Calculando o beta com o CAPM
Existem muitas maneiras de modelar os retornos de ações, mas o Capital Asset Pricing Model (CAPM) é um dos mais conhecidos:
$$ E(R_{P}) - RF = \beta_{{P}}(E(R_{M})-RF)\ $$
- \(E(R_{P}) - RF\): o retorno esperado em excesso de uma ação ou do portfólio P
- \(E(R_{M}) - RF\): o retorno esperado em excesso do portfólio amplo de mercado B
- \(RF\): a taxa livre de risco regional
- \(\beta_{{P}}\): o beta do portfólio, ou exposição, ao portfólio amplo de mercado B
Você pode chamar o método .fit() de statsmodels.formula.api em um objeto de modelo .ols(formula, data) para realizar a análise, e o método .summary() no objeto da análise para analisar os resultados.
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
Instruções do exercício
- Primeiro, você precisará importar
statsmodels.formula.apicomosmf. - Defina um modelo de regressão que explique
Portfolio_Excesscomo função deMarket_Excess. - Extraia e imprima o R-quadrado ajustado do modelo de regressão ajustado.
- Extraia o beta de mercado do seu portfólio.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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)