本文首先选取创业板第一年上市的36只股票作为研究样本,由于创业板推出时间不长,为了增大样本我们选取日收益率为因变量,以创业板指数作为自变量,从2010年9月到2012年6月为时间段,在CAPM和市场模型进行比较之后,我们选取市场模型,进行估计beta系数。在估计beta系数时,我们估算出季度beta系数,在估计的beta系数中,我们可以看到beta系数基本上都是比较符合实际情形的,最大的只有1.222,最小的只有0.75,基本分布在1的附近,且预测的创业板的beta系数也只有1.02175。然后,我们研究了beta系数的差异性,β系数的差异性研究就是对β系数产生差异的原因进行分析,找出影响的因素。前人的研究中,把影响因素分为三类：行业因素、宏观因素和公司的微观因素,本文主要是研究公司微观因素对beta系数的影响,即会计指标对beta系数的作用。在选取会计变量时,我们选取12个变量,对beta系数和12个变量之间进行回归分析,根据结果进行分析变量对beta系数的影响。由结果可以看出：在多元线性回归分析中,在10%的显著性水平上,有.7个变量对beta系数的影响是显著的,并且在估计出的系数中,有6个指标对beta系数有正向作用,有6个指标具有负的作用系数。作为本文的创新之处,首先运用市场模型对beta系数进行估计时,阅读材料中作者发现在自变量的选取中,国内的研究中主要是用上证指数、深证指数或者是两者取平均数,在笔者的阅读过程中没有发现用创业板指数的,因此,笔者试探性的引入创业板指数作为市场模型的自变量,所以是本文的第一个创新点；其次,在会计变量的选取中,笔者结合前人的研究,先选取了10个会计变量,分别代表公司的盈利能力等8个方面,然后,加入了前人没有涉及的指标：所有者权益比率和利润总额增长率,可以说是本文的第二个创新点。并且在实证结论中我们看到,所有者权益比率对beta系数具有显著的影响。由于创业板的上市时间不是很长,前人对创业板的研究主要是关于政策建议的方面,而对于创业板的实证研究还是很少的,尤其是对创业板市场系统风险的研究。因此,本文通过对beta系数的估计及影响因素的分析对创业板进行研究,可以说是对这一理论空白的填补,具有很强的理论意义和使用价值。对投资者和公司都有很强的借鉴意义。