对数正态近似

对数正态近似 (Log-Normal Approximation)

对数正态近似（Log-Normal Approximation）是统计学与计量经济学中的一种渐近推断技术，其核心思想为：当一个正的随机变量可以通过取对数转化为近似正态的变量时，那么该原始变量就可用对数正态分布来近似。这一方法在构造正的参数（如方差、比率、价格指数）的置信区间，以及处理乘积形式的随机变量时特别有效。对数正态近似可以看作中心极限定理（CLT）从加法世界向乘法世界的推广，也与Delta方法密切相关。

理论基础：从正态到对数正态

对数正态近似的基本原理建立在变量变换之上。若随机变量 $Y$ 满足 $\ln Y$ 近似服从 正态分布 $N(\mu, \sigma^2)$，则 $Y$ 近似服从对数正态分布。设 $Y = e^X$，其中 $X \sim N(\mu, \sigma^2)$，则 $Y$ 的概率密度函数为：

其均值和方差分别为 $E[Y] = e^{\mu + \sigma^2/2}$，$\operatorname{Var}(Y) = (e^{\sigma^2} - 1) e^{2\mu + \sigma^2}$。对数正态近似的关键优势在于它天然保证近似区间位于正半轴上，这比直接用正态近似一个取值范围受限的参数更为合理。

两种主要应用场景

乘积中心极限定理。与经典中心极限定理描述独立同分布变量之和收敛于正态不同，大量独立正随机变量的乘积在适当条件下收敛于对数正态。设 $Z_n = \prod_{i=1}^n X_i$，其中 $X_i$ 为独立正随机变量，则 $\ln Z_n = \sum \ln X_i$。对 $\ln X_i$ 应用普通CLT，$\ln Z_n$ 近似正态，于是 $Z_n$ 近似对数正态。这一性质在金融学中解释长期累积收益率时尤为自然。

Delta方法的对数变换。对于正的参数 $\theta$ 的估计量 $\hat{\theta}$，若 $\sqrt{n}(\hat{\theta} - \theta) \xrightarrow{d} N(0, \sigma^2)$，则对对数变换应用Delta方法可得：

由此，$\ln \hat{\theta}$ 近似正态，$\hat{\theta}$ 近似对数正态。实践中常先对 $\ln \hat{\theta}$ 构造对称的正态区间，再取指数还原为 $\hat{\theta}$ 的区间，从而得到自然非负且不对称的置信区间，这比直接用 Wald 区间更准确，尤其在小样本或参数接近边界时。

经济学与计量经济学中的应用

在计量经济学中，对数正态近似广泛用于方差参数的推断。误差项方差 $\sigma^2$ 的MLE在小样本下呈偏态分布，通过对数变换后用正态近似再取指数还原的区间覆盖概率明显优于对称区间。在资产定价中，对数正态近似用于期权定价的Black-Scholes模型，模型假设标的资产价格服从几何布朗运动，使得收益率的对数正态性自然推导出价格的对数正态分布。在卫生经济学和劳动经济学中，工资、医疗支出等正且右偏的变量通常通过取对数进行线性回归建模，回归系数的解释也依赖对数正态近似进行反变换。

对数正态近似作为一种实用的渐近工具，因能保持参数的自然取值范围和提供更可靠的有限样本推断，在实证研究中几乎成为处理正参数推断的标准做法。