本书对金融学中最常见的计量经济学方法进行了全面而生动的讨论，同时从金融学术文献中选取计量经济学在实践中的应用案例并加以分析。本书的重点在于将方法有效应用于实际数据和金融问题，对读者在相关金融环境下将这些实证研究方法付诸实践给予了指导。 本书前三版成功地构建了数据和问题驱动的讲授方法，第四版在此基础上进行了案例更新，并扩充了有关数学和数据处理的入门材料，以及有关极值理论、广义矩估计和状态空间模型等内容。 本书不需要读者事先掌握统计学、计量经济学或数学知识，便可以非常方便地阅读和学习，是一本通俗易懂的金融计量经济学方面的教科书，可用作金融学、金融经济学、证券投资学等经济学相关专业本科生或研究生的“金融时间序列分析”或“金融计量经济学”等相关课程的教材，也可作为需要了解金融领域中常用的现代计量经济分析或统计工具的研究人员(学者和从业者)的参考书。

第1章 概述与数学基础
1.1 计量经济学是什么？
1.2 “金融计量经济学”和“经济计量经济学”的区别
1.3 构建计量经济模型的步骤
1.4 阅读实证金融文献时需要注意的几个要点
1.5 函数
1.6 微分
1.7 矩阵
核心概念
自测题
第2章 统计基础和数据处理
2.1 概率和概率分布
2.2 贝叶斯统计和经典统计
2.3 描述性统计
2.4 数据类型和数据聚合
2.5 算术序列和几何序列
2.6 终值和现值
2.7 金融模型中的收益率
2.8 基于矩阵代数的资产组合理论
核心概念
自测题
第3章 古典线性回归模型概要
3.1 什么是回归模型？
3.2 回归与相关
3.3 简单回归
3.4 一些专门术语
3.5 古典线性回归模型下的假定
3.6 OLS估计量的性质
3.7 精确性和标准误
3.8 统计推断导论
3.9 特殊类型的假设检验：t比率
3.10 对金融理论进行简单的t检验——美国共同基金能跑赢市场吗？
3.11 英国的单位信托经理们能打败市场吗？
3.12 过度反应假设和英国股票市场
3.13 确切的显著性水平
核心概念
附录3.1 CLRM结果的数学推导
自测题
第4章 对古典线性回归模型的进一步探讨
4.1 从简单模型推广到多元线性回归模型
4.2 常数项
4.3 在多元回归中如何计算参数(β向量中的元素)？
4.4 检验多重假设：F检验
4.5 数据挖掘和真实的检验规模
4.6 定性变量
4.7 拟合优度统计量
4.8 幸福定价模型
4.9 对于非嵌套假设的检验
4.10 分位数回归
核心概念
附录4.1 CLRM结果的数学推导
附录4.2 对因子模型和主成分分析法的简单介绍
自测题
第5章 古典线性回归模型的假设和诊断检验
第6章 单变量时间序列建模与预测
第7章 多元模型
第8章 金融领域中的长期关系建模
第9章 波动率和相关性建模
第10章 转换模型和状态空间模型
第11章 面板数据
第12章 受限因变量模型
第13章 模拟方法
第14章 金融研究中的其他计算经济学方法
第15章 金融学实证分析、课题研究和论文撰写
附录1 本书和随附软件手册中用到的数据来源
附录2 统计分布表
关键词汇解析
参考文献
术语表