模糊随机环境下多阶段投资组合选择模型及决策研究

证券市场中往往并存着多种不确定性，如未来市场走向的随机性、证券未来收益的模糊性，以及它们相互渗透而形成的模糊随机性，从而使投资者的决策受到多重不确定性的影响。同时由于投资决策往往是分多阶段进行的，因而本项目拟利用不确定理论对证券市场中出现的模糊随机性进行分析，建立模糊随机多阶段投资组合模型及决策方法，并应用到保险中的投资运营问题中。本项目力求建立并发展能有效融合历史数据与专家主观经验进行多阶段动态决策的一套科学方法。研究内容：（1）建立收益-风险型与目标规划型两类模糊随机多阶段投资组合模型；（2）逐步引入破产风险控制、交易成本、流动性约束等市场机理因素，形成逐渐接近现实投资决策环境的新模型；（3）设计有效的集模糊随机模拟、神经元网络与启发式算法于一身的混合智能算法对模型进行求解与分析；（4）结合保险基金运营特点探讨课题新建模型在保险中的应用，并探讨采用这些模型的必要性。

由于现实问题的复杂性，投资者往往需要在一个充满多重不确定性的环境下做出投资决策。除了随机性这一客观不确定性之外，模糊性甚或更一般的主观不确定性在投资组合优化的研究中受到了越来越多的关注。如何准确地刻画问题中的不确定性，并建立起有效的风险度量方法和投资决策模型，从而进一步指导实践中的投资活动，便是本项目的主要研究目标。围绕这一目标，本项目综合运用投资组合选择理论、不确定规划及运筹学的相关理论，研究了复杂不确定环境下的投资组合优化及其应用，尤其是多阶段情形的问题。随着研究的深入和国内外同类研究的发展，本项目也对相关的不确定性建模问题进行了适当的拓展和深化。项目组成员在为期三年的研究中，共发表了13篇标注课题资助的学术论文，主要分布在国内外运筹与管理科学及其他交叉学科领域的重要学术期刊和学术会议上，其中有9篇是SCI检索的国际期刊论文、有2篇是EI检索的期刊论文。参加了7次国内外学术会议，协助培养博士学位研究生1名，培养硕士学位研究生2名，另有3名硕士研究生在读。