范同學(xué)
2019-06-28 08:57老師，這三段計量辦法說的是什么意思？我看的似懂非懂的，謝謝指導(dǎo)。
所屬：FRM Part I 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個回答
Adam助教
2019-06-28 11:35
該回答已被題主采納
同學(xué)你好，這里是在說風(fēng)險測度的三個框架
1.基于均值-方差（或者組合理論）的方法
擴大損益的范圍或可把握分布。均值方差框架在這方面有很大局限性。當且僅當對象服從或近似服從正態(tài)分布時（確切的說，處理的數(shù)據(jù)服從或可轉(zhuǎn)換成正態(tài)分布），這個框架才適用。
后面的框架更具普遍性，可適應(yīng)任何形式的分布。
所以這個關(guān)鍵就是避免僅能處理正太數(shù)據(jù)的框架，因為我們遇到的很多實際數(shù)據(jù)都不服從正態(tài)分布。
2.VAR的方法
這個是改進風(fēng)險測度結(jié)果的有效性。
在均值方差框架中，風(fēng)險測度是回報或P/L的標準差或標準差的簡單變形。在均值一方差框架假定的正態(tài)條件下，標準差是一個理想的風(fēng)險測度，我們可以據(jù)此判斷回報的風(fēng)險并且做出相應(yīng)的決策。同時，通過VaR框架也可以得到風(fēng)險測度，當我們處理的數(shù)據(jù)服從正態(tài)分布（或近似地服從正態(tài)分布）時，其有效性或多或少與標準差的有效性等價。
VaR的優(yōu)點是在任何分布下其估計都可行，但其主要缺點是當數(shù)據(jù)嚴重不服從正態(tài)分布時，風(fēng)險測度缺乏有效性。
因此，VaR使我們在風(fēng)險測度估計方面擺脫了近似正態(tài)分布的束縛，提供了適用于任何分布的風(fēng)險測度。然而，事實上這只是一個虛幻的勝利，因為當近似正態(tài)條件不滿足時，這個風(fēng)險測度的結(jié)果很值得懷疑。
這個就推動了第三個也是最后一個框架的產(chǎn)生，一致框架：通過這個框架獲得的風(fēng)險測度不但具有VaR風(fēng)險測度的優(yōu)點（即在任何分布的條件下，都可以估計風(fēng)險測度），而且還有VaR風(fēng)險測度不具備的優(yōu)點一—在嚴重偏離正態(tài)的條件下依然能夠做出較為可靠的決策。所以，這個就是提出適用于近似正態(tài)不成立的條件下的風(fēng)險測度。
3.一致性風(fēng)險測度方法
每個框架都允許我們以某種可靠的技術(shù)手段加總各個具體的風(fēng)險，但是證券組合理論在這方面有很大的局限性一—證券組合理論原則上只能用于股票或其他與之類似的資產(chǎn)的風(fēng)險——而VaR和一致風(fēng)險S測度則不然，其應(yīng)用范圍更寬。然而，應(yīng)用范圍的拓寬也是有成本的：我們必須處理估值問題和市場流動性問題，這些問題在諸如古典證券組合理論等有局限性的場合下通常不會出現(xiàn)。
后面說的是ERM。ERM致力于將企業(yè)作為一個整體從全局的角度測度和管理其中各個不同范疇的風(fēng)險，這需要考慮各個不同范疇的風(fēng)險的相互作用方式。好的ERM總是預(yù)先假定其風(fēng)險測度框架有能力延伸并且覆蓋企業(yè)涉及的主要風(fēng)險類別，而基礎(chǔ)的組合理論框架還差的很遠
-
追問
謝謝，但是能給我簡單解釋一下一致風(fēng)險測量理論嗎？它怎么用？主要應(yīng)用到哪里？謝謝了。
-
追答
同學(xué)你好，
VaR有很多批判。其中一個批判是VaR的計算利用的數(shù)據(jù)太少，用一個數(shù)代替了所有的損失，這是不合理的。數(shù)據(jù)的利用效率比較低，而且代表性不明顯。應(yīng)該將所有的損失數(shù)據(jù)都利用起來，寧可VaR值給的權(quán)重高一些。這種度量方法，我們稱之為一致性風(fēng)險度量方法（Coherent Risk Measures）或者叫譜風(fēng)險度量。
一級中，一致性風(fēng)險度量方法，需要具備四種特點：單調(diào)性、次可加性、正齊次性和平移不變性。
只介紹它的特點，但并沒有講述它是怎么計算的。（這在二級中會講述：方法是損失分布的分位數(shù)的加權(quán)平均）
總之就是一致性風(fēng)險測度是一種較好的風(fēng)險測度方法，適用于所有的損益分布，其效果明顯優(yōu)于VAR。 -
追問
好的，懂了。謝謝老師。
0
0
0
0
