Beräkna beta med hjälp av kovarians
Beta är en viktig komponent i många finansiella modeller och ett mått på systematisk risk, det vill säga exponering mot den breda marknaden. I CAPM-modellen är beta en av två centrala faktorer.
Historiskt beta kan uppskattas på flera sätt. I den här övningen använder du följande enkla formel med kovarians och varians för ett benchmark-marknadsindex:
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): Portföljens beta
- \(Cov(R_P, R_B)\): Kovariansen mellan portföljen (P) och benchmark-marknadsindexet (B)
- \(Var(R_B)\): Variansen för benchmark-marknadsindexet
DataFrame:en FamaFrenchData finns tillgänglig i din arbetsyta och innehåller rätt data för den här övningen.
Den här övningen är en del av kursen
Introduktion till portföljriskhantering i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)