← 返回博客列表

FRM备考核心：风险价值(VaR)三大计算方法易混考点对比分析

对于备考FRM一级市场风险模块的考生而言，VaR（Value at Risk，风险价值） 是绝对的核心考点，几乎每年都会在选择题和简答题中出现。很多考生在复习时容易混淆VaR的不同计算方法、适用场景，甚至计算逻辑，导致拿分不理想。今天我们就从「易混点梳理+计算实操+高频答疑」三个角度，把VaR的核心考点讲透。

首先需要明确风险价值的官方定义：VaR是指「在正常市场条件下，给定置信区间内，某金融资产或投资组合在未来特定持有期内可能出现的最大损失」。这个定义里包含三个核心要素：持有期、置信区间、损失阈值，FRM的考点基本围绕这三个要素展开。

---

一、三大VaR计算方法核心逻辑与易混点区分

FRM考纲要求掌握的VaR计算方法一共有三种，分别是参数法（Parametric VaR）、历史模拟法（Historical VaR）、蒙特卡洛模拟法（Monte Carlo VaR），三者的核心差异如下：

1. 参数法VaR（方差-协方差法）

核心假设：资产收益率服从正态分布，且收益率序列平稳无自相关。
计算逻辑：基于收益率的期望值和标准差推导损失阈值，单资产相对VaR（假设期望收益为0）公式为：
相对VaR = z × σ × P
其中z为对应置信区间的单尾临界值，σ为持有期内收益率标准差，P为投资组合初始敞口。
适用场景：资产收益率符合正态分布的线性头寸（如股票、债券、外汇现货），优点是计算效率极高，缺点是假设过强，现实中大量资产收益率存在「肥尾」特征，参数法容易低估极端损失。

2. 历史模拟法VaR

核心假设：不做任何分布假设，认为历史会重复，过去N期的收益率分布可以代表未来收益率分布。
计算逻辑：直接收集过去N期历史收益率数据，从低到高排序后取对应置信区间的分位数：比如95%置信度下，100个历史数据排序后取第5个最低收益率，乘以敞口即为VaR。
适用场景：收益率分布未知、存在肥尾、或者非线性头寸（如期权、掉期），优点是直观无额外假设，缺点是对极端事件敏感，历史数据不足时精度差，计算量较大。

3. 蒙特卡洛模拟法VaR

核心假设：需要预先假设资产收益率的随机过程（如几何布朗运动）、变量间的相关系数。
计算逻辑：通过蒙特卡洛方法生成10000次以上未来收益率路径，模拟出大量可能的组合收益率，排序后取对应置信区间的分位数得到VaR。
适用场景：复杂投资组合、含路径依赖衍生品（如亚式期权、障碍期权）、多变量相关资产，优点是灵活性极高，缺点是参数校准难度大，计算量是三种方法里最高的。

易混点提醒：FRM选择题常考「给定某类资产/头寸，应该选哪种VaR计算方法」，核心判断标准就是「收益率分布特征+头寸线性/非线性」，不要死记硬背。

---

二、FRM高频计算例题+BA II Plus操作步骤

例题

假设某投资组合初始市值1000万美元，过去250个交易日收益率的年化标准差为15%，假设收益率服从正态分布，且年化期望收益率为0，计算该组合95%置信度下10日期的相对VaR。

计算步骤

第一步：调整持有期标准差
VaR计算中的标准差需要和持有期匹配，标准差按「平方根时间法则」缩放：
10日期标准差 σ_T = 年化标准差 × √(持有期/总交易日) = 15% × √(10/250) = 15% × 0.2 = 3%

第二步：计算VaR
95%置信度的单尾z值为1.645，相对VaR假设期望收益为0，因此：
VaR = 1.645 × 3% × 1000万美元 = 49.35万美元

BA II Plus实体计算器操作步骤

1. 计算10日期标准差：
   输入10 → 按÷ → 输入250 → 按= → 得到0.04 → 按[2ND][√x] → 得到0.2 → 按× → 输入15 → 按[%] → 按= → 得到3，即10日期标准差为3%。

2. 计算VaR：
   输入1000（代表1000万美元）→ 按× → 输入3 → 按[%] → 按× → 输入1.645 → 按= → 得到49.35，即VaR为49.35万美元。

如果是习惯用手机练习的考生，可以直接使用RBA Calculator（TI BA II Plus官方iOS应用），操作逻辑和实体计算器完全一致，考前可以利用碎片时间反复熟悉操作，避免考场因为计算器操作失误丢分：https://apps.apple.com/cn/app/id1545331477

---

三、VaR计算高频易错点提醒

1. 混淆相对VaR和绝对VaR：相对VaR假设持有期内期望收益为0，公式为z×σ×P；绝对VaR考虑了期望收益，公式为(μ - z×σ)×P，如果题目给出了期望收益率，一定要区分是计算相对还是绝对VaR。
2. 持有期转换错误：方差按线性时间缩放，标准差按平方根时间缩放，不要把10日期的标准差直接算成15%×(10/250)，这是最典型的扣分点。
3. z值记错：VaR是单尾指标，只关心损失端，因此用单尾z值：90%置信度z=1.28，95%置信度z=1.645，99%置信度z=2.33，不要和双尾的1.96混淆。
4. 历史模拟法分位数取反：历史模拟法排序时是从低到高排收益率（对应从高到低排损失），95%置信度下取第5%分位数，比如100个数据取第5个，不要错误取第95个。

---

四、VaR计算高频FAQ

Q1：参数法假设收益率正态分布，现实中不满足的话怎么办？

A：如果存在肥尾效应，可以采用两种修正方式：一是改用历史模拟法或蒙特卡洛模拟法，二是用学生t分布的临界值替代正态分布的z值，提高对极端损失的覆盖。

Q2：置信区间越高，VaR值越大还是越小？

A：置信区间越高，对应的单尾z值越大，因此VaR值越大。比如99%置信度的VaR一定比95%的大，因为更高的置信度要求覆盖更极端的损失情况。

Q3：持有期越长，VaR是线性增长吗？

A：不是，在收益率独立同分布的前提下，VaR和持有期的平方根成正比，比如10日期的VaR是1日期的√10倍，不是10倍。如果收益率存在自相关性，这个平方根法则就不适用。

Q4：FRM考试会考蒙特卡洛模拟法的具体计算吗？

A：一般不会考具体的蒙特卡洛计算，主要考概念、适用场景，以及和参数法、历史模拟法的对比。计算题的核心是参数法和历史模拟法，偶尔会考蒙特卡洛的优缺点判断。

---

VaR是FRM一级市场风险模块的「压舱石」考点，建议考生先吃透三种方法的本质差异，再结合例题反复练习计算逻辑，避免易错点，基本可以拿下这类题目。