![](/c49/30/10357220072.jpg)
出版社:機械工業 ISBN:9787111512844 商品編碼:10357220072 開本:16 出版時間:2016-04-01 代碼:49 作者:陳昭
" 基本信息 - 商品名稱:市場風險管理的數學基礎/國外實用金融統計叢書
- 作者:(英)西蒙·赫伯特|譯者:陳昭晶
- 代碼:49
- 出版社:機械工業
- ISBN號:9787111512844
其他參考信息 - 出版時間:2016-04-01
- 印刷時間:2016-04-01
- 版次:1
- 印次:1
- 開本:16開
- 包裝:平裝
- 頁數:268
- 字數:360千字
內容提要 西蒙·赫伯特著的《市場風險管理的數學基礎/ 國外實用金融統計叢書》為讀者介紹了金融風險管理 中經常使用的數學工具與技巧,涵蓋了風險管理所需 要的線性代數與概率論基礎、投資組合理論、資本資 產定價模型、VaR理論、時間序列分析、金融衍生品 定價的基礎理論、*大似然估計法、Delta方法、假 設檢驗及極值理論等。本書將金融風險理論與嚴謹的 數學推導緊密結合,能夠使讀者*為詳細地對金融風 險模型進行了解,不僅適用於金融從業者,而且也適 用於研究相關模型的學者。 目錄 譯者序 前言 **章 導論 1.1 風險管理的基本挑戰 1.2 在險價值 1.3 風險管理的進一步挑戰 第2章 風險管理中的線性代數 2.1 向量與矩陣 2.2 矩陣代數的應用 2.3 特征向量與特征值 2.4 正定矩陣 第3章 風險管理中的概率論 3.1 單變量理論 3.1.1 隨機變量 3.1.2 數學期望 3.1.3 方差 3.2 多變量理論 3.2.1 聯合分布函數 3.2.2 聯合概率密度與邊緣概率密度 3.2.3 獨立性 3.2.4 條件概率 3.2.5 協方差與相關性 3.2.6 均值向量與協方差矩陣 3.2.7 隨機變量的線性組合 3.3 正態分布 第4章 *優化工具 4.1 微積分背景知識 4.1.函數 4.1.函數 4.2 函數優化 4.2.1 無約束二次函數 4.2.2 有約束二次函數 4.3 超定線性方程組 4.4 線性回歸 第5章 投資組合理論(Ⅰ) 5.1 收益率的度量 5.2 構造*優投資組合 5.3 求解*優投資組合問題 第6章 投資組合理論(Ⅱ) 6.1 兩基金的投資理論 6.2 *優邊界的數學探究 6.2.1 *小方差投資組合 6.2.2 邊界投資組合的協方差 6.2.3 *小方差投資組合的相關繫數 6.2.4 零協方差的投資組合 6.3 *優邊界的幾何探究 6.3.1 有效投資組合切線的方程 6.3.2 定位零協方差投資組合 6.4 對協方差的進一步探索 6.5 再審視*優投資組合問題 第7章 資本資產定價模型(CAPM) 7.1 連接投資組合邊界 7.2 切線投資組合 7.3 資本資產定價模型(CAPM) 7.4 資本資產定價模型的應用 第8章 風險因子建模 8.1 一般因子建模 8.2 因子模型的理論性質 8.3 基於主成分分析(PCA)的模型 8.3.1 二維的主成分分析法 8.3.2 多維的主成分分析法 第9章 在險價值的概念 9.1 在險價值的基本框架 9.1.1 拋磚引玉的舉例 9.1.2 定義在險價值 9.2 在險價值的探究 9.3 尾部在險價值 9.4 譜風險度量 **0章 正態分布下的在險價值 10.1 在險價值的計算 10.2 邊際在險價值的計算 10.3 尾部在險價值的計算 10.4 正態在險價值的次可加性 **1章 風險管理中的**概率論 11.1 隨機變量的矩 11.2 特征函數 11.2.1 多個隨機變量之和的處理 11.2.2 單一隨機變量按比例縮放的處理 11.2.3 服從正態分布的隨機變量 11.3 中心極限定理 11.4 矩母函數 11.5 對數正態分布 **2章 其他分布函數綜述 12.1 Γ分布(伽馬分布) 12.2 χ2分布(卡方分布) 12.3 非中心卡方分布 12.4 F分布 12.5 t分布 **3章 金融衍生品的速成課 13.1 Black-Scholes定價公式 13.1.1 關於資產回報的模型 13.1.2 二階近似 13.1.3 Black-Scholes公式 13.2 風險中性定價 13.3 敏感性分析 13.3.1 資產價格的敏感性:delta與 13.3.2 時間的敏感性? 13.3.3 其他敏感性度量方法 **4章 非線性在險價值 14.1 回顧線性在險價值 14.2 非線性投資組合的近似 14.2.1 投資組合的delta近似 14.2.2 投資組合的gamma近似 14.3 衍生投資組合的在險價值 14.3.1 多因子delta近似 14.3.2 單因子gamma近似 14.3.3 多因子gamma近似 **5章 時間序列分析 15.1 平穩過程 15.1.1 簡單隨機過程 15.1.2 白噪聲過程 15.1.3 隨機遊走過程 15.2 移動平均過程 15.3 自回歸過程 15.4 自回歸移動平均過程 **6章 *大似然估計法 16.1 樣本均值與樣本方差 16.2 統計估計量的**度 16.2.1 樣本均值舉例 16.2.2 樣本方差舉例 16.3 *大似然估計法的魅力 **7章 統計估計中的delta方法 17.1 理論框架 17.2 樣本方差 17.3 樣本偏度與樣本峰度 17.3.1 偏度分析 17.3.2 峰度分析 **8章 假設檢驗 18.1 檢驗的理論框架 18.1.1 原假設與備擇假設 18.1.2 簡單假設與復合假設 18.1.3 接受域與拒*域 18.1.4 潛在的錯誤 18.1.5 控制檢驗錯誤與定義接受域 18.2 簡單假設檢驗 18.3 檢驗統計量 18.3.1 舉例:當方差未知時檢驗均值 18.3.2 檢驗統計量的p值 18.4 復合假設檢驗 **9章 金融損益的統計特性 19.1 樣本統計分析 19.2 實證概率密度與分位數圖(Q-Q圖) 19.3 自相關函數 19.4 波動性圖 19.5 典型事實 第20章 波動性模型 20.1 風險矩陣模型 20.2 ARCH模型 20.3 GARCH模型 20.3.1 GARCH(1,1)波動性模型 20.3.2 回顧風險矩陣模型 20.3.3 小結 20.4 指? 第21章 極值理論 21.1 **事件的數學理論 21.1.1 簡單的嘗試 21.1.2 舉例1:損益服從指數分布 21.1.3 舉例2:損益服從正態分布 21.1.4 舉例3:損益服從帕累托分布 21.1.5 舉例4:損益服從均勻分布 21.1.6 舉例5:損益服從柯西分布 21.1.7 極值定理 21.2 吸引域 21.3 **在險價值 21.4 存在的實際問題 21.4.1 參數估計 21.4.2 臨界值的選擇 第22章 模擬模型 22.1 估計分布的分位數 22.2 歷史模擬 22.3 蒙特卡洛仿真模擬 22.3.1 楚列斯基算法 22.3.2 產生隨機變量 第23章 VaR的其他方法 23.1 t分布的假設 23.2 對正態分布假設的修正 第24章 後驗測試 24.1 量化VaR的表現 24.2 檢驗VaR異常的比例 24.3 檢驗VaR異常的獨立性 參考文獻
" |