Вычисление беты через ковариацию
Бета — важнейший компонент многих финансовых моделей и мера систематического риска, то есть подверженности портфеля общему рынку. В модели CAPM бета является одним из двух ключевых факторов.
Историческую бету можно оценить несколькими способами. В этом упражнении вы воспользуетесь следующей простой формулой, основанной на ковариации и дисперсии относительно эталонного рыночного портфеля:
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): бета портфеля
- \(Cov(R_P, R_B)\): ковариация между портфелем (P) и эталонным рыночным индексом (B)
- \(Var(R_B)\): дисперсия эталонного рыночного индекса
Датафрейм FamaFrenchData доступен в вашем рабочем пространстве и содержит необходимые данные для этого упражнения.
Это упражнение является частью курса
Введение в управление портфельными рисками на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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)