金融计量学实验案例集(下篇)

《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。

案例一：中国居民总量消费函数（序列相关性）一、研究目的居民消费在社会经济的持续发展中有着重要的作用。

居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长。

建立总量消费函数是进行宏观经济管理的重要手段。

为了研究全国居民总量消费水平及其变动的原因，从总量上考察居民总消费与居民收入间的关系，需要作具体的分析。

为此，可以建立相应的计量经济模型去研究。

二、模型设定研究对象：中国居民实际消费总支出与居民实际可支配收入之间的关系。

模型变量：影响中国居民消费总支出有多种不同的因素，但从理论和经验分析，最主要的影响因素应是居民实际可支配收入，其他因素虽然对居民消费也有影响，但有的不易取得数据；有的与居民收入可能高度相关。

因此这些其他因素可以不列入模型，可归入随即扰动项中。

考虑到数据的可得性，我们将“实际可支配收入”作为解释变量X，“居民实际消费总支出”作为被解释变量。

关于变量的符号与涵义如表1所示。

表1 变量定义模型数据：我们选择了1978－2006年的时间序列数据，表2中给出了中国名义支出法国内生产总值GDP、名义居民总消费CONS以及表示宏观税收税收总额TAX、表示价格变化的居民消费价格指数CPI（1990＝100），并由这些数据整理出实际支出法国内生产总值GDPC ＝GDP/CPI、居民实际消费总支出Y＝CONS/CPI,以及实际可支配收入X=(GDP-TAX)/CPI。

这些数据观测值是连续不同中的数据。

表2 中国居民总量消费支出与收入数据资料中国居民总量消费支出与收入资料单位：亿元2005 188692.1 71217.5 214.42 28778.54 88002.1 74580.4 33214.4 2006221170.580120.5217.6534809.72101616.385623.136811.2图１：变量X 与Ｙ的趋势图图２：Ｘ与Ｙ的散点图从散点图可以看出居民实际消费总支出(Y)和实际可支配收入(X)大体呈现为线性关系，所以建立的计量经济模型为如下线性模型：12i i i Y X u ββ=++假定所建模型及随机扰动项i u 满足古典假定，可以用OLS 法估计其参数。

文化视野《金融计量学》实验教学的思考与实施——基于地方综合性大学的教学实践崔惠颖 黑龙江大学经济与工商管理学院摘要：《金融计量学》是金融学专业必修课中的核心课程，实验教学是其教学过程中的重要环节，本文基于地方综合性大学的教学实践，结合其在课时安排、师资储备、专业培养方案、实验平台建设、生源水平、教学设计和教材选择等方面的现实情况，提出实施实验教学的相关建议。

关键词：金融计量学；实验教学；地方综合性大学中图分类号：G642 文献识别码：A 文章编号：1001-828X(2018)028-0381-02近年来，金融计量学作为一种针对金融市场进行计量分析的方法性学科，已经成为计量经济学中最为活跃的研究领域之一。

随着相关研究的丰富，大量针对金融领域的计量方法不断涌现，促使金融计量学逐渐成为计量经济学中一个特色鲜明的重要分支。

因此，全国众多高校纷纷开设金融计量学课程。

金融计量学作为一门融合了金融学、计量经济学的交叉学科，兼具理论和实践两大特征。

在理论教学的基础上，实施实验教学才能最好地达到教学目的。

事实上，金融计量学课程的理论教学和实验教学是相辅相成的，缺一不可。

然而，由于不同类型的高校在专业培养方案、师资储备、实验平台建设、生源水平等诸多方面存在较大差异，所以金融计量学实验教学的实施应切实考虑高校自身的实际情况。

本文将根据某地方综合性大学金融计量学课程的教学现状，总结实验教学中的各种“瓶颈”和不足，结合本校的自身特点，探讨实施实验教学的具体建议，以期改善地方综合性大学金融计量学课程的教学效果。

一、金融计量学实验教学的现状与不足本校自2015年实施新版培养方案以来，金融计量学被正式加入金融学专业的本科生课程体系，并成为专业必修课中的核心课程。

至此，已有2013级、2014级和2015级共三届金融学专业学生，在本科三年级学习过金融计量学课程。

在几年的教学探索中，教学内容和方式不断调整完善。

从这三届学生的学年论文和毕业论文来看，学生对金融领域的定量分析能力明显提高，越来越重视金融计量方法的运用，可见这门课已逐渐发挥出其应有的作用。

实验1：基金能否赢得市场实验目的运用简单的统计学检验来检验金融理论----基金能否赢得市场实验软件：Evｉewｓ实验数据:见附录一实验过程在投资决策的过程中，我们需要知道某只基金(或股票)是否能够赢得市场，即该只基金(相对于无风险利率)的超额收益要高于市场组合的超额收益。

我们假设模型为:R i−R f=α+β×（R m−R f）+μt(其中R i表示该基金的收益率；R f表示市场无风险收益率；R m表示市场组合的收益率,在这里我们取上证综合指数的收益率；α 表示该基金收益率超过市场组合的收益率的大小。

)1.1数据预处理利用搜集到的数据运用ｅｘclｅ整理出R i-Ｒf,R M－Rｆ如附录一表1.1．１，表１.１.2所示:1．２Eviews数据导入1）打开ｅvｉews,选择月度数据，在初始日期和结束日期栏输入:20０7：０5 ，2０1３:02,点击OK。

如下图１.2.１所示：图1.2.1２)从exｃｅｌ中导入数据,→ｒead test-lotｕs-exceｌ,在uppｅr-ｌefｔdata cell栏输入初始位置在ｅxcel里的编号(D3），在Excel５+sheet ｎaｍe 输入sheet1，命名为x，成功导入ＲM-Ｒf,用同样的方法导入剩余数据，过程如下图１.2.2所示。

我们以R M-Ｒf 为x，Ｒ1-R f 为y1，R2-R f为y2，R3-Rｆ为y３,Ｒ４-Ｒf为ｙ4,R５-R f 为y5,R6-R f 为ｙ6,R７-R f为ｙ７,R8-R f为ｙ８，R９-Rｆ为ｙ9。

图1．2.2导入ｘ1.3拟合回归模型输入ls y１ｃx 做出第一只基金的ＣＡPM模型的回归方程,如下图1.3所示图1.3其他的回归模型操作步骤与之类似,在此不再赘述。

实验结果一、单个结果分析２.1对于博时价值的分析在上面实验步骤的１.3中我们用Eviewｓ得到了第一只基金的回归分析的表格如下表。

《计量经济学》实验报告实验课题：各章节案列分析姓名：茆汉成班级：会计学12-2班学号： 2012213572指导老师：蒋翠侠报告日期： 2015.06.18目录第二章简单线性回归模型案例 01 问题引入 02 模型设定 03 估计参数 (2)4 模型检验 (2)第三章多元线性回归模型案例 (4)1 问题引入 (4)2 模型设定 (4)3 估计参数 (5)4 模型检验 (5)第四章多重线性案例 (7)1 问题引入 (7)2 模型设定 (7)3 参数估计 (7)4 对多重共线性的处理 (8)第五章异方差性案例 (10)1 问题引入 (10)2 模型设定 (10)3 参数估计 (10)4 异方差检验 (11)5 异方差性的修正 (13)第六章自相关案例 (14)1 问题引入 (14)2 模型设定 (14)3 用OLS估计 (14)4 自相关其他检验 (15)5 消除自相关 (16)第七章分布滞后模型与自回归模型案例 (18)7.2案例1 (18)1 问题引入 (18)2 模型设定 (18)3 参数估计 (18)7.3案例2 (20)1 问题引入 (20)2 模型设定 (20)3、回归分析 (20)4模型检验 (22)第八章虚拟变量回归案例 (23)1 问题引入 (23)2 模型设定 (23)3 参数估计 (25)4 模型检验 (26)第二章简单线性回归模型案例1、问题引入居民消费在社会经济的持续发展中有着重要的作用。

适度的居民消费规模和合理的消费模型是人民生活水平的具体体现，有利于经济持续健康的增长。

随着社会信息化程度和居民的收入水平的提高，计算机的运用越来越普及，作为居民耐用消费品重要代表的计算机已经为众多的城镇居民家庭所拥有。

研究中国各地区城镇居民计算机拥有量与居民收入水平的数量关系。

影响居民计算机拥有量的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入水平。

从理论上说居民收入水平越高，居民计算机拥有量越多。

金融计量学论文（共5则）第一篇：金融计量学论文基于GARCH模型的中国创业板市场股票价格波动研究摘要：创业板市场，又称为二板市场，是专为暂时无法在主板上市的新兴公司提供融资途径的证券交易市场。

在创业板上市的企业大多从事高新科技业务，成立时间较短，规模偏小，但具有高成长性。

中国创业板市场是一个新兴的市场，不仅资本的存量比发达国家成熟的金融市场小得多，而且股票的波动性也大许多，市场波动方面具有很多独特的特征。

研究我国创业板市场波动的特征，对于正确认识我国创业板市场价格行为，探讨股票市场波动理论，具有很重要的意义。

本文首先基于GARCH模型，对我国创业板市场的股价波动行为进行研究和探讨，得到GARCH模型拟合后的残差序列不存在自回归条件异方差，其次进行实证分析，并对实证结果给出解释，最后根据分析得出相关的结论并提出相应的建议。

关键词：创业板股票价格GARCH模型波动分析一、引言创业板创立以来，理论界对其进行了大量研究，但主要侧重于定性分析，集中在市场制度建设、IPO条件、信息披露、市场监督及股权分置改革等方面，较少涉及定量分析。

作为中小企业的一种有效的融资渠道，创业板在创立之初就与主板市场之间有着明显的不同。

而通过对我国的金融市场的运行模式及经济发展的地域性差异等多种因素综合分析，相对于美国的早已成熟的纳斯达克市场而言，我国的创业板更接近于韩国柯斯达克市场及香港的创业板市场，因而可以借鉴韩国柯斯达克市场的分析来分析研究我国的创业板市场。

二、文献综述股票市场收益波动是近年来金融理论研究较为活跃的一个课题。

波动性也称易变性，是对股票市场风险程度的估计。

股票价格的波动是对股票价格走势不确定性的一种度量，股票收益波动性是表示股票价格变化在某一时期的变异程度。

在股票市场波动性分析方面，目前最常用的模型是GARCH类模型。

随着股票市场的发展，近年来对GARCH类模型的研究逐渐增多。

例如刘国旗重点研究了两种非线性GARCH模型和标准GARCH模型对中国股市波动的预测能力以及它们与随机游动模型在预测波动之间的比较。

计量经济学案例分析1一、研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。

居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。

改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。

但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。

例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。

为了研究全国居民消费水平及其变动的原因，需要作具体的分析。

影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。

为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。

二、模型设定我们研究的对象是各地区居民消费的差异。

居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。

而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。

所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。

因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。

因此建立的是2002年截面数据模型。

影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。

金融计量学实验课程GARCH模型分析与应用-日经225指数金融学专业070153050王一飞一、选取数据指数，创建Eviews工作文件（Workfile）。

本次实验数据选取日经225指数在1988年4月11日至2009年6月5日期间的数据。

二、录入数据，并对序列进行初步分析。

（1）绘制日经225指数每日收盘价数据原序列折线图：（此处途中DATA数据为日经225指数数据）（2）绘制日经225指数每日收盘价对数序列折线图：利用Eviews定义X为日经225指数（DA TA）的对数，Y为DATA倒数的对数，如下图：（3）初步分析序列的基本趋势和波动特征：从日经225指数每日收盘价数据原序列和对数序列的折线图，可以直观的观测到，日经指数在1989年到1990年间曾经达到过峰值，自1990年日本经济泡沫破裂后，日本进入“消逝的十年”时期，日经225指数到1991年急剧下挫。

1992年中期日经225指数跌入低谷后，一直维持着稳定震荡的波动趋势，直到1999年。

从1999年后半期开始，日经225指数经历又一次持续下跌的周期，直到2002年中期，经济复苏，日经225指数的上涨趋势维持到2006年中期。

期间指数数据波动较为平稳。

进入2007年，世界金融危机初现，日经指数开始下跌，预期未来有上涨趋势，但前景不清晰。

三、建立主体模型。

（1）用对数序列建立一阶自回归模型作为主体模型：采用最小二乘法对股票价格指数进行回归。

在处理过程，对原指数序列{DATA}进行曲自然对数，即得{X}。

采用OLS进行日经225指数估计的方程为：X=αY+ε检测结果如下：对数序列一阶自回归模型Variable Coefficient Std. Error t-Statistic Prob.Y 0.999134 0.000590 1693.854 0.0000C 0.008219 0.005737 1.432566 0.1520R-squared 0.998189 Mean dependent var 9.719860Adjusted R-squared 0.998189 S.D. dependent var 0.359760S.E. of regression 0.015311 Akaike info criterion -5.520143Sum squared resid 1.220147 Schwarz criterion -5.517624Log likelihood 14373.69 Hannan-Quinn criter. -5.519262F-statistic 2869141. Durbin-Watson stat 2.043313Prob(F-statistic) 0.000000（2）观测残差序列图和残差平方序列图，初步判断ARCH效应：从步骤（1）检验结果可以看出，统计量很显著，拟合程度也很好。

国家级双语示范课程申报材料《金融计量学》实验案例集金融学院上海财经大学2009年5月目录下篇天相实验一自定义指数67 天相实验二选股汇总75 天相实验三基金分析84 基金分析案例一84 基金分析案例二87 天相实验四Excel引擎的几个典型应用89在EXCEL中实现数据的捆绑89 以时间序列为参数的数据读取92 固定格式数据的模板化处理94天相实验一：自定义指数天相系统不仅有独立的包括140多只分类指数的指数体系，而且给用户提供方便的指数自定义的功能。

该功能能够轻松实现板块指数化的多样化需求，应用起来灵活自如。

我们通过案例做一介绍。

1.入口。

在系统主菜单上，有“指数”一项，单击进入会看到以下界面。

如下图。

在左侧的天相指数列表中有自定义指数文件夹（如下图红色椭圆线标注），选中后按右键，在右键菜单中会看到有创建指数选项。

2.命名。

选中创建指数选项后系统会弹出下面的对话框，提示键入所建指数的名称。

3.选择样本导入方式。

指数系统提供了方便的样本导入方式：自动、手动以及外部导入。

下图是自动方式创建样本的方式。

所谓自动就是导入选股系统的选股条件作为指数筛选样本的范围，系统根据该条件自动筛选样本导入指数。

如下图所示。

需要说明的是，如果选股系统没有存有现成的选股条件，则不能使用自动添加的方式。

下图是手动方式导入样本的界面。

在样本维护方式选项中选择手动，然后“从板块中导入”按钮完成该操作。

除了上述两种方式之外，还有外部导入的方式创建样本名单。

例如，在用户需要用自定义权重的方式来创建指数时，就可以用该方式创建样本。

但事先用户应该有如下的一个数据明单，包括样本名单的代码数据以及权重数据。

如下图。

具体操作是，选择在基本参数选项卡中选择自定义权重方式，然后打开样本设置选项卡会看到“导入样本数据”按钮（如下图红色椭圆线标注），拷贝上述名单中阴影部分，点击“导入样本数据”，会看到如下的界面。

在上述界面上，单击“开始导入”按钮，系统导入样本名单。

【实验一】利用古典线性回归模型对经济数据进行研究分析1.案例分析：我国预算外资金分项目支出(2002-2012)研究分析新中国成立之初实行高度集中的统收统支体制。

进入第一个五年计划时期后，为了调动地方的积极性，开始把原来预算内的一部分收入，放到预算外管理，国家财政资金开始分为预算内和预算外两部分，这才形成预算外资金这个特殊范畴。

十年动乱时期，预算外资金迅速膨胀，1976年已相当于预算内收入的35.5%。

1979年我国进入全面体制改革的新时期，对地方预算扩大了自主权，对企业放权让利，所以预算外资金的增长超过任何一个时期，已经成为经济运行的一个重要特点和问题，按当时口径统计的预算外资金的增长变化有以下四个特点：（1）预算外资金增长过快，1992年比1978年增长11倍，相当于预算内收入的97.7%，名副其实地成为国家的“第二预算”。

（2）预算外资金历年增长速度均超过同年的GDP和预算内收入的增长速度，造成资金的严重分散。

（3）由于管理不严，财经纪律松弛，化预算内为预算外、化生产资金为消费基金、化公为私等现象有所滋长和蔓延。

因此，预算外资金迅速增长，已成为预算内收入占GDP的比重偏低的重要原因，也是当时固定资产投资膨胀和消费基金膨胀的重要原因。

预算外资金是财政资金体系的重要补充，在经济发展过程中起着重要作用。

特别在2002年之后，预算外资金作为预算内资金的重要补充，在满足政府履行其职能需要、减轻财政负担方面发挥了积极作用。

2.研究目的：预算外资金是财政资金体系的重要补充，在经济发展过程中起着重要作用。

因此，如何加强预算外资金管理，减轻财政压力，维护财经纪律，从而有效地发挥预算外资金作用，具有十分重要的现实意义。

3.使用古典线性回归模型的原因：古典线性回归模型中“回归”一词是描述和估计一个给定变量与一个或更多的其他变量之间的关系，具体地说是“回归”试图解释一个变量如何随着其他一个或更多变量的变化而变化。