掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
量化風險管理:概念、技術和工具:concepts, techniques and tools 版權信息
- ISBN：9787121376894
- 條形碼：9787121376894 ; 978-7-121-37689-4
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
量化風險管理:概念、技術和工具:concepts, techniques and tools 本書特色
近幾十年來，金融風險管理領域隨著金融工具和市場的日益復雜以及金融服務業監管的不斷加強而迅速發展。本書專門討論這個領域中出現的量化建模問題，對量化風險管理的理論概念和建模技術進行了*全面的處理。量化風險管理描述了該領域的*進展，涵蓋了市場、信用和操作風險建模的方法。它將標準的行業方法置于更正式的基礎之上，并探索了諸如損失分布、風險度量、風險聚合和分配原則等關鍵概念。這本書的方法借鑒了不同的定量學科，從數學金融和統計到計量經濟學和精算數學。貫穿始終的一個主要主題是，需要令人滿意地解決*結果和關鍵風險驅動因素的依賴性。
量化風險管理:概念、技術和工具:concepts, techniques and tools 內容簡介
近幾十年來，金融風險管理領域隨著金融工具和市場的日益復雜以及金融服務業監管的不斷加強而迅速發展。本書專門討論這個領域中出現的量化建模問題，對量化風險管理的理論概念和建模技術進行了*全面的處理。量化風險管理描述了該領域的*進展，涵蓋了市場、信用和操作風險建模的方法。它將標準的行業方法置于更正式的基礎之上，并探索了諸如損失分布、風險度量、風險聚合和分配原則等關鍵概念。這本書的方法借鑒了不同的定量學科，從數學金融和統計到計量經濟學和精算數學。貫穿始終的一個主要主題是，需要令人滿意地解決*結果和關鍵風險驅動因素的依賴性。
量化風險管理:概念、技術和工具:concepts, techniques and tools 目錄
目錄
第1 部分QRM 簡介1
第1 章風險透視2
1.1 風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1 風險和隨機性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 金融風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.3 度量和管理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 風險管理簡史. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 從巴比倫到華爾街. . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.2 監管之路. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3 監管框架. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.1 巴塞爾框架。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.2 償付能力II 監管框架. . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.3 對監管框架的批評. . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4 為什么管理金融風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.1 社會觀點. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.2 股東觀點. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.5 量化風險管理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.5.1 QRM 中的“Q” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.5.2 挑戰的本質. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.5.3 金融領域之外的量化風險管理. . . . . . . . . . . . . . . . . . . . . . 29
第2 章風險管理的基本概念32
2.1 金融公司的風險管理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.1 資產、負債和資產負債表. . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.2 金融公司面臨的風險. . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.1.3 資本. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 建模價值和價值變動. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.1 風險映射. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.2 估值方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.2.3 損失分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3 風險度量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.3.1 風險度量方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.3.2 風險價值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.3.3 風險資本計算中的VaR . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.3.4 其他基于損失分布的風險度量. . . . . . . . . . . . . . . . . . . . . . 53
2.3.5 一致性和凸性風險度量. . . . . . . . . . . . . . . . . . . . . . . . . . 56
第3 章金融數據的實證性質63
3.1 金融收益率序列的典型化事實. . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1.1 波動率聚類. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1.2 非正態性和厚尾. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.1.3 長間隔時間收益率序列. . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2 多元典型化事實. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.2.1 序列之間的相關性. . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.2.2 尾部相關性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
第2 部分方法篇77
第4 章金融時間序列78
4.1 時間序列分析基礎. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.1.1 基本概念. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.1.2 ARMA 過程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.1.3 時域分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.1.4 時間序列統計分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.1.5 預測. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.2 用于波動率變化的GARCH 模型. . . . . . . . . . . . . . . . . . . . . . . . 91
4.2.1 ARCH 過程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.2.2 GARCH 過程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.2.3 GARCH 模型的簡單擴展. . . . . . . . . . . . . . . . . . . . . . . . 100
4.2.4 GARCH 模型的數據擬合. . . . . . . . . . . . . . . . . . . . . . . . 102
4.2.5 波動率預測和風險度量估計. . . . . . . . . . . . . . . . . . . . . . . 106
第5 章極值理論112
5.1 極大值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.1.1 廣義極值分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.1.2 極大值吸引域. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.1.3 嚴平穩時間序列的極大值. . . . . . . . . . . . . . . . . . . . . . . . 117
5.1.4 區間極大值模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.2 閾值超越量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.2.1 廣義帕累托分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.2.2 超額損失建模. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.2.3 尾部風險建模及尾部風險度量. . . . . . . . . . . . . . . . . . . . . . 127
5.2.4 Hill 法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.2.5 極值理論（EVT）分位數估計量的模擬研究. . . . . . . . . . . . . . 134
5.2.6 金融時間序列的條件極值理論. . . . . . . . . . . . . . . . . . . . . . 135
5.3 點過程模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.3.1 嚴格白噪聲下的閾值超越量. . . . . . . . . . . . . . . . . . . . . . . 137
5.3.2 POT 模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
第6 章多元模型145
6.1 多元建模基礎. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.1.1 隨機向量及其分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.1.2 協方差矩陣和相關矩陣的標準估計量. . . . . . . . . . . . . . . . . . 148
6.1.3 多元正態分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
6.1.4 多元正態性檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.2 正態混合分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
6.2.1 正態方差混合模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
6.2.2 正態混合均值方差模型(Normal Mean-Variance Mixtures) . . . . . . 157
6.2.3 廣義雙曲分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
6.2.4 實證案例. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
6.3 球面和橢圓分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
6.3.1 球面分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
6.3.2 橢圓分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
6.3.3 橢圓分布的性質. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
6.3.4 估計離散度和相關性. . . . . . . . . . . . . . . . . . . . . . . . . . . 172
6.4 降維技術. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
6.4.1 因子模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
6.4.2 統計估計策略. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
6.4.3 估計宏觀經濟因子模型. . . . . . . . . . . . . . . . . . . . . . . . . . 178
6.4.4 估計基本面因子模型. . . . . . . . . . . . . . . . . . . . . . . . . . . 180
6.4.5 主成分分析法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
第7 章連接函數和依賴性188
7.1 連接函數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.1.1 基本性質. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
第1 部分QRM 簡介1
第1 章風險透視2
1.1 風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1 風險和隨機性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 金融風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.3 度量和管理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 風險管理簡史. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 從巴比倫到華爾街. . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.2 監管之路. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3 監管框架. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.1 巴塞爾框架。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.2 償付能力II 監管框架. . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.3 對監管框架的批評. . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4 為什么管理金融風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.1 社會觀點. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.2 股東觀點. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.5 量化風險管理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.5.1 QRM 中的“Q” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.5.2 挑戰的本質. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.5.3 金融領域之外的量化風險管理. . . . . . . . . . . . . . . . . . . . . . 29
第2 章風險管理的基本概念32
2.1 金融公司的風險管理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.1 資產、負債和資產負債表. . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.2 金融公司面臨的風險. . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.1.3 資本. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 建模價值和價值變動. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.1 風險映射. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.2 估值方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.2.3 損失分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3 風險度量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.3.1 風險度量方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.3.2 風險價值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.3.3 風險資本計算中的VaR . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.3.4 其他基于損失分布的風險度量. . . . . . . . . . . . . . . . . . . . . . 53
2.3.5 一致性和凸性風險度量. . . . . . . . . . . . . . . . . . . . . . . . . . 56
第3 章金融數據的實證性質63
3.1 金融收益率序列的典型化事實. . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1.1 波動率聚類. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1.2 非正態性和厚尾. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.1.3 長間隔時間收益率序列. . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2 多元典型化事實. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.2.1 序列之間的相關性. . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.2.2 尾部相關性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
第2 部分方法篇77
第4 章金融時間序列78
4.1 時間序列分析基礎. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.1.1 基本概念. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.1.2 ARMA 過程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.1.3 時域分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.1.4 時間序列統計分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.1.5 預測. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.2 用于波動率變化的GARCH 模型. . . . . . . . . . . . . . . . . . . . . . . . 91
4.2.1 ARCH 過程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.2.2 GARCH 過程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.2.3 GARCH 模型的簡單擴展. . . . . . . . . . . . . . . . . . . . . . . . 100
4.2.4 GARCH 模型的數據擬合. . . . . . . . . . . . . . . . . . . . . . . . 102
4.2.5 波動率預測和風險度量估計. . . . . . . . . . . . . . . . . . . . . . . 106
第5 章極值理論112
5.1 極大值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.1.1 廣義極值分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.1.2 極大值吸引域. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.1.3 嚴平穩時間序列的極大值. . . . . . . . . . . . . . . . . . . . . . . . 117
5.1.4 區間極大值模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.2 閾值超越量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.2.1 廣義帕累托分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.2.2 超額損失建模. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.2.3 尾部風險建模及尾部風險度量. . . . . . . . . . . . . . . . . . . . . . 127
5.2.4 Hill 法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.2.5 極值理論（EVT）分位數估計量的模擬研究. . . . . . . . . . . . . . 134
5.2.6 金融時間序列的條件極值理論. . . . . . . . . . . . . . . . . . . . . . 135
5.3 點過程模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.3.1 嚴格白噪聲下的閾值超越量. . . . . . . . . . . . . . . . . . . . . . . 137
5.3.2 POT 模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
第6 章多元模型145
6.1 多元建模基礎. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.1.1 隨機向量及其分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.1.2 協方差矩陣和相關矩陣的標準估計量. . . . . . . . . . . . . . . . . . 148
6.1.3 多元正態分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
6.1.4 多元正態性檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.2 正態混合分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
6.2.1 正態方差混合模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
6.2.2 正態混合均值方差模型(Normal Mean-Variance Mixtures) . . . . . . 157
6.2.3 廣義雙曲分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
6.2.4 實證案例. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
6.3 球面和橢圓分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
6.3.1 球面分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
6.3.2 橢圓分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
6.3.3 橢圓分布的性質. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
6.3.4 估計離散度和相關性. . . . . . . . . . . . . . . . . . . . . . . . . . . 172
6.4 降維技術. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
6.4.1 因子模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
6.4.2 統計估計策略. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
6.4.3 估計宏觀經濟因子模型. . . . . . . . . . . . . . . . . . . . . . . . . . 178
6.4.4 估計基本面因子模型. . . . . . . . . . . . . . . . . . . . . . . . . . . 180
6.4.5 主成分分析法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
第7 章連接函數和依賴性188
7.1 連接函數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.1.1 基本性質. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
展開全部
量化風險管理:概念、技術和工具:concepts, techniques and tools 作者簡介
Alexander J. McNeil是約克大學精算學教授；Rudiger Frey是維也納經貿大學的數學與金融學教授；Paul Embrechts是蘇黎世聯邦理工學院數學系教授。
卜永強，赫瑞瓦特大學精算系博士，國家金融與發展實驗室特聘研究員，曾在證券、銀行和保險資管從事風險管理工作十余年。復旦大學、上海財經大學、中國人民大學業界導師。
書友推薦
- >
朝聞道
- >
龍榆生：詞曲概論/大家小書
- >
伊索寓言-世界文學名著典藏-全譯本
- >
推拿
- >
煙與鏡
- >
羅庸西南聯大授課錄
- >
中國歷史的瞬間
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
