को-वेरिएंस का उपयोग करके बीटा की गणना
Beta कई वित्तीय मॉडलों का एक अहम हिस्सा है, और यह systematic risk यानी व्यापक मार्केट के प्रति एक्सपोज़र को मापता है। CAPM मॉडल में, beta दो मुख्य कारकों में से एक है.
ऐतिहासिक beta कई तरीकों से आंका जा सकता है। इस अभ्यास में, आप बेंचमार्क मार्केट पोर्टफोलियो के साथ co-variance और variance पर आधारित निम्नलिखित सरल सूत्र का उपयोग करेंगे:
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): पोर्टफोलियो बीटा
- \(Cov(R_P, R_B)\): पोर्टफोलियो (P) और बेंचमार्क मार्केट इंडेक्स (B) के बीच co-variance
- \(Var(R_B)\): बेंचमार्क मार्केट इंडेक्स का variance
आपके workspace में FamaFrenchData DataFrame उपलब्ध है और इस अभ्यास के लिए उपयुक्त डेटा शामिल करता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में पोर्टफोलियो जोखिम प्रबंधन का परिचय
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)