本文主要考虑风险资产的尾部风险(tail risk)或损失风险对资产预期收益的影响，使用二阶下偏距(lower parity moment: LPM)来度量风险资产的尾部风险。本文的研究核心是分析尾部风险对我国A股市场资产预期收益的定价能力，采用LPM方法来度量我国A股市场的日频尾部风险，并逐一构建个股和市场的投资组合，将组合的尾部风险分解成三部分。一部分是只与个股相关的个股特异性尾部风险，一部分是只与市场相关的系统性尾部风险，最后一部分是与个股和市场都相关的混合尾部风险。在讨论了三类尾部风险之间的关联性后，本文对三类尾部风险与资产预期收益之间的关系进行由浅入深的研究。　　首先，本文初步统计了三类尾部风险的不同水平下，资产组合的预期收益水平，直观地描述了不同尾部风险与资产预期收益及各种控制变量之间的内在联系。　　其次在此基础上，为了发现不同尾部风险独特的定价能力，分析其是否具有其他风险因素不能解释的作用。本文利用Fama-MacBeth的方法每个月用预期收益对尾部风险进行截面回归。在具体分析中，分别探讨了在标准四因子之外尾部风险对资产预期收益的解释能力和在控制了全部控制变量后，尾部风险的截面定价能力。　　然后本文重点对混合尾部风险在截面中的定价能力进行了进一步检验，集中关注了混合尾部风险的更多性质，从持续性、数据依赖性上检验了混合尾部风险在不同情况下对资产预期收益的截面预测是否同样有效。并且，本文试图对混合尾部风险的度量方式进行标准化，即定义了一个新的度量方式混合尾部贝塔，利用混合尾部贝塔的Fama-French Chart四因子alpha值显著性，对混合尾部风险的截面定价能力进行了更深入的检验。　　上述的分析中已经较全面的检验了三类尾部风险在资产预期收益中的截面定价作用，但对于尾部风险与其他风险控制因子之间的潜在交互关系还没有进行深入探讨，因此在本文的稳健性检验中，通过交叉控制，排除了其他控制变量的潜在影响，检验尾部风险对截面预期收益的预测效果。进一步的，本文剔除了一些极端情况下的股票进行稳健型检验。　　本文利用我国A股市场1992年4月到2016年5月的数据分别研究了三种尾部风险对资产预期收益的定价功能，基于我国A股市场股票数据进行Fama-MacBeth截面回归得到一些重要发现:　　(1)特异性尾部风险与资产预期收益呈显著负相关关系，这类似于异质性波动率与　　资产预期收益的关系。但进一步发现，一方面，特异性尾部风险与异质性波动率呈弱正相关关系;另一面，当特异性尾部风险与异质性波动率同时作为解释变量时，特异性尾部风险的负向定价作用并没有减弱，而异质性波动率的解释力明显减弱，这表明特异性尾部风险既承担了异质性波动率中的主要风险因素，又能捕捉到异质性波动率没有捕捉到的风险因素。由于特异性尾部风险与风险资产预期收益的关系仍然有悖于风险与收益在理论上的正相关关系，同时又不同于异质性波动率对风险资产预期收益的定价作用，在这个意义上，本文首次称之为“特异性尾部风险之谜”。　　(2)市场指数的尾部风险（我们称为系统性尾部风险）对资产预期收益的影响不明显，与CAPM模型中贝塔系数、下方贝塔系数对资产预期收益的影响相比，基于LPM度量的系统性尾部风险对资产预期受的影响更弱。　　(3)由特异性尾部风险与系统性尾部风险交叉构成的混合尾部风险，与资产预期收益呈显著正相关关系，对资产预期收益有非常显著的正向定价作用，即高混合尾部风险，具有高预期收益。这表明用LPM度量的混合尾部风险，可以捕捉到风险资产的损失风险，有助于解释投资者对风险资产的补偿要求。因此，混合风险既有特异性尾部风险所不含的风险因素，也有系统性风险所不能捕捉的因素，完全超越了特异性尾部风险与系统性尾部风险各自对风险资产预期收益的定价作用。　　(4)结合由市场因子、账面市值比因子、规模因子和动量因子组成的Fama-French-Carhart四因子模型进行检验发现，四因子模型无法解释特异性尾部风险与资产预期收益的负相关关系，也不能完全解释混合尾部风险与预期收益之间的正相关关系，这表明特异性尾部风险和混合尾部风险均捕捉到了Fama-French-Carhart四因子所不能解释的风险因素。