"수익률, 거래량, 각종 금융 지표와 같은 금융 데이터는 대개 여러 자산이나 기업에 걸쳐 관찰되는 횡단면적 특성과, 시간의 흐름에 따른 시계열적 특성을 동시에 지닌다. 기존의 계량경제학 및 시계열분석 서적들은 이 두 가지 특성을 분리하여 다루어 왔는데, 이는 각 주제의 논의 범위가 방대하기 때문이다. 이러한 분리된 접근은 횡단면분석과 시계열분석의 이론적 체계를 심도 있게 이해하는 데는 효과적이지만, 두 방법론을 유기적으로 연결하여 실무에 적용하려는 학습자에게는 높은 진입 장벽과 학습 부담으로 작용할 수 있다. 이 책은 횡단면·시계열 방법론을 하나의 분석 흐름 속에서 유기적으로 통합하는 데 초점을 둔다. 이를 위해 금융 데이터 분석의 실무에서 활용도가 높은 기법들을 선별하고, 이들을 상호 연계된 구조로 배치함으로써 각 분석 방법의 원리를 일관되게 이해할 수 있도록 구성하였다. 또한 이론적 배경을 소개할 때 지나치게 엄밀한 수학적 증명에 의존하기보다, 핵심 원리의 직관적 이해를 강조하였다. 본서의 목표는 현실의 데이터를 분석하고 그 결과를 해석하는 실질적 역량을 배양하는 데 있다. 일반적으로 이론의 지나친 생략은 방법론의 원리 이해를 어렵게 하지만, 반대로 과도한 이론의 강조는 데이터 분석 실무서로서의 취지를 약화시킨다. 본서는 그 두 극단 사이에서 최적의 균형을 추구하며, 실무 활용에 필요한 만큼의 이론을 제시한다. 보다 심화된 이론적 논의는Greene [2017], Hamilton [1990], Hayashi [2011], Tsay [2005], Wooldridge [2010] 등의 표준 교재를 참고하길 바란다. 이 책에서 소개하는 횡단면·시계열분석 기법들은 데이터 분석에서 표준적으로 활용되는 핵심 도구들이다. 구체적으로 횡단면 방법론은 일반화회귀모형, 도구변수 접근법, 패널회귀모형, SUR 모형, 동시방정식모형, 이산선택모형, 절단·중절·지속기간, 이중차분회귀모형, 그리고 매칭분석 등을 다룬다. 시계열 방법론으로는 정상·비정상시계열모형, 일변량·다변량변동성, 비선형시계열모형, 벡터자기회귀모형, 공적분, 위험관리, 요인모형, 상태공간모형 등을 포함한다. 한편, 추정량의 점근분포는 일반화적률법의 틀에서 일관되게 유도된다. 본서의 제I부는 횡단면·패널자료의 분석에 중점을 둔 횡단면 방법론을 설명하고, 제II부는 일변량·다변량시계열자료를 분석하는 데 필요한 시계열 방법론을 제시한다. 본서는 처음부터 순차적으로 읽기를 권장하지만, 특정 기법을 바로 활용하고자 한다면 해당 장만을 참고해도 큰 무리가 없다. 제1장과 제8장을 제외한 모든 장은 실제 금융 데이터(주로 한국 자료)를 활용한 R 기반 실습을 포함한다. 방법론의 이론적 배경이 자연스럽게 실무 응용으로 이어지도록, 각 장의 주제와 밀접한 실습 예제를 제시하며, 데이터 적재·전처리·추정·진단·시각화·해석에 이르는 전 과정을 구현하는 R 코드를 제공한다. 이러한 구성은 단순한 이론 습득을 넘어 데이터 기반 의사결정 능력을 강화하는 데 유용하다. 특히, R 코드는 간결하면서도 범용적인 형태로 작성되었으며, 내장 함수를 적극적으로 활용하였기에 약간의 수정만으로도 실무 분석에 즉시 적용할 수 있다. 본서에서 사용된 R 코드와 데이터파일은 출판사의 홈페이지에서 내려받을 수 있다. 이 책은 필자가 학부·대학원·MBA 과정에서 통계학, 계량경제학, 시계열분석 등의 데이터 분석 과목과 재무관리, 투자론, 자산가격결정, 시장미시구조 등 다양한 재무 과목을 강의해 온 경험, 그리고 현업 종사자들과의 협업을 통해 파악한 현장의 실질적 요구를 바탕으로 집필되었다. 따라서 본서는 횡단면""E시계열 방법론의 응용을 처음 공부하는 학부생 및 대학원생은 물론, 금융 데이터를 다루는 연구자와 실무자에게도 실질적인 분석 도구와 통찰을 제공할 것이다. 나아가 이 책의 방법론은 금융 분야에 국한되지 않고, 경영·경제·사회과학 등 다양한 분야의 데이터 분석에도 일관되게 적용할 수 있다. 필자는 이 책이 특정 분야에 한정된 전문서가 아니라, 데이터 분석 기법을 이해하려는 모든 학습자를 위한 실용적 안내서로 자리매김하기를 바란다. 이 책을 학부 수업에 활용할 경우, 2학기 과정으로 운영하는 것을 권장한다. 예를 들어, 1학기에는 제1-4장, 제6장, 제9-10장, 2학기에는 제12-15장, 제17-21장을 다루는 구성이 적절하다. 대학원 과정에서는 1학기 또는 2학기 강의 모두 가능하다. 특히 제5장과 제8장은 추정량의 점근분포 유도 과정을 설명하며, 제6장의 Fama-MacBeth 모형과 제11장의 이중차분회귀모형 및 매칭분석은 논문 작성 시 유용한 실증 방법을 제공한다. 현업 종사자에게는 제18장의 페어트레이딩, 제20장의 Value at Risk(VaR) 계산, 제21장의 요인모형을 이용한 전역최소분산포트폴리오 구성 등이 흥미로운 주제일 것이다. 집필 과정 전반에 걸쳐 아낌없는 응원과 배려를 보내준 아내와 아이들(서연과태일),변함없이 지지해 준 어머니, 그리고 지금은 곁에 계시지 않지만 늘 깊은 애정을 보여주셨던 아버지께 깊이 감사드린다. 또한 원고를 함께 검토하며 건설적인 피드백을 제공한 한양대 대학원 박사 과정 이지윤 학생에게도 고마움을 전한다."

"I 횡단면 방법론 1장 선형회귀모형의 이해 1.1 벡터와 행렬의 표기 1.2 자료의 구조 1.3 선형회귀모형의 정의 1.4 회귀모형의 주요 가정 1.5 회귀모형의 해석 1.6 가변수를 포함한 회귀모형 1.7 로그변환된 종속변수와 독립변수 2장 회귀모형의 추정 2.1 최소제곱 추정법 2.2 OLS의 기하학적 해석 2.3 부분회귀 2.4 모형 적합도 2.5 OLS 추정량의 점근분포 2.6 통계적 추론 2.7 R의 개요와 활용 2.8 R 실습 3장 일반화회귀모형 3.1 횡단면회귀모형 3.2 시계열회귀모형 3.3 일반적인 오차 구조와 OLS 추정 3.4 일반화최소제곱 추정법 3.5 가중최소제곱 추정법 3.6 R 실습 4장 내생성 4.1 내생성편의 4.2 생략변수편의 4.3 측정오차 4.4 동시성편의 4.5 도구변수 접근법 4.6 R 실습 5장 일반화적률법 5.1 GMM 추정법의 이해 5.2 효율적 GMM 추정량 5.3 GMM 검정 5.4 외생변수로 구성된 선형회귀모형 5.5 내생변수를 포함하는 선형회귀모형 5.6 소비기반자산가격결정모형 5.7 R 실습 6장 패널회귀모형 6.1 패널자료와 생략변수편의 6.2 결합모형 6.3 고정효과모형 6.4 OLS 추정량의 점근공분산행렬 6.5 랜덤효과모형 6.6 FE 모형과 RE 모형의 비교 6.7 Fama-MacBeth 모형 6.8 R 실습 7장 회귀모형 체계 7.1 회귀모형 체계의 이해 7.2 SUR 모형 7.3 동시방정식모형 7.4 R 실습 8장 최대우도 추정법 8.1 우도함수의 정의 8.2 최대우도 추정법의 이해 8.3 ML 추정량의 점근분포 8.4 가설검정 9장 이산선택모형 9.1 이산선택모형의 정의 9.2 이항선택모형 9.3 순서형선택모형 9.4 다항선택모형 9.5 R 실습 10장 절단, 중절, 지속기간 10.1 자료의 절단 10.2 우발적 절단 10.3 자료의 중절 10.4 지속기간 10.5 R 실습 11장 처리효과 11.1 이중차분회귀모형 11.2 매칭분석 11.3 R 실습 II 시계열 방법론 12장 수익률 12.1 단순수익률 12.2 로그수익률 12.3 주식분할과 배당 지급 12.4 왜도, 첨도, 정규성검정 12.5 수익률의 분포 가정 12.6 R 실습 13장 정상시계열 13.1 정상성 13.2 표본자기상관함수 13.3 평균회귀 13.4 자기회귀모형 13.5 이동평균모형 13.6 자기회귀이동평균모형 13.7 ARMA 오차를 갖는 선형회귀모형 13.8 R 실습 14장 비정상시계열 14.1 추세정상과정 14.2 단위근과정 14.3 단위근검정 14.4 계절성모형 14.5 R 실습 15장 변동성 15.1 조건부이분산모형 15.2 GARCH 모형 15.3 레버리지효과 15.4 비모수적 접근법 15.5 R 실습 16장 비선형시계열모형 16.1 비선형시계열과 BDS 검정 16.2 자기여기임계자기회귀모형 16.3 MSA 모형 16.4 신경망모형 16.5 R 실습 17장 벡터자기회귀모형 17.1 다변량시계열 17.2 벡터자기회귀모형의 이해 17.3 Granger 인과성검정 17.4 IRF 17.5 예측오차분산분해 17.6 R 실습 18장 공적분 18.1 공적분 관계의 이해 18.2 오차수정모형 18.3 OLS 접근법 18.4 ML 접근법 18.5 페어트레이딩 18.6 R 실습 19장 다변량변동성 19.1 다변량변동성의 이해 19.2 지수가중이동평균모형 19.3 대각 VEC 모형 19.4 BEKK 모형 19.5 동적조건부상관모형 19.6 일반화직교 GARCH 모형 19.7 R 실습 20장 위험관리 20.1 Value at Risk 20.2 RiskMetrics 접근법 20.3 시계열모형 접근법 20.4 극단값이론 접근법 20.5 임곗값초과 접근법 20.6 R 실습 21장 요인모형 21.1 요인모형의 이해 21.2 요인모형 공분산행렬의 추정 21.3 거시경제요인모형 21.4 기초요인모형 21.5 통계요인모형 21.6 R 실습 22장 상태공간모형 22.1 상태공간모형의 이해 22.2 상태공간표현 22.3 Kalman 필터링 22.4 Kalman 평활화 22.5 Kalman 예측 22.6 R 실습"