【多选题】【消耗次数:1】
下列关于VaR说法正确的是( )
尽管存在诸多不足,VaR仍然是目前市场上公认的最流行、最为有效的风险管理技术
VaR的生命力在于为分析和度量风险提供了一个包容性很强的系统性框架
VaR利用先进的数量分析技术,能够准确地计量出最终的真实损失
无论采取何种预测方法和路径,最终获取的VaR数值都是相同的
参考答案:
复制
纠错
相关题目
【判断题】 无论采取何种预测方法和路径,最终获取的VaR数值都是相同的
①  正确
②  错误
【判断题】 VaR是一个统计预测的结果,而不是真实的损失
①  正确
②  错误
【单选题】 下列关于VaR定义中,正确的是( )
①  VaR是在一定置信水平和一定持有期内,某一金融资产或组合所面临的最大损失额。
②  VaR是在一定置信水平和一定持有期内,某一金融资产或组合在极端的市场条件下所面临的损失额。
③  VaR是在一定置信水平和一定持有期内,某一金融资产或组合在正常的市场条件下所面临的最大损失额。
④  VaR是在一定置信水平和一定持有期内,某一金融资产或组合在正常的市场条件下所面临的最终损失额。
【多选题】 下列VaR置信水平的说法正确的是( )
①  风险厌恶程度越高,选择的置信水平越高
②  风险厌恶程度越高,选择的置信水平越低
③  样本规模越大,可选择的置信水平越高
④  VaR用于资本管理时,应选择较高的置信水平
【判断题】 VAR方法特别适用于市场上的金融资产受险价值计量
①  正确
②  错误
【单选题】 下列关于VaR参数持有期的选择中说法正确的是( )
①  流动性越高,可选择的持有期越长
②  交易越频繁,可选择的持有期越短
③  VaR用于资本管理时,应选择较短的持有期
④  正态分布下应选择较长的持有期
【多选题】 在获取VaR时,损益分布的映射方法包括( )
①  收益率映射估值法
②  价格映射估值法
③  风险因子映射估值法
④  风险价值映射估值法
【多选题】 VaR技术在使用过程中,可能会带来相应的新风险,这些风险包括( )
①  尾部风险
②  头寸风险
③  数据风险
④  模型风险
【多选题】 根据VaR法,“时间为1天,置信水平为95%,所持有股票组合的VaR=1000元”的含义是:
①  当天该股票组合最大损失超过1000元的概率为95%
②  明天该股票组合有95%的把握,其最大损失不会超过1000元
③  明天该股票组合有95%的可能,其最大损失会超过1000元
④  明天该股票组合最大损失超过1000元只有5%的可能
【单选题】 关于以下JavaScript代码,说法正确的是( )。 var s = document.getElementsByTagName(p); for(var i = 0;i<s.length;i++) { s[i].style.display=none; }
①  隐藏了页面中所有id为p的对象
②  隐藏了页面中所有name为p的对象
③  隐藏了页面中所有标签为的对象
④  隐藏了页面中标签为的第一个对象
随机题目
【单选题】 下列论据中,能够支撑“大数据无所不能”的观点的是(?)。
①  互联网金融打破了传统的观念和行为?
②  大数据存在泡沫?
③  大数据具有非常高的成本?
④  个人隐私泄露与信息安全担忧
【单选题】 下列国家的大数据发展行动中,集中体现“重视基础、首都先行”的国家是(?)。
①  美国
②  日本
③  中国
④  韩国
【单选题】 下列关于大数据的分析理念的说法中,错误的是(?)。
①  在数据基础上倾向于全体数据而不是抽样数据?
②  在分析方法上更注重相关分析而不是因果分析?
③  在分析效果上更追究效率而不是绝对精确?
④  在数据规模上强调相对数据而不是绝对数据
【单选题】 下列关于计算机存储容量单位的说法中,错误的是(?)。
①  1KB<1MB<1GB?
②  基本单位是字节(Byte)?
③  一个汉字需要一个字节的存储空间?
④  一个字节能够容纳一个英文字符
【单选题】 Mac?OS系统的开发者是(?)。
①  微软公司?
②  惠普公司?
③  苹果公司?
④  IBM公司
【单选题】 当前大数据技术的基础是由(?)首先提出的。
①  微软?
②  百度?
③  谷歌?
④  阿里巴巴
【单选题】 第一个提出大数据概念的公司是( )。
①  脸谱公司
②  麦肯锡公司
③  谷歌公司
④  微软公司
【单选题】 大数据时代,数据使用的关键是(?)。
①  数据收集?
②  数据存储?
③  数据分析?
④  数据再利用
【单选题】 支撑大数据业务的基础是( )。
①  数据科学
②  数据应用
③  数据硬件
④  数据人才
【单选题】 根据不同的业务需求来建立数据模型,抽取最有意义的向量,决定选取哪种方法的数据分析角色人员是(?)。
①  数据管理人员?
②  数据分析员?
③  研究科学家?
④  软件开发工程师