What is Efficient Frontier Tool?
▾
કાર્યક્ષમ સીમા એ શ્રેષ્ઠ પોર્ટફોલિયોનો સમૂહ છે જે આપેલ જોખમના કોઈપણ સ્તર (પોર્ટફોલિયો માનક વિચલન દ્વારા માપવામાં આવે છે) માટે સૌથી વધુ અપેક્ષિત વળતર ઓફર કરે છે અથવા સમકક્ષ કોઈપણ અપેક્ષિત વળતર માટે સૌથી ઓછું જોખમ આપે છે. તેની રજૂઆત હેરી માર્કોવિટ્ઝ દ્વારા 1952ના તેમના સીમાચિહ્ન પેપર 'પોર્ટફોલિયો સિલેક્શન'માં કરવામાં આવી હતી, જે જર્નલ ઑફ ફાઇનાન્સમાં પ્રકાશિત થઈ હતી - જે કાર્યએ તેમને 1990માં ઈકોનોમિક સાયન્સમાં નોબેલ પારિતોષિક મેળવ્યું હતું અને રોકાણકારો પોર્ટફોલિયો બાંધકામ વિશે કેવી રીતે વિચારે છે તે મૂળભૂત રીતે પરિવર્તિત કર્યું હતું. માર્કોવિટ્ઝની મુખ્ય સૂઝ એ હતી કે રોકાણકારોએ અસ્કયામતોનું મૂલ્યાંકન એકલતામાં ન કરવું જોઈએ, પરંતુ તેઓ એકંદર પોર્ટફોલિયો જોખમમાં કેવી રીતે યોગદાન આપે છે તેના સંદર્ભમાં. ખાસ કરીને, સંપૂર્ણ રીતે સહસંબંધિત ન હોય તેવી અસ્કયામતોનું સંયોજન (સંબંધ < 1.0) વ્યક્તિગત સંપત્તિના જોખમોની ભારિત સરેરાશથી નીચે કુલ પોર્ટફોલિયો જોખમ ઘટાડે છે - એક ઘટના જેને વૈવિધ્યકરણ કહેવાય છે. અસ્કયામતો વચ્ચેનો સહસંબંધ જેટલો ઓછો હશે, તેટલો વૈવિધ્યકરણ લાભ અને પોર્ટફોલિયોના રિસ્ક-રીટર્ન ટ્રેડ-ઓફમાં મોટો સુધારો. ગાણિતિક ઑપ્ટિમાઇઝેશન સમસ્યાને હલ કરીને કાર્યક્ષમ સીમા જનરેટ થાય છે: અપેક્ષિત વળતર, અસ્થિરતા અને જોડી મુજબના સહસંબંધો સાથે અસ્કયામતોના સમૂહને જોતાં, અપેક્ષિત વળતરના દરેક સ્તર માટે પોર્ટફોલિયો વેરિઅન્સ (અથવા સમકક્ષ ધોરણે, પ્રમાણભૂત વિચલન) ઘટાડતા વજનના તમામ સંભવિત સંયોજનો શોધો. રિસ્ક-રીટર્ન સ્પેસમાં પરિણામી વળાંક પ્રાપ્ત કરી શકાય તેવા પોર્ટફોલિયોની સીમાને ટ્રેસ કરે છે - સીમાની નીચેનો કોઈપણ પોર્ટફોલિયો સબઓપ્ટીમલ છે (તેના વળતર સ્તર માટે ખૂબ જોખમી છે), અને સરહદની ઉપરનો કોઈપણ પોર્ટફોલિયો ગાણિતિક રીતે અપ્રાપ્ય છે. કેપિટલ માર્કેટ લાઇન (CML) જોખમ-મુક્ત સંપત્તિ રજૂ કરીને કાર્યક્ષમ સરહદી ખ્યાલને વિસ્તૃત કરે છે. જ્યારે જોખમી પોર્ટફોલિયો સાથે જોડવામાં આવે છે, ત્યારે જોખમ-મુક્ત સંપત્તિ રોકાણકારોને જોખમ-મુક્ત ઉધાર અથવા ધિરાણ સાથે ટેન્જન્સી પોર્ટફોલિયો (કાર્યક્ષમ સીમા પરનો જોખમી પોર્ટફોલિયો જે શાર્પ રેશિયોને મહત્તમ કરે છે) સાથે જોડીને CML પર કોઈપણ બિંદુ હાંસલ કરવા સક્ષમ બનાવે છે. ટેન્જન્સી પોર્ટફોલિયો એ રોકાણકારો માટે સૈદ્ધાંતિક રીતે શ્રેષ્ઠ જોખમી પોર્ટફોલિયો ફાળવણી છે જે તેને જોખમ-મુક્ત સંપત્તિ સાથે જોડી શકે છે. કાર્યક્ષમ ફ્રન્ટિયર ફ્રેમવર્કનો ઉપયોગ વ્યૂહાત્મક સંપત્તિ ફાળવણી, પેન્શન ફંડ ઇન્વેસ્ટમેન્ટ પોલિસી ફોર્મ્યુલેશન, એન્ડોવમેન્ટ પોર્ટફોલિયો બાંધકામ, રોબો-સલાહકાર ઑપ્ટિમાઇઝેશન એન્જિન અને શૈક્ષણિક ફાઇનાન્સ સંશોધનમાં થાય છે. ઇનપુટ ધારણાઓ (ખાસ કરીને અપેક્ષિત વળતર) માટે પરિણામોની સંવેદનશીલતા અંગેની ટીકાઓ હોવા છતાં, ફ્રેમવર્ક પોર્ટફોલિયો ઓપ્ટિમાઇઝેશન માટે પ્રબળ ઔપચારિક અભિગમ રહે છે.
DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.
સૂત્ર
▾
σ²_p = Σ_i Σ_j w_i × w_j × Cov(R_i, R_j) નાનું કરો
આને આધીન: Σ w_i = 1, E(R_p) = લક્ષ્ય, w_i ≥ 0 (માત્ર-લાંબા)
ટેન્જન્સી પોર્ટફોલિયો: મહત્તમ (E(R_p) − R_f) / σ_pVariable Legend
▾
| પ્રતીક | નામ | એકમ | વર્ણન |
|---|---|---|---|
| E(R_p) | અપેક્ષિત પોર્ટફોલિયો રીટર્ન | % per year | વ્યક્તિગત અસેટ અપેક્ષિત વળતરની ભારિત સરેરાશ: E(R_p) = Σ w_i × E(R_i). |
| σ_p | પોર્ટફોલિયો માનક વિચલન | % per year | કુલ પોર્ટફોલિયો જોખમ: σ_p = √(Σ_i Σ_j w_i × w_j × σ_i × σ_j × ρ_{ij}). |
| w_i | એસેટ વજન | % (0 to 1) | એસેટ i માં રોકાણ કરેલ પોર્ટફોલિયોનું પ્રમાણ; બધા વજનનો સરવાળો 1.0 હોવો જોઈએ. |
| ρ_{ij} | સહસંબંધ ગુણાંક | dimensionless (−1 to +1) | અસ્કયામતો i અને j ના વળતર વચ્ચેનો સહસંબંધ; નીચા સહસંબંધો વધુ વૈવિધ્યકરણ લાભ પેદા કરે છે. |
| Sharpe | શાર્પ રેશિયો | dimensionless | જોખમ-સમાયોજિત વળતર માપ = (E(R_p) − R_f) / σ_p; કાર્યક્ષમ સીમા પર ટેન્જન્સી પોર્ટફોલિયો પર મહત્તમ. |
| R_f | જોખમ મુક્ત દર | % per year | જોખમ-મુક્ત સંપત્તિનું વળતર; કાર્યક્ષમ સીમા પર કેપિટલ માર્કેટ લાઇન સ્પર્શકને ઓળખવા માટે વપરાય છે. |
How to Efficient Frontier Tool
▾
- 1સામાન્ય સમયગાળામાં ઉમેદવારોની તમામ સંપત્તિઓ માટે ઐતિહાસિક વળતર ડેટા એકત્રિત કરો. દરેક એસેટ માટે અપેક્ષિત વળતરની ગણતરી કરો (સામાન્ય રીતે ઐતિહાસિક સરેરાશ અથવા આગળ દેખાતો અંદાજ), દરેક એસેટના વળતરની વિચલન/પ્રમાણભૂત વિચલન અને તમામ એસેટ જોડીઓ વચ્ચે જોડીવાર સહસંબંધ મેટ્રિક્સ.
- 2કોવરિઅન્સ મેટ્રિક્સ બનાવો: દરેક જોડી માટે Cov(R_i, R_j) = ρ_{ij} × σ_i × σ_j. ઓપ્ટિમાઇઝેશનને માન્ય સોલ્યુશન્સ મેળવવા માટે સહપ્રવૃત્તિ મેટ્રિક્સ હકારાત્મક અર્ધ-નિશ્ચિત હોવા જોઈએ.
- 3પોર્ટફોલિયો ઑપ્ટિમાઇઝેશન સમસ્યા સેટ કરો: લક્ષ્ય અપેક્ષિત વળતર અવરોધ (w^T μ = μ_target), બજેટ અવરોધ (Σ w_i = 1), અને કોઈપણ વધારાના અવરોધો (દા.ત., કોઈ ટૂંકું વેચાણ નહીં: w_i ≥) ને આધીન પોર્ટફોલિયો તફાવત (w^T Σ w) નાનું કરો.
- 4લક્ષ્ય અપેક્ષિત વળતરની શ્રેણી માટે ચતુર્ભુજ પ્રોગ્રામિંગ સમસ્યાને ઉકેલો — લઘુત્તમ વિચલન પોર્ટફોલિયો (કાર્યક્ષમ સીમા પર સૌથી ડાબે બિંદુ) થી મહત્તમ વળતર પોર્ટફોલિયો (સૌથી વધુ વળતર આપતી સંપત્તિમાં 100%). દરેક સોલ્યુશન પોર્ટફોલિયોનું વજન, અપેક્ષિત વળતર અને પ્રમાણભૂત વિચલન આપે છે.
- 5તમામ કાર્યક્ષમ પોર્ટફોલિયો સંયોજનોને જોખમ-વળતરની જગ્યામાં (σ_p, E(R_p)) જોડી તરીકે બનાવો. પરિણામી પેરાબોલિક વળાંકનો ઉપરનો ભાગ કાર્યક્ષમ સીમા છે; નીચલો ભાગ (લઘુત્તમ વેરિઅન્સ પોર્ટફોલિયોની નીચે) પ્રભુત્વ ધરાવે છે અને બિનકાર્યક્ષમ છે.
- 6કાર્યક્ષમ સીમાને સ્પર્શક હોય તેવા y-અક્ષ પર જોખમ-મુક્ત દરમાંથી એક રેખા દોરીને ટેન્જન્સી પોર્ટફોલિયોને ઓળખો. સ્પર્શક બિંદુ સરહદ પરના તમામ પોર્ટફોલિયોમાં શાર્પ રેશિયોને મહત્તમ કરે છે. CAPM ફ્રેમવર્ક હેઠળ આ શ્રેષ્ઠ જોખમી પોર્ટફોલિયો છે.
- 7તેમની જોખમ સહિષ્ણુતાના આધારે કેપિટલ માર્કેટ લાઇન પર રોકાણકારનો શ્રેષ્ઠ પોર્ટફોલિયો પસંદ કરો: જોખમ-વિરોધી રોકાણકારો જોખમ-મુક્ત સંપત્તિ અને ટેન્જન્સી પોર્ટફોલિયોનું મિશ્રણ ધરાવે છે; જોખમ-શોધનારા રોકાણકારો ટેન્જન્સી પોર્ટફોલિયોને લીવર કરવા માટે જોખમ-મુક્ત દરે ઉધાર લે છે.
Worked Examples
▾
નિમ્ન સહસંબંધ (0.10) નોંધપાત્ર વૈવિધ્યતા પ્રદાન કરે છે — પોર્ટફોલિયો જોખમ સંપત્તિના વ્યક્તિગત જોખમ કરતાં નીચે છે.
0.10 ના નીચા સહસંબંધ સાથે, સ્ટોક્સ અને બોન્ડ્સનું સંયોજન નોંધપાત્ર રીતે પોર્ટફોલિયો જોખમ ઘટાડે છે. લઘુત્તમ વેરિઅન્સ પોર્ટફોલિયો આશરે 25% સ્ટોક અને 75% બોન્ડ ધરાવે છે, જે લગભગ 5.9% નું પોર્ટફોલિયો સ્ટાન્ડર્ડ વિચલન હાંસલ કરે છે - જ્યારે આ વેઇટિંગમાં જોડવામાં આવે ત્યારે સ્ટોક વોલેટિલિટી (16%) અને બોન્ડ વોલેટિલિટી (6%) બંને કરતાં ઘણી નીચે છે. 3% જોખમ-મુક્ત દર સાથે મહત્તમ શાર્પ રેશિયોને લક્ષ્યાંકિત કરતો ટેન્જન્સી પોર્ટફોલિયો લગભગ 60% સ્ટોક અને 40% બોન્ડ ધરાવે છે — ક્લાસિક 60/40 પોર્ટફોલિયો કુદરતી રીતે આ ઑપ્ટિમાઇઝેશન ફ્રેમવર્કમાંથી બહાર આવે છે જ્યારે ઇનપુટ્સ લાંબા ગાળાની ઐતિહાસિક સરેરાશને પ્રતિબિંબિત કરે છે.
સંપૂર્ણ નકારાત્મક સહસંબંધ સૈદ્ધાંતિક રીતે સંપૂર્ણ જોખમ દૂર કરવાની મંજૂરી આપે છે - એક સૈદ્ધાંતિક આત્યંતિક વ્યવહારમાં ભાગ્યે જ જોવા મળે છે.
સંપૂર્ણ નકારાત્મક સહસંબંધ (ρ = −1.0) સાથે, બે અસ્કયામતોને જોખમ રહિત પોર્ટફોલિયોમાં જોડવાનું સૈદ્ધાંતિક રીતે શક્ય છે. તમામ પોર્ટફોલિયો જોખમને દૂર કરે છે તે વજન છે: w_A = σ_B / (σ_A + σ_B) = 10/(12+10) = 45.5% અને w_B = 54.5%. પરિણામી પોર્ટફોલિયોમાં શૂન્ય પ્રમાણભૂત વિચલન છે - લગભગ 6.9% (આ વજન પર ભારિત સરેરાશ વળતર) ની કોઈ અસ્થિરતા વિના ગેરંટીકૃત વળતર. આ આત્યંતિક કેસ વૈવિધ્યકરણની મહત્તમ શક્તિ દર્શાવે છે અને સમજાવે છે કે શા માટે રોકાણકારો નીચા અથવા નકારાત્મક સહસંબંધો સાથે અસ્કયામતો શોધે છે, ખાસ કરીને હેજ વ્યૂહરચના, સોનું અને ઇક્વિટી સંબંધિત બોન્ડ્સ.
શેરોમાં લગભગ શૂન્ય સહસંબંધ સાથે સોનું ઉમેરવાથી સોનાની ઊંચી અસ્થિરતા હોવા છતાં સરહદ સુધરે છે.
ત્રીજી સંપત્તિ તરીકે સોનું ઉમેરવાથી કાર્યક્ષમ સીમાને ઉપર અને ડાબી બાજુએ વિસ્તરે છે, જે પ્રાપ્ત કરી શકાય તેવા જોખમ-વળતરના વેપારમાં સુધારો કરે છે. સોનાની ઊંચી વ્યક્તિગત વોલેટિલિટી (18%) હોવા છતાં, તેનો શૂન્ય નજીક અથવા શેરો સાથે થોડો નકારાત્મક સંબંધ અર્થપૂર્ણ વૈવિધ્યતા પ્રદાન કરે છે. ટેન્જન્સી પોર્ટફોલિયો સોનામાં આશરે 12% ફાળવે છે, જે સરહદને સ્થાનાંતરિત કરે છે અને મહત્તમ પ્રાપ્ત કરી શકાય તેવા શાર્પ રેશિયોમાં વધારો કરે છે. આ માર્કોવિટ્ઝની મૂળભૂત સમજ દર્શાવે છે: વ્યક્તિગત રીતે ઉચ્ચ વોલેટિલિટી ધરાવતી સંપત્તિ હજુ પણ પોર્ટફોલિયો કાર્યક્ષમતામાં સુધારો કરી શકે છે જો તેનો હાલના હોલ્ડિંગ્સ સાથેનો સંબંધ પૂરતો ઓછો હોય.
વાસ્તવિક-વિશ્વની મર્યાદાઓ (કોઈ શોર્ટિંગ નહીં, મહત્તમ સ્થિતિ મર્યાદા) શક્ય સમૂહને સંકોચાય છે અને સરહદને અંદરની તરફ ધકેલે છે.
સૈદ્ધાંતિક કાર્યક્ષમ સીમા અનિયંત્રિત પોર્ટફોલિયો વજનને ધારે છે - રોકાણકારો પોર્ટફોલિયોના તફાવતને ઘટાડવા અથવા અપેક્ષિત વળતરને વધારવા માટે ટૂંકી સ્થિતિ (નકારાત્મક વજન) લઈ શકે છે. વ્યવહારમાં, મોટા ભાગના રોકાણકારોને માત્ર લાંબા સમયની મર્યાદા (શોર્ટ સેલિંગ નહીં), મહત્તમ પોઝિશન કદ મર્યાદા (દા.ત., કોઈ સિંગલ હોલ્ડિંગ > 10%), સેક્ટર એકાગ્રતા મર્યાદા અને અન્ય પ્રતિબંધોનો સામનો કરવો પડે છે. દરેક અવરોધ પોર્ટફોલિયોના શક્ય સેટને ઘટાડે છે અને કાર્યક્ષમ સીમાને જમણી તરફ ધકેલે છે (સમાન વળતર માટે વધુ જોખમ જરૂરી છે). પ્રતિબંધિત અને અનિયંત્રિત સરહદોની તુલના રોકાણ અવરોધોની તક કિંમતનું પ્રમાણ નક્કી કરે છે - સંસ્થાકીય પોર્ટફોલિયો ડિઝાઇન માટે એક મહત્વપૂર્ણ કવાયત.
Real-World Applications
▾
વ્યૂહાત્મક સંપત્તિ ફાળવણી: પેન્શન ફંડ્સ, એન્ડોમેન્ટ્સ અને સાર્વભૌમ સંપત્તિ ભંડોળ માટે લક્ષ્ય વજન નક્કી કરવું
રોબો-સલાહકાર પોર્ટફોલિયો બાંધકામ: ક્લાયંટ પોર્ટફોલિયો જનરેશન માટે સ્વયંસંચાલિત કાર્યક્ષમ સરહદ ઓપ્ટિમાઇઝેશન
જવાબદારી-સંચાલિત રોકાણ: જવાબદારીની લાક્ષણિકતાઓને જોતાં ભંડોળની સ્થિતિને મહત્તમ કરવા માટે એસેટ પોર્ટફોલિયોને ઑપ્ટિમાઇઝ કરવું
જોખમ-પરિબળ પોર્ટફોલિયો બાંધકામ: ઇક્વિટી પરિબળોમાં પરિબળ-મોડલ-આધારિત કાર્યક્ષમ પોર્ટફોલિયોનું નિર્માણ
શૈક્ષણિક અને CFA પરીક્ષા અભ્યાસક્રમ: માત્રાત્મક પોર્ટફોલિયો મેનેજમેન્ટ અને આધુનિક ફાઇનાન્સ થિયરીમાં પાયાનો વિષય
Special Cases
▾
વ્યવહારમાં, આ ધાર કેસને સાવચેતીપૂર્વક વિચારણાની જરૂર છે કારણ કે પ્રમાણભૂત ધારણાઓ પકડી શકાતી નથી. કાર્યક્ષમ ફ્રન્ટિયર ટૂલ ગણતરીઓમાં આ દૃશ્યનો સામનો કરતી વખતે, પ્રેક્ટિશનરોએ સીમાની સ્થિતિ ચકાસવી જોઈએ, શૂન્ય-બાય-શૂન્ય જોખમો માટે તપાસ કરવી જોઈએ અને આ આત્યંતિક પરિસ્થિતિઓમાં મોડેલની ધારણાઓ માન્ય રહે છે કે કેમ તે ધ્યાનમાં લેવું જોઈએ.
વ્યવહારમાં, આ ધાર કેસને સાવચેતીપૂર્વક વિચારણાની જરૂર છે કારણ કે પ્રમાણભૂત ધારણાઓ પકડી શકાતી નથી. કાર્યક્ષમ ફ્રન્ટિયર ટૂલ ગણતરીઓમાં આ દૃશ્યનો સામનો કરતી વખતે, પ્રેક્ટિશનરોએ સીમાની સ્થિતિ ચકાસવી જોઈએ, શૂન્ય-બાય-શૂન્ય જોખમો માટે તપાસ કરવી જોઈએ અને આ આત્યંતિક પરિસ્થિતિઓમાં મોડેલની ધારણાઓ માન્ય રહે છે કે કેમ તે ધ્યાનમાં લેવું જોઈએ.
વ્યવહારમાં, આ ધાર કેસને સાવચેતીપૂર્વક વિચારણાની જરૂર છે કારણ કે પ્રમાણભૂત ધારણાઓ પકડી શકાતી નથી. કાર્યક્ષમ ફ્રન્ટિયર ટૂલ ગણતરીઓમાં આ દૃશ્યનો સામનો કરતી વખતે, પ્રેક્ટિશનરોએ સીમાની સ્થિતિ ચકાસવી જોઈએ, શૂન્ય-બાય-શૂન્ય જોખમો માટે તપાસ કરવી જોઈએ અને આ આત્યંતિક પરિસ્થિતિઓમાં મોડેલની ધારણાઓ માન્ય રહે છે કે કેમ તે ધ્યાનમાં લેવું જોઈએ.
કાર્યક્ષમ ફ્રન્ટિયર એનાલિસિસ માટે ઐતિહાસિક એસેટ ક્લાસ રિસ્ક-રીટર્ન ઇનપુટ્સ (યુ.એસ., લોંગ-રન એવરેજ)
▾
| એસેટ ક્લાસ | સરેરાશ વાર્ષિક વળતર | વાર્ષિક ધોરણ દેવ | સહસંબંધ વિ. યુએસ ઇક્વિટી |
|---|---|---|---|
| યુ.એસ. લાર્જ-કેપ ઇક્વિટી | 10.0% | 15.5% | 1.00 |
| યુ.એસ. સ્મોલ-કેપ ઇક્વિટી | 12.0% | 20.0% | 0.80 |
| આંતરરાષ્ટ્રીય દેવ. ઇક્વિટી | 8.5% | 16.5% | 0.75 |
| ઇમર્જિંગ માર્કેટ ઇક્વિટી | 10.0% | 22.0% | 0.65 |
| યુએસ ઇન્વેસ્ટમેન્ટ-ગ્રેડ બોન્ડ્સ | 4.5% | 6.5% | −0.05 |
| યુ.એસ. ટ્રેઝરી બિલ્સ | 3.5% | 1.5% | −0.02 |
| સોનું | 6.5% | 18.0% | −0.05 |
| યુ.એસ. REITs | 9.0% | 17.0% | 0.60 |
| કોમોડિટી (વ્યાપક) | 5.5% | 16.0% | 0.15 |
| ઉચ્ચ ઉપજ બોન્ડ | 6.5% | 10.0% | 0.55 |
Frequently Asked Questions
▾
ન્યૂનતમ વિચલન પોર્ટફોલિયો શું છે?
ન્યૂનતમ વેરિઅન્સ પોર્ટફોલિયો (MVP) એ કાર્યક્ષમ સીમા પર સૌથી ડાબેરી બિંદુ છે - પોર્ટફોલિયો સંયોજન કે જે અપેક્ષિત વળતરને ધ્યાનમાં લીધા વિના સૌથી ઓછું શક્ય પ્રમાણભૂત વિચલન પ્રાપ્ત કરે છે. તે કોઈપણ વળતરની મર્યાદા વિના પોર્ટફોલિયો વેરિઅન્સને ઘટાડીને જોવા મળે છે. MVP અત્યંત જોખમ-પ્રતિરોધી રોકાણકારો માટે સંબંધિત છે જેઓ મૂડીની જાળવણીને અન્ય તમામ બાબતોથી વધુ પ્રાધાન્ય આપે છે. MVP ની ડાબી બાજુના તમામ પોર્ટફોલિયો ગાણિતિક રીતે અપ્રાપ્ય છે, અને MVP (પેરાબોલિક કર્વના નીચેના અડધા ભાગમાં) નીચેના તમામ પોર્ટફોલિયો બિનકાર્યક્ષમ છે કારણ કે ઉપલા સીમા પર સમાન જોખમી પોર્ટફોલિયો વધુ અપેક્ષિત વળતર આપે છે. MVP વજન સામાન્ય રીતે કોવેરિયન્સ મેટ્રિક્સના વ્યસ્તનો ઉપયોગ કરીને નક્કી કરવામાં આવે છે.
કેપિટલ માર્કેટ લાઇન શું છે અને તે કાર્યક્ષમ સીમા સાથે કેવી રીતે સંબંધિત છે?
કેપિટલ માર્કેટ લાઇન (CML) એ જોખમ-મુક્ત દર (વાય-અક્ષ પર) ની રેખા છે જે કાર્યક્ષમ સીમાને સ્પર્શક છે. તે જોખમ-મુક્ત સંપત્તિ (દા.ત., ટી-બિલ) અને ટેન્જન્સી પોર્ટફોલિયોના તમામ સંભવિત સંયોજનોનું પ્રતિનિધિત્વ કરે છે. જોખમ-મુક્ત દરથી ઉપરના CML પરના દરેક બિંદુ સમાન જોખમ સ્તરે કાર્યક્ષમ સીમા પરના તમામ બિંદુઓ પર પ્રભુત્વ ધરાવે છે, કારણ કે જોખમ-મુક્ત સંપત્તિ રોકાણકારોને વધુ ટી-બિલ હોલ્ડ કરીને જોખમને શૂન્ય સુધી ઘટાડવા અથવા પોર્ટફોલિયોને લીવર કરવા માટે જોખમ-મુક્ત દરે ઉધાર લઈને ટૅન્જન્સી પોર્ટફોલિયોથી આગળ વળતર વધારવા સક્ષમ બનાવે છે. CAPM ધારણાઓ હેઠળ, બધા રોકાણકારોએ જોખમ સહિષ્ણુતાને ધ્યાનમાં લીધા વિના તેમના જોખમી ફાળવણી માટે ટેન્જન્સી પોર્ટફોલિયો રાખવો જોઈએ - તેઓ જોખમ-મુક્ત સંપત્તિ સાથે મિશ્રણમાં ફેરફાર કરીને જોખમને સમાયોજિત કરે છે.
મીન-વેરિઅન્સ ઑપ્ટિમાઇઝેશનની મુખ્ય મર્યાદાઓ શું છે?
મીન-વેરિઅન્સ ઑપ્ટિમાઇઝેશન (MVO) માં ઘણી મહત્વપૂર્ણ મર્યાદાઓ છે. પ્રથમ, તે ઇનપુટ ધારણાઓ માટે અત્યંત સંવેદનશીલ છે - અપેક્ષિત વળતરમાં નાના ફેરફારો શ્રેષ્ઠ વજનમાં મોટા ફેરફારો લાવે છે ('કચરો અંદર, કચરો બહાર' સમસ્યા). બીજું, તે સહસંવાદનો અંદાજ કાઢવા માટે ઐતિહાસિક ડેટા પર આધાર રાખે છે, જે ભવિષ્યના સંબંધોને પ્રતિબિંબિત કરી શકશે નહીં. ત્રીજું, વળતર વિતરણ ઘણીવાર બિન-સામાન્ય હોય છે (ચરબીની પૂંછડીઓ, ત્રાંસીપણું), એકમાત્ર જોખમ માપ તરીકે તફાવતનો ઉપયોગ કરવાના સૈદ્ધાંતિક આધારનું ઉલ્લંઘન કરે છે. ચોથું, અનિયંત્રિત ઑપ્ટિમાઇઝેશન અત્યંત, કેન્દ્રિત પોર્ટફોલિયોનું નિર્માણ કરે છે જે અવ્યવહારુ છે. પાંચમું, વ્યવહાર ખર્ચ અને કર અવગણવામાં આવે છે. પ્રેક્ટિશનરો સંકોચન અંદાજ, બ્લેક-લિટરમેન વ્યૂ, મજબૂત ઑપ્ટિમાઇઝેશન અને અવરોધ-આધારિત અભિગમો દ્વારા આ મર્યાદાઓને સંબોધિત કરે છે.
બ્લેક-લિટરમેન મોડેલ શું છે અને તે શા માટે વિકસાવવામાં આવ્યું હતું?
1990માં ગોલ્ડમૅન સૅશ ખાતે ફિશર બ્લેક અને રોબર્ટ લિટરમેન દ્વારા વિકસિત બ્લેક-લિટરમેન મૉડલ, ક્લાસિક માર્કોવિટ્ઝ ઑપ્ટિમાઇઝેશનની સૌથી ગંભીર મર્યાદાને સંબોધે છે - અપેક્ષિત વળતર અંદાજો પ્રત્યે અત્યંત સંવેદનશીલતા. બ્લેક-લિટરમેન તટસ્થ પ્રારંભિક બિંદુ તરીકે વર્તમાન બજાર પોર્ટફોલિયો (CAPM નો ઉપયોગ કરીને) દ્વારા સૂચિત સંતુલન અપેક્ષિત વળતર સાથે શરૂ કરે છે, પછી રોકાણકારોને ચોક્કસ અસ્કયામતો અથવા સંબંધો પર તેમના પોતાના 'મંતવ્યો' વ્યક્ત કરવાની મંજૂરી આપે છે અને આ મંતવ્યોને બેયેશિયન ફ્રેમવર્કમાં સંતુલન વળતર સાથે મિશ્રિત કરે છે. પરિણામી અપેક્ષિત વળતર વધુ સ્થિર છે અને સારી રીતે વૈવિધ્યસભર, સાહજિક પોર્ટફોલિયો પેદા કરે છે જે શુદ્ધ MVO ના અત્યંત કેન્દ્રિત ફાળવણીને ટાળે છે. બ્લેક-લિટરમેન સંસ્થાકીય વ્યૂહાત્મક સંપત્તિ ફાળવણી માટે પ્રબળ માત્રાત્મક માળખું છે.
સહસંબંધ કાર્યક્ષમ સીમાને કેવી રીતે અસર કરે છે?
અસ્કયામતો વચ્ચેનો સહસંબંધ એ કાર્યક્ષમ સીમાના આકાર અને સ્થિતિને ચલાવતા સૌથી મહત્વપૂર્ણ ઇનપુટ છે. જ્યારે બે અસ્કયામતો વચ્ચેનો સહસંબંધ બરાબર +1.0 (સંપૂર્ણ હકારાત્મક સહસંબંધ) હોય છે, ત્યારે કોઈ વૈવિધ્યતા લાભ નથી - કાર્યક્ષમ સીમા બે અસ્કયામતોને જોડતી સીધી રેખામાં તૂટી જાય છે, અને પોર્ટફોલિયો જોખમ એ વ્યક્તિગત જોખમોની ભારિત સરેરાશ છે. જેમ જેમ સહસંબંધ શૂન્ય તરફ ઘટતો જાય છે તેમ, સરહદ વધુ ડાબી તરફ વળે છે, જે વધતા વૈવિધ્યકરણ લાભોનું પ્રતિનિધિત્વ કરે છે. સહસંબંધ = −1.0 (સંપૂર્ણ નકારાત્મક સહસંબંધ) પર, સરહદ શૂન્ય-વિચલન પોર્ટફોલિયો પર કિંક ધરાવે છે, જે મહત્તમ શક્ય વૈવિધ્યકરણનું પ્રતિનિધિત્વ કરે છે. વ્યવહારમાં, મુખ્ય સંપત્તિ વર્ગો વચ્ચેનો સહસંબંધ −0.3 (સ્ટોક્સ વિ. સોનું) થી +0.9 (સમાન ક્ષેત્રની અંદરના સ્ટોક્સ) સુધીનો છે, જે આંશિક પરંતુ અર્થપૂર્ણ વૈવિધ્યતા પ્રદાન કરે છે.
શું કાર્યક્ષમ સરહદ સમય જતાં સ્થિર છે?
કાર્યક્ષમ સીમા સમય જતાં સ્થિર હોતી નથી - તે અંતર્ગત એસેટ અપેક્ષિત વળતર, અસ્થિરતા અને સહસંબંધોમાં ફેરફાર તરીકે બદલાય છે. બજારના તણાવ દરમિયાન (દા.ત., 2008, 2020), જોખમની અસ્કયામતો વચ્ચેનો સંબંધ 1.0 તરફ વધે છે, વૈવિધ્યતા લાભને નાટકીય રીતે સંકોચાય છે અને સરહદ અંદરની તરફ તૂટી જાય છે. તણાવના સમયગાળામાં પણ અસ્થિરતા વધે છે, જે સરહદને વધુ અધોગતિ કરે છે. લાંબા ગાળાની વ્યૂહાત્મક કાર્યક્ષમ સરહદો (20-30 વર્ષના ડેટાનો ઉપયોગ કરીને) ટૂંકા ગાળાની વ્યૂહાત્મક સીમાઓ કરતાં વધુ સ્થિર છે, પરંતુ તે પણ શાસન પરિવર્તન સાથે ભૌતિક રીતે બદલાય છે. આ અસ્થિરતા એટલા માટે છે કે મોટાભાગના પ્રેક્ટિશનરો રોલિંગ વિન્ડોઝ, ઘાતાંકીય વેઇટિંગ અથવા પરિબળ મોડલ્સનો ઉપયોગ કરીને તેમના સહવર્તી અંદાજોને ગતિશીલ રીતે અપડેટ કરે છે જે બજારની બદલાતી પરિસ્થિતિઓને અનુરૂપ હોય છે.
ટેન્જન્સી પોર્ટફોલિયો શું છે અને તે શા માટે ખાસ છે?
ટેન્જન્સી પોર્ટફોલિયો એ કાર્યક્ષમ સીમા પરનો પોર્ટફોલિયો છે જે સૌથી વધુ શાર્પ રેશિયો ધરાવે છે - તે કુલ જોખમના એકમ દીઠ વધારાનું વળતર મહત્તમ કરે છે. ભૌમિતિક રીતે, તે તે બિંદુ છે જ્યાં જોખમ-મુક્ત દરથી દોરેલી રેખા કાર્યક્ષમ સીમાને સ્પર્શે છે (સ્પર્શક છે). CAPM હેઠળ, ટેન્જન્સી પોર્ટફોલિયો માર્કેટ પોર્ટફોલિયો (તમામ રોકાણ કરી શકાય તેવી અસ્કયામતોનો મૂલ્ય-ભારિત પોર્ટફોલિયો) બરાબર છે. આ સૂચવે છે કે નિષ્ક્રિય ઇન્ડેક્સ રોકાણ, જે બજારના પોર્ટફોલિયોનું અનુમાન કરે છે, તે CAPM ફ્રેમવર્કમાં શ્રેષ્ઠ છે. વ્યવહારમાં, ઐતિહાસિક ડેટા અથવા વિશ્લેષક આગાહીઓ પરથી ગણતરી કરાયેલ ટેન્જન્સી પોર્ટફોલિયો સૈદ્ધાંતિક બજારના પોર્ટફોલિયોથી અલગ છે અને બજારના બેન્ચમાર્કની તુલનામાં સક્રિય ટિલ્ટ્સ માટેના આધાર તરીકે ઉપયોગમાં લેવાય છે.
Common Mistakes to Avoid
▾
- !અપેક્ષિત વળતર ઇનપુટ્સ તરીકે માત્ર ઐતિહાસિક વળતરનો ઉપયોગ કરવો - ઐતિહાસિક માધ્યમો ભવિષ્યના વળતરના નબળા અનુમાનો છે અને જ્યારે સીધા MVO માં આપવામાં આવે ત્યારે અત્યંત અસ્થિર પોર્ટફોલિયો પેદા કરે છે.
- !સહપ્રવૃત્તિ મેટ્રિક્સમાં અંદાજની ભૂલને અવગણીને — ઘણી અસ્કયામતો અને મર્યાદિત ડેટા સાથે, નમૂના કોવેરિયન્સ મેટ્રિક્સમાં નોંધપાત્ર અંદાજ ભૂલ છે જે ઑપ્ટિમાઇઝેશનમાં વિસ્તૃત થાય છે.
- !કાર્યક્ષમ સીમાને ગતિશીલ ઇનપુટ-આશ્રિત બાંધકામને બદલે સ્થિર ઓપ્ટિમાઇઝેશન તરીકે ગણવામાં આવે છે - બજારની સ્થિતિ અને વળતરની અપેક્ષાઓ બદલાતી હોવાથી સરહદને અપડેટ કરવી આવશ્યક છે.
- !રિબેલેન્સિંગમાં ટ્રાન્ઝેક્શન ખર્ચનો હિસાબ આપવામાં નિષ્ફળતા - કાર્યક્ષમ સીમા પર રહેવા માટે વારંવાર રિબેલેન્સિંગ વ્યવહાર ખર્ચ અને કર દ્વારા વળતરને ઘટાડી શકે છે.
- !સરહદ પરના શાર્પ રેશિયોમાં નાના તફાવતોનું વધુ-અર્થઘટન કરવું - ટેન્જન્સી પોઈન્ટની નજીકના પોર્ટફોલિયોમાં સમાન જોખમ-સમાયોજિત પ્રદર્શન હોય છે, અને ઇનપુટ્સમાં અનિશ્ચિતતાનો અર્થ થાય છે કે 'શ્રેષ્ઠ' પોર્ટફોલિયોમાં વિશાળ આત્મવિશ્વાસ અંતરાલ હોય છે.
Pro Tip
અપેક્ષિત વળતરમાં અંદાજની ભૂલને કારણે, ચોક્કસ ટેન્જન્સી પોર્ટફોલિયો વજનને બદલે કાર્યક્ષમ સીમાના આકાર (ખાસ કરીને લઘુત્તમ વેરિઅન્સ પોર્ટફોલિયોની નજીકનો વળાંક) પર ધ્યાન કેન્દ્રિત કરો. જ્યારે અપેક્ષિત વળતર અંદાજો અનિશ્ચિત હોય ત્યારે જોખમ-આધારિત અભિગમો (સમાન જોખમ યોગદાન, મહત્તમ વૈવિધ્યકરણ) વળતર-મહત્તમ અભિગમ કરતાં વધુ મજબૂત હોય છે.
Did you know?
હેરી માર્કોવિટ્ઝે 1952માં યુનિવર્સિટી ઓફ શિકાગો ખાતે પોર્ટફોલિયો થિયરી પર તેમની પીએચડી થીસીસ સબમિટ કરી હતી. જ્યારે તેમણે મિલ્ટન ફ્રીડમેન (બીજા ભાવિ નોબેલ પુરસ્કાર વિજેતા)ને તેમનું કાર્ય રજૂ કર્યું હતું, ત્યારે ફ્રાઈડમેને વાંધો ઉઠાવ્યો હતો કે તે ખરેખર અર્થશાસ્ત્ર નથી. માર્કોવિટ્ઝે 1990 માં અર્થશાસ્ત્રમાં નોબેલ પુરસ્કાર જીત્યો - 38 વર્ષ પછી - તે જ કાર્ય માટે જે ફ્રિડમેને શરૂઆતમાં પ્રશ્ન કર્યો હતો.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
References
- ›માર્કોવિટ્ઝ, એચ. (1952). પોર્ટફોલિયો પસંદગી. જર્નલ ઓફ ફાયનાન્સ, 7(1), 77–91.
- ›બ્લેક, એફ. એન્ડ લિટરમેન, આર. (1992). વૈશ્વિક પોર્ટફોલિયો ઓપ્ટિમાઇઝેશન. ફાઇનાન્શિયલ એનાલિસ્ટ્સ જર્નલ, 48(5), 28–43.
- ›ઇન્વેસ્ટોપીડિયા: કાર્યક્ષમ ફ્રન્ટિયર વ્યાખ્યા
- ›CFA સંસ્થા: પોર્ટફોલિયો મેથેમેટિક્સ એન્ડ મીન-વેરિઅન્સ એનાલિસિસ
Read the full guide on how to use this calculator effectively
વધુ વાંચો →સાપ્તાહિક ગણિત ટિપ્સ મેળવો
12,000+ સબ્સ્ક્રાઇબર્સ સાથે જોડાઓ કે જેઓ દર અઠવાડિયે કેલ્ક્યુલેટર ટીપ્સ મેળવે છે.