什么是峰度(excess kurtosis)？

过度峰度是统计学和概率论中用来比较峰度系数和正态分布峰度系数的一种度量。峰度是用来描述分布上尾部大小的统计度量。过度峰度有助于确定一项特定投资涉及多少风险。它表明，从相关事件中获得极端结果或值的概率高于结果概率正态分布的概率。

关键要点

• 过剩峰度比较峰度系数与正态分布。
• 过度峰度在风险管理中是一个很有价值的工具，因为它显示了一项投资是否容易产生极端结果。
• 过度峰度可以是正峰度（细峰度分布）、负峰度（平峰度分布）、零峰度或接近零峰度（中峰度分布）。

理解过度峰度

峰度测量分布的尾部与分布的中心相比有多胖。分布的尾部度量超出正常范围的事件数。与偏度不同，峰度度量的是尾巴的极值。过度峰度意味着事件结果的分布存在大量异常结果，导致钟形分布曲线出现厚尾。正态分布的峰度为3。因此，多余的峰度可以通过峰度减去3来计算。

因为正态分布的峰度是3，所以多余的峰度可以通过峰度减去3来计算。

过度峰度是一个重要的金融工具，更具体地说，在风险管理。在峰度过大的情况下，任何有问题的事件都容易产生极端结果。在检查特定股票或投资组合的历史回报时，这是一个重要的考虑因素。峰度系数越高，高于正常水平，或者收益分布图上的尾部越粗，未来收益率要么非常大，要么非常小的可能性就越大。在平均收盘价的正或负一侧出现异常值的可能性较高的股票价格可以说是正偏态或负偏态，这可能与峰度有关。

过度峰度类型

过剩峰度的值可以是负的，也可以是正的。当过剩峰度的值为负值时，这种分布称为平谷分布。这种分布有一条比正态分布细的尾巴。当应用于投资回报时，具有负超额峰度的平谷分布通常会产生不会非常极端的结果，这对于不想承担大量风险的投资者来说是非常好的。

当过剩峰度为正时，它具有弱峰度分布。此分布的尾部比正态分布的尾部更重，表明风险程度很高。具有轻峰分布或正超额峰度的投资回报率可能具有极值。愿意并有能力承担大量风险的投资者可能会希望投资于具有正超额峰度的汽车。

过多的峰度也可能在零或接近零，所以出现极端结果的可能性很小。这就是所谓的中库尔特分布。这种分布的尾部类似于正态分布的尾部。

过度峰度示例

让我们用一个过度峰度的假设例子。如果你在一年中每天跟踪ABC股票的收盘价，你就会有一个记录，记录下股票以给定的价格收盘的频率。如果构建一个图形，其中包含沿X轴的收盘值以及沿图形Y轴出现的收盘值实例数，则将创建一条钟形曲线，显示股票收盘值的分布。如果只有几个收盘价出现了大量的事件，那么图表将有一个非常细长和陡峭的钟形曲线。如果关闭值变化很大，钟将有一个更广泛的形状与不太陡峭的一面。这个钟形图的尾部将向你展示收盘价出现严重偏离的频率，因为带有大量异常值的图表将在钟形图的两侧有较厚的尾部。