固定收益證券與利率衍生性商品：使用Python語言（附光碟）
作　　者╱
 林進益
出版社別╱
 五南
書　　系╱
 研究&方法
出版日期╱
2026/08/20   (1版 1刷)
  
目前無庫存
email:
I  S  B  N ╱
 978-626-442-660-2
書　　號╱
 1H4P
頁　　數╱
 416
開　　數╱
 16K
定　　價╱
 580
教學資源╱
 投影片((外加))

林進益

學歷：
國立中山大學財務管理博士
國立政治大學經濟學研究所碩士
東海大學經濟學系學士

經歷：
國立屏東大學財務金融學系副教授
國立屏東商業技術學院財務金融系副教授
國立屏東商專財務金融科講師
致理商專國貿科講師

著作：
財金統計學：使用R語言（2016，五南）《財統》
經濟與財務數學：使用R語言（2017，五南）《財數》
衍生性金融商品：使用R語言（2018，五南）《衍商》
財金時間序列分析：使用R語言（2020，五南）《財時》
統計學：使用Python語言（2020，五南）《統計》
時間序列分析下的選擇權定價：使用R語言（2020，Pubu電子書）《時選》
歐式選擇權定價：使用Python語言（2021，五南）《歐選》
資料處理：使用Python語言（2021，五南）《資處》
選擇權交易：使用Python語言（2022，五南）《選擇》
財金計算：使用Python語言（2023，五南）《財計》
選擇權商品模型化導論：使用Python語言（2024，五南）《選模》
計量經濟學導論Ⅰ橫斷面篇：使用Python語言（2025，五南）《計導I》
計量經濟學導論II其他（含時間序列篇）：使用Python語言（2025，五南）《計導II》

第1章 財務評價之原理
1.1 不確定性、效用理論與風險
1.2 平賭
1.2.1 均衡證券定價與風險
1.2.2 風險中立定價
1.2.3 資產定價的基本定理
1.2.4 完全與不完全市場
1.3 布朗運動、Itô積分與Itô lemma
1.3.1 布朗運動
1.3.2 Itô積分與平賭
1.3.3 Itô lemma
1.4 連續時間模型
1.5 平賭與測度
1.5.1 再談風險的市場價格
1.5.2 不同計價單位的選擇

第2章 二項式選擇權定價模型
2.1 二項式選擇權定價模型
2.1.1 一個簡單的例子
2.1.2 基本假定
2.1.3 單期BOPM
2.2 二期之BOPM
2.3 常態分配與對數常態分配
2.3.1 對數常態分配
2.3.2 二項式模型的分配
2.4 多期的二項式模型
2.4.1 二項式模型導出對數常態分配
2.4.2 再談等值平賭測度

第3章 固定現金流量
3.1 完全可複製
3.1.1 競爭市場
3.1.2 單一價格法則
3.1.3 隱含的零息債券價格
3.1.3.1 Bootstrapping
3.1.3.2 反轉換法
3.2 利率的種類
3.2.1 參考利率
3.2.2 無風險利率
3.3 貼現價格與市場慣例
3.3.1 利率
3.3.2 美國債券市場慣例
3.3.3 導出零息債券價格曲線
3.4 利率風險
3.4.1 債券定價之五大定理
3.4.2 持續期間
3.4.3 債券價格的凸性
3.5 不完全複製：免疫與持續期間

第4章 簡單隨機現金流量與利率期貨
4.1 遠期契約與遠期利率
4.1.1 遠期契約
4.1.2 隱含的遠期利率
4.1.3 FRA
4.1.3.1 傳統的FRA
4.1.3.2 新的FRA
4.1.3.3 市場動態與定價
4.2 國庫券期貨
4.3 歐洲美元
4.3.1 計日與報價慣例
4.3.2 歐洲美元期貨
4.4 SOFR期貨

第5章 利率交換
5.1 IRS的定價
5.1.1 遠期法
5.1.2 一個例子
5.2 OISs
5.2.1 OIS交換
5.2.2 為何需要IRS？
5.2.3 IRS之評價
5.3 推導LIBOR／交換與OISs／交換零息率
5.3.1 推導LIBOR／交換零息率
5.3.2 OISs／交換零息率

第6章 收益率曲線與利率結構
6.1 債券收益率與瞬間遠期利率
6.1.1 債券收益率
6.1.2 瞬間遠期利率
6.2 NSS模型
6.3 古典利率結構理論
6.4 主成分分析法

第7章 Black模型
7.1 期貨選擇權
7.1.1 期貨選擇權的特徵
7.1.2 使用Black模型
7.2 利率選擇權（一）
7.2.1 債券選擇權
7.2.2 二個例子
7.2.2.1 歐式遠期債券選擇權價格之計算
7.2.2.2 歐式LIBOR選擇權價格之計算
7.3 利率選擇權（二）
7.3.1 caplet與floorlet的到期收益曲線
7.3.2 利用Black模型定價
7.4 歐式交換選擇權

第8章 短期利率模型
8.1 AD證券與風險中立機率
8.1.1 AD證券
8.1.2 風險中立機率
8.1.3 利率樹狀圖的應用
8.2 短期利率模型
8.2.1 利率結構模型
8.2.2 HL模型
8.3 BDT模型
8.4 HW模型

第9章 HJM模型
9.1 基本利率衍生性商品
9.2 單期二項式之HJM模型
9.2.1 基本假定
9.2.2 單期模型
9.3 HJM模型的二期模型
9.3.1 二期的情況
9.3.2 應用
9.4 多期的HJM模型
9.5 HJM之LIBOR模型
9.5.1 簡單的遠期利率
9.5.2 caplets之定價
9.5.3 平均遠期利率波動率之估計

第10章 SABR模型
10.1 波動率微笑或波動率偏態現象
10.2 SABR模型架構與模擬
10.2.1 SABR模型之模擬
10.2.2 SABR模型的架構
10.3 Black模型的隱含波動率
10.4 參數的估計與應用
10.4.1 參數的估計
10.4.2 應用：使用BSM模型
10.4.3 Hagan et al.之插值法

參考文獻
中文索引
英文索引
機器人學的基礎
概論：Pyth
on程式設計實
作
文獻計量學實作
指南：從知識圖
譜到研究洞見的
方法、工具與實
例
統計學導論：使
用JASP
台股程式交易全
攻略：Mult
iCharts
+ XQ 實
戰整合指南
無師自通的期貨
交易程式設計入
門：使用Mul
tiChart
s交易平台（附
光碟）
統計學速成
投影片((外加))

若要索取未隨書附送(外加)且未於此提供下載的教學資源，請詳洽業務人員(02-27055066#824)(僅提供教師使用)

第1章 財務評價之原理
　　本章介紹證券定價之基本原理。我們先檢視有關於效用與風險的問題，再介紹所有證券價格的基本決定因素：定價核心（pricing kernel）或隨機貼現因子（stochastic discount factor）。我們將簡單說明於間斷時間與連續時間下的平賭定價原理（martingale pricing principles）。隨機貼現因子與平賭定價原理的觀念可應用於衍生性商品定價，例如：選擇權的定價（option pricing）。我們看看。

1.1 不確定性、效用理論與風險
　　風險因子（risk factor）可說是財務學內最重要的觀念之一；或者說，就是風險因素，才導致財務學的內容變得異常複雜。直覺而言，金融市場與金融機構的存在就是欲控制風險因素而產生；因此，於尚未介紹財務理論之前，我們必須瞭解：何謂風險？風險的數學特徵為何？
　　通常，風險是指產生負效用（negative utility）的「不確定因素（uncertain factor）」。例如：我們會擔心是否會產生地震、火災、車禍或惡劣天氣所造成的損害。上述二個考慮因素可以構成所謂的「風險」。
　　不確定性是指事件的結果並不明朗或未知。例如：我們不是很清楚明日的天氣為何？明日股市是否會反轉？於經濟學或統計學內，我們是使用機率理論來描述不確定性，即隨機變數（random variables）觀念的引進，就是欲模型化事件之不確定性。例如：xt為表示通勤時間的隨機變數，其中下標t可視為「每日重複檢視」。若我們寫成xt∼N(30, 4)，則不僅可以計算不同通勤時間的機率，甚至於可以計算95%的估計區間。當然，上述使用常態分配未必合理，因有可能會產生負通勤時間，故可以改用對數常態（lognormal）、卡方或其他等分配取代。換言之，面對不確定性，我們並不是手足無措。
　　「我從不過問股市，明日股價為何並不感興趣」。並不是所有的不確定性皆會影響我們！因此，不確定性能表示風險，是指上述不確定性會影響我們的日常。經濟學用「效用」這個觀念來表示我們的日常。例如：
U(Ct) = log(Ct) 　　(1-1)
其中U(.)表示效用函數而Ct 表示消費。U(.)的設定必須滿足：
(1) U(.)是一個嚴格遞增函數。
(2) U(.)滿足邊際效用遞減的性質。
顯然，(1-1)式的設定方式滿足上述二個性質，其中t–1表示現在；換言之，(1-1)式表示未來t期消費的效用函數。
　　雖說不確定性會影響我們的日常水準，我們可以用一個效用函數表示，不過上述影響有可能是間接的，即當前消費不僅會影響我們，同時未來消費亦可能會影響我們的生活。消費有可能是一個隨機變數！簡單的一個設定方式是假定Ct屬於白努利（Bernoulli）隨機變數，隱含著有1/2的可能性Ct值為10，而有1/2的可能性Ct值為5。
　　Ct假定為白努利隨機變數，表示所分析的情況有「好」與「壞」二種狀態，即前者的效用為log(10)而後者則為log(5)。由於上述二狀態的機率值皆為1/2，故t期消費的預期效用為：
E[U(Ct)] = 1/2log(10)+1/2log(5) = 1.956
我們可以進一步計算t期預期消費的效用值為：
U[E(Ct)] = log(1/2．10+1/2．5) = log(7.5) = 2.015
顯然，U[E(Ct)] > E[U(Ct)]，此乃因邊際效用遞減性質所造成的結果。上述結果不難用圖形如圖1-1表示，其中A、B、C與D點分別表示「不好」狀態、「好」狀態、E[U(Ct)]與U[E(Ct)]。
　　上述例子說明了當我們面臨消費的不確定性，我們如何避險（hedging）？或者說，保險公司的存在，只是滿足實現避險的要求，即若保險公司提出將t期的消費鎖在7.5的水準，則我們願意付出多少的保險金？答案是至多0.43。
上述例子的涵義為：
(1) 若真的將t 期的消費鎖在7.5的水準，表示t期的消費是確定的，隱含著不存在風險。
(2) t期的消費存在著風險，表示t期的消費並不確定。通常，我們可以利用t期消費的標準差來計算風險，即上述標準差可為：2.5，隱含著風險的指標為2.5。
(3) 當不確定提高了，自然避險的動機亦增加了。例如：各有1/2的可能性會使得Ct值變成15與5，則不僅E(Ct)值，同時對應的標準差為：5，亦提高了，隱含著消費者願意多付出保險金以維持較高的消費水準。