समान भार बनाम बाज़ार पूंजीकरण भार: पुनर्संतुलन प्रीमियम पर बहस

क्या किसी पोर्टफोलियो को हर स्टॉक में समान राशि आवंटित करनी चाहिए, या बाज़ार को निर्णय लेने देना चाहिए? इस प्रश्न ने दशकों से मात्रात्मक वित्त को विभाजित किया है। एक ओर, बाज़ार पूंजीकरण भारांकन के समर्थक तर्क देते हैं कि कीमतें सामूहिक बुद्धि को दर्शाती हैं और पूंजीकरण-भारित पोर्टफोलियो ही एकमात्र वास्तव में निष्क्रिय दृष्टिकोण है। दूसरी ओर, शोध का एक बढ़ता हुआ समूह सुझाव देता है कि सबसे सरल संभव रणनीति — हर परिसंपत्ति को समान भार देना — सबसे परिष्कृत अनुकूलन मॉडलों की बराबरी कर सकती है या उन्हें पछाड़ भी सकती है। खरबों डॉलर पूंजीकरण-भारित बेंचमार्क से जुड़े हुए हैं, इसलिए समान भारांकन में एक छोटा व्यवस्थित लाभ भी पोर्टफोलियो निर्माण में सबसे महत्वपूर्ण खोजों में से एक होगा।

अनुकूलन के विरुद्ध तर्क

2009 में, Victor DeMiguel, Lorenzo Garlappi और Raman Uppal ने एक ऐतिहासिक शोधपत्र प्रकाशित किया जिसने माध्य-प्रसरण पोर्टफोलियो अनुकूलन की पूरी संरचना को चुनौती दी। उनके अध्ययन, Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio?, ने परीक्षण किया कि क्या परिष्कृत अनुकूलन विधियां सबसे सरल संभव दृष्टिकोण — सभी उपलब्ध परिसंपत्तियों में पूंजी का समान विभाजन — को विश्वसनीय रूप से पछाड़ सकती हैं।

परिणाम चौंकाने वाले थे। अमेरिकी सेक्टर पोर्टफोलियो, अंतर्राष्ट्रीय सूचकांक और व्यक्तिगत स्टॉक सहित सात अनुभवजन्य डेटासेट में, समान भार (1/N) पोर्टफोलियो ने जोखिम-समायोजित आधार पर 14 अनुकूलित मॉडलों की बराबरी की या उन्हें पछाड़ दिया। ये साधारण मॉडल नहीं थे। लेखकों ने बेसियन विधियों, न्यूनतम-प्रसरण पोर्टफोलियो और कई बाधित अनुकूलन दृष्टिकोणों का परीक्षण किया जो शैक्षणिक पोर्टफोलियो सिद्धांत की अत्याधुनिक तकनीक थे।

मूल अंतर्दृष्टि एक आकलन समस्या है। अनुकूलित पोर्टफोलियो बनाने के लिए, हर परिसंपत्ति के अपेक्षित प्रतिफल, प्रसरण और सह-प्रसरण का सटीक पूर्वानुमान आवश्यक है। N परिसंपत्तियों के साथ, मापदंडों की संख्या N के वर्ग के क्रम में बढ़ती है। DeMiguel आदि ने गणना की कि 25 परिसंपत्तियों के पोर्टफोलियो के लिए, माध्य-प्रसरण अनुकूलित पोर्टफोलियो को समान भार विकल्प को विश्वसनीय रूप से पछाड़ने के लिए लगभग 3,000 महीनों — 250 वर्षों — के डेटा की आवश्यकता होगी।

इस खोज का अर्थ यह नहीं है कि अनुकूलन बेकार है। इसका अर्थ है कि अनुकूलित पोर्टफोलियो में अंतर्निहित आकलन त्रुटि आमतौर पर उनके द्वारा वादा किए गए सैद्धांतिक लाभों को दबा देती है। समान भार पोर्टफोलियो शून्य मापदंड आकलन की आवश्यकता रखकर इस समस्या को पूरी तरह टाल देता है।

पुनर्संतुलन प्रीमियम

यदि समान भारांकन केवल पूंजीकरण-भारित या अनुकूलित पोर्टफोलियो की बराबरी करता, तो यह एक दिलचस्प जिज्ञासा मात्र होती। लेकिन बाद के शोध ने एक ऐसा तंत्र उजागर किया जिसके माध्यम से समान भारांकन एक वास्तविक संरचनात्मक लाभ उत्पन्न कर सकता है: पुनर्संतुलन प्रीमियम।

2012 में, Yuliya Plyakha, Raman Uppal और Grigory Vilkov ने Why Does an Equal-Weighted Portfolio Outperform Value- and Price-Weighted Portfolios? प्रकाशित किया, जिसने समान भार के बेहतर प्रदर्शन के स्रोतों को विभाजित किया। उनके विश्लेषण में 1926 से 2006 तक अमेरिकी इक्विटी शामिल थीं, जो एक असाधारण रूप से लंबी नमूना अवधि प्रदान करती है।

Plyakha आदि ने पूंजीकरण-भारित पोर्टफोलियो पर समान भार के लाभ के तीन अलग-अलग घटकों की पहचान की:

आकार झुकाव

समान भार पोर्टफोलियो पूंजीकरण-भारित बेंचमार्क की तुलना में छोटे शेयरों को यांत्रिक रूप से अधिक भार देते हैं। चूंकि छोटे शेयरों ने ऐतिहासिक रूप से उच्च औसत प्रतिफल अर्जित किया है (प्रलेखित आकार प्रीमियम), यह झुकाव बेहतर प्रदर्शन के एक हिस्से की व्याख्या करता है। हालांकि, यह उच्च अस्थिरता भी पैदा करता है, इसलिए केवल आकार झुकाव से शुद्ध जोखिम-समायोजित लाभ सीमित है।

प्रतिकूल गति प्रभाव

जब समान भार पोर्टफोलियो पुनर्संतुलित होता है, तो यह व्यवस्थित रूप से उन शेयरों को बेचता है जिनका सापेक्ष मूल्य बढ़ा है और उन शेयरों को खरीदता है जिनका मूल्य गिरा है। यह एक यांत्रिक प्रतिकूल गति रणनीति है। Plyakha आदि ने पाया कि यह प्रतिकूल गति पुनर्संतुलन प्रति वर्ष लगभग 0.5 प्रतिशत अंक का अतिरिक्त प्रतिफल उत्पन्न करता है। यह प्रभाव इसलिए उत्पन्न होता है क्योंकि व्यक्तिगत स्टॉक प्रतिफल अल्पकालिक माध्य प्रत्यावर्तन प्रदर्शित करते हैं।

अस्थिरता ग्रहण

प्रतिफल का एक अधिक सूक्ष्म स्रोत अस्थिरता पंपिंग प्रभाव से आता है। जब एक पोर्टफोलियो को समय-समय पर निश्चित भार में पुनर्संतुलित किया जाता है, तो यह व्यक्तिगत परिसंपत्ति प्रतिफल के प्रकीर्णन से मूल्य ग्रहण करता है, भले ही परिसंपत्तियों का औसत प्रतिफल शून्य हो। यह ज्यामितीय प्रतिफल लाभ सभी निश्चित-भार रणनीतियों को मिलता है, लेकिन समान भारांकन में सबसे बड़ा होता है क्योंकि समान भार सभी घटकों की विशिष्ट अस्थिरता के प्रति अधिकतम जोखिम प्रदान करता है।

इन घटकों को समझना समान भार रणनीतियों पर विचार करने वाले निवेशकों के लिए आवश्यक है, क्योंकि यह सीधे पोर्टफोलियो विविधीकरण सिद्धांत के व्यापक सिद्धांतों से जुड़ता है।

बाज़ार पूंजीकरण भारांकन की संकेंद्रण समस्या

समान भारांकन में रुचि को प्रेरित करने वाली एक अलग लेकिन संबंधित चिंता है: पूंजीकरण-भारित सूचकांकों में निहित संकेंद्रण जोखिम। जब कम संख्या में शेयर किसी सूचकांक पर हावी हो जाते हैं, तो पूंजीकरण-भारित पोर्टफोलियो उन कुछ नामों के भाग्य के प्रति तेजी से उजागर हो जाता है। यह एक सैद्धांतिक चिंता नहीं है। 2026 की शुरुआत में, S&P 500 के सबसे बड़े दस शेयर सूचकांक के 35% से अधिक का प्रतिनिधित्व करते हैं, जो 1990 के दशक के अंत के बाद से नहीं देखा गया संकेंद्रण स्तर है।

पूंजीकरण भारांकन में एक संरचनात्मक गति पूर्वाग्रह अंतर्निहित है। जैसे-जैसे कोई शेयर बढ़ता है, सूचकांक में उसका भार स्वचालित रूप से बढ़ता है, जिसका अर्थ है कि निष्क्रिय निवेशक उसमें अधिक पूंजी आवंटित करते हैं।

समान भारांकन अपनी संरचना से ही इस संकेंद्रण समस्या को समाप्त कर देता है। प्रत्येक घटक को बाज़ार पूंजीकरण की परवाह किए बिना समान आवंटन मिलता है। यह वास्तविक विविधीकरण प्रदान करता है, न कि पूंजीकरण-भारित पोर्टफोलियो का छद्म-विविधीकरण जहां नाममात्र की व्यापकता वास्तविक संकेंद्रण को छुपाती है।

लेन-देन लागत चुनौती

यदि समान भारांकन मुफ्त का लाभ प्रदान करता, तो हर निवेशक इसे अपना लेता। महत्वपूर्ण बाधा लेन-देन लागत है। समान भार पोर्टफोलियो को अपने लक्ष्य भार बनाए रखने के लिए बार-बार पुनर्संतुलन की आवश्यकता होती है, और यह पर्याप्त कारोबार उत्पन्न करता है, विशेष रूप से अतरल छोटे शेयरों वाले बड़े ब्रह्मांडों में।

DeMiguel आदि (2009) ने लेन-देन लागत के प्रभाव की जांच की और पाया कि ये समान भार के लाभ को काफी हद तक क्षीण करती हैं। Plyakha आदि (2012) ने अनुमान लगाया कि प्रति व्यापार 50 आधार अंकों की आनुपातिक लेन-देन लागत के बाद, समान भारांकन का पूंजीकरण भारांकन पर शुद्ध लाभ काफी कम हो जाता है लेकिन तिमाही पुनर्संतुलन आवृत्ति पर सकारात्मक बना रहता है।

मुख्य अंतर्दृष्टि यह है कि तिमाही पुनर्संतुलन कारोबार को प्रबंधनीय रखते हुए पुनर्संतुलन प्रीमियम का अधिकांश भाग ग्रहण करता है। यह खोज जोखिम-आधारित पोर्टफोलियो निर्माण दृष्टिकोणों के लिए भी व्यावहारिक निहितार्थ रखती है जिनमें भी आवधिक पुनर्संतुलन की आवश्यकता होती है।

साक्ष्यों का समन्वय

निवेशकों को इन निष्कर्षों का समन्वय कैसे करना चाहिए?

पहला, समान भार पोर्टफोलियो एक अत्यंत प्रभावी बेंचमार्क के रूप में कार्य करता है। किसी भी प्रस्तावित अनुकूलन रणनीति को केवल पूंजीकरण-भारित सूचकांकों के विरुद्ध नहीं, बल्कि समान भार के विरुद्ध भी मापा जाना चाहिए।

दूसरा, पुनर्संतुलन प्रीमियम वास्तविक है लेकिन मुफ्त नहीं है। यह प्रतिकूल गति व्यापार और अस्थिरता ग्रहण के संयोजन से उत्पन्न होता है, और दोनों के लिए आवधिक पुनर्संतुलन आवश्यक है जो लागत उत्पन्न करता है।

तीसरा, पूंजीकरण भारांकन और समान भारांकन के बीच का चयन आंशिक रूप से बाज़ार दक्षता पर दृष्टिकोण है। पूंजीकरण भारांकन मानता है कि कीमतें मौलिक मूल्यों को सटीक रूप से दर्शाती हैं। समान भारांकन अंतर्निहित रूप से मानता है कि कीमतों में शोर होता है और व्यवस्थित पुनर्संतुलन इस शोर से प्रतिफल अर्जित कर सकता है। Arnott, Hsu, and Moore (2005) के मौलिक सूचकांकन पर शोध ने इस दृष्टिकोण का समर्थन किया कि पूंजीकरण भारांकन उपइष्टतम है।

चौथा, व्यावहारिक कार्यान्वयन अत्यंत महत्वपूर्ण है। ETF का उपयोग करने वाले खुदरा निवेशकों के लिए, समान भार और पूंजीकरण-भारित S&P 500 फंड के बीच का चयन व्यय अनुपात और ट्रैकिंग त्रुटि में प्रबंधनीय अंतर शामिल करता है।

प्रत्येक दृष्टिकोण कब सर्वोत्तम कार्य करता है

समान भारांकन तब बेहतर प्रदर्शन करता है जब बाज़ार संकेंद्रण अधिक हो, जब अनुप्रस्थ अस्थिरता ऊंची हो, जब अल्पकालिक माध्य प्रत्यावर्तन मजबूत हो, और जब निवेश ब्रह्मांड तरल, मध्य-से-बड़े पूंजीकरण वाले शेयरों से बना हो जहां लेन-देन लागत कम हो।

पूंजीकरण भारांकन मजबूत गति-संचालित बाज़ारों में बेहतर प्रदर्शन करता है, जब कुछ शेयर वास्तव में बेहतर आय वृद्धि उत्पन्न कर रहे हों, और जब निवेश ब्रह्मांड में कई अतरल छोटे शेयर शामिल हों जहां पुनर्संतुलन लागत निषेधात्मक हो।

कोई भी दृष्टिकोण सार्वभौमिक रूप से श्रेष्ठ नहीं है। साहित्य में लगातार मिलने वाली खोज यह है कि समान भारांकन कहीं अधिक जटिल रणनीतियों के लिए आश्चर्यजनक रूप से मजबूत विकल्प प्रदान करता है।

संदर्भ

• DeMiguel, V., Garlappi, L., & Uppal, R. (2009). Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio? The Review of Financial Studies, 22(5), 1915-1953. https://doi.org/10.1093/rfs/hhm075

• Plyakha, Y., Uppal, R., & Vilkov, G. (2012). Why Does an Equal-Weighted Portfolio Outperform Value- and Price-Weighted Portfolios? SSRN Working Paper. https://doi.org/10.2139/ssrn.1787045

• Arnott, R. D., Hsu, J., & Moore, P. (2005). Fundamental Indexation. Financial Analysts Journal, 61(2), 83-99. https://doi.org/10.2469/faj.v61.n2.2718

• Roncalli, T. (2013). Introduction to Risk Parity and Budgeting. Chapman and Hall/CRC.

• Willenbrock, S. (2011). Diversification Return, Portfolio Rebalancing, and the Commodity Return Puzzle. Financial Analysts Journal, 67(4), 42-49. https://doi.org/10.2469/faj.v67.n4.1