20世纪七十年代，Markowitz的证券组合选择理论Black-Scholes期权定价理论这两次“华尔街革命”后，计算金融这个融合了物理、数学、计算机科学与金融学的新兴交叉学科因此应运而生了。然而有很多金融问题计算规模之大，大到单机模拟计算难以承受或者计算结果失去时效性，高性能计算这时就起到了十分重要的作用。并行计算目前已经在多阶段投资组合管理、多资产衍生产品定价、海量金融交易数据处理与分析、高频交易等领域中得到一定的实际应用。其中，养老基金的管理作为一项特殊的投资管理活动，它的成功与否关乎国家民生大计，切实与人民退休后的基本生活保障问题息息相关。因此养老基金资产负债管理成为多阶段投资组合管理问题中一个很重要的研究方向，鉴于此，本文在结合高性能计算的发展现状和数量化投资管理在养老基金资产负债管理实践中的应用现状的基础上，开展了并行计算在养老基金资产负债管理中的应用研究。　　 具体来说，本文首先在深入了解中国目前现行的养老基金管理制度的基础上，通过对随机规划的建模方法、基于随机规划的资产负债管理方法、CVaR风险度量方法、自回归向量模型情景分析方法的研究和分析，提出了基于CVaR的养老基金多阶段资产负债管理模型。其次，基于模型的代数特征，研究了该模型串行求解算法--非可行内点法，接着分析了该计算流程中的性能瓶颈，设计了非可行内点法并行化的算法流程。再次，利用MPI并行编程模型，在深腾7000高性能计算环境下进行了数值试验，并从数值计算性能和金融意义两个角度对数值结果进行了分析。最后，我们从模型数值结果的实证分析和敏感性分析中对中国的养老基金投资管理制度提出了一些改进的建议。　　 数值结果表明，基于随机规划的养老基金资产负债管理的并行求解程序表现出了比较好的并行加速性能，不仅仅很好的处理传统的求解方法在程序运行时内存瓶颈上的一些问题，而且极大的加快了传统的线性规划求解软件的计算求解时间，更重要的是加快了投资者对于市场实时变化所做出决策的应急反应能力。因此高性能并行计算对于金融投资机构在处理复杂金融问题上无疑是一个很有效的解决途径。