金融风险管理 第2版

3 (p1): 第一部分 背景
3 (p1-1): 第1章 风险管理和金融收益
3 (p1-1-1): 1本章概要
3 (p1-1-2): 2学习目标
4 (p1-1-3): 3风险管理及其企业
5 (p1-1-4): 4简单的风险分类法
6 (p1-1-5): 5资产收益的定义
8 (p1-1-6): 6资产收益的典型事例
10 (p1-1-7): 7资产收益的一般模型
10 (p1-1-8): 8从资产价格到资产组合收益
11 (p1-1-9): 9 VaR的风险度量介绍
13 (p1-1-10): 10本书概览
17 (p1-2): 第2章 历史模拟、风险值和期望损失
17 (p1-2-1): 1本章概要
17 (p1-2-2): 2历史模拟
20 (p1-2-3): 3权重化的历史模拟
22 (p1-2-4): 4从2008—2009年危机中所得的实证
25 (p1-2-5): 5打破HSVaR的真实概率
26 (p1-2-6): 6带有极端覆盖率的VaR
26 (p1-2-7): 7期望损失
28 (p1-2-8): 8总结
31 (p1-3): 第3章 金融时间序列分析基础
31 (p1-3-1): 1本章概要
32 (p1-3-2): 2概率分布和统计量
35 (p1-3-3): 3线性模型
38 (p1-3-4): 4一元时间序列模型
46 (p1-3-5): 5多元时间序列模型
48 (p1-3-6): 6总结
53 (p2): 第二部分 一元风险模型
53 (p2-1): 第4章 日数据的波动性建模
53 (p2-1-1): 1本章概要
54 (p2-1-2): 2简单的方差预测
56 (p2-1-3): 3 GARCH方差模型
57 (p2-1-4): 4极大似然估计
60 (p2-1-5): 5 GARCH模型的扩展
64 (p2-1-6): 6方差模型估计
66 (p2-1-7): 7总结
73 (p2-2): 第5章 基于日内数据的波动性模型
73 (p2-2-1): 1本章概要
74 (p2-2-2): 2已实现方差：四个基本案例
77 (p2-2-3): 3预测已实现方差
81 (p2-2-4): 4已实现方差的构建
84 (p2-2-5): 5数据问题
86 (p2-2-6): 6基于极差的波动性模型
90 (p2-2-7): 7再次评估GARCH方差预测估计
90 (p2-2-8): 8总结
95 (p2-3): 第6章 非正态分布
95 (p2-3-1): 1本章概要
96 (p2-3-2): 2学习目标
97 (p2-3-3): 3使用QQ图可视化非正态分布
98 (p2-3-4): 4滤波历史模拟方法
99 (p2-3-5): 5对于VaR的Cornish-Fisher近似
100 (p2-3-6): 6标准t分布
104 (p2-3-7): 7非对称t分布
107 (p2-3-8): 8极值理论
111 (p2-3-9): 9总结
119 (p3): 第三部分 多元风险模型
119 (p3-1): 第7章 协方差和相关关系模型
119 (p3-1-1): 1本章概要
120 (p3-1-2): 2资产组合方差和协方差
124 (p3-1-3): 3动态条件相关性（DCC）
128 (p3-1-4): 4从日内数据估计日协方差
131 (p3-1-5): 5总结
134 (p3-2): 第8章 风险期限结构的模拟
134 (p3-2-1): 1本章概要
135 (p3-2-2): 2一元模型中的风险期限结构
140 (p3-2-3): 3常数相关性的风险期限结构
144 (p3-2-4): 4动态相关性的风险期限结构
146 (p3-2-5): 5总结
149 (p3-3): 第9章 集成风险管理的分布和copulas模型
149 (p3-3-1): 1本章概要
150 (p3-3-2): 2阈值相关性
151 (p3-3-3): 3多元分布
156 (p3-3-4): 4 Copula模型方法
162 (p3-3-5): 5使用copula模型的风险管理
163 (p3-3-6): 6总结
169 (p4): 第四部分 风险管理的进一步讨论
169 (p4-1): 第10章 期权定价
169 (p4-1-1): 1本章概要
170 (p4-1-2): 2基本定义
171 (p4-1-3): 3使用二叉树为期权定价
178 (p4-1-4): 4在正态分布下的期权定价
181 (p4-1-5): 5考虑偏度和峰度
184 (p4-1-6): 6考虑动态波动性
187 (p4-1-7): 7隐含波动性方程（IVF）模型
188 (p4-1-8): 8总结
193 (p4-2):…