样本偏度

样本偏度（sample skewness）是描述样本数据分布不对称程度的重要统计量。它衡量的是分布相对于其均值呈现出的偏斜方向和程度，是继均值、方差之后第三重要的分布数字特征。在经济学、金融学和社会科学等领域的实证研究中，样本偏度被广泛用于判断数据是否服从正态分布、识别极端值的影响以及评估风险特征。

定义与计算公式

给定一个包含 $n$ 个观测值的样本 $\{x_1, x_2, \dots, x_n\}$，样本偏度最常用的定义基于三阶中心矩。令 $\bar{x}$ 为样本均值，$s$ 为样本标准差（通常使用 $n-1$ 作为分母的无偏版本），则样本偏度 $g_1$ 的计算公式为：

其中 $m_k = \frac{1}{n}\sum_{i=1}^n (x_i - \bar{x})^k$ 表示第 $k$ 阶样本中心矩。这一形式的偏度称为 Fisher-Pearson 标准化矩系数，是实际应用中最常见的版本。

由于上述定义在有限样本中是有偏的，统计学家还提出了偏度修正公式。调整后的样本偏度 $G_1$ 为：

这一修正系数在小样本情况下尤为重要。当样本量 $n$ 较大时，修正系数趋近于 1，$g_1$ 与 $G_1$ 的差异可忽略不计。

偏度的直观解释

样本偏度的符号和大小提供了关于分布形状的重要信息。

正偏态（右偏）：当 $g_1 > 0$ 时，分布呈现右偏特征。此时分布的右侧尾部较长，大部分数据集中在左侧，而少数极大值将均值拉向右侧。在收入分布研究中，居民收入数据通常呈现右偏形态，因为少数高收入者将均值推高，使得中位数小于均值。金融资产收益率也常表现出右偏特征，意味着存在出现极端正收益的可能。

负偏态（左偏）：当 $g_1 < 0$ 时，分布呈现左偏特征。此时分布的左侧尾部较长，大部分数据集中在右侧，少数极小值将均值拉向左侧。在可靠性工程中，产品寿命数据有时呈现左偏形态。在金融领域，某些衍生品收益率可能表现出左偏特征，意味着下行风险大于上行潜力。

对称分布：当 $g_1 = 0$ 或非常接近 0 时，分布大致对称。正态分布、t 分布（自由度较大时）均为对称分布的典型例子。但需要注意的是，偏度为零并不必然意味着分布对称，某些不对称的分布也可能巧合地具有零偏度。

与总体偏度的关系

样本偏度 $g_1$ 是总体偏度 $\gamma_1$ 的一致估计量。总体偏度定义为：

其中 $\mu$ 为总体均值，$\sigma$ 为总体标准差。在大样本条件下，样本偏度 $g_1$ 依概率收敛于总体偏度 $\gamma_1$，且其渐近分布服从正态分布：

其中 $\kappa$ 涉及总体的高阶矩。对于来自正态总体的样本，$g_1$ 的渐近方差为 $6/n$，这一性质被广泛用于正态性检验。

样本偏度的标准误与统计推断

样本偏度的标准误是进行统计推断的基础。在正态性假设下，样本偏度的近似标准误为：

对于大样本，可简化为 $SE(g_1) \approx \sqrt{6/n}$。

利用这一标准误，可以构造偏度的置信区间并进行假设检验。偏度检验（skewness test）的原假设为 $H_0: \gamma_1 = 0$（即分布对称），检验统计量为：

在正态性假设下，$z$ 统计量近似服从标准正态分布。若 $|z| > 1.96$（5\%显著性水平），则可拒绝对称性假设。

Jarque-Bera 检验是联合使用偏度和峰度进行正态性检验的经典方法。其检验统计量为：

其中 $g_2$ 为样本峰度。在正态性原假设下，$JB$ 统计量渐近服从自由度为 2 的卡方分布。

样本偏度的局限性

尽管样本偏度是衡量分布不对称性的标准工具，但在实际应用中存在若干需要注意的局限性。

首先，样本偏度对极端值高度敏感。由于计算公式中涉及三次方运算，单个极端观测值就能对偏度估计值产生巨大影响。这使得在含有异常值的数据集中，样本偏度的估计可能不可靠。在使用样本偏度之前，通常建议先进行异常值检测和处理。

其次，在样本量较小时，样本偏度的估计存在较大的抽样误差。即使数据来自对称分布，小样本的偏度估计值也可能远离零。因此，在小样本研究中，应谨慎解读偏度值，最好辅以 Bootstrap 方法获取偏度估计的置信区间。

第三，偏度只是分布形状的一个维度。两个完全不同的分布可能具有相同的偏度值。因此，偏度应与其他描述性统计量（均值、方差、峰度）和可视化工具（直方图、箱线图、Q-Q 图）结合使用，才能全面把握数据分布的特征。

在经济学与金融学中的应用

样本偏度在经济学和金融学领域有着广泛且重要的应用。

在风险管理中，偏度是衡量投资组合风险的关键指标之一。均值-方差分析假设收益率服从正态分布，但大量实证研究表明金融资产收益率呈现非对称分布特征。投资者通常偏好正偏态（即获得极端正收益的可能性大于极端负收益），而厌恶负偏态。因此，在资产定价模型中引入偏度因素（如三阶矩资本资产定价模型）能够更准确地刻画投资者的风险偏好。

在收入分配研究中，偏度是分析收入不平等的重要工具。收入分布通常呈现右偏形态，偏度的大小反映了高收入群体相对于中低收入群体的分布状况。偏度的变化趋势可用于判断收入两极分化的加剧或缓解。

在宏观经济预测中，预测误差的偏度分析有助于识别预测的系统性偏差。若预测误差呈现显著的正偏态，说明预测系统性地低估了某些变量的变动幅度。

在行为经济学中，偏度被用于解释彩票和保险等领域的决策行为。人们对不同偏度特征的风险表现出不同的偏好模式，这一发现对前景理论等行为模型提供了实证支持。

计算示例

假设有一个小样本数据集：$\{2, 3, 4, 5, 16\}$。样本均值 $\bar{x} = 6$，样本标准差 $s \approx 5.70$。各数据点与均值的偏差分别为 $-4, -3, -2, -1, 10$，其三次方分别为 $-64, -27, -8, -1, 1000$。三阶中心矩 $m_3 = (1000 - 64 - 27 - 8 - 1)/5 = 180$，二阶中心矩 $m_2 = (16 + 9 + 4 + 1 + 100)/5 = 26$。因此 $g_1 = 180 / 26^{3/2} \approx 180 / 132.66 \approx 1.36$，表明分布呈右偏形态。调整后的偏度 $G_1 = \frac{\sqrt{5 \times 4}}{3} \times 1.36 \approx 2.03$。这一正偏态符合直观判断——数据中的极端值 16 将分布向右拉长。

总结

样本偏度是理解和描述数据分布不对称性的核心统计量。从定义公式到统计推断，从经济金融应用到计算实现，样本偏度为数据分析提供了不可或缺的维度。在实际研究中，正确计算和解读偏度，理解其局限性并结合其他方法综合判断，是进行严谨实证分析的基本要求。随着大数据时代的到来和计算能力的提升，偏度分析在更复杂的数据结构（如高维数据、时间序列、面板数据）中的应用也在不断拓展，持续为经济学和金融学的研究贡献重要的洞察力。