上一节已给出了资产组合期望收益、方差、相关系数等的计算公式。我们知道两个资产组合的方差是:
即标准差为:
上式可进一步改写为:
我们知道-1≤ρ≤+1,下面将结合表9-18所示数据对不同的ρ值下资产组合特性进行分析。
表9-18 两只股票的特征
9.4.1.1 完全正相关(ρ=+1)
用C、S取代标准差公式中的下角标,由于ρ≤+1,故有:
上式可进一步改写为:
σp=XCσC+(1-XC)σS
投资组合的期望收益可以表达为:
当相关系数为+1时,投资组合的风险和收益都是单个证券的方差和收益的线性组合,在收益-风险空间上完全正相关的两个证券的所有组合都位于一条直线上,分散化投资不能带来更好的效果。
令:
XC=(σp-σS)/(σC-σS)
则有:
根据表9-18所示数据,表9-19给出了取不同值时的投资收益率。图9-7描述了这一关系。这一关系是线性的,故有:
表9-19 当ρ=+1时由C和S构成的组合的期望收益与标准差
图9-7 当ρ=+1时期望收益与标准差的关系
9.4.1.2 完全负相关(ρ=-1)
若两个资产呈完全负相关(ρ=-1),其标准差的计算公式为:
σp=XCσC-(1-XC)σS
或:
σp=-XCσC+(1-XC)σS
上述两个方差总是有一个成立,故解是唯一的。当以XC描绘σP时,上述方程都是线性的。因此,由两个资产构成的投资组合的收益率作为标准差的函数,将产生两个直线。
相关系数为-1的投资组合风险总是比相关系数为+1的风险小。如果两个证券呈完全负相关,我们总可以将这两个证券适当组合,使其风险降为0。这说明了分散化的投资效应:证券组合有降低风险的能力。
令上述方程式为0,我们可以找到XC=σS/(σS+σC)时的投资组合的风险为0。表9-20所示的例子中,当XC=3/(3+6)=1/3时,会使风险最小,如图9-8所示。
具体而言,在完全负相关下,有:
表9-20 当ρ=-1时,由C和S构成的组合的期望收益与标准差
图9-8 当ρ=-1时,期望收益与标准差的关系
9.4.1.3 完全不相关(ρ=0)
投资组合的收益率表达式没有改变,但协方差项消失,其标准差的公式变为:
此时的期望收益与标准差如表9-21和图9-9所示。
表9-21 当ρ=0时,由C和S构成的组合的期望收益与标准差
图9-9 当ρ=0时,期望收益与标准差的关系
最小风险组合如何确定呢?我们可以通过考察方差的方程式来确定:(www.xing528.com)
上述方程式对XC求导数,并令导数为0,可解得XC:
在相关系数为0的情况下,这一表达式可简化为:
继续讨论前面的例子,使风险最小化的XC值为:
9.4.1.4 中度风险(ρ=0.5)
当相关系数为0.5时,例子中两个公司股票构成的投资组合的风险表达式为:
此时的期望收益与标准差如表9-22和图9-10所示。
表9-22 当ρ=0.5时,由C和S构成的组合的期望收益与标准差
本例中,在ρ=0.5下,没有任何一种组合的风险能小于两个证券本身的最小风险,尽管比完全正相关下组合的风险小。
显然,根据上面的方程,如果ρ=0.5,当XC=0时,投资组合的风险最小。
图9-10 不同相关系数下期望收益与标准差的关系
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。