CFA Level I 계량 분석 및 채권 연습: 벼락치기 팩

화폐의 시간 가치: 오늘의 돈은 이자를 벌 수 있으므로 나중의 같은 금액보다 가치가 큽니다. 기간당 이자율 i에서 금액은 FV = PV·(1 + i)ⁿ으로 늘어납니다. 같은 금액의 지급이 이어지는 것(연금)은 각 지급액을 모두 더해 평가하며, 여기서 연금 공식이 나옵니다.

화폐의 시간 가치: 오늘의 돈은 이자를 벌 수 있으므로 나중의 같은 금액보다 가치가 큽니다. 기간당 이자율 i에서 금액은 FV = PV·(1 + i)ⁿ으로 늘어납니다. 같은 금액의 지급이 이어지는 것(연금)은 각 지급액을 모두 더해 평가하며, 여기서 연금 공식이 나옵니다.

연간 등가 비용: 모든 비용의 현재 가치를 수명 동안의 같은 연간 금액(연금)으로 나눕니다: EAC = PV·r/(1 − (1 + r)⁻ⁿ). 수명이 다른 기계를 비교할 수 있습니다.

수정 IRR: 모든 유입액을 재투자 수익률(보통 자본 비용)로 프로젝트 종료 시점까지 복리 계산해 최종 가치 TV를 구합니다. MIRR은 초기 투자액을 TV로 만드는 수익률입니다: MIRR = (TV/C₀)^(1/n) − 1.

채권 가격 결정: 채권 가격은 만기 수익률(YTM)로 할인한 현금흐름의 현재 가치입니다. 이자(쿠폰)는 연금을 이루고, 액면가는 만기에 상환됩니다. P = C·(1 − (1 + y)⁻ⁿ)/y + F/(1 + y)ⁿ. 수익률이 표면이자율보다 높으면 채권은 액면가보다 낮게 거래되고, 반대의 경우도 마찬가지입니다.

채권 가격 결정: 채권 가격은 만기 수익률(YTM)로 할인한 현금흐름의 현재 가치입니다. 이자(쿠폰)는 연금을 이루고, 액면가는 만기에 상환됩니다. P = C·(1 − (1 + y)⁻ⁿ)/y + F/(1 + y)ⁿ. 수익률이 표면이자율보다 높으면 채권은 액면가보다 낮게 거래되고, 반대의 경우도 마찬가지입니다.

자본 비용: CAPM은 주주가 요구하는 수익률을 줍니다: r_e = r_f + β·(r_m − r_f). 가중평균자본비용은 자기자본과 부채를 시장가치로 가중합니다: WACC = E/V·r_e + D/V·r_d·(1 − T), V = E + D. 이자 비용은 세금 공제가 되므로 (1 − T)가 붙습니다.

레버리지 베타(하마다): 부채는 자기자본의 위험을 키웁니다. β_L = β_U·(1 + (1 − T)·D/E)이며, β_U는 부채가 없는 사업의 베타입니다. 베타를 다른 자본 구조로 옮기려면 먼저 언레버한 다음 새 D/E로 다시 레버하세요.

기술통계: 평균은 합을 n으로 나눈 값이고, 중앙값은 정렬된 자료의 가운데 값입니다(n이 짝수면 가운데 두 값의 평균). 표본 표준편차는 s = √(Σ(x − x̄)²/(n − 1)). z점수 z = (x − μ)/σ는 어떤 값이 평균에서 표준편차 몇 개만큼 떨어져 있는지를 나타냅니다.

기술통계: 평균은 합을 n으로 나눈 값이고, 중앙값은 정렬된 자료의 가운데 값입니다(n이 짝수면 가운데 두 값의 평균). 표본 표준편차는 s = √(Σ(x − x̄)²/(n − 1)). z점수 z = (x − μ)/σ는 어떤 값이 평균에서 표준편차 몇 개만큼 떨어져 있는지를 나타냅니다.

확률: 결과가 모두 같은 정도로 일어날 때 P(A) = 유리한 경우의 수/전체 경우의 수. 독립 사건은 곱합니다: P(A 그리고 B) = P(A)·P(B). 여사건이 자주 도움이 됩니다: P(적어도 하나) = 1 − P(하나도 없음). 이항분포: 성공 확률 p인 독립 시행 n번에서 P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.

이산 확률변수: 확률분포는 변수가 가질 수 있는 모든 값 x와 그 확률 p(x)를 나열합니다. 확률은 0과 1 사이이며 합이 1입니다. 기댓값(평균)은 E(X) = Σx·p(x)로, 장기적인 평균입니다. 분산은 Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ²이고, 표준편차는 σ = √Var(X)입니다. 일차 변환 Y = aX + b에서는 E(Y) = a·E(X) + b, Var(Y) = a²·Var(X), σ_Y = |a|·σ_X입니다. 상수를 더해도 퍼짐은 변하지 않습니다.

정규분포: 값 x를 z점수 z = (x − μ)/σ로 바꾸면 평균에서 표준편차 몇 개만큼 떨어져 있는지 알 수 있습니다. z표(또는 Φ(z))는 z 왼쪽의 넓이, 즉 P(X < x)를 줍니다. 오른쪽 넓이는 1 − Φ(z)이고, 두 값 사이의 넓이는 두 넓이의 차입니다.

정규분포: 값 x를 z점수 z = (x − μ)/σ로 바꾸면 평균에서 표준편차 몇 개만큼 떨어져 있는지 알 수 있습니다. z표(또는 Φ(z))는 z 왼쪽의 넓이, 즉 P(X < x)를 줍니다. 오른쪽 넓이는 1 − Φ(z)이고, 두 값 사이의 넓이는 두 넓이의 차입니다.

Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.

분산의 구간: (n − 1)s²/σ²은 자유도 n − 1의 χ² 분포를 따릅니다. σ²의 95% 구간은 (n − 1)s²를 위쪽 χ² 값(그 위에 2.5%)으로 나눈 값에서 아래쪽 χ² 값(그 아래에 2.5%)으로 나눈 값까지이며, σ의 구간은 두 한계의 제곱근입니다. 이 구간은 s를 중심으로 대칭이 아닙니다.

평균 검정: 검정통계량은 표본평균이 H₀에서 주장하는 값과 표준오차 몇 개만큼 떨어져 있는지를 나타냅니다: σ를 알면 z = (x̄ − μ₀)/(σ/√n), 표본에서 추정하면 t = (x̄ − μ₀)/(s/√n). 신뢰구간은 x̄ ± (임계값)·(표준오차)입니다.

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

최소제곱 회귀: 평균을 x̄, ȳ라 하고 Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)², Sxy = Σ(x − x̄)(y − ȳ)라 하면, 직선 ŷ = a + b·x의 기울기는 b = Sxy/Sxx, 절편은 a = ȳ − b·x̄이므로 이 직선은 항상 (x̄, ȳ)를 지납니다. 피어슨 상관계수 r = Sxy/√(Sxx·Syy)는 −1과 1 사이에 있으며, r²은 y의 변동 중 직선으로 설명되는 비율입니다.

최소제곱 회귀: 평균을 x̄, ȳ라 하고 Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)², Sxy = Σ(x − x̄)(y − ȳ)라 하면, 직선 ŷ = a + b·x의 기울기는 b = Sxy/Sxx, 절편은 a = ȳ − b·x̄이므로 이 직선은 항상 (x̄, ȳ)를 지납니다. 피어슨 상관계수 r = Sxy/√(Sxx·Syy)는 −1과 1 사이에 있으며, r²은 y의 변동 중 직선으로 설명되는 비율입니다.