方差和标准差两个指标,适用于任何决策方案的风险程度的比较。A. 正确B. 错误

本题考查方差和标准差在衡量决策方案风险程度时的适用范围相关知识点。解题思路是明确方差和标准差的定义及作用，再分析其在不同情况下衡量风险程度的局限性。

方差是用来衡量一组数据离散程度的统计量，其计算公式为$\sigma^{2}=\frac{1}{n}\sum_{i = 1}^{n}(x_{i}-\overline{x})^{2}$，其中$x_{i}$是第$i$个数据，$\overline{x}$是数据的均值，$n$是数据的个数。标准差是方差的平方根，即$\sigma=\sqrt{\frac{1}{n}\sum_{i = 1}^{n}(x_{i}-\overline{x})^{2}}$。

方差和标准差确实能够反映数据的离散程度，在一定程度上可以衡量风险。然而，它们存在适用范围的限制。当不同决策方案的期望收益不同时，仅使用方差和标准差来比较风险程度是不合适的。因为方差和标准差是绝对数指标，没有考虑到期望收益的大小。例如，有两个投资方案，方案A的期望收益为$100$元，方差为$10$；方案B的期望收益为$1000$元，方差也为$10$。虽然两个方案的方差相同，但从相对风险的角度来看，方案A的风险相对更高，因为同样的方差波动对于期望收益较低的方案A影响更大。所以，方差和标准差并不适用于任何决策方案的风险程度的比较。