风险管理起源于上个世纪50年代,并于上世纪60年代正式形成,随着经济全球化的深度推进,金融风险管理的需求也在逐渐升级,自2018年3月以来的中美贸易战不仅对实体经济带来了冲击,也使得中国金融市场上的风险上升。2020年3月沙俄的石油价格战导致全球股市的震荡。2020年以来的新冠疫情致使全球经济衰退,即便根据最新的报告预测,在2021年全球经济将增长4%,但由于仍存在大量的风险,经济复苏依旧较为缓慢。因此,作为我国金融市场上极其重要的一个板块,中国资本市场的风险管理尤为重要,而对于该市场的投资者来说,投资组合的风险管理是其必备的基本技能之一。作为风险管理流程中至关重要的一环,风险测度一直都是国内外学者研究的热点内容。在马科维兹提出的均值-方差模型中,方差最早成为风险的测度指标,之后也不断有研究对指标进行优化,包括Markowitz（1959）和Mao（1970）使用的下半方差,Konno和Yamazaki（1991）使用的绝对偏差,Speranza（1993）使用的半绝对偏差等。1993年的《衍生产品的实践和规则》所提出的Va R和2000年Rockafellar所提出的CVa R一直作为风险测度指标沿用至今,其计算方法包括经典的参数法,免于模型错误的非参数法,以及正在不断发展的半参数法,一直都是金融学术探讨的重点对象。在空间效应理论的提出后,随着空间计量经济学的产生和发展,空间计量逐渐被用于区域经济学和股票市场的研究,李林等（2011）通过将空间计量用于我国区域经济的研究,分析了中国区域经济增长的空间溢出效应,Arnold等（2013）从三个维度捕捉股票市场上的空间相依性,以得到表现更好的投资组合模型,姜尚伟和金秀（2020）通过空间权重矩阵来捕捉股票的空间交互作用,研究在我国股票市场上,投资者情绪将如何对价格和收益产生影响。既有文献在对投资组合的收益率数据进行研究时,发现其在行业维度存在空间相依性,本文则同时从经济维度和地理纬度对投资组合收益率数据的空间相依性进行更全面的捕捉。Va R和CVa R作为被广泛应用的风险测度指标,一直都是众多学者研究优化的对象,本文以中国股票市场上构建的投资组合为研究对象,将空间相依性引入投资组合的风险测度中,对考虑金融时间序列的尖峰厚尾特性及非对称性的风险测度方法进行比较分析,并且基于Va R和CVa R的检验,将考虑空间相依性后的投资组合与原投资组合的风险测度效果进行比较,以彰显引入空间相依性后投资组合风险测度的优越性。本文使用2011年1月1日起到2020年9月30日期间上证50指数的成分股来构建投资组合,在Arnold（2013）的模型设定基础上加入非卖空约束构建空间自回归模型,通过普遍经济维度、行业维度和地理纬度三个维度的空间权重矩阵捕捉投资组合收益率数据的空间相依性,并使用Moran I指数对其进行检验。使用GMM矩估计法对模型参数进行估计后,以方差-协方差法计算得到的Va R的准确性为模型比较的基准,将考虑空间相依性后的投资组合模型与传统的投资组合模型进行比较,以显示考虑空间相依性后的投资组合模型在风险测度上的优越性。为了能够更好地捕捉到金融时间序列的尖峰厚尾特性以及非对称性,本文重点使用基于学生-t分布或者GED分布的GARCH类模型,以及基于Cornish-Fisher展开式对投资组合进行风险测度,通过对投资组合的风险测度使用LR和DLC检验统计量进行检验,在给定的置信水平下,对中国股票市场上考虑空间相依性的投资组合不同的风险测度方法进行比较。并通过Va R的LR检验和CVa R的DLC检验,将考虑空间相依性的投资组合的风险测度效果与原投资组合进行比较,证实考虑空间相依性后投资组合的风险测度准确性将会提高。本文的研究分析主要得到以下结论:（1）本文使用2011年1月1日起到2020年9月30日期间上证50指数的成分股来构建投资组合时,投资组合的收益率数据同时在普遍经济维度、行业维度和地理纬度上存在空间相依性。（2）对考虑空间相依性后的投资组合,不管是基于GARCH类模型还是基于Cornish-Fisher展开式对风险进行测度,在极端情况下风险测度都将更激进,非极端情况下测度则将更保守,且和GARCH类模型对风险的测度相比较,基于Cornish-Fisher展开式对风险的测度稍显滞后。（3）在95%和97.5%的置信水平下,基于Cornish-Fisher展开式对考虑空间相依性的投资组合的风险测度更为准确,而在更高的99%的置信水平下,基于GED分布的TGARCH模型对考虑空间相依性的投资组合的风险测度效果更好。（4）在相同的置信水平下,使用同一种方法对考虑空间相依性的投资组合与原投资组合进行风险测度时,考虑空间相依性的风险测度普遍取值更大,尤其是在极端情况下风险测度明显更激进,且考虑空间相依性将会提高投资组合风险测度的准确性。本文的分析研究主要有以下三个创新之处:（1）本文同时将经济距离和实际地理距离带来的空间效应引入投资组合的动态管理和风险测度中,对既有文献将空间相依性应用于股票市场上的研究进行了补充。（2）本文对空间自回归模型加入了资产非卖空约束,实现了投资组合模型的优化,提高了动态管理投资组合的可操作性。（3）本文在考虑金融时间序列的尖峰厚尾特性以及非对称性的基础上,基于空间相依性对投资组合进行风险测度,表明了对于中国股票市场上的投资者来说,考虑空间相依性将优化投资组合的动态管理,并且能够提高投资组合风险测度的准确性。由于本人现如今的科研能力存在一定的限制,在之后更深入的研究中,本文仍存在可以加以拓展的地方,主要有以下两个方面:（1）本文在对普遍经济维度、行业维度和地理纬度的空间相依性进行捕捉时,参考构建的经济空间权重矩阵和地理空间权重矩阵具有一定的主观性,这对本文的研究结果有一定的影响。（2）本文在实证分析过程中,根据上证50指数在2011年1月1日起到2020年9月30日期间发生的20次成分股变动,对21个时间段内的投资组合进行动态的数据更新,因此未能将投资组合收益率数据分为两段以实现风险预测效果的检验,在之后更深入的研究中,可以对考虑空间相依性后的投资组合的跨期风险预测效果进行比较分析。