講座內(nèi)容：各階段對動態(tài)信息相關性的正確描述對多階段風險測量的構建以及最優(yōu)投資策略的選擇都是非常重要的。為了克服現(xiàn)有隨機框架的局限性，首先引入“兩級”結構來描述動態(tài)信息進化：外層描述政體切換框架下的內(nèi)生馬克市場因素；內(nèi)層利用多因素模型描述外生隨機事件，這里的時變因素由時間序列模型建模得到。通過在新的隨機框架下定義凸條件風險測量，推導出滿足動態(tài)單調(diào)性、凸性以及輸入一致性的遞歸多階段風險測量。我們將展示如何建立多階段組合投資選擇模型。以條件風險價值測量為例，可以推斷出相應的遞歸條件風險測量，推導出當條件因子和剩余項滿足學生t分布的聯(lián)合分布時它的顯式表達。更為重要的是，我們能夠說明在遞歸條件風險測量下產(chǎn)生的多階段組合投資選擇問題是二階錐規(guī)劃問題，這個問題可以通過多項式時間算法進行有效解決。最后，通過一系列的實證測試展示新隨機框架的合理性和有效性，并且證明由多階段組合投資選擇模型得到的最有投資組合模型的優(yōu)越性能及其魯棒性。