随着金融市场全球化与自由化的发展,各种新型投资工具不断涌进市场,衡量投资风险的难度愈来愈大。如何选择合适的风险度量以规避风险已成为投资决策理论中的核心问题。考虑到投资者对风险的态度并不一定是风险厌恶的,结合以往的研究成果,引入了带乐观系数的MCVaR风险度量,应用MCVaR风险度量研究投资组合的风险。第一章简要介绍了投资组合理论的发展概况,以及风险度量的研究现状和论文的结构安排。第二章主要研究了MCVaR风险度量的性质,证明了MCVaR满足正齐次性、次可加性、单调性、平移不变性;并建立了它和CVaR风险度量之间的关系,证明了当乐观系数和显著水平满足一定的关系时,MCVaR是一个一致性风险度量;还分别给出了正态分布与核密度估计下的MCVaR风险度量计算式。第三章主要研究基于MCVaR风险度量的投资组合风险优化问题。MCVaR风险度量把Mean-CVaR投资组合模型转化为一般的线性规划模型,继而建立了基于MCVaR核密度估计的投资组合风险优化模型,并设计牛顿迭代算法求解。通过算例分析发现:给定显著性水平,当乐观系数小于给定显著性水平时,投资组合的MCVaR风险度量值随着乐观系数的增加而不断变大;当乐观系数大于给定显著水平时,投资者就追求高风险高收益的投资产品。第四章主要研究基于MCVaR风险度量的风险对冲问题。首先在正态分布方法下建立投资组合的风险对冲模型,并给出了最优对冲比率的表达式,使用最小二乘算法求解最优对冲比率。其次,基于核密度估计方法下建立投资组合风险对冲模型,仍使用第三章给出的牛顿迭代算法求解最优对冲比率。最后通过算例分析发现:在乐观系数与显著水平相同时,核密度估计方法下的对冲效果略优于正态方法下的对冲效果。第五章主要对全文进行总结,并指出不足和可以继续研究的方向。