FRM一级重点梳理

FRM（金融风险管理师）一级考试侧重于评估金融风险的工具，共有四门科目。

一、风险管理基础（约占20%）

（一）风险管理框架

  1. 风险管理概念：理解风险的定义、分类（如市场风险、信用风险、操作风险等），以及风险管理的目标和重要性。例如，要清楚不同类型风险对金融机构可能产生的影响，像市场风险可能因资产价格波动导致损失，信用风险源于交易对手违约等。
  2. 风险管理过程：掌握风险识别、评估、应对和监控的流程。例如在风险识别阶段，需运用各种方法找出潜在风险因素；评估阶段则借助风险模型等量化风险大小；应对阶段确定规避、降低、转移或接受风险的策略；监控阶段持续跟踪风险状况及应对措施的有效性。
  3. 公司治理与风险监管：了解公司治理在风险管理中的作用，熟悉相关监管法案（如萨班斯 - 奥克斯利法案等）对企业风险管理的要求。例如，萨班斯 - 奥克斯利法案旨在加强上市公司的财务报告内部控制，对风险管理的信息披露等方面有严格规定。

（二）组合投资理论

  1. 资产定价理论：理解资本资产定价模型（CAPM）、套利定价理论（APT）等。如CAPM中，要掌握预期收益率与市场风险溢价、无风险利率及系统性风险（β系数）的关系，能够运用公式计算资产预期收益，判断资产定价是否合理。
  2. 有效前沿与投资组合构建：明确有效前沿的概念，学会通过分散投资构建最优投资组合，平衡风险与收益。例如，根据不同资产的预期收益、风险及相关性，利用马科维茨投资组合理论，确定投资组合中各类资产的权重，以达到在一定风险水平下实现最高收益或在一定收益目标下最小化风险。

（三）金融风险案例分析

  1. 风险管理失败案例：学习历史上著名的金融风险案例（如长期资本管理公司（LTCM）危机、次贷危机等），分析其成因、发展过程和后果。以LTCM危机为例，要明白其高杠杆运作、模型风险以及市场流动性突然干涸等因素如何相互作用导致巨额亏损；对于次贷危机，需清楚次级贷款的发放标准、资产证券化过程中的风险传递以及信用评级机构的失职等引发危机的关键环节。
  2. 经验教训总结：从案例中吸取教训，理解风险管理的重要性以及风险管理体系中可能存在的漏洞和薄弱环节。例如，认识到过度依赖复杂模型、忽视流动性风险、缺乏有效的风险预警机制等问题在危机中的负面影响，从而在实际风险管理中加以避免。

（四）职业道德

了解全球风险管理专业人士协会（GARP）规定的职业道德准则，能够识别违反职业道德的行为，并分析在具体场景中应如何遵循道德规范。例如，在处理客户信息时，要遵守保密原则；在投资决策中，避免利益冲突，确保公平对待所有客户等。

二、定量分析（约占20%）

（一）概率论与统计学基础

  1. 概率基础：掌握概率的基本概念、加法法则、乘法法则、条件概率和全概率公式等。例如，能运用条件概率公式计算在某一事件发生条件下另一事件发生的概率，在金融场景中，如根据市场状态变化计算某项投资收益的概率。
  2. 随机变量与概率分布：熟悉常见的随机变量类型（离散型和连续型），理解概率质量函数（PMF）、累积分布函数（CDF）和概率密度函数（PDF）。掌握正态分布、二项分布、泊松分布等常见分布的特征和应用场景。例如，正态分布在金融市场中常被用于描述资产收益率的分布，可据此计算在一定置信水平下资产收益率的波动范围。
  3. 统计量与参数估计：理解均值、方差、标准差、协方差、相关系数等统计量的计算和意义。掌握点估计和区间估计的方法，如利用样本均值和标准差估计总体均值的置信区间，在金融数据处理中用于推断总体特征。

（二）线性回归分析

  1. 一元线性回归：理解一元线性回归模型的假设、参数估计方法（普通最小二乘法），能够计算回归系数、判定系数（R²）等指标，检验回归方程的显著性。例如，通过分析股票价格与某一宏观经济指标的线性关系，建立回归模型，判断该经济指标对股票价格的影响程度及模型的拟合优度。
  2. 多元线性回归：拓展到多个自变量的情况，掌握多元线性回归模型的构建、参数估计和假设检验，了解多重共线性等问题及其处理方法。在实际金融分析中，可能同时考虑多个因素（如利率、通货膨胀率、行业竞争等）对企业盈利能力的影响，运用多元线性回归进行综合分析。

（三）时间序列分析

  1. 平稳时间序列：掌握平稳时间序列的定义和特征，能够运用自相关函数（ACF）和偏自相关函数（PACF）识别平稳时间序列的模型类型（如AR、MA、ARMA模型），并进行参数估计和预测。例如，通过分析历史汇率数据的自相关和偏自相关情况，选择合适的时间序列模型预测未来汇率走势。
  2. 非平稳时间序列：了解非平稳时间序列的特征和处理方法，如差分法将非平稳序列转化为平稳序列，以及单位根检验判断序列是否平稳。在金融时间序列分析中，许多经济数据（如股价指数）可能呈现非平稳性，正确处理非平稳性是准确建模和预测的前提。

（四）模拟与机器学习基础

  1. 模拟方法：了解蒙特卡洛模拟的基本原理和应用，如在风险价值（VaR）计算中，通过模拟大量资产价格路径来估计投资组合的风险。例如，利用蒙特卡洛模拟估计复杂期权的价值，通过多次随机模拟标的资产价格的变化，计算期权在不同情景下的收益，进而得到期权的估计价值。
  2. 机器学习基础概念：对机器学习中的一些基本概念如监督学习、无监督学习有初步认识，了解简单的机器学习算法（如线性回归在机器学习中的应用场景拓展等）。虽然FRM一级对机器学习要求不深，但随着金融科技发展，这部分知识有助于理解新兴的风险管理技术和数据分析方法在金融领域的应用。

三、金融市场与产品（约占30%）

（一）金融市场

  1. 金融机构：了解银行、保险公司、养老金和基金管理公司等主要金融机构的职能、运作模式和在金融市场中的作用。例如，银行作为金融中介，在资金融通、信用创造等方面发挥关键作用；保险公司通过风险汇聚和转移机制为社会提供风险保障；基金管理公司集合投资者资金进行专业投资管理。
  2. 金融市场交易机制：掌握金融产品的交易场所（场内交易与场外交易）、交易规则（如竞价机制、清算结算机制）、保证金制度和做市商制度等。例如，在期货交易中，保证金制度如何控制投资者的风险暴露，清算结算机制如何确保交易的顺利完成和市场的稳定运行；做市商在维持市场流动性方面的作用和运作方式。

（二）金融产品

  1. 基础金融资产：理解股票、债券等基础金融资产的特征、定价方法和风险因素。对于股票，要掌握股票估值模型（如股息贴现模型、市盈率估值法等），分析股票价格的影响因素（如公司业绩、宏观经济环境、行业竞争格局等）；对于债券，要熟悉债券的种类（政府债券、公司债券等）、票面要素、定价原理（基于现金流折现）以及利率风险、信用风险等对债券价格的影响。
  2. 衍生品：
    • 远期与期货：掌握远期合约和期货合约的定义、特点、定价公式，理解两者的区别和联系。例如，通过持有远期或期货合约进行套期保值或投机交易，计算合约到期时的盈亏情况，以及分析基差风险等影响因素。
    • 期权：深入理解期权的概念、类型（看涨期权和看跌期权）、行权条件、价值构成（内在价值和时间价值）和定价模型（如布莱克 - 斯科尔斯模型、二叉树模型）。掌握期权交易策略（如保护性看跌期权、备兑看涨期权、跨式期权组合等）及其在风险管理和投机中的应用，能够分析不同期权策略在各种市场行情下的收益风险特征。
    • 互换：了解互换合约（利率互换、货币互换等）的原理、交易流程和定价方法，以及互换在资产负债管理和风险管理中的作用。例如，企业如何通过利率互换将固定利率债务转换为浮动利率债务，以优化债务结构，降低融资成本；或者通过货币互换规避汇率风险。
  3. 结构化产品：对抵押支持证券（MBS）、资产支持证券（ABS）等结构化产品有基本了解，包括其构建过程、现金流特征和风险特点。例如，MBS是以住房抵押贷款为基础资产发行的证券，要明白其现金流如何受到抵押贷款还款情况的影响，以及提前还款风险、信用风险等对MBS投资者收益的影响。

四、估值与风险模型（约占30%）

（一）风险价值（VaR）模型

  1. VaR概念与计算方法：深刻理解VaR的定义，即在一定置信水平下，某一金融资产或投资组合在未来特定时期内可能遭受的最大损失。掌握VaR的计算方法，如历史模拟法、方差 - 协方差法和蒙特卡洛模拟法。例如，运用历史模拟法计算投资组合的VaR时，需根据历史资产价格数据，构建不同的情景，计算在各情景下投资组合的价值变化，进而确定在给定置信水平下的VaR值。
  2. VaR的局限性与拓展：认识到VaR的局限性，如无法准确衡量极端风险（“尾部风险”）等。了解一些基于VaR的拓展方法，如条件风险价值（CVaR），它考虑了超过VaR值的损失的期望值，能更全面地反映投资组合在极端情况下的风险状况。

（二）债券估值与风险

  1. 债券估值：熟练掌握债券估值的基本原理，基于未来现金流折现计算债券价格。理解债券价格与市场利率之间的反向关系，以及久期和凸性的概念及其在衡量债券利率风险中的作用。例如，通过久期可以衡量债券价格对利率变动的敏感性，凸性则进一步修正久期对利率变动影响的近似程度，帮助投资者更准确地评估债券价格在利率波动下的变化。
  2. 债券风险：分析债券面临的各种风险，除利率风险外，还包括信用风险、流动性风险、通货膨胀风险等。掌握评估债券信用风险的方法，如信用评级、违约概率计算等；了解流动性风险对债券交易和定价的影响，以及如何在投资组合中考虑不同债券的风险因素进行合理配置。

（三）衍生品风险计量

  1. 期权风险指标（希腊字母）：深入理解期权的希腊字母（Delta、Gamma、Vega、Theta、Rho）所代表的风险敏感度。例如，Delta衡量期权价格对标的资产价格变动的敏感度，Gamma衡量Delta对标的资产价格变动的敏感度，Vega衡量期权价格对标的资产波动率变动的敏感度等。能够运用这些指标评估期权投资组合的风险状况，进行风险对冲和投资决策。
  2. 其他衍生品风险计量：对于远期、期货和互换等衍生品，掌握其风险特征和计量方法。例如，远期和期货合约主要面临市场风险，可通过盯市制度和保证金管理来控制风险；互换合约除市场风险外，还涉及信用风险，需对交易对手的信用状况进行评估和监控。

（四）其他风险模型简介

  1. 信用风险模型：对信用风险评估的基本模型（如CreditMetrics模型、KMV模型等）有初步了解，掌握其核心思想和应用场景。例如，CreditMetrics模型通过构建信用转移矩阵，考虑不同信用等级的转移概率，计算投资组合的信用风险价值；KMV模型则基于公司的资产价值和负债情况，预测公司的违约概率。
  2. 操作风险模型：了解操作风险的定义、分类和常见的计量方法（如基本指标法、标准法、高级计量法等）。虽然FRM一级对操作风险模型的要求相对不高，但要知道操作风险在金融机构风险管理中的重要性，以及不同计量方法的特点和适用范围。