← 返回博客列表

CFA 一级描述性统计实战：均值、中位数与标准差深度解析

在 CFA 一级数量分析（Quantitative Methods）的学习中，描述性统计是构建金融思维的第一块基石。无论是评估投资组合的回报，还是衡量资产的风险，我们都需要依赖核心统计指标。其中，均值、中位数与标准差是最常出现的三个概念。许多考生虽然记住了公式，但在面对实际考题时，往往容易混淆样本与总体，或者在计算器操作上浪费宝贵时间。本文将通过 3 道典型例题，手把手带你掌握这些核心技能，并分享避坑指南。

核心概念回顾：均值、中位数与标准差

在深入例题之前，我们需要快速厘清这三个指标的定义及其在金融场景中的意义。

均值（Mean），通常指算术平均数，是所有数据之和除以数据个数。它反映了数据的集中趋势，但在金融数据中，均值极易受到极端值（Outliers）的影响。例如，若一个投资组合中大部分资产回报率为 5%，但有一项资产亏损 50%，均值可能会显著拉低，不能代表典型表现。

中位数（Median），是将数据从小到大排序后，位于中间位置的数值。中位数的最大优势在于抗干扰性强，不受极端值影响。在分析收入分布或存在异常波动的资产回报时，中位数往往比均值更具代表性。

标准差（Standard Deviation），是衡量数据离散程度的指标，在金融中直接对应“风险”。标准差越大，说明数据点偏离均值越远，波动性越高。这里必须注意一点：在 CFA 考试中，除非明确说明是总体数据（Population），否则默认视为样本数据（Sample），计算时应除以 $n-1$ 而非 $n$。

实战演练：3 道典型例题手把手解析

为了巩固理论，我们通过三道层层递进的例题来练习。

例题 1：均值与中位数的对比分析

题目： 某基金经理统计了过去 5 个季度的回报率（%）：2.5, 3.0, 3.5, 4.0, 15.0。请问该数据的均值和中位数分别是多少？哪一个指标更能代表典型回报？

解析：
首先计算均值。将数据相加：$2.5 + 3.0 + 3.5 + 4.0 + 15.0 = 28.0$。除以个数 5，得到均值 $\bar{X} = 5.6\%$。
接着找中位数。数据已排序，中间位置是第 3 个数，即 3.5%。

结论： 均值 5.6% 明显高于中位数 3.5%。这是因为第 5 个季度的 15.0% 是一个极端高值，拉高了均值。在这种情况下，中位数更能代表该基金的典型回报水平，因为它不受极端值干扰。

例题 2：样本标准差的计算逻辑

题目： 给定一个样本数据集合：10, 12, 14。请计算其样本标准差。

解析：
1. 计算均值：$(10+12+14)/3 = 12$。
2. 计算离差平方和：$(10-12)^2 + (12-12)^2 + (14-12)^2 = 4 + 0 + 4 = 8$。
3. 计算样本方差：注意分母是 $n-1$，即 $3-1=2$。方差 $S^2 = 8/2 = 4$。
4. 计算样本标准差：$S = \sqrt{4} = 2$。

易错点： 如果不小心除以了 $n$（即 3），结果会是 $\sqrt{2.67} \approx 1.63$，这是总体标准差的算法，在 CFA 样本统计中是错误的。

例题 3：BA II Plus 计算器实战操作

题目： 使用 TI BA II Plus 计算器计算以下数据集的描述性统计量：5, 8, 9, 10, 12。要求得出均值、样本标准差和总体标准差。

操作步骤详解：
1. 进入统计模式： 按下 2nd 键，然后按下 7 键（DATA 功能），进入数据输入界面。若屏幕显示旧数据，按 2nd CE/C (CLR WORK) 清除。
2. 输入数据：
* 屏幕显示 X01，输入 5，按 Enter。
* 按 ↓ 键，屏幕显示 Y01（通常不需要），直接再按 ↓ 键回到 X02。
* 输入 8，按 Enter，再按 ↓。
* 重复此步骤，依次输入 9, 10, 12。
3. 读取统计结果：
* 按下 2nd 键，然后按下 8 键（STAT 功能）。
* 按 ↓ 键，屏幕显示 n=5（样本量）。
* 继续按 ↓ 键，屏幕显示 X̄=8.8（均值）。
* 继续按 ↓ 键，屏幕显示 Sx=2.77（样本标准差）。
* 继续按 ↓ 键，屏幕显示 σx=2.47（总体标准差）。

工具推荐： 如果你习惯在 iPad 或 iPhone 上刷题，可以使用 RBA Calculator（TI BA II Plus iOS 应用）。它完美模拟了实体计算器的按键逻辑，方便随时练习。你可以在 App Store 搜索下载：https://apps.apple.com/cn/app/id1545331477。使用模拟软件可以帮助你在没有实体计算器时保持手感。

常见错误提醒

在备考过程中，考生在描述性统计部分常犯以下错误，请务必警惕：

1. 样本与总体混淆： 这是最高频的错误。题目中若出现 "sample", "estimate", "historical data used to predict future" 等词汇，务必使用样本标准差公式（除以 $n-1$）。只有当题目明确说明 "population data" 或 "all available data" 时，才使用总体标准差（除以 $n$）。
2. 中位数排序遗漏： 计算中位数前，必须先将数据从小到大排序。很多考生直接取中间位置的数字，忽略了数据是乱序的，导致结果错误。
3. 计算器输入错误： 在使用 BA II Plus 时，忘记清除之前的统计工作（CLR WORK）会导致数据叠加。此外，输入数据后忘记按 ↓ 键进入统计读取模式，也会找不到结果。
4. 几何均值与算术均值混淆： 在计算多期投资回报率（Compounding Return）时，必须使用几何均值（Geometric Mean），而非算术均值。算术均值适用于独立事件，几何均值适用于时间序列上的复合增长。

常见问题解答 (FAQ)

Q1: 什么时候应该使用中位数而不是均值？
A: 当数据分布存在明显的偏态（Skewness）或存在极端异常值时。例如，分析某城市的居民收入，少数亿万富翁的存在会使均值严重虚高，此时中位数更能反映普通居民的真实水平。在金融回报分析中，若某期回报出现极端暴涨暴跌，中位数也是更好的参考。

Q2: 为什么样本标准差的分母是 n-1 而不是 n？
A: 这涉及到统计学中的“无偏估计”概念。使用 $n-1$（贝塞尔校正）可以修正样本方差对总体方差的低估倾向。在 CFA 考试中，除非特指总体，否则我们通常是在用样本数据去推断总体特征，因此默认使用 $n-1$。

Q3: 标准差为 0 意味着什么？
A: 标准差为 0 意味着所有数据点完全相同，没有任何波动。在金融市场中，这代表无风险资产（理论上），因为回报是确定的，不存在不确定性。

Q4: 负数的均值或标准差可能出现吗？
A: 均值可以是负数，代表平均亏损。但标准差永远是非负数（$\ge 0$），因为它是离差平方的算术平方根，不可能为负。如果在计算器上看到负的标准差，一定是操作错误。

结语

描述性统计不仅是 CFA 一级的考点，更是日后学习衍生品定价、风险管理的语言。熟练掌握均值、中位数和标准差的计算与含义，并熟练操作计算器，能帮助你在数量分析部分拿到基础分。建议大家在备考期间，多利用 RBA Calculator 等工具进行肌肉记忆训练，同时注意区分样本与总体的细微差别。希望本文的实战解析能为你的 CFA 之路提供有力的支持。