CVaR(Conditional Value-at-Risk，条件风险价值、)风险测量方法是在VaR(Value-at-Risk，风险价值)风险测量方法的缺陷基础之上所产生的，最早是在1999年底由Rockafellar提出的，其含义是：组合损失超过VaR的条件均值，反映超额损失的平均水平。它较之于VaR风险测量方法，更能体现投资组合的潜在风险。 CVaR风险测量方法有多方面的应用，如信用风险的测量、内部风险资本金的确定、资本配置、金融监管等，本文重点研究的是CVaR在投资组合理论中的运用，在研究的过程中，力求运用系统理论、归纳演绎、比较与实证分析等研究方法。首先，从总体上介绍了风险测量方法的发展过程，分析了它们的缺陷，然后再对CVaR风险测量方法进行深入的研究，对其概念、参数选择、计算、性质等方面都作了较详细的探讨，得出的结论是CVaR风险测量方法比传统的风险测量方法拥有更多的优点。其次，对CVaR在投资组合理论中的运用进行了深入的研究，这也是本文的创新之所在，解决了两个问题，一个是均值—CVaR的边界与有效前沿的问题；另一个是基于CVaR约束的最优投资组合选择问题，并对这两个问题都进行了实证研究，实质上，这两个问题的意义都是利用CVaR来指导投资决策，最终的目的是一样，不同的只是方法。再次，简单地阐述了CVaR在我国应用所面临的问题，并提出一些建议。最后，得出结论是，CVaR风险测量方法对投资决策是有指导意义的，基于CVaR约束的最优投资组合选择模型是均值—CVaR模型的有益补充。