第1章 货币的时间价值 1
1.1 引言 1
1.2 利率：经济学的解释 1
1.3 单笔现金流的将来值 3
1.3.1 复利的频数 7
1.3.2 连续复利 8
1.3.3 报价利率和有效利率 9
1.4 现金流序列的将来值 10
1.4.1 等额现金流序列——普通年金 10
1.4.2 不等额现金流序列 12
1.5 单笔现金流的现值 12
1.5.1 求解单笔现金流的现值 12
1.5.2 复利的频数 14
1.6 现金流序列的现值 15
1.6.1 等额现金流序列的现值 15
1.6.2 无限期等额现金流序列的现值——永续年金 18
1.6.3 始点不在零时刻的现金流序列的现值 19
1.6.4 不等额现金流序列的现值 20
1.7 求解利率、期数或年金支付额 21
1.7.1 求解利率和增长率 21
1.7.2 求解期数 23
1.7.3 求解年金支付额 24
1.7.4 现值和将来值换算关系的回顾 27
1.7.5 现金流可加性原理 28
第2章 贴现现金流的应用 30
2.1 引言 30
2.2 净现值和内部收益率 30
2.2.1 净现值和净现值准则 31
2.2.2 内部收益率和内部收益率准则 32
2.2.3 与内部收益率准则相关的问题 35
2.3 投资组合收益的度量 37
2.3.1 货币加权收益率 37
2.3.2 时间加权收益率 38
2.4 货币市场收益率 42
第3章 统计学概念和市场收益率 47
3.1 引言 47
3.2 一些基本概念 47
3.2.1 统计学的本质 48
3.2.2 总体和样本 48
3.2.3 度量尺度 49
3.3 用频数分布汇总数据 50
3.4 数据的图形表示 56
3.4.1 直方图 56
3.4.2 频数多边形和累积频数分布图 58
3.5 集中趋势的度量 59
3.5.1 算术平均数 60
3.5.2 中位数 63
3.5.3 众数 65
3.5.4 有关均值的其他概念 66
3.6 位置的度量：分位数 73
3.6.1 四分位数、五分位数、十分位数、百分位数 73
3.6.2 分位数在投资中的应用 77
3.7 离散度的度量 78
3.7.1 极差 79
3.7.2 平均绝对偏差 79
3.7.3 总体方差和总体标准差 81
3.7.4 样本方差和样本标准差 83
3.7.5 半方差、半离差及其相关概念 86
3.7.6 切比雪夫不等式 87
3.7.7 变异系数 88
3.7.8 夏普比率 90
3.8 收益率分布的对称性和偏度 92
3.9 收益率分布的峰度 96
3.10 使用几何平均和算术平均 100
第4章 概率论中的一些概念 102
4.1 引言 102
4.2 概率、期望值和方差 102
4.3 投资组合的期望收益和收益的方差 120
4.4 概率论的一些议题 126
4.4.1 贝叶斯公式 126
4.4.2 计数原理 130
第5章 常用概率分布 134
5.1 引言 134
5.2 离散型随机变量 134
5.2.1 离散均匀分布 136
5.2.2 二项分布 137
5.3 连续型随机变量 145
5.3.1 连续均匀分布 145
5.3.2 正态分布 147
5.3.3 正态分布的应用 153
5.3.4 对数正态分布 155
5.4 蒙特卡罗模拟 159
第6章 抽样和估计 165
6.1 引言 165
6.2 抽样 165
6.2.1 简单随机抽样 166
6.2.2 分层随机抽样 167
6.2.3 时间序列数据和横截面数据 168
6.3 样本均值的分布 170
6.4 总体均值的点估计和区间估计 173
6.4.1 点估计量 173
6.4.2 总体均值的置信区间 174
6.4.3 样本量的选择 179
6.5 抽样中的若干问题 180
6.5.1 数据挖掘的偏差 180
6.5.2 样本选择的偏差 183
6.5.3 前视偏差 184
6.5.4 时期偏差 184
第7章 假设检验 186
7.1 引言 186
7.2 假设检验 187
7.3 关于均值的假设检验 195
7.3.1 对单个均值的检验 195
7.3.2 对均值间差异的检验 201
7.3.3 对（配对样本）均值差的检验 204
7.4 关于方差的假设检验 207
7.4.1 对单个方差的检验 207
7.4.2 对两个方差是否相等的检验 209
7.5 其他议题：非参数推断 211
7.5.1 相关性检验：斯皮尔曼（Spearman）秩相关系数 212
7.5.2 非参数推断：总结 214
第8章 相关性和回归 215
8.1 引言 215
8.2 相关性分析 215
8.2.1 散点图 215
8.2.2 相关性分析 216
8.2.3 计算和解释相关系数 218
8.2.4 相关性分析的局限 220
8.2.5 相关性分析的应用 222
8.2.6 相关系数显著性检验 227
8.3 线性回归 230
8.3.1 单变量的线性回归 230
8.3.2 线性回归模型的前提假设 232
8.3.3 估计量的标准误差 234
8.3.4 决定系数 236
8.3.5 假设检验 238
8.3.6 单变量回归中的方差分析 243
8.3.7 预测区间 246
8.3.8 回归分析的局限 248
第9章 多元回归和回归分析中的问题 249
9.1 引言 249
9.2 多元线性回归 249
9.2.1 多元线性回归模型的前提假设 254
9.2.2 预测多元线性回归模型中的因变量 258
9.2.3 检验是否所有回归系数为零 258
9.2.4 调整后的R平方 260
9.3 虚拟变量在回归中的使用 261
9.4 回归假设的违背 264
9.4.1 异方差 265
9.4.2 序列相关 269
9.4.3 多重共线性 273
9.4.4 异方差、序列相关、多重共线性：问题的总结 275
9.5 模型设定和设定中的错误 276
9.5.1 模型设定的原则 276
9.5.2 函数形式误设定 277
9.5.3 时间序列误设定（自变量与误差相关） 283
9.5.4 其他类型时间序列误设定 285
9.6 因变量是定性变量的模型 286
第10章 时间序列分析 288
10.1 引言 288
10.2 处理时间序列数据所面临的挑战 289
10.3 趋势模型 290
10.3.1 线性趋势模型 290
10.3.2 对数线性趋势模型 292
10.3.3 趋势模型和误差项相关性检验 296
10.4 自回归时间序列模型 297
10.4.1 协方差平稳序列 297
10.4.2 检测自回归模型中的序列相关误差 298
10.4.3 均值回复 301
10.4.4 多期预测和预测的链式法则 301
10.4.5 比较预测模型的表现 304
10.4.6 回归系数的不稳定性 306
10.5 随机游走和单位根 308
10.5.1 随机游走 308
10.5.2 非平稳数据的单位根检验 311
10.6 移动平均时间序列模型 314
10.6.1 用n期移动平均平滑历史数据 314
10.6.2 用移动平均时间序列模型来进行预测 316
10.7 时间序列模型中的季节性 317
10.8 自回归移动平均模型 321
10.9 自回归条件异方差模型 322
10.10 两个以上时间序列的回归 324
10.11 时间序列的其他议题 328
10.12 时间序列预测建议采取的步骤 328
第11章 投资组合的概念 331
11.1 引言 331
11.2 均值方差分析 331
11.2.1 最小方差前沿及其相关概念 332
11.2.2 扩展到3种资产的情况 339
11.2.3 多个资产最小方差前沿的确定 341
11.2.4 分散化和投资组合的规模 344
11.2.5 存在无风险资产条件下的投资组合选择 347
11.2.6 资本资产定价模型 353
11.2.7 均值方差投资组合选择规则：一个介绍 355
11.3 均值方差分析在应用中的问题 358
11.3.1 估计均值方差优化问题中的输入参数 358
11.3.2 最小方差前沿的不稳定性 362
11.4 多因素模型 365
11.4.1 因素和多因素模型的类型 366
11.4.2 宏观经济因素模型的结构 367
11.4.3 套利定价理论和因素模型 369
11.4.4 基本面因素模型的结构 374
11.4.5 多因素模型在当前实践中的运用 374
11.4.6 应用 380
11.4.7 总结 392
附录 394
术语表 403
参考文献 416
CFA项目介绍 422
作者简介 423
译者后记 424