Menghitung beta dengan CAPM

Ada banyak cara untuk memodelkan imbal hasil saham, namun Capital Asset Pricing Model atau CAPM adalah salah satu yang paling dikenal:

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

$E(R_{P}) - RF$: ekspektasi imbal hasil berlebih dari saham atau portofolio P
$E(R_{M}) - RF$: ekspektasi imbal hasil berlebih dari portofolio pasar luas B
$RF$: suku bunga bebas risiko regional
$\beta_{{P}}$: beta portofolio, atau eksposur, terhadap portofolio pasar luas B

Anda dapat memanggil metode .fit() dari statsmodels.formula.api pada objek model .ols(formula, data) untuk melakukan analisis, dan metode .summary() pada objek analisis untuk menelaah hasilnya.

DataFrame FamaFrenchData tersedia di workspace Anda dan berisi data yang sesuai untuk latihan ini.

Latihan ini adalah bagian dari kursus

Pengantar Manajemen Risiko Portofolio dengan Python

Lihat Kursus

Petunjuk latihan

Pertama, impor statsmodels.formula.api sebagai smf.
Definisikan model regresi yang menjelaskan Portfolio_Excess sebagai fungsi dari Market_Excess.
Ekstrak dan cetak adjusted r-squared dari model regresi yang telah dipasang.
Ekstrak beta pasar dari portofolio Anda.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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)

Edit dan Jalankan Kode