3. 统计学基础
在构建 Monte Carlo 风险模型之前，必须掌握一组核心统计量。这些统计量不仅是描述数据分布特征的“语言”，更是后续量化风险敞口、设定 VaR（在险价值）和压力测试阈值的直接工具。本节将逐一拆解每个统计量的数学定义、直观含义，并明确其在风险复核流程中的具体落点。
3.1 均值（Mean）—— 风险的中心趋势
均值是所有观测值的算术平均，代表“最可能”的期望结果。在风险场景中，均值通常对应预期损失或基准情景。
| 维度 | 说明 | 风险应用示例 |
|---|---|---|
| 总体均值 μ | 全部可能结果的期望值 | 资产组合的长期平均收益率 |
| 样本均值 x̄ | 从历史数据或模拟中计算的均值 | 过去 250 个交易日的平均日亏损 |
风险提示：均值对极端值敏感。在厚尾分布（如金融收益率）中，单个极端损失会严重拉偏均值，导致对“典型”风险的误判。因此，在风险复核中，均值必须与中位数或截尾均值配合使用。
3.2 方差（Variance）与标准差（Standard Deviation）—— 风险的离散度
方差衡量数据围绕均值的波动程度；标准差是方差的平方根，与原始数据量纲一致，更直观。在风险管理中，标准差直接对应波动率，是计算 VaR 和风险资本的核心参数。
- 方差公式： σ² = Σ(xᵢ – μ)² / N
- 标准差公式： σ = √σ²
- 风险含义：标准差越大，结果的不确定性越高，尾部风险越严重。
Monte Carlo 关键点：在模拟中，我们通常假设收益率服从正态分布 N(μ, σ²)。但实际金融数据常呈现“尖峰厚尾”，因此后续章节会引入 t 分布或 Cornish-Fisher 展开来修正标准差对尾部风险的低估。
3.3 百分位数（Percentile）—— 尾部风险的直接度量
百分位数将数据按大小排序后，给出某个百分比位置的值。在风险领域，第 5 百分位数或第 1 百分位数直接对应 VaR（在险价值）。
| 百分位 | 含义 | 风险度量 |
|---|---|---|
| 第 50 百分位（中位数） | 一半数据低于此值 | 稳健中心趋势，不受极端值影响 |
| 第 5 百分位 | 5% 的数据低于此值 | 95% VaR：有 95% 的把握损失不超过该值 |
| 第 1 百分位 | 1% 的数据低于此值 | 99% VaR：更严格的尾部风险度量 |
常见误区：VaR 只回答“最坏情况下的损失上限”，但不回答“一旦突破上限，损失有多大”。因此，百分位数必须与下一节的“条件尾部期望”或“预期亏损”配合使用，才能完整刻画尾部风险。
3.4 置信区间（Confidence Interval）—— 估计的不确定性
置信区间给出一个范围，该范围以一定置信水平包含总体参数的真值。在 Monte Carlo 模拟中，我们通常报告95% 置信区间，表示模拟结果有 95% 的概率落在此区间内。
- 公式（正态假设）： CI = x̄ ± zα/2 × (σ / √n)
- z 值： 95% 置信水平对应 z=1.96；99% 对应 z=2.58
- 风险应用： 用于评估 VaR 估计的稳定性。如果置信区间很宽，说明模拟次数不足或分布假设不合理。
风险复核实践：在输出 VaR 时，必须同时报告其 95% 置信区间。例如：“95% VaR 为 -2.3 亿元，95% 置信区间为 [-2.8 亿元, -1.9 亿元]”。若区间宽度超过 VaR 本身的 30%，则需增加模拟次数或调整分布假设。
3.5 统计量在风险度量中的综合应用
下图展示了从原始数据到风险度量的完整链路，以及每个统计量在流程中的位置：
3.6 风险复核中的统计量检查清单
在每次 Monte Carlo 风险复核流程中，建议按以下清单逐一验证统计量的合理性：
| 检查项 | 统计量 | 合理性标准 | 异常处理 |
|---|---|---|---|
| 中心趋势 | 均值 vs 中位数 | 两者差异 < 0.5σ | 若偏差过大，检查数据是否含异常值 |
| 离散度 | 标准差 | 与历史波动率偏差 < 20% | 若偏差过大，检查模拟参数或分布假设 |
| 尾部风险 | 第 5 百分位 | 与历史 95% VaR 偏差 < 15% | 若偏差过大，增加模拟次数或调整分布 |
| 估计稳定性 | 95% 置信区间宽度 | 宽度 < VaR 值的 30% | 若过宽，增加模拟次数至 10 万以上 |
实操建议：在 Python 中，使用
numpy.percentile() 计算百分位数，使用 scipy.stats.norm.interval() 计算置信区间。对于非正态分布，推荐使用 numpy.quantile() 配合排序后的模拟结果直接计算经验百分位数，避免分布假设带来的模型风险。
3.7 从统计量到风险决策：一个完整示例
假设某投资组合的日收益率模拟结果如下（单位：%）：
- 均值 μ： 0.12
- 标准差 σ： 1.85
- 第 5 百分位： -2.94
- 第 1 百分位： -4.31
- 95% 置信区间（均值）： [0.08, 0.16]
风险解读：
- 预期日收益为 0.12%，但波动率高达 1.85%，说明风险较高。
- 95% VaR 为 -2.94%，即每天有 95% 的概率损失不超过 2.94%。
- 99% VaR 为 -4.31%，尾部风险显著增加（从 95% 到 99%，VaR 增加了 46.6%），提示分布存在厚尾特征。
- 均值的 95% 置信区间较窄（宽度 0.08%），说明模拟次数足够，估计稳定。
风险复核结论：该组合在正常市场条件下风险可控，但尾部风险突出。建议在压力测试中重点关注 99% VaR 对应的极端情景，并考虑引入期权对冲或降低杠杆。