Alpha和Beta似乎是市场上永恒的话题。自1964年Sharpe将股票收益通过beta与市场收益联系起来,越来越多的模型企图通过市场共同的因子解释beta以外的股票收益。即使目前为止已经被广泛使用的风险因子多达数十个,beta仍然是最为重要的一个。一方面,beta可以指引投资方向,在不同市场环境中选择不同程度beta暴露达到追随市场上涨的目的;另一方面,beta还为风险管理提供参考,可以通过控制beta的暴露来控制系统性风险。然而,必须正视的一点是,真实的beta是观测不到的。通常计算得到的beta或许都仍然蕴藏着未被正确解释的部分。本文将CAPM方法计算的历史beta与通过因子beta计算而来的预期beta进行了比较。同时,在预期beta中我们还将残差中隐藏的市场信息还原到beta估计中,得到了更接近真实的beta。最后的分析结果显示,使用预期估计法得到的beta估计可以将“残差”中遗留的市场信息进一步分离出来,将可能被错误判断为alpha的收益还原到beta中。