英国伦敦大学亚非学院研究生金融计量经济学考前重点梳理有吗？

英国伦敦大学亚非学院研究生金融计量经济学考试旨在考察同学是否能够：(1)理解财务回报的属性；(2)用矩阵表示法建立模型并分析模型的性质；(3)理解自回归时间序列模型的原理，评估其预测金融变量的能力；(4)理解最大似然的原理，使用最大似然估计和假设检验；(5)理解ARCH和GARCH模型，并能将其应用于显示波动聚类和不对称性的金融时间序列；(6)估计向量自回归(VAR)模型并解释结果；(7)应用有限因变量方法。要达成这几点，同学必须要熟练掌握课程知识要点。根据同学当前的需求，我们梳理了英国伦敦大学亚非学院研究生金融计量经济学考前重点，同学可以基于此进行考前复习。

一、财务回报的统计特性

资产回报的计算，财务回报的典型事实，资产收益的分配，时间依赖性，资产回报的线性相关性。

二、矩阵代数、回归及其金融中的应用

矩阵代数基本概念，使用矩阵代数的OLS回归，金融应用。

三、最大似然估计

最大似然函数基本概念，最大似然法数学推导，信息矩阵，最大似然估计的有用性和局限性，假设检验。

四、单变量时间序列及其在金融中的应用

滞后算子，关键概念，沃尔德分解理论，AR流程的属性，移动平均过程的属性，自回归移动平均(ARMA)过程，博克斯-詹金斯方法，股票回报模型。

五、模拟波动——条件异方差模型

拱形模型，GARCH模型，GARCH模型的估计，使用GARCH模型进行预测，不对称GARCH模型，均值GARCH模型。

六、模拟波动性和相关性——多元GARCH模型

多元GARCH模型，VECH模型，对角VECH模型，贝克模型，常数相关模型，动态关联模型，多变量模型的估计。

七、向量自回归模型

向量自回归模型，风险值中的问题，风险值中的假设检验，货币供应、通货膨胀和利率。

八、有限因变量模型

线性概率模型，Logit模型，概率单位模型，使用最大似然的估计，拟合优度测量，股息、增长和利润，多项式线性因变量，有序响应线性因变量模型。

同学如果有哪部分知识理解得不够深入，想让老师进一步讲解，可以直接联系我们，我们会基于历年考试的重点和难点，为同学提供更加有针对性的英国伦敦大学亚非学院研究生金融计量经济学考前复习建议。