組隊合作:教你如何在知識經濟中學習、創新與競爭 (1版)

類似書籍推薦給您

書名：組隊合作:教你如何在知識經濟中學習、創新與競爭 作者：臺灣醫療品質協會 出版社：合記 出版年份：2018 條碼：9789863682509 簡介： 組隊合作是醫療作業最常見的模式，是整合各醫療專業領域的不同觀念、技能及知識，並互相傾聽意見做出共同的決定。本書對於如何靈活有效的組隊執行、如何達成永續改善醫療品質及如何建構更優質化的醫療環境都有詳細的敘述，絕對是可作為國內推動品管圈活動最重要的參考資訊，也是醫院管理者學習新領導模式的導指引，更是值得醫界各個領域共同分享的一本好書。 序言： 我很樂意能為這本極為重要且適時的書撰寫序言，我知道Amy 做這件事已經超過十年了，很高興看到Amy把她的開創性研究和組隊合作的基礎整理完畢，並提出了裡頭重要的觀點。 首先讓我說明一下，為什麼這本書如此重要，各組織的領導和管理人員都應該要吸收每個章節的重點知識。儘管我們的文化傾向在實際需要時才組成團體和團隊，然後共同贏得或完成工作，團體和團隊合作已經是社會和社區的功能基礎。然而，這就是目前組織的悲劇，我們常開玩笑說，會議大多是浪費時間的， 而團體是沒有用的，因為它們分散了當責理念。我們建立了所有的激勵和推廣系統，甚至在團隊運動中，對於個人的表現也是如此，例如曲棍球、足球、籃球和美式足球，團隊中的明星球員獲得了媒體大幅的報導，還有大把金錢。這種文化偏見的結果是， 大多數領導人在主持會議或建立團隊時都是令人震驚的無能，然而，他們卻需要依賴團隊合作。本書強調「組隊合作」的過程， 是在有效協調合作的基礎之下，提供重要的見解及了解團隊合作的所需元素。 為什麼說這本書是適時的呢？因為世界變得越來越多元且複雜。複雜性是所有科學、工程、管理和組織發展技術演進的結果。 這意味著，要在技術複雜的環境中完成社會任何事情，都需要來自許多領域的訊息輸入和產生複雜的流程。反過來說，如果是個人的管理者，將不再能足夠了解決策和完成任務。事實上，他們會越來越依賴各種專家。這意味著他們必須了解「組隊合作」的過程，是將這些專家聚集在一起，並使他們能夠共同工作。這一點在健康照護領域上比任何地方都更為明顯，從醫院或社區衛生保健系統運行，到一場複雜的心臟手術，都需要高水準的組隊合作。 隨著發展日趨複雜，我們看到世界的文化變得更多元。我的意思是，從民族角度來看，大多數組織的員工都來自於各個不同文化的國家，從職業角度來看，如上所述的專業化，也會導致更強烈的職場文化。其中一些文化已經存在了很長的時間，並且困擾著組隊的努力，如醫生和護士之間存在的歧見。而其他歧見也已經開始出現，像是支持平等主義和開放思想，在資訊科技下成長的新世代，與傳統的層級管理文化和控制，兩者之間也出現了鴻溝。譬如一位在資訊流通快速的年代下出生的年輕工程師，以及另一位認為「知道」訊息是權力，是必須嚴格控制的經理，我們該如何讓兩者合作？ 世界上有許多不同的民族、文化、語言和思想的問題，所以你需要的是，也是本書首要強調的－學習的能力。在當前與未來的世界裡，組隊與學習密切相關。規定一個團隊應該是什麼樣子、應該如何組織和運行的那套舊制度，將無法再取得成功。其中，舊制度強調群體組成－找出每個人的個人風格和能力，並將這些部分放在一起。最明顯的侷限就是，這個公式面對著複雜任務的變化時，難以提前做出決定，無法衡量要用什麼樣的個人風格和優勢與之競爭。其次，它將越來越難找到或招募到任何可能需要的人才。本書所強調的就是組隊合作，這套思維必須如此專注於如何利用團隊資源完成工作，而無可避免地，這會是一個學習的過程。 組隊和學習是歷久不衰的，希望您能盡情享受學習。 《組織文化與領導(Organizational Culture and Leadership)》的作者 Edgar H. Schein 目錄 前言 xv 理事長序 xviii 主編序 xxiii 譯者簡介 xxvi 引言 1 part one 組隊 (teaming) Chapter 1一種新的工作方式／李三剛 11 組隊是個動詞12 組織執行 15 學習的必要性19 學習團隊，組隊學習24 組織學習26 執行型學習30 流程知識光譜32 一種新的領導方式38 領導力摘要42 課程與行動42 Chapter 2 組隊學習、創新與競爭／鄭紹宇 45 組隊的流程50 四個有效組隊的支柱 51 組隊的益處56 社會和認知對組隊的障礙 60 當衝突升高 67 促進組隊的領導力行動 75 領導力摘要 78 課程與行動 79 part two 組織學習 (organizing to learn) Chapter 3 架構建置的力量／吳杰亮 83 認知架構 84 架構一個變革計畫 89 領導者的角色 93 團隊成員的角色 96 計畫目的 99 學習架構與執行架構 102 改變架構 104 領導力摘要 111 課程與行動 112 Chapter 4 讓團隊感到安全 / 黃鴻基 115 信任與尊重 118 組隊和學習的心理安全 125 階級組織對心理安全的效應 131 培育心理安全 135 領導力摘要 145 課程與行動 147 Chapter 5 失敗可以讓你更快成功 / 李建德 149 失敗的無可避免性 150 小失敗的重要性 151 為何由失敗學習是如此困難 154 失敗在流程知識光譜上的位置 160 將失敗的成因和內容相提並論 164 發展對失敗中的學習方法 168 從錯誤學習的策略 170 領導力摘要 182 課程與行動 183 Chapter 6 跨界合作 / 蔡鴻文 185 跨界組隊 191 可見和不可見的邊界 193 三種形式的邊界 197 組隊跨越常見的邊界 201 領導跨界溝通 212 領導力摘要 215 課程與行動 216 part three 學習型執行 (execution-as-learning) Chapter 7 將組隊及學習的概念融入工作中 / 邢世俊 221 學習型執行 222 運用流程知識光譜 229 Telco 面對轉變的背景 234 學習永不停止 240 保持學習的活力 252 領導力摘要 254 課程與行動 256 Chapter 8 領導力的實踐 / 鄭紹宇 257 席夢思常規生產的領導組隊 258 在兒童醫院的複雜操作中組隊合作 265 領導組隊追求 IDEO 的創新 276 領導力摘要 283 向前推動 285 註記 289 獻詞 309 關於作者 313 索引 315

中級日語：情境學習 (1版)

類似書籍推薦給您

【簡介】 千呼萬喚始出來！ 由政治大學日文系人氣名師林士鈞老師專業執筆， 王淑琴、喬曉筠、葉秉杰博士嚴謹監修， 結合日本旅遊、日常生活情境， 生活單字X重要句型X實用短文X情境會話， 最明快、最到位、最好學的《中級日語：情境日語》就此問世！   　　◎本書適用對象 　　‧日文系輔系課程 　　‧第二外語日語課程 　　‧自主學習讀者 　　‧總覺得日語卡關的讀者   　　◎適讀程度：N4   　　◎主題內容貼近日常生活，多元、實用又有趣，學習日語不枯燥！   　　全書共有16課，各課主題貼近一般日常，如「工作」、「興趣」、「下班後」、「假日」等等，其中更加入了多篇關於日本城市的簡介，在各課主題下融入中級必會的重要句型，一方面扎實打好日語根基，一方面更可以全方位學習日語。16課內容如下： 　 　　第一課　工作 　　第二課　興趣 　　第三課　下班後 　　第四課　約定 　　第五課　幫忙 　　第六課　公園 　　第七課　遺憾的事 　　第八課　假日 　　第九課　學習 　　第十課　北海道 　　第十一課　教養 　　第十二課　東京 　　第十三課　日本生活 　　第十四課　名古屋 　　第十五課　大學生活 　　第十六課　敬語 　　 　　◎每課8大結構，聽、說、讀、寫日語全面掌握！   　　每課內容皆包含了「學習重點」、「短文」、「文型」、「例文」、「練習」、「會話」、「問題」、「單字」等8種結構，透過8種結構循序漸進穩固日語能力，讓學習者日語聽、說、讀、寫一網打盡。   　　1.學習重點 　　在正式進入每一課之前，先提示本課將出現的重要句型，讓學習者更了解各課的學習要點。 　　2.短文 　　以大約350字以內之文章形式來呈現各課的重要單字、句型，不僅可以預習重要單字、句型，也可以當作活用的複習。 　　3.文型 　　以短句的形式羅列出包含本課「學習重點」的句子，讓學習者更容易理解句型結構。 　　4.例文 　　以短句或對話的形式，延伸「文型」中出現過的「學習重點」，除了強化「學習重點」外，並同時學習運用新的詞彙。 　　5.練習 　　以大量的改寫和句型代換練習，強化各課句型及單字的應用，並增加熟悉度。 　　6.会話 　　將各課的重要句型，運用於各種日常生活的情境會話當中，除了讓學習者練習辨別說話的場合、身分外，，也同時能掌握更自然的日語語感。 　　7.問題 　　以填空、重組、翻譯等形式的練習，再次強化句型及單字的應用能力，並確認各課的學習成效，可作為課後的作業或自我驗收。 　　8.単語 　　將本課的新出單字以詞性依序分類，並標注重音，方便學習者預習或複習。本書的重音以《大辞林》、《NHK日本語発音アクセント辞典新版》為主要參考依據。   　　此外，附錄有各課練習題解答，讓學習者在學習正課之後，可以確認自己的學習成效。   　　《中級日語：情境學習》由專業且教學經驗豐富的第一線教師編纂，並由語學專攻的教師監修，絕對是您學習進階日語的必備教材！   本書特色   　　1.由政治大學人氣名師林士鈞老師執筆，打造符合N4程度的中級日語教材。 　　2.貼近日常生活的16大主題，搭配情境式插圖，實用又有趣，學習不無聊。 　　3.囊括各類型生活單字及中級重要句型、例句，並加上各種形式的練習問題，幫助您鞏固日語根基。 　　4.透過短文、練習、會話、問題，全面強化聽、說、讀、寫的日語實力。【目錄】 出版序 作者序 本書使用說明 第一課 仕事 ‧「～と」 ‧「～なければなりません」 ‧「～ないで」 第二課 趣味 ‧「趣味は～ことです」 ‧「名詞＋ができます」、「辞書形＋ことができます」 ‧「～前に」 第三課 退勤後 ‧「名詞＋の＋後で」、「た形＋後で」 ‧「～ほうがいいです」 ‧「～ので」 第四課 約束 ‧「～たら」 ‧「～ても」 ‧「～のです・～んです」 第五課 手伝い ‧「～てあげます」 ‧「～てもらいます」 ‧「～てくれます」 第六課 公園 ‧「～ていきます」 ‧「～てきます」 ‧「～てみます」 ‧「～かもしれません」 第七課 残念なこと ‧「～（ら）れます」 ‧「見えます・聞こえます」 ‧「～なくて」 ‧「～しか～ない」 第八課 休日 ‧「～ば」 ‧「～ければ」 ‧「（な形容詞・名詞）なら」 ‧「（常體）なら」 第九課 勉強 ‧「～ろ」 ‧「～な」 ‧「～をいただきます」 ‧「～をくださいます」 ‧「～ていただきます」 ‧「～てくださいます」 第十課 北海道 ‧一般被動句 ‧受害被動句1（所有物被動句） ‧受害被動句2（自動詞被動句） ‧無生物主語被動句 第十一課 しつけ ‧自動詞使役句 ‧他動詞使役句 ‧使役被動句 第十二課 東京 ‧「～ように」 ‧「可能形＋ようになります」 ‧「辞書形＋ようになります」 ‧「～ようにしています」 ‧「～ようにしてください」 第十三課 日本生活 ‧「～はじめる・～つづける・～おわる」 ‧「～すぎる」 ‧「～やすい」 ‧「～にくい」 ‧「疑問詞か」 ‧「～かどうか」 第十四課 名古屋 ‧「～し～し」 ‧「～くします／～にします」 ‧「～がします」 ‧「～にします」 第十五課 大学生活 ‧「～ようです」 ‧「～ために」 ‧「～のに」 第十六課 敬語 ‧「～（ら）れる」 ‧「お～になります／ご～になります」 ‧「お～します／ご～します」 ‧特殊尊敬語（いらっしゃいます・なさいます之類） ‧特殊謙讓語（まいります・いたします之類） ‧「お～ください」 付録 ●「練習」、「問題」の解答

AI時代Math元年：用Python全精通機器學習 (1版)

類似書籍推薦給您

【簡介】 AI時代Math元年 - 用Python全精通機器學習 　　✴︎ 迴歸分析：深度挖掘資料中變數間的關聯性與規律 　　✴︎ 線性迴歸：透過直線模型解讀簡單資料的趨勢與變化 　　✴︎ 多元線性迴歸：建構高維資料模型，分析多重影響因素 　　✴︎ 非線性迴歸：處理複雜資料模式，探索非線性關係的應用 　　✴︎ 正規化迴歸：透過嶺回歸與套索迴歸有效抑制模型過擬合 　　✴︎ 貝氏迴歸：結合先驗知識與數據，實現貝氏統計推斷 　　✴︎ 高斯過程：深入了解從理論到應用的高斯模型方法 　　✴︎  k最近鄰分類：運用鄰近資料進行分類與迴歸的經典算法 　　✴︎ 決策樹：以層次結構實現資料分類與回歸的靈活應用 　　✴︎ 支援向量機：應對高維資料，實現精確分類與回歸分析 　　✴︎ 主成分分析：透過降維技術提取資料中的核心特徵與模式 　　✴︎  K平均值聚類：快速分群分析，尋找資料內部結構與規律 　　✴︎ 高斯混合模型：運用軟聚類技術實現精細的資料分群 　　✴︎ 最大期望演算法：優化模型參數，提升聚類與估計效能  【目錄】 第 1 篇 整體說明 第 1 章 機器學習 1.1 什麼是機器學習? 1.2 迴歸：找到引數與因變數關係 1.3 分類：針對有標籤資料 1.4 降維：降低資料維度，提取主要特徵 1.5 聚類：針對無標籤資料 1.6 機器學習流程 1.7 下一步學什麼？ 第 2 篇 迴歸 第 2 章 迴歸分析 2.1 線性迴歸：一個表格、一條直線 2.2 方差分析(ANOVA) 2.3 總離差平方和(SST) 2.4 迴歸平方和(SSR) 2.5 殘差平方和(SSE) 2.6 幾何角度：畢氏定理 2.7 擬合優度：評價擬合程度 2.8 F 檢驗：模型參數不全為0 2.9 t 檢驗：某個迴歸係數是否為0 2.10 置信區間：因變數平均值的區間 2.11 預測區間：因變數特定值的區間 2.12 對數似然函數：用在最大似然估計(MLE) 2.13 資訊準則：選擇模型的標準 2.14 殘差分析：假設殘差服從平均值為0 的正態分佈 2.15 自相關檢測：Durbin-Watson 2.16 條件數：多重共線性 第 3 章 多元線性迴歸 3.1 多元線性迴歸 3.2 最佳化問題：OLS 3.3 幾何解釋：投影 3.4 二元線性迴歸實例 3.5 多元線性迴歸實例 3.6 正交關係 3.7 三個平方和 3.8 t 檢驗 3.9 多重共線性 3.10 條件機率角度看多元線性迴歸 第 4 章 非線性迴歸 4.1 線性迴歸 4.2 線性對數模型 4.3 非線性迴歸 4.4 多項式迴歸 4.5 邏輯迴歸 4.6 邏輯函數完成分類問題 第 5 章 正規化迴歸 5.1 正規化：抑制過擬合 5.2 嶺迴歸 5.3 幾何角度看嶺迴歸 5.4 套索迴歸 5.5 幾何角度看套索迴歸 5.6 彈性網路迴歸 第 6 章 貝氏迴歸 6.1 回顧貝氏推斷 6.2 貝氏迴歸：無資訊先驗 6.3 使用PyMC 完成貝氏迴歸 6.4 貝氏角度理解嶺正規化 6.5 貝氏角度理解套索正規化 第 7 章 高斯過程 7.1 高斯過程原理 7.2 解決迴歸問題 7.3 解決分類問題 第 3 篇 分類 第 8 章 k 最近鄰分類 8.1 k 最近鄰分類原理：近朱者赤，近墨者黑 8.2 二分類：非紅，即藍 8.3 三分類：非紅，不是藍，就是灰 8.4 近鄰數量k 影響投票結果 8.5 投票權重：越近，影響力越高 8.6 最近質心分類：分類邊界為中垂線 8.7 k-NN 迴歸：非參數迴歸 第 9 章 單純貝氏分類 9.1 重逢貝氏 9.2 單純貝氏的「單純」之處 9.3 高斯，你好 第 10 章 高斯判別分析 10.1 又見高斯 10.2 六類協方差矩陣 10.3 決策邊界解析解 10.4 第一類 10.5 第二類 10.6 第三類 10.7 第四類 10.8 第五類 10.9 第六類 10.10 線性和二次判別分析 第 11 章 支援向量機 11.1 支援向量機 11.2 硬間隔：處理線性可分 11.3 構造最佳化問題 11.4 支援向量機處理二分類問題 11.5 軟間隔：處理線性不可分 第 12 章 核心技巧 12.1 映射函數：實現升維 12.2 核心技巧SVM 最佳化問題 12.3 線性核心：最基本的核心函數 12.4 多項式核心 12.5 二次核心：二次曲面 12.6 三次核心：三次曲面 12.7 高斯核心：基於徑向基函數 12.8 Sigmoid 核心 第 13 章 決策樹 13.1 決策樹：可以分類，也可以迴歸 13.2 資訊熵：不確定性度量 13.3 資訊增益：透過劃分，提高確定度 13.4 基尼指數：指數越大，不確定性越高 13.5 最大葉節點：影響決策邊界 13.6 最大深度：控制樹形大小 第 4 篇 降維 第 14 章 主成分分析 14.1 主成分分析 14.2 原始資料 14.3 特徵值分解 14.4 正交空間 14.5 投影結果 14.6 還原 14.7 雙標圖 14.8 陡坡圖 第 15 章 截斷奇異值分解 15.1 幾何角度看奇異值分解 15.2 四種SVD 分解 15.3 幾何角度看截斷型SVD 15.4 最佳化角度看截斷型SVD 15.5 分析鳶尾花照片 第 16 章 主成分分析進階 16.1 從「六條技術路線」說起 16.2 協方差矩陣：中心化資料 16.3 格拉姆矩陣：原始資料 16.4 相關性係數矩陣：標準化資料 第 17 章 主成分分析與迴歸 17.1 正交迴歸 17.2 一元正交迴歸 17.3 幾何角度看正交迴歸 17.4 二元正交迴歸 17.5 多元正交迴歸 17.6 主元迴歸 17.7 偏最小平方迴歸 第 18 章 核心主成分分析 18.1 核心主成分分析 18.2 從主成分分析說起 18.3 用核心技巧完成核心主成分分析 第 19 章 典型相關分析 19.1 典型相關分析原理 19.2 從一個協方差矩陣考慮 19.3 以鳶尾花資料為例 第 5 篇 聚類 第 20 章 K 平均值聚類 20.1 K 平均值聚類 20.2 最佳化問題 20.3 迭代過程 20.4 肘部法則：選定聚類叢集值 20.5 輪廓圖：選定聚類叢集值 20.6 沃羅諾伊圖 第 21 章 高斯混合模型 21.1 高斯混合模型 21.2 四類協方差矩陣 21.3 分量數量 21.4 硬聚類和軟聚類 第 22 章 最大期望演算法 22.1 最大期望 22.2 E 步：最大化期望 22.3 M 步：最大化似然機率 22.4 迭代過程 22.5 多元GMM 迭代 第 23 章 層次聚類 23.1 層次聚類 23.2 樹狀圖 23.3 叢集間距離 23.4 親近度層次聚類 第 24 章 密度聚類 24.1 DBSCAN 聚類 24.2 調節參數 第 25 章 譜聚類 25.1 譜聚類 25.2 距離矩陣 25.3 相似度 25.4 無向圖 25.5 拉普拉斯矩陣 25.6 特徵值分解

全民瘋 AI 系列：經典機器學習 (1版)

類似書籍推薦給您

【簡介】 全民瘋 AI 系列 - 經典機器學習 https://youtu.be/JAlwnGNOLsY ✴︎ 全方位解析AI應用，揭開機器學習開發中常見的十大新手陷阱。 ✴︎ 從模型訓練到實際落地，全面掌握AI技術在真實世界中的應用與價值。 ✴︎ 資料視覺化、清理、正規化與標準化，為AI模型做好全面準備。 ✴︎ 非監督與監督學習技術解析，涵蓋分群、迴歸與分類，結合實際應用。 ✴︎ 搭配十三種經典實務範例，深入掌握模型構建與優化技巧。 ✴︎ 模型落地實踐與整合應用，結合FastAPI打造完整AI應用服務。 【目錄】 第 1 章 中國固定收益市場介紹 1.1 債券與債券市場概念 1.1.1 債券 1.1.2 債券市場 1.2 債券品種分類 1.2.1 按付息方式分類 1.2.2 按發行主體信用分類 1.2.3 按發行主體類型分類 1.2.4 按幣種分類 1.3 中國債券市場的發展、監管與業務 1.3.1 中國債券市場的發展沿革 1.3.2 中國債券市場監管系統 1.3.3 中國債券市場交易業務 1.4 本章小結 第 2 章 債券的計息基準與應計利息的計算 2.1 中國債券常見計息基準 2.1.1 附息債券 2.1.2 利隨本清債券 2.1.3 貼現、零息債券 2.2 其他計息基準 2.2.1 實際/360 2.2.2 30/360 2.2.3 實際/365F 2.2.4 實際/365 2.2.5 實際/ 實際（ISDA） 2.3 本章小結 第 3 章 債券的淨價、全價與到期收益率的計算 3.1 淨價與全價 3.2 到期收益率的計算 3.2.1 單利計算的類型 3.2.2 複利計算的類型 3.3 本章小結 第 4 章 收益率曲線與建構 4.1 債券收益率曲線的建構方法 4.1.1 中國不同機構債券收益率曲線的建構方法 4.1.2 外國債券收益率曲線的建構方法 4.2 債券到期收益率曲線的建構 4.2.1 擬合法 4.2.2 插值法 4.3 債券即期收益率曲線的建構 4.3.1 拔靴法（bootstrapping） 4.3.2 NS 模型與NSS 模型 4.4 債券遠期收益率曲線的建構 4.5 本章小結 第 5 章 債券的估值與風險計量 5.1 固定利率債券的估值 5.1.1 固定利率債券現值的計算 5.1.2 G-spread 與Z-spread 5.1.3 固定利率債券風險指標的計算 5.2 浮動利率債券的估值 5.2.1 浮動利率債券現值的計算 5.2.2 浮動利率債券風險指標的計算 5.3 含權債券的深入理解與估值 5.3.1 行權估值與到期估值 5.3.2 遠期收益率判斷法估值 5.3.3 Hull-White 模型估值 5.4 債券的關鍵利率久期 5.4.1 單券的關鍵利率久期 5.4.2 組合的關鍵利率久期 5.5 債券的風險價值與預期損失 5.5.1 單券的風險價值與預期損失 5.5.2 組合的風險價值與預期損失 5.6 本章小結 第 6 章 債券的會計與損益歸因分析 6.1 新會計準則下債券SPPI 分析 6.2 債券的攤餘成本法 6.2.1 攤餘成本的基本原理 6.2.2 攤餘成本的每日計算 6.3 債券的會計損益分析 6.4 債券投資的損益分解 6.5 Campisi 績效歸因 6.5.1 Campisi 三因素歸因 6.5.2 Campisi 六因素歸因 6.6 本章小結 第 7 章 債券現券交易方式 7.1 銀行間現券交易方式 7.1.1 意向報價 7.1.2 對話報價 7.1.3 請求報價 7.1.4 做市報價 7.1.5 指示性報價 7.1.6 匿名點擊 7.2 交易所現券交易方式 7.2.1 匹配成交 7.2.2 點擊成交 7.2.3 詢價成交 7.2.4 協商成交 7.2.5 競買成交 7.3 本章小結 第 8 章 回購與債券借貸 8.1 質押式回購 8.1.1 銀行間質押式回購 8.1.2 交易所質押式回購 8.1.3 質押式回購的功能 8.2 買斷式回購 8.2.1 買斷式回購的基本原理 8.2.2 買斷式回購的功能 8.3 債券借貸 8.3.1 債券借貸的基本原理 8.3.2 債券借貸的功能 8.4 本章小結 第 9 章 國債期貨與標準債券遠期 9.1 國債期貨 9.1.1 中金所國債期貨簡介 9.1.2 國債期貨的功能 9.1.3 國債期貨常見指標的計算 9.2 標準債券遠期 9.2.1 標準債券遠期簡介 9.2.2 標準債券遠期的功能 9.2.3 標準債券遠期常見指標的計算 9.3 本章小結 第 10 章 利率互換 10.1 利率互換介紹 10.1.1 利率互換簡介 10.1.2 利率互換的功能 10.1.3 利率互換的交易要素 10.1.4 利率互換的交易曲線系統 10.1.5 利率互換的交易與利息計算- 10.2 利率互換即期與遠期收益率曲線的建構 10.2.1 利率互換即期收益率曲線的建構 10.2.2 利率互換遠期收益率曲線的建構 10.3 利率互換的估值與風險計量 10.3.1 估值原理與步驟 10.3.2 Shibor3M 利率互換的估值 10.3.3 FR007 利率互換的估值 10.3.4 利率互換的DV01 與利率互換關鍵期限的DV01 10.3.5 利率互換的風險價值與預期損失 10.4 本章小結 第 11 章 利率期權 11.1 利率上下限期權介紹 11.1.1 利率上限期權與利率下限期權 11.1.2 利率上下限期權的功能 11.1.3 利率上下限期權交易要素 11.1.4 利率上限期權與利率下限期權的平價關係 11.2 利率上下限期權波動率曲面的建構 11.2.1 波動率曲面介紹 11.2.2 波動率曲面的常用建構方法 11.2.3 利率上下限期權波動率曲面的具體建構 11.3 利率上下限期權的估值與風險指標 11.3.1 利率上下限期權現值的計算 11.3.2 利率上下限期權風險指標的計算 11.4 利率互換期權介紹 11.4.1 利率互換期權簡介 11.4.2 利率互換期權的功能 11.4.3 利率互換期權的平價關係 11.4.4 利率互換期權的交易要素 11.5 利率互換期權的估值與風險指標 11.5.1 利率互換期權波動率曲面的建構 11.5.2 利率互換期權現值的計算 11.5.3 利率互換期權風險指標的計算 11.6 利率期權風險價值的簡易計算 11.6.1 敏感度一階模型計算風險價值 11.6.2 敏感度二階模型計算風險價值 11.7 本章小結 第 12 章 信用衍生品 12.1 信用衍生品簡介 12.1.1 國內外信用衍生品的發展 12.1.2 信用風險緩釋憑證（CRMW） 12.1.3 CDS/CRMA/ 信用保護合約 12.1.4 CDS 指數 12.1.5 CRM 業務的功能 12.2 CRM 的估值與風險指標 12.2.1 生存曲線的建構 12.2.2 CRM 產品現值的計算 12.2.3 CRM 產品的風險指標計算 12.3 本章小結 附錄A 參考資料 參考圖書 參考文章 參考檔案