📅 2026-08-03 📂 标签: FRM / 方差与标准差 / Statistics 👁 0 次阅读

FRM 考点深度解析：方差、标准差与波动率的对比与计算实操

在 FRM（金融风险管理师）一级考试的定量分析模块中，方差、标准差以及波动率是构建风险度量体系的基石。无论是计算在险价值（VaR），还是进行投资组合优化，这三个概念都贯穿始终。然而，由于它们定义相近且计算步骤繁琐，许多考生在备考过程中容易混淆。本文将通过对比分析、计算例题及工具操作，帮助你彻底理清这些关键考点。

核心概念辨析：方差、标准差与波动率

虽然这三个术语经常互换使用，但在金融语境下，它们有着微妙的区别。

方差（Variance） 衡量的是数据分布的离散程度。它是各个数据与其算术平均数之差的平方的平均数。方差的单位是原始数据单位的平方（例如，若收益率为百分比，方差单位则为百分比的平方），这导致其直观性较差。

标准差（Standard Deviation） 是方差的算术平方根。它回归到了与原始数据相同的单位，因此能更直观地反映数据的波动幅度。在 FRM 考试中，通常默认计算的是样本标准差，这意味着分母使用的是 $N-1$ 而非 $N$，以获得无偏估计。

波动率（Volatility） 在金融市场中通常特指年化后的标准差。当我们在讨论资产价格的波动率时，实际上是在讨论该资产收益率序列的标准差经过时间调整后的结果。理解这一点对于将日波动率转换为年波动率至关重要，公式通常为 $\sigma_{annual} = \sigma_{daily} \times \sqrt{252}$。

计算例题与 BA II Plus 操作步骤

掌握概念只是第一步，FRM 考试要求考生必须熟练使用金融计算器进行快速计算。以下是一个典型的样本标准差计算例题。

题目场景

假设某股票在过去 5 个交易日内的收益率分别为：2%, 4%, -1%, 3%, 1%。请计算该股票收益率的样本方差和样本标准差。

手工计算逻辑

计算均值：$(2+4-1+3+1)/5 = 1.8\%$
计算离差平方和：$(2-1.8)^2 + (4-1.8)^2 + (-1-1.8)^2 + (3-1.8)^2 + (1-1.8)^2 = 0.04 + 4.84 + 7.84 + 1.44 + 0.64 = 14.8$
计算样本方差：$14.8 / (5-1) = 3.7$
计算样本标准差：$\sqrt{3.7} \approx 1.92\%$

TI BA II Plus 操作步骤

使用计算器可以大幅降低计算错误率。请按以下步骤操作：

清空旧数据：按 2nd + [Data] 进入数据输入模式，确保按 2nd + [CLR WORK] 清除之前的统计缓存，否则旧数据会影响结果。
输入数据：
- 输入 2，按 [▼]，输入 1，按 [ENTER]（表示 X01=2, F01=1）。
- 按 [▼]，输入 4，按 [▼]，输入 1，按 [ENTER]。
- 按 [▼]，输入 -1，按 [▼]，输入 1，按 [ENTER]。
- 按 [▼]，输入 3，按 [▼]，输入 1，按 [ENTER]。
- 按 [▼]，输入 1，按 [▼]，输入 1，按 [ENTER]。
计算统计值：
- 按 2nd + [Data] 返回统计模式。
- 按 [▼] 直到显示 Sx，此时屏幕显示数值即为样本标准差（约 1.9235）。
- 按 [▼] 直到显示 σx，此时显示为总体标准差（约 1.7205），FRM 中通常不需此值，但需注意区分。

对于习惯移动端备考的考生，可以使用 RBA Calculator（TI BA II Plus iOS 应用） 在手机上模拟上述操作，随时随地练习计算器功能。该应用完全复刻了实体计算器的逻辑，非常适合碎片化时间复习。下载链接：https://apps.apple.com/cn/app/id1545331477

常见错误提醒

在 FRM 备考中，关于方差与标准差的考点陷阱主要集中在以下三个方面：

样本与总体的混淆：这是最高频的错误。题目若给出的是历史数据样本，要求估计整体特征，必须使用 $N-1$ 作为分母计算样本方差。若题目明确说明是“总体数据”（Population），则使用 $N$。在 FRM 一级中，除非特别说明，默认均为样本数据。
单位换算错误：在计算波动率时，务必注意收益率是百分比形式（如 2%）还是小数形式（如 0.02）。如果使用百分比输入计算器，得出的标准差也是百分比；若后续需要计算方差，需先转换为小数，否则量级会相差万倍。
波动率年化公式误用：将日波动率转化为年波动率时，应乘以 $\sqrt{252}$（假设一年 252 个交易日），而非 252。方差具有可加性，标准差则具有平方根可加性，混淆这一点会导致最终结果偏差巨大。

考生常见问题 FAQ

Q1: 为什么方差公式中要减去均值后再平方？
A1: 减去均值是为了消除数据水平位置的影响，专注于数据的离散程度。平方则是为了消除正负抵消现象（因为离差之和恒为 0），同时平方操作会加大对极端值（Outliers）的惩罚力度，这在风险管理中非常重要，因为尾部风险往往是风险管理的重点。

Q2: 标准差和波动率在 FRM 中有什么区别？
A2: 在统计学意义上，两者计算逻辑相同。但在金融实务和 FRM 语境中，标准差通常指原始数据序列的离散度，而波动率特指收益率序列的年化标准差。例如，我们常说“某资产年化波动率为 20%"，而不说“年化标准差为 20%"。

Q3: 如果收益率数据包含缺失值，如何计算方差？
A3: 在 FRM 考试中，通常假设数据是完整的。如果在实际建模中遇到缺失值，常见的处理方法包括剔除缺失样本或使用插值法填补。但在考试计算题中，直接计算现有数据的样本方差即可，无需考虑缺失值处理逻辑。

Q4: 协方差与方差有什么关系？对理解波动率有帮助吗？
A4: 协方差是方差的推广，衡量两个变量之间的共同变动方向。方差可以看作是一个变量与自身的协方差。理解协方差有助于深入理解投资组合波动率的计算，因为组合的波动率不仅取决于单个资产的波动率，还取决于资产间的协方差（相关性）。

结语

方差、标准差与波动率是 FRM 定量分析的入门砖，也是后续学习正态分布、VaR 模型的基础。考生不仅要理解其数学定义，更要熟练掌握 BA II Plus 的操作流程，并警惕样本与总体的区别。通过反复练习计算例题，并结合 RBA Calculator 等工具进行模拟训练，你可以在考试中快速准确地得分。希望本文能帮助你理清思路，备考顺利。