《均值方差分析》PPT课件
合集下载
均值检验方差分析课件
消费行为
通过均值检验和方差分析,可以研究消费者行为、消费习惯、消费 心理等方面的差异和变化。
产业组织
在产业组织研究中,均值检验和方差分析可用于研究企业规模、市 场结构、企业绩效等方面的差异和变化。
04
均值检验与方差分析的注意事项
数据正态性的检验
总结词
在进行均值检验和方差分析之前,需要检验数据是否符合正态分布。正态分布是许多统计方法的前提假设,如果 数据不满足正态分布,可能导致分析结果不准确。
详细描述
为了控制第一类错误的概率,可以采用适当 的统计方法进行多重比较校正。例如,在方 差分析后,可以使用多重比较校正的方法( 如Tukey's HSD、Scheffé's method)来比 较各组之间的差异,以减少假阳性错误。此 外,还可以根据实际研究目的和数据情况选
择其他适当的统计方法进行多重比较。
适用场景
比较不同组别或不同时间点的平均值
例如比较不同班级的平均成绩、不同月份的平均销售额等。
检验总体均值的假设
例如检验某产品的平均质量是否符合标准。
计算方法
01
02
03
04
计算各组的平均值。
计算标准误差或标准差。
使用t检验或z检验等方法比较 平均值。
根据p值判断是否拒绝原假设 ,即各组平均值相等。
05
均值检验与方差分析的软件实现
SPSS软件实现
描述性统计
SPSS提供了丰富的描述性统计功能,如均值、中位数、众数、标准 差等,用于初步了解数据分布情况。
均值检验
SPSS中的“比较均值”功能可以比较两组或多组数据的均值,通过 T检验或非参数检验等方法,判断组间差异是否具有统计学显著性 。
方差分析
通过均值检验和方差分析,可以研究消费者行为、消费习惯、消费 心理等方面的差异和变化。
产业组织
在产业组织研究中,均值检验和方差分析可用于研究企业规模、市 场结构、企业绩效等方面的差异和变化。
04
均值检验与方差分析的注意事项
数据正态性的检验
总结词
在进行均值检验和方差分析之前,需要检验数据是否符合正态分布。正态分布是许多统计方法的前提假设,如果 数据不满足正态分布,可能导致分析结果不准确。
详细描述
为了控制第一类错误的概率,可以采用适当 的统计方法进行多重比较校正。例如,在方 差分析后,可以使用多重比较校正的方法( 如Tukey's HSD、Scheffé's method)来比 较各组之间的差异,以减少假阳性错误。此 外,还可以根据实际研究目的和数据情况选
择其他适当的统计方法进行多重比较。
适用场景
比较不同组别或不同时间点的平均值
例如比较不同班级的平均成绩、不同月份的平均销售额等。
检验总体均值的假设
例如检验某产品的平均质量是否符合标准。
计算方法
01
02
03
04
计算各组的平均值。
计算标准误差或标准差。
使用t检验或z检验等方法比较 平均值。
根据p值判断是否拒绝原假设 ,即各组平均值相等。
05
均值检验与方差分析的软件实现
SPSS软件实现
描述性统计
SPSS提供了丰富的描述性统计功能,如均值、中位数、众数、标准 差等,用于初步了解数据分布情况。
均值检验
SPSS中的“比较均值”功能可以比较两组或多组数据的均值,通过 T检验或非参数检验等方法,判断组间差异是否具有统计学显著性 。
方差分析
均值-方差分析方法ppt课件
二、资产组合的风险与收益衡量
2、单项资产的风险:被定义为实际现金流收益对其 预期现金流收益的背离
——用方差来描述和衡量风险:一个证券在该时期的 方差是未来收益可能值对期望收益率的偏离(通常称为 离差)的平方的加权平均,权数是相应的可能值的概率 。即
Var( X ) 2 P( X i )[X i E( X i )]2
AB 0 ,两个变量正相关
AB 1 , 完全正相关
26
二、资产组合的风险与收益衡量
③两证券组合的方差:表示组合的实际收益率偏离
组合期望收益率的程度,以此来反映组合风险的大小。
其公式为:
2 P
X
A2
2 A
X
B2
2 B
2X A X BCOVAB
X
A2
2 A
X
B2
2 B
2X A X B AB
2
一、均值-方差分析的一般性释义
马科维茨投资组合选择理论的基本思想为:投资组 合是一个风险与收益的trade-off问题,投资组合通过分 散化的投资来对冲掉一部分风险。 ✓ “Nothing ventured, nothing gained”
✓ "For a given level of return to minimize the risk, and for a given level of risk to maximize the return”
该组合的标准差等于风险资产的标准差乘以该组合 投资于这部分风险资产的比例。
28
二、资产组合的风险与收益衡量
例:利用前表的资料计算两种证券投资组合的风险: 解: (1)计算单一证券的标准差
国库券
1 n
n
离散型随机变量的均值与方差ppt课件市公开课获奖课件省名师示范课获奖课件
A1 )
1 2
,
P ( B2
)
1 3
,
P(C3 )
1 6
.
(1)他们选择旳项目所属类别互不相同旳概率
P=3!P(A1B2C3)=6P(A1)P(B2)P(C3)
6 11 1 1. (2)设32名工3 人6中选6 择旳项目属于民生工程旳人数为
η,由已知, ~ B(3, 1), 且 3 ,
所以P(
解析 X ~ B(3, 1), D( X ) 3 1 3 9 .
4
4 4 16
题型分类 深度剖析
题型一 离散型随机变量旳均值与方差旳求法 【例1】 (2023·湖南理,17)为拉动经济增长,某市决
定新建一批要点工程,分为基础设施工程、民生工程 和产业建设工程三类,这三类工程所含项目旳个数分 别占总数旳 1 , 1 , 1 , 既有3名工人独立地从中任选一
解 (1)ξ旳全部可能取值有6,2,1,-2.
P( 6) 126 0.63, P( 2) 50 0.25,
200
200
P( 1) 20 0.1, P( 2) 4 0.02.
200
200
故ξ旳分布列为
6
2
1
-2
P 0.63 0.25 0.1 0.02
(2)E(ξ)=6×0.63+2×0.25+1×0.1+(-2)×0.02
随机变量ξ1、ξ2分别表达对甲、乙两项目各投资
10万元一年后旳利润.
(1)求ξ1、ξ2旳概率分布和数学期望E(ξ1)、 E(ξ2); (2)当E(ξ1)<E(ξ2)时,求p旳取值范围. 解 (1)措施一 ξ1旳概率分布列为
1 1.2 1.18 1.17
SPSS推断统计之均值比较与方差分析 PPT课件
• H0: 某一数值 • 指定为 = 号,即 或 • 例如, H0: 3190(克)
提出原假设和备择假设
什么是备择假设?(alternative hypothesis) 1. 与原假设对立的假设,也称“研究假设” 2. 研究者想收集证据予以支持的假设总是有不
等号: , 或 3. 表示为 H1
H0值 临界值 计算出的样本统计量
利用 P 值进行检验 (决策准则)
1. 单侧检验
• 若p-值 ,不拒绝 H0 • 若p-值 < , 拒绝 H0
2. 双侧检验
• 若p-值 /2, 不拒绝 H0 • 若p-值 < /2, 拒绝 H0
假设检验中的两类错误
1. 第一类错误(弃真错误)
• 原假设为真时拒绝原假设 • 会产生一系列后果 • 第一类错误的概率为
✓ 配对样本t检验
•Paired-samples t-test •同一变量、同一组在不同的情况、均值差异
Independent-samples t-test
例子:sex differences in self-esteem scores (dataFile1.sav) • 研究问题
Is there a significant difference in the mean of self-esteem scores for males and females? • 分析单元:个人 (Individual) • 自变量:性别 (分类变量) •因变量:self-esteem score (等比变量) • 需满足的假定条件
被称为显著性水平
2. 第二类错误(取伪错误)
• 原假设为假时接受原假设 • 第二类错误的概率为(Beta)
假设检验的流程
提出原假设和备择假设
什么是备择假设?(alternative hypothesis) 1. 与原假设对立的假设,也称“研究假设” 2. 研究者想收集证据予以支持的假设总是有不
等号: , 或 3. 表示为 H1
H0值 临界值 计算出的样本统计量
利用 P 值进行检验 (决策准则)
1. 单侧检验
• 若p-值 ,不拒绝 H0 • 若p-值 < , 拒绝 H0
2. 双侧检验
• 若p-值 /2, 不拒绝 H0 • 若p-值 < /2, 拒绝 H0
假设检验中的两类错误
1. 第一类错误(弃真错误)
• 原假设为真时拒绝原假设 • 会产生一系列后果 • 第一类错误的概率为
✓ 配对样本t检验
•Paired-samples t-test •同一变量、同一组在不同的情况、均值差异
Independent-samples t-test
例子:sex differences in self-esteem scores (dataFile1.sav) • 研究问题
Is there a significant difference in the mean of self-esteem scores for males and females? • 分析单元:个人 (Individual) • 自变量:性别 (分类变量) •因变量:self-esteem score (等比变量) • 需满足的假定条件
被称为显著性水平
2. 第二类错误(取伪错误)
• 原假设为假时接受原假设 • 第二类错误的概率为(Beta)
假设检验的流程
SPSS推断统计之均值比较与方差分析 PPT课件
自变量x 顺序变量 两个分类
数值变量
“回归分析和相关分析” (因变量用虚拟变量) Logistic回归 考上大学的概率
顺序变量 两个分类
ቤተ መጻሕፍቲ ባይዱ
两个顺序变量的 两个顺序
因
秩方法
变 量
数值变量
1.“回归分析和相关分析” 两个顺序 (自变量用虚拟变量)
“回归分析和相关分析” 气温与冰激凌销售量
男女教授工资间差异
所关心的参数主要有总体均值(μ)、标准差(σ)、总体比例 (π)等
总体参数通常用希腊字母表示
2. 统计量(statistic)
用来描述样本特征的概括性数字度量,它是根据样本数 据 计算出来的一些量,是样本的函数
所关心的样本统计量有样本均值、样本标准差(s) 、样本 比例(p)等
样本统计量通常用小写英文字母来表示
•样本很小的等距或等比变量的假设检验
假设检验
✓ 样本与总体之间、样本与样本之间在描述 统计量上是否存在显著差异
✓ 显著性检验 (Significant testing) ✓ 理论基础:样本分布理论 (Sampling
distribution)
提出原假设和备择假设
什么是原假设?(null hypothesis) 1. 待检验的假设,又称“0假设” 2. 研究者想收集证据予以反对的假设 3. 总是有等号 , 或 4. 表示为 H0
有了SPSS怎么作出统计决策?
使用P值(P-value) 1. 是一个概率值 2. 如果原假设为真,P-值是抽样分布中大于
或小于样本统计量的概率
• 左侧检验时,P-值为曲线下方小于等于检
验统计量部分的面积
• 右侧检验时,P-值为曲线下方大于等于检
第5讲 均值方差分析 (《金融经济学》PPT课件)
经
济 学
过将彼此之间不完全正相关的资产组合
二
五 讲 》
在一起,可以有效地降低回报的波动率
配
套 课
如果把市场上所有可得的资产都放在一起,
件
能在E ( 最r ) 大程度上ρ =实-0.5现ρ风= +险0.5 的分散资产1
分散化ρ = 投-1 资的好处能有多大,取决于资产之
间的相关性
ρ = +1
资产2 σ
rp 无 E风(1险 w资)r产f rwf,rs 风 (险1资w)产rf rsw(rs 均 r值f 与w(r标s 准rf )差为͞rs与σs)
p2组 E合(的1均w)值rf 和w方rs 差(1 w)rf
2
wrs
E w2 (rs
rs )2
w2
2 s
– 在均值—标准差平面上组合画出 一条直线
E ( rp )
课 件
份额分别为w与1-w
组合的预期回报为
2 p
w
0
w*
12
2 2
12
2 2
212
rp*
w*r1 (1 w*)r2
12r2
2 2
r1
12
12 (r1
2 2
212
r2
)
组合的回报率方差
最小方差组合
7
5.3 资产组合的均值方差特性
分散化投资
《
金 融
分散化投资(diversification)的好处:通
第5讲 均值方差分析
5.1 引言
《
金
融
经
济
学
二 五 讲
资产定价的关键问题:贴现率该如何确定?
》
配 套 课
《均值、方差、标准差》课件
详细描述
通过对一个班级的学生成绩进行均值分析, 可以了解整体平均水平;通过方差分析,可 以了解成绩分布的离散程度,即个体成绩与 平均成绩的偏差程度;通过标准差分析,可 以进一步了解成绩分布的稳定性,即成绩分 布是否过于集中或分散。
实例二
总结词
投资组合风险的均值、方差和标准差分析有 助于评估投资组合的风险水平。
06
详细描述
方差越小,说明数据点越集中在平均值周围, 数据的离散程度越低。
方差和标准差的关系
总结词
标准差是方差的平方根
详细描述
标准差是方差的平方根,用于衡量数据的离散程度。标 准差的单位与数据的单位相同,而方差的单位是该数据 的单位的平方。
总结词
标准差和方差具有相同的符号
详细描述
如果数据的方差为正,则标准差也为正;如果方差为负 ,则标准差也为负。这是因为标准差是方差的平方根, 所以它们的符号必须相同。
均值、方差、标准差之间的关 系
均值和方差的关系
总结词
方差越大,数据分布越分散
01
总结词
均值相同,方差不一定相同
03
总结词
方差越小,数据越集中
05
02
详细描述
方差是衡量数据点与平均值之间离散程度的 指标。方差越大,说明数据点在平均值周围 的分布越分散,离散程度越高。
04
详细描述
即使两个数据集的平均值相同,它们 的方差也可能不同。这取决于数据点 与平均值的离散程度。
其中 $n$ 是数值的个数,$x_i$
是每一个数值。
计算方法
首先,将所有数值加起来得到总和。 然后,将总和除以数值的个数得到均值。
均值的应用
描述一组数据的“平均水平”。 比较不同组数据的“平均水平”。
《均值、方差、标准差》PPT课件
精选ppt
12
(2)加减常数法:数据 x1,x2,…,xn 都比较大或比 较小,且 x1,x2,…,xn 在固定常数附近波动, x =x1+x2+n …+xn,a 为接近 x 的常数,则 x1±a, x2±a,…,xn±a 的平均数为 x ±a.
(3)若 x1,x2,x3,…,xn 的平均数为 x , 那么 mx1﹢a, mx2﹢a,mx3﹢a,…,mxn﹢a 的平
离差分别为 x-a1,x-a2,…,x-an
读作:a 平均
a1 a2 an
a=
n
1n
=
n
ai
i1
平均数最能代表一个样本数据的集中趋势, 也就是说它与样本数据的离差最小。
精选ppt
4
例1 某校高一年级的甲乙两个班级(均为50人)的 数学成绩如下(总分150),试确定这次考试中,哪 个班的数学成绩更好一些 .
• 样本中各数据与样本平均数的差的平方和的平 均数叫做样本方差;
• 样本方差的算术平方根叫做样本标准差。
精选ppt
18
设一组样本数据 x1, x2,,其xn平均数为 ,则 x
s2 1 n (x 1 x )2 (x 2 x )2 (x n x )2
即
s2
1 n
n i1
(xi
x)2
称s2为这个样本的方差,它的算术平方根
总体月平均数不能反映工人的月工资总体月平均数不能反映工人的月工资水平因为公司中少数人的月工资额与大多水平因为公司中少数人的月工资额与大多数人的月工资额差别较大这样导致平均数人的月工资额差别较大这样导致平均数与中位数的偏差较大所以月平均数不数与中位数的偏差较大所以月平均数不能反映这个公司工人的月工资水平而应能反映这个公司工人的月工资水平而应该应用中位数或众数来反映工人的月工资该应用中位数或众数来反映工人的月工资水平水平在这个问题中总体月平均数能客观地反映工人的月工资水平吗
第十章第六节离散型随机变量的均值与方差课件共57张PPT
P(X=k)=CkM
Cn-k N-M
CnN
,k=0,1,2,…,m,其
中 m=__m_i_n_{_M__,__n_}_,且__n_≤_N_,__M__≤_N_,__n_,__M__,__N_∈__N__* __,称分布列为超几何
分布列.
X
0
1
…
m
P
C0M
Cn-0 N-M
____C__nN_____
P(X=3)=CC36 15C0 24 =1201 , P(X=4)=CC46 15C0 14 =251 , P(X=5)=CC51560 =412 . 因此 X 的分布列为
X
1
2
3
4
5
P
1 42
5 21
10 21
5 21
1 42
2.(变问法)若用 X 表示接受乙种心理暗示的女志愿者人数与男志愿者人 数之差,求 X 的分布列.
C.P(0.1<ξ<0.5)=0.2
D.P(ξ=1)=0.3
ABC [由题意可得 a+2a+3a+4a+5a=1,即 15a=1,故 A 正确; P(0.5<ξ<0.8)=P(ξ=0.6)=3a=135 =0.2,故 B 正确; P(0.1<ξ<0.5)=P(ξ=0.2)+P(ξ=0.4)=115 ×1+115 ×2=135 =0.2=
1.判断下列结论是否正确(请在括号中打“√”或“×”) (1)抛掷均匀硬币一次,出现正面的次数是随机变量.( ) (2)离散型随机变量的各个可能值表示的事件是彼此互斥的.( ) (3)离散型随机变量在某一范围内取值的概率等于它取这个范围内各个 值的概率之和.( ) (4)随机变量的均值是常数,样本的平均数是随机变量,它不确定.( ) (5)均值是算术平均数概念的推广,与概率无关.( ) 答案: (1)√ (2)√ (3)√ (4)√ (5)×
均值方差分析与CAPM课件
案例三:均值方差分析与CAPM的结合应用
总结词
结合均值方差分析和CAPM模型,为投资 者提供投资建议。
VS
详细描述
根据历史数据和CAPM模型预测,分析该 股票的期望收益率和风险水平。如果该股 票的期望收益率高于市场平均水平且风险 水平可接受,则可以将其纳入投资组合。
THANK YOU
感谢聆听
均值方差分析与CAPM课件
目
CONTENCT
录
• 均值方差分析 • CAPM模型 • 均值方差分析与CAPM的联系 • CAPM模型的拓展 • 案例分析
01
均值方差分析
定义与概念
定义
均值方差分析是一种投资组合优化方法,通过最小化投资组合的 风险(方差)来达到最大化收益的目标,同时满足特定的收益率 和风险约束条件。
CAPM(资本资产定价模型)是用来评估资产的期 望收益与无风险利率之间的差额,以反映资产的系 统性风险。
两者都涉及到资产的风险和回报,是投资组合管理 中的重要概念。
两者之间的区别
均值方差分析侧重于通过分散投资来降低非系统性风险,以实现 资产组合的优化。
CAPM关注的是资产的系统性风险与期望收益之间的关系,通过 加权平均收益率来计算资产的期望收益。
原理二
投资者只投资于有效边界上的证券组合。
原理三
投资者根据资本资产定价模型进行资产配置。
CAPM模型的应用
设计投资策略和资产配置 方案。
确定无风险利率和风险溢 价。
评估资产的预期回报率。
应用一
应用二
应用三
03
均值方差分析与CAPM的联系
两者之间的联系
均值为资产的预期回报率,衡量资产的风险调整后 收益。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
是 1
预期收益率为1的前沿证券组合的权重向量。
(二)证券组合前沿
—证券组合前沿:经济中所有的前沿证券组合的
集合,我们称之为证券组合前沿。
—命题:全部证券组合前沿上的证券组合都可以
由两个前沿证券组合 和
的线性组合得出。
g
gw
g gw
—更强的命题:整个证券组合前沿可以由任意两
支收益率不同的前沿证券组合得出。
(二)在引入无风险证券情况下进行讨论
—现假定 是一支由所有J+1种证券组合而成的
p 前沿证券组合, 表示这支前沿证券组合中的风
h 险证券权重的J 维向量。这样, 是以下规划问
题的一个解
p
hp
其中 仍然表示风险证券的预期收益率的J 维
min 1 h Vh 向量, 表示无风险证券的收益率。 T 2 —构造一个拉格朗日函数h,可求得
不是最小方差组合的证券组合称之为无效证券组合。
前沿证券的线性组合也落在证券前沿上。
A C —任意一支有效证券组合的凸组合仍然是一支有
效证券组合。因此有效证券组合的集合是一个凸组
合。
8.3 证券组合前沿的数学构造
—证券组合前沿的一个重要数学性质就是:除了
最小方差证券组合之外,对于证券组合前沿上的任
意一支证券组合 ,都必然存在着唯一的一支前
险证b券)在射线并运用r收f 益买入H无上风的险证(~r证券p 券组) 组合合涉而及得正。
e 值地购买风险证券组合 。 c)如果经济行为主体是风险厌恶者,证券投资
组合的有效集位于射线 rf H 。(~rp )
e
rf H (~rp )
引入无风险证券情况下考察任意一支证券与前沿
证券组合之间的关系(假设
(8.21)
E[~r ] 关系式。
我们总可以将证券组合
q
qzc( p
)
E [的~rz收c (益p )率]写成
qp
E
[
~rp
]
(8.23)
其中
q
~rq (1 qp )~rzc( p) qp~rp ~q
(8.26)
Cov(~rp , ~q ) Cov(~rzc( p) , ~q ) E[~q ] 0
空风险证券组合 ,同时以其收益买入无风险证
e 券的投资行为。 e)如果经济行为主体是风险厌恶者,证券投资
组合的有效集位于射线 rf H。 (~rp )
e
rf H (~rp )
rf H (~rp )
r A C 情形2:
—这是图8-5表示f 的图形。 (图见下页)
a)射线
上证券组合是通过卖空风
沿证券组合
(即零协方差证券组合),它
p 的收益率同证券组合 的协方差为0。
—最小方差证券组合与其它任意前沿证券组合之
间的协方差等于
zc( p) ,这也是严格正定的。从而
p 得到,最小方差证券组合与任意的前沿证券组合的
协方差都不为0。
—假定 是有效证券组合,
就是一只无
1C
p
zc( p)
效证券组合。将 同 反的结果成立。
p的位置互换,zc则(相p )
—从几何学的角度看,
的位置的确定:
在标准差-预期收益率的坐标系平上
是过证券前沿组合
zc( p 的切线在预期收益 )
率坐标轴上的截距。
—任意证券组合 (不要求是前沿组合)的预
期关收 系益特率征同:一支前沿证券组合的预期p收(益m率v之p除间的外)
其中: 是
之外的任意一支前沿证券组合,
s.t. hT e (1 hT 1)rf E[~rp ]
e
rf
(~r ) { E[~rp ]rf H
如果 E[~rp ]rf
风险也证即券是在,内在p的所有证券 的E证[~r券p坐]组标r合f平前面沿上是如,以包果括无E[
H 为顶点,斜率分别为 和
的两条射线。
~rp
]
r
f
情形1:
—a)这在是图图中8-4表点示是的射图线形。((~r见p )pageE21[)~rp
E[R3 ]
n3
1 u (n) n!
(E[w~])m n
(w~)
E[ R3 ]
部分。
(二)均值-方差分析方法的使用条件和范围
—考察未来收益分布为任意分布的情况
a)此时为了使经济行为主体的偏好能够为均值
和方差完全刻画,我们必须假定经济行为主体的效
用函数是一个二次型效用函数,即经济行为主体的
效用函数或以表达为
E[~rzc( p) ]
E[~rq ] (1 qp ) E[~rzc( p) ] qp E[~rp ] p mvp
(8.20)
Cov( (8.20)q式p 也可以写成 ~rq , ~rp ) / 2 (~rp )
关系E式[~r(q ]8.20()1、(8q.2zc1()p)、)(E8[.~r2p3])是等q价zc的( p) E[~rzc( p) ]
b)第二,递增的绝对风险厌恶与现实中经济行 为主体行为存在矛盾。
(三)讨论经济行为主体的效用偏好为任意偏好 的情况
—在任意偏好的情况下,如果三阶及三阶以上高 阶矩可以表示为均值和方差的函数,则我们就可以
使用均值-方差分析来考察经济行为主体的效用函
数。
—在正态分布的条件下,前面泰勒展开式的三阶
及三阶以上高阶矩可以表示为一阶矩和二阶矩(均
—任意两支前沿证券组合 和 之间的协方
差为:
pq
Cov(~rp , ~rq )
h p T V hq
C D
(E[~rp ]
A C
)(
E[~rq
]
A) C
1 C
(8.11)
(三)均值-方差平面中的前沿组合 —关系式(8.11a)也可以等价地写成
2 (~rp )
1 D
(C (E[~rp ])2
2 AE[~rp ]
B)
(8.11b)
—最小方差证券组合的收益率和其他任意证券组
合(不单是前沿证券组合)的收益率的协方差,总
是同最小方差证券组合收益率的方差相等。
—有效证券组合:在整个证券组合前沿曲线中,
所有那些预期收益率严格大于最小方差证券组合收
益率
的证券组合称之为有效证券组合;
—无效证券组合:那些既不是有效证券组合,又
q
p
感谢下 载
值和方差)的函数。因此,
就可以完全地由
均值和方差表示。
—这样,如果经济行为主体的任意偏好是在正态
E [u 分布的时期1的财富上定义的,并且所有证券未来
收益满足多元正态分布,经济行为主体的效用函数
(
w~
)]
就都可以由时期1的收益的期望和方差来刻画。
—这种情况下,均值和方差对个体行为描述有相
当大的局限性,主要表现在以下几个方面:
证券组合的唯一权重集D合:
D
(8.7)
A 1T V 1e eTV 11
B eTV 1e
C 1T V 11
D BC A2
其中
hp g wE[~rp ]
(8.8)
—从以上(8.g8)式1人们D可[以B看(出V,11)是预期A(V 1e)]
w 1 D[C (V e) A(V 1)] 收益率为0的前沿证券组合的权重向量;1
a)第一,资产收益率服从正态分布的假定与现 实中资产未来收益往往偏向正值相矛盾。
b)第二,对于密度函数的分布来说,均值-方 差分析并没有考虑其偏斜度。
c)最后,仅仅用均值和方差也不能刻画函数分 布中的峭度。
8.2 证券组合前沿
—假定:
在一个无摩擦的经济中有
支风险证券,
这些证券可以自由地卖空,并且,所有证券的未来
1的J维向量。
—构造一个拉格朗日函h数T,e
解:
是E以[下~r函p 数]和式的 hT 1
1
E[~rp ]
hp
min ቤተ መጻሕፍቲ ባይዱ
({其h,中,,} 和
12是h两T个Vh正值的常(E数[。~rp)]
hT e)
(1
hT 1)
—求解可得
(8.4)
其中
且—B>我们0,可C以>C得0,E出并[一且~r个p可预]以期断收定A益D率>为0。(8.6的) 前沿 B AE[~rp ]
]
与风
险证券的组合前沿相切的切点。
(8.29)
H
rf A C
H
(0, rf )
e
rf H (~rp )
r e b)线段
上任意一支证券组合都是风险证
券组合 和无风险证f券的凸组合。
e c)在线段
之外的射线
上证
券组合都涉及卖空无风险证券并运用收益买入风险
r e 证券组合 的投资行为。f
d)在射线
上的证券组合涉及卖
—对于任意的分布和效用函数,期望效用并不能 仅仅由预期收益(率)和方差这两个元素来描述。 所以均值-方差分析的运用是存在限制条件的。
(一)用泰勒展开式对均值-方差运用的局限性
进行说明
—随机变量 是经济行为主体在时期1的全部
w~ 收入或财富,其效用函数
在
围展开可得
的预期值周
u(w~) w~
不能—仅E其仅[中u由(对w~时)]期1财u则富(表E的示[期w~经望]济)均行值为2和1主!方u体差的(这E预两[期w~个效])用并2 (w~ ) E[R3 ] 元素完其全中刻画u,(E而[是w~应])该为包常括泰数勒,展开2式的高E阶(w~矩 E[w]) 2
第8章 均值-方差分析
第8章 均值-方差分析
8.1 偏好与分布
—一般来说,仅仅用证券组合的预期回报率和预 期回报率的方差并不能包含经济行为主体投资行为 所需的全部信息。