برخی نویسندگان در پاسخ به فاما و فرنچ از بتا و مدل قیمت گذاری دارایی های سرمایه ای هم در سطح تجربی و هم در سطح نظری حمایت کردند. کوتاری، شیکن و اسلون (۱۹۹۵) ‌به این نتیجه رسیدند که بتا می‌تواند تغییرات بازده سهم را توضیح دهد. دسته دیگری از تحقیقات، عملکرد مدل های قیمت گذاری داراییها را مقایسه می‌کند. تحقیق پوراس(۱۹۹۸) مستقیما مدل CAPM را با مدل فاما و فرفچ مقایسه کرد و ‌به این نتیجه رسید که عملکرد دو مدل شبیه است. پاستور و استامباگ (۲۰۰۰) مدل‌های قیمت گذاری را از نظر سرمایه گذار مقایسه کردند و نتیجه گرفتند که مدل های مختلف اغلب پرتفوهای مشابهی را پیشنهاد می‌دهند. هرچند دیدگاه های مختلفی نسبت به عوامل تاثیر گذار بر بازده دارند. آن ها همچنین بیان کردند که سرمایه گذاران تمایلی به استفاده از یک مدل ندارند و مقداری تورش از هر مدل انتظار دارند. این موضوع ممکن است باعث شود سرمایه گذاران از بیش از یک مدل استفاده کنند و به برتری یک مدل نسبت به مدل دیگر توجهی نکنند.

به طور خلاصه، در حالی که شواهدی عملکرد CAPM و بتا را زیر سئوال می‌برد، محققان دلایل زیادی یر می شمارند که نباید CAPM و بتا را کنار گذاشت. بریلزفورد، فاف و الیور(۱۹۹۷) در حمایت از این مدل چند دلیل ارائه کرده‌اند: ۱) مدل نظری معتبری برای جایگزینی CAPM وجود ندارد (بلک ۱۹۹۳) و ۲- نتایج برخی تحقیقات از مدل CAPM حمایت می‌کند (جاگاناتان و ونگ۱۹۹۳، کوساری وشیکن ۱۹۹۵، کوساری وشیکن واسلون ۱۹۹۵). حتی اگر فرض کنیم مدل CAPM ناقص است، بدین معنی نیست که مفهوم ریسک سیستماتیک رد می شود، زیرا بتا مستقل از مدل CAPM وجود دارد(بلک۱۹۹۳).

۲-۳-۷- مسایل مربوط به تخمین ریسک سیستماتیک (بتا)

واضح است که بتای واقعی، بتای پرتفوی بازار است که کلیه سرمایه گذاری های مخاطره آمیز در آن جای دارد و نمی توان آن را تعیین کرد (رول ۱۹۹۷). ‌بنابرین‏ محققان سعی دارند که از شاخص بازار استفاده کنند. مدل استاندارد بازار برای محاسبه بتا که از رگرسیون بازده سهم و بازده سبد معرف بازار به دست می‌آید، به شرح زیر است:

R_it = α + βR_mt + e_it

با متغیرهای مدل در بحث‌های قبل آشنا شده ایم. در اینجا تنها به ذکر این نکته بسنده می‌کنیم که بازده های به کار رفته در مدل بازار، بازده های تحقق یافته (تاریخی) هستند. تفاوت این مدل با مدل CAPM در این است که در مدل CAPM از بازده های مورد انتظار (برآورد) استفاده می شود.

اما موضوعاتی که بر سر راه محاسبه بتا وجود دارد، گاهی باعث می شود تعدیلاتی در محاسبه بتا ضروری باشد. در ادامه به مواردی که در محاسبه بتا باید به آن ها توجه شود و تعدیلاتی که در هر مورد توسط محققان مختلف پیشنهاد شده است، اشاره می شود.

۱- فاصله زمانی

تعداد ماه ها یا سالهایی که اطلاعات بازده سهم و بازده بازار برای تخمین بتا استفاده می شود، بسیار مهم است. مطالعاتی که توسط الگر و هیل (Elger & Hill 1982) و الکساندر و چروانی (Alexander & Chervaney1980) انجام شده است، نشان می‌دهد که با افزایش دوره تخمین، اشتباهات تخمین کاهش می‌یابد. محققین مختلف تعداد سال‌های مختلفی را به ‌عنوان نقطه بهینه پیشنهاد می‌کنند که در جدول زیر به برخی از آن ها اشاره شده است:

گوندس(Gonedes 1973) ۷ سال بیسل (Biesel 1974) ۹ سال الکساندر و چروانی (۱۹۸۰Alexander & Chervany) ۶-۴ سال هیل ( Hill 1982) ۷-۴ سال

۲- طول دوره ای که بازده بر مبنای آن محاسبه می شود

طول دوره تخمین بازده موضوع دیگری است که محققین مختلفی به بررسی نتایج آن پرداخته‌اند. طول این دوره تاثیر بالقوه ای بر تخمین بتا و ثبات آن دارد (الگر، هیل ۱۹۸۲ و اسمیت ۱۹۷۸).

هر چند که از لحاظ نظری، چنانچه از بازده های روزانه استفاده شود، بهترین و کم تورش ترین نتایج را در پی خواهد داشت، ولی استفاده از اطلاعات ماهانه نیز تا حد زیادی مشکلات را حل می‌کند. لذا در بیشتر تحقیقات انجام شده از بازده های ماهانه استفاده شده است.

۳- عدم خرید و فروش پیوسته سهام

در عمل فرض مبادله دایم یک سهم طی زمان بندرت اتفاق می افتد. روزهایی که در آن سهام یک شرکت مبادله نمی شود، عدم قطعیت در ارتباط با ارزش سهام در آن روز ها وجود دارد )لاورن، دورینک، دیکوستر و لیبارت ۱۹۹۶). در این گونه موارد، با انجام تعدیلاتی می توان بر آورد دقیق تری از بتا داشته باشیم.

محققین مختلف روش های متفاوتی برای تعدیل بتای بر آورد شده پیشنهاد کرده‌اند. رایج ترین روش که توسط اسکولز و ویلیامز(۱۹۷۷) پیشنهاد شده است به شرح زیر است:

که در آن :

_swiβ : تخمین اسکولز و ویلیامز از بتا

^۱-_iβ : بتای برآوردی که از رگرسیون بازده سهم i در زمان t و بازده بازار در زمان t-1 به دست می‌آید.

_iβ : بتای برآوردی مدل بازار

^+۱_iβ : بتای ‌برآوردی الأمثلهکه از رگرسیون بازده سهم i در زمان t و بازده بازار در زمان t+1 به دست می‌آید.

P_m : ضریب همبستگی بازده پرتفوی بازار و بازده سهم

۴- تمایل به حد وسط

بلوم (Blume) در سال‌های ۱۹۷۱ و ۱۹۷۵ به طور تجربی نشان داد که نتایج حاصل از رگرسیون مدل بازار تمایل به حد وسط (یعنی عدد یک) دارد. مطالعات وی نشان می‌دهد که متغیرهای اقتصادی ثابت نیستند و بتا طی زمان تمایل به میانگین دارد. وی بیان کرد که تعدیل بتا بواسطه ویژگی مذکور، صحت پیش‌بینی ریسک سیستماتیک را بهبود می بخشد.

طبق نتایج به دست آمده از تحقیق بلوم، شرکت هایی که بتازگی در بورس اوراق بهادار پذیرفته شده اند، بتای آن ها بیش از یک است. زیرا در پروژه های پر ریسک تر سرمایه گذاری می‌کنند. به مرور زمان ریسک پروژه ها و به تبع آن ریسک شرکت کاهش می‌یابد. بالعکس، شرکتهایی که بتای آن ها کمتر از یک است، طبق مدل CAPM بازده آن ها کمتر از بازده بازار است. لذا تلاش می‌کنند با سرمایه گذاری در پروژه های پر ریسک تر بازده خود را افزایش دهند که در نتیجه بتای آن ها به سمت میانگین تمایل پیدا می‌کند.

معمولا از تکنیک بیزین (Bayesian) که توسط واسیکک (Vasicek-1973) مطرح شده است، برای تعدیل بتای حاصله از مدل بازار استفاده می شود. بتای تعدیل شده به صورت زیر محاسبه می شود:

که در آن :

^v_iβ: برآورد واسیکک از بتا

_iβ: بتای سهم i و’β S² واریانس بتای برآوردی است

‘β : میانگین ناموزون بتا و S²β’ واریانس بتای سهام مختلف

۵- تشکیل پرتفوی به منظور کاهش اشتباهات تخمین

تحقیقاتی که در زمینه تخمین بتا انجام شده اند از طریق تشکیل پرتفوی بوده است که به منظور کاهش خطای تصادفی در پیش‌بینی بتا می‌باشد .بلوم)۱۹۷۵(، بیسل )۱۹۷۵(، بیور،کتلر و اسکولز)۱۹۷۰(، الگر و هیل (۱۹۸۲) سه روش تشکیل پرتفوی را بررسی کردند. هر چند که ‌در مورد تشکیل پرتفوی بهینه از لحاظ تئوریک توافقی وجود ندارد.