基于条件在险价值(CVaR)建立新的基金业绩测度指标，该指标在理论上拓展了经典的夏普比率。在正态分布下，该指标是夏普比率的增函数，二者对于基金业绩排名是一致的；在非正态分布下，该指标克服夏普比率没考虑高阶矩、不满足随机占优单调性的缺陷，能给出更为合理的基金业绩排名。利用方差法、经验分布法和核估计法对新指标进行估计，蒙特卡洛模拟结果表明，方差法仅在正态分布下有效，在非正态分布下其估计结果存在系统性偏差；同属于非参数方法的经验分布法和核估计方法在任意分布下都具有大样本性质且估计精度相当。最后运用新指标对我国开放式基金的业绩进行测算和排名，结果显示：当各基金的偏度系数和峰度系数差异较小时，夏普比率和新指标给出的基金业绩排名基本一致；而当各基金的偏度系数和峰度系数差异较大时，二者给出的基金业绩排名差异较大，新指标因考虑了高阶矩信息给出的排名更为合理，这与理论预期是一致的

投资组合保险策略因其规避下方风险同时不失去从上升市场中获利而受到欢迎。正是由于对下方风险的规避其收益率不再服从对数正态分布的假设，因此，传统的绩效评价准则如方差、SHARPE比率不再适用，而基于分布的随机占优准则是一个良好的替代。由于投资组合保险策略之间具有较强的相关性，本文在随机占优准则实证中采用subsample方法考察不同投资组合保险策略绩效之间的关系，表明投资组合保险策略随机占优于其他策略，OBPI策略优于CPP策略，CPPI策略优于TIPP策略；同时本文考察了以沪深300、上证50、上证180等不同指数作为风险资产的投资组合保险策略绩效的差异，实证表明沪深300作为风险资产的投资组合保险策略要优于其他指数作为风险资产的投资组合保险策略。

本文使用VaR(Value at Risk)和一致性风险度量指标ES(Expected Shortfall)作为风险度量指标，应 用 Copula 函数和极值理论度量不同市场间在极端情形下的相依性风险。应用研究中用 Copula 函数来替代 传统多元序列间的正态分布的假设，使得在组合投资中进行多元极值建模时更加灵活。实证中对上证综指 和香港恒生指数进行组合投资建模，度量不同市场间在极端情形下的相依性风险。通过不同权重下投资组 合风险指标的计算结果比较，为投资者选择合理投资权重规避风险提供了决策参考。

次贷危机下股票价格变动的分布是否偏离了正态分布。本文从股票价格变动的随机游走理论入手，通过频数分布和序列相关检验验证了金融危机之下股票价格变动的分布，发现股票价格变动序列不具有明显的惯性，分布所具有的正态特征也不十分显著。文章最后指出我国股市的停板制度影响了我国股市的有效性水平。

金融资产对数收益常呈现不对称性和厚尾性，一般不是正态分布，而均值―方差 CAPM 模型中的系统性风险只考虑二阶矩风险即波动率，忽略了高阶矩风险，可能使资产 定价和资产配置存在严重的误差。本文考察了偏度和峰度在我国金融资产配置和资产定价中 的作用，发现加入系统性协偏度和协峰度的高阶矩CAPM 模型能够重新解释我国金融资产 风险与收益间的平衡关系，比均值―方差CAPM 模型更适合我国的金融市场。

鉴于目前现代风险测度未考虑极端事件,本文借助极值理论对中国股市收益的GEV分布和GP分布进行了估计和拟合,并对不同置信水平下的VaR进行估计和检验。实证研究表明,GEV分布和GP分布均能对上证指数和深圳成指日收益序列做出较好的拟合,两种收益序列均具有显著的尖峰厚尾分布特征,而且右尾均比左尾更厚,基于GEV分布和GP分布的VaR测度均比正态分布更优,而且GP分布比GEV分布更优。

探讨CAPM中风险资产市场组合的概率分布和均值估计问题。在股票价格行为模型用维纳过程（又称布朗运动）表述的前提下，证明了CAPM中的市场组合服从加法逻辑正态分布的结论，进而给出了市场组合均值的三种估计。以此为基础进行CAPM的实证检验，才具有理论上的严密性。

Celen和Kariv（2004a）针对不完美信息下序贯决策的社会学习场景，建立连续信号-离散行动的贝叶斯学习模型，但该模型不能很好地解释全部样本的实验结果。本文尝试通过实验进一步考察不完美信息下序贯决策的个体行为是否符合贝叶斯推断。通过设计两种不完美信息（“仅见行动”和“仅闻推断”）下序贯决策实验，对广义贝叶斯模型进行了估计检验，检验结果表明在仅有决策者的前一个人的行动信息下，序贯决策者不可能依贝叶斯模型推断自己的最优解；决策行为大致可以用正态分布描述；处于前后不同决策顺序位置的个体行动选择的分布没有显著差异，他们只能简单地进行一步贝叶斯推断。

传统的权证定价方法假定标的证券收益率服从对数正态分布。但现实世界中标的证券收益率却具有尖峰后尾分布，波动率的聚集性，证券市场的“杠杆作用”等特征，因而传统方法的定价结果可能和实际结果偏差较大。为此，本文以随机波动率代替了历史波动率的假设，来消除金融时间序列的这种异方差性的影响。本文运用GARCH模型族中的三种条件异方差模型（GARCH,?EGARCH,?TARCH）对其进行参数估计，并对权证进行定价。本文还分别就历史与随机波动率的差别、对称型与非对称型GARCH模型的差别，以及理论与实际的差别进行了比较分析。结论得出这种差别的来源除了理论模型的不合理，市场交易制度的不完善等，更重要的是我国股票市场的投机性特征，而投机性的内在原因则一是我国股市资本结构的问题——即缺乏大量具有高风险承受力的资金；二是在于投资者的行为特征，即延伸到了行为金融理论。

本文以2001年3月1日至2008年2月29日的上证综合指数5分钟高频数据为基础，在非参模型框架内探讨了中国股市价格的跳跃行为。我们采用了基于Barndorff-Nielsen and Shephard（2004b，2006a）的方法，通过计量经济学的理论检验证明了跳跃的存在；进而剥离出了股价行为中的跳跃成分，对跳跃产生的时刻、幅度以及分布特征做了分析，并着重探讨了几个跳跃个例产生的原因，以及对跳跃剥离后的收益率进行了几何Levy过程建模分析。我们的主要发现是：一、在我们的样本中，跳跃发生的天数占到了7-17%，跳跃过程的方差贡献则为30%左右；二、跳跃幅度是非对称分布的，且有集聚现象；跳跃发生的频率也跟股市所处的阶段有关，与熊市相比，牛市中跳跃发生的次数较多，并且大多是正向的；三、跳跃剥离后的收益率无论是从其统计特征，还是从建模估计角度来看，都接近于正态分布；四、虽然有些跳跃我们可以找出其触发事件，但一般来说，跳跃产生的原因并不明朗，因而需要进一步的细致分析。