打字猴:1.703564261e+09

1703564261

1703564262

1703564263 式（5-10）和式（2-1a）的形式很像。如果分布是对称的，那偏度就会是0（所以，正态分布的偏度为零）。如果分布的左尾比右尾更厚，那么这个分布的偏度就为负值。反之，偏度就为正值。当样本的规模为N时，得到的偏度估计量的方差为：

1703564264

1703564265

1703564266

1703564267

1703564268 将峰度定义为标准化后的样本四阶中心矩：

1703564269

1703564270

1703564271

1703564272

1703564273 这是一个描述分布尾部肥硕程度的指标。标准正态分布的峰度为3。峰度值大于3的分布为尖峰分布（leptokurtic），金融领域涉及的分布几乎都是尖峰分布。峰度值小于3的分布为低峰分布（platykurtic）。基于这个定义，正态分布的峰度恰好为3，我们有时候也使用超额峰度的概念，即峰度值减去3。容易引起混淆的是，有些作者直接把这个概念误认为是峰度的定义。微软Excel中计算峰度的公式KURT，实际上计算的就是超额峰度。

1703564274

1703564275 当样本的规模为N时，得到的峰度估计量的方差为：

1703564276

1703564277

1703564278

1703564279

1703564280 最先尝试将这些矩估计用于期权定价的是Jarrow和Rudd（1982），他们从价格分布入手，不厌其烦地使用对数正态分布来估计价格分布。他们以对数正态分布为基础，将新的价格分布以展开式的形式表示。但是很遗憾，价格分布的高阶矩在不同的到期日上并不恒定，因此我们需要对随时间变化的参数进行不断跟踪。这是数学上的近似过程，即便真实分布并没有发生变化，我们还是需要对参数进行重新拟合。

1703564281

1703564282 一个更好的解决方法是由Corrado和Su（1996）提出的，他们对收益率分布进行了展开（从技术上说，这就是Gram-Charlier展开），这意味着参数不是随时间变化的（除非分布的形状确实变了）。欧式看涨期权的价格为：

1703564283

1703564284