金融风险管理财务风险管理的数理基础.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。 財務風險的數理基礎 2 高素養的財務管理人才 現代的財務管理與風險管理的能力不僅需要財金專業的背景，更需要有嚴謹的數理思維訓練，尤其是新型交易工具與策略不斷推出，定價與分析大量資料以評估風險等的能力，需要具備非常好的數理與統計的基礎。 具有堅實計量分析基礎的頂尖商業人才再加上嚴謹的數理思惟訓練，已成為華爾街身價最高的搶手貨。 大量利用如「火箭科學（Rocket Science）」般艱澀的數學觀念與技巧運用在金融產品上，因此顛覆了傳統的比例分析等簡易的投資分析方法，而成為現今金融分析的主流。 2.1 隨機過程與機率分配之建立 隨機變數（Random Variable）：序列中任一時刻所觀察到的值卻是不確定的。 時間數列（Time Series）：隨機變數隨著時間的經過，可以形成一組序列資料，此一跟時間有關而產生的資料。 隨機過程（Random Process） ：這些無法預知的數字稱為隨機變數，產生的過程則稱隨機過程 。 機率三項公理 ， ：表示機率的數值一定會大零於或是等於零，絕對不會有負值。 ：所有結果出現機率的加總必為一。 若 (A與B為互斥事件)，則 ， 。 機率分配函數 又可分為間斷（Discrete）與連續（Continuous）兩種型態。 若函數滿足下列性質(間斷型)： － ， － － ，其中 則稱函數為隨機變數的機率質量函數（Probability Mass Function，P.M.F）。 機率分配函數 若函數滿足下述性質(連續型)： － ， － － ，其中 稱函數為隨機變數的機率密度函數（Probability Density Function，P.D.F.）。 累積分配函數（Cumulative Distribution Function，C.D.F.）： 2.2 基本的敘述統計量 母體平均數與變異數 樣本平均數與樣本變異數 偏態與峰態 共變數與相關係數 2.2.1 母體平均數與變異數 基本統計量了解資料的特性 ：平均數（Mean）、變異數（Variance）、偏態係數（Coefficient of Skewness）、峰態係數（Coefficient of Kutosis） 。 母體：描述隨機變數的真實性質。 樣本：藉著分析樣本資料來推斷母體的特性。 母體平均數（Population Mean） 若為離散型，則 若為連續型，則 母體變異數（Population Variance） 若X為間斷型，則 若X為連續型，則 2.2.2 樣本平均數與樣本變異數 樣本平均數（Sample Mean）定義為： 樣本變異數定義（Sample Variance）為： s2開根號後取正根稱為標準差，以s表示。 表2.1 資產年底可能價值 例 子(根據表2.1 ) 所以標準差為： 變異係數（Coefficient of Variance） 比較兩個隨機變數的標準差或變異數時，會因為