根据现代资本市场理论对证券市场风险的解释,证券市场风险一般分为系统性风险和非系统性风险两部分。其中,系统性风险是指在证券收益的总变动中,由市场因素所引起的那部分变动,是不可规避的风险。而非系统性风险由与证券相关的“特殊因素”引起,它可以通过投资组合多样化而尽可能地减少。理论上,系统性风险是有效组合收益率不确定性的唯一源泉,一个有非系统性风险的组合是无效的。实践投资组合管理中,管理者通常消除所有的非系统性风险,能反映投资组合真正风险的只有系统性风险。因此,对系统性风险的研究具有极其重要的理论和现实意义,是近30年来资本市场风险定价理论与实践研究的热点之一。由Sharp(1964)和Lintener(1965)在Markowitz模型的基础上推导出的资本资产定价模型CAPM中,贝塔值刻画的是单只证券或者单个组合的系统性风险,它代表着单只证券或者组合受市场整体波动的影响程度。然而CAPM模型假设单一时期的投资(即为静态的资产组合理论),但并没有对投资的期限长度进行具体规定和描述。投资行为的准确性和投资组合分析的有效性很大程度依赖于购买和抛售行为时间点的选取,而投资期限的长度取决于投资者对收益的预期,人们所预期估计的投资期限和真实实现投资收益效果的投资期限的差异不可避免的存在,该差异必然导致系统性风险度量的误差。因此有学者将该投资期限差异作为比值(本文中将其称为投资标度)加入到CAPM模型中,探讨了其对系统性风险度量的影响。但是,由于CAPM模型本身所受苛刻假设条件限制,CAPM模型在实践中的适用性受到极大挑战,经过学者们的努力,诞生了著名的Fama-French三因素模型。同样,在FF三因素模型中,β值也代表市场系统性风险因素。那么,该模型中的β值参数是否也存在上述的投资期限因素效应,成为国内外学者关注的问题。本文就是在此基础上对投资期限因素和系统性风险展开的研究。本文旨在运用FF三因素投资标度模型,将投资期限因素考虑到系统性风险的度量中,来提高系统性风险的度量精确性,并且运用copula贝叶斯方法进一步分析系统性风险与投资标度的关系,结合实证分析来探讨投资标度对系统性风险度量的影响。本文的结构安排如下：第一部分首先讨论了证券系统性风险度量的研究背景及其意义,然后对已有相关研究进行概述,在指出其不足的基础上提出了本文的研究目标和内容,并简述了论文的框架安排。第二部分对系统性风险进行了全面的评述,包括系统性风险的定义、证券市场系统性风险的来源以及度量方法,从多角度来审视系统性风险,体现更加精确地度量系统性风险的必要性,为本文的研究奠定了基础。第三部分针对现有证券投资组合模型对风险度量研究的不足,在FF三因素模型的基础上,结合CAPM投资标度模型,提出了FF三因素投资标度模型,并对所运用的copula贝叶斯方法的原理和有效性进行了阐述,为下一部分的实证分析奠定了理论基础。第四部分在FF三因素投资标度模型的基础上,对投资标度与系统性风险参数beta的关系进行了实证分析。在本部分中,首先验证了FF三因素模型在选取不同频率的收益数据时所得出的beta参数不同,且存在一定的趋势,这就体现出投资期限因素在度量系统性风险beta参数过程中产生了影响。在此基础上,将投资期限因素加入到FF三因素模型中,运用SUR方法进行了参数回归估计,通过分析参数估计结果,得出FF三因素投资标度模型在研究中是有效的,进而运用copula贝叶斯方法分析了投资标度与系统性风险参数beta的相关性。第五部分也就是最后一部分,总结了实证分析结论,并从投资者角度和监管者角度提出了相关建议。本文的创新点主要是在FF三因素模型的基础上引入投资标度即投资期限因素,推出FF三因素投资标度模型,并运用此模型来度量系统性风险,以提高系统性风险的度量精确度。而且本文在实证分析中检验了FF三因素投资标度模型在中国证券市场的适用性,进而运用copula贝叶斯方法对投资标度与系统性风险的相关性进行了分析。在文章的研究过程中,难免会受某些因素的限制,个人认为本文的不足之处可能有以下两个方面：文中我们只运用了月度数据来研究投资期限因素(投资标度)对系统性风险因素beta参数的影响,有待对其运用更长周期的数据(比如季度或年度数据)进行研究并比较得出的结论；本文所用模型一样会受原有模型条件的限制,可能与实际情况存在一定差距。