金融计量经济学与大数据分析

首页 > 图书中心 > 教学用书 > 本科研究生 > 金融

金融计量经济学与大数据分析-杨超

金融计量经济学与大数据分析

丛书名：无
著（译）者：杨超
资源下载：
责任编辑：胡芸
字       数：138千字
开       本：16 开
印       张：9
出版版次：1
出版年份：2026-03-31
书       号：978-7-5642-4913-7/F.4913
纸书定价：59.00元   教师会员可用500积分申请样书

在线购买样书申请收藏

本书从金融实证研究的常见问题出发，以新类型的金融数据作为突破口，选取在金融实践中得到应用和验证的新方法。全书分为三个部分：第一部分归纳金融实证分析的主要问题和常用的金融数据，明确金融计量经济学研究的目标和对象；第二部分讲解经典计量经济学理论，包括经典线性回归模型及其拓展和时间序列分析方法；第三部分针对高维数据、网络数据和文本数据，介绍收缩估计、网络生成模型、ＡＩ文本分析方法等新技术，以及线性因子模型、内生贸易网络等实际应用。本书可作为硕博研究生金融计量经济学课程教材。

同系列产品more >

: 金融计量学（第6版）
邹平
定价：58.00元
查看详情

: 金融统计学（第4版）（
刘红梅
定价：69.00元
查看详情

: 国际投资学（第六版
杨晔
定价：75.00元
查看详情

: 金融英语（第二版）（配
刘文国
定价：48.00元
查看详情

: 《货币金融学》习
胡乃红
定价：45.00元
查看详情

图书分类全部图书

本书从金融实证研究的常见问题出发，以新类型的金融数据作为突破口，选取在金融实践中得到应用和验证的新方法。

全书分为三个部分：第一部分归纳金融实证分析的主要问题和常用的金融数据，明确金融计量经济学研究的目标和对象；第二部分讲解经典计量经济学理论，包括经典线性回归模型及其拓展和时间序列分析方法；第三部分针对高维数据、网络数据和文本数据，介绍收缩估计、网络生成模型、ＡＩ文本分析方法等新技术，以及线性因子模型、内生贸易网络等实际应用。

本书可作为硕博研究生金融计量经济学课程教材。

第一部分金融实证分析简介。
第１章实证问题与金融数据 ………………………………………………… ３。
１．１大数据时代的实证分析 ……………………………………………… ３。
１．２金融数据类型 ………………………………………………………… ４。
１．３三种模型 ……………………………………………………………… ６。
第二部分金融计量基本理论。
第２章经典线性回归模型 …………………………………………………… １１。
２．１线性回归模型 ………………………………………………………… １１。
２．２最小二乘估计的原理 ………………………………………………… １３。
２．３经典模型假设 ………………………………………………………… １５。
２．４代数性质与拟合优度 ………………………………………………… ２０。
２．５小样本性质与统计推断 ……………………………………………… ２３。
２．６大样本性质与统计推断 ……………………………………………… ２６。
第３章广义线性回归模型 …………………………………………………… ３１。
３．１广义线性回归模型 …………………………………………………… ３１。
３．２ＯＬＳ估计的性质 ……………………………………………………… ３２。
３．３ＧＬＳ估计 ……………………………………………………………… ３３。
第４章数据问题与内生性 …………………………………………………… ３６。
４．１数据问题 ……………………………………………………………… ３６。
４．２内生性与工具变量 …………………………………………………… ３８。
第５章面板数据模型 ………………………………………………………… ４６。
５．１面板数据的基本框架 ………………………………………………… ４７。
５．２基于混合回归的几种估计 …………………………………………… ４９。
５．３固定效应模型 ………………………………………………………… ５１。
５．４随机效应模型 ………………………………………………………… ５３。
５．５小结 …………………………………………………………………… ５４。
第６章非线性与受限因变量模型 …………………………………………… ５５。
６．１非线性回归 …………………………………………………………… ５５。
６．２受限因变量模型 ……………………………………………………… ５７。
第７章时间序列分析 ………………………………………………………… ６０。
７．１时间序列的定义与基本性质 ………………………………………… ６１。
７．２自回归与移动平均 …………………………………………………… ６７。
７．３时间序列的波动率建模 ……………………………………………… ７０。
７．４单位根与协整 ………………………………………………………… ７３。
７．５向量自回归模型 ……………………………………………………… ７７。
第三部分大数据方法。
第８章高维数据问题 ………………………………………………………… ８５。
８．１高维数据与收缩估计 ………………………………………………… ８５。
８．２高维数据与线性因子模型 …………………………………………… ８９。
第９章网络数据分析 ………………………………………………………… ９８。
９．１网络计量经济学与机器学习 ………………………………………… ９８。
９．２静态网络形成模型 ………………………………………………… １０４。
９．３动态网络形成模型 ………………………………………………… １１０。
９．４网络上的经济金融现象 …………………………………………… １１７。
第１０章ＡＩ文本分析………………………………………………………… １１９。
１０．１ＡＩ文本分析概述…………………………………………………… １１９。
１０．２ＡＩ文本分析的核心技术…………………………………………… １２２。
１０．３核心ＡＩ模型 ……………………………………………………… １２５。
参考文献 ……………………………………………………………………… １３０