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,本文针对房地产投资组合问题,建立离散的CVaR模型,利用该模型进行投资风险度量与控制,从而辅助科学决策。首先,从总体上介绍了风险测量方法的发展过程,分析了VaR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,通过比较得出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,通过引入离散α-CVaR损失值和α-FCVaR损失值的等价函数,建立了基于离散CVaR模型的房地产组合优化模型。并利用此模型,通过数值计算得到在一定置信水平下的组合投资比例和风险损失,对不同地域的房地产组合风险进行科学的度量与实证分析。在实际运用CVaR模型进行投资组合分析时,首先分析了各不同城市之间房地产开发投资是否存在着相关性。然后,将存在着弱相关或负相关的不同地区的房地产开发组合作为实证研究对象,运用离散CVaR模型求得最优投资组合及对应的CVaR值。研究表明：跨地域组合投资应选择相关性弱的不同城市之间进行投资。投资者应结合自身的情况,在可行的范围内通过房地产投资的多元化,形成不同的地域、不同的开发类型,长、中、短期结合的动态投资,从而在风险和收益之间寻求一种最佳的、均衡的组合。投资者对多个地区进行组合投资时,可以转变系统风险为非系统风险。特别是在不同的时间段进行投资组合时,同样可以消除某一个特定时期的系统风险,因此离散组合投资对于在经济并不十分景气的市场背景下,具有很好的科学指导意义。最后是结论、建议与展望,根据前面章节的分析,说明了基于离散CVaR的投资组合理论在房地产投资中运用的实际意义,并提出相应的建议和将来的研究方向。