CFA Level I kiekybinių metodų ir fiksuotųjų pajamų praktika: pasiruošimo paketas

Pinigų vertė laike: pinigai šiandien vertesni už tą pačią sumą vėliau, nes gali uždirbti palūkanų. Esant palūkanų normai i per laikotarpį, suma auga pagal FV = PV·(1 + i)ⁿ. Lygių įmokų seka (anuitetas) vertinama sudedant kiekvieną įmoką, iš to gaunamos anuiteto formulės.

Pinigų vertė laike: pinigai šiandien vertesni už tą pačią sumą vėliau, nes gali uždirbti palūkanų. Esant palūkanų normai i per laikotarpį, suma auga pagal FV = PV·(1 + i)ⁿ. Lygių įmokų seka (anuitetas) vertinama sudedant kiekvieną įmoką, iš to gaunamos anuiteto formulės.

Grynoji dabartinė vertė: kiekvieną pinigų srautą diskontuokite iki šiandien taikydami reikalaujamą grąžos normą r ir sudėkite: NPV = Σ CFₜ/(1 + r)ᵗ. Projektas, kurio NPV > 0, uždirba daugiau nei r ir kuria vertę. Vidinė grąžos norma (IRR) – norma, kuriai esant NPV = 0.

Grynoji dabartinė vertė: kiekvieną pinigų srautą diskontuokite iki šiandien taikydami reikalaujamą grąžos normą r ir sudėkite: NPV = Σ CFₜ/(1 + r)ᵗ. Projektas, kurio NPV > 0, uždirba daugiau nei r ir kuria vertę. Vidinė grąžos norma (IRR) – norma, kuriai esant NPV = 0.

Obligacijos kaina: obligacijos kaina – tai jos pinigų srautų dabartinė vertė, diskontuota pajamingumu iki išpirkimo (YTM): kuponai sudaro anuitetą, o nominali vertė grąžinama išpirkimo dieną. P = C·(1 − (1 + y)⁻ⁿ)/y + F/(1 + y)ⁿ. Kai pajamingumas didesnis už kupono normą, obligacija prekiaujama žemiau nominalios vertės, ir atvirkščiai.

Obligacijos kaina: obligacijos kaina – tai jos pinigų srautų dabartinė vertė, diskontuota pajamingumu iki išpirkimo (YTM): kuponai sudaro anuitetą, o nominali vertė grąžinama išpirkimo dieną. P = C·(1 − (1 + y)⁻ⁿ)/y + F/(1 + y)ⁿ. Kai pajamingumas didesnis už kupono normą, obligacija prekiaujama žemiau nominalios vertės, ir atvirkščiai.

Kapitalo kaina: CAPM parodo akcininkų reikalaujamą grąžą: r_e = r_f + β·(r_m − r_f). Vidutinė svertinė kapitalo kaina sujungia nuosavą ir skolintą kapitalą pagal jų rinkos vertes: WACC = E/V·r_e + D/V·r_d·(1 − T), kur V = E + D. Palūkanos mažina apmokestinamąjį pelną, todėl atsiranda daugiklis (1 − T).

Sverta beta (Hamada): skola daro nuosavą kapitalą rizikingesnį. β_L = β_U·(1 + (1 − T)·D/E), kur β_U – verslo be skolos beta. Norėdami perkelti beta į kitą kapitalo struktūrą, pirmiausia pašalinkite skolos poveikį, tada perskaičiuokite su nauju D/E.

Aprašomoji statistika: vidurkis – suma, padalyta iš n; mediana – surikiuotų duomenų vidurinė reikšmė (kai n lyginis – dviejų vidurinių vidurkis). Imties standartinis nuokrypis s = √(Σ(x − x̄)²/(n − 1)). z įvertis z = (x − μ)/σ parodo, per kiek standartinių nuokrypių reikšmė nutolusi nuo vidurkio.

Aprašomoji statistika: vidurkis – suma, padalyta iš n; mediana – surikiuotų duomenų vidurinė reikšmė (kai n lyginis – dviejų vidurinių vidurkis). Imties standartinis nuokrypis s = √(Σ(x − x̄)²/(n − 1)). z įvertis z = (x − μ)/σ parodo, per kiek standartinių nuokrypių reikšmė nutolusi nuo vidurkio.

Diskretieji atsitiktiniai dydžiai: tikimybių skirstinys išvardija kiekvieną reikšmę x, kurią dydis gali įgyti, su jos tikimybe p(x); tikimybės yra tarp 0 ir 1, o jų suma lygi 1. Laukiamoji vertė (vidurkis) yra E(X) = Σx·p(x), ilgalaikis vidurkis. Dispersija yra Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², o standartinis nuokrypis σ = √Var(X). Tiesiniam pokyčiui Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) ir σ_Y = |a|·σ_X; konstantos pridėjimas sklaidos nekeičia.

Diskretieji atsitiktiniai dydžiai: tikimybių skirstinys išvardija kiekvieną reikšmę x, kurią dydis gali įgyti, su jos tikimybe p(x); tikimybės yra tarp 0 ir 1, o jų suma lygi 1. Laukiamoji vertė (vidurkis) yra E(X) = Σx·p(x), ilgalaikis vidurkis. Dispersija yra Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², o standartinis nuokrypis σ = √Var(X). Tiesiniam pokyčiui Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) ir σ_Y = |a|·σ_X; konstantos pridėjimas sklaidos nekeičia.

Normaliųjų dydžių sumos ir skirtumai: jei X ir Y yra nepriklausomi ir normalieji, tai X + Y ir X − Y taip pat normalieji. Vidurkiai sudedami arba atimami: E(X ± Y) = μ_X ± μ_Y. Dispersijos visada sudedamos, net ir skirtumui: Var(X ± Y) = σ_X² + σ_Y², todėl σ = √(σ_X² + σ_Y²). Standartiniai nuokrypiai tiesiogiai niekada nesudedami. n nepriklausomų vienodai pasiskirsčiusių elementų sumos vidurkis yra n·μ, o standartinis nuokrypis σ·√n. Tada standartizuokite kaip įprasta: z = (x − vidurkis)/σ ir raskite Φ(z).

Nuo ploto atgal prie z: Φ(z) yra plotas kairėje nuo z. Kairiosios uodegos plotui A lentelėje raskite z, kai Φ(z) = A. Dešiniosios uodegos plotas A reiškia Φ(z) = 1 − A. Centrinis plotas A tarp −z ir z palieka (1 − A)/2 kiekvienoje uodegoje, taigi Φ(z) = (1 + A)/2. Reikšmei x naudokite x = μ + zσ.

Vidurkio pasikliautinasis intervalas: x̄ ± paklaidos riba. Kai populiacijos σ žinomas, paklaidos riba yra z·σ/√n; kai žinomas tik imties standartinis nuokrypis s, naudokite t su n − 1 laisvės laipsniu: t·s/√n. Kritinės reikšmės: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Kad paklaidos riba būtų ne didesnė kaip E, reikia n ≥ (z·σ/E)², suapvalinus aukštyn.

Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.

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.

Vidurkio tikrinimas: testo statistika parodo, per kiek standartinių paklaidų imties vidurkis nutolęs nuo H₀ teigiamos reikšmės: z = (x̄ − μ₀)/(σ/√n), kai σ žinomas, t = (x̄ − μ₀)/(s/√n), kai jis vertinamas iš imties. Pasikliautinasis intervalas yra x̄ ± (kritinė reikšmė)·(standartinė paklaida).

Mažiausiųjų kvadratų regresija: kai x̄ ir ȳ – vidurkiai, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² ir Sxy = Σ(x − x̄)(y − ȳ), tiesės ŷ = a + b·x krypties koeficientas b = Sxy/Sxx, o laisvasis narys a = ȳ − b·x̄, todėl ji visada eina per tašką (x̄, ȳ). Pirsono koreliacijos koeficientas r = Sxy/√(Sxx·Syy) yra tarp −1 ir 1; r² – tiese paaiškinama y kitimo dalis.

Mažiausiųjų kvadratų regresija: kai x̄ ir ȳ – vidurkiai, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² ir Sxy = Σ(x − x̄)(y − ȳ), tiesės ŷ = a + b·x krypties koeficientas b = Sxy/Sxx, o laisvasis narys a = ȳ − b·x̄, todėl ji visada eina per tašką (x̄, ȳ). Pirsono koreliacijos koeficientas r = Sxy/√(Sxx·Syy) yra tarp −1 ir 1; r² – tiese paaiškinama y kitimo dalis.