본 연구는 CAPM의 체계적위험인 베타를 추정하기 위해 새로운 접근을 시도하였다. 주어진 시계열을 시간척도(time scales)에 따라 분해(decomposition) 하는 과정에서 어떤 정보의 손실도 없이 베타의 움직임을 포착할 수 있는 기법인 소파동이론에 의한 베타를 척도별로 추정하여 베타가 시간가변성 뿐만 아니라 척도의존성(scale dependence)을 가지 는지를 실증분석하였다. 또한 소파동 필터함수인 Daubechies, Symlets, Coiflets 간에 베타 를 추정하는데 있어서 차이가 있는지에 대해서도 알아보았다. 실증분석에 의하면 대부분의 주식들은 시간척도에 따라 베타값이 차이가 나는 것으로 나타났다. 이는 OLS 모형을 이용한 베타추정치로는 투자자의 투자계획기간을 반영하지 못하기 때문에 특정 거래빈도를 가지는 투자자의 체계적 위험에 대해서 아무런 정보를 제공하지 못한다. 하지만 소파동을 이용한 베타추정치는 거래빈도에 따라 구분되는 거래 자 유형에 포함되는 특정 투자자가 필요로 하는 정보를 적절하게 제공할 수 있다는 함의 를 가진다. 한편 소파동의 필터 함수인 Daubechies, Symlets, Coiflets 에 따라 베타추정치를 척도별 도 알아본 결과 고빈도 척도(저스케일) 일수록 필터 함수간의 차이는 발견되지 않았다. 특 히 2~4일 시간척도에서는 필터함수 모두 거의 같은 베타값을 추정하였다. 하지만 필터함 수간의 차이는 시간척도가 증가할수록 특정 종목에 대해 편차가 더 크게 나타나는 경향 을 보였다. 특히 Coiflets 필터함수에 의한 베타추정치가 다른 필터함수에 비해 다른 추정 치를 보였다. Daubechies 필터함수가 금융시계열의 특성을 가장 잘 반영하고 있다고 알려 져 있기 때문에 소파동분해에서 Coiflets의 필터함수는 금융시계열분석에 적용하는데에는 한계가 있을 것으로 판단된다.