CFA® Level I → III
Trang chủ / Phần 1 · Level I: Ethics & Quant & Economics / Module 6
📊 Module 6 / 34 · 1 tuần Level I

Quant II: Thống kê mô tả, xác suất, Bayes và đếm

Các thang đo dữ liệu, mean/median/mode, phương sai–độ lệch chuẩn–CV, skewness và kurtosis, Chebyshev, xác suất (cộng, nhân, có điều kiện, tổng xác suất, Bayes), kỳ vọng–phương sai, covariance–correlation và các quy tắc đếm.

Mean/SDSkewnessBayesCovariance
📌 Vì sao module này quan trọng

Thống kê và xác suất là ngôn ngữ của rủi ro. Nó nuôi các phần sau: lợi suất danh mục, VaR, kiểm định, hồi quy. Đề thi thích hỏi cách diễn giải (skew dương nghĩa là gì, Bayes cập nhật ra sao) hơn là tính toán dài.

🎯 Mục tiêu học tập

  • Tính và diễn giải mean, median, mode, phương sai, SD, CV
  • Nhận biết skewness và kurtosis, dùng Chebyshev
  • Áp dụng các quy tắc xác suất và định lý Bayes
  • Tính kỳ vọng, phương sai, covariance, correlation
  • Dùng quy tắc đếm: hoán vị, tổ hợp

🟢 Thang đo và thống kê mô tả

Thang đoĐặc điểmVí dụ
NominalPhân loại, không thứ tựNgành (tài chính, công nghệ)
OrdinalCó thứ tự, khoảng cách không đềuXếp hạng tín nhiệm AAA > AA
IntervalKhoảng cách đều, không có 0 thựcNhiệt độ °C
RatioCó 0 thực, so sánh tỷ lệLợi suất, giá

Dữ liệu lợi suất (%): [12, 8, -4, 15, 6, 10, -2, 9] (n = 8).

Thước đoCông thứcKết quả
MeanΣ x ÷ n6,75
MedianGiá trị giữa (sau khi sắp xếp)8,50
Sample varianceΣ(x − x̄)² ÷ (n − 1)43,64
Sample SD√variance6,61
Population SD (chia n)—6,18
Coefficient of variationSD ÷ mean0,98
Mean absolute deviationΣ|x − x̄| ÷ n5,06
Mẫu vs tổng thể

Với mẫu dùng chia (n − 1) (Bessel). Trên BA II Plus: SX = mẫu, σX = tổng thể. Đề nói “sample” → SX.

🟡 Skewness, kurtosis và Chebyshev

Phân phối lệch phải (positive skew): mode < median < mean-0.040.090.220.350.480.610.012.414.817.29.612Giá trịModeMedianMean
Lệch phải: đuôi phải dài, mean bị kéo về phía đuôi: mean > median > mode. Lệch trái ngược lại: mean < median < mode.
Kurtosis: leptokurtic có đuôi dày và đỉnh nhọn-0.030.060.150.250.340.43-4-2.4-0.80.82.44zChuẩnFat-tailed (t, df = 3)
Excess kurtosis > 0: leptokurtic (đuôi dày: rủi ro cực đoan cao hơn chuẩn). Excess kurtosis < 0: platykurtic. Chuẩn có kurtosis 3 (excess = 0).
Chebyshev: ít nhất [1 − 1/k²] quan sát nằm trong k độ lệch chuẩn của mean (k > 1)

Ví dụ: k = 2 → ít nhất 75,0%; k = 3 → ít nhất 88,9%. Chebyshev đúng cho mọi phân phối; phân phối chuẩn cho 95% ở k = 2 (chặt hơn).

🟡 Xác suất và Bayes

P(A ∪ B) = P(A) + P(B) − P(A ∩ B) P(A ∩ B) = P(A|B) × P(B) Độc lập: P(A ∩ B) = P(A)P(B)
Bayes: P(A|B) = P(B|A) × P(A) ÷ P(B) Total probability: P(B) = Σ P(B|A_i) P(A_i)

Ví dụ Bayes: xác suất vỡ nợ tiên nghiệm (prior) 4%. Chỉ báo cảnh báo ‘distress’ xuất hiện ở 90% công ty vỡ nợ và 20% công ty không vỡ nợ. Nếu một công ty có cảnh báo, xác suất vỡ nợ hậu nghiệm = 0,9×0,04 ÷ (0,9×0,04 + 0,2×0,96) = 15,79% — thấp hơn nhiều so với trực giác 90%, vì tỷ lệ cơ sở (4%) thấp.

Kỳ vọng và phương sai (3 kịch bản): Boom 30% → 20%; Normal 50% → 10%; Recession 20% → −5%. E(R) = 10,00%; Var = 75,00; σ = 8,66%.

🔴 Covariance, correlation và danh mục

Cov(X,Y) = E[(X − μx)(Y − μy)] ρ = Cov(X,Y) ÷ (σx σy) −1 ≤ ρ ≤ +1
Var(Rp) = w1²σ1² + w2²σ2² + 2w1w2 Cov(R1,R2) E(Rp) = w1E(R1) + w2E(R2)
  • Covariance dương: hai biến thường cùng chiều; ρ = 0 không có nghĩa là độc lập (chỉ không có quan hệ tuyến tính).
  • Với ρ < 1, σp < trung bình có trọng số của σ: đây là lợi ích đa dạng hoá.
  • Spurious correlation (tương quan giả) và outlier có thể làm ρ sai lệch.

⚫ Đếm và các bẫy

Quy tắcCông thứcVí dụ
Giai thừan!5! = 120
Hoán vị (có thứ tự)n!/(n − r)!Chọn 3 từ 10 có thứ tự = 720
Tổ hợp (không thứ tự)n!/[r!(n − r)!]Chọn 3 từ 10 = 120
Multinomial (gán nhãn)n!/(n1!n2!…nk!)10 mã → 3 ‘mua’, 2 ‘giữ’, 5 ‘bán’ = 2520
  • Dùng tổ hợp khi thứ tự không quan trọng, hoán vị khi quan trọng.
  • Quy tắc nhân: số cách = tích số cách ở từng bước.
  • Bẫy Bayes: nhầm P(A|B) với P(B|A).

⚠️ Sai lầm thường mắc

❌ Dùng độ lệch chuẩn tổng thể cho mẫu

Vì sao nguy hiểm: Đánh giá thấp rủi ro.

Cách làm đúng: Mẫu → chia n − 1.

❌ Nhầm skew dương với ‘lợi suất dương’

Vì sao nguy hiểm: Skew dương = đuôi phải dài (nhiều giá trị cực lớn).

Cách làm đúng: Mean > median > mode.

❌ Bỏ qua tỷ lệ cơ sở khi dùng Bayes

Vì sao nguy hiểm: Đáp án quá cao so với thực tế.

Cách làm đúng: Dùng đúng công thức tổng xác suất.

❌ Nghĩ ρ = 0 nghĩa là độc lập

Vì sao nguy hiểm: Có thể có quan hệ phi tuyến.

Cách làm đúng: ρ = 0 chỉ là không tương quan tuyến tính.

❌ Nhầm hoán vị với tổ hợp

Vì sao nguy hiểm: Đáp án lệch nhiều lần.

Cách làm đúng: Hỏi: thứ tự có quan trọng không?

❌ Tính phương sai danh mục thiếu số hạng covariance

Vì sao nguy hiểm: Bỏ đa dạng hoá.

Cách làm đúng: Luôn có 2w1w2Cov.

📌 Cần nhớ
  • Mẫu dùng n − 1; CV = SD ÷ mean để so sánh rủi ro tương đối.
  • Skew dương: mean > median > mode; kurtosis dư > 0: đuôi dày.
  • Bayes cập nhật prior bằng likelihood; chú ý base rate.
  • Var(Rp) cần covariance; ρ < 1 giảm rủi ro.

🧩 Tự kiểm tra (bấm để xem đáp án)

1. Dữ liệu lệch phải (positive skew). Quan hệ nào đúng?
A. Mean < median < mode
B. Mean > median > mode
C. Mean = median = mode
Đáp án: B. Lệch phải: mean bị kéo bởi đuôi phải.
2. Chebyshev cho k = 3 thì ít nhất bao nhiêu quan sát nằm trong 3 SD?
A. 68%
B. 88,9%
C. 99,7%
Đáp án: B. 1 − 1/9 = 88,9%, đúng cho mọi phân phối.
3. Prior 4%, P(signal|default)=0,9, P(signal|no default)=0,2. P(default|signal) xấp xỉ:
A. 90%
B. 15,8%
C. 4%
Đáp án: B. Bayes: 0,036 ÷ (0,036 + 0,192) ≈ 15,8%.
4. Có bao nhiêu cách chọn 3 cổ phiếu từ 10 (không quan tâm thứ tự)?
A. 720
B. 120
C. 30
Đáp án: B. Tổ hợp C(10,3) = 120.
5. Hai tài sản có ρ = 0,3. Độ lệch chuẩn danh mục so với trung bình có trọng số các σ:
A. Cao hơn
B. Thấp hơn
C. Bằng nhau
Đáp án: B. ρ < 1 → có lợi ích đa dạng hoá.
6. Leptokurtic có nghĩa là:
A. Đuôi mỏng hơn chuẩn
B. Đuôi dày hơn chuẩn
C. Đối xứng hoàn hảo
Đáp án: B. Excess kurtosis > 0: đuôi dày.

🏋️ Bài tập thực hành

Bộ 60 bài thống kê

Làm 60 bài (mean/median, SD mẫu, CV, Chebyshev, Bayes, covariance, đếm). Thuộc bảng skew/kurtosis và cách đọc SX/σX trên BA II Plus.

📚 Tài nguyên học tập

✅ Tự đánh giá hoàn thành

  • Tính mean/SD/CV
  • Hiểu skew & kurtosis
  • Dùng Bayes
  • Tính phương sai danh mục
  • Hoàn thành 60 bài
Lưu ý quan trọng: CFA® và Chartered Financial Analyst® là nhãn hiệu của CFA Institute. Khoá này là tài liệu bổ trợ độc lập, không được CFA Institute bảo trợ hay liên kết, và không thay thế giáo trình chính thức, Learning Outcome Statements (LOS) và ngân hàng câu hỏi chính thức. Không ai có thể bảo đảm bạn đậu: kết quả phụ thuộc chủ yếu vào số giờ bạn tự học và luyện đề. Công thức, trọng số, định dạng thi, chương trình học và chính sách thay đổi hằng năm; hãy đối chiếu với thông tin mới nhất của CFA Institute. Mọi số liệu/công ty trong ví dụ là giả định; câu hỏi luyện tập do tác giả tự soạn, không phải đề thi thật.