FRM考試中所謂Parametric Var說白了就是用均值 μ 標準差 sigma 來表示 loss

　　注意一旦說到均值和標準差一定有一個前提假設就是ND(正態(tài)分布)，緊接著一定要想到ND假設的缺點是什么?類似沒有三階skewness 四階kurtosis之類的種種。

　　MKT risk 中 parametric Var 主要討論三種：

　　1、normal var (return 服從ND)基礎知識，計算容易

　　Var(%)=(u-z*sigma)

　　Var($)=(u-z*sigma)*P

　　2、conditional Var(expected shortfall)基礎知識

　　是比Var更大的loss的算術平均數(shù)

　　exp：-16，-14，-10，-7.。。。。。。(30個return)

　　90% Var= -7

　　conditional var(ES)=(-16-14-10)/3

　　3、coherent var(不?？?

　　把Var之前每個loss給予一個權重weight，再累加起來

　　4、Lognormal Var 基礎知識

　　這個Var 理解起來有點繞，小編把基本的推導過程列在下面，解除內心糾結的朋友心中的困擾(因為有些朋友就是愛推導，其實不知道不影響你FRM考試的。。。)

　　FRM 2級的parametric Var就這四個，重在記憶公式!

FRM***課程在線咨詢

相關推薦：FRM證書 FRM科目占比 FRM考試科目 FRM是什么

▎來源金程FRM，更多內容請關注微信號金程FRM。原創(chuàng)文章，歡迎分享，若需引用或轉載請保留此處信息。

返回首頁