हिंदीम्यूचुअल फंड जोखिम अनुपात, जैसे म्यूचुअल फंड शार्प अनुपात और अन्य उपायों को समझने से निवेशकों को इक्विटी इंडेक्स फंड में जोखिम और प्रदर्शन का मूल्यांकन करने में मदद मिलती है, जिससे निवेश के बारे में समझ-बूझकर निर्णय लेना संभव होता है।
मूल निवेश का एक हिस्सा या सम्पूर्ण निवेश को खोने की दुर्भाग्यपूर्ण संभावना के रूप में जोखिम को परिभाषित किया जा सकता है। ब्याज और मुद्रा दर, मुद्रास्फीति, अर्थव्यवस्था, उद्योग, राजनीतिक स्थिति और कई अन्य आंतरिक और बाह्य कारकों में परिवर्तन जैसे अनेक स्रोतों से जोखिम उत्पन्न हो सकता है।
निवेशकों का लक्ष्य अपने रिटर्न को अधिकतम करना है और इस सोच के साथ वे उन डिस्क्लेमर को अनदेखा कर देते हैं जिन्हें म्यूचुअल फंड में दर्शाया गया है: "म्यूचुअल फंड बाजार जोखिम के अधीन हैं"। यह एक व्यवहारिक विसंगति है जो यह दर्शाती है कि निवेशक जोखिम-रिटर्न संबंध को नहीं समझते।
प्रत्येक निवेशक की अपनी जोखिम प्रोफाइल होती है, और अपने व्यक्तिगत जोखिम प्रोफाइल के बारे में स्पष्ट जानकारी होना आवश्यक है क्योंकि हम सभी जानते हैं कि जोखिम को मापा जा सकता है और निवेशकों को म्यूचुअल फंड का विश्लेषण और चयन करते समय जोखिम आंकड़ों का उपयोग करना चाहिए।
इस आर्टिकल में, हम इक्विटी और डेट म्यूचुअल फंड पोर्टफोलियो का विश्लेषण करने के लिए इस्तेमाल किए जाने वाले जोखिम उपायों पर चर्चा करेंगे।
बीटा
बीटा आमतौर पर इस्तेमाल किया जाने वाला जोखिम माप है जो अपने बेंचमार्क के मुकाबले प्रतिभूति या म्यूचुअल फंड के रिटर्न की अस्थिरता या व्यवस्थित जोखिम की गणना करता है। दूसरे शब्दों में, बीटा बाजार के प्रति म्यूचुअल फंड पोर्टफोलियो की संवेदनशीलता को दर्शाता है।
बीटा का बेंचमार्क हमेशा 1 होता है। उदाहरण के लिए, यदि फंड का बीटा 0.85 है, तो यह 1.10 जो अधिक संवेदनशील है, की तुलना में बेंचमार्क के प्रति कम संवेदनशील है। दूसरे शब्दों में, पूर्व परिदृश्य में, मार्केट में 1 की वृद्धि होने पर, फंड 0.85 तक बढ़ जाएगी, और यदि गिरावट हो तो निधि 0.85 तक गिर जाएगी।
निवेशक अपने जोखिम प्रोफाइल के अनुसार म्यूचुअल फंड पोर्टफोलियो को अलाइन करने के लिए इस जानकारी का उपयोग कर सकते हैं। उदाहरण के लिए, कंजर्वेटिव निवेशक कम बीटा वाले पोर्टफोलियो पर ध्यान केंद्रित कर सकता है।
बीटा एक सापेक्ष माप है जो किसी संपत्ति से सम्बद्ध अंतर्निहित जोखिम प्रदान नहीं करता है। इसलिए इसे म्यूचुअल फंड का चयन करते समय पृथक रूप में नहीं देखा जाना चाहिए। तथापि, यह विविधीकरण का एक उपयोगी सांख्यिकीय उपाय है तथा इसका उपयोग अन्य जोखिम नियंत्रणों के साथ किया जा सकता है।
अल्फ़ा
अल्फा पूरी तरह से जोखिम माप नहीं है। इसका इस्तेमाल प्रायः बीटा के साथ किया जाता है।
अल्फा यह दर्शाता है कि म्यूचुअल फंड ने अपने निर्धारित बेंचमार्क के मुकाबले कितना बेहतर प्रदर्शन किया है। उदाहरण के लिए, मान लें कि निफ्टी 50 इंडेक्स ने पिछले वर्ष में 11% रिटर्न दिए और निफ्टी 50 के मुकाबले बेंचमार्क की गई फंड ने 13% रिटर्न दिया। इस मामले में, फंड का अल्फा +2% है और यदि निधि खराब प्रदर्शन करती है और 8% रिटर्न प्राप्त करती है, तो अल्फा (2)% है।
इसलिए, फंड में या तो सकारात्मक या नकारात्मक अल्फा हो सकता है, जो इस बात पर निर्भर करता है कि फंड मैनेजर फंड को कितनी अच्छी तरह चलाता है।
दूसरी ओर, इंडेक्स फंड अल्फा नहीं बनाते हैं। शून्य अल्फा हमेशा खराब नहीं होता है, विशेष रूप से उन परिस्थितियों में जब लार्ज कैप इक्विटी फंड निफ्टी 50 इंडेक्स को बीट करने में कठिनाई का सामना कर रहे होते हैं।
बीटा और अल्फा दोनों के संबंध में याद रखे जाने लायक एक प्रमुख बात यह है कि ये दोनों उपाय ऐतिहासिक डेटा पर निर्भर करते हैं और समय-समय पर इनमें परिवर्तन होता रहता है।
आर- स्क्वेर्ड
यह एक सांख्यिकीय उपाय है जिसका उद्देश्य 100 के पैमाने पर अपने बेंचमार्क निष्पादन के साथ फंड के संबंध का माप करना है। इसलिए, यदि किसी फंड का आर- स्क्वेर्ड 100 है, तो यह दर्शाता है कि फंड का प्रदर्शन फंड के बेंचमार्क से पूर्ण रूप से सहसम्बद्ध है।
इंडेक्स फंड का आर- स्क्वेर्ड 100 के करीब है। इसकी तुलना में सक्रिय रूप से प्रबंधित म्यूचुअल फंड में आर- स्क्वेर्ड मूल्यों की रेंज हो सकती है। 80 या उससे कम आर- स्क्वेर्ड वाले फंड सामान्य सूचकांक की तरह काम नहीं करते हैं।
यदि सक्रिय रूप से प्रबंधित म्यूचुअल फंड में उच्च आर- स्क्वेर्ड मूल्य होता है, तो यह संभवतः इंडेक्स की तरह संरचित होता है और उसी प्रकार का प्रदर्शन कर रहा होता है।
फंड का विश्लेषण और चयन करते समय आर- स्क्वेर्ड बहुत उपयोगी हो सकता है। उदाहरण के लिए, यदि सक्रिय रूप से प्रबंधित फंड में बहुत उच्च आर- स्क्वेर्ड होता है तो यह स्पष्ट करता है कि उसे इंडेक्स फंड से बदलना बेहतर होगा, जो उच्च व्यय अनुपात के बिना लगभग समान प्रदर्शन प्रदान करता है।
मानक विचलन
मानक विचलन एक प्रमुख मेट्रिक है जिसका प्रयोग किसी फंड के औसत रिटर्न के आस-पास रिटर्न की अस्थिरता या परिवर्तनशीलता को मापने के लिए किया जाता है। आसान शब्दों में, यह हमें बताता है कि किसी फंड का रिटर्न औसत रिटर्न से कितना विचलित होता है।
किसी फंड में उच्च मानक विचलन का अर्थ यह है कि रिटर्न औसत से व्यापक रूप से भिन्न हो सकता है तथा यह अधिक अस्थिरता दर्शाता है। यह उच्च अस्थिरता अधिक जोखिम दर्शाती है क्योंकि रिटर्न कम पूर्वानुमाननीय होते हैं और बहुत ऊपर या नीचे जा सकते हैं।
उदाहरणार्थ, किसी फंड के रिटर्न के अत्यधिक प्रसारित हो जाने पर किसी अवधि में यह बड़े लाभ और किसी में अत्यधिक घाटे का अनुभव कर सकता है। इसके विपरीत, कम मानक विचलन वाले फंड में औसत के करीब रिटर्न प्राप्त होते हैं, जो कम अस्थिरता तथा कम जोखिम को दर्शाते हैं। इसका अर्थ है कि फंड का प्रदर्शन अधिक स्थिर तथा पूर्वानुमाननीय है।
जोखिम सहन करने वाले वैसे निवेशक, जो उच्च रिटर्न प्राप्त होने की आशा में ज्यादा अनिश्चितता को स्वीकार करने के लिए तैयार होते हैं, वे उच्च मानक विचलन वाले फंड को प्राथमिकता दे सकते हैं। दूसरी ओर, जोखिम से दूर रहने वाले वैसे निवेशक, जो स्थिरता तथा पूर्वानुमान को प्राथमिकता देते हैं, वे रिटर्न में महत्वपूर्ण उतार-चढ़ाव से बचने के लिए कम मानक विचलन वाले फंड का चयन कर सकते हैं।
शार्प रेशियो
शार्प रेशियो किसी फंड के जोखिम-समायोजित प्रदर्शन की माप करता है। इस माप की गणना फंड के रिटर्न से जोखिम-मुक्त रिटर्न दर को काटकर और फंड के मानक विचलन द्वारा परिणाम को विभाजित करके की जाती है।
शार्प रेशियो यह दर्शाता है कि फंड रिटर्न फंड मैनेजर द्वारा लिए गए तथा कार्यान्वित किए गए बुद्धिमानीपूर्ण निवेश निर्णयों के कारण है या अतिरिक्त जोखिम के परिणामस्वरूप है।
सॉर्टिनो रेशियो
सॉर्टिनो रेशियो की गणना म्यूचुअल फंड के डाउनसाइड मानक विचलन का उपयोग करके किया जाता है।
यह शार्प अनुपात जैसा ही होता है तथा फंड के रिटर्न से जोखिम-मुक्त रिटर्न को कम करता है। अंतर सिर्फ इतना है कि यह फंड के मानक विचलन द्वारा परिणाम को विभाजित करने के बजाय यह अंतर को निम्नमुखी विचलन से विभाजित करता है।
सारांश
उच्च अल्फा, शार्प अनुपात और सॉर्टिनो अनुपात म्यूचुअल फंड के बेहतर संभावित प्रदर्शन को दर्शाता है। जबकि निम्न बीटा और मानक विचलन फंड की कम अस्थिरता को प्रतिबिंबित करता है। उच्चतर आर- स्क्वेर्ड बेंचमार्क के साथ बेहतर सहसंबंध को प्रदर्शित करता है।
ऊपर बताए गए जोखिम निर्धारण टूल से हर प्रकार के नियंत्रण और संतुलन का मूल्यांकन करने में मदद मिलती है तथा मात्र ऐतिहासिक प्रदर्शन के आधार पर निर्णय लेने की बाध्यता नहीं रह जाती है।