A. 股票市场有哪些风险
强调普通人不应该轻易下场炒股，因为股市投资需要经验和技能。有以下几点:
首先，炒股对于普通人来说是一项高风险的活动。在股市投资中，市场风险、操作风险和信用风险等风险随时存在。市场风险是指市场波动可能对股票价格产生不利影响。操作风险是指投资者的操作决策可能会带来亏损。信用风险是指投资者可能无法按时履行其债务，从而影响到其信誉和投资者的利益。因此，如果投资者没有足够的经验和技能来管理这些风险，那么他们可能会承担很高的损失。
其次，普通人可能没有足够的知识和技能来进行炒股。股票投资需要投资者对市场的深入了解，如何分析市场趋势和股票走势等。这需要投资者具备专业的知识和技能。如果投资者没有足够的知识和技能，那么他们可能会做出错误的决策，导致亏损。此外，投资者还需要学习如何使用股票交易平台，了解投资规则、股票评级等信息。所有这些都需要时间和精力，而且需要不断地学习和实践。如果投资者没有足够的时间和精力去学习和实践，那么他们可能无法有效地管理自己的投资组合，从而导致亏损。
第三，普通人通常不具备足够的财务实力来承担股市投资的风险。如果投资者没有足够的资金来购买股票，那么他们可能会面临杠杆效应带来的风险。杠杆是指通过借钱来购买股票或使用贷款来扩大投资组合的规模。如果投资者使用杠杆投资，那么他们可能会面临更高的风险，因为他们需要承担更高的利息成本。此外，如果投资者没有足够的资金来管理风险，那么他们可能会在市场出现波动时被迫进行卖出操作，从而导致亏损。
第四，股票市场具有高度复杂性。股票市场是一个由各种因素和变量组成的复杂系统。这些因素包括公司基本面、宏观经济环境、政策变化、国际形势等。投资者需要对这些因素进行分析和理解，并根据这些因素做出投资决策。然而，这些因素和变量经常变化，而且通常是难以预测的。因此，投资者需要具备分析和理解这些变量的能力。此外，投资者还需要跟踪市场告拦新闻、研究分析报告、参加投资者告兄会议等，以便及时获取最新的信息和市场动态。这需要投资者花费大量的时间和精力，而且需要不断地学习和实践。
最后，炒股是一项长期的活动。股市投资是一项长期的活动，需要投资者具备耐心和决心。股票市场经常波动，有时甚至会出现短期的暴涨和暴跌。如果投资者不能耐心等待并保持冷静，那么他们可能袜友袭会做出错误的决策，并在市场波动时失去耐心，导致损失。此外，投资者还需要具备持续学习和适应市场变化的能力。市场变化快速，需要投资者不断地学习和适应。
B. 股票投资风险的涵义及特征
股票的投资风险就是买不好就有可能被套，就有可能赔钱，甚至有可能倾家荡产。。。
股票投资风险的特征主要是：系统性风险；结构性风险；突发性风险；行业性风险；技术性风险；政策性风险。。。
C. FRM考试中的常见金融风险模型有哪些
一、波动性方法
自从1952年Markowitz 提出了基于方差为风险的资产组合选择理论后，方差（均方差）就成了一种极具影响力的经典的金融风险度量。方差计算简便，易于使用，而且已经有了相当成熟的理论。当然，波动性方法也存在以下缺点：
（1）把收益高于均值部分的偏差也计入风险，这可能大家很难接受；
（2）以收益均值作为回报基准，也与事实不符；
（3）只考虑平均偏差，不适合用来描述小概率事件发生所导致的巨大损失，而金融市场中的“稀少事件”产生的极端风险才是金融风险的真正所在。
二、VaR模型（Value at Risk）
风险价值模型产生于1994年，比较正规的定义是：在正常市场条件下和一定的置信水平a上，测算出在给定的时间段内预期发生的坏情况的损失大小X。在数学上的严格定义如下：设X是描述证券组合损失的随机变量，F（x）是其概率分布函数，置信水平为a，则：VaR（a）=-inf{x|F（x）≥a}。该模型在证券组合损失X符合正态分布，组合中的证券数量不发生变化时，可以比较有效的控制组合的风险。因此，2001年的巴塞耳委员会指定VaR模型作为银行标准的风险度量工具。但是VaR模型只关心超过VaR值的频率，而不关心超过VaR值的损失分布情况，且在处理损失符合非正态分布（如厚尾现象）及投资组合发生改变时表现不稳定。不想重考，想一次通过，我有秘诀！！！
三、灵敏度分析法
灵敏度方法是对风险的线性度量，它测定市场因子的变化与证券组合价值变化的关系。对于市场因子的特定变化量，通过这关系种变化关系可得到证券组合价值的变化量。针对不同的金融产品有不同的灵敏度。比如：在固定收入市场的久期，在股票市场的“β”，在衍生工具市场“δ”等。灵敏度方法由于其简单直观而得到广泛的应用但是它有如下的缺陷：
（1）只有在市场因子变化很小时，这种近似关系才与现实相符，是一种局部性测量方法；
（2）对产品类型的高度依赖性；
（3）不稳定性。如股票的“贝塔”系数存在不稳定的缺陷，用其衡量风险，有很大的争议；
（4）相对性。敏感度只是相对的比例概念，并没有回答损失到底有多大。
四、一致性风险度量模型（Coherentmeasure of risk）
Artzner et al.（1997）提出了一致性风险度量模型，认为一个完美的风险度量模型必须满足下面的约束条件：
（1）单调性；
（2）次可加性；
（3）正齐次性；
（4）平移不变性。
次可加性条件保证了组合的风险小于等于构成组合的每个部分风险的和，这一条件与我们进行分散性投资可以降低非系统风险相一致，是一个风险度量模型应具有的重要的属性，在实际中如银行的资本金确定和化组合确定中也具有重要的意义。目前一致性风险度量模型有：
（1）CVaR模型（Condition Value at Risk）：条件风险价值（CVaR）模型是指在正常市场条件下和一定的置信水平a上，测算出在给定的时间段内损失超过VaRa的条件期望值。CVaR模型在一定程度上克服了VaR模型的缺点不仅考虑了超过VaR值的频率，而且考虑了超过VaR值损失的条件期望，有效的改善了VaR模型在处理损失分布的后尾现象时存在的问题。当证券组合损失的密度函数是连续函数时，CVaR模型是一个一致性风险度量模型，具有次可加性，但当证券组合损失的密度函数不是连续函数时，CVaR模型不再是一致性风险度量模型，即CVaR模型不是广义的一致性风险度量模型，需要进行一定的改进。
（2）ES模型（Expected Shortfall）：ES模型是在CVaR基础上的改进版，它是一致性风险度量模型。如果损失X的密度函数是连续的，则ES模型的结果与CVaR模型的结果相同；如果损失X的密度函数是不连续的，则两个模型计算出来的结果有一定差异。
（3）DRM模型（Distortion Risk-Measure）：DRM通过一个测度变换得到一类新的风险度量指标。DRM模型包含了诸如VaR、CVaR等风险度量指标，它是一类更广义的风险度量指标。
（4）谱风险测度：2002年，Acerbi对ES进行了推广，提出了谱风险测度（Spectral Risk Measure）的概念，并证明了它是一致性风险度量。但是该测度实际计算的难度很大，维数过高时，即使转化成线性规划问题，计算也相当困难。