Вычисление беты с помощью CAPM

Существует множество способов моделировать доходность акций, однако модель ценообразования капитальных активов (Capital Asset Pricing Model, или CAPM) является одной из наиболее известных:

$$ E(R_{P}) - RF = \beta_{{P}}(E(R_{M})-RF)\ $$

$E(R_{P}) - RF$: избыточная ожидаемая доходность акции или портфеля P
$E(R_{M}) - RF$: избыточная ожидаемая доходность широкого рыночного портфеля B
$RF$: региональная безрисковая ставка
$\beta_{{P}}$: бета портфеля, или его подверженность широкому рыночному портфелю B

Чтобы выполнить анализ, вызовите метод .fit() из statsmodels.formula.api на объекте модели .ols(formula, data), а для изучения результатов используйте метод .summary() на объекте анализа.

Для выполнения этого упражнения в рабочей области доступен DataFrame FamaFrenchData, содержащий необходимые данные.

Это упражнение является частью курса

Введение в управление портфельными рисками на Python

Посмотреть курс

Инструкции к упражнению

Сначала импортируйте statsmodels.formula.api как smf.
Задайте регрессионную модель, объясняющую Portfolio_Excess как функцию от Market_Excess.
Извлеките и выведите скорректированный R-квадрат подогнанной регрессионной модели.
Извлеките рыночную бету вашего портфеля.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)

Редактировать и запускать код