本文是对美国股市的非对称波动率现象进行的实证研究。文中，将混合了几种传统非对称GARCH模型的动态协方差模型(Asymmetric Dynamic CovarianceModel)与资本资产定价模型(CAPM)组合，建立了多维CAPM-ADC-M模型。并利用1989年至2008年美国股市收益率数据构建的高、中、低杠杆资产组合及市场组合，对非对称波动率现象的存在性和产生机制进行了研究。　　由实证结果发现:第一，非对称动态协方差模型在模型结构方面独立于非对称VECH模型、非对称BEKK模型、非对称FARCH模型、非对称CCORR模型中的任何一种。另外，通过非对称BEKK模型估计结果与ADC模型估计结果的比对，本文认为非对称BEKK模型对非对称波动率现象过于敏感，过高估计了非对称波动率现象。第二，美国股市中存在非对称效应，并且是由“杠杆效应”和“反馈效应”共同引起的。以前者为主，后者为辅。第三，除了常见的方差非对称效应，协方差也呈现出了较为明显的非对称效应。这充分体现了多维非对称波动率模型的优势，因为多维波动率模型能够同时反映资产组合波动对于自身冲击以及其他资产组合冲击的响应，使其对波动率运动的拟合情况更加完整。　　本文的创新之处在于首次使用了CAPM-ADC-M模型对非对称波动率现象进行研究，而此前的实证研究大多基于非对称BEKK或非对称CCORR等常用模型。实证结果显示，上述的常用多维非对称波动率模型，受到自身结构设定的限制，不如非对称动态协方差(ADC)模型对非对称波动率的拟合效果好。