1997年,亚洲金融危机爆发,世界金融业动荡开始加剧。特别是1998年10月美国发生的长期资本管理公司(LTMC)事件,这家由华尔街精英、政府前财政官员及诺贝尔经济学奖得主组成的,曾进红极一时的金融业巨子,在世界金融界的冲击下也难逃一劫。这使得金融界开始警醒,进一步深入探讨风险防范和风险管理问题。本文以“我国证券市场投资组合风险管理优化模型研究”为题。文章首先介绍了论题研究的背景和意义,而后按照时间的顺序,概述了在风险度量、风险管理研究之路上起着里程碑意义的重要模型。具体包括均值-方差(MV)模型、均值-风险价值(VaR)模型、均值-条件风险价值(CVaR)模型。本文的重点是均值-CVaR模型:采用R.T. Rockafellar和S. Uryasev的一种优化算法,构造了一个以条件风险价值代替标准差和风险价值来度量金融风险的投资组合优化模型。在实证方面,本文选择了沪、深股市的20种股票构成了一个投资组合,用Matlab科学计算软件进行了优化计算,得到了该组合的投资权重和有效前沿。同时,本文还对所得到的有效前沿进行了比较分析:一方面是横向的,当预先设定参数改变时(如交易成本k、置信水平α)的不同有效前沿的比较; 另一方面是纵向的,比较了基于不同风险度量的优化模型的比较前沿。最后给出结论:从整体上看,基于条件VAR (CVAR)的优化模型无论是从广度还是精度上,在对投资组合的风险度量和风险控制方面都比MV模型或是均值-VaR模型具有更强的适应性。