金融经济学作业均值方差前沿分析.docVIP

均值-方差前沿分析 使用数据：中欧中小盘基金(代码166006)2012年一季报持股组合 中欧中小盘基金是一支标准的股票型基金，在一季度同类基金中收益率排名第二，同时该基金持仓组合股票都属于地产和银行板块，相关系数比较高，而且组合持有的股票在近期没有增发、分红、重组等重大变动，因此综合考虑代表性和研究的便利后选择其为分析对象。 在市场收益率Rm的选取上，因为组合个股中有的在上海有的在深圳上市，但皆为主板股票，所以选取同期的沪深300指数作为标准，无风险收益率Rf选取1年期定存利率：3.5%做为标准。同时，考虑到精确性和可加性，在研究中我们采用对数收益率。 仓位前十的股票相关信息如下： 排名 代码 名称 权重 调整后权重 1 600383 金地集团 9.81% 14.34% 2 000002 万 科Ａ 9.67% 14.13% 3 600048 保利地产 8.47% 12.38% 4 000024 招商地产 7.99% 11.68% 5 600067 冠城大通 7.21% 10.54% 6 600016 民生银行 5.67% 8.29% 7 601668 中国建筑 5.39% 7.88% 8 600036 招商银行 5.16% 7.54% 9 600015 华夏银行 4.58% 6.69% 10 000001 深发展Ａ 4.47% 6.53% 合计 68.42% 100.00% 我们从通达信股票软件导出沪深300指数和这10支股票的收盘价一季度共计58个交易日的变动之后，计算出了每一个交易日相对前一个交易日的对数收益率，利用Eviews分别将每只股票与沪深300的对数收益率做回归，公式如下： Rn=βn（Rm-Rf）+Rf；n=1,2,3…,10 通过回归求得每个股票的β值之后，我们以沪深300指数58天的平均对数收益率通过以上公式算得每个股票的期望收益率（注：我们认为，利用某天的指数变动作为计算标准容易受随即波动影响，利用平均值更有代表性，虽然在数值上会和个股实际收益率相同，但是概念上并不混淆），具体如下： 9.44E-05 9.44E-05 9.44E-05 9.44E-05 9.44E-05 9.44E-05 9.44E-05 9.44E-05 9.44E-05 9.43E-05 再通过Eviews计算出10个股票之间的协方差矩阵如下： 0.000604 0.000405 0.000492 0.00043 0.000439 0.000169 0.000276 0.000192 0.000219 0.00018 0.000405 0.000349 0.000394 0.000332 0.000298 0.000153 0.000224 0.000163 0.000174 0.00014 0.000492 0.000394 0.000544 0.000421 0.000403 0.000199 0.000275 0.000201 0.000214 0.000161 0.00043 0.000332 0.000421 0.000459 0.000348 0.000154 0.000206 0.000174 0.000172 0.000143 0.000439 0.000298 0.000403 0.000348 0.000826 0.000189 0.000281 0.000213 0.000226 0.0002 0.000169 0.000153 0.000199 0.000154 0.000189 0.000172 0.00013 0.000152 0.000163 0.00012 0.000276 0.000224 0.000275 0.000206 0.000281 0.00013 0.000246 0.000145 0.000158 0.000122 0.000192 0.000163 0.000201 0.000174 0.000213 0.000152 0.000145 0.000167 0.000168 0.000132 0.000219 0.000174 0.000214 0.000172 0.000226 0.000163 0.000158 0.000168 0.000202 0.000157 将期望收益和方差协方差数据导入matlab，画出了相应的均值方差前沿，结果如下图： 所得图形比较符合预期，但是可以观察到，当方差比较大的时候，图形趋于平缓接近于直线，而且点较为稀疏，我们认为是方差大到一定程度之后对组合的限制更为苛刻，在极端情况下组合中只有一支股票。同时根据现实持仓组合在图中画出对应的点（前沿内部A点），由于其在前沿内部，说明持仓比例并不是最优比例，因此