金融计量学-教学大纲
《金融计量学》-实验教学大纲
《金融计量学》课程实验教学大纲一、课程基本信息课程代码：16160103课程名称：金融计量学英文名称: Financial Econometrics实验总学时：12适用专业：金融学、金融工程、投资学、保险学课程类别：学科基础课先修课程：微积分、线性代数、概率率与数理统计、统计学、宏观经济学、微观经济学、金融学二、实验教学的总体目的和要求1、对学生的要求实验前要认真复习实验所用到的理论知识；实验前要先预习实验教材和实验指导书的相关内容；做实验时要认真听讲，跟随老师的步骤进行操作，积极思考，勇于发问；实验后，按照实验目的及实验要求写出相应的实验报告。
2、对教师的要求实验前要重温实验所用的理论知识和实验内容；演示时操作速度适中，注意讲解清楚操作要点和难点；耐心回答学生的问题；实验后，评阅学生提交的实验报告。
3、对实验条件的要求正常工作的计算机及投影仪； Windows 2000/XP,Office 2000/XP，Eviews6以上等。
4、思政育人目标通过在实验教学中对学生的严谨性和逻辑性的严格要求，逐步培养学生坚持真理、一丝不苟、实事求是的科学态度和遵章守纪的诚信观念；通过金融计量模型的简明性、有用性，培养学生的审美意识和高尚情操；通过实验过程中的小组讨论、团队合作等方式，培养学生敬业、诚信、友善的价值观。
三、实验教学内容实验项目一实验名称：一元线性回归模型实验内容：Eviews软件的基本操作，建立一元线性回归模型并做预测。
实验性质：验证性实验实验学时：2实验目的与要求：通过本次实验，学生应掌握Eviews软件的基本操作，能够用Eviews 估计一元线性回归模型。
实验条件：正常工作的计算机及投影仪；Windows 2000/XP,Office 2000/XP，Eviews6以上等。
研究与思考：在建立一元线性回归模型并做预测的过程中，需注意：在实验输出的结果图表中有许多重要信息，这些信息将帮助我们判断模型的优劣，如从输出的回归结果中判断方程和变量的显著性水平，尤其是利用伴随概率P值判断是否通过相应检验；在进行预测时，一定要先把样本容量扩展到需预测的时期，再进行相关操作。
金融计量学第三版教学设计
金融计量学第三版教学设计一、教学目标本课程旨在培养学生熟悉基本的金融计量学模型和方法，通过课程的学习，可以使学生：1.掌握线性回归模型及其推断方法；2.掌握时间序列模型及其预测方法；3.掌握面板数据模型及其应用方法；4.掌握计量经济学的数据分析方法和实证研究的基本流程；5.学会使用常见的计量经济学软件，如Eviews等。
二、教学内容本课程的主要内容包括：1. 金融计量学基础1.1 计量经济学简介 - 计量经济学的基本概念和方法 - 计量经济学方法在金融领域中的应用1.2 数据的基本操作 - 数据的获取、整理、处理和分析方法 - 常见的金融计量数据的处理方法2. 线性回归模型2.1 简单线性回归模型 - 基本概念和模型假定 - 模型参数的估计和推断方法- 模型的稳健性和诊断方法2.2 多元线性回归模型 - 基本概念和模型假定 - 模型参数的估计和推断方法- 模型的稳健性和诊断方法3. 时间序列模型3.1 时间序列的基本概念 - 时序数据的基本特征和表示方法 - 时间序列数据的特征和属性3.2 时间序列的建模方法 - ARMA模型和ARIMA模型 - 异常检测和波动率模型- 时间序列模型的应用方法和实证研究4. 面板数据模型4.1 面板数据的基本概念 - 面板数据的基本特征和表示方法 - 面板数据的基本统计描述4.2 面板数据模型的估计和推断方法 - 固定效应模型和随机效应模型 - 面板数据模型的稳健性和诊断方法5. 计量经济学的实证分析5.1 样本选择偏误和内生性问题 - 样本选择偏误的概念和方法 - 内生性问题的概念和方法5.2 计量经济学软件的使用 - Eviews软件的基本操作和应用 - Stata软件的基本操作和应用三、教学方法本课程将采用大量的案例分析和实证研究，引导学生掌握金融计量学的基本理论、方法和应用技巧。
同时，采用小组讨论、课堂演示和实验操作等方式进行教学，引导学生深入探讨金融经济学的实质和深层次问题。
计量经济学-实验教学大纲1
《计量经济学》实验课程目录一、制定实验教学大纲思想、依据 (2)二、本课程实验教学的地位、作用和效果 (2)三、本课程实验教学的目的及基本要求 (3)四、学生应达到的实验能力标准 (3)五、学时、教学文件及教学形式 (4)六、实验考试方法与成绩评定 (4)七、实验项目、学时分配及适用专业 (4)八、大纲内容 (5)九、主要实验教材（指导书）及参考用书 (10)一、制定实验教学大纲思想、依据课程设计的思想：计量经济学是理论与实践的桥梁，是一门实践性很强的课程，实践教学的设计思想是使学生更深刻理解、掌握计量经济学理论与方法；使学生能独立利用计量经济学方法定量解决实际问题。
课程设计的依据：本课程根据「计量经济学教学大纲」对学生实验能力培养要求而制定。
二、本课程实验教学的地位、作用和效果课程的地位、作用：计量经济学课程是一门比较抽象的课程，同时又是一门实验性非常强的课程。
本课程实验是巩固和补充课堂讲授的理论知识的必要环节，通过实验，培养学生应用计量经济学理论知识解决实际问题。
课程的效果：实践教学的效果十分明显，主要表现在：第一，学生能深刻理解枯燥的计量经济学理论，较好掌握计量经济学理论知识，理论考试成绩明显提高；第二，学生能用计量经济学方法分析社会经济问题，学生参与社会问题研究的热情普遍提高；第三，学生的研究能力和发表的论文明显上了档次。
三、本课程实验教学的目的及基本要求教学目的：通过实验加深对课堂讲授知识的理解，化解繁杂的计算过程，使学生用相关的软件独立地建立和应用计量经济学模型及方法来研究实际的经济问题，为相关课程的学习及毕业论文中使用数量分析方法打下坚实的基础。
教学要求：通过计量经济学实验的学习，使学生能熟练地掌握计量经济学软件（本计划使用Eviews）的使用；能用Eviews来建立单方程、联立方程模型和理解其它相关的教学内容，能上机运算、看懂输出结果并结合输出结果对模型进行各种检验。
要求学生能独立地运用统计资料建立实用的、可靠的计量经济模型。
《金融计量经济学》课程教学大纲
任课教师姓名、职称
王志诚，副教授
开课学期
05-06学年第2学期
授课总学时
51
课程学分
3
课程教学大纲或内容提要（400字左右）；
内容提要：
本课程为金融学专业本科生的必修课程。本课程的主要目的是介绍如何利用金融数据建立计量模型和对相关的金融理论和金融变量之间的关系进行实证研究的方法。为了对方法使用和理解的方便，按照横截面、时间序列和面板（panel data）数据类型分别介绍基本的建模和推断方法。首先介绍基本的多元回归模型在金融领域的应用方法。随后根据金融市场中具有大量的时间序列数据这一特征，引入相关的金融时间序列分析方法。主要讨论平稳时间序列的基本模型--ARMA模型；从利用时间数据建模的步骤，模型参数的估计方法和通过模型进行预测及相关推断方法三个方面进行介绍。最后将讨论最近二十多年来发展起来的有关对非平稳金融时间序列的分析方法。包括单位根过程的性质和相关检验方法，时间序列的趋势和各种去势方法；在金融风险分析中常用的异方差过程及其推广模型的估计和检验方法；表现多个时间序列之间长期均衡关系的协整过程的性质，对协整向量的检验和估计方法。
教学方式和考核方式
课堂讲授为主，闭卷考试，期末占60%，平时作业和课堂表现40%
教材以及主要参考书
1．Introductory Econometrics–A modern approach. Jeffrey M. Wooldridge, 2003.
2．Applied Econometrics --Time Series,Walter Enders, 2004.
3．Time Series Analysis,James,Helmilton, 1994.
备注
金融计量学大纲
《金融计量学》课程教学大纲一、课程基本信息课程名称：金融计量学英文名称：Financial Econometrics课程类别：学科基础课学时：45学分：3适用对象: 金融学本科专业考核方式：考试先修课程：高等数学、线性代数、概率统计、统计学、宏观经济学、微观经济学、金融学、投资学、财务管理二、课程简介本课程是金融学的学科基础课，主要为后续的专业课和专业选修课奠定金融学定量分析和实证研究的方法论基础。
其主要内容可以分为三大部分：第一部分是金融计量学基础，主要包括一元线性回归模型、多元线性回归模型、放宽基本假定后的回归模型、虚拟变量模型、非线性模型等内容；第二部分是金融时间序列模型，主要包括单位根检验、自回归移动平均（ARMA）模型、协整检验、修正误差模型（ECM）、广义自回归条件异方差（GARCH）模型等内容；第三部分是金融计量学的应用实例，主要向学生介绍国内学者对于有效市场假说(EMH)、资本资产定价模型（CAPM）和GARCH模型等三个问题所做的研究。
三、课程性质与教学目的本课程是金融学或金融工程本科专业的学科基础课程，教学的主要目的在于向学生介绍现代金融计量学的基础理论、模型和方法，培养学生在经济金融理论的基础上，借助计量分析软件建立金融计量学模型的能力，拓宽学生分析、研究现实经济金融问题的思路，增强学生的数量分析和实际动手能力，从而为对我国金融市场进行实证研究打下坚实的基础。
四、教学内容及要求第一章绪论（一）目的与要求1．介绍计量经济学与金融计量学的基本概念、研究内容及建模步骤2．使学生在总体上对金融计量学建立初步的认识3．使学生充分认识到金融计量学在金融学科中的地位和作用，培养学生的学习兴趣（二）教学内容第一节基本概念1．金融计量学的发展历史与概念2．金融计量学模型3．金融计量学与计量经济学的关系4．计量经济学在经济学科中的地位5．计量经济学与其他学科之间的关系6．金融计量学在金融学中的地位7. 金融计量学的主要研究内容第二节金融计量学模型的建模步骤和要点1．理论模型的设计：确定模型的变量、确定模型的数学形式、确定模型待估参数的期望值2．样本数据的收集：数据的类型、数据质量3．模型参数的估计4．模型的检验：经济意义检验、统计检验、计量经济学检验、模型预测检验5．金融计量学模型成功三要素：理论、方法与数据6．金融计量学应用软件介绍：EViews、SPSS、SAS、GAUSS第三节金融计量学模型的应用1．结构分析2．经济预测3．政策评价4．理论检验与发展（三）思考与实践1．什么是金融计量学？什么是计量经济学？两者的关系是什么？2．计量经济学方法与一般经济数学方法有什么区别？3．为什么说计量经济学是一门经济学科？它在经济学科体系中的作用和地位是什么？4．金融计量学的主要研究内容包括哪些？5. 试结合一个具体金融问题说明建立与应用金融计量学模型的主要步骤。
《计量经济学》教学大纲
《计量经济学》教学大纲课程简介本门课程是经济学专业中的一个重要的基础课程，它是经济学家在进行经济分析和政策制定中所必备的工具之一，在国内外学术界和实际应用中都有着广泛的应用。
本课程讲授了计量经济学的基础知识和方法，强调理论和实证相结合，力求使学生掌握计量经济学研究的基本方法和技能，为今后的经济学研究和实践工作打下坚实基础。
课程目标•了解计量经济学的基本概念、方法和应用；•掌握计量经济学的基础理论和实证技能；•能够熟练运用计量经济学的理论和技能解决经济问题；•培养学生进行经济研究和从事经济工作的能力。
课程内容第一章绪论本章主要介绍计量经济学的定义、研究对象、研究方法、应用领域等方面，为后续章节的学习打下基础。
第二章单一回归分析本章介绍了单一回归分析的基本原理，包括线性回归模型的构建、OLS估计、检验和评价等，以及模型拓展和应用。
学生需要通过实际案例和数据处理，掌握单一回归分析的基本理论和应用技能。
第三章多元回归分析本章介绍了多元回归分析的基本原理，包括多元线性回归模型的构建、OLS估计、检验和评价等，以及模型拓展和应用。
学生需要通过实际案例和数据处理，掌握多元回归分析的基本理论和应用技能。
第四章时间序列分析本章介绍了时间序列分析的基本原理，包括时间序列的基本特征、平稳性检验、时间序列模型的构建、参数估计、模型诊断和预测等方面。
学生需要通过实际案例和数据处理，掌握时间序列分析的基本理论和应用技能。
第五章非线性模型本章介绍了非线性模型的基本原理，包括非线性回归模型的构建、参数估计、模型选择和预测等方面。
学生需要通过实际案例和数据处理，掌握非线性模型的基本理论和应用技能。
课程考核1.平时成绩：包括课堂参与、作业、小组讨论等。
2.期中考试：主要考查对前三章内容的掌握程度。
3.期末考试：主要考查对全书知识的掌握程度。
4.实验报告：本课程设置实验环节，学生需完成一次计量经济学实验，并撰写实验报告。
参考教材1.《计量经济学导论》（第五版），吕宏明，高等教育出版社。
《金融计量学》教学大纲(本科)
《金融计量学》教学大纲（一）课程地位金融计量学是金融工程专业学生在继统计学、多元统计、计量经济学等课程后学习的又一门统计计量工具类课程，为金融学研究和金融业界定量分析的重要工具，也是金融数据挖掘、金融计算等后续课程的先修课程之一。
（二）课程目标1.在计量经济学基础上进一步掌握一系列更深层次的时间序列模型，如ARIMA、VAR、VECM、GARCH等模型，理解其基本原理、适用条件。
2.要求学生熟练应用EViews软件，构建多种时间序列模型，学会调试模型和解读模型输出结果。
二、课程目标达成的途径与方法本课程本着学以致用的原则，结合当前的实践，以课堂教学、上机实验为主，结合自学、课堂讨论、课外作业等方式，通过模型建立和估计的原理、方法的教学，使学生在解决实际金融计量问题的过程中学会金融计量方法，并将其在软件中实现。
三、课程目标与相关毕业要求的对应关系四、课程主要内容与基本要求第一章金融计量学初步主要内容：金融计量学的范畴，金融时间序列数据，金融计量分析中的基本概念。
要求学生了解金融计量学的研究对象，掌握金融时间序列的概念，了解金融计量分析的基本步骤。
第二章金融计量软件介绍主要内容：各类金融计量软件的使用简介。
要求学生了解各种软件擅长的方面。
第三章差分方程、滞后运算与动态模型主要内容：一阶差分方程，动态乘数与脉冲响应函数，高阶差分方程，滞后算子与滞后运算法。
要求学生掌握一阶差分方程的组成，掌握动态乘数与脉冲响应函数的概念，了解高阶差分方程，掌握查分方程系统稳定的条件与判断方法，掌握滞后算子与滞后运算法。
第四章平稳AR模型主要内容：一阶自回归模型AR （1）, p阶自回归模型AR （p）o要求学生掌握自回归模型的定义，掌握自协方差和自相关函数的定义与计算，掌握判断自回归过程平稳的条件。
第五章平稳ARMA模型主要内容：移动平均过程（MA）,自回归移动平均过程（ARMA）,部分自相关函数，自相关性检验。
要求学生掌握MA的定义、ARMA定义、部分自相关函数的定义，掌握偏自相关函数和自相关函数在各种模型下的图形特征，掌握ARMA滞后节数的初步判断，掌握自相关的Q检验和LM检验。
金融计量经济学教学大纲
金融计量经济学课程教学大纲课程名称：金融计量经济学课程编号：英文名称：Financial Econometrics课程属性：必修课学时：48学分：3先修课程：经济学、概率论与数理统计后续课程：无适用专业：金融学专业一、课程简介1.知识掌握：金融计量经济学是应用数学方法和统计推理等计量技术，根据实际统计资料，对经济理论提出的经济关系进行数量分析的一门经济学科。
学生应掌握计量经济学的基本理论、方法和原理，以及运用理论和方法解决实际问题。
2.能力培养：了解现代经济学的特征、经济数量分析课程在经济学课程体系中的地位，理解经济数量分析在经济学科的发展和实际经济工作中的作用，并对计量经济学理论与方法的扩展和新发展有概念性了解。
能够建立并应用简单的计量经济模型，对现实经济现象中的数量关系进行实际分析。
具有进一步学习和应用计量经济学理论、方法与模型的基础和能力。
3.教学方法：讲授法、练习法、理论联系实际、案例分析教学二、课程内容及学时分配1.知识掌握：本单元是课程的纲。
通过教学，要求学生达到：了解金融计量经济学的基本概念；了解金融计量经济学的内容体系，以及本课程涉及的内容；理解计量经济学的是一门经济学科，以及它在经济学科中的地位；掌握金融计量经济学的主要应用；重点掌握建立与应用经典计量经济学模型的工作步骤，以及在每一步骤中应注意的关键。
2.能力培养：帮助学生理解金融计量经济学的基本概念、金融计量经济学的内容体系、金融计量经济学的主要应用及本课程涉及的内容；通过本单元的学习，使学生掌握建立金融计量经济模型的步骤和要点、培养学习金融计量经济学的兴趣。
3.教学方法：讲授法，练习法【重点】本单元概括介绍计量经济学这一学科，重点使学生了解金融计量经济学的有关基本概念、研究对象、在整个经济学科中的地位、应用领域和建模步骤，对本课程的全貌有一个基本的认识，是本课程的总纲。
【难点】经济变量、模型、计量经济模型、样本、散点图、数据的类型等几个基本概念。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《金融计量学》教学大纲课程编号： 111003A课程类型：□通识教育必修课□通识教育选修课■专业必修课□专业选修课□学科基础课总学时：48 讲课学时：32 实验（上机）学时：16学分：3适用对象：金融工程，金融学，投资学先修课程：统计学，金融学一、教学目标金融计量学是以金融学和统计学为基础，系统介绍了金融时间序列数据的基本建模方法和常用软件工具。
其目的是通过建立金融计量模型来研究实际的金融问题。
通过本课程的学习，使得学生掌握金融计量学的基本方法和原理。
通过学习，可以达到：目标1. 掌握金融时序数据的建模原理。
目标2. 具备金融问题计量建模的能力。
目标3. 掌握相应的计量软件操作。
本课程是《金融风险测度与管理》的前续课程，可以提高学生毕业设计的实证水平和质量。
二、教学内容及其与毕业要求的对应关系（黑体，小四号字）拟实现的教学目标所采取的教学方法、教学手段包括教师教授、课件演示、上机实验以及习题练习。
实践教学环节要求学生掌握EViews软件的使用、查找和下载金融数据的方法以及处理原始数据的基本技巧。
学生课前需要预习，课后需要完成课后作业对照答案进行自查。
教学过程中应注意本科生的接受和理解水平，增强案例演示，尽量减少难度过大的理论推导，对于金融计量中用到的重要假设检验的原理和目的应该精讲、细讲，理论推导应该粗讲、选讲，难点和重点应该反复讲，结合实际讲授。
该课程培养学生数量分析金融问题的能力，以满足金融工程专业毕业要求当中的数理能力及数据处理能力的培养，同时有助于提高学生毕业设计（论文）的实证分析质量。
三、各教学环节学时分配（黑体，小四号字）学时分配表四、教学内容第一章金融计量学介绍第一节金融计量学的范畴1. 金融计量学的定义2. 金融计量学的范畴第二节金融时间序列数据1. 金融时序数据的定义2. 三类数据的定义与区别第三节金融计量分析中的基本概念1.增长率和收益率2.随即变量与随机过程3.联合分布4.随即变量的期望与矩5.金融模型与金融计量模型第四节金融计量软件介绍1.综合介绍2.Eviews使用简介3.其他计量软件使用简介重点和难点：三类数据的区别，随机变量与随机过程，对数收益率的含义及统计意义，随机变量的期望与矩。
考核要点：了解金融计量学的范畴、分类。
了解三类数据的特点和区别。
了解随即变量和随机过程的概念，掌握几种收益率的含义和区别。
了解Eview等软件的特点和应用范围。
第二章差分方程、滞后运算与动态模型第一节一阶差分方程1.差分方程的定义2.一阶差分方程的求解(反复迭代法)第二节动态乘数与脉冲响应函数1.动态乘数2.脉冲响应函数第三节高阶差分方程1. 高阶差分方程的定义第四节滞后算子与滞后运算法1.滞后算子定义与性质2.差分方程的稳定性重点和难点：差分方程的迭代，滞后算子的性质，差分方程的稳定性。
考核要点：理解一阶差分方程的定义、分类，掌握差分方程的迭代演算；理解动态乘数和脉冲响应函数的意义；理解高阶差分方程的定义；掌握滞后算子的定义和计算规则。
第三章平稳金融时间序列：AR模型第一节基本概念1. 随机过程与数据生成过程2. 自协方差与自相关函数3. 弱平稳与严平稳的定义4. 白噪音过程第二节一阶自回归模型 AR（1）1.AR（1）过程的基本定义和性质2.AR（1）过程的均值3.AR（1）过程的方差4.AR（1）过程的自协方差与自相关函数5.一阶自回归系数的影响第三节二阶自回归模型 AR（2）1.AR（2）过程的基本定义和性质2.AR（2）过程的均值3.AR（2）过程的方差、自协方差与自相关函数第四节 p阶自回归模型 AR（p）1.AR（p）过程的基本定义和性质2.AR（p）过程的均值3.AR（p）过程的方差、自协方差与自相关函数4. AR(p)模型的特征方程重点和难点：宽平稳过程的定义和条件，白噪声过程，AR系列模型的自相关函数特点和平稳性条件，AR(p)模型的特征根方程。
考核要点：理解随机过程的定义，掌握二阶平稳时间序列的定义；理解AR(1)、AR(2)及AR（p）模型的定义，理解模型中的各类变量的不同地位；了解AR（1）、AR(2)及AR(p)模型的均值、方差和自协方差的特点。
第四章自回归移动平均过程ARMA模型第一节移动平均过程(MA Process)1.MA(1) 模型2.MA(2) 模型3.MA（q）模型4.MA模型的特征方程第二节自回归移动平均过程(ARMA Processes)1.ARMA（p,q）过程的基本定义2.ARMA（p ,q）过程的平稳性与可逆性3.ARMA（p,q）过程的均值、方差、自协方差和自相关函数4.AR与MA模型的相互转化第三节部分自相关函数(Partial Autocorrelations)1. 部分自相关函数的定义第四节自相关性检验1.Ljung-Box检验和Q统计量2.自相关函数图第五节 ARMA模型的实证分析及应用1.ARMA模型的滞后期设立2.ARMA模型的回归估计第六节实例应用：中国CPI通胀率的AR模型重点和难点：MA模型的特征方程，ARMA模型的平稳性和可逆性条件，Ljung-Box检验，Q统计量的含义，ARMA模型的回归设计。
考核要点：理解MA模型的定义和各变量的意义，掌握MA模型的特征方程，掌握MA模型可逆性的条件；理解ARMA模型的定义，掌握ARMA模型的特征方程，理解ARMA模型的平稳性和可逆性的条件；理解部分自相关函数的含义和对于定阶的作用；掌握自相关函数检验的单一检验和混成检验及相应的统计量含义；掌握运用自相关函数和偏自相关函数对ARMA模型定阶的方法；理解案例中的建模过程。
第五章非平稳金融时间序列模型以及平稳性检验第一节确定性趋势模型1. 确定性趋势模型的基本定义第二节随机性趋势模型1.随机趋势模型的基本定义2.随机游走模型3.带有截距项的随机游走模型第三节去除趋势的方法1.去除确定性趋势的方法2.去除随机趋势的方法第四节 ADF单位根检验法1.ADF单位根检验的原理2.ADF检验的软件操作第五节各种单位根检验法的应用重点和难点：随机趋势模型的定义，去除趋势的方法，ADF检验的软件操作考核要点：理解确定性趋势的定义和特点；理解随机性趋势模型的定义和特点；掌握去除两种趋势的方法，了解卡尔曼滤波等其他去除趋势的方法；掌握ADF检验的原理和假设检验条件；掌握ADF检验的软件应用过程。
第六章向量自回归(VAR)模型第一节向量自回归模型介绍1.VAR模型的基本概念2.VAR模型的平稳性条件第二节 VAR模型的估计与相关检验1.VAR模型的估计方法2.VAR模型的设定第三节格兰杰因果关系1. 格兰杰因果关系的定义第四节向量自回归模型与脉冲相应分析1.VAR模型中的脉冲响应介绍2.简单脉冲响应函数3.正交脉冲响应函数第五节VAR模型与方差分解重点和难点： VAR模型的设定，格兰杰因果检验的定义，VAR的脉冲响应和方差分解的软件操作。
考核要点：理解VAR模型的形式和特点，以及VAR模型的平稳性条件；了解相关检验的含义和软件操作；理解格兰杰因果检验的含义和假设检验过程，掌握因果关系检验的软件操作方法；理解脉冲响应的含义，掌握脉冲响应的软件操作方法；理解方差分解的含义，掌握方差分解的软件操作方法。
第七章结构向量自回归(SVAR)模型第一节SVAR模型初步1.SVAR模型的基本概念2.SVAR与缩减式VAR模型第二节SVAR模型的基本识别方法1.SVAR模型的识别问题2.识别SVAR模型的约束条件第三节 SVAR模型的三种类型1.C-模型2.K-模型3.AB-模型第四节 SVAR模型的估计方法总结第五节 SVAR与缩减VAR模型的脉冲响应及方差分解比较重点和难点： SVAR模型的三种类型，SVAR模型的软件操作。
考核重点：了解SVAR模型的背景；理解SVAR模型与VAR模型的区别；了解SVAR 的三种类型；理解SVAR模型的估计方法，掌握SVAR模型的软件操作过程；理解SVAR 模型与VAR模型脉冲响应的区别，掌握SVAR模型脉冲响应和方差分解的区别。
第八章协整与误差修正模型第一节协整与误差修正模型的基本定义1. 伪回归2. 协整的基本概念3. 误差修正模型第二节 Engle-Granger协整分析方法1. Engle-Granger协整分析的步骤2. Engle-Granger协整分析方法的应用第三节向量ADF模型与协整分析1. 向量形式的ADF模型2. 矩阵的秩条件与协整关系第四节向量误差修正模型(VECM)1. VECM的表达形式2. VECM模型的演示第五节Johansen协整分析方法1. Johansen协整分析方法介绍2. 协整向量个数的检验第六节VECM的估计与统计推断第七节Johansen协整分析方法的应用重点和难点：协整的定义，误差修正模型的含义，E-G两步法，VECM的表达形式，Johansen协整分析与VECM模型的软件操作。
考核要点：了解非平稳性数据间的关系，以及协整与误差修正模型的含义；掌握E-G两步法的软件操作过程；理解向量ADF模型与协整分析的原理；掌握VECM模型的含义和软件操作过程；理解Johansen协整分析的原理，掌握软件操作过程；了解VECM模型的估计与统计推断；理解应用过程。
第九章条件异方差模型第一节背景介绍第二节 ARCH 模型1. ARCH模型的定义2. ARCH模型的属性3. ARCH模型的估计与检验第三节 GARCH 模型1. GARCH(1,1)模型的基本定义2. GARCH(q,p)模型3. GARCH模型的属性4. GARCH模型的估计与检验5. GARCH模型与波动预测第四节非对称GARCH 模型1. 非对称GARCH模型的背景介绍2. 门限GARCH模型（TGARCH）3. 指数GARCH模型（EGARCH）第五节其他GARCH 模型重点和难点：异方差性的检验，ARCH和GARCH模型的属性，ARCH和GARCH模型的软件操作，非对称GARCH模型。
考核要点：了解ARCH模型的背景；理解ARCH模型的形式和含义，掌握软件操作过程；理解GARCH模型的形式和含义，掌握软件操作过程；理解非对称模型的形式和含义，掌握软件操作过程；了解其他GARCH模型，掌握软件操作过程。
第十章非线性金融时间序列模型第一节非线性时间序列模型介绍第二节马尔可夫区制转移模型第三节门限模型重点和难点：马尔可夫区制转移。
考核要点：了解非线性时序模型；了解马尔科夫区制转移模型；了解门限模型。
五、考核方式、成绩评定本课程旨在通过建立金融计量模型来研究实际的金融问题，培养学生数量分析金融问题的能力。
考虑到该课程能较好地体现金融工程专业毕业要求中对学生数理能力及数据处理能力的培养，同时有助于提高学生毕业设计（论文）的实证分析质量，建议期末采用的考核方法为论文，在总成绩中占比为70%，课程平时成绩为30%，考查内容包括出勤、课堂问答及课后作业等。