वह ट्रेड जो सही था और फिर भी हारा
1998 की बसंत में, Long-Term Capital Management के पास अब तक का सबसे विविध कन्वर्जेंस पोर्टफोलियो था। उनकी पोज़ीशन सॉवरेन बॉन्ड, इक्विटी वोलैटिलिटी, स्वैप स्प्रेड और मॉर्गेज-बैक्ड सिक्योरिटीज़ में दर्जनों देशों में फैली हुई थीं। फर्म के प्रिंसिपलों में फ़ेडरल रिज़र्व के पूर्व उपाध्यक्ष और अर्थशास्त्र में दो भविष्य के नोबेल पुरस्कार विजेता शामिल थे। ट्रेड स्वयं पाठ्यपुस्तक आर्बिट्राज थे: सस्ती सिक्योरिटी खरीदो, महंगी बेचो, और अंतर बंद होने की प्रतीक्षा करो।
सितंबर 1998 तक, LTCM ने $4.6 बिलियन खो दिए। इसलिए नहीं कि मूलभूत विश्लेषण गलत था — अधिकांश कन्वर्जेंस दांव अंततः सही साबित हुए — बल्कि इसलिए कि गलत मूल्यांकन ठीक होने से पहले फर्म की पूंजी समाप्त हो गई। जैसे-जैसे रूस ने डिफ़ॉल्ट किया और वैश्विक बाज़ार जम गए, स्प्रेड जो सिकुड़ने चाहिए थे, वे अभूतपूर्व स्तर तक फैल गए। काउंटरपार्टीज़ ने अधिक कोलैटरल की मांग की। निवेशक घबरा गए। मार्जिन कॉल को पूरा करने के लिए पोज़ीशन को अनवाइंड करने की क्रिया ने ही कीमतों को फंड के विरुद्ध और धकेल दिया, जिससे वही विस्थापन और बढ़ गए जिनका फायदा उठाने के लिए पोज़ीशन बनाई गई थीं।
एक साल पहले, Andrei Shleifer और Robert Vishny ने एक पेपर प्रकाशित किया था जो ठीक-ठीक समझाता था कि ऐसा क्यों हो सकता है। Journal of Finance में उनके 1997 के लेख, "The Limits of Arbitrage," ने वित्तीय अर्थशास्त्र की एक मूलभूत धारणा को ध्वस्त कर दिया: कि असीमित पूंजी और अनंत धैर्य वाले तर्कसंगत आर्बिट्राजर उचित मूल्य से किसी भी विचलन को तेज़ी से ठीक कर देंगे। वास्तव में, Shleifer और Vishny ने तर्क दिया, गलत मूल्यांकन को समाप्त करने के लिए सबसे सक्षम लोग ऐसी बाधाओं में काम करते हैं जो उन्हें ऐसा करने से रोक सकती हैं — और ये बाधाएं सबसे बुरे संभव क्षणों में सबसे कठोर होती हैं।
कुशल बाज़ार की धारणा और उसकी कमज़ोर कड़ी
कुशल बाज़ार परिकल्पना एक सम्मोहक तर्क श्रृंखला पर टिकी है। यदि कोई सिक्योरिटी अपने मूलभूत मूल्य से नीचे ट्रेड करती है, तो आर्बिट्राजर इसे खरीदेंगे। उनका खरीद दबाव कीमत को उचित मूल्य की ओर वापस धकेलेगा। संतुलन में, कोई स्थायी गलत मूल्यांकन मौजूद नहीं होना चाहिए क्योंकि लाभ का मकसद सुनिश्चित करता है कि वे प्रकट होते ही ठीक कर दिए जाएं।
Shleifer और Vishny ने इस तर्क में महत्वपूर्ण खामी पहचानी। तर्क मानता है कि आर्बिट्राजर बाधारहित हैं: वे असीमित पूंजी लगा सकते हैं, वे अनिश्चित काल तक पोज़ीशन रख सकते हैं, और वे बाहरी मूल्यांकन के अधीन नहीं हैं। व्यवहार में इनमें से कोई भी धारणा सही नहीं है। वास्तविक वित्तीय बाज़ारों में अधिकांश आर्बिट्राज पूंजी पेशेवरों द्वारा प्रबंधित होती है — हेज फंड मैनेजर, प्रोप्राइटरी ट्रेडिंग डेस्क, विशेषज्ञ फंड मैनेजर — जो दूसरों का पैसा निवेश करते हैं। और उस पैसे के प्रदाता अपने मैनेजरों का मूल्यांकन हाल के रिटर्न के आधार पर करते हैं।
यह अवलोकन, एक बार कहने पर स्पष्ट प्रतीत होता है, लेकिन इसके मूलगामी निहितार्थ हैं।
Shleifer-Vishny मॉडल: पूंजी प्रवाह सुधार को कैसे कमज़ोर करता है
Shleifer-Vishny फ्रेमवर्क की मूल कार्यप्रणाली को तीन चरणों में बताया जा सकता है।
पहला, विशेषज्ञ आर्बिट्राजर एक गलत मूल्यांकन की पहचान करते हैं और उसके विरुद्ध पोज़ीशन लेते हैं। वे कम मूल्यांकित सिक्योरिटी खरीद सकते हैं, अधिक मूल्यांकित को शॉर्ट कर सकते हैं, या एक रिलेटिव-वैल्यू ट्रेड बना सकते हैं जो अंतर बंद होने पर लाभ देता है।
दूसरा, गलत मूल्यांकन ठीक होने के बजाय अस्थायी रूप से और बिगड़ जाता है। ऐसा कई कारणों से हो सकता है: नॉइज़ ट्रेडर भावना में बदलाव, अन्य संकटग्रस्त निवेशकों द्वारा सहसंबद्ध बिक्री, या व्यापक आर्थिक आघात जिनका पोज़ीशन के मूलभूत मूल्य से कोई लेना-देना नहीं है।
तीसरा, आर्बिट्राजर के निवेशक अल्पकालिक नुकसान देखते हैं। एक ऐसे मैनेजर के बीच अंतर करने में असमर्थ जो गलत है और जो समय से पहले है, वे पूंजी निकाल लेते हैं। आर्बिट्राजर को पोज़ीशन कम करनी पड़ती है — कमज़ोरी में बेचना, ऊंची कीमतों पर शॉर्ट वापस खरीदना — ठीक उस समय जब ट्रेड पर अपेक्षित रिटर्न अपने अधिकतम पर होता है।
परिणाम वही है जिसे Shleifer और Vishny ने प्रदर्शन-आधारित आर्बिट्राज कहा: एक ऐसी प्रणाली जिसमें सुधारात्मक ट्रेडिंग के लिए पूंजी आवंटन गलत मूल्यांकन की तीव्रता का घटता हुआ फंक्शन है। गलत मूल्यांकन जितना बुरा होता है, उसे ठीक करने के लिए उतनी कम पूंजी उपलब्ध होती है।
यह कार्यप्रणाली खराब तरीके से डिज़ाइन किए गए फंडों की कोई विचित्रता नहीं है। यह प्रत्यायोजित पोर्टफोलियो प्रबंधन में एक मूलभूत एजेंसी समस्या को दर्शाता है। निवेशक आर्बिट्राजर की पोज़ीशन की गुणवत्ता को पूरी तरह से नहीं देख सकते। जब वे नुकसान देखते हैं, तो उनकी सूचनात्मक असमानता को देखते हुए तर्कसंगत प्रतिक्रिया एक्सपोज़र कम करना है। किसी भी व्यक्तिगत निवेशक के दृष्टिकोण से, नुकसान के बाद निकासी विवेकपूर्ण है। कुल मिलाकर, ये व्यक्तिगत रूप से तर्कसंगत निर्णय सामूहिक रूप से एक अतर्कसंगत परिणाम उत्पन्न करते हैं: सुधारात्मक पूंजी का ठीक उस समय वाष्पीकरण जब इसकी सबसे अधिक आवश्यकता होती है।
नॉइज़ ट्रेडर रिस्क: प्रवर्धक
Shleifer और Vishny का मॉडल De Long, Shleifer, Summers, and Waldmann (1990) के पूर्व सैद्धांतिक कार्य पर आधारित था, जिन्होंने नॉइज़ ट्रेडर रिस्क की अवधारणा को औपचारिक रूप दिया। उनके फ्रेमवर्क में, बाज़ार में दो प्रकार के प्रतिभागी हैं: तर्कसंगत आर्बिट्राजर जो फंडामेंटल्स पर ट्रेड करते हैं, और नॉइज़ ट्रेडर जो भावना, मोमेंटम सिग्नल, या दोषपूर्ण विश्वासों पर ट्रेड करते हैं।
मुख्य अंतर्दृष्टि यह है कि नॉइज़ ट्रेडर अन्यथा कुशल बाज़ार में केवल शोर का स्रोत नहीं हैं। उनका सामूहिक व्यवहार आर्बिट्राजरों के लिए वास्तविक जोखिम पैदा करता है। यदि भावना-चालित बिक्री किसी स्टॉक को उचित मूल्य से नीचे धकेलती है, तो खरीदने वाला तर्कसंगत आर्बिट्राजर लाभ कमाएगा यदि कीमतें अंततः वापस आती हैं। लेकिन "अंततः" ही मुख्य शब्द है। कन्वर्जेंस से पहले, नॉइज़ ट्रेडर और अधिक मंदी वाले हो सकते हैं, कीमत को और नीचे धकेल सकते हैं। एक वर्ष के क्षितिज वाला आर्बिट्राजर ऐसी पोज़ीशन रखने का जोखिम नहीं उठा सकता जो रिकवर होने से पहले 30 प्रतिशत गिर जाए, भले ही पांच वर्ष का अपेक्षित रिटर्न अत्यधिक सकारात्मक हो।
नॉइज़ ट्रेडर रिस्क मूलभूत जोखिम से भिन्न है। अधिक मूल्यांकित स्टॉक को शॉर्ट करने वाला आर्बिट्राजर मूलभूत जोखिम का सामना करता है: कंपनी वास्तव में अनुमान से अधिक मूल्य की हो सकती है। नॉइज़ ट्रेडर रिस्क तब भी काम करता है जब मूलभूत विश्लेषण निर्विवाद रूप से सही हो। खतरा यह नहीं है कि आर्बिट्राजर मूल्य के बारे में गलत है। खतरा यह है कि अतर्कसंगत प्रतिभागी कीमत सही होने से पहले उसे और गलत बना देंगे।
अनुभवजन्य साक्ष्य: सिद्धांत से देखे गए बाज़ारों तक
Shleifer-Vishny फ्रेमवर्क ने अमूर्त सुंदरता से नहीं बल्कि वास्तविक दुनिया की घटनाओं को समझाने की अपनी क्षमता से विश्वसनीयता प्राप्त की, जिन्हें मानक कुशल-बाज़ार फ्रेमवर्क समझा नहीं सकता था।
Pontiff (1996) ने क्लोज़्ड-एंड फंडों का उपयोग करके प्रारंभिक अनुभवजन्य समर्थन प्रदान किया। ये फंड एक्सचेंजों पर ऐसी कीमतों पर ट्रेड होते हैं जो अक्सर उनके नेट एसेट वैल्यू से विचलित होती हैं। घर्षणरहित बाज़ार में, आर्बिट्राजर छूट वाले फंड खरीदेंगे और अंतर्निहित पोर्टफोलियो को शॉर्ट करेंगे, जिससे छूट शून्य हो जाएगी। Pontiff ने दिखाया कि क्लोज़्ड-एंड फंड छूट तब बड़ी और अधिक स्थायी थी जब आर्बिट्राज की लागत — विशेष रूप से, अपनी संपत्तियों के सापेक्ष फंड की अज्ञातहेतुक अस्थिरता — अधिक थी। दूसरे शब्दों में, आर्बिट्राज जितना कठिन था, गलत मूल्यांकन उतना बड़ा होता गया।
Pontiff (2006) ने इस तर्क को व्यापक विसंगति साहित्य में विस्तारित किया। उन्होंने प्रदर्शित किया कि प्रसिद्ध रिटर्न विसंगतियां, वे पूर्वानुमेय पैटर्न जो बाज़ार दक्षता का उल्लंघन करते प्रतीत होते हैं, उच्च अज्ञातहेतुक अस्थिरता वाले स्टॉक में अपना सबसे बड़ा लाभ उत्पन्न करती हैं। यह खोज ठीक वही है जो लिमिट्स-टू-आर्बिट्राज फ्रेमवर्क भविष्यवाणी करता है: गलत मूल्यांकन वहां बना रहता है जहां आर्बिट्राज सबसे महंगा और जोखिम भरा होता है। यदि विसंगति रिटर्न जोखिम क्षतिपूर्ति से प्रेरित होते, तो उनके कठिन-से-आर्बिट्राज सिक्योरिटीज़ में केंद्रित होने का कोई कारण नहीं होता।
Mitchell, Pulvino, and Stafford (2002) ने एक मूल्य के नियम का विशेष रूप से आश्चर्यजनक उल्लंघन दर्ज किया। प्रौद्योगिकी बुलबुले के दौरान, कई कंपनियां ऐसी कीमतों पर ट्रेड कर रही थीं जो उनकी गैर-इंटरनेट सहायक कंपनियों के लिए नकारात्मक मूल्य दर्शाती थीं। सबसे प्रसिद्ध मामले में, 3Com का बाज़ार पूंजीकरण, Palm IPO के बाद उसकी Palm हिस्सेदारी के मूल्य को घटाने पर, यह दर्शाता था कि 3Com के शेष व्यवसाय का मूल्य नकारात्मक $22 बिलियन था। यह कोई सूक्ष्म गलत मूल्यांकन नहीं था जिसे पहचानने के लिए परिष्कृत मॉडल की आवश्यकता हो। यह एक अंकगणितीय बेतुकापन था जो कैलकुलेटर वाले किसी भी व्यक्ति को दिखाई देता था। फिर भी गलत मूल्यांकन महीनों तक बना रहा क्योंकि शॉर्ट-सेलिंग बाधाओं ने आर्बिट्राजरों को इसे ठीक करने के लिए आवश्यक पोज़ीशन स्थापित करने से रोक दिया।
लिमिट्स-टू-आर्बिट्राज एपिसोड की शारीरिक रचना
LTCM पतन Shleifer-Vishny तंत्र को संक्षिप्त रूप में दर्शाता है, लेकिन यह पैटर्न कई एपिसोड में दोहराया गया है।
2007-2008 के वित्तीय संकट के दौरान, मात्रात्मक इक्विटी हेज फंडों ने इसी तरह की गतिशीलता का अनुभव किया। अगस्त 2007 में, कई अरब डॉलर के क्वांट फंडों ने कुछ दिनों में अचानक, सहसंबद्ध नुकसान झेले। नुकसान उनकी सबसे भीड़भाड़ वाली फैक्टर पोज़ीशनों में केंद्रित थे। जैसे ही एक फंड ने डीलीवरेज करना शुरू किया, बिक्री के दबाव ने अन्य फंडों के साथ साझा पोज़ीशनों को प्रभावित किया, जिससे नुकसान हुआ जिसने पूरे उद्योग में आगे डीलीवरेजिंग को मजबूर किया। Liu and Longstaff (2004) ने सैद्धांतिक रूप से दिखाया था कि पाठ्यपुस्तक आर्बिट्राज अवसर भी इतने बड़े अंतरिम नुकसान उत्पन्न कर सकते हैं कि कन्वर्जेंस से पहले आर्बिट्राजर दिवालिया हो जाए।
विभिन्न एपिसोड में पैटर्न की संरचना एक जैसी है:
एक बाहरी आघात (रूसी डिफ़ॉल्ट, सबप्राइम नुकसान, महामारी) आर्बिट्राज पोज़ीशनों पर प्रारंभिक नुकसान को ट्रिगर करता है। आर्बिट्राज फंडों में निवेशक नुकसान देखते हैं और पूंजी रिडीम करना शुरू करते हैं। फंड मैनेजर रिडेम्पशन को पूरा करने के लिए पोज़ीशन बेचते हैं, जिससे अतिरिक्त बिक्री दबाव उत्पन्न होता है। बिक्री दबाव उन्हीं गलत मूल्यांकनों को और बढ़ा देता है जिनका फायदा उठाने के लिए पोज़ीशन बनाई गई थीं। बढ़ा हुआ गलत मूल्यांकन और नुकसान उत्पन्न करता है, जो और अधिक रिडेम्पशन को ट्रिगर करता है।
प्रदर्शन, पूंजी प्रवाह और बाज़ार कीमतों के बीच यह फीडबैक लूप Shleifer-Vishny मॉडल की मूल भविष्यवाणी है। यह उसे बदल देता है जो एक स्थिरीकरण बल (आर्बिट्राज) होना चाहिए, एक प्रवर्धक बल में।
फंडिंग और लीवरेज की भूमिका
मूल Shleifer-Vishny मॉडल निवेशक-मैनेजर संबंध पर केंद्रित था। बाद के कार्य ने उनकी अंतर्दृष्टियों को फंडिंग-मार्केट गतिशीलता के साथ एकीकृत किया, जिससे आर्बिट्राज बाधाओं के संचालन की एक समृद्ध तस्वीर बनी।
Gromb and Vayanos (2010) ने लिमिट्स टू आर्बिट्राज पर सैद्धांतिक साहित्य का सर्वेक्षण किया और बाधाओं की कई श्रेणियों की पहचान की: मूलभूत जोखिम (वास्तविक मूल्य के बारे में अनिश्चितता), नॉइज़ ट्रेडर रिस्क (भावना-चालित मूल्य गतिविधियां), लेनदेन लागत, शॉर्ट-सेलिंग बाधाएं, फंडिंग लिक्विडिटी बाधाएं (पोज़ीशन वित्तपोषित करने के लिए उधार लेने में कठिनाई), और वे एजेंसी समस्याएं जिन पर Shleifer और Vishny ने मूल रूप से ज़ोर दिया था।
ये बाधाएं अरैखिक तरीकों से परस्पर क्रिया करती हैं। लीवरेज का उपयोग करने वाला फंड निवेशकों से प्रदर्शन-आधारित पूंजी जोखिम और प्राइम ब्रोकरों से मार्जिन-आधारित पूंजी जोखिम दोनों का सामना करता है। बाज़ार तनाव की अवधि में, दोनों चैनल एक साथ कस जाते हैं। निवेशक रिडीम करते हैं क्योंकि पिछला प्रदर्शन खराब हुआ है। ब्रोकर मार्जिन आवश्यकताएं बढ़ाते हैं क्योंकि परिसंपत्ति अस्थिरता बढ़ गई है। फंड दो-मोर्चे की जकड़न का सामना करता है जो अकेली कोई भी बाधा उत्पन्न नहीं करती।
बाज़ार दक्षता के लिए निहितार्थ
लिमिट्स-टू-आर्बिट्राज फ्रेमवर्क यह दावा नहीं करता कि बाज़ार पूरी तरह से अक्षम हैं। यह एक अधिक सटीक कथन प्रस्तुत करता है: बाज़ार उस सीमा तक कुशल हैं जहां तक अच्छी पूंजी वाले, धैर्यवान, बाधारहित निवेशक उनमें काम करते हैं। ऐसे निवेशकों द्वारा प्रभुत्व वाले बाज़ारों में, गलत मूल्यांकन छोटे और अल्पकालिक होंगे। उन बाज़ारों में जहां आर्बिट्राज पूंजी दुर्लभ, बाधित, या अस्थिर है, गलत मूल्यांकन लंबे समय तक बना रह सकता है।
यह दृष्टिकोण अनुभवजन्य साहित्य में एक स्पष्ट विरोधाभास को हल करता है। कई विसंगतियां, जिनमें वैल्यू, मोमेंटम, और विभिन्न लेखा-आधारित सिग्नल शामिल हैं, दशकों से प्रलेखित हैं। सख्त कुशल बाज़ार परिकल्पना के तहत, इन पैटर्न को प्रकाशित होने और निवेशकों द्वारा उनका शोषण करने के बाद गायब हो जाना चाहिए था। McLean and Pontiff (2016) ने पाया कि विसंगति रिटर्न प्रकाशन के बाद कम होते हैं — लेकिन वे पूरी तरह से गायब नहीं होते। आंशिक क्षय लिमिट्स टू आर्बिट्राज के अनुरूप है: प्रकाशन कुछ सुधारात्मक पूंजी आकर्षित करता है, लेकिन गलत मूल्यांकन को पूरी तरह से समाप्त करने के लिए पर्याप्त नहीं, विशेष रूप से बाज़ार के उन कठिन-से-आर्बिट्राज खंडों में जहां विसंगतियां सबसे अधिक केंद्रित हैं।
फ्रेमवर्क विसंगति की ताकत में क्रॉस-सेक्शनल भिन्नता को भी समझाता है। गलत मूल्यांकन उन सिक्योरिटीज़ में बड़ा और अधिक स्थायी होना चाहिए जिनमें आर्बिट्राज कठिन है: कम लिक्विडिटी वाले स्मॉल-कैप स्टॉक, शॉर्ट सेलर्स के लिए उच्च उधार लागत वाले स्टॉक, और उच्च अज्ञातहेतुक अस्थिरता वाले स्टॉक जो पोज़ीशन रखना जोखिम भरा बनाते हैं। अनुभवजन्य साक्ष्य मोटे तौर पर इन भविष्यवाणियों की पुष्टि करता है।
पोर्टफोलियो निर्माण के लिए इसका क्या अर्थ है
व्यक्तिगत निवेशकों और संस्थागत आवंटनकर्ताओं के लिए, लिमिट्स-टू-आर्बिट्राज फ्रेमवर्क कई व्यावहारिक सबक लेकर आता है।
पहला पोज़ीशन साइज़िंग और समय क्षितिज के बारे में है। मूल्यांकन पर सही दृष्टिकोण भी महत्वपूर्ण अंतरिम नुकसान उत्पन्न कर सकता है। पोज़ीशन साइज़ अपेक्षित रिटर्न के अनुसार नहीं बल्कि अधिकतम ड्रॉडाउन के अनुसार कैलिब्रेट किए जाने चाहिए जो निवेशक बिना लिक्विडेट किए सहन कर सकता है। सवाल केवल यह नहीं है कि ट्रेड काम करेगा या नहीं, बल्कि यह है कि क्या आप लाभप्रदता तक पहुंचने के रास्ते में बच सकते हैं।
दूसरा लिक्विडिटी और लीवरेज के बारे में है। Shleifer-Vishny तंत्र लीवरेज्ड और इलिक्विड निवेशकों के लिए सबसे विनाशकारी है। गलत मूल्यांकित सिक्योरिटी में पूर्ण-वित्तपोषित पोज़ीशन नॉइज़ ट्रेडर रिस्क वहन करती है लेकिन जबरन-लिक्विडेशन रिस्क नहीं। एक निवेशक जो गलत मूल्यांकन बढ़ने पर काटने के बजाय पोज़ीशन में जोड़ सकता है, उसके पास संरचनात्मक लाभ है।
तीसरा फैक्टर रणनीतियों में रिटर्न के स्रोत के बारे में है। कई फैक्टर प्रीमिया आंशिक रूप से लिमिट्स टू आर्बिट्राज के कारण बने रह सकते हैं। वैल्यू प्रीमियम, उदाहरण के लिए, अलोकप्रिय स्टॉक खरीदने की आवश्यकता है जो रिवर्ट होने से पहले वर्षों तक अंडरपरफॉर्म कर सकते हैं। ऐसी पोज़ीशन बनाए रखने की वहन लागत, प्रतिष्ठा जोखिम और करियर जोखिम पेशेवर मैनेजरों को हतोत्साहित करते हैं, जिससे प्रीमियम बना रहता है। लंबे क्षितिज और बिना एजेंसी समस्याओं वाले निवेशक, जैसे एंडोमेंट या धैर्यवान व्यक्तिगत निवेशक, इन प्रीमिया को हासिल करने के लिए बेहतर स्थिति में हैं, ठीक इसलिए क्योंकि उन्हें आर्बिट्राज की कम सीमाओं का सामना करना पड़ता है।
अनसुलझे प्रश्न
लिमिट्स-टू-आर्बिट्राज साहित्य में कई खुली बहसें बनी हुई हैं। एक विसंगति रिटर्न के लिए जोखिम-आधारित और गलत-मूल्यांकन-आधारित स्पष्टीकरणों के बीच अंतर से संबंधित है। लिमिट्स टू आर्बिट्राज समझाता है कि गलत मूल्यांकन क्यों बना रहता है, लेकिन अनुभवजन्य रूप से यह निर्धारित करना अक्सर कठिन होता है कि कोई दिया गया रिटर्न पैटर्न एक ऐसा गलत मूल्यांकन दर्शाता है जिसे आर्बिट्राजर ठीक नहीं कर सकते या जोखिम के लिए उचित क्षतिपूर्ति जो आर्बिट्राजर वहन कर रहे हैं।
एक अन्य प्रश्न समय के साथ फ्रेमवर्क की स्थिरता से संबंधित है। जैसे-जैसे बाज़ार विकसित हुए हैं — मात्रात्मक रणनीतियों में अधिक पूंजी, कम लेनदेन लागत, और तेज़ सूचना प्रसार के साथ — क्या लिमिट्स टू आर्बिट्राज कम हुई हैं? साक्ष्य मिश्रित है। कुछ विसंगतियां कमज़ोर हुई हैं, जो कम आर्बिट्राज बाधाओं के अनुरूप है। लेकिन सीमाओं के नए रूप उभरे हैं, जिनमें क्राउडिंग रिस्क (जहां कई फंड समान अवसरों का शोषण करते हैं) और कॉम्प्लेक्सिटी रिस्क (जहां रणनीतियों को परिष्कृत मॉडल की आवश्यकता होती है जिनमें स्वयं त्रुटियां हो सकती हैं) शामिल हैं।
2020 और 2021 की घटनाएं, जब Robinhood जैसे प्लेटफ़ॉर्म के माध्यम से खुदरा निवेशक गतिविधि ने भारी शॉर्ट किए गए स्टॉक में भारी अल्पकालिक विस्थापन पैदा किए, ने प्रदर्शित किया कि एल्गोरिदमिक ट्रेडिंग और प्रचुर संस्थागत पूंजी के युग में भी नॉइज़ ट्रेडर रिस्क एक शक्तिशाली बल बना हुआ है।
अपूर्ण बाज़ारों को नेविगेट करने का फ्रेमवर्क
Shleifer और Vishny ने यह साबित नहीं किया कि बाज़ार अक्षम हैं। उन्होंने कुछ अधिक उपयोगी साबित किया: उन्होंने उन विशिष्ट स्थितियों की पहचान की जिनमें अक्षमता के बने रहने की सबसे अधिक संभावना है। गलत मूल्यांकन तब बचता है जब आर्बिट्राज महंगा हो, जब पूंजी बाधित हो, जब नॉइज़ ट्रेडर सक्रिय हों, और जब कीमतों को ठीक करने के लिए सबसे अच्छी स्थिति में मौजूद एजेंटों का मूल्यांकन मूलभूत सटीकता के बजाय अल्पकालिक परिणामों के आधार पर किया जाता हो।
निवेशकों के लिए, व्यावहारिक निष्कर्ष यह है कि गलत मूल्यांकन की पहचान लाभदायक ट्रेडिंग के लिए आवश्यक है लेकिन पर्याप्त नहीं। समान रूप से महत्वपूर्ण प्रश्न यह है कि क्या आपके पास वह पूंजी संरचना, समय क्षितिज, और मनोवैज्ञानिक लचीलापन है जो उस अवधि — संभवतः विस्तारित — के दौरान पोज़ीशन बनाए रखने के लिए आवश्यक है जिसमें बाज़ार आपसे असहमत हो सकता है।
- Shleifer, A., & Vishny, R. W. (1997). "The Limits of Arbitrage." The Journal of Finance, 52(1), 35-55.
- De Long, J. B., Shleifer, A., Summers, L. H., & Waldmann, R. J. (1990). "Noise Trader Risk in Financial Markets." Journal of Political Economy, 98(4), 703-738.
- Pontiff, J. (1996). "Costly Arbitrage: Evidence from Closed-End Funds." The Quarterly Journal of Economics, 111(4), 1135-1151.
- Pontiff, J. (2006). "Costly Arbitrage and the Myth of Idiosyncratic Risk." Journal of Accounting and Economics, 42(1-2), 35-52.
- Mitchell, M., Pulvino, T., & Stafford, E. (2002). "Limited Arbitrage in Equity Markets." The Journal of Finance, 57(2), 551-584.
- Gromb, D., & Vayanos, D. (2010). "Limits of Arbitrage: The State of the Theory." Annual Review of Financial Economics, 2, 251-275.
- Liu, J., & Longstaff, F. A. (2004). "Losing Money on Arbitrages." The Review of Financial Studies, 17(3), 611-641.
- McLean, R. D., & Pontiff, J. (2016). "Does Academic Research Destroy Stock Return Predictability?" The Journal of Finance, 71(1), 5-32.
संबंधित
Written by Priya Sharma · 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.