概念进阶统计描述与离散度量
峰度
也叫：Kurtosis、尖峰肥尾、矮峰瘦尾
衡量分布尖峭程度的统计量，正态峰度为3。
核心讲解
峰度衡量分布的“尖峭”与尾部厚重程度。以正态分布为基准，正态分布的峰度为3；峰度大于3说明比正态更尖、尾巴更厚（尖峰肥尾），小于3则更平坦（矮峰瘦尾）。
原书例8.6中，资产A峰度为1.5<3，所以相对正态分布是矮峰瘦尾。值得注意的是，如果题目给出的是“超峰度”（excess kurtosis，等于峰度减3，正态时为0），判断结论会完全不同——超峰度大于0才是尖峰肥尾，等于0才对应正态，读题时要看清给的是峰度还是超峰度。
为什么关注尾部？对资产收益率而言，肥尾意味着极端涨跌的概率比正态分布更高，风险更大。因此峰度与偏度一样，是补充刻画分布形态、评估尾部风险的重要指标。
费曼版：用大白话再讲一遍
把两堆沙子的侧面画出来，一堆堆得又高又尖、两边拖得又长，另一堆摊得又矮又平。峰度就是描述“尖不尖、尾巴厚不厚”：以正态的“标准形状”为参照，太尖叫尖峰肥尾，太平叫矮峰瘦尾。
要点
- 峰度衡量分布尖峭程度与尾部厚度。
- 正态分布峰度=3。
- 峰度>3尖峰肥尾，<3矮峰瘦尾。
- 需区分“峰度”与“超峰度”，超峰度=峰度−3。
常见误区
- 把峰度与超峰度混淆，导致对尖峰还是矮峰的判断相反。
- 以为峰度越大分布越“好”，其实肥尾意味着更高的极端风险。
- 只看峰度不结合偏度，忽略极值偏向哪一侧。
编者注
- 补充原书此处以资产A（峰度1.5）与正态分布对比来说明峰度，未给出峰度的完整计算公式；书中同时提示“若题目给出的是超峰度，则结论完全不同”。读者可把峰度=3（超峰度=0）作为判断基准，并注意区分两者。