{正版现货新书} 企业债投资市场数据分析:从入门到精通:using data for investing, trading, capital markets, and portfolio management 9787300224596 [美]罗伯特·克里切夫（Robert S. Kricheff

全新正版现货，以书名为准，放心购买，购书咨询18515909251朱老师

32.44 5.9折 55 全新

库存8件

北京丰台

作者[美]罗伯特·克里切夫（Robert S. Kricheff

出版社中国人民大学出版社

ISBN9787300224596

出版时间2015-06

装帧平装

开本大32开

定价55元

货号8760697

上书时间2026-01-28

商品详情

品相描述：全新

商品描述: 作者简介
罗伯特·克里切夫，瑞士信贷的总经理，美国杠杆融资战略领域的。罗伯特·克里切夫在职业生涯中，致力于许多行业和各种类型的投资和债务工具的信用分析工作，其中包括债券、银行债务、可转换债券和信用违约掉期。他还致力于指数和市场战略的产品和新兴市场信贷工作。

目录
第一部分? 引言
01? 数据分析概述? ? /3
企业债市场为什么要运用数据分析? ? /3
什么是数据分析? ? /4
数据分析的使用方法及与信用分析之间的区别? ? /5
案例? ? /6
本书的结构? ? /7
02? 企业债有何不同? ? /10
企业债的特性? ? /10
数据的来源? ? /14
定价数据? ? /16
案例? ? /17
03? 项目管理和人员管理? ? /20
沟通在数据分析中的重要性? ? /21
数据记录? ? /23
结语? ? /24
第二部分? 你必知的企业债相关常识和基本工具
04? 企业债相关术语 ? ? /29
估值相关术语? ? /29
使用收益率和息差的时间与方法? ? /30
波动率相关术语? ? /32
关于久期的进一步讨论? ? /33
债务编列术语? ? /34
信用评级术语及使用? ? /36
行业分类术语和定义? ? /37
05? 企业债数据分析基本工具? ? /38
图表数据? ? /39
趋势分析? ? /40
回归分析? ? /41
相关性? ? /43
用表格数据支持图表? ? /44
查询和排序? ? /44
06? 数据挖掘? ? /46
什么是数据挖掘? ? /46
邻域运算? ? /48
聚类分析? ? /48
决策树和神经网络? ? /49
数据挖掘技术在企业债分析中的应用? ? /50
结语? ? /51
第三部分? 企业债投资市场和参与者
07? 企业债投资市场? ? /55
投资级企业债? ? /55
高收益企业债券? ? /56
杠杆借贷? ? /56
新兴市场及国际债券和借贷?? ? ? /57
信用违约掉期? ? /59
08? 市场参与者? ? /60
发行人? ? /61
投资银行与经纪公司? ? /62
基金经理与机构投资者? ? /64
资产分配师和顾问? ? /66
系统经理和程序员? ? /67
结语? ? /67
第四部分? 指数数据分析
09? 关于指数的基本知识? ? /71
为什么指数如此重要? ? /71
计算方法? ? /75
10? 建立指数? ? /79
指数建立：选择标准? ? /81
指数建立：要求? ? /83
11? 企业债券指数的其他问题? ? /89
新发行债券的影响? ? /89
违约? ? /90
发行规模?

主编推荐
导语_点评_词

精彩内容
在企业债数据分析中，无论是新进入市场的参与者，还是经验丰富的老手，都需要运用数据方法以及*的数据分析技术来优化评估和选择企业债权投资。
使用数据分析将为市场参与者们带来巨大优势：
使用指数来比较市场及其投资组合表现——
了解企业债指数的优势和劣势，以及如何使用它们。
开发投资主题，确定债务问题并加以解决——
把握自己当前的处境，制订出下一步投资计划。
确定*自己的宏观主题的潜在投资——
成功应用数据分析技术进行信贷选择，并学习规避一些常见的陷阱。
掌握企业债数据分析自上而下的宏观方法——
检验市场层面的表现和相对价值，之后深入扩展到其核心部门。
有效地分析技术的供求趋势、市场变化和相对价值机会——
帮助市场参与者更好地分配资源，在市场趋势开始改变时快速和准确地作出反应。
使用数据分析对市场参与者们来说也存在许多难处：
使用数据分析得出的结论是有缺点和不完善的——
相对于股票和政府债市场而言，在研究企业债市场相关数据库时需要更多的信息和数据。
执行投资策略所需的价格数据和交易的流动性十分有限——
受限制的定价能力以及经常变动的市场结构，使市场参与者在进行历史数据分析和结构分析时经常会遇到潜在的错误和陷阱。
数据分析预测模型中包含主观因素——
对未来进行预测的数据分析模型已尽可能做到和理性，但基于历史数据，其或多或少会包含一些主观因素。
市场中可能会衍生出更多新的分析方法——
现存的许多数据分析方法相对简单，市场在这一方面还有很大的提升空间。

媒体评论
评论