Humm....debe faltar alguna hipótesis.
Suponiendo que $\alpha>0,\beta>0$ se puede, sin pérdida de generalidad, establecer $\alpha=1$ . (ya que $\frac{r}{\alpha}$ y $\frac{V}{\alpha^2}$ estar correlacionado positivamente es lo mismo que $r$ y $V$ correlacionado positivamente)
ahora, la correlación positiva es equivalente a la covarianza positiva.
Trabajando con la covarianza y la hipótesis anterior, tengo :
$$\text{Cov}(r,V)=\text{Var}(x)+\beta^3\text{Var}(y)+(\beta+\beta^2)\text{Cov}(x,y)$$
Desde $\text{Cov}(x,y)=\rho_{xy}\sqrt{\text{Var}(x)\text{Var}(y)}$ con $\rho_{xy}$ siendo la correlación entre $x$ y $y$ .
que finalmente obtenemos dividiendo por $\text{Var}(x)$ y al establecer $z=\sqrt{\frac{\text{Var}(y)}{\text{Var}(x)}}$
$$\frac{\text{Cov}(r,V)}{\text{Var}(x)}\geq 1+\beta^3z^2-(\beta+\beta^2)z$$
que es una igualdad si $\rho_{xy}=-1$
ahora $$1+\beta^3z^2-(\beta+\beta^2)z\geq 1-\frac{(\beta+\beta^2)^2}{4\beta^3}$$
que es golpeado cuando $z=\frac{\beta+\beta^2}{2\beta^3}$
Con $\beta$ suficientemente pequeño, el rhs es negativo.
Por lo tanto, al establecer $x$ y $y$ con $\rho_{xy}=-1$ y $\text{Var}(y)=\left(\frac{\beta+\beta^2}{2\beta^3}\right)^2\text{Var}(x)$ y $\beta$ lo suficientemente pequeño, se obtiene un contraejemplo.