β系数作为正确理解资本市场理论中有关收益-风险关系的关键参数,对资本市场研究具有重要意义。但是,由于β系数的估计比较困难,虽然有一些估计方法己获得普遍的接受—例如基于历史交易数据的估算方法,但其所需要的数据和计算量都是比较大的,而且,新上市的股票往往缺乏足够的历史交易数据。实际上,大多数投资者并不需要估计β系数,而是要找出:到底是什么因素在影响β系数,影响的程度如何。本文首先对会计变量与β系数进行研究综述,在此基础上选取沪深两市1998年1月1日前上市的股票共501只,样本时段为1998年-2008年,共11年。考虑到我国证券市场的实际情况,收益率时间段的选择本文采用的是证券的周收益率数据,以增大数据量;对于β系数的计算,本文采用的是“单一指数模型”: Ri =α_i +β_iR_m +ε_i,其中股票价格收益率是考虑分红的复权价,市场收益率的计算采用对数差分形式:R_t = L_n （ P_t ） - Ln ( P_t-1),市场指数为上证综指与深圳综指取对数后的算术平均值来代表。在会计变量的选取上,本文选取了个21初始变量,在理论上,这些指标都与公司的风险有密切的相关性,并运用SPSS15.0软件中的相关系数分析、聚类分析和主成分法对这些指标进行了筛选,最终得到13个会计变量,并对选取的会计变量与预期β系数作出研究假设。在实证研究过程中,根据总资产（代表企业规模）,运用传统的五分法将所选的501家企业进行分类,即规模最大的20%企业,规模次大的20%企业,直到规模最小的20%的企业,按照这样的分类,依次编号为A（排名前100的企业组合）、B（排名101-200的企业组合）、C（排名201-300的企业组合）、D（排名301-400的企业组合）、E（排名401-501的企业组合）,这样分类后将规模相当的企业放在同一类中,在一定程度上削弱了由于规模大小因素所造成的最终分析结果的偏差;然后采用相关系数分析和多元线性回归分析相结合的方法分析所选取的会计变量与预期β系数的相关性。从分析的结果看,根据总资产（代表企业规模）分类后,与以前的国内学者进行研究相比较,各年度的拟合优度R²有明显提高,这表明本文所选会计变量与β系数线性关系程度密切,对β系数的解释能力较强,这在一定程度上对β系数的预测提供了科学的理论依据和分析方法。