प्रगत वित्त आणि व्यवसाय

Efficient Frontier Tool

Asset 1 Return (%)

Asset 2 Return (%)

Asset 1 Std Dev (%)

Asset 2 Std Dev (%)

Correlation (ρ)

What is Efficient Frontier Tool?

▾

Efficient Frontier हा इष्टतम पोर्टफोलिओचा संच आहे जो कोणत्याही दिलेल्या जोखमीच्या पातळीसाठी (पोर्टफोलिओ मानक विचलनाद्वारे मोजल्याप्रमाणे) किंवा समतुल्य, कोणत्याही अपेक्षित परताव्यासाठी सर्वात कमी जोखीम प्रदान करतो. हॅरी मार्कोविट्झ यांनी 1952 च्या जर्नल ऑफ फायनान्समध्ये प्रकाशित केलेल्या त्यांच्या महत्त्वाच्या पेपर 'पोर्टफोलिओ सिलेक्शन'मध्ये याची ओळख करून दिली होती - ज्या कामामुळे त्यांना 1990 मध्ये अर्थशास्त्रातील नोबेल पारितोषिक मिळाले आणि गुंतवणूकदार पोर्टफोलिओ बांधकामाबद्दल कसे विचार करतात हे मूलभूतपणे बदलले. मार्कोविट्झची मुख्य अंतर्दृष्टी अशी होती की गुंतवणूकदारांनी मालमत्तेचे अलगावमध्ये मूल्यांकन करू नये तर ते एकूण पोर्टफोलिओ जोखमीमध्ये कसे योगदान देतात या संदर्भात. विशेषत:, पूर्णपणे परस्परसंबंधित नसलेल्या मालमत्तेचे संयोजन (सहसंबंध < 1.0) एकूण पोर्टफोलिओ जोखीम वैयक्तिक मालमत्तेच्या जोखमीच्या भारित सरासरीपेक्षा कमी करते - एक घटना ज्याला विविधता म्हणतात. मालमत्तेमधील परस्परसंबंध जितका कमी असेल तितका वैविध्य लाभ जास्त आणि पोर्टफोलिओच्या जोखीम-परतावा व्यापार-ऑफमध्ये सुधारणा तितकी मोठी. गणितीय ऑप्टिमायझेशन समस्येचे निराकरण करून कार्यक्षम सीमा तयार केली जाते: ज्ञात अपेक्षित परतावा, अस्थिरता आणि जोडीने परस्परसंबंधांसह मालमत्तेचा संच दिल्यास, अपेक्षित परताव्याच्या प्रत्येक स्तरासाठी पोर्टफोलिओ भिन्नता (किंवा समतुल्यपणे, मानक विचलन) कमी करणारे वजनाचे सर्व संभाव्य संयोजन शोधा. जोखीम-परताव्याच्या जागेतील परिणामी वक्र साध्य करण्यायोग्य पोर्टफोलिओच्या सीमारेषेचा शोध घेते — सीमारेषेखालील कोणताही पोर्टफोलिओ सबऑप्टिमल असतो (त्याच्या परतीच्या पातळीसाठी खूप धोकादायक), आणि सीमेच्या वरचा कोणताही पोर्टफोलिओ गणितीयदृष्ट्या अप्राप्य असतो. कॅपिटल मार्केट लाइन (CML) जोखीम-मुक्त मालमत्ता सादर करून कार्यक्षम सीमा संकल्पनेचा विस्तार करते. जोखमीच्या पोर्टफोलिओसह एकत्रित केल्यावर, जोखीममुक्त मालमत्ता गुंतवणूकदारांना टँजेन्सी पोर्टफोलिओ (तीव्र प्रमाण वाढविणाऱ्या कार्यक्षम सीमांवरील जोखीमयुक्त पोर्टफोलिओ) जोखीममुक्त कर्ज घेणे किंवा कर्ज देणे यासह CML वर कोणताही बिंदू साध्य करण्यास सक्षम करते. टँजेन्सी पोर्टफोलिओ हे गुंतवणूकदारांसाठी सैद्धांतिकदृष्ट्या इष्टतम धोकादायक पोर्टफोलिओ वाटप आहे जे त्यास जोखीम-मुक्त मालमत्तेसह एकत्र करू शकतात. कार्यक्षम फ्रंटियर फ्रेमवर्कचा उपयोग धोरणात्मक मालमत्ता वाटप, पेन्शन फंड गुंतवणूक धोरण तयार करणे, एंडोमेंट पोर्टफोलिओ बांधकाम, रोबो-सल्लागार ऑप्टिमायझेशन इंजिन आणि शैक्षणिक वित्त संशोधनात केला जातो. इनपुट गृहीतके (विशेषत: अपेक्षित परतावा) परिणामांच्या संवेदनशीलतेबद्दल टीका असूनही, पोर्टफोलिओ ऑप्टिमायझेशनसाठी फ्रेमवर्क हा प्रभावी औपचारिक दृष्टिकोन राहिला आहे.

DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.

सूत्र

▾

f(x)

σ²_p = Σ_i Σ_j w_i × w_j × Cov(R_i, R_j) लहान करा
विषय: Σ w_i = 1, E(R_p) = लक्ष्य, w_i ≥ 0 (फक्त-लांब)
स्पर्शिका पोर्टफोलिओ: कमाल करा (E(R_p) − R_f) / σ_p

Variable Legend

▾

प्रतीक	नाव	एकक	वर्णन
E(R_p)	अपेक्षित पोर्टफोलिओ परतावा	% per year	वैयक्तिक मालमत्तेच्या अपेक्षित परताव्याची भारित सरासरी: E(R_p) = Σ w_i × E(R_i).
σ_p	पोर्टफोलिओ मानक विचलन	% per year	एकूण पोर्टफोलिओ जोखीम: σ_p = √(Σ_i Σ_j w_i × w_j × σ_i × σ_j × ρ_{ij}).
w_i	मालमत्तेचे वजन	% (0 to 1)	मालमत्ता i मध्ये गुंतवलेल्या पोर्टफोलिओचे प्रमाण; सर्व वजनांची बेरीज 1.0 असणे आवश्यक आहे.
ρ_{ij}	सहसंबंध गुणांक	dimensionless (−1 to +1)	मालमत्ता i आणि j च्या परताव्यामधील परस्परसंबंध; कमी सहसंबंध अधिक विविधीकरण फायदे देतात.
Sharpe	तीव्र प्रमाण	dimensionless	जोखीम-समायोजित परतावा माप = (E(R_p) − R_f) / σ_p; कार्यक्षम सीमारेषेवर टँजेन्सी पोर्टफोलिओमध्ये जास्तीत जास्त.
R_f	जोखीम-मुक्त दर	% per year	जोखीम-मुक्त मालमत्तेचा परतावा; कार्यक्षम सीमारेषेसाठी कॅपिटल मार्केट लाइन स्पर्शिका ओळखण्यासाठी वापरले जाते.

How to Efficient Frontier Tool

▾

1सामान्य कालावधीत सर्व उमेदवार मालमत्तेसाठी ऐतिहासिक परतावा डेटा गोळा करा. प्रत्येक मालमत्तेसाठी अपेक्षित परताव्याची गणना करा (सामान्यत: ऐतिहासिक सरासरी किंवा भविष्यातील अंदाज), प्रत्येक मालमत्तेच्या परताव्याचे फरक/मानक विचलन आणि सर्व मालमत्ता जोड्यांमधील जोडीनुसार परस्पर संबंध मॅट्रिक्स.
2कोव्हेरियन्स मॅट्रिक्स तयार करा: प्रत्येक जोडीसाठी Cov(R_i, R_j) = ρ_{ij} × σ_i × σ_j. ऑप्टिमायझेशनला वैध उपाय मिळण्यासाठी सहप्रवेश मॅट्रिक्स सकारात्मक अर्ध-निश्चित असणे आवश्यक आहे.
3पोर्टफोलिओ ऑप्टिमायझेशन समस्या सेट करा: पोर्टफोलिओ भिन्नता कमी करा (w^T Σ w) लक्ष्य अपेक्षित परताव्याच्या मर्यादा (w^T μ = μ_target), बजेट मर्यादा (Σ w_i = 1), आणि कोणतेही अतिरिक्त निर्बंध (उदा., कमी विक्री नाही: w_i ≥0).
4लक्ष्य अपेक्षित परताव्याच्या श्रेणीसाठी चतुर्भुज प्रोग्रामिंग समस्येचे निराकरण करा — किमान भिन्नता पोर्टफोलिओ (कार्यक्षम सीमांवरील सर्वात डावीकडील बिंदू) ते कमाल परतावा पोर्टफोलिओपर्यंत (सर्वाधिक परतावा देणाऱ्या मालमत्तेत 100%). प्रत्येक सोल्यूशन पोर्टफोलिओचे वजन, अपेक्षित परतावा आणि मानक विचलन देते.
5जोखीम-रिटर्न स्पेसमध्ये (σ_p, E(R_p)) जोड्या म्हणून सर्व कार्यक्षम पोर्टफोलिओ संयोजन प्लॉट करा. परिणामी पॅराबॉलिक वक्रचा वरचा भाग कार्यक्षम सीमा आहे; खालचा भाग (किमान भिन्नता पोर्टफोलिओच्या खाली) वर्चस्व आणि अकार्यक्षम आहे.
6y-अक्षावरील जोखीम-मुक्त दरावरून एक रेषा काढून स्पर्शिका पोर्टफोलिओ ओळखा जी कार्यक्षम सीमारेषेला स्पर्श करते. स्पर्शिका बिंदू सीमारेषेवरील सर्व पोर्टफोलिओमध्ये तीव्र प्रमाण वाढवतो. सीएपीएम फ्रेमवर्क अंतर्गत हा इष्टतम धोकादायक पोर्टफोलिओ आहे.
7जोखीम सहिष्णुतेच्या आधारावर भांडवली बाजाराच्या बाजूने गुंतवणूकदाराचा इष्टतम पोर्टफोलिओ निवडा: जोखीम-विरोधक गुंतवणूकदार जोखीम-मुक्त मालमत्ता आणि टँजेन्सी पोर्टफोलिओ यांचे मिश्रण करतात; जोखीम शोधणारे गुंतवणूकदार टँजेन्सी पोर्टफोलिओचा फायदा घेण्यासाठी जोखीममुक्त दराने कर्ज घेतात.

Worked Examples

▾

Example 1दोन-मालमत्ता पोर्टफोलिओ - स्टॉक आणि बाँड्स

Given:स्टॉक: परतावा 10%, σ=16%; रोखे: परतावा 4%, σ=6%; सहसंबंध = 0.10

परिणाम:किमान-विविधता पोर्टफोलिओ: ~25% स्टॉक / 75% बाँड, σ=5.9%, परतावा=5.5%; स्पर्शिकता (Rf=3%): ~60% स्टॉक / 40% बाँड

कमी सहसंबंध (0.10) लक्षणीय वैविध्य प्रदान करते — पोर्टफोलिओ जोखीम मालमत्तेच्या वैयक्तिक जोखमीपेक्षा कमी आहे.

0.10 च्या कमी सहसंबंधासह, स्टॉक आणि बाँड एकत्र केल्याने पोर्टफोलिओ जोखीम लक्षणीयरीत्या कमी होते. किमान भिन्नता पोर्टफोलिओमध्ये अंदाजे 25% स्टॉक आणि 75% बाँड्स आहेत, पोर्टफोलिओ मानक विचलन सुमारे 5.9% साध्य करते — या वेटिंगमध्ये एकत्रित केल्यावर स्टॉक अस्थिरता (16%) आणि बाँड अस्थिरता (6%) या दोन्हीपेक्षा खूप कमी आहे. 3% जोखीम-मुक्त दरासह कमाल शार्प रेशोला लक्ष्य करणाऱ्या टँजेन्सी पोर्टफोलिओमध्ये अंदाजे 60% स्टॉक आणि 40% बाँड्स आहेत — जेव्हा इनपुट दीर्घकालीन ऐतिहासिक सरासरी प्रतिबिंबित करतात तेव्हा क्लासिक 60/40 पोर्टफोलिओ या ऑप्टिमायझेशन फ्रेमवर्कमधून नैसर्गिकरित्या उदयास येतो.

Example 2परिपूर्ण नकारात्मक सहसंबंध — जास्तीत जास्त विविधता

Given:मालमत्ता A: परतावा 8%, σ=12%; मालमत्ता B: परतावा 6%, σ=10%; सहसंबंध = −1.0

परिणाम:शून्य-विविधता संयोजन अस्तित्वात आहे: w_A = 10/(12+10) = 45.5%, w_B = 54.5%; पोर्टफोलिओ σ = 0%

परिपूर्ण नकारात्मक सहसंबंध सैद्धांतिकदृष्ट्या संपूर्ण जोखीम निर्मूलनास परवानगी देतो - एक सैद्धांतिक अत्यंत क्वचितच व्यवहारात आढळतो.

परिपूर्ण नकारात्मक सहसंबंध (ρ = −1.0) सह, जोखीमरहित पोर्टफोलिओमध्ये दोन मालमत्ता एकत्र करणे सैद्धांतिकदृष्ट्या शक्य आहे. सर्व पोर्टफोलिओ जोखीम दूर करणारी वजने आहेत: w_A = σ_B / (σ_A + σ_B) = 10/(12+10) = 45.5% आणि w_B = 54.5%. परिणामी पोर्टफोलिओमध्ये शून्य मानक विचलन आहे - कोणतीही अस्थिरता नसताना सुमारे 6.9% (या वजनांवर भारित सरासरी परतावा) हमी परतावा. हे अत्यंत प्रकरण विविधीकरणाची कमाल शक्ती स्पष्ट करते आणि गुंतवणूकदार कमी किंवा नकारात्मक सहसंबंधांसह मालमत्ता का शोधतात, विशेषत: हेज धोरण, सोने आणि इक्विटीशी संबंधित बाँड्स का शोधतात हे स्पष्ट करते.

Example 3तीन-मालमत्ता ऑप्टिमायझेशन - स्टॉक्स, बाँड्स, गोल्ड

Given:स्टॉक्स 10%/16σ, बाँड्स 4%/6σ, गोल्ड 6%/18σ; सहसंबंध: स्टॉक्स-बॉन्ड्स 0.10, स्टॉक्स-गोल्ड −0.05, बॉन्ड्स-गोल्ड 0.10

परिणाम:स्पर्शिका पोर्टफोलिओ (Rf=3%): अंदाजे. 52% स्टॉक, 36% रोखे, 12% सोने; तीक्ष्ण = 0.48

शेअर्समध्ये जवळपास-शून्य सहसंबंध असलेले सोने जोडल्याने सोन्याची उच्च अस्थिरता असूनही सीमा सुधारते.

तिसरी मालमत्ता म्हणून सोने जोडल्याने कार्यक्षम सीमा वरच्या दिशेने आणि डावीकडे विस्तारते, जोखीम-परतावा व्यापार-ऑफ सुधारते. सोन्याची उच्च वैयक्तिक अस्थिरता (18%) असूनही, त्याचा समभागांशी जवळपास-शून्य किंवा किंचित नकारात्मक सहसंबंध अर्थपूर्ण वैविध्य प्रदान करतो. टँजेन्सी पोर्टफोलिओ सोन्याला अंदाजे 12% वाटप करतो, जे सीमा बदलते आणि जास्तीत जास्त साध्य करण्यायोग्य शार्प रेशो वाढवते. हे मार्कोविट्झची मूलभूत अंतर्दृष्टी दर्शवते: वैयक्तिकरित्या उच्च अस्थिरता असलेली मालमत्ता अद्याप पोर्टफोलिओ कार्यक्षमता सुधारू शकते जर तिचा विद्यमान होल्डिंग्सशी संबंध पुरेसा कमी असेल.

Example 4प्रतिबंधित वि. अनियंत्रित फ्रंटियर

Given:पाच-मालमत्ता पोर्टफोलिओ, केवळ दीर्घ (शॉर्टिंग नाही) वि. अनियंत्रित (शॉर्ट्सला परवानगी द्या)

परिणाम:केवळ-लाँग-ओन्ली फ्रंटियर अनियंत्रित सीमेच्या खाली आहे - मर्यादा नेहमीच साध्य करण्यायोग्य कार्यक्षमता कमी करतात

वास्तविक-जागतिक मर्यादा (कोणतेही शॉर्टिंग नाही, कमाल स्थान मर्यादा) व्यवहार्य संच कमी करतात आणि सीमा आतील बाजूस ढकलतात.

सैद्धांतिक कार्यक्षम सीमा अप्रतिबंधित पोर्टफोलिओ वजन गृहीत धरते - गुंतवणूकदार पोर्टफोलिओ भिन्नता कमी करण्यासाठी किंवा अपेक्षित परतावा वाढविण्यासाठी लहान पोझिशन्स (नकारात्मक वजन) घेऊ शकतात. व्यवहारात, बहुतेक गुंतवणूकदारांना केवळ दीर्घ मर्यादा (शॉर्ट सेलिंग नाही), कमाल पोझिशन साइज मर्यादा (उदा. एकच होल्डिंग > 10% नाही), सेक्टर एकाग्रता मर्यादा आणि इतर निर्बंधांचा सामना करावा लागतो. प्रत्येक मर्यादा पोर्टफोलिओचा व्यवहार्य संच कमी करते आणि कार्यक्षम सीमा उजवीकडे ढकलते (त्याच रिटर्नसाठी अधिक जोखीम आवश्यक). मर्यादित आणि अनियंत्रित सीमांची तुलना केल्याने गुंतवणुकीच्या मर्यादांच्या संधी खर्चाचे प्रमाण ठरते - संस्थात्मक पोर्टफोलिओ डिझाइनसाठी एक महत्त्वपूर्ण व्यायाम.

Real-World Applications

▾

🏗️

धोरणात्मक मालमत्ता वाटप: पेन्शन फंड, एंडोमेंट्स आणि सार्वभौम संपत्ती निधीसाठी लक्ष्य वजन निश्चित करणे

🔬

रोबो-सल्लागार पोर्टफोलिओ बांधकाम: क्लायंट पोर्टफोलिओ निर्मितीसाठी स्वयंचलित कार्यक्षम फ्रंटियर ऑप्टिमायझेशन

📊

दायित्व-चालित गुंतवणूक: उत्तरदायित्व वैशिष्ट्ये दिलेल्या निधीची स्थिती वाढवण्यासाठी मालमत्ता पोर्टफोलिओ ऑप्टिमाइझ करणे

🏥

जोखीम-घटक पोर्टफोलिओ बांधकाम: इक्विटी घटकांमध्ये घटक-मॉडेल-आधारित कार्यक्षम पोर्टफोलिओ तयार करणे

⚙️

शैक्षणिक आणि CFA परीक्षा अभ्यासक्रम: परिमाणात्मक पोर्टफोलिओ व्यवस्थापन आणि आधुनिक वित्त सिद्धांतातील मूलभूत विषय

Special Cases

▾

प्रॅक्टिसमध्ये, या एज केससाठी काळजीपूर्वक विचार करणे आवश्यक आहे कारण मानक गृहीतके धरू शकत नाहीत. कार्यक्षम सीमा साधन गणनेमध्ये या परिस्थितीचा सामना करताना, प्रॅक्टिशनर्सनी सीमा परिस्थितीची पडताळणी केली पाहिजे, विभागणी-शून्य जोखीम तपासली पाहिजेत आणि या अत्यंत परिस्थितीत मॉडेलचे गृहितक वैध आहेत की नाही याचा विचार केला पाहिजे.

कार्यक्षम फ्रंटियर विश्लेषणासाठी ऐतिहासिक मालमत्ता वर्ग जोखीम-परतावा इनपुट (यू.एस., लाँग-रन सरासरी)

▾

मालमत्ता वर्ग	सरासरी वार्षिक परतावा	वार्षिक इयत्ता देव	सहसंबंध वि यूएस इक्विटी
यूएस लार्ज-कॅप इक्विटी	10.0%	१५.५%	1.00
यू.एस. स्मॉल-कॅप इक्विटी	१२.०%	20.0%	0.80
आंतरराष्ट्रीय देव. इक्विटी	८.५%	१६.५%	0.75
इमर्जिंग मार्केट इक्विटी	10.0%	22.0%	0.65
यू.एस. गुंतवणूक-ग्रेड बाँड्स	४.५%	६.५%	−0.05
यूएस ट्रेझरी बिले	३.५%	१.५%	−0.02
सोने	६.५%	18.0%	−0.05
यू.एस. REITs	९.०%	17.0%	0.60
वस्तू (व्यापक)	५.५%	१६.०%	0.15
उच्च-उत्पन्न रोखे	६.५%	10.0%	0.55

Frequently Asked Questions

▾

किमान भिन्नता पोर्टफोलिओ किती आहे?

मिनिमम व्हेरिअन्स पोर्टफोलिओ (MVP) हा कार्यक्षम सीमारेषेचा सर्वात डावीकडे बिंदू आहे - अपेक्षित परताव्याची पर्वा न करता सर्वात कमी संभाव्य मानक विचलन साध्य करणारे पोर्टफोलिओ संयोजन. कोणत्याही परताव्याच्या निर्बंधाशिवाय पोर्टफोलिओ भिन्नता कमी करून ते आढळते. MVP अत्यंत जोखीम-प्रतिरोधी गुंतवणूकदारांसाठी उपयुक्त आहे जे भांडवल संरक्षणाला इतर सर्वांपेक्षा प्राधान्य देतात. MVP च्या डावीकडील सर्व पोर्टफोलिओ गणितीयदृष्ट्या अप्राप्य आहेत आणि MVP च्या खाली असलेले सर्व पोर्टफोलिओ (पॅराबॉलिक वक्रच्या खालच्या अर्ध्यावर) अकार्यक्षम आहेत कारण वरच्या सीमेवरील तितकाच जोखमीचा पोर्टफोलिओ जास्त अपेक्षित परतावा देतो. MVP वजन सामान्यत: कोवेरियंस मॅट्रिक्सच्या व्यस्त वापरून निर्धारित केले जातात.

कॅपिटल मार्केट लाइन म्हणजे काय आणि ते कार्यक्षम सीमारेषेशी कसे संबंधित आहे?

कॅपिटल मार्केट लाइन (CML) ही जोखीम-मुक्त दराची (y-अक्षावर) रेषा आहे जी कार्यक्षम सीमारेषेला स्पर्श करते. हे जोखीम-मुक्त मालमत्ता (उदा. टी-बिल) आणि टँजेन्सी पोर्टफोलिओच्या सर्व संभाव्य संयोजनांचे प्रतिनिधित्व करते. जोखीम-मुक्त दराच्या वर असलेल्या CML वरील प्रत्येक बिंदू समान जोखीम स्तरावर कार्यक्षम सीमांवरील सर्व बिंदूंवर वर्चस्व गाजवतो, कारण जोखीम-मुक्त मालमत्ता गुंतवणूकदारांना अधिक टी-बिल धारण करून जोखीम शून्यापर्यंत कमी करण्यास सक्षम करते किंवा पोर्टफोलिओला चालना देण्यासाठी जोखीम-मुक्त दराने कर्ज घेऊन टँजेन्सी पोर्टफोलिओच्या पुढे परतावा वाढवते. CAPM गृहीतके अंतर्गत, सर्व गुंतवणूकदारांनी जोखीम सहनशीलतेची पर्वा न करता त्यांच्या जोखमीच्या वाटपासाठी टँजेन्सी पोर्टफोलिओ धारण केला पाहिजे — ते जोखीम-मुक्त मालमत्तेचे मिश्रण बदलून जोखीम समायोजित करतात.

मीन-वेरियंस ऑप्टिमायझेशनच्या मुख्य मर्यादा काय आहेत?

मीन-वेरियंस ऑप्टिमायझेशन (MVO) मध्ये अनेक महत्त्वाच्या मर्यादा आहेत. प्रथम, ते इनपुट गृहितकांसाठी अत्यंत संवेदनशील आहे — अपेक्षित परताव्यातील लहान बदल इष्टतम वजनात मोठे बदल घडवून आणतात ('कचरा आत, कचरा बाहेर' समस्या). दुसरे, ते सहविभाजनांचा अंदाज लावण्यासाठी ऐतिहासिक डेटावर अवलंबून असते, जे भविष्यातील नातेसंबंध दर्शवू शकत नाहीत. तिसरे, रिटर्न डिस्ट्रिब्युशन बहुतेक वेळा गैर-सामान्य (फॅट टेल, स्क्युनेस) असतात, जोखीम उपाय म्हणून भिन्नता वापरण्याच्या सैद्धांतिक आधाराचे उल्लंघन करतात. चौथे, अनियंत्रित ऑप्टिमायझेशन अत्यंत, केंद्रित पोर्टफोलिओ तयार करते जे अव्यवहार्य आहेत. पाचवे, व्यवहार खर्च आणि कर दुर्लक्षित केले जातात. प्रॅक्टिशनर्स संकोचन अंदाज, ब्लॅक-लिटरमॅन दृश्ये, मजबूत ऑप्टिमायझेशन आणि प्रतिबंध-आधारित पध्दतींद्वारे या मर्यादांचे निराकरण करतात.

ब्लॅक-लिटरमॅन मॉडेल काय आहे आणि ते का विकसित केले गेले?

1990 मध्ये गोल्डमन सॅक्स येथे फिशर ब्लॅक आणि रॉबर्ट लिटरमन यांनी विकसित केलेले ब्लॅक-लिटरमॅन मॉडेल, क्लासिक मार्कोविट्झ ऑप्टिमायझेशनची सर्वात गंभीर मर्यादा संबोधित करते - अपेक्षित परताव्याच्या अंदाजांसाठी अत्यंत संवेदनशीलता. ब्लॅक-लिटरमॅन सध्याच्या मार्केट पोर्टफोलिओद्वारे (सीएपीएम वापरून) निहित समतोल अपेक्षित परताव्यासह एक तटस्थ प्रारंभिक बिंदू म्हणून प्रारंभ करतो, त्यानंतर गुंतवणूकदारांना विशिष्ट मालमत्ता किंवा नातेसंबंधांवर त्यांचे स्वतःचे 'दृश्य' व्यक्त करण्यास अनुमती देतो आणि ही दृश्ये बायेसियन फ्रेमवर्कमध्ये समतोल परताव्यासह मिश्रित करतो. परिणामी अपेक्षित परतावा अधिक स्थिर असतो आणि उत्तम-वैविध्यपूर्ण, अंतर्ज्ञानी पोर्टफोलिओ तयार करतात जे शुद्ध MVO चे अत्यंत केंद्रित वाटप टाळतात. संस्थात्मक धोरणात्मक मालमत्ता वाटपासाठी ब्लॅक-लिटरमॅन हे प्रबळ परिमाणात्मक फ्रेमवर्क आहे.

सहसंबंध कार्यक्षम सीमांवर कसा परिणाम करतो?

मालमत्तेतील परस्परसंबंध हे कार्यक्षम सीमारेषेचे आकार आणि स्थान चालविणारे सर्वात महत्त्वपूर्ण इनपुट आहे. जेव्हा दोन मालमत्तेतील परस्परसंबंध +1.0 (परिपूर्ण सकारात्मक सहसंबंध) असतो, तेव्हा कोणताही वैविध्यता लाभ नसतो — कार्यक्षम सीमा दोन मालमत्तांना जोडणाऱ्या एका सरळ रेषेवर कोसळते आणि पोर्टफोलिओ जोखीम ही वैयक्तिक जोखमींची भारित सरासरी असते. जसजसा सहसंबंध शून्याकडे कमी होतो, तसतसे सीमा अधिक डावीकडे वळते, वाढत्या विविधीकरणाचे फायदे दर्शवते. सहसंबंध = −1.0 (परिपूर्ण नकारात्मक सहसंबंध) वर, सीमारेषेला शून्य-विविधता पोर्टफोलिओमध्ये एक किंक असते, जे जास्तीत जास्त संभाव्य वैविध्य दर्शवते. व्यवहारात, प्रमुख मालमत्ता वर्गांमधील सहसंबंध −0.3 (साठा वि. सोने) ते +0.9 (समान क्षेत्रातील स्टॉक) पर्यंत असतात, जे आंशिक परंतु अर्थपूर्ण वैविध्य प्रदान करतात.

कार्यक्षम सीमा कालांतराने स्थिर आहे का?

कार्यक्षम सीमा कालांतराने स्थिर नसते - ती अंतर्निहित मालमत्ता अपेक्षित परतावा, अस्थिरता आणि परस्परसंबंध बदलते म्हणून बदलते. बाजारातील तणावादरम्यान (उदा., 2008, 2020), जोखीम मालमत्तेतील परस्परसंबंध 1.0 च्या दिशेने वाढतात, विविधीकरणाचा फायदा नाटकीयपणे कमी करतात आणि सीमा आतील बाजूस कोसळते. तणावाच्या काळात अस्थिरता देखील वाढते, ज्यामुळे सीमारेषा आणखी खालावते. दीर्घकालीन धोरणात्मक कार्यक्षम सीमा (20-30 वर्षांचा डेटा वापरून) अल्प-मुदतीच्या रणनीतिकखेळांपेक्षा अधिक स्थिर असतात, परंतु तरीही ते शासन बदलांसह भौतिकरित्या बदलतात. ही अस्थिरता म्हणूनच बहुतेक प्रॅक्टिशनर्स रोलिंग विंडो, एक्सपोनेन्शिअल वेटिंग किंवा बदलत्या बाजार परिस्थितीशी जुळवून घेणारे घटक मॉडेल वापरून त्यांचे सहप्रवाह अंदाज गतिशीलपणे अद्यतनित करतात.

टँजेन्सी पोर्टफोलिओ म्हणजे काय आणि ते विशेष का आहे?

टँजेन्सी पोर्टफोलिओ हा कार्यक्षम सीमांवरील पोर्टफोलिओ आहे ज्यामध्ये सर्वाधिक शार्प गुणोत्तर आहे - ते एकूण जोखमीच्या प्रति युनिट अतिरिक्त परतावा वाढवते. भौमितिकदृष्ट्या, हा एक बिंदू आहे जिथे जोखीम-मुक्त दराने काढलेली रेषा कार्यक्षम सीमारेषेला स्पर्श करते (ला स्पर्श करते). CAPM अंतर्गत, टँजेन्सी पोर्टफोलिओ हा मार्केट पोर्टफोलिओ (सर्व गुंतवणूक करण्यायोग्य मालमत्तेचा मूल्य-भारित पोर्टफोलिओ) बरोबरीचा असतो. याचा अर्थ असा होतो की निष्क्रीय इंडेक्स गुंतवणूक, जी मार्केट पोर्टफोलिओचा अंदाज घेते, CAPM फ्रेमवर्कमध्ये इष्टतम आहे. व्यवहारात, ऐतिहासिक डेटा किंवा विश्लेषकांच्या अंदाजावरून मोजलेला स्पर्शक पोर्टफोलिओ सैद्धांतिक बाजार पोर्टफोलिओपेक्षा वेगळा असतो आणि बाजार बेंचमार्कच्या सापेक्ष सक्रिय झुकावांसाठी आधार म्हणून वापरला जातो.

Common Mistakes to Avoid

▾

!अपेक्षित रिटर्न इनपुट म्हणून केवळ ऐतिहासिक परतावा वापरणे - ऐतिहासिक माध्यमे भविष्यातील परताव्यांच्या खराब अंदाज लावतात आणि थेट MVO मध्ये भरल्यावर अत्यंत अस्थिर पोर्टफोलिओ तयार करतात.
!कोव्हेरिअन्स मॅट्रिक्समधील अंदाज त्रुटीकडे दुर्लक्ष करून — अनेक मालमत्ता आणि मर्यादित डेटासह, नमुना सहवेरीयन्स मॅट्रिक्समध्ये लक्षणीय अंदाज त्रुटी आहे जी ऑप्टिमायझेशनमध्ये वाढविली जाते.
!डायनॅमिक इनपुट-आश्रित बांधकामाऐवजी कार्यक्षम सीमारेषेला स्थिर ऑप्टिमायझेशन म्हणून हाताळणे - बाजार परिस्थिती आणि परताव्याच्या अपेक्षा बदलल्याप्रमाणे सीमा अद्यतनित करणे आवश्यक आहे.
!पुनर्संतुलनामध्ये व्यवहार खर्चाचा हिशेब ठेवण्यात अयशस्वी - कार्यक्षम सीमांवर राहण्यासाठी वारंवार पुनर्संतुलन केल्याने व्यवहार खर्च आणि करांद्वारे परतावा कमी होऊ शकतो.
!सीमारेषेवरील शार्प रेशोमधील लहान फरकांचा जास्त अर्थ लावणे — स्पर्शिका बिंदूजवळील पोर्टफोलिओमध्ये समान जोखीम-समायोजित कार्यप्रदर्शन असते आणि इनपुटमधील अनिश्चिततेचा अर्थ 'इष्टतम' पोर्टफोलिओमध्ये विस्तृत आत्मविश्वास मध्यांतर असतो.

💡

Pro Tip

अपेक्षित परताव्यामध्ये अंदाज चुकल्यामुळे, विशिष्ट स्पर्शरेखा पोर्टफोलिओ वजनापेक्षा कार्यक्षम सीमारेषेच्या आकारावर (विशेषत: किमान भिन्नता पोर्टफोलिओजवळील वक्र) वर लक्ष केंद्रित करा. अपेक्षित परतावा अंदाज अनिश्चित असताना जोखीम-आधारित दृष्टीकोन (समान जोखीम योगदान, जास्तीत जास्त विविधीकरण) बहुतेक वेळा परतावा-जास्तीत जास्त करण्याच्या दृष्टिकोनापेक्षा अधिक मजबूत असतात.

⭐

Did you know?

हॅरी मार्कोविट्झ यांनी 1952 मध्ये शिकागो विद्यापीठात पोर्टफोलिओ सिद्धांतावर त्यांचा पीएचडी प्रबंध सादर केला. जेव्हा त्यांनी त्यांचे काम मिल्टन फ्रीडमन (दुसरे भविष्यातील नोबेल पारितोषिक विजेते) यांना सादर केले तेव्हा फ्रिडमनने आक्षेप घेतला की ते खरोखर अर्थशास्त्र नव्हते. मार्कोविट्झ यांना १९९० मध्ये अर्थशास्त्रातील नोबेल पारितोषिक मिळाले - 38 वर्षांनंतर - त्याच कार्यासाठी ज्याबद्दल फ्रिडमनने सुरुवातीला प्रश्न केला होता.

Regional Guides

▾

🇺🇸 US▾

जेथे लागू असेल तेथे यूएस रूढ युनिट आणि मानके वापरते

🇬🇧 UK▾

मेट्रिक युनिट्स किंवा ब्रिटिश मानकांमध्ये रूपांतरण आवश्यक असू शकते

🇪🇺 EU▾

जेथे लागू असेल तेथे EU अधिवेशने आणि SI युनिट्सचे पालन करते

References

📖Difficulty:Advanced

केवळ माहितीच्या उद्देशाने. हे साधन आर्थिक सल्ला नाही. गुंतवणूक किंवा आर्थिक निर्णय घेण्यापूर्वी पात्र आर्थिक सल्लागाराचा सल्ला घ्या.

Accuracy-checked

Reviewed October 2026

Our methodology

साप्ताहिक गणित टिप्स मिळवा

दर आठवड्याला कॅल्क्युलेटर टिपा मिळवणाऱ्या १२,०००+ सदस्यांमध्ये सामील व्हा.

🔒

१००% मोफत

कधीही नोंदणी नाही

✓

अचूक

सत्यापित सूत्रे

⚡

त्वरित

टाइप करताना निकाल

📱

मोबाइल तयार

सर्व डिव्हाइस