Обчислення бета через коваріацію
Бета — важлива складова багатьох фінансових моделей і міра систематичного ризику, тобто чутливості до широкого ринку. У моделі CAPM бета є одним із двох ключових факторів.
Історичну бету можна оцінювати різними способами. У цій вправі ви використаєте просту формулу, що включає коваріацію та дисперсію відносно бенчмарк‑ринкового портфеля:
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): бета портфеля
- \(Cov(R_P, R_B)\): коваріація між портфелем (P) і бенчмарк‑ринковим індексом (B)
- \(Var(R_B)\): дисперсія бенчмарк‑ринкового індексу
У вашому робочому середовищі доступний датафрейм FamaFrenchData, який містить потрібні дані для цієї вправи.
Ця вправа є частиною курсу
Вступ до керування ризиком портфеля в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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)