高顿CFA研究院特别提醒考生,在实际的金融工作中,有非常多的地方需要用到Quantitative Method的知识。例如The Time Value of Money(货币时间价值)的知识被广泛的用于金融分析,包括公司的金融决策、各种资产的估值。统计学是回报与风险评估的重要工具,概率论可为不确定情景下的投资决策提供研究方法。因此学好这门课程的价值不可估量。 CFA一级的Quantitative Method包括2个study session,一共8个reading,分别是: 1、Study session 2 (Quantitative Method: Basic Concepts) · Reading 5: The Time Value of Money(货币时间价值) · Reading 6: Discounted Cash Flow Applications(现金流折现应用) · Reading 7: Statistical Concepts and Market Returns(统计学概念与市场回报) · Reading 8: Probability Concepts(概率论概念) 2、Study session 3 (Quantitative Method: Application) · Reading 9: Common Probability Distributions(常见概率分布) · Reading 10: Sampling and Estimation(抽样与估计) · Reading 11: Hypothesis Testing(假设检验) · Reading 12: Technical Analysis(技术分析) 其中,Reading 5和Reading 6讲的是最基本的金融学原理:货币时间价值及其应用,这两个Reading也是为Corporate Finance(公司金融)和Fixed Income(固定收益)两门课做数量基础的铺垫。Reading 7和Reading 8是对统计学和概率论的基本概念进行了全面的介绍。Reading 9-11主要是讲了推断统计中的估计和假设检验。Reading 12是对技术分析进行了简单的介绍。 从考试的重要度来看,Reading 7、Reading 10和Reading11是最重要的,Reading 12是最不重要的,其它的居中。 以下是高顿CFA研究院对每个Reading的重要考点进行的总结,需要考生认真阅读和掌握: Reading 5: The Time Value of Money · Interest rate(利率)的组成部分; · Nominal rate(名义利率)和Effective rate(有效利率)之间的换算; · Time value of money问题中,五要素的使用。 Reading 6: Discounted Cash Flow Applications · NPV(净现值)和IRR(内部收益率)的计算; · Time-weighted return(时间加权回报)和money-weighted return(货币加权回报)的比较; Reading 7: Statistical Concepts and Market Returns · 不同mean(均值)的优缺点和适用场合; · 不同离散度的衡量方式的优缺点; · CV(变异系数)和Sharp Ratio(夏普比例)的含义、计算方式和评判准则。 · 正偏、负偏两种情形下,mean、median(中位数)和mode(众数)的大小关系。 Reading 8: Probability Concepts · 乘法法则、加法法则、全概率法则; · 贝叶斯公式; · Covariance(协方差)和correlation(相关系数)的换算关系。 Reading 9: Common Probability Distributions · 二项分布; · 正态分布的性质及其标准化; · Shortfall risk(不足风险)和safety-first ratio(安全第一比例)的计算方法和含义; · T-distribution(t-分布)的性质。 Reading 10: Common Probability Distributions · 抽样方法与抽样偏差; · 点估计与区间估计; · 中心极限定理、标准误的计算、利用中心极限定理构建总体均值的置信区间; · Reliability factor(依赖因子)的选择; · 标准正态分布90%、95%、99%置信区间对应的reliability factor。 Reading 11: Hypothesis Testing · Null hypothesis(原假设)和Alternative Hypothesis(备择假设)的设定; · One-tailed test(单位检验)和two-tailed test(双尾检验)的选择; · Test-statistic(检验统计量)的选择; · 原假设判定的Decision rule(判断法则); · Type I和Type II error。 Reading 12: Technical Analysis · 不是重要考点。
数量篇核心考点-必掌握:
知识点1-Interest Rate 1. Effective Annual Rate: ü 离散复利: ü 连续复利: 2. Time Value of Money的计算: ü ü 在使用计算器计算时,注意PV,FV,PMT的正负号。
知识点2-TWR / MWR 1. TWR (Time Weighted Return): ü TWR=-1 ü 不受现金流入或流出的影响, ü Periods can be any length between significant cash flows. 2. MWR (Money Weighted Return): ü 受现金流入或流出的影响 ü Periods must be equal length. ü 期初价值越高,权重越高,当期的回报对于总回报的影响也越大。Assign more weights to the return of larger cash flows.
知识点3-CV / Sharpe Ratio 1. CV (Coefficient of Variation) ü , 表示单位回报对应的风险,越小越好。 2. Sharp Ratio: ü ,单位风险对应的超额回报,越大越好。
知识点4-Covariance / Correlation 1. Covariance ü 衡量两个变量的线性关系。 ü 取值范围:(-∞,+∞),正值代表正相关,负值代表负相关。 2. Correlation ü 公式。 ü 取值范围:(-1,+1),+1/-1代表完全正/负相关,0代表没有线性关系。
知识点5-Algorithms of Probability 1. Multiplication Rule: ü 事件A和事件B同时发生: w 对于dependent event:P(AB) = P(A︱B) × P(B). w 对于independent event:P(AB) = P(A) × P(B). 2. Addition Rule: ü 事件A和事件B至少有一个发生: w P(A or B) = P(A) + P(B) - P(AB) 3. Odds(赔率): ü Odds for an event:发生的概率/不发生的概率,P(E)/[1-P(E)]。 ü Odds against an event:不发生的概率/发生的概率,[1-P(E)]/P(E)。
知识点6-Discrete Probability Distribution 1. Bernoulli Random Variable: ü 伯努利实验:成功定义为1,失败定义为0 w P(Y=1)=p,P(Y=0)=1-p w Expected value = p w Variance = p(1-p) 2. Binomial Random Variable: ü N次伯努利试验正好成功x次的概率 w Expected value = np w Variance = np(1-p)
知识点7-Normal Distribution 1. 正态分布的性质: ü X~N(μ, σ2),由均值μ和方差σ2两个参数完全描述。 ü Skewness=0,Kurtosis=3. ü 正态分布变量的线性组合还是服从正态分布。 2. 正态分布的置信区间: ü 68% confidence interval is [μ-σ,μ+σ]. ü 90% confidence interval is [μ-1.65σ,μ+1.65σ]. ü 95% confidence interval is [μ-1.96σ,μ+1.96σ]. ü 99% confidence interval is [μ-2.58σ,μ+2.58σ]. 3. 正态分布的应用: ü Shortfall Risk:回报低于shortfall level(RL,最低可接受回报)的概率。 ü Safety-first Ratio: w ,表示预期回报与最低可接受回报(RL)之间有几个标准差的安全边际,Safety-first Ratio越大越好。 w 当RL为无风险利率(RF)时,Safety-first Ratio就等于Sharpe Ratio。
知识点8-Hypothesis Testing 1. 原假设(H0)和备择假设(Ha)的设定 ü H0和Ha互为反面。 w H0为“=”号,Ha则为“≠”号。 w H0为“≥”号,Ha则为“”号。 w H0为“≤”号,Ha则为“>”号。 ü 希望证实的放到Ha,“=”号一定在H0。 2. 单尾(One-tail)检验和双尾(Tow-tail)检验的选择 ü H0为“=”号,双尾检验。 ü H0为“≥”号,单尾(左尾)检验;H0为“≤”号,单尾(右尾)检验。 3. 检验统计量及其分布的选择 ü 均值检验: w 单个均值,总体方差已知:z检验。 w 单个均值,总体方差未知:t检验。 w 单个均值,总体方差未知,但样本量≥30:z检验亦可。 w 两个均值之差(Difference of Means):t检验。 w 成对检验(Mean Differences, Paired Comparison Test): t检验。 ü 方差检验: w 单个方差:卡方(χ2)检验。 w 两个方差是否相等:F检验。 4. 判断是否拒绝原假设 ü 方法一:| test statistic |>| critical value |,或者说test statistic is outside the range of critical value,则拒绝H0。 ü 方法二:P-value<显著度水平(α),则拒绝H0。 5. Type Ⅰ error和Type Ⅱ error ü Type Ⅰ error:H0是真的,但被拒绝了(以真为假),概率为α。 ü Type Ⅱ error:H0是假的,但没有被拒绝(以假为真),概率为β。 ü Power of test:正确的拒绝了H0,概率为1-β。
▎? 2017 高顿CFA 保留其所有权利。本文来源:高顿CFA研究院高顿金融分析师整理编辑。欢迎转载,转载请标明作者和出处。 |
|