KNOWECON WIKI

ARTICLE

方差最小化

方差最小化 (Minimum Variance) 方差最小化 (Minimum Variance) 是金融学和统计学中至关重要的优化原则。其核心目标是，在给定约束下构建投资组合或估计量，使其方差最小。方差在金融中代表风险，在统计中代表估计误差或不确定性，因此方差最小化是风险管理和统计推断的基本工具。 投资组合理论中的应用 在现代投资组合理论 (MPT) 中，

浏览 18 更新 2025-10-26

方差最小化 (Minimum Variance)

方差最小化 (Minimum Variance) 是金融学和统计学中至关重要的优化原则。其核心目标是，在给定约束下构建投资组合或估计量，使其方差最小。方差在金融中代表风险，在统计中代表估计误差或不确定性，因此方差最小化是风险管理和统计推断的基本工具。

投资组合理论中的应用

在现代投资组合理论 (MPT) 中，方差最小化是构建有效前沿 (Efficient Frontier) 的基石，由哈里·马科维茨提出。通过多元化，投资者可构建整体风险低于单个资产的投资组合。

给定 n n 种资产，组合方差为 σp2=wTΣw \sigma_p^2 = \mathbf{w}^T \mathbf{\Sigma} \mathbf{w} ，其中 Σ \mathbf{\Sigma} 为协方差矩阵。全球最小方差组合 (GMVP) 求解如下二次规划：

min⁡w  σp2=wTΣws.t.wT1=1\min_{\mathbf{w}} \; \sigma_p^2 = \mathbf{w}^T \mathbf{\Sigma} \mathbf{w} \quad \text{s.t.} \quad \mathbf{w}^T \mathbf{1} = 1

使用拉格朗日乘数法解得最优权重 wGMVP∗=(Σ−11)/(1TΣ−11) \mathbf{w}^*_{GMVP} = (\mathbf{\Sigma}^{-1} \mathbf{1}) / (\mathbf{1}^T \mathbf{\Sigma}^{-1} \mathbf{1}) 。对于两种资产 A、B，GMVP权重为：

wA∗=σB2−σABσA2+σB2−2σAB,wB∗=1−wA∗w_A^* = \frac{\sigma_B^2 - \sigma_{AB}}{\sigma_A^2 + \sigma_B^2 - 2\sigma_{AB}}, \quad w_B^* = 1 - w_A^*

其中 σAB=ρABσAσB \sigma_{AB} = \rho_{AB}\sigma_A\sigma_B 。当资产相关性 ρAB \rho_{AB} 越低，组合方差降低效果越显著，这正是多元化核心价值所在。

统计估计理论中的应用

在统计学中，方差最小化与有效性紧密相关。最小方差无偏估计量 (MVUE) 是所有无偏估计量中方差最小的。无偏性保证长期估计正确，最小方差确保估计最精确，两者共同构成"最佳"估计量。

克拉默-拉奥下界 (CRLB)

克拉默-拉奥下界 为无偏估计量的方差提供理论下限：

Var(θ^)≥1I(θ)Var(\hat{\theta}) \ge \frac{1}{I(\theta)}

其中 I(θ) I(\theta) 是费雪信息，衡量样本中包含的参数信息量。费雪信息越大，方差下界越小。若估计量方差恰好达到 CRLB，则称其为有效估计量 (Efficient Estimator)。

示例：设 X1,…,Xn∼N(μ,σ2) X_1,\ldots,X_n \sim N(\mu,\sigma^2) ，样本均值 Xˉ \bar{X} 的方差为 Var(Xˉ)=σ2/n Var(\bar{X}) = \sigma^2/n ，恰等于 CRLB，故 Xˉ \bar{X} 是正态均值 μ \mu 的有效估计量。

渐近有效性

当有限样本 MVUE 难以获得时，渐近有效性成为重要标准。当 n→∞ n \to \infty 时，若估计量的渐近方差达到 CRLB，则称其为渐近有效。最大似然估计 (MLE) 在正则条件下满足此性质，是应用最广的渐近有效估计方法。

总结

方差最小化统一了金融和统计中的最优决策逻辑。在金融领域，它通过多元化构建全球最小方差组合以控制风险；在统计领域，它通过 CRLB 筛选出最精确的 MVUE。两者本质相同：在约束下最小化不确定性，实现资源最优配置。