风险项目投资组合决策的一个均值-半绝对离差模型

项目投资组合选择是许多风险投资机构的重要决策问题。现有的研究大多集中于探讨在各种准则下如何识别"正确"的项目组合,例如收益和风险准则。在下半绝对离差风险度量基础上,采用Bayes方法对项目未来收益的事前估计值进行修正,建立了均值-半绝对离差项目投资组合优化模型,并利用Monte Carlo模拟方法将模型转化为混合整数规划问题。理论和模拟分析表明,对估计不确定性的显式Bayesian建模,并使用所获得的项目收益修正值进行投资组合选择比直接基于项目的事前价值估计的投资组合选择获得的期望效用高,并且前者能够消除投资组合的事后实现效用值与事前估计效用值之间的预期间隔,从而降低投资家可能经历的事后失望程度。