बीटा क्या है मतलब और उदाहरण: अर्थ, सूत्र, और गणना

बीटा क्या है?

बीटा अस्थिरता का एक उपाय हैया व्यवस्थित जोखिमसंपूर्ण बाजार की तुलना में किसी सुरक्षा या पोर्टफोलियो की। बीटा का उपयोग कैपिटल एसेट प्राइसिंग मॉडल (CAPM) में किया जाता है, जो व्यवस्थित जोखिम और परिसंपत्तियों (आमतौर पर स्टॉक) के लिए अपेक्षित रिटर्न के बीच संबंध का वर्णन करता है। सीएपीएम का व्यापक रूप से जोखिमपूर्ण प्रतिभूतियों के मूल्य निर्धारण के लिए और उन परिसंपत्तियों के जोखिम और पूंजी की लागत दोनों पर विचार करते हुए परिसंपत्तियों के अपेक्षित रिटर्न का अनुमान लगाने के लिए एक विधि के रूप में उपयोग किया जाता है।

सारांश

  • बीटा, मुख्य रूप से पूंजीगत परिसंपत्ति मूल्य निर्धारण मॉडल (सीएपीएम) में उपयोग किया जाता है, जो संपूर्ण बाजार की तुलना में सुरक्षा या पोर्टफोलियो की अस्थिरता या व्यवस्थित जोखिम का एक उपाय है।
  • एक व्यक्तिगत स्टॉक के बारे में बीटा डेटा केवल एक निवेशक को एक अनुमान के साथ प्रदान कर सकता है कि स्टॉक (संभवतः) विविध पोर्टफोलियो में कितना जोखिम जोड़ देगा।
  • बीटा के अर्थपूर्ण होने के लिए, स्टॉक उस बेंचमार्क से संबंधित होना चाहिए जिसका उपयोग गणना में किया जाता है।

बीटा कैसे काम करता है

एक बीटा गुणांक पूरे बाजार के व्यवस्थित जोखिम की तुलना में एक व्यक्तिगत स्टॉक की अस्थिरता को माप सकता है। सांख्यिकीय शब्दों में, बीटा डेटा बिंदुओं के प्रतिगमन के माध्यम से रेखा के ढलान का प्रतिनिधित्व करता है। वित्त में, इनमें से प्रत्येक डेटा बिंदु समग्र रूप से बाजार के मुकाबले एक व्यक्तिगत स्टॉक के रिटर्न का प्रतिनिधित्व करता है।

बीटा प्रभावी रूप से सुरक्षा के रिटर्न की गतिविधि का वर्णन करता है क्योंकि यह बाजार में झूलों का जवाब देता है। एक सुरक्षा के बीटा की गणना सुरक्षा के रिटर्न के सहप्रसरण के उत्पाद और एक निर्दिष्ट अवधि में बाजार के रिटर्न के विचरण द्वारा बाजार के रिटर्न को विभाजित करके की जाती है।

बीटा की गणना इस प्रकार है:














बीटा गुणांक

(

β

)

=



सहप्रसरण

(


आर




,


आर

एम


)



झगड़ा

(


आर

एम


)

















कहाँ पे:
















आर




=

एक व्यक्तिगत स्टॉक पर वापसी
















आर

एम


=

समग्र बाजार पर वापसी















सहप्रसरण

=

स्टॉक के रिटर्न में परिवर्तन कैसे होते हैं















बाजार के रिटर्न में बदलाव से संबंधित















झगड़ा

=

बाजार के डेटा बिंदु कितनी दूर तक फैले हैं















उनके औसत मूल्य से बाहर







शुरू {गठबंधन} और पाठ {बीटा गुणांक} ( बीटा) = frac { पाठ {सहसंयोजक} (R_e, R_m)} { पाठ {भिन्नता} (R_m)} \ और textbf {कहां:} \ &R_e=text{एक व्यक्तिगत स्टॉक पर वापसी}\ &R_m=text{समग्र बाजार पर वापसी}\ &text{Covariance}=text{स्टॉक के रिटर्न में परिवर्तन कैसे होते हैं} \ &text{बाजार के रिटर्न में बदलाव से संबंधित}\ &text{Variance}=text{बाजार के डेटा बिंदु कितनी दूर तक फैले} \ &text{उनके औसत मूल्य से बाहर} \ end{संरेखित }


मैंबीटा गुणांक(β)=झगड़ा(आरएममैं)सहप्रसरण(आरमैं,आरएममैं)मैंकहाँ पे:आरमैं=एक व्यक्तिगत स्टॉक पर वापसीआरएममैं=समग्र बाजार पर वापसीसहप्रसरण=स्टॉक के रिटर्न में परिवर्तन कैसे होते हैंबाजार के रिटर्न में बदलाव से संबंधितझगड़ा=बाजार के डेटा बिंदु कितनी दूर तक फैले हैंउनके औसत मूल्य से बाहरमैं

बीटा कैलकुलेशन का उपयोग निवेशकों को यह समझने में मदद करने के लिए किया जाता है कि क्या शेयर बाजार के बाकी हिस्सों की तरह उसी दिशा में आगे बढ़ता है। यह इस बारे में अंतर्दृष्टि भी प्रदान करता है कि एक स्टॉक कितना अस्थिर या कितना जोखिम भरा है-बाजार के बाकी हिस्सों के सापेक्ष है। बीटा के लिए कोई उपयोगी अंतर्दृष्टि प्रदान करने के लिए, बेंचमार्क के रूप में उपयोग किया जाने वाला बाजार स्टॉक से संबंधित होना चाहिए। उदाहरण के लिए, बेंचमार्क के रूप में एसएंडपी 500 का उपयोग करते हुए बॉन्ड ईटीएफ के बीटा की गणना एक निवेशक के लिए बहुत उपयोगी अंतर्दृष्टि प्रदान नहीं करेगी क्योंकि बांड और स्टॉक बहुत भिन्न हैं।

अंततः, एक निवेशक बीटा का उपयोग करके यह पता लगाने की कोशिश कर रहा है कि एक स्टॉक पोर्टफोलियो में कितना जोखिम जोड़ रहा है। जबकि एक स्टॉक जो बाजार से बहुत कम विचलित होता है, एक पोर्टफोलियो में बहुत अधिक जोखिम नहीं जोड़ता है, यह अधिक रिटर्न की संभावना को भी नहीं बढ़ाता है।

यह सुनिश्चित करने के लिए कि एक विशिष्ट स्टॉक की तुलना सही बेंचमार्क से की जा रही है, बेंचमार्क के संबंध में इसका उच्च आर-वर्ग मूल्य होना चाहिए। आर-स्क्वेर्ड एक सांख्यिकीय उपाय है जो एक सुरक्षा के ऐतिहासिक मूल्य आंदोलनों का प्रतिशत दिखाता है जिसे बेंचमार्क इंडेक्स में आंदोलनों द्वारा समझाया जा सकता है। व्यवस्थित जोखिम की डिग्री निर्धारित करने के लिए बीटा का उपयोग करते समय, एक उच्च आर-वर्ग मूल्य वाली सुरक्षा, अपने बेंचमार्क के संबंध में, एक अधिक प्रासंगिक बेंचमार्क इंगित कर सकती है।

उदाहरण के लिए, एक गोल्ड एक्सचेंज-ट्रेडेड फंड (ETF), जैसे SPDR गोल्ड शेयर्स (GLD), गोल्ड बुलियन के प्रदर्शन से जुड़ा है।नतीजतन, एक गोल्ड ईटीएफ का एसएंडपी 500 के साथ कम बीटा और आर-स्क्वेर्ड संबंध होगा।

स्टॉक निवेशक के लिए जोखिम के बारे में सोचने का एक तरीका यह है कि इसे दो श्रेणियों में विभाजित किया जाए। पहली श्रेणी को व्यवस्थित जोखिम कहा जाता है, जो पूरे बाजार में गिरावट का जोखिम है। 2008 में वित्तीय संकट एक व्यवस्थित-जोखिम घटना का एक उदाहरण है; विविधीकरण की कोई भी राशि निवेशकों को अपने स्टॉक पोर्टफोलियो में मूल्य खोने से नहीं रोक सकती थी। व्यवस्थित जोखिम को गैर-विविध जोखिम के रूप में भी जाना जाता है।

अनियंत्रित जोखिम, जिसे विविध जोखिम के रूप में भी जाना जाता है, एक व्यक्तिगत स्टॉक या उद्योग से जुड़ी अनिश्चितता है। उदाहरण के लिए, आश्चर्यजनक घोषणा कि कंपनी लम्बर लिक्विडेटर्स (एलएल) 2015 में फॉर्मलाडेहाइड के खतरनाक स्तरों के साथ दृढ़ लकड़ी के फर्श बेच रही थी, अस्थिर जोखिम का एक उदाहरण है।यह जोखिम था जो उस कंपनी के लिए विशिष्ट था। विविधीकरण के माध्यम से अनियंत्रित जोखिम को आंशिक रूप से कम किया जा सकता है।

बीटा मानों के प्रकार

1.0 . के बराबर बीटा मान

यदि किसी शेयर का बीटा 1.0 है, तो यह इंगित करता है कि उसकी कीमत गतिविधि बाजार के साथ दृढ़ता से सहसंबद्ध है। 1.0 के बीटा वाले स्टॉक में व्यवस्थित जोखिम होता है। हालांकि, बीटा गणना किसी भी अनिश्चित जोखिम का पता नहीं लगा सकती है। 1.0 के बीटा वाले पोर्टफोलियो में स्टॉक जोड़ने से पोर्टफोलियो में कोई जोखिम नहीं आता है, लेकिन यह इस संभावना को भी नहीं बढ़ाता है कि पोर्टफोलियो अतिरिक्त रिटर्न प्रदान करेगा।

बीटा मान एक से कम

एक बीटा मान जो 1.0 से कम है, का अर्थ है कि सुरक्षा सैद्धांतिक रूप से बाजार की तुलना में कम अस्थिर है। इस स्टॉक को पोर्टफोलियो में शामिल करने से यह बिना स्टॉक वाले समान पोर्टफोलियो की तुलना में कम जोखिम भरा हो जाता है। उदाहरण के लिए, उपयोगिता शेयरों में अक्सर कम दांव होते हैं क्योंकि वे बाजार के औसत से अधिक धीरे-धीरे आगे बढ़ते हैं।

बीटा मान एक से अधिक

1.0 से अधिक बीटा इंगित करता है कि सुरक्षा की कीमत सैद्धांतिक रूप से बाजार की तुलना में अधिक अस्थिर है। उदाहरण के लिए, यदि किसी स्टॉक का बीटा 1.2 है, तो इसे बाजार की तुलना में 20% अधिक अस्थिर माना जाता है। प्रौद्योगिकी शेयरों और स्मॉल कैप शेयरों में बाजार के बेंचमार्क की तुलना में अधिक दांव होता है। यह इंगित करता है कि स्टॉक को पोर्टफोलियो में जोड़ने से पोर्टफोलियो का जोखिम बढ़ जाएगा, लेकिन इसके अपेक्षित रिटर्न में भी वृद्धि हो सकती है।

नकारात्मक बीटा मान

कुछ शेयरों में नकारात्मक दांव होता है। -1.0 के बीटा का मतलब है कि स्टॉक का मार्केट बेंचमार्क से विपरीत संबंध है। इस स्टॉक को बेंचमार्क के रुझानों के विपरीत, दर्पण छवि के रूप में माना जा सकता है। पुट ऑप्शंस और व्युत्क्रम ईटीएफ को नकारात्मक दांव लगाने के लिए डिज़ाइन किया गया है। कुछ उद्योग समूह भी हैं, जैसे सोना खनिक, जहां एक नकारात्मक बीटा भी आम है।

थ्योरी में बीटा बनाम व्यवहार में बीटा

बीटा गुणांक सिद्धांत मानता है कि स्टॉक रिटर्न सामान्य रूप से एक सांख्यिकीय परिप्रेक्ष्य से वितरित किया जाता है। हालांकि, वित्तीय बाजारों में बड़े आश्चर्य की संभावना है। वास्तव में, रिटर्न हमेशा सामान्य रूप से वितरित नहीं होते हैं। इसलिए, स्टॉक का बीटा स्टॉक के भविष्य के आंदोलन के बारे में जो भविष्यवाणी कर सकता है वह हमेशा सच नहीं होता है।

बहुत कम बीटा वाले स्टॉक में कम कीमत में उतार-चढ़ाव हो सकता है, फिर भी यह लंबी अवधि के डाउनट्रेंड में हो सकता है। इसलिए, कम बीटा के साथ डाउन-ट्रेंडिंग स्टॉक जोड़ने से पोर्टफोलियो में जोखिम कम हो जाता है, यदि निवेशक अस्थिरता के संदर्भ में जोखिम को सख्ती से परिभाषित करता है (नुकसान की संभावना के बजाय)। व्यावहारिक दृष्टिकोण से, एक कम बीटा स्टॉक जो एक डाउनट्रेंड का अनुभव कर रहा है, एक पोर्टफोलियो के प्रदर्शन में सुधार की संभावना नहीं है।

इसी तरह, एक उच्च बीटा स्टॉक जो अधिकतर ऊपर की दिशा में अस्थिर है, पोर्टफोलियो के जोखिम को बढ़ा देगा, लेकिन यह लाभ भी जोड़ सकता है। यह अनुशंसा की जाती है कि स्टॉक का मूल्यांकन करने के लिए बीटा का उपयोग करने वाले निवेशक अन्य दृष्टिकोणों से भी इसका मूल्यांकन करें – जैसे कि मौलिक या तकनीकी कारक – यह मानने से पहले कि यह एक पोर्टफोलियो से जोखिम को जोड़ या हटा देगा।

बीटा के नुकसान

जबकि बीटा स्टॉक का मूल्यांकन करते समय कुछ उपयोगी जानकारी प्रदान कर सकता है, इसकी कुछ सीमाएँ हैं। बीटा एक सुरक्षा के अल्पकालिक जोखिम को निर्धारित करने में उपयोगी है, और सीएपीएम का उपयोग करते समय इक्विटी लागत पर पहुंचने के लिए अस्थिरता का विश्लेषण करने के लिए उपयोगी है। हालांकि, चूंकि बीटा की गणना ऐतिहासिक डेटा बिंदुओं का उपयोग करके की जाती है, इसलिए स्टॉक के भविष्य के आंदोलनों की भविष्यवाणी करने वाले निवेशकों के लिए यह कम सार्थक हो जाता है।

बीटा लंबी अवधि के निवेश के लिए भी कम उपयोगी है क्योंकि कंपनी के विकास के चरण और अन्य कारकों के आधार पर स्टॉक की अस्थिरता साल-दर-साल काफी बदल सकती है।

Share on:

Leave a Comment