FRM二級(jí)考試中的信用風(fēng)險(xiǎn)敝口是重要考點(diǎn)之一，考生需在掌握其含義的前提上進(jìn)一步理解，掌握相關(guān)題目做法。下面是關(guān)于信用風(fēng)險(xiǎn)敞口歷年真題分析，一起來(lái)看~

　　Consider two portfolios.One with USD 10 million credit exposure to a single B-rated counterparty.The second with USD 10 million on credit exposure split evenly between 100 B-rated counterparties.Assume that default probabilities and recovery rates are the same for all B-rated counterparties.Which of the following is correct?》》點(diǎn)擊領(lǐng)取2022年FRM備考資料大禮包

　?。ˋ）The expected loss of the first portfolio is greater than the expected loss of the second portfolio and the unexpected loss of the first portfolio is greater than the unexpected loss of the second portfolio.

　　（B）The expected loss of the first portfolio is equal to the expected loss of the second portfolio and the unexpected loss of the first portfolio is greater than the unexpected loss of the second portfolio.

　?。–）The expected loss of the first portfolio is greater than the expected loss of the second portfolio and the unexpected loss of the first portfolio is equal to the unexpected loss of the second portfolio.

　?。―）The expected loss of the first portfolio is equal to the expected loss of the second portfolio and the unexpected loss of the first portfolio is equal to the unexpected loss of the second portfolio.

　　答案：B

　　解析：Unexpected loss is the volatility of the expected loss.There’s diversification effect in unexpected loss.

　　考慮兩個(gè)投資組合，一個(gè)對(duì)一個(gè)B級(jí)交易對(duì)手有1000萬(wàn)美元的信用風(fēng)險(xiǎn)敞口。第二個(gè)是1000萬(wàn)美元的信用風(fēng)險(xiǎn)敞口，平均分配給100個(gè)B級(jí)交易對(duì)手。假設(shè)所有B級(jí)交易對(duì)手的違約概率和回收率相同。下列哪項(xiàng)是正確的？

　　A.第一個(gè)投資組合的預(yù)期損失大于第二個(gè)投資組合的預(yù)期損失，第一個(gè)投資組合的意外損失大于第二個(gè)投資組合的意外損失。

　　B.第一個(gè)投資組合的預(yù)期損失等于第二個(gè)投資組合的預(yù)期損失，第一個(gè)投資組合的預(yù)期損失大于第二個(gè)投資組合的預(yù)期損失。

　　C.第一個(gè)投資組合的預(yù)期損失大于第二個(gè)投資組合的預(yù)期損失，第一個(gè)投資組合的預(yù)期損失等于第二個(gè)投資組合的預(yù)期損失。

　　D.第一個(gè)投資組合的預(yù)期損失等于第二個(gè)投資組合的預(yù)期損失，第一個(gè)投資組合的意外損失等于第二個(gè)投資組合的意外損失。

　　答案：B

　　解析：意外損失是指預(yù)期損失的波動(dòng)性。非預(yù)期損失存在多元化效應(yīng)。

　　FRM金融風(fēng)險(xiǎn)管理師考試備考當(dāng)中，風(fēng)險(xiǎn)暴露是必考的金融詞匯。今天會(huì)計(jì)網(wǎng)為大家整理了該知識(shí)點(diǎn)相關(guān)的概念、特點(diǎn)以及涉及的關(guān)系等內(nèi)容。

　　風(fēng)險(xiǎn)暴露的概念

　　風(fēng)險(xiǎn)暴露是指金融機(jī)構(gòu)在各種、業(yè)務(wù)活動(dòng)中容易受到風(fēng)險(xiǎn)因素影響的資產(chǎn)和負(fù)債的價(jià)值，或說(shuō)暴露在風(fēng)險(xiǎn)中的頭寸狀況。

　　風(fēng)險(xiǎn)暴露的特點(diǎn)是什么

　　某一特定資產(chǎn)的買(mǎi)賣(mài)可能增加你的風(fēng)險(xiǎn)暴露程度;而在另一種情況下，相同的交易又可能減少風(fēng)險(xiǎn)。

　　在現(xiàn)代信用風(fēng)險(xiǎn)度量體系中，在計(jì)算風(fēng)險(xiǎn)暴露(Risk Exposure)即債務(wù)人違約所導(dǎo)致的可能承受風(fēng)險(xiǎn)的信貸業(yè)務(wù)余額時(shí)，可以使用押品的價(jià)值進(jìn)行全部或部分地對(duì)沖。

　　風(fēng)險(xiǎn)和風(fēng)險(xiǎn)暴露的關(guān)系有哪些

　　風(fēng)險(xiǎn)與風(fēng)險(xiǎn)暴露根據(jù)對(duì)風(fēng)險(xiǎn)概念的分析，我們不難看出風(fēng)險(xiǎn)對(duì)于金融機(jī)構(gòu)而言是客觀存在的，如利率、匯率等風(fēng)險(xiǎn)變量的波動(dòng)性一般不會(huì)因?yàn)槟硞€(gè)金融機(jī)構(gòu)的行為或意愿而發(fā)生改變。

　　因此，嚴(yán)格地說(shuō)，無(wú)論金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理水平如何，它們所面臨的風(fēng)險(xiǎn)是一樣的，并不能認(rèn)為風(fēng)險(xiǎn)管理質(zhì)量差的金融機(jī)構(gòu)所面臨的風(fēng)險(xiǎn)比風(fēng)險(xiǎn)管理質(zhì)量高的金融機(jī)構(gòu)大。

　　2022年FRM最新備考資料下載＞＞

　　但在許多情況下，人們對(duì)風(fēng)險(xiǎn)一詞的使用比較含混，通常它不僅指這種客觀的風(fēng)險(xiǎn)因素的波動(dòng)性，有時(shí)也包括投資者對(duì)風(fēng)險(xiǎn)的主觀暴露程度。

　　如對(duì)信用風(fēng)險(xiǎn)的暴露是指受到信用風(fēng)險(xiǎn)影響的貸款量，對(duì)利率或匯率風(fēng)險(xiǎn)的暴露則是受到利率或匯率變動(dòng)影響的資產(chǎn)和負(fù)債的價(jià)值。

　　因此，在一般的意義上，投資者所承擔(dān)的風(fēng)險(xiǎn)水平的高低不僅取決于風(fēng)險(xiǎn)因素波動(dòng)性或不確定性的大小，更重要的是取決于其對(duì)特定風(fēng)險(xiǎn)因素的暴露程度。

　　無(wú)論風(fēng)險(xiǎn)因素的波動(dòng)性有多大，如果投資者能夠通過(guò)各種風(fēng)險(xiǎn)管理手段使得其對(duì)該風(fēng)險(xiǎn)因素的暴露程度為零，則他所面臨的風(fēng)險(xiǎn)實(shí)際上也為零。

　　因此，金融機(jī)構(gòu)風(fēng)險(xiǎn)管理的本質(zhì)是對(duì)其風(fēng)險(xiǎn)暴露的管理，而宏觀層次的風(fēng)險(xiǎn)管理則有可能是對(duì)風(fēng)險(xiǎn)因素自身的管理，如政府經(jīng)濟(jì)管理部門(mén)為降低匯率、利率和股票總體價(jià)格水平的波動(dòng)性而進(jìn)行的努力。

　　2024年CQF項(xiàng)目一共包含3次考試和最終的project，模塊二、模塊三、模塊四之后有測(cè)試。在模塊六結(jié)束之時(shí)，所有學(xué)員都要完成一個(gè)final project。每次考試的開(kāi)始時(shí)間如下：

　　前面三次考試持續(xù)的時(shí)間為兩周，F(xiàn)inal Project約為兩個(gè)月。前面三次考試為總分權(quán)重的20%，最后的project為40%。

　　CQF是線上開(kāi)卷考試，前面三次的考試都是固定的題目，基本上是老師的上課或者習(xí)題課講過(guò)的內(nèi)容進(jìn)行深化。最后的project有多個(gè)題目的選擇，可以依據(jù)個(gè)人興趣和選修課選擇的內(nèi)容進(jìn)行選擇。

備考資料ue_arc_bkzl
請(qǐng)?jiān)谙旅婕t色框內(nèi)輸入分類(lèi)名稱(chēng)arc_bkzl_nameCQF

CQF考試科目有哪些？

　　CQF考試的核心課程由六個(gè)模塊與高級(jí)選修課程組成。

　　模塊一：量化金融的基礎(chǔ)知識(shí)

　　我們將向?qū)W員介紹作為模型框架的應(yīng)用It?演算的規(guī)則。學(xué)員將使用隨機(jī)演算和鞅論構(gòu)建工具，學(xué)習(xí)如何運(yùn)用簡(jiǎn)單的隨機(jī)微分方程以及相關(guān)的FokkerPlanck和Kolmogorov方程。

　　?資產(chǎn)的隨機(jī)行為

　　?重要的數(shù)學(xué)工具和結(jié)論

　　?泰勒級(jí)數(shù)

　　?中心極限定理

　　?偏微分方程

　　?轉(zhuǎn)移密度函數(shù)

　　?普朗克和科爾莫戈羅夫方程

　　?隨機(jī)微積分及其引理

　　?隨機(jī)微分方程的求解

　　?資產(chǎn)定價(jià)的二項(xiàng)模型

　　模塊二：量化風(fēng)險(xiǎn)與收益

　　包含經(jīng)典的馬科維茨組合理論、資本資產(chǎn)定價(jià)模型以及這些理論的最新進(jìn)展。我們將研究量化風(fēng)險(xiǎn)與收益，研究計(jì)量經(jīng)濟(jì)模型，如ARCH框架與VaR在內(nèi)的風(fēng)險(xiǎn)管理指標(biāo)，以及它們?cè)谛袠I(yè)中的應(yīng)用方法。

　　?現(xiàn)代投資組合理論

　　?資本資產(chǎn)定價(jià)模型

　　?最優(yōu)化投資組合

　　?風(fēng)險(xiǎn)監(jiān)督和巴塞爾協(xié)議Ⅲ

　　?風(fēng)險(xiǎn)價(jià)值和虧損預(yù)期

　　?抵押品和保證金

　　?流動(dòng)資產(chǎn)負(fù)債管理

　　?波動(dòng)性過(guò)濾（GARCH系列）

　　資產(chǎn)收益:關(guān)鍵和經(jīng)驗(yàn)數(shù)據(jù)

　　?波動(dòng)模型（ARCH框架）

　　模塊三：股票與貨幣

　　探討B(tài)lack-Scholes理論作為基于定價(jià)和無(wú)套利原則的理論和實(shí)踐定價(jià)模型的重要性。學(xué)員將學(xué)習(xí)如何使用不同數(shù)學(xué)計(jì)算方法，在股票與貨幣的背景下，研究相應(yīng)的理論與結(jié)果，熟悉目前使用的一些技術(shù)。

　　?Black-Scholes模型

　　對(duì)沖和風(fēng)險(xiǎn)管理

　　?期權(quán)策略

　　?歐式期權(quán)和美式期權(quán)

　　?有限差分法

　　?蒙特卡洛模擬

　　?奇異期權(quán)

　　?波動(dòng)率套利策略

　　?定價(jià)鞅論

　　?Girsanov's定理

　　高級(jí)風(fēng)險(xiǎn)指標(biāo)

　　?衍生品市場(chǎng)

　　?完全競(jìng)爭(zhēng)市場(chǎng)中的高級(jí)波動(dòng)率建模

　　模塊三

　　?非概率波動(dòng)模型

　　?股票與貨幣

　　?FX期權(quán)

　　模塊四：數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)I

　　對(duì)金融學(xué)中所用到的最新數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)技術(shù)作了介紹。從全面概述入手，該模塊提供一些關(guān)鍵數(shù)學(xué)工具的學(xué)習(xí)，接著深入研究監(jiān)督式學(xué)習(xí)，包括回歸方法、K近鄰算法、支持向量機(jī)、集成方法等眾多知識(shí)。

　　?什么是數(shù)學(xué)建模？

　　?機(jī)器學(xué)習(xí)中的數(shù)學(xué)工具

　　?主成分分析法

　　?監(jiān)督式學(xué)習(xí)技術(shù)

　　?線性回歸

　　?邏輯、SoftMax回歸

　　?懲罰回歸：lasso,ridge,elastic net

　　K近鄰算法

　　?基本貝葉斯分類(lèi)器

　　?支持向量機(jī)

　　?決策樹(shù)

　　?集合方法：袋翻法與助推法

　　?Python–機(jī)器學(xué)習(xí)算法庫(kù)

　　模塊五：數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)II

　　介紹了金融領(lǐng)域用到的多種機(jī)器學(xué)習(xí)方法。從非監(jiān)督式學(xué)習(xí)法、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)開(kāi)始，我們將逐步深入到自然語(yǔ)言處理和強(qiáng)化學(xué)習(xí)。學(xué)員將學(xué)習(xí)理論框架，更為重要的是，學(xué)員將學(xué)會(huì)如何分析實(shí)際案例，探索這些技術(shù)在金融學(xué)中的應(yīng)用。

　　?非監(jiān)督式學(xué)習(xí)技術(shù)

　　?K值聚類(lèi)

　　自組織映射

　　?T分布隨機(jī)近鄰嵌入

　　?均勻流形近似與投射

　　?自編碼器

　　?人工神經(jīng)網(wǎng)絡(luò)

　　?神經(jīng)網(wǎng)絡(luò)架構(gòu)

　　?自然語(yǔ)言處理

　　?深度學(xué)習(xí)與NLP工具

　　?強(qiáng)化工具

　　?基于AI的算法交易策略

　　金融學(xué)中的實(shí)際機(jī)器學(xué)習(xí)案例

　　金融學(xué)中的量子計(jì)算

　　?Python–TensorFlow

　　模塊六：固收與信用

　　我們將回顧行業(yè)中用到的眾多利率模型，關(guān)注每個(gè)模型的應(yīng)用與限制。在第二部分，將學(xué)習(xí)信用概念，以及信用風(fēng)險(xiǎn)模型在量化金融中的應(yīng)用，包括結(jié)構(gòu)式、簡(jiǎn)化式和Copula模型。

　　?固收產(chǎn)品與市場(chǎng)操作

　　?固收產(chǎn)品與市場(chǎng)操作

　　?收益率、久期、凸性

　　?隨機(jī)利率模型

　　?利率的隨機(jī)方法

　　?校準(zhǔn)與數(shù)據(jù)分析

　　?Heath,Jarrow和Morton

　　?Libor市場(chǎng)模型

　　?結(jié)構(gòu)模型

　　?簡(jiǎn)化型模型與風(fēng)險(xiǎn)率

　　?信用風(fēng)險(xiǎn)與信用衍生產(chǎn)品

　　?X估值調(diào)整（CVA,DVA,FVA,MVA）

　　?CDS定價(jià)與市場(chǎng)方法

　　?結(jié)構(gòu)型與簡(jiǎn)化型的違約風(fēng)險(xiǎn)

　　?Copula模型的實(shí)施

　　高級(jí)選修課

　　CQF項(xiàng)目為學(xué)員提供進(jìn)一步提升個(gè)人專(zhuān)業(yè)度的機(jī)會(huì)，通過(guò)選擇兩門(mén)高級(jí)選修課，結(jié)合個(gè)人的職業(yè)目標(biāo)發(fā)展所需專(zhuān)業(yè)技能。我們的高級(jí)選修課包括：

　　?高級(jí)機(jī)器學(xué)習(xí)

　　?高級(jí)集成模型I

　　?高級(jí)機(jī)器學(xué)習(xí)II

　　?高級(jí)組合管理

　　?高級(jí)風(fēng)險(xiǎn)管理

　　?高級(jí)波動(dòng)性建模

　　?算法交易I

　　?算法交易II

　　?量化中的行為金融學(xué)

　　?C++

　　?對(duì)手方信用風(fēng)險(xiǎn)建模

　　?去中心化金融技術(shù)

　　?能源交易

　　?外匯交易和對(duì)沖

　　?數(shù)值法

　　?金融學(xué)中的量子計(jì)算

　　?基于數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的R語(yǔ)言

　　?風(fēng)險(xiǎn)預(yù)算：基于風(fēng)險(xiǎn)的資產(chǎn)配置方法

CQF考試有哪些教材？

　　CQF考試報(bào)完名之后會(huì)有9本原版教材，具體如下：

　　1、Paul Wilmott on Quant Finance

　　2、Paul Wilmott Introduces Quantitative Finance

　　3、Paul Wilmott–Frequently Asked Questions

　　4、Paul Wilmott–Machine Learning:An Applied Mathematics Introduction

　　5、Peter Jaeckel–Monte Carlo Methods

　　6、Espen Haug–Models on Models

　　7、Jon Gregory-The xVA Challenge:Counterparty Credit Risk，F(xiàn)unding，Collateral，and Capital

　　8、Stephen Taylor–Asset Price Dynamics，Volatility and Predictions

　　9、Yves Hilpisch–Python in Finance

　　CQF官網(wǎng)公布最新的CQF選修科目，具體如下：

2023年CQF選修科目

（來(lái)源：CQF官網(wǎng)）

　　CQF選修科目也是要參加考試的，對(duì)標(biāo)的是最終項(xiàng)目的考核，是論文的形式，而且在總分中所占的分?jǐn)?shù)權(quán)重很高，占比是40%，所以建議考生認(rèn)真對(duì)待。

2023年CQF課程體系

　　CQF培訓(xùn)體系包括以下幾個(gè)方面：

　　1、數(shù)學(xué)基礎(chǔ)

　　CQF強(qiáng)調(diào)數(shù)學(xué)基礎(chǔ)，學(xué)員需要具備高等數(shù)學(xué)、線性代數(shù)、概率論和統(tǒng)計(jì)學(xué)等方面的知識(shí)。

備考資料ue_arc_bkzl
請(qǐng)?jiān)谙旅婕t色框內(nèi)輸入分類(lèi)名稱(chēng)arc_bkzl_nameCQF

　　2、金融市場(chǎng)

　　CQF培訓(xùn)課程包括股票、債券、期貨、期權(quán)等金融市場(chǎng)方面的知識(shí)，以及市場(chǎng)交易策略、風(fēng)險(xiǎn)管理等方面的知識(shí)。

　　3、編程技能

　　CQF需要學(xué)員具備計(jì)算機(jī)編程方面的知識(shí)，特別是C++和Python語(yǔ)言方面的知識(shí)。學(xué)員需要熟練掌握數(shù)據(jù)分析、數(shù)值計(jì)算、算法設(shè)計(jì)等方面的技能。

　　4、課程實(shí)踐

　　CQF的培訓(xùn)過(guò)程中會(huì)進(jìn)行實(shí)踐課程，學(xué)員需要實(shí)現(xiàn)金融模型、設(shè)計(jì)交易策略、進(jìn)行風(fēng)險(xiǎn)管理等方面的實(shí)踐項(xiàng)目。

　　5、考試認(rèn)證

　　完成CQF培訓(xùn)課程后，學(xué)員需要通過(guò)一系列考試，包括理論知識(shí)考試和實(shí)踐項(xiàng)目考試，才能獲得CQF證書(shū)。

　　總的來(lái)說(shuō)，CQF的培訓(xùn)體系是比較全面的，涵蓋了金融、數(shù)學(xué)和計(jì)算機(jī)科學(xué)等方面的知識(shí)和技能，旨在幫助學(xué)員成為量化金融領(lǐng)域的專(zhuān)業(yè)人才。

2023年CQF課程內(nèi)容

　　CQF資格考試由六個(gè)模塊，兩個(gè)選定的高級(jí)選修課，三個(gè)考試和一個(gè)最終項(xiàng)目組成。

　　CQF考試課程分為三大部分，分別是前導(dǎo)課、核心課程以及高級(jí)選修課。以下是具體的課程設(shè)置：

　　前導(dǎo)課程

　　1、數(shù)學(xué)入門(mén)

　　該課程涵蓋了量化金融所需的數(shù)學(xué)基礎(chǔ)知識(shí)，包括：微積分、微分方程、線性代數(shù)、概率、統(tǒng)計(jì)。

　　2、Python編程入門(mén)

　　該課程教你如何從頭開(kāi)始用Python編程，包括：Python語(yǔ)法、標(biāo)準(zhǔn)數(shù)學(xué)函數(shù)、SciPy和NumPy庫(kù)、經(jīng)典的程序案例、記錄代碼和調(diào)試。

　　3、金融入門(mén)

　　介紹關(guān)鍵概念和資產(chǎn)類(lèi)別，包括：宏觀經(jīng)濟(jì)學(xué)、資本市場(chǎng)基礎(chǔ)、貨幣市場(chǎng)入門(mén)、貨幣的時(shí)間價(jià)值、金融資產(chǎn)介紹。

　　核心課程（必修課）

　　核心課程分為六個(gè)模塊：

　　1、模塊一：量化投資基礎(chǔ)

　　使用隨機(jī)計(jì)算作為工具，并學(xué)習(xí)如何使用簡(jiǎn)單的隨機(jī)微分方程及其相關(guān)的普朗克和科爾莫戈羅夫方程。

　　2、模塊二：量化分析風(fēng)險(xiǎn)和收益

　　學(xué)習(xí)馬科維茨的經(jīng)典投資組合理論，資本資產(chǎn)定價(jià)模型以及這些理論的最新發(fā)展。

　　3、模塊三：股票和現(xiàn)金

　　使用各種數(shù)學(xué)知識(shí)來(lái)了解股票和貨幣背景下的理論和結(jié)果，以使您熟悉當(dāng)前使用的技術(shù)。

　　4、模塊四：數(shù)據(jù)分析和機(jī)器學(xué)習(xí)I

　　學(xué)習(xí)基本的數(shù)學(xué)工具，深入研究監(jiān)督學(xué)習(xí)的主題，包括回歸方法，k近鄰，支持向量機(jī)，集成方法等等。

　　5、模塊五：數(shù)據(jù)分析和機(jī)器學(xué)習(xí)II

　　從無(wú)監(jiān)督開(kāi)始學(xué)習(xí)，深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，我們將進(jìn)入自然語(yǔ)言處理和強(qiáng)化學(xué)習(xí)。

　　6、模塊六：債券和評(píng)級(jí)

　　回顧行業(yè)中使用的多種利率模型，學(xué)習(xí)信用以及如何在量化金融中使用信用風(fēng)險(xiǎn)模型，包括結(jié)構(gòu)化，簡(jiǎn)化形式以及關(guān)聯(lián)結(jié)構(gòu)模型。

　　高級(jí)選修課

　　可從在上述課程任選兩科：

　　CQF的高級(jí)選修課有：算法交易、高級(jí)計(jì)算方法、高級(jí)風(fēng)險(xiǎn)管理、高級(jí)波動(dòng)率模型、基于Python的機(jī)器學(xué)習(xí)、高級(jí)投資組合管理、交易對(duì)手風(fēng)險(xiǎn)模型、量化中的行為經(jīng)濟(jì)學(xué)、基于R語(yǔ)言的量化金融分析、風(fēng)險(xiǎn)預(yù)算、金融科技、C++編程。

　　CQF整個(gè)項(xiàng)目的主要包含核心課程和高級(jí)選修課程，核心課程是Model 1-Model 6,在Model 6模塊學(xué)習(xí)完后，還有上述的12門(mén)高級(jí)選修課，每位學(xué)員可以選擇2門(mén)自己感興趣的課程內(nèi)容進(jìn)行學(xué)習(xí)，高級(jí)選修課的內(nèi)容和CQF的Final Project考試課題是相關(guān)的，因?yàn)镕inal Project的多個(gè)考試課題中，大部分是來(lái)自高級(jí)選修的課題，如果你想在Final Project考試中做一個(gè)你擅長(zhǎng)的課題，那么在高級(jí)選修課中就選擇相關(guān)課題進(jìn)行學(xué)習(xí)，就一舉兩得了。

CQF高級(jí)選修課的課程介紹

　　CQF的高級(jí)選修課的課程介紹如下：

　　1、算法交易（Algorithmic Trading）

　　The use of algorithms has become an important element of modern-day financial markets,used by both the buy side and sell side.This elective will look into the techniques used by quantitative professionals who work within the area.

　　算法的使用已經(jīng)成為現(xiàn)代金融市場(chǎng)的一個(gè)重要元素，買(mǎi)方和賣(mài)方都在使用。這門(mén)選修課將研究在該領(lǐng)域工作的定量專(zhuān)家使用的技術(shù)。

　　What is Algorithmic Trading

　　Preparing data；Back testing,analysing results and optimisation

　　Build your own algorithm

　　Alternative approaches:Paris trading Options；New Analytics

　　A career in Algorithmic trading

　　2、高級(jí)計(jì)算方法（Advanced Computational Methods）

　　One key skill for anyone who works within quantitative finance is how to use technology to solve complex mathematical problems.This elective will look into advanced computational techniques for solving and implementing math in an efficient and succinct manner,ensuring that the right techniques are used for the right problems.

　　對(duì)于任何從事量化金融工作的人來(lái)說(shuō)，一個(gè)關(guān)鍵技能是如何使用技術(shù)解決復(fù)雜的數(shù)學(xué)問(wèn)題。這門(mén)選修課將研究先進(jìn)的計(jì)算技術(shù)，以高效和簡(jiǎn)潔的方式解決和實(shí)施數(shù)學(xué)，確保正確的技術(shù)用于正確的問(wèn)題。

　　Finite Difference Methods(algebraic approach)and application to BVP

　　Root finding

　　Interpolation

　　Numerical Integration

　　3、高級(jí)風(fēng)險(xiǎn)管理（Advanced Risk Management）

　　In this elective,we will explore some of the recent developments in Quantitative Risk Management.We take as a point of departure the paradigms on how market risk is conceived and measured,both in the banking industry(Expected Shortfall)and under the new Basel regulatory frameworks(Fundamentals Review of the Trading Book,New Minimum,Capital of Market Risk).

　　在這門(mén)選修課中，我們將探討量化風(fēng)險(xiǎn)管理的一些最新發(fā)展。我們以如何在銀行業(yè)(預(yù)期虧空)和新的巴塞爾監(jiān)管框架(交易賬簿基本回顧，新的最小值，市場(chǎng)風(fēng)險(xiǎn)資本)下構(gòu)思和衡量市場(chǎng)風(fēng)險(xiǎn)的范例為出發(fā)點(diǎn)。

　　Review of new developments on market risk management and measurement

　　Explore the use of extreme value of theory(EVT)

　　Explore adjoint automatic differentiation

　　4、高級(jí)波動(dòng)率模型（Advanced Volatility Modeling）

　　Volatility and being able to model volatility is a key element to any quant model.This elective will look into the common techniques used to model volatility throughout the industry.It will provide the mathematics and numerical methods for solving problems in stochastic volatility.

　　波動(dòng)率和能夠?qū)Σ▌?dòng)率進(jìn)行建模是任何量化模型的關(guān)鍵要素。本選修課將研究用于模擬整個(gè)行業(yè)的波動(dòng)率的常用技術(shù)。它將提供解決隨機(jī)波動(dòng)率問(wèn)題的數(shù)學(xué)和數(shù)值方法。

　　Fourier Transforms

　　Functions of a Complex Variable

　　Stochastic Volatility

　　Jump Diffusion

　　5、基于Python的機(jī)器學(xué)習(xí)（Machine Learning with Python）

　　This elective will focus on Machine Learning and deep learning with Python applied to Finance.We will focus on techniques to retrieve financial data from open data sources.

　　這門(mén)選修課將側(cè)重于使用Python在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在金融中的應(yīng)用。我們將重點(diǎn)介紹從開(kāi)源數(shù)據(jù)中檢索財(cái)務(wù)數(shù)據(jù)的技術(shù)。

　　Using linear OLS regression to predict financial prices&returns

　　Using scikit-learn for machine learning with Python

　　Application to the pricing of the American options by Monte Carlo simulation

　　Applying logistic regression to classification problems

　　Predicting stock market returns as a classification problem

　　Using TensorFlow for deep learning with Python

　　Using deep learning for predicting stock market returns

　　6、高級(jí)投資組合管理（Advanced Portfolio Management）

　　As quantitative finance becomes more important in today’s financial markets,many buyside firms are using quantitative techniques to improve their returns and better manage client capital.This elective will look into the latest techniques used by the buy side in order to achieve these goals.

　　隨著量化金融在當(dāng)今的金融市場(chǎng)中變得越來(lái)越重要，許多買(mǎi)方公司正在使用量化技術(shù)來(lái)提高回報(bào)并更好地管理客戶(hù)資本。該選修課將研究買(mǎi)方為實(shí)現(xiàn)這些目標(biāo)而使用的最新技術(shù)。

　　Perform a dynamic portfolio optimization,using stochastic control

　　Combine views with market data using filtering to determine the necessary parameters

　　Understand the importance of behavioural biases and be able to address them

　　Understand the implementation issues

　　Develop new insights into portfolio risk management

　　7、交易對(duì)手風(fēng)險(xiǎn)模型（Counterparty Credit Risk Modeling）

　　Post-global financial crisis,counterparty credit risk and other related risks have become much more pronounced and need to be taken into account during the pricing and modeling stages.This elective will go through all the risks associated with the counterparty and how they are included in any modeling frameworks.

　　后全球金融危機(jī)、交易對(duì)手信用風(fēng)險(xiǎn)和其他相關(guān)風(fēng)險(xiǎn)變得更加明顯，需要在定價(jià)和建模階段加以考慮。該選修課將介紹與交易對(duì)手相關(guān)的所有風(fēng)險(xiǎn)，以及它們?nèi)绾伟谌魏谓？蚣苤小?/p>

　　Credit Risk to Credit Derivatives

　　Counterparty Credit Risk:CVA,DVA,FVA

　　Interest Rates for Counterparty Risk–dynamic models and modeling

　　Interest Rate Swap CVA and implementation of dynamic model

　　8、量化中的行為經(jīng)濟(jì)學(xué)（Behavioural Finance for Quants）

　　Behavioural finance and how human psychology affects our perception of the world,impacts our quantitative models and drives our financial decisions.This elective will equip delegates with tools to identify the key psychological pitfalls,use their mathematical skills to address these pitfalls and build better financial models.

　　行為金融學(xué)以及人類(lèi)心理學(xué)如何影響我們對(duì)世界的感知，影響我們的定量模型并推動(dòng)我們的財(cái)務(wù)決策。該選修課將為學(xué)員提供工具，以識(shí)別關(guān)鍵的心理陷阱，利用他們的數(shù)學(xué)技能來(lái)解決這些陷阱并建立更好的財(cái)務(wù)模型。

　　S ystem 1 Vs System 2

　　Behavioural Biases；Heuristic processes；Framing effects and Group processes

　　Loss aversion Vs Risk aversion；Loss aversion；SP/A theory

　　Linearity and Nonlinearity

　　Game theory

　　9、基于R語(yǔ)言的量化金融分析（R for Quant Finance）

　　R is a powerful statistical programming language,with numerous tricks up its sleeves making it an ideal environment to code quant finance and data analytics applications.

　　R是一種強(qiáng)大的統(tǒng)計(jì)編程語(yǔ)言，擁有眾多技巧，使其成為編寫(xiě)量化金融和數(shù)據(jù)分析應(yīng)用程序的理想環(huán)境。

　　Intro to R and R Studio

　　Navigate and understand packages

　　Understand data structures and data types

　　Plot charts,read and write data files

　　Write your own scripts and code

　　10、風(fēng)險(xiǎn)預(yù)算（Risk Budgeting）

　　Rather than solving the risk-return optimization problem as in the classic(Markowitz)approach,risk budgeting focuses on risk and its limits(budgets).This elective will focus on the quant aspects of risk budgeting and how it can be applied to portfolio management.

　　風(fēng)險(xiǎn)預(yù)算不是像經(jīng)典（Markowitz）方法那樣解決風(fēng)險(xiǎn)回報(bào)優(yōu)化問(wèn)題，而是專(zhuān)注于風(fēng)險(xiǎn)及其極限（預(yù)算）。本選修課將側(cè)重于風(fēng)險(xiǎn)預(yù)算的量化方面以及如何將其應(yīng)用于投資組合管理。

　　Portfolio Construction and Measurement

　　Value at Risk in Portfolio Management

　　Risk Budgeting in Theory

　　Risk Budgeting in Practice

　　11、金融科技（Fintech）

　　Financial technology,also known as fintech,is an economic industry composed of companies that use technology to make financial services more efficient.This elective gives an insight into the financial technology revolution and the disruption,innovation and opportunity therein.

　　金融技術(shù)，也稱(chēng)為金融科技，是一個(gè)利用技術(shù)使金融服務(wù)更有效率的公司組成的經(jīng)濟(jì)產(chǎn)業(yè)。這門(mén)選修課讓你深入了解金融科技革命帶來(lái)的變革，創(chuàng)新和機(jī)遇。

　　Intro to and History of Fintech

　　Fintech–Breaking the Financial Services Value Chain

　　FinTech Hubs

　　Technology–Blockchain；Cryptocurrencies；Big Data 102；AI 102

　　Fintech Solutions

　　The Future of Fintech

　　12、C++編程（C++）

　　Starting with the basics of simple input via keyboard and output to screen,this elective will work through a number of topics,finishing with simple OOP.

　　從簡(jiǎn)單的鍵盤(pán)輸入和屏幕輸出開(kāi)始學(xué)習(xí)C++的基礎(chǔ)知識(shí)，該選修課將會(huì)涉及許多主題，最后將會(huì)以C++面向?qū)ο缶幊痰暮?jiǎn)單示例結(jié)束。

　　Getting Started with the C++Environment–First Program；Data Types；Simple Debugging

　　Control Flow and Formatting–Decision Making；File Management；Formatting Output

　　Functions–Writing User Defined Functions；Headers and Source Files

　　Intro to OOP–Simple Classes and Objects

　　Arrays and Strings

　　在準(zhǔn)備CMA考試前應(yīng)保持預(yù)習(xí)的習(xí)慣，學(xué)習(xí)時(shí)間應(yīng)保持在每天2-3小時(shí)。對(duì)于考生而言，提前把握知識(shí)重點(diǎn)尤其重要，以下是會(huì)計(jì)網(wǎng)整理的有關(guān)風(fēng)險(xiǎn)與收益的內(nèi)容，來(lái)一同學(xué)習(xí)下吧。

　　CMA重要知識(shí)點(diǎn)之風(fēng)險(xiǎn)與收益

　　1、預(yù)期（expected）收益的波動(dòng)幅度、不確定性（uncertainty，variability,fluctuation）：

　　如果我們將風(fēng)險(xiǎn)定義為預(yù)期收益的波動(dòng)性，那么短期美國(guó)政府債券就是無(wú)風(fēng)險(xiǎn)的證券，而普通股就是有風(fēng)險(xiǎn)的證券。

　　波動(dòng)性越大，證券的風(fēng)險(xiǎn)就越大

　　2、風(fēng)險(xiǎn)的類(lèi)別：

　　（1）信貸（違約）風(fēng)險(xiǎn)：到期無(wú)法償付本金和利息

　?。?）匯率風(fēng)險(xiǎn)：匯率波動(dòng)對(duì)外幣計(jì)價(jià)的應(yīng)收或應(yīng)付的影響

　?。?）利率風(fēng)險(xiǎn)：利率波動(dòng)（分子）對(duì)金融資產(chǎn)價(jià)格（分母，未來(lái)現(xiàn)金流量的折現(xiàn)值，折現(xiàn)率是市場(chǎng)利率）的影響（分子對(duì)分母的敏感度）。

　?。?）行業(yè)風(fēng)險(xiǎn)：是會(huì)影響處在某個(gè)特定行業(yè)內(nèi)企業(yè)證券的風(fēng)險(xiǎn)。燃料價(jià)格的飆升會(huì)給航空業(yè)造成負(fù)面影響。

　?。?）政治風(fēng)險(xiǎn)：投資接受?chē)?guó)的政策對(duì)投資企業(yè)的影響。

　　3、使用概率分布來(lái)衡量風(fēng)險(xiǎn)：

　　對(duì)于有風(fēng)險(xiǎn)的證券而言，可以把實(shí)際收益率視為一個(gè)有概率分布的隨機(jī)變量

　　概率分布可以歸納成兩個(gè)分布的參數(shù)

　?。?）期望收益：資產(chǎn)未來(lái)可能收益的加權(quán)平均值；

　?。?）標(biāo)準(zhǔn)差（非最佳選擇）

　　①衡量資產(chǎn)未來(lái)可能的收益與其期望收益的偏差幅度；

　　②標(biāo)準(zhǔn)差越大，風(fēng)險(xiǎn)越大。

　　期望收益（expected return）是指可能出現(xiàn)的收益與其發(fā)生概率（作為權(quán)重）的加權(quán)平均值。

　　其中：

　　Ri＝第i種可能的收益率

　　Pi＝相對(duì)應(yīng)的收益率出現(xiàn)的概率

　　n＝可能性出現(xiàn)的數(shù)量

　　2023年CQF高級(jí)選修課有以下：

2023年CQF高級(jí)選修課

　　在完成正課之后，學(xué)員要選擇兩門(mén)選修課參加考試，這是CQF協(xié)會(huì)要求的。選修課分別如下：

　　?高級(jí)機(jī)器學(xué)習(xí) ?高級(jí)集成模型

　　?高級(jí)機(jī)器學(xué)習(xí)II ?高級(jí)組合管理

　　?高級(jí)風(fēng)險(xiǎn)管理 ?高級(jí)波動(dòng)性建模

備考資料ue_arc_bkzl
請(qǐng)?jiān)谙旅婕t色框內(nèi)輸入分類(lèi)名稱(chēng)arc_bkzl_nameCQF

　　?算法交易I ?算法交易II

　　?量化中的行為金融學(xué) ?C++

　　?對(duì)手方信用風(fēng)險(xiǎn)建模 ?去中心化金融技術(shù)

　　?能源交易 ?外匯交易和對(duì)沖

　　?數(shù)值法 ?金融學(xué)中的量子計(jì)算

　　?基于數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的R語(yǔ)言 ?風(fēng)險(xiǎn)預(yù)算：基于風(fēng)險(xiǎn)的資產(chǎn)配置方法

2023年CQF課程有哪些

　　CQF的主體知識(shí)包括6個(gè)模塊和高級(jí)選修課，分別是：

　　1.正課：

　　模塊1——量化金融的構(gòu)建基塊

　　模塊2——定量風(fēng)險(xiǎn)與回報(bào)

　　模塊3——股票和貨幣

　　模塊4——數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)Ⅰ

　　模塊5——數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)Ⅱ

　　模塊6——固定收益和信貸

　?。ㄈ└呒?jí)選修課

CQF備考建議

　　1、制定學(xué)習(xí)計(jì)劃

　　在開(kāi)始備考CQF證書(shū)之前，制定一個(gè)詳細(xì)的學(xué)習(xí)計(jì)劃，包括每天的學(xué)習(xí)時(shí)間、學(xué)習(xí)內(nèi)容和復(fù)習(xí)計(jì)劃等，可以幫助您更好地掌握知識(shí)點(diǎn)并提高學(xué)習(xí)效率。

　　2、選擇合適的教材

　　備考CQF考試，除了CQF協(xié)會(huì)提供的原版教材外，也可以選擇一些其它的輔助教材。建議選擇權(quán)威、全面的教材，同時(shí)也可以參考一些在線課程和視頻教程。

　　3、做好筆記和總結(jié)

　　在學(xué)習(xí)CQF證書(shū)的過(guò)程中，及時(shí)做好筆記和總結(jié),可以幫助更好地理解和記憶知識(shí)點(diǎn)?？梢詫⒅攸c(diǎn)內(nèi)容、公式和例題整理成筆記或腦圖，以便隨時(shí)查閱和復(fù)習(xí)。

　　4、做題練習(xí)

　　做題練習(xí)是鞏固CQF考試相關(guān)知識(shí)的重要途徑?？梢酝ㄟ^(guò)做歷年真題、模擬試題等方式進(jìn)行練習(xí)。

　　5、建立聯(lián)系

　　CQF考生來(lái)自全國(guó)各地，考生們可以和其它學(xué)員建立廣泛的練習(xí)，這樣方便學(xué)習(xí)上的交流?？梢约尤胍恍﹤淇既航M或者論壇，與其他人分享自己的學(xué)習(xí)進(jìn)度和問(wèn)題。

　　量化，顧名思義，就是利用數(shù)學(xué)和統(tǒng)計(jì)學(xué)方法，對(duì)金融市場(chǎng)進(jìn)行量化分析和預(yù)測(cè)，從而制定投資策略和進(jìn)行交易。目前在世界各地與量化這一概念最相關(guān)且最熱門(mén)的概念就是量化金融，量化金融是一種基于數(shù)學(xué)模型和計(jì)算機(jī)算法的投資方法，通過(guò)對(duì)大量歷史數(shù)據(jù)和市場(chǎng)信息的分析，預(yù)測(cè)未來(lái)市場(chǎng)走勢(shì)，從而進(jìn)行投資決策，降低風(fēng)險(xiǎn)，提高收益。

　　量化金融有著廣泛的應(yīng)用領(lǐng)域，隨著科技的不斷發(fā)展，量化金融在投資領(lǐng)域中變得越來(lái)越普及。量化金融是利用數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)等技術(shù)，通過(guò)大量數(shù)據(jù)分析和模型構(gòu)建，進(jìn)行投資決策的一種方法。在這篇文章中，我們將探討量化金融的應(yīng)用和其對(duì)投資決策的影響。

　　量化金融的應(yīng)用：

　　1.股票交易

　　量化金融在股票交易中的應(yīng)用最為廣泛。通過(guò)對(duì)歷史數(shù)據(jù)的分析和建模，可以預(yù)測(cè)股票價(jià)格的走勢(shì)，從而進(jìn)行買(mǎi)賣(mài)決策。此外，量化金融還可以幫助投資者制定更加科學(xué)的投資策略，提高投資效益。

　　2.期貨交易

　　期貨市場(chǎng)的波動(dòng)性很高，對(duì)投資者的風(fēng)險(xiǎn)管理能力要求很高。量化金融可以通過(guò)對(duì)市場(chǎng)數(shù)據(jù)的分析，提供更加精準(zhǔn)的交易策略，幫助投資者降低風(fēng)險(xiǎn)，提高收益。

　　3.外匯交易

　　外匯市場(chǎng)的波動(dòng)性也很高，但是由于外匯市場(chǎng)的交易量大，流動(dòng)性好，因此也吸引了很多投資者。量化金融可以幫助投資者快速準(zhǔn)確地分析市場(chǎng)數(shù)據(jù)，制定科學(xué)的交易策略，從而提高成功率和收益。

　　當(dāng)然，量化金融也存在一些問(wèn)題和挑戰(zhàn)，比如數(shù)據(jù)質(zhì)量、算法優(yōu)化、風(fēng)險(xiǎn)控制等方面的問(wèn)題，需要投資者不斷進(jìn)行研究和改進(jìn)。

　　總之，量化是一種基于數(shù)學(xué)和統(tǒng)計(jì)學(xué)方法的金融分析和預(yù)測(cè)方法，它在金融市場(chǎng)中有著廣泛的應(yīng)用和重要的作用，同時(shí)也需要不斷進(jìn)行研究和改進(jìn)，才能更好地服務(wù)于投資者和市場(chǎng)。

　　投資基金，又稱(chēng)為共同基金，由基金管理人管理，基金托管人托管，可采用封閉式基金或開(kāi)放式基金進(jìn)行運(yùn)作，具體該如何理解？?jī)?yōu)缺點(diǎn)包括什么？

　　投資基金是什么？

　　投資基金是資產(chǎn)管理的主要方式之一，它是一種組合投資、專(zhuān)業(yè)管理、利益共享、風(fēng)險(xiǎn)共擔(dān)的集合投資方式。它主要通過(guò)向投資者發(fā)行受益憑證(基金份額)，將社會(huì)上的資金集中起來(lái)，交由專(zhuān)業(yè)的基金管理機(jī)構(gòu)投資于各種資產(chǎn)，實(shí)現(xiàn)保值增值。

　　與股票債券的區(qū)別體現(xiàn)在：

　　1.反映的經(jīng)濟(jì)關(guān)系不同。股票反映的是一種所有權(quán)關(guān)系，是一種所有權(quán)憑證，投資者購(gòu)買(mǎi)股票后就成為公司的股東;債券反映的是債權(quán)債務(wù)關(guān)系，是一種債權(quán)憑證，投資者購(gòu)買(mǎi)債券后就成為公司的債權(quán)人;基金反映的則是一種信托關(guān)系，是一種受益憑證，投資者購(gòu)買(mǎi)基金份額就成為基金的受益人。

　　2.所籌資金的投向不同。股票和債券是直接投資工具，籌集的資金主要投向?qū)崢I(yè)領(lǐng)域;基金是種間接投資工具，所籌集的資金主要投向有價(jià)證券等金融工具或產(chǎn)品。

　　3.投資收益與風(fēng)險(xiǎn)大小不同。通常情況下，股票價(jià)格的波動(dòng)性較大，是一種高風(fēng)險(xiǎn)、高收益的投資品種;債券可以給投資者帶來(lái)較為確定的利息收入，波動(dòng)性也較股票要小，是一種低風(fēng)險(xiǎn)、低收益的投資品種;基金投資于眾多股票，能有效分散風(fēng)險(xiǎn)，是一種風(fēng)險(xiǎn)相對(duì)適中、收益相對(duì)穩(wěn)健的投資品種。

　　投資基金的主要類(lèi)別：私募股權(quán)基金、風(fēng)險(xiǎn)投資基金、對(duì)沖基金、不動(dòng)產(chǎn)投資基金、另類(lèi)投資基金。

　　投資基金的優(yōu)缺點(diǎn)

　　投資基金的優(yōu)點(diǎn)：

　　集合理財(cái)，專(zhuān)業(yè)管理;

　　組合投資，分散風(fēng)險(xiǎn);

　　利益共享，風(fēng)險(xiǎn)共擔(dān);

　　嚴(yán)格監(jiān)管，信息透明;

　　獨(dú)立托管，保障安全。

　　投資基金的缺點(diǎn)：

　　需要支付一定的費(fèi)用、存在風(fēng)險(xiǎn)。

　　四月份的CMA考試已經(jīng)考完了，距離七月份CMA考試還有三個(gè)多月，有充足的時(shí)間考生們要積極備考，今天會(huì)計(jì)網(wǎng)給大家講解投資組合的相關(guān)內(nèi)容，希望能夠幫到大家。

　　CMA知識(shí)點(diǎn)：組合中的風(fēng)險(xiǎn)

　　1、系統(tǒng)風(fēng)險(xiǎn)（市場(chǎng)風(fēng)險(xiǎn)、不可分散/不可規(guī)避的風(fēng)險(xiǎn)）

　　系統(tǒng)風(fēng)險(xiǎn)（systematic risk）（又稱(chēng)為市場(chǎng)風(fēng)險(xiǎn)、不可分散風(fēng)險(xiǎn)、或不可避免風(fēng)險(xiǎn)）是指，由市場(chǎng)整體收益率變化所引起的股票或投資組合收益率的波動(dòng)性。

　　這種風(fēng)險(xiǎn)是由那些影響整個(gè)市場(chǎng)的風(fēng)險(xiǎn)因素所引起的，這些因素包括國(guó)家經(jīng)濟(jì)的變動(dòng)（市場(chǎng)基準(zhǔn)利率），國(guó)會(huì)稅率改革或世界能源狀況（石油價(jià)格）的變化等等

　　2、非系統(tǒng)（獨(dú)有）風(fēng)險(xiǎn)

　　非系統(tǒng)風(fēng)險(xiǎn)（unsystematic risk）（可分散風(fēng)險(xiǎn)diversifiable risk或可避免風(fēng)險(xiǎn)avoidable risk）是指，不是由整體市場(chǎng)波動(dòng)所引起的股票或投資組合收益率的波動(dòng)性，可以通過(guò)分散化來(lái)規(guī)避此類(lèi)風(fēng)險(xiǎn)。

　　此類(lèi)風(fēng)險(xiǎn)是某個(gè)企業(yè)或行業(yè)獨(dú)有的，比如新的競(jìng)爭(zhēng)對(duì)手和/或技術(shù)上的突破。

　　注意：系統(tǒng)性風(fēng)險(xiǎn)是無(wú)法通過(guò)投資分散化來(lái)規(guī)避的。

　　3、投資組合的目的

　　通過(guò)大量的資產(chǎn)來(lái)分散投資的風(fēng)險(xiǎn)。就降低風(fēng)險(xiǎn)而言，只要證券不是絕對(duì)正相關(guān)（方向相同，幅度相同），投資分散化就可以有效地降低投資風(fēng)險(xiǎn)。

　　組合的收益：加權(quán)平均的收益

　　組合的風(fēng)險(xiǎn)（標(biāo)準(zhǔn)差）：小于加權(quán)平均的標(biāo)準(zhǔn)差（只要構(gòu)成組合的個(gè)別證券收益率不是完全正相關(guān)）。若投資組合的個(gè)別證券收益率完全負(fù)相關(guān)（方向相反，幅度相同），則可以實(shí)現(xiàn)完全規(guī)避風(fēng)險(xiǎn)，即組合的標(biāo)準(zhǔn)差為0。

　　4、投資組合的風(fēng)險(xiǎn)

　　（1）協(xié)方差→衡量?jī)蓚€(gè)資產(chǎn)收益變化的方向

　?。?）相關(guān)系數(shù)→衡量?jī)蓚€(gè)資產(chǎn)收益的線性關(guān)系

　　r＝-1→絕對(duì)負(fù)相關(guān)（方向相反，幅度相同），

　　-1<r<0→負(fù)相關(guān)（方向相反，幅度不同），

　　r＝0→無(wú)線性關(guān)系，

　　0<r<＋1→正相關(guān)（方向相同，幅度不同），

　　r＝＋1→絕對(duì)正相關(guān)（方向相同，幅度相同）

營(yíng)運(yùn)資金需求一般是在做財(cái)務(wù)分析的時(shí)候會(huì)遇到的，那么營(yíng)運(yùn)資金需求量有哪些特點(diǎn)呢？如果你還不了解這部分的內(nèi)容，那就和會(huì)計(jì)網(wǎng)一起來(lái)學(xué)習(xí)吧。

我們首先要了解營(yíng)運(yùn)資金需求量的含義

是指企業(yè)流動(dòng)資產(chǎn)要占用的資金，用流動(dòng)負(fù)債彌補(bǔ)后仍不足的，需要企業(yè)籌集投入的那部分資金，不包括貨幣資金，是為了在企業(yè)生產(chǎn)過(guò)程中保持連續(xù)性和周期性。

營(yíng)運(yùn)資金需求量是負(fù)數(shù)是什么意思？

首先我們要知道營(yíng)運(yùn)資金是指流動(dòng)資產(chǎn)減去流動(dòng)負(fù)債后的余額，如果流動(dòng)資產(chǎn)減去流動(dòng)負(fù)債大于零，那么就和對(duì)應(yīng)的凈流動(dòng)資產(chǎn)是以長(zhǎng)期負(fù)債和投資人收益的一定份額為資金來(lái)源的，如果流動(dòng)資產(chǎn)減去流動(dòng)負(fù)債等于零，那么在流動(dòng)資產(chǎn)上的資金都是流動(dòng)負(fù)債融資的，如果流動(dòng)資產(chǎn)減去流動(dòng)負(fù)債小于零，那么是由流動(dòng)負(fù)債進(jìn)行融資的，而且是流動(dòng)資產(chǎn)與固定資產(chǎn)同時(shí)占用，這樣子的償債能力是最差的，反映出公司企業(yè)的資金鏈斷裂，經(jīng)營(yíng)不善，可能正在面臨破產(chǎn)倒閉。

營(yíng)運(yùn)資金的特點(diǎn):

1、流動(dòng)資產(chǎn)的特點(diǎn):投資回收期短、流動(dòng)性、并存性和波動(dòng)性。

2、流動(dòng)負(fù)債的特點(diǎn):融資速度快、彈性高、成本低和風(fēng)險(xiǎn)大。

運(yùn)營(yíng)資金是指流動(dòng)資產(chǎn)與流動(dòng)負(fù)債關(guān)系的總和，在這里"總和"不是數(shù)額的加總，而是關(guān)系的反映。

運(yùn)營(yíng)資金一般具有以下特點(diǎn):

1、周轉(zhuǎn)時(shí)間短。運(yùn)營(yíng)資金可以通過(guò)短期籌資方式加以解決。

2、非現(xiàn)金形態(tài)的營(yíng)運(yùn)資金如存貨、應(yīng)收賬款、短期有價(jià)證券容易變現(xiàn)，這一點(diǎn)對(duì)企業(yè)應(yīng)付臨時(shí)性的資金需求有重要意義。

3、數(shù)量具有波動(dòng)性。

以上是有關(guān)營(yíng)運(yùn)資金需求量是負(fù)數(shù)的知識(shí)點(diǎn)，希望能夠幫助到大家，想了解更多相關(guān)的會(huì)計(jì)知識(shí)，請(qǐng)多多關(guān)注會(huì)計(jì)網(wǎng)！

企業(yè)收到投資者投入的資金，應(yīng)該怎么做賬務(wù)處理？

　　敞口是指在金融活動(dòng)中存在金融風(fēng)險(xiǎn)的部位以及受金融風(fēng)險(xiǎn)影響的程度，敞口大的金融資產(chǎn)，風(fēng)險(xiǎn)未必很高。

　　敞口是指什么？

　　敞口是指在金融活動(dòng)中存在金融風(fēng)險(xiǎn)的部位以及受金融風(fēng)險(xiǎn)影響的程度。敞口是金融風(fēng)險(xiǎn)中的一個(gè)重要概念，但是與金融風(fēng)險(xiǎn)并不等同。敞口大的金融資產(chǎn)，風(fēng)險(xiǎn)未必很高。

　　敞口的種類(lèi)

　　對(duì)應(yīng)不同的場(chǎng)景，敞口通?？梢苑譃閹讉€(gè)種類(lèi)，不同種類(lèi)的敞口其含義的側(cè)重點(diǎn)也會(huì)有所不同。

　　1、市場(chǎng)敞口

　　市場(chǎng)敞口指的是投資者投資于特定類(lèi)型證券、市場(chǎng)或行業(yè)以及更廣泛投資組合的資金數(shù)量或百分比。市場(chǎng)敞口通常以總投資組合的百分比來(lái)表示，例如：投資組合中10%是石油和天然氣、20%是政府債券，或5萬(wàn)美元的比特幣。

　　常見(jiàn)的市場(chǎng)敞口類(lèi)型有：按投資類(lèi)型劃分的市場(chǎng)敞口、按地區(qū)劃分的市場(chǎng)敞口、按行業(yè)劃分的市場(chǎng)敞口。

　　2、經(jīng)濟(jì)敞口

　　經(jīng)濟(jì)敞口也叫做經(jīng)營(yíng)敞口，是指由于貨幣的意外波動(dòng)對(duì)企業(yè)未來(lái)現(xiàn)金流、對(duì)外投資和收益造成一定影響。經(jīng)濟(jì)敞口是一種外匯風(fēng)險(xiǎn)敞口，在此時(shí)更側(cè)重于敞口的風(fēng)險(xiǎn)分析含義。

　　經(jīng)濟(jì)敞口隨著外匯波動(dòng)性的增加而增加，隨著外匯波動(dòng)性的下降而減小。經(jīng)濟(jì)敞口通常可以通過(guò)運(yùn)營(yíng)策略或貨幣策略來(lái)緩解對(duì)應(yīng)風(fēng)險(xiǎn)。

　　3、交易敞口

　　交易敞口是指企業(yè)參與國(guó)際貿(mào)易所面臨的不確定水平。交易敞口通常是單方面的，只有以外幣完成交易的企業(yè)會(huì)面臨此種風(fēng)險(xiǎn)。有多種機(jī)制允許企業(yè)使用套期保值來(lái)降低交易敞口所帶來(lái)的風(fēng)險(xiǎn)。例如：企業(yè)可以實(shí)施對(duì)沖策略，通過(guò)套期保值使用遠(yuǎn)期利率鎖定匯率，降低風(fēng)險(xiǎn)。

　　敞口授信與非敞口授信的區(qū)別

　　敞口授信與非敞口授信區(qū)別在于應(yīng)用中額度的大小不同：敞口授信是指銀行沒(méi)有被風(fēng)險(xiǎn)緩釋措施所覆蓋的授信額度；非敞口授信是指借款企業(yè)所提供的質(zhì)押或擔(dān)保可以覆蓋其授信金額。

　　風(fēng)險(xiǎn)敞口的計(jì)算公式

　　風(fēng)險(xiǎn)敞口是指未加保護(hù)的風(fēng)險(xiǎn)，即因債務(wù)人違約行為導(dǎo)致的可能承受風(fēng)險(xiǎn)的信貸余額，指實(shí)際所承擔(dān)的風(fēng)險(xiǎn)，一般與特定風(fēng)險(xiǎn)相連。

　　在標(biāo)準(zhǔn)法下，信用風(fēng)險(xiǎn)加權(quán)資產(chǎn)=∑信用風(fēng)險(xiǎn)敞口(EAD)×客戶(hù)風(fēng)險(xiǎn)權(quán)重。