本书主要内容包括:金融数据分析初步;平衡时序模型;非平稳时序模型;ARIMA模型应用案例——通货膨胀预测分析;多维动态模型VAR;协整分析等。

第1章 金融数据分析初步
1.1 金融计量研究的步骤与任务
1.2 金融时间序列
1.3 金融计量软件Eviews介绍
1.4 案例介绍

第2章 平稳时序模型
2.1 自回归模型AR
2.2 移动平均模型MA
2.3 自回归移动平均模型ARMA
2.4 自回归单整移动平均模型ARIMA
2.5 Eviews案例

第3章 非平稳时序模型
3.1 时间趋势模型及去除趋势法
3.2 随机趋势模型及差分法
3.3 单位根检验
3.4 Eviews案例

第4章 ARIMA模型应用案例——通货膨胀预测分析
4.1 利用Eviews进行预测的理论背景
4.2 在Eviews中如何进行预测分析
4.3 利用Eviews进行中国CPI通胀预测的示例

第5章 多维动态模型VAR
5.1 VAR模型介绍
5.2 VAR模型的属性
5.3 VAR模型的估计与相关检验
5.4 格兰杰因果关系
5.5 VAR模��的脉冲响应分析
5.6 VAR模型与方差分解
5.7 Eviews案例

第6章 协整分析
6.1 协整的基本定义
6.2 Engle Granger协整分析方法
6.3 VECM & Johansen协整分析方法
6.4 Eviews案例

第7章GARCH族模型
7.1 ARCH模型
7.2 GARCH模型
7.3 GARCH模型的其他形式
7.4 案例分析

第8章 资产定价模型与估计
8.1 CAPM理论回顾
8.2 CAPM实证检验方法
8.3 多因素资产定价模型
8.4 资产定价模型的检验与Eviews

第9章 事件研究法
9.1 事件研究概述
9.2 收益率估计
9.3 统计检验
9.4 事件研究法与Eviews

第10章 面板数据回归模型
10.1 横截面和时期自变量
10.2 面板数据模型中的自回归过程
10.3 固定和随机效应
10.4 广义*小二乘法
10.5 工具变量
10.6 稳健协方差系数
10.7 Eviews案例

第11章 三因素资产模型与Eviews：综合案例
11.1 三因素资产定价模型
11.2 三因素模型的实证步骤
11.3 三因素模型实证分析与Eviews

附录1 统计学与矩阵代数回顾
F1.1 概率和统计知识回顾
F1.2 矩阵代数知识回顾

附录2 回归分析
F2.1 回归分析基本模型及假设
F2.2 *小二乘法估计基本模型
F2.3 估计量的**度和拟合优度
F2.4 假设检验
F2.5 Eviews案例