Page 22 - Microsoft Word - WendyÖ⁄-0430-no color_flip
P. 22
接著，我們以 CCR 模型篩選之標的，運用 3.3 節所介紹的
Markowitz 模型及風險平價模型進行標的權重配置。我們使用 2015
年 1 月至 2021 年 12 月各標的資產之股價月報酬率作為資產配置
依據，並運用 R 語言的投資組合套件計算投資組合最適化權重 (詳
表 7) 及繪製效率前緣 (如圖 1)。首先，本研究採用 Markowitz 模型
進行資產配置。在第一種投資策略中，我們不允許放空，並將權重限
制在 0 到 1 之間。如表 7 所示，投資組合中單一標的最高權重占
比僅 0.1386，前五大權重標的占比分別為整體投資組合的 10% 到
14%。這表明經由 CCR 模型進行股票篩選並進行投資組合優化
後，可減少傳統 Markowitz 模型存在投資組合權重集中於特定資產
的現象。接著，我們調整模型參數 (不限制權重，但權重總合仍為
1)，以探討市場允許放空配置下作為第二種策略。我們發現，未被配
置的標的在允許放空策略下成為放空標的，且其前十大標的配置也幾
乎與不允許放空策略下所配置的標的相同。第三種策略是採用風險平
價模型，即設定各資產的相對風險貢獻參數，讓每個資產的風險貢獻
相同 (本投資組合設定為 0.03125)。
我們觀察到，這三種投資組合策略所配置的標的高度重疊，前十
大投資標的中有八家公司是相同的。圖 1 畫出 Markowitz 模型投資
組合效率前緣，圖左為不允許放空配置下所產生的投資組合效率前
緣，紅色點代表標準差最小 (最小標準差為 0.0295)、報酬率為
0.0133；圖中切線處代表夏普比率 (Sharp ratio) 最大，該點的報酬率
為 0.0283，標準差為 0.0379。圖右則為 Markowitz 模型允許放空配
置下產生的投資組合效率前緣，紅色點代表標準差最小 (最小標準差
為 0.0233)、報酬率為 0.0117；而圖中切線處代表夏普比率最大，報
酬率為 0.0459，標準差為 0.0482。
20
