由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版 金融市场风险管理分析 [美]弗兰克·H.科格三世 格致出版社 9
¥ ×1
第一部分 绪论与基础知识回顾
第1章 历史收益率与收益率的矩
1.1 单期收益率
1.2 多期历史收益率
1.3 收益率的各阶矩
1.4 两资产历史收益率的线性关系
1.5 投资组合的历史收益率
第2章 未来(下一期)收益率
2.1 单个资产的未来(下一期)收益率
2.2 未来收益率的各阶矩
2.3 两资产未来收益率的线性相关性
2.4 投资组合的未来(下一期)收益
2.5 投资组合中资产分散化的益处
2.6 特殊情形:两资产投资组合的未来收益率
第二部分 欧式期权
第3章 期权的回报
3.1 期权的定义
3.2 期权在到期日的回报与利润
3.3 含有期权的投资组合在到期日的回报与利润
3.4 案例:期权与简单投资组合的回报与利润
3.5 更多期权投资组合的回报与利润及相关示例
第4章 利率期权
4.1 用看涨期权多头对冲负债
4.2 用看跌期权空头为对冲负债提供资金
4.3 用看跌期权多头对冲资产
4.4 用看涨期权空头为对冲资产提供资金:领子期权
4.5 利率上限与利率下限
第5章 欧式期权的价值
5.1 看跌—看涨期权平价公式
5.2 看涨期权与看跌期权的内在价值
5.3 布莱克—斯科尔斯—默顿模型
5.4 BSM模型的比较静态分析
5.5 希腊值函数的VBA代码
5.6 基于VBA函数的更多比较静态分析结果
第6章 前台风险管理
6.1 Delta对冲
6.2 Delta对冲实践
6.3 非线性产品:Delta-Gamma对冲
6.4 非线性产品:Delta-Gamma-Vega对冲
6.5 多元泰勒级数
第7章 障碍期权的复制
7.1 静态复制基础
7.2 案例:向上敲出看涨障碍期权的静态复制
第三部分 二叉树模型
第8章 单期二叉树期权定价模型
8.1 二叉树模型基础
8.2 利用Delta对冲得出看涨期权的价值
8.3 看涨期权的复制投资组合
8.4 看跌期权的复制投资组合
8.5 风险中性定价
第9章 多期二叉树期权定价模型
9.1 二叉树模型基础回顾
9.2 两期模型的建立
9.3 期权定价的多期二叉树
9.4 欧式期权二叉树定价模型:不使用二叉树
9.5 美式期权的价值
9.6 案例:股票与期权的二叉树模型
9.7 二叉树期权定价模型收敛至BSM模型
9.8 用二叉树模型为期货期权定价
第四部分 债券:风险度量、免疫、主成分分析
第10章 利率与债券
10.1 年化百分比利率与有效利率
10.2 时间轴与基础知识
10.3 承诺现金流与预期现金流
10.4 到期收益率
10.5 即期利率
10.6 远期利率
10.7 零波动利差
第11章 固定利率债券与单因子风险指标
11.1 固定利率债券基础知识
11.2 固定利率债券的久期和凸性
11.3 价格—收益率曲线的近似
11.4 美元久期、美元凸性和DV01
11.5 半年付息固定利率债券与连续复利收益率
11.6 投资组合的单因子风险度量指标
11.7 案例:价格—收益率曲线及其近似
11.8 案例:其他风险度量指标
11.9 杠铃型与子弹型债券投资组合
第12章 债券免疫投资组合
12.1 免疫基础知识
12.2 免疫与相应的现金流
12.3 应用:简化假设
12.4 应用:更强的简化假设
12.5 小结和示例
第13章 关键利率与关键利率久期
13.1 关键利率与关键利率久期基础知识
13.2 案例:关键利率久期与KR01
第14章 主成分分析
14.1 主成分分析基础知识
14.2 主成分的构造
14.3 案例:主成分的确定
14.4 对冲利率风险:主成分分析
14.5 投资组合的方差
14.6 案例:用主成分分析对冲资产与负债的利率风险
第五部分 波动率、Copula、市场风险度量指标、随机模拟
第15章 波动率
15.1 波动率度量指标
15.2 波动率加权方式
15.3 移动平均
15.4 指数加权移动平均
15.5 GARCH(1,1)模型
15.6 优选似然法
15.7 优选似然比检验:EWMA模型与GARCH(1,1)模型
15.8 波动率模型检验:收益率标准化
15.9 案例:GARCH(1,1)模型
15.10 案例:EWMA模型与GARCH(1,1)模型的优选似然比
15.11 三种波动率更新方法的图像
15.12 案例:用瞄准方差法估计GARCH(1,1)模型参数
15.13 案例:基于厚尾分布的正态性检验
15.14 协方差
15.15 补充:替换掉σ2t后的GARCH(1,1)模型的权重
第16章 其他正态性检验与自相关性检验
16.1 自相关性检验:Ljung-Box统计量
16.2 正态性检验
16.3 案例:正态性检验与自相关性检验
第17章 混合分布与相关随机变量
17.1 学生t分布
17.2 混合分布
17.3 用Cholesky分解构造相关随机变量
17.4 多元条件分布
17.5 Copula
17.
弗兰克·H.科格三世(Frank H.Koger),北京大学汇丰商学院副教授,拥有美国路易斯安那州立大学化学工程学士学位、南卡罗来纳大学国际MBA学位及杜兰大学金融学博士学位,研究领域为公司金融与公司治理、投资学。Koger博士为特许金融分析师(CFA),曾在北京大学、美国杜兰大学、德国波鸿鲁尔大学及南方科技大学教授课程,曾获北京大学汇丰商学院及北京大学深圳研究生院杰出教学奖。在从事学术研究之前,Koger博士曾任Filreation集团技术材料部门总经理、德国Hoechst-Celanese全球市场开发经理。
本书以作者弗兰克·休米·科格三世(Frank Hugh Koger III)在北大汇丰商学院所授课程为基础。写作目的在于希望帮助读者掌握金融市场风险管理领域的相关知识,学会用Excel编程来应用,提高处理此类金融问题的能力。本书前半部分着眼于期权及其在金融风险管理中的应用,后半部分侧重于讲解债券的利率风险及其解决方案,包括单因子与多因子风险度量、免疫策略和主成分分析等。每章都配有相应的Excel工作截图,展示建模结果。本书有配套的Excel工作簿,含有书中的全部模型,既可以作为教学讲解的模板,也可拓展到其他场景使用。这也是本书的一大特色。 本书适合作为高年级本科生、研究生以及MBA教材,也是金融从业人员理想的参考书。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格