Financial Risk Forecasting - это полное введение в практическое количественное управление рисками, с фокусом на рыночный риск. Книга основана на методических заметках авторов и годах, проведенных в обучении практиков методам управления рисками. Она объединяет три ключевые дисциплины: финансы, статистику и моделирование (программирование), чтобы дать основательную базу по методам управления рисками.
Написанная известным экспертом по рискам Джоном Даниэльссоном, книга начинается с введения в финансовые рынки и рыночные цены, кластеры волатильности, "толстые хвосты" и нелинейную зависимость. Затем она переходит к прогнозированию волатильности с использованием унивариативных и мультивариативных методов, обсуждая различные методы, применяемые в индустрии, с особым акцентом на семейство моделей GARCH. Подробно рассматривается оценка качества прогнозов.
Далее обсуждаются основные концепции риска и модели для его прогнозирования, особенно волатильность, value-at-risk и ожидаемая недостача. Акцент делается как на риске базовых активов, таких как акции и валюты, так и на расчетах риска для облигаций и опционов, с использованием аналитических методов.
Затем книга переходит к оценке моделей риска с помощью методов типа backtesting, с последующим обсуждением стресс-тестирования. В заключение фокус делается на прогнозировании риска крайне больших и необычных событий с помощью теории экстремальных значений и рассмотрении базовых предположений за почти каждой моделью риска в практическом использовании – что риск экзогенен – и что происходит при нарушении этих предположений.
Каждый представленный метод сочетает теоретическое обсуждение и вывод ключевых уравнений с обсуждением вопросов практической реализации. Каждый метод реализован на MATLAB и R, двух наиболее широко используемых языках математического программирования для прогнозирования риска, с помощью которых читатель может реализовать представленные в книге модели.
Книга включает четыре приложения. Первое вводит базовые концепции статистики и финансовых временных рядов, упоминаемых в книге. Второе и третье представляют R и MATLAB, давая обсуждение базовой реализации этих пакетов. И последнее рассматривает концепцию максимального правдоподобия, особенно вопросы реализации и тестирования.
Книга сопровождается веб-сайтом - www.financialriskforecasting.com - на котором представлены материалы и коды, использованные в книге.
Электронная Книга «Financial Risk Forecasting» написана автором Группа авторов в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119977100
Описание книги от Группа авторов
Financial Risk Forecasting is a complete introduction to practical quantitative risk management, with a focus on market risk. Derived from the authors teaching notes and years spent training practitioners in risk management techniques, it brings together the three key disciplines of finance, statistics and modeling (programming), to provide a thorough grounding in risk management techniques. Written by renowned risk expert Jon Danielsson, the book begins with an introduction to financial markets and market prices, volatility clusters, fat tails and nonlinear dependence. It then goes on to present volatility forecasting with both univatiate and multivatiate methods, discussing the various methods used by industry, with a special focus on the GARCH family of models. The evaluation of the quality of forecasts is discussed in detail. Next, the main concepts in risk and models to forecast risk are discussed, especially volatility, value-at-risk and expected shortfall. The focus is both on risk in basic assets such as stocks and foreign exchange, but also calculations of risk in bonds and options, with analytical methods such as delta-normal VaR and duration-normal VaR and Monte Carlo simulation. The book then moves on to the evaluation of risk models with methods like backtesting, followed by a discussion on stress testing. The book concludes by focussing on the forecasting of risk in very large and uncommon events with extreme value theory and considering the underlying assumptions behind almost every risk model in practical use – that risk is exogenous – and what happens when those assumptions are violated. Every method presented brings together theoretical discussion and derivation of key equations and a discussion of issues in practical implementation. Each method is implemented in both MATLAB and R, two of the most commonly used mathematical programming languages for risk forecasting with which the reader can implement the models illustrated in the book. The book includes four appendices. The first introduces basic concepts in statistics and financial time series referred to throughout the book. The second and third introduce R and MATLAB, providing a discussion of the basic implementation of the software packages. And the final looks at the concept of maximum likelihood, especially issues in implementation and testing. The book is accompanied by a website – www.financialriskforecasting.com – which features downloadable code as used in the book.
