本书的写作基于作者所授的同名课程的讲义，旨在帮助读者掌握金融市场风险管理领域的相关知识，并运用Excel编程来进行实践操作，提高处理此类金融问题的能力。因此，本书更强调应用和问题的解决。本书的前半部分着眼于期权及其在金融市场风险管理中的应用。后半部分侧重于讲解债券的利率风险及其解决方案。此外，本书还介绍了单因子与多因子风险度量、免疫策略和主成分分析。在每章的开头，你首先会看到一个金融市场风险管理的重要主题。阐明相关主题的基本概念之后，我们将向读者呈现如何利用Excel来应用这些概念。读者也可以根据相关的编程发散思维，将所学付诸实践。对于想了解金融市场风险管理模型的读者，即便缺乏数学专业知识，也可以从中有所收获。

第一部分绪论与基础知识回顾
第1章历史收益率与收益率的矩
1.1单期收益率
1.2多期历史收益率
1.3收益率的各阶矩
1.4两资产历史收益率的线性关系
1.5投资组合的历史收益率
第2章未来（下一期）收益率
2.1单个资产的未来（下一期）收益率
2.2未来收益率的各阶矩
2.3两资产未来收益率的线性相关性
2.4投资组合的未来（下一期）收益
2.5投资组合中资产分散化的益处
2.6特殊情形：两资产投资组合的未来收益率
第二部分欧式期权
第3章期权的回报
3.1期权的定义
3.2期权在到期日的回报与利润
3.3含有期权的投资组合在到期日的回报与利润
3.4案例：期权与简单投资组合的回报与利润
3.5更多期权投资组合的回报与利润及相关示例
第4章利率期权
4.1用看涨期权多头对冲负债
4.2用看跌期权空头为对冲负债提供资金
4.3用看跌期权多头对冲资产
4.4用看涨期权空头为对冲资产提供资金：领子期权
4.5利率上限与利率下限
第5章欧式期权的价值
5.1看跌—看涨期权平价公式
5.2看涨期权与看跌期权的内在价值
5.3布莱克—斯科尔斯—默顿模型
5.4BSM模型的比较静态分析
5.5希腊值函数的VBA代码
5.6基于VBA函数的更多比较静态分析结果
第6章前台风险管理
6.1Delta对冲
6.2Delta对冲实践
6.3非线性产品：Delta-Gamma对冲
6.4非线性产品：Delta-Gamma-Vega对冲
6.5多元泰勒级数
第7章障碍期权的复制
7.1静态复制基础
7.2案例：向上敲出看涨障碍期权的静态复制
第三部分二叉树模型
第8章单期二叉树期权定价模型
8.1二叉树模型基础
8.2利用Delta对冲得出看涨期权的价值
8.3看涨期权的复制投资组合
8.4看跌期权的复制投资组合
8.5风险中性定价
第9章多期二叉树期权定价模型
9.1二叉树模型基础回顾
9.2两期模型的建立
9.3期权定价的多期二叉树
9.4欧式期权二叉树定价模型：不使用二叉树
9.5美式期权的价值
9.6案例：股票与期权的二叉树模型
9.7二叉树期权定价模型收敛至BSM模型
9.8用二叉树模型为期货期权定价
第四部分债券：风险度量、免疫、主成分分析
第10章利率与债券
10.1年化百分比利率与有效利率
10.2时间轴与基础知识
10.3承诺现金流与预期现金流
10.4到期收益率
10.5即期利率
10.6远期利率
10.7零波动利差
第11章固定利率债券与单因子风险指标
11.1固定利率债券基础知识
11.2固定利率债券的久期和凸性
11.3价格—收益率曲线的近似
11.4美元久期、美元凸性和DV01
11.5半年付息固定利率债券与连续复利收益率
11.6投资组合的单因子风险度量指标
11.7案例：价格—收益率曲线及其近似
11.8案例：其他风险度量指标
11.9杠铃型与子弹型债券投资组合
第12章债券免疫投资组合
12.1免疫基础知识
12.2免疫与相应的现金流
12.3应用：简化假设
12.4应用：更强的简化假设
12.5小结和示例
第13章关键利率与关键利率久期
13.1关键利率与关键利率久期基础知识
13.2案例：关键利率久期与KR01
第14章主成分分析
14.1主成分分析基础知识
14.2主成分的构造
14.3案例：主成分的确定
14.4对冲利率风险：主成分分析
14.5投资组合的方差
14.6案例：用主成分分析对冲资产与负债的利率风险
第五部分波动率、Copula、市场风险度量指标、随机模拟
第15章波动率
15.1波动率度量指标
15.2波动率加权方式
15.3移动平均
15.4指数加权移动平均
15.5GARCH（1，1）模型
15.6似然法
15.7似然比检验：EWMA模型与GARCH（1，1）模型
15.8波动率模型检验：收益率标准化
15.9案例：GARCH（1，1）模型
15.10案例：EWMA模型与GARCH（1，1）模型的似然比
15.11三种波动率更新方法的图像
15.12案例：用瞄准方差法估计GARCH（1，1）模型参数
15.13案例：基于厚尾分布的正态性检验
15.14协方差
15.15补充：替换掉σ2t后的GARCH（1，1）模型的权重
第16章其他正态性检验与自相关性检验
16.1自相关性检验：Ljung-Box统计量
16.2正态性检验
16.3案例：正态性检验与自相关性检验
第17章混合分布与相关随机变量
17.1学生t分布
17.2混合分布
17.3用Cholesky分解构造相关随机变量
17.4多元条件分布
17.5Copula
17.6含相关性的Copula的构造方法
第18章在险价值与预期亏空
18.1在险价值基础知识
18.2预期亏空基础知识
18.3一致性风险度量与谱风险度量
18.4案例：厚尾对在险价值的影响
18.5在险价值计算的回溯测试
18.6案例：在险价值与预期亏空
18.7时间尺度的影响
18.8补充：损失分布与收益分布
第19章历史模拟法与相关建模
19.1历史模拟法基础知识
19.2案例：用历史模拟法计算在险价值与预期亏空
19.3加权历史模拟法
19.4方法的比较：在险价值与预期亏空
19.5压力在险价值与压力预期亏空
19.6在险价值的置信区间
19.7极值理论
19.8极值理论的特殊情形：幂律
19.9基于蒙特卡洛分析的随机模拟
19.10历史模拟法与蒙特卡洛分析
附录A边际、增量与成分风险度量指标
参考文献

美 弗兰克 H 科格三世 赵朝熠，弗兰克·H. 科格三世（Frank H. Koger III），北京大学汇丰商学院教学副教授，美国杜兰大学金融学博士，南卡罗来纳大学达拉摩尔商学院国际MBA，特许金融分析师（CFA）协会持证人。出版有《资产估值原理》《金融建模：以Excel 为工具》《VBA 在金融建模中的应用》等多部金融相关书籍。
科格教授拥有丰富的教学经验。他曾在杜兰大学讲授财务管理、高级财务管理和管理会计等本科课程，以及公司财务政策和固定收益分析等硕士课程。目前在北京大学讲授一系列硕士研究生课程，包括“资产估值原理”“金融建模”“高级金融建模”“金融建模：以VBA 为工具”“金融建模：以Excel为工具”“金融衍生品分析”和“金融市场风险管理”。其中，前六门课程均为他在北京大学从无到有创立起来的。他还曾在北京大学讲授“公司金融”课程。科格教授在北京大学享有很高的教学评价。此外，他还曾获得北京大学汇丰商学院、北京大学深圳研究生院等多个级别的教学奖励。其“金融建模：以Excel 为工具”课程获2017 年度北京大学教学优秀奖，是当年北大汇丰商学院一门入选的课程。此外，他还受邀在南方科技大学、深圳大学等高校，以及在德国波鸿鲁尔大学的国际暑期学校和中国社会科学院大学与杜兰大学合作办学的硕士学位项目中授课。
科格一直积极服务于北京大学汇丰商学院。他在学院全权负责与CFA协会和全球风险管理专业人士协会保持学术合作关系，并志愿开设CFA 考试复习课程。他还任职于学院的课程委员会和教学质量委员会。科格教授曾与杜兰大学合作，创办了汇丰商学院的首*交流项目，并在后续帮助开展其他交流项目。此外，他还曾在深圳中学志愿讲授金融学入门课程。
在进入学术界工作之前，科格曾担任Filtration 集团技术材料部的总经理，负责生产空气过滤器材料。在此之前，他在Hoechst A.G. 工作十五年，在美国和德国多个地区工作，担任多种职位。

本书第一部分将介绍研究金融市场风险管理所必需的基本工具。第1章将回顾历史收益率各阶矩的概念，并为绝大多数金融市场风险变量呈现出的负偏度、正超额峰度等特性建立理论基础。这两种特性均意味着，与正态分布相比，这些变量蕴含额外的风险。这一章将定义协方差的概念，还将举例展示金融市场变量的经验分布，由此证实这些变量往往具有负偏度和正超额峰度（即厚尾）。
第2章将相应回顾随机变量各阶矩的概念，以便读者后续可为一些与未来有关的市场变量建模。这一章还将说明，分散化投资是降低投资组合风险的关键。第1章历史收益率与收益率的矩金融市场风险管理分析第1章历史收益率与收益率的矩
金融世界里有各种类型的收益率。本章最开始，我们将定义毛收益率和净收益率。随后我们将回顾历史收益率的各阶矩（moment）的概念，包括均值（集中趋势）、方差（分散程度）、偏度（不对称性）和峰度（概率密度尾部的薄厚程度）。
本章将给出一些实例，这些实例具有负偏度和正超额峰度。这是大多数金融市场变量的典型结果。为了便于比较，我们还将一并展示与这些实例的前两阶矩相同的正态分布的结果。
本章我们还将探讨收益率的一个重要风险度量指标——协方差。最后，我们将详细介绍进行这些运算所需的Excel功能。