Beta mit dem CAPM berechnen

Es gibt viele Möglichkeiten, Aktienrenditen zu modellieren, doch das Capital Asset Pricing Model (CAPM) ist eines der bekanntesten:

$$ E(R_{P}) - RF = \beta_{{P}}(E(R_{M})-RF)\ $$

$E(R_{P}) - RF$: die erwartete Überschussrendite einer Aktie oder eines Portfolios P
$E(R_{M}) - RF$: die erwartete Überschussrendite des breiten Marktportfolios B
$RF$: der regionale risikofreie Zins
$\beta_{{P}}$: Portfolio-Beta bzw. Exponierung gegenüber dem breiten Marktportfolio B

Du kannst die Methode .fit() aus statsmodels.formula.api auf einem .ols(formula, data)-Modellobjekt aufrufen, um die Analyse durchzuführen, und die Methode .summary() auf dem Analyseobjekt, um die Ergebnisse auszuwerten.

Das DataFrame FamaFrenchData steht dir in deinem Arbeitsbereich zur Verfügung und enthält die passenden Daten für diese Übung.

Diese Übung ist Teil des Kurses

Einführung in das Portfoliorisikomanagement mit Python

Kurs anzeigen

Anleitung zur Übung

Importiere zuerst statsmodels.formula.api als smf.
Definiere ein Regressionsmodell, das Portfolio_Excess als Funktion von Market_Excess erklärt.
Extrahiere und gib das adjustierte R-Quadrat des angepassten Regressionsmodells aus.
Extrahiere das Markt-Beta deines Portfolios.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import statsmodels.formula.api
import ____ as ____ 

# Define the regression formula
CAPM_model = smf.ols(formula=____, data=FamaFrenchData)

# Print adjusted r-squared of the fitted regression
CAPM_fit = CAPM_model.fit()
print(CAPM_fit____)

# Extract the beta
regression_beta = CAPM_fit____
print(regression_beta)

Code bearbeiten und ausführen