自1990年以来,中国股票市场在高速发展的同时也暴露出一些弊端:第一,中国股票市场的风险抵抗能力较弱,在市场内外各种因素的冲击下股价波动频繁,波动幅度较大;第二,中国股票市场资产收益率分布往往会呈现出负偏特征,这意味着收益率下降的概率要高于收益率上升的概率,加大了市场投资者的投资风险;第三,在发展的过程中,中国股票市场极端事件频发,这表明中国股市资产收益率还存在一个较高的峰度水平。这些特征表明在中国股票市场中国股市不仅具有二阶矩风险（方差风险）,还具有高阶矩风险（偏度风险和峰度风险）。并且,实际中的收益率偏度和峰度往往还会表现出持续性,即偏度和峰度具有时变特征。因此,对中国股票市场而言,构建合适的高阶矩模型刻画股市高阶矩波动特征、测度高阶矩风险尤为重要。为此,本文基于收益率分解的新视角,构建动态收益率分解（DRD）模型并将其应用于中国股市的动态高阶矩特征研究,为准确刻画收益率分布的动态特征提供了新的思路和方法,为后续进行金融风险管理活动提供了必要的建模参考和决策依据,具有一定的理论意义和应用价值。本文主要的研究工作包括:（1）本文基于收益率分解方法,将收益率表示成符号部分和绝对值部分的乘积形式,通过对符号部分、绝对值部分以及这两部分间的相关性分别进行时变性设定,构建了 DRD模型。同时,还基于DRD模型给出了模型参数的极大似然估计方法和收益率各阶条件矩、风险测度以及方差风险溢价的估计方法。（2）本文立足中国股票市场,利用DRD模型对上证综合指数、深证成份指数以及地产业、工业、公用业、综合业和商业五个行业指数的收益率数据建模,刻画了中国股市总体和各行业的动态高阶矩特征,并估计了各指数收益率的VaR、ES和风险溢价水平。同时,本文还从样本内拟合效果和样本外风险预测能力两个方面对DRD模型的性能进行了较为全面的评估。本文研究的创新主要表现在:第一,本文基于收益率分解视角,提出了刻画时变高阶矩特征的DRD模型。该模型并非与传统的GARCHSK模型和ARCD模型一样直接对收益率进行建模,而是分别对收益率绝对值和符号两个部分单独设定,在建模方法上作出了一定程度的创新;第二,本文在研究中国股票市场的动态高阶矩特征时,不仅对反映中国股市总体状况的上证综指和深证成指进行建模,还分析了不同行业的高阶矩波动特征,相较于文献中多为关于综合性指数的研究,本文研究具有一定的创新性。