KNOWECON WIKI

ARTICLE

资产组合选择

资产组合选择 (Portfolio Selection) 资产组合选择（Portfolio Selection）是金融经济学的核心理论，研究投资者如何在不确定条件下将财富分配于多种资产之中，以实现期望收益与风险之间的最优权衡。该理论由美国经济学家哈里·马科维茨（Harry Markowitz）于1952年在论文《Portfolio Selection》中正式

浏览 3 更新 2025-10-26

资产组合选择 (Portfolio Selection)

资产组合选择（Portfolio Selection）是金融经济学的核心理论，研究投资者如何在不确定条件下将财富分配于多种资产之中，以实现期望收益与风险之间的最优权衡。该理论由美国经济学家哈里·马科维茨（Harry Markowitz）于1952年在论文《Portfolio Selection》中正式创立，为现代投资理论奠定了基础，并因此获得1990年诺贝尔经济学奖。其核心洞见在于：理性的投资者不应孤立地评估单项资产，而应关注资产之间的相关性如何影响整个投资组合的风险特征——分散化（Diversification）是"经济学中唯一的免费午餐"。

从单一资产到投资组合

在马科维茨之前，投资分析主要集中于单项资产的选择：投资者被建议购买那些预期收益最高的证券，或根据基本面分析挑选被低估的股票。这种方法的根本缺陷在于忽略了资产之间的统计关联。马科维茨的革命性贡献在于将注意力从个体资产转向资产组合的整体属性，证明通过持有不完全正相关的资产，投资者可以在不牺牲预期收益的前提下降低总体风险。这一思想彻底改变了资产管理行业，从传统的选股艺术转向以均值-方差优化为核心的系统化配置方法。

均值-方差框架

马科维茨模型将投资决策简化为两个维度的权衡：期望收益和风险。具体而言：

  • 期望收益以资产或组合未来收益率的数学期望 E(R)E(R) 度量，实践中常用历史平均收益作为代理变量。
  • 风险以收益率的方差 σ2\sigma^2 或标准差 σ\sigma 度量，即实际收益围绕期望值的离散程度。

对于由 nn 种资产构成的投资组合，设 wiw_i 为资产 ii 的权重，满足 ∑i=1nwi=1\sum_{i=1}^{n} w_i = 1，则该组合的期望收益率和方差分别为：

E(Rp)=∑i=1nwiE(Ri)E(R_p) = \sum_{i=1}^{n} w_i E(R_i)
σp2=∑i=1n∑j=1nwiwjσij=∑i=1nwi2σi2+∑i=1n∑j≠iwiwjρijσiσj\sigma_p^2 = \sum_{i=1}^{n} \sum_{j=1}^{n} w_i w_j \sigma_{ij} = \sum_{i=1}^{n} w_i^2 \sigma_i^2 + \sum_{i=1}^{n} \sum_{j \neq i} w_i w_j \rho_{ij} \sigma_i \sigma_j

其中 σij\sigma_{ij} 为资产 ii 与 jj 的协方差，ρij\rho_{ij} 为相关系数。组合方差的表达式优雅地揭示了分散化的数学本质：当资产之间非完全正相关（ρij<1\rho_{ij} < 1）时，组合方差小于各资产方差的加权平均，且相关系数越低，风险降低效果越显著。

有效前沿

在均值-方差平面上，所有可行投资组合构成一个伞状区域，其左上方边界称为有效前沿（Efficient Frontier）。有效前沿上的组合具有如下性质：对于任意给定的风险水平，不存在期望收益更高的组合；对于任意给定的期望收益水平，不存在风险更低的组合。理性投资者将始终选择有效前沿上的某个点，具体位置取决于其风险偏好。

有效前沿的数学构造是一个二次规划问题：在给定期望收益水平下最小化组合方差，或在给定方差约束下最大化期望收益：

min⁡w wTΣws.t.wTμ=μp,wT1=1\min_{\mathbf{w}} \ \mathbf{w}^T \mathbf{\Sigma} \mathbf{w} \quad \text{s.t.} \quad \mathbf{w}^T \boldsymbol{\mu} = \mu_p, \quad \mathbf{w}^T \mathbf{1} = 1

其中 Σ\mathbf{\Sigma} 为协方差矩阵，μ\boldsymbol{\mu} 为期望收益向量。该问题的解集在均值-标准差空间中呈现为双曲线的一支（当允许无风险资产时退化为一条直线）。

无风险资产与两基金分离定理

引入无风险资产后，模型发生关键变化。设无风险利率为 rfr_f，投资者可以将资金分配于无风险资产和风险资产组合。此时有效前沿变为一条直线——资本市场线（Capital Market Line, CML），其斜率即为夏普比率。所有投资者将持有相同的风险资产组合（切点组合），仅在无风险资产与切点组合之间的配置比例上因风险偏好而异——这一结论即著名的两基金分离定理（Two-Fund Separation Theorem），由詹姆斯·托宾（James Tobin）提出。

该定理的重要性在于极大简化了投资决策：最优风险资产组合的确定（技术问题）与个人风险偏好的满足（偏好问题）可以完全分离。这一洞察直接为资本资产定价模型（CAPM）和市场组合的概念铺设了道路。

数学推导：最小方差组合

以两种风险资产的情形展示核心机制。设有资产 A 和 B，期望收益分别为 μA,μB\mu_A, \mu_B，标准差为 σA,σB\sigma_A, \sigma_B，相关系数为 ρ\rho。投资于 A 的比例为 ww，B 为 1−w1-w。组合方差为：

σp2=w2σA2+(1−w)2σB2+2w(1−w)ρσAσB\sigma_p^2 = w^2 \sigma_A^2 + (1-w)^2 \sigma_B^2 + 2w(1-w)\rho \sigma_A \sigma_B

对 ww 求一阶条件，可得全局最小方差组合的权重：

w∗=σB2−ρσAσBσA2+σB2−2ρσAσBw^* = \frac{\sigma_B^2 - \rho \sigma_A \sigma_B}{\sigma_A^2 + \sigma_B^2 - 2\rho \sigma_A \sigma_B}

当 ρ=−1\rho = -1 时，存在一个 ww 使 σp2=0\sigma_p^2 = 0，即可以通过两种完全负相关资产构建零风险组合——这是分散化的极限情形。当 ρ=1\rho = 1 时，组合方差退化为各资产标准差的加权平均，分散化不产生任何风险降低效果。

局限性与拓展

马科维茨模型的经典局限包括：第一，参数敏感性——均值-方差优化的输出对输入参数（尤其是期望收益的估计）极为敏感，微小的估计误差可能导致权重发生剧烈变化，这一现象被称为"误差最大化"而非分散化。第二，正态性假设——方差作为风险的充分统计量仅当收益服从正态分布或投资者具有二次效用函数时成立，实际金融数据呈现显著的肥尾和偏态特征。第三，静态性——基础模型为单期框架，不考虑跨期对冲需求（默顿模型的跨期资本资产定价模型弥补了这一缺陷）。

为应对这些局限，后续研究发展出多种改进方法：布莱克-利特曼模型（Black-Litterman Model）通过贝叶斯方法将市场均衡收益作为先验，缓解了参数估计问题；风险平价（Risk Parity）策略放弃对期望收益的估计，转而使各资产对组合风险的边际贡献相等；收缩估计量（Shrinkage Estimator）通过对样本协方差矩阵施加结构性约束来改善估计精度。

实践影响与遗产

资产组合选择理论塑造了现代资产管理行业的底层逻辑。从指数基金的兴起到目标日期基金（Target-Date Fund）的资产下滑路径设计，从战略资产配置（Strategic Asset Allocation）到因子投资的兴起，马科维茨的框架无处不在。尽管实践者很少机械应用纯均值-方差优化，但其核心理念——分散化、风险-收益权衡、相关性在组合构建中的关键作用——已成为金融常识的组成部分。正如马科维茨本人所言，资产组合选择本质上是在"期望收益是好事，方差是坏事"这一命题下寻找帕累托最优解，而这一简洁的二分法至今仍是金融决策的基本语法。