In mean-variance framework, the mean and standard deviation of historical asset returns are used as the measure of asset return and risk. Even though Markowitz's mean-variance optimization is not used, the mean of the asset returns and the covariance matrix are still important factors in selecting components of a portfolio. It is therefore important to understand the sensitivity of portfolios to errors in mean and covariance matrix that occur in measuring. Many studies including the one of Chopra and Ziemba (1993) found the effect of errors in mean and covariance matrix but they only considered about the effect on single portfolio, mainly MV-optimal portfolio. This thesis examined the change in Sharpe-ratio distributions of all feasible portfolios due to the errors in means, variances, and correlations by adopting the concept of uniformly distributed random portfolio of Kim and Lee (2016). We found that the Sharpe-ratio distribution of all possible portfolios changed the most by errors in correlation.
평균-분산이론에서는 자산의 과거 수익률의 평균 및 표준편차를 자산의 기대 수익률과 위험성의 척도로 사용한다. 마코위츠의 평균-분산 최적화를 사용하지 않더라도 자산 수익률의 평균과 공분산 행렬은 포트폴리오의 자산 군을 선정하는데 중요한 요소이다. 그렇기 때문에 포트폴리오가 각 자산의 평균과 공분산 행렬을 측정하는데 발생하는 오차에 얼마나 민감 한지를 정확히 아는 것이 중요하다. 초프라와 짐바(1993)의 연구를 포함하여 평균 및 공분산 행렬에서 오차의 영향을 조사한 많은 연구들이 있으나 그 연구들은 주로 단일 포트폴리오, 평균-분산 최적 포트폴리오에 대한 영향만을 고려하였다. 이 논문은 김우창과 이용재 (2016)의 균일 분포 임의 포트폴리오의 개념을 이용하여 평균, 분산, 상관 관계의 오차에 의한 모든 가능 포트폴리오의 샤프 지수 분포의 변화를 조사하였다. 우리는 모든 가능 포트폴리오의 샤프 지수 분포가 상관 관계의 오차로 인해 가장 많이 변하는 것을 알아내었다.