← 返回博客列表

CFA 数量分析必备：概率分布核心公式与计算精讲

在 CFA 一级考试中，数量分析（Quantitative Methods）是奠定金融分析能力的基石，而概率分布则是理解市场不确定性的重要工具。无论是资产回报率的预测，还是风险管理的建模，都离不开对概率分布的深刻理解。本文将聚焦于 CFA 数量分析章节精华，深入解析均值方差分析以及正态分布的核心公式与计算方法，帮助考生高效备考，避开常见陷阱。

核心概念解析：从均值到正态分布

在金融建模中，我们通常假设资产回报率服从某种概率分布。其中，最核心的两个统计量是期望值（Expected Value）和方差（Variance）。

期望值即加权平均数，代表了随机变量的中心趋势。在投资语境下，它通常被视为期望回报率。计算公式为 $E[R] = \sum (P_i \times R_i)$，其中 $P_i$ 代表特定状态发生的概率，$R_i$ 代表该状态下的回报率。理解期望值是评估投资吸引力的第一步。

方差则衡量了数据分散程度，反映了投资风险的大小。方差越大，意味着实际回报偏离期望值的可能性越大。标准差是方差的平方根，更直观地表达了波动性。在 CFA 考试中，准确计算均值方差是后续进行假设检验和回归分析的基础。

此外，正态分布（Normal Distribution）是 CFA 考试中最常见的连续概率分布。它具有对称性、单峰性，且均值、中位数和众数相等。熟练掌握正态分布的性质，特别是“经验法则”（68-95-99.7 规则），对于快速解题至关重要。该规则指出：约 68% 的数据落在均值±1 个标准差范围内，95% 落在±2 个标准差内，99.7% 落在±3 个标准差内。这一性质在计算置信区间和概率区间时应用极广。

经典计算例题与 BA II Plus 操作步骤

为了巩固均值方差的计算，我们来看一道典型的 CFA 风格例题。

例题：
某分析师预测某股票在未来一年的回报率取决于经济状况，具体数据如下：
1. 经济繁荣（Boom）：概率 30%，回报率 20%
2. 经济正常（Normal）：概率 50%，回报率 5%
3. 经济衰退（Recession）：概率 20%，回报率 -10%

请计算该股票的期望回报率、方差及标准差。

解题步骤：

1. 计算期望回报率（Mean）：
   $E[R] = 0.30 \times 20\% + 0.50 \times 5\% + 0.20 \times (-10\%)$
   $E[R] = 6\% + 2.5\% - 2\% = 6.5\%$

2. 计算方差（Variance）：
   $\sigma^2 = \sum P_i \times (R_i - E[R])^2$

   • 繁荣状态：$0.30 \times (20\% - 6.5\%)^2 = 0.30 \times (13.5\%)^2 = 0.30 \times 182.25 = 54.675$
   • 正常状态：$0.50 \times (5\% - 6.5\%)^2 = 0.50 \times (-1.5\%)^2 = 0.50 \times 2.25 = 1.125$
   • 衰退状态：$0.20 \times (-10\% - 6.5\%)^2 = 0.20 \times (-16.5\%)^2 = 0.20 \times 272.25 = 54.45$
   • 总方差：$54.675 + 1.125 + 54.45 = 110.25$

3. 计算标准差（Standard Deviation）：
   $\sigma = \sqrt{110.25} = 10.5\%$

TI BA II Plus 计算器操作步骤：
虽然上述过程可以手动计算，但在考试中为了节省时间，推荐使用计算器。
1. 清除旧数据：按 [2nd] [CLR TVM] 确保时间价值计算器为空。
2. 进入数据模式：按 [2nd] [DATA]。
3. 输入回报率及频率（将概率转化为频率，假设总样本为 100）：
- 输入 20，按 [↓]，输入 30，按 [↓]（表示 30 次繁荣）
- 输入 5，按 [↓]，输入 50，按 [↓]（表示 50 次正常）
- 输入 -10，按 [↓]，输入 20，按 [↓]（表示 20 次衰退）
4. 退出数据模式：按 [2nd] [QUIT]。
5. 计算均值：按 [2nd] [STAT] [▼] (计算 1-Variable Statistics)，显示 $\bar{X}$ 应为 6.5。
6. 计算标准差：按 [▼] 直到显示 $Sx$（样本标准差）或 $\sigma x$（总体标准差）。注意：CFA 考试中若数据代表总体概率分布，通常使用总体标准差 $\sigma x$，若为样本数据则用 $Sx$。本题中数据代表概率分布，应查看 $\sigma x$，结果为 10.5。

对于习惯移动端备考的考生，推荐使用 RBA Calculator（TI BA II Plus iOS 应用），它完美复刻了真实计算器的功能，方便随时随地练习。下载链接：https://apps.apple.com/cn/app/id1545331477

常见错误提醒

在复习概率分布时，考生常犯以下错误，需特别注意：

1. 混淆总体方差与样本方差： 这是最高频的错误。当数据代表完整的概率分布（即所有可能情况已知）时，使用总体方差公式（分母为 $N$）；当数据仅是总体的一部分样本时，使用样本方差公式（分母为 $n-1$）。CFA 考试中，若题目给出明确的概率分布，通常视为总体。
2. 概率之和不等于 1： 在构建概率分布时，所有互斥事件的概率之和必须等于 1。如果题目给出的概率之和不为 1，通常需要先进行归一化处理，否则计算出的期望值将失去意义。
3. 正态分布 Z 值计算错误： 计算标准化分数（Z-score）时，公式为 $Z = (X - \mu) / \sigma$。考生常忘记减去均值或混淆标准差与方差，导致查表错误。务必确认使用的是标准差而非方差。

考生高频 FAQ

Q1: 什么时候应该假设数据服从正态分布？
A: 当数据量较大且没有极端偏斜时，通常可以假设服从正态分布。在 CFA 考试中，若题目未明确指明分布类型，且涉及中心极限定理的应用场景，正态分布是默认假设。但需注意，金融回报率往往存在“肥尾”现象，实际偏度可能不为 0，此时正态分布的假设可能高估或低估极端风险。

Q2: 均值和期望值有什么区别？
A: 在统计学中，均值通常指样本的平均值，而期望值指总体的加权平均数。在 CFA 语境下，若已知概率分布，我们计算的是期望值；若仅有一组历史数据，我们计算的是算术平均数（样本均值）。两者在概念上同源，但应用场景不同。

Q3: 方差可以为负数吗？
A: 不可以。方差的计算涉及平方项，因此结果永远为非负数。如果计算过程中出现负数，说明公式使用错误或数据输入有误。标准差同样为非负数。

Q4: 备考时需要购买实体 BA II Plus 计算器吗？
A: 建议购买实体计算器用于最终模拟考，以熟悉手感。但在前期复习中，使用 RBA Calculator 等手机应用完全足够。这样可以减轻负担，利用碎片时间进行均值方差练习，提高计算熟练度。

结语

掌握概率分布是攻克 CFA 数量分析章节的关键。通过熟练运用均值方差公式，理解正态分布特性，并配合高效的计算工具，考生可以显著提升解题速度与准确率。希望本文能助你在备考路上少走弯路，早日通过 CFA 一级考试。