方差与标准差实战：3道典型例题手把手解析

为什么方差与标准差是FRM的核心考点

在风险管理中，波动率（Volatility）是衡量资产价格不确定性最基础的指标，而方差（Variance）和标准差（Standard Deviation）正是量化波动率的核心数学工具。无论你在计算组合风险、VaR，还是做蒙特卡洛模拟，都离不开这两个概念。FRM一级考试中，方差与标准差的计算几乎年年出现，且往往以多步骤综合题的形式考查。

本文将通过3道典型例题，手把手带你掌握方差与标准差的计算逻辑，并附上BA II Plus的具体操作步骤，帮你真正吃透这个高频考点。

一、核心概念回顾

总体方差与样本方差

关键区分：总体方差用 $N$ 作分母，样本方差用 $N-1$（Bessel校正）。FRM考试中，历史收益率数据通常视为样本，因此默认使用 $N-1$。

标准差即为方差的算术平方根：$\sigma = \sqrt{\sigma^2}$，$S = \sqrt{S^2}$。

波动率与标准差的关系

在金融语境下，波动率通常指年化标准差。如果月度标准差为 $\sigma_m$，则年化波动率为：

$$\sigma_{annual} = \sigma_m \times \sqrt{12}$$

二、三道典型例题详解

例题1：基础样本方差计算

题目：某股票过去5年的年化收益率分别为：12%, 8%, -3%, 15%, 7%。请计算这组数据的样本方差和样本标准差。

解题步骤：

第一步：计算样本均值

$$\bar{X} = \frac{12 + 8 + (-3) + 15 + 7}{5} = \frac{39}{5} = 7.8\%$$

第二步：计算每个观测值与均值的偏差平方

第三步：求偏差平方和

$$\sum(X_i - \bar{X})^2 = 17.64 + 0.04 + 116.64 + 51.84 + 0.64 = 186.80$$

第四步：除以 $N-1$ 得样本方差

$$S^2 = \frac{186.80}{5-1} = \frac{186.80}{4} = 46.70$$

第五步：开平方得样本标准差

$$S = \sqrt{46.70} \approx 6.83\%$$

✅ BA II Plus操作步骤：

Step 1: 清除统计缓存
2nd → CLN（屏幕显示 0.000000000）

Step 2: 输入数据
依次输入：12 → STO 1
          8  → STO 1
         -3  → STO 1
          15 → STO 1
          7  → STO 1

Step 3: 读取结果
2nd → STO（切换到统计模式）
→ 按 1 查看 x̄（均值 = 7.8）
→ 按 3 查看 s（样本标准差 = 6.8338）
→ 按 4 查看 s²（样本方差 = 46.70）

💡 提示：BA II Plus的统计模式下，2nd → STO 后按 3 得到的是样本标准差（s），按 4 得到的是样本方差（s²）。这是FRM最常用的一组快捷键。

例题2：总体方差 vs 样本方差对比

题目：某指数基金过去4个季度的收益率为 5%, -2%, 8%, 3%。分别计算总体方差和样本方差，并说明差异原因。

解题：

均值：$\bar{X} = \frac{5 + (-2) + 8 + 3}{4} = 3.5\%$

偏差平方和：$(5-3.5)^2 + (-2-3.5)^2 + (8-3.5)^2 + (3-3.5)^2 = 2.25 + 30.25 + 20.25 + 0.25 = 53.00$

• 总体方差：$\sigma^2 = \frac{53.00}{4} = 13.25$
• 样本方差：$S^2 = \frac{53.00}{3} = 17.67$
• 样本标准差：$S = \sqrt{17.67} \approx 4.20\%$

差异原因：样本方差使用 $N-1$ 分母是为了无偏估计总体方差。当样本量较小时，用 $N$ 作为分母会系统性低估总体方差，因此需要Bessel校正。

✅ BA II Plus操作步骤：

Step 1: 2nd → CLN 清除缓存

Step 2: 依次输入
5 → STO 1
-2 → STO 1
8 → STO 1
3 → STO 1

Step 3: 2nd → STO 进入统计模式
→ 按 3：s = 4.2036（样本标准差）
→ 按 4：s² = 17.6667（样本方差）

Step 4: 计算总体方差
17.6667 × (3 ÷ 4) = 13.25
（即 s² × (N-1)/N）

例题3：年化波动率计算（FRM高频题型）

题目：某股票过去12个月的月度收益率标准差为 4.5%。请计算该股票的年化波动率，并估算其在95%置信水平下的月度VaR（假设均值为零，Z值为1.645）。

解题：

第一步：年化波动率

$$\sigma_{annual} = 4.5\% \times \sqrt{12} = 4.5\% \times 3.4641 \approx 15.59\%$$

第二步：月度VaR

$$VaR_{95\%} = Z_{95\%} \times \sigma_m = 1.645 \times 4.5\% = 7.40\%$$

这意味着在95%的置信水平下，该股票单月最大预期损失为持仓市值的7.40%。

✅ BA II Plus操作步骤：

Step 1: 年化波动率
4.5 → × → 12 → √ → × = 15.5885%

Step 2: 月度VaR
1.645 × 4.5 = 7.4025%

💡 RBA Calculator推荐：如果你习惯在手机上练习，推荐使用 RBA Calculator（TI BA II Plus iOS应用）。它的界面完全模拟真实BA II Plus计算器，支持统计模式、TVM、现金流等全部功能，特别适合在通勤或碎片时间反复练习方差与标准差的计算流程，帮助你在考场上做到肌肉记忆。

三、常见错误提醒

❌ 错误1：混淆总体方差与样本方差

这是FRM考试中最常见的失分点。历史数据 = 样本，必须用 $N-1$。只有题目明确说"以下是全部数据"或提到"总体"时，才用 $N$。

❌ 错误2：忘记年化转换

题目给出月度或周度标准差，要求年化波动率时，必须乘以 $\sqrt{k}$（$k$ 为年内的期数）。月度乘 $\sqrt{12}$，周度乘 $\sqrt{52}$，日度乘 $\sqrt{252}$。

❌ 错误3：BA II Plus操作后未清除缓存

连续做两道题时，如果忘记按 2nd → CLN 清除之前的统计数据，新输入的数据会和旧数据混在一起，导致结果完全错误。

❌ 错误4：标准差与方差混淆

标准差是方差的平方根，单位与原始数据一致（如百分比），而方差的单位是百分比的平方。在组合风险计算中，标准差可以直接相加（相关系数为1时），但方差不能。

四、FAQ

Q1：FRM考试中，方差和标准差哪个考得更多？

两者都会考，但标准差（即波动率）在风险管理场景中出现频率更高。建议两者都熟练掌握，尤其要能快速在BA II Plus上读出 $s$ 和 $s²$。

Q2：为什么样本方差用 $N-1$ 而不是 $N$？

用 $N$ 计算得到的方差是对总体方差的有偏估计（系统性低估）。除以 $N-1$ 后，样本方差成为总体方差的无偏估计量。这在FRM的风险估计中至关重要，因为我们需要用有限的历史数据来推断未来的风险水平。

Q3：如果题目说"假设收益率服从正态分布"，对方差计算有什么影响？

正态分布假设不改变方差的计算方法，但会影响后续的风险指标推导。例如，在正态分布假设下，95%置信水平的VaR可以用 $1.645 \times \sigma$ 直接计算；如果分布有厚尾特征，则需要使用其他方法。

Q4：组合的标准差怎么计算？

对于两个资产组成的组合，标准差公式为：

$$\sigma_p = \sqrt{w_1^2\sigma_1^2 + w_2^2\sigma_2^2 + 2w_1w_2\rho_{12}\sigma_1\sigma_2}$$

其中 $\rho_{12}$ 是两资产的相关系数。注意组合方差（不是标准差）中包含了协方差项 $2w_1w_2\rho_{12}\sigma_1\sigma_2$，这正是分散化降低风险的数学体现。

五、备考建议

方差与标准差虽然概念简单，但在FRM考试中经常与其他知识点交叉出题。建议你在练习时做到以下几点：

1. 每天用BA II Plus做2-3道统计计算题，形成操作肌肉记忆
2. 在草稿纸上手动验证BA II Plus的结果，确保理解每一步逻辑
3. 关注年化转换，这是FRM最爱设的"陷阱"
4. 配合RBA Calculator在手机上随时练习，利用碎片时间巩固手感

掌握方差与标准差，你就掌握了量化风险的"度量衡"。祝备考顺利！