和堅FRM1_2.0學習筆記[MVP實驗]

01 風險管理

01.1 解釋風險的概念和比較風險管理

  • Risk: arise from uncertainty regarding future loss as well as gain
  • Risk management:activities aimed to reduce or eliminate expected loss,the more important concern is the variability of the loss, especially a loss that could rise to unexpectedly high level
  • Risk taking:active assumption of incremental risk in order to generate incremental gains

考題分析:


風險管理的目標是減少和消除EL,但是更concern UL,所以A對
承擔風險的數量和潛在損失的大小不是絕對相關的,所以B錯
風險管理的最后一步是監控,所以C錯
風險是不確定性,不確定性是不會消失的,采用風險轉移只是把風險轉給了別的公司,所以D錯

和堅叨叨:在FRM的考試里經常出現這種判斷4個選項對錯的定性題,這種題其實難度都不低,因為每個選項都是一個考點,拿這道題來說我們需要完全弄清楚以下幾個問題:

  • 風險管理的主要concern是什么?
  • 風險數量和損失大小相關嗎?
  • 風險管理流程都是哪5步?
  • 風險可以被消除嗎?

01.2 描述風險管理流程,識別流程中的問題和挑戰

  1. 識別風險
  2. 量化和估計風險敞口,決定合適的方法來轉移風險
  3. 根據轉移風險的成本來分析轉移風險的方法
  4. 開發風險緩釋策略
    • avoid 不做生意,完全避免
    • transfer 花錢全部轉給別人
    • mitigate 轉移部分風險
    • assume 承擔風險
  5. 隨時監控和評估風險緩釋策略

01.3 評估度量管理風險的工具

  • VaR 在某個概率下的最大損失是多少
  • Economic Capital 未知一個足夠的流動性儲備來覆蓋潛在損失
  • Scenario analysis 分析某個因素的經常不可計量的不確定性
  • Stress testing 基于某個壓力的一種情景分析

考題分析:



分析利率急升的影響是要使用Stress Testing的,而壓力測試是ERM的一個方法,所以答案是C

01.4 區別EL和UL

Expected Loss在正常業務情況下有多少損失是預計會發生的,容易預測和計算
Unexpected Loss在非正常業務情況下的損失,更難預測和計算

$UL_H=\sqrt{var(V_H)}$ 表示一定水平價值$V_H$的非期望損失
$UL=EAD\sqrt{PD\sigma2_{LGD}+LGD2*\sigma^2_{PD}}$

考題分析:


UL最核心的地方是非期望條件下,那么貸款recovery rate是在default發生情況下還能收回來多少錢,期望情況下是兩者沒什么關系的,如果兩者發生了關聯,就是非期望情況。
借款損失被資金和資產的利差覆蓋了,這個是期望的情況,所以損失是EL。如果利差無法覆蓋借款損失,那么這個損失就是UL了
所以答案是A

和堅叨叨:在2015年互聯網金融比較火的時候,流行一句話就是操賣白粉的心,賺賣白菜的錢。這個就是資金資產的利差無法覆蓋借款損失了,說明很多互聯網金融理財產品的UL太高了。

01.5 區別risk和reward,并解釋什么樣的關注點沖突會影響風險管理

通常說,the greater risk take,the greater potential reward

可以被度量的reward概率部分就是risk,不能度量概率的就是uncertainty

01.6 描述和區分風險的關鍵類別,解釋每種風險怎么產生的,評估風險的影響

有8大類風險:

Market risk:價格的不確定性

  • interest rate risk
  • equity price risk
  • foreign exchange risk
  • commodity price risk

Credit risk:交易對手履約的不確定性

  • default risk
  • bankruptcy risk
  • downgrade risk
  • settlement risk

liquidity risk:未來有足夠現金流的不確定性

  • funding liquidity risk
  • trading liquidity risk

Operational risk:非金融范圍的不確定性

Legal and regulatory risk:違反規則的不確定性

Business risk:業務收入的不確定性

Strategic risk:新業務開展的不確定性

Reputation Risk:名譽的不確定性

考題分析:



Make It有現金流困難,履約不確定性升高,說明default risk增加
質押的資產價值無法清償貸款額度,LBI破產不確定性升高,說明Bankrupty Risk增加
Downgrade risk是企業評級可能降低的不確定性
Settlement risk是在市場上交易雙方在最終交割時一方不能交割的不確定性
所以答案是A

和堅叨叨:這題的考點是信用風險下的四個分類,判斷風險類別的題在FRM1中一定會考,所以大家要對風險分類掌握這個問題:

  • XX風險究竟是什么的不確定性?
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,563評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,694評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,672評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,965評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,690評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,019評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,013評論 3 449
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,188評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,718評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,438評論 3 360
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,667評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,149評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,845評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,252評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,590評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,384評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,635評論 2 380

推薦閱讀更多精彩內容