决策问题按参与决策的人数可分为个人决策问题和群体决策(Group decision making,GDM)问题。由于具有充分发挥各不同领域专家的智慧优势,群决策或称多专家决策问题(Multiperson decision making,MPDM)越来越多的出现在政治、经济及日常生活中。群体决策问题引起越来越多的学者关注和研究,已成为现代决策分析理论的重要分支。决策者的教育背景、能力、人生经历等方面的不同导致其给出的偏好信息结构不同,因此多种偏好信息结构的群决策问题亟待研究。传统的多偏好结构GDM问题最多只考虑四类偏好结构,且局限于数值型偏好结构如互反判断矩阵、偏好顺序值等。然而现实决策中许多决策者会采用语义偏好关系进行评估方案。为了弥补现有群体决策理论的不足,本文在前人研究的基础上,考虑五类偏好信息结构(包括偏好顺序值、效用函数值、互补判断矩阵、互反判断矩阵和语义偏好关系)的群体决策问题,从群体一致性的和决策行为有限理性的角度出发,运用拓展的最小一致性模型和累积前景理论(Cumulative Prospect Theory,CPT),设计直接一致性群体决策方法,并将其应用到金融领域的大类资产配置决策问题中,进一步丰富和完善了现有群体决策方法,并提供了一个金融问题的群体决策切入口,为投资者提供客观可行的决策根据。具体本文从以下几方面进行展开:首先,构建基于拓展最小代价一致性模型(Minimum Cost Consensus Model,MCCM)的多种偏好结构群决策方法。传统的最小代价一致性模型只考虑多专家对同一方案的评价,且未运用到群体决策问题的直接一致性框架中。考虑到其能最大限度的保留原始信息,将其拓展到多方案的一致性问题中,并将拓展的MCCM交互运用到MPMD问题的直接一致性框架信息反馈中。首先确定不同结构的偏好信息的转化函数及其标准化方法,并定义一致性测度;拓展MCCM并等价转化为混合0-1线性规划;利用拓展的MCCM来辅助反馈信息,进而调整修改原始偏好信息,以提高所有决策者的一致性水平;最后给出数值算例表明:基于拓展MCCM的多种偏好结构群体决策方法收敛速度较快,并能有效解决问题。其次,构建基于累积前景理论的多种偏好信息结构的群决策选择方法。考虑到不确定条件下前景理论相对期望效用理论更符合决策者实际的决策方式,本文将前景理论融入多种偏好信息结构的群决策选择过程中。首先给出参考点确定方法与基于距离公式的得失函数,并引入前景价值函数与权重求解模型;考虑前景价值的特点定义了前景价值一致性测度;进一步设计了一套基于累积前景价值的多种偏好信息结构的群决策方法;最后给出算例证明了该方法的有效性。最后,将群体决策方法运用到大类资产配置的投资决策小组决策中。首先根据美林投资时钟分析当前中国经济基本面和四大类资产的行情,说明当前经济活动复杂。这导致不同的研究团队给出的大类资产配置方案有所不同,从而将以上决策方法运用到某券商投资决策小组的大类资产配置群决策问题。结果表明,两种群决策方法得出的方案排序一致,且最优方案符合当前经济大势与大类资产行情。综上所述,本文基于最小代价一致性模型和前景理论,讨论了多偏好结构的群决策问题的决策选择方法。本文不仅丰富了现代群体决策理论,而且对群体决策问题具有现实的指导意义,并实现群体决策方法与金融投资决策的交互决策。