資產(chǎn)組合規(guī)模適宜度的實證研究分析 數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)

《資產(chǎn)組合規(guī)模適宜度的實證研究分析 數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)》由會員分享，可在線閱讀，更多相關(guān)《資產(chǎn)組合規(guī)模適宜度的實證研究分析 數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)（19頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、資產(chǎn)組合規(guī)模適宜度的實證研究 摘 要 本文選取上證28只股票數(shù)據(jù)，利用2007—2011年間的月收益率數(shù)據(jù)，采取“回置式”抽樣并賦予隨機權(quán)重的方法，對滬股市股票投資組合規(guī)模與風(fēng)險分散的關(guān)系進行了實證分析。結(jié)果表明：滬股市股票投資組合能有效減少非系統(tǒng)風(fēng)險，較為合適的投資組合規(guī)模為6-16只股票。 關(guān)鍵詞：股票投資組合；風(fēng)險分散；非系統(tǒng)風(fēng)險 Capital Size Suitability of Empirical Research

2、 Abstract The article selects SSE 28 stocks yield data between 2007-2011, to take the “back-mounted” sample and to give the random weight method, empirical analysis on the relationship of the Shanghai stock market stock portfolio size and risk diversification. The results showed that: the

3、 Shanghai stock market stock portfolio can effectively reduce the risk of non-system, a more appropriate size of the portfolio is 6 to16 stocks. Keywords: Stock Portfolio；Risk Diversification；Non-systematic Risk 目 錄 一、引言 1 二、文獻回顧 1 三、樣本選擇和研

4、究方法 2 （一）樣本和數(shù)據(jù) 2 （二）研究方法 4 四、實證結(jié)果和分析 11 五、結(jié)論 14 參考文獻 15 致 謝 16 資產(chǎn)組合規(guī)模適宜度的實證研究 一、引言 與其他類型的資本市場一樣，股票市場也處于不斷的波動之中，股市的波動既帶來投資收益，同時蘊涵了很高的投資風(fēng)險。股票市場的投資風(fēng)險可以分為系統(tǒng)風(fēng)險和非系統(tǒng)風(fēng)險兩方面，系統(tǒng)風(fēng)險是指股票市場固有的風(fēng)險，而非系統(tǒng)風(fēng)險則是由于一些不確定的因素對某上市公司產(chǎn)生的影響而帶來的風(fēng)險。最近幾年，我國股票市場的個股收益率波動非常強烈，股市風(fēng)險的問題應(yīng)該更加引起投資者

5、重視。在股票投資過程中，投資者應(yīng)該慎重選擇具有較高投資價值的股票，并構(gòu)造一個合適規(guī)模的投資組合，以達到降低股市非系統(tǒng)風(fēng)險的目的。 二、文獻回顧 關(guān)于股市投資風(fēng)險與組合規(guī)模的問題，國內(nèi)外已經(jīng)有很多學(xué)者進行了卓越的研究，得出了很多有價值的結(jié)論。馬克維茨可以說是現(xiàn)代證券組合理論的奠基人，他提出了均值-方差模型，即用投資組合收益率的均值來度量收益，用投資組合的方差來度量風(fēng)先，此后很多研究成果都在此基礎(chǔ)上展開和深化的[1]。其后Sharp也發(fā)表了另一個里程碑式的研究成果，他利用了單指的數(shù)模型，通過估計得出了證券的預(yù)期收益率、方差和協(xié)方差等重要信息[2]。緊接著Evans & Archer采用隨機

6、簡單等權(quán)組合的方法,以1958-1967年紐約證券交易所的470種股票為樣本,以半年收益率為指標(biāo),分別構(gòu)建了60 組“1種證券的組合”、60 組“2證券組合”、“……”、60 組“ 40種證券的組合”，并分別計算出了40個不同組合規(guī)模的平均標(biāo)準差以代表組合風(fēng)險。該實證結(jié)果表明證券組合的平均標(biāo)準差隨著組合規(guī)模的擴大而迅速減少,當(dāng)達到8至10種證券組合時趨于穩(wěn)定[3]。 一些國內(nèi)學(xué)者也對中國股市的投資風(fēng)險和組合規(guī)模問題進行了深入研究。施東暉（1996）[4]、吳世農(nóng)和韋紹永（1998）[5]分別以雙周收益率和周收益率為指標(biāo),采用簡單等權(quán)組合的方法,研究了樣本期內(nèi)上證市場投資風(fēng)險與股票組合規(guī)模的關(guān)

7、系。此后田波平、王大偉（2004）[6]、楊繼平、張力健（2005）[7]均以月度收益率為指標(biāo),并采用非回置式隨機抽樣且應(yīng)用簡單等權(quán)組合方式,對國內(nèi)股票市場的投資組合規(guī)模與風(fēng)險關(guān)系進行了實證研究。朱曉斌（2007）則利用上證2001年7月2日至2002年6月28日期間的日交易數(shù)據(jù)，將上證所有的股票等量地分為大盤、中盤和小盤三組，并從每組各隨機抽取10個樣本股票構(gòu)成三個投資組合進行實證研究[8]。 從上面的文獻來看，學(xué)者們都認同通過股票投資組合來分散股市非系統(tǒng)風(fēng)險的原則。但由于各位學(xué)者在研究過程中所采取的樣本組、樣本區(qū)間、樣本頻率、抽樣方法、實證方法的不同,也使得研究結(jié)論多樣。考慮到中國股市近

8、年來經(jīng)歷了多次大起大落,充滿了非常大的風(fēng)險性,因此選取一個具有代表性的樣本組、跨越較長時期的樣本數(shù)據(jù)、并采用相對符合實際的實證方法,來進一步研究滬股市股票投資組合和風(fēng)險分散的關(guān)系,非常有必要。 三、樣本選擇和研究方法 （一）樣本和數(shù)據(jù) 為了進一步深入研究近年來中國滬股市的股票投資組合與風(fēng)險分散問題, 我們考慮選擇更合適的樣本組和樣本區(qū)間進行實證研究。筆者充分考慮到了近年來中國股市劇烈波動的實際情況,將根據(jù)以下幾個基本原則來選擇研究樣本: （1）樣本應(yīng)包括滬股市,因為大多數(shù)投資者都會同時選擇滬市的股票。 （2）考慮到股市風(fēng)險的延續(xù)性,筆者認為月度是一個較為合適的研究頻率, 因此本文

9、將采用2007-2011年間的月度收益率數(shù)據(jù)。 （3）上證50和深圳成指本身就是滬深兩市的權(quán)重股,在行業(yè)代表性、流通市值、交易量等方面都具有代表性。本文將在上證50中選取符合條件的28只股票, 作為實證研究的總樣本。 上證50中的股票,但有些樣本數(shù)據(jù)與本文研究區(qū)間不相符合。本文剔除了所有在2007年后才上市的股票,最終選取了符合實證要求的28只樣本股票。這28只樣本股票的基本信息如表3-1所示： 表3-1 滬股市28只股票基本信息 代號 股票名稱 股票代碼 2007可流通股本(萬股) 2011可流通股本(萬股) A股 B/H股 A股 B/H股 浦發(fā)銀行

10、 SH600000 326060.8 - 1492277.75 - 白云機場 SH600004 49696.0 - 115000.00 - 武鋼股份 SH600005 313520.0 - 1009378.0 - 上海機場 SH600009 99712.8 - 109347.64 - 包鋼股份 SH600010 203520.2 - 642364.38 - 華能國際 SH600011 276998.3 - 900000.00 - 民生銀行 SH600016 611362.8 - 225876

11、0.25 412713.06 寶鋼股份 SH600019 473548.3 - 1751204.75 - 中國石化 SH600028 849902.9 - 6992204.00 1678048.75 中信證券 SH600030 221456.8 - 985570.13 - 招商銀行 SH600036 470979.2 - 1766613.13 391047.81 中國聯(lián)通 SH600050 832227.8 - 2119659.75 - 同方股份 SH600100 38462.5 - 198770.

12、09 - 上海汽車 SH600104 164455.2 - 852144.13 - 雅戈爾 SH600177 98537.2 - 178714.98 - 煙臺萬華 SH600309 58816.2 - 216233.45 - 振華重工 SH600320 124264.2 - 254759.81 85800.00 江西銅業(yè) SH600362 28252.1 - 207524.73 138748.20 貴州茅臺 SH600519 40793.1 - 103818.00 - 方正科技 SH600

13、601 124126.3 - 219489.13 - 申能股份 SH600642 134449.3 - 472877.41 - 天津港 SH600717 86814.1 - 167476.91 - 遼寧成大 SH600739 39774.9 - 136416.98 - 國電電力 SH600795 96718.3 - 1395428.13 - 東方集團 SH600811 79555.8 - 124107.02 - 東方明珠 SH600832 94397.5 - 318633.50 - 亞

14、泰集團 SH600881 101892.9 - 189473.20 - 伊利股份 SH600887 37091.6 - 158734.14 - （二）研究方法 在此我們先假定中國股票市場在樣本區(qū)間2007-2011年都是弱勢有效的,這從很多學(xué)者的研究成果中可以得到佐證,這里就不再另行驗證。 本文采用Markowitz的均值-方差模型[9]來研究滬股市股票投資組合與風(fēng)險分散的關(guān)系,實證過程的主要步驟如下： 1．計算表1中所列的滬股市28只樣本股票在2007-2011年間的月度收益率， 并算出其簡單平均數(shù)。月度收益率計算公式如下：

15、 (3-1) 其中：示第種股票在第月的收益率； 表示第種股票在第月末收盤價； 表示第種股票在第月末收盤價。 在實證中,所有涉及到的數(shù)據(jù)都已經(jīng)考慮了除權(quán)的影響,進行了股價的相應(yīng)調(diào)整。 通過計算得出了28種股票的預(yù)期收益率、方差如表2所示： 表3-2 滬股市28只股票平均月收益率和方差 名稱 平均月收益率 方差 -0.000728624 0.001156542 -0.00055523 0.00063295 -0.000583521 0.001042795 -0.000686101

16、0.000707846 0.000468371 0.001003167 -0.000541973 0.00072933 -0.000289362 0.00073616 -0.000393507 0.000805371 -0.000245024 0.00076046 -0.000666366 0.001471661 -0.000280308 0.000829823 0.000156507 0.00072874 -0.000518095 0.001556422 0.00046784 0.001150852 -0.

17、000519797 0.000861865 -0.000527516 0.001156189 -0.000906395 0.000853669 0.001053649 0.001623001 0.00080796 0.000524905 -0.000766815 0.001069463 -0.000719855 0.000814917 -0.000905014 0.000728094 7.50705E-05 0.001548172 -0.000929848 0.001249733 -0.000856394 0.0

18、01287604 -0.000439232 0.000967174 -0.000494349 0.001283347 0.000227561 0.001207232 2．計算股票投資組合平均收益率。在每一個不同規(guī)模的股票投資組合中,筆者先根據(jù)隨機權(quán)重算出各股票投資組合的加權(quán)月度收益率,再除以抽樣次數(shù),從而算出各股票投資組合的平均收益率[10]。各個股票組合的平均收益率計算公式如下： (3-2) 式中： 為股票組合的平均月收益率； 為股票組合中第種股票平均月收益率； 為

19、股票組合中第種股票占全股票數(shù)的比重，為了方便計算。 3．計算股票投資組合平均標(biāo)準差。根據(jù)Markowitz的均值-方差模型[9],可以用標(biāo)準差來衡量樣本組合的投資風(fēng)險。具體的計算公式如下： (3-3) 即 (3-4) 利用 有 (3-5) 式中： 表示股票投資組合的標(biāo)準差； 為第種股票的標(biāo)準差； 為所選個股的權(quán)重； 為第種股票與第種股票收益率

20、的協(xié)方差； 為第種股票與第種股票收益率的相關(guān)系數(shù)； 為投資組合中被選擇的樣本數(shù)量。 計算樣本股票的協(xié)方差[11], 其計算公式如下: (3-6) 其中, 為第只股票與第只股票之間的協(xié)方差； 、分別為第只和第只股票的收益率； 為樣本期間收益率的個數(shù)。 所以組合的標(biāo)準差計算公式[12]可以簡化為 (3-7) 計算有各個股票的協(xié)方差如下表：

21、 表3-3 滬股市28只股票協(xié)方差 協(xié)方差 1 2 3 4 5 6 7 1 0.001156542 2 0.000170679 0.00063295 3 3.9216E-05 6.45375E-05 0.001042795 4 0.000218082 0.00039918 3.46579E-05 0.000707846 5 9.87057E-05 0.000155637 0.000138264 0.000221034 0.001003167

22、6 9.98775E-05 8.48094E-05 0.000149278 1.59655E-05 -1.81268E-05 0.00072933 7 2.95067E-05 1.57477E-05 0.000201869 -2.14315E-05 3.78268E-05 6.13956E-05 0.00073616 8 7.23124E-05 8.99011E-05 0.000256429 4.87868E-05 0.000120919 0.00026069 6.2133E-05 9 5.69247E-05 -7.73089E-06 0

23、.000153624 5.04457E-06 6.23697E-05 6.23697E-05 4.20275E-05 10 -1.09509E-05 -1.53936E-06 -3.83051E-05 -1.23518E-05 0.000104396 1.41909E-05 0.00013112 11 0.000118675 0.00011711 0.000110438 6.61833E-05 4.96104E-05 0.000103217 0.00019709 12 4.91441E-05 -4.57356E-06 -4.65242E-05

24、5.34246E-05 0.000118096 2.39889E-05 2.91344E-05 13 -6.12127E-07 0.000136947 7.64164E-05 0.000106764 -1.14669E-05 4.65928E-05 3.90898E-05 14 9.18509E-05 3.83903E-05 3.93181E-06 1.74655E-05 -3.21682E-05 8.90863E-06 -2.46139E-05 15 -2.41121E-05 1.5884E-05 8.09757E-05 3.28784E-05

25、 7.04812E-05 2.04852E-05 5.54136E-05 16 0.000132592 8.30503E-05 0.00021878 0.000136904 0.000247307 5.06203E-05 6.04201E-05 17 1.43596E-05 1.94651E-05 7.15334E-05 -7.02207E-08 8.30456E-05 6.08691E-05 7.49572E-05 18 0.000115935 6.25965E-05 7.62786E-05 6.46444E-06 2.22369E-05

26、9.56711E-05 7.90718E-05 19 7.90486E-05 0.000193565 2.10187E-06 0.000192589 0.000154454 1.33647E-06 -2.148E-06 20 6.50246E-05 8.33272E-05 0.000245932 0.000127735 0.000253557 4.31771E-05 0.000119475 21 0.000186814 0.000172853 -4.32712E-06 0.00019986 0.000262223 5.32509E-05 3.0

27、5914E-05 22 -1.83877E-06 7.56478E-06 0.000106137 4.48798E-05 3.65368E-05 1.03001E-05 2.8184E-05 23 8.26081E-05 4.35711E-05 0.000156358 -1.51097E-06 5.55797E-05 0.000249691 6.74607E-05 24 6.17289E-05 -1.32362E-05 -9.24038E-06 2.24639E-05 2.55975E-05 -1.0584E-05 9.55836E-07 25

28、 8.35152E-06 9.82026E-06 6.36412E-05 9.76351E-06 -1.45426E-05 3.03945E-05 3.06654E-05 26 8.93033E-06 4.46388E-05 6.37886E-05 5.76678E-05 0.000148493 0.0001604 1.20914E-05 27 3.39565E-05 2.4982E-05 0.000180993 -3.1979E-06 3.58949E-05 0.00018239 6.34599E-05 28 6.78882E-05 0.0

29、00129389 0.000106224 7.70173E-05 0.000127941 9.42739E-05 1.4553E-05 協(xié)方差 8 9 10 11 12 13 14 8 0.000805371 9 0.000273781 0.00076046 10 8.6874E-06 1.73406E-06 0.001471661 11 9.90716E-05 0.000105367 2.21502E-06 0.000829823 12 6.46772E-05

30、 4.77194E-05 6.75431E-05 1.1892E-05 0.00072874 13 6.51332E-05 -1.65362E-05 4.56623E-05 0.000120437 0.00021233 0.001556422 14 -2.46139E-05 8.92581E-05 -6.8531E-06 6.16304E-05 6.53143E-05 2.58609E-06 0.001150852 15 3.27827E-05 4.39842E-05 1.6369E-05 -3.44146E-06 0.000175

31、501 4.60877E-05 0.000178389 16 9.11183E-05 6.82844E-05 -1.7418E-05 2.35667E-05 6.00673E-05 4.25847E-05 -5.70267E-05 17 8.41915E-05 3.74329E-05 9.3571E-05 8.82194E-06 5.28006E-05 0.00010065 6.08063E-06 18 0.000144843 0.000100708 4.34803E-05 9.01178E-05 0.000106858 0.000120391

32、 0.000277427 19 4.71617E-05 2.66432E-05 2.26821E-05 7.0487E-05 3.48035E-05 9.28747E-05 6.53135E-06 20 0.000140063 5.0972E-06 -4.79599E-05 0.000136471 4.28401E-05 0.000146684 -3.28345E-05 21 4.48203E-05 3.81894E-05 0.000122883 1.05052E-05 0.000135417 1.54965E-05 3.84648E-05

33、22 1.15486E-05 3.05823E-05 5.25303E-05 5.50126E-05 6.06185E-05 7.92199E-05 7.97744E-05 23 0.00038462 0.000222562 -3.545E-06 0.000100503 -1.71352E-05 2.39458E-05 9.28065E-05 24 -1.09545E-06 5.05999E-05 1.88134E-05 -6.05137E-05 5.80868E-05 -3.1061E-06 9.1223E-06 25 8.74084E-05

34、 3.24764E-05 9.39168E-06 2.35568E-05 -2.35058E-06 6.70486E-05 -1.53707E-05 26 0.000185167 0.000132719 4.31491E-05 7.26001E-05 5.94002E-05 9.58692E-05 3.39098E-05 27 0.000267131 0.000247308 -7.2411E-06 0.000138006 6.6887E-05 4.75916E-05 0.000145454 28 0.000180766 0.000117051

35、 3.54927E-05 8.08422E-05 3.25819E-05 0.00013854 2.87332E-05 協(xié)方差 15 16 17 18 19 20 21 15 0.000861865 16 1.43399E-05 0.001156189 17 2.2567E-05 4.83747E-05 0.000853669 18 0.000165961 -1.57021E-05 7.2882E-06 0.001623001 19 3.65437E-05

36、8.5748E-05 6.39101E-05 6.52061E-05 0.000524905 20 0.00010291 0.000155559 6.07875E-05 -2.52213E-05 5.84239E-05 0.001069463 21 3.05373E-05 0.000185739 6.88788E-05 -1.39673E-05 0.000124404 6.1556E-05 0.000814917 22 0.000311587 3.94203E-05 -1.16496E-05 0.000155868 2.70667E-

37、05 0.000111107 1.89764E-05 23 2.45821E-05 1.3535E-05 4.55945E-06 0.00019952 2.7695E-05 5.23463E-05 2.02806E-05 24 4.80336E-05 9.30834E-06 2.09459E-05 7.68682E-05 -5.15062E-07 2.45957E-05 -3.8493E-05 25 3.18846E-05 -1.82426E-06 -1.82426E-06 1.48188E-05 3.25092E-05 3.01444E-05

38、 3.87721E-05 26 -9.74261E-06 8.20411E-05 3.43079E-05 7.64373E-05 4.26E-05 5.67032E-05 0.000107519 27 0.000173075 7.8241E-05 1.03966E-05 0.000174182 6.27451E-05 2.07345E-05 5.26438E-05 28 4.35796E-05 6.48012E-05 6.57068E-05 0.000109835 9.65174E-05 0.00014505 2.87245E-05

39、協(xié)方差 22 23 24 25 26 27 28 22 0.000728094 23 1.35834E-05 0.001548172 24 5.91124E-05 -5.80396E-05 0.001249733 25 -1.93541E-05 4.8242E-05 -6.00397E-05 0.001287604 26 -4.98837E-06 0.000246363 5.49528E-05 4.40994E-06 0.000967174 27 0.000

40、114667 0.000342992 -9.85693E-06 8.83369E-05 0.000148591 0.001287604 28 -1.78045E-05 0.000179 -3.08265E-06 6.21375E-05 0.000146167 9.58235E-05 0.001207232 4.股票投資組合抽樣方法。本文采用回置式隨機抽樣的方法來構(gòu)建不同規(guī)模的股票投資組合,先賦予組合內(nèi)的每只股票一個隨機權(quán)重,再根據(jù)上述步驟2和步驟3分別計算組合平均收益率和標(biāo)準差。本文具體的抽樣和計算過程如下： （1）從總樣本股票（28只股票）中隨機抽取

41、2只股票,并計算出“2只股票組合”的月度加權(quán)收益率與標(biāo)準差。 （2）在總樣本股票中（28只股票）再隨機抽取4只股票,并計算出“4只股票組合”的月度加權(quán)收益率與標(biāo)準差。 （3）再次從總樣本股票中（28只股票）隨機抽取6只股票,并計算出“6只股票組合”的月度加權(quán)收益率與標(biāo)準差。根據(jù)研究需要,繼續(xù)構(gòu)建更大規(guī)模的股票投資組合。 （4）為了得到更為合理的實證結(jié)果,我們重復(fù)上面的步驟20次,從而計算出不同規(guī)模股票投資組合的平均收益率和標(biāo)準差,以此作為研究我國滬股市股票投資組合與風(fēng)險分散關(guān)系的最終依據(jù)。 四、實證結(jié)果和分析 從上面的抽樣方法中可知,從最開始的“2只股票組合”開始,每次重新抽樣依

42、次增加2只股票,一直到包含所有樣本的“28只股票組合”,最多可以構(gòu)建14個不同規(guī)模的股票投資組合。樣本股票投資組合的平均收益率和標(biāo)準差如下表： 表4-1 樣本股票投資組合的平均收益率和標(biāo)準差 股票代號 平均收益率 -0.00049545 -0.000463193 -0.000280403 -0.000287728 平均標(biāo)準差 0.011800399 0.004434083 0.002457101 0.001683012 股票代號 平均收益率 -0.000265716 -0.00029636 -0.000318563 -0.00

43、0332987 平均標(biāo)準差 0.001254628 0.000988202 0.000810797 0.000687383 股票代號 平均收益率 -0.000355243 -0.000307159 -0.000329247 -0.000312778 平均標(biāo)準差 0.000591977 0.000520999 0.000463811 0.000418004 股票代號 平均收益率 -0.000320411 -0.000351565 平均標(biāo)準差 0.000380962 0.000329373 注：表示“2

44、只股票組合”， 表示“4只股票組合”，依此類推。 從表2中可以看出,滬股市的股票投資組合規(guī)模與平均收益率之間并沒有存在明顯的規(guī)律,大致都穩(wěn)定-0.0003369在上下。這和本文選取的樣本數(shù)據(jù)跨度時間長,并且進行多次回置式隨機選定股票投資組合取平均值的研究方法是有直接關(guān)系的。而在衡量股市風(fēng)險的平均標(biāo)準差方面,可以從圖1中清晰地看到其變化趨勢。 圖4-1 股票投資組合的平均收益率和平均標(biāo)準差 注：1表示“2只股票組合”，2表示“4只股票組合”，依此類推。 從圖1可知,在滬股市中,當(dāng)股票投資組合的規(guī)模越大時,標(biāo)準差一般越小, 即表示股市投資風(fēng)險分散的程度越大。盡管在實證結(jié)果中,有些較

45、大規(guī)模股票投資組合的標(biāo)準差有一定程度的反彈,但整體下降的趨勢還是顯而易見的[13]。特別是從3到8的階段,下降得非常明顯；而在8至14的階段,股票組合的標(biāo)準差逐漸趨于平穩(wěn)；當(dāng)過了14以后, 股票組合標(biāo)準差就變得更加穩(wěn)定了,呈現(xiàn)非常緩慢的下降趨勢。這表明滬股市的股票組合數(shù)量在6-16只時,就基本上已經(jīng)分散了大部分的非系統(tǒng)風(fēng)險。盡管從理論上來說,實證中選取的這28只股票樣本并不能代替整個滬股市,但考慮到其權(quán)重股的特點,還是能夠在較大程度上反映整個滬股市的股票投資組合風(fēng)險結(jié)構(gòu)的。

46、 五、結(jié)論 本文通過選取滬股市的28只權(quán)重股票,以2007-2011年的月度收益率為指標(biāo), 采用回置式隨機權(quán)重的方法,根據(jù)Markowitz投資組合理論模型應(yīng)用研究[14]，研究了滬股市股票投資組合與風(fēng)險分散的關(guān)系,得出了以下結(jié)論： （1）股票投資組合能夠有效地分散滬股市的非系統(tǒng)風(fēng)險,股票投資組合規(guī)模越大,能分散股市的非系統(tǒng)風(fēng)險就越多[15]； （2）滬股市中,較為合適的投資組合規(guī)模為6-16只股票。盡管更多股票的投資組合在理論上能分散更多的非系統(tǒng)風(fēng)險,但在實際投資中,投資者會受到資金、時間、精力、偏好等多種因素的限制,所以選取一個合適的投資組合規(guī)模是必要的； （3）投資者在進行股

47、票組合投資時,應(yīng)該注重對股票的理性分析、篩選和構(gòu)建,盡量做到股票投資組合的優(yōu)化配置。為了能在有效控制股票投資風(fēng)險的前提下獲得長期的投資回報,秉承股票價值投資的理念非常重要。 參考文獻 [1] Markowitz. “Portfolio Selection”. Journal of Finance,1952,7(1):77-91. [2] Sharpe, William.“A Simplified Model of Portfolio Analysis”. Management Science,

48、 1963,January:277-293. [3] Evans &Archer.“Diversification and the Reduction of Dispersion” .Journal of Finance,1968,23(5):761-767. [4] 施東輝.上海股票市場風(fēng)險性實證研究.經(jīng)濟研究，1996,（10）． [5] 吳世農(nóng),韋紹永.上海股市投資組合規(guī)模和風(fēng)險關(guān)系的實證研究.經(jīng)濟研究.1998,4:32. [6] 田波平,王大偉.國內(nèi)股票市場投資組合規(guī)模與風(fēng)險關(guān)系的實證研究.管理世 界.2004,6:138-139

49、. [7] 楊繼平,張力健.滬市股票投資組合規(guī)模與風(fēng)險分散化關(guān)系的進一步研究.系統(tǒng)工程理 論與實踐.2005,(10). [8] 朱曉斌.股票投資組合流動性風(fēng)險度量模型構(gòu)建與檢驗.中國管理科學(xué)，2007,2:6-11. [9] Markowitz. “Portfolio Selection”．Journal of Finance,1952,（3）． [10] ZVI Bodie, Alex Kane, Alan J. Marcus. Investments (7thEdition).China Machine Press,2009, 137-143. [11] 張宗新.投資學(xué)

50、.上海復(fù)旦大學(xué)出版社,2006,6:45． [12] 束景虹.證券投資分析.對外經(jīng)濟貿(mào)易大學(xué)出版社,2008，4：74． [13] 楊建新,何沛俐.中國股市投資組合規(guī)模與風(fēng)險關(guān)系的實證研究.預(yù)測,2001,（1）. [14] 李善民.徐沛.Markowitz投資組合理論模型應(yīng)用研究.經(jīng)濟研究,2000,（1）:41-51. [15] 高淑東.證券投資組合風(fēng)險的分散化.集團經(jīng)濟研究,2005,（2）：92. 致 謝 光陰荏苒，大學(xué)的學(xué)習(xí)即將結(jié)束，四年的學(xué)習(xí)生活是我受益匪淺。經(jīng)歷大半年時間的磨礪，本科畢業(yè)

51、論文終于完稿，回首大半年來的收集、整理、思索、停滯、修改直至最終完成的過程，我得到了許多的關(guān)懷和幫助，現(xiàn)在要向幫助我的老師們、同學(xué)們表達我最誠摯的謝意！ 感謝我的論文指導(dǎo)老師陳萬義老師，感謝陳老師在我的論文完成過程中給予的指導(dǎo)與幫助，讓我得以順利地完成論文。在這里更要感謝陳萬義老師對我考研期間諄諄地教導(dǎo)，使我取得佳績！再一次衷心的感謝陳萬義老師！也要感謝在大學(xué)期間傳授我知識的每一位老師，讓我學(xué)到了武裝自己的知識和本領(lǐng)，感謝我的母校給了我大學(xué)四年深造的機會，多謝你們。最后，我要感謝參與我論文評審和答辯的各位老師，你們給了我一個審視幾年來學(xué)習(xí)成果的機會，讓我能夠明確今后的發(fā)展方向，你們對我的幫助

52、是一筆無價的財富。四年的大學(xué)生涯轉(zhuǎn)瞬即逝，滿是不舍與依戀卻注定要走。畢業(yè)論文正代表著大學(xué)的終結(jié)，完成它既有一種收獲感，又有一種失落感，可無論如何它代表著我四年的努力，代表了我四年的歷程。當(dāng)它終于完工的時候，我不禁想起了很多人，很多事，尤其是辛勤培養(yǎng)我的老師們，即將踏入社會之際，我真誠地感謝每一位老師，謝謝你們！ 您的學(xué)生：段冰 2012年4月15日 16