KNOWECON WIKI

ARTICLE

均值-方差分析

均值-方差分析 (Mean-Variance Analysis) 均值-方差分析是由哈里·马科维茨 (Harry Markowitz) 于1952年在论文《投资组合选择》(Portfolio Selection) 中创立的数量化投资决策框架，标志着现代金融经济学的开端。其核心思想是将投资决策简化为两个维度的权衡：用均值（Expected Return）衡量收

浏览 5 更新 2025-11-08

均值-方差分析 (Mean-Variance Analysis)

均值-方差分析是由哈里·马科维茨 (Harry Markowitz) 于1952年在论文《投资组合选择》(Portfolio Selection) 中创立的数量化投资决策框架，标志着现代金融经济学的开端。其核心思想是将投资决策简化为两个维度的权衡：用均值（Expected Return）衡量收益，用方差（Variance）或标准差衡量风险。在此之前，投资分析以定性判断为主；马科维茨首次将投资组合选择表述为一个精确的数学优化问题，并因此获得1990年诺贝尔经济学奖。

数学框架

设有 nn 种风险资产，其收益率向量为 r=(r1,r2,…,rn)\mathbf{r} = (r_1, r_2, \ldots, r_n)，期望收益率向量为 μ=(μ1,…,μn)\boldsymbol{\mu} = (\mu_1, \ldots, \mu_n)，协方差矩阵为 Σ\boldsymbol{\Sigma}。投资组合由权重向量 w=(w1,…,wn)\mathbf{w} = (w_1, \ldots, w_n) 表示，满足 ∑i=1nwi=1\sum_{i=1}^n w_i = 1。组合的期望收益和方差分别为：

μp=w′μ=∑i=1nwiμi,σp2=w′Σw=∑i=1n∑j=1nwiwjσij\mu_p = \mathbf{w}'\boldsymbol{\mu} = \sum_{i=1}^n w_i \mu_i, \quad \sigma_p^2 = \mathbf{w}'\boldsymbol{\Sigma}\mathbf{w} = \sum_{i=1}^n \sum_{j=1}^n w_i w_j \sigma_{ij}

关键洞见在于：组合的风险并非个别资产风险的简单加权平均，而是取决于资产之间的协方差结构。当资产收益不完全正相关（ρ<1\rho < 1）时，分散化（Diversification）能够在不牺牲预期收益的前提下显著降低组合风险。

有效前沿

在均值-方差平面上，所有可行组合构成的区域称为可行集（Feasible Set）。其左上边界即为有效前沿（Efficient Frontier）：对任一给定风险水平，有效前沿上的组合提供最高期望收益；对任一给定期望收益，有效前沿上的组合具有最低风险。有效前沿上的每个点都是帕累托最优的——无法在不增加风险的前提下提高收益，也无法在不降低收益的前提下减少风险。

数学上，有效前沿通过求解一族二次规划问题获得：

min⁡w12w′Σws.t.w′μ=μ0,  ∑i=1nwi=1\min_{\mathbf{w}} \frac{1}{2}\mathbf{w}'\boldsymbol{\Sigma}\mathbf{w} \quad \text{s.t.} \quad \mathbf{w}'\boldsymbol{\mu} = \mu_0,\; \sum_{i=1}^n w_i = 1

其中 μ0\mu_0 为目标期望收益，遍历不同 μ0\mu_0 即得有效前沿。

引入无风险资产与两基金分离定理

当市场中存在无风险资产（收益率为 rfr_f）时，有效前沿变为一条从无风险利率出发、与风险资产有效前沿相切的直线——称为资本市场线（Capital Market Line, CML）。切点组合 MM 为切线组合（Tangency Portfolio），即夏普比率（Sharpe Ratio）最大的风险资产组合。所有理性投资者无论风险偏好如何，都应持有无风险资产与切线组合 MM 的某种线性组合——这一结论称为两基金分离定理（Two-Fund Separation Theorem），由詹姆斯·托宾 (James Tobin) 提出。若所有投资者持有相同的风险资产组合，则 MM 必定为市场组合（Market Portfolio），这构成了资本资产定价模型（CAPM）的微观基础。

局限性与扩展

均值-方差框架依赖若干关键假设：资产收益服从正态分布（或投资者效用为二次型）；投资者仅关心均值和方差两个矩；市场无摩擦、无交易成本。实践中这些假设常有违背——资产收益往往呈现偏态和肥尾特征，投资者对下行风险（Downside Risk）的关注也超出对称方差所能刻画的范围。

后续发展包括：引入偏度与峰度的高阶矩分析；以下行半方差或在险价值（VaR）替代方差作为风险度量；将均值-方差优化扩展至多期动态环境（如默顿的跨期CAPM）；以及基于鲁棒优化处理参数估计不确定性。尽管已有七十余年历史，均值-方差分析仍然是资产配置、因子投资和风险管理实务中最基础且应用最广泛的数量化工具。