Foundations of Portfolio Theory (Markowitz 1990)

Harry M. Markowitz (Baruch College, The City University of New York) · Nobel Lecture, December 7, 1990 · Les Prix Nobel 1990, pp. 279-287 · 9 页本次归档: raw/papers/199012-foundations-of-portfolio-theory/ (paper.pdf 233 KB + extracted.md)

一句话核心

这是 Markowitz 的诺贝尔演讲稿，不是研究论文。他借这次机会做两件事：其一，说明组合理论与公司理论/消费者理论的三点不同（研究对象是投资者、行为人在不确定性下行动、且目标是指导实践而非只描述均衡）；其二，检视「均值与方差是否足以作为组合选择准则」——用 Levy & Markowitz (1979) 的实证结果给出近乎肯定的答案（分散化组合上 f(E,V) 与期望效用的相关系数几乎总在 .99 以上），同时坦白单资产、负偏度强、极端分布等情形下均值-方差会失效。

问题与关键结构

演讲稿围绕三个问题组织。

一、组合理论与古典微观经济学的三点差异。 Markowitz 强调：理论家/消费者理论里价格是给定的，产成品价格在生产决策时未知只是「重要但可忽略」的不确定性；而在投资者分析中不确定性不可忽略 —— 如果投资者确知未来收益，他只会买未来收益最高的那一只，任何情形下都不会偏好分散化组合；但分散化是常见且合理的实践，所以不确定性的存在是分析理性投资行为的必要前提。

二、想法的来源。 他自述在芝加哥大学读 John Burr Williams 的 The Theory of Investment Value 时想到基本概念：Williams 说股票价值等于未来股利流的现值，但股利不确定，于是 Markowitz 改成贴现未来股利流的期望值；但若只关心期望值，投资者只会买期望收益最高的一只 —— 「像确定性一样，只按预期收益行动必须被否定」。而「组合方差是加权和、必然带进所有协方差项」这一事实让均值-方差方法「显得可信」。

三、准则是否充分。 他引用 Levy & Markowitz (1979) 的表格（Table 1）：对每个效用函数、每组历史收益分布，计算期望效用 EU 与基于均值 E、方差 V 的近似 f(E,V)，然后看两者的相关系数。

关键发现

1. 分散化组合上，均值-方差近似几乎无损。 Table 1 第二列是 149 只投资基金 1958–1967 年的年度收益分布（U = \log(1+r) 时相关系数 0.997），其余行在多种效用函数下相关系数通常超过 .99。

2. 单资产组合明显更差。 第三列（97 只股票的年度收益、one-stock 组合）相关系数明显低于第二列；第四列改成月度持有期后相关系数大幅回升（常与第二列持平或更高）；第五列（随机选取的 5 或 6 只证券组合的年度收益）相关性也普遍很高。结论：只要投资组合适度分散（哪怕只有 5–6 只），均值-方差近似期望效用就很准。

3. 什么时候均值-方差会失效：可以事前预警。 若投资者效用形如 U = -1000 e^{-10(1+R)}，Table 2 给出 U(R) 与其 Taylor 近似 Q(R) 的差 A(R) = U(R) - Q(R)：对 \log(1+R)，当 R 从 -0.30 变到 0.60 时 |A| 从不超过 0.024；而对指数效用，同样的区间里 |A| 常常超过 0.03，最大到 0.695。由于效用乘以正常数不改变选择，重要的不是 |A| 的量级而是A 的变化幅度与 U 的变化幅度之比 —— 投资者只要把 U(R)、Q(R)、A(R) 三列摆在一起看，就能提前判断均值-方差不适用。

4. 近似式不是二次效用。 Levy & Markowitz 论证 f(E,V) 不受 Arrow-Pratt 对二次效用的批评，它甚至具有递增的风险厌恶；一大类 f(E,V) 近似与原期望效用最大化者具有相同的「小」风险厌恶（risk aversion in the small）。

5. 三个公开的待办问题（作者自陈）。 其一：需要系统刻画「均值-方差在哪些效用函数与分布下好、坏、临界」；其二，若要用到三、四阶矩，投资者要在一维的 (E,V) 有效前沿变成四维空间里的三维曲面上做选择，且固定三阶矩的组合集非凸，计算困难。其三，效用函数含收益以外的状态变量时，实践中如何做二次近似尚无人研究。

6. 半方差是候选替代。 Markowitz 在 1959 年书第 9 章提出半方差 (semi-variance) 作为风险度量（只惩罚向下的偏离），并指出它比方差更合理；但截至 1990 年仍无人判定是否存在一大类「均值-半方差行、均值-方差不行」的效用函数。

7. 组合理论是「不确定条件下的行动经济学」的一部分。 演讲末尾他提到弗里德曼当年反对把组合理论算作经济学（「当时确实不是经济学；现在它是了」）。

重要 caveat

这是演讲稿，不是实证论文：Table 1 与 Table 2 的具体数值来自他引用的 Levy & Markowitz (1979) 与 Ederington (1986) 的未发表/已发表工作，演讲本身没有新做估计。
论文中多处公式在扫描文本层被抽成 ==> picture [...] intentionally omitted <==>，本文只保留能从正文文字确认的数值与结论。
演讲中提到的两项未发表工作：Simaan (1987) 博士论文定义了「优化溢价 (optimization premium)」——投资者为「选到真正的期望效用最优组合」而非「均值-方差次优组合」愿意从组合中付出的百分比；Ederington 用数千条从真实时间序列随机抽取合成的序列做评估，结论是：均值-方差近似够好的情形几乎无改进空间；不够好的情形，三阶矩通常改进很小，四阶矩改进明显。
Markowitz 明确说：「均值-方差的成效至今仍是一份零碎的记录」——他本人认为这一基础问题尚未解决。

对 quant wiki 的意义

演讲里 Levy & Markowitz 的实证表格（「分散化组合上相关系数 > .99」）为库内 Markowitz Curse 提供了一个方法论上的对照：均值-方差作为决策近似是可靠的，问题出在输入估计上，而不是准则本身。
「半方差 / 三四阶矩」的讨论直接指向库内均值-方差框架的边界，也提示 MVO 不是唯一可选的二维风险框架。
演讲开篇的「组合理论 = 微观经济学第一部分、Sharpe/Lintner 的 CAPM = 第二部分」这一划分，是 CAPM 均衡一页叙述结构的依据。