हेज फंडों के मात्रात्मक विश्लेषण को समझना

हालांकि म्यूचुअल फंड और हेज फंड का विश्लेषण बहुत ही समान मैट्रिक्स और प्रक्रियाओं का उपयोग करके किया जा सकता है, हेज फंड को अपने स्तर की जटिलता और उनके असममित अपेक्षित रिटर्न को संबोधित करने के लिए एक अतिरिक्त स्तर की गहराई की आवश्यकता होती है। हेज फंड आमतौर पर केवल मान्यता प्राप्त निवेशकों के लिए सुलभ होते हैं क्योंकि उन्हें अन्य फंडों की तुलना में कम एसईसी नियमों के अनुपालन की आवश्यकता होती है।

यह लेख हेज फंडों का विश्लेषण करते समय समझने के लिए कुछ महत्वपूर्ण मेट्रिक्स को संबोधित करेगा, और हालांकि कई अन्य हैं जिन पर विचार करने की आवश्यकता है, यहां शामिल हेज फंड प्रदर्शन के कठोर विश्लेषण के लिए शुरू करने के लिए एक अच्छी जगह है।

निरपेक्ष और सापेक्ष रिटर्न

म्यूचुअल फंड प्रदर्शन विश्लेषण के समान, हेज फंड का मूल्यांकन पूर्ण और सापेक्ष रिटर्न प्रदर्शन दोनों के लिए किया जाना चाहिए। हालांकि, हेज फंड रणनीतियों की विविधता और प्रत्येक हेज फंड की विशिष्टता के कारण, उन्हें पहचानने के लिए विभिन्न प्रकार के रिटर्न की अच्छी समझ आवश्यक है।

पूर्ण रिटर्न निवेशक को यह विचार देता है कि अधिक परंपरागत प्रकार के निवेशों की तुलना में फंड को कहां वर्गीकृत किया जाए। कुल रिटर्न के रूप में भी संदर्भित, पूर्ण रिटर्न एक फंड द्वारा प्राप्त लाभ या हानि को मापता है।

उदाहरण के लिए, कम और स्थिर रिटर्न वाला हेज फंड निश्चित आय निवेश के लिए एक बेहतर विकल्प है, जो उभरते बाजार इक्विटी के लिए होगा, जो कि उच्च-रिटर्न वाले वैश्विक मैक्रो फंड द्वारा प्रतिस्थापित किया जा सकता है।

दूसरी ओर, सापेक्ष रिटर्न, एक निवेशक को अन्य निवेशों की तुलना में फंड के आकर्षण का निर्धारण करने की अनुमति देता है। तुलना अन्य हेज फंड, म्यूचुअल फंड या यहां तक कि कुछ सूचकांक हो सकते हैं जो एक निवेशक नकल करने की कोशिश कर रहा है। सापेक्ष रिटर्न का मूल्यांकन करने की कुंजी कई समयावधि में प्रदर्शन का निर्धारण करना है, जैसे कि एक-, तीन- और पांच-वर्षीय वार्षिक रिटर्न। इसके अलावा, इन रिटर्न को प्रत्येक निवेश में निहित जोखिम के सापेक्ष भी माना जाना चाहिए।

रिश्तेदार के प्रदर्शन का मूल्यांकन करने के लिए सबसे अच्छा तरीका साथियों की एक सूची को परिभाषित करना है, जिसमें पारंपरिक म्युचुअल फंड, इक्विटी या फिक्स्ड-इनकम इंडेक्स और इसी तरह की रणनीतियों के साथ अन्य हेज फंड का क्रॉस-सेक्शन शामिल हो सकता है। एक अच्छी निधि को प्रत्येक अल्फ़ा-जेनरेटिंग क्षमता को प्रभावी ढंग से साबित करने के लिए प्रत्येक अवधि के लिए शीर्ष चतुर्थक में विश्लेषण किया जाना चाहिए।

जोखिम को मापने

जोखिम पर विचार किए बिना मात्रात्मक विश्लेषण करना एक व्यस्त सड़क को पार करने के दौरान आंखों पर पट्टी बांधना है। बुनियादी वित्तीय सिद्धांत इंगित करता है कि बहिष्कृत रिटर्न केवल जोखिम लेने के द्वारा उत्पन्न किया जा सकता है, इसलिए हालांकि एक फंड उत्कृष्ट रिटर्न दिखा सकता है, एक निवेशक को फंड के जोखिम-समायोजित प्रदर्शन का निर्धारण करने के लिए विश्लेषण में जोखिम को शामिल करना चाहिए और यह कैसे अन्य निवेशों की तुलना करता है।

जोखिम को मापने के लिए कई मैट्रिक्स का उपयोग किया जाता है:

मानक विचलन

जोखिम के माप के रूप में मानक विचलन का उपयोग करने के लाभों में इसकी गणना में आसानी और रिटर्न के एक सामान्य वितरण की अवधारणा की सादगी है। दुर्भाग्य से, हेज फंड में निहित जोखिमों का वर्णन करने में इसकी कमजोरी का कारण भी है। अधिकांश हेज फंडों में सममित रिटर्न नहीं होता है, और मानक विचलन मीट्रिक बड़े नुकसान की उच्च-से-प्रत्याशित संभावना को भी मुखौटा कर सकता है।

जोखिम पर मूल्य (VaR)

जोखिम पर मूल्य एक जोखिम मीट्रिक है जो माध्य और मानक विचलन के संयोजन पर आधारित है। मानक विचलन के विपरीत, हालांकि, यह अस्थिरता के संदर्भ में जोखिम का वर्णन नहीं करता है, बल्कि उच्चतम राशि के रूप में जो पांच प्रतिशत संभावना के साथ खो जाने की संभावना है। एक सामान्य वितरण में, इसे संभावित परिणामों के सबसे बाएं पांच प्रतिशत द्वारा दर्शाया जाता है। दोष यह है कि सामान्य रूप से वितरित रिटर्न की धारणा के कारण राशि और संभावना दोनों को कम करके आंका जा सकता है। मात्रात्मक विश्लेषण करते समय अभी भी इसका मूल्यांकन किया जाना चाहिए, लेकिन एक निवेशक को जोखिम का मूल्यांकन करते समय अतिरिक्त मीट्रिक पर भी विचार करना चाहिए।

तिरछापन

तिरछा रिटर्न की विषमता का एक उपाय है, और इस मीट्रिक का विश्लेषण एक फंड के जोखिम पर अतिरिक्त प्रकाश डाल सकता है।

नीचे दिया गया आंकड़ा समान साधन और मानक विचलन के साथ दो रेखांकन दिखाता है। बाईं ओर का ग्राफ सकारात्मक रूप से तिरछा है। यह माध्य> माध्य> मोड है । ध्यान दें कि दाहिनी पूंछ कितनी लंबी है और बाईं ओर के परिणाम केंद्र की ओर झुके हुए हैं। यद्यपि ये परिणाम किसी परिणाम की उच्च संभावना को इंगित करते हैं जो कि औसत से कम है, यह संभावना को भी इंगित करता है, यद्यपि यह अत्यंत सकारात्मक परिणाम है, जैसा कि दाईं ओर लंबी पूंछ द्वारा इंगित किया गया है।

सकारात्मक तिरछापन और नकारात्मक तिरछापन। जूली बैंग द्वारा इमेज © इंवेस्टोपेडिया 2020

लगभग शून्य का तिरछा होना एक सामान्य वितरण को दर्शाता है। कोई भी तिरछा माप जो सकारात्मक है, वह संभवतः बाईं ओर वितरण से मिलता जुलता है, जबकि नकारात्मक तिरछापन दाईं ओर वितरण जैसा दिखता है। जैसा कि आप ग्राफ़ से देख सकते हैं, नकारात्मक रूप से तिरछे वितरण का खतरा एक बहुत ही नकारात्मक परिणाम की संभावना है, भले ही संभावना कम हो।

कुकुदता

कर्टोसिस एक वितरण की पूंछ के संयुक्त वजन का एक माप है जो शेष वितरण के सापेक्ष होता है।

चित्रा 2 में, बाईं ओर वितरण नकारात्मक कर्टोसिस प्रदर्शित करता है, जो औसत के आसपास परिणामों की कम संभावना और चरम मूल्यों की कम संभावना को दर्शाता है। एक सकारात्मक कर्टोसिस, दाईं ओर वितरण, माध्य के पास परिणाम की उच्च संभावना को इंगित करता है, लेकिन चरम मूल्यों की भी उच्च संभावना है। इस मामले में, दोनों वितरणों में समान माध्य और मानक विचलन भी होता है, इसलिए एक निवेशक को मानक विचलन और VAR से परे अतिरिक्त जोखिम मैट्रिक्स का विश्लेषण करने के महत्व का एक विचार प्राप्त करना शुरू कर सकता है।

नकारात्मक कुर्तोसिस और सकारात्मक कुर्तोसिस। जूली बैंग द्वारा इमेज © इंवेस्टोपेडिया 2020

शार्प भाग

हेज फंड द्वारा उपयोग किए जाने वाले जोखिम-समायोजित रिटर्न का सबसे लोकप्रिय उपाय शार्प अनुपात है। शार्प अनुपात जोखिम के प्रत्येक स्तर के लिए प्राप्त अतिरिक्त रिटर्न की मात्रा को इंगित करता है। 1 से अधिक का शार्प अनुपात अच्छा है, जबकि 1 से नीचे के अनुपात का उपयोग परिसंपत्ति वर्ग या निवेश रणनीति के आधार पर किया जा सकता है। किसी भी मामले में, शार्प अनुपात की गणना के साधन इनपुट, मानक विचलन और जोखिम-मुक्त दर हैं, इसलिए शार्प अनुपात कम ब्याज दरों की अवधि के दौरान अधिक आकर्षक और उच्च ब्याज दरों के दौरान कम आकर्षक हो सकता है।

बेंचमार्क अनुपात के साथ प्रदर्शन को मापने

फंड के प्रदर्शन को सही ढंग से मापने के लिए, तुलना का एक बिंदु होना आवश्यक है जिसके खिलाफ रिटर्न का मूल्यांकन करना है। इन तुलना बिंदुओं को बेंचमार्क के रूप में जाना जाता है।

बेंचमार्क के सापेक्ष प्रदर्शन को मापने के लिए कई उपाय किए जा सकते हैं। ये तीन सामान्य हैं:

बीटा

बीटा को व्यवस्थित जोखिम कहा जाता है और यह एक इंडेक्स पर रिटर्न के सापेक्ष एक फंड के रिटर्न का एक उपाय है। बाज़ार या इंडेक्स की तुलना की जा रही है, जिसे 1. का बीटा दिया गया है। 1.5 के बीटा के साथ एक फंड, इसलिए, बाज़ार / सूचकांक में प्रत्येक 1 प्रतिशत आंदोलन के लिए 1.5 प्रतिशत की वापसी होगी। दूसरी ओर, 0.5 के बीटा के साथ एक फंड, बाजार पर हर 1 प्रतिशत रिटर्न के लिए 0.5 प्रतिशत रिटर्न होगा।

बीटा यह निर्धारित करने का एक उत्कृष्ट उपाय है कि किसी विशेष परिसंपत्ति वर्ग के लिए कितना इक्विटी एक्सपोज़र - एक फंड के पास है और एक निवेशक को यह निर्धारित करने की अनुमति देता है कि किसी फंड को कितना और / या कैसे आवंटित किया जाता है। किसी भी बेंचमार्क इंडेक्स के सापेक्ष बीटा को इक्विटी, फिक्स्ड-इनकम या हेज फंड इंडेक्स सहित मापा जा सकता है, विशेष इंडेक्स में आंदोलनों के लिए फंड की संवेदनशीलता को प्रकट करने के लिए। अधिकांश हेज फंड एसएंडपी 500 इंडेक्स के सापेक्ष बीटा की गणना करते हैं, क्योंकि वे व्यापक इक्विटी बाजार में अपनी रिश्तेदार असंवेदनशीलता / सहसंबंध के आधार पर अपने रिटर्न बेच रहे हैं।

सह - संबंध

सहसंबंध बीटा में बहुत समान है कि यह रिटर्न में सापेक्ष परिवर्तनों को मापता है। हालांकि, बीटा के विपरीत, जो मानता है कि बाजार कुछ हद तक फंड के प्रदर्शन को चलाता है, सहसंबंध मापता है कि दो फंडों के रिटर्न कैसे संबंधित हो सकते हैं। उदाहरण के लिए, विविधीकरण, इस तथ्य पर आधारित है कि विभिन्न परिसंपत्ति वर्ग और निवेश रणनीतियां व्यवस्थित कारकों के लिए अलग तरह से प्रतिक्रिया करती हैं।

सहसंबंध -1 से +1 के पैमाने पर मापा जाता है, जहां -1 एक पूर्ण नकारात्मक सहसंबंध को इंगित करता है, शून्य बिल्कुल स्पष्ट सहसंबंध नहीं दर्शाता है, और +1 एक पूर्ण सकारात्मक सहसंबंध इंगित करता है। एक लंबी एस एंड पी 500 स्थिति पर लघु एस एंड पी 500 स्थिति के साथ रिटर्न की तुलना करके एक सही नकारात्मक सहसंबंध प्राप्त किया जा सकता है। जाहिर है, एक स्थिति में हर प्रतिशत वृद्धि के लिए, दूसरे में एक समान प्रतिशत कमी होगी।

सहसंबंध का सबसे अच्छा उपयोग उस पोर्टफोलियो में प्रत्येक फंड के सहसंबंध की तुलना उस पोर्टफोलियो के अन्य फंडों में से प्रत्येक के साथ करना है। इन फंडों का परस्पर संबंध जितना कम होता है, पोर्टफोलियो के विविध होने की संभावना उतनी ही अधिक होती है। हालांकि, एक निवेशक को बहुत अधिक विविधता से सावधान रहना चाहिए, क्योंकि रिटर्न नाटकीय रूप से कम हो सकता है।

अल्फा

कई निवेशक मानते हैं कि अल्फा फंड रिटर्न और बेंचमार्क रिटर्न के बीच का अंतर है, लेकिन अल्फा वास्तव में लिए गए जोखिम की मात्रा के सापेक्ष रिटर्न में अंतर को मानता है। दूसरे शब्दों में, यदि रिटर्न बेंचमार्क से 25 प्रतिशत बेहतर है, लेकिन लिया गया जोखिम बेंचमार्क से 40 प्रतिशत अधिक है, तो अल्फा वास्तव में नकारात्मक होगा।

चूंकि यह सबसे अधिक हेज फंड मैनेजर रिटर्न में जोड़ने का दावा करता है, इसलिए यह समझना महत्वपूर्ण है कि इसका विश्लेषण कैसे किया जाए।

CAPM मॉडल का उपयोग करके अल्फा की गणना की जाती है:

$\begin{matrix} {ईआर}_{मैं} = {आर}_{च} + β_{मैं} \times ({ईआर}_{म} - {आर}_{च}) \\ कहाँ पे: \\ {ईआर}_{मैं} = निवेश की उम्मीद वापसी \\ {आर}_{च} = जोखिम मुक्त दर \\ β_{मैं} = निवेश का बीटा \\ {ईआर}_{म} = बाजार की उम्मीद वापसी \end{matrix} \ start {align} & text {ER} _i = \ text {R} _f + \ Beta_i \ टाइम्स ( text {ER} _m - \ text {R} _f) \ & \ textbf {जहां:} \ & \ text {ER} _i = \ text {निवेश की अपेक्षित वापसी} \ & \ text {R} _f = \ text {जोखिम-मुक्त दर} \ और \ Beta_i = \ पाठ {निवेश का बीटा} \ & \ text {ER} _m = \ text {बाजार की प्रत्याशित वापसी} \ \ end {संरेखित}$ ERi = Rf + βi × (ERm)Rf) जहां: ERi = निवेश की प्रत्याशित वापसी = जोखिम मुक्त rateβi = निवेश की बीटा = बाजार की प्रत्याशित वापसी

गणना करने के लिए कि क्या हेज फंड मैनेजर ने जोखिम के आधार पर अल्फा को जोड़ा है, एक निवेशक हेज फंड के बीटा को उपरोक्त समीकरण में बदल सकता है, जिसके परिणामस्वरूप हेज फंड के प्रदर्शन पर एक अपेक्षित वापसी होगी। यदि वास्तविक रिटर्न अपेक्षित रिटर्न से अधिक है, तो हेज फंड मैनेजर ने लिया जोखिम के आधार पर अल्फा को जोड़ा। यदि वास्तविक रिटर्न अपेक्षित रिटर्न से कम है, तो हेज फंड मैनेजर ने लिया जोखिम के आधार पर अल्फा नहीं जोड़ा, भले ही वास्तविक रिटर्न प्रासंगिक बेंचमार्क से अधिक हो। निवेशकों को हेज फंड मैनेजरों को चाहिए जो जोखिम लेने के साथ रिटर्न में अल्फा जोड़ते हैं, और जो अतिरिक्त जोखिम उठाकर केवल रिटर्न उत्पन्न नहीं करते हैं।

तल - रेखा

हेज फंडों पर मात्रात्मक विश्लेषण करना बहुत समय लेने वाला और चुनौतीपूर्ण हो सकता है। हालांकि, इस लेख ने अतिरिक्त मीट्रिक का एक संक्षिप्त विवरण प्रदान किया है जो विश्लेषण में बहुमूल्य जानकारी जोड़ते हैं। विभिन्न प्रकार के अन्य मैट्रिक्स भी हैं जिनका उपयोग किया जा सकता है, और यहां तक कि चर्चा की गई कुछ हेज फंडों के लिए अधिक प्रासंगिक हो सकती है और दूसरों के लिए कम प्रासंगिक हो सकती है।

एक निवेशक को कुछ अतिरिक्त गणनाओं को करने के लिए एक विशेष निधि में निहित जोखिमों के बारे में अधिक समझने में सक्षम होना चाहिए, जिनमें से कई की गणना स्वचालित रूप से विश्लेषणात्मक सॉफ्टवेयर द्वारा की जाती है, जिसमें मॉर्निंगस्टार, पेरट्रैक और ज़ेफायर जैसे प्रदाता शामिल हैं।

विषयसूची: