CFA核心知识点详解：偏度(Skewness)的概念与应用.pdfVIP

CFA核心知识点详解：偏度(Skewness)的概

念与应用

一、偏度的基本定义与分类

偏度是描述概率分布不对称性的重要统计量，在金融数据分析中具有关键

作用。当一组数据的分布形态偏离标准对称分布时，我们称该分布具有偏度。

具体而言，偏度可以分为正偏态（右偏）和负偏态（左偏）两种基本类型。

对于连续单峰分布而言，偏度的特征可以通过三个中心位置指标的关系来

识别。在正偏态分布中，众数作为分布的最高点位于最左侧，中位数次之，均

值则位于最右侧，呈现出众数中位数均值的特征关系。这种分布形态意味着

数据右侧存在较长的尾部，极端大值对均值产生了向右的拉动效应。相反，在

负偏态分布中，三个中心位置指标的关系完全相反，呈现出均值中位数众数

的特征，这表明数据左侧存在较长的尾部，极端小值对均值产生了向左的拉动

效应。

理解偏度的概念对于金融从业者尤为重要。在投资回报分析中，正偏态意

味着虽然大多数情况下回报较低，但存在获得极高回报的可能性；而负偏态则

表明虽然大多数情况下回报稳定，但存在遭受极端损失的风险。这种不对称性

特征直接影响着投资组合的风险评估和资产定价模型的准确性。

二、偏度的数学定义与计算公式

偏度的数学定义基于标准化后的三阶中