建议具备「AI 驾驭者」称号再学习,未达到时内容可能无法转化为行动,可先回能力进阶层补齐对应能力点。
AI 辅助 FRM Part I·风险基础深水
- ✓掌握 FRM Part I 风险基础四大块(数量方法/市场风险/信用风险/操作风险)与风险计量框架。
- ✓会用 AI 搭四条工作流(风险指标速算/VaR 建模/信用评分/风险归因)。
- ✓理解「AI 计量、人定风险判断与处置」在风险管理中的落点——AI 只做计量/建模/整理,风险结论与处置归人。
- ✓交付「FRM Part I 风险基础成果包」。
第 1 章 · FRM Part I 考什么:风险基础定位
先看清风险的地图
1.1 FRM Part I 的四大块
FRM Part I 四块:①数量方法(概率/统计/回归,风险计量的数学地基);②市场风险(VaR、久期、希腊字母);③信用风险(违约概率、信用评分);④操作风险(流程/系统/人为风险与 Basel 框架)。四块共同回答「风险怎么量、怎么管」。
| 板块 | 核心内容 | 本课章 |
|---|---|---|
| 数量方法 | 概率/统计/回归 | ch2 |
| 市场风险 | VaR/久期/希腊字母 | ch3 |
| 信用风险 | 违约概率/信用评分 | ch4 |
| 操作风险 | 流程风险/Basel 框架 | ch5 |
风险管理不是「算出数字就完事」——VaR 是工具不是答案,风险处置与判断归人。AI 能帮你计量、建模、整理,但「这个风险能不能接受、怎么处置」的判断在人。
深水策略:本课四块风险各做一章,每章配一条 AI 工作流(指标速算/VaR 建模/信用评分/风险归因)。学完你能对一类风险走完「定方法 → AI 计量 → 人核参数 → 定处置」的闭环。
我备考 FRM Part I(以当年度官方考纲为准),请帮我梳理学习定位: 1. 按四块风险(数量方法/市场/信用/操作)说明各自的核心计量方法与关键参数。 2. 说明「定方法 → AI 计量 → 人核参数 → 定处置」闭环中每步该做什么。 3. 结合我的基础,给出学习顺序与优先级建议。 4. 只依据官方考纲与教材通识,不得编造,不确定处标「待核」;最终判断归我。 [粘贴你的进度与薄弱点]
第 2 章 · 数量方法:概率/统计/回归
风险计量的数学地基
2.1 数量方法在风险中的作用
概率(分布与期望)、统计(估计与假设检验)、回归(相关与预测)是风险计量的数学工具:VaR 依赖收益率分布假设,信用违约概率依赖估计方法。数量方法不对,后面所有风险数字都不可信。
金融收益常「厚尾」,用正态会低估极端风险。AI 能算统计量,但「分布假设合不合理」的判断归人。
2.2 工作流①:风险指标速算(AI 算、人核口径与假设)
三步走:①把收益序列与指标需求给 AI;②AI 算均值/方差/相关系数/置信区间;③人核分布假设、样本口径与异常值。
你是风险计量助手。请根据我提供的收益序列,计算:①均值/方差/标准差;②相关系数矩阵;③90%/95% 置信区间;标注分布假设(如正态)。**分布假设与样本口径由我定,你只按口径计量。**
分布假设决定数字可信度——假设归人,AI 只按口径算。
第 3 章 · 市场风险:VaR/久期/希腊字母
衡量市场波动带来的损失
3.1 市场风险三工具
VaR(风险价值):一定置信水平下、一定期间内可能的最大损失;久期(利率敏感度):固收价格对利率变动;希腊字母(希腊值):期权价格对标的/波动率/时间等因子的敏感度。三者都是「敏感性/损失」的量化。
置信水平(95%/99%)、期间(1 日/10 日)、分布假设。VaR 有局限:不衡量超过 VaR 的尾部损失——「VaR 之外的风险」要靠压力测试补。
3.2 工作流②:VaR 建模(AI 建模、人核参数与局限)
三步走:①把收益序列/置信水平/期间给 AI;②AI 用参数/历史/蒙特卡洛法算 VaR;③人核置信水平/期间/分布假设,并理解 VaR 局限(不测尾部)。
你是 VaR 建模助手。请根据我提供的收益序列,计算:①95%/99% 置信水平下的 1 日 VaR(用参数法与历史法);②说明各方法的分布假设;③列出 VaR 的局限(不衡量尾部损失)与压力测试建议。**置信水平/期间/方法由我定,你只按口径建模。**
VaR 是工具不是答案,其局限(不测尾部)必须理解;风险处置判断归人。
第 4 章 · 信用风险:违约概率与信用评分
借出去的钱收不回来怎么衡量
4.1 信用风险的量化
信用风险核心是「违约概率(PD)与违约损失(LGD)」:PD 估计借款方违约的可能性,LGD 估计违约后损失多少。估计方法:历史违约率、信用评分模型(特征→评分→违约概率映射)、市场隐含(利差反推)。
特征选择(哪些变量预测违约)、样本口径(历史样本是否代表当前)、模型校准(评分映射违约概率)。AI 能训练/调用评分模型,但「模型结果可不可信、用于什么决策」判断归人。
4.2 工作流③:信用评分(AI 建模、人审模型与用途)
三步走:①把信用特征数据给 AI;②AI 跑评分模型给违约概率;③人审模型口径(样本/特征)与决策用途(教学模拟数据)。
你是信用风险助手。请根据我提供的脱敏信用特征数据,输出:①违约概率估计(标注模型与口径);②关键特征贡献排序;③结果不确定性提示。**模型口径与决策用途由我判断,你只做计量(教学模拟数据,非真实信贷决策)。**
信用模型用脱敏样本教学演示,不做真实信贷决策;模型结论与用途判断归人。
第 5 章 · 操作风险与 Basel 框架
流程、系统、人的风险
5.1 操作风险的来源与计量
操作风险来自流程缺陷、系统故障、人为失误、外部事件(欺诈/法律)。计量方法:基本指标法、标准法、高级计量法。Basel 框架对银行资本提出了覆盖操作风险的最低要求——**监管口径以当年度官方发布为准**。
大多数操作风险事件源于流程漏洞或人为失误。AI 能帮你梳理风险点/列检查清单,但「这个流程有没有漏洞、要不要改」的判断归人。
5.2 工作流④:风险归因(AI 拆环节、人定处置)
三步走:①把一个操作流程/风险事件给 AI;②AI 按【环节/风险点/影响/预防】拆解;③人判哪些环节要改、怎么处置。
你是操作风险助手。请根据我提供的流程/事件,拆解:①涉及环节与风险点;②潜在影响(损失类型);③预防与整改建议;④Basel 相关框架要点(标注「需以当年度官方发布为准」)。**处置判断与整改决定由我,你的拆解只做参考。**
监管框架(Basel)以当年度官方发布为准;操作风险处置判断归人。
第 6 章 · 风险四块整合:从计量到处置
把四块风险串成一个闭环
6.1 四条风险工作流的内核
本课四条工作流:指标速算(ch2 数量)、VaR 建模(ch3 市场)、信用评分(ch4 信用)、风险归因(ch5 操作)。它们共用同一个内核——AI 计量、建模、拆解,人定假设、核口径、判处置。
识别风险 → 定计量方法 → AI 计量 → 人核参数与局限 → 判断处置。每一步标「AI 做/人定」,你就有了可复用的风险管理流程。
风险底线:风险数字是工具,风险判断与担责归人。AI 可以算得快、建得多,但「这个风险能不能接受、怎么处置」是你的判断——不代风险判断是底线。
结业指引:完成 ch1~ch5 学习后,进入「FRM Part I 风险基础成果包」大作业(6 维评分,≥85 分结业)。大作业交付物=风险知识树、四块风险计量集(含参数审定)、VaR/信用模型记录、风险处置报告(≥10 题)、岗位 AI 能力自评、钱景卡占位。结业测验 10 题(单选 6 + 多选 4)通过 ≥85 发放结业证书,结业认证会记录到你的学习档案。
我备考 FRM Part I,请帮我做风险计量与 VaR 建模: 1. 基于我提供的教学模拟数据,搭建 VaR/久期/信用评分等计量模型初稿。 2. 标出关键参数(置信水平/持有期/违约概率)供我人工审定。 3. 给出模型局限与易错点。 4. 只给计量与模型,不直接替我下风险结论;最终判断与担责归我。 [粘贴数据与场景]
第 7 章 · 风险计量陷阱与 AI 幻觉防御
会算还要会防错
7.1 四大风险计量陷阱
①分布陷阱:默认正态忽略厚尾;②样本陷阱:历史样本不代表性(如没经历危机);③参数陷阱:VaR 置信水平/期间随意;④AI 幻觉:AI 编造历史数据/波动率/违约率,语气越肯定越要核。
①分布假设显式化(正态 vs 厚尾);②样本覆盖检验(含极端期吗);③参数来源可核;④AI 参数回源核对(核不到就当不存在)。
7.2 AI 幻觉防御专项
风险计量中 AI 最危险的是「编造历史数据或参数」:编一个波动率、编一个违约率,让 VaR 看起来很精确。对 AI 给的任何参数,问「来源是什么、可核吗」,核不到就重算或标注待确认。
你是风险质检助手。请检查下面这份风险计量:①列出所有参数与数据,标注来源;②对无来源参数明确写「待确认」;③检查分布/样本/置信水平假设是否显式;④列出可能被 AI 编造的数据点。**参数真实性由我核,你的检查只做提醒。**
AI 编造风险参数是致命的——参数来源核验归人,核不到就当不存在。
第 8 章 · 职业岗位 × 业务场景映射:FRM Part I 通往什么岗位
风险计量是风控的第一道门槛
8.1 FRM Part I 科目通往哪些岗位
FRM Part I 对应风控助理与风险计量岗的入门能力:把风险「量出来」。四大块(数量方法/市场风险/信用风险/操作风险与 Basel 框架)覆盖了风险管理的基础计量语言——VaR、久期、违约概率、操作风险分类。考试是入门槛,考过证明你有风险计量方法论;职业产出是目标——在真实岗位上把「风险指标算对、模型参数核验、计量结果敢用」做扎实。
| 考试科目 | 职业岗位 | 业务场景 | AI 工作流 |
|---|---|---|---|
| 数量方法 | 风控助理/风险计量岗 | 概率/统计/回归建模基础 | 风险指标速算,口径人定 |
| 市场风险 | 风险计量岗 | VaR/久期/希腊字母度量 | VaR 建模,参数核验归人 |
| 信用风险 | 风险计量岗 | 违约概率与信用评分 | 信用模型记录,参数归人 |
| 操作风险与 Basel | 风控助理 | 操作风险分类与监管框架 | 指标速算,分类判断归人 |
风控助理小赵要复核一个投资组合的日 VaR。他用 AI 速算得到「95% 单日 VaR ≈ 180 万」。
- ·这一问的核心是 FRM 市场风险:VaR 的参数(置信水平、持有期、历史窗口)与方法(历史模拟/参数法)假设。
- ·小赵用 AI 速算,但「参数口径对不对、模型适不适合、结论敢不敢用」的判断归他自己——AI 不会主动标注参数陷阱。
- ·结论落点:风险数字是工具,处置判断归人;模型参数与结论担责归人。
小赵用 AI 完成速算,人工核验置信水平与窗口口径后确认数值口径一致,在计量记录上标注「参数口径人核」,经风控主管复核后纳入日报。
- 1数量:能核概率/统计/回归口径——对应计量岗的计算能力。
- 2市场风险:能定 VaR 参数与方法——对应风险计量能力。
- 3信用/操作:能识别违约与操作风险分类——对应风控助理的分类判断。
- 4风险底线:风险数字是工具,处置判断归人。
我在备考 FRM Part I,同时想练风控技能。请: 1. 以教学模拟组合为例,给出 VaR 计算的参数清单(置信水平/持有期/窗口/方法)。 2. 对每个参数给出「来源 + 核验思路」(你只聚合材料)。 3. 明确标注哪些参数与判断必须由我本人确认,AI 不得代定。 数据均为教学模拟,仅供练习方法。
AI 帮你速算风险指标、建 VaR 模型,但参数口径、模型适用性、风险处置结论的判断与担责归人。风险数字是工具,人是主人——让 AI 替你下处置结论,是失职不是提效。AI 是工具,人是主人——本章与全课红线一致。
第 9 章 · 红线结业:AI 提效仅限机械环节
风险判断与担责,永远归人
8.1 全课红线回顾
本课五条红线贯穿:①AI 不代风险判断(处置归人);②AI 不编造数据(参数来源核验归人);③分布/样本/置信水平假设归人;④风险结论与担责归人;⑤涉 FRM 考纲以当年度官方口径为准。
风险指标速算(ch2)/VaR 建模(ch3)/信用评分(ch4)/风险归因(ch5)。它们的共同点=AI 做计量与整理机械环节,人做假设审订、口径核验、处置判断。
结业指引:完成 ch1~ch8 学习后,进入「FRM Part I 风险基础成果包」大作业(6 维评分,≥85 分结业)。结业测验 10 题(单选 6 + 多选 4)通过 ≥85 发放结业证书,结业认证会记录到你的学习档案。
我是 FRM Part I 备考学员,已完成备考成果包,请帮我做交付前自检: 1. 按成果包构成(风险知识树/计量集/VaR 模型/风险处置报告)逐项对照我的产物给出达标自检表。 2. 对每条红线(AI 代算/参数造假/代下风险结论)逐项排查并给出自检结论。 3. 输出「待补强」清单与修改建议。 4. 输出为 Markdown 表格,只依据官方考纲,不确定处标「待核」;最终交付判断归我。 [粘贴你的学习成果包]
课程大作业 · 交付「FRM Part I 风险基础成果包」
围绕 FRM Part I 风险基础四大块(数量/市场/信用/操作),交付一套完整的「FRM Part I 风险基础成果包」:风险知识树、四块风险计量集(含参数审定)、VaR/信用模型记录、风险处置报告、岗位 AI 能力自评。目标:证明你掌握了「AI 辅助风险管理」方法论,并有一份可直接投入风险工作的成果。
| 展示维度 | 说明 |
|---|---|
| 风险框架完整度 | 四大块全体系覆盖、分级清晰,数值标「约」、以当年度官方考纲口径。 |
| 计量与参数准确 | 计量模型/参数/计算结果正确,口径规范,判分口径与结业测验一致。 |
| 判断归人 | 「我审定、AI 辅助」「AI 计量、我核参数」记录真实;AI 越界零容忍。 |
| 处置流程可执行 | 风险管理流程卡完整(识别→计量→核参数→判处置),每一步可复用。 |
| 完整可复用 | 交付物完整、可复核、可放进作品集,计量集/模型记录可复用。 |
| 风险红线 | 无 AI 代风险判断/编造数据/越监管口径行为;红线遵守(零容忍项)。 |