威廉·夏普于1964年提出了著名的资本资产定价模型,而作为资本资产定价模型的一个重要参数的β系数一直以来都作为衡量一项资产或者资产组合的系统风险的重要参数,它不仅具有理论上的重要性,而且在投资实践中也是被广泛应用的。也正因为如此,金融和财务理论界关于β系数的的研究从β系数产生以来一直都是热点。纵观国内外的研究成果,主要集中在β系数的相关性质(如稳定性、差异性、时变性等)和预测方法的有效性和改进上。β系数的估计方法有CAPM模型法和单一指数模型法两种方法,而β系数的预测方法主要有基于时间序列的预测方法和基于差异性影响因素的方法两大类。本文采用等距抽样的方式选取了于2002年至2006年在沪深两市上市交易的229家公司的市场交易数据进行了实证研究。采用单一指数模型作为β系数的估计方法,并将这一方法估计的历年β系数值作为其真实值的近似。然后选取基于时间序列的预测方法中的历史β法和布鲁姆调整法,并构造了一种采用两期历史数据的预测方法对β系数进行了预测,然后采用基于差异性影响因素的方法中的罗森贝格系统对β系数进行了预测,最后利用样本数据对各种预测方法进行了显著性检验和预测效果的验证比较。从本文的实证结果来看,历史β系数法是总体来说是几种预测方法中准确性最差的,其均方误差(MSE)最大。布鲁姆调整的历年的回归式中的系数的显著性检验表明系数是显著不为零的,布鲁姆调整是有效的。两期之前的β系数的历史值对预测系数几乎没有作用,两期之前的β系数的历史值对预测系数没有作用或者说作用极其有限。从回归的结果来看本文选取的财务指标对β系数具有较强的解释能力,这说明我过上市公司的财务指标对β系数的值有一定的解释作用。β=1预测β系数时的均方误差是较低的(略高于历史β系数法)甚至有的年份是所有方法中最低的。这一方面说明了β系数是向“1”回归的,即β系数具有“趋一性”另一方面也说明了我国股票市场β系数的不稳定性。罗森贝格系统的预测中国股票市场的β系数的均方误差(MSE)较大,这说明中国上市公司的财务数据存在一定程度上的失真现象。