(3)峰度K
      峰度是对收益率分布函数“胖瘦”的度量，一般以正态分布的峰度值3为基准，如果峰度值大于3，表示该分布具有尖峰、厚尾的特征;如果峰度值小于3，表示该分布具有低峰、薄尾的特征。峰度由收益率的四阶矩计算：
　　三、实证检验及结论
　　上海股票市场的收益率是否如同理论研究中所假设的服从正态分布呢?这需要做正态性的检验。正态性检验的零假设为：组成样本的ｎ个独立观测值来自同一个正态分布。正态性检验新标准指出：“如果没有关于样本的附加信息可以利用，首选推荐的是做一张正态概率图”，把图方法放在其它检验方法的前面，本文中从正态概率图和JB检验两方面考察收益率分布的正态性。
　　（一）图方法。正态概率纸的横轴是均匀刻度的，表示变量X的值;纵轴是非均匀刻度的，表示该变量服从正态分布所对应的均值.若该变量来自正态总体，则正态概率图将近似为一条直线（图1）。
　　从图1可以看出标绘1997年1月6日至2002年6月21日周收益率分布的点对直线出现系统性偏差。根据新标准提供的对正态分布偏离的分布类型的直观信息，可以认为对应的分布是有偏的，尖峰的。

      （二）Jarque-Bera检验。下面用Jarque-Bera(JB)检验，它是依据OLS残差，对大样本的一种检验方法.Jarque和Bera建立了如下检验统计量：       其中n为样本容量;S为偏度;K为峰度;Jarque和Bera证明了：在正态性假定下，式中给出的JB统计量渐近的服从自由度为2的χ2分布，用符号表示为：        ，其中asp表示渐进的。
　　如果变量服从正态分布，则S为0，K为3，因而JB统计量的值为零。但如果变量不是正态变量，则JB统计量将为一个逐渐增大值。在某一显著水平下，根据式中计算的值超过临界的值χ2，则将拒绝正态分布的零假设;但如果没有超过临界χ2的值，则接受零假设.
表1  上证指数数据统计特征

      由表1可得：周收益率的JB检验统计量远远超出了临界值，因此周收益率服从正态分部的零假设是可以拒绝的。
　　四、结  语
　　本文从正态概率纸和JB检验两种检验方法论证了上证综合指数周收益率分布不服从正态分布，得出了收益率分布具有尖峰和厚尾的特性，正态分布的假设是不合理的。