本书的主题是如何对于借助STATA统计软件对于金融大数据进行量化分析并进行因果关系的推断。本书内容范围包括基本实证计量工具、经济变量因果关系分析的方法论以及金融实证研究从数据收集到研究分析结论的全过程和全周期的展示。本书具有理论与实例并重的类型特点。对于每一个金融实证分析工具，本书都配有基于真实金融数据的分析实例以及STATA程序代码，使得读者可以加深对理论的理解，并快速上手掌握分析技巧。本书读者对象广泛，适合有一定数理统计基础的金融和财务管理专业本科以及研究生阅读，同时金融分析从业人员也可从本书中获得大数据量化分析的知识和研究经验。
张健，上海外国语大学国际工商管理学院教授、博导、志远卓越学者，美国天普大学金融学博士，主要研究方向为公司金融实证研究、金融科技，主持包括国家自然科学基金、教育部人文社会科学基金等多项国家课题，并已在SSCI国际期刊发表论文十余篇。
第1章 简单回归模型
1.1 简介
1.2 作为描述性统计的最小二乘法
1.3 回归方程的性质
1.4 拟合优度R2
1.5 模型假设
1.6 最小二乘法LS的估计
1.7 统计推断
1.8 Stata代码示例
第2章 多元线性回归模型
2.1 简介
2.2 模型假设
2.3 最小二乘法
2.4 高斯-马尔可夫定理
2.5 用s估计
2.6 最小二乘LS的性质
2.7 最小二乘LS的几何解释
2.8 分部回归
2.9 Stata代码示例
第3章 回归模型检验与统计推断
3.1 简介
3.2 拟合优度R2的讨论
3.3 t检验和置信区间
3.4 系数线性组合的置信区间和检验
3.5 多个系数假设检验
3.6 约束最小二乘法的拟合损失
3.7 Wald检验
3.8 F检验的等效性
3.9 对估计方法的补充
第4章 渐进理论
4.1 简介
4.2 依概率收敛
4.3 依分布收敛
4.4 最小二乘法LS估计的大样本性质
4.5 两种特殊情况
4.6 广义中心极限定理
第5章 回归模型设定
5.1 简介
5.2 变量函数形式
5.3 多重共线性
5.4 变量的选择
5.5 因果推断
5.6 控制变量的作用
5.7 匹配方法
5.8 Stata代码示例
第6章 自然实验
6.1 简介
6.2 虚拟变量
6.3 具有交互项的模型
6.4 随机对照实验
6.5 自然实验
6.6 断点回归
第7章 工具变量
7.1 简介
7.2 工具变量法
7.4 检验最小二乘法的有效性
7.5 工具变量讨论
7.6 Stata代码示例
第8章 面板数据
8.1 简介
8.2 两期固定效应模型
8.3 固定效应回归
8.4 固定效应的应用与检验
8.5 固定效应模型估计的讨论
8.6 stata代码示例
第9章 动态回归模型：分布滞后和动态乘数
9.1 简介
9.2 分布滞后
9.3 自回归分布滞后模型
9.4 带有固定效应的滞后因变量
9.5 Stata代码示例
第10章 广义回归模型
10.1 简介
10.2 异方差
10.3 自相关
10.4 广义最小二乘的结果
10.5 稳健标准误
10.6 异方差与自相关检验
10.7 固定效应面板数据的聚类标准误
第11章 研究实例分析
11.1 富豪榜与分析师实地调研
11.2 富豪榜与高管超额在职消费
参考文献
书单推荐
