← 返回博客列表

FRM 备考核心：VaR 计算中容易混淆的考点对比分析

在金融风险管理师（FRM）考试的备考过程中，VaR（Value at Risk，风险价值）无疑是第一部分乃至第二部分的核心考点。它不仅是量化风险的基础工具，更是理解现代金融监管框架的基石。然而，许多考生在实际做题时，常常在置信区间的选择、绝对 VaR 与相对 VaR 的区别以及时间缩放上出现混淆。本文将深入对比分析这些易混淆考点，并通过具体的计算例题与计算器操作步骤，帮助你彻底攻克这一难关。

什么是风险价值 (VaR) 与置信区间

VaR 是指在正常的市场条件下，在给定的置信区间（Confidence Interval）和持有期内，预期的最大损失。理解这个定义需要抓住三个要素：置信水平、持有期和货币单位。

其中，置信区间是考生最容易出错的地方。例如，95% 的置信区间意味着我们有 95% 的把握认为损失不会超过 VaR 值，或者说只有 5% 的概率损失会超过该值。在正态分布假设下，这对应着单尾检验的 Z 分数。常见的对应关系是：90% 置信度对应 1.65，95% 对应 1.65（单尾）或 1.96（双尾，注意 VaR 通常关注左尾单侧），99% 对应 2.33。

很多考生会混淆单尾与双尾的概念。在 VaR 计算中，我们关心的是分布左侧的极端损失，因此始终使用单尾 Z 分数。如果题目给出的是双尾置信度（如 95% 双尾），则需要转换为单尾（2.5% 左侧），此时 Z 分数应为 1.96。

易混淆考点对比：绝对 VaR 与相对 VaR

在 FRM 考试中，绝对 VaR（Absolute VaR）与相对 VaR（Relative VaR）是另一个高频混淆点。

• 相对 VaR：假设资产组合的期望收益率为 0。它只考虑波动性带来的风险，计算公式通常为 $VaR = Portfolio Value \times Z \times \sigma$。这种方法较为保守，常用于短期交易。
• 绝对 VaR：考虑了资产组合的期望收益率（Mean Return）。它计算的是相对于当前价值的实际损失，公式为 $VaR = Portfolio Value \times (Z \times \sigma - \mu)$。如果期望收益为正，绝对 VaR 通常会小于相对 VaR。

对比分析：
当持有期较短（如一天）时，期望收益率 $\mu$ 相对于波动率 $\sigma$ 很小，两者差异不大。但当持有期较长（如一年）时，$\mu$ 的影响显著，此时必须区分使用哪一种 VaR。考试题目通常会通过“相对于当前价值”或“相对于期望价值”等措辞来暗示使用哪种方法，务必仔细审题。

计算例题与 BA II Plus 操作步骤

为了巩固上述概念，我们通过一个典型例题进行演练。

例题：
某投资组合当前价值为 1,000 万美元。预计年化收益率为 5%，年化波动率为 20%。假设收益率服从正态分布。
1. 计算 95% 置信水平下的 1 年期相对 VaR。
2. 计算 95% 置信水平下的 1 年期绝对 VaR。
3. 若持有期改为 10 天，VaR 如何调整？

解题步骤：

首先确定 Z 分数。对于 95% 的单尾置信区间，我们需要找到左侧 5% 分位点对应的 Z 值。

BA II Plus 专业版操作步骤

如果你使用的是 BA II Plus Professional 计算器，可以通过内置分布函数获取 Z 值：
1. 按下 2nd 键，然后按下 VARS 键（进入 DISTR 菜单）。
2. 选择 invNorm( 选项。
3. 输入面积值。因为是左尾 5%，输入 0.05。
4. 按下 Enter 键，计算器显示 μ=0, σ=1，结果为 -1.64485。取绝对值 1.645。

注意：如果你使用的是标准版 BA II Plus，该功能不可用。建议记忆常用 Z 值（95% 对应 1.65）。为了更方便地在移动端练习统计功能，推荐使用 RBA Calculator（TI BA II Plus iOS 应用），它提供了更直观的统计分布计算界面。你可以在这里下载体验：https://apps.apple.com/cn/app/id1545331477

计算过程

1. 相对 VaR (忽略均值):
   $$VaR_{relative} = 10,000,000 \times 1.645 \times 20\% = 3,290,000$$
   即 329 万美元。

2. 绝对 VaR (考虑均值):
   $$VaR_{absolute} = 10,000,000 \times (1.645 \times 20\% - 5\%)$$
   $$VaR_{absolute} = 10,000,000 \times (0.329 - 0.05) = 2,790,000$$
   即 279 万美元。可以看到，考虑正收益后，潜在损失相对降低。

3. 时间缩放：
   VaR 具有平方根时间法则（Square Root of Time Rule）。若从 1 年调整为 10 天（假设一年 250 个交易日）：
   $$VaR_{10days} = VaR_{1year} \times \sqrt{\frac{10}{250}}$$
   注意：此公式通常适用于相对 VaR 或波动率缩放。对于绝对 VaR，均值部分不能简单按平方根缩放，需重新计算日均均值和日均波动率。这是考试中的另一个陷阱。

常见错误提醒

在备考过程中，以下错误最为常见，请务必警惕：

1. Z 分数混淆：将 95% 置信度对应的 Z 值误记为 1.96。1.96 是双尾 95%（即单尾 2.5%）的值，而 VaR 通常关注单尾 5%（1.65）。务必确认题目是单尾还是双尾描述。
2. 均值处理错误：在计算绝对 VaR 时，忘记减去均值，或者在缩放时间时，错误地将均值也乘以 $\sqrt{T}$。均值应按线性时间缩放（$\mu_{daily} = \mu_{yearly} / 250$），而波动率按平方根缩放。
3. 单位不统一：题目给出的可能是日波动率，但要求计算年 VaR。必须先统一时间单位，再应用平方根法则。
4. 正态分布假设局限：虽然计算题默认正态分布，但在概念题中要明白，实际市场存在肥尾效应（Fat Tails），VaR 往往低估极端风险，这也是预期短缺（ES）被引入的原因。

备考 FAQ

Q1: VaR 有哪些主要局限性？
A: VaR 最大的局限性在于它无法衡量超过 VaR 阈值的损失幅度（即尾部风险）。此外，VaR 不满足次可加性，不是一个一致性风险度量（Coherent Risk Measure），这在某些投资组合分散化场景下会导致误导。

Q2: 当收益率分布非正态时，如何计算 VaR？
A: 可以使用历史模拟法（Historical Simulation）或蒙特卡洛模拟法（Monte Carlo Simulation）。历史模拟法不假设分布，直接利用历史数据排序；蒙特卡洛法则通过随机生成大量路径来估算分布。这两种方法在 FRM 计算中较复杂，但概念理解很重要。

Q3: 置信区间从 95% 提高到 99%，VaR 会如何变化？
A: VaR 会增加。因为置信区间越高，意味着我们要覆盖更极端的损失情况，对应的 Z 分数从 1.65 增加到 2.33，计算出的风险价值数值自然更大。

Q4: 为什么推荐使用 RBA Calculator 等工具辅助学习？
A: 标准的 BA II Plus 计算器在统计分布函数上功能有限。使用像 RBA Calculator 这样的 iOS 应用（https://apps.apple.com/cn/app/id1545331477），可以在备考初期更直观地理解正态分布、逆累积分布函数等统计概念，帮助建立数感，虽考试时仍需依赖标准计算器或记忆，但有助于深入理解原理。

结语

掌握 VaR 计算不仅是通过 FRM 考试的关键，更是未来从事风险管理工作的基本功。希望通过对绝对 VaR 与相对 VaR 的对比，以及置信区间选择的详细解析，你能在备考中避开常见陷阱。记住，细心审题、统一单位、正确选择 Z 分数，是拿到这部分分数的三大法宝。祝各位考生备考顺利，早日持证！