这一部分的研究往往是在房地产与股票市场间相关性研究的基础上的进一步深入，在得到房地产与股票之间的相关性之后，再利用该相关性结果以及投资组合理论来构建相应的最优投资组合。当然也有研究多个房地产市场下的投资组合问题的文献，这与多个房地产市场间的相关性问题又有密切的联系，或是研究房地产资产与其他若干资产的投资组合的研究。这些研究的方法大多源自于标准的投资组合理论。

Elebash和Christianses（1989）发现随着时间的推移，养 老基金等机构都在不断的增加对房地产资产的投资分配。Chan等（1998）的研究得出了类似的结论，认为机构投资者对房地产资产的偏好发生了较大的转变，在1990年之前，机构投资者在非房地产股上投入更多的资金，而在1990年以后，他们更多地投资于房地产投资信托的股票。由于机构投资者对房地产投资信托的兴趣与日俱增，一些研究分析在房地产或多资产组合中加入了国内或国际房地产投资信托的影响。Kuhle（1987）研究了在混合资产投资组合中加入房地产投资信托的整体组合风险降低以及分散化作用，结果表明包含房地产投资信托的投资组合比普通股票所组成的投资组合更有效，房地产投资信托的定价中包涵了市场的无效性。

Newell和Webb（1996）研究了几个主要国际市场上的房地产资产、股票和债券的表现。他们的研究结果表明，虽然各个市场上的房地产序列的跨期相关性较高，但国际投资者将房地产资产加入其投资组合仍可以提升投资组合的分散化能力。Wilson和Okunev（1999）发现美国、英国和澳大利亚市场上证券房地产市场和股票市场之间不存在显著的相关关系，因而美国投资者可通过投资于英国和澳大利亚的房地产市场，进而获得较大的分散化效益。

Eichholtz（1997）基于19个国家的数据，计算了每个国家在1987年至1996年公司股票月度回报率和证券化房地产月度回报率之间的非条件相关性。结果表明在市场不太成熟的国家当中房地产证券的表现更像公司股票，而在较成熟的市场如美国和欧洲，房地产资产的分散化能力更高。Khoo等（1993）专注于美国房地产投资信托市场，尝试解释了为什么更成熟的市场上房地产资产的分散化能力更高，他们推测这是由于更知情的投资者对资产具有更好的认知，因此美国房地产投资信托回报率降低会导致其Beta值随之下降。同时他们还发现房地产投资信托月度回报波动率的度量值与房地产投资信托基金市场的分析师、房地产投资信托基金的数量和交易量等因素显著负相关。Chiang等（2005）认为Beta有显着向下的趋势，而与Liang等（1995）的研究类似，他们还发现在短期内Beta具有较高的挥发性。这些研究结果表明，房地产投资信托回报和其他公司股票回报之间的协方差随着时间而变化，而协方差矩阵的其他元素即回报率的波动程度也随着时间变动。

Stevenson（2000）对来自10个国家和地区的数据进行研究发现，通过分散投资到国际房地产市场中会产生一定的效益，但这种效益只有在使用本地回报数据并且最优投资组合没有施加约束的情况下是显著的。Kleiman等（2002）的研究支持随机漫步假说，且发现欧洲，亚洲和北美三个国际房地产市场之间具有协整关系，研究认为由于这些市场受到共同的冲击驱动，因此国际房地产投资者无法在长期获得多元化效益。Hoesli等（2004）分析了在混合资产投资组合中加入房地产资产的好处。利用非对冲和对冲指标，作者发现美国和其他国家的房地产资产都可以有效的对投资组合进行分散化，同时作者指出房地产在投资组合中的优化配置比例在15%至25%之间，且随着时间的推移保持稳定不变。

Chen等（2005）发现在基于规模和账面市值比的投资组合中加入房地产投资信托，可以有效的提高投资者均值方差前沿。Jirasakuldech等（2009）利用GARCH模型研究了美国房地产投资信托回报率的波动性变化。他们还发现，该波动率对新闻的反应不同于普通公司股票波动率对新闻的反应，这种新闻影响的差别也应该对回报率的协方差产生影响。

Ambrose等（2007）在研究房地产投资信托与普通股票关系的基础上，讨论了房地产投资信托在投资组合中所起到的作用，特别是在长期投资情形下分散风险的作用。这种能力实际上源自于房地产投资信托的主要投资资产——房地产与普通股票市场的非同向性（Mackinnon和Zaman， 2009）。Idzorek等（2007）较为笼统的研究了房地产投资信托等商业房地产在跨国投资组合构建中的作用。Fugazza等（2009）则更为精细的研究了在投资组合中加入房地产投资信托的作用，其发现房地产投资信托与其他投资种类的负相关关系，以及基于债券的可预测性，可以有效的分散整个投资组合的风险。对于长期投资者而言，这种长期的风险分散能力具有较大的作用。(www.daowen.com)

一些学者直接研究了证券化房地产和其他公司股票回报率之间的协方差矩阵是否是时变的问题。大多数研究将样本期划分为若干个分段时期或者情况，通过标准的非条件距估计给出了相应的波动率和相关性。例如，Gordon和Canter（1999）发现在一些国家的市场当中，市场内房地产证券和其他股票之间的回报率相关性是随时间变化的，但是作者并没有检验该结果对积极的投资组合管理和风险评估的影响。Chandrashekaran（1999）针对美国市场数据将样本进行了拆分。具体来说，当前期间由房地产投资信托回报率在上个月的特征决定，处于同一个特征期间的数据被用来计算相应时间段内的波动率和相关性，研究结果表明使用条件协方差矩阵是具有经济价值的。通过使用美国和英国市场的季度数据，Giliberto等（1999）发现分段期不仅仅取决于之前的现实回报率，同时也取决于一些宏观经济变量。作者发现在考虑分段期的不同特征之后，国内资产投资组合的现实回报率更高（但统计上显著性不高）。Case等（2012）认为，窗口的大小和独立观测值权重的选择缺乏一定的理论基础，从而使得统计推断并不可靠。选择分段特征和条件变量也容易导致同样的问题出现。因此，Case等（2012）使用了DCC方法，其具有较为坚实的理论基础和较为明显的意义。作者发现美国房地产投资信托和其他公司股票收益率的协方差矩阵是时变的。此外，基于所使用的DCC模型所得到的估计结果，他们发现对比滚动窗口所产生的协方差矩阵，该估计方法可以提供每年20个基点的经济效益。

许多文献重点研究了证券房地产回报率在国际范围内的协方差矩阵动态情况。例如Eichholtz（1996）发现了协方差中的变化，并得出结论认为忽视这种变化可能会增加投资组合的整体风险。Liow等（2009）使用DCC模型估计了国际房地产资产回报之间的协方差矩阵，其发现波动率和相关性都是随时间变化的。虽然作者并没有进行实际的投资组合研究，但是他们指出这种变化对管理投资组合是具有一定的影响的。

Cotter和Stevenson（2006）指出，日度数据的波动性和相关性分析主要是由证券房地产投资者不断细致化的意识驱动的，美国的情况尤为明显。显然，一个证券房地产市场越是成熟，所交易资产的流动性就越高，那么投资 组合管理和风险评估的逐日处理就越是重要。Cotter和Stevenson（2006）发现美国房地产投资信托和美国公司股票回报率的波动性和相关性具有聚类特性，他们采用BEKK模型刻画了相应协方差矩阵随着时间变化的动态性质。Cotter和Stevenson（2007）以及Chong等（2009）也针对美国房地产投资信托做了类似的研究，后者采用Engle的DCC模型来刻画协方差矩阵的动态变化。Michayluk等（2006）研究了英国和美国证券房地产市场之间的联系。通过使用BEKK模型和两地市场时间同步后的数据序列，作者发现无论是回报率的波动率还是其相关性都是随时间变化的。

Kim等（2011）刻画了房地产投资信托、C类公司、度假村与赌场的绩效表现，及这些绩效与总体市场之间的关系。其中房地产投资信托具有较低的波动率，且在投资组合中可以提供最高的收益水平，因而在投资组合中加入房地产投资信托是一个明智的选择。Fei等（2010）更是通过建模研究了房地产投资信托、普通股票、以及实体房地产投资回报三者的波动性以及相互之间的相关关系，并利用这种相关关系研究了房地产投资信托在投资组合中的作用，同时作者发现该相关关系有助于预测房地产投资信托的未来收益。

Gallo和Zhang（2010）发现由于不同国家房地产市场之间的相对独立特性，国际房地产资产组成的投资组合具有较高的风险分散能力，而由于同一国家不同区域间的房地产市场的协整关系，跨区域房地产资产组合的风险仍然相对集中。Huang和Zhong（2013）研究了由证券房地产、商品和通胀保值债券组成的投资组合，实证结果发现三类资产在投资组合中都具有不可互相替代的分散化作用，而在时变研究中动态条件相关DCC模型最好地刻画了三者之间的动态关系，进而能构成最优的动态投资组合。Peng和Schulz（2013）探讨了八个国家的证券房地产之间的协方差、相关性以及相应的投资组合结果，作者发现由动态模型给出的时变协方差具有显著波动性，相应的动态投资组合则比静态模型的结果具有更高的风险回报效益。