सूचना अनुपात, जिसे मूल्यांकन अनुपात के रूप में भी जाना जाता है, का उपयोग वित्तीय परिसंपत्ति पोर्टफोलियो (संपत्ति का संग्रह) के जोखिम-समायोजित रिटर्न को मापने के लिए किया जाता है।
अवसर पर, यह एकल संपत्ति के जोखिम-समायोजित रिटर्न को माप सकता है, या स्वाभाविक रूप से एकल-परिसंपत्ति पोर्टफोलियो के मामलों में ऐसा कर सकता है।
गणितीय परिभाषा
सूचना अनुपात की गणितीय परिभाषा किसी संपत्ति या पोर्टफोलियो की वापसी का अपेक्षित मूल्य घटाकर इस अंतर के मानक विचलन से विभाजित बेंचमार्क का अपेक्षित रिटर्न (“ई”) है। अंश मान को अक्सर “सक्रिय रिटर्न” कहा जाता है जबकि भाजक को “ट्रैकिंग त्रुटि” कहा जाता है।
सूचना अनुपात = ई [पोर्टफोलियो रिटर्न – बेंचमार्क रिटर्न] / √var(पोर्टफोलियो रिटर्न – बेंचमार्क रिटर्न)
सूचना अनुपात का उपयोग अक्सर संपत्ति प्रबंधकों या व्यापारियों के कौशल को जोड़ने के लिए किया जाता है बेंचमार्क रिटर्न से अधिक मूल्य।
यदि उनका पोर्टफोलियो रिटर्न बेंचमार्क से अधिक है, तो उन्हें माना जाता है कि वे समय अवधि में मूल्य जोड़ते हैं और सूचना अनुपात सकारात्मक होगा। एक नकारात्मक सूचना अनुपात एक पोर्टफोलियो प्रबंधक या व्यापारी को दर्शाता है जिसने बेंचमार्क के सापेक्ष मूल्य खो दिया है।
किस बेंचमार्क का उपयोग करना है
बेंचमार्क को प्रबंधक के फोकस के सापेक्ष चुना जाना चाहिए।
अधिकांश के लिए, इसका मतलब स्टॉक इंडेक्स होगा, जैसे कि S&P 500।
यह आम तौर पर न केवल स्टॉक ट्रेडर्स के लिए सही है, बल्कि वैश्विक मैक्रो प्रबंधकों, व्यवस्थित या सांख्यिकीय आर्बिट्रेज के लिए भी सही है। रणनीतियों, मुद्रा व्यापारियों , दूसरों के बीच में।
यह मुख्य रूप से इसलिए है क्योंकि S&P 500 एक तरल, सस्ता सूचकांक है जिसमें कोई भी एक्सचेंज-ट्रेडेड फंड (ETF) जैसे उत्पादों के माध्यम से निष्क्रिय रूप से निवेश कर सकता है।
इसलिए यह न केवल संयुक्त राज्य अमेरिका में बल्कि विश्व स्तर पर सबसे प्रमुख वित्तीय रिटर्न बेंचमार्क में से एक है।
एक बॉन्ड ट्रेडर के लिए जो अधिक रूढ़िवादी दृष्टिकोण लेता है, हालांकि, यह एक अलग बेंचमार्क हो सकता है जो पोर्टफोलियो की जोखिम विशेषताओं के साथ बेहतर होता है।
उदाहरण के लिए, एक बॉन्ड ट्रेडर के लिए जो ज्यादातर निवेश-श्रेणी के ऋण में निवेश करता है, यह कुछ समान सूचकांक हो सकता है।
जो भी मामला हो, अंश मान केवल यह दिखाने के लिए डिज़ाइन किया गया है कि क्या मान निर्दिष्ट समय अवधि में बनाया गया था।
यह जोखिम-समायोजित अतिरिक्त रिटर्न नहीं है, बल्कि अतिरिक्त रिटर्न है।
जब अंश में जेन्सेन के अल्फा का उपयोग किया जाता है, तो सूचना अनुपात को आमतौर पर “मूल्यांकन अनुपात” के रूप में जाना जाता है।
भाजक, जो अपेक्षित रिटर्न में अस्थिरता को ध्यान में रखता है, का उद्देश्य जोखिम-समायोजित शर्तों में वापसी का निर्धारण करना है।
यह मान जितना अधिक होगा, प्रबंधक उतना ही बेहतर होगा, यह देखते हुए कि व्यक्ति जोखिम की प्रति इकाई अधिक प्रतिफल दे रहा है।
0.5 के सूचना अनुपात को औसत से मजबूती से ऊपर माना जाता है।
1.0 या बेहतर के सूचना अनुपात को बहुत अच्छा माना जाता है और आम तौर पर शीर्ष दशमक प्रदर्शन को दर्शाता है।
कुछ परिसंपत्ति प्रबंधक प्रदर्शन शुल्क की गणना में सूचना अनुपात पर भरोसा करेंगे।
सीमाएं
फिर भी, सूचना अनुपात पोर्टफोलियो रिटर्न पर उत्तोलन के प्रभाव की उपेक्षा करता है।
इस प्रकार, भले ही एक पोर्टफोलियो इंडेक्स की तुलना में बेहतर जोखिम-समायोजित रिटर्न देता है, सूचना अनुपात नकारात्मक वापस आ सकता है।
उदाहरण के लिए, S&P 500 के 15% वार्षिक अस्थिरता पर लंबी अवधि में लगभग 7% वार्षिक रिटर्न की उम्मीद है।
एक व्यापारी जो 4% अस्थिरता पर प्रति वर्ष 3% रिटर्न देता है, वह जोखिम-समायोजित रिटर्न में बेहतर काम कर रहा है, लेकिन यदि बेंचमार्क S&P है तो सूचना अनुपात नकारात्मक होगा।
अगर कोई 7% रिटर्न/15% अस्थिरता बेंचमार्क की अस्थिरता से मिलान करने के लिए 3% प्रति वर्ष ट्रेडर के पोर्टफोलियो का लाभ उठाने के लिए था, तो वह किसी भी लीवरेज के लिए लेखांकन से पहले अल्फा में 4.25% का उत्पादन करेगा। लागत।
इन मामलों में, ज्यामितीय सूचना अनुपात का उपयोग करना बेहतर है।
ज्यामितीय सूचना अनुपात की गणना
ऐसा करने के लिए, आप कंप्यूटर प्रोग्राम या स्प्रेडशीट का उपयोग करना बेहतर समझते हैं क्योंकि यह हाथ से गणना करने के लिए एक गड़बड़ है।
- पहले प्रबंधक के बीटा की गणना करें, जो पोर्टफोलियो की वापसी और बेंचमार्क की वापसी के बीच सहप्रसरण है, फिर इसे बेंचमार्क की वापसी के भिन्नता से विभाजित करें:
ß = Cov (रिटर्न पोर्टफोलियो, रिटर्न बेंचमार्क) / वार (रिटर्न बेंचमार्क)
- निर्दिष्ट समय अवधि में रिटर्न को बीटा का उपयोग करके सामान्यीकृत किया जाना चाहिए। ये रिटर्न साप्ताहिक, मासिक, त्रैमासिक, या कुछ अन्य अवधि हो सकते हैं।
3. पोर्टफोलियो का रिटर्न लेकर और बीटा के उत्पाद और बेंचमार्क के रिटर्न को घटाकर अल्फा (बेंचमार्क पर अतिरिक्त रिटर्न) की गणना करें।
अल्फा = रिटर्न पोर्टफोलियो – ß * रिटर्न पोर्टफोलियो
- अल्फाजों का योग करें और इसके ज्यामितीय माध्य की गणना करें – यानी, प्रति समय अवधि में कितना अल्फा अर्जित किया जाता है, जैसे कि एक वर्ष।
अल्फा (ज्यामितीय माध्य) = ∑ (1 + अल्फा)^[1/(अवधि की संख्या)] – 1
- भिन्नता का वर्गमूल लेकर अल्फा में मानक विचलन की गणना करें सभी अक्षरों का:
√var(∑ Alpha)
- चरण चार में प्राप्त मान लें और इसे चरण पांच में प्राप्त मान से विभाजित करें।
सुनिश्चित करें कि समय अवधि संगत है।