Beta mithilfe der Kovarianz berechnen
Beta ist ein zentraler Bestandteil vieler Finanzmodelle und misst das systematische Risiko bzw. die Marktexponierung. Im CAPM-Modell ist Beta einer von zwei wesentlichen Faktoren.
Historische Beta-Werte lassen sich auf verschiedene Arten schätzen. In dieser Übung verwendest du die folgende einfache Formel mit Kovarianz und Varianz relativ zu einem Benchmark-Marktportfolio:
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): Portfolio-Beta
- \(Cov(R_P, R_B)\): Die Kovarianz zwischen dem Portfolio (P) und dem Benchmark-Marktindex (B)
- \(Var(R_B)\): Die Varianz des Benchmark-Marktindex
Der DataFrame FamaFrenchData steht dir in deinem Workspace zur Verfügung und enthält die passenden Daten für diese Übung.
Diese Übung ist Teil des Kurses
<Kurs>Einführung in das Portfoliorisikomanagement mit Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# 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)