การคำนวณค่า Beta ด้วย Co-variance
Beta เป็นองค์ประกอบสำคัญในโมเดลการเงินหลายรูปแบบ และใช้วัดความเสี่ยงเชิงระบบ (systematic risk) หรือระดับการเปิดรับต่อตลาดโดยรวม ในโมเดล CAPM นั้น beta คือหนึ่งในสองปัจจัยหลัก
สามารถประมาณค่า beta ในอดีตได้หลายวิธี ในแบบฝึกหัดนี้จะใช้สูตรง่าย ๆ ที่อาศัย co-variance และ variance เทียบกับพอร์ตโฟลิโอตลาดอ้างอิง ดังนี้
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): Beta ของพอร์ตโฟลิโอ
- \(Cov(R_P, R_B)\): Co-variance ระหว่างพอร์ตโฟลิโอ (P) และดัชนีตลาดอ้างอิง (B)
- \(Var(R_B)\): Variance ของดัชนีตลาดอ้างอิง
DataFrame FamaFrenchData มีอยู่ใน workspace แล้ว และมีข้อมูลที่จำเป็นสำหรับแบบฝึกหัดนี้
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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)