विविधीकरण का अर्थ एसेट्स गिनना नहीं है

जब बाजार शांत होता है, पोर्टफोलियो एक मोज़ेक जैसा लगता है। हर टुकड़े का नाम, सेक्टर, कहानी होती है। लेकिन हवा का रुख बदलते ही वही मोज़ेक एक ही पट्टिका की तरह हिलने लगता है। व्यवहार में, कई “विविधीकृत” पोर्टफोलियो तब एक ही दांव की तरह व्यवहार करते हैं जब बाजार करेक्शन में जाता है: सहसंबंध बढ़ते हैं, ड्रॉडाउन सिंक्रोनाइज़ हो जाते हैं, और टिकर्स की विविधता एक प्रमुख फैक्टर में सिमट जाती है। यह अवलोकन केवल किस्से नहीं हैं: साहित्य दिखाता है कि निर्भरता रेजीम के साथ बदलती है, खासकर मंदी और उच्च अस्थिरता वाले परिदृश्यों में।

यहीं से उपयोगी प्रश्न “सूची में कितने इंस्ट्रूमेंट हैं” से हटकर यह बन जाता है कि दबाव बढ़ने पर उन्हें कौन से बंधन जोड़ते हैं। केंद्रीय तर्क यह है कि विविधीकरण मूलतः निर्भरता की समस्या है। केवल वज़न फैलाना पर्याप्त नहीं है; संरचना को इस तरह डिजाइन करना होता है कि गंभीर नुकसान सीमित रहें और पोर्टफोलियो में फैलें नहीं।

वैचारिक विभाजन

यदि हम पोर्टफोलियो को एक प्रणाली की तरह देखें, तो दो प्रकार के तथ्य सामने आते हैं। कुछ नुकसान की बात करते हैं, कुछ निरंतरता की। कुछ बताते हैं कि यह कैसे टूटता है, कुछ बताते हैं कि यह कैसे चलता रहता है।

कमजोरियों की विविधता। एक विविधीकृत पोर्टफोलियो कमजोरियों में भी विविध होता है। महत्वपूर्ण यह है कि ये कमजोरियाँ एक साथ न घटित हों, या तनाव में उनकी सह-घटन की संभावना कम हो। तकनीकी भाषा में: चरम नुकसानों की सिंक्रोनाइज़ेशन को कम करने के लिए औसत सहसंबंध से आगे देखना पड़ता है, और सशर्त निर्भरता तथा पुच्छ-निर्भरता को ध्यान में रखना पड़ता है।

ताकतों की विविधता। एक विविधीकृत पोर्टफोलियो ताकतों में भी विविध होता है। लक्ष्य यह नहीं कि “सब कुछ एक साथ ऊपर जाए”, जो अक्सर फैक्टर-कन्सन्ट्रेशन का ही दूसरा नाम होता है; बल्कि यह कि रिटर्न के ड्राइवर्स का सेट महत्वपूर्ण परिदृश्यों को कवर करे और कुछ रेजीमों में रेडंडेंसी दे, यानी एक से अधिक ड्राइवर योगदान दें।

मुख्य विचार

इस अंतर्ज्ञान को केवल रूपक तक सीमित रखने के बजाय ठोस बनाने के लिए हमें माप चाहिए। सजावट के लिए नहीं, बल्कि अदृश्य को देखने के उपकरण के रूप में: कड़ियाँ, सह-पतन, और वे रास्ते जिनसे झटका तब यात्रा करता है जब बाजार संकुचित हो जाता है।

Markowitz: विविधीकरण का लाभ सहसंचरण में रहता है

पहला मानचित्र Markowitz देता है: आधुनिक पोर्टफोलियो सिद्धांत यह औपचारिक करता है कि कुल जोखिम वैरिएंस और कोवैरिएंस पर निर्भर है, एसेट्स की संख्या पर नहीं। यह शुरुआती बिंदु तय करता है: “विविधीकरण” रिटर्न्स के बीच संबंधों की संरचना है, इंस्ट्रूमेंट्स का संग्रह नहीं।^[1]

सहसंबंध निर्भरता नहीं है: पुच्छों की समस्या

लेकिन एक सही मानचित्र भी अधिक कठोर भूभाग में कम पड़ सकता है। रैखिक सहसंबंध एक आंशिक माप है। विशेष रूप से, यह चरम घटनाओं की सह-घटन का वर्णन करने में विफल हो सकता है। कॉपुला फ्रेमवर्क और tail dependence की धारणा ठीक वही पकड़ती है जो यहाँ महत्वपूर्ण है: क्या बड़े नुकसान साथ-साथ आने की प्रवृत्ति रखते हैं।^[2]

सशर्त निर्भरता और रेजीम-परिवर्तन

बाजार हमेशा एक ही मौसम नहीं दोहराता। हवा बदलती है, दबाव बदलता है, संबंध बदलते हैं। अनुभवजन्य साक्ष्य बताते हैं कि मंदी के बाजारों में निर्भरता बढ़ती है: सहसंबंध तब “उछल” जाते हैं जब उनका महत्व सबसे अधिक होता है, और विविधीकरण कमजोर पड़ जाता है। यह उदाहरण के लिए bear markets में चरम सहसंबंधों पर दस्तावेजित है।^[3]

रेजीम-स्विचिंग मॉडल, जैसे Markov switching, यह औपचारिक करते हैं कि वोलैटिलिटी और सहसंबंध स्थिर नहीं होते, बल्कि बाजार की अवस्था पर निर्भर होते हैं।^[4] पूरक रूप से, Dynamic Conditional Correlation (DCC) समय के साथ बदलते सहसंबंधों का अनुमान लगाने देता है।^[5]

पुच्छ जोखिम: CVaR (Expected Shortfall) को लक्ष्य या बाधा के रूप में

और जब तूफान आता है, औसत मार्गदर्शक नहीं रहता। यदि लक्ष्य “बड़े समकालिक झटकों” से बचना है, तो वैरिएंस पर्याप्त नहीं हो सकती। CVaR (Expected Shortfall) पुच्छ में जोखिम का एक सुसंगत माप देता है और गंभीर अपेक्षित नुकसानों को बाधित करने के लिए एक व्यवहारिक ऑप्टिमाइजेशन फ्रेमवर्क प्रदान करता है।^[6]

कनेक्टिविटी और क्लस्टर्स: नेटवर्क दृष्टि

अंततः, यदि हम प्रसार की बात कर रहे हैं, तो पोर्टफोलियो को एक ट्रांसमिशन नेटवर्क की तरह देखना उपयोगी है। “प्रसार” की अंतर्ज्ञान को एसेट्स या ब्लॉक्स के बीच कनेक्टिविटी के रूप में मॉडल किया जा सकता है। वित्त में, हायरार्किकल क्लस्टरिंग और सहसंबंध-व्युत्पन्न दूरी का उपयोग टैक्सोनॉमी बनाने के लिए किया गया है, साथ ही connectedness मेट्रिक्स का उपयोग शॉक्स की ट्रांसमिशन को मात्रात्मक करने के लिए किया गया है।^[7][8]

ऑपरेशनल निहितार्थ: अवधारणा से डिजाइन नियमों तक

इसके साथ विचार कार्यान्वयन योग्य हो जाता है: केवल नाम बढ़ाना पर्याप्त नहीं। समझना होता है कि वे साथ क्यों गिरते हैं, कब साथ गिरते हैं, और जब गिरते हैं तो उनका वज़न कितना है। उस बिंदु पर, विविधीकरण एक सूची नहीं रहता, वह एक डिजाइन बन जाता है।

नामों से नहीं, ड्राइवर्स से विविधीकरण

“मेरे पास कितने एसेट्स हैं?” पूछने के बजाय “कितने ड्राइवर्स P&L को समझाते हैं?” अधिक सूचनात्मक है। ड्राइवर्स के उदाहरण: वैश्विक तरलता (risk-on/risk-off), वास्तविक दरें, डॉलर, विकास, मुद्रास्फीति और कमोडिटीज, नियामकीय जोखिम और वित्तीय तनाव घटनाएँ।

निदानात्मक प्रश्न: ड्रॉडाउन क्लस्टर्स की पहचान

प्रश्न: यदि ड्राइवर X जोर से प्रहार करे, तो कितने ब्लॉक्स साथ गिरते हैं और उनका कुल वज़न कितना है? यदि उत्तर “बहुत” और “बहुत अधिक” है, तो एक ड्रॉडाउन क्लस्टर मौजूद है: सतही विविधता, गहरी निर्भरता।

तीन लीवर: आकार, पूरक, नियम

जब क्लस्टर पहचान लिया जाता है, तो समझदारी यह है कि सरल, स्पष्ट रूप से निष्पाद्य लीवरों से हस्तक्षेप किया जाए। ये कम हैं, लेकिन प्रभावी हैं, क्योंकि ये संरचना पर काम करते हैं।

• आकार (नुकसान नियंत्रण)। जोखिम में केंद्रित योगदान को सीमित करना। अलग-अलग एसेट्स के बावजूद, वज़न किसी कमजोरी को स्थानीय से प्रणालीगत बना सकता है।
• पूरक (परिदृश्य कवरेज)। अलग कमजोरियों वाले ड्राइवर्स जोड़ना, आदर्शतः प्रमुख क्लस्टर के सापेक्ष कम पुच्छ-निर्भरता के साथ।
• नियम (गवर्नेंस)। स्टॉप, रीबैलेंसिंग और स्केलिंग के स्पष्ट मानदंड ताकि तनाव के तहत आवेगी निर्णयों से बचा जा सके।

“कमजोरियों को अलग करना” मापनीय शब्दों में

अलग करने का अर्थ जोखिम हटाना नहीं है। इसका अर्थ है नुकसान को सिंक्रोनाइज़ और एम्प्लिफाई होने से रोकना। इस सिंक्रोनाइज़ेशन को मापने के लिए, बाजार के “कसने” पर निर्भरता देखना अधिक उपयोगी है, न कि केवल बाजार के “सांस लेने” पर।

• कनेक्टिविटी में वृद्धि की निगरानी के लिए गतिशील सहसंबंध (DCC) का उपयोग करना।^[5]
• चरम सह-पतन से बचने के लक्ष्य पर पुच्छ-निर्भरता (कॉपुला या क्वांटाइल-आधारित सन्निकटन) का विश्लेषण करना।^[2]
• कुल गंभीर नुकसानों को सीमित करने हेतु CVaR/Expected Shortfall को ऑप्टिमाइज़ या बाधित करना।^[6]
• उच्च कनेक्शन वाले घटकों, यानी संभावित ड्रॉडाउन क्लस्टर्स, की पहचान के लिए क्लस्टरिंग और कनेक्टिविटी मेट्रिक्स का उपयोग करना।^[7][8]

“कवर करने वाली ताकतें” रेजीम कवरेज के रूप में

दूसरी ओर निरंतरता है। गारंटी के रूप में नहीं, बल्कि डिजाइन द्वारा कवरेज के रूप में। एक मजबूत पोर्टफोलियो यह चाहता है कि हर विश्वसनीय रेजीम के लिए कम से कम कुछ ड्राइवर्स का ऐसा उपसमुच्चय मौजूद हो जो उचित प्रदर्शन दे। रेजीम-स्विचिंग मॉडल इस विचार को औपचारिक करते हैं: लक्ष्य औसत को अधिकतम करना नहीं, बल्कि अवस्था बदलने पर नाजुकता से बचना है।^[4]

सीमाएँ और सावधानियाँ

इस यात्रा को पद्धतिगत ईमानदारी के साथ समाप्त करना उचित है। कुछ अनुभवजन्य तथ्य और अनुमान-सीमाएँ इच्छामात्र से गायब नहीं होतीं, इसलिए उन्हें डिजाइन में शामिल होना चाहिए।

• संकट में सहसंबंध बढ़ने की प्रवृत्ति रखते हैं। विविधीकरण ठीक उसी समय कमजोर पड़ सकता है जब उसकी सबसे अधिक जरूरत होती है।^[3]
• अनुमान जोखिम और मॉडल जोखिम। औसत, सहसंचरण और पुच्छ पैरामीटर त्रुटि के साथ अनुमानित होते हैं, और मॉडल का चयन भी अनिश्चितता जोड़ता है। एक पूरक दृष्टिकोण यह है कि पोर्टफोलियो चयन में पैरामीटर और मॉडल अनिश्चितता को स्पष्ट रूप से शामिल किया जाए।^[9]

निष्कर्ष

यदि हम शुरुआत पर लौटें, उस क्षण पर जब “विविध” पोर्टफोलियो एक ही चीज़ की तरह हिलता दिखता है, तो सबक साफ हो जाता है: विविधीकरण एक सूची नहीं, एक वास्तुकला है। विविधीकरण को निर्भरता और रेजीमों की समस्या के रूप में बेहतर समझा जा सकता है: कमजोरियों को अलग करना का अर्थ कनेक्टिविटी और गंभीर नुकसानों की सह-घटन को घटाना है, खासकर पुच्छों में; जबकि ताकतों को विविध बनाना का अर्थ अलग ड्राइवर्स से परिदृश्यों को कवर करना है और कुछ अवस्थाओं में रेडंडेंसी रखना है। व्यवहार में, इसका मतलब है ड्रॉडाउन क्लस्टर्स का निदान, आकार नियंत्रण, पूरक ड्राइवर्स की खोज, और स्पष्ट नियमों के साथ संचालन।

एक पंक्ति में: विविधीकरण का अर्थ है इस तरह डिजाइन करना कि दुनिया की अवस्था बदलने पर आप टूटें नहीं।

अस्वीकरण: शैक्षिक एवं सूचनात्मक सामग्री, यह वित्तीय सलाह नहीं है। हर निवेश में जोखिम होता है, जिसमें नुकसान भी शामिल है। पिछला प्रदर्शन भविष्य के परिणामों की गारंटी नहीं देता।

संदर्भ

1. [1] Markowitz, H. (1952). Portfolio Selection. The Journal of Finance. DOI
2. [2] Embrechts, P., McNeil, A., & Straumann, D. (2002). Correlation and dependence in risk management: properties and pitfalls. Risk Management: Value at Risk and Beyond में। PDF
3. [3] Longin, F., & Solnik, B. (2001). Extreme Correlation of International Equity Markets. The Journal of Finance. PDF
4. [4] Ang, A., & Bekaert, G. (2002). International Asset Allocation with Regime Shifts. The Review of Financial Studies, 15(4), 1137-1187. DOI. Oxford Academic
5. [5] Engle, R. (2002). Dynamic Conditional Correlation: A Simple Class of Multivariate GARCH Models. Journal of Business & Economic Statistics. DOI
6. [6] Rockafellar, R. T., & Uryasev, S. (2000/2002). Optimization of Conditional Value-at-Risk. Journal of Risk; तथा संबंधित कार्य। व्यापक रूप से उद्धृत संस्करण: PDF
7. [7] Mantegna, R. N. (1999). Hierarchical Structure in Financial Markets. The European Physical Journal B. क्लासिक प्रीप्रिंट: arXiv
8. [8] Diebold, F. X., & Yilmaz, K. (2014). On the Network Topology of Variance Decompositions: Measuring the Connectedness of Financial Firms. Journal of Econometrics. DOI
9. [9] Garlappi, L., Uppal, R., & Wang, T. (2007). Portfolio Selection with Parameter and Model Uncertainty: A Multi-Prior Approach. The Review of Financial Studies, 20(1), 41-81. DOI. Oxford Academic