来源:高顿网校 发?#38469;?#38388;:2019-03-20 19:14 责编:Hexinxin
  度量和控制风险是所有现代人类活动最为关心的一项主要事情。金融市场由于其对经济和政治环境的高度敏感性,自然也不例外。

  金融市场的一项主要功能实际上是?#24066;?#32463;济界的不同参与者交易其风险,而近二十年来,由于受经济全球化和金融一体化、现代金融理论及信息?#38469;酢?#37329;融创新等因素的影响,全球金融市场迅猛发展,金融市场呈现出前所未有的波动性,金融机构面临着日趋?#29616;?#30340;金融风险。

  近年来频繁发生的金融危机造成的?#29616;?#21518;果充分说明了这一点。下面高顿网校FRM小编列举几种在现代金融市场度量金融风险的比较有代表性的模型,供大?#20063;?#32771;。

FRM证书

  一、波动性方法>>>2019年FRM新版学习电子资料包分享(汇总)

  自从1952年Markowitz提出了基于方差为风险的*3资产组合选择理论后,方差(均方差)就成了一种极具影响力的经典的金融风险度量。方差计算简便,易于使用,而且已经有了相当成熟的理论。当然,波动性方法也存在以下缺点:

  (1)把收益高于均值部分的偏差也计入风险,这可能大家很难接受;

  (2)?#20801;?#30410;均值作为回报基准,也与事实?#29615;?br />
  (3)只考虑平均偏差,不适合用来描述小概率事件发生所导致的巨大损失,而金融市场中的“稀少事件”产生的极端风险才是金融风险的真正所在。
 
  二、VaR模型(Value at Risk)

  风险价?#30340;?#22411;产生于1994年,比?#38505;?#35268;的定义是:在正常市场条件下和一定的置信水平a上,测算出在给定的时间?#25991;?#39044;期发生的最坏情况的损失大小X。在数学上的严格定义如下:设X是描述证券组合损失的随机变量,F(x)是其概率分布函数,置信水平为a,则:VaR(a)=-inf{x|F(x)≥a}。该模型在证券组合损失X符?#38505;?#24577;分布,组?#29616;?#30340;证券数量?#29615;?#29983;变化时,可以比较有效的控制组合的风险。

  因此,2001年的巴塞耳委员会指定VaR模型作为银行标准的风险度量工具。但是VaR模型只关心超过VaR值的频率,而不关心超过VaR值的损失分布情况,且在处理损失符合非正态分布(如厚尾现象)及投资组合发生改变时表现不稳定。

  三、灵敏度?#27835;?#27861;

  灵敏度方法是对风险的线性度量,它测定市场因子的变化与证券组合价?#24403;?#21270;的关系。对于市场因子的特定变化量,通过这关系种变化关系可得到证券组合价值的变化量。针对不同的金融产品有不同的灵敏度。比如:在固定收入市场的久期,在股票市场的“β”,在衍生工具市场“δ”等。灵敏度方法由于其简单直观而得到广泛的应用但是它有如下的缺陷:

  (1)只有在市场因子变化很小时,这种近似关系才与现实相符,是一种局部性测量方法;

  (2)对产品类型的高度依赖性;

  (3)不稳定性。如股票的“?#27492;?rdquo;系数存在不稳定的缺陷,用其衡量风险,有很大的争议;

  (4)相对性。敏感度只是相对的比例概念,并没有回答损失到底有多大。


  学姐整理了一份很完整Frm备考精华资料,对于上班族来说,电?#24433;?#30340;也很适合在地铁上查?#27169;骸?019电?#24433;鍲rm备考资料点击获取】


FRM?#38469;?#35777;书

  四、一致性风险度量模型(Coherentmeasure of risk)

  Artzner et al.(1997)提出了一致性风险度量模型,认为一个完美的风险度量模型必须满足下面的?#38469;?#26465;件:

  (1)单调性;

  (2)次可?#26377;裕?br />
  (3)正齐次性;

  (4)平移不变性。

  次可?#26377;?#26465;件保证了组合的风险小于等于构成组合的每个部分风险的和,这一条件与我们进行分散性投资可以降低非系统风险相一致,是一个风险度量模型应具有的重要的属性,在实际中如银行的资本金确定和*3化组合确定中也具有重要的意义。目前一致性风险度量模型有:

  (1)CVaR模型(Condition Value at Risk):条件风险价值(CVaR)模型是指在正常市场条件下和一定的置信水平a上,测算出在给定的时间?#25991;?#25439;失超过VaRa的条件期望值。CVaR模型在一定程度上克服了VaR模型的缺点不仅考虑了超过VaR值的频率,而且考虑了超过VaR值损失的条件期望,有效的改善了VaR模型在处理损失分布的后尾现象时存在的问题。当证券组合损失的密度函数是连续函数时,CVaR模型是一个一致性风险度量模型,具有次可?#26377;裕?#20294;当证券组合损失的密度函数不是连续函数时,CVaR模型不再是一致性风险度量模型,即CVaR模型不是广义的一致性风险度量模型,需要进行一定的改进。

  (2)ES模型(Expected Shortfall):ES模型是在CVaR基础上的改进版,它是一致性风险度量模型。如果损失X的密度函数是连续的,则ES模型的结果与CVaR模型的结果相同;如果损失X的密度函数是不连续的,则两个模型计算出来的结果有一定差异。

  (3)DRM模型(Distortion Risk-Measure):DRM通过一个测度变?#22351;?#21040;一类新的风险度量指标。DRM模型包含了诸如VaR、CVaR等风险度量指标,它是一类更广义的风险度量指标。

  (4)谱风险测度:2002年,Acerbi对ES进行了推广,提出了谱风险测度(Spectral Risk Measure)的概念,并证明了它是一致性风险度量。但是该测度实际计算的难度很大,维数过高时,即使转化?#19978;?#24615;规划问题,计算也相当困?#36873;?br />
  五、信息熵方法

  由不确定性把信息熵与风险联系在一起引起了众多学者的研究兴趣,例如Maasoumi,Ebrahim,Massoumi and Racine,Reesor.R等分别从熵的不同角度考虑了风险的度量,熵是关于概率的一个单调函数,非负,计算量相对较少,熵越大风险越大。

  六、未来的发展趋势

  近年来行为金融学逐渐?#20284;穡?#23427;将心理学的研究成果引入到标准金融理论的研究,弥补了标准金融理论中存在的一些缺陷,将投资心理纳入到证券投资风险度量,提出了两者基于行为金融的?#29616;?#39118;险度量方法,并讨论了?#29616;?#39118;险与传统度量方差的关系。2004年Murali Rao给出一种新的不确定性度量--累积剩余熵。累积剩余熵是用分布函数替换了Shannon熵的概率分布律或密度函数,它具有一些良好的数学性?#21097;?#36825;个定义推广了Shannon熵的概念?#32654;?#25955;随机变量和连续随机变量的熵合二为一,也许会将风险度量的研究推向一个新的台阶。

  总之,金融风险的度量对资产投资组合、资产业绩评价、风险控制等方面有着十分重要的意义。针对不同的风险源、风险管理目标,产生了不同的风险度量方法,它们各有利弊,?#20174;?#20102;风险的不同特征和不同侧面。在风险管理的实践?#26657;?#21482;有综合不同的风险度量方法,从各个不同的角度去度量风险,才能更好地识别和控制风险,这也是未来风险度量的发展趋势。

  2019年FRM备?#23478;?#32463;开始,为了帮助大家充分备考,体验实战,提供给大家FRM?#38469;?/a>考点复习笔记,针对性地训练与模考,对学习过程进行全面总结。点击免费获取【FRM全新资料】2019年FRM?#38469;?#30005;?#24433;?#23398;习资料 

       来源:高顿网校FRM,若需引用或转载,请注明出处,仅供参考。

  1、关注FRM金融风险管理师(ID:gaodunfrm),每日更新FRM?#38469;?#20449;息更有免费资料领取!

  2、加入QQ群200958600,众多FRM考友一起交流分享!

  相关推荐:

  FRM?#38469;员?#21517;费用具体是多少?全部考完需要花多少钱?

  FRM和CFA证书哪个比较难一点,考取顺序如何选?

登录并评论

精选推荐

相关推荐

?#38469;?#21160;态

备考必备