金融市場(chǎng)的一項(xiàng)主要功能實(shí)際上是允許經(jīng)濟(jì)界的不同參與者交易其風(fēng)險(xiǎn),而近二十年來,由于受經(jīng)濟(jì)全球化和金融一體化、現(xiàn)代金融理論及信息技術(shù)、金融創(chuàng)新等因素的影響,全球金融市場(chǎng)迅猛發(fā)展,金融市場(chǎng)呈現(xiàn)出前所未有的波動(dòng)性,金融機(jī)構(gòu)面臨著日趨嚴(yán)重的金融風(fēng)險(xiǎn)。
近年來頻繁發(fā)生的金融危機(jī)造成的嚴(yán)重后果充分說明了這一點(diǎn)。下面高頓網(wǎng)校FRM小編列舉幾種在現(xiàn)代金融市場(chǎng)度量金融風(fēng)險(xiǎn)的比較有代表性的模型,供大家參考。

一、波動(dòng)性方法>>>FRM新版學(xué)習(xí)電子資料包分享(匯總)
自從1952年Markowitz提出了基于方差為風(fēng)險(xiǎn)的*3資產(chǎn)組合選擇理論后,方差(均方差)就成了一種極具影響力的經(jīng)典的金融風(fēng)險(xiǎn)度量。方差計(jì)算簡(jiǎn)便,易于使用,而且已經(jīng)有了相當(dāng)成熟的理論。當(dāng)然,波動(dòng)性方法也存在以下缺點(diǎn):
?。?)把收益高于均值部分的偏差也計(jì)入風(fēng)險(xiǎn),這可能大家很難接受;
?。?)以收益均值作為回報(bào)基準(zhǔn),也與事實(shí)不符;
?。?)只考慮平均偏差,不適合用來描述小概率事件發(fā)生所導(dǎo)致的巨大損失,而金融市場(chǎng)中的“稀少事件”產(chǎn)生的極端風(fēng)險(xiǎn)才是金融風(fēng)險(xiǎn)的真正所在。
二、VaR模型(Value at Risk)
風(fēng)險(xiǎn)價(jià)值模型產(chǎn)生于1994年,比較正規(guī)的定義是:在正常市場(chǎng)條件下和一定的置信水平a上,測(cè)算出在給定的時(shí)間段內(nèi)預(yù)期發(fā)生的最壞情況的損失大小X。在數(shù)學(xué)上的嚴(yán)格定義如下:設(shè)X是描述證券組合損失的隨機(jī)變量,F(xiàn)(x)是其概率分布函數(shù),置信水平為a,則:VaR(a)=-inf{x|F(x)≥a}。該模型在證券組合損失X符合正態(tài)分布,組合中的證券數(shù)量不發(fā)生變化時(shí),可以比較有效的控制組合的風(fēng)險(xiǎn)。
因此,2001年的巴塞耳委員會(huì)指定VaR模型作為銀行標(biāo)準(zhǔn)的風(fēng)險(xiǎn)度量工具。但是VaR模型只關(guān)心超過VaR值的頻率,而不關(guān)心超過VaR值的損失分布情況,且在處理?yè)p失符合非正態(tài)分布(如厚尾現(xiàn)象)及投資組合發(fā)生改變時(shí)表現(xiàn)不穩(wěn)定。
三、靈敏度分析法
靈敏度方法是對(duì)風(fēng)險(xiǎn)的線性度量,它測(cè)定市場(chǎng)因子的變化與證券組合價(jià)值變化的關(guān)系。對(duì)于市場(chǎng)因子的特定變化量,通過這關(guān)系種變化關(guān)系可得到證券組合價(jià)值的變化量。針對(duì)不同的金融產(chǎn)品有不同的靈敏度。比如:在固定收入市場(chǎng)的久期,在股票市場(chǎng)的“β”,在衍生工具市場(chǎng)“δ”等。靈敏度方法由于其簡(jiǎn)單直觀而得到廣泛的應(yīng)用但是它有如下的缺陷:
?。?)只有在市場(chǎng)因子變化很小時(shí),這種近似關(guān)系才與現(xiàn)實(shí)相符,是一種局部性測(cè)量方法;
?。?)對(duì)產(chǎn)品類型的高度依賴性;
?。?)不穩(wěn)定性。如股票的“貝塔”系數(shù)存在不穩(wěn)定的缺陷,用其衡量風(fēng)險(xiǎn),有很大的爭(zhēng)議;
?。?)相對(duì)性。敏感度只是相對(duì)的比例概念,并沒有回答損失到底有多大。
學(xué)姐整理了一份很完整Frm備考精華資料,對(duì)于上班族來說,電子版的也很適合在地鐵上查閱:【電子版Frm備考資料點(diǎn)擊獲取】。

Artzner et al.(1997)提出了一致性風(fēng)險(xiǎn)度量模型,認(rèn)為一個(gè)完美的風(fēng)險(xiǎn)度量模型必須滿足下面的約束條件:
(1)單調(diào)性;
?。?)次可加性;
(3)正齊次性;
(4)平移不變性。
次可加性條件保證了組合的風(fēng)險(xiǎn)小于等于構(gòu)成組合的每個(gè)部分風(fēng)險(xiǎn)的和,這一條件與我們進(jìn)行分散性投資可以降低非系統(tǒng)風(fēng)險(xiǎn)相一致,是一個(gè)風(fēng)險(xiǎn)度量模型應(yīng)具有的重要的屬性,在實(shí)際中如銀行的資本金確定和*3化組合確定中也具有重要的意義。目前一致性風(fēng)險(xiǎn)度量模型有:
?。?)CVaR模型(Condition Value at Risk):條件風(fēng)險(xiǎn)價(jià)值(CVaR)模型是指在正常市場(chǎng)條件下和一定的置信水平a上,測(cè)算出在給定的時(shí)間段內(nèi)損失超過VaRa的條件期望值。CVaR模型在一定程度上克服了VaR模型的缺點(diǎn)不僅考慮了超過VaR值的頻率,而且考慮了超過VaR值損失的條件期望,有效的改善了VaR模型在處理?yè)p失分布的后尾現(xiàn)象時(shí)存在的問題。當(dāng)證券組合損失的密度函數(shù)是連續(xù)函數(shù)時(shí),CVaR模型是一個(gè)一致性風(fēng)險(xiǎn)度量模型,具有次可加性,但當(dāng)證券組合損失的密度函數(shù)不是連續(xù)函數(shù)時(shí),CVaR模型不再是一致性風(fēng)險(xiǎn)度量模型,即CVaR模型不是廣義的一致性風(fēng)險(xiǎn)度量模型,需要進(jìn)行一定的改進(jìn)。
?。?)ES模型(Expected Shortfall):ES模型是在CVaR基礎(chǔ)上的改進(jìn)版,它是一致性風(fēng)險(xiǎn)度量模型。如果損失X的密度函數(shù)是連續(xù)的,則ES模型的結(jié)果與CVaR模型的結(jié)果相同;如果損失X的密度函數(shù)是不連續(xù)的,則兩個(gè)模型計(jì)算出來的結(jié)果有一定差異。
?。?)DRM模型(Distortion Risk-Measure):DRM通過一個(gè)測(cè)度變換得到一類新的風(fēng)險(xiǎn)度量指標(biāo)。DRM模型包含了諸如VaR、CVaR等風(fēng)險(xiǎn)度量指標(biāo),它是一類更廣義的風(fēng)險(xiǎn)度量指標(biāo)。
?。?)譜風(fēng)險(xiǎn)測(cè)度:2002年,Acerbi對(duì)ES進(jìn)行了推廣,提出了譜風(fēng)險(xiǎn)測(cè)度(Spectral Risk Measure)的概念,并證明了它是一致性風(fēng)險(xiǎn)度量。但是該測(cè)度實(shí)際計(jì)算的難度很大,維數(shù)過高時(shí),即使轉(zhuǎn)化成線性規(guī)劃問題,計(jì)算也相當(dāng)困難。
由不確定性把信息熵與風(fēng)險(xiǎn)聯(lián)系在一起引起了眾多學(xué)者的研究興趣,例如Maasoumi,Ebrahim,Massoumi and Racine,Reesor.R等分別從熵的不同角度考慮了風(fēng)險(xiǎn)的度量,熵是關(guān)于概率的一個(gè)單調(diào)函數(shù),非負(fù),計(jì)算量相對(duì)較少,熵越大風(fēng)險(xiǎn)越大。
六、未來的發(fā)展趨勢(shì)
近年來行為金融學(xué)逐漸興起,它將心理學(xué)的研究成果引入到標(biāo)準(zhǔn)金融理論的研究,彌補(bǔ)了標(biāo)準(zhǔn)金融理論中存在的一些缺陷,將投資心理納入到證券投資風(fēng)險(xiǎn)度量,提出了兩者基于行為金融的認(rèn)知風(fēng)險(xiǎn)度量方法,并討論了認(rèn)知風(fēng)險(xiǎn)與傳統(tǒng)度量方差的關(guān)系。2004年Murali Rao給出一種新的不確定性度量--累積剩余熵。累積剩余熵是用分布函數(shù)替換了Shannon熵的概率分布律或密度函數(shù),它具有一些良好的數(shù)學(xué)性質(zhì),這個(gè)定義推廣了Shannon熵的概念讓離散隨機(jī)變量和連續(xù)隨機(jī)變量的熵合二為一,也許會(huì)將風(fēng)險(xiǎn)度量的研究推向一個(gè)新的臺(tái)階。
總之,金融風(fēng)險(xiǎn)的度量對(duì)資產(chǎn)投資組合、資產(chǎn)業(yè)績(jī)?cè)u(píng)價(jià)、風(fēng)險(xiǎn)控制等方面有著十分重要的意義。針對(duì)不同的風(fēng)險(xiǎn)源、風(fēng)險(xiǎn)管理目標(biāo),產(chǎn)生了不同的風(fēng)險(xiǎn)度量方法,它們各有利弊,反映了風(fēng)險(xiǎn)的不同特征和不同側(cè)面。在風(fēng)險(xiǎn)管理的實(shí)踐中,只有綜合不同的風(fēng)險(xiǎn)度量方法,從各個(gè)不同的角度去度量風(fēng)險(xiǎn),才能更好地識(shí)別和控制風(fēng)險(xiǎn),這也是未來風(fēng)險(xiǎn)度量的發(fā)展趨勢(shì)。
2022年FRM備考已經(jīng)開始,為了幫助大家充分備考,體驗(yàn)實(shí)戰(zhàn),提供給大家FRM考試考點(diǎn)復(fù)習(xí)筆記,針對(duì)性地訓(xùn)練與???,對(duì)學(xué)習(xí)過程進(jìn)行全面總結(jié)。