FINANCE · INVESTMENT ANALYSIS · assignment GUIDE Portfolio Management Assignment怎么写?MPT、CAPM与Excel投资组合分析从原始价格数据、收益率和协方差矩阵,到有效前沿、CAPM与绩效评价:用一个原创案例演示如何把Excel计算转化为有批判性的金融论证。 |
Portfolio Management Assignment往往同时考察金融理论、数据处理、Excel建模和学术写作。很多同学能算出expected return、standard deviation和Sharpe Ratio,却无法解释这些数字为什么重要;也有人写了大量Modern Portfolio Theory(MPT)定义,但没有说明数据频率、模型假设、约束条件和估计误差。
真正完整的Assignment应该形成一条可检查的分析链:明确投资者目标—整理数据—估计风险收益—构建组合—比较方案—检验稳健性—提出有条件的建议。本文以虚构的英国公益基金 Riverside Scholarship Fund 为例,示范如何完成一份包含MPT、CAPM和Excel Portfolio Optimisation的投资组合报告。所有数字均为教学演示,不构成任何投资建议。
评分者不仅看“算得对不对”
还会看数据是否可复现、公式与年化方式是否一致、模型是否适合案例、优化结果是否经过现实约束和敏感性检验。

一、Portfolio Management Assignment通常要求什么?
这类作业常见于Finance、Investment Management、Financial Markets、MBA或Business Analytics课程。题目可能要求构建一个最优组合、比较主动与被动策略、评价基金表现,或讨论MPT和CAPM在真实市场中的适用性。
| Task Word | 真正要求 | 应呈现的证据 | 常见失分 |
|---|---|---|---|
| Calculate | 使用正确公式和一致数据完成计算 | 公式、单元格、数据频率、结果表 | 只展示最终数字 |
| Construct | 建立符合目标和约束的组合 | 资产权重、约束、Solver设置 | 没有说明投资者目标 |
| Evaluate | 按风险、收益和适用性判断方案 | 基准、绩效指标、局限和权衡 | 只说哪个回报最高 |
| Critically discuss | 评估模型假设、数据和替代解释 | 估计误差、非正态性、危机相关性 | 理论优缺点清单 |
如果题目同时要求Excel文件和书面报告,应先把Assignment Brief、Learning Outcomes与Rubric拆成“计算任务”和“论证任务”,避免表格做得很多,正文却没有回应评分标准。
二、原创案例:Riverside Scholarship Fund
投资者:Riverside Scholarship Fund是一家虚构的英国公益基金,需要在控制年度波动和流动性风险的同时,为未来奖学金支出争取长期资本增长。
可投资资产:Global Equity、UK Equity、Investment-Grade Bonds和Cash。分析使用60个月月度total-return data,并假设不允许卖空。
基本约束:权重合计为100%;单一权益资产不超过45%;债券至少20%;现金至少5%;目标年化波动率不高于12%。
Assignment任务:比较等权组合、minimum-variance portfolio和maximum-Sharpe portfolio,并评价哪一种更适合基金目标。
案例把投资目标、资产范围、数据窗口和约束先写清楚,后续每个计算才有解释基础。如果题目没有给出约束,可以根据投资者的流动性、风险承受能力、投资期限和政策要求提出合理约束,并明确它们是研究者设定而非客观事实。
三、从价格数据到可用收益率
直接把不同资产的价格水平放进相关矩阵是常见错误。投资组合分析通常使用return series,而且必须说明采用simple return还是log return、是否包含分红、如何处理缺失值以及怎样年化。
| 步骤 / 指标 | 表达式 | Excel示例 | 需要说明 |
|---|---|---|---|
| Simple return | Rt = Pt / Pt-1 − 1 | =B3/B2-1 | 价格应为adjusted/total return |
| Log return | rt = ln(Pt / Pt-1) | =LN(B3/B2) | 不要与simple return混用 |
| Annualised mean | Monthly mean × 12 | =AVERAGE(range)*12 | 算术年化与复合回报不同 |
| Annualised volatility | Monthly SD × √12 | =STDEV.S(range)*SQRT(12) | 数据频率必须一致 |
| Correlation | ρij = Covij /(σiσj) | =CORREL(range1,range2) | 同日期、同频率、同币种逻辑 |
数据审计建议:保留Raw Data工作表,另建Returns和Model工作表;写清数据来源、下载日期、货币单位、样本区间及缺失值处理。不要手工覆盖异常值而不留下说明。
四、Modern Portfolio Theory:分散化为什么有效?
Markowitz的核心贡献不是简单地说“不要把鸡蛋放在一个篮子里”,而是把投资组合选择表示为expected return与variance之间的权衡。组合风险不仅取决于单项资产的波动率,也取决于资产之间的covariance。
组合预期收益:E(Rp) = Σ wiE(Ri)
组合方差:σp2 = w′Σw
两资产协方差:Covij = ρijσiσj
当两项资产并非完全正相关时,它们组合后的风险可能低于单项风险的简单加权平均。Efficient Frontier表示在每一个风险水平下提供最高预期收益,或在每一个目标收益下提供最低风险的一组组合。
| 概念 | 含义 | Assignment用途 | 需要警惕 |
|---|---|---|---|
| Diversification | 利用不完全相关资产降低组合风险 | 解释相关矩阵和风险变化 | 危机期相关性可能上升 |
| Global Minimum Variance | 可行集合中方差最低的组合 | 满足低波动目标 | 可能牺牲目标收益 |
| Efficient Frontier | 风险收益空间中的有效组合边界 | 比较候选权重是否有效 | 依赖估计输入 |
| Tangency Portfolio | 与Capital Allocation Line相切的风险组合 | 寻找最大Sharpe Ratio | 无风险利率和约束会影响结果 |
五、CAPM、Beta与Required Return怎么衔接?
CAPM试图解释在市场均衡下,系统性风险与预期收益之间的关系。基本形式为:
CAPM:E(Ri) = Rf + βi[E(Rm) − Rf]
Beta:βi = Cov(Ri,Rm) / Var(Rm)
Beta衡量资产收益对市场收益变动的敏感度,不等于资产的全部风险。可分散的idiosyncratic risk不会在CAPM中获得风险溢价。Assignment可以把历史平均收益与CAPM required return比较,但不能据此简单断言资产“必然被低估或高估”。结果还依赖市场代理、无风险利率、样本窗口和模型假设。
六、Excel Solver如何建立投资组合优化?
Excel模型应让评分者能够沿着输入、公式和约束复核结果,而不是把所有计算塞进一张表。建议至少设置Raw_Data、Returns、Statistics、Optimisation和Sensitivity五个工作表。
| 步骤 | Excel动作 | Solver设置 | 检查点 |
|---|---|---|---|
| 1 | 建立资产权重单元格 | Changing Variable Cells = weights | 初始权重合理且合计100% |
| 2 | 计算组合收益与方差 | Objective = variance或Sharpe cell | MMULT矩阵维度正确 |
| 3 | 加入权重与政策约束 | Σw=1;w≥0;资产上下限 | 约束与案例目标一致 |
| 4 | 运行GRG Nonlinear | Min variance或Max Sharpe | 从不同初始值重复运行 |
| 5 | 保存结果并做敏感性检验 | 改变预期收益、相关性或上限 | 权重是否小幅输入变化就剧烈改变 |
实践提示:Maximum Sharpe的目标单元格包含除法,若组合波动率接近零或无风险利率使用错误,Solver可能返回异常结果。报告中应截图或列出Objective、Changing Cells、Constraints与Solving Method。
七、如何比较三个候选组合?
下面的数值是根据虚构案例构造的示范结果,仅用于展示写作逻辑。实际作业必须使用题目指定数据重新计算。
| 指标 | Equal Weight | Minimum Variance | Maximum Sharpe |
|---|---|---|---|
| Expected return | 5.25% | 4.10% | 6.20% |
| Volatility | 9.40% | 6.80% | 10.60% |
| Sharpe Ratio(Rf=2%) | 0.35 | 0.31 | 0.40 |
| 是否符合≤12%波动约束 | 是 | 是 | 是 |
| 主要判断 | 透明、稳健的基准 | 最保守但预期收益较低 | 样本内风险调整收益最高 |
不能因为Maximum Sharpe的0.40最大就直接推荐它。还需检查权重是否过度集中、交易成本、估计窗口变化、out-of-sample表现以及基金的现金流需求。如果最大Sharpe组合对预期收益的微小变化十分敏感,等权或有约束的组合反而可能更适合作为稳健政策基准。
八、风险指标不能只写Standard Deviation
Standard deviation使用方便,但它把正向与负向偏离都计为风险。对于关心损失、提款和尾部事件的投资者,还应比较downside或tail-risk指标。
| 指标 | 衡量什么 | 适用场景 | 主要局限 |
|---|---|---|---|
| Volatility | 收益围绕均值的总体离散程度 | MPT和对称风险比较 | 上行波动也被惩罚 |
| Beta | 对市场系统性变动的敏感度 | CAPM和市场暴露 | 依赖市场代理和样本期 |
| Value at Risk | 给定置信水平和期限的损失阈值 | 风险限额与沟通 | 不说明阈值以外损失有多大 |
| CVaR / Expected Shortfall | 超过VaR阈值后的平均损失 | 尾部风险和压力情境 | 尾部样本少、估计不稳定 |
| Maximum Drawdown | 从峰值到谷值的最大累计跌幅 | 投资者损失体验和恢复 | 高度依赖特定样本路径 |
九、MPT与优化模型的Critical Analysis
高分报告不能把efficient frontier当成客观真理。它是根据样本估计出的expected returns、volatilities和correlations计算的边界,输入一变,最优权重也可能显著变化。
Estimation error:历史平均收益噪声很大,优化器可能放大微小估计差异,产生极端权重。
Non-stationarity:相关性和波动率随市场状态变化,过去五年未必代表下一年。
Distribution assumptions:现实收益可能偏斜、厚尾,variance不能完整描述极端损失。
Single-period model:基金存在持续现金流、再平衡和长期负债,单期模型可能过度简化。
Market frictions:税费、bid-ask spread、流动性和最低交易单位会削弱理论优势。
Behavioural and governance constraints:投资委员会未必接受高度集中或解释困难的权重。
Michaud把mean-variance optimiser对输入误差的敏感性概括为“error maximisation”问题。Assignment中可以用三种办法回应:加入long-only和最大权重约束;进行rolling-window或情境敏感性分析;把优化组合与1/N等权基准进行out-of-sample比较。
十、Critical Analysis英文示范段落
The maximum-Sharpe portfolio appears preferable because its estimated ratio of 0.40 exceeds those of the equal-weighted and minimum-variance portfolios. However, this conclusion is conditional on sample means and covariances remaining informative. The optimiser assigns high weights to assets with favourable estimated returns and low correlations, so small input errors may produce disproportionately large allocation changes. Moreover, standard deviation treats upside and downside variation symmetrically and does not reveal the magnitude of tail losses. The portfolio should therefore be interpreted as a model-generated candidate rather than an objectively optimal recommendation. A constrained allocation that remains competitive across alternative estimation windows, transaction-cost assumptions and stress scenarios would provide stronger evidence of suitability for Riverside’s spending obligations.
这个段落依次完成结果判断、条件限制、机制解释、风险指标批评和改进标准。它没有因为模型“高级”就接受结果,也没有因存在局限而完全否定MPT。
十一、2500词Portfolio Management Assignment结构
| 部分 | 建议字数 | 核心任务 | 关键输出 |
|---|---|---|---|
| Introduction | 200 | 界定投资者、问题、数据和论点 | 研究范围 |
| Theory and literature | 450 | 解释MPT、CAPM及模型限制 | 理论框架 |
| Data and method | 400 | 说明来源、收益率、年化、矩阵和约束 | 可复现方法 |
| Results | 500 | 展示权重、有效前沿和绩效指标 | 图表与结果表 |
| Critical evaluation | 600 | 比较组合并检验误差、尾部风险和稳健性 | 有条件判断 |
| Conclusion | 350 | 回答问题、说明建议与限制 | 最终综合判断 |
十二、常见失分点
使用价格而非收益率:相关性和风险计算基础错误。
年化方式混乱:月均收益和月度标准差使用不同倍数。
忽略total return:只用价格指数,遗漏股息或票息影响。
Solver没有约束:得到负权重或高度集中,却未说明允许卖空。
只报告Sharpe Ratio:不分析尾部风险、回撤和投资者目标。
把样本内最优当作未来最优:没有敏感性或out-of-sample检验。
Excel与正文不一致:表格权重、日期、无风险利率或小数位不同。
十三、提交前Checklist
□ 数据来源、日期、频率和货币已说明
□ 收益率、年化和协方差公式一致
□ 权重合计100%且符合全部约束
□ Excel结果与正文数字逐项一致
□ 至少进行一种敏感性或稳健性检验
□ 结论回应投资者目标而非只看最高收益
参考文献与延伸阅读
Markowitz, H. (1952) ‘Portfolio Selection’, The Journal of Finance, 7(1), pp. 77–91. https://doi.org/10.1111/j.1540-6261.1952.tb01525.x.
Michaud, R. O. (1989) ‘The Markowitz Optimization Enigma: Is “Optimized” Optimal?’, Financial Analysts Journal, 45(1), pp. 31–42. https://doi.org/10.2469/faj.v45.n1.31.
Rockafellar, R. T. and Uryasev, S. (2000) ‘Optimization of Conditional Value-at-Risk’, Journal of Risk, 2, pp. 21–42. https://doi.org/10.21314/JOR.2000.038.
Sharpe, W. F. (1964) ‘Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk’, The Journal of Finance, 19(3), pp. 425–442. https://doi.org/10.1111/j.1540-6261.1964.tb02865.x.
FAQ
1. Portfolio Management Assignment通常需要使用Excel吗?
如果题目涉及历史收益、相关矩阵、有效前沿或最优权重,通常需要Excel、R、Python或其他统计工具。是否必须使用Excel应以Brief为准。
2. Modern Portfolio Theory最重要的公式是什么?
核心是组合预期收益的加权平均,以及包含variance和covariance的组合方差公式。理解资产相关性如何影响组合风险比单纯背公式更重要。
3. CAPM中的Beta与Standard Deviation有什么区别?
Standard deviation衡量资产的总体波动;Beta衡量资产相对于选定市场组合的系统性敏感度。前者包含可分散和不可分散风险,后者侧重市场风险。
4. Maximum Sharpe Portfolio一定是最佳组合吗?
不一定。它只是在特定样本、无风险利率、模型和约束下具有最高估计Sharpe Ratio,还需检查估计误差、集中度、交易成本、尾部风险和投资者目标。
5. Excel Solver得到负权重怎么办?
负权重代表卖空。如果Brief或案例不允许卖空,应增加每项权重≥0约束;如果允许,则要说明杠杆、借贷成本、保证金和现实可行性。
6. Portfolio Management Assignment Help可提供哪些合规支持?
可协助拆解Brief、检查收益率和年化逻辑、指导Excel模型、解释MPT/CAPM、反馈Critical Analysis、引用和语言。最终提交内容应由学生结合课程材料、独立计算及学校学术诚信规范自行完成。
需要Portfolio Management Assignment写作辅导?
UKThesis可协助拆解Assignment Brief、检查Excel投资组合模型、解释MPT/CAPM、建立Critical Analysis框架及核对reference格式。辅导以提升独立计算、研究和写作能力为目标,最终内容请依课程要求与学术诚信规范自行完成。