资本资产定价模型中的β系数常被用于度量和分析风险,而以历史数据估计出的β系数值是无法代表未来的β系数值,所以,合理并准确的预测β系数对资本资产定价理论的实际应用意义重大。而以往对β系数的研究大多是从静态模型出发,尽管得出了许多有价值的结论,但对于像中国股票市场这样一个成立时间不长、各方面制度还很不完善的市场而言,静态分析方法是不太合适的。由此,有必要探求一种适合于中国股票市场特点的预测β系数的方法。首先,本文回顾了有关对β系数研究的相关文献,并介绍了用于β系数预测的常用方法。同时,结合中国股票市场的特点,分析了国外的一些研究结论在中国适用的局限性。其次,考虑到中国股票市场成立时间较短,静态模型估计β系数的方法并不适合现阶段中国股票市场的实际情况,而现有的研究已表明β系数并非常数。所以,本文从β系数的理论定义入手,使用多元GARCH模型分析收益率时变的方差和协方差,并在此基础之上估计出时变的β系数。进一步的研究发现,尽管β系数并非常数,但其是平稳的时间序列。再次,本文分别运用单变量的ARMA模型和多变量的VAR模型对时变β系数进行分析。单变量模型分析结果表明,大部分股票的β系数都可以用一个AR(1)模型拟合,这一结果支持了β系数有“均值回归”特性的结论。在多变量的VAR模型中,考察了投机行为对β系数的影响,结果显示,量化投机行为的换手率和市盈率指标均显著的格兰杰引起β系数,VAR模型的预测精度明显的优于单变量模型。同时,脉冲响应函数的分析表明,β系数对换手率和市盈率的脉冲响应并无共性,各股β系数对换手率的脉冲响应较为一致,而对市盈率的脉冲响应则没什么规律可言,这也从侧面反映了现阶段中国股市中投机气氛较浓及财务信息失真的特点。