现代投资组合理论

定义

现代投资组合理论是一套在不确定性条件下指导资产组合选择的理论框架。它以投资组合的期望收益表示收益，以收益率的方差或标准差表示风险，主张在给定收益水平下使风险最小，或在给定风险水平下使收益最大^[1]。这一分析方式被称为均值—方差分析，1952 年由哈里·马科维茨在论文《资产组合选择》中率先提出，此后逐步系统化^[1]。

该理论把投资组合的构建转化为一个数学优化问题。在可行组合集合中，满足风险最小或收益最高的那些组合构成有效前沿，投资者依据自身的风险偏好在前沿上选择组合^[2]。有效前沿之上不存在组合，位于其下方的组合则因单位风险收益较低而不被选取^[3]。

在资产类别层面，该理论给出的核心结论是分散化能够在不降低预期收益的前提下减小组合波动，因此组合风险取决于各项资产的方差以及它们两两之间的协方差，而不仅是单项资产自身的风险^[4]。由于不同资产的收益率在现实中存在相关性，风险无法被完全消除^[4]。

原理

均值—方差模型用组合权重的线性组合计算预期收益，用权重与协方差矩阵的二次型计算组合方差。设 $\boldsymbol{w}$ 为各资产的投资权重向量，$\boldsymbol{\mu}$ 为预期收益率向量，$\boldsymbol{\Sigma}$ 为收益率协方差矩阵，则组合的预期收益为 $E(r_p)=\boldsymbol{w}^{T}\boldsymbol{\mu}$，组合方差为 $\mathrm{Var}(r_p)=\boldsymbol{w}^{T}\boldsymbol{\Sigma}\boldsymbol{w}$^[5]。

在此基础上，求解过程是一个二次规划问题：在组合预期收益等于给定水平的约束下最小化组合方差，同时要求各权重之和为 1^[5]。让目标收益在合理区间内变动并反复求解，得到的解集即构成有效前沿；前沿的顶点是方差最小的组合，从无风险利率出发的直线与前沿的切点对应夏普比率最高的组合^[5]。

模型建立在若干理想化假设之上，包括投资期限单一、市场流动性充分且无交易成本、投资者仅依据均值与方差做选择，以及投资者总体上是风险厌恶的^[6]。

flowchart LR

A[估计各资产的预期收益、方差与协方差] --> B[建立二次规划问题]

B --> C[给定收益下最小化组合方差]

C --> D[得到最小方差组合]

D --> E[变动目标收益并重复求解]

E --> F[得到有效前沿]

F --> G[结合风险偏好选择组合]

发展历程

1952 年，马科维茨在《金融学杂志》发表《资产组合选择》，把数理统计方法引入投资组合研究，标志着现代投资组合理论的正式诞生^[5]。1956 年，他进一步给出了实际计算最优组合的方法，即把问题表述为二次规划问题；1959 年，他出版《资产组合选择：投资的有效分散化》，将相关研究系统化^[4]。马科维茨提出该理论时正处于计算机发展的早期，能够进行这类分析的计算资源极为有限，因此当时它主要是理论形态，直到其方法在实务中产生影响后才得到广泛认可^[2]。

马科维茨的学生威廉·夏普推进了理论的下一步发展。1963 年，他提出简化的单因素模型，把资产收益分解为由市场共同因素驱动的部分和与市场无关的剩余部分，使需要估计的参数数量从随资产数量平方增长降为线性增长，从而缓解了计算负担^[2]。虽然这一模型简化了现实中影响收益的诸多不确定性因素，但它为投资者提供了直观的收益弹性参考，也为后续研究奠定基础^[7]。

20 世纪 60 年代中期，夏普、约翰·林特纳、简·莫辛等人各自独立地建立了资本资产定价模型，把马科维茨的微观分析扩展为金融资产价格形成的市场分析^[4]。该模型将单项资产的风险贡献以贝塔系数衡量，贝塔系数大于 1 的资产对整体市场组合风险的边际贡献高于平均水平，小于 1 则低于平均水平^[4]。1976 年，斯蒂芬·罗斯提出套利定价理论，以多因子模型为基础刻画收益率，用套利概念定义均衡，所需假设比资本资产定价模型更少、更合理^[8]。1990 年，马科维茨、夏普与默顿·米勒共同获得诺贝尔经济学奖，表彰他们在金融经济学理论方面的开创性工作^[4]。

应用

现代投资组合理论是资产配置实践的起点。养老基金、慈善基金、对冲基金等机构在分配资产比例时，会先估计各类资产的预期收益、方差与协方差，再求解最优配置比例。部分机构还面临流动性约束或持股比例上限，这些约束会改变优化的形式，增加不等式条件后模型往往需要借助数值方法求解。

在基金绩效评价方面，由资本资产定价模型衍生出的夏普比率用于衡量投资者每多承担一单位风险所获得的报酬，是资产组合绩效衡量的经典指标^[7]。夏普比率也可以作为优化目标，此时有效前沿与无风险利率直线的切点即为夏普比率最高的组合^[5]。

该理论也是量化投资的理论与计算方法基础之一。在固定投资期的策略中，投资者可以依据预测的收益向量和协方差估计，选择位于有效前沿上的组合，而不是简单地等额买入排名靠前的资产^[6]。

局限

模型需要估计预期收益、方差与协方差，而这些估计本身存在困难，模型对参数估计误差的敏感度也相对较高^[1]。当资产数量大于样本数量时，由历史数据估计得到的协方差矩阵往往是奇异的，而模型求解需要对该矩阵求逆并要求其非奇异，证券数量很多时这一条件较难满足。

以方差衡量风险的做法源自效用函数的二阶展开，其基本假设是资产收益率服从正态分布，而实际市场的收益率分布常呈现尖峰厚尾特征，这会使配置结果与预期产生偏差^[9]。此外，模型还假设单一投资期、允许卖空且不存在交易成本，放松或改变这些条件会使模型需要扩展，并可能失去解析解。

模型假设投资者可以准确预测收益与风险，其有效性也受到实证质疑。有研究者指出，由于真实的市场组合无法被观察，资本资产定价模型难以被检验，因而不应被视为完美的证券定价模型^[8]。另一个实际问题是，用历史数据构建出的有效组合在下一期未必继续保持有效，因为风险并未得到控制^[3]。

参见

• 有效前沿 —— 由均值—方差有效的资产组合构成的集合，是本理论的核心分析工具。

• 资本资产定价模型 —— 以本理论为基础发展出的资产定价模型，用贝塔系数描述风险与预期收益的关系。

• 套利定价理论 —— 以多因子模型和套利概念刻画收益率的资产定价理论，假设条件少于资本资产定价模型。

• 分散化 —— 通过配置相关性较低的资产来减小组合波动的方法，是本理论的基本结论之一。

• 夏普比率 —— 衡量单位风险所获超额收益的绩效指标，可用于挑选有效前沿上的最优组合。