経営学研究科Graduate School of Business Administration
ECN500F1-0099(経済学 / Economics 500)実証ファイナンス入門Empirical Methods in Finance
金 瑢晋Yong-jin KIM
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 経営学研究科Graduate School of Business Administration |
添付ファイル名Attached documents | |
年度Year | 2023 |
授業コードClass code | X7156 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 秋学期授業/Fall |
曜日・時限Day/Period | 水 6/ Wed.6,水 7/ Wed.7 |
科目種別Class Type | |
キャンパスCampus | 市ヶ谷 |
教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
配当年次Grade | |
単位数Credit(s) | 4 |
備考(履修条件等)Notes | |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
カテゴリーCategory |
修士課程(夜間)授業科目 アカウンティング・ファイナンスコース |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
The course offers an introduction to empirical finance for those who plan to write master's theses on finance and related topics. It also discusses empirical results in some often-quoted finance literature to understand how those analytical methods are applied.
By the end of the course, students should be able to do the followings:
A. acquire an understanding about empirical methods needed to write theses.
B. deepen understanding of previous studies.
Students will be expected to have completed the required assignments
after each class meeting. Your study time will be more than eight hours
for a class.
Your overall grade in the class will be decided based on the following
Class participation: 30%, Project presentation;40%, and Term paper: 30%.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
この授業は、主にファイナンスや会計関連分野で実証研究を行う上で必要とされる分析方法を身に付けることを目的とします。実証ファイナンスは、計量経済学と密接な関係があり、そのファイナンス関連分野への応用と、ファイナンス分野発祥の分析手法で成り立ちます。問題意識と符合する分析モデルの選択は、先行研究の理解及び研究遂行の上で、極めて重要なプロセスです。授業は、分析手法の学習、金融・財務データを用いた実習、関連文献の紹介で構成されます。アカウンティング・ファイナンスコース以外の学生の受講も歓迎します。
到達目標Goal
・論文作成に必要な実証分析の基礎を身に付けることができます。
・仮説の立て方と検定について一定レベルの知識が培われます。
・企業と金融・資本市場から入手できるデータの加工能力が高まります。
・計量分析ソフトウェアの使い方を身に付けられます。
・ファイナンス・会計関連分野の先行研究について理解が深まります。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか(該当授業科目と学位授与方針に明示された学習成果との関連)Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」「DP2」「DP3」に関連、特に「DP1」は強く関連している。
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
授業は、基本的に講義と実習に基づきます。時間の制約上、直観的な理解と実際のデータ処理能力の向上に照準を合わせます。授業中には、計量分析ソフトウェアを用いた実習を行い、実践力を高めます。講義内容は、受講者の前提知識と要望などにより変更があり得ます。授業計画については、トピックの順序が前後する、または、時間の配分が流動的になる場合があります。
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching:対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
第1回[オンライン/online]:株価データ分析例:マーケットモデル1
収益率の理解、収益率データ(離散、連続)の計算(日次、月次)と統計量
第2回[対面/face to face]:株価データ分析例:マーケットモデル2
マーケットモデルの推定と直観的理解、幾つかの分析ソフトウェアによる結果
第3回[対面/face to face]:企業分析のおさらい
B/S、P/Lからの財務情報、株主価値、市場価値と簿価との関係
第4回[対面/face to face]:ファイナンスのおさらい
最適ポートフォリオ問題、CAPMの理解
第5回[対面/face to face]:計量ソフトウェアの使い方1
インストール方法、基本統計量の計算
第6回[対面/face to face]:計量ソフトウェアの使い方2
株価、財務データのハンドリング
第7回[対面/face to face]:計量ソフトウェアの使い方3
マーケットモデルの推定(再訪)、実習
第8回[対面/face to face]:財務データの集計と可視化1
財務データの処理、パネルデータの集計
第9回[対面/face to face]:財務データの集計と可視化2
財務データのヒストグラム、ランク付け、可視化
第10回[対面/face to face]:株式データの集計と可視化1
リターンの累積、BAHリターンの計算
第11回[対面/face to face]:株式データの集計と可視化2
株式データと財務データの結合
第12回[対面/face to face]:株式データの集計と可視化3
リターンデータに基づく統計的検定、線形回帰モデルの理解、可視化
第13回[対面/face to face]:ファクターモデル1
ファクターの構築
第14回[対面/face to face]:ファクターモデル2
CAPMの検証
第15回[対面/face to face]:ファクターモデル3
Fama-Frenchの3ファクターモデルの推定、アルファの計算
第16回[対面/face to face]:ファクターモデルの応用1
資本コストの推定
第17回[対面/face to face]:ファクターモデルの応用2
平均分散ポートフォリオの構築
第18回[対面/face to face]:イベント分析1
イベント分析の概要
第19回[対面/face to face]:イベント分析2
イベント分析の手順とそのプログラミング1
第20回[対面/face to face]:イベント分析3
イベント分析の手順とそのプログラミング2
第21回[対面/face to face]:イベント分析4
企業の財務行動分析への応用例
第22回[対面/face to face]:時系列分析の基礎1
金融時系列の性質、定常性
第23回[対面/face to face]:時系列分析の基礎2
古典的ARMAモデルの理解、推定
第24回[対面/face to face]:時系列分析の基礎3
ARMA過程の予測
第25回[対面/face to face]:時系列分析の基礎4
金融時系列データへの応用
第26回[対面/face to face]:ベクトル自己回帰モデル1
グレンジャー因果性、インパルス応答関数、分散分解
第27回[対面/face to face]:ベクトル自己回帰モデル2
国際株式市場分析
第28回[対面/face to face]:個人プロジェクトの報告
報告と討論、講師からのフィードバック
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
本授業の準備学習・復習時間は、各2時間を標準とします。
表計算や計量分析ソフトウェアの使い方に慣れるよう心かけましょう。
テキスト(教科書)Textbooks
有力候補は、笠原晃恭・村宮克彦著、『実証会計・ファイナンス』、新世社、2022
ですが、参加者のニーズを踏まえた上で、初回の授業で確定します。
参考書References
沖本竜義、『経済・ファイナンスデータの計量時系列分析』、朝倉書店、2010
成績評価の方法と基準Grading criteria
質疑応答、討論などの授業参加度30%、期末プレゼンテーション40%、期末レポート30%。期末レポートは、期末プレゼンテーションをベースとしたもので構いません。
学生の意見等からの気づきChanges following student comments
更に分かりやすい解説を心がけます。
学生が準備すべき機器他Equipment student needs to prepare
ノートPCを持参して下さい。
その他の重要事項Others
受講者にはアカウンティング・ファイナンスコース関連科目の履修を前提としませんが、統計学と合わせてこれらの科目を履修または並行受講する場合、より理解が深まります。
担当教員の専門分野等
<専門領域>ファイナンス
<研究テーマ>企業の財務行動
<主要研究業績>
(1)J-REITのIPOにおけるスポンサーの役割、現代ファイナンス、45, 31-58, 2022(伊藤昌哉氏と共著) (2)Prepayment Behaviors of Japanese Residential Mortgages, Japan and the World Economy, 30, 1-9, 2014 (with N. Kishimoto). (3)Effects of Stochastic Interest Rates and Volatility on Contingent Claims, Japanese Economic Review, 58, 71-106, 2007 (with N. Kunitomo).