悉尼大学ECMT2130课程介绍了一些广泛使用的金融数据的计量经济学模型和用来估计模型的程序。特别强调了实证工作和实际市场数据的应用分析。课程涵盖的主题涉及金融数据的统计特征，资产定价模型的规范、估计和测试，高频金融数据的分析，以及金融回报波动性的建模。为了帮助同学更好地完成学习目标，我们针对ECMT2130课程所涵盖的知识要点进行了总结，具体内容如下。
一、知识要点
1、金融计量经济学和数学基础；Excel和R软件应用
2、衡量和使用财务回报率
3、投资组合风险、回报和优化
4、线性回归模型的普通最小二乘(OLS)估计
5、线性回归推断
6、资本资产定价模型
7、套利定价理论(APT)作为多因素资产定价模型的基础
8、有效市场假说(EMH)，单变量时间序列
9、自回归移动平均模型
10、非平稳性、单位根检验和自回归综合移动平均(ARIMA)模型
11、非线性和广义自回归条件异方差(GARCH)模型
12、使用GARCH模型
二、学习目标
1、展示对金融经济学基本原理和理论的理解；
2、使用经济和计量经济学模型分析和解释不同来源的财务数据；
3、选择和利用相关的技术和原则来分析金融时间序列数据的风险和回报特征；
4、使用适当的数据管理和IT工具，编辑相关的商业信息并提交给决策者。
三、评估任务
1、Portfolio optimisation：评估投资组合优化的能力，成绩占比20%。
2、Applied analysis of time-series data：应用金融计量经济学项目，成绩占比20%。
3、Final exam：涵盖课程中的所有内容，成绩占比60%。
每上一小时的课程，同学应该花大约三个小时的准备时间(阅读、学习、家庭作业、论文等)，这样才能更好地完成悉尼大学ECMT2130这门课的学习。