← 返回博客列表

一文搞懂概率分布：CFA 备考必读

在 CFA 一级考试的量化方法（Quantitative Methods）模块中，统计与概率是基石。对于考生而言，掌握概率分布不仅仅是为了应付选择题，更是理解后续资产定价、风险管理模型的核心前提。本文将带你深入剖析概率分布的核心概念，重点攻克正态分布，并结合实际计算例题，演示如何使用 TI BA II Plus 计算器进行高效备考。

核心概念解析：从概率到分布

在金融世界中，未来的资产收益往往是不确定的。我们用概率来量化这种不确定性发生的可能性。概率值介于 0 到 1 之间，所有可能结果的概率之和必须等于 1。

均值与方差：分布的两大支柱

描述一个概率分布，最关键的指标是均值方差。
* 均值（Mean）：代表了分布的中心位置，即期望值。在投资中，它通常被视为预期的平均回报率。
* 方差（Variance）：衡量数据点偏离均值的程度，即波动性。方差越大，意味着风险越高。标准差是方差的平方根，它与原始数据单位一致，更便于直观理解。

正态分布：金融统计的“王者”

在所有概率分布中，正态分布（Normal Distribution）最为重要。它呈现完美的钟形曲线，具有以下特征：
1. 对称性：均值、中位数和众数重合。
2. 由两个参数决定：均值（$\mu$）和标准差（$\sigma$）。
3. 经验法则（68-95-99.7 规则）：
* 约 68% 的数据落在均值 $\pm 1$ 个标准差范围内。
* 约 95% 的数据落在均值 $\pm 2$ 个标准差范围内。
* 约 99.7% 的数据落在均值 $\pm 3$ 个标准差范围内。

理解正态分布，能帮助考生快速估算资产收益落在特定区间的概率，无需复杂积分。

计算例题与 TI BA II Plus 操作步骤

例题场景：
假设某股票过去 5 年的年化收益率分别为：10%, 12%, 8%, 15%, 10%。假设该股票未来收益服从正态分布，请计算：
1. 样本均值和样本标准差。
2. 明年收益率超过 15% 的概率是多少？

第一步：计算样本统计量（均值方差）

我们需要使用 TI BA II Plus 的统计工作表（Statistics Worksheet）来计算均值和标准差。

BA II Plus 操作步骤：

1. 清除旧数据：按 2nd + DATA (CLR WORK)，确保工作表干净。
2. 输入数据：
   • 输入 10，按 ENTER，按 ↓ (向下箭头)。
   • 输入 12，按 ENTER，按 ↓。
   • 输入 8，按 ENTER，按 ↓。
   • 输入 15，按 ENTER，按 ↓。
   • 输入 10，按 ENTER，按 ↓。
   • 此时屏幕显示 n=5，表示已输入 5 个数据点。
3. 计算统计量：
   • 按 2nd + VARS 进入统计菜单。
   • 按 ↓ 直到屏幕显示 x̄ (样本均值)，按 ENTER，显示结果为 11 (即 11%)。
   • 按 ↓ 直到屏幕显示 Sx (样本标准差)，按 ENTER，显示结果约为 2.6458。
   • 注意：CFA 考试通常使用样本标准差（分母为 n-1），BA II Plus 默认计算的 Sx 即为样本标准差。

第二步：计算概率

已知：均值 $\mu = 11\%$，标准差 $\sigma = 2.6458\%$，目标值 $X = 15\%$。

我们需要计算 Z 分数（Z-score）：
$$Z = \frac{X - \mu}{\sigma} = \frac{15 - 11}{2.6458} \approx 1.5118$$

在计算器上直接按：(15 - 11) / 2.6458，得到 1.5118。

接下来查找标准正态分布表（Z 表）。Z = 1.51 对应的累积概率约为 0.9345。
这意味着收益率低于 15% 的概率是 93.45%。
因此，收益率超过 15% 的概率为：
$$P(X > 15) = 1 - 0.9345 = 0.0655 \text{ 或 } 6.55\%$$

移动备考利器：RBA Calculator

对于习惯使用手机进行碎片化学习的考生，RBA Calculator 是 TI BA II Plus 的完美 iOS 应用替代品。它完全模拟了实体计算器的按键逻辑和功能，支持统计工作表操作，非常适合在通勤路上复习上述的均值方差计算或进行模拟测试。

下载链接：https://apps.apple.com/cn/app/id1545331477

使用 RBA Calculator，你可以在手机上快速验证计算器步骤，甚至部分版本支持更高级的统计功能，帮助你在理解正态分布计算时更加直观。建议考生在备考初期就习惯使用这款应用，确保在考场外也能保持计算手感。

常见错误提醒

在 CFA 备考中，关于概率分布的以下错误极为常见，请务必规避：

1. 混淆总体与样本：计算方差时，样本方差的分母是 $n-1$，而总体方差的分母是 $n$。BA II Plus 的 Sx 是样本标准差，σx 是总体标准差。CFA 通常要求使用样本标准差来估计总体参数。
2. Z 分数符号错误：在计算 $Z = (X - \mu) / \sigma$ 时，容易搞反分子顺序。记住，是“观测值减去均值”。
3. 忽略分布假设：并非所有资产收益都服从正态分布。金融数据常呈现“尖峰厚尾”特征。如果题目未明确说明服从正态分布，不能直接使用 Z 分数法计算精确概率。
4. 累积概率与单侧概率混淆：查表得到的通常是小于某 Z 值的累积概率。如果题目问“大于”，记得用 1 减去查表值。

FAQ：考生高频疑问

Q1: 为什么 CFA 考试如此重视正态分布？
A1: 尽管现实世界并不完美，但正态分布是许多金融模型（如 CAPM、VaR 计算）的数学基础。它简化了计算，使得基于均值方差的风险度量变得可行。掌握它是理解高级金融理论的前提。

Q2: 如果数据不服从正态分布，还能用均值和方差吗？
A2: 可以。均值和方差是描述性统计量，适用于任何分布。但在进行推断统计（如计算特定区间的概率）时，如果不服从正态分布，可能需要使用其他分布（如 t 分布）或非参数方法。

Q3: BA II Plus 能直接计算正态分布的概率值吗？
A3: 实体 BA II Plus 没有内置的正态累积分布函数（CDF）。你需要先计算 Z 分数，然后查表。不过，使用 RBA Calculator 应用时，部分版本插件或结合手机其他工具可以辅助完成这一过程，但建议熟练掌握查表法以应对考场限制。

Q4: 标准正态分布和普通正态分布有什么区别？
A4: 标准正态分布是均值 $\mu=0$，标准差 $\sigma=1$ 的特殊正态分布。我们将任意正态分布通过 Z 分数转换后，都可以映射到标准正态分布上，从而统一使用标准 Z 表进行概率查询。

结语

掌握概率分布，尤其是正态分布及其相关的均值方差计算，是 CFA 一级量化的通关钥匙。通过熟练使用 TI BA II Plus 或 RBA Calculator，结合扎实的理论理解，你将能轻松应对各类统计考题。记住，金融模型是对现实的简化，理解其背后的假设与局限，比单纯记忆公式更为重要。祝你备考顺利，早日拿下 CFA 证书！