|
关于我们
 书单推荐 更多 新书推荐 更多 |
备考2019 高顿财经FRM特许金融分析师：FRM一级中文教材（套装上中下册） 
定 价：298 元 丛书名：高顿财经持证无忧系列金融风险管理师考试用书
9 7 7 8 6 7 6 5 2 0 9 4 8  本书共计四个部分，可以独立成册。解决FRM考试应知应会的基础知识普及教育，帮助更多立志成为中国金融风险精英人士的有志人士迈出坚实的一步。 FRM证书是金融风险管理证书，目前市面上没有FRM的中文教材，高顿教育研究院处于这个细分领域的领先位置，高顿财经研究院编著的FRM一级中文教材能帮助考生更顺利地通过FRM的资格考试。 前言 在金融领域，风险与回报是同一个硬币的两面，管理风险本质上就是对收益回报的管理。然而，遗憾的是风险管理并未得到其应有的重视。2007年由美国次级债引发的全球金融危机，让资本市场经历了本世纪以来最严重的一次金融风暴。随后爆发的欧债危机对资本市场乃至全球经济都产生了深远的影响。在这两次危机中，许多曾经卓越的金融机构都因为在风险管理上的失败，退出了历史舞台。此类惨痛的教训使得金融从业者愈发认识到风险管理的重要性，行业对金融风险管理人才的需求从未如此迫切！ FRM（Financial Risk Manager）是全球金融风险管理领域顶级的权威国际资格认证，由“全球风险专业协会”（Global Association of Risk Professionals ， GARP）设立。FRM分为两个级别，以全英文形式进行考试。自FRM项目引入中国以来，迅速在业内得到广泛认可，每年报名参考的人数呈井喷式增长。同时，许多金融机构在招聘风险管理人才时，通过FRM考试已成为重要的甄选依据。 然而，通过FRM考试，对于大部分的中国考生是一个极大的挑战，“读不懂”、“学不完”是非常普遍的现象。报名时的雄心万丈，很快就消失殆尽，甚至在刚拿到指定的参考书（Core Readings）后，就将其束之高阁了。 作为财经教育的领跑者，高顿财经以帮助广大学员通过FRM考试为己任。高顿财经研究院的数十名FRM研究员和讲师，以多年的教学研究成果为基础，倾心完成了这套《FRM一级中文教材》。本教材严格依据协会考纲编写，为中国考生量身打造，充分考虑了中国考生的学习与思维习惯，衷心希望这套图书能帮助广大考生取得更好的成绩，顺利通过考试。 高顿财经研究院作为国内财经类培训研究中心，为各类财经类教学不仅提供了国际化的理论视野，也立足帮助学员理解国内本土化的财经实务操作案例。高顿财经研究中心针对国内外各类财经职业资质考试的特点，为广大学员分析各类财经考试规律、设计学习方案、研发学习辅助材料、预测考试动态，每年帮助近万名学员顺利通过各类财经资格认证考试！ 第一部分 风险管理基础 第一章 风险管理：宏观面视角 1.1 风险管理的基本概念 1.3 风险的类别 1.4 衡量和管理风险 第二章 企业风险管理初探 2.1 对冲风险敞口的利弊 2.2 风险对冲的流程 第三章 公司治理与风险管理 3.1 公司治理与风险管理的最佳方案 3.2 风险管理机制 第四章 什么是企业风险管理ERM？ 4.1 企业风险管理（Enterprise Risk Management, ERM） 4.2 企业风险管理的优缺点 4.3 ERM的各组成部分 第五章 银行的风险管理、治理、文化以及风险承担 5.1 银行的最优风险水平 5.2 银行的风险管理 5.3 银行的风险治理、激励机制与风险文化 第六章 风险数据整合与风险报告的原则 6.1 风险数据整合（Risk Data Aggregation) 6.2 风险报告（Risk Reporting) 第七章 资本资产定价模型 7.1 现代投资组合理论（Modern Portfolio Theory) 7.2 资本资产定价模型（CAPM） 第八章 应用CAPM模型进行绩效测量 8.1 业绩度量（Performance Measurement) 第九章 套利定价理论与多因素模型 9.1 因素模型 12.2 套利定价理论 第十章 金融灾难案例分析 10.1 由误导性报告引发的金融灾难（Financial Disasters）案例 10.2 由市场波动引发的金融灾难案例 10.3 由客户经营行为引发的金融灾难案例 第十一章 解密2007~2008年的流动性和信贷紧缩 11.1 金融危机的背景 11.2 金融危机的过程 11.3 导致危机被放大的机制 第十二章 金融危机文献总结 12.1 金融危机的形成 12.2 金融危机中的恐慌 12.3 政府的应对政策 12.4 金融危机造成的实际影响 第十三章 风险管理失败—是什么？何时会发生？ 13.1 何谓风险管理失败 13.2 风险管理失败的类型 第十四章 GARP行为准则 14.1 概述 14.2 基本原则 第二部分 数量分析 第一章 概率论 1.1 随机事件与概率 1.2 离散与连续随机变量及其概率分布 第二章 贝叶斯分析 2.1 贝叶斯学派与频率学派 2.2 贝叶斯公式 第三章 基本统计量 3.1 中心趋势 3.2 离散程度 3.3 偏度与峰度(Skewness and Kurtosis) 第四章 概率分布 4.1 参数分布（Parametric Distribution） 4.2 离散分布 4.3 连续分布 4.4 抽样分布 4.5 混合分布 第五章 假设检验与置信区间 5.1 样本均值与样本方差 5.2 中心极限定理（Central Limit Theorem） 5.3 区间估计（Confidence Interval Estimate） 5.4 假设检验（Hypothesis Test） 5.5 均值与方差的假设检验 5.6 回测（Backtesting） 第六章 一元线性回归 6.1 线性回归的基本思想 6.2 最小二乘法 第七章 一元线性回归的假设检验与区间估计 7.1 回归系数的检验与置信区间 7.2 二值变量（Binary Variable） 7.3 异方差（Heteroskedasticity）与同方差（Homoskedasticity） 7.4 高斯-马尔科夫定理（Gauss-Markov Theorem） 第八章 多元线性回归 8.1 遗漏变量偏误（Omitted Variable Bias） 8.2 多元线性回归模型 8.3 多元线性回归的拟合优度 8.4 多重共线性（Multicollinearity） 第九章 多元线性回归的假设检验与区间估计 9.1 联合假设检验（Tests of Joint Hypotheses） 9.2 单约束条件下的多系数假设检验 9.3 理解R2与调整R2在实操中的含义 第十章 建模与预测趋势 10.1 趋势建模（Modeling Trend） 10.2 趋势建模的估计 10.3 预测建模的选择 第十一章 建模与预测季节性因素 11.1 季节性因素的来源（Sources of Seasonality） 11.2 季节性因素的建模 11.3 季节性因素的预测 第十二章 时间序列的周期性特征 12.1 协方差平稳的时间序列（Covariance Stationary Time Series） 12.2 白噪声（White Noise） 12.3 Wold定理 12.4 自相关函数与偏自相关函数的估计与推断 第十三章 对周期性建模：MA、AR与ARMA模型 13.1 移动平均模型（Moving Average Models, MA） 13.2 自回归模型（Autoregressive Models, AR） 13.3 自回归移动平均模型（Autoregressive Moving Average Models , ARMA） 第十四章 波动率 14.1 波动率的定义（Definition of Volatility） 14.2 幂律（The Power Law） 14.3 ARCH模型 14.4 EWMA模型 14.5 GARCH模型 第十五章 相关性与连接函数 15.1 相关系数 15.2 因子模型（Factor Model） 15.3 Copula函数 第十六章 模拟 16.1 蒙特卡罗模拟 16.2 方差减少技术（Variance Reduction Techniques） 16.3 倒脱靴方法（Bootstrapping） 16.4 随机数生成过程 16.5 模拟的缺点 第一部分 风险管理基础 第一章 风险管理：宏观面视角 1.1 风险管理的基本概念 1.3 风险的类别 1.4 衡量和管理风险 第二章 企业风险管理初探 2.1 对冲风险敞口的利弊 2.2 风险对冲的流程 第三章 公司治理与风险管理 3.1 公司治理与风险管理的最佳方案 3.2 风险管理机制 第四章 什么是企业风险管理ERM？ 4.1 企业风险管理（Enterprise Risk Management, ERM） 4.2 企业风险管理的优缺点 4.3 ERM的各组成部分 第五章 银行的风险管理、治理、文化以及风险承担 5.1 银行的最优风险水平 5.2 银行的风险管理 5.3 银行的风险治理、激励机制与风险文化 第六章 风险数据整合与风险报告的原则 6.1 风险数据整合（Risk Data Aggregation) 6.2 风险报告（Risk Reporting) 第七章 资本资产定价模型 7.1 现代投资组合理论（Modern Portfolio Theory) 7.2 资本资产定价模型（CAPM） 第八章 应用CAPM模型进行绩效测量 8.1 业绩度量（Performance Measurement) 第九章 套利定价理论与多因素模型 9.1 因素模型 12.2 套利定价理论 第十章 金融灾难案例分析 10.1 由误导性报告引发的金融灾难（Financial Disasters）案例 10.2 由市场波动引发的金融灾难案例 10.3 由客户经营行为引发的金融灾难案例 第十一章 解密2007~2008年的流动性和信贷紧缩 11.1 金融危机的背景 11.2 金融危机的过程 11.3 导致危机被放大的机制 第十二章 金融危机文献总结 12.1 金融危机的形成 12.2 金融危机中的恐慌 12.3 政府的应对政策 12.4 金融危机造成的实际影响 第十三章 风险管理失败—是什么？何时会发生？ 13.1 何谓风险管理失败 13.2 风险管理失败的类型 第十四章 GARP行为准则 14.1 概述 14.2 基本原则 第二部分 数量分析 第一章 概率论 1.1 随机事件与概率 1.2 离散与连续随机变量及其概率分布 第二章 贝叶斯分析 2.1 贝叶斯学派与频率学派 2.2 贝叶斯公式 第三章 基本统计量 3.1 中心趋势 3.2 离散程度 3.3 偏度与峰度(Skewness and Kurtosis) 第四章 概率分布 4.1 参数分布（Parametric Distribution） 4.2 离散分布 4.3 连续分布 4.4 抽样分布 4.5 混合分布 第五章 假设检验与置信区间 5.1 样本均值与样本方差 5.2 中心极限定理（Central Limit Theorem） 5.3 区间估计（Confidence Interval Estimate） 5.4 假设检验（Hypothesis Test） 5.5 均值与方差的假设检验 5.6 回测（Backtesting） 第六章 一元线性回归 6.1 线性回归的基本思想 6.2 最小二乘法 第七章 一元线性回归的假设检验与区间估计 7.1 回归系数的检验与置信区间 7.2 二值变量（Binary Variable） 7.3 异方差（Heteroskedasticity）与同方差（Homoskedasticity） 7.4 高斯-马尔科夫定理（Gauss-Markov Theorem） 第八章 多元线性回归 8.1 遗漏变量偏误（Omitted Variable Bias） 8.2 多元线性回归模型 8.3 多元线性回归的拟合优度 8.4 多重共线性（Multicollinearity） 第九章 多元线性回归的假设检验与区间估计 9.1 联合假设检验（Tests of Joint Hypotheses） 9.2 单约束条件下的多系数假设检验 9.3 理解R2与调整R2在实操中的含义 第十章 建模与预测趋势 10.1 趋势建模（Modeling Trend） 10.2 趋势建模的估计 10.3 预测建模的选择 第十一章 建模与预测季节性因素 11.1 季节性因素的来源（Sources of Seasonality） 11.2 季节性因素的建模 11.3 季节性因素的预测 第十二章 时间序列的周期性特征 12.1 协方差平稳的时间序列（Covariance Stationary Time Series） 12.2 白噪声（White Noise） 12.3 Wold定理 12.4 自相关函数与偏自相关函数的估计与推断 第十三章 对周期性建模：MA、AR与ARMA模型 13.1 移动平均模型（Moving Average Models, MA） 13.2 自回归模型（Autoregressive Models, AR） 13.3 自回归移动平均模型（Autoregressive Moving Average Models , ARMA） 第十四章 波动率 14.1 波动率的定义（Definition of Volatility） 14.2 幂律（The Power Law） 14.3 ARCH模型 14.4 EWMA模型 14.5 GARCH模型 第十五章 相关性与连接函数 15.1 相关系数 15.2 因子模型（Factor Model） 15.3 Copula函数 第十六章 模拟 16.1 蒙特卡罗模拟 16.2 方差减少技术（Variance Reduction Techniques） 16.3 倒脱靴方法（Bootstrapping） 16.4 随机数生成过程 16.5 模拟的缺点
你还可能感兴趣
|
