作 者:(英)沃特沙姆,(英)帕拉莫爾 著,陳工孟,陳守東 譯 著作 定 價:36 齣 版 社:漢語大詞典齣版社 齣版日期:2009年03月01日 裝 幀:平裝 ISBN:9787543215030 ●總序
●譯者說明
●前言
●緻謝
●第1章 利率與資産收益率
● 1.1 引言
● 1.2 利率經濟理論
● 1.3 貨幣的時間價值
● 1.4 即期利率、遠期利率和利差
● 1.5 金融市場中利率的實際應用
● 1.6 持有證券收益率
● 1.7 利率的期限結構特性
● 1.8 抵押貸款和年金
● 練習
● 參考文獻
●第2章 數據描述和描述統計學
● 2.1 引言
● 2.2 數據類型
● 2.3 數據描述
● 2.4 描述統計學
●部分目錄
內容簡介
由特裏·j.沃特沙姆、基思?帕拉莫爾撰寫的《金融數量方法》一書係統、詳細地介紹瞭大量在金融領域中使用的重要的數量分析技術,覆蓋麵很廣,其中包括瞭組閤投資、資産定價、隨機優化和風險管理等常用的方法和技術。作者通過大量的實例展示瞭這些技術的使用方法。書中的部分內容還反映瞭金融領域中一些新的研究成果和前沿的發展。
本書共分11章,由淺入深,從基礎知識逐步引導到風險管理分析中的較復雜技術。這比較適閤於那些急需理解數量分析技術,而又缺乏足夠能力的讀者。全書涵蓋麵廣,對於已經掌握瞭一定的數量分析技術,但需要瞭解現代金融技術的讀者來說也有很好的參考作用。
本書可用作高等院校數量經濟學、金融學、財務管理等專業的本科高年級學生、研究生和mba的相關課程的教學參考書,也可供銀行、證券、保等 **章 利率與資産收益率
1.1 引言
許多金融研究集中於投資收益的分析。投資的目的是增加投資者的財富或收入,這種增加就是收益。收益與*初投資值的百分比,就是收益率。除瞭度量收益,金融學者還關心獲得收益的不確定性,風險分析就是對這種不確定性的研究。本章將主要研究收益的度量,各種風險研究將在後麵討論。
投資者購買公司股票、債券或所有權等資産,希望能以較高的價格賣齣或者得到股息、利息或租金迴報,以獲得(正的)收益率。貸款者藉齣資金,希望通過從藉款者手中得到利息支付並收迴貸款本金,以獲得(正的)收益率。因此貸款者和投資者有相同的目標,就是通過他們投資或貸齣的資金獲等 第1章 利率與資産收益率
1.1 引言
許多金融研究集中於投資收益的分析。投資的目的是增加投資者的財富或收入,這種增加就是收益。收益與*初投資值的百分比,就是收益率。除瞭度量收益,金融學者還關心獲得收益的不確定性,風險分析就是對這種不確定性的研究。本章將主要研究收益的度量,各種風險研究將在後麵討論。
投資者購買公司股票、債券或所有權等資産,希望能以較高的價格賣齣或者得到股息、利息或租金迴報,以獲得(正的)收益率。貸款者藉齣資金,希望通過從藉款者手中得到利息支付並收迴貸款本金,以獲得(正的)收益率。因此貸款者和投資者有相同的目標,等
現代金融理論與實踐:風險、定價與投資組閤構建 叢書概述 本套叢書旨在係統梳理和深入探討現代金融學的核心理論、前沿方法以及在實際業務中的應用。我們緻力於為金融從業人員、研究人員、高級院校師生提供一套全麵、嚴謹且具有實踐指導意義的知識體係,涵蓋從基礎的資産定價模型到復雜的衍生品策略,再到宏觀經濟金融的相互作用。本套叢書中的每一本著作都聚焦於金融領域的一個關鍵分支,力求在理論深度和實務操作性之間取得最佳平衡。 --- 1. 現代金融計量經濟學:數據驅動的決策引擎 本書聚焦: 在海量金融數據麵前,如何利用嚴謹的計量經濟學工具來識彆因果關係、檢驗理論假設並進行準確的未來預測。 核心內容結構: 本書從金融時間序列分析的基礎齣發,係統介紹瞭處理金融數據特有屬性(如高頻波動性、尖峰厚尾分布)的必要工具。 第一部分:時間序列基礎與波動性建模 單方程模型迴顧與拓展: 深入探討自迴歸(AR)、移動平均(MA)模型的局限性,重點轉嚮對金融數據非綫性特徵的刻畫。 波動率建模的藝術與科學: 詳盡解析廣義自迴歸條件異方差模型(GARCH)傢族的演進,包括GARCH(1,1)、EGARCH(處理非對稱效應)、GJR-GARCH(刻畫杠杆效應)以及隨機波動率模型(SV)。我們將重點討論如何利用這些模型對市場風險敞口進行準確的日內和日間風險值(VaR)預測。 協整與長期均衡關係: 針對利率期限結構、匯率聯動性等多個資産間的長期關係,介紹Engle-Granger兩步法和Johansen協整檢驗,並討論如何構建基於協整的配對交易策略。 第二部分:麵闆數據與高頻數據分析 麵闆數據在金融中的應用: 探討如何利用固定效應和隨機效應模型處理跨國或跨公司數據,以分離齣特定實體的異質性影響,例如分析不同國傢監管政策對銀行資本充足率的影響。 高頻數據的挑戰與機遇: 介紹微觀市場結構(Market Microstructure)的基本概念,如有效市場假說在高頻層麵的修正。重點講解如何處理跳躍擴散過程(Jump Diffusion)以及利用高頻數據估計瞬時波動率(Realized Volatility)的方法。 第三部分:計量模型的穩健性與檢驗 非參數與半參數方法: 介紹核估計法在密度函數估計中的應用,以及如何利用非參數迴歸方法來檢驗資産定價模型(如Fama-French三因子模型)中因子載荷的非綫性。 模型誤設檢驗與診斷: 強調模型的穩健性檢驗,包括對殘差序列的自相關、異方差以及正態性檢驗,確保模型的預測可靠性。 --- 2. 衍生品定價與風險管理:從布萊剋-斯科爾斯到不完備市場 本書聚焦: 係統闡述金融衍生工具的定價理論基礎,並將其擴展到處理更復雜的市場結構和不確定性情景。 核心內容結構: 本書的目標是構建一個從無套利定價原理齣發,貫穿歐式、美式期權到復雜奇異期權的完整理論框架,並緊密結閤實際的對衝操作。 第一部分:連續時間金融的基石 隨機微積分與伊藤引理: 作為定價理論的數學基礎,本書將提供金融應用導嚮的隨機微積分迴顧,重點講解如何將實物資産的演化過程映射到幾何布朗運動(GBM)。 無套利定價與風險中性測度: 詳細推導布萊剋-斯科爾斯-默頓(BSM)模型,並深入探討風險中性定價下的核心思想——利用風險中性期望來計算衍生品現值。 希臘字母的實務解讀: 詳盡解析Delta、Gamma、Vega、Theta等敏感性指標的精確計算及其在動態對衝中的應用,特彆是Gamma中性策略的構建。 第二部分:美式期權與利率衍生品 美式期權定價難題: 探討美式期權提前行權的決策問題。重點介紹有限差分法(PDE求解)、二叉樹模型(Binomial Trees)以及濛特卡洛模擬在求解美式期權定價中的應用,強調如何確定最優行權邊界。 利率模型與遠期利率: 介紹HJM(Heath-Jarrow-Morton)框架和Hull-White模型,重點在於如何利用這些模型對零息債券和利率互換(Swaps)進行定價,並討論即期利率麯綫的校準方法。 第三部分:奇異期權與復雜策略 路徑依賴期權: 深入分析亞洲期權(Asian Options)、障礙期權(Barrier Options)的定價技術,通常需要使用更復雜的濛特卡洛方法或偏微分方程。 局部與隨機波動率模型: 介紹Dupire方程和Heston隨機波動率模型。本書將對比局部波動率模型(對市場隱含波動率麯麵進行完美擬閤)與隨機波動率模型(引入波動率本身的隨機性)的優劣,並展示如何利用實際期權數據校準Heston模型參數。 信用風險與CDO定價: 簡要介紹基於Copula函數的信用相關性建模方法,以及如何對信用違約互換(CDS)和擔保債務憑證(CDO)進行定價和風險度量。 --- 3. 投資組閤優化與資産配置:從均值-方差到行為金融視角 本書聚焦: 關注投資組閤構建的數學優化過程、實務中的約束處理,並引入行為金融學的洞察力來修正傳統理論的局限。 核心內容結構: 本書旨在提供一個從經典馬科維茨模型到現代先進投資組閤理論的完整路綫圖,強調在現實約束下的可行解。 第一部分:經典組閤理論的深化 馬科維茨模型的數學基礎: 詳細推導有效前沿的幾何意義,並重點介紹在特定風險預算或收益目標下的優化問題求解,包括使用Lagrange乘數法和KKT條件。 單因素與多因素模型: 介紹Sharpe單指數模型在簡化計算中的作用。隨後深入講解構建均值-方差模型所需協方差矩陣的估計方法,如采用因子模型(如CAPM或多因子模型)來估計協方差,以剋服“維度災難”和參數估計誤差。 資本資産定價模型(CAPM)的檢驗與修正: 詳細迴顧Roll的批判,並係統介紹Fama-French三因子模型、五因子模型等,討論如何利用這些模型來評估投資組閤的超額收益和風險歸因。 第二部分:風險度量與投資組閤的約束 超越方差的風險衡量: 重點介紹下偏矩度量,如半方差(Semivariance)和條件風險價值(CVaR, Expected Shortfall)。本書將詳細展示如何將CVaR納入優化目標函數,解決非對稱風險厭惡下的投資組閤選擇問題。 投資組閤的現實約束: 探討交易成本、流動性約束、基準跟蹤誤差限製以及監管要求(如巴塞爾協議對銀行投資組閤的影響)如何轉化為優化模型中的不等式約束,並介紹相應的二次規劃(Quadratic Programming)求解方法。 第三部分:貝葉斯方法與行為金融學的整閤 貝葉斯投資組閤選擇: 介紹Black-Litterman模型。該模型通過整閤投資者的主觀觀點(Views)到市場均衡(如資本市場綫或因子模型)中,有效地解決瞭傳統優化模型對輸入參數過度敏感的問題。 行為金融學對配置的影響: 分析前景理論、損失厭惡和有限理性如何影響投資者的資産配置決策。本書討論瞭如何利用行為風險因子來調整傳統的風險溢價假設,構建更具穩健性的行為導嚮型投資組閤。 長期投資與期限結構: 探討在麵對跨期投資決策時,如何利用隨機邊際效用模型來平衡短期波動與長期財富積纍。 --- 叢書的共同特點: 理論的嚴謹性: 每一本書都建立在堅實的數學和統計學基礎上,確保理論推導的無懈可擊。 方法的實證性: 理論推導後緊密結閤實際金融數據和案例分析,強調模型在真實世界中的錶現和局限。 計算工具的整閤: 內容涵蓋瞭進行實際操作所需的關鍵計算技術,例如在Python(Pandas, NumPy, SciPy, Statsmodels)和R語言環境下的實現思路和代碼框架。 本叢書緻力於成為現代金融領域研究與實踐人員不可或缺的參考工具。
這本書的書名讓我聯想到瞭一些非常前沿和專業的金融知識,我對此充滿瞭好奇。我一直認為,在當今這個數據驅動的時代,金融市場的分析和決策越來越依賴於強大的數量工具。我希望這本書能夠帶我深入瞭解這些工具的實際應用,比如如何利用機器學習和人工智能技術來分析海量金融數據,發現隱藏的市場規律。我還特彆希望能夠學習到一些關於高頻交易、算法交易等量化策略的構建思路和技術實現。這不僅僅是為瞭理解,更是為瞭能夠掌握一些能夠提升投資效率和降低交易成本的方法。另外,在金融風險管理日益受到重視的當下,我希望書中能夠詳細闡述如何利用數量方法來度量和防範風險,例如信用評級模型、欺詐檢測模型等。我渴望通過這本書,能夠將那些抽象的數學概念轉化為具體的金融洞察,從而在復雜多變的金融市場中,擁有更強的競爭力。