आर-स्क्वायर्ड बनाम बीटा: एक अवलोकन
अधिकांश शेयर निवेशक बीटा और अल्फा सहसंबंधों के उपयोग से परिचित हैं कि यह समझने के लिए कि उनके साथियों के खिलाफ विशेष प्रतिभूतियों का प्रदर्शन कैसे हुआ, लेकिन आर-स्क्वेर निवेशक के लिए एक अधिक उपयोगी उपकरण है।
- R-squared (R 2) बीटा के व्यावहारिक उपयोग और भरोसेमंदता को निर्धारित करने में मदद करता है - और प्रतिभूति के अल्फा-सहसंबंधों के विस्तार द्वारा। Beta एक उपाय है कि स्टॉक के मूल्य की चाल किसी अन्य स्टॉक या सेक्टर से कितनी निकटता से मेल खाती है।
सहसंबंध दिखा सकते हैं कि एक निवेश का आंदोलन समय के साथ सूचकांक के आंदोलन को कितनी बारीकी से देखता है। आर-स्क्वेर्ड का उपयोग यह निर्धारित करने के लिए किया जाता है कि वे एक ही दिशा में कैसे मज़बूती से चलते हैं।
आप एक सूत्र का उपयोग करके आर-वर्ग की गणना कर सकते हैं। नंबर भी ऑनलाइन प्रकाशित किए जाते हैं।
आर चुकता
R-squared (R 2) एक विधि है जिसे निवेशक या विश्लेषक यह देखने के लिए उपयोग कर सकते हैं कि बेंचमार्क इंडेक्स के खिलाफ प्रतिभूतियों का प्रदर्शन कितना अच्छा है। एक निवेशक के रूप में, आप जानना चाहते हैं कि दूसरों के मुकाबले समय के साथ आपकी पकड़ कैसी है। यदि, उदाहरण के लिए, आप स्वयं Microsoft को यह जानना चाहते हैं कि क्या यह Apple या HP के साथ-साथ S & P नॉर्थ अमेरिकन टेक्नोलॉजी सेक्टर इंडेक्स जैसे टेक्नोलॉजी इंडेक्स की तुलना में प्रदर्शन कर रहा है या नहीं।
बीटा की जाँच करने से मदद मिलती है। इन्वेस्टोपेडिया पर यह स्टॉक स्टॉक कोट्स में आसानी से उपलब्ध है।
हालांकि, आर-स्क्वेर एक अधिक शक्तिशाली उपकरण है क्योंकि यह ऐसे सहसंबंधों की उपयोगिता में अंतर को मापता है और उस अंतर को एक संख्यात्मक मूल्य देता है।
R-squared 0 से 100 तक प्रतिशत के पैमाने पर सहसंबंधों के व्यावहारिक मूल्य को परिभाषित करता है। एक उच्च R- वर्ग संख्या (85 से 100) इंगित करता है कि सुरक्षा का प्रदर्शन पैटर्न चुने हुए सूचकांक का बारीकी से अनुसरण करता है। एक कम आर-वर्ग (70 से नीचे कुछ भी) इंगित करता है कि सुरक्षा के प्रदर्शन पैटर्न और सूचकांक के बीच बहुत कम संबंध है।
आप एक मानक सूत्र का उपयोग करके आर-वर्ग निर्धारित कर सकते हैं। कुछ म्यूचुअल फंड कंपनियां अपने विज्ञापन साहित्य में अपने फंड के आर-स्क्वेर की रिपोर्ट करती हैं, लेकिन अन्य नहीं करती हैं। याहू फाइनेंस और मॉर्निंगस्टार आर-स्क्वेर्ड डेटा के साथ-साथ प्रतिदिन बीटा आंकड़े की गणना और प्रकाशन करते हैं।
बीटा
बीटा इस बात का एक संख्यात्मक निरूपण है कि किसी चुनी हुई संपत्ति का मूल्य आंदोलन अन्य परिसंपत्तियों के आंदोलनों के कितनी निकट है। यह सहसंबंध -1 से 1 के पैमाने पर मापा जाता है और दिखाता है कि दोनों प्रतिभूतियां एक दूसरे के साथ कैसे चलती हैं।
1 के करीब एक सहसंबंध इंगित करता है कि दो प्रतिभूतियां समान पैटर्न में बढ़ती या गिरती हैं। 0 का सहसंबंध इंगित करता है कि दो प्रतिभूतियों के व्यवहार में कोई समानता नहीं है। -1 के करीब एक सहसंबंध से पता चलता है कि दो प्रतिभूतियां एक दूसरे से विपरीत दिशाओं में या विपरीत दिशा में चलती हैं।
यह सहसंबंध संख्या स्टॉक का बीटा है।
दो पूरी तरह से सहसंबद्ध प्रतिभूतियों को खोजना अत्यधिक असामान्य है। 1.0 से नीचे के रीडिंग से संकेत मिलता है कि बेंचमार्क की तुलना में सुरक्षा कम अस्थिर है, जबकि ठीक 1.0 के रीडिंग से संकेत मिलता है कि इसकी कीमत बेंचमार्क के साथ बढ़ना चाहिए। 1.0 से अधिक रीडिंग इंगित करते हैं कि बेंचमार्क की तुलना में परिसंपत्ति अधिक अस्थिर है।
दूसरी ओर, अल्फा सहसंबंध को अक्सर स्टॉक फंड के लिए एक प्रमुख प्रदर्शन संकेतक के रूप में देखा जाता है। अल्फा एक बेंचमार्क इंडेक्स की तुलना में फंड या परिसंपत्ति के जोखिम-समायोजित प्रदर्शन का एक उपाय है। 1.0 का एक अल्फा इंगित करता है कि निवेश 1% से सूचकांक को बेहतर बना रहा है। 0 से कम का अल्फा बताता है कि निवेश बेंचमार्क से कम है।
विशेष ध्यान
सामान्य तौर पर, उच्च बीटा रीडिंग वाले निवेश को अपेक्षाकृत जोखिम भरा माना जाता है। एक उच्च बीटा वाले स्टॉक बैल बाजारों में अपने बेंचमार्क की तुलना में अधिक तेज़ी से उठते हैं और भालू बाजारों में अधिक तेज़ी से गिरते हैं। कई बाजार चक्रों में, उच्च रिटर्न वाला एक फंड महत्वपूर्ण रिटर्न का उत्पादन किए बिना अस्थिर हो सकता है।
85% से 100% का एक उच्च आर-स्क्वॉयर स्कोर दर्शाता है कि स्टॉक या फंड अनुमानित रूप से बेंचमार्क के साथ निकट संरेखण में चलते हैं।
चाबी छीन लेना
- एक स्टॉक का बीटा इंगित करता है कि समय के साथ एक प्रासंगिक सूचकांक के रूप में इसकी कीमत कितनी बारीकी से चलती है। स्टॉक का अल्फा यह इंगित करता है कि यह एक प्रासंगिक सूचकांक की तुलना में कितना अच्छा प्रदर्शन करता है।-चुकता उन सटीक संकेतक दर्शाता है कि समय के साथ कितना सटीक साबित होता है।
