Calculando o beta usando covariância
O beta é um componente essencial de muitos modelos financeiros e mede o risco sistemático, ou a exposição ao mercado amplo. No modelo CAPM, o beta é um dos dois fatores essenciais.
O beta histórico pode ser estimado de várias formas. Neste exercício, você vai usar a seguinte fórmula simples envolvendo covariância e variância em relação a um portfólio de mercado de referência:
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): Beta do portfólio
- \(Cov(R_P, R_B)\): A covariância entre o portfólio (P) e o índice de mercado de referência (B)
- \(Var(R_B)\): A variância do índice de mercado de referência
O DataFrame FamaFrenchData está disponível no seu workspace e contém os dados necessários para este exercício.
Este exercício faz parte do curso
Introdução ao Gerenciamento de Risco de Portfólio em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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)