摘 要： 随着财富的不断积累和现实金融市场风险暴露的增加，人们愈来愈重视通过持有资产组合来分散风险和增加收益。资产组合理论最初由马科维茨（1952）创立，并广泛应用于实际投资策略中。随着时代的变迁和经济的发展，国内外学者在原有理论的基础上又不断注入了新的思想。本文以不同角度下的资产组合理论为逻辑主线，对资产组合选择与优化相关研究进行梳理和分析，并结合我国实际金融情况进一步深化资产组合选择与优化研究。

关键词： 资产组合选择 资产组合优化 马科维茨理论

一、引言

资产组合理论最初由马科维茨（1952）创立，主要包含了两种思想：均值―方差理论和有效边界理论。传统的资产组合理论即我们所说的“不要把鸡蛋放在一个篮子里”，否则当风险来临时可能会“倾巢无完卵”。此外，传统的资产组合理论还提倡应尽可能增加组合中的资产数量，使风险最大化地分散开来。随着国外一些学者（William Sharpe，John Lintner等）对资产组合这一问题的研究，资产组合理论逐渐发展为现代资产组合理论，它在继承传统资产组合理论基本思想的基础上，提出了最优投资比例和最佳组合规模的概念。最优投资比例是对有效边界理论的延伸，它将组合风险与收益挂钩，即在收益一定时，应选择风险最小的投资组合;在风险一定时，应选择收益最大的投资组合。而最佳组合规模则对传统的资产组合理论进行了一定的改进，即一味增加组合中资产数量并非降低风险的有效途径。因为当资产数量增加时，虽然风险水平得到了一定程度的降低，但是组合管理的成本却随之增加。因此，当资产数量增加到一定程度时，风险的下降并不能弥补管理成本所带来的损失。本文围绕资产组合理论展开，对不同方法和不同视角下的资产组合这一问题的相关研究进行梳理，并对资产组合选择与优化策略进行简单分析。

二、基于不同角度的资产组合理论

马科维茨理论可以称作是现代金融投资理论的基础，但它存在的一个明显的缺陷，即当资产数量较多时，基本输入所要求的估计量非常大，从而也就使得该理论的运用受到很大的限制。随后，WiliamFSharpe（1963）所提出的“单一指数模型”为解决这一困境提出了很好的解决办法，因为它将资产收益单纯与市场相挂钩。此后，国内外大多数学者都以这两个理论为基础，不断研究，从不同角度为资产组合选择与优化这一研究注入了新的思想。

（一）基于流动性的资产组合理论

资产组合理论通常假设资本市场是无交易成本、无市场摩擦，且具有充分流动性的。然而，在实际生活中，这些前提假设却显得尤为苛刻：交易成本、市场摩擦和非流动性普遍存在于金融市场之中。正是因为这些市场条件的约束，使得实际资本价格逐渐偏离于资本资产定价理论，投资者无法根据传统定价理论持有理想的最优资产组合。随着研究的发展，非流动性已越来越成为学者在分析资产组合策略时不可避免的一个问题。

Amihud（2006）认为，流动性对资产价值和回报的影响远大于人们天真的预期，因为流动性不足的成本在资产交易时反复发生。袁宁（2009）提出，“资产价格中的流动性溢价应用于补偿投资者所承担的流动性风险，并且运用動态回归的分析方法给出了模型的解析解，通过引入非流动性资产的影子价格来刻画流动性约束对其真实价值的影响。”这无疑为由于大多数模型难以得到封闭形式的解而导致的实际应用困难提供了有效途径。以上研究结论主要说明了流动性资产在资产组合中的重要性。然而，吴卫星、齐天翔（2007）在结合中国投资者的投资表现时发现，非流动性资产对投资者决策影响显著，主要表现为房地产对其他资产所产生的“替代”效应或者说“挤出”效应，这主要与中国人的心理偏好有关。

我国学者在研究流动性与资产定价这一问题时，大多是基于流动性水平这一角度来进行的。学者们通过多种流动性测量方法对不同样本数据的流动性进行测量，研究证明真实金融市场中流动性溢价现象普遍存在，说明流动性水平是资产定价过程中必须考虑的重要变量。相对于外国学者，我国学者在基于流动性风险这一角度对资产组合选择与优化问题所进行的研究较少。此外，由于风险度量方法的不同，不同学者的研究结果也存在着差异。包括市场总流动性的波动性风险以及市场收益对总流动性的敏感性风险的流动性风险与资产定价之间的关系是我国研究有待于进一步提高的部分。

（二）基于风险测度的资产组合理论

马科维茨理论的重点在于如何合理测度风险，最原始的方法是运用方差来进行度量，而这也是马科维茨理论体系受到质疑的原因之一，因为方差与标准差并非总是风险的有效度量指标。盲目运用标准差来度量风险常常会造成数据分析结果背离市场实际情况：“其一，实证研究表明，绝大多数金融变量的收益率存在明显的非对称，“肥尾”等显著的非正态分布的特征;其二，行为经济学的研究表明，投资者对待收益和损失的态度是不同的，而标准差无法识别这些差异”。 姚京，袁子甲，李仲飞基于相对VaR的资产配置和资本资产定价模型[J].数量经济技术经济研究，2005（12）：133-142 研究表明，只有当资产收益率严格服从正态分布时，用标准差来表示风险才是令人信服的。此后，很多学者一直致力于研究在现实金融市场环境中，如何测度风险才是合理与有效的。

标准差之后，在险价值（VaR）与条件在险价值（CVaR）成为两大主流风险测度工具。杨晓光等（2002）分析了运用VaR模型来度量风险时，具有收益厚尾性质的资产组合的投资问题，认为当投资者的风险承受水平足够低时，尾部分布一阶展开的最优投资组合即可作为尾部分布高阶展开的良好近似。但由于VaR不具有一致性和次可加性，这导致在使用VaR进行风险测量时会出现投资组合风险未必小于各资产风险的简单求和，尾部风险测量不充分以及难以严格满足资产组合收益正态分布假定等问题。于是，Rockafeller和Uryasev（2000）首次提出条件在险价值（CVaR）概念。此后，学者们在运用VaR和CVaR测量风险程度的基础上还加入了t-Copula模型和蒙特卡罗模拟算法，以期能够更加准确地测度风险。高江（2013）表明运用t-Copula来刻画资产组合中多个资产的联合收益分布，和蒙特卡罗模拟方法来计算多资产投资组合的VaR，能够更好地分析资产组合策略。王大鹏，赵正堂（2016）提出可以运用Copula函数连接各资产收益率的分布函数，进而运用蒙特卡罗模拟测算我国保险资金投资比例下的CVaR值，实证表明“t-Copula函数较正态Copula函数能够更好地拟合我国保险业资产收益率状况，并且，债券、股票和基金的投资比例增大会增加整合风险CVaR值。”此外，在实证分析时，使用高频数据是提高风险测度精度的有效途径之一，随着互联网技术的发展，高频数据变得更加容易获得。殷炼乾（2016）表明，利用高频数据来计算协方差矩阵模型可以得到波动率的更有效近似估计，显著提高了资产组合风险测度的测算精度。

现有的风险测度模型大多起源于西方国家，我国学者大多是在原有模型的基础上进行实证分析，具有开创性的研究较少。部分学者结合我国实际金融市场环境对原有模型进行了重组，或对原来的参数进行了一定程度的调整，但是均没有改变模型的根本因子或开创出新的风险测度模型。相信随着学者们在风险测度方面研究的深入，资产组合理论也将愈加趋为完善。

（三）基于其他角度的资产组合理论

除此以外，还有基于很多不同角度的关于资产组合理论研究，例如：基于利率和通货膨胀率的资产组合理论研究，如李爱忠等（2019）认为“理性的資产组合策略在最大化收益和最小化风险的基础上，还应该考虑资产的收益能否弥补通货膨胀带来的损失以及利率、汇率等宏观经济因素变动造成的影响。”因此，简单维持固定比例不足以保持组合总价值最优且风险最小，投资者可以通过连续时间资产配置的非线性均值调整策略来近似最优策略以保证组合总资产最优;基于序列相关性的资产组合理论研究，如许云辉、李仲飞（2008）以动态均值-方差模型研究基于收益序列相关的投资组合选择，发现序列相关可以对最优策略造成显著影响。李斌等（2018）将VaR模型应用到均值-方差模型的期望收益估计中，提出序列相关性有助于提高证券投资组合的样本外绩效;基于行为金融学的资产组合理论研究，如陈志英（2013）认为：一方面，投资者的学习行为能够提高其风险承受能力，进而促使其追求更高的收益;另一方面，由于学习行为，市场不确定性的增加使得其投资行为更加谨慎。

自从马科维茨提出资产组合理论以来，学者们便就资产组合选择与优化这一问题进行了深入的研究。本文就基于不同角度的资产组合理论这一条逻辑主线对资产组合选择与优化新进展这一问题进行了系统的总结与分析，分析说明资产组合理论能够较好地应用于资产组合策略分析。随着研究的深入，学者们已逐步解决资产组合理论由于基本输入较庞大、数据误差带来的解的不可靠性、解的不稳定性和重新配置的高成本等问题。此外，如何将理论分析更好地应用于实际投资组合策略分析，以及如何联系我国金融改革和金融发展情况来优化投资组合策略，这是我国学者在接下来的研究中亟待解决的问题。

参考文献：

[1] 袁宁非流动性市场中的跨期最优消费和投资策略[J].中国管理科学，2009，17（04）：39-45

[2]张娟流动性资产、不确定性与最优投资组合策略[J].江西社会科学，2017，37（04）：77-85

[3]吴卫星，齐天翔流动性、生命周期与投资组合相异性——中国投资者行为调查实证分析[J].经济研究，2007（02）：97-110

[4]姚京，袁子甲，李仲飞基于相对VaR的资产配置和资本资产定价模型[J].数量经济技术经济研究，2005（12）：133-142

[5]杨晓光，马超群，文风华VaR之下厚尾分布的最优资产组合的收敛性[J].管理科学学报，2002（01）：65-69

[6]迟国泰，丁士杰基于非预期损失控制的资产组合优化模型[J].数量经济技术经济研究，2018，35（03）：150-167

[7]高江藤Copula模型与多资产投资组合VaR预测[J].数理统计与管理，2013，32（02）：247-258

[8]王大鹏，赵正堂中国保险业资产配置与风险整合——基于虚实配比、Copula-CVaR模型和Monte Carlo算法的实证研究[J].产经评论，2016，7（02）：71-82

[9]殷炼乾高频价格数据信息对资产组合动态风险测度的影响研究——基于实现协方差矩阵模型的分析[J].金融发展研究，2016（07）：3-8

[10] 袁军，杨成LQ理论在一类随机参数的跨国资产投资组合优化决策中的应用[J].系统科学与数学，2011，31（04）：440-447

[11]陈思翀，刘静雅套息交易对中国短期资本流动的影响——基于动态资产组合理论的研究[J].金融研究，2018（06）：73-90

[12]徐梓原“一带一路”跨国投资中的国别风险管理研究[J].现代管理科学，2019（04）：37-39

[13]李爱忠，汪寿阳，彭月兰考虑随机利率和通货膨胀的连续时间资产组合选择[J].中国管理科学，2019，27（02）：61-70

[14]李斌，张迪，冯佳捷序列相关性在资产组合绩效改善中的作用[J].管理科学，2018，31（04）：148-160

[15]Yakov Amihud·Haim Mendelson，Stock and bond liquidity and its effect on prices and financial policies[J].Swiss Society for Financial Market Research 2006， 20：19-32

[16]Brandt，MW and Santa - Clara P，2006，“Dynamic Portfolio Selection by Augmenting the Asset Space”，Journal of Finance，61（ 5） ： 2187-2217

[17]Philippe JorionReturns to Japanese investors from US investment[M].Japan & The World Economy，1996：229-241

[18]Uryasev， SConditional value-at-risk： optimization algorithms and applications[C].Computational Intelligence for Financial Engineering， 2000

（秦雪阳，云南师范大学经济与管理学院）