风险溢价是金融经济学的一个核心概念，对它的有效度量直接影响着资产定价，投资分析和风险管理等金融市场活动。风险溢价的水平可以直观的反映金融市场带给投资者的风险回报，对投资者的投资决策具有指导意义。尤其是在中国，金融市场变化日新月异，各种各样的金融衍生品不断出现，金融市场风险变得越来越难以捉摸，研究风险溢价的水平可以帮助我们更好的了解市场的微观结构以及金融资产的流动性等问题，从宏观上把握市场的走势。众所周知，风险溢价的研究最早起源于资本资产定价理论，认为风险承担者应该获得相应的风险回报。在对波动率风险溢价进行分析时，GARCH-M模型是常用的工具之一，但它作为参数模型，不可避免地给出一个具体的模型形式并对模型误差做出假设，当这些假设不成立时，统计推断便不再精确，甚至没有实际意义。针对这些缺点，人们将非参数技术引用到时间序列分析中，提出了半参数GARCH-M模型，参数部分可对模型的估计结果进行一定的解释，而非参数部分则弥补了参数模型的缺陷，降低了估计值的偏差。本文提出的半参数非对称GARCH-M模型继承了参数和非参数模型的优点，将波动率方程部分处理成传统的TGARCH过程，而均值方程处理成非参数函数的形式，能更好的拟合波动率与风险溢价之间的关系。文中首先分别采用局部多项式拟合和加权最小二乘法对均值函数和波动率参数进行了估计并证明了其大样本性质，包括渐近正态性和相合性。其次通过模拟实验验证了半参数模型的可行性，并与参数模型比较证明了其优良性。最后，我们将半参数TGARCH-M模型用于上证指数波动率风险溢价的实证研究。结果表明，在MSE和QLIKE准则下，半参数TGARCH-M模型的拟合优度明显高于参数模型。同时，我们利用半参数模型估计结果对波动率与超额收益率之间的关系进行了分析，说明风险溢价的曲线是非线性非单调的，所得结论符合中国股票市场的现状。