Výpočet bety pomocí kovariance
Beta je klíčovou součástí mnoha finančních modelů a měří systematické riziko, tedy míru expozice vůči celkovému trhu. V modelu CAPM je beta jedním ze dvou základních faktorů.
Historickou betu lze odhadnout různými způsoby. V tomto cvičení použiješ následující jednoduchý vzorec využívající kovarianci a rozptyl benchmarkového tržního portfolia:
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): Beta portfolia
- \(Cov(R_P, R_B)\): Kovariace mezi portfoliem (P) a benchmarkovým tržním indexem (B)
- \(Var(R_B)\): Rozptyl benchmarkového tržního indexu
DataFrame FamaFrenchData je dostupný v tvém pracovním prostředí a obsahuje data potřebná pro toto cvičení.
Toto cvičení je součástí kurzu
Úvod do řízení portfoliového rizika v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate the co-variance matrix between Portfolio_Excess and Market_Excess
covariance_matrix = FamaFrenchData[['Portfolio_Excess', 'Market_Excess']]____
# Extract the co-variance co-efficient
covariance_coefficient = covariance_matrix.iloc[0, 1]
print(covariance_coefficient)