कोई स्टॉक लॉटरी टिकट जैसा क्यों व्यवहार करता है?
कुछ स्टॉक्स जिन्होंने हाल ही में शानदार रिटर्न दिए हैं, आगे चलकर खराब प्रदर्शन क्यों करते हैं? इसका उत्तर इस बात में छिपा है कि निवेशक बड़े मुनाफे की संभावना को कैसे मूल्यांकित करते हैं। Bali, Cakici, and Whitelaw (2011) ने MAX वेरिएबल प्रस्तुत किया, जिसे किसी स्टॉक के एक महीने में सबसे अधिक दैनिक रिटर्न के रूप में परिभाषित किया गया है, और दिखाया कि यह एकल माप cross-sectional रिटर्न का एक शक्तिशाली पैटर्न पकड़ता है: उच्च-MAX स्टॉक्स भविष्य में व्यवस्थित रूप से निम्न-MAX स्टॉक्स से कम प्रदर्शन करते हैं।
यह तंत्र skewness preference में निहित है। निवेशक ऐसी प्रतिभूतियों की ओर आकर्षित होते हैं जो बहुत बड़े लाभ की छोटी संभावना प्रदान करती हैं — ठीक लॉटरी टिकट की तरह। यह माँग लॉटरी जैसे स्टॉक्स की कीमतें बढ़ा देती है, जिससे उनके भविष्य के अपेक्षित रिटर्न कम हो जाते हैं। MAX वेरिएबल ठीक इन्हीं स्टॉक्स की पहचान करता है — ऐसे स्टॉक्स जो पहले से ही एक दिन में चरम उछाल दे चुके हैं और सट्टेबाज पूँजी को आकर्षित करते हैं।
MAX प्रभाव का मापन
Bali, Cakici, और Whitelaw ने NYSE, AMEX, और NASDAQ के सभी स्टॉक्स को पिछले महीने के अधिकतम दैनिक रिटर्न के आधार पर decile पोर्टफोलियो में विभाजित किया। सबसे निम्न और सबसे उच्च MAX decile के बीच औसत मासिक रिटर्न में अंतर स्पष्ट था।
| MAX Decile | औसत मासिक रिटर्न | Four-Factor Alpha |
|---|---|---|
| 1 (सबसे कम MAX) | 1.18% | 0.30% |
| 5 | 1.10% | 0.18% |
| 10 (सबसे अधिक MAX) | 0.04% | -0.73% |
| Long-Short (1 माइनस 10) | 1.14% | 1.03% |
लगभग 1% प्रति माह का long-short स्प्रेड Fama-French तीन फैक्टर्स और Carhart momentum फैक्टर को नियंत्रित करने के बाद भी बना रहता है। यह value-weighted और equal-weighted दोनों संरचनाओं में, विभिन्न समय अवधियों में, और विभिन्न आकार समूहों में मान्य है। जिन स्टॉक्स ने हाल ही में चरम एक-दिवसीय लाभ दिए हैं, वे आगे चलकर मापनीय रिटर्न पेनल्टी वहन करते हैं।
यह केवल आकार या मूल्य स्तर का proxy नहीं है। हालाँकि लॉटरी जैसे स्टॉक्स छोटे और सस्ते होते हैं, MAX प्रभाव उन multivariate regressions में भी सांख्यिकीय और आर्थिक रूप से महत्वपूर्ण बना रहता है जो market capitalization, book-to-market ratio, momentum, short-term reversal, और liquidity को नियंत्रित करते हैं।
Idiosyncratic Volatility से संबंध
इस शोधपत्र की सबसे महत्वपूर्ण खोजों में से एक MAX को idiosyncratic volatility पहेली से जोड़ती है। Ang, Hodrick, Xing, and Zhang (2006) ने दस्तावेज किया कि उच्च idiosyncratic volatility वाले स्टॉक्स असामान्य रूप से कम रिटर्न देते हैं — एक ऐसा परिणाम जो मानक asset pricing सिद्धांत का खंडन करता है, जहाँ केवल systematic risk की कीमत होनी चाहिए।
Bali, Cakici, और Whitelaw ने दिखाया कि जब MAX को control variable के रूप में शामिल किया जाता है, तो नकारात्मक idiosyncratic volatility-रिटर्न संबंध काफी कमजोर हो जाता है और कई specifications में पूरी तरह गायब हो जाता है। उनकी व्याख्या: पिछले शोध जिसे volatility anomaly मान रहे थे, वह वास्तव में लॉटरी जैसे payoffs के लिए निवेशकों की भूख को दर्शा रहा था। उच्च-IVOL स्टॉक्स कम रिटर्न इसलिए नहीं देते कि volatility स्वयं गलत मूल्यांकित है, बल्कि इसलिए कि उच्च-IVOL स्टॉक्स वही स्टॉक्स होते हैं जिनमें चरम सकारात्मक दैनिक रिटर्न होते हैं जो skewness-चाहने वाली पूँजी को आकर्षित करते हैं।
यह विभाजन पोर्टफोलियो निर्माण के लिए महत्वपूर्ण है। low-volatility रणनीति और MAX-परिहार रणनीति में ओवरलैप है लेकिन वे समान नहीं हैं। MAX वेरिएबल सट्टेबाज माँग चैनल को अधिक सटीक रूप से अलग करता है, और दोनों स्क्रीन को मिलाकर betting-against-beta प्रभाव को volatility को लॉटरी माँग से अलग करके तेज किया जा सकता है।
निवेशक यह प्रीमियम क्यों चुकाते हैं?
सैद्धांतिक आधार cumulative prospect theory और probability weighting से आता है। Barberis and Huang (2008) ने दिखाया कि जब निवेशक चरम लाभ की छोटी संभावनाओं को अधिक महत्व देते हैं, जैसा कि Kahneman और Tversky के probability weighting function से अनुमान लगाया जाता है, तो सकारात्मक skewness वाले रिटर्न वितरण वाली प्रतिभूतियाँ संतुलन में अधिक मूल्यांकित हो जाती हैं।
Kumar (2009) ने प्रत्यक्ष प्रमाण दिया कि खुदरा निवेशक अनुपातहीन रूप से लॉटरी-प्रकार के स्टॉक्स रखते हैं: कम कीमत वाली प्रतिभूतियाँ जिनमें उच्च idiosyncratic volatility और उच्च idiosyncratic skewness होता है। यह माँग कम आय, कम शिक्षा वाले निवेशकों में, और उन भौगोलिक क्षेत्रों में केंद्रित है जहाँ राज्य लॉटरी खर्च अधिक है — जो तर्कसंगत पोर्टफोलियो अनुकूलन के बजाय व्यवहारिक पूर्वाग्रहों के अनुरूप है।
Mitton and Vorkink (2007) ने इसे एक संतुलन मॉडल में औपचारिक रूप दिया जहाँ विषम skewness प्राथमिकताएँ अल्प-विविधीकरण उत्पन्न करती हैं। जो निवेशक सकारात्मक skewness को महत्व देते हैं, वे अपनी होल्डिंग्स लॉटरी जैसे स्टॉक्स में केंद्रित कर देते हैं, विविधीकरण लाभों को त्यागते हुए। परिणामी माँग दबाव कीमतें बढ़ाता है और उन नामों पर अपेक्षित रिटर्न कम करता है।
मजबूती और Out-of-Sample प्रमाण
MAX प्रभाव विभिन्न परिस्थितियों में टिकाऊ साबित हुआ है। Eraker and Ready (2015) ने OTC स्टॉक्स की जाँच की, जहाँ लॉटरी विशेषताएँ सबसे चरम हैं, और पाया कि ये प्रतिभूतियाँ इतना खराब रिटर्न देती हैं कि इन्हें रखने वाले निवेशक वास्तव में जुए के विशेषाधिकार के लिए भुगतान कर रहे हैं। OTC लॉटरी स्टॉक्स में रिटर्न की कमी risk models की भविष्यवाणी से अधिक है, जो छिपे हुए tail risk मुआवजे के बजाय वास्तविक preference-driven गलत मूल्यांकन का संकेत देता है।
अंतरराष्ट्रीय प्रमाण घरेलू निष्कर्षों को पुष्ट करते हैं। यूरोपीय और एशियाई इक्विटी बाजारों में अध्ययनों ने दस्तावेज किया है कि उच्च-MAX स्टॉक्स विभिन्न संस्थागत संरचनाओं, short-selling प्रतिबंधों, और निवेशक संरचना वाले बाजारों में कम प्रदर्शन करते हैं। यह पैटर्न वहाँ दिखाई देता है जहाँ खुदरा भागीदारी सार्थक है और skewness-चाहने वाली पूँजी लॉटरी जैसे नामों में प्रवाहित होती है।
व्यवस्थित पोर्टफोलियो के लिए निहितार्थ
MAX प्रभाव कई फैक्टर anomalies के चौराहे पर स्थित है। यह low-volatility anomaly, idiosyncratic volatility पहेली, और सट्टेबाज माँग के व्यवहारिक सिद्धांतों को एक एकल, मापनीय चैनल में जोड़ता है। व्यवस्थित निवेशकों के लिए व्यावहारिक निष्कर्ष सीधा है: पिछले महीने में सबसे अधिक अधिकतम दैनिक रिटर्न वाले स्टॉक्स को छानकर हटाना निवेश योग्य ब्रह्मांड से दीर्घकालिक कम प्रदर्शन की एक जेब को समाप्त करता है।
यह फिल्टर मानक फैक्टर exposures का पूरक है। एक पोर्टफोलियो जो quality, low-volatility, और MAX-परिहार स्क्रीन को जोड़ता है, केवल स्वतंत्र alphas को ढेर नहीं करता; यह सट्टेबाज गलत मूल्यांकन के अतिव्यापी स्रोतों को कई दृष्टिकोणों से संबोधित करता है। MAX वेरिएबल, ठीक इसलिए कि इसकी गणना सरल है और यह अवलोकनीय दैनिक रिटर्न पर आधारित है, उन निवेशकों के लिए एक सुलभ प्रवेश बिंदु प्रदान करता है जो अपने पोर्टफोलियो पर लॉटरी-स्टॉक बोझ से बचना चाहते हैं।
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.
संदर्भ
-
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.2011.02.014
-
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
-
Barberis, N., & Huang, M. (2008). "Stocks as Lotteries: The Implications of Probability Weighting for Security Prices." American Economic Review, 98(5), 2066-2100. https://doi.org/10.1257/aer.98.5.2066
-
Kumar, A. (2009). "Who Gambles in the Stock Market?" The Journal of Finance, 64(4), 1889-1933. https://doi.org/10.1111/j.1540-6261.2009.01483.x
-
Mitton, T., & Vorkink, K. (2007). "Equilibrium Underdiversification and the Preference for Skewness." The Review of Financial Studies, 20(4), 1255-1288. https://doi.org/10.1093/rfs/hhm011
-
Eraker, B., & Ready, M. (2015). "Do Investors Overpay for Stocks with Lottery-Like Payoffs? An Examination of the Returns of OTC Stocks." Journal of Financial Economics, 115(3), 486-504. https://doi.org/10.1016/j.jfineco.2014.11.002