आर्बिट्रेज मूल्य निर्धारण सिद्धांत (APT)

आर्बिट्रेज प्राइसिंग थ्योरी (APT) क्या है?

आर्बिट्रेज प्राइसिंग थ्योरी (एपीटी) एक बहु-कारक परिसंपत्ति मूल्य निर्धारण मॉडल है जो इस विचार पर आधारित है कि परिसंपत्ति के रिटर्न का अनुमान परिसंपत्ति के अपेक्षित रिटर्न और कई व्यापक आर्थिक चर के बीच रैखिक संबंध का उपयोग करके लगाया जा सकता है जो व्यवस्थित जोखिम को पकड़ते हैं। यह अस्थायी रूप से गलत कीमत वाली प्रतिभूतियों की पहचान करने के लिए मूल्य निवेश के नजरिए से पोर्टफोलियो का विश्लेषण करने के लिए एक उपयोगी उपकरण है ।

आर्बिट्रेज प्राइसिंग थ्योरी मॉडल का फॉर्मूला है

$\begin{aligned} {E(R)}_{i} < mo>= ई mo> z + (E (मैं >(R)_{z}) \times β_{n} & </ mtr> & <mstyle scriptlevel="0" displaystyle="true" "> कहाँ:</ mtext> & </ mtd> {E(R)}_{i} = संपत्ति पर अपेक्षित प्रतिफल & R_{z} = जोखिम-मुक्त रिटर्न दर </ mstyle> & β_{n} =</moसंपत्ति मूल्य की व्यापक आर्थिक संवेदनशीलता & < mrow> & < /mrow> factor n & E i = कारक से संबंधित जोखिम प्रीमियम i \end{aligned} <एनोटेशन एन्कोडिंग ="application/x-tex">\begin &\text{E(R)}_\text = E(R)_z + (E(I) - E(R)$

एपीटी मॉडल में बीटा गुणांक का अनुमान रैखिक प्रतिगमन का उपयोग करके लगाया जाता है। सामान्य तौर पर, ऐतिहासिक प्रतिभूतियों के रिटर्न को इसके बीटा का अनुमान लगाने के लिए कारक पर वापस लिया जाता है।

आर्बिट्रेज प्राइसिंग थ्योरी कैसे काम करती है

आर्बिट्रेज प्राइसिंग थ्योरी को अर्थशास्त्री स्टीफन रॉस ने 1976 में कैपिटल एसेट प्राइसिंग मॉडल (सीएपीएम) के विकल्प के रूप में विकसित किया था । सीएपीएम के विपरीत, जो मानते हैं कि बाजार पूरी तरह से कुशल हैं, एपीटी बाजार में कभी-कभी गलत मूल्य वाली प्रतिभूतियों को मानता है, इससे पहले कि बाजार अंततः सही हो जाए और प्रतिभूतियां उचित मूल्य पर वापस आ जाएं। APT का उपयोग करते हुए, मध्यस्थ उचित बाजार मूल्य से किसी भी विचलन का लाभ उठाने की आशा करते हैं।

हालांकि, यह आर्बिट्रेज के क्लासिक अर्थ में जोखिम-मुक्त संचालन नहीं है,. क्योंकि निवेशक यह मान रहे हैं कि मॉडल सही है और जोखिम-मुक्त मुनाफे में लॉक करने के बजाय दिशात्मक ट्रेड कर रहे हैं।

APT . के लिए गणितीय मॉडल

जबकि एपीटी सीएपीएम की तुलना में अधिक लचीला है, यह अधिक जटिल है। सीएपीएम केवल एक कारक-बाजार जोखिम को ध्यान में रखता है- जबकि एपीटी फॉर्मूला में कई कारक होते हैं। और यह निर्धारित करने के लिए काफी मात्रा में शोध करना पड़ता है कि विभिन्न व्यापक आर्थिक जोखिमों के लिए सुरक्षा कितनी संवेदनशील है।

कारकों के साथ-साथ उनमें से कितने का उपयोग किया जाता है, व्यक्तिपरक विकल्प हैं, जिसका अर्थ है कि निवेशकों के पास उनकी पसंद के आधार पर अलग-अलग परिणाम होंगे। हालांकि, चार या पांच कारक आमतौर पर अधिकांश सुरक्षा की वापसी की व्याख्या करेंगे।

एपीटी कारक व्यवस्थित जोखिम हैं जिन्हें निवेश पोर्टफोलियो के विविधीकरण से कम नहीं किया जा सकता है। मूल्य भविष्यवाणियों के रूप में सबसे विश्वसनीय साबित हुए व्यापक आर्थिक कारकों में मुद्रास्फीति में अप्रत्याशित परिवर्तन, सकल राष्ट्रीय उत्पाद (जीएनपी), कॉर्पोरेट बॉन्ड फैलता है और उपज वक्र में बदलाव शामिल हैं। अन्य आमतौर पर उपयोग किए जाने वाले कारक सकल घरेलू उत्पाद (जीडीपी), वस्तुओं की कीमतें, बाजार सूचकांक और विनिमय दरें हैं।

आर्बिट्रेज प्राइसिंग थ्योरी का उपयोग कैसे किया जाता है इसका उदाहरण

उदाहरण के लिए, निम्नलिखित चार कारकों की पहचान स्टॉक की वापसी और प्रत्येक कारक के प्रति इसकी संवेदनशीलता और प्रत्येक कारक से जुड़े जोखिम प्रीमियम की गणना के रूप में की गई है:

सकल घरेलू उत्पाद (जीडीपी) वृद्धि: ß = 0.6, आरपी = 4%

मुद्रास्फीति दर: ß = 0.8, आरपी = 2%

सोने की कीमतें: ß = -0.7, आरपी = 5%

स्टैंडर्ड एंड पूअर्स का 500 इंडेक्स रिटर्न: ß = 1.3, RP = 9%

जोखिम मुक्त दर 3% है

एपीटी फॉर्मूले का उपयोग करते हुए, अपेक्षित रिटर्न की गणना इस प्रकार की जाती है:

अपेक्षित रिटर्न = 3% + (0.6 x 4%) + (0.8 x 2%) + (-0.7 x 5%) + (1.3 x 9%) = 15.2%

##हाइलाइट

सीएपीएम के विपरीत, जो मानते हैं कि बाजार पूरी तरह से कुशल हैं, एपीटी बाजार में कभी-कभी प्रतिभूतियों का गलत मूल्य मान लेता है, इससे पहले कि बाजार अंततः सही हो जाए और प्रतिभूतियां उचित मूल्य पर वापस आ जाएं।

एपीटी का उपयोग करते हुए, मध्यस्थ उचित बाजार मूल्य से किसी भी विचलन का लाभ उठाने की आशा करते हैं।

आर्बिट्रेज प्राइसिंग थ्योरी (एपीटी) एक बहु-कारक परिसंपत्ति मूल्य निर्धारण मॉडल है जो इस विचार पर आधारित है कि परिसंपत्ति के अपेक्षित रिटर्न और व्यवस्थित जोखिम को पकड़ने वाले कई मैक्रोइकॉनॉमिक चर के बीच रैखिक संबंध का उपयोग करके एक परिसंपत्ति के रिटर्न की भविष्यवाणी की जा सकती है।