在西方国家，资本市场的发展已经有上百年年的历史了，人们对证券资产投资风险的关注和研究是与其市场同时产生的。在现今所有的研究成果中，对β系数进行预测估计主要有两种主流方式：一个是建立于时间序列对β系数的估测：二是建立于β系数本身的差异性及其影响因素的估测。从Beta系数的时间序列出发，预测模型的方式是：历史β法、β＝１法、布鲁姆(Blume)调整法和瓦西塞克（Vasicke）调整法。历史β法是如果如果β系数是个稳定的固定值，则未来β系数的预测值是可以通过历史数据来进行度量的。β＝１法则是在失去信息来源的条件下，对Beta系数回归趋势的一种特例性应用，即把所有证券β系数值都记为１（总体均值）。论文网
1971年，《论风险衡量》的作者布鲁姆(Blume)认为，假设日预测值向均值回归的速度是一个固定值，这个固定值不因时间增加而改变，那么估计β系数就围绕这固定值的趋势进行估计值的修改。布鲁姆(Blume)设计了一个简单的一元线性模型β2＝a+bβ1，来预测相邻两时期Beta估计值之间存在的回归关系，把这个回归关系当做依据对其未来值的估计进行调整。在1973年，Vasicke于文中在前人研究的基础上根据β系数的回归趋势，创新了β系数的估计方法，引入了一个新的分析估计方法，也就是贝叶斯决策方法，创建了贝叶斯调整法。瓦西塞克的观点是前人依据样本的信息作为估计依据的方式太过于单调同时也不符合科学的严谨性，只靠这单一的信息来源是远远不够的，同时也会产生估计值的误差。如果想要降低其估计误差，就需要采取结合样本信息与β系数先验分布的相关资料的方式，才能够得到比较准确的估计值。
著名的“罗森伯格系统”（Rosenberg System）是由罗森伯格（Rosenberg System）和马瑞森(Marathe)提出的。这个系统的创新之处在于他们认为分析预测β系数可以通过利用可观测指标，他们把可观测指标作为一个有效的工具。罗森伯格系统（Rosenberg System）包括了能够影响β系数变动的各种各样的可能存在的因素。由分析结果表明，从ＭＳＥ指标来看，该模型的优势在于估计将来的β系数，对未来的β系数具有很强的预测能力，并且罗森伯格系统在实践中也得到了广泛普遍的应用，其实力和效果也被普遍认可.BARRA机构主打咨询，是由罗森伯格一手建立的，这个咨询机构在实际应用中就采用了罗森伯格系统生成的预测值。相反的是，我国学者吴世农(2003)使用（Rosenberg System）对沪深两市的证券β系数进行了估测，并同时采用其他预测方式对股票β系数进行预测，最终将预测结果进行比较，发现Rosenberg System预测精度不如Blume调整精度高，这个预测结果的差异说明我国证券市场上市公司相关的财务信息存在着质量不高的情况
参考文献
[1] 潘艳,董树理.基于中信证券β系数的实证分析[J].经济论坛，2012,2：101～105.
[2] 黄诗彧.我国上市公司并购行为的市场反应研究[D].西南财经大学.2014.
[3] 史中燕.基于重组信息的股价异动研究[D].北方工业大学.2014.
[4] 吴静.会计政策变更与股价的相关性研究[D].天津财经大学.2013.
[5] 江泽华.基于事件研究法的股权激励市场反应研究[D].复旦大学.2012.
[6] 韩福恒.会计政策变更应“无缝对接”压缩职业判断空间[N].中国会计报, 2015-04-03 (003).
[7] 柴政.合理运用职业判断提升注册会计师执业能力[N].中国税务报, 2015-04-03 (B04).
[8] 张望.A股换审玄机重重中注协连敲两年警钟[N].21世纪经济报道, 2015-04-06 (006). 资本市场β系数文献综述和参考文献:http://www.youerw.com/wenxian/lunwen_32137.html