㈠ 测度风险的方法不包括
测度风险的方法不包括统计法。根据相关资料查询得知：风险的衡量方法有方差、标准差、变异系数。统计法是调整统计部门、管理统计工作、进行统计活动中与其他相关方面发生的社会关系的行为规范的总称。它是由国家制定的关于统计活动的行为准则。
㈡ 如何测度股票风险的大小
企业所在行业、本公司发展前景、财务状况、抗风险能力等基本面情况，加上本公司现在股价的技术指标（如K线）等情况，再结合大环境（即大盘和整个世界股市、经济行情），最后看机构或游资资金介入力度与实力等情况，这样看来基本就OK了。
㈢ 什么是风险分析方法
应该是风险价值：
风险价值（Value
At
Risk
，VaR）是一种应用广泛的市场定量工具，是用来评价包括利率风险在内的各种市场风险的概念。风险价值按字面意思解释就是“按风险估价”，指的就是在市场条件变化时银行证券组合交易账户、财产交易头寸以及衍生金融工具头寸等价值的变化。其具体度量值定义为在足够长的一个计划期内，在一种可能的市场条件变化之下市场价值变动的最大可能性。它是在市场正常波动情形下对资产组合可能损失的一种统计测度。
风险价值分析方法的优点
风险价值分析方法可以测量不同市场、不同金融工具构成的复杂的证券组合和不同业务部门的总体市场风险。
风险价值分析方法提供了统一的方法来测量风险，因此银行管理层可以比较不同业务部门风险大小，进行绩效评估，设定风险限额。
风险价值概念简单，容易理解，适宜与股东沟通其风险状况。
风险价值分析方法的缺陷
风险价值分析方法是基于历史数据，并假定情景并不会发生变化，显然，这是不符合实际的。
风险价值分析方法是在特定的条件下进行的，这些假设条件有些与现实不符合。
风险价值分析的概念虽然简单，但它的计算有时候非常之复杂。
㈣ 风险度量的方法
度量风险的方法有许多。这些风险的度量包括对风险的影响直接估计如损失额，对风险事件发生的概率的估计，以及二者的结合如数学期望值，波动性，VaR，保险费，期权价值等，还包括风险对目标的变化的影响如各种导数类的指标如固定收益产品的久期和凸性，以及用于其它金融产品的希腊字母等。 用损失额来量度风险通常用在人们对损失发生的可能有一些假定的情况下。或者就是在许多情况下，人们只需要了解可能发生的最大的损失额，即最大可能的损失（MPL）。应当注意的一点是，最大可能的损失实际上有两个不同的含义，在英文中的表达分别是Maximum Possible Loss和Maximum Probable Loss。前者是指在最坏情况下的总的财物损失，而后者是指在某一个风险因素的作用下最可能发生的财物损失。 风险发生的概率的估计作为对风险的度量通常是用在人们对风险造成的后果有了一定假设的情况。 用数学期望值来表示风险也是有的。一般用在损失概率和可能的损失额较为稳定或者说波动性比较小的情况下。 用波动性度量风险始于组合理论，仍然在金融领域中用得比较普遍。波动性比较容易计算，但不容易理解，特别是对决策过程难有影响。人们可以容易地构造出一些例子说明如果按波动性来作投资决策将会是违反直观的。 VaR值是一个在金融领域里被广泛使用的风险度量。考虑用VaR表示风险指数的原因是VaR对于运营而言有比较好的参考价值，有利于经营过程中的资本成本和效率的提高。 保险费在某种程度上是对转移的风险的价值的市场价的度量。保险费的计算通常是用保险公司自身的精算模型。 考虑用期权Call和Put来度量风险是因为考虑到所有的风险度量中只有它们直接表示风险的价值。保险费的定价与期权的定价本质上是一致的。Call和Put值较好地反映现有风险资产的与无风险的价值相比较而言的价值，因而对于决策有很好的参考价值。与VaR比较，Call和Put值是精确的值，而不是统计的值。但是，除了较少的情况外，如在有流动的市场的情况下，计算Call和Put值比较困难。 市场风险一些特殊度量，通常是导数，如各种希腊字母。另外还有久期和凸性等。这些度量都是对一些特殊的标的对某些风险因素的影响的依赖关系而定义的。
㈤ 什么是风险均衡/风险评价
关于Risk Parity策略的翻译，国内通常翻译为风险评价，但根据《Risk Parity Fundamentals》这本书，Risk Parity翻译为风险均衡更优，那么如何理解这个词，还是通过引用这本书的部分内容做以说明：
在这个意义上，风险均衡不仅仅是一个特殊的投资组合或者投资策略——它是一个可应用于所以投资的普适原理，适用范围从资产配置到单个资产类别，到基于因子组合或模型，适用范围可能是无限的。为解决风险均衡投资组合及其现实应用中的基础问题，我们讲风险均衡视作一个量化过程。为达到这个目标，我们设定三个主题：风险、风险贡献与风险均衡策略。
首先，我们明确风险、风险预算或者风险贡献的概念，这些相对于风险均衡并非是新事物。例如，风险管理专家已经使用这些概念与方法相当长时间了。风险管理与风险均衡策略最大的区别是如何应用这些方法构建或者调整投资组合。
定量角度而言，如果收益率服从一个标准正态分布的话，投资者可以通过标准差或者收益率波动计算一个投资的风险。例如，发达国家股票市场的宽基指数的年化波动率在15%到20%之间，而高等级固定收益资产的市场指数年化波动要低很多，大约在5%左右。如果有充足的数据或者模型，我们可以估计任何在资产类别、特定国家投资、行业与单一证券投资的风险。对于收益不服从正态分布的情况，我们必须采用可以获取其胃部风险的测度方法，例如风险价值（VaR）.
第二个概念是风险贡献，其对于投资组合分析十分有帮助。对于投资组合，无论是资产配置，股权或是固定收益，我们都可以计算投资组合的风险通过波动率或者其他风险测量方法。例如，一个典型的60/40资产配置投资组合其60%配置股权资产40%配置固定收益资产的年化波动率为10%左右。然而，投资组合的风险分析并不止于此。对于风险管理与投资多元化，我们需要知道底层资产的风险贡献。针对60/40投资组合问题是其10%风险中股权资产与债券资产分别贡献了多少比例。我们讲展示这个风险贡献的计算过程。通过数字我们将发行一个关于股票风险的令人震惊结果。然而，风险贡献在经济学层面意味着什么？当意识如此具有偏向性风险贡献时，我们该做什么？
这个例子非常重要，以至于我们必须使用简单的数学公式计算一下，你方能理解其中的意义：
风险贡献的概念也已经用于多种量化投资方法。例如，在量化股权投资策略中，投资组合经理主动监控各种风险因子对系统风险的贡献度，例如估值、规模以及特定股票风险。在固定收益投资策略中，投资组合经理通常关注久期、利率期限结构、信用、行业与波动的风险贡献。在多策略对冲基金中，需要关注不同基金经理的风险贡献度。
若此，风险贡献在风险管理中仅是一个普通术语，在风险均衡中为何如此特别呢？风险均衡的创新与其鲜明特征是将风险贡献作为投资组合构建的基础标准，而不是作为一个风险监控的指标。使用一个由股权与债券构成的资产配置投资组合为例，风险均衡，在一个严格均衡意义上，不考虑市场因素，构造一个股权与债券风险贡献均为50%的投资组合。若一个具有整体风险目标的投资组合被建立，关于投资组合就没有其他问题了。
然而运用风险配置构建投资组合的改进似乎没有什么与众不同，但是风险均衡具有显着的作用与效果。因为风险均衡实践市场人士经常提出与此相关的问题，我们需要详细说明。首先咋一看，风险均衡仅需要风险参数不需要收益预测，这并完全正确。在一个长期基础上，如果风险均衡是假定最优，这意味着投资组合基础资产的风险调整收益基本是相等的。其次，在战术角度而言，我们仍然可以使用风险预测来调整风险贡献，除均衡之外，借鉴主动管理的观点。然而，收益预测对于投资组合构建的影响已经降低，根据主动投资经理业绩判断收益预测也是不可靠的。
其次是风险均衡配置低风险资产、行业与证券的仓位。风险均等配置要求低风险资产的仓位高于高风险资产。在资产配置投资组合中固定收益资产相对应利率的仓位（风险头寸）是一个例子，但其不是唯一的例子。我们应该如何理解这样的仓位与投资组合杠杆相关的问题。
再次，风险均衡不适用于传统业绩基准与市值加权指数。然而，投资者将风险均衡长期跑赢这些基于市值权重投资组合归因于其更优的多元化。总体而言，风险均衡投资组合不适与也不应该与传统指数相比较。
我们将这些与其他问题留在其他本书的剩余章节中。在本章接下来的内容，我们将介绍风险贡献的定义与其量化概念的金融解释。我们的讨论基于文章《On the Financial Interpretation of Risk Contribution: Risk BudGEtsDo ADDUp》（Qian， 2006），文章中建立风险贡献与收益分布的关系，将风险均衡建立在一个理论基础之上。然后，我们使用一个简单案例展示风险均衡投资组合的构建过程，并强调普通风险匹配与风险均衡之间的不同。最后，讲解一下风险均衡应用于资产配置投资组合（简称“风险均衡”）的要点
最后总结一下，风险均衡的初衷是让投资组合中各类资产对投资组合的风险贡献度尽量相等，简单而言就是找几类风险相关性低的资产，但是这几类资产的波动性一定不一样，所以需要通过给低波动资产引入杠杆使得其风险贡献与高波动性资产风险贡献（风险贡献指其对投资组合整体而言）尽量相等。但是在大类资产中，权益资产的风险或波动性远高于固定收益资产，如何提高其他资产的风险属性，唯一的办法增加杠杆。）
备注：芝麻背调整理回答。芝麻背调，用技术推动行业进步。
㈥ 股票中收益波动率是什么意思,怎么计算
股票波动率：波动率是指标的资产投资回报率的变化程度，有实际波动率和历史波动率之分。它是江恩理论的一个重要内容，在期货期权市场的指导意义较股票市场更大。
实际波动率
实际波动率又称作未来波动率，它是指对期权有效期内投资回报率波动程度的度量，由于投资回报率是一个随机过程，实际波动率永远是一个未知数。或者说，实际波动率是无法事先精确计算的，人们只能通过各种办法得到它的估计值。
历史波动率
历史波动率是指投资回报率在过去一段时间内所表现出的波动率，它由标的资产市场价格过去一段时间的历史数据（即St的时间序列资料）反映。这就是说，可以根据{St}的时间序列数据，计算出相应的波动率数据，然后运用统计推断方法估算回报率的标准差，从而得到历史波动率的估计值。显然，如果实际波动率是一个常数，它不随时间的推移而变化，则历史波动率就有可能是实际波动率的一个很好的近似。
波动率计算方法
1、上升趋势的波动率计算方法是：在上升趋势中，底部与底部的距离除以底部与底部的相隔时间，取整。上升波动率=（第二个底部-第一个底部）/两底部的时间距离。
2、下降趋势的波动率计算方法是：在下降趋势中，顶部与顶部的距离除以顶部与顶部的相隔时间，取整。并用它们作为坐标刻度在纸上绘制。下降波动率=（第二个顶部-第一个顶部）/两顶部的时间距离。
(6)股票风险测度方法扩展阅读：
股票收益率是反映股票收益水平的指标
1、是反映投资者以现行价格购买股票的预期收益水平。它是年现金股利与现行市价之比率。本期股利收益率=(年现金股利/本期股票价格)*100%。
2、股票投资者持有股票的时间有长有短，股票在持有期间获得的收益率为持有期收益率。持有期收益率=[(出售价格-购买价格)/持有年限+现金股利]/购买价格*100%。
3、公司进行拆股必然导致股份增加和股价下降，正是由于拆股后股票价格要进行调整，因而拆股后的持有期收益率也随之发生变化。
拆股后持有期收益率=(调整后的资本所得/持有期限+调整后的现金股利)/调整后的购买价格*100%。
㈦ 横截面股票价格是什么意思
股票配置是只在一个股票账户里根据一定的规则购买一个或者多个股票，这些股票按照一定的要求。
配置型基金是指资产灵活配置型基金投资于股票、债券及货币市场工具以获取高额投资回报。
配置型基金既投资股票又投资于债券，其风险收益特征既不同于高风险高收益的股票型基金，也不同于低风险低收益的债券型基金。这种基金主要的特点在于它可以根据市场情况更加灵活的改变资产配置比例，实现进可攻退可守的投资策略，投资于任何一类证券的比例都可以高达100%。
㈧ 金融风险预测用什么模型
工商银行开发的风控模型。
㈨ FRM干货：常用的金融风险的模型有哪些
金融市场的一项主要功能实际上是允许经济界的不同参与者交易其风险，而近二十年来，由于受经济全球化和金融一体化、现代金融理论及信息技术、金融创新等因素的影响，全球金融市场迅猛发展，金融市场呈现出前所未有的波动性，金融机构面临着日趋严重的金融风险。
近年来频繁发生的金融危机造成的严重后果充分说明了这一点。
一、波动性方法
自从1952年Markowitz提出了基于方差为风险的*3资产组合选择理论后，方差（均方差）就成了一种极具影响力的经典的金融风险度量。方差计算简便，易于使用，而且已经有了相当成熟的理论。当然，波动性方法也存在以下缺点：
（1）把收益高于均值部分的偏差也计入风险，这可能大家很难接受；
（2）以收益均值作为回报基准，也与事实不符；
（3）只考虑平均偏差，不适合用来描述小概率事件发生所导致的巨大损失，而金融市场中的“稀少事件”产生的极端风险才是金融风险的真正所在。
二、VaR模型（Value at Risk）
风险价值模型产生于1994年，比较正规的定义是：在正常市场条件下和一定的置信水平a上，测算出在给定的时间段内预期发生的最坏情况的损失大小X。在数学上的严格定义如下：设X是描述证券组合损失的随机变量，F(x)是其概率分布函数，置信水平为a，则：VaR(a)=-inf{x|F(x)≥a}。该模型在证券组合损失X符合正态分布，组合中的证券数量不发生变化时，可以比较有效的控制组合的风险。
因此，2001年的巴塞耳委员会指定VaR模型作为银行标准的风险度量工具。但是VaR模型只关心超过VaR值的频率，而不关心超过VaR值的损失分布情况，且在处理损失符合非正态分布（如厚尾现象）及投资组合发生改变时表现不稳定。
三、灵敏度分析法
灵敏度方法是对风险的线性度量，它测定市场因子的变化与证券组合价值变化的关系。对于市场因子的特定变化量，通过这关系种变化关系可得到证券组合价值的变化量。针对不同的金融产品有不同的灵敏度。比如：在固定收入市场的久期，在股票市场的“β”，在衍生工具市场“δ”等。灵敏度方法由于其简单直观而得到广泛的应用但是它有如下的缺陷：
（1）只有在市场因子变化很小时，这种近似关系才与现实相符，是一种局部性测量方法；
（2）对产品类型的高度依赖性；
（3）不稳定性。如股票的“贝塔”系数存在不稳定的缺陷，用其衡量风险，有很大的争议；
（4）相对性。敏感度只是相对的比例概念，并没有回答损失到底有多大。
四、一致性风险度量模型（Coherentmeasure of risk）
Artzner et al.（1997）提出了一致性风险度量模型，认为一个完美的风险度量模型必须满足下面的约束条件：
（1）单调性；
（2）次可加性；
（3）正齐次性；
（4）平移不变性。
次可加性条件保证了组合的风险小于等于构成组合的每个部分风险的和，这一条件与我们进行分散性投资可以降低非系统风险相一致，是一个风险度量模型应具有的重要的属性，在实际中如银行的资本金确定和*3化组合确定中也具有重要的意义。目前一致性风险度量模型有：
（1）CVaR模型（Condition Value at Risk）：条件风险价值（CVaR）模型是指在正常市场条件下和一定的置信水平a上，测算出在给定的时间段内损失超过VaRa的条件期望值。CVaR模型在一定程度上克服了VaR模型的缺点不仅考虑了超过VaR值的频率，而且考虑了超过VaR值损失的条件期望，有效的改善了VaR模型在处理损失分布的后尾现象时存在的问题。当证券组合损失的密度函数是连续函数时，CVaR模型是一个一致性风险度量模型，具有次可加性，但当证券组合损失的密度函数不是连续函数时，CVaR模型不再是一致性风险度量模型，即CVaR模型不是广义的一致性风险度量模型，需要进行一定的改进。
（2）ES模型（Expected Shortfall）：ES模型是在CVaR基础上的改进版，它是一致性风险度量模型。如果损失X的密度函数是连续的，则ES模型的结果与CVaR模型的结果相同；如果损失X的密度函数是不连续的，则两个模型计算出来的结果有一定差异。
（3）DRM模型（Distortion Risk-Measure）：DRM通过一个测度变换得到一类新的风险度量指标。DRM模型包含了诸如VaR、CVaR等风险度量指标，它是一类更广义的风险度量指标。
（4）谱风险测度：2002年，Acerbi对ES进行了推广，提出了谱风险测度（Spectral Risk Measure）的概念，并证明了它是一致性风险度量。但是该测度实际计算的难度很大，维数过高时，即使转化成线性规划问题，计算也相当困难。
五、信息熵方法
由不确定性把信息熵与风险联系在一起引起了众多学者的研究兴趣，例如Maasoumi，Ebrahim，Massoumi and Racine，Reesor.R等分别从熵的不同角度考虑了风险的度量，熵是关于概率的一个单调函数，非负，计算量相对较少，熵越大风险越大。
六、未来的发展趋势
近年来行为金融学逐渐兴起，它将心理学的研究成果引入到标准金融理论的研究，弥补了标准金融理论中存在的一些缺陷，将投资心理纳入到证券投资风险度量，提出了两者基于行为金融的认知风险度量方法，并讨论了认知风险与传统度量方差的关系。2004年Murali Rao给出一种新的不确定性度量--累积剩余熵。累积剩余熵是用分布函数替换了Shannon熵的概率分布律或密度函数，它具有一些良好的数学性质，这个定义推广了Shannon熵的概念让离散随机变量和连续随机变量的熵合二为一，也许会将风险度量的研究推向一个新的台阶。
总之，金融风险的度量对资产投资组合、资产业绩评价、风险控制等方面有着十分重要的意义。针对不同的风险源、风险管理目标，产生了不同的风险度量方法，它们各有利弊，反映了风险的不同特征和不同侧面。在风险管理的实践中，只有综合不同的风险度量方法，从各个不同的角度去度量风险，才能更好地识别和控制风险，这也是未来风险度量的发展趋势。