西安交通大学博士学位论文 (4)在复杂的市场环境中,不仅随机损失的具体分布不确定,其分布矩信息的精确 值亦未知.为了刻画分布矩信息不确定的更复杂情况,我们构造了两种矩信息不确定的 不确定集,并将其分别应用于基于可加型均值-CVaR度量和基于递归型均值-CVaR 度量的多期鲁棒投资策略选择模型.我们分别珨给岀了这些多期鲁棒投资策略选择模型 的解析最优解或者有效的求解方法.实证结果表明矩信息未知的鲁棒均值-CVaR模 型在获取稳健收益的同时更能够控制极端损失的岀出现 (5)针对市场信息不完备且市场环境动态变化的情况,我们将分布式鲁棒技术与机 制转换相结合,提出了两种基于机制转换的多期鲁棒风险度量.我们进而构建了相应的 多期鲁棒投资组合选择模型,并运用情景树技术设计了有效求解方法.实证研究表明了 在多期鲁棒风险度量和多期鲁棒投资组合选择中考虑机制转换的必要性和有效性. (6)最后,针对一类投资目标已预先给定的投资者,我们考虑市场随机环境对其实 现目标期限的影响,提出了概率目标首达时的概念,并将预定完成时间与概率目标首达 时之间的时间成本定义为目标达成型风险度量.这种新型的多期风险度量可以看作是 VaR在动态市场环境下的推广.进而,我们构造了基于目标达成型风险度量的多期投 资策略选择模型,并给出了求解最优概率目标首达时的有效方法.实证研究表明基于目 标达成型风险度量的多期投资策略选择模型能有效地帮助投资者尽早完成其投资目标 关键词:多期风险度量;多阶段投资组合;机制转换;随机规划;鲁棒优化 论文类型:应用基础‹SœåÆƨƆÿ© (4) 3E,½|Ǹ•, ÿ=ëÅõî‰N©Ÿÿ(½, Ÿ©Ÿ›&E°( ä½ô. è èx©Ÿ›&Eÿ(½çE,ú¹, ·ÇE ¸´›&Eÿ(½ ÿ(½8, øÚŸ©OA^uƒuå\.˛ä - CVaR ›˛⁄ƒu48.˛ä - CVaR ›˛ıœ°ï›]¸—¿J.. ·Ç©Oâ— ˘ ıœ°ï›]¸—¿J. )¤Å`)½ˆk¶)ê{. ¢y(JL²›&Eô°ï˛ä - CVaR  .3º­Ë¬Ã”ûçU õõ4‡õî—y. (5) Ƚ|&EÿÖ½|ǸƒCzú¹, ·ÇÚ©Ÿ™°ïE‚ÜÅ õ=ÜÉ(‹, J— ¸´ƒuÅõ=Üıœ°ïºx›˛. ·Ç? Ô ÉA ıœ°ï›]|‹¿J., ø$^úµ‰E‚O k¶)ê{. ¢yÔƒL² 3ıœ°ïºx›˛⁄ıœ°ï›]|‹¿J•ƒÅõ=Ü7á5⁄k5. (6) Å￾, Èòa›]8IÆ˝kâ½›]ˆ, ·Çƒ½|ëÅǸȟ¢ y8IœÅKè, J— V«8IƒàûVg, øÚ˝½§ûmÜV«8Iƒà ûÉmûm§½¬è8Ià§.ºx›˛. ˘´#.ıœºx›˛å±wä¥ VaR 3ƒ½|ǸeÌ2. ? , ·ÇE ƒu8Ià§.ºx›˛ıœ› ]¸—¿J., øâ— ¶)Å`V«8Iƒàûkê{. ¢yÔƒL²ƒu8 Ià§.ºx›˛ıœ›]¸—¿J.Uk/ꜛ]ˆ¶@§Ÿ›]8I. ' Ö c: ıœºx›˛; ı„›]|‹; Åõ=Ü; ëÅ5y; °ï`z ÿ©a.: A^ƒ: II