金融市場風(fēng)險管理分析

定　價：￥88.00

作　者：	[美] 弗蘭克·H.科格三世著，趙朝熠譯
出版社：	格致出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787543233515	出版時間：	2022-07-01	包裝：	平裝
開本：	16開	頁數(shù)：	338	字?jǐn)?shù)：

內(nèi)容簡介

　　本書的寫作基于作者所授的同名課程的講義，旨在幫助讀者掌握金融市場風(fēng)險管理領(lǐng)域的相關(guān)知識，并運(yùn)用Excel編程來進(jìn)行實踐操作，提高處理此類金融問題的能力。因此，本書更強(qiáng)調(diào)應(yīng)用和問題的解決。本書的前半部分著眼于期權(quán)及其在金融市場風(fēng)險管理中的應(yīng)用。后半部分側(cè)重于講解債券的利率風(fēng)險及其解決方案。此外，本書還介紹了單因子與多因子風(fēng)險度量、免疫策略和主成分分析。在每章的開頭，你首先會看到一個金融市場風(fēng)險管理的重要主題。闡明相關(guān)主題的基本概念之后，我們將向讀者呈現(xiàn)如何利用Excel來應(yīng)用這些概念。讀者也可以根據(jù)相關(guān)的編程發(fā)散思維，將所學(xué)付諸實踐。對于想了解金融市場風(fēng)險管理模型的讀者，即便缺乏數(shù)學(xué)專業(yè)知識，也可以從中有所收獲。

作者簡介

　　弗蘭克·H. 科格三世（Frank H. Koger III），北京大學(xué)匯豐商學(xué)院教學(xué)副教授，美國杜蘭大學(xué)金融學(xué)博士，南卡羅來納大學(xué)達(dá)拉摩爾商學(xué)院國際MBA，特許金融分析師（CFA）協(xié)會持證人。出版有《資產(chǎn)估值原理》《金融建模：以Excel 為工具》《VBA 在金融建模中的應(yīng)用》等多部金融相關(guān)書籍?？聘窠淌趽碛胸S富的教學(xué)經(jīng)驗。他曾在杜蘭大學(xué)講授財務(wù)管理、高級財務(wù)管理和管理會計等本科課程，以及公司財務(wù)政策和固定收益分析等碩士課程。目前在北京大學(xué)講授一系列碩士研究生課程，包括“資產(chǎn)估值原理”“金融建模”“高級金融建?！薄敖鹑诮＃阂訴BA 為工具”“金融建模：以Excel為工具”“金融衍生品分析”和“金融市場風(fēng)險管理”。其中，前六門課程均為他在北京大學(xué)從無到有創(chuàng)立起來的。他還曾在北京大學(xué)講授“公司金融”課程?？聘窠淌谠诒本┐髮W(xué)享有很高的教學(xué)評價。此外，他還曾獲得北京大學(xué)匯豐商學(xué)院、北京大學(xué)深圳研究生院等多個級別的教學(xué)獎勵。其“金融建模：以Excel 為工具”課程獲2017 年度北京大學(xué)教學(xué)優(yōu)秀獎，是當(dāng)年北大匯豐商學(xué)院唯一一門入選的課程。此外，他還受邀在南方科技大學(xué)、深圳大學(xué)等高校，以及在德國波鴻魯爾大學(xué)的國際暑期學(xué)校和中國社會科學(xué)院大學(xué)與杜蘭大學(xué)合作辦學(xué)的碩士學(xué)位項目中授課。科格一直積極服務(wù)于北京大學(xué)匯豐商學(xué)院。他在學(xué)院全權(quán)負(fù)責(zé)與CFA協(xié)會和全球風(fēng)險管理專業(yè)人士協(xié)會保持學(xué)術(shù)合作關(guān)系，并志愿開設(shè)CFA 考試復(fù)習(xí)課程。他還任職于學(xué)院的課程委員會和教學(xué)質(zhì)量委員會?？聘窠淌谠c杜蘭大學(xué)合作，創(chuàng)辦了匯豐商學(xué)院的首*交流項目，并在后續(xù)幫助開展其他交流項目。此外，他還曾在深圳中學(xué)志愿講授金融學(xué)入門課程。在進(jìn)入學(xué)術(shù)界工作之前，科格曾擔(dān)任Filtration 集團(tuán)技術(shù)材料部的總經(jīng)理，負(fù)責(zé)生產(chǎn)空氣過濾器材料。在此之前，他在Hoechst A.G. 工作十五年，在美國和德國多個地區(qū)工作，擔(dān)任多種職位。

圖書目錄

第一部分緒論與基礎(chǔ)知識回顧
第1章歷史收益率與收益率的矩
1.1單期收益率
1.2多期歷史收益率
1.3收益率的各階矩
1.4兩資產(chǎn)歷史收益率的線性關(guān)系
1.5投資組合的歷史收益率
第2章未來（下一期）收益率
2.1單個資產(chǎn)的未來（下一期）收益率
2.2未來收益率的各階矩
2.3兩資產(chǎn)未來收益率的線性相關(guān)性
2.4投資組合的未來（下一期）收益
2.5投資組合中資產(chǎn)分散化的益處
2.6特殊情形：兩資產(chǎn)投資組合的未來收益率
第二部分歐式期權(quán)
第3章期權(quán)的回報
3.1期權(quán)的定義
3.2期權(quán)在到期日的回報與利潤
3.3含有期權(quán)的投資組合在到期日的回報與利潤
3.4案例：期權(quán)與簡單投資組合的回報與利潤
3.5更多期權(quán)投資組合的回報與利潤及相關(guān)示例
第4章利率期權(quán)
4.1用看漲期權(quán)多頭對沖負(fù)債
4.2用看跌期權(quán)空頭為對沖負(fù)債提供資金
4.3用看跌期權(quán)多頭對沖資產(chǎn)
4.4用看漲期權(quán)空頭為對沖資產(chǎn)提供資金：領(lǐng)子期權(quán)
4.5利率上限與利率下限
第5章歐式期權(quán)的價值
5.1看跌—看漲期權(quán)平價公式
5.2看漲期權(quán)與看跌期權(quán)的內(nèi)在價值
5.3布萊克—斯科爾斯—默頓模型
5.4BSM模型的比較靜態(tài)分析
5.5希臘值函數(shù)的VBA代碼
5.6基于VBA函數(shù)的更多比較靜態(tài)分析結(jié)果
第6章前臺風(fēng)險管理
6.1Delta對沖
6.2Delta對沖實踐
6.3非線性產(chǎn)品：Delta-Gamma對沖
6.4非線性產(chǎn)品：Delta-Gamma-Vega對沖
6.5多元泰勒級數(shù)
第7章障礙期權(quán)的復(fù)制
7.1靜態(tài)復(fù)制基礎(chǔ)
7.2案例：向上敲出看漲障礙期權(quán)的靜態(tài)復(fù)制
第三部分二叉樹模型
第8章單期二叉樹期權(quán)定價模型
8.1二叉樹模型基礎(chǔ)
8.2利用Delta對沖得出看漲期權(quán)的價值
8.3看漲期權(quán)的復(fù)制投資組合
8.4看跌期權(quán)的復(fù)制投資組合
8.5風(fēng)險中性定價
第9章多期二叉樹期權(quán)定價模型
9.1二叉樹模型基礎(chǔ)回顧
9.2兩期模型的建立
9.3期權(quán)定價的多期二叉樹
9.4歐式期權(quán)二叉樹定價模型：不使用二叉樹
9.5美式期權(quán)的價值
9.6案例：股票與期權(quán)的二叉樹模型
9.7二叉樹期權(quán)定價模型收斂至BSM模型
9.8用二叉樹模型為期貨期權(quán)定價
第四部分債券：風(fēng)險度量、免疫、主成分分析
第10章利率與債券
10.1年化百分比利率與有效利率
10.2時間軸與基礎(chǔ)知識
10.3承諾現(xiàn)金流與預(yù)期現(xiàn)金流
10.4到期收益率
10.5即期利率
10.6遠(yuǎn)期利率
10.7零波動利差
第11章固定利率債券與單因子風(fēng)險指標(biāo)
11.1固定利率債券基礎(chǔ)知識
11.2固定利率債券的久期和凸性
11.3價格—收益率曲線的近似
11.4美元久期、美元凸性和DV01
11.5半年付息固定利率債券與連續(xù)復(fù)利收益率
11.6投資組合的單因子風(fēng)險度量指標(biāo)
11.7案例：價格—收益率曲線及其近似
11.8案例：其他風(fēng)險度量指標(biāo)
11.9杠鈴型與子彈型債券投資組合
第12章債券免疫投資組合
12.1免疫基礎(chǔ)知識
12.2免疫與相應(yīng)的現(xiàn)金流
12.3應(yīng)用：簡化假設(shè)
12.4應(yīng)用：更強(qiáng)的簡化假設(shè)
12.5小結(jié)和示例
第13章關(guān)鍵利率與關(guān)鍵利率久期
13.1關(guān)鍵利率與關(guān)鍵利率久期基礎(chǔ)知識
13.2案例：關(guān)鍵利率久期與KR01
第14章主成分分析
14.1主成分分析基礎(chǔ)知識
14.2主成分的構(gòu)造
14.3案例：主成分的確定
14.4對沖利率風(fēng)險：主成分分析
14.5投資組合的方差
14.6案例：用主成分分析對沖資產(chǎn)與負(fù)債的利率風(fēng)險
第五部分波動率、Copula、市場風(fēng)險度量指標(biāo)、隨機(jī)模擬
第15章波動率
15.1波動率度量指標(biāo)
15.2波動率加權(quán)方式
15.3移動平均
15.4指數(shù)加權(quán)移動平均
15.5GARCH（1，1）模型
15.6最大似然法
15.7最大似然比檢驗：EWMA模型與GARCH（1，1）模型
15.8波動率模型檢驗：收益率標(biāo)準(zhǔn)化
15.9案例：GARCH（1，1）模型
15.10案例：EWMA模型與GARCH（1，1）模型的最大似然比
15.11三種波動率更新方法的圖像
15.12案例：用瞄準(zhǔn)方差法估計GARCH（1，1）模型參數(shù)
15.13案例：基于厚尾分布的正態(tài)性檢驗
15.14協(xié)方差
15.15補(bǔ)充：替換掉σ2t后的GARCH（1，1）模型的權(quán)重
第16章其他正態(tài)性檢驗與自相關(guān)性檢驗
16.1自相關(guān)性檢驗：Ljung-Box統(tǒng)計量
16.2正態(tài)性檢驗
16.3案例：正態(tài)性檢驗與自相關(guān)性檢驗
第17章混合分布與相關(guān)隨機(jī)變量
17.1學(xué)生t分布
17.2混合分布
17.3用Cholesky分解構(gòu)造相關(guān)隨機(jī)變量
17.4多元條件分布
17.5Copula
17.6含相關(guān)性的Copula的構(gòu)造方法
第18章在險價值與預(yù)期虧空
18.1在險價值基礎(chǔ)知識
18.2預(yù)期虧空基礎(chǔ)知識
18.3一致性風(fēng)險度量與譜風(fēng)險度量
18.4案例：厚尾對在險價值的影響
18.5在險價值計算的回溯測試
18.6案例：在險價值與預(yù)期虧空
18.7時間尺度的影響
18.8補(bǔ)充：損失分布與收益分布
第19章歷史模擬法與相關(guān)建模
19.1歷史模擬法基礎(chǔ)知識
19.2案例：用歷史模擬法計算在險價值與預(yù)期虧空
19.3加權(quán)歷史模擬法
19.4方法的比較：在險價值與預(yù)期虧空
19.5壓力在險價值與壓力預(yù)期虧空
19.6在險價值的置信區(qū)間
19.7極值理論
19.8極值理論的特殊情形：冪律
19.9基于蒙特卡洛分析的隨機(jī)模擬
19.10歷史模擬法與蒙特卡洛分析
附錄A邊際、增量與成分風(fēng)險度量指標(biāo)
參考文獻(xiàn)