VaR（Value at Risk，风险价值）是金融风险管理中最核心的度量指标之一，也是FRM考试中反复出现的高频考点。简单来说，VaR回答的是这样一个问题：在给定的持有期和置信区间下，投资组合可能遭受的最大损失是多少？
例如，"在95%置信区间下，1天VaR为100万美元"意味着：在正常市场条件下，未来1天内有95%的把握认为损失不会超过100万美元。换句话说，只有5%的概率出现超过100万美元的损失。
理解VaR的三个核心要素：
FRM考试涵盖三种主要VaR计算方法，掌握它们的原理和适用场景至关重要：
参数法假设资产收益率服从正态分布，利用均值和标准差计算VaR。这是计算最简便的方法，也是FRM考试中最常考的计算题形式。
公式：
$$VaR = \mu - z_{\alpha} \cdot \sigma$$
其中：
- $\mu$ 为预期收益率（均值）
- $\sigma$ 为收益率标准差
- $z_{\alpha}$ 为对应置信区间的Z值
对应的Z值速记表：
| 置信区间 | Z值 |
|---|---|
| 90% | 1.28 |
| 95% | 1.645 |
| 97.5% | 1.96 |
| 99% | 2.326 |
通过收集历史收益率数据，按从小到大的顺序排列，直接选取对应置信区间的分位数作为VaR估计值。该方法不假设收益率分布形式，但依赖于历史数据的充分性和代表性。
通过大量随机模拟生成可能的收益率路径，从中提取损失分布的分位数。适用于非线性头寸（如期权组合）的VaR计算。
某投资组合当前价值为1,000万美元，日收益率均值为0.1%，日收益率标准差为2%。请计算该投资组合在95%置信区间下的1天VaR。
第一步：确定Z值
95%置信区间对应的单尾Z值为1.645。
第二步：代入参数法公式
$$VaR\% = 0.1\% - 1.645 \times 2\% = 0.1\% - 3.29\% = -3.19\%$$
负号表示潜在损失，因此损失比例为3.19%。
第三步：转换为绝对金额
$$VaR = 3.19\% \times 10{,}000{,}000 = \$319{,}000$$
结论： 在95%置信区间下，该投资组合1天VaR为31.9万美元。
以下操作适用于FRM考试标配的TI BA II Plus计算器：
步骤1：输入Z值
按 1.645 存储 → 按 [STO] [1]
步骤2：计算z值与标准差的乘积
按 1.645 [×] 2 [=] → 得到 3.29
步骤3：减去均值
按 [-] 0.1 [=] → 得到 -3.19（即-3.19%）
步骤4：乘以投资组合价值
按 [-] 3.19 [×] 10000000 [=] → 得到 -319000
💡 提示： 如果在移动端备考复习，推荐使用 RBA Calculator（模拟TI BA II Plus功能的iOS应用），操作界面与实体计算器完全一致，方便随时练习计算题。👉 点击下载RBA Calculator
当投资组合包含多类资产时，需要引入协方差来衡量资产间的相关性。
双资产组合VaR公式：
$$\sigma_p = \sqrt{w_1^2\sigma_1^2 + w_2^2\sigma_2^2 + 2w_1w_2\rho_{12}\sigma_1\sigma_2}$$
其中 $\rho_{12}$ 为资产1与资产2的相关系数。相关性越低，分散化效果越好，组合VaR越小。
假设上例中的投资组合由股票（权重70%，标准差3%）和债券（权重30%，标准差1.5%）组成，两者相关系数为0.2。
$$\sigma_p = \sqrt{(0.7^2)(3^2) + (0.3^2)(1.5^2) + 2(0.7)(0.3)(0.2)(3)(1.5)}$$
$$= \sqrt{4.41 + 0.2025 + 0.378} = \sqrt{4.9905} = 2.234\%$$
95%置信区间下VaR = 1.645 × 2.234% × 1000万 ≈ 36.75万美元
VaR在不同持有期之间存在简单转换关系（基于正态分布假设）：
$$VaR_n = VaR_1 \times \sqrt{n}$$
这意味着10天VaR = 1天VaR × √10 ≈ 1天VaR × 3.162。这一转换规则在FRM考试中经常以选择题形式出现。
⚠️ 错误1：混淆单尾与双尾Z值
VaR计算使用的是单尾检验。95%置信区间的单尾Z值为1.645，而非双尾的1.96。这是考试中最常见的陷阱之一。
⚠️ 错误2：忽略均值的符号
当均值为正时（如0.1%），VaR公式中应减去 $z \times \sigma$；当考试简化假设均值为零时，VaR直接等于 $z \times \sigma$。务必看清题目条件。
⚠️ 错误3：持有期转换时忘记取平方根
从1天VaR转换为10天VaR时，正确做法是乘以√10而非10。若用10倍直接相乘，会严重高估风险。
⚠️ 错误4：参数法适用于非线性头寸
参数法假设线性关系，对期权等非线性的衍生品头寸不适用。遇到期权组合的VaR题目时，应选择历史模拟法或蒙特卡洛法。
Q1：VaR能否衡量极端事件（尾部风险）？
不能。VaR仅衡量置信区间内的最大损失，对于超出该区间（即尾部）的极端损失没有信息。这正是为什么FRM课程还会介绍CVaR（条件风险价值）和Expected Shortfall来补充VaR的不足。
Q2：置信区间越高，VaR越大还是越小？
置信区间越高，对应的Z值越大，计算出的VaR也越大。例如99%置信区间的VaR一定大于95%置信区间的VaR。直观理解：你有更高的把握"不出事"，那能承受的"最大损失"自然要设得更高。
Q3：历史模拟法中如果历史数据有1000个观测值，95%置信区间对应的VaR是第几个？
从最小值开始排序，95%置信区间意味着5%的尾部风险，即取第50个最小值（1000 × 5% = 50）。注意是从最差的损失开始数，而非从最好开始。
Q4：VaR满足次可加性吗？
不一定。在某些情况下（如资产相关性接近-1时），组合VaR可能大于各子组合VaR之和，即不满足次可加性。这也是VaR作为风险度量指标的一个理论缺陷，FRM考试中偶尔会涉及此概念。
VaR计算是FRM Part 1中"市场风险度量与管理"科目的核心内容，建议考生：
掌握VaR计算不仅是通过FRM考试的关键，更是实际工作中风险管理的必备技能。祝你备考顺利！