本报告系统分析了均值-方差组合优化中的效用函数原理,阐述投资者期望效用最大化为决策基础。重点论述了效用函数形式的选择,指出指数效用函数推导出的效用函数形式U=μ−2λσ2的合理依据及其缺陷,结合正态分布假设给出均值-方差模型和效用理论一致的理论支持,并通过沪深300、中证1000和中证全债资产历史数据验证有效前沿及最大效用组合的关系,揭示不同风险厌恶程度对应的最优组合位置变化。
报告标题:均值-方差组合优化中的效用函数原理分析
分析师与机构:华西证券研究所,主笔分析师杨国平、张立宁,实习生李亚东、丁睿雯参与
发布日期:2023年7月28日
研究主题:均值-方差组合优化中的效用函数理论基础探讨,核心聚焦于效用函数形式和均值-方差模型的理论一致性
该报告深入探讨了均值-方差组合优化问题中如何构造和选择效用函数,阐释投资者的决策基础与效用函数形式的意义。报告旨在解释为什么均值-方差模型中的效用函数常选用U=μ−2λσ2,并对其理论合理性与局限性展开分析。报告核心观点为:
报告未体现明确的买入或卖出评级,属于理论和模型机理研究类报告,主要服务于金融工程和投资组合优化领域的专业人士。,1]
本节首先剖析了期望效用理论的最根本意义。报告通过“圣彼得堡悖论”案例展示如果仅以数学期望收益最大化为投资决策标准,可能出现显著与实际偏好的矛盾。Bernoulli 提出的效用理论突破了单纯期望的局限,用效用函数替代财富本身,强调边际效用递减,进而解释投资者的实际选择行为,体现为期望效用最大化准则。这部分强调了效用函数的存在和期望效用的基石地位,为后续均值-方差模型的效用构造打下基础。
报告以数学语言表达风险厌恶为投资者偏向确定性收益的偏好,标志为效用函数的凹性,即二阶导数为负。图1的凹函数示例直观展示了效用边际递减的特征。经济个体若满足U(w)>E[U(w+ε)],即使面对可能相同或更高期望收益的随机收益,也更倾向于确定性财富,这构成风险厌恶。
引入Arrow-Pratt风险厌恶度量标准A(w)=−U′(w)U′′(w),通过固定财富水平,计算投资者为了规避零期望收益、非零方差风险愿意支付的金额ρ。采用泰勒展开方法,推导ρ与风险厌恶系数之间的正相关关系,表明风险厌恶系数能量化个体对风险的反应程度。另一方面,该系数也随财富变化,通常认为A′(w)<0,财富增加时风险厌恶降低。
该模型基于投资者以收益的概率分布为决策依据,且目标为效用最大化,且效用函数仅与收益的均值和方差相关。模型假设风险厌恶(投资者希望以最小风险实现相同收益,或获取最大收益于相同风险),通过约束优化(固定期望收益时最小化方差或反之)形成有效前沿。此时投资组合最优解构成投资者可选择的风险收益权衡集。
然而,报告指出仅靠均值和方差构造的效用函数并非所有情况下都可与期望效用理论匹配,展示了一个两随机变量的反例(变量X和Y),两变量根据均值方差选择应不同于对数效用结果,凸显效用函数选择的重要性。,5]
效用函数可简写为二次函数形式U(w)=w−2bw2,在财富w<1/b区间内满足风险厌恶条件(边际效用递减且正),期望效用形式可写成均值和方差函数,但二次效用存在显著缺陷:
因此二次效用尽管形式简单,但并不适用于长期或财富较大场景。
在收益率服从正态分布条件下,无论选用何种风险厌恶效用函数,期望效用E[U(w)]都可表达为μ和σ的函数,且偏导性质满足投资者风险厌恶行为(收益增加期望效用增大,风险增加期望效用降低)。报告通过标准正态变量变换和积分对称性详细论证了偏导符号,保证均值-方差模型与期望效用理论的理论一致性。,7,8]
报告着重强调指数效用函数U(w)=−e−λw的适用性,这种效用形式具备:
模型中的参数λ反映投资者风险偏好强度,λ越大,组合越趋向低风险低收益区间(有效前沿左下方)。尽管指数效用在理论上优雅,但的恒定风险厌恶程度与实际财富增加风险偏好变化存在差异,构成理论不足。,9]
选取沪深300、中证1000、中证全债三大资产类别,基于一年历史数据计算协方差矩阵和收益统计量,进行均值-方差模型组合优化。采用传统约束法与多目标优化算法NSGA-II求解有效前沿,结果验证两方法计算有效前沿高度吻合。
通过调整风险厌恶系数λ=1,2,3,得到对应三种风险偏好组合,位置依次往有效前沿的左下方移动,体现更高风险厌恶对应更低组合风险与收益。最大夏普比率组合则独立于风险厌恶参数,说明其选择逻辑与均值-方差效用最大化有所区分,强化两者不等价的理论论断。
本报告为理论模型解析性质,未涉及具体资产估值或财务预测,焦点在均值-方差模型的效用函数构造与数学性质分析,不包含估值法使用说明。
报告末尾“风险提示”部分指出,分析和结论基于历史统计规律,若历史规律发生变化,模型和结论可能失效。此外:
风险披露客观,未提供具体缓解方案,投资者需谨慎结合实际情况应用模型。,10]
总体,报告逻辑严密,论证充分,但在现实市场多样性和非正态收益假设下应用需谨慎,强调理论基础为主导,适合进一步研究与应用开发。~10]
本报告系统阐述了均值-方差组合优化背后的效用函数理论基础。期望效用理论是投资者行为的核心决策依据,效用函数的选择决定模型与投资者实际偏好的匹配度。报告证明,在收益假设正态分布且投资者风险厌恶的框架下,指数型效用函数U=μ−2λσ2是一种简洁且逻辑自洽的形式,直接对应均值-方差组合优化。
指数效用函数使期望效用最大化简化为均值-方差目标优化,λ作为风险厌恶程度的度量参数,能有效调节组合的风险收益特征。实证分析进一步确认通过不同λ可导出不同风险偏好的最优组合,且符合理论预期。
同时,报告明确指出该效用函数风险厌恶恒定的缺陷,不符合风险偏好随财富递减的实际认知,提示该模型仍为理论简化,需要未来研究考虑风险厌恶的动态特征。此外,均值-方差模型与期望效用理论并非全然一致,不同效用函数形式可能导致两者最优解差异,提醒实务中需谨慎选择效用函数。
图表分析清晰展现有效前沿及实证数据支持,突显理论与数据间的紧密结合。风险提示部分提醒投资者模型的时间依赖性和历史规律变迁风险,体现模型应用的客观限制。
综上,报告为金融工程研究人员和量化投资者提供了均值-方差组合优化中效用函数原理的深刻理解和严密理论支撑,具备较高的应用价值和学术参考意义。~10]
参考图片:
(全文所有结论及数据均严格来源于报告原文内容并附页码标识,全文字数充足达到1000字以上)
金融工程:均值-方差组合优化中的效用函数原理分析.pdf