非参数方法是近些年来在统计界比较流行的一种分析方法。非参数方法对回归模型的期望值结构要求比较宽松，解决了传统的参数回归对回归的期望值结构准确性要求太高的弊端，从而得到较为广泛地应用。非参数回归的基本思想是局部估计，包括局部光滑方法、样条法和正交级数法等。　　 资本资产定价模型(CAPM)是现代金融市场价格理论支柱，主要研究证券市场上资产的预期收益与风险之间的关系，以及均衡价格的形成。该模型中的参数β值是对证券或证券组合系统风险的度量，对证券市场的各类参与者的投资决策有重要意义。实际研究中，我们通常会假定β值是一个未知的常数，采用普通最小二乘法根据历史数据回归分析得到。然而，我们发现采用不同时段的历史数据会得到不同的β值，甚至有时波动还很大。这一定程度上会导致投资者的决策偏差，从而对该模型的应用有效性提出质疑。如何更好地对β值做出估计是一个亟需探讨和解决的问题。对此，我们尝试在资本资产定价模型(CAPM)中加入时间因素，新的资本资产定价模型形式如下：　　 Rt=α(t)+β(t)RMt+ε(t)，t=1，2，…这是一类特殊变系数模型。我们采用非参数方法对变系数模型做出估计。　　 首先，采用计算机仿真模拟考察局部线性回归对变系数模型Y=XTβ(t)+ε估计的效果。考虑到时间变量的特点以及资本资产定价模型中预期收益的自相关性，我们针对变量t和残差ε的三种情形分别作了计算机仿真模拟。通过交错鉴定法选择合适的窗宽，采用局部线性回归法可以很好地估计变系数模型参数，进一步地，广义似然比检验对待估参数是否与变量t存在显著性关系做了假设检验。然后，我们进行了实例分析。通过沪深两市的两支股票收益率数据估计变系数资本资产定价模型的参数，考察β值是否与时间t有关系。结果显示，不能拒绝参数为常数的原假设，即认为这两只股票的系统风险相对较为稳定，传统的资本资产定价模型对其是适用的。　　 β值的不稳定性得到越来越多的肯定，虽然实证研究发现不具有时变性，但将非参数方法应用于资本资产定价模型参数的估计这种方法还是值得尝试的，值得对影响β值的其他因素作进一步的探讨。