Calcul du bêta à l'aide de la covariance
Le bêta est un élément essentiel de nombreux modèles financiers. Il mesure le risque systématique, c'est‑à‑dire l'exposition au marché dans son ensemble. Dans le modèle MEDAF (CAPM), le bêta est l'un des deux facteurs clés.
On peut estimer le bêta historique de plusieurs façons. Dans cet exercice, vous utiliserez la formule simple suivante, qui fait intervenir la covariance et la variance par rapport à un portefeuille de marché de référence :
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\) : bêta du portefeuille
- \(Cov(R_P, R_B)\) : covariance entre le portefeuille (P) et l'indice de marché de référence (B)
- \(Var(R_B)\) : variance de l'indice de marché de référence
Le DataFrame FamaFrenchData est disponible dans votre espace de travail et contient les données nécessaires pour cet exercice.
Cette activité fait partie du cours
Introduction à la gestion du risque de portefeuille en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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)