本文利用多阶段随机规划方法,研究我国养老保险基金的投资策略问题。首先,本文对经典随机规划模型进行比较分析,在此基础上给出用于动态投资组合选择的随机规划模型的一般形式。随机规划模型用随机变量代表不确定性,用约束条件构造动态性要求,处理不确定条件下的优化问题。它作为一种应用性很强的优化方法可以全面考虑诸如交易费用、市场不完备性、交易限制、管理规则等因素,相比其他模型在描述养老基金投资问题方面具有很大的灵活性。其次,本文介绍基于向量自回归方法的情景分析计算原理。利用动态随机规划模型去解决实际决策问题时,情景分析是一项很重要的工作。鉴于此,我们进一步重点研究了结合蒙特卡洛模拟的随机抽样情景生成算法。这种算法克服目前我国资本收益数据量小的不足,有效的处理多阶段和较大维数状态空间的问题。为研究模型的应用性,本文根据我国养老保险基金投资的基本特征,运用多阶段随机规划,建立多阶段养老基金投资策略优化的随机规划模型。模型利用CVaR度量基金财富损失风险。模型改进以往目标函数只对投资期末的风险损失进行控制的形式,依据CVaR针对整个投资规划期进行过程控制。更进一步的,模型引入交易成本,考虑养老保险基金资金运用的政策限制。最后结合历史数据,在向量自回归模型基础上利用MC模拟生成我国资本收益情景,得到最优投资策略。实证研究及敏感性分析结果表明,模型能够根据实际情况优化资产配置。最后,本文针对我国养老保险基金的投资管理现状给出一些政策建议。