Calcolare il beta con il CAPM
Esistono molti modi per modellare i rendimenti azionari, ma il Capital Asset Pricing Model (CAPM) è uno dei più conosciuti:
$$ E(R_{P}) - RF = \beta_{{P}}(E(R_{M})-RF)\ $$
- \(E(R_{P}) - RF\): il rendimento atteso in eccesso di un'azione o di un portafoglio P
- \(E(R_{M}) - RF\): il rendimento atteso in eccesso del portafoglio di mercato ampio B
- \(RF\): il tasso privo di rischio dell'area geografica
- \(\beta_{{P}}\): il beta del portafoglio, ossia l’esposizione, rispetto al portafoglio di mercato ampio B
Puoi chiamare il metodo .fit() da statsmodels.formula.api su un oggetto modello .ols(formula, data) per eseguire l’analisi, e il metodo .summary() sull’oggetto risultante per analizzarne i risultati.
Il DataFrame FamaFrenchData è disponibile nel tuo workspace e contiene i dati necessari per questo esercizio.
Questo esercizio fa parte del corso
Introduzione alla gestione del rischio di portafoglio in Python
Istruzioni dell'esercizio
- Per prima cosa, importa
statsmodels.formula.apicomesmf. - Definisci un modello di regressione che spieghi
Portfolio_Excessin funzione diMarket_Excess. - Estrai e stampa l'R-quadrato corretto del modello di regressione stimato.
- Estrai il beta di mercato del tuo portafoglio.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)