中国A股市场经过近三十年的发展,上市公司的数量和质量都有了很大提升,但A股市场的尾部风险现象却屡见不鲜,如2008年的金融危机,2015年股市的几轮暴涨暴跌。许多实证研究也表明,我国的股票回报存在“尖峰厚尾”的特征,因此人们现在普遍认为,股票回报的尾部要比正态分布所假定的更宽,而尾部事件的发生频率也比正态分布所预测的更高,也就是说单纯依靠条件方差和标准差来衡量风险是不准确的,股票回报发生尾部风险的概率要高于正态分布假定的概率。在这种情况下,为了防范尾部风险给金融市场造成巨大损失,寻找一种准确的尾部风险度量方法,显然具有重大意义。美国经济学家Sharpe(1964)提出了CAPM模型,他认为只有市场风险能被定价,而异质风险(也叫非系统性风险),是能够通过投资组合分散的风险,因此不能参与定价。然而Merton(1987)认为在不完美市场中,投资组合无法充分分散异质风险,在这种情况下,投资者将为承担的异质风险要求风险补偿,从而异质风险也可能被定价。在之后关于异质风险的研究中,国内外学者采用异质波动率来衡量异质风险,并发现异质波动率与预期回报之间存在正向或负向的关系。这些实证结果表明异质风险具有定价作用,但异质波动率仅反映异质风险的平均波动情况,对于极端波动的描述是不准确的,因此有必要改进异质风险的度量方法,进一步挖掘异质风险中隐藏的极端信息。为了测度加总的异质风险的极端波动程度,本文首次提出了加总异质尾部风险的概念,并采用两种方法来测度该指标。这两种方法有不同的异质信息源,方法一是通过因子模型滚动回归得到个股残差序列,方法二是源于股票的超额回报率。在获取市场上个股的异质信息后,加总异质尾部风险即为异质信息在横截面上的峰度值。相比较而言,方法二更具优越性,因为该方法无需复杂的模型估计,即可计算任一时点的加总异质尾部风险。为了进一步分析残差和超额回报率在横截面上的分布特征,本文还以残差和超额回报率在横截面上的均值为中心,将截面分布分为左侧和右侧,从而计算左侧和右侧的加总异质尾部风险。本文的研究重点是加总异质尾部风险与等权和市值加权的市场预期回报之间的关系,除了在全样本的框架下,研究了两者之间的关系并进行了一系列稳健性检验外,本文还在分样本的框架下,考虑了在不同市场行情(牛市、熊市)和不同市场类型(上证、深圳、创业板)下,加总异质尾部风险与市场预期回报的关系存在的差异。本文以中国A股为研究对象,样本区间为2001年到2017年,样本频度为日度。通过实证研究得出以下结论:第一,总体来看,无论是左侧还是右侧的加总异质尾部风险与市场预期回报均存在负向的关系,即加总异质尾部风险越大,市场预期回报率越小。第二,左侧和右侧加总异质尾部风险在不同市场行情下表现有所差异。在熊市中,右侧的加总异质尾部风险与市场预期回报之间存在负向的关系;在牛市中,左侧的加总异质尾部风险与市场预期回报之间存在负向的关系。这一差异或许可以由投资者偏好类似彩票的资产和过度自信的行为来解释。第三,在上证A股、深证A股和创业板三个板块中,加总异质尾部风险的表现机制也有所差异。在各分市场中,采用方法一计算的加总异质尾部风险对深证A股和创业板市场的预期回报均有显著的负向影响,而对上证A股的预期回报没有影响;采用方法二计算的加总异质尾部风险对三个分市场的预期回报均有显著的解释力,即加总异质尾部风险越高,市场预期回报越低。此外,本文在研究三个分市场的加总异质尾部风险对中国A股市场的预期回报的联合影响力时,发现了以下三点差异:(1)当各分市场的加总异质尾部风险采用方法一来计算时,只有深证A股市场的加总异质尾部风险与中国A股市场的预期回报之间存在显著的负向关系。(2)当各分市场的加总异质尾部风险采用方法二来计算时,只有创业板市场的加总异质尾部风险与中国A股市场的预期回报之间存在显著的负向关系。(3)三个分市场的加总异质尾部风险的联合解释力要强于中国A股市场的加总异质尾部风险。本文的创新之处在于:首次提出了加总异质尾部风险的概念,并给出了两种不同类型的测度方法,一种是基于时间序列数据的因子模型方法,另外一种是基于横截面数据的无模型方法。第二种方法在计算上具有特别优势,只需要使用横截面上的超额回报率数据。