मुख्य निष्कर्ष
रैखिक सहसंबंध संयुक्त सामान्यता मानता है और बाजार संकट के दौरान विनाशकारी रूप से टूट जाता है। स्क्लर प्रमेय पर आधारित कोपुला सिद्धांत सीमांत वितरण को निर्भरता संरचना से अलग करता है और टेल डिपेंडेंस को स्पष्ट रूप से मॉडल करने की अनुमति देता है। Patton (2006) ने इस विषमता को प्रयोगसिद्ध रूप से सिद्ध किया है: संयुक्त मूल्यह्रास के दौरान विनिमय दर निर्भरता संयुक्त मूल्यवर्धन की तुलना में काफी अधिक होती है। गाउसियन कोपुला को क्लेटन या t-कोपुला से बदलने पर टेल रिस्क अनुमान में उल्लेखनीय वृद्धि होती है।
विविधीकरण फिर एक बार विफल हो रहा है
2026 की शुरुआत में ईरान संघर्ष के गहराने के साथ, परिसंपत्ति वर्गों में सहसंबंध तेजी से बढ़ा है। तनाव के दौर में इक्विटी, कमोडिटी और क्रेडिट एक साथ चल रहे हैं। जिन फंड प्रबंधकों ने विविधीकरण से गिरावट को कम करने की उम्मीद में मल्टी-एसेट पोर्टफोलियो बनाए थे, वे परिचित समस्या का फिर से सामना कर रहे हैं: आवंटन को उचित ठहराने वाली सहसंबंध संरचना सबसे जरूरी समय में काम नहीं करती।
यह कोई नई घटना नहीं है। यह वित्तीय बाजारों की एक संरचनात्मक विशेषता है जिसे बड़े पैमाने पर मात्रात्मक शोध ने दस्तावेज और समझाया है। इसका स्पष्टीकरण कोपुला सिद्धांत में और विशेष रूप से टेल डिपेंडेंस की अवधारणा में निहित है: परिसंपत्तियों के एक साथ दुर्घटनाग्रस्त होने की प्रवृत्ति जो सामान्य वितरण की भविष्यवाणी से कहीं अधिक होती है।
स्क्लर प्रमेय और कोपुला फ्रेमवर्क
सैद्धांतिक आधार Sklar (1959) में है। स्क्लर प्रमेय बताता है कि किसी भी बहुचर संयुक्त वितरण को दो घटकों में विघटित किया जा सकता है: प्रत्येक व्यक्तिगत चर के सीमांत वितरण, और उनके बीच निर्भरता संरचना को पकड़ने वाला एक कोपुला। औपचारिक रूप से, सीमांत वितरण F1 और F2 के साथ संयुक्त वितरण फ़ंक्शन F के लिए, एक कोपुला C मौजूद है जैसे F(x1, x2) = C(F1(x1), F2(x2))।
यह विघटन शक्तिशाली है क्योंकि यह दो अलग-अलग मॉडलिंग विकल्पों को अलग करने की अनुमति देता है। सीमांत वितरण को स्टूडेंट-t जैसे मोटी-पूंछ वाले वितरणों का उपयोग करके व्यक्तिगत परिसंपत्ति रिटर्न इतिहास से अनुमानित किया जा सकता है। कोपुला को फिर संयुक्त सामान्यता की धारणा से बाधित हुए बिना वास्तविक निर्भरता संरचना को दर्शाने के लिए चुना जा सकता है।
रैखिक सहसंबंध, इसके विपरीत, एक एकल सारांश सांख्यिकी है जो अंतर्निहित रूप से मानती है कि निर्भरता संरचना दीर्घवृत्तीय है। यह धारणा तब सही होती है जब रिटर्न संयुक्त रूप से सामान्य होते हैं; अन्यथा यह बुरी तरह विफल होती है।
महत्वपूर्ण विषमता: टेल डिपेंडेंस
टेल डिपेंडेंस गुणांक इस अंतर्ज्ञान को औपचारिक रूप देते हैं कि परिसंपत्तियां "एक साथ उठने" की तुलना में "एक साथ गिरने" की अधिक प्रवृत्ति रखती हैं।
निचला टेल डिपेंडेंस गुणांक (λL) उस संभावना को मापता है कि जब एक परिसंपत्ति अत्यधिक नकारात्मक रिटर्न का अनुभव करती है तो दूसरी भी ऐसा ही करती है। ऊपरी टेल डिपेंडेंस गुणांक (λU) अत्यधिक सकारात्मक रिटर्न के लिए यही मापता है। संयुक्त रूप से सामान्य रिटर्न के लिए, सहसंबंध स्तर की परवाह किए बिना λL और λU दोनों शून्य हैं। यही गाउसियन-आधारित जोखिम मॉडलों की मौलिक सीमा है।
Longin and Solnik (2001) ने ऐतिहासिक प्रयोगसिद्ध साक्ष्य प्रदान किए। दशकों के अंतरराष्ट्रीय इक्विटी बाजार डेटा का उपयोग करते हुए, उन्होंने दिखाया कि इक्विटी बाजारों के बीच सहसंबंध मंदी के बाजार के दौरान काफी बढ़ जाते हैं लेकिन तेजी के बाजार के दौरान अनिवार्य रूप से अपरिवर्तित रहते हैं। इस विषमता को एकल सहसंबंध गुणांक से नहीं पकड़ा जा सकता।
2008 से 2009 के वित्तीय संकट के दौरान, S&P 500 क्षेत्रों के बीच महसूस किए गए जोड़ीदार सहसंबंध शांत अवधि के 0.50 से 0.60 की तुलना में लगभग 0.85 से 0.90 के औसत तक बढ़ गए। हर क्षेत्र एक साथ गिरा। क्षेत्र आवंटन में निहित विविधीकरण गायब हो गया।
क्लेटन बनाम गम्बेल: टेल रिस्क के दो दृष्टिकोण
विभिन्न कोपुला परिवार विभिन्न निर्भरता संरचनाओं को पकड़ते हैं। जोखिम प्रबंधन के लिए सबसे प्रासंगिक दो क्लेटन और गम्बेल कोपुला हैं।
क्लेटन कोपुला में सकारात्मक निचला टेल डिपेंडेंस (λL > 0) और शून्य ऊपरी टेल डिपेंडेंस (λU = 0) है। यह "एक साथ दुर्घटनाग्रस्त होने" की घटना को पकड़ता है: दोनों परिसंपत्तियों के एक साथ अत्यधिक नुकसान का अनुभव करने की संभावना गाउसियन मॉडल के सुझाव से काफी अधिक है। क्लेटन कोपुला क्रेडिट जोखिम मॉडलिंग में व्यापक रूप से उपयोग किया जाता है।
गम्बेल कोपुला में शून्य निचला टेल डिपेंडेंस (λL = 0) और सकारात्मक ऊपरी टेल डिपेंडेंस (λU > 0) है। यह "एक साथ उछाल" की घटना को पकड़ता है लेकिन "एक साथ दुर्घटनाग्रस्त होने" के व्यवहार को नहीं। इक्विटी पोर्टफोलियो के लिए गम्बेल कोपुला आमतौर पर गलत विकल्प है।
गाउसियन कोपुला दोनों पूंछों में शून्य टेल डिपेंडेंस है। यह 2000 के दशक के मध्य में संरचित क्रेडिट बाजारों में प्रमुख उपकरण था। गाउसियन कोपुला का सहसंबद्ध डिफॉल्ट संभावनाओं में निचले टेल डिपेंडेंस को न पकड़ पाना 2008 के संकट से पहले मॉर्गेज-समर्थित प्रतिभूतियों की गलत कीमत में योगदान देने वाला कारक माना जाता है।
| कोपुला प्रकार | निचली पूंछ (λL) | ऊपरी पूंछ (λU) | मुख्य अनुप्रयोग |
|---|---|---|---|
| Gaussian | 0 | 0 | सामान्य बाजार; संकट जोखिम का कम आकलन |
| Student-t | > 0 | > 0 | सममित मोटी पूंछ; सामान्य पोर्टफोलियो VaR |
| Clayton | > 0 | 0 | क्रेडिट जोखिम; संयुक्त दुर्घटना मॉडलिंग |
| Gumbel | 0 | > 0 | संयुक्त उछाल मॉडलिंग; जोखिम में कम आम |
Patton (2006): असममित विनिमय दर निर्भरता
इंटरनेशनल इकोनॉमिक रिव्यू में प्रकाशित Patton (2006) वित्तीय बाजारों में असममित निर्भरता का सबसे कठोर प्रयोगसिद्ध परीक्षण प्रदान करता है। बहु-दशक के नमूने में डॉयचे मार्क/अमेरिकी डॉलर और जापानी येन/अमेरिकी डॉलर के दैनिक विनिमय दर डेटा का उपयोग करते हुए, Patton ने कोपुला मॉडलों की एक श्रृंखला को फिट किया और उन्हें सममिति धारणा के विरुद्ध परीक्षण किया।
मुख्य खोज उल्लेखनीय है: दो विनिमय दरों के बीच निर्भरता संयुक्त मूल्यवर्धन के दौरान की तुलना में संयुक्त मूल्यह्रास (दोनों मुद्राएं डॉलर के मुकाबले एक साथ कमजोर हो रही हैं) के दौरान काफी अधिक है। सममित कोपुला (गाउसियन सहित) असममित विकल्पों के पक्ष में सांख्यिकीय रूप से अस्वीकार किए जाते हैं। Patton ने एक समय-परिवर्ती कोपुला फ्रेमवर्क भी पेश किया जो संकट अवधि में निर्भरता की गतिशील प्रकृति को पकड़ता है।
जोखिम प्रबंधकों के लिए व्यावहारिक निहितार्थ
यह फ्रेमवर्क टेल रिस्क को मापने और प्रबंधित करने के तरीके में ठोस बदलावों में तब्दील होता है।
सभी अन्य मापदंडों को स्थिर रखते हुए VaR मॉडल में गाउसियन कोपुला को t-कोपुला या क्लेटन कोपुला से बदलने पर, 1 प्रतिशत विश्वास स्तर पर अनुमानित पोर्टफोलियो हानि में उल्लेखनीय वृद्धि होती है। t-कोपुला सममित मोटी पूंछ को पकड़ता है; क्लेटन कोपुला विशेष रूप से एक साथ बड़े नुकसान पर वजन बढ़ाता है। कोई भी बदलाव सामान्य बाजारों में अनुमानित सहसंबंध को नहीं बदलता।
व्यावहारिक कार्यान्वयन के लिए, एक अंशांकित दृष्टिकोण में शामिल हो सकता है:
- मोटी-पूंछ मॉडल (Student-t या Cornish-Fisher विस्तार) का उपयोग करके प्रत्येक परिसंपत्ति के सीमांत वितरण का अनुमान
- विशेष रूप से पूंछ क्षेत्र से अनुमानित निर्भरता पैरामीटर के साथ संयुक्त डेटा पर क्लेटन या t-कोपुला फिट करना
- गाउसियन सन्निकटन के बजाय कोपुला-निहित संयुक्त वितरण का उपयोग करके परिदृश्य विश्लेषण
- शांत और संकट अवधि निर्भरता के बीच अंतर को उजागर करने के लिए मानक रैखिक सहसंबंध के साथ "पूंछ सहसंबंध" मीट्रिक की रिपोर्टिंग
जोखिम अनुमानों में अंतर पर्याप्त हो सकता है। 0.50 रैखिक सहसंबंध वाले दो-परिसंपत्ति पोर्टफोलियो में, गाउसियन कोपुला मॉडल 1% VaR को 8% अनुमानित कर सकता है। समकक्ष रैखिक सहसंबंध लेकिन गैर-शून्य निचले टेल डिपेंडेंस वाला क्लेटन कोपुला उस अनुमान को 12 से 14% तक धकेल सकता है।
सीमाएं
कोपुला मॉडल एक संपूर्ण समाधान नहीं हैं। टेल डिपेंडेंस पैरामीटर अनुमान के लिए बड़ी संख्या में पूंछ अवलोकनों की आवश्यकता होती है, जो परिभाषा के अनुसार दुर्लभ हैं। निर्भरता संरचनाएं स्थिर नहीं हैं: एक व्यवस्था में सबसे उपयुक्त कोपुला दूसरे में अनुपयुक्त हो सकता है। कोपुला परिवार की पसंद मॉडल जोखिम पेश करती है।
गहरा बिंदु ज्ञानमीमांसात्मक है: पूंछ घटनाओं का अनुमान लगाना कठिन है क्योंकि हमारे पास उनमें से कुछ ही हैं। कोपुला फ्रेमवर्क का मूल्य λL के सटीक अनुमान उत्पन्न करने में नहीं, बल्कि जोखिम प्रबंधकों को यह स्वीकार करने के लिए मजबूर करने में है कि गाउसियन निर्भरता एक धारणा है, तथ्य नहीं, और उस धारणा की कीमत संकट के दौरान पूरी तरह चुकाई जाती है।
संबंधित
यह विश्लेषण Patton (2006), 'Modelling Asymmetric Exchange Rate Dependence', International Economic Review से QD Research Engine AI-Synthesised — Quant Decoded का स्वचालित अनुसंधान मंच — द्वारा संश्लेषित किया गया है और सटीकता के लिए हमारी संपादकीय टीम द्वारा समीक्षा की गई है। हमारी कार्यप्रणाली के बारे में और जानें.
संदर्भ
-
Sklar, A. (1959). "Fonctions de répartition à n dimensions et leurs marges." Publications de l'Institut de Statistique de l'Université de Paris, 8, 229-231. https://doi.org/10.1214/aoms/1177706618
-
Longin, F., & Solnik, B. (2001). "Extreme Correlation of International Equity Markets." Journal of Finance, 56(2), 649-676. https://doi.org/10.1111/0022-1082.00340
-
Patton, A. J. (2006). "Modelling Asymmetric Exchange Rate Dependence." International Economic Review, 47(2), 527-556. https://doi.org/10.1111/j.1468-2354.2006.00387.x