📅 2026-07-26 📂 标签: FRM / VaR计算 / Statistics / 风险价值 👁 0 次阅读

FRM 备考指南：VaR 计算实战：3 道典型例题手把手解析

在金融风险管理师（FRM）的考试体系中，风险价值（Value at Risk, VaR）无疑是基石般的存在。无论是 Part 1 的基础计量，还是 Part 2 的高级应用，VaR 都是衡量市场风险的核心指标。很多考生在理解概念时觉得简单，但一旦遇到具体的计算题，尤其是在考试压力下使用计算器时，往往容易出错。本文将通过三道典型例题，手把手带你掌握 VaR 的计算逻辑，并结合 BA II Plus 计算器操作，助你高效备考。

VaR 核心概念与置信区间

VaR 是指在正常的市场条件下，在给定的置信区间和持有期内，某一金融资产或投资组合可能遭受的最大损失。例如，"99% 置信水平下的 1 日 VaR 为 100 万美元"意味着，在未来一天内，该组合有 99% 的概率损失不会超过 100 万美元，或者说只有 1% 的概率损失会超过这个数值。

理解 VaR 的关键在于两个参数：置信水平（Confidence Level）和持有期（Time Horizon）。常见的置信水平为 95% 和 99%，对应的正态分布 Z 值分别为 1.65 和 2.33。在实际计算中，我们需要明确 VaR 是绝对值还是相对值，通常 FRM 考试中默认指绝对 VaR（假设均值为 0），除非题目特别说明。

实战演练：三道典型例题解析

为了全面覆盖考试题型，我们选取了参数法、历史模拟法以及时间缩放规则三个场景。

例题 1：参数法计算 VaR（重点）

题目：某投资组合当前价值为 5000 万美元，预期日收益率为 0，日收益率标准差为 2%。请计算该组合在 99% 置信水平下的 1 日 VaR。

解析：
这是最经典的参数法（Variance-Covariance Method）题目。假设收益率服从正态分布，VaR 计算公式为：
$$VaR = Z_{\alpha} \times \sigma \times V$$
其中，$Z_{\alpha}$ 为置信水平对应的 Z 值，$\sigma$ 为标准差，$V$ 为组合价值。
对于 99% 的置信水平，单尾 Z 值为 2.33。
$$VaR = 2.33 \times 2\% \times 50,000,000 = 2,330,000$$
即 VaR 为 233 万美元。

例题 2：历史模拟法概念

题目：基于过去 250 个交易日的数据，某资产收益率排序后，第 3 低的收益率损失为 1.5%。若组合价值为 1000 万，请问 98% 置信水平下的历史模拟 VaR 是多少？

解析：
历史模拟法不需要假设分布，直接利用历史数据排序。250 个交易日中，98% 置信水平意味着我们要找最差的 2% 的结果。
$$250 \times (1 - 98\%) = 250 \times 0.02 = 5$$
即我们需要看第 5 低的收益率。题目给出第 3 低的损失为 1.5%，通常意味着第 5 低会更差（损失更大）。若题目隐含第 5 低损失约为 2.0%（假设数据），则 VaR = 2.0% * 1000 万 = 20 万。此题重点在于理解分位数的查找逻辑。

例题 3：时间缩放规则

题目：已知某组合 1 日 99% VaR 为 10 万元，假设收益率独立同分布，请问 10 日 99% VaR 是多少？

解析：
这是 FRM 考试中常见的陷阱题。在方差 - 协方差法下，风险随时间的平方根增长。
$$VaR_{10} = VaR_{1} \times \sqrt{10}$$
$$VaR_{10} = 10 \times 3.162 = 31.62 \text{万元}$$
注意，如果是历史模拟法，不能直接使用平方根法则，需要重新排列历史数据。

BA II Plus 操作步骤与 RBA Calculator 推荐

在考场中，熟练使用计算器能节省大量时间。对于例题 1，我们可以利用 BA II Plus 的统计功能或基础运算功能。虽然 BA II Plus 没有直接的 VaR 按钮，但我们可以利用 normalcdf 函数来验证 Z 值或计算概率。

BA II Plus 操作步骤（计算 Z 值 2.33 对应的概率）：
1. 按 2nd + VARS（进入 DISTR 菜单）。
2. 选择 2: normalcdf(。
3. 输入下限 Lower: -E99（按 2nd + EE）。
4. 输入上限 Upper: 2.33。
5. 输入均值 μ: 0。
6. 输入标准差 σ: 1。
7. 按 ENTER 再按 ENTER 计算，结果应接近 0.9901。

对于更复杂的计算，考生可以下载 RBA Calculator 应用在手机上练习。这是一款专为金融计算设计的 iOS 应用，界面友好，支持 VaR 等多种金融模型计算，非常适合考前突击练习。你可以点击下方链接下载：
https://apps.apple.com/cn/app/id1545331477

常见错误提醒

在 VaR 计算中，考生最容易犯以下错误，请务必警惕：

置信区间混淆：将 95% 和 99% 对应的 Z 值记反。牢记 95% 对应 1.65，99% 对应 2.33。
符号错误：VaR 通常表示为损失的正值，但在某些公式推导中可能涉及负收益。考试时注意题目问的是“最大损失”还是“收益分位数”。
时间缩放误用：盲目使用平方根法则。只有在收益率独立同分布的假设下（如参数法），才能使用 $\sqrt{T}$ 进行时间缩放。
单位不统一：标准差有时以百分比给出（如 2%），有时以小数给出（0.02），计算时务必统一，避免结果相差 100 倍。

FAQ：关于 VaR 计算的常见问题

Q1: VaR 能衡量极端风险吗？
A: 不能。VaR 只关注置信区间内的最大损失，对于尾部风险（Tail Risk）即置信区间之外的极端情况无法描述。这也是为什么 FRM 课程中会引入预期短缺（Expected Shortfall, ES）作为补充。

Q2: 为什么参数法假设正态分布？
A: 正态分布具有数学上的便利性，计算简单且有解析解。但在实际市场中，收益率往往存在“肥尾”现象，正态分布会低估极端风险。因此，历史模拟法和蒙特卡洛模拟法在实际应用中更为稳健。

Q3: 1 日 VaR 和 10 日 VaR 的转换关系是什么？
A: 在满足独立同分布假设的前提下，10 日 VaR 等于 1 日 VaR 乘以 10 的平方根（约 3.162）。这是巴塞尔协议中常用的时间缩放规则。

Q4: VaR 计算中，均值一定要设为 0 吗？
A: 对于短期持有期（如 1 日），由于收益率均值通常远小于标准差，为了简化计算，常假设均值为 0。但如果持有期较长或题目明确给出非零均值，则必须代入公式 $VaR = -( \mu - Z_{\alpha}\sigma ) \times V$ 进行计算。

通过掌握上述概念、例题及计算器技巧，相信你能在 FRM 考试中从容应对 VaR 相关题目。记住，理解背后的风险逻辑比死记硬背公式更重要。祝你备考顺利！