第二章 概率论与统计基础回顾：随机变量与分布、期望与方差、协方差与相关系数、中心极限定理与大数定律

各位同学，咱们今天聊点实在的。概率论与统计，说白了就是金融计量经济学的“地基”。你想想看，我们做量化分析、搞风险模型，哪一步离得开这些基础？我个人习惯是，每次开始一个新项目前，都会先花十分钟把这块的直觉再过一遍。别小看这个动作，它能帮你避免很多低级错误。

2.1 随机变量与分布：从“不确定性”到“可量化”

什么是随机变量？别被名字吓到。它就是一个函数，把随机试验的结果映射成数字。比如你抛硬币，正面=1，反面=0，这就是一个随机变量。

随机变量分两类：

• 离散型：取值可数。比如掷骰子的点数（1,2,3,4,5,6）。
• 连续型：取值不可数。比如股票收益率，理论上可以是任意实数。

分布函数呢？它描述的是随机变量取值的概率规律。我刚开始做金融建模时，总喜欢直接套正态分布，觉得省事。后来吃过亏——有些资产收益率明显是厚尾的，用正态分布去拟合，VaR（风险价值）估计会偏得离谱。

常见的分布有：

• 正态分布：金融中最常用，但也是最容易被滥用的。
• t分布：厚尾，适合描述极端事件。
• 卡方分布：常用于方差检验。
• F分布：回归分析中检验模型整体显著性。

2.2 期望与方差：衡量“中心”和“离散”

期望，就是随机变量的“平均”取值。说白了，你重复试验无数次，取个平均值，就是期望。方差呢？衡量的是数据围绕期望的波动程度。

公式很简单：

• 期望：E[X] = Σ x_i * p_i（离散型）或 ∫ x * f(x) dx（连续型）
• 方差：Var(X) = E[(X - E[X])²]

嗯，这里要注意一个坑：期望和均值不是一回事。期望是理论值，均值是样本值。你拿过去100天的收益率算平均，那是样本均值，不是期望。期望是“如果时间无限长，你会得到的平均值”。

方差的应用也很广。比如在投资组合中，我们常用方差来衡量风险。但方差有个缺点——它把上涨和下跌都视为“风险”。实际上，投资者更讨厌下跌。所以后来有了半方差、下行风险等概念。

2.3 协方差与相关系数：变量之间的“关系”

协方差衡量两个随机变量一起变动的程度。公式：Cov(X,Y) = E[(X - E[X])(Y - E[Y])]。

但协方差有个问题——它受量纲影响。比如你用人民币和美元计价，协方差数值会差很多。所以我们需要相关系数：ρ = Cov(X,Y) / (σ_X * σ_Y)。

相关系数的范围是[-1, 1]：

• ρ=1：完全正相关
• ρ=-1：完全负相关
• ρ=0：不相关（注意：不相关不代表独立！）

在金融中，相关系数常用于：

• 投资组合分散化：低相关性的资产组合可以降低风险。
• 套利策略：寻找相关性高的资产对，做配对交易。
• 风险管理：计算资产间的联动性，评估极端情况下的风险传染。

2.4 大数定律与中心极限定理：统计推断的“两大支柱”

这两个定理，是统计学的基石。没有它们，我们做的一切推断都是空中楼阁。

大数定律：样本量越大，样本均值越接近总体均值。说白了，你抛硬币的次数越多，正面出现的频率就越接近50%。

这个定理告诉我们：只要样本足够大，样本统计量就能很好地估计总体参数。但“足够大”是多少？这取决于数据的分布。对于厚尾分布，你可能需要更多的样本才能收敛。

中心极限定理：无论原始分布是什么，只要样本量足够大，样本均值的分布就近似正态分布。

这个定理太重要了。它让我们可以用正态分布来做统计推断，即使我们不知道原始分布的具体形式。比如，你计算一个投资策略的平均收益率，只要样本量够大，你就可以用正态分布来构造置信区间。

但要注意：中心极限定理的收敛速度取决于原始分布的形状。对于对称分布，收敛很快；对于偏态分布，可能需要更大的样本量。

知识体系总览

下面这张图，是我自己梳理的本章知识结构。你看一眼，就能明白各个概念之间的关系。

这张图把本章的核心逻辑串起来了。从随机变量出发，到分布函数，再到三个核心概念（期望与方差、协方差与相关系数、大数定律与中心极限定理），最后汇聚到金融计量经济学模型。每一步都是环环相扣的。

小结

这一章的内容，说白了就是三件事：

1. 描述不确定性：用随机变量和分布函数。
2. 量化特征：用期望、方差、协方差、相关系数。
3. 建立推断基础：用大数定律和中心极限定理。

这些概念，你在后续的回归分析、时间序列、GARCH模型里都会反复用到。我建议你花点时间，把每个概念的直觉理解透，而不是死记公式。公式是工具，直觉才是灵魂。