在 FRM 认证考试的复习过程中，风险价值（Value at Risk, VaR）无疑是核心考点之一。无论是 Part I 还是 Part II，VaR 的计算与应用都频繁出现。然而，许多考生往往停留在理论理解层面，一旦面对具体计算题，尤其是涉及计算器操作时，极易陷入细节陷阱。本文将为 FRM 考生梳理 VaR 的核心概念，并通过实战例题详解 BA II Plus 计算器的高效操作，助你轻松避坑。
VaR 是指在正常的市场条件下，在给定的置信水平（Confidence Level）和持有期（Time Horizon）内，预期可能发生的最大损失。理解 VaR 的三个关键参数是解题的前提：置信水平、持有期和观察期。
在 FRM 考试中，考生最常见的误区是将 VaR 理解为“最坏损失”，实际上它是统计意义上的预期损失。此外，参数分布法（Parametric Approach）是考试中最常见的计算模型，它假设资产收益率服从正态分布。此时，VaR 的计算公式通常涉及均值、标准差以及对应置信水平的 Z 分数。例如，95% 置信度对应单尾检验的 Z 值为 1.645，而 99% 置信度对应 2.326。若混淆了单尾与双尾 Z 值（如误用 1.96），计算结果将直接错误。因此，记忆关键 Z 值并保持对“单尾损失”的敏感度是避坑的第一步。
例题： 某投资组合的日收益率数据如下（%）：1.2, -0.5, 1.8, 0.3, -1.0。请使用参数法计算该组合在 95% 置信水平下的历史日 VaR（假设当前组合价值为 100 万美元）。
解题思路： 首先利用计算器求出样本均值和标准差，再代入 VaR 公式。
BA II Plus 计算器具体操作步骤：
[2nd] + [7]（进入 Statistics 模式）。[2nd] + [CE/C]（Clear Work），确保屏幕显示 CLRD Work。1.2 [ENTER]，此时 X01 显示 1.2。1 [ENTER]，此时 Y01 显示 1。[2nd] + [8]（进入 Stats 查询）。x̄（均值）和 Sx（样本标准差）。假设计算得 x̄ ≈ 0.36，Sx ≈ 1.08。0.36 - 1.645 * 1.08，得出百分比 VaR。最后乘以组合价值（100 万）转为金额 VaR。避坑提示： 务必注意区分样本标准差（Sx）与总体标准差（σx）。FRM 考试若给出的是历史数据样本，通常应使用 Sx；若题目明确说明是总体分布，则用 σx。
Q1：95% 置信度对应的是 1.645 还是 1.96？
A：在 VaR 计算中，关注的是损失侧（左尾），因此使用单尾检验。95% 置信度对应 Z=1.645，99% 对应 Z=2.326。1.96 是双尾检验（如构建置信区间）时的数值，切勿混用。
Q2：持有期超过 1 天，VaR 如何缩放？
A：适用平方根法则（Square Root of Time Rule）。例如，1 日 VaR 转换为 10 日 VaR，需乘以 √10。但需注意，该规则假设收益率独立同分布，若市场存在波动率聚集，该法则可能低估风险。
Q3：绝对 VaR 与相对 VaR 的区别是什么？
A：相对 VaR 假设均值为 0，公式为 VaR = Z * σ * Portfolio Value；绝对 VaR 则考虑了均值，公式为 VaR = (μ - Z * σ) * Portfolio Value。若题目未特别说明均值可忽略，建议计算绝对 VaR 以免丢分。
掌握以上概念与工具操作，能显著提升你在 FRM 考试中解答 VaR 题目的准确率。建议在备考期间刻意练习 BA II Plus 的统计功能，做到肌肉记忆，从而在考场上从容应对。