本书包括：经济与金融计量分析绪论；描述性统计及其Python应用；参数估计及其Python应用；假设检验及其Python应用；相关分析与一元回归分析及其Python应用；多元回归分析及其Python应用；多重共线性及其Python应用；异方差及其Python应用；自相关及其Python应用；时间序列分析ARMA模型及其Python应用；广义自回归条件异方差模型(GARCH)及其Python应用；面板数据分析及其Python应用等。内容新颖、全面，实用性强，融理论、方法、应用于一体。

前言 在大数据与人工智能时代，数据成为人们商务决策最为重要的参考之一，计量经济分析已迈入了一个新的阶段。Python是一款非常优秀的计量经济分析、图形展示和人工智能机器学习软件，《计量经济分析及其Python应用》侧重于使用Python进行计量经济与量化投资分析，同时结合大量精选的实例问题对最新的Python版本进行科学、准确和全面的介绍，以便使读者能深刻理解Python的精髓和灵活、高效的使用技巧。通过本书，读者不仅能使用Python及相关的库来解决实际计量经济分析问题，而且能学会从实际经济问题分析入手，利用Python进行计量经济分析。 Python是计量经济与金融分析、经济预测、人工智能机器学习、网络Web服务等领域应用非常广泛的语言之一，它具有简单易学、免费开源、可移植、可扩展，统计与作图功能强，财经数据接口、机器学习库、网络服务等工具丰富，更新和发展速度快等特点，因而受到广大用户的欢迎和喜爱。本书通过丰富的经济金融实例，详细介绍了Python3.7（2019年3月发布）在经济、金融领域中的应用，书中所有运算结果都在Python3.7版本上调试通过。 本书理论与应用相结合，实例丰富且通俗易懂，重点讨论了Python在计量经济与量化投资中的应用，详细介绍了各种方法在Python中的应用。本书适合作为经济学、金融学、统计学、会计学、财政学、 投资学、国际经济及贸易 等相关专业的本科生或研究生学习统计学、计量经济学、量化投资等课程的教学或实验参考用书，同时对从事经济计量分析行业的实际工作者也大有裨益。通过本书，读者不仅能掌握Python及其库本身的应用，而且能学会从实际问题分析入手，利用Python进行计量经济分析，并对结果进行解释。 本书实例与内容丰富，有很强的针对性，书中各章详细地介绍了实例的Python具体操作过程，读者只需按照书中介绍的步骤一步一步地实际操作，就能掌握全书的内容。为了帮助读者更加直观地学习本书，我们将书中实例的全部数据文件 配套提供给读者。读者下载后，在本地建立一个F:/2glkx/data1目录（其他目录名也可以），将所有数据文件复制到此目录下，即可进行操作。 本书的内容是这样安排的： 第1章介绍计量经济分析及其Python环境； 第2章介绍描述性统计及其Python应用； 第3章介绍参数估计及其Python应用； 第4章介绍假设检验及其Python应用； 第5章介绍相关分析与一元回归分析及其Python应用； 第6章介绍多元回归分析及其Python应用； 第7章介绍多重共线性及其Python应用； 第8章介绍异方差及其Python应用； 第9章介绍自相关及其Python应用； 第10章介绍财经大数据时间序列分析ARMA模型及其Python应用； 第11章介绍财经大数据广义自回归条件异方差模型(GARCH)及其Python应用； 第12章介绍面板数据计量分析及其Python应用； 第13章介绍广义矩估计GMM与最大似然估计MLE及其Python应用； 第14章介绍线性回归的内生性与Hausman检验及其Python应用； 第15章介绍财经大数据量化投资统计套利及其Python应用； 第16章介绍人工智能机器学习及其 Python应用。 本书是2019广东省高等教育教学研究和改革项目“大数据时代经济与金融计量分析课程教学改革”阶段性成果之一。谭隆辉参与了本书第10章和第15章的数据处理分析与整理工作。 本书的出版，得到了清华大学出版社编辑的支持、帮助，应该感谢他们为读者提供了一本好的工具书！由于时间和水平的限制，书中难免出现一些纰漏，恳请读者谅解并提出宝贵意见。 作者2020年9月于广州

版权图片链接