第一章  金融计量学介绍（1）
  第一节  金融计量学的含义及建模步骤（1）
    一、 金融计量学的含义（1）
    二、 金融计量建模的主要步骤（2）
    三、 金融数据的主要类型、特点和来源（3）
  第二节  金融计量学软件简介（7）
    一、 金融计量学主要软件简介（7）
    二、 本课程所用软件——Microfit 4.0和Eviews 3.1（13）
      本章小结（23）
      本章关键术语（24）
      本章思考题（24）
      本章练习题（24）

第二章  最小二乘法和线性回归模型（25）
  第一节  最小二乘法的基本属性（25）
    一、 有关回归的基本介绍（25）
    二、 参数的最小二乘估计（28）
    三、 最小二乘估计量的性质和分布（30）
  第二节  一元线性回归模型的统计检验（36）
    一、 拟合优度检验（36）
    二、 假设检验（38）
  第三节  多变量线性回归模型的统计检验（43）
    一、 多变量模型的简单介绍（43）
    二、 拟合优度检验（44）
    三、 假设检验（45）
  第四节  预测（48）
    一、 预测的概念和类型（48）
    二、 预测的评价标准（50）
  第五节  模型选择（52）
    一、“好”模型具有的特性（52）
    二、用于预测的模型的选择（53）
  附录（53）
      本章小结（59）
      本章关键术语（59）
      本章思考题（59）
      本章练习题（60）

第三章  异方差和自相关（61）
  第一节  异方差的介绍（62）
    一、 异方差的定义及产生原因（62）
    二、 异方差的后果（63）
  第二节  异方差的检验（64）
    一、 图示法（64）
    二、 解析法（65）
  第三节  异方差的修正（70）
    一、 当σ2εi为已知（71）
    二、 当σ2εi为未知（71）
    三、 模型对数变换法（73）
  第四节  金融实例分析（73）
  第五节  自相关的概念和产生原因（77）
    一、 滞后值与自相关的概念（79）
    二、 自相关产生的原因（81）
  第六节  自相关的度量与后果（81）
    一、 自相关的度量（81）
    二、 出现自相关的后果（82）
  第七节  自相关的检验与修正（83）
    一、 自相关的检验方法（83）
    二、 自相关的修正方法（89）
      本章小结（93）
      本章关键术语（93）
      本章思考题（93）


第四章  多重共线性和虚拟变量的应用（94）
  第一节  多重共线性的概念和后果（95）
    一、 多重共线性的概念和产生（95）
    二、 多重共线性的后果（96）
  第二节  多重共线性的检验（97）
    一、 检验多重共线性问题是否严重（98）
    二、 判断多重共线性的存在范围（98）
    三、 检验多重共线性的表现形式（99）
  第三节  多重共线性的修正（99）
    一、 删除不必要的变量（99）
    二、 改变解释变量的形式（100）
    三、 补充新数据（101）
    四、 利用先验信息法（101）
  第四节金融数据的多重共线性处理——对影响股票价格指数宏观经济因素的实证分析（102）
  第五节  虚拟变量模型（105）
    一、 虚拟变量的性质和设置原则（105）
    二、 虚拟变量模型的运用（107）
  第六节  回归模型的结构稳定性检验——邹氏检验（110）
    一、 邹氏检验的过程（110）
    二、 在Eviews软件中如何进行邹氏检验（111）
  第七节  回归模型的结构稳定性检验——虚拟变量法（114）
  第八节  实例——虚拟变量在金融数据处理中的作用（115）
  一、简单理论回顾[JY。]（115）
  二、实证检验[JY。]（115）
      本章小结（117）
      本章关键术语（118）
      本章思考题（118）
      本章练习题（118）

第五章  时间序列数据的平稳性检验（120）
  第一节  随机过程和平稳性原理（120）
    一、 随机过程（120）
    二、 平稳性原理（121）
    三、 伪回归现象（121）
  第二节  平稳性检验的具体方法（122）
    一、 单位根检验（122）
    二、 非平稳性数据的处理（124）
  第三节  协整的概念和检验（125）
    一、 协整的概念和原理（125）
    二、 协整检验的具体方法（126）
  第四节  误差修正模型（133）
  第五节  因果检验（135）
    一、 格兰杰因果检验（135）
    二、 希姆斯检验（136）
  第六节  实例——金融数据的平稳性检验（137）
    一、 对数据进行平稳性检验（137）
    二、 协整检验（139）
    三、 因果检验（140）
    四、 误差纠正机制ECM（140）
      本章小结（142）
      本章关键术语（142）
      本章思考题（142）
      本章练习题（143）

第六章  动态模型（144）
  第一节  ARDL模型的概念和构造（144）
    一、 ARDL模型的概念（144）
    二、 ARDL建模的基本方法（146）
    三、 实例——ARDL模型在金融数据中的应用（146）
  第二节  ARIMA模型的概念和构造（153）
    一、 ARIMA模型的概念（153）
    二、 BJ方法论（158）
    三、 ARIMA模型的识别、估计、诊断和预测（158）
    四、 关于BJ方法论和ARIMA模型的补充说明（166）
    五、 实例——ARIMA模型在金融数据中的应用（166）
  第三节  VAR模型的概念和构造（171）
    一、 VAR模型的概念（171）
    二、 VAR模型的识别、估计、检验和预测（174）
    三、 VAR模型的补充说明——VAR模型的发展（178）
    四、 实例——VAR模型在金融数据中的应用（179）
  第四节  (G)ARCH模型的概念和构造（183）
    一、(G)ARCH模型的概念（183）
    二、(G)ARCH模型的识别、估计、类型和预测（185）
    三、实例——(G)ARCH模型在金融数据中的应用（188）
  附录（198）
      本章小结（199）
      本章关键术语（200）
      本章思考题（200）
      本章练习题（200）

第七章  联立方程模型的概念和构造（201）
    第一节  联立方程模型的基本概念（202）
    一、 内生变量、外生变量和前定变量（202）
    二、 完备方程组（203）
    三、 随机方程式和非随机方程式（203）
    四、 结构式模型和简化式模型（203）
    五、 联立性偏误（204）
  第二节  联立方程模型的识别（206）
    一、 识别问题（206）
    二、 识别规则（209）
    三、 联立性检验（212）
  第三节  联立方程模型的估计（214）
    一、 单一方程法（214）
    二、 系统方程法（219）
  第四节  实例——联立方程模型在金融数据中的应用（220）
    一、 理论回顾（220）
    二、 实证分析（222）
    三、 分析（224）
      本章小结（225）
      本章关键术语（225）
      本章思考题（226）
      本章练习题（226）

第八章  实证性文章的写作（227）
    一、 一篇典型的实证性文章的框架（227）
    二、 需要特别注意的地方（228）
    三、 简单介绍典型的研究课题（229）
  附录（233）