近日，深圳大學(xué)管理學(xué)院管理科學(xué)系助理教授何小雷和教授張衛(wèi)國(guó)的學(xué)術(shù)論文“An Efficient Scenario Reduction Method for Problems with Higher Moment Coherent Risk Measures”被國(guó)際頂級(jí)期刊 INFORMS Journal on Computing（IJOC）錄用并在線發(fā)表。該期刊是美國(guó)運(yùn)籌學(xué)與管理科學(xué)協(xié)會(huì)（INFORMS）的會(huì)刊之一，也是國(guó)際公認(rèn)的商科頂尖期刊UTD24之一。該研究成果以何小雷助理教授為第一作者、張衛(wèi)國(guó)教授為通訊作者、深圳大學(xué)管理學(xué)院為唯一署名單位。據(jù)統(tǒng)計(jì)，IJOC自2008年以來(lái)發(fā)表的論文中，僅由中國(guó)內(nèi)地的學(xué)者和單位署名論文的數(shù)量不超過(guò)25篇，其中張衛(wèi)國(guó)教授和何小雷助理教授合作發(fā)表了2篇。

該論文針對(duì)以最小化高階下偏風(fēng)險(xiǎn)測(cè)度（HMCR）為目標(biāo)的隨機(jī)規(guī)劃模型，設(shè)計(jì)了一種基于無(wú)效情景概念的情景縮減方法?，F(xiàn)有研究主要是通過(guò)最小化某種距離度量來(lái)減少情景數(shù)量，忽略了優(yōu)化模型的結(jié)構(gòu)特征，如HMCR測(cè)度的值只取決于與高成本或高損失相對(duì)應(yīng)的一小部分情景，而和其他情景無(wú)關(guān)。為此，本文首先建立了HMCR測(cè)度的一些理論性質(zhì)，如對(duì)偶表示、參數(shù)的取值范圍等，并推導(dǎo)出了已知優(yōu)化問(wèn)題最優(yōu)解時(shí)，無(wú)效情景的顯示表達(dá)式。在此基礎(chǔ)上，設(shè)計(jì)了一種新的情景縮減方法。接著，本文考慮了兩個(gè)具有不同復(fù)雜度的投資組合問(wèn)題作為應(yīng)用，結(jié)果表明：該方法可以極大的減小情景數(shù)量，同時(shí)獲得更精確的最優(yōu)值和最優(yōu)解，最優(yōu)投資組合在多樣性方面也有更好的表現(xiàn)。