कारक मॉडल (परिभाषा, प्रकार) - वित्त में फैक्टर मॉडल क्या हैं?

फैक्टर मॉडल क्या हैं?

फैक्टर मॉडल वित्तीय मॉडल होते हैं जो बाजार के संतुलन को निर्धारित करने और वापसी की आवश्यक दर की गणना करने के लिए कारकों (व्यापक, मौलिक और सांख्यिकीय) को शामिल करते हैं। ऐसे मॉडल एक रैखिक मॉडल में एकल या कई जोखिम वाले कारकों की सुरक्षा की वापसी को जोड़ते हैं और इसका उपयोग आधुनिक पोर्टफोलियो सिद्धांत के विकल्प के रूप में किया जा सकता है।

नीचे कारक मॉडल से संबंधित कुछ कार्य दिए गए हैं

• पोर्टफोलियो के अतिरिक्त रिटर्न, यानी अल्फा (α) (इस लेख के बाद के भाग में निपटाया जाना) का अधिकतमकरण;
• पोर्टफोलियो की अस्थिरता को कम करना, अर्थात, पोर्टफोलियो का बीटा (of);
• फर्म-विशिष्ट जोखिम को रद्द करने के लिए पर्याप्त विविधीकरण सुनिश्चित करें।

फैक्टर मॉडल के प्रकार

मुख्य रूप से दो प्रकार हैं -

1. एकल कारक
2. मल्टीपल फैक्टर

# 1 - सिंगल फैक्टर मॉडल

इस मॉडल का सबसे आम अनुप्रयोग कैपिटल एसेट प्राइसिंग मॉडल (CAPM) है।

CAPM एक ऐसा मॉडल है जो स्टॉक के व्यवस्थित जोखिम और प्रत्याशित प्रतिफल के बीच के संबंध को ठीक से बताता है। यह जोखिम माप के आधार पर आवश्यक रिटर्न की गणना करता है। ऐसा करने के लिए, यह बीटा गुणांक (।) नामक एक जोखिम गुणक पर निर्भर करता है।

सूत्र / संरचना

E (R) _i = R _f + β (E (R _m ) - R _f )

जहाँ E (R) _I निवेश की अपेक्षित वापसी है

• आर _एफ रिस्क-फ्री रेट ऑफ रिटर्न परिभाषित है जो शून्य जोखिम वाले रिटर्न की सैद्धांतिक दर है।
• β निवेश के बीटा है कि निवेश की अस्थिरता का प्रतिनिधित्व करता है कुल मिलाकर बाजार की तुलना में है
• ई (आर _एम ) बाजार की अपेक्षित वापसी है।
• E (R _m ) - R _f मार्केट रिस्क प्रीमियम है।

उदाहरण

निम्नलिखित उदाहरण पर विचार करें:

एक विशेष स्टॉक का बीटा 2. है। बाजार में रिटर्न 8% है, जोखिम-मुक्त दर 4% है।

उपरोक्त सूत्र के अनुसार अपेक्षित वापसी होगी:

• अपेक्षित वापसी E (R) _i = 4 + 2 (8-4)
• = 12%

CAPM एक सरल मॉडल है और इसका उपयोग आमतौर पर वित्त उद्योग में किया जाता है। इसका इस्तेमाल इक्विटी की पूंजी / लागत की भारित औसत लागत की गणना में किया जाता है।

लेकिन यह मॉडल कुछ थोड़ी अनुचित मान्यताओं पर आधारित है, जैसे 'जोखिम उठाने वाला निवेश, उच्च प्रतिफल' जो सभी परिदृश्यों में आवश्यक रूप से सही नहीं हो सकता है, एक धारणा है कि ऐतिहासिक डेटा संपत्ति या शेयरों के भविष्य के प्रदर्शन की सटीक भविष्यवाणी करता है। , आदि।

और, क्या होगा यदि कई कारक हैं और सिर्फ एक ही नहीं है जो रिटर्न की दर निर्धारित करता है? इसलिए, हम वित्तीय मॉडल पर आगे बढ़ते हैं और इस तरह के मॉडल पर गहराई से चर्चा करते हैं।

# 2 - मल्टीपल फैक्टर मॉडल

एकाधिक कारक मॉडल एकल वित्तीय मॉडल के लिए सहायक होते हैं। आर्बिट्रेज प्राइसिंग थ्योरी इसके प्रमुख अनुप्रयोग में से एक है।

सूत्र / संरचना

R _{s, t} = R _f + α + × ₁ × F _{1, t} + _{t 2} × F _{2, t} + _{, 3} × F _{3, t} +… .β _n × F _{n, t} + R।

जहाँ R _{s, t} समय t पर सुरक्षा की वापसी है

• R _f रिटर्न का रिस्क-फ्री रेट है
• α सुरक्षा का अल्फा है -एलएफपी कारक मॉडल का स्थिर शब्द है। यह बेंचमार्क इंडेक्स की वापसी के सापेक्ष निवेश की अतिरिक्त वापसी का प्रतिनिधित्व करता है। यह वह मूल्य है जिसके द्वारा निवेश सूचकांक को बेहतर बनाता है। उच्चतर अल्फा, निवेशकों के लिए बेहतर है
• एफ _{1, टी} , एफ _{2, टी} , एफ _{3, टी} कारक हैं - मैक्रोइकोनॉमिक कारक जैसे विनिमय दर, मुद्रास्फीति की दर, विदेशी संस्थागत निवेशक, जीडीपी, आदि। मौलिक कारक पी / ई अनुपात, बाजार पूंजीकरण, आदि।
• β ₁ ,, ₂ , are ₃ कारक लोडिंग हैं। - कारक लोडिंग, जिसे घटक लोडिंग के रूप में भी जाना जाता है, ऊपर वर्णित कारकों के गुणांक हैं। उदाहरण के लिए, बीटा गणना निवेशकों को उस परिमाण का विश्लेषण करने के लिए आश्वस्त करती है जिसके द्वारा बाजार में परिवर्तन के संबंध में एक स्टॉक चलता है।
• Term त्रुटि शब्द का प्रतिनिधित्व करता है - समीकरण में एक त्रुटि शब्द होता है जिसका उपयोग गणना को और सटीक करने के लिए किया जाता है। इसका उपयोग कभी-कभी सुरक्षा विशिष्ट समाचारों को परिभाषित करने के लिए किया जा सकता है जो निवेशकों के लिए उपलब्ध हो जाते हैं।

उदाहरण

निम्नलिखित उदाहरण पर विचार करें:

कारक	कारक संवेदनशीलता (β)	जोखिम प्रीमियम (एफ 1, टी )
कारक १	0.60	0.05
कारक २	0.54	0.08

रिस्क-फ्री रेट ऑफ रिटर्न को 4% मान लें।

उपरोक्त उदाहरण के लिए गणना की गई रिटर्न निम्नानुसार है:

• आर = आर _च + β ₁ × एफ _{1, टी} + β ₂ × एफ _{2, टी} + E
• = 4% + 0.6 (5) + 0.54 (8)
• = 11.32%

मध्यस्थ मूल्य निर्धारण सिद्धांत वित्तीय मॉडल के सामान्य प्रकारों में से एक है, यह निम्नलिखित मान्यताओं पर आधारित है:

• एसेट रिटर्न को एक रेखीय कारक मॉडल द्वारा वर्णित किया जा सकता है
• संपत्ति / फर्म-विशिष्ट जोखिम को संभवतः विविधीकरण द्वारा समाप्त किया जाएगा।
• कोई और मध्यस्थता का अवसर मौजूद नहीं है।

लाभ

यह मॉडल पेशेवरों को अनुमति देता है

• इक्विटी, निश्चित आय और अन्य परिसंपत्ति वर्ग रिटर्न के जोखिम जोखिम को समझें।
• सुनिश्चित करें कि एक निवेशक का समग्र पोर्टफोलियो उसकी जोखिम की भूख और वापसी की उम्मीदों को पूरा करता है।
• ऐसे पोर्टफ़ोलियो का निर्माण करें जो किसी विशेष सूचकांक की विशेषताओं के अनुसार एक निरंतर परिणाम या फिर से तैयार हो।
• मूल्यांकन के लिए इक्विटी पूंजी की अनुमानित लागत
• जोखिम और बचाव का प्रबंधन करें।

नुकसान / सीमाएं

• एक मॉडल में कितने कारकों को शामिल करना तय करना कठिन है।
• कारकों के अर्थ की व्याख्या व्यक्तिपरक है।
• प्रश्नों का एक अच्छा सेट चुनना जटिल है, और विभिन्न शोधकर्ता विभिन्न प्रश्नों के सेट का चयन करेंगे।
• एक अनुचित जांच से जटिल परिणाम सामने आ सकते हैं।