SAS：财金计量之应用 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

图书标签:

• SAS
• 计量经济学
• 金融
• 时间序列
• 回归分析
• 统计建模
• 数据分析
• 量化金融
• 投资分析
• 风险管理

作者简介

王万成

　　学历：
　　BBA, 中兴大学
　　MBA, 政治大学
　　MS in Accounting, Columbia University
　　PhD in Accounting, Syracuse University, Syracuse, NY, USA

　　现职：
　　中山大学 企管系 专任教授

现代金融理论与实践：从基础到前沿 本书旨在为读者提供一个全面而深入的金融学知识体系，涵盖了从基础的金融市场运作原理到前沿的金融工程与风险管理技术。本书结构清晰，内容详实，既适合金融专业的学生作为教材，也适合金融机构从业人员进行深入学习和参考。 第一部分：金融学基础与市场机制 第一章：金融学的核心概念与演进 本章系统梳理了金融学的基本定义、研究范畴及其在现代经济体系中的核心地位。我们将探讨货币的时间价值理论，这是所有金融分析的基石，包括复利、现值、年金等关键概念的精确计算与应用。同时，本章回顾了金融理论从古典经济学到现代投资组合理论的发展脉络，为理解后续更复杂的模型奠定理论基础。 第二章：金融市场与机构概述 本章聚焦于金融市场的结构、功能及其运作机制。详细剖析了货币市场、资本市场（包括股票市场和债券市场）的特征、参与者及其在资源配置中的作用。此外，本书深入探讨了主要的金融中介机构，如商业银行、投资银行、保险公司和资产管理公司的职能与监管框架，阐述了它们如何通过中介活动提高金融体系的效率。 第三章：资产定价理论的基石 本章详细介绍了资产定价的基础模型。首先，阐述了无套利定价原理，这是构建所有衍生品定价模型的基础。随后，重点讲解了现代投资组合理论（MPT）的核心内容，包括收益率的度量、风险的量化（方差与标准差）、有效前沿的构建。CAPM（资本资产定价模型）作为描述系统性风险与期望收益之间关系的基石模型，将在本章得到详尽的数学推导与实际案例分析。 第二部分：固定收益证券分析与管理 第四章：债券的基础结构与收益率分析 本章专门致力于固定收益证券——债券的研究。详细介绍了债券的类型（如国库券、公司债、市政债等）、票面利率、到期收益率（YTM）的计算方法，以及债券价格与利率之间的反向关系。本章还引入了久期（Duration）和凸性（Convexity）的概念，用以衡量债券组合对利率变动的敏感度。 第五章：利率风险管理与主动管理策略 针对债券组合管理人面临的利率风险，本章探讨了更高级的风险管理技术。除了传统的久期匹配策略外，还介绍了基于情景分析和利率期限结构分析（如即期利率和远期利率）的投资策略。本章将分析如何利用利率期货和互换等工具对冲利率风险，并讨论收益率曲线形态对宏观经济预期的指示作用。 第三部分：权益投资与公司金融 第六章：股票估值方法与实践 本章提供了系统化的股票估值框架。首先，介绍了基于现金流折现（DCF）的绝对估值方法，包括股利贴现模型（DDM）和自由现金流模型。随后，详细阐述了相对估值法，重点分析市盈率（P/E）、市净率（P/B）、企业价值/息税折旧摊销前利润（EV/EBITDA）等关键指标的适用场景和局限性。 第七章：公司金融基础与资本结构决策 本章转向微观层面，探讨公司如何进行投融资决策。核心内容包括资本预算技术（如NPV、IRR），以及最优资本结构理论，涵盖了Modigliani-Miller定理的经典论述及其在税收、破产成本影响下的修正。此外，本章也讨论了筹资决策中债务与股权融资的权衡。 第四部分：衍生工具与风险对冲 第八章：期货与远期合约的原理与应用 本章开始深入研究衍生品市场。首先区分了期货与远期的定义、特点和交易制度。重点阐述了套期保值（Hedging）策略在商品、汇率和利率风险管理中的具体应用。本章将详细推导远期价格的确定公式，并分析最小方差对冲比率的计算方法。 第九章：期权定价与策略 期权作为最灵活的衍生工具，在本章得到重点关注。本书将详细介绍看涨期权和看跌期权的内在价值与时间价值。核心内容是Black-Scholes-Merton (BSM) 模型的完整推导过程，并讨论模型假设的局限性。此外，本章还将介绍多种期权组合策略，如跨式、勒式、蝶式等，以及它们在不同市场预期下的损益特征。 第十章：金融风险管理与监管框架 本章将视角扩展到机构层面的风险管理。系统介绍了市场风险、信用风险、操作风险的定义与度量方法，例如在市场风险管理中，将详细介绍基于历史模拟法、参数法和蒙特卡洛模拟法的VaR（风险价值）计算。最后，本章会概述巴塞尔协议（Basel Accords）等国际监管框架对金融机构资本充足性和风险管理的要求。 第五部分：金融时间序列分析与前沿主题 第十一章：金融数据的计量经济学基础 本章为金融时间序列分析做准备。复习了经典回归模型的假设与局限性，并引入了时间序列分析中必须面对的平稳性检验（如ADF检验）。重点讲解了自回归（AR）、移动平均（MA）、自回归移动平均（ARMA）模型的构建与识别，为更复杂的波动率建模打下基础。 第十二章：波动率建模与GARCH族应用 金融资产波动率是风险管理的核心输入。本章专注于波动率的异方差性特征，并系统介绍如何使用广义自回归条件异方差模型（GARCH）。详细阐述了标准GARCH、EGARCH（指数GARCH）和GJR-GARCH模型，分析杠杆效应在波动率预测中的重要作用，并通过实例展示如何利用这些模型进行波动率的滚动预测。 第十三章：固定收益的计量模型：期限结构与利率模型 本章探讨了用于解释和预测利率期限结构的先进模型。除了Vasicek和Cox-Ingersoll-Ross (CIR) 等短期利率模型外，本书还将介绍HJM（Heath-Jarrow-Morton）框架，该框架允许对整个远期利率曲线进行建模，是固定收益衍生品定价更精确的基础。 第十四章：资产组合的优化与绩效评估 本章回归投资组合管理，引入更现实的约束条件。介绍Black-Litterman模型，该模型结合了市场均衡观点与投资者的主观观点，以构建更稳健的资产配置。同时，本章详细阐述了风险调整后的绩效评估指标，如夏普比率、特雷诺比率以及信息比率，并讨论了投资业绩归因分析的方法论。 全书力求理论的严谨性与应用的实践性相结合，每一章节都配有丰富的数学推导和清晰的案例说明，旨在培养读者运用量化工具解决实际金融问题的能力。

第 1 章 绪论
第 2 章 SAS资料档之处理
第 3 章 SAS函数
第 4 章 基本统计量分析
第 5 章 阵列
第 6 章 PROC REG程序
第 7 章 PROC GLM程序
第 8 章 回归诊断
第 9 章 哑变数
第10章 无母数统计
第11章 非线性回归
第12章 受限应变数回归模型(一)
第13章 受限应变数回归模型(二)
第14章 联立方程式
第15章 结构方程式
第16章 时间序列分析(一)
第17章 时间序列分析(二)
第18章 棋盘式资料分析
第19章 财务与会计之应用—几个例子

序

　　近十几年来，SAS软体系统的发展见证了学术与商业这两个领域发展与变化。从开始的统计分析系统到现在无所不包的企业资料分析决策系统，SAS（赛仕）从原先的统计分析系统（Statistical Analysis System），演化到现在被赋予一个广泛的意义—「The Power to Know（创造、提供知识的力量）」，以协助做正确的决策。

　　科学研究讲究的是证据，而计量（metrics）则是证据、科学研究的核心，从最早自然科学的各种具体衡量，到现在社会科学抽象意念的建构，都涉及计量，作为研究的初步，进一步的分析、推论、进而决策才是最后的目的。

　　SAS系统可以说是发展最迅速、运用最广泛的统计、决策分软体系统，它的发展建立在于其所提供产品能迅速地回应使用者的需求。十几年来学术研究的竞争与SAS的发展两者间在某种程度的相依。学术上，SAS提供各领域计量分析的工具。

　　学习计量方法最好的方式就是将理论模型配合资料，作实际的演练与观察，从实际资料的演练过程中，内化理论的内涵，并有意外的发现。SAS软体的角色除了是一个运算的软体工具外，该公司与网路社群对各主题所提供计量模型、程式说明文件与实际应用资料，让软体使用者得以简便地就理论模型作实际的演练，大大地提升学习成效，作为一个计量模型研究的工具而言，它应该是一个不错的选择。

　　本书从学习者的角度安排主题内容，先介绍经济、计量模型，再以例子说明SAS程式，最后为结果的解释。书本并附有资料光碟，读者可以利用书中的SAS程式码与光碟资料作练习。

　　学术的竞争如同企业的竞争，实验或实证科学为现代科学研究的核心，资料分析又为实证科学的要素。作者接触SAS已有二十年，见证SAS这段期间的演进，鑑于SAS在资料计量与分析上的强大功能，本书以SAS为核心，介绍财金计量上一些常见的基本问题，希望有效地协助读者运用SAS系统作计量分析。

评分☆☆☆☆☆

这本书的另一个亮点是它对于模型评估和验证的重视。在财金计量领域，仅仅构建一个模型是不够的，更重要的是要评估模型的表现，并确保其在实际应用中的稳健性。书中在介绍完各个模型后，都会强调如何利用SAS来进行模型诊断，比如检验模型的残差是否满足假设，如何进行样本外预测，以及如何使用各种评价指标（如MSE, MAE, AIC, BIC）来比较不同模型的优劣。这种严谨的科学态度，让我学到如何更负责任地使用计量模型，避免过度拟合和误导性的结论。

评分☆☆☆☆☆

这本书在讲解复杂的财金计量模型时，并没有回避其背后的理论基础，但又不像纯理论书籍那样枯燥。它将SAS代码的实现与模型背后的经济含义巧妙地结合起来。比如，在讲解Black-Scholes期权定价模型时，它不仅给出了SAS实现的代码，还详细解释了模型中的各个参数的含义，以及如何在SAS中灵活调整这些参数来观察期权价格的变化。这种理论与实践的深度融合，让我能够理解“为什么”要这样做，而不仅仅是“怎么”去做。这种循序渐进的讲解方式，让我在掌握SAS操作的同时，也巩固了对金融计量理论的理解。

评分☆☆☆☆☆

我尤其喜欢书中在风险管理部分的内容。在当前金融市场波动加剧的背景下，有效的风险管理已经成为金融机构生存的关键。这本书详细介绍了如何利用SAS来构建各种风险度量模型，如VaR（在险价值）、CVaR（条件在险价值），以及如何利用SAS进行压力测试和情景分析。书中提供的SAS代码不仅能够计算出风险值，还能够深入分析风险的来源和驱动因素，这对于我评估投资组合的风险敞口、制定风险控制策略非常有帮助。它让我能够更具象化地理解风险，而不仅仅是停留在理论概念层面。

评分☆☆☆☆☆

对于我这样在金融行业工作的人来说，时间就是金钱，效率至关重要。SAS软件的强大之处在于其处理海量数据的能力以及高度的可定制性。这本书在书中给出的SAS代码示例，很多都考虑到了效率和可重复性。例如，它演示了如何编写SAS宏来自动化重复性的数据分析任务，如何组织SAS代码以提高可读性和可维护性。在处理金融数据时，我们常常需要处理多年的历史数据，甚至来自多个交易所的实时数据，能够熟练运用SAS的这些高级功能，将极大地提升我们进行量化研究和策略开发的工作效率，这对于我来说，是书中非常实用的一部分。

评分☆☆☆☆☆

这本书在内容组织上也做得相当出色，逻辑性很强。它从基础的数据准备和描述性统计开始，逐步深入到时间序列分析、面板数据模型、风险管理模型等更复杂的领域。每个章节的学习都像是为下一章打下坚实的基础，让你能够感受到知识的层层递进。而且，书中提供的SAS代码示例都相对独立，但又能够串联起整个财金计量分析的流程。即使我只想学习某个特定的模型，也能快速找到对应的章节并理解其在SAS中的实现方式，这使得本书既适合系统性学习，也方便按需查阅。

评分☆☆☆☆☆

我特别欣赏这本书在处理金融数据的细腻度。很多时候，金融数据都存在着非平稳性、异方差性、序列相关性等问题，直接应用标准的计量模型往往会得出有偏差的结果。这本书在介绍各种模型之前，都花了大量的篇幅讲解如何对金融数据进行预处理，包括单位根检验（ADF, PP检验）、协整检验（Johansen检验）、以及如何处理模型中的异方差（如ARCH, GARCH模型）。书中通过SAS代码展示了如何灵活运用这些工具来诊断和解决数据中存在的各种问题，这对于我这样的初学者来说，无疑是一本绝佳的实践指南，让我对数据的“清洁”和“诊断”有了更深刻的理解，也避免了在后续建模中走弯路。

评分☆☆☆☆☆

我一直认为，学习一门技术，尤其是像SAS这样强大的工具，最重要的一点就是要能落地，能够解决实际问题。这本书在这方面做得非常到位，它不仅仅是停留在软件功能的介绍，而是将SAS的各种过程和函数融入到解决具体的金融问题之中。从基本的经济学原理解释，到SAS代码的编写，再到结果的解读和分析，书中提供了一个完整的框架，让我在学习过程中能够清晰地看到每一步的意义和价值。我个人在读完这本书后，感觉自己对SAS在金融领域的应用有了更系统、更深入的认识，也更自信地运用它来处理我工作中的实际问题了。

评分☆☆☆☆☆

总的来说，《SAS：财金计量之应用》这本书的优点在于它能够将SAS这个强大的工具与金融计量学的理论精髓完美结合，并且注重实操和应用。对于想要深入了解如何运用SAS进行金融数据分析、风险管理、资产定价等工作的读者来说，这本书绝对是一本值得推荐的宝藏。它不仅能够帮助你掌握SAS的具体操作技巧，更能让你深刻理解财金计量模型背后的逻辑和在实际金融市场中的应用价值。

评分☆☆☆☆☆

一直以来，我对金融领域的量化分析都抱有浓厚的兴趣，尤其是如何将复杂的统计模型运用到实际的金融决策中，这对我来说是个充满魅力的挑战。我平时也阅读了不少关于金融计量经济学的书籍，但很多都停留在理论层面，要么公式堆砌，要么例子陈旧，很难将理论与当下瞬息万变的金融市场相结合。最近刚好在书店翻到《SAS：财金计量之应用》这本书，书名就非常吸引我，因为它点明了“SAS”这个业界常用的软件工具，并且强调了“财金计量”的“应用”，这正是我一直寻找的，能够将理论知识落地，并且具备实用性的参考。

评分☆☆☆☆☆

这本书让我耳目一新的是它对于SAS软件在财金计量领域的深入剖析。我之前也接触过SAS，但更多是用于一些基本的数据处理和统计分析，对于它在金融风险管理、资产定价、投资组合优化等专业领域的强大功能，一直有些模糊。这本书就像一位经验丰富的老师，一步步地引导我如何利用SAS强大的宏语言、各种统计和计量经济学过程（如PROC REG, PROC ARIMA, PROC VAR, PROC GLM等），来解决实际的金融问题。特别是书中对于时间序列分析在金融领域的应用，例如如何用SAS构建ARIMA模型来预测股票价格，或者如何使用VAR模型分析不同资产间的联动关系，都给出了非常详尽的SAS代码示例和步骤解析。