Menghitung beta menggunakan kovarians
Beta adalah komponen penting dalam banyak model keuangan, dan merupakan ukuran risiko sistematis, atau eksposur terhadap pasar secara umum. Dalam model CAPM, beta adalah salah satu dari dua faktor utama.
Beta historis dapat diestimasi dengan sejumlah cara. Pada latihan ini, Anda akan menggunakan rumus sederhana berikut yang melibatkan kovarians dan varians terhadap portofolio pasar acuan:
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): Beta portofolio
- \(Cov(R_P, R_B)\): Kovarians antara portofolio (P) dan indeks pasar acuan (B)
- \(Var(R_B)\): Varians indeks pasar acuan
DataFrame FamaFrenchData tersedia di workspace Anda dan berisi data yang diperlukan untuk latihan ini.
Latihan ini adalah bagian dari kursus
Pengantar Manajemen Risiko Portofolio dengan Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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)