一、研究背景在金融市场中,证券投资者主要面临着证券市场的风险,因此各个国家的证券机构都把证券市场风险作为监管的重点。由于中国的证券市场才刚起步没多久,和国外成熟的市场环境相比,还显得相当的稚嫩,如信息披露、宏观政策以及监管体系都十分的不规范,于是证券市场的价格波动是相当频繁和剧烈的,随之产生的市场风险也是影响剧烈的。这样大的风险必定会对我国的经济发展和市场稳定产生相当大的负面影响,那么该如何测度市场的风险将是本文所要考虑的重点,也是问题的出发点。前人对风险的测度主要是通过测量收益率的波动性,比如方差、标准差、beta值等指标,但是由于这些测量指标存在着或多或少的缺陷,人们后来又相继采用了下偏矩、久期、VaR等风险度量方法,准确率相对提高的同时,依然存在着一定的局限性。均值方差理论是马科维茨首先提出来的,他认为可以用均值-方差来表示证券的投资风险进行风险和收益的效用分析,选择投资资产。但是如果在下行的市场环境中,一个资产表现得比在一个上行市场环境中的波动还要明显,那么该资产就是不该持有的,因为当投资者的财富水平很低的时候,这种资产所获得的回报是很低的。因此,相对于收益来说,对损失敏感度很高的投资者,会要求对持有的资产有一个补偿,因此,在经济研究中,我们更应该把注意力放在下方风险的测度上。下方风险更加精确的度量了证券市场中的风险,更符合人们的心理,并且它至少是和均值-方差同样有效的计量模型。选择半方差来度量风险是时代进步的要求,马科维茨(1952)(见[1])自己也承认：“除了方差之外,也可以用其他的方法来对风险进行测度,不过最符合现实情况的应该是半方差方法。”马科维茨对这种设想设计出了仅仅是衡量风险下半部分的风险计量指标,也就是说可以通过计算设计收益率低于期望收益率的那部分风险,其实这种计算仍然类似于方差的计算,但是在方法上来说却又相对复杂,介于当时的计算技术有限,马科维茨只好采用了方差这个计量指标。那么现在随着计算方法的进步,我们有理由要求推进半方差的发展,得到更为精准的风险度量方法。二、本文的工作主要分为如下6个方面：第一部分：绪论。作为全文的开头,本章主要介绍了研究背景及研究意义,以及国内外的研究现状和文章的创新、全文结构。第二部分：风险度量模型概述。本章首先是对证券市场风险做了一个简要的介绍,分别给出了风险定义以及风险的本质特征,接着对证券市场的风险做了一个定义,并同样给出了证券市场风险的本质特征,目的是为了后文对半方差的定义有一个更好的参考标准。第三部分：均值方差理论的发展。本章简要介绍了马科维茨均值方差模型的发展,给出了定义以及前提假设,并提出了均值方差理论的各种局限性,论证了其在中国证券市场上应用的不适应性,得出了改进的方向是使用半方差来作为对风险的度量。第四部分：半方差理论。本章对半方差的发展进行了一个深入的介绍,首先给出了半方差模型的基本定义,以及优缺点,接着描述了半方差的三种不同的表达形式,并就这三种表达方式进行了实证,以期证明3种表达方式究竟哪一种能更准确的进行风险计量。第五部分：对半方差模型进行了改进,本章是全文的主体部分,也是全文的创新所在。在王明涛(2003)(见[2])总结各种风险描述的基础上,把风险定义为损失的概率、可能损失的数量以及损失的波动性三方面内容,因此得到启发,可以同样这么定义半方差,并且再加入上偏差调整因子对风险的影响作用,可以推出更加全面具体的半方差表达模型。并且通过后文的实证研究,我们也可以证明这样的改进是有效且可行的。第六部分：基于加入上偏差调整因子的下方风险度量模型的投资组合优化模型。这一章是上一部分的深化,是在我们对半方差模型改进后的前提下,探讨改进后的投资组合的优化模型,经过层层推进,得到最终的投资组合优化模型,并经过实证研究,可以证明该模型是符合市场要求的,也是更为精确的投资组合优化模型。第七部分：结论及建议三、本文的创新点：本文是在王明涛(2003)对风险测度模型的研究基础上,引入了上偏差调整因子对风险的作用。下方风险更符合投资者的心理感受,对风险的测量占据主要的作用,上偏差对风险是呈反比关系,上偏差越大,风险应该越小,因此在测度负偏差的前提,引入正偏差调整因子适当的修正风险,得到一个更加精确的风险测量模型是本文的研究所在。三、本文得到的主要结论：1、对风险的定义不应该仅仅局限于可能的损失以及损失发生的几率上,还应该包括更加广阔的范围,如紧迫程度和正偏差调整因子的影响等。2、对马科维茨的均值方差模型进行了一个系统性的总结,得出了均值方差模型在我国的适用性是相对较差的,在我国只能是借鉴其分散投资的思想,而对其他理论结果是不能套用的,因此重点关注收益率低于期望收益率的这一部分风险测量才是符合实际情况的。3、对于分别用相对均值方法、相对目标方法和组合偏差矩方法度量的半方差风险度量模型,从实证结果来看,相对均值方法大于相对目标方法,相对目标方法的风险值又大于组合偏差矩方法,且通过与可能损失值的对比来看,相对均值方法下风险值与可能损失值的相关性最低,相对目标方法下的风险值与可能损失值的相关性要优于相对均值,而组合偏差矩方法下的风险值与可能损失值的相关性最大。为了对比出均值方差方法的不足,我们也做了相应的实证,且可以明显得出均值方差方法下的风险值是最大的,且与可能损失值的相关性是相当低的,说明了均值方法对实际情况的测度是存在明显不足和局限的。4、在对半方差风险测量模型进行改进,加入了正偏差风险调整因子之后,我们对R5对和H4以及组合偏差矩进行了实证,得出H。是小于R4的,这是因为H4是在R4的基础上,通过正偏差调整因子修正后得到的,由于正偏差调整因子越大,那么H4就越小,因此H4是小于R4的。组合偏差矩风险测量模型下的风险值是小于H4的,但是两个模型的走势是基本一致的,这是符合证券市场的实际情况的,虽然两者的结果基本一致,但是组合偏差模型是在均值方差模型的基础上演变而来的,对风险的测度仍然只是关注下方收益率的波动,而H4不仅考虑了负偏差的强度、负偏差的概率、股票收益率由盈到亏的频率还同时考虑了正偏差调整因子的影响,因此理论上是优于组合偏差风险测量模型的。且通过与可能损失值的相关系数来看,仍可以证明H4是优于组合偏差风险测量方法的。5、加入了正偏差调整因子的H4的有效边界是在组合偏差的有效边界的左上端的,这说明加入了正偏差调整因子的H4的资源配置优化模型的配置效率更高,因为在相同的预期收益率水平下,H4的值更小,且这样的情况一直持续在整个分析区间段内。随着收益率的增加,两模型的风险值逐渐增加,但是它们之间仍存在一定的差异,这说明两个模型仍是非等价的。改进后的投资组合优化模型用负偏差的强度、负偏差的概率、股票由盈至亏的变化以及正偏差调整因子等几个函数来刻画各种导致风险的因子,使得其对股票波动的刻画相对来说更准确。