现代资产定价理论从Markowitz的均值—方差理论开始,经历了从单因子到多因子的演变,然而后续研究发现多因子定价模型存在很多不足。在静态资产定价模型对中国股票市场定价失效的情况下,时变的条件贝塔成为资产定价模型的一个探索方向。本文主要研究了四个问题:第一,静态的经典资产定价模型常常作为比较基准,它们在中国股票市场的适用性如何;第二,引入宏观经济信息的条件CAPM模型能否提高资产定价模型的解释效力;第三,引入宏观经济信息的条件CAPM模型如何解释资产组合的横截面收益异象,如何深入分析不同经济环境下不同特征公司的风险变动;第四,探讨引入宏观经济信息的条件CAPM模型及相应结论在分时期检验和改变样本组织形式检验这两方面是否具有稳健性。本文首先构建了引入宏观经济变量的条件CAPM模型。基于国内外文献和中国经济实际等多方面考虑,本文从内部因素和外部因素两个方面,系统地选取了12个宏观经济指标作为备选变量,构建出单经济变量和多经济变量的条件CAPM模型。然后,本文以中国A股全部上市公司为样本,参照Fama和French的方法构建25个资产组合,系统地研究了各种模型在中国股票市场的解释效力。这些模型包括4个经典资产定价模型（CAPM、基于消费的资产定价模型、基于投资的资产定价模型、Fama-French三因子模型）,12个单经济变量的条件CAPM模型以及6个多经济变量的条件CAPM模型。根据检验结果,选出解释效力最好的单经济变量的条件CAPM（货币供给M）和多经济变量的条件CAPM（内部宏观经济因素的条件模型b）。本文还发现货币供给M、汇率EXRT和通货膨胀CPI是重要的定价因素,对市场贝塔的时变性特征有显著表达。就影响方向而言,M对资产组合收益有显著的正向影响,对条件贝塔有显著的负向影响;EXRT对资产组合收益和条件贝塔有显著的负向影响;CPI对资产组合收益和条件贝塔都有显著的正向影响。接着,本文用不同资产定价模型对25个投资组合分别进行了时间序列回归,通过贝塔与宏观经济变量的函数关系求出贝塔系数的变化轨迹。根据宏观经济信息指标对样本的时间区间进行划分,分类估计不同时期的不同特征的资产组合的条件贝塔。如果贝塔确实有随宏观经济的时变性特征,那么资产组合的期望收益就不仅取决于静态的市场贝塔系数,还取决于贝塔的变化轨迹和宏观经济变量的变动。研究发现,条件贝塔反映了资产组合的收益在不同经济状态的系统性风险的变动特征,可以进一步解释资产组合的横截面收益异象。具体来说,对不同特征的公司,小公司的系统性风险普遍高于大公司;分时期来看,低货币供给时期的公司平均风险要高于高货币供给时期;综合不同公司特征和不同时期来看,小公司对货币供给的变化更加敏感,其条件贝塔在货币供给高低的两个时期之间的差值更大。最后,本文使用两种稳健性检验方法,为本文的模型和结论提供了有力的支撑。首先,本文考虑了股权分置对资产定价机制的扭曲,对股改前后两个子样本期进行实证检验。其次,本文以申银万国一级行业指数为分类依据对样本重新分组,分别对全时间区间、股改前和股改后进行实证检验。研究发现,条件CAPM模型的解释能力相较于传统资产定价模型得到了提高,而且货币供给M是个有效的定价因子,其对资产收益有正向作用,对条件贝塔有负向作用,这些结论通过了子样本期和样本重分类的稳健性检验。由于股改后不再受非市场因素的制约,所有资产定价模型在股改后表现好于股改前的表现。而对于不同行业指数来说,货币供给M的条件CAPM模型和多经济变量的CAPM模型二者之间几乎没有差别。本文的创新点主要有四个:第一,样本时期上,本文考虑到股权分置对股票定价机制的扭曲,除了对全时间区间,还对股改前后的子样本期分别进行了检验。第二,模型构建上,本文综合国内外文献和中国经济实际等多方面考虑,比较系统地选取了包括内部因素和外部因素在内的多个宏观经济指标作为备选,考量范围较为全面。第三,资产组合构建方式上,除了FF的5*5分组方式,本文还按照申万一级行业对A股样本重新分类,这种分类方式有着与FF的5*5分组相似的构建要素,因此既具备了相互比较的一致基础,又兼顾了金融实务上对不同行业收益的重视。第四,数据处理方式上,经济变量增长率使用了累计增长率和对数的一阶差分两种方式,组合加权平均收益率采用了总市值加权和流通市值加权两种方式,考量较为全面。宏观经济变量通过影响流动性、投资者情绪等资产收益协方差矩阵的因素而影响贝塔系数和资产风险。投资者应该关注资产风险的动态特征,因为动态条件资产定价模型刻画的贝塔风险的时变部分无法通过组合分散化,而静态模型在这方面力所不逮。