㈠ 測度風險的方法不包括
測度風險的方法不包括統計法。根據相關資料查詢得知：風險的衡量方法有方差、標准差、變異系數。統計法是調整統計部門、管理統計工作、進行統計活動中與其他相關方面發生的社會關系的行為規范的總稱。它是由國家制定的關於統計活動的行為准則。
㈡ 如何測度股票風險的大小
企業所在行業、本公司發展前景、財務狀況、抗風險能力等基本面情況，加上本公司現在股價的技術指標（如K線）等情況，再結合大環境（即大盤和整個世界股市、經濟行情），最後看機構或游資資金介入力度與實力等情況，這樣看來基本就OK了。
㈢ 什麼是風險分析方法
應該是風險價值：
風險價值（Value
At
Risk
，VaR）是一種應用廣泛的市場定量工具，是用來評價包括利率風險在內的各種市場風險的概念。風險價值按字面意思解釋就是「按風險估價」，指的就是在市場條件變化時銀行證券組合交易賬戶、財產交易頭寸以及衍生金融工具頭寸等價值的變化。其具體度量值定義為在足夠長的一個計劃期內，在一種可能的市場條件變化之下市場價值變動的最大可能性。它是在市場正常波動情形下對資產組合可能損失的一種統計測度。
風險價值分析方法的優點
風險價值分析方法可以測量不同市場、不同金融工具構成的復雜的證券組合和不同業務部門的總體市場風險。
風險價值分析方法提供了統一的方法來測量風險，因此銀行管理層可以比較不同業務部門風險大小，進行績效評估，設定風險限額。
風險價值概念簡單，容易理解，適宜與股東溝通其風險狀況。
風險價值分析方法的缺陷
風險價值分析方法是基於歷史數據，並假定情景並不會發生變化，顯然，這是不符合實際的。
風險價值分析方法是在特定的條件下進行的，這些假設條件有些與現實不符合。
風險價值分析的概念雖然簡單，但它的計算有時候非常之復雜。
㈣ 風險度量的方法
度量風險的方法有許多。這些風險的度量包括對風險的影響直接估計如損失額，對風險事件發生的概率的估計，以及二者的結合如數學期望值，波動性，VaR，保險費，期權價值等，還包括風險對目標的變化的影響如各種導數類的指標如固定收益產品的久期和凸性，以及用於其它金融產品的希臘字母等。 用損失額來量度風險通常用在人們對損失發生的可能有一些假定的情況下。或者就是在許多情況下，人們只需要了解可能發生的最大的損失額，即最大可能的損失（MPL）。應當注意的一點是，最大可能的損失實際上有兩個不同的含義，在英文中的表達分別是Maximum Possible Loss和Maximum Probable Loss。前者是指在最壞情況下的總的財物損失，而後者是指在某一個風險因素的作用下最可能發生的財物損失。 風險發生的概率的估計作為對風險的度量通常是用在人們對風險造成的後果有了一定假設的情況。 用數學期望值來表示風險也是有的。一般用在損失概率和可能的損失額較為穩定或者說波動性比較小的情況下。 用波動性度量風險始於組合理論，仍然在金融領域中用得比較普遍。波動性比較容易計算，但不容易理解，特別是對決策過程難有影響。人們可以容易地構造出一些例子說明如果按波動性來作投資決策將會是違反直觀的。 VaR值是一個在金融領域里被廣泛使用的風險度量。考慮用VaR表示風險指數的原因是VaR對於運營而言有比較好的參考價值，有利於經營過程中的資本成本和效率的提高。 保險費在某種程度上是對轉移的風險的價值的市場價的度量。保險費的計算通常是用保險公司自身的精算模型。 考慮用期權Call和Put來度量風險是因為考慮到所有的風險度量中只有它們直接表示風險的價值。保險費的定價與期權的定價本質上是一致的。Call和Put值較好地反映現有風險資產的與無風險的價值相比較而言的價值，因而對於決策有很好的參考價值。與VaR比較，Call和Put值是精確的值，而不是統計的值。但是，除了較少的情況外，如在有流動的市場的情況下，計算Call和Put值比較困難。 市場風險一些特殊度量，通常是導數，如各種希臘字母。另外還有久期和凸性等。這些度量都是對一些特殊的標的對某些風險因素的影響的依賴關系而定義的。
㈤ 什麼是風險均衡/風險評價
關於Risk Parity策略的翻譯，國內通常翻譯為風險評價，但根據《Risk Parity Fundamentals》這本書，Risk Parity翻譯為風險均衡更優，那麼如何理解這個詞，還是通過引用這本書的部分內容做以說明：
在這個意義上，風險均衡不僅僅是一個特殊的投資組合或者投資策略——它是一個可應用於所以投資的普適原理，適用范圍從資產配置到單個資產類別，到基於因子組合或模型，適用范圍可能是無限的。為解決風險均衡投資組合及其現實應用中的基礎問題，我們講風險均衡視作一個量化過程。為達到這個目標，我們設定三個主題：風險、風險貢獻與風險均衡策略。
首先，我們明確風險、風險預算或者風險貢獻的概念，這些相對於風險均衡並非是新事物。例如，風險管理專家已經使用這些概念與方法相當長時間了。風險管理與風險均衡策略最大的區別是如何應用這些方法構建或者調整投資組合。
定量角度而言，如果收益率服從一個標准正態分布的話，投資者可以通過標准差或者收益率波動計算一個投資的風險。例如，發達國家股票市場的寬基指數的年化波動率在15%到20%之間，而高等級固定收益資產的市場指數年化波動要低很多，大約在5%左右。如果有充足的數據或者模型，我們可以估計任何在資產類別、特定國家投資、行業與單一證券投資的風險。對於收益不服從正態分布的情況，我們必須採用可以獲取其胃部風險的測度方法，例如風險價值（VaR）.
第二個概念是風險貢獻，其對於投資組合分析十分有幫助。對於投資組合，無論是資產配置，股權或是固定收益，我們都可以計算投資組合的風險通過波動率或者其他風險測量方法。例如，一個典型的60/40資產配置投資組合其60%配置股權資產40%配置固定收益資產的年化波動率為10%左右。然而，投資組合的風險分析並不止於此。對於風險管理與投資多元化，我們需要知道底層資產的風險貢獻。針對60/40投資組合問題是其10%風險中股權資產與債券資產分別貢獻了多少比例。我們講展示這個風險貢獻的計算過程。通過數字我們將發行一個關於股票風險的令人震驚結果。然而，風險貢獻在經濟學層面意味著什麼？當意識如此具有偏向性風險貢獻時，我們該做什麼？
這個例子非常重要，以至於我們必須使用簡單的數學公式計算一下，你方能理解其中的意義：
風險貢獻的概念也已經用於多種量化投資方法。例如，在量化股權投資策略中，投資組合經理主動監控各種風險因子對系統風險的貢獻度，例如估值、規模以及特定股票風險。在固定收益投資策略中，投資組合經理通常關注久期、利率期限結構、信用、行業與波動的風險貢獻。在多策略對沖基金中，需要關注不同基金經理的風險貢獻度。
若此，風險貢獻在風險管理中僅是一個普通術語，在風險均衡中為何如此特別呢？風險均衡的創新與其鮮明特徵是將風險貢獻作為投資組合構建的基礎標准，而不是作為一個風險監控的指標。使用一個由股權與債券構成的資產配置投資組合為例，風險均衡，在一個嚴格均衡意義上，不考慮市場因素，構造一個股權與債券風險貢獻均為50%的投資組合。若一個具有整體風險目標的投資組合被建立，關於投資組合就沒有其他問題了。
然而運用風險配置構建投資組合的改進似乎沒有什麼與眾不同，但是風險均衡具有顯著的作用與效果。因為風險均衡實踐市場人士經常提出與此相關的問題，我們需要詳細說明。首先咋一看，風險均衡僅需要風險參數不需要收益預測，這並完全正確。在一個長期基礎上，如果風險均衡是假定最優，這意味著投資組合基礎資產的風險調整收益基本是相等的。其次，在戰術角度而言，我們仍然可以使用風險預測來調整風險貢獻，除均衡之外，借鑒主動管理的觀點。然而，收益預測對於投資組合構建的影響已經降低，根據主動投資經理業績判斷收益預測也是不可靠的。
其次是風險均衡配置低風險資產、行業與證券的倉位。風險均等配置要求低風險資產的倉位高於高風險資產。在資產配置投資組合中固定收益資產相對應利率的倉位（風險頭寸）是一個例子，但其不是唯一的例子。我們應該如何理解這樣的倉位與投資組合杠桿相關的問題。
再次，風險均衡不適用於傳統業績基準與市值加權指數。然而，投資者將風險均衡長期跑贏這些基於市值權重投資組合歸因於其更優的多元化。總體而言，風險均衡投資組合不適與也不應該與傳統指數相比較。
我們將這些與其他問題留在其他本書的剩餘章節中。在本章接下來的內容，我們將介紹風險貢獻的定義與其量化概念的金融解釋。我們的討論基於文章《On the Financial Interpretation of Risk Contribution: Risk BudGEtsDo ADDUp》（Qian， 2006），文章中建立風險貢獻與收益分布的關系，將風險均衡建立在一個理論基礎之上。然後，我們使用一個簡單案例展示風險均衡投資組合的構建過程，並強調普通風險匹配與風險均衡之間的不同。最後，講解一下風險均衡應用於資產配置投資組合（簡稱「風險均衡」）的要點
最後總結一下，風險均衡的初衷是讓投資組合中各類資產對投資組合的風險貢獻度盡量相等，簡單而言就是找幾類風險相關性低的資產，但是這幾類資產的波動性一定不一樣，所以需要通過給低波動資產引入杠桿使得其風險貢獻與高波動性資產風險貢獻（風險貢獻指其對投資組合整體而言）盡量相等。但是在大類資產中，權益資產的風險或波動性遠高於固定收益資產，如何提高其他資產的風險屬性，唯一的辦法增加杠桿。）
備註：芝麻背調整理回答。芝麻背調，用技術推動行業進步。
㈥ 股票中收益波動率是什麼意思,怎麼計算
股票波動率：波動率是指標的資產投資回報率的變化程度，有實際波動率和歷史波動率之分。它是江恩理論的一個重要內容，在期貨期權市場的指導意義較股票市場更大。
實際波動率
實際波動率又稱作未來波動率，它是指對期權有效期內投資回報率波動程度的度量，由於投資回報率是一個隨機過程，實際波動率永遠是一個未知數。或者說，實際波動率是無法事先精確計算的，人們只能通過各種辦法得到它的估計值。
歷史波動率
歷史波動率是指投資回報率在過去一段時間內所表現出的波動率，它由標的資產市場價格過去一段時間的歷史數據（即St的時間序列資料）反映。這就是說，可以根據{St}的時間序列數據，計算出相應的波動率數據，然後運用統計推斷方法估算回報率的標准差，從而得到歷史波動率的估計值。顯然，如果實際波動率是一個常數，它不隨時間的推移而變化，則歷史波動率就有可能是實際波動率的一個很好的近似。
波動率計算方法
1、上升趨勢的波動率計算方法是：在上升趨勢中，底部與底部的距離除以底部與底部的相隔時間，取整。上升波動率=（第二個底部-第一個底部）/兩底部的時間距離。
2、下降趨勢的波動率計算方法是：在下降趨勢中，頂部與頂部的距離除以頂部與頂部的相隔時間，取整。並用它們作為坐標刻度在紙上繪制。下降波動率=（第二個頂部-第一個頂部）/兩頂部的時間距離。
(6)股票風險測度方法擴展閱讀：
股票收益率是反映股票收益水平的指標
1、是反映投資者以現行價格購買股票的預期收益水平。它是年現金股利與現行市價之比率。本期股利收益率=(年現金股利/本期股票價格)*100%。
2、股票投資者持有股票的時間有長有短，股票在持有期間獲得的收益率為持有期收益率。持有期收益率=[(出售價格-購買價格)/持有年限+現金股利]/購買價格*100%。
3、公司進行拆股必然導致股份增加和股價下降，正是由於拆股後股票價格要進行調整，因而拆股後的持有期收益率也隨之發生變化。
拆股後持有期收益率=(調整後的資本所得/持有期限+調整後的現金股利)/調整後的購買價格*100%。
㈦ 橫截面股票價格是什麼意思
股票配置是只在一個股票賬戶里根據一定的規則購買一個或者多個股票，這些股票按照一定的要求。
配置型基金是指資產靈活配置型基金投資於股票、債券及貨幣市場工具以獲取高額投資回報。
配置型基金既投資股票又投資於債券，其風險收益特徵既不同於高風險高收益的股票型基金，也不同於低風險低收益的債券型基金。這種基金主要的特點在於它可以根據市場情況更加靈活的改變資產配置比例，實現進可攻退可守的投資策略，投資於任何一類證券的比例都可以高達100%。
㈧ 金融風險預測用什麼模型
工商銀行開發的風控模型。
㈨ FRM干貨：常用的金融風險的模型有哪些
金融市場的一項主要功能實際上是允許經濟界的不同參與者交易其風險，而近二十年來，由於受經濟全球化和金融一體化、現代金融理論及信息技術、金融創新等因素的影響，全球金融市場迅猛發展，金融市場呈現出前所未有的波動性，金融機構面臨著日趨嚴重的金融風險。
近年來頻繁發生的金融危機造成的嚴重後果充分說明了這一點。
一、波動性方法
自從1952年Markowitz提出了基於方差為風險的*3資產組合選擇理論後，方差（均方差）就成了一種極具影響力的經典的金融風險度量。方差計算簡便，易於使用，而且已經有了相當成熟的理論。當然，波動性方法也存在以下缺點：
（1）把收益高於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生所導致的巨大損失，而金融市場中的「稀少事件」產生的極端風險才是金融風險的真正所在。
二、VaR模型（Value at Risk）
風險價值模型產生於1994年，比較正規的定義是：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預期發生的最壞情況的損失大小X。在數學上的嚴格定義如下：設X是描述證券組合損失的隨機變數，F(x)是其概率分布函數，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符合正態分布，組合中的證券數量不發生變化時，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模型只關心超過VaR值的頻率，而不關心超過VaR值的損失分布情況，且在處理損失符合非正態分布（如厚尾現象）及投資組合發生改變時表現不穩定。
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系。對於市場因子的特定變化量，通過這關系種變化關系可得到證券組合價值的變化量。針對不同的金融產品有不同的靈敏度。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。靈敏度方法由於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，這種近似關系才與現實相符，是一種局部性測量方法；
（2）對產品類型的高度依賴性；
（3）不穩定性。如股票的「貝塔」系數存在不穩定的缺陷，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，並沒有回答損失到底有多大。
四、一致性風險度量模型（Coherentmeasure of risk）
Artzner et al.（1997）提出了一致性風險度量模型，認為一個完美的風險度量模型必須滿足下面的約束條件：
（1）單調性；
（2）次可加性；
（3）正齊次性；
（4）平移不變性。
次可加性條件保證了組合的風險小於等於構成組合的每個部分風險的和，這一條件與我們進行分散性投資可以降低非系統風險相一致，是一個風險度量模型應具有的重要的屬性，在實際中如銀行的資本金確定和*3化組合確定中也具有重要的意義。目前一致性風險度量模型有：
（1）CVaR模型（Condition Value at Risk）：條件風險價值（CVaR）模型是指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損失超過VaRa的條件期望值。CVaR模型在一定程度上克服了VaR模型的缺點不僅考慮了超過VaR值的頻率，而且考慮了超過VaR值損失的條件期望，有效的改善了VaR模型在處理損失分布的後尾現象時存在的問題。當證券組合損失的密度函數是連續函數時，CVaR模型是一個一致性風險度量模型，具有次可加性，但當證券組合損失的密度函數不是連續函數時，CVaR模型不再是一致性風險度量模型，即CVaR模型不是廣義的一致性風險度量模型，需要進行一定的改進。
（2）ES模型（Expected Shortfall）：ES模型是在CVaR基礎上的改進版，它是一致性風險度量模型。如果損失X的密度函數是連續的，則ES模型的結果與CVaR模型的結果相同；如果損失X的密度函數是不連續的，則兩個模型計算出來的結果有一定差異。
（3）DRM模型（Distortion Risk-Measure）：DRM通過一個測度變換得到一類新的風險度量指標。DRM模型包含了諸如VaR、CVaR等風險度量指標，它是一類更廣義的風險度量指標。
（4）譜風險測度：2002年，Acerbi對ES進行了推廣，提出了譜風險測度（Spectral Risk Measure）的概念，並證明了它是一致性風險度量。但是該測度實際計算的難度很大，維數過高時，即使轉化成線性規劃問題，計算也相當困難。
五、信息熵方法
由不確定性把信息熵與風險聯系在一起引起了眾多學者的研究興趣，例如Maasoumi，Ebrahim，Massoumi and Racine，Reesor.R等分別從熵的不同角度考慮了風險的度量，熵是關於概率的一個單調函數，非負，計算量相對較少，熵越大風險越大。
六、未來的發展趨勢
近年來行為金融學逐漸興起，它將心理學的研究成果引入到標准金融理論的研究，彌補了標准金融理論中存在的一些缺陷，將投資心理納入到證券投資風險度量，提出了兩者基於行為金融的認知風險度量方法，並討論了認知風險與傳統度量方差的關系。2004年Murali Rao給出一種新的不確定性度量--累積剩餘熵。累積剩餘熵是用分布函數替換了Shannon熵的概率分布律或密度函數，它具有一些良好的數學性質，這個定義推廣了Shannon熵的概念讓離散隨機變數和連續隨機變數的熵合二為一，也許會將風險度量的研究推向一個新的台階。
總之，金融風險的度量對資產投資組合、資產業績評價、風險控制等方面有著十分重要的意義。針對不同的風險源、風險管理目標，產生了不同的風險度量方法，它們各有利弊，反映了風險的不同特徵和不同側面。在風險管理的實踐中，只有綜合不同的風險度量方法，從各個不同的角度去度量風險，才能更好地識別和控制風險，這也是未來風險度量的發展趨勢。