Name: 对冲基金
ISBN: 9787565402579

作者: [美] 罗闻全
译者: 寇文红
出版社: 东北财经大学出版社
出版年: 2011-7
ISBN: 9787565402579
页数: 384
装帧: 平装
定价: 58.00元
原作名: Hedge Funds: An Analytic Perspective
丛书: 金融瞭望译丛

豆瓣评分

8.8

59人评价

5星

52.5%
4星

28.8%
3星

13.6%
2星

1.7%
1星

3.4%

评价:

内容简介 · · · · · ·

《对冲基金》全书包括10章，由罗闻全教授等发表的一系列高端的学术论文所组成。作者从世界一流金融学家的角度，对美国对冲基金的业绩、投资模式、风险管理、系统性风险、监管方法等各方面都进行了严谨的论述，全面而又细致，既有理论又有实践，具有非常高的学术价值，一经出版，即获得了崇高的学术声誉。阅读本书，不仅可以深入了解美国对冲基金行业，而且还可以对罗闻全教授的研究方法、学术思想有所了解。

对冲基金的创作者 · · · · · ·

罗闻全作者

作者简介 · · · · · ·

罗闻全，一个从生物学进化论角度解释人类行为选择的天才，华人，是 Robert C. Merton 在 MIT 教的最出众的学生之一。现为麻省理工大学斯隆管理学院金融学教授，麻省理工大学金融工程实验室主任。世界著名金融学家，金融工程学界的领军人物，生物金融学创始人。他的研究领域包括金融理论、金融信息技术、风险管理、证券组合管理以及金融统计学。他尤其擅长金融工程及计算金融，是斯隆管理学院金融工程实验室的创建人之一。并使该实验室成为全美金融工程界最高水平的代表。他因不断把金融工程的研究前沿应用于金融实践而在学术界和华尔街享有盛誉，被《商业周刊》评为金融学术界最有前途的三颗新星之一，堪称华人中最顶尖的金融学者。

目录 · · · · · ·

表目录图目录彩图目录1 导言1.1 尾部风险1.2 非线性风险1.3 粘滞性与序列相关1.4 文献回顾2 对冲基金收益率的基本特性2.1 CS／Tremont指数2.2 LipperTASS数据2.3 淘汰率3 序列相关、经平滑的收益率和粘滞性3.1 经平滑的收益率的一个计量经济学模型3.2 对业绩统计量的影响3.3 对平滑模式的估计3.4 经平滑行为调整的夏普比率3.5 对平滑行为和粘滞性的实证分析4 最优的流动性4.1 流动性标尺4.2 流动性最优化投资组合4.3 实证的例子4.4 总结和拓展5 对冲基金贝塔的复制5.1 文献回顾5.2 两个例子5.3 线性回归分析5.4 线性克隆5.5 总结和拓展6 一个衡量积极型投资管理的新指标6.1 文献回顾6.2 AP分解6.3 一些分析的例子6.4 AP分解的实施6.5 一个实证应用6.6 总结和拓展7 对冲基金与系统性风险7.1 粘滞性风险的衡量7.2 对冲基金的清算7.3 域变模型7.4 对未来的展望8 一个整合的对冲基金投资过程8.1 按照策略类型定义资产族8.2 设定投资组合的目标期望收益率8.3 设定资产族的目标期望收益率和目标风险8.4 估计资产族的协方差矩阵8.5 计算最小方差资产配置8.6 在每个资产族内确定对经理的配置8.7 监控业绩和风险预算8.8 最终的设定8.9 风险限制和风险资本8.10 总结和拓展9 实践中的问题9.1 作为阿尔法的一个来源的风险管理9.2 风险偏好9.3 对冲基金与有效市场假说9.4 对对冲基金的监管10 定量型基金在2007年8月遭遇了什么？10.1 术语10.2 对一个做多／做空股票型策略的剖析10.3 2007年8月发生了什么？10.4 2007年8月与1998年8月的比较10.5 总资产、期望收益率和杠杆10.6 平仓猜想10.7 粘滞性敞口10.8 对冲基金行业的网络视角10.9 定量型基金失败了吗？10.10 局限性与拓展10.11 对未来的展望附录A.1 Lipper TASS数据库对对冲基金类型所下的定义A.2 CS／Tremont数据库对对冲基金类型所下的定义A.3 用Matlab编写的loeb函数tloebA.4 AP分解的广义矩估计量A.5 有约束的最优化A.6 一个反向交易策略A.7 总体的自相关系数的统计显著性参考文献

原文摘录 · · · · · ·

1.尾部风险：诸如标准差这样的静态分析方法所不能很好地概括 2.非线性风险：对冲基金收益率与传统投资方式（指数）之间的相关系数会随时间变化而变化。相关系数由低到高的突然变动——状态锁定行为，原本不相关的事情突然变得同步了。（如98年8月长期资本，俄罗斯政府债务违约引发全球资金的“避险抽逃”。相关系数的滚动窗口第一次没有包括这一年数据时发生。）用两因子模型刻画股票的收益率： \[ R_{it}=\alpha_i+\beta_i\Lambda_t+I_tZ_t+\epsilon_{it} \] 其中$I_t$为指示变量，等于1的概率p很小。若公共因子$Z_t$ 的波动率比市场因子$\Lambda_t$和特质风险$\epsilon_{it}$ 大很多，那么状态锁定行为发生时，公共因子将决定所有股票的收益率。条件相关系数可以更好刻画，同时隐藏着无条件相关系数是一个非常小的值。若用非线性模型刻画，引入虚拟变量来表示股市上涨期间和下跌期间具有不同的beta系数。 ——非对称性，状态锁定行为，跳跃风险。 3.粘滞性与序列相关：信贷与流动性风险。研究基金收益率的自相关系数（Ljung and Box的Q统计量） (查看原文)

Pro^w^ 3赞 2012-09-22 22:23:51

—— 引自章节：1.导言