在 CFA 一级考试中，数量分析方法（Quantitative Methods）是构建金融分析逻辑的基石。其中，描述性统计（Descriptive Statistics）作为最基础也是最核心的模块，不仅占据了独立的考试权重，更是后续资产定价、风险管理等高级主题的前提。许多考生在备考初期往往轻视这一部分，认为只是简单的算术，却在考试中因概念混淆或计算失误而丢分。本文将深入探讨均值、中位数与标准差的核心逻辑，并通过实战例题与常见陷阱分析，帮助考生避开备考中的“坑”。
在金融数据分析中，我们需要通过少数几个统计量来概括大量历史数据。理解每个统计量的经济含义至关重要。
算术平均数是最常用的集中趋势度量。在金融中，它常用来估计预期收益。然而，均值对极端值（Outliers）非常敏感。如果数据集中存在异常高或异常低的收益，均值会被显著拉偏，从而无法真实反映典型情况。例如，一只股票在 9 个交易日表现平稳，但在第 10 天因突发利空暴跌 50%，其历史均值将大幅失真。
中位数是将数据从小到大排列后位于中间位置的数值。它的最大优势在于不受极端值影响。当数据分布呈现明显的偏态（Skewed）时，中位数往往比均值更能代表数据的“中心”水平。在 CFA 考试中，识别数据分布形态并选择正确的集中趋势度量是常考点。
如果说均值代表预期回报，那么标准差则代表风险或波动率。标准差衡量数据点相对于均值的离散程度。在投资组合理论中，我们常用标准差来量化资产的不确定性。需要注意的是，标准差的单位与原始数据一致，而方差（Variance）的单位则是平方，这使得标准差在解释上更加直观。
在 CFA 考试中，区分总体（Population）与样本（Sample）是计算标准差的关键。绝大多数金融数据分析基于样本数据，因此必须使用样本标准差公式（分母为 n-1）。
例题：
假设某基金过去 5 个月的收益率分别为：2%, 4%, 5%, 7%, 12%。请计算该基金收益率的样本标准差。
手动计算步骤：
1. 计算均值：(2+4+5+7+12) / 5 = 6%
2. 计算各项偏差：-4, -2, -1, 1, 6
3. 计算偏差平方：16, 4, 1, 1, 36
4. 计算方差（分母为 n-1=4）：(16+4+1+1+36) / 4 = 14
5. 计算标准差：√14 ≈ 3.74%
TI BA II Plus 计算器操作步骤：
使用计算器可以大幅提高速度并减少手动计算错误。
1. 清除数据：按 [2nd] [WRK]，然后 [2nd] [RESET] 确保 worksheet 为空。
2. 输入数据：按 [2nd] [DATA]。
* 输入 2，按 [ENTER]，按 [↓]，输入 1（频率），按 [↓]。
* 输入 4，按 [ENTER]，按 [↓]，输入 1，按 [↓]。
* 重复此过程，直到输入完所有 5 个数据点。
3. 查看结果：按 [2nd] [STAT]，然后按 [↓] 直到屏幕显示 Sx（样本标准差）。
4. 读取数值：屏幕应显示 3.741657...
对于习惯移动端复习的考生，推荐使用 RBA Calculator（TI BA II Plus iOS 应用）。这款应用完美复刻了实体计算器的功能，非常适合在通勤途中进行模拟计算练习，确保手感不生疏。你可以在此下载：RBA Calculator App Store 链接。
尽管概念看似简单，但在 CFA 考试中，命题人常通过以下陷阱考察考生的理解深度。
这是最高频的错误。题目若给出“全部历史数据”或明确说明是总体（Population），分母应为 n；若给出的是“样本数据”或用于推断总体，分母必须为 n-1。在金融实务中，我们几乎永远是在处理样本数据，因此默认使用 n-1 通常是安全的，但务必审题。
当题目描述数据分布“右偏”（Right Skewed）时，均值通常大于中位数。如果考生机械地选择均值作为最佳代表，可能会忽略中位数在偏态分布中的稳健性优势。记住：偏态分布看中位数，对称分布看均值。
有些题目会问“哪个度量单位与原数据一致？”如果考生混淆了方差和标准差，可能会选错。方差是平方单位，标准差是原单位。在解释波动率时，务必使用标准差。
在计算多期复合增长率时，必须使用几何均值（Geometric Mean），而非算术均值。算术均值会高估长期复合回报。考试中若涉及“持有期总回报”或“年化回报”，请警惕是否应使用几何均值。
Q1: 什么时候应该优先使用中位数而不是均值？
A: 当数据分布存在明显的偏态（Skewed）或包含极端异常值（Outliers）时，中位数是更优的选择。例如，在研究高净值人群的财富分布或某些具有肥尾特征（Fat-tailed）的资产收益时，中位数能更好地反映典型水平，避免被极端值误导。
Q2: 为什么样本标准差的分母是 n-1 而不是 n？
A: 这是为了进行无偏估计（Unbiased Estimation）。当我们使用样本均值来估计总体均值时，已经损失了一个自由度。使用 n-1 作为分母（贝塞尔校正）可以修正偏差，使得样本方差的期望值等于总体方差。在 CFA 考试中，除非明确指明是总体，否则一律按样本处理。
Q3: 标准差越大意味着什么？
A: 标准差越大，表示数据点相对于均值的离散程度越高，即波动性越大。在投资语境下，高标准差通常意味着高风险和高不确定性。投资者需要在预期回报（均值）和风险（标准差）之间进行权衡。
Q4: 几何均值总是小于或等于算术均值吗？
A: 是的，只要存在波动（即各期数据不完全相等），几何均值一定小于算术均值。只有当所有数据点相同时，两者才相等。这一性质在评估长期投资回报时非常重要，提醒我们不要直接用算术平均来估算长期复合回报。
描述性统计是 CFA 数量分析模块的入门钥匙。掌握均值、中位数与标准差不仅是为了解题，更是为了培养金融直觉。通过理解它们的经济含义，识别常见陷阱，并熟练运用 TI BA II Plus 或 RBA Calculator 进行高效计算，你将能为后续更复杂的金融建模打下坚实基础。备考路上，细节决定成败，祝各位考生在考试中避开陷阱，顺利通关！