唐勇编著的《金融计量学》的特色是：将最新的金融高频数据研究成果编写进来，使本书理论体系更加完善，弥补了本课程传统教材的不足；主要针对中国金融市场的实际问题，应用相关的计量理论和方法，每章都配备了大量的实证分析和案例研究，使理论和实践充分结合；重点内容配合计量经济软件EViews，对每个理论、方法与模型加以实现，让学生掌握金融计量的基本理论、方法，懂得如何在实践中应用金融计量基本研究方法解决金融市场的实际问题，并能应用相应的工具加以实现；内容安排上较为灵活，可以根据不同使用者的需求，自由取舍，不影响本书的结构体系。

金融计量学是一门新型的金融数据处理课程，汇总了时间序列等数据处理方法在金融经济方面的理论、方法和应用。《金融计量学》是作者唐勇在多年金融计量方面的教学和科研基础上编写而成的，将最新的有关研究成果编入本书，课程体系更加完善。本书体现了较强的理论深度和学术前沿，同时针对我国金融市场进行了大量实证研究，具有理论和实践指导意义。

本书可作为数量经济、金融等专业高年级本科生和相关专业的研究生教材，亦可作为相关领域研究人员的参考书。

第1章 金融计量学介绍

 1.1 金融计量学的含义及建模步骤

1.1.1 金融计量学的含义

1.1.2 金融计量建模步骤

 1.2 金融数据的主要类型、特点和来源

1.2.1 金融数据的主要类型

1.2.2 金融数据的特点

1.2.3 金融数据的来源

 1.3 收益率的计算

1.3.1 单期收益率

1.3.2 多期收益率

 1.4 常用的统计学与概率知识

1.4.1 随机变量

1.4.2 常用概率分布

1.4.3 假设检验

1.4.4 三个常用的检验方法

 1.5 常用金融计量软件介绍

1.5.1 常用金融计量软件简介

1.5.2 EViews软件使用介绍及操作步骤简介

 参考文献

第2章 经典回归模型及其应用

 2.1 一元回归模型及其应用

2.1.1 经典一元线性回归模型

2.1.2 一元线性回归模型的基本假设

2.1.3 普通最小二乘法（参数估计）

2.1.4 最小二乘估计量的性质

2.1.5 案例分析

 2.2 多元回归模型及其应用

2.2.1 多元线性回归模型

2.2.2 多元线性回归模型的基本假设

2.2.3 普通最小二乘法（OLS）

2.2.4 普通最小二乘法的性质

 2.3 回归模型的检验

2.3.1 拟合优度和R2

2.3.2 变量的显著性检验与t检验

2.3.3 方程显著性与F检验

2.3.4 自相关检验与DW

2.3.5 AIC准则和Schwarz准则

2.3.6 残差检验与JB统计量

2.3.7 参数的置信区间

 2.4 案例分析

2.4.1 一元回归案例分析

2.4.2 多元回归案例分析

 参考文献

第3章 非典型性回归模型及其应用

 3.1 非线性模型转化为线性模型

3.1.1 模型的类型与变换

3.1.2 案例分析

 3.2 异方差性

3.2.1 异方差介绍及产生原因

3.2.2 异方差的后果

3.2.3 异方差检验

3.2.4 异方差的修正

3.2.5 案例分析

 3.3 自相关

3.3.1 自相关的概念及产生的原因

3.3.2 自相关的后果

3.3.3 序列相关性的识别和检验

3.3.4 自相关修正

3.3.5 案例分析

 3.4 多重共线性

3.4.1 多重共线性的概念

3.4.2 多重共线性产生的原因

3.4.3 多重共线性的后果

3.4.4 多重共线性检验

3.4.5 多重共线性的修正

3.4.6 案例分析

 3.5 虚拟变量模型

3.5.1 虚拟变量的引入

3.5.2 模型回归的结构稳定性检验

3.5.3 案例分析（虚拟变量法和邹氏检验法）

 3.6 预测

3.6.1 预测的概念

3.6.2 预测原理

3.6.3 预测的类型

3.6.4 预测的评价标准

 参考文献

第4章 一元时间序列分析方法

 4.1 时间序列的相关概念

4.1.1 平稳性

4.1.2 自协方差

4.1.3 白噪声过程

4.1.4 Q统计量

 4.2 平稳时间序列模型

4.2.1 自回归模型

4.2.2 移动平均模型

4.2.3 自回归移动平均模型

4.2.4 案例分析

 4.3 非平稳的时间序列分析

4.3.1 两种类型的非平稳序列

4.3.2 非平稳序列的单位根检验

4.3.3 ARIMA模型

 4.4 非平稳及长记忆时间序列ARFIMA模型

4.4.1 非平稳时间序列及其分类

4.4.2 长记忆时间序列及特点

4.4.3 长记忆时间序列模型

 参考文献

第5章 向量自回归模型（VAR）

 5.1 VAR模型介绍

5.1.1 VAR模型基本概念

5.1.2 VAR模型的平稳性条件

5.1.3 VAR(p)与VAR(1)转化

5.1.4 向量自协方差与自相关函数

 5.2 VAR模型估计方法与设定

5.2.1 VAR模型的估计方法

5.2.2 VAR模型的设定

 5.3 格兰杰因果关系检验

 5.4 脉冲响应函数与方差分解

5.4.1 VAR模型与脉冲响应函数

5.4.2 VAR模型与方差分解

5.4.3 案例分析

 5.5 结构VAR（SVAR）模型

5.5.1 两变量的SVAR模型

5.5.2 多变量的SVAR模型

 参考文献

第6章 协整和误差修正模型

 6.1 协整与协整检验

6.1.1 协整的概念

6.1.2 协整检验方法

 6.2 误差修正模型（ECM）

6.2.1 误差修正模型的含义

6.2.2 误差修正模型的构造

6.2.3 误差修正模型的估计

6.2.4 案例分析

 6.3 Johansen协整检验方法

6.3.1 Johansen协整检验的基本说明

6.3.2 Johansen协整检验的案例分析

 6.4 向量误差修正模型（VECM）

 参考文献

第7章 GARCH 模型分析与应用

 7.1 金融时间序列异方差特征

 7.2 ARCH模型

7.2.1 ARCH模型的构造

7.2.2 ARCH模型的性质

 7.3 GARCH模型

7.3.1 GARCH模型的构造

7.3.2 GARCH模型的性质

7.3.3 GARCH模型的检验与估计

 7.4 GARCH类模型的扩展

7.4.1 IGARCH模型

7.4.2 GARCH-M模型

7.4.3 TGARCH模型

7.4.4 EGARCH模型

7.4.5 PGARCH模型

7.4.6 CGARCH模型

7.4.7 FIGARCH模型

 7.5 GARCH类模型应用

7.5.1 案例1：美元对人民币汇率建模研究

7.5.2 案例2：上证综指波动建模

 7.6 向量GARCH模型

7.6.1 向量ARCH模型

7.6.2 向量GARCH模型

7.6.3 对角向量GARCH模型

7.6.4 BEKK模型

7.6.5 常相关向量GARCH模型

7.6.6 K因子向量ARCH模型

7.6.7 向量FIGARCH模型

7.6.8 几种向量GARCH模型的比较

7.6.9 二元BEKKGARCH模型实证分析

 7.7 随机波动模型(SV)

7.7.1 SV模型

7.7.2 向量SV模型

7.7.3 一元SV模型实证分析

7.7.4 向量SV模型实证分析

 参考文献

第8章 资产定价模型的实证研究

 8.1 CAPM理论

 8.2 CAPM实证检验方法

8.2.1 布莱克詹森斯科尔斯(Black Jenson Scholes)方法

8.2.2 法马麦克白(Fama MacBeth)方法

 8.3 中国股市CAPM实证检验

8.3.1 根据β值分组对CAPM的时间序列检验

8.3.2 根据β值分组对CAPM的横截面检验

 8.4 三因素资本资产定价模型及其实证检验

8.4.1 三因素资本资产定价模型

8.4.2 三因素模型在上海股票市场的实证检验

 参考文献

第9章 有效市场假说与事件研究法

 9.1 有效市场假说的主要观点

9.1.1 有效市场假说

9.1.2 市场有效性的三种状态

9.1.3 有效市场假说的实践意义

9.1.4 随机游走的设定

 9.2 有效市场假说的实证检验

9.2.1 弱式有效市场假说检验方法

9.2.2 半强式有效市场假说的检验

9.2.3 强式有效市场假说的检验

9.2.4 中国证券市场有效性实证检验回顾

9.2.5 案例分析：中国股市有效性检验

 9.3 事件研究法介绍

9.3.1 事件研究概述

9.3.2 事件研究法的步骤

 9.4 事件研究法案例分析

9.4.1 案例1分析

9.4.2 案例2分析

 参考文献

第10章 风险度量方法及应用

 10.1 金融市场风险概述

10.1.1 风险分类

10.1.2 金融风险管理的程序

10.1.3 风险管理的意义

 10.2 金融风险度量方法

10.2.1 VaR方法

10.2.2 CVaR方法和ES方法

10.2.3 案例分析

 参考文献

第11章 金融高频数据分析及应用

 11.1 金融高频数据特征分析

11.1.1 金融高频数据概念

11.1.2 金融高频数据的主要特征

 11.2 波动率建模及应用

11.2.1 波动率度量方法

11.2.2 跳跃检验方法

11.2.3 波动率模型

11.2.4 模型评价

11.2.5 案例分析

 参考文献

附录：统计分布表