हालांकि बहुत ही मीट्रिक और प्रक्रियाओं का उपयोग करके म्यूचुअल फंड और बचाव फंड का विश्लेषण किया जा सकता है, लेकिन हेज फण्ड को उनके स्तर की जटिलता और उनके असममित अपेक्षित रिटर्न के समाधान के लिए एक अतिरिक्त स्तर की आवश्यकता होती है। यह लेख हेज फंड का विश्लेषण करते समय समझने के लिए कुछ महत्वपूर्ण मैट्रिक्स को संबोधित करेगा, और हालांकि कई अन्य लोग हैं जिन्हें विचार करने की जरूरत है, इस आलेख में शामिल लोगों को हेज फंड प्रदर्शन का कठोर विश्लेषण शुरू करने के लिए एक अच्छी जगह है।

प्रदर्शन रिटर्न म्युचुअल फंड प्रदर्शन विश्लेषण के समान, हेज फंड का मूल्यांकन पूर्ण और रिश्तेदार रिटर्न प्रदर्शन दोनों के लिए किया जाना चाहिए। हालांकि, हेज फंड रणनीतियों की विविधता और प्रत्येक हेज फंड की विशिष्टता के कारण, उन्हें पहचानने के लिए विभिन्न प्रकार के रिटर्न की अच्छी समझ आवश्यक है।

पूर्ण रिटर्न निवेशक को अधिक परंपरागत प्रकार के निवेशों की तुलना में फंड को वर्गीकृत करने का विचार दे। उदाहरण के लिए, कम और स्थिर रिटर्न वाला हेज फंड निश्चित रूप से उभरते बाजार इक्विटी के लिए निश्चित आय की तुलना में बेहतर विकल्प है, जिसे उच्च-रिटर्न वाले वैश्विक मैक्रो फंड द्वारा प्रतिस्थापित किया जा सकता है।

रिश्तेदार रिटर्न, दूसरी ओर, किसी निवेशक को अन्य निवेशों की तुलना में किसी फंड के आकर्षण का निर्धारण करने की अनुमति देते हैं। तुलनीय अन्य हेज फंड, म्यूचुअल फंड या कुछ निश्चित इंडेक्स भी हो सकते हैं जो एक निवेशक नकल करने की कोशिश कर रहे हैं। सापेक्ष रिटर्न का मूल्यांकन करने की कुंजी कई समय-अवधि में प्रदर्शन को निर्धारित करना है, जैसे कि एक-, तीन- और पांच-वर्षीय वार्षिक रिटर्न इसके अलावा, इन रिटर्न को प्रत्येक निवेश में निहित जोखिम के सापेक्ष भी माना जाना चाहिए, जिसे हम अगले अनुभाग में देखेंगे।

सापेक्ष प्रदर्शन का मूल्यांकन करने का सर्वोत्तम तरीका सहकर्मियों की एक सूची को परिभाषित करना है, जिसमें पारम्परिक म्युचुअल फंड, इक्विटी या निश्चित आय इंडेक्स और इसी तरह के रणनीतियों के साथ अन्य हेज फंड शामिल हैं। एक अच्छा फंड को प्रत्येक अवधि के लिए शीर्ष क्वार्टिटेल्स में प्रदर्शन करना चाहिए ताकि उसकी अल्फा-जनरेटिंग क्षमता प्रभावी ढंग से साबित हो सके।

जोखिम जोखिम पर विचार किए बिना मात्रात्मक विश्लेषण करना एक व्यस्त स्ट्रीट को पार करने की तरह है जबकि आंखों पर पट्टी बांध दी जाती है। मूल वित्तीय सिद्धांत में कहा गया है कि जोखिम वाले जोखिम से समायोजित प्रदर्शन का निर्धारण करने के लिए निवेशकों को जोखिम में सुधार का लाभ मिल सकता है, हालांकि किसी भी फंड में उत्कृष्ट रिटर्न का प्रदर्शन किया जा सकता है, और यह अन्य निवेशों की तुलना कैसे करता है। जोखिम को मापने के लिए कई मैट्रिक्स नीचे दिए गए हैं:

• मानक विचलन - जोखिम का एक उपाय के रूप में मानक विचलन का उपयोग करने का सबसे बड़ा लाभ इसकी गणना की आसानी है और रिटर्न के सामान्य वितरण की अवधारणा की सादगी है।दुर्भाग्य से, हेज फंड्स के अंतर्निहित जोखिमों का वर्णन करने में भी इसकी कमजोरी का कारण है। अधिकांश हेज फंडों में सममित रिटर्न नहीं होता है, और मानक-विचलन मीट्रिक भी बड़े नुकसान की उच्च-अपेक्षा-अपेक्षित संभावना को मुखौटा कर सकता है।
• मूल्य पर जोखिम (VAR) - जोखिम का मान एक जोखिम मीट्रिक है जो कि माध्य और मानक विचलन के संयोजन पर आधारित है। मानक विचलन के विपरीत, हालांकि, यह उतार-चढ़ाव के संदर्भ में जोखिम का वर्णन नहीं करता है, बल्कि 5% की संभावना के साथ खो जाने की संभावना के अनुसार सबसे ज्यादा राशि है। सामान्य वितरण में, यह संभावित परिणामों के बायीं 5% द्वारा दर्शाया गया है। यह दोष यह है कि आम तौर पर वितरित रिटर्न के अनुमान के कारण राशि और संभावना दोनों को कम करके आंका जा सकता है मात्रात्मक विश्लेषण करते समय इसका अभी भी मूल्यांकन किया जाना चाहिए, लेकिन जोखिम का मूल्यांकन करते समय एक निवेशक को अतिरिक्त मीट्रिक पर विचार करना चाहिए। स्क्रेवनेस
• - स्क्रेवनेस रिटर्न की असमानता का एक उपाय है, और इस मीट्रिक का विश्लेषण करने से फंड के जोखिम पर अतिरिक्त प्रकाश डाला जा सकता है। चित्रा 1 समरूप अर्थ और मानक विचलन के साथ दो रेखांकन दिखाता है। बाईं ओर आलेख सकारात्मक रूप से तिरछा है। इसका मतलब माध्य> औसत> मोड है देखें कि सही पूंछ कितनी लंबी है और बाईं तरफ के परिणाम केंद्र की तरफ बढ़ रहे हैं। यद्यपि इन परिणामों से एक परिणाम की अपेक्षा अधिक संभावना होती है, जो कि माध्य से कम है, यह भी सही पक्ष पर लंबी पूंछ से संकेतित एक अत्यंत सकारात्मक परिणाम की संभावना है, हालांकि कम संभावना है। चित्रा 1: सकारात्मक व्याकुलता और नकारात्मक तिरछा

स्रोत: "आकस्मिकता विश्लेषण" (2002)

लगभग शून्य की एक विषमता एक सामान्य वितरण को इंगित करता है कोई भी तिरछी माप जो सकारात्मक है, बावजूद वितरण की समानता की संभावना होगी, जबकि नकारात्मक तिरछा सही पर वितरण के समान होता है जैसा कि आप ग्राफ़ से देख सकते हैं, एक नकारात्मक क्षीण वितरण का खतरा बहुत नकारात्मक परिणाम की संभावना है, भले ही संभावना कम हो।

कर्टोसिस - तिरछे के विरोध में, कंटोसिस एक वितरण की उदासी के स्तर को मापता है। चित्रा 2 में, बायीं तरफ वितरण नकारात्मक कुर्टोसिस दर्शाता है, जो कि औसत के आसपास के परिणामों की कम संभावना दर्शाता है और चरम मूल्यों की कम संभावना है। एक सकारात्मक कर्टोसिस, सही पर वितरण, मतलब के निकट परिणाम की एक उच्च संभावना है, लेकिन चरम मूल्यों की एक उच्च संभावना भी है। इस मामले में, दोनों वितरणों का एक ही मतलब और मानक विचलन होता है, इसलिए एक निवेशक मानक विचलन और VAR से परे अतिरिक्त जोखिम मीट्रिक का विश्लेषण करने के महत्व का एक विचार प्राप्त करना शुरू कर सकता है।

• चित्रा 2: नकारात्मक कर्टोसिस और सकारात्मक कर्टोसस स्रोत: "आकस्मिकता विश्लेषण" (2002)

शार्प अनुपात

- हेज फंड्स द्वारा उपयोग किए गए जोखिम-समायोजित रिटर्न का सबसे लोकप्रिय उपायों में से एक शार्प अनुपात। शार्प अनुपात जोखिम के प्रत्येक स्तर के लिए प्राप्त अतिरिक्त रिटर्न की राशि को इंगित करता है। एक शार्प अनुपात 1 से बड़ा है, जबकि 1 के नीचे का अनुपात संपत्ति वर्ग या निवेश की रणनीति के आधार पर मूल्यांकन किया जा सकता है।किसी भी मामले में, शार्प अनुपात की गणना करने के लिए इनपुट, मानक विचलन और जोखिम मुक्त दर है, इसलिए उच्च ब्याज दरों की अवधि के दौरान कम ब्याज दरों की अवधि के दौरान शार्प अनुपात अधिक आकर्षक हो सकता है और कम आकर्षक हो सकता है।

• बेंचमार्क अनुपात फंड प्रदर्शन को सही ढंग से मापने के लिए, तुलनात्मक बिंदु होना जरूरी है जिससे रिटर्न का मूल्यांकन किया जा सके। इन तुलनात्मक बिंदुओं को बेंचमार्क के रूप में जाना जाता है बेंचमार्क के सापेक्ष प्रदर्शन को मापने के लिए कई उपायों को लागू किया जा सकता है; तीन आम उपाय बीटा, सहसंबंध और अल्फा हैं

बीटा - बीटा को व्यवस्थित जोखिम कहा जाता है और यह सूचकांक पर रिटर्न के सापेक्ष किसी फंड के रिटर्न का एक उपाय है। एक बाजार या सूचकांक की तुलना 1 के बीटा को सौंपा गया है। 1. 1 के बीटा के साथ एक फंड, इसलिए, बाजार / सूचकांक में हर 1% आंदोलन के लिए 1. 5% की वापसी होगी। दूसरी तरफ 0. 0 के बीटा के साथ एक फंड को बाजार पर हर 1% रिटर्न के लिए 0. 5% रिटर्न मिलेगा। बीटा एक इक्विटी एक्सपोजर (किसी विशेष परिसंपत्ति वर्ग के संपर्क में) के निर्धारण के लिए एक उत्कृष्ट उपाय है और यह एक निवेशक को यह निर्धारित करने की अनुमति देता है कि एक फंड में आवंटन कितना बड़ा है और कितना बड़ा है। इक्विटी, फिक्स्ड-आय या हेज फंड इंडेक्स सहित किसी भी बेंचमार्क इंडेक्स के मुकाबले बीटा को मापा जा सकता है, ताकि विशेष सूचकांक में आंदोलनों के लिए निधि की संवेदनशीलता प्रकट हो सके। अधिकांश हेज फंड एसएंडपी 500 के मुकाबले बीटा की गणना करते हैं, क्योंकि वे अपने रिटेलर असेंसिटिविटी / परस्पर संबंध को व्यापक इक्विटी मार्केट के आधार पर बेच रहे हैं।

• सहसंबंध - सहसंबंध बीटा के समान है, क्योंकि यह रिटर्न में सापेक्ष परिवर्तन का उपाय करता है। हालांकि, बीटा के विपरीत, यह मानता है कि बाजार कुछ हद तक फंड के प्रदर्शन को चलाता है, सहसंबंध के उपाय कैसे संबंधित हैं, जो दो धनराशि का लाभ हो सकता है। विविधीकरण, उदाहरण के लिए, इस तथ्य पर आधारित है कि विभिन्न परिसंपत्ति वर्ग और निवेश रणनीतियों को व्यवस्थित कारकों के लिए अलग तरह से प्रतिक्रिया होती है। सहसंबंध 1 से 1 के पैमाने पर मापा जाता है, जहां -1 एक पूर्ण नकारात्मक संबंध दर्शाता है, शून्य बिल्कुल स्पष्ट सहसंबंध नहीं दर्शाता है, और +1 सही सकारात्मक संबंध इंगित करता है। एक छोटा एस एंड पी 500 की स्थिति के साथ लंबे एसएंडपी 500 स्थिति पर रिटर्न की तुलना करके सही नकारात्मक संबंध प्राप्त किया जा सकता है। जाहिर है, एक स्थान में हर 1% वृद्धि के लिए दूसरे में 1% की कमी होगी। सहसंबंध का सबसे अच्छा उपयोग पोर्टफोलियो में प्रत्येक फंड के सहसंबंध की तुलना उस पोर्टफोलियो में से प्रत्येक दूसरे फंड के साथ करता है। इन फंडों के संबंध में निचले हिस्से को एक-दूसरे के पास होता है, पोर्टफोलियो की विविधता बहुत अधिक होती है। हालांकि, एक निवेशक को बहुत विविधीकरण से सावधान होना चाहिए, जिसके मामले में रिटर्न नाटकीय रूप से घट सकता है।
• अल्फा - कई निवेशकों का मानना ​​है कि अल्फा फंड रिटर्न और बेंचमार्क रिटर्न के बीच का अंतर है, लेकिन अल्फा वास्तव में जोखिम में होने वाले जोखिम की तुलना में रिटर्न में अंतर को मानता है। दूसरे शब्दों में, यदि रिटर्न बेंचमार्क से 25% बेहतर होता है, लेकिन लिया गया जोखिम बेंचमार्क से 40% अधिक होता है, अल्फा वास्तव में नकारात्मक होगा।चूंकि यह सबसे हेज फंड प्रबंधक है जो रिटर्न में जोड़ने का दावा करते हैं, इसलिए इसे समझना महत्वपूर्ण है कि इसका विश्लेषण कैसे करें। अल्फा का सीएपीएम मॉडल का उपयोग करके गणना की जाती है:
• अपेक्षित रिटर्न = जोखिम मुक्त दर + बीटा * (बाज़ार की अपेक्षित वापसी - जोखिम मुक्त दर) यह गणना करने के लिए कि क्या एक हेज फंड मैनेजर ने जोखिम पर आधारित अल्फा आधारित , एक निवेशक हेज फंड के बीटा को ऊपर समीकरण में स्थानांतरित कर सकता है, जिसके परिणामस्वरूप हेज फंड के प्रदर्शन पर अपेक्षित लाभ होगा। अगर वास्तविक रिटर्न अपेक्षित वापसी से अधिक है, तो हेज फंड मैनेजर ने जो जोखिम उठाए हैं उसके आधार पर अल्फा जोड़ा है। अगर वास्तविक रिटर्न अपेक्षित रिटर्न से कम है, तो हेज फंड मैनेजर ने जोखिम के आधार पर अल्फा नहीं जोड़ा, फिर भी वास्तविक रिटर्न प्रासंगिक बेंचमार्क से अधिक हो सकता है। निवेशकों को हेज फंड मैनेजर चाहिए, जो अल्फा को जोखिम के साथ वापस लेते हैं और जो अतिरिक्त रिस्क लेकर सिर्फ रिटर्न नहीं देते हैं।

निचला रेखा

हेज फंड पर मात्रात्मक विश्लेषण करना बहुत समय-उपभोक्ता और चुनौतीपूर्ण हो सकता है। हालांकि, इस आलेख ने अतिरिक्त मीट्रिक का एक संक्षिप्त विवरण प्रदान किया है जो विश्लेषण के लिए बहुमूल्य जानकारी जोड़ते हैं। वहाँ भी कई अन्य मीट्रिक हैं जिनका उपयोग किया जा सकता है, और यहां तक ​​कि इस लेख में चर्चा की गई कुछ हेज फंड और अन्य के लिए कम प्रासंगिक के लिए अधिक प्रासंगिक हो सकती है। किसी निवेशक को कुछ अतिरिक्त गणना करने का प्रयास करके एक विशेष फंड में निहित जोखिमों को समझने में सक्षम होना चाहिए, जिनमें से कई विश्लेषणात्मक सॉफ़्टवेयर द्वारा स्वचालित रूप से गणना की जाती हैं, जैसे पेर्ट्राक, मॉर्निंगस्टार और ज़ेफियर।