Naive विविधीकरण को परिष्कृत गणितीय मॉडल के साथ परेशान किए बिना, एक पोर्टफोलियो के किसी न किसी और अधिक, कम या ज्यादा, सहज ज्ञान युक्त विभाजन के रूप में वर्णित किया गया है। सबसे खराब तरीके से, कुछ पंडितों का कहना है, यह दृष्टिकोण पोर्टफोलियो को बहुत जोखिम भरा बना सकता है। फिर फिर से, कुछ हालिया शोध इंगित करते हैं कि इस तरह के सूचित, लेकिन अनौपचारिक रूप से तार्किक विभाजन, उन फैंस के लिए प्रभावी है, जो सूत्रों का अनुकूलन करते हैं।
Naive Vs. जटिल
आश्चर्य नहीं कि व्यक्तिगत निवेशक शायद ही कभी जटिल परिसंपत्ति आवंटन के तरीकों का उपयोग करते हैं। इनमें अंतरंग नाम होते हैं, जैसे कि माध्य-विचरण अनुकूलन, मोंटे कार्लो सिमुलेशन या ट्रेयनोर-ब्लैक मॉडल, ये सभी एक इष्टतम पोर्टफोलियो का निर्माण करने के लिए इंजीनियर हैं, एक जो न्यूनतम जोखिम पर अधिकतम प्रतिफल देता है, जो वास्तव में निवेशक का सपना है ।
वास्तव में, लंदन के बिजनेस स्कूल के डॉ। विक्टर डेमिगुएल एट अल द्वारा संचालित "ऑप्टिमल वर्सस नाइव डाइवर्सिफिकेशन: हाउ एफ़िशिएंट द 1 / एन पोर्टफोलियो स्ट्रैटेजी" जैसे अनुकूलन सिद्धांत की एक जोड़ी ने जांच की है। परिष्कृत मॉडल। उनके और भोले दृष्टिकोण के बीच का अंतर सांख्यिकीय रूप से महत्वपूर्ण नहीं है; वे बताते हैं कि वास्तव में बुनियादी मॉडल काफी अच्छा प्रदर्शन करते हैं।
क्या औसत निजी निवेशक का तरीका बस इतना सा है और इसमें से कुछ वास्तव में कम व्यवहार्य है? यह एक अत्यंत महत्वपूर्ण मुद्दा है और निवेश के मूल में है। एक रब्बी, इस्साक बार अहा, लगता है कि यह सब दादाजी का था, चौथी शताब्दी के आसपास प्रस्तावित किया गया था, कि एक को "जमीन में एक तिहाई, माल में एक तिहाई और नकदी में एक तिहाई देना चाहिए।" यह बहुत अच्छी सलाह है जो अभी भी पर्याप्त ध्वनि है, 1600 साल बाद!
कुछ सनकियों और वैज्ञानिकों के लिए, यह सच होना बहुत सरल लगता है, कि कोई भी व्यक्ति अपने पैसे का एक तिहाई केवल अचल संपत्ति में डालकर, एक तिहाई प्रतिभूतियों में (माल के आधुनिक समकक्ष) और नकद में आराम करो। वैकल्पिक रूप से, उच्च, मध्यम और निम्न-जोखिम वाले विभागों में विभाजित होने वाले क्लासिक पाई चार्ट बहुत सीधे हैं, और उनके साथ कुछ भी गलत नहीं हो सकता है।
यहां तक कि हैरी मार्कोविट्ज़, जिन्होंने अपने अनुकूलन मॉडल के लिए आर्थिक विज्ञान में नोबेल मेमोरियल पुरस्कार जीता, ने स्पष्ट रूप से "मनोवैज्ञानिक कारणों" के लिए अपने पैसे को बांड और इक्विटी के बीच समान रूप से विभाजित किया। यह सरल और पारदर्शी था; व्यवहार में, वह अपने पुरस्कार जीतने के सिद्धांतों को पीछे छोड़ने में खुश था जब यह अपने स्वयं के धन के लिए आया था।
शेड्स ऑफ नाइंटी एंड द टर्म इट्सल्फ
हालाँकि इस मुद्दे पर और बात है। जर्मन के बैंकिंग और वित्त के प्रोफेसर मार्टिन वेबर बताते हैं कि विभिन्न प्रकार के भोले मॉडल हैं, जिनमें से कुछ दूसरों की तुलना में बहुत बेहतर हैं। यूसीएलए के प्रोफेसर श्लोमो बेन्ताज़ी ने भी पुष्टि की कि भोले-भाले निवेशक जो पेशकश करते हैं, उससे बहुत प्रभावित होते हैं। इस कारण से, यदि वे एक स्टॉकब्रोकर के पास जाते हैं, तो वे बहुत अधिक इक्विटी के साथ समाप्त हो सकते हैं, या किसी बॉन्ड विशेषज्ञ के पास जाने पर डेट इंस्ट्रूमेंट्स में अधिक वजन वाले हो सकते हैं। इसके अलावा, कई अलग-अलग प्रकार के समीकरण हैं, जैसे कि छोटे और बड़े-कैप, विदेशी और स्थानीय, आदि, ताकि कोई भी पूर्वाग्रह विनाशकारी या कम से कम, उप-आशावादी भोले पोर्टफोलियो का नेतृत्व कर सके।
एक ही नस में, भोलेपन की अवधारणा सरल और कुछ हद तक अनुचित हो सकती है। भोला और बीमार के अर्थ में भोली, वास्तव में, आपदा की ओर ले जाने की बहुत संभावना है। फिर भी, अगर भोली को प्राकृतिक और अप्रभावित के अपने मूल अर्थ में लिया जाता है - एक समझदार और तार्किक में अनुवाद करना, यदि अपरिष्कृत, दृष्टिकोण (तकनीकी मॉडलिंग तकनीकों से अनभिज्ञ), तो इसके असफल होने का कोई वास्तविक कारण नहीं है। दूसरे शब्दों में, यह शब्द "भोलापन" के नकारात्मक अर्थ हैं जो यहां वास्तविक मुद्दा हैं - एक अपमानजनक लेबल का उपयोग।
जटिलता हमेशा मदद नहीं करती है
दूसरी तरफ से, पद्धतिगत जटिलता और परिष्कृत मॉडल जरूरी नहीं कि व्यवहार में, निवेश की अधिकतमता को बढ़ावा मिले। साहित्य इस पर काफी स्पष्ट है और वित्तीय बाजारों की जटिलता को देखते हुए, यह शायद ही आश्चर्य की बात है। आर्थिक, राजनीतिक और मानवीय कारकों का उनका मिश्रण चुनौतीपूर्ण है, ऐसे मॉडल हमेशा अप्रत्याशित सदमे के किसी न किसी रूप में कमजोर होते हैं, या कारकों का संयोजन जो प्रभावी ढंग से एक मॉडल में एकीकृत नहीं किया जा सकता है।
डॉ। विक्टर डेमिगेल और उनके सह-शोधकर्ताओं ने माना कि जटिल दृष्टिकोण गंभीर रूप से अनुमान समस्याओं से विवश हैं। सांख्यिकीय रूप से दिमाग के लिए, "परिसंपत्ति रिटर्न के सच्चे क्षण" अज्ञात हैं, जिससे संभावित रूप से बड़े अनुमान त्रुटियां होती हैं।
नतीजतन, एक समझदारी से बनाया गया पोर्टफोलियो, जिसकी नियमित रूप से निगरानी की जाती है और जो कि उस समय हो रहा है, के मामले में सहज नहीं है, न केवल सहज अपील है, यह बस और साथ ही कुछ और अधिक परिष्कृत दृष्टिकोण प्रदर्शन कर सकता है जो अपनी जटिलता और अस्पष्टता से विवश हैं। । यही है, मॉडल सभी आवश्यक कारकों को एकीकृत नहीं कर सकता है, या पर्यावरणीय परिवर्तनों के लिए पर्याप्त रूप से प्रतिक्रिया नहीं दे सकता है जैसा कि वे होते हैं।
इसी तरह, परिसंपत्ति-वर्ग के विविधीकरण के अलावा, हम सभी जानते हैं कि एक इक्विटी पोर्टफोलियो को भी अपने आप में विविधतापूर्ण होना चाहिए। इस संदर्भ में, भोले आवंटन के समर्थकों ने यह प्रदर्शित किया है कि लगभग 15 से अधिक स्टॉक होने से आगे कोई विविधीकरण लाभ नहीं है। इस प्रकार, एक वास्तव में जटिल इक्विटी मिश्रण संभवतः अनुत्पादक है।
तल - रेखा
एक बात जिस पर सभी सहमत हैं, वह यह है कि विविधीकरण अत्यंत आवश्यक है। लेकिन उन्नत गणितीय मॉडलिंग के लाभ अस्पष्ट हैं; अधिकांश निवेशकों के लिए, वे कैसे काम करते हैं यह भी कम स्पष्ट है। यद्यपि कम्प्यूटरीकृत मॉडल प्रभावशाली दिख सकते हैं, विज्ञान द्वारा अंधा होने का खतरा है। इस तरह के कुछ मॉडल अच्छी तरह से काम कर सकते हैं, लेकिन अन्य केवल समझदार होने से बेहतर नहीं हैं। पुरानी कहावत "आप जो जानते हैं और समझते हैं उसके साथ छड़ी" सीधे, पारदर्शी परिसंपत्ति आवंटन के रूप में ज्यादा लागू हो सकती है क्योंकि यह संरचित निवेश उत्पादों के विभिन्न रूपों के लिए है।
