金融在我们的日常生活和工作中扮演着越来越重要的作用，而面对纷繁复杂的各种金融问题，比如影响股票收益的因素有哪些？我们如何才能做出更好的投资决策？如何规避风险等？
如果你对这些问题感兴趣，欢迎学习《金融计量学》，共同探索数据背后的故事，让《金融计量学》帮助我们更好地了解事物之间隐藏的关系，回答困扰我们的疑惑并做出更好的选择。
但事实上，学习《金融计量学》的意义不止于此。如果浏览一下世界顶尖高校（如哈佛大学、斯坦福大学、牛津大学等）为其经济或金融学专业本科生所安排的课程，我们会发现一个普遍的规律，就是这些高校都开设了一门叫《经济计量学》或《金融计量学》的专业课程。这说明这些高校普遍认为这门课程是其经济/金融学人才培养中重要的组成部分。
这也就意味着，对于接受过系统训练的金融人才而言，《金融计量学》是其知识结构中必备的一环。换言之，作为希望在金融领域有所作为的同学，如果你还没有接触或学习过这门课程，那么你的知识结构必然是不完整的。
因此，无论同学们未来想去高校深造还是去金融机构工作，《金融计量学》都可以帮助你快速地掌握分析和解决金融相关问题的思路，帮助你更好地适应新的环境，在工作学习中如虎添翼。
探索数据背后的故事
1.1 探索数据背后的故事
1.2 数据获取与中国市场有效性简单检验
第一章测试
CAPM理论在中国股市有效吗？
2.1 一元回归模型-上
2.2 一元回归模型-下
2.3 中国市场下CAPM模型的实证检验
2.4 CAPM理论拓展
第二章测试
三因子模型能有效估计收益率吗？
3.1 多元回归模型
3.2 FAMA三因素模型的实证检验
3.3 多元回归模型拓展--案例分析
第三章测试
中国股市存在周内效应吗?
4.1 虚拟变量的运用
4.2 二元因变量模型
4.3 中国市场的周内效应检验
第四章测试
经济也有惯性吗？
5.1 自相关问题
5.2 利率、CPI和GDP序列的自相关性检测分析
第五章测试
模型的结构会突变吗？
6.1 结构性断点检验
6.2 股票数据的结构性断点检验分析
第六章测试
多重共线性
7.1 多重共线性
7.2 多重共线性修正
7.3 宏观因子模型多重共线性的识别与修正
第七章测试
我们如何预测？
8.1 ARMA模型
8.2 CPI序列的MA模型构建与预测分析
第八章测试
时间序列：非平稳时间序列
9.1 非平稳时间序列（一）
9.2 非平稳时间序列（二）
9.3 中国石油A股价格的AR模型构建与预测分析
9.4 中国GDP序列的ARIMA模型构建与预测分析
第九章测试
VAR模型
10.1 VAR模型
10.2 利率，通货膨胀与失业关系的VAR模型
第十章测试
Granger因果检验
11.1 Granger因果检验
11.2 M2与GDP的格兰杰因果检验分析
11.3 城镇居民收入增长率与消费增长率的格兰杰因果检验分析
第十一章测试
联立方程模型
12.1 联立方程模型
12.2 通货膨胀与股票收益之间关系的联立分析
第十二章测试
协整模型
13.1 协整模型
13.2 上证综指和深圳成指之间协整关系的检验分析
13.3 上证综指、深圳成指和沪深300指数之间协整关系的检验分析
第十三章测试
长期均衡与短期波动
14.1 误差修正模型（ECM）
14.2 基于ECM模型的上证综指和深圳成指短期修正机制的检验分析
第十四章测试
GARCH模型
15.1 GARCH模型
15.2 沪深股市收益率的波动性研究分析
第十五章测试
GARCH模型的检验和拓展
16.1 GARCH模型的检验和拓展
16.2 沪深股市收益波动非对称性的研究分析
16.3 沪深股市收益波动溢出效应的研究分析
第十六章测试
事件研究法
17.1 事件研究法（一）
17.2 事件研究法（二）
17.3 基于事件研究法分析南北车合并事件对于公司股价的影响
第十七章测试
金融风险度量方法及应用
18.1 金融风险度量方法及应用（一）
18.2 金融风险度量方法及应用（二）
18.3 基于COVAR模型计算我国上市商业银行系统风险
第十八章测试
金融高频数据及应用 ——从另一个角度来看金融市场
19.1 金融高频数据及应用
19.2 上证综指高频数据的波动率建模研究与分析
第十九章测试