中心教师徐玉红副研究员与新加坡国立大学、波士顿大学、牛津大学等同行团队合作，提出了基于对数收益的动态均值方差模型。该方法可以刻画具有相对风险厌恶的均值方差投资者，从而把Markowitz均值方差模型划分为绝对风险厌恶和相对风险厌恶，与期望效用理论完全对接。该模型也可以用于智能投资顾问领域。研究成果以《基于对数收益的动态均值方差分析》（“ A dynamic mean-variance analysis for log returns”）为题，于2021年2月刊出在管理学顶级期刊《管理科学》（Management Science）。

常见的投资智慧告诉我们，一个好的的投资模型应该满足以下原则1）在不同时刻做出的投资决策应该具有一致性；2）富人应该比穷人在风险资产上投资更多数量；3）总体上，年轻人比老年人更偏好风险；4）对于长期投资，不建议整体上卖空风险资产，如果其平均收益率高于无风险利率。

以上原则虽然简单，但是我们发现已有的均值-方差模型没有一个可以同时满足这些原则。众所周知，Markowitz在1952年提出的均值-方差模型的优点是只需要知道控制收益的一、二阶矩，在不清楚分布的情况下，即可做出最优决策，且期望和方差对普通投资者来说，比效用函数更容易理解和确定。但是静态均值-方差模型会引起决策的时间不一致性。尽管各种动态均值-方差终端财富模型(即均值方差作用于终端财富)可以给出时间一致策略，但是其策略或不满足原则2和3，或不满足原则4。 因此寻找一个均值-方差模型同时满足上面四条准则，在投资组合选择领域具有重要的理论意义和实用价值。

本项研究提出基于几何收益的动态均值-方差模型，经过典型案例探究，该模型满足上面四条准则。基于几何收益的动态均值-方差模型适用于基金管理和智能投顾。根据本模型的最优策略，只要投资者做出对收益和风险的预期，模型便能反推出投资者的风险厌恶水平。然后结合市场参数和投资时长等因素，即可给出最优资产分配策略。

 此项研究进一步完善了Markowitz均值方差组合理论。为组合管理、基金经理评价以及智能投资顾问等提供了理论建议。

 文章链接: https://doi.org/10.1287/mnsc.2019.3493