资产价格泡沫是指资产价格非理性的强烈的上涨,并且这一上涨能够预示未来资产价格的暴跌。中国股票市场中个人投资者众多、机构投资者的不成熟与融资融券制度尚待完善等特征事实,使得价格外推投资行为导致的股票价格泡沫频繁形成与破裂,深刻影响着股票期望收益,即股票资产的定价。如何测度股票价格泡沫事件所蕴含的风险信息?其又如何影响着股票期望收益?对于这两个问题的回答,构成了本文的主要研究内容。首先,本文定义了中国股票市场中更易出现的、演变周期为中短期的股票价格泡沫事件。然后,本文创新性地应用机器学习方法与独自构建的高维数据结合来识别,得到股票价格泡沫所蕴含的风险信息,即股票价格泡沫风险。股票价格泡沫风险是指当前股票正在经历价格泡沫的风险,也指在未来经历价格泡沫破裂的风险。接着,在现代资产定价理论的指引下,本文尝试回答股票价格泡沫风险是否能够解释个体股票和投资组合的期望收益,以及其是否能够解释一些资产定价因子的期望收益;前者对应股票价格泡沫风险的横截面形式,回答了其是否能够作为一个新的资产定价因子,后者对应股票价格泡沫风险的时间序列形式,回答了其是否能够作为一个新的因子择时因素。本文提出了相应的理论机制与研究假设。研究结果显示:股票价格泡沫风险较好地反映了股票价格泡沫事件所蕴含的风险信息,实现了对未来的股票价格泡沫事件提前且精确的识别。横截面形式上,股票价格泡沫风险与个体股票期望收益显著负相关,且改善了经典资产定价模型对投资组合期望收益的解释能力。时间序列形式上,股票价格泡沫风险对规模、短期反转、过去12个月换手率均值、协偏度以及多个资产定价因子的主成分有着显著且稳定的样本外预测能力,基于其形成的因子择时投资策略有效地改善了基准投资策略的表现,样本外夏普比率的提升程度最低为54.93%,最高为181.13%。本文的边际贡献主要体现为,在中国股票市场中,（1）股票价格泡沫风险有着独特与显著的影响个体股票与投资组合期望收益的能力,是一个新的资产定价因子;（2）股票价格泡沫风险能够解释一些资产定价因子期望收益的变动,是一个新的具有因子择时能力的因素;（3）使用机器学习方法结合独立构建的高维数据,实现对中短期股票价格泡沫风险较为准确的测度,为监管部门对股票价格泡沫事件的宏微观审慎调控提供事前决策依据,守住不发生系统性金融风险的底线。简言之,本文突出强调了中国股票市场中股票价格泡沫风险对股票期望收益即资产定价的深刻影响。