刘星创新地使用了时间序列分析工具GARCH模型的扩展DCC-MVGARCH模型和ARMA模型的扩展ARFMA模型对我国股票市场的系统性风险进行了实证研究，弥补了国内相关研究的空白，具有较大的创新性和较高的理论参考价值与实际应用价值。
6.肖敬红、闻岳春、刘畅（2013）选取2007年1月1日至2011年12月31日的数据，运用市场模型对上海证券交易所30只股票的系统性风险进行了实证检验。实证结果显示，与发达国家股票市场的系统性风险水平相比，我国股票市场的系统性风险水平明显偏高。市场形势的变化则对 系数的稳定性产生了一定的影响。
肖敬红、闻岳春、刘畅在研究中不仅选取了较新的数据实证计算了中国股票市场的系统性风险水平，还创新地对模型 系数的稳定性进行了White异方差检验，且进行了相当程度的对比研究以及对结论的细致解释，较好地解释了中国股票市场系统性风险偏高的原因。
7.徐辉、廖士光（2014）利用多因素模型，将上海股票市场的总风险分解为市场性风险、行业性风险和特质性风险，选取了2001年至2012年上海股票市场的数据进行了实证检验。实证结果表明，上海股票市场的总风险和股票波动率水平都呈现出了显著的下降趋势，特质性风险在上海股票市场中占比最大，其次是市场性风险，行业性风险占比最小。
徐辉、廖士光从单因素模型推导到多因素模型，其研究方法相当严谨，同时也将我国股票市场的系统性风险与其他因素进行了较为细致的对比研究，其研究结论较为科学。 股票市场风险的主要研究文献综述(3):http://www.751com.cn/wenxian/lunwen_33793.html