ऑप्टिमल हेज रेशियो क्या है?
ऑप्टिमल हेज रेशियो — जिसे न्यूनतम-वैरिएंस हेज रेशियो भी कहा जाता है — यह बताता है कि अंतर्निहित स्पॉट पोज़िशन की प्रत्येक इकाई पर आपको कितनी फ्यूचर्स पोज़िशन रखनी चाहिए, ताकि संयुक्त पोज़िशन का वैरिएंस (यानी जोखिम) न्यूनतम हो जाए। कमोडिटी उत्पादकों, आयातकों और पोर्टफोलियो मैनेजरों के लिए यह जोखिम प्रबंधन का एक बुनियादी सिद्धांत है, जो मूल्य के उतार-चढ़ाव को संतुलित करने के लिए फ्यूचर्स का उपयोग करते हैं।
फॉर्मूला को समझें
हेज रेशियो इस सूत्र से मिलता है: $$h^{*} = \rho \times \frac{\sigma_S}{\sigma_F}$$ जहाँ \(\rho\) स्पॉट मूल्य में परिवर्तन और फ्यूचर्स मूल्य में परिवर्तन के बीच का सहसंबंध है, \(\sigma_S\) स्पॉट मूल्य परिवर्तनों का मानक विचलन है, और \(\sigma_F\) फ्यूचर्स मूल्य परिवर्तनों का मानक विचलन है। सीधे शब्दों में कहें तो, आप पहले स्पॉट की अस्थिरता को फ्यूचर्स की तुलना में मापते हैं, फिर इस परिणाम को इस आधार पर कम करते हैं कि दोनों कितने मज़बूती से साथ-साथ चलते हैं। यदि सहसंबंध पूर्ण 1.0 हो और दोनों की अस्थिरता समान हो, तो हेज रेशियो ठीक 1 आता है।
कैलकुलेटर का उपयोग कैसे करें
अनुमानित सहसंबंध (-1 और 1 के बीच), स्पॉट मूल्य परिवर्तनों का मानक विचलन, और फ्यूचर्स मूल्य परिवर्तनों का मानक विचलन दर्ज करें। यदि चाहें तो जिस पोज़िशन को आप हेज कर रहे हैं उसका आकार और फ्यूचर्स अनुबंध का आकार भी दर्ज करें, ताकि अनुशंसित अनुबंधों की संख्या मिल सके। यह टूल हेज द्वारा समाप्त किए गए वैरिएंस का अनुपात भी बताता है, जो \(\rho^{2}\) के बराबर होता है।
हल किया हुआ उदाहरण
मान लीजिए एक एयरलाइन जेट फ्यूल में \(\sigma_S = 0.04\) की अस्थिरता की आशंका रखती है और हीटिंग-ऑयल फ्यूचर्स (अस्थिरता \(\sigma_F = 0.05\)) से हेज करती है, जिनके बीच सहसंबंध \(\rho = 0.8\) है। तब $$h^{*} = 0.8 \times \frac{0.04}{0.05} = 0.8 \times 0.8 = 0.64$$ होगा। एयरलाइन को अपनी स्पॉट एक्सपोज़र के 64% के बराबर फ्यूचर्स रखने चाहिए। यह हेज मूल्य वैरिएंस का \(\rho^{2} = 0.64 = 64\%\) भाग समाप्त कर देता है।
चरण-दर-चरण: हेज अनुपात और अनुबंधों की संख्या की गणना
- समान जोड़ी वाले मूल्य परिवर्तन एकत्र करें। एक ही अंतरालों (उदाहरण के लिए दैनिक या साप्ताहिक परिवर्तन) पर स्पॉट मूल्य परिवर्तनों (ΔS) और वायदा मूल्य परिवर्तनों (ΔF) के मिलते-जुलते अवलोकन एकत्र करें।
- सांख्यिकी की गणना करें। स्पॉट परिवर्तनों का मानक विचलन \(\sigma_S\), वायदा परिवर्तनों का मानक विचलन \(\sigma_F\), और उनका सहसंबंध \(\rho\) निकालें।
- न्यूनतम-विचरण हेज अनुपात की गणना करें। $$h^{*} = \rho \times \frac{\sigma_S}{\sigma_F}$$ यह वायदा परिवर्तनों पर स्पॉट परिवर्तनों के प्रतिगमन (रिग्रेशन) की ढलान के बराबर है।
- अनुबंधों की संख्या की गणना करें। $$N^{*} = \frac{h^{*} \times Q_A}{Q_F}$$ जहाँ \(Q_A\) हेज की जा रही स्थिति का आकार है और \(Q_F\) एक वायदा अनुबंध का आकार है।
- पूर्णांकित करें \(N^{*}\) को निकटतम पूर्ण अनुबंध तक, क्योंकि वायदा पूर्ण अनुबंधों में ट्रेड होते हैं।
उदाहरण: 1,000,000 इकाइयों का एक्सपोज़र, 42,000 इकाइयों के अनुबंध और \(h^{*} = 0.64\) (उदा. \(\rho = 0.8\), \(\sigma_S = 0.04\), \(\sigma_F = 0.05\)):
$$N^{*} = \frac{0.64 \times 1{,}000{,}000}{42{,}000} = \frac{640{,}000}{42{,}000} \approx$$ 15.2 अनुबंध, जो लगभग 15 अनुबंधों तक पूर्णांकित होता है।
हेज अनुपात परिदृश्य तुलना
| ρ | σS | σF | h* | समाप्त विचरण (ρ²) |
|---|---|---|---|---|
| 1.0 | 0.04 | 0.04 | 1.00 | 100% |
| 0.9 | 0.04 | 0.05 | 0.72 | 81% |
| 0.8 | 0.04 | 0.05 | 0.64 | 64% |
| 0.5 | 0.04 | 0.05 | 0.40 | 25% |
| 0.9 | 0.06 | 0.04 | 1.35 | 81% |
| 0 | 0.04 | 0.05 | 0 | 0% |
- ρ = 1, समान अस्थिरता: एक पूर्ण हेज; h* = 1 और सारा विचरण समाप्त हो जाता है।
- ρ = 0.9 बनाम 0.8 बनाम 0.5: समान अस्थिरता पर, कम सहसंबंध h* और उस विचरण के हिस्से दोनों को घटा देता है जिसे हेज हटा सकता है।
- σS > σF (0.06 बनाम 0.04): उच्च ρ होने के बावजूद h* 1 से ऊपर बढ़ जाता है, क्योंकि स्पॉट वायदा से अधिक चलता है।
- ρ = 0: वायदा परिवर्तनों में स्पॉट परिवर्तनों के बारे में कोई रैखिक जानकारी नहीं होती, इसलिए न्यूनतम-विचरण हेज शून्य है।
अक्सर पूछे जाने वाले प्रश्न
क्या हेज रेशियो 1 से अधिक हो सकता है? हाँ — यदि स्पॉट मूल्य परिवर्तन फ्यूचर्स की तुलना में अधिक अस्थिर हैं (\(\sigma_S > \sigma_F\)) और सहसंबंध ऊँचा है, तो \(h^{*}\) 1 से अधिक हो सकता है।
नकारात्मक परिणाम का क्या अर्थ है? नकारात्मक सहसंबंध से नकारात्मक हेज रेशियो बनता है, जिसका मतलब है कि जोखिम को संतुलित करने के लिए आपको फ्यूचर्स में विपरीत दिशा के बजाय उसी दिशा में पोज़िशन लेनी होगी।
एक ऑप्टिमल हेज कितना जोखिम घटाता है? ऑप्टिमल हेज वैरिएंस का \(\rho^{2}\) भाग समाप्त करता है; शेष भाग अपरिहार्य बेसिस रिस्क होता है।