使用大公司股票作为参考点，表2-1显示只有小公司股票（每年的平均收益为17.52%）和价值股票（每年的平均收益为13.79%）是超过大公司股票的（每年的平均收益为12.95%）。很明显，那些运气很好、在这个时期中把他们的鸡蛋都放在了正确篮子中的人们，实现了巨大的收益。然而，从常理上说，收益不应该是一个投资者决定投资基金分配比例的唯一标准，他还应该考虑到投资风险。

　　表2-1 1975～2004年各种类型资产的年收益率和标准差

　　1975年投资的1美元增至(美元)年收益率（%）标准差（%）

　　短期国库券5.985.982

　　长期国库券15.489.2110.7

　　小公司股票184.3817.5221.11

　　大公司股票47.712.9515.23

　　成长股票33.3911.7516.7

　　价值股票61.2313.7914.81

　　国际股票16.969.4716.92

　　资料来源：Research Insight, Morgan Stanley Capital Management, and Ibbotson Associates.

　　看一看表2-1，很明显，在过去的30年里，价值股票可能是最好的投资选择。它们有一个较高的平均每年收益，并且比大公司股票还稳定。另一方面，成长股票收益比作为基准的大公司股票低，风险也大，恐怕不是合适的选择。但小公司股票是最有趣的，它们有更高的回报，但也有更大的风险，那么，问题出来了：高收益是不是对高风险的补偿？

　　按理说，对一个考虑在自己多元化的投资组合中增加一个新投资种类的投资者来讲，系统性风险是最重要的风险。3 按照资本资产定价模型（CAPM），唯一有价格的风险（也就是一个需要有更高收益率的风险）是与市场相关联的风险，它也叫做系统性风险，或者市场风险。不与市场相关联的风险由于可以被一一消除，因而是无法被定价的。资本资产定价模型提供了一种方法去评估不同类型资产的系统性风险，用贝塔（beta）来表示。资本资产定价模型也可以精确地预测在一个特定的系统性风险下，将有多少增加的收益，用阿尔法（alpha）或詹森阿尔法（Jensen誷 alpha）来表示。

　　有了上面的知识，表2-2的统计提供了一些深入的新见解。有点惊人的发现是：虽然小公司股票的阿尔法系数是正的且数值不小，但其贝塔系数是1，这意味着小公司股票的风险是与这个市场同步的。这表明，虽然小公司股票比大公司股票有较高的收益，但风险是一样的。另一方面，成长股票的贝塔系数超过了1，却有1个负的阿尔法，较高的贝塔系数表明成长股票有1个比市场还要高的系统性风险，更糟的是：负的阿尔法说明了这个高的系统性风险并没有增加收益，或者说是补偿风险的收益。实际上，在这个时期中，完全是成长股票的投资组合不仅风险大，而且收益低。面对这30年的统计数据，人们不愿意再将成长股票放入投资组合中。

　　表2-2 风险测量，1975～2004年

　　补偿风险的年收益（%）贝塔詹森阿尔法（%）T-统计量夏普比率

　　小公司股票13.7915.642.070.65

　　大公司股票8.13100.53

　　成长股票7.171.06-1.461.870.43

　　价值股票8.910.930.811.670.6

　　国际股票4.910.62-1.270.040.29

　　资料来源：Research Insight, Morgan Stanley Capital Management, and Ibbotson Associates.

　　在样本期中，即1975～2004年的30年中，价值股票的贝塔系数比市场低一点，这表明它们的系统性风险比市场小，价值股票也有一个正的阿尔法系数，但很微弱。这些表明：价值股票的系统性风险比市场低一些，但补偿风险的回报也不高。

　　在这个时期中，国际股票的贝塔和阿尔法系数明显较低。这表明国际股票的风险小，但增加的收益也少，因此结论是：国际股票对一个投资组合的作用是减少风险、增加多样性。

　　根据表2-2的统计，资本资产定价模型对于投资的指示是明确的：在你的投资组合中，避开成长股票；包含一些国际股票以减少风险；再购买一些价值股票，既减少风险，也能获得一些额外的收益；最后，加入小公司股票来形成一些补偿风险的多余回报。

　　在为客户进行传统的最优资产配置的过程中，投资顾问们一般要找寻各种资产历史上的长期平均收益率以及运用方差-协方差矩阵，这种矩阵表明：各种市场变量或者是各不相关，或者是一起出现。然后，用历史上各种投资收益的数据，依次地产生出一个有效边界—一个有效边界是从有最小标准差或最低不稳定性的各种资产组合中，选择出来的一个最优的投资组合。