金融風險管理在金融市場有著舉足輕重的位置，考生在備考中也要注意這一知識點的學習。那么，在FRM考試中，金融風險的模型有哪些呢？下面小編為你詳細介紹！

1、流動性方法

自從1952年Markowitz提出了基于方差為風險的大資產(chǎn)組合選擇理論后，方差（均方差）就成了一種具有影響力的經(jīng)典的金融風險度量。方差計算簡便，易于使用，而且已經(jīng)有了相當成熟的理論。當然，波動性方法也存在以下缺點：【資料下載】點擊下載[Kaplan]FRM 2020 SchweserNotes Part II

（1）把收益高于均值部分的偏差也計入風險，這可能大家很難接受；

（2）以收益均值作為回報基準，也與事實不符；

（3）只考慮平均偏差，不適合用來描述小概率事件發(fā)生所導致的巨大損失，而金融市場中的“稀少事件”產(chǎn)生的風險才是金融風險的真正所在。

>>>點擊領(lǐng)取2020FRM備考資料大禮包（戳我免·費領(lǐng)取）

2020FRM備考資料大禮包

二、VaR模型（Value at Risk）

風險價值模型產(chǎn)生于1994年，比較正規(guī)的定義是：在正常市場條件下和一定的置信水平a上，測算出在給定的時間段內(nèi)預期發(fā)生的比較壞情況的損失大小X。在數(shù)學上的嚴格定義如下：設(shè)X是描述證券組合損失的隨機變量，F(xiàn)(x)是其概率分布函數(shù)，置信水平為a，則：VaR(a)=-inf{x|F(x)≥a}。該模型在證券組合損失X符合正態(tài)分布，組合中的證券數(shù)量不發(fā)生變化時，可以比較有效的控制組合的風險。

因此，2001年的巴塞耳委員會指定VaR模型作為銀行標準的風險度量工具。但是VaR模型只關(guān)心超過VaR值的頻率，而不關(guān)心超過VaR值的損失分布情況，且在處理損失符合非正態(tài)分布（如厚尾現(xiàn)象）及投資組合發(fā)生改變時表現(xiàn)不穩(wěn)定。

FRM一級題庫

想要了解更多，點擊圖片進入詳情頁面！

三、靈敏度分析法

靈敏度方法是對風險的線性度量，它測定市場因子的變化與證券組合價值變化的關(guān)系。對于市場因子的特定變化量，通過這關(guān)系種變化關(guān)系可得到證券組合價值的變化量。針對不同的金融產(chǎn)品有不同的靈敏度。比如：在固定收入市場的久期，在股票市場的“β”，在衍生工具市場“δ”等。靈敏度方法由于其簡單直觀而得到廣泛的應用但是它有如下的缺陷：

（1）只有在市場因子變化很小時，這種近似關(guān)系才與現(xiàn)實相符，是一種局部性測量方法；

（2）對產(chǎn)品類型的高度依賴性；

（3）不穩(wěn)定性。如股票的“貝塔”系數(shù)存在不穩(wěn)定的缺陷，用其衡量風險，有很大的爭議；

（4）相對性。敏感度只是相對的比例概念，并沒有回答損失到底有多大。