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
Einführung in das Portfoliorisikomanagement mit Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# 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)