正如本文的引言所说，现在越来越多的研究表明，金融市场的相关性和波动性是存在成分结构的，并且无论从理论上还是实证研究上，引入带有成分结构的模型是十分必要的。本文的结果也表明，三成分Beta资产定价模型和Fama-French三因子模型一样，在中国股票市场上的定价表现是良好的，能够解释预期收益的横截面变化。我们用不同窗口长度和频率的数据估计出了不同成分的 Beta，在对不同成分的 Beta 进行加权平均之后得到了最终条件 CAPM 模型中的 Beta，并对这种框架下的条件 CAPM 模型进行了实证检验。
基于这样的实证结论，我们得到了以下几点启示：第一、在资产定价的框架里，使用日频收益率数据和月频收益率数据对于我们刻画系统性风险的成分结构是很有好处的，但如果高频的数据不是那么精确的话，反而会影响模型的效果。因此当金融市场化程度和自由化程度较高，我们能够获得精确的日频收益率的数据时，我们应该将其纳入资产资本定价模型的度量中。第二，资产定价异常的大量文献通常集中于具有单个成分的 Beta 估计，通常仅使用月频的资产收益来进行估计，这表明有必要对这些文献的某些部分进行 Beta 成分结构的重新检验，这提供了后续研究的方向。第三，本文的结果表明 Beta 的成分结构对资产异常收益的测量是有用的，鉴于 Beta 的成分结构是根据市场因素计算的，因此它们与大量的交易成本无关。而目前很多定价模型里的因子是基于公司层面的特征进行计算的，交易成本都较高，再加上很难去准确衡量这些资产组合的成本，因此会限制其在衡量投资组合异常收益时的作用。
参考文献（略）
