想象基金经理面对一套奖惩规则：收益超过目标有奖金，没达标则受罚。传统组合优化往往只盯着亏损本身，难以直接反映这套机制；更麻烦的是，资产收益的真实概率分布通常并不清楚。Jun Cai、Tiantian Mao 与 Zhiqiao Song 提出的框架，把奖励和惩罚同时写入稳健组合选择，让配置既考虑激励，也防范模型猜错分布。
核心指标是 CVaR（条件风险价值）——亏损越过某个门槛后，最坏那部分平均会亏多少。论文没有把历史估计当成唯一真相，而是在一组候选分布中寻找最坏情形，并推导出带奖惩机制的最坏情形 CVaR 闭式表达式，也就是可直接代入计算的公式。作者进一步把它用于经典及广义的均值—协方差候选分布集，从而求出最优资产配置。
据作者基于真实市场数据的实验，这类组合有望优于若干既有模型；同时考虑组合损失和下行风险，比只考虑其中一项取得了更高回报。这里仍需克制看待：材料未披露具体收益数字，现有结论属于作者自述。