Course Syllabus

Course Information：

Year-Semester	Course Number	Course Name	Phase	Credits	Hours	Required/Elective	Instructor	Class	Student NO.	Withdraw	Note
Fall Semester Year 2026	364548	Econometric Analysis for Finance	1	3.0	3	★	Chen, Wei-Peng	GIFM	6	0	科研825

Course Plan：

Instructor	Chen, Wei-Peng　Office Hours
Email	wpc@ntut.edu.tw
Last Updated	2026-06-16 07:06:32
Course Objective	本課程之目標在於如何應用計量方法來進行財金議題之研究，課程內容包括縱斷面資料分析、橫斷面資料分析、追蹤資料分析、以及多變量時間序列分析等，讓學生掌握有助於分析經濟和金融數據的計量經濟學學習方法的知識，培養同學具有應用計量軟體進行分析研究的能力。 The course is aimed to provide essential econometric methods and their application to research issues. Topics cover regression analysis using time-series data, cross-sectional data, and panel data. The multivariate time-series analysis is also introduced in the course. This course is designed to prepare students with knowledge of econometric methods that are useful for analyzing economic and financial data. Students will focus on learning econometric software skills in estimating and analyzing econometric models.
Course Schedule	1.課程與R介紹 2.進階迴歸分析(Linear Regression) 3.非線性迴歸分析(Nonlinear Regression) 4.虛擬變數的應用(Dummy Variables) 5.事件研究法(Event Study) 6.二元應變數迴歸(Regression with a Binary Dependent Variable) 7.工具變數迴歸(Instrumental Variables Regression) 8.期中作業 9.時間序列分析(AR, MA) 10.時間序列分析(VAR) 11.時間序列分析(VECM) 12.時間序列分析(ARCH) 13.時間序列分析(GARCH) 14.追蹤資料迴歸分析(Panel Data) 15.機器學習(Machine Learning) 16.期末報告
Evaluation and grading policy	期中作業：40% 期末報告：40% 課程參與：20%
Materials	All right reserved. Do not reproduce without permission. Foreign-language textbooks:Yes 教科書： Brooks, C., Introductory Econometrics for Finance, Cambridge University Press. 參考書： 1. Stock, J.H., & Watson M.W., Introduction to Econometrics, Prentice-Hall. 2. Wooldridge, J.M. Introductory Econometrics: A Modern Approach. South-Western Cengage Learning. 3. Hill, R.C., Griffiths, W.E., & Lim, G.C., Principles of Econometrics. Wiley. 4. Kleiber, C., & Zeileis, A. (2008). Applied Econometrics with R. Springer Science & Business Media. 5. Ang, C. S., & Ang, C. S. (2015). Analyzing Financial Data and Implementing Financial Models Using R. Springer. 6. 何宗武，財經時間序列預測－使用R的計量與機器學習方法，五南圖書。 7. 何宗武，財經計量方法與模型－原理與R範例，智勝出版社。 8. 陳旭昇，時間序列分析：總體經濟與財務金融之應用，雙葉書廊。 9. 楊奕農，時間序列分析－經濟與財務上的應用，雙葉書廊。
The access to curricular consultation	學生加退選簽核及諮詢課程問題管道： 研究室：科研大樓940室 Email： wpc@ntut.edu.tw 分機：6721 Office Hours：可隨時Email聯繫約時間
Expanding teaching and resources	● 數位科技融入 (Digital Technology Integration) 運用生成式AI、VR/AR、IoT、IRS等新興科技輔助教學與評量。 Utilizes emerging technologies such as Generative AI, VR/AR, IoT, and IRS (Interactive Response Systems) to facilitate teaching and assessment.
The course corresponds to the SDGs	SDG4：優質教育（Quality Education）
Does the course incorporate AI	● 使用生成式AI作為教學過程的輔助工具（Use generative AI tools as an aid to the teaching process）
Note	若因疫情而暫停實體上課時，將使用 Microsoft Teams 視訊上課，會議網址將公告於北科i學園，或請洽wpc@ntut.edu.tw (分機6721)詢問。 彈性學習/Flexible Learning 一、類別 (可複選) □學生分組實作及討論 二、內容 (1)第17週:各組針對自選社會議題報告，全班參與 Q&A 提問討論。 (2)第18週:針對17週各組報告及課堂提問，各組歸納出一份簡報，並在課堂中用15分鐘報告。 三、時數 總共6小時。 四、學習成果 第16週課程結束前各組須繳交第17週之書面報告；第18週上課前需繳交歸納簡報。 五、評量比例 17-18週課堂報告表現: 加分