[原创]人大经济论坛－《SPLUS&R软件视频课程系列》（计量经济学、金融时间序列）-经管之家官网！

应广大学员的要求，人大经济论坛－R软件高级课程班（计量经济学）录制完成了！！
收集、整理资料，制作讲义、编写程序，录制视频等，历经5个月左右时间终于完成了R软件高级课程班（计量经济）的录制。该课程先详细讲解计量经济理论，然后再利用R软件实现分析有关案例，结合计量经济理论和R软件操作，应该是我多年学习计量和统计的总结。希望该课程对学习计量经济学与R软件的同仁们有所帮助。 课程的详细介绍如下： http://baoming.pinggu.org/Default.aspx?id=27
一、SPLUS&R高级课程（计量经济学）
培训目的： （1）让学员深入理解经典线性回归模型理论和放宽假设条件对模型估计带来的影响、以及如何检验和克服多重共线性、异方差、序列相关等。 （2）让学员掌握常用的估计方法。普通最小二乘法、广义最小二乘法、非线性最小二乘法、非线性加权最小二乘法、间接最小二乘法、工具变量法、两 阶段最小二乘法、三阶段最小二乘法、极大似然法、广义矩估计等。 （3）让学员掌握非线性优化理论以及非线性模型的最小二乘估计、加权最小二乘估计、极大似然估计以及模型的检验选择等。 （4）让学员掌握离散选择因变量模型理论。两元probit模型和logit模型、多元logit模型、有序离散模型、受限因变量tobit模型、possion模型（该部分内容 国内一般计量教程很少涉及、但在社会经济现象却又大量存在这类问题）。 （5）让学员掌握常用的面板数据的固定效应、随机效应、变系数等模型以及如何运用实际数据做面板分析。掌握动态经济模型、联立方程等分析方法。（6）让学员掌握如何动手编写自己所需但r尚无提供的函数，或编写自己提出最新方法的程序，为以后深入研究计量模型垫定扎实的软件编程基础。不要 让软件成为学习计量的障碍。
培训特色： （1）本课程内容丰富、案例翔实、讲解透彻。课程安排按主流计量经济学的内容安排，主要内容包括线性回归及其放宽假设、非线性优化和非线性回归分析、动态经济模型、联立方程、面板数据分析、离散选择因变量模型等六部分。每讲都有几个结合中国实际经济的案例分析。 （2）本课程采用先详细讲解计量理论，然后利用r软件分析实际案例，并仔细讲解每个命令的作用。不仅是软件教程，也是计量经济学理论的教程，是计量经济理论和软件使用的完美结合。讲义主要是自己多年学习研究的总结，并结合国内外经典的计量教程深入浅出讲解计量经济理论。 （3）本课程向学员提供所有的讲义以及相关参考资料电子版，并提供了该课程的所有的源代码（源代码都做了详尽的注释），其中包括几十个自己编写的函数，可以提高数据分析的效率。此外，还提供自己多年总结整理的r常用函数表、包括常用的数据导入导出函数表、数学运算函数表、作图函数、统计计量分析函数表等，可以减少学员查找函数的麻烦。 （4）本课程提供了许多一般软件无法实现的方法，比如岭估计、偏最小二乘法、主成分回归、多元有序logit模型、尤其是非线性优化等。
内容纲要： 第一篇线性回归及其放宽假设条件模型 本篇共8讲。主要包括线性回归最小二乘估计、极大似然估计、蒙特卡罗模拟最小二乘估计量的blue性质、邹至庄检验和递归最小二乘法比较、分段线性回归、虚拟变量法、非线性回归线性化、多重共线性的检验和克服、岭回归、偏最小二乘估计、主成分估计、加权最小二乘估计、广义最小二乘估计、异方差的检验和克服、序列相关的检验和克服。本篇每讲都提供了结合中国实际的案例分析。 第二篇：非线性优化和非线性回归估计 本篇共6讲。主要包括非线性无约束下优化、非线性约束下优化、非线性最小二乘法、非线性加权最小二乘法、非线性极大似然估计法。并通过实际讲解如何选择初始值、如何进行非线性模型检验等。充分透彻讲解r语言是作非线性模型的绝佳软件。本篇每讲都提供了结合中国实际的案例分析。 第三篇：动态经济模型分析 本篇共3讲。主要包括分布滞后模型估计、滞后长度的选择、alomon多项式法、自回归模型估计、葛兰杰因果关系检验等。本篇每讲都提供了结合中国实际的案例分析。 第四篇：联立方程分析 本篇共2讲。主要包括联立方程的识别、联立方程恰好识别下的的IV估计、ILS估计、2sls估计的参数估计，以及通过实例证明IV、ILS、2sls三种方法在恰好识别下的等价性；过度识别下的2sls、3sls估计。本篇每讲都提供了结合中国实际的案例分析。 第五篇：离散选择因变量模型 本篇共6讲。主要讲解probit两元模型、logit两元模型、多元logit模型、有序因变量probit和logit模型、受限因变量tobit模型、计数因变量模型possion模型。本篇提供了经典的社会问题案例。 第六篇：面板数据分析 本篇共2讲。主要讲解面板数据混合模型、个体固定效应模型、时间固定效应模型、个体时间固定效应模型、个体随机效应模型、时间随机效应模型、个体时间随机效应模型、变系数固定效应模型、变系数随机效应模型。本篇每讲都提供了结合中国实际的案例分析。
课程配套资料： （1）视频文件共27个，大小为1.2g。 （2）配套讲义和参考资料共13个，大小为45m。 （3）课程源代码共6个文件夹。 （4）课程数据共6个文件夹。 （5）另外提供一份r语言常用函数表，内包括统计计量函数表、作图函数表、数学运算函数表、数据导入导出函数表等，可以节省很多查找函数的时间。
讲师介绍： 方老师，厦门大学统计学博士，人大经济论坛splus&R版主，曾就职于广发期货担任金融衍生品研究员，出版了国内第一本r语言中文教程《R语言统计分析软件简明教程》，是国内最早学习r语言者之一，编写过上百个最新统计方法的r源代码，有多年的splus&R的使用经验和实际的数据分析经验。目前主要研究领域:非线性时间序列、高频金融数据挖掘、多元统计。
培训形式： 视频教学,不受时间和地点的限制，随报随学 老师把培训内容录制成视频，交费后下载到自己电脑上面观看学习，有疑难问题，进论坛的答疑专区，老师来解答.培训课程包括老师的视频、讲义、练习数据练习文档等。
培训优惠： （1）培训班是目前业内最优惠的价格，欲报从速。同时报两个班及以上，9折优惠 （2）所有参与培训的学员都将享受人大经济论坛vip身份待遇一年 （3）为学员在论坛开设"统计软件培训班vip答疑区"，提供独享的疑难解答和经验交流，交费后可到论坛http://www.pinggu.org/bbs/b114.html参与提问，授课老师负责回答。

报名地址：http://baoming.pinggu.org/Default.aspx?id=27
（该系列课程重点推出了《金融时间序列分析与R软件》）
二、金融时间序列系列课程：
课程介绍： 随着金融自由化浪潮席卷全球，经济一体化趋势不断加强，金融创新达到了前所未有的高度，并直接促进了金融衍生工具.受险价值(VaR)等风险管理技术的爆炸式增长。因此理论研究的发展.20世纪信息技术的进步以及市场上风险管理的需求催生了衍生品市场和数量金融工程的快速发展。 金融数量师们在金融领域发挥越来越重要的作用。这些领域包括公司财务.衍生品交易.投资及现金管理，以及风险管理等。金融数量分析师需求量越来越大，国内大型金融机构的高级金融数量分析平均年薪50万以上，国际知名金融机构的高级金融数量分析师的平均年薪更是100万美元以上。而金融数量分析师的主要技能是精通数据分析，主要是精通时间序列分析，并且至少熟练使用一个编程软件。金融时间序列分析是一门新的金融统计学课程，汇总了时间序列在金融经济方面应用的理论.方法和应用。系统学习本课程可以应付目前几乎所有的金融数据分析工作，帮助您实现金融数量分析的梦想或让您的金融数量分析更加游刃有余。
培训目的： (1)系统介绍时间序列理论和金融数据的实际分析，为学员奠定扎实的金融数量分析基础。 (2)让学员掌握SPLUS&R软件的实际编程操作，尤其是在实际的金融数据分析中的应用。 (3)为学员提供丰富的金融理论知识和金融英语专业词汇，学习国际化的金融课程。 (4)为学员提供丰富的金融案例分析，使基金公司.证券公司银行等金融机构等从业人员的金融数量分析更加游刃有余。
课程培训对象： （1）基金公司.证券公司.期货公司.银行等金融机构从事金融数据分析的从业人员。 （2）从事时间序列分析和金融数量分析.金融工程等相关领域教学的高校教师。 （3）有志于从事基金.证券.银行等金融数量分析工作的学生，奠定扎实的数据分析实力。 （4）有志于学习时间序列分析和SPLUS&R软件的各界人士。
培训特色： （1）本课程理论结合实际，更偏向于实际应用。每一讲都提供了几个实际的金融案例分析，并详细讲解软件的编程操作。 （2）深入浅出地讲解时间序列原理和金融理论。先详细介绍时间序列的原理，然后利用软件对金融数据进行分析，重点讲解对实际案例的分析，并对分析的结果从金融学角度进行分析解释。 （3）本课程主要采用国际上最受欢迎.最权威的教材，Ruey s. Tsay著《Analysis of Financial Time Series》，并辅之以潘家 柱翻译的《 金融时间序列分析》，此外还补充引入了其他经典的时间序列分析教材和一些统计理论知识。 （4）本课程内容丰富全面，几乎介绍目前主流的时间序列分析方法，还介绍了金融计量方法方面的最新进展，强调实例和数据分析。 （5）本课程的学习以英文教材为主，深入讲解作者原汁原味的理论。学习本课程不仅可以学习时间序列分析的原理.金融理论.金融数据的实际分析.R软件的操作，此外还可以学会金融的英文术语，为以后从事于跨国金融机构的金融数据分析打下扎实的基础。 （6）SPLUS&R软件是国内外金融数量分析的主流软件之一，具有简单易学.功能强大.专业等特点。
初级课程内容纲要： 第一篇 金融时间序列特征与应用 1.资产收益率计算 2.资产收益率的分布特征 3.资产收益率分布应用 4.案例分析 第二篇 线性时间序列分析与应用 1.线性时间序列基本概念（包括平稳性.相关系数和自相关系数.白噪声.线性时间序列） 2.AR模型原理 3.AR模型参数估计与应用 4.MA模型与应用 5.ARMA模型与应用 6.单位根检验 7.季节模型与应用 8.时序误差模型和长记忆模型应用 第三篇 条件异方差模型与应用 1.条件异方差模型基本概念（包括波动率特征.模型结构等简介） 2.ARCH模型原理 3.ARCH模型应用分析 4.GARCH模型与应用 5.IGARCH和GARCH-M与应用 6.EGARCH模型与应用 7.TGARCH模型与应用 第四篇 多元时间序列分析与应用 1.弱平稳与交叉相关矩阵 2.多元混成检验 3.VAR模型原理 4.VAR模型案例分析 5.脉冲响应函数（IRF) 第五篇 主成分和因子分析在金融中的应用 1.单因子模型 2.多因子模型 3.基本面因子模型 4.主成分析及其在金融中的应用 5.因子分析原理 6.因子分析在金融中的应用
金融时间序列中级课程内容纲要： 第六篇 VaR与分位数回归 第1讲 VaR基本理论 第2讲 VaR的RiskMetrics计算方法 第3讲 VaR计量模型计算方法 第4讲 VaR的经验分位数计算方法 第5讲 分位数回归理论与案例 第6讲 基于分位数回归的VaR计算 第七篇 极值理论与VaR 第1讲 极值理论原理 第2讲 极值理论估计方法 第3讲 基于传统极值理论的VaR计算 第4讲 基于传统极值理论的VaR讨论 第5讲 基于传统极值理论的Return Level计算 第6讲 POT极值理论原理 第7讲 POT极值理论参数估计 第8讲 基于POT极值理论的VaR计算 第八篇 金融时间序列长记忆性与应用 第1讲 金融时间序列长记忆相关概念 第2讲 时间序列长记忆性检验 2.1 R/S检验 2.2 GPH谱回归检验 第3讲 长记忆参数估计 3.1 R/S分析 3.2 周期图方法 3.3 Whittle 方法 第4讲 FARIMA模型估计 第5讲 半参数分数自回归（SEMIFAR）估计 第6讲 FIGARCH和FIEGARCH模型估计 6.1 FIGARCH和FIEGARCH模型原理 6.2 长记忆GARCH模型的估计 6.3 ARMA-FIGARCH模型和引入外生变量GARCH模型估计 第7讲 长记忆模型的预测 7.1 FARIMA和SEMIFAR模型预测 7.2 FIGARCH和FIEGARCH模型预测 第九篇 协整误差修正与应用 第1讲 伪回归概念及其后果 第2讲协整理论与应用 2.1 协整与共同趋势 2.2 协整系统模拟 第3讲误差修正模型 第4讲基于残差、协整向量已知的协整检验 第5讲基于残差、协整向量未知的协整检验 第6讲基于stock&Waston法的协整向量与ECM估计 第7讲协整VAR相关理论 第8讲 Johansen协整检验 第9讲协整检验实例分析 第10讲协整VECM极大似然估计与应用 第11讲 VECM预测分析 （以下为即将推出的金融时间序列分析高级课程大纲） 第十篇 多元波动率模型与应用 第十一篇 非线性时间序列与应用 第十二篇 高频数据分析与市场微观结构 第十三篇 连续时间模型与应用 第十四篇 状态空间模型和Kalman滤波 第十五篇 蒙特卡罗模拟在金融中的应用 第十六篇 Copula方法与风险管理 谢谢您的阅读！

三、金融时间序列案例集之 股指期货 培训特色：
本案例课程是在基金公司实习所做的部分实习报告以及自己攥写的金融计量有关论文案例，理论结合实际，更偏向于实际应用。所用数据是我国刚推出不久的沪深300股指期货。

内容纲要：
第一部分 股指期货价格发现机制
1.1股指期货基本知识
1.2沪深300股指期货合约与交易机制介绍
1.3股指期货定价机制与模型
1.4持有成本模型定价效率检验
（包括期货、现货数据的导出，ACCESS数据库的妙用、数据平稳性检验、协整检验）
1.5期现引领关系检验（包括直观分析、GRANGER检验）
1.6 期现分位数回归分析
1.7 期现引领关系的制度原因分析

第二部分 基于高频数据的沪深300股指期货套利研究
2.1 现货组合的设计（包括ETF的选取、组合最小跟踪误差权重的计算）
2.2 期现套利策略设计（包括正向套利、反向套利，以及无套利区间的计算）
2.3 套利参数的确定 2.3.1 交易成本（包括期货交易成本、现货交易成本）
2.3.2 保证金储备（包括占用保证金、储备保证金VaR计算）
2.3.3 冲击成本与等待成本计算
2.3.4 跟踪误差
2.3.5 借贷资金利率确定
2.3.6 股息率确定
2.4 套利机会分析（包括套利区间、套利利润分析）
2.5 基金公司参与期现套利的风险分析
（包括 制度风险、现货组合构建风险、市场冲击风险、股利风险、资金管理风险、到期日风险等）
（随后将推出金融时间序列其他案例集，把自己最新的研究展现给大家）
EMAIL:ruiqwy@163.com


报名地址：http://baoming.pinggu.org/Default.aspx?id=27

[此贴子已经被作者于2009-8-19 15:48:49编辑过]