Beta berekenen met covariantie
Beta is een essentieel onderdeel van veel financiële modellen en meet het systematische risico, oftewel de blootstelling aan de brede markt. In het CAPM-model is beta een van de twee cruciale factoren.
Historische beta kun je op verschillende manieren schatten. In deze oefening gebruik je de volgende eenvoudige formule met covariantie en variantie ten opzichte van een benchmarkmarktportefeuille:
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): Portefeuille-beta
- \(Cov(R_P, R_B)\): De covariantie tussen de portefeuille (P) en de benchmarkmarktindex (B)
- \(Var(R_B)\): De variantie van de benchmarkmarktindex
De FamaFrenchData DataFrame is beschikbaar in je werkruimte en bevat de juiste data voor deze oefening.
Deze oefening maakt deel uit van de cursus
Introductie tot portefeuillerisicobeheer in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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)