|
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问. 在知乎上“为什么我会感觉我们的大学教材很烂？”吸引了众多学者的关注，其中的一个回答非常有意思：“我不会的时候，外国教材：来来来，我跟你说，先这样，再这样，然后这样，em......打个比方吧，就像......，懂了吗？没懂再翻一翻前面的看看，这里还有文献，你仔细翻翻看。中国教材：sb，这都不会，上nm的大学。” 确实，国外的教材一个显著的特点是其逻辑性强且举例详实。这些教材通常以一个熟悉的例子引入，然后循循善诱地进行详细推导，一步一步地引导你跟随作者的思路，从容地理解和学习。相比之下，许多国内的教材常常以通篇的公式加上例题的形式呈现，容易令人摸不着头脑。如果要让我来总结，那就是国内的教材喜欢把简单的东西搞得极其复杂，让学生看不懂才是王道。 金融计量经济学是现代量化金融的重要组成部分。尖端的系统化量化算法广泛使用时间序列分析技术进行预测。因此，如果你希望有朝一日成为熟练的金融研究人员，就有必要对计量经济学有广泛的了解。接着上次“为何我们的大学教材很烂, 欧美名校使用的高数,线代和概统是啥?又好在哪？”，本文列出个人喜爱的计量经济学资源，从基本的统计知识开始，一直到当前的研究文献。请注意，计量经济学可能是一个难以理解的主题，因为它需要大量的数学和统计学先决知识。 下面大多数教材都有中文版，各位学者可以自行前往相关书店购买使用。*由于这些书籍的英文原版PDF容量过大，无法直接在这里进行分享，因此将所有书籍的电子版上传到了社群，对英文电子版感兴趣的学者可直接前往社群下载使用。概率与统计基础开始学习的最好方式是确保你熟悉基本的概率和统计概念。非常喜欢Schaum's Outline系列的书，因为它们总是可以解答大量的问题。经常发现，如果能积极地实践所描述的理论，有助于对概念进行巩固。在大学时的一位教授经常提醒我们“数学不是一项旁观的运动”。我认为学习计量经济学也是如此。如果你在概率和统计方面的基础较弱，那么强烈推荐阅读以下关于这个主题的Schaum's Outline书籍，或者找到一本经典的概率教材Probability and Random Processes学习，其作者是Grimmett和Stirzaker。然而，如果在大学期间已经学过一些扎实的概率课程，那么你可能想直接跳到下面关于统计学和计量经济学的Schaum's Outline书籍。因此，第一组推荐的资源是： 1) Schaum's Outline of Probability and Statistics, 4th Edition，作者：Spiegal、Schiller和Srinivasan尽管只有这本书的第三版，但可以自信地说，它在复习本科概率和统计学方面非常有用。本书的第一部分从基本概率、随机变量、概率分布、期望、相关性开始，以特殊概率分布的解题实例结束。这些分布在量化金融中随处可见（正态分布、泊松分布、二项分布、伽马分布、学生 t 分布等），涵盖了衍生品定价、风险管理和量化交易等领域。统计学部分涵盖的内容更为广泛，涉及七个章节，涵盖了许多初级统计概念。首先介绍了抽样和估计理论，然后是假设检验。接下来考虑回归、方差分析，最后是贝叶斯方法。尽管这本书非常全面（涵盖了大约两个学期的内容），但它对于初级统计学课程来说层次较高。然而，对于该主题的课程或讲座系列来说，它是一个很好的补充。2) Schaum's Outline of Statistics and Econometrics, 2nd Edition，作者：Salvatore和Reagle这是另一本来自Schaum's Outlines系列的好书。Salvatore和Reagle首先涵盖了与上面的Spiegal类似的内容，但在纯粹的概率方面花费的篇幅更少。解题实例非常出色，写作风格特别引人入胜。在前五章介绍了关于统计学、估计和假设检验的内容后，这本书逐渐转向应用于计量经济学的统计方法。其中包括简单回归和多元回归，这是计量经济学家工具箱中的基本工具。书中还提供了一个关于时间序列方法的简短章节，讨论自回归移动平均（ARMA）、平稳性和协整性。这些工具构成了一些现代量化交易算法的基础。然而需要注意的是，这本书在计量上的深度不足以只依靠它就能学好计量经济学。它实际上是为那些已经学过入门概率/统计学课程，并希望学习略微更具挑战性材料的人设计的“桥梁”。与所有Schaum's系列书籍一样，最大的好处就是有数百个解题实例。这本书还包括一个计算章节，可以检验这些方法。初级计量经济学在这个阶段，应该对基本概率、统计方法以及计量经济学模型中使用的时间序列概念有很好的理解。下一步是对经济建模以及如何将其应用于大数据集（例如金融市场定价数据）进行深入了解，这是金融研究的主要领域。在这里列出两本初级计量经济学教材。想强调的是，并不建议完整阅读这两本书，因为它们之间涵盖的内容相似。然而，它们在风格和专注的主题方面存在明显的差异。因此，下面将依次描述每一本书，而你自行决定哪一本适合自己。 3) Introductory Econometrics for Finance，作者：Brooks真的很喜欢Chris Brooks的这本书，强烈推荐给任何有意开展金融学研究的学者。这本书以广泛的线性回归章节开始，其中穿插了许多与金融市场相关的例子，这些例子对于量化金融工作非常适用。这些章节从简单的线性回归开始，到多元回归，然后讨论了这些模型的假设的重要性。接下来的一系列章节专注于时间序列分析，包括ARMA和Vector Autoregressive (VAR) 模型。同样，这里有许多与量化金融相关的例子，比如时间序列预测。第7章讨论了长期关系，并花时间考虑协整性，这是均值回归算法交易策略中的一个有用工具。第8章首次介绍了模拟波动性的世界，包括对著名的广义自回归条件异方差（GARCH）模型的广泛讨论。这本书还有一章关于蒙特卡洛方法，这个领域对于长期阅读QuantStart的读者来说是非常熟悉的。这本书的主要优点是，它针对的是金融学的学生，而不是那些更感兴趣于更纯粹的宏观经济建模的人。4) A Guide to Econometrics, 6th Edition，作者：Kennedy这本由Kennedy编写的计量经济学教材与Brooks的教材有些不同。与Brooks相比，它在计量经济学的金融方面关注较少，而是花了大量时间讨论在何种情况下可能会违反某些模型的假设。这非常有用，因为在假设不成立的情况下，往往很容易将某种技术错误地应用于某种情况。这本书并不特别注重数学（如果需要数学，可以看下面的Greene），但在解释方面更为优秀。这不是一个定理证明的教材！它的主要优点在于，它清晰地阐述了复杂的计量经济学思想，并解释了为什么要使用特定的模型。其他更高级的书往往忽略了这些问题。其他计量经济学教材其他人还推荐了Basic Econometrics，作者：Gujarati和Porter。个人也想推荐这本书，但目前在Amazon.com上的价格为180美元！尽管价格非常高，但认识的许多人都是从这本书中学习了入门计量经济学。在讨论计量经济学的更理论方面时，另一本涌现的教材是Econometric Analysis，作者：Greene。如果想要更深入的数学或研究生级别的教材，那么Greene是推荐的选择。 金融工程中的计量经济学在学习完像上面提到的Brooks的教材后，你将会对基本计量经济理论和时间序列建模方面有很好的掌握。下一步是深入研究计量经济理论的统计基础，以便完全熟悉何时能够将某种技术应用于特定的金融情况。 现在，我们将开始讨论更高级别的材料，包括时间序列建模以及计量经济学研究文献中的最新进展。 5) Statistics and Data Analysis for Financial Engineering，作者：RuppertRuppert的这本书在金融数据分析方面非常全面。从基本资产回报到GARCH、CAPM、因子模型和风险管理，这本书涵盖了重要的金融领域。事实上，这本书是上文中描述的Coursera课程的主要推荐教材。 也许这本书的主要优点在于，它在R语言中提供了大量的实例，使得这本书在实用性方面非常突出。然而，它并不从头开始教授R语言。为此，你需要另一本书（比如Zuur的A Beginner's Guide to R）。虽然它包含了计量经济学教材中的“惯常内容”（如单变量和多变量建模，以及时间序列/预测），但它还包括了关于固定收益证券、Copulas和bootstrap的章节。如果你有时间和兴趣，我建议完整阅读这本书，并在R中进行所有的实例操作。这将为你提供现代计量经济学和统计学在金融数据集中的广泛应用基础。 时间序列分析在这个阶段，你已经学习了金融计量经济学的必要材料。接下来的两本书专门讨论时间序列分析，这是金融预测的主要应用领域。这两本书都是为研究生或从业人员设计的。6) Time Series Analysis，作者：Hamilton首先，想指出这是一本相当古老的书（实际上已经有将近20年了！）。因此，很多当前的研究文献已经有了新的进展。然而，这本书中仍有许多内容是没有改变的。Hamilton的书适合研究生水平的金融计量经济学家。它只关注于时间序列，因此不会深入探讨更简单的计量经济学理论。 这本书从ARMA过程和预测开始，然后考虑了频谱分析和渐近分布理论。后面的章节包括贝叶斯方法、卡尔曼滤波器和协整。那么，如果你已经掌握了前面的内容，为什么还要阅读这本书呢？主要优点在于这本书的深度，以及它为更高级的研究文献提供了“桥梁”。就受众而言，我会说数学家会相对容易地阅读这本书，而金融学研究生可能需要复习一些数学先决条件，以便取得良好的进展。 7) Analysis of Financial Time Series，作者：TsayTsay的书与Hamilton的书相得益彰。它涵盖了广泛的时间序列方法。这本书还讨论了高频交易（HFT）、市场微观结构、风险管理（VaR）以及连续时间的Black-Scholes框架。 这本书花费了很多篇幅去考虑非线性时间序列和连续时间模型方面，而这在其他作品中往往没有被考虑到。书中的例子都是用R语言和S-PLUS开展的，这使得实现一些理论变得简单。这本书非常有用，它包含了时间序列方法的常见模型，如ARIMA和GARCH。这与Hamilton的书形成了鲜明的对比，后者非常适合研究生学生。 当前计量经济学研究一旦掌握了前述的统计和基于时间序列的文献，你就可以尝试涉足当下的研究文献。根据所属机构，你可能访问一些顶级金融和计量经济学期刊。同时，许多学者会直接在他们的网站上发布论文，并在流行的研究网络。 8) 工作论文 - NBER, arXiv，SSRNNBER, SSRN和arXiv计算金融部分提供了大量有趣的研究材料，其中涉及许多金融计量经济学。9) 期刊 - 《计量经济学杂志》，《金融与数量分析杂志》，《金融杂志》，《金融经济学杂志》传统的学术界将在高质量期刊上发表论文。它们通常是统计工具和量化金融研究的良好来源。你会熟悉一些金融和计量经济学领域的顶级期刊的名字。以下是一些值得考虑的期刊，如果你有能力访问的话：10) 下面推荐基本欧美高校主流的金融计量经济学教材①Campbell: The Econometrics of Financial Markets 金融市场计量经济学 导师推荐的那本书，觉得写得非常通俗易懂，对于初入金融量化领域的人来说，是一份非常有价值的指引。强烈推荐大家抽空读上一两章，会有很好的收获！我查了一下，并没有影印版可用，所以要购买的话可能有些贵。大家可以尝试在 Libgen 上搜一下看看。②Financial Econometrics (problems, Models, And Methods) Christian Gourieroux &Joann JasiaK这本书介绍了许多通常只能在论文中找到的主题，例如，对衍生品计量经济学的处理就非常出色。在这方面，这本书远远优于Campbell的书。总体而言，这本书以非常易懂且简洁的方式涵盖了丰富的主题。可能是金融研究者了解现代金融计量经济学的最佳入门。③Financial Econometrics by Oliver Linton (Author)《金融计量经济学：模型与方法》为金融学硕士和金融经济学博士生提供了一个最新且全面的金融计量经济学教材。尽管作者在理论计量经济学方面享有盛誉，但这本书并没有深陷于抽象的推导中；它以“实际操作”为风格，通过实证结果来阐述每种新方法，并鼓励学生使用统计软件自行应用这些方法。④Financial Econometric Modeling by Stan Hurn (Author), Vance L. Martin (Author), Jun Yu (Author), & 1 more《金融计量建模》是一本介绍性的教材，应对了整合理论、测量、数据和软件以理解现代金融世界的学习挑战。本书的重点在于金融数据的实证应用，以推动读者从理念和理论引导下走向建模、解释和预测金融数据的实际现实。面向学生、应用研究人员和行业从业者等广泛受众，本书引导具有不同背景的读者了解现代金融计量学的模型、方法和实证实践。《金融计量建模》提供了一个金融计量学入门课程，传递了来自金融理论和相关计量技术的基本思想。在此基础上，本书覆盖了现代金融计量学的广阔领域，展示了金融市场中各种不同类型数据的实证应用。每一章都遵循相同的原则，以确保书中报告的所有结果都可以使用标准计量软件包（如Stata或EViews）进行重现，同时提供了完整的数据和程序集以确保易于实施。⑤Financial Econometrics, Mathematics and Statistics: Theory, Method and Application by Cheng-Few Lee, Hong-Yi Chen, et al.该书的主要读者被定位为金融、经济和统计学领域的高年级本科生和研究生，然而在金融分析领域的从业者也能够从中获得许多有用的内容。书中涵盖了众多关于数据的统计分析示例，包括假设情境下的和真实数据的案例，同时提供了各种算法的计算实现代码。所有这些特点和主题，以及严谨的解释，使得这本书在教育和专业文献领域具备独特的地位。⑥Financial Valuation And Econometrics (2nd Edition) by Kian Guan Lim (Author)本书是一本旨在介绍金融估值和金融数据分析的入门教材，专为金融专业的高年级本科生和研究生而设计。书中大部分章节都包含一个或多个金融应用示例，通过这些示例来教授金融概念，有时也涉及理论。本书致力于将金融估值理论、计量建模以及金融数据的实证分析等几个重要领域融合在一起，因为这些领域在正确有效地运用数据和统计或计量方法进行投资和金融决策时紧密相连，必须深刻理解。本书的贡献和创新之处在于充分运用基本的计量学原理，特别是线性回归分析，并将金融理论、概念、思想和模型融入其中。通过清晰的教学方法，帮助金融学生在理论和研究数据能力方面得到全面的提升。对于从事金融研究的专业人士而言，这本书是一本方便的手册，能够轻松掌握使用回归方法进行数据分析的关键技术。学生可以同时学习金融、计量学和数据分析这三项重要技能。无论是在金融分析、风险评估还是金融研究领域，这本书都为高年级本科生和研究生提供了非常扎实和有用的学习资料。⑦Financial Econometrics: From Basics to Advanced Modeling Techniques by Stefan Mittnik (Author), Frank J. Fabozzi (Author), Sergio M. Focardi (Author),这本书是一本全面介绍金融计量学的指南。金融计量学旨在探索描述金融时间序列（如价格、收益、利率和汇率）的模型。在《金融计量学》中，作者将读者引入这个日益发展的学科，涵盖了相关的概念和理论，包括概率论和统计学的基础知识。经验丰富的作者团队努力使用真实世界的数据，并引入了投资银行和期刊已发表的研究结果。书中对所呈现技术的解释清晰明了，并为讨论的主题提供了有说明性的示例。一些金融类书籍可能充满了晦涩难懂的数学内容，另一些则过于冗长而缺乏实质性的内容。而这本书在两者之间达到了几乎完美的平衡。尽管个人认为书中的方程式有些过多，但这是因人而异的。在我撰写论文的过程中，我主要依赖于这本书。当我需要更详细的信息时，我会参考这本书。⑧The Basics of Financial Econometrics: Tools, Concepts, and Asset Management Applications (Frank J. Fabozzi Series Book 206) by Frank J. Fabozzi (Author), Sergio M. Focardi (Author), Svetlozar T. Rachev (Author)本书有助于弥合金融计量理论与实际应用之间的鸿沟。虽然它并没有提供足够独立的计量经济学内容，以让学生从零基础全面掌握这些主题，但作为一种补充计量经济学教材的资源，它具有独特的价值。书中呈现的示例将激发学生通过真实世界的应用来学习计量经济学，而不是局限于那些假设性应用，这是许多书籍所倾向的。对于有经验的研究人员而言，本书提供了足够的理论内容，可以快速复习相关理论。书中呈现的示例展示了这些技术在应用问题上的范围，期望能够引导读者提出新的研究课题。例如，协整章节将这些技术应用于股价与股息的关系以及欧洲金融市场的整合，然而显然还有许多其他市场需要进行整合研究。此外，书中提到协整可以用于检测泡沫，这在当前环境下具有明显的实际应用。分位数回归章节演示了变量测量投资风格的均值变化可能不足以捕捉共同基金经理的风格，对于对冲基金经理来说则更加重要。总之，我希望本书能够作为有用的参考书，鼓励读者将这些技术应用于投资管理中面临的真实世界问题。⑨The Elements of Financial Econometrics by Jianqing Fan (Author), Qiwei Yao (Author)金融计量学是一个跨学科的领域，它运用统计方法和经济理论来解决金融领域的各种数量问题。这本简洁的研究生级教材着重于方法论，贯穿全书的金融数据示例使其更具实用性。数学方法被故意保持在适中水平，以确保读者能够理解量化方法的强大之处，而无需过多纠结于技术细节。在可能的情况下，作者还指示了可以找到相关R代码以实施各种方法的来源。这本书起源于普林斯顿大学的一门课程，该课程是全球顶尖的计算金融和金融工程项目之一。因此，无论是想要在经济和金融领域提升量化技能的人，还是已经具备强大量化技能但希望将其应用于金融领域的人，本书都会是一份有益的资源。⑩Financial Economics and Econometrics (Routledge Advanced Texts in Economics and Finance) by Nikiforos T. Laopodis (Author)《金融经济学与计量经济学》概述了理论和实证金融学的核心主题，强调应用和结果解释。本书分为五个部分，涵盖了金融数据和单变量模型；资产回报；利率、收益率和利差；波动性和相关性；以及公司金融和政策。每章从金融经济学理论入手，然后介绍了用于探索该理论的计量经济学方法。随后，每个章节提供实证证据，并讨论了该主题的重要论文。信息框则提供了如何将某个想法应用于管理、市场营销和医学等其他学科的见解，展示了该材料在金融之外的相关性。书中充满了大量的实例和直观的解释，同时每章末尾的核心要点、"检测你的知识"和"检测你的直觉"功能也有助于学生的学习。数字补充材料包括PPT、计算机code、教师手册和解答手册等，适用于教师使用。这本教材适用于高年级本科生和研究生的金融经济学、金融计量学、实证金融以及相关的数量分析领域课程。还有没有推荐的优秀教材呢？ 
一些免费的计量课程：1.免费4门课程, 因果推断1和2, IV, 份额移动IV和高级DID, 附数据,代码,讲义和阅读清单，2疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用，3.面板数据方法免费课程, 文章, 数据和代码全在这里, 优秀学人好好收藏学习！4.真实！MIT提供免费的机器学习课程, 13周的高质量内容，5.哈佛“数据科学导论”课程对所有人免费开放！包括机器学习和回归分析等各种方法！6.耶鲁开设“应用实证方法”P.hd课程, 强逻辑, 好文献, 重实操, 真前沿, 送slides和笔记！7.免费！精选中国高校开设的Python和计量经济学课程！8.全面且前沿的因果推断课程, 提供视频, 课件, 书籍和经典文献，9.DID, IV, SCM, RDD, Matching因果推断免费课程和最全功夫集锦, 再附上数据和代码！10.MIT斯隆商学院研究生课程对国内免费开放, 在家就能学习世界一流商学院的课程！11.MIT经济系50门开放课程对中国学者开放, 包括计量经济学等各类经济学课程！12.从入门到进阶的Python数据分析手册, 课程内容完全免费！13.Stata, R和Python视频课程, 文章, 数据和代码全在这里, 真的受用无穷！14.空间计量免费课程, 文章, 数据和代码全在这里, 空间相关学者注意查收，15.断点回归RD和合成控制法SCM免费课程, 文章, 数据和代码全在这里, 有必要认真研究学习！ 下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。
5年，计量经济圈近1500篇不重类计量文章， 可直接在公众号菜单栏搜索任何计量相关问题,
Econometrics Circle 计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。
|
