南安普敦 MANG6299《量化金融》：小组 30% 加考试 70%，补考重修都只剩考试

南安普敦 MANG6299《量化金融》是硕士 Level 7、Semester 1 模块：MSc Finance 的必修地基课且只在该项目开设，小组作业 30% 加考试 70%，而补考与重修都只剩考试 100%。

课程官网（学校官网）：https://www.southampton.ac.uk/courses/2026-27/modules/mang6299

MANG6299 是一门什么课？

一句话：金融研究的计量工具课——从线性模型结构与数据探索，到回归与假设违背诊断、面板数据、受限因变量模型，再到时间序列，全部落到真实金融数据上跑。

这是南安普敦大学（University of Southampton）的硕士模块，课程代码 MANG6299，英文名 Quantitative Finance，中文常译「量化金融」。学分 15 CATS / 7.5 ECTS，Level 7（研究生层级），Semester 1 开课，学年 2026-27，模块负责人 Paulo Regis。

先说清身份，这决定了谁能选：学校官网明写本模块为 MSc Finance 的必修模块，且仅在该项目开设——其他项目学生不可选。

内容上的定位是：提供金融量化研究必备的技能，聚焦分析金融市场与企业的投融资决策；讲授会引入广泛主题（如 ARCH／GARCH），核心是统计与计量的基础理论及其在金融中的应用；介绍横截面、面板与时间序列方法并应用于金融数据，强调金融、计量与统计三者的关系。

它还是一条课程链的一环：本课提供时间序列建模入门，在选修模块高等时间序列建模（MANG6297）中拓展——本课打地基，那门课起高楼。

大纲七块，共二十六项。

线性模型结构（五项）：函数形式；对数线性模型；二次模型；滞后；虚拟变量。

数据探索（三项）：描述统计；异常值；缺失数据。

回归分析（四项）：OLS 估计量；经典 OLS 假设；统计显著性；设定检验。

假设违背检验及其影响（四项）：异方差；自相关；多重共线性；内生性。

面板数据分析（三项）：固定效应；随机效应；序列相关。

受限因变量模型（三项）：Logit 与 Probit；分析与边际效应解释；预测分析。

时间序列建模（四项）：确定性模型；平稳性与单位根；ARIMA；协整。

七块是「模型 → 诊断 → 进阶」的递进：前三块是回归基本功，中间两块处理真实数据的病症与结构，后两块是金融最常用的进阶模型——每块都配真实数据实操。

两个软件名要看清：教学段写的是课上用 Eviews 练习，而考核策略段写的是在 STATA 里开发统计模型。同一个模块里两个软件都出现，不是笔误，具体以课堂与考核要求为准。

书单五本，从 Brooks 的《Introductory Econometrics for Finance》入门，到 Greene、Hayashi 这类研究生教材；另有三种金融顶刊（Journal of Financial Economics、Journal of Financial and Quantitative Analysis、Journal of Finance）作为数据与问题的来源。

和国内金融计量课有什么不同？

最大的差别在节奏与实操强度：国内「金融计量／实证金融」课多以 Eviews 演示加期末大作业为主；本课每周计算机实验贯穿，考核为小组作业加 70% 考试，实操与限时能力并重。

• 每周都有实证与理论练习，配数值与解题反馈机会。
• 数据语境直连真实市场：股市数据、公司与行业数据，讲师还会结合授课时的市场动态；国内同类课多用清理过的教学数据集。
• 是必修地基课而非孤立选修，并显式衔接第二学期的 MANG6297。
• 考核侧重「应用」：把讲授的方法用到真实案例与多种数据集上（财务报表评估、股市数据、量化建模、讨论管理含义）。

考核怎么算？

正常学期是双轨：Group Assignment（小组作业）占 30%，Examination（考试）占 70%。

补考（Referral）与重修（Repeat）都按 Examination 100% 计；Repeat type 为 Internal & External。

形成性（不计最终成绩）环节是 Computer practicals（计算机实验）——学生完成每次讲授后计算机实验的情况，即为其进度反馈（Final Assessment: No，Group Work: No）。

还有一句考核策略段的话值得记住：考核与成果对齐——学生要分析金融数据并在 STATA 里开发统计模型，把讲授的方法用于真实案例与多种数据集，侧重时间序列建模的实践与应用。

几点判断：

• 小组那 30% 在补考与重修路径里不保留。 这意味着正常学期的小组分是一次性的——一旦走补考，「协作」这条路就没有了，只剩考试。
• 形成性反馈的信号是「任务完成度」，不是评语。落下一节实验就少一块地基，而且这种缺失不会有人提醒你。
• 考核主战场是软件实操加限时计算与解读。 七成在考试，容错低。
• 「侧重时间序列」是官方明写的倾向，复习时不该平均分配。

注意官方那句「侧重时间序列建模的实践与应用」——复习不该平均分配。 七块里时间序列只有四项，但它是考核策略明写强调的部分，也是后续 MANG6297 的直接基础；平均用力的人，往往在最被强调的那一块上反而最薄。

先修要求是什么？

学校官网没有提及先修课程要求。

模块页没有 Linked modules 栏、未列硬性先修。但有两件事必须知道：

• 本课是 MANG6297（Advanced Time Series Modelling）的先修——选课链是「本课打地基，MANG6297 起高楼」。
• 本课只在 MSc Finance 项目开设（官网 overview 原文），其他项目学生不可选。

按内容倒推，实际需要三样：

• 统计推断与回归的基本功：OLS 假设、显著性、检验逻辑要熟。
• 一门计量软件的动手能力：Eviews 或 STATA，能读懂输出表。
• 金融数据的基本概念：股市数据、公司财报字段这些要有直觉。

适合谁：

• MSc Finance 学生（必修、仅此项目开设）中目标量化研究、资产管理、风控与金融博士方向的人——金融计量是这些路径的通用语言。
• 愿意每周跟做计算机实验、用真实数据练手的学生。
• 想为 MANG6297 铺路的人。

不太适合：

• 想避开统计推断、偏好定性金融分析的学生。70% 考试全是计量计算与解读。
• 非 MSc Finance 项目的学生。规则上就选不上。

学完能做什么？

核心是三件事：能把金融计量理论的理解应用到一个具体实证项目上；能展示使用计量软件包的胜任力；能解读计量关系估计与检验的计算机输出。

三组成果指向同一条链：理论应用 → 软件操作 → 输出解读。缺任何一环，实证就做不成闭环。

官网另有一条要求常被当成软性：理解金融数据的特征，并能在经济或金融理论框架内解释——这句话才是分水岭。跑出显著性不难，难的是说清这个结果对投资或融资决策意味着什么。

能力上，你能独立完成从数据清理、模型选择、估计检验到金融含义解释的完整实证。

去向上，量化研究员、资产配置与风险管理分析岗、金融数据分析师与读博方向直接对口，并为 MANG6297 铺路。

面试量化岗时，「我在 STATA 或 Eviews 里跑过面板与 ARIMA、解释过内生性怎么处理」这一句，比绩点更有说服力。

难点与常见挂因

这门课计量链条长、诊断逻辑密，加上 70% 考试的低容错：七件事同时压——四种假设违背要能对症下药、面板模型要会选、平稳性要能把关、Logit 的解释要会转换、统计结论要能翻回金融含义、软件输出要读得快、每周实验还掉不得。

为什么中国学生容易在这里卡？

• 假设违背的诊断与补救是最容易卡成一团的地方。 异方差、自相关、共线、内生性各有检验统计量与修正手段，症状相似但病因不同。背不住「哪种病开哪种药」的对应关系，实证项目就会停在「回归跑出来了但不敢用」的尴尬境地。 这一段是全课的技术核心。
• 面板模型的选择要论证，不是偏好题。 固定效应还是随机效应，背后是 Hausman 式假设检验与经济学直觉的双重论证。选错模型，全部解释白费。
• 时间序列的平稳性是把关动作，一步不能跳。 非平稳序列直接回归会出伪回归，单位根检验、差分与协整的链条必须走完。金融数据多为非平稳，这一关过不了，整章时间序列都立不住，后面的 MANG6297 更无从谈起。
• Logit／Probit 的解释要转换。 系数不是边际效应——概率、几率比与边际效应三套解释体系容易混，输出解读错了，管理建议就全错。
• 计量与金融要双语切换。 跑出结果只是半程，还要把统计证据翻译回金融含义（对投资或融资决策意味着什么）。纯技术性答案拿不到理想的评分，管理含义段是全题的分水岭。
• 「跑出来了」和「能用」之间差一段诊断说明。 很多实证卡在最后一步：结果显著，但说不清是否可信——有没有做异方差稳健、有没有查共线、样本期是否够。这一段自查清单写不出，实证结论就不敢写进报告，而这恰恰是评分看的地方。

• 软件环境全英文。 菜单、输出表与报错都是英文，输出表列名认不全、找不到关键统计量，是最常见的开局障碍。
• 计量术语中英错位。 heteroskedasticity、endogeneity、cointegration 这些词中文译名不统一，题目读懂了术语却对不上国内学过的概念。
• 欧美金融数据的语境不同。 财报格式、交易制度与国内有别，数据字段不知何意、变量构造无从下手。
• 考试的计算密度高、题干长。 会做但读题慢做不完，这是限时训练不足的直接后果。
• 写作要像小型论文。 只报数字不立论证，是实证写作最常见的短板。

卡住之后会发生什么？

• 诊断链条背不熟：说不出异方差该用哪个检验。
• 伪回归没拦住：非平稳数据直接回归，结论全废。
• 输出表读不出重点：只抄系数不看整体检验。
• 面板选错模型：解释全部白费。
• 小组搭便车：自己分到的模块没动手，整合时露馅。
• 金融含义缺失：答案停在统计结论，管理含义段空白。
• 考试做不完：会做但读题慢，最后两题空着。

五处高频卡点

1. 四种违背的对应关系：检验、后果、补救。
2. 面板模型选择：固定还是随机，拿什么论证。
3. 平稳性链条：单位根、差分、协整。
4. 边际效应转换：系数不等于边际效应。
5. 金融含义收尾：统计结论翻成决策含义。

常见挂因与对应动作

• 诊断链条背不熟。 机制：检验与病症对应错。早期信号：说不出异方差用哪个检验。怎么补：四种违背各配「检验—后果—补救」三行卡并默写。
• 伪回归没拦住。 机制：非平稳数据直接回归。早期信号：单位根检验步骤要现查。怎么补：完整走一遍「单位根—差分—协整」流程并写清每步结论。
• 输出表读不出重点。 机制：只抄系数不看检验。早期信号：解读题漏报拟合与显著性。怎么补：每张输出表写三行——系数、显著性、整体检验。
• 小组作业搭便车。 机制：30% 的小组分全靠队友。早期信号：自己分到的模块没动手。怎么补：主动认领实证模块并在整合前完成自己的部分。
• 金融含义解释缺失。 机制：答案停在统计结论。早期信号：每题最后一行没有「对投资或融资的含义」。怎么补：每道解读题强制加一句管理含义。

留学生特别提醒

中国学生最容易在七处吃亏：软件输出表读不懂、计量术语中英对不上、欧美数据字段不明、小组实证协作谈不拢、限时计算做不完、实证写作不像论文、答案停在统计结论没有金融含义。

• 开课前用任一软件完整复现一篇论文的回归表；能不看资料读出 F 统计与系数含义才算够。
• 把七块大纲术语做成「英文—定义—检验方法」卡；能英文解释单位根与协整的关系才算够。
• 开课两周内下载一只英股的历史数据与一份英国公司年报；能说清五个字段的含义与来源才算够。
• 第一次小组会就定分工表与时间线；能独立讲完自己负责的实证模块才算够。
• 每周做一套限时英文计量题；能在限定时间内完成含检验与解读的完整小题才算够。
• 按「问题—方法—结果—金融含义」四段写两篇小报告；每篇含一段管理含义讨论才算够。
• 每道解读题强制加一句管理含义（对投资或融资决策意味着什么）；这一句写不出来就说明还没做完。

怎么准备？

准备的关键是三条：把四种假设违背的对应关系先做成卡、把平稳性链条走通一遍、把软件输出表练到能一眼看出重点。

• 统计补底：OLS 假设、显著性、设定检验各过一遍。
• 术语卡：七块大纲的关键术语，每词配定义与检验方法。
• 软件热身：Eviews 或 STATA 装好，跑一次完整回归并逐字段读输出。
• 诊断三行卡：异方差、自相关、共线、内生性，各写检验、后果、补救。
• 平稳性流程：单位根检验、差分、协整，完整走一遍。
• 面板练习：固定效应与随机效应各跑一次，比较结果与检验统计量。
• 离散选择：Logit／Probit 各跑一次，算出边际效应并解释。
• 输出三行：每张输出表写系数、显著性、整体检验。
• 限时训练：每周一套英文题，练读题速度。
• 报告四段：问题—方法—结果—金融含义，先写两篇短的。
• 数据实操：下载真实数据做一次清理与变量构造。
• 小组机制：第一次会定分工与时间线，各自留版本记录。

中英术语速查

• OLS (ordinary least squares) —— 普通最小二乘法。
• heteroskedasticity —— 异方差：误差方差不恒定。
• autocorrelation —— 自相关：误差项之间相关。
• multicollinearity —— 多重共线性：解释变量高度相关。
• endogeneity —— 内生性：解释变量与误差项相关。
• specification test —— 设定检验：检验模型形式是否正确。
• panel data —— 面板数据：多个个体多个时期的数据。
• fixed effects —— 固定效应：允许个体有固定差异。
• random effects —— 随机效应：把个体差异视为随机。
• limited dependent variable —— 受限因变量：取值受限的被解释变量。
• Logit / Probit —— 逻辑／概率单位模型：处理二值被解释变量。
• marginal effect —— 边际效应：解释变量变动一单位对概率的影响。
• odds ratio —— 几率比：事件发生与不发生的比值。
• stationarity —— 平稳性：序列统计特性不随时间变化。
• unit root —— 单位根：非平稳的典型特征。
• ARIMA —— 自回归移动平均模型。
• cointegration —— 协整：非平稳序列间的长期均衡关系。
• spurious regression —— 伪回归：非平稳序列产生的虚假显著。
• ARCH / GARCH —— 自回归条件异方差模型族。
• descriptive statistics —— 描述统计。
• outlier —— 异常值。
• missing data —— 缺失数据。
• dummy variable —— 虚拟变量。
• log-linear model —— 对数线性模型。
• lag —— 滞后。

关于我们

鱼之跃做在读留学生的学业支持，服务分两块，界限很清楚：

辅导＝老师授课：由 QS 前 200 院校的硕博老师把课程的知识点、推导链、作业要求讲透，按对口专业配课；覆盖同步辅导、论文辅导、考前辅导、预习。

护航＝你的学业管家：排计划、理材料、理流程这些杂事都替你打点好，该提前准备的他先想到；你只管学，有事随时找，需要时都在。同地区的留学学姐，熟悉你所在学校的节奏。

学术问题上的申诉，我们做材料梳理与流程陪跑，不代写、不代考、不碰学术诚信边界，也不承诺任何成绩。

课程官网与核对说明

课程官网（学校官网）：https://www.southampton.ac.uk/courses/2026-27/modules/mang6299

本文涉及学校、模块代码、学分、层级、学期、学年、模块负责人、所属项目（MSc Finance 必修且仅该项目开设）、与 MANG6297 的课程链关系、七块二十六项大纲、两个软件的名称（教学段 Eviews、考核策略段 STATA）、五本教材与三种期刊、考核结构（小组作业 30% 与考试 70%、补考与重修均为 Examination 100%、Repeat type Internal & External、形成性为计算机实验）、先修说明与三组学习成果的事实，均来自上述学校官网模块页；核对时间为 2026-10-30。文中「与国内课程差异、先修判断、难点、适合谁、怎么准备、学完能力」等属于基于课程内容的分析与学习建议，不代表学校官方要求；两个软件的具体使用分工以课堂与考核说明为准。

← 学业指南首页课程库