तीन दिन जब मशीनों ने एक साथ बेचा
7 अगस्त 2007 की सुबह, दर्जनों क्वांटिटेटिव इक्विटी हेज फंडों को अप्रत्याशित मार्जिन कॉल आने लगे। दोपहर तक, उनके जोखिम प्रणालियां मॉडल वितरण से कहीं बाहर के नुकसान को चिह्नित कर रही थीं। बाजार बंद होने तक, कई फंडों ने अपना अब तक का सबसे खराब एकल ट्रेडिंग दिन दर्ज किया था — किसी समाचार घटना की वजह से नहीं, फेडरल रिजर्व की घोषणा या आय आश्चर्य या भू-राजनीतिक झटके की वजह से नहीं। S&P 500 उस दिन वास्तव में लगभग स्थिर था। कुछ बिल्कुल अलग हो रहा था।
अगले बहत्तर घंटों में, वह घटना जिसे ट्रेडर्स "क्वांट क्वेक" कहेंगे, सामने आई। दशकों के शैक्षणिक अनुसंधान पर निर्मित लॉन्ग-शॉर्ट इक्विटी रणनीतियां — वैल्यू, मोमेंटम, सांख्यिकीय आर्बिट्राज, क्वालिटी — एक साथ ढह गईं। ऐसे फंड जिन्होंने कभी एक-दूसरे से बात नहीं की, जो स्वतंत्र अनुसंधान टीमों और मालिकाना संकेतों के साथ पोर्टफोलियो प्रबंधित करते थे, वे पूर्ण तालमेल में नुकसान दर्ज कर रहे थे।
Amir Khandani और Andrew Lo ने इसके बाद के वर्षों में वास्तव में क्या हुआ, इसका विस्तृत विवरण बनाया। Journal of Financial Economics में प्रकाशित उनका 2011 का पेपर, "2007 अगस्त में क्वांट्स के साथ क्या हुआ?", अभी भी निश्चित विश्लेषण बना हुआ है। उनका निष्कर्ष बाद में स्पष्ट था लेकिन पहले से लगभग असंभव: क्वांट क्वेक एक बाजार घटना नहीं थी। यह एक भीड़ घटना थी — उन फंडों द्वारा लगभग समान पोजीशनों का विनाशकारी अनवाइंडिंग जो नहीं जानते थे कि वे एक-दूसरे के कितने समान हैं।
फैक्टर रणनीतियां साझा पोजीशन कैसे जमा करती हैं
यह समझने के लिए कि भीड़ इतनी खतरनाक क्यों है, पहले यह देखना उपयोगी है कि यह पहले स्थान पर क्यों बनती है।
एक विशिष्ट क्वांटिटेटिव इक्विटी फंड कुछ रिटर्न-भविष्यवाणी संकेतों को मिलाकर अपना पोर्टफोलियो बनाता है: वैल्यू मेट्रिक्स (बुक-टू-मार्केट, अर्निंग्स यील्ड), मोमेंटम (पिछले 12 महीने का रिटर्न), क्वालिटी (रिटर्न ऑन एसेट्स, ग्रॉस प्रॉफिटेबिलिटी), और संभवतः लो वोलेटिलिटी या शॉर्ट-टर्म रिवर्सल। ये संकेत प्रकाशित शैक्षणिक अनुसंधान से निकाले जाते हैं — वही पेपर जो समान रणनीति चलाने वाले हर दूसरे फंड के लिए उपलब्ध हैं।
Stein (2009) ने परिष्कृत निवेशकों और बाजार दक्षता पर अपने पेपर में इस समस्या को सैद्धांतिक रूप से पकड़ा। उन्होंने दिखाया कि जब आर्बिट्राजर्स का समूह समान जानकारी और मॉडल का उपयोग करता है, तो किसी दिए गए ट्रेड में उनकी सामूहिक पोजीशन बाजार की गहराई की तुलना में बहुत बड़ी हो सकती है।
सांख्यिकीय आर्बिट्राज रणनीतियां इस समस्या के विशेष रूप से गंभीर संस्करण का सामना करती हैं। पेयर्स ट्रेडिंग और मीन-रिवर्जन रणनीतियां प्रतिभूतियों के बीच गलत कीमत वाले संबंधों की पहचान करती हैं, लेकिन सबसे आकर्षक जोड़े — लार्ज-कैप, लिक्विड, एक ही सेक्टर में — दर्जनों प्रतिस्पर्धी फंडों के लिए भी सबसे स्पष्ट लक्ष्य हैं।
अगस्त 2007 का कैस्केड
Khandani और Lo ने मानक फैक्टर का उपयोग करके एक सरल लॉन्ग-शॉर्ट इक्विटी रणनीति का अनुकरण करके और इसके रिटर्न की दिन-दर-दिन जांच करके अगस्त 2007 की घटना को पुनर्निर्मित किया। उन्होंने जो पाया वह चौंकाने वाला था: सिमुलेटेड रणनीति, जिसमें बिल्कुल कोई ट्रेड नहीं था, 7 से 9 अगस्त के तीन ट्रेडिंग दिनों में लगभग 4 से 7 प्रतिशत खो गई।
उनकी व्याख्या एक फोर्स्ड-अनवाइंड कैस्केड थी। एक बड़े फंड ने — जो संभवतः एक मल्टी-स्ट्रेटेजी फंड था जो एक अलग बुक में नुकसान उठा रहा था — को जल्दी नकद जुटाने की जरूरत थी। उसका इक्विटी लॉन्ग-शॉर्ट बुक सबसे लिक्विड संपत्ति थी।
Ben-David, Franzoni, and Moussawi (2012) ने वास्तविक 13F होल्डिंग्स डेटा और त्रैमासिक शॉर्ट इंटरेस्ट फाइलिंग का उपयोग करके इस विश्लेषण का विस्तार किया। उन्होंने प्रलेखित किया कि 2007-2009 की संकट अवधि के दौरान हेज फंड के स्वामित्व में सामान्य पोजीशनों पर गहरी सहसंबद्धता थी। फंडों को समन्वय की जरूरत नहीं थी — साझा लीवरेज बाधाओं और समान मॉडलों ने समन्वय को एक उभरती संपत्ति के रूप में बनाया।
| मेट्रिक | 7-9 अगस्त 2007 | सामान्य सप्ताह |
|---|---|---|
| सिमुलेटेड फैक्टर रणनीति नुकसान | -4% से -7% | ±0.5% |
| क्वांट फंड रिटर्न के बीच सहसंबंध | ~0.85 | ~0.35 |
| बाजार (S&P 500) रिटर्न | ~+0.5% | — |
| सबसे प्रभावित फैक्टर | शॉर्ट-टर्म रिवर्सल | — |
मानक जोखिम मॉडल भीड़ का पता क्यों नहीं लगा पाते
एक उचित प्रश्न: जोखिम प्रबंधकों ने इसे क्यों नहीं देखा? इसका उत्तर क्वांट फंडों द्वारा जोखिम को मापने के तरीके की संरचनात्मक कमजोरी को प्रकट करता है।
अधिकांश जोखिम प्रणालियां आमतौर पर दो से पांच साल के दैनिक रिटर्न का उपयोग करके वोलेटिलिटी और सहसंबंध का अनुमान लगाती हैं। 2004 से 2007 के मध्य तक की अवधि में क्वांट इक्विटी रणनीतियां असामान्य रूप से लाभदायक और स्थिर रही थीं। उस अवधि से अनुमानित कोवेरियंस मैट्रिक्स में क्राउडेड अनवाइंड के दौरान उभरने वाले टेल कोरिलेशन के बारे में कोई जानकारी नहीं थी।
आर्बिट्राज की सीमाओं का ढांचा एक संबंधित अंतर्दृष्टि प्रदान करता है। Shleifer और Vishny ने नोट किया कि आर्बिट्राज पूंजी ठीक उसी समय पीछे हटती है जब इसकी सबसे अधिक जरूरत होती है। क्राउडिंग अनवाइंड इसकी चरम अभिव्यक्ति है।
भीड़ को मापना: कौन से संकेत वास्तव में काम करते हैं
यदि मानक जोखिम मॉडल भीड़ का पता नहीं लगा सकते, तो क्या लगा सकता है?
Lou and Polk (2022) द्वारा विकसित दूसरा दृष्टिकोण, सीधे पोजीशन की बजाय रिटर्न सहसंबंध का उपयोग करता है। वे मोमेंटम रैंकिंग साझा करने वाले शेयरों के बीच असामान्य रिटर्न सहसंबंध के आधार पर "को-मोमेंटम" माप बनाते हैं।
उनका अनुभवजन्य निष्कर्ष स्पष्ट है: उच्चतम को-मोमेंटम क्विंटाइल सबसे कम की तुलना में अगले 12 महीनों में लगभग 4% प्रति माह कम मोमेंटम रिटर्न की भविष्यवाणी करता है।
तीसरा दृष्टिकोण शॉर्ट इंटरेस्ट एकाग्रता की निगरानी करता है। जब किसी विशेष शेयर में कुल शॉर्ट इंटरेस्ट फ्लोट और ऐतिहासिक मानदंडों की तुलना में असामान्य रूप से अधिक होता है, तो यह सुझाव देता है कि कई फंडों ने एक साथ उस शेयर को शॉर्ट उम्मीदवार के रूप में पहचाना है।
संदूषण चैनल: भीड़ रणनीतियों में कैसे फैलती है
अगस्त 2007 की घटना का सबसे प्रति-सहज पहलुओं में से एक यह था कि इसने सरल फैक्टर-टिल्ट इक्विटी फंडों से परे की रणनीतियों को प्रभावित किया।
Khandani और Lo ने इसे पूंजी संदूषण के रूप में जिम्मेदार ठहराया। एक बुक में नुकसान उठाने वाला बड़ा मल्टी-स्ट्रेटेजी फंड जहां भी संभव हो नकद जुटाएगा।
Brunnermeier and Pedersen (2009) ने इसे फंडिंग-लिक्विडिटी स्पाइरल के रूप में औपचारिक रूप दिया: जब संपत्ति की कीमतें गिरती हैं और वोलेटिलिटी बढ़ती है, तो मार्जिन आवश्यकताएं पूरे बोर्ड में बढ़ जाती हैं।
मोमेंटम क्रैश के साथ संबंध विशेष रूप से शिक्षाप्रद है। मोमेंटम रणनीतियां संस्थागत इक्विटी प्रबंधन में सबसे व्यापक रूप से दोहराई जाने वाली रणनीतियों में से हैं।
भीड़-जागरूक पोर्टफोलियो प्रबंधन के लिए व्यावहारिक उपाय
भीड़ जोखिम प्रबंधन के लिए मानक पोजीशन साइजिंग और वोलेटिलिटी टार्गेटिंग से परे के दृष्टिकोण की आवश्यकता है।
फैक्टर टूलकिट में विविधीकरण
सबसे सीधी शमन विधि सबसे व्यापक रूप से कार्यान्वित फैक्टर में एक्सपोजर को केंद्रित करने से बचना है। परिसंपत्ति वर्गों में विविधीकरण एक और बफर प्रदान करता है।
बाजार प्रभाव के लिए पोजीशन साइजिंग
मानक मीन-वेरिएंस पोजीशन साइजिंग प्रत्येक पोजीशन को मानती है कि वर्तमान कीमतों पर बाहर निकला जा सकता है। भीड़-भाड़ वाले पोर्टफोलियो में, यह धारणा ठीक उसी समय विफल हो जाती है जब यह सबसे अधिक महत्वपूर्ण होती है।
प्रारंभिक चेतावनी प्रणाली के रूप में सहसंबंध निगरानी
परिचालन रूप से, एक फंड रोलिंग आधार पर अपनी होल्डिंग के पोर्टफोलियो-भीतरी सहसंबंध की निगरानी कर सकता है।
तरलता भंडार और लीवरेज अनुशासन
Khandani and Lo (2011) ने स्पष्ट रूप से कहा: क्वांट क्वेक से न्यूनतम नुकसान के साथ बचने वाले फंड वे थे जिन्होंने कम लीवरेज के साथ काम किया और वास्तविक नकद भंडार बनाए रखा।
अगस्त 2007 ने क्या बदला
क्वांट क्वेक ने परिष्कृत मात्रात्मक प्रबंधकों द्वारा पोर्टफोलियो बनाने और निगरानी करने के तरीके में कई संरचनात्मक परिवर्तन लाए।
पहला, भीड़ एक प्रथम-श्रेणी जोखिम मेट्रिक बन गई। दूसरा, मल्टी-स्ट्रेटेजी प्लेटफार्म ने अपनी व्यक्तिगत बुक्स को क्रॉस-बुक स्ट्रेस इवेंट के लिए तरलता भंडार बनाए रखने की आवश्यकता बताई। तीसरा, फैक्टर निर्माण कम प्रतिकृति घनत्व वाले संकेतों की ओर स्थानांतरित हो गया।
भीड़ एक अनसुलझी समस्या बनी हुई है। इसे पूरी तरह से समाप्त नहीं किया जा सकता क्योंकि यह स्वतंत्र रूप से कार्य करने वाले एजेंटों के तर्कसंगत व्यवहार से उभरती है जो संयोगवश एक ही सूचना समूह पर प्रतिक्रिया कर रहे हैं। लेकिन इसे मापा, निगरानी और आंशिक रूप से कम किया जा सकता है।
- Khandani, A. E., & Lo, A. W. (2011). "What Happened to the Quants in August 2007? Evidence from Factors and Transactions Data." Journal of Financial Economics, 100(3), 606-635. https://doi.org/10.1016/j.jfineco.2011.02.008
- Stein, J. C. (2009). "Sophisticated Investors and Market Efficiency." The Journal of Finance, 64(4), 1517-1548. https://doi.org/10.1111/j.1540-6261.2009.01472.x
- Ben-David, I., Franzoni, F., & Moussawi, R. (2012). "Hedge Fund Stock Trading in the Financial Crisis of 2007–2009." The Review of Financial Studies, 25(1), 1-54. https://doi.org/10.1093/rfs/hhr114
- Lou, D., & Polk, C. (2022). "comomentum: Inferring Arbitrage Activity from Return Correlations." The Review of Financial Studies, 35(7), 3272-3302. https://doi.org/10.1093/rfs/hhab119
- Brunnermeier, M. K., & Pedersen, L. H. (2009). "Market Liquidity and Funding Liquidity." The Review of Financial Studies, 22(6), 2201-2238. https://doi.org/10.1093/rfs/hhn098
संबंधित
Written by Elena Vasquez · Reviewed by Sam
यह लेख उद्धृत प्राथमिक साहित्य पर आधारित है और सटीकता तथा उचित श्रेय के लिए हमारी संपादकीय टीम द्वारा समीक्षित है। संपादकीय नीति.