全部 >
信用風(fēng)(fēng)(fēng)(fēng)(fēng)(fēng)(fēng)(fēng)(fēng)(fēng)(fēng)險(xiǎn)
老師好，打擾啦。請問自助法的意思是在樣本里然后分別抽樣，所有有n的n次方可能。然后刀切發(fā)就是，拿走一個樣本，然后余下的樣本不再抽樣，而是直接拿來用，所以有n種可能性。請問我這么理解對嗎。就是如果拿走
老師您好請問：信用風(fēng)險和融資流動性風(fēng)險有什么區(qū)別？個人認(rèn)為，如果是主動破產(chǎn)，沒有發(fā)生擠兌，即信用風(fēng)險，如果因信用風(fēng)險導(dǎo)致了擠兌，發(fā)生流動性風(fēng)險，即為流動性風(fēng)險，這些風(fēng)險對一家企業(yè)來說，有發(fā)生的先后順序，并不一定是單一的風(fēng)險，那么在案例題目中，如何判斷，主要是哪個風(fēng)險呢？
請問百題98. 信用卡應(yīng)收賬款不是提前償付的部分要再投資不給到tranch嗎？因為信用卡關(guān)于prepayment有鎖定期，這是資產(chǎn)證券化信用卡投資的特點不是嗎？那么不應(yīng)該按照waterfall分tranch給錢才對。那么這個思路則是選擇A.請問為何還是按照waterfall分了呢？
違約風(fēng)險是不是既包括實際的信用違約風(fēng)險事件，又包括潛在的違約隱患-比如信用等級降低? 那么這道題第二點:由于最近破產(chǎn)導(dǎo)致的credit spreads增大-p債券的違約風(fēng)險增加，收益率增加，債券價格降低。債券價格降低自然是市場風(fēng)險，潛在的違約風(fēng)險增大就一定不是信用風(fēng)險嗎
老師，問下大數(shù)定律和中心極限的問題。這張圖里面為什么標(biāo)紅處size和range為什么都是100。大數(shù)定律是樣本量n的話樣本越接近總體均值，而中心極限這里是抽取n次的樣本量的均值是服從（u，σ2/n）的，這里樣本量n一定要與抽取次數(shù)是一致的嗎？
精 老師好，在AR模型中，講到自相關(guān)檢驗，t.s.的標(biāo)準(zhǔn)誤到底是1除以根號下T 還是1除以根號下n。兩位老師講的不一樣。王老師講的是除以根號下T，T=n-p。林老師講的是1除以根號下n, 之前單老師講的也好像是n。
B0不=0時，遞推一下 Xn= x1+N×B0+殘差1+殘差2+……殘差n，這N項殘差的和是不是等于0？ 如果像老師說的殘差項符合正態(tài)分布，它的均值是否為0呢？若均值為0，那xn= N×B0了，這算是趨勢模型了吧？？
老師 我一直有一個困惑的點，就是BSM model計算call的公式，是Se^(-rt)*N(d1)-Ke^(-rt) *N(d2); 但是為什么我們把equity看成call的時候公式卻是S*N(d1)-Ke^(-rt) *N(d2)，即 前半部分S沒有用（-rt）折現(xiàn)。不知為何有此差別
老師 最下方BSMmodel中 long call option是相當(dāng)于買入N（d1）份資產(chǎn)還是e^(-rt) * N（d1）份資產(chǎn)呢？從前記憶都是long N(d1)份 short N(d2)份 ，這次聽講解怎么有些不一樣了？應(yīng)該是哪個呢？同理也在long put option中有所費解
老師好，這道題里的RMSE的公式，分母部分是除以n，還是除以（n-1)?上課老師講的是n-1，如果代到這道題目里面就是除以3，但這題的答案是divide by the number of forecasts，除以n=4。所以有關(guān)RMSE的公式應(yīng)該是怎樣的？請老師解釋并確定考試時用哪個公式~~
這個horizon yield，為什么是（fv-pv)/pv ^ (1/n)^(1/n）不明白 為什么不是 （fv-pv)/pv /持有天數(shù) * 365天
為什么單元回歸中T分布自由度是n-2，在前面學(xué)T分布的時候自由度是n-1呢
無論什么分布，標(biāo)準(zhǔn)誤的計算都是標(biāo)準(zhǔn)差除以根號n嘛？如果是t分布需要分母變成根號下n減1嘛
sample correlation = population correlation嗎？ 我認(rèn)為相等，因為根據(jù)公式，sample correlation分子分母中的n-1約掉了，population correlation 分子分母中的n約掉了
不是很理解，為什么站在N有權(quán)以執(zhí)行價格買入遠期利率協(xié)議呢？N的時候利率協(xié)議都結(jié)束了。。。
金程問答