第二章《金融时间序列分析》的概率论数理统计基础 【教学目的和要求】 1,掌握随机变量、条件期望的基本概念及相关的定律、公式： 2.掌握参数估计的方法和假设检验。 【主要内容】 1.随机变量的基本慨念 (1)样本和总体的定义 (2)随机变量的分布与特征值 (3)大数定律与中心极限定理 2.条件期望 (1)条件期望密度函数 (2)条件期望的概念 (3)条件期望的叠对定律 (4)条件期望的其他公式 3.参数估计方法 (1)矩估计与大样本性质 (2)最小二乘估计与大样本性质 (3)极大似然估计与大样本性质 (4)广义矩估计与大样本性质 4.假设检验 (1)回归模型中变量的显著性检验方法 (2)回归模型中参数约束条件的检验方法 (3)Wld检验、LM检验和LR检验 教学总时数：3 参考资料：《测度论》第1章，《Probability.》第1-2章，《概率论与数理统计》，《计量经济学分析》 作业与练习： 1.期望与条件期望的关系？ 2.请阐述Wld检验、LM检验和LR检验之间的区别与联系； 3.线性模型适合使用何种估计方法，为什么？ 第三章平稳的线性时间序列模型 【教学目的和要求】 1.掌握时间序列的性质； 2. 掌握收益率的计算、分布及描述性统计； 3.掌握自相关函数的概念以及序列相关性的检验方法。 【主要内容】 1.时间序列的性质 (1)平稳性的概念 (2)宽平稳与严平稳性 (3)遍历性 (4)时间序列的平稳遍历性 2.金融市场中收益率的计算 (1)简单收益率和对数收益率 (2)多期收益率的计算 (3)投资组合的收益率计算 3.收益率的分布 (1)正态分布 (2)混合正态分布：简单收益率的分布和对数收益率的分布 (3)分布：标准分布和有偏t分布 (4)Laplace分布 (5)广义误差分布 4.收益率的描述性统计 （(1)收益率的各阶样本矩 (2)收益率的正态性检验 (3)收益率的有偏性检验