近年来,金融风险成为国内外金融实务界、理论界和监管机构共同关注的对象。风险测度是风险管理中首要而核心的部分,在金融自由化的国际背景下研究风险测度对于风险的有效管理、我国风险管理研究的发展,乃至我国金融体系的建设都具有十分重要的意义。本文主要研究对象是谱风险测度(Spectral measures of risk),谱风险测度的产生根源于ES(Expected Shortfall)的思想,是ES的一种推广,同时,谱风险测度是一大类一致性风险的概括。谱风险测度是一种现代风险管理方法,以统计学、数理知识为研究的主要工具。根据研究对象的特点,全文的指导思想是定量分析为主,定性分析为辅。本文基于由Carlo Acerbi(2002)提出的一类一致性风险度量—谱风险测度M ,给出了谱风险测度的一些性质,同时还提供了一种构造谱密度的具体方法,据此构造出了两种具体的谱风险测度。在一般分布下,对风险资产组合的均值—谱风险测度有效前沿的存在性、函数性态及曲线形状进行了讨论,并将结论推广到所有的凸风险度量,阐明了其经济意义。对深市和沪市的风险资产组合的均值—谱风险测度有效前沿作了实证分析。重点讨论了正态情形下风险资产组合的均值—M有效前沿,得到了基于均值-M的有效前沿的具体解析方程与图形形状,分析了其经济意义,并与经典的均值—方差有效前沿和均值—CVaR有效前沿进行了对比研究,获得了若干深入的结果。考虑了谱风险测度下的含多种风险资产和一种无风险资产的投资组合的最优投资策略问题。用最优化方法首次从理论上严谨地求解得到了均值—谱风险测度有效前沿及其最优投资组合;其次从数学和经济两个方面讨论了允许对无风险资产投资的最优投资组合策略;最后拓广了传统的两资金分离定理。以遗传算法为优化工具,利用GARCH(p,q)模型和GED分布拟合收益率时间序列及其分布,并建立了风险度量模型—VaR模型和谱风险测度模型,给出了评价模型的返回检验方法。文章的结尾对进一步的研究方向进行了展望。