计量经济学及其应用 第4版

计量经济学的知识体系以数学与经济学基础为根基，技术结构呈递进式展开。前期需掌握微积分、线性代数、概率论与数理统计，为参数估计与假设检验提供数学工具，同时依托微观与宏观经济学理论构建经济逻辑。其核心技术结构分为四个层次：一是经典假设下的计量经济学模型（如多元线性回归），奠定参数估计（OLS）与统计推断的基础；二是放宽假设的模型，针对异方差、自相关、多重共线性等问题进行修正；三是联立方程模型，解决经济系统中内生性与方程间相互依存的问题；四是时间序列计量经济学模型，涵盖平稳性检验、协整、误差修正模型（ECM）及VAR等，专门处理经济数据的时间动态特征。 　　这一系要求经济学者不仅从理论上掌握各类模型的识别、估计与检验逻辑，理解从经典到放宽假设再到动态与系统建模的演进脉络，还需具备运用EViews软件完成全流程数据处理与分析的能力。具体而言，需能够根据经济现象选择恰当的模型（如用时间序列处理宏观预测、用联立方程分析市场均衡），完成数据清洗、模型设定、参数估计、诊断检验与结果解读，最终实现从理论原理到实证研究的完整闭环。 ​　　​在投资领域，计量经济学主要扮演着风险与收益量化分析、资产定价、策略回测及风险因子归因的核心角色。主要应用的模型包括：用于估计系统性风险与期望收益的资本资产定价模型（CAPM） 及其延伸的多因子模型（如Fama-French三因子、五因子模型），用于分析资产价格联动关系与预测波动率的向量自回归模型（VAR） 和GARCH族模型（广义自回归条件异方差模型），以及在量化交易中用于识别价格错配与套利机会的协整与误差修正模型（ECM）。 　　通过以上模型，投资者旨在求出关键指标：一是资产的Alpha值（超额收益） 与Beta值（系统性风险暴露），用以判断管理能力与市场敏感性；二是风险价值（VaR） 与条件风险价值（CVaR），用于极端情况下的风险预算；三是投资组合的最优权重配置，在给定风险下最大化收益；四是识别资产间的长期均衡关系与短期波动特征，为配对交易、对冲策略及宏观因子投资提供量化依据，从而实现从经验判断向数据驱动的科学决策转型。

计量、模型，可以作为检验的手段，但不足以作为发现问题的契机。量化，只能是补充，而不能是替代，主要功能仍是证明或证伪，全新的认知倒在其次，甚至于不可能。仰仗量化得出全新的认知，是虚无缥缈的。