A. 股票市場有哪些風險
強調普通人不應該輕易下場炒股，因為股市投資需要經驗和技能。有以下幾點:
首先，炒股對於普通人來說是一項高風險的活動。在股市投資中，市場風險、操作風險和信用風險等風險隨時存在。市場風險是指市場波動可能對股票價格產生不利影響。操作風險是指投資者的操作決策可能會帶來虧損。信用風險是指投資者可能無法按時履行其債務，從而影響到其信譽和投資者的利益。因此，如果投資者沒有足夠的經驗和技能來管理這些風險，那麼他們可能會承擔很高的損失。
其次，普通人可能沒有足夠的知識和技能來進行炒股。股票投資需要投資者對市場的深入了解，如何分析市場趨勢和股票走勢等。這需要投資者具備專業的知識和技能。如果投資者沒有足夠的知識和技能，那麼他們可能會做出錯誤的決策，導致虧損。此外，投資者還需要學習如何使用股票交易平台，了解投資規則、股票評級等信息。所有這些都需要時間和精力，而且需要不斷地學習和實踐。如果投資者沒有足夠的時間和精力去學習和實踐，那麼他們可能無法有效地管理自己的投資組合，從而導致虧損。
第三，普通人通常不具備足夠的財務實力來承擔股市投資的風險。如果投資者沒有足夠的資金來購買股票，那麼他們可能會面臨杠桿效應帶來的風險。杠桿是指通過借錢來購買股票或使用貸款來擴大投資組合的規模。如果投資者使用杠桿投資，那麼他們可能會面臨更高的風險，因為他們需要承擔更高的利息成本。此外，如果投資者沒有足夠的資金來管理風險，那麼他們可能會在市場出現波動時被迫進行賣出操作，從而導致虧損。
第四，股票市場具有高度復雜性。股票市場是一個由各種因素和變數組成的復雜系統。這些因素包括公司基本面、宏觀經濟環境、政策變化、國際形勢等。投資者需要對這些因素進行分析和理解，並根據這些因素做出投資決策。然而，這些因素和變數經常變化，而且通常是難以預測的。因此，投資者需要具備分析和理解這些變數的能力。此外，投資者還需要跟蹤市場告攔新聞、研究分析報告、參加投資者告兄會議等，以便及時獲取最新的信息和市場動態。這需要投資者花費大量的時間和精力，而且需要不斷地學習和實踐。
最後，炒股是一項長期的活動。股市投資是一項長期的活動，需要投資者具備耐心和決心。股票市場經常波動，有時甚至會出現短期的暴漲和暴跌。如果投資者不能耐心等待並保持冷靜，那麼他們可能襪友襲會做出錯誤的決策，並在市場波動時失去耐心，導致損失。此外，投資者還需要具備持續學習和適應市場變化的能力。市場變化快速，需要投資者不斷地學習和適應。
B. 股票投資風險的涵義及特徵
股票的投資風險就是買不好就有可能被套，就有可能賠錢，甚至有可能傾家盪產。。。
股票投資風險的特徵主要是：系統性風險；結構性風險；突發性風險；行業性風險；技術性風險；政策性風險。。。
C. 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。