概述
為避免非系統風險，可以在相應的市場走勢下選擇那些相同或相近貝塔系數的證券進行投資組合。比如：一支個股貝塔系數為1.3，說明當大盤漲1%時，它可能漲1.3%，反之亦然；但如果一支個股貝塔系數為-1.3%時，說明當大盤漲1%時，它可能跌1.3%，同理，大盤如果跌1%，它有可能漲1.3%。
貝塔系數是統計學上的概念，是一個在+1至-1之間的數值，它所反映的是某一投資對象相對于大盤的表現情況。其絕對值越大，顯示其收益變化幅度相對于大盤的變化幅度越大;絕對值越小，顯示其變化幅度相對于大盤越小。如果是負值，則顯示其變化的方向與大盤的變化方向相反;大盤漲的時候它跌，大盤跌的時候它漲。由于我們投資于投資基金的目的是為了取得專家理财的服務,以取得優于被動投資于大盤的表現情況，這一指标可以作為考察基金經理降低投資波動性風險的能力。在計算貝塔系數時,除了基金的表現數據外,還需要有作為反映大盤表現的指标。
測算
貝塔系數的測算主要有CAPM模型和單指數模型兩種，考慮到我國資本市場現狀及存在無風險收益難以确定的問題，一般都選用單一指數模型來估計貝塔。在測算貝塔系數時，要重點考慮市場指數的選取、本時間跨度、收益率頻率樣本的數量等方面。對于A股市場，由于滬深兩市的割裂，選擇滬深300(3340.493,-34.26,-1.02%)指數作為市場組合較為合适，樣本時間跨度的選取采用3年的數據進行貝塔的測算和比較。收益率頻率分别選擇日、周、月的收益率進行測算，并比較各種方法計算出的貝塔的波動性及其穩定性，選擇合适的收益率間隔去測算貝塔。
預測
β系數隻能通過曆史數據進行預測，在靜态假設下（即假設β系數在一段時間内保持不變），比較直觀簡單的β系數預測方法有曆史β預測，均值回歸模型等。預測效果反應的是預測值與真實值的差距，理論上β系數的預測效果應該采用實際的β系數來評價。但是由于實際β系數并非可觀測值，在應用中都采用被預測期β系數的估計值來代替β系數的實際值。本文中我們采用均值絕對偏差MAD以便對預測效果進行檢驗，對各種預測結果的優劣進行比較。
分析
采用同樣三年期的數據計算貝塔的話，日收益率計算出的貝塔更穩定，波動性更小；比較這兩種方法的預測效果，均值回歸預測貝塔的MAD值要比相應的曆史貝塔計算的MAD值小許多，顯示出基于均值回歸模型預測的貝塔效果更好。實際中曆史貝塔模型簡單直觀，應用更簡單，而均值回歸模型則需要對每個股的貝塔進行線性回歸得出相應的均值回歸方程，再進行預測，過程可能稍微複雜，但是預測效果要稍好一些，因此兩種方法都比較适用，曆史貝塔更簡單，均值回歸預測效果更好。
對于行業貝塔的測算，行業貝塔的波動性明顯要比個股的波動性要小，此外，日收益率由于使用樣本數據多，比周收益率和月收益率的測算結果波動性要小一些，測算結果更穩定。而對于行業貝塔的預測，曆史貝塔和均值回歸預測的效果差異不大，均值回歸的效果稍好。
β=1，表示該單項資産的風險收益率與市場組合平均風險收益率呈同比例變化，其風險情況與市場投資組合的風險情況一緻；
＞1，說明該單項資産的風險收益率高于市場組合平均風險收益率，則該單項資産的風險大于整個市場投資組合的風險；
β＜1，說明該單項資産的風險收益率小于市場組合平均風險收益率，則該單項資産的風險程度小于整個市場投資組合的風險。
β值是衡量系統性風險，β系數計算的兩種方式。
用途
用途有以下幾個：
1）計算資本成本，做出投資決策（隻有回報率高于資本成本的項目才應投資）。
2）計算資本成本，制定業績考核及激勵标準。
3）計算資本成本，進行資産估值（Beta是現金流貼現模型的基礎）。
4）确定單個資産或組合的系統風險，用于資産組合的投資管理，特别是股指期貨或其他金融衍生品的避險（或投機）。
5)貝塔系數在證券市場上的應用。
組合Beta，Beta系數有一個非常好的線性性質，即，資産組合的Beta就等于單個資産的Beta系數按其在組合中的權重進行加權求和的結果。
貝塔系數反映了個股對市場(或大盤)變化的敏感性，也就是個股與大盤的相關性或通俗說的“股性”。可根據市場走勢預測選擇不同的貝塔系數的證券從而獲得額外收益，特别适合作波段操作使用。當有很大把握預測到一個大牛市或大盤某個不漲階段的到來時，應該選擇那些高貝塔系數的證券，它将成倍地放大市場收益率，為你帶來高額的收益;相反在一個熊市到來或大盤某個下跌階段到來時，你應該調整投資結構以抵禦市場風險，避免損失，辦法是選擇那些低貝塔系數的證券。
為避免非系統風險，可以在相應的市場走勢下選擇那些相同或相近貝塔系數的證券進行投資組合。比如：一支個股貝塔系數為1.3，說明當大盤漲1%時，它可能漲1.3%，反之亦然;但如果一支個股貝塔系數為-1.3%時，說明當大盤漲1%時，它可能跌1.3%，同理，大盤如果跌1%，它有可能漲1.3%。
貝塔系數是反映單個證券或證券組合相對于證券市場系統風險變動程度的一個重要指标。通過對貝塔系數的計算,投資者可以得出單個證券或證券組合未來将面臨的市場風險狀況.通常貝塔系數是用曆史數據來計算的，而曆史數據計算出來的貝塔系數是否具有一定的穩定性，将直接影響貝塔系數的應用效果。
