我的FRM备考笔记

原文首发于公众号 睿说raysays

FRM是什么？

FRM（Financial Risk Manager）是全球金融风险管理领域的资格认证，由美国“全球风险管理协会”（Global Association of Risk Professionals ，简称GARP）设立。

我为什么选择获得FRM认证？

这得首先简单介绍一下FRM的知识体系。用最精简的话概括，FRM体系试图帮助你探求三个问题的答案：

什么是金融风险？

如何度量金融风险？

量化后的金融风险，如何去管理？

在当下风控比较前沿的领域，风险已被高度概括和抽象成了underlying assets的预期波动率，即资产价格上下波动的幅度，并且由数理统计中的方差σ²来度量。

听上去这和我们常识中对风险的概念，即未来可能发生的损失这个单向的理解挺不相同：难道股票价格上涨也算风险？这好像很不科学。

嗯，我之前一直也是这么认为的。

直到我完整的接触了FRM的知识体系，才深刻理解了不确定性即风险的涵义：股票上涨对多头是收益，对空头却是损失；持有股票的实质其实是在long对应的asset的同时short cash和 risk-free interest；期权定价中Vega的本质是期权价格对波动率的一阶导数，所以才有标的资产价格一直上涨（但涨速减缓），期权价格也可以反向下跌等等。

佩服自己以前连期权的五个量度（delta, gamma, vega, theta, rho）都没搞清楚，就敢玩儿naked option。无知者无畏必然说的就是我。

可以肯定的是，FRM是一套极其强调数理统计和量化分析的体系（涉及的数学知识的深度可参考稍后整理出的笔记，大概相当于大学数II），那么我等数学学渣何必自取其辱去挑战自我呢？

对我个人而言，动力很大程度来自于即将到来的将是一个量化风控的时代这一预判。

过去金融机构对主体信用风险的评估，主要基于结合客观因素（财务报表）和主观因素（股东结构、行业属性等）两个维度来进行。

这套纯人工的风控逻辑对大型企业的风险评估足够有效，但对中小企业及个人作为主体时就会有严重信息不对称和审核效率低两大瓶颈。这也是中小企业融资难的根本原因（监管机构耳提面命恐怕只能导致信贷利差的扭曲）。

但是，随着互联网对各个行业改造的深入，越来越多的个人和企业行为被在线化，其中一个“副作用”就是为信贷决策提供了大量可交叉验证的实时数据。

而这一趋势带来的影响将是非常深远的，在FRM体系里被发明已久的很多风险度量方法--如Mean-Variance、VaR、蒙特卡洛随机过程、GARCH等等模型都曾长期被束之高阁，在除了股票量化交易以外的领域鲜有人知（因为股票交易电子化程度足够高）。

- 期权价格的曲面 -

核心原因就是这些模型都是利用相关性的回归分析来获得关键模型参数（蒙特卡洛模拟需要的是巨大的计算能力）。类似于用瞎猜的方式去暴力破解密码，需要大量精确的历史数据才能拟合出准确的参数，否则很容易对变量和因变量进行错误的归因。

而量化风控长久以来所面对的尴尬，可以打个形象的比方，就是在电（大数据）还没被发明前，数学家已经发明了收音机（量化模型）。

显然这样的尴尬如今已一去不复返，万物互联的大数据时代将会为量化模型输送源源不断的养分。用概率论的中心极限定理来理解，当大数据的导入使得样本的数量扩大100倍，对总体σ的估计精度便可以提高10倍（S=σ/sqrt(n))。

既然未来已来，我等作为传统银行风控体系生产出来的产品，为了不被历史的车轮压得粉碎，必然只能主动迭代，迎接全面量化风控时代的到来。

篇幅所限，我把FRM备考中自己整理的精简笔记发布在了个人公众号（睿说raysays）里，欢迎所有知乎er关注。既可以用作大家对FRM知识体系的兴趣了解，也可为备考提供一个清晰的复习脉络。

以上