资本资产定价模型的提出使得市场上的股票收益与风险联系起来,但市场风险并不足以解释股票全部的收益,因此各种金融异象的研究开始兴起。从我国A股市场成立以来,也存在各种金融异象。市场上的信息由于可获得性不及时以及投资者非理性交易等原因,导致金融异象无法被及时被套利交易消除,Beta异象就是其中之一。Beta异象在定价模型发展初期被Black（1993）发现,对传统CAPM模型的倾斜角度提出质疑,并指出,CAPM模型实际要比理论上更加平缓,因为在高Beta的股票中,超额收益率较低Beta股票要低。本文主要针对Beta异象进行研究,采用分组研究的方法,分别分析了资产错误定价,特质波动率等指标对于Beta异象的影响。资产错误定价指标的衡量使用截面上比较的方式,在计算多个金融异象指标的基础上,综合形成错误定价指标,在截面上排序区分股票相对被高估还是低估。Beta使用斜率加总法衡量,计算股票对当期和上一期综合市场收益率的系数并进行处理,更全面地考虑了股票的系统性风险部分。使用残差标准差衡量个股特质波动率。本文使用国泰安和锐思数据库自2002年1月起至2018年12月期间除去金融行业和房地产行业的所有A股上市公司的季度数据,月度数据和日度数据进行研究。通过分组比较的方法,发现在我国A股市场中存在显著的Beta异象,在按错误定价指标排序之后,Beta异象只在高估股票中显著存在,而在低估股票中并不显著。后又通过FM回归检验了 Beta作为因子的有效性。对此本文进行了后续一系列的实证分析。首先,经过研究特质波动率发现,这种高估和低估股票中不一致的情况也同样在特质波动率异象中出现,由此推断特质波动率可能是Beta异象的形成原因。然后,经过剔除高估的高特质波动率股票后的样本进行分析,发现Beta异象消失。控制特质波动率后Beta异象不存在,但控制Beta值大小后特质波动率仍然显著。以上两部分实证研究结果证明了特质波动率对Beta异象的有显著影响,而Beta异象只在高估股票中显著存在,是由于Beta异象由特质波动率异象引起。特质波动率异象只在高估的股票中显著,这是由于对于高估的股票与低估股票套利不对称造成的。由于股票交易制度中存在卖空限制,这一限制在我国股票市场尤为突出,并且投资者在套利交易中并非完全理性,高估股票卖空获利较难。当股票被高估后,股票价格难以通过市场上的套利行为恢复到正常水平,导致市场上高估的股票偏多,高估股票中超额收益率与特质波动率的负相关强于低估股票中超额收益率与特质波动率的正相关,使得在股市整体中表现出超额收益率与特质波动率的负相关,被称为特质波动率异象。对A股Beta与特质波动率的相关性分析显示2002年至2018年月度截面相关系数为0.10,两者理论上分属市场风险和股票自身特征两部分,但实际上却表现为微弱的正相关。这种现象是因为高特质波动率的股票对于市场变化情况的敏感度更高,因此更容易被错误定价,收益率的变化程度度也更大,因此股票的Beta也会较大。并且特质波动率和股票Beta同属于股票风险,会受到公司经营中相同因素的影响。Beta异象就由以上两部分因素综合形成,由于特质波动率与超额收益只在高估股票中表现正相关,而特质波动率与Beta之间存在微弱的正相关关系,特质波动率异象导致Beta异象同样只在高估股票中存在。而投资者情绪高低和Beta与特质波动率正相关关系强弱交叉分组更验证了这一观点。在投资者情绪高涨,即更可能存在较多股票的时期,并且Beta与特质波动率正相关关系较强的分组中,Beta异象更为明显,说明Beta异象的形成需要股票被高估条件下产生的的特质波动率与超额收益率负相关,和Beta值与特质波动率的正相关这两个条件同时存在。后续通过改变错误定价指标计算方式,将样本期间更改为2007年至2018年得到的结论相同。