計量經濟學及其應用 第4版

計量經濟學的知識體系以數學與經濟學基礎爲根基，技術結構呈遞進式展開。前期需掌握微積分、線性代數、概率論與數理統計，爲參數估計與假設檢驗提供數學工具，同時依託微觀與宏觀經濟學理論構建經濟邏輯。其核心技術結構分爲四個層次：一是經典假設下的計量經濟學模型（如多元線性迴歸），奠定參數估計（OLS）與統計推斷的基礎；二是放寬假設的模型，針對異方差、自相關、多重共線性等問題進行修正；三是聯立方程模型，解決經濟系統中內生性與方程間相互依存的問題；四是時間序列計量經濟學模型，涵蓋平穩性檢驗、協整、誤差修正模型（ECM）及VAR等，專門處理經濟數據的時間動態特徵。 　　這一系要求經濟學者不僅從理論上掌握各類模型的識別、估計與檢驗邏輯，理解從經典到放寬假設再到動態與系統建模的演進脈絡，還需具備運用EViews軟件完成全流程數據處理與分析的能力。具體而言，需能夠根據經濟現象選擇恰當的模型（如用時間序列處理宏觀預測、用聯立方程分析市場均衡），完成數據清洗、模型設定、參數估計、診斷檢驗與結果解讀，最終實現從理論原理到實證研究的完整閉環。 ​　　​在投資領域，計量經濟學主要扮演着風險與收益量化分析、資產定價、策略回測及風險因子歸因的核心角色。主要應用的模型包括：用於估計系統性風險與期望收益的資本資產定價模型（CAPM） 及其延伸的多因子模型（如Fama-French三因子、五因子模型），用於分析資產價格聯動關係與預測波動率的向量自迴歸模型（VAR） 和GARCH族模型（廣義自迴歸條件異方差模型），以及在量化交易中用於識別價格錯配與套利機會的協整與誤差修正模型（ECM）。 　　通過以上模型，投資者旨在求出關鍵指標：一是資產的Alpha值（超額收益） 與Beta值（系統性風險暴露），用以判斷管理能力與市場敏感性；二是風險價值（VaR） 與條件風險價值（CVaR），用於極端情況下的風險預算；三是投資組合的最優權重配置，在給定風險下最大化收益；四是識別資產間的長期均衡關係與短期波動特徵，爲配對交易、對沖策略及宏觀因子投資提供量化依據，從而實現從經驗判斷向數據驅動的科學決策轉型。

計量、模型，可以作爲檢驗的手段，但不足以作爲發現問題的契機。量化，只能是補充，而不能是替代，主要功能仍是證明或證僞，全新的認知倒在其次，甚至於不可能。仰仗量化得出全新的認知，是虛無縹緲的。