在 CFA 一级考试的 Quantitative Methods 部分，概率分布是构建整个金融分析框架的基石。无论是估值模型还是风险管理，都离不开对正态分布、概率以及均值方差的深刻理解。然而，根据历年考生反馈，这一章节也是误区的高发区。许多考生虽然记住了公式，但在实际解题中却频频失分。本文将深度解析概率分布，并梳理 CFA 考生最易犯的 5 个错误，帮助你精准避坑。
很多考生在面对分布形态描述时，容易将偏度和峰度搞混。偏度衡量的是分布的对称性。若偏度为正，意味着分布右侧尾部较长，均值通常大于中位数；若为负，则左侧尾部较长。而峰度衡量的是分布的陡峭程度及尾部的厚重程度。正态分布的峰度为 3（超额峰度为 0）。考生常犯的错误是认为高峰度仅仅意味着数据更集中，实际上高峰度往往伴随着“肥尾”现象，意味着极端事件发生的概率比正态分布预测的要高。在金融市场中，忽略峰度可能导致对尾部风险的低估。
虽然正态分布是 CFA 考试中最核心的分布模型，但考生常错误地假设所有金融资产收益率都服从正态分布。事实上，金融数据往往呈现“尖峰肥尾”特征。如果在计算 VaR（在险价值）或期权定价时盲目使用正态分布假设，可能会严重低估极端市场波动带来的风险。考试题目中若提到“fat tails”或“kurtosis > 3”，通常是在暗示正态分布假设可能不适用，此时需警惕相关结论的可靠性。
中心极限定理是统计推断的核心，它指出无论总体分布如何，只要样本量足够大（通常 N≥30），样本均值的抽样分布将近似服从正态分布。常见错误在于忽略样本量要求。当样本量较小且总体分布未知或非正态时，直接套用 CLT 会导致概率计算错误。此外，考生还需注意 CLT 适用于样本均值，而非单个观测值。
在使用 Z-table 或计算器时，区分单尾（One-tail）和双尾（Two-tail）至关重要。题目若问“收益率大于 X 的概率是多少”，这是单尾检验；若问“收益率在 X 和 Y 之间的概率”或“偏离均值超过某值的概率”，则可能涉及双尾逻辑。许多考生拿到 Z 值后，直接查表得出累积概率，却忘记题目要求的是右尾概率（1 - 累积概率），导致结果完全相反。
在计算投资组合的均值方差时，考生最容易在方差计算上出错。对于两个资产组合，组合的期望收益率是各资产期望收益率的加权平均，这一点容易掌握。但组合方差不仅取决于各资产的方差，还取决于它们之间的协方差或相关系数。常见错误是直接将各资产方差加权求和，而忽略了协方差项。只有当资产间相关系数为 0 时，方差才可简单加权；否则必须使用完整的方差公式：$Var(w_1R_1 + w_2R_2) = w_1^2\sigma_1^2 + w_2^2\sigma_2^2 + 2w_1w_2Cov(R_1,R_2)$。
为了巩固上述概念，我们通过一个具体例题来演练如何结合计算器进行精确计算。
例题：
某股票投资组合的年收益率服从正态分布，其期望收益率（均值）为 10%，标准差为 20%。请问该投资组合年收益率超过 15% 的概率是多少？
解题思路：
我们需要计算 $P(R > 15\%)$。首先标准化为 Z 分数，然后利用计算器求解累积概率。
手动计算步骤：
1. 计算 Z 值：$Z = \frac{X - \mu}{\sigma} = \frac{15 - 10}{20} = 0.25$
2. 查表可知 $P(Z < 0.25) \approx 0.5987$
3. 因为求的是超过 15% 的概率，即右尾：$1 - 0.5987 = 0.4013$
BA II Plus 计算器操作步骤：
使用 TI BA II Plus 计算器可以更直接地得到结果，无需手动查表。
2nd 键，然后按下 VARS 键（即 DISTR 菜单）。1: normalcdf。lower（下限）填 15，upper（上限）填 1E99（代表无穷大，可按 2nd -> EE 输入），μ（均值）填 10，σ（标准差）填 20。Enter 计算，结果显示约为 0.40129。移动端辅助工具：
对于习惯使用平板电脑备考的考生，推荐使用 RBA Calculator（TI BA II Plus iOS 应用）。它完美模拟了实体计算器的功能，支持上述正态分布计算，且界面清晰，适合在 iPad 上进行模拟练习。你可以在此链接下载：https://apps.apple.com/cn/app/id1545331477。使用该软件时，操作逻辑与实体机一致，能有效提升做题速度。
Q1: 对数正态分布（Lognormal Distribution）与正态分布有什么区别？
A: 正态分布的取值范围是负无穷到正无穷，而金融资产价格不能为负。因此，资产价格通常服从对数正态分布，其取值范围为 0 到正无穷。若题目涉及资产价格而非收益率，需注意分布类型的选择。
Q2: 中心极限定理中，样本量 N 必须大于 30 吗？
A: 30 是一个经验法则。如果总体分布接近正态，较小的样本量也可适用；如果总体分布极度偏斜，可能需要更大的样本量。但在 CFA 考试中，通常默认 N≥30 即可应用 CLT。
Q3: 计算方差时，什么时候用总体方差，什么时候用样本方差？
A: 如果题目给出的是历史数据作为样本，用于估计总体参数，通常使用样本方差（分母为 N-1）。如果题目明确说明这是整个总体的数据，则使用总体方差（分母为 N）。在 CFA 考试中，默认历史数据为样本，建议使用样本方差公式。
Q4: 为什么有时候计算器算出的概率与查表结果有细微差别？
A: 这是因为查表通常是保留 4 位小数的近似值，而计算器内部运算精度更高。在考试中，以计算器结果为准，只要选项差距不是极小，通常不影响选择。
概率分布是 CFA 量化部分的基石，理解正态分布的特性、准确计算概率以及掌握均值方差的组合规则，是通关的关键。希望本文总结的 5 个常见错误能帮助你避开陷阱。备考过程中，多动手操作计算器，善用如 RBA Calculator 等工具进行模拟，将理论知识转化为解题直觉。祝各位考生备考顺利，早日通过 CFA 一级考试！