《金融时间序列分析》课程教学大纲 一、课程基本信息 1.课程代码：16162303 2.课程名称：金融时间序列分析 3.英文名称：Analysis of Financial Time Series 4.课程类别：专业必修课 5.学时：48（实验学时10） 6.学分：3 7活用对象：金种工程专业 8.考核方式：考查（闭卷考试或者撰写课程论文） 9.先修课程：微积分、线性代数、概率论与数理统计、统计学、金融学等。 二、课程简介 中文简介 金融时间序列分析主要探讨如何运用时间序列分析方法定量分析和描述具有随 机特征的金融变量的动态发展规律和金融变量之间的相互关系。金融时间序列分析根 据时序分析方法对金融现象进行认识分析，并使用时间序列分析的相关软件，具有较 强的应用性和可操作性。本课程主要介绍金融时间序列分析的基本理论和方法，包括 AR模型、MA模型、ARMA模型、非平稳时序模型、单位根检验法、向量自回归模 型、协整与误差修正模型和GARCH模型等。 英文简介 Analysis of financial time series mainly discusses how touse time series analysis dynamic development law of financial variables with stochastic characteristics and the relationship between financial variables. Analysis of financial time series recognizes and analyses financial phenomena according to time series analysis method,and uses related software of time series analysis,which has strong applicability and operability.This course mainly introduces the basic theories and methods of financial time series analysis,including AR model,MA model,ARMA mode non-stationary time series model,nit,vector autoregresive and error correction model and GARCH model
1 《金融时间序列分析》课程教学大纲 一、课程基本信息 1. 课程代码：16162303 2. 课程名称：金融时间序列分析 3. 英文名称：Analysis of Financial Time Series 4. 课程类别：专业必修课 5. 学时：48（实验学时 10） 6. 学分：3 7. 适用对象：金融工程专业 8. 考核方式：考查（闭卷考试或者撰写课程论文） 9. 先修课程：微积分、线性代数、概率论与数理统计、统计学、金融学等。 二、课程简介 中文简介 金融时间序列分析主要探讨如何运用时间序列分析方法定量分析和描述具有随 机特征的金融变量的动态发展规律和金融变量之间的相互关系。金融时间序列分析根 据时序分析方法对金融现象进行认识分析，并使用时间序列分析的相关软件，具有较 强的应用性和可操作性。本课程主要介绍金融时间序列分析的基本理论和方法，包括 AR 模型、MA 模型、ARMA 模型、非平稳时序模型、单位根检验法、向量自回归模 型、协整与误差修正模型和 GARCH 模型等。 英文简介 Analysis of financial time series mainly discusses how to use time series analysis method to quantitatively analyze and describe the dynamic development law of financial variables with stochastic characteristics and the relationship between financial variables. Analysis of financial time series recognizes and analyses financial phenomena according to time series analysis method, and uses related software of time series analysis, which has strong applicability and operability. This course mainly introduces the basic theories and methods of financial time series analysis, including AR model, MA model, ARMA model, non-stationary time series model, unit root test, vector autoregressive model, co-integration and error correction model and GARCH model
三、课程性质与教学目的 本课程是统计学、应用统计学、数学与应用数学、金融学、投资学与保险学等专 业的专业选修课，教学的主要目的在于向学生介绍现代金融时间序列的基础理论、模 型和方法，培养学生在经济金融理论的基础上，借助时间序列分析软件建立金融时间 序列模型的能力，拓宽学生分析、研究现实经济金融问题的思路，增强学生的数量分 析和实际动手能力，从而为对我国金融市场进行实证研究打下坚实基础。具体要求如 下：第一、了解金融时间序列分析在统计学、金融学课程体系中的地位，了解金融时 间序列分析方法在金融学的发展和实际金融工作中的作用：第二、学握基本的时间序 列分析理论与方法，并对时间序列分析理论与方法的新发展有概念性的了解：第三、 能够建立并应用简单的金融时间序列模型，包括使用常用的时间序列分析软件：第四 具有进一步学习与应用中高级金融时间序列分析相关理论、模型的基础和能力。 与教学目标相对应，其思政育人的总体目标可确定为培养学生严谨治学、力求上 进的学习态度，培养学生诚信待人、实事求是的科学素养，培养学生自主学习、终身 学习的意识，培养学生敬业、诚信、友善的社会主义核心价值观。 四、教学内容及要求 第一章金融时间序列分析导论 (一)目的与要求 1.了解金融时间序列分析的学科性质、基本概念和内容体系： 2.掌握建立与应用金融时序模型的主要步骤： 3.认识学习金融时间序列分析的重要性。 思政育人目标： 过对金融时间序列分析建模全过程的介绍，加深学生对马克思主义哲学认识论 的理解 （二)教学内容 1.主要内容：时间序列分析建模思路，金融时间序列分析基本概念 2.基本概念和知识点：金融时间序列，随机过程，平稳时间序列，白噪声过程。 3.问题与应用（能力要求）：学握时间序列分析中用到的主要概念。 思政育人点：金融时间序列分析建模的全过程，体现了马克思主义哲学认识论的 全过程，即先从实践到认识，再从认识到实践。首先是从实际的经济金融问题到金融 时序棋型，即从实践到以识的过程。然后将所建立的金融时序模型和所揭示的数量规 律等理论用于实践，去接受实践的检验，并去指导实践（如预测等），也就是金融时 序模型的运用。通过实践到认识，从认识再到实践，完成了金融时序分析的全过程。 2
2 三、课程性质与教学目的 本课程是统计学、应用统计学、数学与应用数学、金融学、投资学与保险学等专 业的专业选修课，教学的主要目的在于向学生介绍现代金融时间序列的基础理论、模 型和方法，培养学生在经济金融理论的基础上，借助时间序列分析软件建立金融时间 序列模型的能力，拓宽学生分析、研究现实经济金融问题的思路，增强学生的数量分 析和实际动手能力，从而为对我国金融市场进行实证研究打下坚实基础。具体要求如 下：第一、了解金融时间序列分析在统计学、金融学课程体系中的地位，了解金融时 间序列分析方法在金融学的发展和实际金融工作中的作用；第二、掌握基本的时间序 列分析理论与方法，并对时间序列分析理论与方法的新发展有概念性的了解；第三、 能够建立并应用简单的金融时间序列模型，包括使用常用的时间序列分析软件；第四、 具有进一步学习与应用中高级金融时间序列分析相关理论、模型的基础和能力。 与教学目标相对应，其思政育人的总体目标可确定为培养学生严谨治学、力求上 进的学习态度，培养学生诚信待人、实事求是的科学素养，培养学生自主学习、终身 学习的意识，培养学生敬业、诚信、友善的社会主义核心价值观。 四、教学内容及要求 第一章 金融时间序列分析导论 (一)目的与要求 1．了解金融时间序列分析的学科性质、基本概念和内容体系; 2．掌握建立与应用金融时序模型的主要步骤； 3．认识学习金融时间序列分析的重要性。 思政育人目标： 通过对金融时间序列分析建模全过程的介绍，加深学生对马克思主义哲学认识论 的理解。 (二)教学内容 1.主要内容：时间序列分析建模思路，金融时间序列分析基本概念 2.基本概念和知识点： 金融时间序列，随机过程，平稳时间序列，白噪声过程。 3.问题与应用（能力要求）： 掌握时间序列分析中用到的主要概念。 思政育人点：金融时间序列分析建模的全过程，体现了马克思主义哲学认识论的 全过程，即先从实践到认识，再从认识到实践。首先是从实际的经济金融问题到金融 时序模型，即从实践到认识的过程。然后将所建立的金融时序模型和所揭示的数量规 律等理论用于实践，去接受实践的检验，并去指导实践（如预测等），也就是金融时 序模型的运用。通过实践到认识，从认识再到实践，完成了金融时序分析的全过程
这也反映了马克思主义哲学认识论的全过程 (三)思考与实践 1,葡机变量与随机时程的风别与联系 2.平稳时间序列的主要特征是什么？平稳时间序列的意义是什么？ 3.白噪声过程的主要特征是什么？ (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论。 第二章平稳时间序列模型模型 (一)目的与要求 1.掌握平稳时间序列模型的模型形式和统计性质： 2.掌握根据平稳时间序列建模的基本思路和具体步骤： 3.应用时间序列分析软件对平稳序列建立合适的模型。 思政育人目标： 通过对根据平稳时间序列建模的基本思路和具体步骤的讲解，加深学生对马克思 主义哲学中辩证法的理解 (二)教学内容 第一节自回归模型(AR模型) 1.主要内容：自回归模型的模型形式和统计性质 2.基本概念和知识点：自回归模型的模型形式，自回归模型的均值、方差、自协 方差、自相关系数，自回归模型的平稳性。 3.问题与应用（能力要求）：掌握自回归模型的模型形式和主要统计性质、平稳 的条件。 第二节移动平均模型(MA模型) 1.主要内容：移动平均模型的模型形式和统计性质 2.基本概念和知识点：移动平均模型的模型形式，移动平均模型的均值、方差 自协方差、自相关系数，移动平均模型的可逆性。 3.问题与应用（能力要求）：掌握移动平均模型的模型形式和主要统计性质、可 逆的条件。 第三节自回归移动平均模型(ARMA模型) 1.主要内容：自回归移动平均模型的模型形式和统计性质 2.基本概念和知识点：自回归移动平均模型的模型形式，自回归移动平均模型的 均值、方差、自协方差、自相关系数，自回归移动平均模型的平稳性和可逆性。 3.问题与应用（能力要求）：掌握自回归移动平均模型的模型形式和主要统计性
3 这也反映了马克思主义哲学认识论的全过程。 (三)思考与实践 1.随机变量与随机过程的区别与联系。 2.平稳时间序列的主要特征是什么？平稳时间序列的意义是什么？ 3.白噪声过程的主要特征是什么？ （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论。 第二章平稳时间序列模型模型 (一)目的与要求 1. 掌握平稳时间序列模型的模型形式和统计性质； 2．掌握根据平稳时间序列建模的基本思路和具体步骤； 3．应用时间序列分析软件对平稳序列建立合适的模型。 思政育人目标： 通过对根据平稳时间序列建模的基本思路和具体步骤的讲解，加深学生对马克思 主义哲学中辩证法的理解。 (二)教学内容 第一节 自回归模型（AR 模型） 1.主要内容：自回归模型的模型形式和统计性质 2.基本概念和知识点：自回归模型的模型形式，自回归模型的均值、方差、自协 方差、自相关系数，自回归模型的平稳性。 3.问题与应用（能力要求）：掌握自回归模型的模型形式和主要统计性质、平稳 的条件。 第二节 移动平均模型（MA 模型） 1.主要内容：移动平均模型的模型形式和统计性质 2.基本概念和知识点：移动平均模型的模型形式，移动平均模型的均值、方差、 自协方差、自相关系数，移动平均模型的可逆性。 3. 问题与应用（能力要求）：掌握移动平均模型的模型形式和主要统计性质、可 逆的条件。 第三节 自回归移动平均模型（ARMA 模型） 1.主要内容：自回归移动平均模型的模型形式和统计性质 2.基本概念和知识点：自回归移动平均模型的模型形式，自回归移动平均模型的 均值、方差、自协方差、自相关系数，自回归移动平均模型的平稳性和可逆性。 3. 问题与应用（能力要求）：掌握自回归移动平均模型的模型形式和主要统计性
质、平稳和可逆的条件。 第四节平稳序列建模 1.主要内容：平稳序列建模步骤及具体操作 2.基本概念和知识点：模型识别、参数估计、模型检验、模型优化、序列预测。 3.问题与应用（能力要求）：根据平稳时间序列建模并进行模型择优和预测。 思政育人点： 科学与艺术的辩证统一。 个好的金融时序模型是科学性与艺术性的完结合。 其科学性体现在建模过程要遵循相关准则，如理论模型的建立要遵循时间序列分析的 相关理论，棋型参数的估计和相关的假设检验都要遵循相应的数理统计学的准则；其 艺术性体现在没有完全正确的模型，只有相对有用的模型。建模者实际建棋时会根据 研究目的、研究对象的具体特征、所掌握数据的具体情况进行变量、棋型形式和估计 方法的选择，即使是对同一类型问题进行研究，由于研究目的、研究对象、数据特征、 数据条件等不同，也有可能得到不同的金融时序模型。 (三)思考与实践 1.时间序列模型平稳与可逆的章义和条件分别是什么？ 2.如何根据样本数据特征（自相关函数和偏自相关函数）进行时间序列模型识 3.如何进行模型的有效性检验？ 4.课堂讨论：根据平稳时间序列建模的具体操作。 5.实验名称：根据平稳序列建模，通过本次实验，学生应掌握Eviews软件的基 本操作，能够用Eviews软件对平稳序列建立ARMA模型并做预测。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论。 第三章非平稳序列建模 (一)目的与要求 1.掌握序列平稳性判断的基本方法： 2。学握根据非平稳序列建立时序模型的基本思路和具体步骤 3.应用时间序列分析软件对非平稳序列建立合适的模型。 (二)教学内容 1.主要内容：单位根检验、确定性趋势模型、随机趋势模型、去除趋势的方法 2.基本概念和知识点：单位根检验、确定性趋势、随机趋势、差分法、去除趋势 3.问题与应用（能力要求）：掌握时间序列平稳性判断的方法和去除趋势的方法
4 质、平稳和可逆的条件。 第四节 平稳序列建模 1.主要内容：平稳序列建模步骤及具体操作 2.基本概念和知识点：模型识别、参数估计、模型检验、模型优化、序列预测。 3.问题与应用（能力要求）：根据平稳时间序列建模并进行模型择优和预测。 思政育人点： 科学与艺术的辩证统一。一个好的金融时序模型是科学性与艺术性的完美结合。 其科学性体现在建模过程要遵循相关准则，如理论模型的建立要遵循时间序列分析的 相关理论，模型参数的估计和相关的假设检验都要遵循相应的数理统计学的准则；其 艺术性体现在没有完全正确的模型，只有相对有用的模型。建模者实际建模时会根据 研究目的、研究对象的具体特征、所掌握数据的具体情况进行变量、模型形式和估计 方法的选择，即使是对同一类型问题进行研究，由于研究目的、研究对象、数据特征、 数据条件等不同，也有可能得到不同的金融时序模型。 (三)思考与实践 1.时间序列模型平稳与可逆的意义和条件分别是什么？ 2.如何根据样本数据特征（自相关函数和偏自相关函数）进行时间序列模型识 别？ 3.如何进行模型的有效性检验？ 4.课堂讨论：根据平稳时间序列建模的具体操作。 5.实验名称：根据平稳序列建模，通过本次实验，学生应掌握 Eviews 软件的基 本操作，能够用 Eviews 软件对平稳序列建立 ARMA 模型并做预测。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论。 第三章 非平稳序列建模 (一)目的与要求 1. 掌握序列平稳性判断的基本方法； 2．掌握根据非平稳序列建立时序模型的基本思路和具体步骤； 3．应用时间序列分析软件对非平稳序列建立合适的模型。 (二)教学内容 1.主要内容：单位根检验、确定性趋势模型、随机趋势模型、去除趋势的方法 2.基本概念和知识点：单位根检验、确定性趋势、随机趋势、差分法、去除趋势 法。 3.问题与应用（能力要求）：掌握时间序列平稳性判断的方法和去除趋势的方法
(三)思考与实践 1.如何判断时间序列的平稳性 2.如何使非平稳序列变得平稳？ 3.课堂讨论：根据非平稳时间序列建模的具体操作。 4.实验名称：根据非平稳序列建模，通过本次实验，学生应掌握Eviews软件的 基本操作，掌握针对非平稳序列的预处理方式，能够用Eviews软件对非平稳序列建 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论。 第四章向量自回归模型 (一)目的与要求 1.掌握向量自回归模型的基本形式及其平稳的条件 2.掌握向量自回归模型的设定方法。 3.掌握根据向量自回归模型进行脉冲响应分析和方差分解的方法。 4.掌握格兰杰因果检验的方法。 (二)教学内容 1.主要内容：向量自回归模型的基本形式、向量自回归模型的设定、脉冲响应分 析和方差分解 2.基本概念和知识点：向量自回归模型的基本形式、格兰杰因果检验、脉冲响应 分析和方差分解 3.问题与应用（能力要求）：掌握根据实际数据建立向量自回归模型的方法及根 据向量自回归模型进行脉冲响应分析和方差分解。 (三)思考与实践 1.如何判断向量自回归模型的平稳性？ 2.如何选择向量自回归模型中的滞后阶数？ 3.如何根据向量自回归模型进行脉冲响应分析和方差分解？ 4.课堂讨论：根据实际数据建立向量自回归模型并进行脉冲响应分析和方差分解 的具体操作。 5,实验名称：建立向量自回归(VAR)模型并应用，通过本次实验，学生应掌握 Eviews软件的基本操作，能够用Eviews软件建立向量自回归(VAR)模型并进行 脉冲响应分析和方差分解分析。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论
5 (三)思考与实践 1.如何判断时间序列的平稳性？ 2.如何使非平稳序列变得平稳？ 3.课堂讨论：根据非平稳时间序列建模的具体操作。 ４.实验名称：根据非平稳序列建模，通过本次实验，学生应掌握 Eviews 软件的 基本操作，掌握针对非平稳序列的预处理方式，能够用 Eviews 软件对非平稳序列建 模。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论。 第四章 向量自回归模型 (一)目的与要求 1.掌握向量自回归模型的基本形式及其平稳的条件 2.掌握向量自回归模型的设定方法。 3.掌握根据向量自回归模型进行脉冲响应分析和方差分解的方法。 4.掌握格兰杰因果检验的方法。 (二)教学内容 1.主要内容：向量自回归模型的基本形式、向量自回归模型的设定、脉冲响应分 析和方差分解 2.基本概念和知识点：向量自回归模型的基本形式、格兰杰因果检验、脉冲响应 分析和方差分解 3.问题与应用（能力要求）：掌握根据实际数据建立向量自回归模型的方法及根 据向量自回归模型进行脉冲响应分析和方差分解。 (三)思考与实践 1.如何判断向量自回归模型的平稳性？ 2.如何选择向量自回归模型中的滞后阶数？ 3.如何根据向量自回归模型进行脉冲响应分析和方差分解？ 4.课堂讨论：根据实际数据建立向量自回归模型并进行脉冲响应分析和方差分解 的具体操作。 ５.实验名称：建立向量自回归（VAR）模型并应用，通过本次实验，学生应掌握 Eviews 软件的基本操作，能够用 Eviews 软件建立向量自回归（ＶＡＲ）模型并进行 脉冲响应分析和方差分解分析。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论