金融风险管理chapter_2财务风险管理的数理基础资料教材.pptVIP

* 圖2.6 標準常態分配區域圖 Ｚ值 * 2.3.2　卡方分配 將標準常態分配加以平方後所得到的機率分配，以　來表示。 假設個獨立之常態隨機變數　　　　　，其平均數分別為 ，　　　　　　　　　　 　變異數為　　　　 ， 　所以： 則稱隨機變數　是自由度為n的卡方分配，其平均數 ，變異數 　　　。 * 卡方分配的性質 卡方分配為常態分配平方，故其值永遠為正。 當自由度越來越大時，　分佈將會越來越趨近常態分佈。 * 2.3.3 Student t 分配 假設X與Y為獨立之隨機變數，分別服從標準常態分配N(0,1)與自由度為的卡方分配，則下列隨機變數被稱做是具有自由度n的t分配（t Distribution with n Degrees of Freedom），一般以tn表示： * 利用t 分配 母體服從 母體變異數未知且為小樣本時，則： 其中： * 圖2.8 t分配與標準常態分配之機率分配圖形 t 分配相較於常態分配而言具有厚尾的特徵，且隨著樣本數目n 越大，t分配將越來越接近常態分配。 * 2.3.4 對數常態分配 如果x ~ lognormal，則ln x ~ normal。 如果x ~ normal，則ex ~ lognormal。 對數常態分配的機率分配函數 ： ， ， * 2.4 信賴區間與信賴水準 在給定水準之下，信賴區間可以用來預測未來事件發生可能範圍。 信賴區間的表示方法 ： 信賴水準（Confidence Level）則進一步提供了精確的預測值，而非一個區間。 * 2.5 蒙地卡羅模擬法 是一種數值研究方法，主要是利用隨機取樣 （Random Sampling）的方式來模擬隨機變數的機率分配，進而取得一些重要的參數。 該法可以模擬未來特定期間下，對可能發生之不同情境與其相對應之資產價格可能變化，利用一個隨機過程來重複模擬，以建立投資組合於未來特定期間之損益（或報酬）的分配，因此特色就是不需要就隨機變數的統計分配預先加以假設或預測 。 * 2.6 迴歸分析 相關與簡單迴歸分析 判定係數與檢定 多重迴歸分析 * 2.6.1 相關與簡單迴歸分析 簡單迴歸模型首先假設X 與Y 之間符合下列線性關係： 估計方程式 ： 運用此方法之前仍需滿足下列幾個條件： -- 因變數y與自變數x之關係是直線的。 -- 殘差與自變數之間互相獨立。 -- 自變數為已知，而且非隨機（Nonstochastic）。 -- 殘差項具有期望值為0、常態分布、獨立及變異一致性。 * 普通最小平方法 尋找儘量使得下列的殘差平方和（Sum of Squared Error，SSE）為最小值的方法： 利用OLS: 　 * 2.6.2　判定係數與檢定 R2的值可以滿足 ０≦ R2 ≦１。 R2愈高代表配適度較佳，也就是迴歸模型有 較高的解釋與預測能力 。 計算方式如下式： 　 or * 的兩個性質  因為真實的母體殘差變異數 不容易得到，因此以樣本殘差變異數 （Sample Residual Variance）代替， 的計算方式為： * 檢定 是否顯著異於零 Ｈ0 ﹕ = 0 Ｈ1 ﹕ 0 為符合自由度為 n-2 的 t 分配，故只要計算： 　查表之後，如果我們發現檢定t值是顯著異於零的話，則表示因變數Y與自變數X兩者之間具有顯著的統計相關程度，因此就要拒絕虛無假設H0。 ≠ * 2.6.3　多重迴歸分析 多重線性迴歸模型表示如下： 超過一個以上的自變數，因此需要一個額外的假設 ： 　─自變數之間沒有線性相關的問題，而且　 　　樣本的個數要大於估計的參數數量。 虛無假設與對立假設 ： H0：　　　 v.s. H1 ﹕ ， 2.7 馬克勞林展開式 所謂的馬克勞林展開式（McLavren Expansion）或馬克勞林級數（Series）是屬於泰勒展開式（Taylor Expansion）的一種，在財務資產的評價估計上經常被使用到，也是財務數值方法的基本。 其概念就是把任何函數轉換成用多項式的表示方式來逼近，目的就是要利用微分與積分工具，來剖析函數的結構。 馬克勞林展開式的定義 的馬克勞林展開式 財務風險概論 1 2 * 高素養的財務管理人才 現代的財務管理與風險管理