← 返回博客列表

FRM 备考指南：从零掌握 VaR 计算与风险价值评估

在金融风险管理（FRM）的备考旅程中，没有任何一个概念比VaR（Value at Risk，风险价值）更核心、更基础了。无论是市场风险、信用风险还是操作风险的量化分析，VaR 都是衡量潜在损失的关键标尺。对于 FRM 初学者而言，理解 VaR 不仅是为了通过考试，更是为了建立正确的风险管理思维。本文将带你从零开始，深入解析 VaR 的计算逻辑，并结合 BA II Plus 计算器进行实战演练。

什么是 VaR？理解风险价值的核心逻辑

VaR，即风险价值，是指在正常的市场条件下，在给定的置信区间（Confidence Interval）内，某一特定时间段内，投资组合可能发生的最大损失。

简单来说，如果你计算出一笔投资在 95% 置信水平下的 1 天 VaR 为 100 万元，这意味着在未来的 1 天内，你有 95% 的把握认为损失不会超过 100 万元，但有 5% 的可能性损失会超过这个数值。理解这个定义是 FRM 学习的第一步，它包含了三个关键要素：
1. 置信水平：如 95% 或 99%，决定了我们愿意承担多大程度的不确定性。
2. 持有期：通常是 1 天、10 天或 1 年，用于匹配风险管理的频率。
3. 损失金额：以货币单位表示，便于管理层理解风险敞口。

VaR 计算详解：参数法与 BA II Plus 实战

在 FRM Part 1 中，参数法（Parametric Method）是最常用的计算方式，它假设资产收益率服从正态分布。公式如下：

$$VaR = V_p \times (z \times \sigma - \mu)$$

其中，$V_p$ 为投资组合价值，$z$ 为对应置信区间的 Z 值，$\sigma$ 为标准差，$\mu$ 为预期收益率。

计算例题

假设你管理着一支价值 1000 万元的投资组合。该组合的预期年化收益率为 5%，年化标准差为 20%。你需要计算在 95% 置信水平下的 1 天风险价值（假设一年有 250 个交易日）。

解题思路：
首先，需要将年化数据转换为日度数据。
日预期收益率 $\mu_{daily} = 5\% / 250 = 0.02\%$
日标准差 $\sigma_{daily} = 20\% / \sqrt{250} \approx 1.2649\%$

接下来，确定 95% 置信水平对应的 Z 值。在单尾检验中，95% 置信度的 Z 值约为 1.645。

最后代入公式：
$$VaR = 10,000,000 \times (1.645 \times 1.2649\% - 0.02\%)$$
$$VaR = 10,000,000 \times (2.0808\% - 0.02\%)$$
$$VaR = 10,000,000 \times 2.0608\% \approx 206,080 \text{ 元}$$

这意味着，在 95% 的把握下，该组合单日最大损失约为 20.6 万元。

BA II Plus 操作步骤

在考试中，手动查找 Z 值可能耗时，使用 TI BA II Plus 计算器可以大幅提高准确率。以下是获取 Z 值的操作步骤：

1. 按下 2nd 键，然后按下 DISTR 键（即数字 7 键），进入分布功能菜单。
2. 选择 2: invNorm 进入反常态分布函数。
3. 输入面积（Area）：对于 95% 置信水平，我们关注的是左侧 95% 的区域，输入 0.95，然后按 ENTER。
4. 输入均值（Mean）：正态分布均值为 0，输入 0，按 ENTER 或 DOWN 箭头。
5. 输入标准差（SD）：正态分布标准差为 1，输入 1，按 ENTER 或 DOWN 箭头。
6. 选择 Calculate 并回车，屏幕将显示 Z 值 1.64485...。

获得 Z 值后，结合上述公式即可快速得出结果。

移动端备考利器：RBA Calculator

对于习惯使用手机进行碎片化学习的 FRM 考生，官方推荐的 RBA Calculator 是一个不可或缺的工具。它是 TI BA II Plus 的 iOS 官方模拟应用，界面与实体计算器完全一致，支持同样的函数逻辑，非常适合在通勤或休息时练习上述 VaR 计算步骤。

你可以点击下方链接下载：RBA Calculator (TI BA II Plus iOS 应用)

利用这款应用，你可以在手机上反复练习 invNorm 函数的操作，确保在考场上能够肌肉记忆般地完成操作，避免因计算器操作失误而丢分。

考生常见错误提醒

在 VaR 的计算与理解中，初学者容易陷入以下几个误区：

1. 混淆单尾与双尾：VaR 计算的是极端损失，属于单尾检验。很多考生习惯使用双尾 Z 值（如 95% 置信度误用 1.96），导致计算结果偏大。务必记住，风险价值关注的是分布的尾部（左尾）。
2. 忽略预期收益率：在短期计算中，有时为了简化会假设 $\mu=0$，但在 FRM 考试中，如果题目给出了预期收益率，必须将其纳入公式计算，否则会导致 VaR 低估或高估。
3. 时间单位不匹配：这是最常见的错误。如果题目给出的是年化波动率，而要求计算 1 天 VaR，必须使用 $\sqrt{250}$ 进行转换，不能直接使用年化数据计算日度损失。
4. 符号错误：VaR 通常表示为损失金额（正数），但在公式计算中，预期收益是正的，损失方向是负的。代入公式时需仔细检查符号，确保最终结果是表示“最大损失”的正值。

FAQ：关于 VaR 计算的常见问题

Q1: 95% 置信水平和 99% 置信水平计算出的 VaR 有什么区别？
A: 置信水平越高，代表我们要求的把握越大，对应的 Z 值也越大（95% 对应 1.645，99% 对应 2.326）。因此，99% 置信水平下的 VaR 数值会更大，意味着在更极端的情况下估算的最大损失，风险保守程度更高。

Q2: 参数法计算 VaR 有什么局限性？
A: 参数法假设收益率服从正态分布，但实际金融市场中常出现“肥尾”现象，即极端事件发生的概率高于正态分布的预测。因此，参数法可能会低估极端风险，这也是为什么 FRM 中还会学习历史模拟法的原因。

Q3: VaR 满足次可加性吗？
A: 不一定。VaR 在正态分布假设下满足次可加性（即组合的风险小于各部分风险之和），但在某些分布（如尖峰肥尾分布）下，VaR 可能不满足次可加性，这意味着分散投资未必能降低风险，这是 VaR 作为风险度量工具的一个理论缺陷。

Q4: 绝对 VaR 和相对 VaR 有什么区别？
A: 相对 VaR 假设预期收益率为 0，仅考虑波动性带来的风险；绝对 VaR 则考虑了预期收益率的影响。在公式中，如果包含 $\mu$，即为绝对 VaR；如果忽略 $\mu$，即为相对 VaR。考试时需看清题目要求。

结语

掌握 VaR 计算是 FRM 学习的基石。通过理解风险价值背后的统计逻辑，熟练运用 BA II Plus 或 RBA Calculator 进行计算，并避开常见的陷阱，你将能为后续更复杂的衍生品风险建模打下坚实基础。备考之路虽长，但每一步扎实的计算练习都将转化为你考场上的自信。祝你 FRM 备考顺利，早日拿证！