BARRA模型作为一种多因子模型被广泛的使用于成熟股票市场。BARRA风险模型能够提供给我们有效和准确的风险预测。投资专家们经常把BARRA模型用于主动和被动风险管理。本文的动机在于解决相同行业而产生因子载荷问题。本文的创新在于把行业风险因子从虚拟变量变成了风险指数。这篇文章的目的是找到合适的行业描述性变量,同时检测在相同的行业里面,加入这些行业描述性变量后是否能够改善BARRA模型以及这个改进是否能够应用于实践当中。在本文的开始,本文选择了自然资源类股票作为研究对象,并把行业因子从单一的0/1因子变成了风险指数。本文讨论如何通过定量分析和行业分析找到行业描述性变量。我们加入了新的行业描述性变量,按照BARRA模型的方法进行建模。通过讨论alpha和R square,我们发现行业描述性变量能改进BARRA模型。通过与Fama French模型的比较,我们发现两者在R square表现相似,但是BARRA模型在解释alpha的时候表现更好。在探讨行业风险因子成分的时候,我们发现使用三个在文中找到的行业描述性变量比单纯使用行业指数要好。我们通过样本外检测的方法来进行比较。虽然加入行业描述性变量的组合风险有增减,但是投资回报、Sharpe ratio、Information ratio都较高。可以看出,加入行业描述性变量可以给投资者更好地在同一个行业里面推荐股票,因为行业描述性变量能够更好地捕捉到公司的风险特征从而获得更多额外的信息。