Tính beta bằng hiệp phương sai
Beta là một thành phần thiết yếu trong nhiều mô hình tài chính, đo lường rủi ro hệ thống, hay mức độ phơi nhiễm với thị trường chung. Trong mô hình CAPM, beta là một trong hai yếu tố cốt lõi.
Beta lịch sử có thể được ước tính theo nhiều cách. Trong bài tập này, bạn sẽ dùng công thức đơn giản sau, dựa trên hiệp phương sai và phương sai so với một danh mục thị trường chuẩn:
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- \(\beta_P\): Beta của danh mục
- \(Cov(R_P, R_B)\): Hiệp phương sai giữa danh mục (P) và chỉ số thị trường chuẩn (B)
- \(Var(R_B)\): Phương sai của chỉ số thị trường chuẩn
DataFrame FamaFrenchData có sẵn trong không gian làm việc của bạn và chứa dữ liệu phù hợp cho bài tập này.
Bài tập này là một phần của khóa học
Nhập môn Quản trị Rủi ro Danh mục bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)