平均分散分析とは? わかりやすく解説

平均分散分析

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/08/05 09:14 UTC 版)

現代ポートフォリオ理論」の記事における「平均分散分析」の解説

現代ポートフォリオ理論仮定一つとして投資家自身投資収益率分布についてその平均と分散のみを考慮し歪度尖度といった他の分布特徴には関心持たないことがあるこのように平均と分散のみに着目したポートフォリオ選択理論を平均分散分析(英: mean-variance analysis)と呼ぶ。このような投資家の選好平均分散型効用関数期待効用関数であれば2次効用関数、あるいは収益率分布同時正規分布に従う場合正当化される数学的表現 設定金融市場には金融資産が n {\displaystyle n} 個存在する仮定する。さらに任意の金融資産 i {\displaystyle i} について、その収益率R i {\displaystyle R_{i}} とする。そして金融市場完全市場であると仮定する。さらにすべての金融資産 i {\displaystyle i} にはリスク存在するものとする。つまり、全ての資産収益率 R i {\displaystyle R_{i}} の分散は必ず0より厳密に大きものとする投資家自身資金100 w i {\displaystyle 100w_{i}} パーセント金融資産 i {\displaystyle i} に投資するものとする。この投資比率を表す w i , i = 1 , … , n {\displaystyle w_{i},i=1,\dots ,n} をポートフォリオ と呼ぶことにする。比率なので ∑ i = 1 n w i = 1 {\displaystyle \sum _{i=1}^{n}w_{i}=1} を満たすポートフォリオ w i {\displaystyle w_{i}} による投資収益率R p {\displaystyle R_{p}} と表すことにする。 E , Var , Cov , Corr {\displaystyle \operatorname {E} ,\;\operatorname {Var} ,\;\operatorname {Cov} ,\;\operatorname {Corr} } をそれぞれ期待値分散共分散相関係数オペレーターとする。 ポートフォリオ期待収益率: E ⁡ ( R p ) = ∑ i = 1 n w i E ⁡ ( R i ) {\displaystyle \operatorname {E} (R_{p})=\sum _{i=1}^{n}w_{i}\operatorname {E} (R_{i})\quad } ポートフォリオ収益率分散: σ p 2 = ∑ i = 1 n ∑ j = 1 n w i w j Cov ⁡ ( R i , R j ) = ∑ i = 1 n ∑ j = 1 n w i w j σ i σ j ρ i j {\displaystyle \sigma _{p}^{2}=\sum _{i=1}^{n}\sum _{j=1}^{n}w_{i}w_{j}\operatorname {Cov} (R_{i},R_{j})=\sum _{i=1}^{n}\sum _{j=1}^{n}w_{i}w_{j}\sigma _{i}\sigma _{j}\rho _{ij}} ただし σ i = Var ⁡ ( R i ) , ρ i j = Corr ⁡ ( R i , R j ) {\displaystyle \sigma _{i}={\sqrt {\operatorname {Var} (R_{i})}},\;\rho _{ij}=\operatorname {Corr} (R_{i},R_{j})} である。 2つ資産からなるポートフォリオ場合ポートフォリオ期待収益率: E ⁡ ( R p ) = w A E ⁡ ( R A ) + ( 1 − w A ) E ⁡ ( R B ) = w A E ⁡ ( R A ) + w B E ⁡ ( R B ) {\displaystyle \operatorname {E} (R_{p})=w_{A}\operatorname {E} (R_{A})+(1-w_{A})\operatorname {E} (R_{B})=w_{A}\operatorname {E} (R_{A})+w_{B}\operatorname {E} (R_{B})} ポートフォリオ収益率分散: σ p 2 = w A 2 σ A 2 + w B 2 σ B 2 + 2 w A w B ρ A B σ A σ B {\displaystyle \sigma _{p}^{2}=w_{A}^{2}\sigma _{A}^{2}+w_{B}^{2}\sigma _{B}^{2}+2w_{A}w_{B}\rho _{AB}\sigma _{A}\sigma _{B}} 3つの資産からなるポートフォリオ収益率分散: σ p 2 = w A 2 σ A 2 + w B 2 σ B 2 + w C 2 σ C 2 + 2 w A w B ρ A B σ A σ B + 2 w A w C ρ A C σ A σ C + 2 w B w C ρ B C σ B σ C = ( w A w B w C ) ( σ A 2 ρ A B σ A σ B ρ A C σ A σ C ρ A B σ A σ B σ B 2 ρ B C σ B σ C ρ A C σ A σ C ρ B C σ B σ C σ C 2 ) ( w A w B w C ) {\displaystyle {\begin{aligned}\sigma _{p}^{2}&=w_{A}^{2}\sigma _{A}^{2}+w_{B}^{2}\sigma _{B}^{2}+w_{C}^{2}\sigma _{C}^{2}+2w_{A}w_{B}\rho _{AB}\sigma _{A}\sigma _{B}+2w_{A}w_{C}\rho _{AC}\sigma _{A}\sigma _{C}+2w_{B}w_{C}\rho _{BC}\sigma _{B}\sigma _{C}\\&=\left({\begin{matrix}w_{A}&w_{B}&w_{C}\end{matrix}}\right)\left({\begin{matrix}\sigma _{A}^{2}&\rho _{AB}\sigma _{A}\sigma _{B}&\rho _{AC}\sigma _{A}\sigma _{C}\\\rho _{AB}\sigma _{A}\sigma _{B}&\sigma _{B}^{2}&\rho _{BC}\sigma _{B}\sigma _{C}\\\rho _{AC}\sigma _{A}\sigma _{C}&\rho _{BC}\sigma _{B}\sigma _{C}&\sigma _{C}^{2}\end{matrix}}\right)\left({\begin{matrix}w_{A}\\w_{B}\\w_{C}\end{matrix}}\right)\end{aligned}}} 金融資産の数 n {\displaystyle n} が大きい時は行列による表現用いられる投資家ポートフォリオ選択問題 投資家所与の(目標)期待収益率 μ p {\displaystyle \mu _{p}} を達成するポートフォリオの中で最も収益率分散小さくなるものを選択する。つまり、以下の最小化問題を解く。 min  σ p 2 {\displaystyle {\mbox{min }}\sigma _{p}^{2}} subject to  ∑ i = 1 n E ⁡ ( R i ) w i = μ p , ∑ i = 1 n w i = 1 {\displaystyle {\mbox{subject to }}\sum _{i=1}^{n}\operatorname {E} (R_{i})w_{i}=\mu _{p},\quad \sum _{i=1}^{n}w_{i}=1} この問題2次計画問題になっている一般の n {\displaystyle n} 個の金融資産存在する場合最小化問題解析解ロバート・マートンによって与えられていて、リスク資産収益率分散共分散行列 Ω = ( σ 11 ⋯ σ 1 n ⋮ ⋱ ⋮ σ n 1 ⋯ σ n n ) = ( Var ⁡ ( R 1 ) ⋯ Cov ⁡ ( R 1 , R n ) ⋮ ⋱ ⋮ Cov ⁡ ( R n , R 1 ) ⋯ Var ⁡ ( R n ) ) {\displaystyle \Omega =\left({\begin{matrix}\sigma _{11}&\cdots &\sigma _{1n}\\\vdots &\ddots &\vdots \\\sigma _{n1}&\cdots &\sigma _{nn}\end{matrix}}\right)=\left({\begin{matrix}\operatorname {Var} (R_{1})&\cdots &\operatorname {Cov} (R_{1},R_{n})\\\vdots &\ddots &\vdots \\\operatorname {Cov} (R_{n},R_{1})&\cdots &\operatorname {Var} (R_{n})\end{matrix}}\right)} の逆行列を Ω − 1 = ( v 11v 1 n ⋮ ⋱ ⋮ v n 1 ⋯ v n n ) {\displaystyle \Omega ^{-1}=\left({\begin{matrix}v_{11}&\cdots &v_{1n}\\\vdots &\ddots &\vdots \\v_{n1}&\cdots &v_{nn}\end{matrix}}\right)} とすると、 w i = 1 D ( μ p ∑ j = 1 n v i j ( C E ⁡ ( R j ) − A ) + ∑ j = 1 n v i j ( B − A E ⁡ ( R j ) ) ) , i = 1 , … , n {\displaystyle w_{i}={\frac {1}{D}}\left(\mu _{p}\sum _{j=1}^{n}v_{ij}(C\operatorname {E} (R_{j})-A)+\sum _{j=1}^{n}v_{ij}(B-A\operatorname {E} (R_{j}))\right),\quad i=1,\dots ,n} となる。ただし A = ∑ i = 1 n ∑ j = 1 n v i j E ⁡ ( R j ) , B = ∑ i = 1 n ∑ j = 1 n v i j E ⁡ ( R i ) E ⁡ ( R j ) , C = ∑ i = 1 n ∑ j = 1 n v i j , D = B CA 2 > 0 {\displaystyle A=\sum _{i=1}^{n}\sum _{j=1}^{n}v_{ij}\operatorname {E} (R_{j}),\;B=\sum _{i=1}^{n}\sum _{j=1}^{n}v_{ij}\operatorname {E} (R_{i})\operatorname {E} (R_{j}),\;C=\sum _{i=1}^{n}\sum _{j=1}^{n}v_{ij},\;D=BC-A^{2}>0} である。さらにこのポートフォリオ投資した時、期待収益率収益率分散について以下の関係が成立する。 σ p 2 = C μ p 22 A μ p + B D ⋯ ( 1 ) {\displaystyle \sigma _{p}^{2}={\frac {C\mu _{p}^{2}-2A\mu _{p}+B}{D}}\quad \cdots (1)}

※この「平均分散分析」の解説は、「現代ポートフォリオ理論」の解説の一部です。
「平均分散分析」を含む「現代ポートフォリオ理論」の記事については、「現代ポートフォリオ理論」の概要を参照ください。

ウィキペディア小見出し辞書の「平均分散分析」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「平均分散分析」の関連用語

平均分散分析のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



平均分散分析のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの現代ポートフォリオ理論 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS