Ⅰ 金融風險度量方法的歷史沿革
1.如何計算有效歷史邊沿
簡單的說，就是投資者可以先從證券選擇集中找到歷史邊沿，然後投資者只需在歷史邊沿上選出一個最優的證券組合即可。亦可知，選擇不同的風險度量可以得到不同的收益率均值——風險有效歷史邊沿。從典型投資者角度考慮，追求最大的期望收益率和最小的不確定性(風險)。而不同的風險度量，會得到不同的收益率均值。通常會選擇方差、Va R、cVa R作為風險度量。如果以方差為例，一個包含個資產的投資組合的預期收益率可計算如下：其中是組合中證券的市值權重， 則是證券的期望收益率。投資組合的風險則用方差來進行描述，其基本公式如下：其中與分別為兩種證券的投資權重，與是兩種證券的標准差，而則代表與兩種證券間的相關系數。投資者可從滿足條件的可行集（feasible set）里選擇其最優投資組合，即在給定風險條件下能提供最大預期收益或者在給定預期收益率條件下能提供最小風險的組合，能滿足上述條件的投資組合集被稱為「有效邊界」（efficient frontier）。
2.金融風險管理的基礎和核心是對風險的定量分析和評估，即風險測量。目前，金融市場風險測量的主要方法包括靈敏度分析、波動性方法、Va R、壓力試驗（stress testing）和極值理論（extreme value theory），簡稱EVT）。其中，Va R是目前金融市場風險測量的主流方法。
3.投資者在選擇投資組合時最關心的兩個量——收益和風險，在選擇投資組合時總希望達到最優：風險最小，收益最大，但無法做到兩全其美（因風險和收益是正相關的）。因此一個理性的投資者選擇最優證券組合時的標准應是在給定期望收益率要求下，使投資風險最低，或是在一定風險承受能力下尋求最大的預期收益率。具有上述特徵的證券投資組合稱為有效投資組合，全部有效投資組合構成收益率均值——風險平面上的一條有效邊界。
4.設S是N種證券的選擇集，如果其中存在一個子集F(p)，具有如下性質：
（1）在給定的某種風險（如方差）中，F(p)中的組合證券在S中具有最大的期望收益率;
（2）在給定的期望收益率中，F(p)中的證券組合在S中具有最小的此種風險（如方差）， 稱F(p)為有效歷史邊沿（Efficient Frontier），簡稱歷史邊沿。
投資者的組合證券資產選擇即是其效用偏好和有效邊界共同決定的投資點。因此，有效歷史邊沿的確定對於組合證券投資決策具有重要意義，為投資者准確地度量證券市場風險，更好地進行證券投資提供了理論依據，對於使其做出最優決策有重要的參考價值。
Ⅱ var a = {} 與 var a = function(){} 的區別是什麼
function a(){} 為函數聲明，程序運行前就已存在； var a = function(){} 為函數表達式。
VaR方法稱為風險價值模型，也稱受險價值方法、在險價值方法，常用於金融機構的風險管理，於1993年提出。
傳統的ALM(Asset-Liability Management,資產負債管理)過於依賴報表分析，缺乏時效性；利用方差及β系數來衡量風險太過於抽象，不直觀，而且反映的只是市場（或資產）的波動幅度；而CAPM（資本資產定價模型）又無法揉合金融衍生品種。
在上述傳統的幾種方法都無法准確定義和度量金融風險時，G30集團在研究衍生品種的基礎上，於1993年發表了題為《衍生產品的實踐和規則》的報告，提出了度量市場風險的VAR(Value at Risk：風險價值)方法已成為目前金融界測量市場風險的主流方法。
稍後由J.P.Morgan推出的用於計算 VAR的Risk Metrics風險控制模型更是被眾多金融機構廣泛採用。目前國外一些大型金融機構已將其所持資產的VAR風險值作為其定期公布的會計報表的一項重要內容加以列示。
按字面解釋就是「風險價值」，其含義指：在市場正常波動下，某一金融資產或證券組合的最大可能損失。更為確切的是指，在一定概率水平（置信度）下，某一金融資產或證券組合價值在未來特定時期內的最大可能損失。
Ⅲ 金融市場的技術分析方法
技術分析方法是市場經驗的科學總結，經過現代市場幾代人的研究、創新和發展，技術分析方法體系愈加成熟和完善。然而，技術分析方法也有其局限性，例如，一種技術分析方法不是萬能的，它可能只適合於某一市場環境，而對於另一種市場環境無能為力，甚至會導致錯誤。因此，正確認識和深入理解技術分析方法的特點，掌握每一種技術分析方法所適用的市場環境，是有效應用技術分析方法的關鍵。
一、常見的錯誤認識和錯誤應用
在技術分析方法應用中，缺乏分析經驗的投資者常有以下的錯誤的認識和應用：
1. 過分依賴技術分析結果。
有一些投資人認為技術分析方法應該是准確無誤的分析工具，所以迷信某一種分析方法得出的預測結論。筆者在工作時遇到投資者T。T是一名經濟學講師，很鍾情技術分析方法，有一次，他根據自己的技術分析結果，以2900元/噸做了50手豆粕期貨賣單，結果豆粕期貨不跌反漲，向上突破了3000元/噸的關鍵阻力位，我們催促他按計劃止損，但他拒絕執行，並拿出圖紙比劃著解釋：「我還是堅持看空，因為有一種技術分析方法支持我的做空觀點。」最後，豆粕期貨猛漲到3400元/噸以上，這位投資者損失慘重。
2. 把某種分析方法作為市場預測的萬能工具。
有一些投資者這樣認為：每一種技術分析方法都可以應用到任何市場環境中。例如，他們不管市場是有趨勢還是無趨勢，都要看移動平均線，或者不管波浪形態清楚與否，都執著地數浪¨¨¨很明顯，移動平均線方法一般適用於有趨勢的市場，但如果用於振盪盤整市場，它提供的買賣信息則大多是偽信號，投資者如果用這些信息做交易，就會受到「左一巴掌，右一巴掌」的懲罰，一些投資者在交易中「買也賠錢，賣也賠錢」，原因概出於此。
波浪分析方法是投資大師們公認的、最好的、最有價值的技術分析方法之一，但它也不是萬能的。實踐中，我們經常看到，有時市場波浪行進形態很清晰，非常易於辨認和數浪，但當市場過於強勢時，由於波浪的延伸、再延伸而使數浪者迷茫；當市場處於無趨勢的盤整時期，由於調整浪存在多重性和多種結構，使得數浪十分復雜或容易數錯。
3. 忽略市場環境，錯用技術分析方法。
有些投資者不考慮市場環境，片面、習慣應用自己所熟悉的技術分析方法，比如習慣 應用移動平均線和KD指標等，對其他分析方法的應用缺乏研究。有的還習慣使用單一的分析方法，忘記了道氏「不同分析方法要相互印證」的教誨。
上述的錯誤認識和錯誤應用，極大地影響了技術分析方法的有效發揮。
二、正確認識和理解是技術分析應用的關鍵
實踐證明，技術分析方法應用的關鍵是對技術分析方法的正確認識和理解。筆者認為要從以下幾個方面正確理解技術分析方法：
1. 技術分析方法是一面鏡子，歷史會重演，但絕不是簡單的重復。
技術分析方法的出現使人們可以藉助市場的歷史信息，對今後市場的變化進行推斷預測。技術分析方法的開創者們認為，「歷史會重演」，但是這種重演絕不是簡單的重復。比如，上證指數曾經經歷了7年牛市，展現出完整的5個上升浪形態，其中1、3、5三個推動浪都具有5個子浪結構，但它們的內部結構、運行時間、浪的長度都各有不同。
2. 技術分析多以統計分析為手段，其分析結果是一種概率事件，並非絕對事件。
這一認識十分關鍵，它可以使你客觀、辯證地對待每一種技術分析的結果，不會犯上面所說的一些錯誤。例如，甲、乙兩分析師在某日收市後，根據大連大豆期貨市場內在信息，分析次日大豆期貨走勢。甲預測價格上漲，乙預測價格下跌，熟是熟非？只能由次日連豆期貨價格走勢所裁定，而在此之前，沒有任何人能夠裁定。這個例子說明，市場分析結果僅僅是一種預測，有可能對也有可能錯，應該把這種預測結果作為制定投資計劃的依據，但在計劃中必須作好應對預測結果錯誤的准備。投資計劃中的止損項目正是防止分析結果出錯的必要措施。
Ⅳ FRM考試中的常見金融風險模型有哪些
一、波動性方法
自從1952年Markowitz 提出了基於方差為風險的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。不想重考，想一次通過，我有秘訣！！！
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。
Ⅳ 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。
Ⅵ 拿什麼來測量通貨膨脹
但人們最關注的還是三種，居民消費物價指數CPI、工業品出廠價格指數PPI以及GDP平減指數（指按當年價格計算的GDP對按固定價格計算的GDP的比率），其中CPI指標最為常用。其思想基礎是所謂生活費用理論，即給定一個代表性的消費者和他要達到的生活滿意程度，他需要的最小生活費用支出會因為價格變化而發生變動，這種變動就是CPI所測量的通貨膨脹。在實踐中，CPI的測量存在許多技術上的困難，會形成一些系統性的偏差，不過這些技術問題對宏觀經濟決策來說一般都不是關鍵性的。宏觀經濟政策之所以要關注通貨膨脹，關鍵在於它通過破壞市場的價格協調過程等許多渠道形成了社會福利損失，而這種福利損失未必能夠通過代表性消費者的生活費用變化來刻畫。在理論和實踐中人們嘗試了許多方法來改善通貨膨脹的測量，其中最廣為使用的是所謂核心消費物價指數概念，即剔除特定類商品價格（通常是石油和食品價格）後的CPI。從生活費用理論看，石油和食品價格變化顯然影響代表性消費者的生活成本，從而沒有任何理由對這些類的價格進行剔除；實際上核心CPI的流行反映了政策界離開生活費用理論的思想基礎，去尋找其他能夠更好地代表通貨膨脹成本的努力，盡管這種新的努力尚缺乏可靠的理論基礎。在通貨膨脹的宏觀成本方面，它應該與產出缺口 及其波動、不同經濟部門的價格彈性程度以及擾動因素的統計特徵有關，並可以此為理論基礎來討論恰當的通脹測量方法和宏觀政策規則。 然而，中國當前的CPI既不能真實地反映公眾購買力的變化，也不能確切地衡量整體經濟的運行情況。 以下文字引著名經濟學家錢穎一2005年的論述（節選）：「目前的CPI用以衡量整體消費價格水平是顯著低估的，因為在指數構成上其不同成分的權重有偏。在統計CPI時，各種商品或者服務在統計籃子中所佔的權重並未公開，因此，外部研究者只能根據主要商品大類的價格變化情況（CPI就是由這些大類商品的價格指數加權而成）從數據來反推權重。 筆者估算當前CPI中各大類價格指數的權重分別為：食品34% ，煙酒及用品5%，衣著9%，家庭設備及維修服務4%，醫療保健及個人用品11%，交通和通信9%，娛樂教育文化用品及服務15%，居住14%。 考慮到近年來城市居民支出大項主要是購房、醫療、子女教育，可以近似認為CPI構成中，教育、醫療、房產支出的權重被嚴重低估。而這些項目的價格近年來正大幅上漲，漲幅遠超整體價格水平，這正是CPI低估消費價格水平的直接原因。 --教育和醫療體制的改革和社會保障體制的不健全使貧困家庭無力負擔孩子上學，有病不敢求醫；統計調查顯示他們教育和醫療支出比重不大，但這不是因為沒有需求，而是無力消費，因為對於他們來說，教育和醫療價格的"通貨膨脹"實際是無窮大。 --在統計分類中，"居住"一項包括建房及裝修材料、房租、水電費等，而停止福利分房、實行住房商品化後的最大的居住支出--購房卻基本未被包括在內，從而CPI未充分反映近年住房價格的大幅上漲，低估真實通貨膨脹。 --我們不能因為住房是長期消費品或具有消費和投資兩重性而將其價格排斥在CPI之外："衣食住行"自古以來都是老百姓生活中所必需面臨的四種基本支出。在成熟經濟中，購房與租房的比例相對比較穩定，租房支出在CPI中的權重相對比較穩定，只要房價與租賃價格偏離不大，CPI度量購買力的誤差較小。而中國房地產商品市場的發展還處於初級階段，老百姓購房需求遠大於其他國家，因而CPI的誤差較大。當前CPI衡量消費物價水平不僅是有偏的，用來衡量整體經濟活動水平（Economic Activity）更具誤導性。因為中國CPI所包涵的消費活動在國民經濟中所佔比重大大低於國際平均水平，消費率僅50%~60%，而且呈下降趨勢。投資和貿易佔GDP的比重則高於國際平均水平。除統計權重偏倚之外，CPI對真實通貨膨脹的扭曲不只是一個簡單的統計問題，也是價格政策問題。在煤電油運這些"瓶頸部門"，價格管制通常導致商品短缺。如即使表面上電價被控制在較低的水平上，斷電時人們對電的購買力等於零，電價上升至"無窮大"；在"交通和通信"項目中，油價在相當程度上也被管制。在有價格管制的情況下，CPI的缺陷難以徹底糾正。 基於CPI以上缺陷，我們不能想當然地將中國CPI指標視為通貨膨脹的准確度量，而應該從更廣義的角度理解通貨膨脹。除去價格管制等非統計因素不論，我們至少可以把房價包括在CPI中，用以更全面地測度消費者購買力的變化情況。毋庸置疑，房價上漲是削弱居民購買力，導致CPI低估物價水平、誤導決策的首要原因。經濟學理論早已指出並證明，貨幣政策制訂者穩定價格水平的努力應該針對更廣泛意義上的對象，除了商品與服務，還應該包括如股票、債券，以及房地產等等價格波動。實踐中，近年來西方國家房地產價格與CPI物價指數的偏離令決策者和經濟學家更多地關注資產價格的走勢。 中國目前的CPI指數包括租金，但不包括房價。如果以此作為決策依據，無疑將誤導決策，進一步縱容房地產泡沫，而泡沫破裂得越遲，對經濟傷害越大。決策者應當認識到當前CPI的局限性，在制定經濟和金融政策時綜合考慮各種價格指標，包括房地產價格，保護廣大消費者的購買力。政府更應充分重視房地產價格過度上漲帶來的金融風險和大規模財富轉移、不平等加劇對建設和諧社會的挑戰。政府應當靈活運用利率和稅收工具，把對房地產價格的調控作為一項宏觀經濟任務來抓，因為它不是一個單純的微觀經濟現象，而是導致宏觀經濟過熱和廣義通貨膨脹的重要因素。建議政府開征級差利得稅，即對短期內買賣房地產所得利潤征稅，有效地抑制投機性需求，降低泡沫風險；而作為抑制泡沫的釜底抽薪之策，再次加息不容遲疑。總之，大體可以說，CPI並非通貨膨脹的恰當測量；恰當的通貨膨脹測量至少要關注更廣范圍的價格變化；價格粘性（指價格不能隨著總需求的變動而迅速變化。）很強部門的價格變化也許應該受到更多的關注；宏觀政策應該綜合考慮多種通貨膨脹指標，考慮產出缺口的可能狀況，並適當注意資產價格的變動。具體到中國目前的情況而言，CPI的組成是否能夠恰當地反映代表性消費者的支出結構，其調整是否充分及時，無疑很不透明，並產生了猜測的空間。然而，即使中國目前的CPI測量是可靠的，以它作為評判通貨膨脹的惟一指標也存在比較大的問題。一般的數據觀察和經濟理論的分析大約都顯示，目前中國的產出缺口處於很不正常的區間；更廣范圍的物價上升很快；以服務部門和勞動力市場為代表的價格應該存在比較強的粘性，這些價格目前表現出明顯的上升勢頭，尤其值得關注；房地產價格的上升存在著背離基本面價值的傾向，對脆弱的金融體系形成了潛在壓力，也許需要提前干預。從這些方面看，中央銀行需要在利率政策上採取行動。」 這里再簡單得說一下測量核心通貨膨脹率的方法：一般認為，核心通貨膨脹作為術語最初由Eckstein（1981）提出，即「核心通貨膨脹率用於刻畫剔除外生沖擊影響後的經濟增長的長期路徑，它反映了基於長期均衡的需求水平，反映了生產成本的長期變動趨勢所引致的價格變動」。第一，目前核心通貨膨脹被認為是「說明基準通貨膨脹趨勢的好的指標」，「運用核心通貨膨脹有利於我們從不穩定的CPI 月度數據中，盡可能地提供關於基本趨勢的信息」，「能很好地擬合連續若干年的價格變動趨勢，從而可以用於預測短期乃至中期的通貨膨脹率」（Blinder，1997；Bryan and Cecchetti，1994）。第二，人們還認為核心通貨膨脹率應該只對基準價格的趨勢性變化敏感，在任何時點上，總有一些商品或服務的價格快於基準價格增長，而另一些商品或服務的價格慢於基準價格增長甚至出現下跌。這些商品或服務價格的異動被視為相對價格變動。如果用核心通貨膨脹指標來衡量，就應當剔除這種相對價格變動，而只考慮其他未受外生沖擊影響的基準價格變動趨勢（Bryan and Cecchetti，1994;Cecchetti，1997;Wynne,1999）。第三，一些分析者認為核心通貨膨脹與貨幣政策的關系緊密。由於持續的相對價格變動是由對某些商品的相對需求或供給的變化導致的，而非由貨幣政策所致，所以，核心通貨膨脹應該剔除相對價格的變動。根據這個定義，貨幣政策能夠調控的是核心通貨膨，而不是綜合通貨膨脹，例如美聯儲聯邦基金利率的經驗決定公式就主要取決於美國核心通貨膨脹和失業率，核心通貨膨脹率目前已經成為各國央行貨幣政策有效性的衡量工具（Roger，1997；Shiratsuka，1997；Cutler，2001；Hogan, Johnson and Lafleche，2001）。 目前各國政府及研究機構採用的衡量核心通貨膨脹的方法主要分為行為法（behavioral approach）和統計法（statistical approach）兩大類別。前者通過剔除CPI 籃子中某些特定的項目來表現物價的長期趨勢；後者通過消除暫時的物價波動，避免剔除過程中的主觀性。第一，行為法又稱剔除法（exclusion method），剔除法是最常用的核心通貨膨脹測量法，其好處在於操作方法直觀透明，易為大眾所理解，易進行重復檢驗，具有適時性。運用剔除法衡量核心通貨膨脹，就是從CPI 籃子的商品和服務中，剔除特定種類的商品或服務，用剩餘商品及服務價格來編制測量基於核心通貨膨脹的消費物價指數。剔除的標準是：（1）該項目的商品價格不穩定，容易變化；（2）商品價格容易受供給方沖擊的影響,通常，食物項和能源項下的商品是典型被直接剔除的對象。根據剔除的項目不同，剔除法又可分為若干特定的剔除法，即便同是採用剔除法，各國實際剔除的內容也很可能是不一樣的。第二，統計法，即運用統計方法從整體通貨膨脹率統計分布中，剔除極端情況或尾端價格變動的影響。在統計法里，所剔除的項目可能每個月都不一樣，要看這些項目各月的數據表現。通常使用的統計法有兩種，即截尾平均法（trimmed mean）和加權中位數法（weighted median），兩者的類似在於，均須由高到低（或由正到負）逐月對各單個商品或服務的價格變動程度進行排隊。兩者的區別在於，截尾平均法是在剔除一定比例的正負兩個方向的極端價格變動後，計算得出平均的通貨膨脹率。從現實情況看，大多數國家採用了剔除法，將核心通貨膨脹定義為：從整體物價指數中，扣除稅收、匯率、利率等政策變動以及季節性變動因素的沖擊影響之後的凈值。最常見的扣除項是食物和能源，如前所述，因為這些項目在整個CPI 籃子中是最易變的。例如，加拿大編制核心物價指數時，剔除食物、能源以及間接稅對物價的影響，而美國則只剔除食物和能源價格的影響。泰國剔除生鮮食品及能源價格的影響，英國和紐西蘭只剔除利息支出的影響。秘魯的剔除項目多達9 項，佔到CPI 籃子的21.2％，包括食品、水果、蔬菜、市內交通等。只有智利採取的是統計法，剔除價格下跌最大的20％的商品及上漲最大的8％的商品項目後，再行編制核心物價指數。 編者按：（1）產出缺口（指實際產出和潛在產出之間的差異）是貨幣政策中非常重要的因素。潛在產出：在凱恩斯主義的潛在產出理論中，潛在產出是由長期總供給能力決定的，是所有要素充分利用而可能達到的最大產出值，但這一最大值是存在於一定的約束條件下的。這一類理解可歸納為「潛在產出是與穩定的通貨膨脹相一致的產出水平」。美國經濟學家利維（Levy,1963）定義：潛在產出是指在合理穩定的價格水平下，使用最佳可利用的技術、最低成本的投入組合並且資本和勞動力的利用率達到充分就業要求所能生產出來的產品和服務。理論上，產出缺口與通貨膨脹率密切相關，當實際產出高於潛在產出時，通脹率較高，而實際產出低於潛在產出時，通脹率較低。因此產出缺口收窄預示面臨通脹壓力。
Ⅶ 社會資本的主要測量方法包括哪些
目前，使用最為廣泛的社會資本測量方法是同伴提名法、職位生成法、資源生成法
同伴提名法是一種社會測量法。社會測量法是由美國社會學家、心理學家莫雷諾(Moren，1934)提出的，它有許多種不同的形式，同伴提名法是其中最基本、最主要的一種。同伴提名法的基本實施方法是:讓被試根據某種心理品質或行為特徵的描述，從同伴團體中找出最符合這些描述特徵的人來。
職位生成法：林南和杜敏於1986 CLin & Dumin} 1986)年首次提出，後來得到了廣泛的應用。該方法的基本假設是:社會資源不是均勻地分布在社會之中，而是按照社會地位高低呈現金字塔分布的，每一個網路成員所擁有的社會資源數量主要取決於其所處的社會地位。在這里社會地位是以職業來代表。
資源生成法(Snijders} 1999; Vander Gaag &Snijders, 2005)是測量社會資本的最新方法。這種測量方法在某種程度上克服了提名法/詮釋法和職位生成法的缺點，同時又綜合兩者的優點，既具有職位生成法的經濟性，又具有提名法/詮釋法的內容效度。它與職位生成法的問卷結構相似，但是它詢問的是被調查者在其社會網路中所能獲得的具體資源。
Ⅷ 金融風險的測量方法都有什麼
目前的主流風險測量方法就是風險價值法(VAR)。本文的主要目的就是討論風險價值法的三種模型：歷史模擬法、分析方法和MonteCarlo法，並介紹它們的一些改進模型。
00一、歷史模擬法
00歷史模擬法的核心在於根據市場因子的歷史樣本變化模擬證券組合的未來損益分布，利用分位數給出一定置信水平下的VAR估計。歷史模擬法是一種非參數方法，它不需要假定市場因子的統計分布，因而可以較好的處理非正態分布；該方法是一種全值模擬，可有效地處理非線性組合(如包括期權的組合)。此外該方法簡單直觀，易於解釋，常被監管者選作資本充足性的基本方法。實際上，該方法是1993年8月巴塞爾委員會制定的銀行充足性資本協議的基礎。
二、分析方法
00分析方法是VAR計算中最為常用的方法。它利用證券組合的價值函數與市場因子間的近似關系、市場因子的統計分布(方差-協方差矩陣)簡化VAR計算。根據證券組合價值函數形式的不同，分析方法可分為兩大類：Delta-類模型和Gamma-類模型。在Delta模型中，證券組合的價值函數均取一階近似，但不同模型中市場因子的統計分布假設不同。如Delta-正態模型假定市場因子服從多元正態分布；Delta-加權正態模型使用加權正態模型(WTN)估計市場因子回報的協方差矩陣；Delta-GARCH模型使用GARCH模型描述市場因子。
00在Gamma-類模型中，證券組合的價值函數均取二階近似，其中Gamma-正態模型假定市場因子的變化服從多元正態分布，Gamma-GARCH模型使用GARCH模型描述市場因子。
00三、蒙特o卡羅模擬法
00分析方法利用靈敏度和統計分布特徵簡化了VAR。但由於對分布形式的特殊假定和靈敏度的局部特徵，分析方法很難有效處理實際金融市場的厚尾性和大幅波動的非線性問題，往往產生各種誤差和模型風險。模擬方法可能很好的處理非線性和、非正態問題。其主要思路是反復模擬決定金融估計價格的隨機過程，每次模擬都可以得到組合在持有期末的一個可能值，如果進行大量的模擬，那麼組合價值的模擬分布將收斂於組合的真實分布。這樣通過模擬發布會可以導出真實分布，從而求出VAR。