बहस: क्या फर्म-विशिष्ट जोखिम को पुरस्कृत किया जाना चाहिए?
दशकों से, कैपिटल एसेट प्राइसिंग मॉडल का एक केंद्रीय वादा स्पष्ट और सहज रहा है: जो निवेशक अधिक व्यवस्थित जोखिम (systematic risk) उठाते हैं, उन्हें अधिक रिटर्न मिलना चाहिए, और फर्म-विशिष्ट (इडियोसिंक्रैटिक) जोखिम, चूंकि इसे विविधीकरण (diversification) द्वारा समाप्त किया जा सकता है, इसके लिए कोई जोखिम प्रीमियम नहीं होना चाहिए। फिर भी एक प्रतिस्पर्धी दृष्टिकोण, जो मर्टन (1987) के शोध पर आधारित है, यह तर्क देता है कि अपूर्ण सूचना और अल्प-विविधीकृत पोर्टफोलियो के कारण इडियोसिंक्रैटिक जोखिम वास्तव में महत्वपूर्ण है और इसके लिए सकारात्मक क्षतिपूर्ति मिलनी चाहिए। ये दोनों स्थितियां प्रायोगिक एसेट प्राइसिंग में सबसे विवादास्पद बहसों में से एक को रूपरेखित करती हैं। 2006 में, एंग, हॉड्रिक, ज़िंग और ज़ैंग ने इस तर्क में डेटा लाया और एक ऐसा परिणाम प्रस्तुत किया जिसकी किसी भी पक्ष ने उम्मीद नहीं की थी: सबसे अधिक इडियोसिंक्रैटिक वोलैटिलिटी वाले शेयरों ने अधिक रिटर्न नहीं, बल्कि काफी कम रिटर्न अर्जित किया।
उनके शोधपत्र, "The Cross-Section of Volatility and Expected Returns," जो The Journal of Finance में प्रकाशित हुआ, में पाया गया कि सबसे अधिक इडियोसिंक्रैटिक वोलैटिलिटी वाले अमेरिकी शेयरों के पोर्टफोलियो ने सबसे कम वोलैटाइल क्विंटाइल की तुलना में लगभग 1.06% प्रति माह कम प्रदर्शन किया। यह कोई मामूली सांख्यिकीय विरूपण नहीं था। यह एक आर्थिक रूप से विशाल अंतर था जो फामा-फ्रेंच फैक्टर्स, मोमेंटम, लिक्विडिटी, और अन्य ज्ञात रिटर्न प्रेडिक्टर्स के लिए नियंत्रित करने के बाद भी बना रहा। इस खोज ने CAPM (जो कोई संबंध नहीं होने की भविष्यवाणी करता है) और मर्टन के अपूर्ण-सूचना मॉडल (जो सकारात्मक संबंध की भविष्यवाणी करता है) दोनों को सीधी चुनौती दी।
पहेली को कैसे मापा गया
एंग, हॉड्रिक, ज़िंग और ज़ैंग (2006) ने इडियोसिंक्रैटिक वोलैटिलिटी का अनुमान फामा-फ्रेंच तीन-फैक्टर रिग्रेशन के अवशिष्टों (residuals) का उपयोग करके लगाया, जो दैनिक स्टॉक रिटर्न पर फिट किया गया था। प्रत्येक माह में प्रत्येक स्टॉक के लिए, उन्होंने पिछले महीने के दैनिक डेटा पर तीन-फैक्टर मॉडल चलाया और अस्पष्टीकृत रिटर्न के मानक विचलन (standard deviation) की गणना की। यह माप किसी स्टॉक के दैनिक उतार-चढ़ाव के उस हिस्से को पकड़ता है जो बाजार, आकार, या मूल्य एक्सपोजर के लिए जिम्मेदार नहीं ठहराया जा सकता।
इसके बाद शेयरों को पिछले महीने की इडियोसिंक्रैटिक वोलैटिलिटी के आधार पर क्विंटाइल पोर्टफोलियो में क्रमबद्ध किया गया, और अगले महीने के लिए समान-भारित रिटर्न को ट्रैक किया गया। परिणामों ने एक नीरस रूप से गिरावट वाला पैटर्न बनाया।
सबसे कम और सबसे अधिक IVOL क्विंटाइल के बीच का अंतर न केवल परिमाण में बल्कि निरंतरता में भी उल्लेखनीय था। यह फामा-फ्रेंच तीन-फैक्टर मॉडल, कार्हार्ट चार-फैक्टर मॉडल, और अल्पकालिक प्रत्यावर्तन (short-term reversal), लिक्विडिटी और वॉल्यूम के अतिरिक्त नियंत्रणों के समायोजन के बाद भी बना रहा। उच्च-IVOL क्विंटाइल का फामा-फ्रेंच अल्फा गहराई से नकारात्मक था।
| IVOL क्विंटाइल | औसत मासिक रिटर्न | FF3 अल्फा | कार्हार्ट अल्फा |
|---|---|---|---|
| Q1 (निम्न IVOL) | 1.06% | 0.24% | 0.21% |
| Q2 | 0.95% | 0.13% | 0.10% |
| Q3 | 0.84% | -0.04% | -0.06% |
| Q4 | 0.64% | -0.31% | -0.34% |
| Q5 (उच्च IVOL) | 0.00% | -1.06% | -0.99% |
लेखकों ने पुष्टि की कि ये परिणाम माइक्रो-कैप शेयरों, पेनी स्टॉक्स, या चरम बाहरी मानों (outliers) द्वारा संचालित नहीं थे। सबसे छोटे आकार डेसाइल को बाहर करने, वैल्यू-वेटिंग लागू करने, और सबसे चरम अवलोकनों को हटाने के बाद भी मूल खोज बनी रही: उच्च इडियोसिंक्रैटिक वोलैटिलिटी बाद के कम रिटर्न से जुड़ी थी।
अंतर्राष्ट्रीय पुष्टि
केवल अमेरिका तक सीमित किसी भी विसंगति (anomaly) पर एक स्वाभाविक आपत्ति यह है कि यह डेटा-माइनिंग या अमेरिकी बाजार संरचना की विशेषता को प्रतिबिंबित कर सकती है। एंग, हॉड्रिक, ज़िंग और ज़ैंग ने 2009 के अनुवर्ती शोधपत्र में इसे सीधे संबोधित किया, जिसमें विश्लेषण को 23 विकसित इक्विटी बाजारों तक विस्तारित किया गया। उन्होंने जिस भी क्षेत्र की जांच की, जापान और ऑस्ट्रेलिया से लेकर यूनाइटेड किंगडम और महाद्वीपीय यूरोप तक, इडियोसिंक्रैटिक वोलैटिलिटी और बाद के रिटर्न के बीच का संबंध नकारात्मक था। परिमाण अलग-अलग था, लेकिन दिशा सुसंगत थी। एक वैश्विक पोर्टफोलियो जो निम्न-IVOL शेयरों में लॉन्ग और उच्च-IVOL शेयरों में शॉर्ट था, भौगोलिक क्षेत्रों में विश्वसनीय सकारात्मक रिटर्न उत्पन्न करता था।
इस अंतर्राष्ट्रीय प्रतिकृति ने किसी भी ऐसे स्पष्टीकरण के लिए साक्ष्य का बोझ काफी बढ़ा दिया जो अमेरिका-विशिष्ट संस्थागत विशेषताओं, डेटा निर्माण कलाकृतियों, या नमूना-अवधि संयोगों पर निर्भर था।
प्रतिस्पर्धी स्पष्टीकरण: एक विभाजित क्षेत्र
मूल शोधपत्र के बाद के दो दशकों में पहेली को समझाने का प्रयास करने वाला एक समृद्ध और कभी-कभी परस्पर विरोधी साहित्य तैयार हुआ है। स्पष्टीकरण तीन व्यापक श्रेणियों में आते हैं।
मापन बहस
फू (2009) ने एक प्रभावशाली चुनौती प्रस्तुत करते हुए तर्क दिया कि एंग एवं अन्य ने भूतकालिक (realized) इडियोसिंक्रैटिक वोलैटिलिटी का उपयोग भविष्योन्मुखी (expected) इडियोसिंक्रैटिक वोलैटिलिटी के प्रतिनिधि के रूप में किया। जब फू ने EGARCH मॉडल का उपयोग करके अपेक्षित IVOL का अनुमान लगाया, जो वोलैटिलिटी क्लस्टरिंग को ध्यान में रखता है, तो नकारात्मक संबंध उलट गया: उच्च अपेक्षित IVOL उच्च रिटर्न से जुड़ा था, जो मर्टन के सिद्धांत के अनुरूप था। फू की व्याख्या यह थी कि एंग एवं अन्य का परिणाम अल्पकालिक रिटर्न प्रत्यावर्तन प्रभाव (short-term return reversal effect) को दर्शाता था, क्योंकि जिन शेयरों ने हाल ही में इडियोसिंक्रैटिक वोलैटिलिटी में उछाल अनुभव किया था (और इसलिए उच्च realized IVOL था), वे अगले महीने में वापस लौटने की प्रवृत्ति रखते हैं।
बाली और काकिसी (2008) ने एक अलग पद्धतिगत आलोचना प्रस्तुत की, यह प्रदर्शित करते हुए कि IVOL पहेली पोर्टफोलियो निर्माण विकल्पों के प्रति संवेदनशील थी। वैल्यू-वेटिंग के तहत, नकारात्मक IVOL-रिटर्न संबंध कुछ उप-नमूनों के लिए कमजोर हो गया या गायब हो गया, जो बताता है कि प्रभाव छोटे, अतरल शेयरों में केंद्रित था जहां समान-भारण ने इसके आर्थिक महत्व को बढ़ा-चढ़ाकर दिखाया।
ये पद्धतिगत आपत्तियां गंभीर हैं लेकिन पूरी तरह से निर्णायक नहीं हैं। हाउ और लोह (2016) ने IVOL पहेली के लिए एक दर्जन से अधिक प्रस्तावित स्पष्टीकरणों का व्यापक मूल्यांकन किया और पाया कि कोई भी एकल स्पष्टीकरण विसंगत अंतर का लगभग 40% से अधिक हिस्सा नहीं समझा सका। मापन आलोचना कुछ हद तक, लेकिन पूरी तरह से नहीं, इस घटना को स्पष्ट करती है।
व्यवहारिक और संरचनात्मक व्याख्या
स्पष्टीकरणों का दूसरा वर्ग पहेली को निवेशक व्यवहार और बाजार संरचना के लिए जिम्मेदार ठहराता है। इनमें सबसे प्रभावशाली स्टैम्बॉ, यू और यूआन (2015) से आता है, जिन्होंने "आर्बिट्राज असमिति" (arbitrage asymmetry) को प्रमुख तंत्र के रूप में प्रस्तावित किया। उनका तर्क दो चरणों में आगे बढ़ता है। पहला, उच्च-IVOL शेयरों को शॉर्ट-सेल करना कठिन और महंगा होता है क्योंकि वे छोटे, कम तरल, और उधार लेने में अधिक महंगे होते हैं। दूसरा, जब शॉर्ट-सेलिंग बाधित होती है, तो अधिमूल्यांकित शेयर कम-मूल्यांकित शेयरों की तुलना में अधिक समय तक अधिमूल्यांकित बने रहते हैं, क्योंकि कम-मूल्यांकित शेयर खरीदने में ऐसी कोई समकक्ष बाधा नहीं होती।
इसका निहितार्थ यह है कि उच्च-IVOL शेयरों के समूह में अधिमूल्यांकित नामों का अनुपातहीन हिस्सा होता है। ये अधिमूल्यांकित शेयर उच्च-IVOL क्विंटाइल के औसत रिटर्न को नीचे खींचते हैं। नकारात्मक IVOL-रिटर्न संबंध जोखिम के लिए क्षतिपूर्ति नहीं है; यह बाजार के सबसे अस्थिर खंड में असंशोधित अधिमूल्यांकन की छाप है।
स्टैम्बॉ एवं अन्य ने IVOL प्रभाव को अधिमूल्यांकन और न्यूनमूल्यांकन घटकों में विभाजित करके इसका परीक्षण किया। अधिमूल्यांकित शेयरों में (11 विसंगति संकेतों का उपयोग करके वर्गीकृत), उच्च IVOL ने कम रिटर्न की दृढ़ता से भविष्यवाणी की। न्यूनमूल्यांकित शेयरों में, उच्च IVOL ने उच्च रिटर्न की भविष्यवाणी की, ठीक वैसे ही जैसा मर्टन के सिद्धांत ने सुझाव दिया होगा। नकारात्मक औसत संबंध इसलिए उत्पन्न हुआ क्योंकि अधिमूल्यांकन प्रभाव प्रभावी था।
यह स्पष्टीकरण सीधे व्यापक लो-वोलैटिलिटी विसंगति से जुड़ता है, जो यह दर्शाती है कि शांत शेयर जोखिम-समायोजित आधार पर अस्थिर शेयरों से बेहतर प्रदर्शन करते हैं। स्टैम्बॉ एवं अन्य का ढांचा सुझाव देता है कि दोनों घटनाएं एक साझा मूल कारण रखती हैं: अधिमूल्यांकन बनाम न्यूनमूल्यांकन को सही करने की बाजारों की असमित क्षमता।
लॉटरी मांग और सट्टा प्राथमिकता
शोध की तीसरी धारा लॉटरी-जैसे भुगतान के लिए निवेशक प्राथमिकताओं की भूमिका पर प्रकाश डालती है। उच्च इडियोसिंक्रैटिक वोलैटिलिटी वाले शेयरों में सकारात्मक रूप से विषम (positively skewed) रिटर्न वितरण होता है: वे कभी-कभी नाटकीय लाभ उत्पन्न करते हैं। यदि निवेशकों का एक उपसमूह चरम लाभ की संभावना के लिए अधिक भुगतान करने को तैयार है, जैसा कि प्रॉस्पेक्ट थ्योरी और संचयी प्रॉस्पेक्ट थ्योरी पर व्यवहारिक वित्त साहित्य में प्रलेखित है, तो लॉटरी-जैसे शेयर लगातार मूलभूत मूल्य से ऊपर बोली लगाए जाएंगे। परिणामी अधिमूल्यांकन उनके अपेक्षित रिटर्न को दबा देता है।
बाली, काकिसी और व्हाइटलॉ (2011) ने MAX नामक एक चर का निर्माण करके इस माध्यम को औपचारिक रूप दिया, जिसे पिछले महीने में अधिकतम दैनिक रिटर्न के रूप में परिभाषित किया गया। उन्होंने दिखाया कि MAX ने IVOL पहेली का अधिकांश भाग अवशोषित कर लिया: उच्च IVOL वाले शेयरों ने मुख्य रूप से इसलिए कम रिटर्न अर्जित किया क्योंकि उनके पास उच्च MAX भी था, और यह चरम-लाभ वाले शेयरों के लिए लॉटरी मांग थी जिसने अधिमूल्यांकन को प्रेरित किया।
जब हाउ और लोह ने सब कुछ परीक्षित किया तो क्या पाया
हाउ और लोह (2016) ने आज तक की पहेली का सबसे व्यवस्थित समाधान करने का प्रयास किया। उन्होंने इन आधारों पर स्पष्टीकरणों का मूल्यांकन किया: (1) अपेक्षित बनाम realized IVOL मापन, (2) रिटर्न प्रत्यावर्तन, (3) शॉर्ट-सेलिंग बाधाएं, (4) MAX/लॉटरी मांग, (5) बाजार सूक्ष्म-संरचना शोर, (6) आय आश्चर्य (earnings surprises), (7) लीवरेज प्रभाव, और कई अन्य माध्यम।
उनका निष्कर्ष चिंताजनक था: कोई भी एकल स्पष्टीकरण IVOL प्रभाव का 30-40% से अधिक हिस्सा नहीं समझा सका। सबसे बड़े व्यक्तिगत योगदानकर्ता लॉटरी मांग (MAX) माध्यम और शॉर्ट-सेलिंग बाधा माध्यम थे। संयुक्त रूप से, कुछ मुट्ठी भर स्पष्टीकरण सामूहिक रूप से पहेली का लगभग 60-80% हिस्सा समझा सकते थे, लेकिन एक अवशिष्ट अस्पष्टीकृत बना रहा। उनके आकलन में, इडियोसिंक्रैटिक वोलैटिलिटी पहेली आंशिक रूप से हल हुई थी लेकिन पूरी तरह से समाधान नहीं हुई।
फैक्टर-आधारित निवेश के लिए निहितार्थ
IVOL पहेली फैक्टर पोर्टफोलियो बनाने या मूल्यांकन करने वाले किसी भी व्यक्ति के लिए ठोस निहितार्थ रखती है। पहला, यह पारंपरिक बेटिंग-अगेंस्ट-बीटा ढांचे से परे लो-वोलैटिलिटी रणनीतियों के लिए एक अतिरिक्त तर्काधार प्रदान करती है। उच्च-IVOL शेयरों को छानकर बाहर करना बाजार के एक ऐसे हिस्से को हटा देता है जिसने ऐतिहासिक रूप से गहराई से नकारात्मक अल्फा दिया है, भले ही इसके लिए जिम्मेदार आर्थिक तंत्र कोई भी हो।
दूसरा, पहेली अन्य फैक्टर्स के साथ महत्वपूर्ण तरीकों से परस्पर क्रिया करती है। उच्च-IVOL शेयर छोटे, अलाभकारी होते हैं, और उनकी निवेश दरें उच्च होती हैं, जो उन्हें फामा-फ्रेंच पांच-फैक्टर मॉडल में पहचानी गई कई नकारात्मक-रिटर्न विशेषताओं के चौराहे पर रखता है। गुणवत्ता, लाभप्रदता, या रूढ़िवादी निवेश की ओर झुकाव रखने वाले निवेशक अप्रत्यक्ष रूप से उच्च-IVOL शेयरों से बचते हैं।
तीसरा, आर्बिट्राज असमिति स्पष्टीकरण का निवेशकों द्वारा फैक्टर बैकटेस्ट परिणामों की व्याख्या पर प्रभाव पड़ता है। यदि उच्च-IVOL शॉर्ट लेग्स फैक्टर रिटर्न के बड़े हिस्से के लिए जिम्मेदार हैं (जैसा कि स्टैम्बॉ एवं अन्य प्रदर्शित करते हैं), तो लॉन्ग-ओनली फैक्टर निवेशक व्यवस्थित रूप से प्रीमियम के उस हिस्से से चूक रहे हैं जो अधिमूल्यांकित, अस्थिर शेयरों से बचने से आता है। IVOL पहेली इस प्रकार एक व्यापक सबक को पुष्ट करती है: सैद्धांतिक फैक्टर प्रीमियम और कार्यान्वयन योग्य रिटर्न के बीच का अंतर वास्तविक और स्थायी है।
बहस कहां खड़ी है
एंग, हॉड्रिक, ज़िंग और ज़ैंग द्वारा अपनी मूल खोज प्रकाशित करने के बीस साल बाद, समुदाय एक आंशिक सहमति पर पहुंचा है। IVOL पहेली वास्तविक और मजबूत है। यह अमेरिकी डेटा, अंतर्राष्ट्रीय डेटा, और कई नमूना अवधियों में दिखाई देती है। इसे किसी भी एकल तंत्र द्वारा पूरी तरह से समझाया नहीं गया है, लेकिन आर्बिट्राज असमिति (अधिमूल्यांकन जो शॉर्ट-सेलिंग बाधाओं के कारण ठीक नहीं किया जा सकता), लॉटरी मांग (सट्टा निवेशक विषम भुगतानों के लिए अधिक भुगतान करते हैं), और पद्धतिगत सूक्ष्मता (realized और अपेक्षित IVOL के बीच अंतर) का संयोजन प्रभाव के अधिकांश भाग को समझाता है।
जो वास्तव में अनसुलझा बना हुआ है वह यह है कि क्या पहेली का कोई अवशिष्ट भाग एक सच्चे नकारात्मक जोखिम प्रीमियम को दर्शाता है, एक ऐसी संभावना जो मानक एसेट प्राइसिंग सिद्धांत के लिए अत्यंत असुविधाजनक होगी। यदि निवेशकों को इडियोसिंक्रैटिक जोखिम रखने के लिए किसी तरह दंडित किया जाता है, तो व्यवस्थित और विविधीकरणीय जोखिम को अलग करने वाले पूरे ढांचे को संशोधन की आवश्यकता होगी। अधिकांश शोधकर्ता इसे असंभव मानते हैं लेकिन इसे पूरी तरह से खारिज नहीं कर पाए हैं।
व्यवसायियों के लिए, परिचालनात्मक निष्कर्ष सैद्धांतिक निष्कर्ष से अधिक स्पष्ट है: उच्च-इडियोसिंक्रैटिक-वोलैटिलिटी वाले शेयर औसतन खराब निवेश रहे हैं, और साक्ष्य इतने मजबूत हैं कि पोर्टफोलियो निर्माण और जोखिम प्रबंधन में विचार करने योग्य हैं, भले ही मूल कारणों पर अकादमिक बहस जारी रहे।
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.
संदर्भ
- Ang, A., Hodrick, R. J., Xing, Y., & Zhang, X. (2006). "The Cross-Section of Volatility and Expected Returns." The Journal of Finance, 61(1), 259-299. https://doi.org/10.1111/j.1540-6261.2006.00836.x
- Ang, A., Hodrick, R. J., Xing, Y., & Zhang, X. (2009). "High idiosyncratic volatility and low returns: International and further U.S. evidence." Journal of Financial Economics, 91(1), 1-23. https://doi.org/10.1016/j.jfineco.2007.12.005
- Merton, R. C. (1987). "A Simple Model of Capital Market Equilibrium with Incomplete Information." The Journal of Finance, 42(3), 483-510. https://doi.org/10.1111/j.1540-6261.1987.tb04565.x
- Fu, F. (2009). "Idiosyncratic Risk and the Cross-Section of Expected Stock Returns." Journal of Financial Economics, 91(1), 24-37. https://doi.org/10.1016/j.jfineco.2008.02.003
- Bali, T. G., & Cakici, N. (2008). "Idiosyncratic Volatility and the Cross Section of Expected Returns." Journal of Financial and Quantitative Analysis, 43(1), 29-58. https://doi.org/10.1017/S002210900000274X
- Stambaugh, R. F., Yu, J., & Yuan, Y. (2015). "Arbitrage Asymmetry and the Idiosyncratic Volatility Puzzle." The Journal of Finance, 70(5), 1903-1948. https://doi.org/10.1111/jofi.12286
- Hou, K., & Loh, R. K. (2016). "Have We Solved the Idiosyncratic Volatility Puzzle?" Journal of Financial Economics, 121(1), 167-194. https://doi.org/10.1016/j.jfineco.2016.02.013
- Bali, T. G., Cakici, N., & Whitelaw, R. F. (2011). "Maxing Out: Stocks as Lotteries and the Cross-Section of Expected Returns." Journal of Financial Economics, 99(2), 427-446. https://doi.org/10.1016/j.jfineco.2010.08.014