2008年9月,随着雷曼兄弟的倒闭,百年一遇的全球金融危机在美国拉开了序幕。在这之后半年左右的时间里,各国经济都处于惶恐的氛围之中,全球经济形势急速下降。随着各国救市政策的相继推出,全球经济进入一个相对平稳时期,金融危机逐渐缓和。但是由于并没有解决固有的危机,在短时间内也不可能完全解决这些危机,全球经济处于一种缓和与未知动荡并存的状态,仍然存在着很多动荡性和不确定性,人们将其称为后金融危机时代。面对金融危机的袭击,世界经济动荡不定,许多的机构投资者面临着严重资产缩水,有的甚至出现倒闭的窘境。在复杂多变的国际宏观经济环境下,每个投资者都担心遭受风险(损失),机构投资者更是如此。当遇到金融危机或者一些突发的不利事件时,投资者往往更关注近期内的收益及资产保值情况。投资者要根据投资环境的变化及时调整投资组合的头寸,尽可能通过分散化投资避免资产的大幅缩水。因此研究风险状态下能有效规避风险实现资产保值增值的投资组合模型尤为重要,这也是本文选题的意义所在。引言中对现代投资组合理论的发展及研究现状进行了梳理,概述了本文的研究内容、研究重点、难点和创新点。第一章根据投资组合模型出发点的不同,分三类介绍了经典投资组合理论:均值-风险投资组合理论、安全第一投资组合理论和期望效用理论,并具体分析了均值方差模型、绝对偏差模型、均值-下半偏差模型、目标偏差模型、在险价值模型及条件在险价值模型等模型的优缺点。第二章基于后金融危机时代这个特殊时期,考虑到投资者在面临风险状态下更期望了解未来投资收益的心理,建立了基于投资收益的、以条件在险价值为基础的投资组合模型,并且对模型的合理性和有效性进行了数值检验。检验结果显示,在生成的满足多元正态分布要求的情景下,该模型与其它常用模型相比具有一定的优势。第三章首先介绍了常用的情景生成方法,之后利用主成分分析法可以降维的特点,给出了基于主成分分析的情景生成方法,并以上证指数的四只分类指数的历史数据为例,对该方法的数值实现进行了详细描述。这种情景生成方法对原始数据没有分布的要求,充分利用历史数据信息来生成情景,并可以保证生成的情景与原始数据的均值-方差基本保持一致。该方法以少量主成分保留了尽可能多的原始信息,为大量风险资产随机收益的情景生成方法提供了新思路。第四章结合资本市场上对投资的约束和限制,将本文的投资组合模型进行拓展,给出了适合实际投资的一般模型,并结合第三章中基于主成分分析的情景生成方法,选用上证四只分类指数进行样本内测试,并与多元正态情景生成方法进行比较。数值结果表明,基于主成分分析的情景生成方法比多元正态情景生成方法更好地刻画了收益分布特征(特别是偏态的情形),模型生成的最优投资组合具有占优的有效前沿。之后通过跟踪上证指数对模型进行了样本外检验,结果表明该模型产生的最优投资组合能有效规避风险,实现资产的保值增值。最后从实证的角度验证了本文提出的主成分情景生成方法可以有效地保证无套利机会。第五章总结了本文的研究工作及不足,并提出了今后的研究展望。