FinUniversity Electronic Library

     

Details

Пыркина, О.Е. Стохастические модели оценки рисков и анализа производных финансовых инструментов = Stochastic models of risks and derivatives analysis [Электронный ресурс]: Учебное пособие для студентов магистратуры / О.Е. Пыркина; Финуниверситет,Департамент анализа данных, принятия решений и финансовых технологий. — Электронные данные (1 файл: 6,05 Мб). — Москва: Финуниверситет, 2017. — 1 CD. — Только электронный ресурс. — Доступ из локальной сети Финуниверситета (чтение, печать). — <URL:http://elib.fa.ru/rbook/pyrkina_1829.pdf>.

Record create date: 4/11/2017

Subject: полный текст; электронные публикации; внутривузовские издания; авторы ФА; CD; рецензенты ФА; Зададаев С.А.; учебные пособия; магистратура; стохастические методы; стохастические модели; стохастический анализ; стохастическое моделирование; оценка риска; производные финансовые инструменты; финансовые риски; экономические модели; экономическое моделирование

UDC: 33с29; №640

Allowed Actions:

Action 'Read' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Document access rights

Network User group Action
Finuniversity Local Network All Read Print
-> Internet Anonymous
Internet Readers Read

Table of Contents

  • Глава 1. Основные понятия и проблемы
    • 1.1. Основные понятия
    • 1.2. Проблема ценообразования для европейского опциона колл
    • 1.3. Ценообразование форвардных контрактов. Арбитраж
    • 1.4. Модель для оценки справедливой цены опциона: реплицирующий портфель
    • 1.5. Вопросы для самопроверки и задачи к главе 1
    • 1.6. Ответы на вопросы к главе 1
  • Глава 2. Торговые стратегии, использующие опционы
    • 2.1. Опционы колл и пут. Примеры
    • 2.2. Стратегии, включающие единственный опцион и актив
    • 2.3. Стратегии, включающие несколько опционов одного типа
      • 2.3.1. Спред быка
      • 2.3.2. Спред медведя
      • 2.3.3. Спред «бабочка»
      • 2.3.4. Календарный спред
    • 2.4. Комбинации опционов различных типов
      • 2.4.1. Стреддл
      • 2.4.2. Стрип и стреп
      • 2.4.3. Стренгл
    • 2.5. Вопросы для самопроверки и задачи к главе 2
    • 2.6. Ответы на вопросы к главе 2
  • Глава 3. Биномиальные модели эволюции цен
    • 3.1. Однопериодная биномиальная модель
      • 3.1.1. Числовой пример и постановка задачи
      • 3.1.2. Обобщение задачи
      • 3.1.3. Риск-нейтральное ценообразование и ожидаемая доходность актива
    • 3.2. Многопериодная биномиальная модель
      • 3.2.1. Постановка задачи и упрощающие предположения
      • 3.2.2. Обратная индукция на биномиальном дереве
    • 3.3. Вопросы для самопроверки и задачи к главе 3
    • 3.4. Ответы на вопросы к главе 3
  • Глава 4. Стохастические процессы и броуновское движение
    • 4.1. Стохастический процесс. Основные определения
    • 4.2. Марковские процессы и гипотеза эффективного рынка
    • 4.3. Винеровский процесс. Обобщенный Винеровский процесс
      • 4.3.1. Винеровский процесс
      • 4.3.2. Обобщенный Винеровский процесс
    • 4.4. Процесс Ито
    • 4.5. Описание процесса изменения цен финансовых активов
    • 4.6. Геометрическое броуновское движение
    • 4.7. Моделирование процесса ценообразования актива методом Монте-Карло
    • 4.8. Вопросы для самопроверки и задачи к главе 4
    • 4.9. Ответы на вопросы к главе 4
  • Глава 5. Модель Блека–Шоулза
    • 5.1. Формула Ито
      • 5.1.1. Лемма Ито
      • 5.1.2. Применение леммы Ито к форвардным контрактам
    • 5.2. Логнормальное свойство цен акти
    • 5.3. Волатильность и ее оценка по историческим данным
    • 5.4. Предположения, лежащие в основе модели Блека–Шоулза
    • 5.5. Дифференциальное уравнение Блека–Шоулза
    • 5.6. Риск-нейтральное ценообразование
    • 5.7. Формулы Блека–Шоулза
    • 5.8. Подразумеваемая волатильность (implied volatility)
    • 5.9. Ограничения модели Блека–Шоулза
    • 5.10. Вопросы для самопроверки и задачи к главе 5
    • 5.11. Ответы на вопросы и задачи к главе 5
  • Глава 6. Введение в теорию риска
    • 6.1. Основные категории рисков
    • 6.2. Вопросы для самопроверки и задачи к главе 6
    • 6.3. Ответы на вопросы к главе 6
  • Глава 7. Измерение рисков на корпоративном уровне: Экономический капитал и RAROC
    • 7.1. Капитал, риск и вероятность дефолта
    • 7.2. Распределения вероятностей
    • 7.3. Экономический капитал
    • 7.4. Деятельность с учетом риска
    • 7.5. Вопросы для самопроверки и задачи к главе 7
    • 7.6. Ответы на вопросы к главе 7
  • Глава 8. Интегрированное управление рисками и понятие показателя VAR «стоимости под риском»
    • 8.1. Понятие показателя VAR (стоимость под риском) и его вычисление
    • 8.2. Почему показатель VAR можно рассматривать как меру риска?
    • 8.3. Выбор количественных факторов
    • 8.4. Вопросы для самопроверки и задачи к главе 8
    • 8.5. Ответы на вопросы к главе 8
  • Глава 9. Тестирование модели на основе исторических данных (обратное тестирование, backtesting)
    • 9.1. Постановка задачи
    • 9.2. Модель обратного тестирования с исключениями (выбросами)
    • 9.3. Правила Базеля
    • 9.4. Вопросы для самопроверки и задачи к главе 9
    • 9.5. Ответы на вопросы к главе 9
  • Глава 10. Риск портфеля: аналитические методы
    • 10.1. VAR для портфеля Постановка задачи
    • 10.2. Дополнительные возможности VAR
    • 10.4. Вопросы для самопроверки и задачи к главе 10
    • 10.5. Ответы на вопросы к главе 10
  • Глава 11. Многофакторные (многомерные) модели
    • 11.1. Почему необходимо упрощать матрицу ковариаций?
    • 11.2. Факторная структура. Упрощение матрицы ковариаций
    • 11.3. Многофакторная (многомерная) модель
    • 11.4. Копулы
    • 11.5. Вопросы для самопроверки и задачи к главе 11
    • 11.6. Ответы на вопросы к главе 11
  • Глава 12. Прогнозирование рисков и корреляций
    • 12.1. Меняющийся во времени риск или выбросы?
    • 12.2. Моделирование риска, меняющегося во времени
    • 12.3. Подход RiskMetrics
    • 12.4. Моделирование корреляций
    • 12.5. Стресс-тестирование
    • 12.6. Вопросы для самопроверки и задачи к главе 12
    • 12.7. Ответы на вопросы к главе 12
  • Библиография

Usage statistics

stat Access count: 43
Last 30 days: 0
Detailed usage statistics