常用的变异系数(CV)和夏普比例(SR)统计量只有渐近分布,只具有大样本的性质,在进行检验时要求检验的样本数据量达到一定的规模。而均值方差比(MV)在小样本数据量的情况下同样可以获得精确的分布。本文在Bai(2008)提出的均值方差比(MVR)检验的基础上,完善了小样本检验的理论,提出了k个均值方差比的多元MVR假设。对于多元MVR假设,可以得到k-1个有限导出单独假设,当多元MVR假设成立时,当且仅当所有的单独假设成立。对于每个单独假设,可以由二元MVR检验的统计量进行检验,对每个单独假设的显著水平,由Bonferroni不等式方法确定,为多元MVR假设整体的显著水平与单独假设个数的比值。为了证明我们提出的多元均值方差比检验统计量的优越性,这里实证分析了10只国家的摩根士丹利资本国际公司(MSCI)的国家指数表现。MSCI国家指数组合了各行业都有相对固定比例的股票,使得指数具有较强的行业代表性,同时MSCI指数具有很强的稳健性、客观性、公正性、实用性、参考性、机动性、公开性等优点,因此通过MSCI指数得出的结果更具有客观性。本文对10只MSCI国家指数的月收益率均值方差比进行了检验。利用提出的多元均值方差比假设,将10只指数月收益率的多元假设导出9个单独假设,并对其用二元均值方差比检验。拒绝了原假设的大多数导出单独假设,表明原假设的10只指数收益率的均值方差比不全相等。这说明各MSCI国家指数的表现有显著的不同。最后对本文提出的统计量进行了展望。希望在以后的研究中将多元均值方差比检验扩充到适合非正态分布和更多元均值方差比的检验,来获得更多的投资组合表现的评价。