Damodaran · 统计基础
版本:2021 系列 · 官方播放列表
保留官方当前唯一的 Statistics 101 系列。共 14 条。按官方播放列表顺序排列。
课程提炼
这门课不是统计学入门,而是一份防骗手册加一个工具箱。它讲的内容不多,每个工具都配了金融案例,重点始终在同一件事:这个数字能不能信,能信到什么程度。Damodaran 反复说的一句话是,事实很少,我们处理的几乎都是估计,所以任何数字都要连同它的误差一起看。细节和算例都在单篇笔记里,这里只放跨讲的结构。
知识框架
| 模块 | 讲次 | 回答的问题 |
|---|---|---|
| 总览 | 预告、第 1 讲 | 为什么学统计,全课有哪几块 |
| 抽样 | 第 2 讲、第 2A 讲 | 样本能否代表总体,偏差和噪音从哪来 |
| 描述 | 第 3 讲、第 3A 讲 | 怎样用少数指标概括数据,该看哪一个 |
| 分布 | 第 4 讲、第 4A 讲 | 数据像哪种分布,能不能假设正态 |
| 关系 | 第 5 讲、第 5A 讲、第 5B 讲 | 两个变量有没有关系,回归怎样读、怎样搭 |
| 概率 | 第 6 讲、第 6A 讲 | 事件有多大可能,怎样把风险算成决策 |
| 模拟 | 第 6B 讲 | 输入都不确定时,结果是什么分布 |
选工具的总表
| 你要回答的问题 | 工具 | 先检查什么 | 课程案例 |
|---|---|---|---|
| 样本均值离真实值多远 | 标准误 | 样本是否有偏,是否独立同分布 | 股票长期回报 |
| 典型值是多少 | 中位数或均值 | 是否偏斜,有多少观察值被丢掉 | PE、股息率 |
| 能否假设正态 | 直方图、Q-Q 图、检验 | 周期长短,个股还是指数 | Disney、Apple、标普 500 |
| 两个变量是否同动 | 相关、散点图 | 是否巧合,是否有第三个变量 | 利率和盈利收益率 |
| 用 X 解释或预测 Y | 回归 | 线性、共线性、残差、预测时拿不拿得到 X | 贝塔、PE、银行 PBV |
| 离散事件的概率 | Probit、Logit | 是否从期初全部样本开始 | 破产、恶意收购 |
| 风险先后发生 | 决策树 | 每个节点能否放弃 | FDA 药物审批 |
| 宏观或监管结果分几种 | 情景分析 | 情景是否覆盖全部,有无概率 | easyJet 和脱欧 |
| 多个连续输入都不确定 | 蒙特卡洛模拟 | 模型是否可靠,变量是否相关 | Apple、Zomato |
核心结论
- 偏差和噪音是两回事:噪音随样本变大而减小,偏差不会。金融里几乎没有随机样本,指数、回测和基金研究都是筛选过的,所以先查样本,再看显著性。
- 长期均值会藏起结构变化:小盘溢价 1927–2020 年是 3.54%,1980 年以后却是负的。任何历史均值都要切开再看。
- 要看的数字通常不是均值:PE 均值 110、中位数 18,股息率的中位数是 0。先问分布形状,再问被删掉了谁。
- 标准差和标准误不能混:标准差说个体,标准误说均值。预测明年的回报要用标准差,估计长期回报才用标准误。
- 正态只是方便:指数比个股、长周期比短周期更接近正态,这是中心极限定理的体现。风险管理的问题正好出在尾部。
- 相关不是因果,显著不是赚钱:数据够多总能挖到显著的结果。变量要来自模型,不来自搜索;信号还要过交易成本这一关。
- 低 R² 不丢人,高 R² 不代表对:9 个观察值配 4 个变量,R² 有 75%,却毫无价值。美国股票的 PE 回归只有 40%,可它是真的。
- 主观概率是投资的常态:下一年只有一次,理性的人可以不同,新信息来了就更新。连胜也不是技能的证据,随机情况下也有人能连赢十年。
- 风险的形状决定工具:序列用决策树,同时的离散结果用情景分析,连续的用模拟。工具用错,算得再细也没用。
- 看清不确定性,反而没那么怕:模拟没有改变 Apple 的中位数,改变的是你知道自己有多大把握。这和生命周期课的“不确定性是特点,不是缺陷”是同一句话。
各讲之间的关系
- 第 2 讲的独立同分布和大数定律是全课的地基,第 4A 讲的两条法则都可以用中心极限定理解释。
- 第 2 讲的标准误在第 3、5、6A 讲反复出现,形式不同,含义相同:估计值的噪音随 √n 下降。
- 第 3A 讲删掉负盈利公司的问题,就是第 2A 讲负盈利回测的问题,第 5B 讲的 PE 回归也一样。
- 第 4 讲的流程图是第 6B 讲选分布时直接用的。
- 第 5 讲的诊断在第 5A 讲落到输出表上,第 5B 讲再变成搭建回归的流程。
- 回归的残差和模拟的百分位是同一种思路:把价格放进一个分布里,看它偏离多远。
和其他课的关系:贝塔的回归是公司金融的工具,模拟和决策树在估值课里用来估值,Zomato 的模拟就是企业生命周期第 10 讲那一张。这门课补的是这些工具背后的统计判断。
这门课的讲义要小心
这门课的讲义和测验答案比前几门错得多,而且有几处正好错在课程要教的东西上。这些错误不改变课程的方向,但用它当参考时要注意:
影响结论的
- 比例的标准误:第 6A 讲第 2 页写成 2.5%,正确是 5%。测验答案第 6、6A 讲都跟着错,第 6A 讲的基金转移矩阵本来没有持续性的证据,答案却说有。
- “高估”的判断:第 5A 讲用 2% 的国债利率判断 2021 年 1 月 1 日的 E/P,当时利率是 0.93%,差距也小于一个标准误。第 5B 讲 Indosat 的“贵”同样只有 0.15 个标准误。
- 决策树:第 6A 讲的算术全对,但 Type 2 分支应该放弃却没放弃,修正后是 50.56。测验第 4 题的答案和题目条件不符,10.86 按题目应约为 4.92。
- Probit:第 6A 讲测验把线性部分 0.22 当成概率,转换后是 58.7%。
- 恶意收购模型:第 12 页的 1,096 是收购要约,不是恶意收购,它回答的是“被收购时是否恶意”。
概念性的
- 峰度的口径:第 3A 讲的表是原始峰度(和 3 比),测验是 Excel 的超额峰度(和 0 比),第 4 讲又把减 3 的值叫 Pearson 峰度。
- 第 3A 讲用标准误预测明年回报,这是概念错误。第 2 讲用标准误解释个体身高,同样如此。
- 第 5 讲:VIF 不会小于 1;第 16 页把观察因变量和自变量写反了;第 14 页同方差的图有明显趋势。
- 第 4A 讲:p 值为 INF 的“不能拒绝”是软件溢出,不是结论。
- 第 2 讲对弱大数定律的描述,和标准定义不同。
未解决的问题
- 第 3A 讲第 7、8 页的资本成本中位数对不上,美国分别是 5.30% 和 7.40%,“不必打磨资本成本”的结论用的是第 8 页。按第 6 页的直方图,范围其实更窄,结论还在,数字待查。
- 第 5A 讲标为 2013 年的欧洲银行名单,看起来是 2000 年代中期的数据。
- 第 3A 讲测验第 3 题的数据文件已经 404,第 4A 讲同题也无法重算。
- 预告说全课 15 讲,实际 13 讲,也没有回来检验课程目标的收尾。