金融计量经济学

本书产生于我的教学和研究工作。它源起于我对Campbell、 Lo和MacKinlay（1997）开创性金融计量经济学著作（后称CLM）的钦佩，我在硕士研究生教学中使用了这本教材。在本教学材料的选择和开发方面，我一直与该书保持类似的路线，并在几个地方对材料进行了更新。为了适应硕士研究生的特点，我缩减了那本书中无与伦比的文献综述，并增加了对计量经济学的讨论。我收录了一些不同严格程度的定理，这意味着我没有在每种情况下规定所有必需的正则性条件。出于时间和篇幅上的考虑，我没有这样做，因此我为可能造成的任何不便表示歉意。我希望使用定理可以帮助我们聚焦于材料，使教学变得更容易。

自CLM出版以来的20年间，金融计量经济学作为一门学科得到了极大的发展，参与其中的作者也越来越多。计算机科学家和所谓的经济物理学家对这一领域产生了兴趣，并对我们理解金融市场作出了重大贡献。数学家和统计学家为我们这个领域的许多重要结果建立了严格的证明，并开发了分析和理解金融大数据的新工具。随着对中国金融和金融统计数据研究的大幅延伸，学术界也变得更加国际化。

数据就是故事，令人高兴的是，最近数据量的大幅增长激发了人们的研究兴趣。与此同时，计算机的硬件和软件性能都有了显著的提高，可以分析比以前更大、更复杂的数据集。计量经济学方法在许多相关领域也得到了扩展，尤其是：波动率测量和建模；当横截面和时间序列的大小较大时，有丰富的变量统计；极端风险管理工具；量化因果效应。尽管工具得到了改善，2008年全球金融危机使得人们对经济理论和计量经济学在预测重大危机方面的价值产生了怀疑，随后在处理善后事宜时也出现了这种情况，但这反过来带来了相关方法的发展，也使得这一领域的工作者变得谦逊。所有这些关注和发展是否增进了我们对金融市场如何运作以及如何使其变得更好的理解？我想是这样的，但是这个题目既不完整，也不能令人满意。随着时间的推移，实证工作及其呈现的数量和质量都有了显著的提高，但这在一定程度上只是让读者更难分辨“内情”和某项特定研究的永久附加值。统计方法在这一努力中是至关重要的，在许多情况下，它们的贡献是提供一个承认我们知识局限性的框架。在CLM中引用的一些经验规律没有经受住时间的考验，或者至少它们必须是合格的，并且承认它们的局限性。这使得很难给初学者一个清晰简单的解释。

本书旨在为经济学、金融学、统计学、数学和工程专业的高年级本科生和研究生提供一本教材，他们或许对金融应用以及理解和解释这些应用所需要的方法论感兴趣。我曾在耶鲁大学、伦敦政治经济学院、剑桥大学、柏林洪堡大学、山东大学、上海财经大学和中国人民大学讲授过部分材料。书中有两个章节概括介绍了金融机构、金融经济学和计量经济学，提供了一些将在后面章节中使用的基本背景知识。主要内容从有效市场假说和资产收益率的可预测性开始，这是金融经济学的核心问题。我对CLM中发现的经验规律进行了一些更新。然后，我单独提供了一章关于稳健方法的内容，这很重要，因为像1987年10月股市崩盘这样的大观察值，可能会对估计和假设检验产生不适当的影响。然后，我将介绍市场微观结构的一些主题，这是一个非常活跃的，正在与市场结构、技术和监管的新发展作斗争的领域。我涵盖了一些迟滞价格和离散价格的经典主题，以及逆向选择和市场影响的模型，这是该领域的对话基础。我在第6章到第8章使用了一些矩阵代数；如果没有这些工具，想要真实地呈现这些材料是很难的，如果没有线性代数的基础，想要理解大数据，就像在黑暗中组装一个宜家橱柜，却没有一把艾伦扳手。幸运的是，有很多优秀的著作提供了必要的材料，例如Linton（2016）。关于事件研究的材料已经扩大到包括最近来自微观计量经济学的工作，可以用来评估政策变化对结果而不是股票收益率的影响。本书还包括了基于市场模型的标准方法，但提供了关于重叠估计和事件窗口的影响的更详细讨论。接下来，我将介绍CAPM并讨论投资组合分组方法和两种主要检验方法。关于多因子模型的一章涵盖了一些常用方法，包括FamaFrench方法，它在CLM出版时仍处于早期阶段，但现在已经成为主要方法之一。我还介绍了统计因子模型和基于特征的模型。接下来的两章将讨论一些跨期资产定价文献和相关的计量经济学内容，如预测回归、波动率检验和广义矩法（GMM）。波动率这一章描述了基于期权价格、高频数据和动态时间序列模型来测量和定义波动率的三种主要方法。连续时间模型这一章进一步发展了这方面的一些内容，但也介绍了在这一领域广泛使用的模型和方法。我将介绍收益率曲线估计及其在定价中的应用。最后一章考察风险管理，包括极值理论和动态建模方法。我在书中使用了许多不同频率的数据集来说明不同的观点，并报告金融数据的主要特征。与往常一样，结果可能会有所不同。

我还收录了一些在金融计量经济学方面对我产生过影响的作者的短篇传记。我的预测是，他们中至少会有一位将获得诺贝尔经济学奖。

本书包含了很多用楷体表示的术语，读者可以通过网络搜索对它们进行进一步研究。我用不同的语言，例如MATLAB、 GAUSS和R，提供了一些与本书的各个部分相关的计算机代码。有人告诉我，STATA可以用来完成很多事情，但我还没有看到曙光。EViews可以进行大量的分析，我将简要介绍它在处理日常股票收益率数据中的应用。我还提供了一些数据源的链接，这些数据源可以帮助学生完成这一学习项目。

金融市场的目的可以被广义地定义为将资金从储户引向借款人。个人有平滑消费的偏好，包括跨期平滑（随时间变化储蓄和动用储蓄，这样消费受时变收入的影响较小）和期内平滑（即在不同的状态之间平滑，以避免或减轻灾难或价格大幅波动的影响）。特质化（个人特定）的流动性风险的分散化，能够调动社会储蓄用于长期项目（这往往是最有成效的项目）。如果具有生产性想法或项目的企业家从自己的投资机会较差的储蓄者那里借钱，就会有经济效率和增长（家庭通常是净储蓄者；公司是净借款人；政府可以是两者之一，这取决于收入与支出）。为了提供某些人所要求的保险或对冲，就需要可能被称为投机者的某些人站在另一边，从而使风险得以转移。最终，这些交易可以增加福利，因此金融市场并不一定是一场零和博弈。

经济的生产能力与实物资产、土地、建筑、机器、技术和知识以及商品和服务的生产有关。金融资产是指对经济生产能力没有直接贡献的纸质和（或）电子记录；它们是由实物资产产生的收入的所有权。实物资产构成了净财富，并产生了经济的净收入。金融资产定义了家庭之间的财富和收入分配。金融资产是发行人的负债，因此家庭和公司资产负债表的汇总只留下了作为净财富的实物资产。国内净值可以通过合计住宅和非住宅房地产、设备和软件、存货和耐用消费品的价值得到。人力资本（教育和卫生）也是一个国家财富的一部分，但其存量很难评估。家庭拥有住房和耐用消费品等实物资产，但也拥有银行存款、人寿保险和养老金储备、公司和非公司股票、债务工具、共同基金股份等金融资产。储蓄是当前收入中没有被消费的部分。投资是关于用节省下来的收入购买哪些资产的活动。

资本配置过程的效率至关重要。一个国家可以将产出的很大一部分用于储蓄和投资，但如果金融体系配置不当，增长和福利就会出现短缺。以下是一些效率低下的例子：信贷优先流向党派成员开办的公司，中小企业融资难，以及糟糕的法律体系（比如允许内幕交易而不受惩罚的法律体系）。有证据表明，内幕交易执法降低了股票/资本的成本（Bhattacharya and Daouk， 2002）。

一些作者区分了两种类型的金融体系：基于银行的体系（中国、德国、日本等）和基于市场的体系（美国、英国等）。在基于银行的体系中，信贷主要是通过银行体系获得的，而在基于市场的体系中，借款人通过发行证券筹集资金，获得了大量信贷。Levine（2002）描述了两种体系的相对优点及其在不同时间、不同地点的相对流行程度。他认为，目前还不清楚哪种体系更优越，这种区别在确定增长来源方面可能不是很有用：相反，法律和制度环境更为重要。

证券市场是需求与供给相遇的实体或虚拟场所。理想情况下，它们将稀缺资源引导到最高效的用途。投资者分析公司并抬高或压低价格，这影响了资本成本（包括债务和股票）。最终，这将决定哪些公司会生存，哪些会消亡。理想情况下，这能实现有效的风险管理——将风险分割，并将其转移到最愿意承担风险的各方——从而改善家庭福利，降低企业的资本成本。证券市场的一个关键特征是允许所有权和管理权分离。小型企业可以由所有者管理。一家大公司的资本要求超过了单个人的能力，可能有成千上万的股东。他们选举董事会，董事会聘用经理，理想情况下，经理高效地经营公司，并为股东实现价值最大化。原则上，这种分离最终会带来经济效率和福利的提高。然而，金融市场中经常会发生利益冲突，这可能会导致负面的结果。

委托代理问题就是一个经典的例子。股东希望投资最具生产力的项目，即那些具有最高正“净现值”的项目。相反，经理们可能会追求自己的利益：建立帝国，冒着过度的风险来赚取短期利润而忽视长期后果，选用效率低下的供应商便于拿回扣，参与公司账簿的炮制等。近年来一些著名的例子包括：世通公司、安然公司和帕玛拉特公司。被拆分的会计师事务所安达信在20世纪90年代从为安然提供咨询的业务中获得的收入超过了审计业务的收入。安然利用特殊目的实体和载体将债务从账面上抹去，而为了保护其咨询业务的利润，该公司的审计师可能会对此比较宽容。原则上，董事会可以迫使表现不佳的经理离职。他们可能会，也可能不会设计与激励机制一致的薪酬合同。证券分析师、大股东和债权人监督管理层，他们有时可以影响管理层的走向。其他利益冲突的例子包括：以乐观的证券研究换取投资银行业务（因此公司金融业务与零售或交易业务之间存在信息隔离）；与客户交易或先于客户交易（抢先交易）；以及内幕交易，即内幕人士或其代理人在产品新闻、盈利报告和并购交易之前进行交易。

本书是世界顶尖金融计量经济学家对金融计量经济学模型和方法的深入探索，旨在帮助对金融应用感兴趣的经济学、金融学、统计学、数学和工程学的学生理解和应用这些模型和方法。
作者基于其在世界各地的授课内容，结合领域最新成果，编写了这样一本涵盖过去20年计量经济学和金融领域发展的指导手册；同时，确保这些领域的基本原则有一个坚实的基础。
本书将理论与应用联系起来，为读者提供了真实的学习环境。此外，本书还配有习题和实证案例以及Eviews指南，以便复杂的概念能够得到充分解释，读者能够充分理解。

奥利弗·林顿（Olive Linton），剑桥大学三一学院院士、经济系政治经济学教授。曾任伦敦政治经济学院计量经济学教授、耶鲁大学经济学教授；1991年在加州大学伯克利分校获得经济学博士学位。他撰写了百余篇关于计量经济学、统计学和实证金融的文章；2015年，获得亚历山大·冯·洪堡基金会洪堡研究奖。自2014年以来，他一直是《计量经济学杂志》（Journal of Econometrics）的联合主编。
他同时也是世界计量经济学会、数理统计学会、金融计量经济学学会、英国科学院和国际应用计量经济学基金会的成员。曾任2012年发布的英国政府科学办公室预见项目“金融市场计算机交易的未来”的首席专家。在涉及市场操纵的几起案件中，他曾作为FSA和FCA的专家证人出庭。

这本书很好，它提供了严谨和精进的计量经济学方法来检验金融理论。本书的结构完善，很适合阅读。作者深入浅出地介绍了这些方法的基础理论，使其尤其适合研究生学习。那些有意于使用最新的计量经济学方法进行金融数据分析的从业者，也可以从中受益。
——Abderrahim Taamouti，杜伦大学经济学教授

这本书棒极了！它既涉猎广泛，又自成一体，提供了经典的和现代的金融计量经济学处理，充满技巧性。关于模型、方法和实证应用的介绍易于理解，通过阅读本书，读者可以了解从回报可预测性到尾部估计的众多相关主题。本书很好地平衡了金融学和计量经济学的内容，我非常推荐，任何对金融计量经济学感兴趣的读者都值得一读！
——Loriano Mancini，瑞士金融学院和卢加诺大学金融学教授

本书的作者是世界顶尖的计量经济学家之一，他在本书中对金融计量经济学中的模型和方法进行了全面且深入的探讨。作者基于目前大多数课程教学的内容，涵盖了计量经济学和金融学领域在近20年里的最新发展，并同时确保为读者提供理解领域内基本定理的坚实基础。除了提供相关理论信息，作者在书中还向读者呈现了如何谨慎地将理论与实际操作相联系，出于此，本书提供了大量实践案例，以便读者可以更扎实地掌握相关知识。