💰 quantitative finance

Hedging Options on Asset Portfolios against Just One Underlying Asset in the Presence of Transaction Costs

यह अध्ययन लेनदेन लागत की उपस्थिति में दो-परिसंपत्ति पोर्टफोलियो के विकल्पों के लिए इष्टतम हेजिंग रणनीति की जांच करता है, जो सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि यदि सहसंबंध पर्याप्त रूप से उच्च हो और लेनदेन लागत कम हो, तो जोखिम-समायोजित मूल्य मेट्रिक्स द्वारा निर्धारित अनुसार, सहसंबद्ध लेकिन गैर-अंडरलाइंग परिसंपत्ति के साथ हेजिंग करना सही परिसंपत्ति के साथ हेजिंग करने की तुलना में बेहतर हो सकता है।

मूल लेखक: Erina Nanyonga, Matt Davison

प्रकाशित 2026-05-26✓ Author reviewed ⓘ

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Erina Nanyonga, Matt Davison

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने नहीं लिखा है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास एक टिकट (एक विकल्प/ऑप्शन) है जो आपको भविष्य में एक निश्चित कीमत पर एक विशिष्ट घर (संपत्ति 1) खरीदने का अधिकार देता है। इस टिकट का मूल्य पूरी तरह से इस बात पर निर्भर करता है कि उस घर की कीमत कैसे बदलती है।

खुद को नुकसान से बचाने के लिए, यदि घर की कीमत गिर जाती है, तो आप आमतौर पर "हेजिंग" (hedge) करने की कोशिश करते हैं। गणित की पाठ्यपुस्तकों की आदर्श, घर्षण रहित दुनिया में, आप अपने जोखिम को संतुलित करने के लिए लगातार घर को खरीदते और बेचते रहेंगे। लेकिन वास्तविक दुनिया में, घर खरीदना और बेचना महंगा होता है। एजेंट की फीस, टैक्स और इधर-उधर जाने की परेशानी (ये लेनदेन की लागत/ट्रांजैक्शन कॉस्ट हैं) होती है। यदि आप हर बार कीमत बदलने पर अपना पोर्टफोलियो संतुलित करने की कोशिश करेंगे, तो फीस आपके सारे मुनाफे को खा जाएगी।

यह शोध पत्र एक चतुर प्रश्न पूछता है: क्या होगा यदि आप एक अलग घर के साथ हेज करें जो सस्ता है, लेकिन लगभग उसी तरह से चलता है जैसे आपका मूल घर?

सेटअप: "सही" घर बनाम "गलत" घर

लेखकों ने दो घरों के साथ एक सिमुलेशन तैयार किया है:

"सही" घर (संपत्ति 1): यह वही वास्तविक घर है जिस पर आपका टिकट आधारित है। यह एक सटीक मेल है, लेकिन कल्पना कीजिए कि यह एक दूरदराज के इलाके में है जहाँ हर बार जब आप इसके हिस्से को खरीदने या बेचने की कोशिश करते हैं, तो इसमें बहुत पैसा खर्च होता है (उच्च लेनदेन लागत)।
"गलत" घर (संपत्ति 2): यह पड़ोसी शहर का एक अलग घर है। यह वह सटीक घर नहीं है जिसके लिए आपका टिकट है, लेकिन यह लगभग ठीक उसी तरह ऊपर-नीचे होता है जैसे "सही" घर। महत्वपूर्ण बात यह है कि यह एक व्यस्त शहर में है जहाँ व्यापार करना सस्ता और आसान है (कम लेनदेन लागत)।

शोधकर्ताओं ने पूछा: क्या "सही" घर को ट्रेड करने के लिए उच्च शुल्क देना बेहतर है, या "गलत" घर को ट्रेड करना बेहतर है?

प्रयोग: बाजार का अनुकरण (सिमुलेशन)

उन्होंने कंप्यूटर का उपयोग करके 10,000 अलग-अलग "क्या-होता-अगर" (what-if) परिदृश्यों को चलाया। उन्होंने तीन मुख्य "नॉब्स" (बदलने योग्य कारक) के साथ प्रयोग किया:

सहसंबंध ( $\rho$ - Correlation): दोनों घर कितनी बारीकी से एक साथ चलते हैं। यदि $\rho$ 0.99 है, तो वे व्यावहारिक रूप से जुड़वां हैं। यदि यह 0.2 है, तो वे शायद ही एक साथ चलते हैं।
लेनदेन की लागत (Transaction Costs): प्रत्येक घर को ट्रेड करने की लागत कितनी है (0% से लेकर 10% तक)।
जोखिम सहनशीलता ( $\lambda$ - Risk Tolerance): एक निवेशक जोखिम के बारे में कितना परवाह करता है। एक उच्च संख्या का अर्थ है कि वे बहुत घबराए हुए हैं और जोखिम से बचना चाहते हैं। एक कम संख्या का अर्थ है कि वे लाभ के लिए जोखिम लेने को तैयार हैं।

उन्होंने सफलता को जोखिम-समायोजित मूल्य (RAV - Risk-Adjusted Value) नामक एक मीट्रिक का उपयोग करके मापा। इसे एक "स्कोर" के रूप में सोचें जो आपको बताता है: "जो पैसा मैं कमा रहा हूँ, क्या वह उस तनाव और जोखिम के लायक है जो मैं ले रहा हूँ?"

निष्कर्ष: "गलत" घर के साथ कब ट्रेड करें

उन्होंने क्या खोजा, जिसे रोजमर्रा के तर्क में अनुवादित किया गया है:

1. "परफेक्ट मैच" हमेशा विजेता नहीं होता
यदि "सही" घर को ट्रेड करना बहुत महंगा है, और "गलत" घर को ट्रेड करना सस्ता है, तो आप "गलत" घर को ट्रेड करने में बेहतर हो सकते हैं—लेकिन केवल तभी जब दोनों घर अपने चलने के तरीके में लगभग समान हों।

उपमा: कल्पना कीजिए कि आपको नदी पार करनी है। "सही" पुल सीधा रास्ता है, लेकिन टोल \ $100 है। "गलत" पुल आपके रास्ते से एक मील दूर है, लेकिन टोल \$ 1 है। यदि "गलत" पुल "सही" पुल के 99% समानांतर है, तो चक्कर लगाना आपके पैसे बचाता है। लेकिन यदि "गलगल" पुल बिल्कुल अलग दिशा में जाता है (कम सहसंबंध), तो आप भटक जाएंगे, और सस्ता टोल भी आपकी मदद नहीं करेगा।

2. "उच्च लागत" का जाल
यदि दोनों घरों में से किसी को भी ट्रेड करने की फीस बहुत अधिक है (जैसे 10%), तो सबसे अच्छा तरीका अक्सर कुछ भी न करना है।

उपमा: यदि किसी भी पुल को पार करने का टोल \ $1,000 है, और आपका टिकट केवल \$ 500 का है, तो आपको बिल्कुल भी पार नहीं करना चाहिए। टोल भरकर पैसा गंवाने के बजाय, जोखिम को स्वीकार करते हुए अपने टिकट को पास रखना बेहतर है। शोध पत्र नोट करता है कि यह अक्सर रियल एस्टेट या क्रिप्टो जैसी महंगी संपत्तियों पर लागू होता है, जहाँ ट्रेडिंग फीस बहुत अधिक होती है।

3. "जोखिम से बचने की प्रवृत्ति" (Risk Aversion) का कारक
आपका निर्णय इस बात पर निर्भर करता है कि आप पैसा खोने से कितने डरे हुए हैं।

यदि आप बहुत अधिक जोखिम से बचने वाले (उच्च $\lambda$ ) हैं, तो आप "सही" घर को पसंद करेंगे भले ही वह महंगा हो, क्योंकि यह एक परफेक्ट हेज है।
यदि आप जोखिम को लेकर कम चिंतित (कम $\lambda$ ) हैं और "गलत" घर बहुत सस्ता और "सही" घर के बहुत समान है, तो आप फीस बचाने के लिए "गलत" घर को चुन सकते हैं।

4. "लॉकस्टेप" (एक साथ चलने) की आवश्यकता
शोध पत्र ने पाया कि "गलत" घर के साथ सफलतापूर्वक ट्रेड करने के लिए, सहसंबंध ( $\rho$ ) अत्यंत उच्च (लगभग 0.99) होना चाहिए।

उपमा: भले ही दो घर एक ही पड़ोस में हों, यदि एक 1% बढ़ता है और दूसरा 0.5% बढ़ता है, तो वे "लॉकस्टेप" में नहीं हैं। "गलत" घर को एक ढाल के रूप में उपयोग करने के लिए, उन्हें लगभग बिल्कुल एक साथ चलना होगा। यदि वे थोड़ा भी अलग होते हैं, तो सस्ता हेज आपको बचाने में विफल हो जाएगा।

मुख्य निष्कर्ष (Bottom Line)

शोध पत्र यह निष्कर्ष निकालता है कि हेजिंग केवल "सही" संपत्ति चुनने के बारे में नहीं है; यह ट्रेड की लागत के बारे में भी है।

यदि लेनदेन की लागत कम है: "सही" संपत्ति (वह संपत्ति जिस पर आपका विकल्प वास्तव में आधारित है) के साथ टिके रहें। यह सबसे सुरक्षित दांव है।
यदि लेनदेन की लागत अधिक है: आपके पास दो विकल्प हैं। या तो बिल्कुल भी हेज न करें (यदि लागत अत्यधिक है), या "गलत" संपत्ति के साथ हेज करें (यदि यह ट्रेड करने में सस्ती है और वास्तविक चीज़ की तरह ही चलती है)।
सावधानी: आप "गलत" संपत्ति का उपयोग तभी कर सकते हैं जब दोनों संपत्तियां व्यावहारिक रूप से जुड़वां हों (बहुत उच्च सहसंबंध)। यदि वे नहीं हैं, तो फीस की बचत उस जोखिम की भरपाई नहीं करेगी जो हेज के विफल होने से पैदा होता है।

संक्षेप में: कभी-कभी, "गलत" उपकरण वास्तव में सबसे अच्छा उपकरण होता है, बशर्ते वह उपयोग में सस्ता हो और काम को "सही" उपकरण जितना ही अच्छा करे। लेकिन यदि काम करना बहुत महंगा है, तो कभी-कभी उसे वैसे ही छोड़ देना बेहतर होता है।

तकनीकी सारांश: लेनदेन लागत की उपस्थिति में केवल एक अंतर्निहित संपत्ति पर परिसंपत्ति पोर्टफोलियो के हेजिंग विकल्प

समस्या विवरण
यह शोध पत्र मानक विकल्प हेजिंग सिद्धांत की एक व्यावहारिक सीमा को संबोधित करता है: यह धारणा कि विकल्प की अंतर्निहित संपत्ति का निरंतर और घर्षण रहित (frictionless) व्यापार किया जा सकता है। वास्तव में, लेनदेन लागत (निश्चित शुल्क और आनुपातिक स्लिपेज से मिलकर बनी) निरंतर डेल्टा हेजिंग को अत्यधिक महंगा बना देती है, जिससे ब्लैक-स्कोल्स जैसे निरंतर-समय मॉडल में अनंत लागत उत्पन्न होती है। इसके अलावा, यह शोध पत्र एक विशिष्ट परिदृश्य की जांच करता है जहाँ एक निवेशक के पास दो सह-संबंधित संपत्तियों ( $S_{t1}$ और $S_{t2}$ ) के मिश्रण पर आधारित एक पोर्टफोलियो विकल्प होता है, लेकिन वह केवल एक संपत्ति का उपयोग करके हेजिंग करने के लिए बाध्य है। मुख्य शोध प्रश्न यह निर्धारित करना है कि इन बाधाओं के तहत इष्टतम हेजिंग रणनीति क्या है: क्या निवेशक को "सही" संपत्ति (वह संपत्ति जो सीधे पोर्टफोलियो घटक का आधार है) का उपयोग करके हेज करना चाहिए, "गलत" संपत्ति (दूसरी सह-संबंधित संपत्ति, जो व्यापार करने में सस्ती हो सकती है) का उपयोग करना चाहिए, या हेजिंग से पूरी तरह बचना चाहिए (एक अनहेज्ड/नेकेड पोजीशन रखना)?

कार्यप्रणाली
लेखक जियोमेट्रिक ब्राउनियन मोशन (gBm) का पालन करने वाली इक्विटी विकल्पों के लिए डेल्टा हेजिंग रणनीतियों का विश्लेषण करने के लिए एक मोंटे कार्लो सिमुलेशन ढांचे का उपयोग करते हैं।

पोर्टफोलियो निर्माण: अंतर्निहित पोर्टफोलियो को $S_t = \alpha S_{t1} + (1-\alpha)S_{t2}$ के रूप में परिभाषित किया गया है, जहाँ $\alpha$ पहली संपत्ति का अनुपात है। अध्ययन $\alpha=0$ या $\alpha=1$ (पोर्टफोलियो पूरी तरह से एक संपत्ति पर है) के मामलों पर ध्यान केंद्रित करता है और $S_{t1}$ या $S_{t2}$ के माध्यम से हेजिंग पर विचार करता है।
हेजिंग तंत्र: अध्ययन एक विविक्त-समय (discrete-time) डेल्टा हेजिंग का उपयोग करता है। डेल्टा की गणना ब्लैक-स्कोल्स फॉर्मूला के आधार पर की जाती है, जिसे ट्रेड की जाने वाली विशिष्ट संपत्ति के लिए समायोजित किया जाता है। पोर्टफोलio को निश्चित अंतराल ( $\delta t$ ) पर पुनर्संतुलित (rebalance) किया जाता है।
लेनदेन लागत: ट्रेड की जाने वाली संपत्ति पर आनुपातिक लेनदेन लागत ( $k$ ) लागू की जाती है। लागत संरचना में एक निश्चित घटक और एक आनुपातिक घटक शामिल है, जिसे स्लिपेज के रूप में मॉडल किया गया है।
जोखिम-समायोजित मूल्य (RAV): प्रदर्शन का मूल्यांकन करने के लिए, लेखक प्राथमिक निर्णय मीट्रिक के रूप में जोखिम-समायोजित मूल्य (RAV) को पेश करते हैं। RAV को इस प्रकार परिभाषित किया गया है:
$RAV = \text{औसत सिम्युलेटेड वैल्यू} - \lambda(\text{सिम्युलेटेड वैल्यू का मानक विचलन})$
जहाँ $\lambda$ जोखिम की बाजार कीमत (market price of risk) को दर्शाता है। यह मीट्रिक अपेक्षित रिटर्न और अस्थिरता के बीच संतुलन बनाता है।
सिमुलेशन पैरामीटर: अध्ययन विभिन्न मापदंडों के तहत 10,000 सिमुलेशन चलाता है: सहसंबंध गुणांक ( $\rho$ ) जो 0.2 से 0.99 तक है, लेनदेन लागत ( $k$ ) जो 0% से 20% तक है, पुनर्संतुलन अंतराल (2 से 252 चरण), और जोखिम की बाजार कीमत ( $\lambda$ ) जो 0.2 से 2.0 तक है।
लीलैंड का नंबर (Leland's Number): अध्ययन संशोधित ब्लैक-स्कोल्स रणनीतियों की व्यवहार्यता निर्धारित करने के लिए लीलैंड के नंबर ( $A$ ) का संदर्भ देता है। यदि $A > 1$ है, तो शोध पत्र नोट करता है कि उच्च लेनदेन लागत के तहत हेजिंग न करना सैद्धांतिक रूप से बेहतर है।

मुख्य परिणाम
RAV के माध्यम से विश्लेषण किए गए सिमुलेशन परिणाम निम्नलिखित निष्कर्ष प्रदान करते हैं:

लेनदेन लागत का प्रभाव: लेनदेन लागत की उपस्थिति में, बार-बार पुनर्संतुलन करने से अनहेज्ड पोजीशन या कम बार किए जाने वाले व्यापार की तुलना में महत्वपूर्ण नुकसान होता है। जब लेनदेन लागत बहुत अधिक होती है (जैसे 10% या 20%), तो इष्टतम रणनीति लगातार बिल्कुल भी हेज न करना है, चाहे संपत्तियों के बीच सहसंबंध कुछ भी हो।
"गलत" संपत्ति का व्यापार: अध्ययन उन विशिष्ट स्थितियों की पहचान करता है जहाँ "गलत" संपत्ति के साथ हेजिंग करना (वह संपत्ति जो पोर्टफोलियो के प्राथमिक एक्सपोजर का हिस्सा नहीं है) "सही" संपत्ति या हेजिंग न करने की तुलना में बेहतर है। यह तब होता है जब:
- सहसंबंध ( $\rho$ ) बहुत अधिक हो (0.99 के करीब)।
- "गलत" संपत्ति पर लेनदेन लागत "सही" संपत्ति की तुलना में काफी कम हो।
- जोखिम की बाजार कीमत ( $\lambda$ ) कम हो (कम जोखिम सहनशीलता का संकेत)।
- विशेष रूप से, सही संपत्ति पर 1% लागत और गलत संपत्ति पर 0% लागत के साथ, उच्च पुनर्संतुलन आवृत्ति के लिए $\rho=0.99$ पर गलत संपत्ति का व्यापार करना इष्टतम हो जाता है।
$\lambda$ की भूमिका: जोखिम की बाजार कीमत ( $\lambda$ ) एक महत्वपूर्ण निर्धारक है। उच्च $\lambda$ मान (उच्च जोखिम सहनशीलता) आम तौर पर "सही" संपत्ति के व्यापार या हेजिंग न करने के पक्ष में होते हैं, जबकि निम्न $\lambda$ मानों के साथ उच्च सहसंबंध होने पर "गलत" संपत्ति की रणनीति अधिक व्यवहार्य हो जाती है।
मिश्रित पोर्टफोलियो: मध्यवर्ती $\alpha$ मानों (मिश्रित पोर्टफोलियो) के लिए, सिम्युलेटेड पोर्टफोलियो की कीमतें शुद्ध पोर्टफोलियो ( $\alpha=0$ या $1$) की तुलना में सामान्यतः कम होती हैं, और जब ट्रेड की जाने वाली संपत्ति का अनुपात कम होता है, तो जोखिम (मानक विचलन) अधिक होता है।

महत्व और दावे
शोध पत्र का दावा है कि यह वित्तीय प्रबंधकों को यह निर्णय लेने के लिए एक मात्रात्मक ढांचा प्रदान करता है कि क्या लेनदेन लागत का कारक होने पर उन्हें अपने पोर्टफोलियो को उसके सटीक अंतर्निहित संपत्ति के बजाय एक सस्ती, सह-संबंधित संपत्ति का उपयोग करके हेज करना चाहिए।

प्रबंधकीय अंतर्दृष्टि: लेखक का तर्क है कि एक पोर्टफोलियो प्रबंधक एक "गलत" लेकिन सस्ती सह-संबंधित संपत्ति का व्यापार करके उच्च रिटर्न प्राप्त कर सकता है, बशर्ते कि सहसंबंध पर्याप्त रूप से उच्च हो और "सही" संपत्ति पर लेनदेन लागत निषेधात्मक हो।
निर्णय सीमाएँ (Decision Thresholds): अध्ययन एक निर्णय मैट्रिक्स (तालिका 3.6 में सारांशित) प्रदान करता है जो यह संकेत देता है कि $\rho$ , $\lambda$ और लेनदेन लागत के परस्पर प्रभाव के आधार पर कब गलत संपत्ति का व्यापार करना है, सही संपत्ति का, या किसी का भी नहीं।
सीमाएँ: लेखक विनम्रतापूर्वक नोट करते हैं कि उनके निष्कर्ष gBm और विशिष्ट लेनदेन लागत मॉडल का उपयोग करके सिम्युलेटेड डेटा पर आधारित हैं। वे सुझाव देते हैं कि उनकी रणनीति की प्रभावशीलता इस धारणा पर निर्भर करती है कि "गलत" संपत्ति व्यापार करने में सस्ती है और अत्यधिक सह-संबंधित है। शोध पत्र यह दावा नहीं करता है कि यह जोखिम को समाप्त करता है, बल्कि यह घर्षण वाले बाजारों में इसे अधिक लागत-प्रभावी ढंग से प्रबंधित करने के बारे में है।

निष्कर्षतः, अध्ययन यह प्रदर्शित करता है कि लेनदेन लागत वाले बाजारों में, सटीक अंतर्निहित संपत्ति को हेज करने के कठोर पालन का हमेशा अनुकूल होना आवश्यक नहीं है। उच्च सहसंबंध और भिन्न लेनदेन लागतों की स्थितियों के तहत, हेजिंग उपकरण को एक सस्ती, सह-संबंधित संपत्ति से बदलना एक तर्कसंगत, जोखिम-समायोजित रणनीति हो सकती है।

सेटअप: "सही" घर बनाम "गलत" घर

प्रयोग: बाजार का अनुकरण (सिमुलेशन)

निष्कर्ष: "गलत" घर के साथ कब ट्रेड करें

मुख्य निष्कर्ष (Bottom Line)

इसी तरह के और पेपर