CFA Level I: количественные методы и инструменты с фиксированной доходностью: шпаргалка-пакет

Временная стоимость денег: деньги сегодня ценнее той же суммы позже, потому что могут приносить проценты. При ставке i за период сумма растёт как FV = PV·(1 + i)ⁿ. Серию равных платежей (аннуитет) оценивают, складывая каждый платёж, отсюда формулы аннуитета.

Временная стоимость денег: деньги сегодня ценнее той же суммы позже, потому что могут приносить проценты. При ставке i за период сумма растёт как FV = PV·(1 + i)ⁿ. Серию равных платежей (аннуитет) оценивают, складывая каждый платёж, отсюда формулы аннуитета.

Чистая приведённая стоимость: дисконтируйте каждый денежный поток к сегодняшнему дню по требуемой доходности r и сложите: NPV = Σ CFₜ/(1 + r)ᵗ. Проект с NPV > 0 зарабатывает больше r и создаёт стоимость. Внутренняя норма доходности (IRR) — ставка, при которой NPV = 0.

Ставка пересечения (точка Фишера): ставка дисконтирования, при которой два проекта имеют одинаковую NPV. Это IRR разности их денежных потоков (B − A). Ниже неё больше NPV у проекта с более поздними и крупными денежными потоками; выше неё выигрывает другой.

Цена облигации: цена облигации — это приведённая стоимость её денежных потоков, дисконтированных по доходности к погашению (YTM): купоны образуют аннуитет, а номинал выплачивается при погашении. P = C·(1 − (1 + y)⁻ⁿ)/y + F/(1 + y)ⁿ. Если доходность выше купонной ставки, облигация торгуется ниже номинала, и наоборот.

Цена облигации: цена облигации — это приведённая стоимость её денежных потоков, дисконтированных по доходности к погашению (YTM): купоны образуют аннуитет, а номинал выплачивается при погашении. P = C·(1 − (1 + y)⁻ⁿ)/y + F/(1 + y)ⁿ. Если доходность выше купонной ставки, облигация торгуется ниже номинала, и наоборот.

Стоимость капитала: CAPM даёт доходность, которую требуют акционеры: r_e = r_f + β·(r_m − r_f). Средневзвешенная стоимость капитала объединяет собственный и заёмный капитал с весами по их рыночной стоимости: WACC = E/V·r_e + D/V·r_d·(1 − T), где V = E + D. Проценты уменьшают налогооблагаемую базу, отсюда множитель (1 − T).

Бета с учётом долга (Хамада): долг делает собственный капитал более рискованным. β_L = β_U·(1 + (1 − T)·D/E), где β_U — бета бизнеса без долга. Чтобы перенести бету на другую структуру капитала, сначала очистите её от влияния долга, а затем пересчитайте при новом D/E.

Описательная статистика: среднее — сумма, делённая на n; медиана — середина упорядоченных данных (среднее двух средних значений при чётном n). Выборочное стандартное отклонение s = √(Σ(x − x̄)²/(n − 1)). z-оценка z = (x − μ)/σ показывает, на сколько стандартных отклонений значение отстоит от среднего.

Описательная статистика: среднее — сумма, делённая на n; медиана — середина упорядоченных данных (среднее двух средних значений при чётном n). Выборочное стандартное отклонение s = √(Σ(x − x̄)²/(n − 1)). z-оценка z = (x − μ)/σ показывает, на сколько стандартных отклонений значение отстоит от среднего.

Дискретные случайные величины: распределение вероятностей перечисляет все значения x, которые может принять величина, с их вероятностями p(x); вероятности лежат между 0 и 1, а их сумма равна 1. Математическое ожидание (среднее) равно E(X) = Σx·p(x), это долгосрочное среднее значение. Дисперсия равна Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², а стандартное отклонение σ = √Var(X). При линейном преобразовании Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) и σ_Y = |a|·σ_X; прибавление константы не меняет разброс.

Дискретные случайные величины: распределение вероятностей перечисляет все значения x, которые может принять величина, с их вероятностями p(x); вероятности лежат между 0 и 1, а их сумма равна 1. Математическое ожидание (среднее) равно E(X) = Σx·p(x), это долгосрочное среднее значение. Дисперсия равна Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², а стандартное отклонение σ = √Var(X). При линейном преобразовании Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) и σ_Y = |a|·σ_X; прибавление константы не меняет разброс.

Суммы и разности нормальных величин: если X и Y независимы и нормальны, то X + Y и X − Y тоже нормальны. Средние складываются или вычитаются: E(X ± Y) = μ_X ± μ_Y. Дисперсии всегда складываются, в том числе для разности: Var(X ± Y) = σ_X² + σ_Y², поэтому σ = √(σ_X² + σ_Y²). Стандартные отклонения напрямую никогда не складываются. Сумма n независимых элементов с одинаковым распределением имеет среднее n·μ и стандартное отклонение σ·√n. Затем стандартизируйте как обычно: z = (x − среднее)/σ и найдите Φ(z).

Нормальное распределение: переведите значение x в z-оценку z = (x − μ)/σ, которая показывает, на сколько стандартных отклонений значение отстоит от среднего. Таблица z (или Φ(z)) даёт площадь слева от z, то есть P(X < x). Площадь справа равна 1 − Φ(z), а площадь между двумя значениями — разности их площадей слева.

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.

Интервал для дисперсии: (n − 1)s²/σ² имеет распределение χ² с n − 1 степенями свободы. 95 % интервал для σ² простирается от (n − 1)s², делённого на верхнее значение χ² (выше него 2,5 %), до (n − 1)s², делённого на нижнее значение χ² (ниже него 2,5 %); интервал для σ получают извлечением квадратного корня из обеих границ. Он несимметричен относительно s.

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.

Объём выборки для критерия: чтобы обнаружить истинный сдвиг δ с мощностью 1 − β одностронним z-критерием на уровне α, стандартная ошибка должна удовлетворять δ = (z_α + z_β)·σ/√n, поэтому n = ((z_α + z_β)·σ/δ)² с округлением вверх.

Метод наименьших квадратов: при средних x̄ и ȳ, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² и Sxy = Σ(x − x̄)(y − ȳ) прямая ŷ = a + b·x имеет угловой коэффициент b = Sxy/Sxx и свободный член a = ȳ − b·x̄, поэтому она всегда проходит через (x̄, ȳ). Коэффициент корреляции Пирсона r = Sxy/√(Sxx·Syy) лежит между −1 и 1; r² — доля вариации y, объяснённая прямой.

Метод наименьших квадратов: при средних x̄ и ȳ, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² и Sxy = Σ(x − x̄)(y − ȳ) прямая ŷ = a + b·x имеет угловой коэффициент b = Sxy/Sxx и свободный член a = ȳ − b·x̄, поэтому она всегда проходит через (x̄, ȳ). Коэффициент корреляции Пирсона r = Sxy/√(Sxx·Syy) лежит между −1 и 1; r² — доля вариации y, объяснённая прямой.