01.06.2013 Views

Teoria della selezione del portafoglio e modelli di equilibrio del ...

Teoria della selezione del portafoglio e modelli di equilibrio del ...

Teoria della selezione del portafoglio e modelli di equilibrio del ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

M x b<br />

⎡σ11<br />

σ12 ... σ1<br />

1 1 1 0<br />

n − −R⎤⎡x<br />

⎤ ⎡ ⎤<br />

⎢<br />

⎥ ⎢<br />

σ21σ22 ... σ2<br />

1 2 2 0<br />

n R x<br />

⎥<br />

− −<br />

⎢ ⎥<br />

⎢<br />

⎥ ⎢ ⎥ ⎢ ⎥<br />

⎢ : : : : : : ⎥ ⎢ : ⎥ ⎢ : ⎥<br />

⎢<br />

⎥ ⎢ ⎥ = ⎢ ⎥<br />

⎢σ<br />

1 σ 2 ... σ 1<br />

0<br />

n n nn − −R<br />

x n⎥⎢n⎥<br />

⎢ ⎥<br />

⎢ 1 1 ... 1 0 0 ⎥ ⎢λ<br />

⎥ ⎢ S 1 ⎥<br />

⎢<br />

⎥ ⎢ ⎥ ⎢ ∗ ⎥<br />

⎣⎢<br />

R λ<br />

1 R2 ... Rn0<br />

0 ⎦⎥<br />

⎣ R⎦⎣RP⎦ La matrice M è invertibile se e solo se il coefficiente <strong>di</strong> correlazione ρ ij ≠±1 (se ciò<br />

accadesse si avrebbe σij = σiσje le righe sarebbero combinazioni lineari) e se manca il<br />

titolo a ren<strong>di</strong>mento certo che ha rischio nullo (se la matrice contenesse una riga <strong>di</strong> valori<br />

a zero non sarebbe invertibile). Se M è invertibile il vettore soluzione è dato da:<br />

*<br />

⎡0⎤<br />

⎡0⎤<br />

⎧x1<br />

= h1 + k1RP ⎢ ⎥ ⎢ ⎥<br />

⎪<br />

*<br />

0 0<br />

⎢ ⎥ ⎢ ⎥<br />

⎪x2<br />

= h2 + k2RP ⎢:<br />

⎥ ⎢:<br />

⎥<br />

⎪<br />

−1 −1 −1<br />

* * ⎪..................<br />

x = M b= M ⎢ ⎥ + M ⎢ ⎥R<br />

P = h + k R P ⇒ ⎨<br />

*<br />

⎢0⎥<br />

⎢0⎥<br />

⎪xn<br />

= hn + knRP ⎢1⎥<br />

⎢0⎥<br />

⎪<br />

*<br />

λS<br />

= ΛS<br />

+ lR S P<br />

⎢ ⎥ ⎢ ⎥<br />

⎪<br />

⎣0⎦<br />

⎣1<br />

*<br />

⎦<br />

⎩⎪<br />

λ R = Λ R + lRRP dove i vettori colonna sono rispettivamente formati da:<br />

h : h i, Λ S, Λ R i = 1, 2, ....., n<br />

k : k i, l S, l R i = 1, 2, ....., n<br />

*<br />

Allora, il vettore soluzione <strong>di</strong>pende linearmente da R P ; la varianza può essere scritta<br />

in forma matriciale come<br />

VP = x'Cx<br />

dove:<br />

x vettore colonna (nx1) <strong>del</strong>le xi; C matrice <strong>di</strong> varianza-covarianza, {σij} <strong>di</strong> <strong>di</strong>mensione (n x n).<br />

Se si sostituiscono le prime n righe <strong>del</strong> vettore x nella equazione <strong><strong>del</strong>la</strong> varianza, scritta<br />

2 *<br />

= fR ,<br />

in forma matriciale43, si trovano i parametri <strong><strong>del</strong>la</strong> funzione <strong>di</strong> secondo grado σ P ( P)<br />

*<br />

per un generico R P :<br />

*<br />

= x'Cx = (h + k )' C(h + k ) =<br />

2<br />

σ P RP *<br />

RP<br />

*<br />

= h'Ch+ 2k'ChRP<br />

* 2<br />

k'CkRP<br />

* * 2<br />

1 P 2 P<br />

= a + a R + a R<br />

0<br />

39<br />

+ =<br />

Il tratto crescente <strong>di</strong> questa funzione quadratica costituisce la frontiera efficiente nel<br />

piano [ Rp,σp] 2 . Estraendo la ra<strong>di</strong>ce quadrata <strong>di</strong> tale polinomio si ottiene un'altra funzione<br />

che rappresenta la frontiera efficiente nello spazio [ Rp,σ p]<br />

.<br />

43 Si controllino le proprietà stu<strong>di</strong>ate per il prodotto <strong>di</strong> vettori e matrici.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!