কী Information Ratio Calculator?
▾
ইনফরমেশন রেশিও (IR) হল একটি রিস্ক-অ্যাডজাস্টেড পারফরম্যান্স মেট্রিক যা একটি বেঞ্চমার্কের উপরে একটি পোর্টফোলিওর অতিরিক্ত রিটার্ন পরিমাপ করে (এটিকে সক্রিয় রিটার্ন বা আলফা বলা হয়) সেই অতিরিক্ত রিটার্নের সামঞ্জস্যের সাথে সম্পর্কিত (যাকে ট্র্যাকিং ত্রুটি বলা হয়)। এটি উইলিয়াম শার্প (1994) দ্বারা জনপ্রিয় হয়েছিল এবং সক্রিয় পোর্টফোলিও পরিচালকদের দক্ষতা মূল্যায়নের জন্য এটিকে সর্বাপেক্ষা গুরুত্বপূর্ণ মেট্রিক হিসাবে বিবেচনা করা হয়, কারণ এটি একই সাথে আউটপারফরমেন্সের মাত্রা এবং ধারাবাহিকতা উভয়কেই পুরস্কৃত করে। লব — সক্রিয় রিটার্ন — কেবলমাত্র পরিমাপের সময়কালের বেঞ্চমার্ক রিটার্ন বিয়োগ করে পোর্টফোলিও রিটার্ন। ডিনোমিনেটর — ট্র্যাকিং এরর — হল রোলিং পিরিয়ডগুলিতে সক্রিয় রিটার্নের বার্ষিক আদর্শ বিচ্যুতি, ম্যানেজার কতটা ধারাবাহিকভাবে অতিরিক্ত রিটার্ন প্রদান করে তা পরিমাপ করে। একজন ম্যানেজার যে বেঞ্চমার্ককে কিছু মাসে 2% হারায় এবং অন্যদের মধ্যে 2% কম পারফরমেন্স করে তার উচ্চ ট্র্যাকিং ত্রুটি এবং একটি ম্যানেজারের তুলনায় কম তথ্য অনুপাত রয়েছে যিনি সম্ভাব্যভাবে কম গড় আউটপারফরম্যান্স সত্ত্বেও প্রতি মাসে ধারাবাহিকভাবে 1% হারে থাকেন। ধারাবাহিকতার উপর এই জোর তথ্যের অনুপাতকে এত শক্তিশালী করে তোলে। একজন বিনিয়োগকারীর এমন একজন ম্যানেজার প্রয়োজন যিনি নির্ভরযোগ্যভাবে সময়ের সাথে আলফা তৈরি করতে পারেন, এমন একজন নয় যিনি মাঝে মাঝে সাহসী কল করেন যা কখনও কখনও প্রচুর অর্থ প্রদান করে এবং কখনও কখনও দর্শনীয়ভাবে ব্যর্থ হয়। তথ্য অনুপাত অসঙ্গতিকে শাস্তি দেয় ঠিক যেমন শার্প রেশিও মোট অস্থিরতাকে শাস্তি দেয়, কিন্তু সক্রিয় ব্যবস্থাপনার প্রেক্ষাপটে যেখানে বেঞ্চমার্ক রিটার্ন একজন প্যাসিভ বিনিয়োগকারীর কাছে উপলব্ধ 'ফ্রি' রিটার্নের প্রতিনিধিত্ব করে। সক্রিয় ব্যবস্থাপনার মৌলিক আইন, গ্রিনল্ড (1989) দ্বারা বিকশিত এবং গ্রিনল্ড এবং কান (2000) দ্বারা প্রসারিত, দুটি উপাদানে তথ্য অনুপাতের একটি তাত্ত্বিক পচন প্রদান করে: তথ্য সহগ (IC, পূর্বাভাস এবং ফলাফলের মধ্যে পারস্পরিক সম্পর্ক) এবং প্রস্থ (BR, প্রতি বছরে বিনিয়োগের সিদ্ধান্তের সংখ্যা)। সূত্র IR ≈ IC × √BR সুন্দরভাবে দেখায় যে সক্রিয় পরিচালকরা হয় কয়েকটি বাজিতে অত্যন্ত নির্ভুল হয়ে বা অনেকগুলি সামান্য-উন্নত-এলোমেলো বাজি তৈরি করে উচ্চ তথ্য অনুপাত অর্জন করতে পারে — কৌশল ডিজাইনের জন্য একটি মূল অন্তর্দৃষ্টি। 0.5-এর উপরে একটি তথ্য অনুপাত সাধারণত ভাল হিসাবে বিবেচিত হয়, 1.0-এর উপরে খুব ভাল, এবং 1.5-এর উপরে একটি স্থায়ী বহু-বছর সময়ের জন্য ব্যতিক্রমী।
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
সূত্র
▾
IR = (R_p − R_b) / TE = সক্রিয় রিটার্ন / ট্র্যাকিং ত্রুটি
যেখানে প্রতিটি ভেরিয়েবল অর্থ এবং বিনিয়োগ ডোমেনে একটি নির্দিষ্ট পরিমাপযোগ্য পরিমাণের প্রতিনিধিত্ব করে। পরিচিত মান প্রতিস্থাপন করুন এবং অজানার জন্য সমাধান করুন। বহু-পদক্ষেপ গণনার জন্য, প্রথমে অভ্যন্তরীণ অভিব্যক্তিগুলি মূল্যায়ন করুন, তারপরে ক্রিয়াকলাপের মানক ক্রম ব্যবহার করে ফলাফলগুলি একত্রিত করুন৷চলক বর্ণনা
▾
| প্রতীক | নাম | একক | বিবরণ |
|---|---|---|---|
| IR | তথ্য অনুপাত | dimensionless | ট্র্যাকিং ত্রুটি প্রতি ইউনিট সক্রিয় রিটার্ন; উচ্চ মান আরো সুসংগত এবং উল্লেখযোগ্য outperformance নির্দেশ করে. |
| R_p | পোর্টফোলিও রিটার্ন | % per period | পরিমাপের সময়কালে সক্রিয় পোর্টফোলিওর মোট রিটার্ন। |
| R_b | বেঞ্চমার্ক রিটার্ন | % per period | একই সময়ের মধ্যে বেঞ্চমার্ক সূচকের মোট রিটার্ন (যেমন, S&P 500)। |
| α | সক্রিয় রিটার্ন (আলফা) | % per period | বেঞ্চমার্কের উপরে পোর্টফোলিওর অতিরিক্ত রিটার্ন: α = R_p − R_b। |
| TE | ট্র্যাকিং ত্রুটি৷ | % per year (annualized) | পর্যায়ক্রমিক সক্রিয় আয়ের বার্ষিক মান বিচ্যুতি (R_p,t − R_b,t); আউটপারফরম্যান্সের ধারাবাহিকতা পরিমাপ করে। |
| IC | তথ্য সহগ | dimensionless (−1 to +1) | মৌলিক আইনে, ম্যানেজারের রিটার্ন পূর্বাভাস এবং প্রকৃত আয়ের মধ্যে ক্রস-বিভাগীয় পারস্পরিক সম্পর্ক; পূর্বাভাসের নির্ভুলতা পরিমাপ করে। |
কীভাবে Information Ratio Calculator
▾
- 1মূল্যায়নের সময়কাল ধরে পোর্টফোলিও এবং বেঞ্চমার্কের পর্যায়ক্রমিক রিটার্ন সিরিজ সংগ্রহ করুন — পরিসংখ্যানগত নির্ভরযোগ্যতার জন্য সাধারণত 3-5 বছরের বেশি মাসিক রিটার্ন।
- 2প্রতিটি সময়ের জন্য সক্রিয় রিটার্ন গণনা করুন: AR_t = R_p,t − R_b,t। এটি প্রতিটি পিরিয়ডে বেঞ্চমার্কের সাথে সম্পর্কিত ম্যানেজারের কর্মক্ষমতা উপস্থাপন করে।
- 3সমস্ত সময়কালের গড় সক্রিয় রিটার্ন গণনা করুন: AR̄ = (1/n) × Σ AR_t। এটি ম্যানেজার দ্বারা উত্পন্ন গড় আলফা।
- 4ট্র্যাকিং ত্রুটি গণনা করুন: TE = {AR_t} × √(বার্ষিকীকরণ ফ্যাক্টর) এর আদর্শ বিচ্যুতি। মাসিক ডেটার জন্য, √12 দ্বারা গুণ করুন; দৈনিক ডেটার জন্য, √252 দ্বারা গুণ করুন।
- 5ট্র্যাকিং ত্রুটি দ্বারা গড় সক্রিয় রিটার্ন ভাগ করুন: IR = AR̄ / TE৷ লব এবং হর উভয়ই একই বার্ষিক ভিত্তিতে হতে হবে।
- 6পরিসংখ্যানগত তাত্পর্য মূল্যায়ন করুন: একটি সাধারণ নিয়ম হল যে একটি তথ্য অনুপাতের জন্য কমপক্ষে n = (IR/ target_precision)² সময়কাল পরিসংখ্যানগতভাবে শূন্য থেকে আলাদা করা প্রয়োজন। 0.5 এর একটি IR এর জন্য 95% স্তরে পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণ হওয়ার জন্য প্রায় 16 বছরের মাসিক ডেটা প্রয়োজন - সক্রিয় দক্ষতা প্রমাণের অসুবিধা হাইলাইট করে।
- 7পিয়ার ম্যানেজারদের সাথে এবং মৌলিক আইনের পূর্বাভাসের বিরুদ্ধে IR তুলনা করুন: IR ≈ IC × √Breadth. 0.05 এর IC সহ একজন ব্যবস্থাপক প্রতি বছর 100টি স্বাধীন সিদ্ধান্ত গ্রহণ করে IR ≈ 0.05 × √100 = 0.50 অর্জনের পূর্বাভাস দেওয়া হয়।
সমাধান করা উদাহরণ
▾
0.5 থ্রেশহোল্ডের উপরে - প্রকৃত সক্রিয় ব্যবস্থাপনা দক্ষতা নির্দেশ করে।
একটি বড়-ক্যাপ সক্রিয় তহবিল 4.0% (মধ্যম সক্রিয় অবস্থান নির্দেশ করে) এর ট্র্যাকিং ত্রুটি সহ বার্ষিক গড়ে 3.5% এর বেঞ্চমার্ককে হারায়। 0.875 এর তথ্য অনুপাত 'ভাল' পরিসরে পড়ে (0.5 এর উপরে, 1.0 এর নিচে) এবং পরামর্শ দেয় যে ম্যানেজার সামঞ্জস্যপূর্ণ, অর্থপূর্ণ আলফা তৈরি করছে। প্রেক্ষাপটে, সক্রিয় লার্জ-ক্যাপ ইক্যুইটি ম্যানেজারদের মধ্যে মাত্র 20-30% 5 বছরের সময়কালে 0.5-এর উপরে IR বজায় রাখে, এটি সক্রিয় ব্যবস্থাপনা ফি মূল্যের একজন সত্যিকারের দক্ষ ব্যবস্থাপক করে তোলে।
উচ্চ গড় আলফা থাকা সত্ত্বেও, উচ্চ ট্র্যাকিং ত্রুটি IR-কে সীমাবদ্ধ করে — অসঙ্গতিকে শাস্তি দেওয়া হয়।
এই ম্যানেজার একটি চিত্তাকর্ষক 5% গড় বার্ষিক আলফা প্রদান করে, কিন্তু 9.5% এর ট্র্যাকিং ত্রুটির সাথে, রিটার্নগুলি অত্যন্ত বেমানান - কিছু বছর বেঞ্চমার্কের উপরে, অন্যগুলি বেশ নীচে। 0.53 এর তথ্য অনুপাত 43% বেশি গড় আলফা থাকা সত্ত্বেও প্রথম উদাহরণের চেয়ে সামান্য ভাল। ব্যবহারিক অর্থ হল যে এই ম্যানেজারের বিনিয়োগকারীরা যে কোনও নির্দিষ্ট সময়ের মধ্যে ফলাফলের উল্লেখযোগ্যভাবে উচ্চতর অস্থিরতার সম্মুখীন হয়, যা তাদের পক্ষে ক্যাপিটুলেট না করে কম কর্মক্ষমতার পর্যায়গুলি ধরে রাখা কঠিন করে তোলে — সঠিকভাবে কী তথ্য অনুপাত ক্যাপচার করার জন্য ডিজাইন করা হয়েছে।
উচ্চ প্রস্থের পরিমাণগত কৌশলগুলি অনেক ছোট সামঞ্জস্যপূর্ণ বাজির মাধ্যমে খুব উচ্চ IR অর্জন করতে পারে।
একটি পদ্ধতিগত পরিমাণগত তহবিল যা অনেক ছোট সক্রিয় বাজি তৈরি করে মাসিক 0.12% এর মাসিক ট্র্যাকিং ত্রুটি সহ 0.10% এর মাসিক সক্রিয় রিটার্ন অর্জন করে। বার্ষিক ভিত্তিতে: সক্রিয় রিটার্ন = 0.10% × 12 = 1.2%; ট্র্যাকিং ত্রুটি = 0.12% × √12 = 0.416%। বার্ষিক IR = 1.2% / 0.416% = 2.88 — ব্যতিক্রমী। এটি কার্যে মৌলিক আইন প্রদর্শন করে: অনেক স্বাধীন, সামান্য-উন্নত-এলোমেলো বেট (উচ্চ প্রস্থ) পরিমিত IC সহ খুব উচ্চ তথ্য অনুপাত তৈরি করে, যা পদ্ধতিগত পরিমাণগত বিনিয়োগের তাত্ত্বিক ভিত্তি।
নেতিবাচক IR — ফি এর পরে ধারাবাহিকভাবে কম পারফর্ম করা; ইনডেক্স ফান্ডে বিনিয়োগকারী ভালো।
একটি সক্রিয় বন্ড তহবিল যা নিয়মিতভাবে ফি চার্জ করে 2.5% এর ট্র্যাকিং ত্রুটি সহ প্রতি বছর 0.8% এর বেঞ্চমার্ক কম করে। -0.32-এর তথ্য অনুপাত নেতিবাচক, যা নির্দেশ করে যে ম্যানেজার একটি প্যাসিভ বেঞ্চমার্ক বিনিয়োগের সাথে সম্পর্কিত ঝুঁকি-সামঞ্জস্য ভিত্তিতে মানকে ধ্বংস করছে। এটি একাডেমিক গবেষণায় নথিভুক্ত সাধারণ পরিস্থিতি: বেশিরভাগ সক্রিয় পরিচালকরা ফি-র পরে তাদের বেঞ্চমার্ক কম করেন, বিশেষ করে মার্কিন বিনিয়োগ-গ্রেড বন্ডের মতো দক্ষ বাজারে যেখানে তথ্য অনুপাত বন্টন শূন্যের নীচে কেন্দ্রীভূত হয়।
বাস্তব প্রয়োগ
▾
অর্থ এবং বিনিয়োগের পেশাদাররা গণনা যাচাই করতে, গাণিতিক ত্রুটিগুলি কমাতে এবং সম্মতির উদ্দেশ্যে সহকর্মী, ক্লায়েন্ট বা নিয়ন্ত্রক সংস্থাগুলির সাথে নথিভুক্ত, নিরীক্ষিত এবং ভাগ করা যেতে পারে এমন ধারাবাহিক ফলাফল তৈরি করতে তাদের মানক বিশ্লেষণমূলক কর্মপ্রবাহের অংশ হিসাবে তথ্য অনুপাত ব্যবহার করে।
বিশ্ববিদ্যালয়ের অধ্যাপক এবং প্রশিক্ষকরা কোর্সের উপকরণ, হোমওয়ার্ক অ্যাসাইনমেন্ট এবং পরীক্ষার প্রস্তুতির সংস্থানগুলিতে তথ্য অনুপাতকে অন্তর্ভুক্ত করে, যা শিক্ষার্থীদের ম্যানুয়াল গণনা পরীক্ষা করতে, ইনপুট-আউটপুট সম্পর্ক সম্পর্কে অন্তর্দৃষ্টি তৈরি করতে এবং পাটিগণিতের পরিবর্তে ধারণাগত বোঝার উপর ফোকাস করতে দেয়।
পরামর্শদাতা এবং উপদেষ্টারা ক্লায়েন্ট মিটিংয়ের সময় বিভিন্ন পরিস্থিতিতে দ্রুত মডেল করার জন্য তথ্য অনুপাত ব্যবহার করে, কী-ইফ প্রশ্নগুলির রিয়েল-টাইম অন্বেষণ সক্ষম করে যা অন্যথায় বিস্তারিত স্প্রেডশীট-ভিত্তিক বিশ্লেষণ এবং প্রতিবেদনের জন্য অফিসে ফিরে যেতে হবে।
ব্যক্তিগত ব্যবহারকারীরা ব্যক্তিগত পরিকল্পনার সিদ্ধান্তের জন্য তথ্য অনুপাতের উপর নির্ভর করে — বিকল্পগুলির তুলনা করা, পরিষেবা প্রদানকারীদের কাছ থেকে প্রাপ্ত কোটগুলি যাচাই করা, তৃতীয় পক্ষের গণনা পরীক্ষা করা এবং একটি গুরুত্বপূর্ণ সিদ্ধান্তের পিছনের সংখ্যাগুলি সঠিকভাবে এবং ধারাবাহিকভাবে গণনা করা হয়েছে বলে আত্মবিশ্বাস তৈরি করা।
বিশেষ ক্ষেত্র
▾
অনুশীলনে, এই প্রান্তের ক্ষেত্রে সাবধানতার সাথে বিবেচনা করা প্রয়োজন কারণ মানক অনুমানগুলি নাও থাকতে পারে। তথ্য অনুপাত ক্যালকুলেটর গণনার ক্ষেত্রে এই পরিস্থিতির মুখোমুখি হওয়ার সময়, অনুশীলনকারীদের সীমানা শর্তগুলি যাচাই করা উচিত, বিভাজন-বাই-শূন্য ঝুঁকির জন্য পরীক্ষা করা উচিত এবং এই চরম অবস্থার অধীনে মডেলের অনুমানগুলি বৈধ কিনা তা বিবেচনা করা উচিত।
অনুশীলনে, এই প্রান্তের ক্ষেত্রে সাবধানতার সাথে বিবেচনা করা প্রয়োজন কারণ মানক অনুমানগুলি নাও থাকতে পারে। তথ্য অনুপাত ক্যালকুলেটর গণনার ক্ষেত্রে এই পরিস্থিতির মুখোমুখি হওয়ার সময়, অনুশীলনকারীদের সীমানা শর্তগুলি যাচাই করা উচিত, বিভাজন-বাই-শূন্য ঝুঁকির জন্য পরীক্ষা করা উচিত এবং এই চরম অবস্থার অধীনে মডেলের অনুমানগুলি বৈধ কিনা তা বিবেচনা করা উচিত।
অনুশীলনে, এই প্রান্তের ক্ষেত্রে সাবধানতার সাথে বিবেচনা করা প্রয়োজন কারণ মানক অনুমানগুলি নাও থাকতে পারে। তথ্য অনুপাত ক্যালকুলেটর গণনার ক্ষেত্রে এই পরিস্থিতির মুখোমুখি হওয়ার সময়, অনুশীলনকারীদের সীমানা শর্তগুলি যাচাই করা উচিত, বিভাজন-বাই-শূন্য ঝুঁকির জন্য পরীক্ষা করা উচিত এবং এই চরম অবস্থার অধীনে মডেলের অনুমানগুলি বৈধ কিনা তা বিবেচনা করা উচিত।
তথ্য অনুপাতের মানদণ্ড: সক্রিয় ইক্যুইটি ম্যানেজার (মর্নিংস্টার/ইন্ডাস্ট্রি রিসার্চ)
▾
| ম্যানেজার ক্যাটাগরি | মাঝারি IR (5-বছর) | শীর্ষ-চতুর্থাংশ IR | IR সঙ্গে % > 0.5 |
|---|---|---|---|
| ইউএস লার্জ-ক্যাপ অ্যাক্টিভ ইক্যুইটি | −0.15 থেকে 0.05 | 0.4 - 0.7 | ~15-20% |
| ইউএস স্মল-ক্যাপ সক্রিয় ইক্যুইটি | 0.00 থেকে 0.20 | 0.5 - 0.9 | ~25-30% |
| উদীয়মান বাজার সক্রিয় ইক্যুইটি | 0.10 থেকে 0.30 | 0.6 - 1.0 | ~30-35% |
| গ্লোবাল অ্যাক্টিভ ইক্যুইটি | −0.05 থেকে 0.15 | 0.4 - 0.8 | ~20-25% |
| সক্রিয় বিনিয়োগ-গ্রেড বন্ড | −0.20 থেকে 0.00 | 0.3 - 0.6 | ~15-20% |
| পরিমাণগত পদ্ধতিগত ইক্যুইটি | 0.30 থেকে 0.70 | 0.8 - 1.5 | ~50-65% |
| শীর্ষ-স্তরের হেজ ফান্ড দীর্ঘ/সংক্ষিপ্ত | 0.50 থেকে 1.20 | 1.5 - 2.5 | ~40-50% |
সচরাচর জিজ্ঞাসা
▾
একটি ভাল তথ্য অনুপাত কি?
একটি নিয়মানুযায়ী: 0.0 এর নিচে একটি তথ্য অনুপাত নেতিবাচক (ঝুঁকি-সামঞ্জস্যের ভিত্তিতে কম পারফর্ম করা), 0.0 থেকে 0.5 গড় থেকে খারাপ, 0.5 থেকে 1.0 ভাল, 1.0 থেকে 2.0 খুব ভাল এবং 2.0 এর উপরে ব্যতিক্রমী। গ্রিনল্ড এবং কান পরামর্শ দেন যে 0.5 এর উপরে একটি টেকসই আইআর প্রকৃত বিনিয়োগ দক্ষতার প্রতিনিধিত্ব করে। অনুশীলনে, 5+ বছরেরও বেশি সময় ধরে ধারাবাহিকভাবে 1.0-এর উপরে একটি IR অর্জন করা প্রতিযোগিতামূলক, দক্ষ বাজারে অত্যন্ত কঠিন। উচ্চ প্রস্থ (অনেক স্বাধীন বাজি) সহ পরিমাণগত কৌশলগুলি ঘনীভূত বিচক্ষণ ব্যবস্থাপকদের তুলনায় উচ্চ IR অর্জনের সম্ভাবনা বেশি।
তথ্য অনুপাত শার্প অনুপাত থেকে কিভাবে আলাদা?
শার্প রেশিও মোট পোর্টফোলিও অস্থিরতার ইউনিট প্রতি ঝুঁকিমুক্ত হারের উপরে অতিরিক্ত রিটার্ন পরিমাপ করে। তথ্য অনুপাত ট্র্যাকিং ত্রুটির (সক্রিয় রিটার্ন অস্থিরতা) প্রতি ইউনিট বেঞ্চমার্কের উপরে অতিরিক্ত রিটার্ন পরিমাপ করে। মূল পার্থক্য হল রেফারেন্স পয়েন্ট (ঝুঁকিমুক্ত হার বনাম বেঞ্চমার্ক) এবং ঝুঁকি পরিমাপ (মোট উদ্বায়ীতা বনাম ট্র্যাকিং ত্রুটি)। তথ্য অনুপাত বিশেষভাবে একটি বেঞ্চমার্কের সাথে সম্পর্কিত সক্রিয় ব্যবস্থাপনার মূল্যায়ন করার জন্য ডিজাইন করা হয়েছে, যখন শার্প অনুপাত পরম ঝুঁকি-সামঞ্জস্যপূর্ণ কর্মক্ষমতা মূল্যায়ন করে। একটি প্যাসিভ ইনডেক্স ফান্ডের একটি ট্র্যাকিং ত্রুটি শূন্য এবং একটি অনির্ধারিত তথ্য অনুপাত রয়েছে; এটি একটি অর্থপূর্ণ শার্প অনুপাত আছে.
ট্র্যাকিং ত্রুটি কি, এবং একটি স্বাভাবিক পরিসীমা কি?
ট্র্যাকিং এরর হল সময়ের সাথে সাথে পোর্টফোলিওর সক্রিয় রিটার্নের (পোর্টফোলিও রিটার্ন বিয়োগ বেঞ্চমার্ক রিটার্ন) এর বার্ষিক মান বিচ্যুতি। ম্যানেজার কতটা ঘনিষ্ঠভাবে বা শিথিলভাবে বেঞ্চমার্ক ট্র্যাক করে তা পরিমাপ করে। একটি সূচক তহবিল তার বেঞ্চমার্ককে লক্ষ্য করে প্রতি বছর 0.05%-0.20% এর কাছাকাছি ট্র্যাকিং ত্রুটি থাকবে। উন্নত সূচক তহবিল 0.5%-1.5% লক্ষ্য করতে পারে। মাঝারি সক্রিয় তহবিল সাধারণত 2%-5% ট্র্যাকিং ত্রুটি চালায়। অত্যন্ত সক্রিয় বা ঘনীভূত তহবিলে 8%–15%+ ট্র্যাকিং ত্রুটি থাকতে পারে। খুব উচ্চ ট্র্যাকিং ত্রুটি সত্যিকারের সক্রিয়, উচ্চ-প্রত্যয় কৌশলগুলির জন্য উপযুক্ত হতে পারে, তবে এটি একটি ইতিবাচক তথ্য অনুপাত বজায় রাখার জন্য আনুপাতিকভাবে উচ্চতর সক্রিয় রিটার্ন প্রয়োজন।
সক্রিয় ব্যবস্থাপনার মৌলিক আইন কি?
রিচার্ড গ্রিনল্ড (1989) দ্বারা বিকশিত এবং গ্রিনল্ড এবং কান (2000) দ্বারা প্রসারিত, মৌলিক আইন বলে: IR ≈ IC × √BR, যেখানে IC (তথ্য সহগ) হল ম্যানেজারের রিটার্নের পূর্বাভাস এবং প্রকৃত ফলাফলের মধ্যে পারস্পরিক সম্পর্ক, এবং প্রতি বছর বিআর (B) সিদ্ধান্তের উপর নির্ভর করে। আইনটি বোঝায় যে একজন ম্যানেজার উচ্চ IR অর্জন করতে পারেন উচ্চ পূর্বাভাসের নির্ভুলতার মাধ্যমে (উচ্চ IC, যেমন, একজন ম্যাক্রো ট্রেডার 5-10টি উচ্চ-প্রত্যয় কল করে) অথবা অনেক স্বাধীন, সামান্য-উন্নত-এর চেয়ে এলোমেলো সিদ্ধান্তের মাধ্যমে (উচ্চ BR, যেমন, একটি পরিমাণগত স্টক স্ক্রিনারের প্রতি 1,0+0 বছর সিদ্ধান্ত নেওয়া)। আইনটি বোঝার জন্য একটি শক্তিশালী কাঠামো সরবরাহ করে কেন পদ্ধতিগত পরিমাণ কৌশলগুলি প্রায়শই ঝুঁকি-সামঞ্জস্য ভিত্তিতে বিবেচনামূলক পরিচালকদের ছাড়িয়ে যায়।
একটি তথ্য অনুপাত বিশ্বাস করার জন্য কতক্ষণ একটি ট্র্যাক রেকর্ড প্রয়োজন?
একটি তথ্য অনুপাতের পরিসংখ্যানগত তাত্পর্য আশ্চর্যজনকভাবে অধরা। 95% আত্মবিশ্বাসের স্তরে শূন্য থেকে 0.5-এর একটি IR আলাদা করতে প্রায় (1.645/0.5)² ≈ 11 বছরের বার্ষিক ডেটা, বা সমতুল্য প্রায় 130 মাস প্রয়োজন৷ 1.0 এর একটি IR এর জন্য, আনুমানিক 3 বছরের বার্ষিক ডেটা যথেষ্ট। এর মানে হল বেশিরভাগ 3-থেকে-5 বছরের ট্র্যাক রেকর্ড, এমনকি ভাল পরিচালকদের জন্য, 95% স্তরে ভাগ্য থেকে পরিসংখ্যানগতভাবে আলাদা করা যায় না। সক্রিয় ব্যবস্থাপনার দক্ষতায় আত্মবিশ্বাসের জন্য একাধিক বাজার ব্যবস্থা জুড়ে দীর্ঘ ট্র্যাক রেকর্ডের প্রয়োজন। এই কারণেই অনেক পরিশীলিত বরাদ্দকারীদের বড় বরাদ্দ করার আগে 7-10 বছরের ট্র্যাক রেকর্ডের প্রয়োজন হয়।
তথ্য অনুপাত খেলা করা যেতে পারে?
হ্যাঁ — তথ্য অনুপাত বিভিন্ন উপায়ে ম্যানিপুলেট করা যেতে পারে। একজন ম্যানেজার কৃত্রিমভাবে বেঞ্চমার্ক (ক্লোজেট ইনডেক্সিং) আলিঙ্গন করে ট্র্যাকিং ত্রুটি কমাতে পারেন, যখন সক্রিয় ব্যবস্থাপনা চালানোর দাবি করেন — এটি একটি ছোট ইতিবাচক আলফাতে উচ্চ IR তৈরি করে, কিন্তু বিনিয়োগকারীরা কাছাকাছি-প্যাসিভ এক্সপোজারের জন্য সক্রিয় ফি প্রদান করছে। বিকল্পভাবে, একজন ম্যানেজার একটি বেঞ্চমার্ক নির্বাচন করতে পারে যার বিপরীতে তাদের একটি কাঠামোগত সুবিধা রয়েছে। রিটার্ন স্মুথিং (প্রাইভেট ইক্যুইটি বা ইলিকুইড হোল্ডিং সহ হেজ ফান্ডের মতো) আপাত ট্র্যাকিং ত্রুটি হ্রাস করে, IR স্ফীত করে। প্রদত্ত ফি এবং নেওয়া ঝুঁকির তুলনায় সক্রিয় রিটার্ন অর্থবহ তা নিশ্চিত করতে বিনিয়োগকারীদের IR এর পাশাপাশি ট্র্যাকিং ত্রুটির মাত্রা পরীক্ষা করা উচিত।
ফি কীভাবে তথ্য অনুপাতকে প্রভাবিত করে?
ম্যানেজমেন্ট ফি এবং পারফরম্যান্স ফি সরাসরি তথ্য অনুপাতের সক্রিয় রিটার্ন সংখ্যাকে হ্রাস করে। 0.8 এর প্রাক-ফি IR এবং 100bps বার্ষিক ব্যবস্থাপনা ফি সহ একটি তহবিলের একটি পোস্ট-ফি IR হবে প্রায় (সক্রিয় রিটার্ন - 1.0%) / ট্র্যাকিং ত্রুটি। 5.0% ট্র্যাকিং এরর (IR = 0.80) সহ প্রাক-ফি সক্রিয় রিটার্ন 4.0% হলে, পোস্ট-ফি সক্রিয় রিটার্ন 3.0% এবং পোস্ট-ফি IR = 3.0% / 5.0% = 0.60 হয়। পারফরম্যান্স ফি IR কে আরও কমিয়ে দেয় পারফরম্যান্স ফি রেট এবং উচ্চ-জল মার্ক ক্রসিং এর ফ্রিকোয়েন্সি অনুপাতে। বেশিরভাগ গবেষণায় দেখা যায় যে সক্রিয় পরিচালকদের ফি-পরবর্তী IR বন্টনগুলি শূন্যের নীচে সামান্য কেন্দ্রীভূত হয়, যার অর্থ গড়ে, সক্রিয় ব্যবস্থাপনা দক্ষ বাজারে ফি পরবর্তী মূল্যকে ধ্বংস করে।
এড়ানোর সাধারণ ভুল
▾
- !একটি অনুপযুক্ত বা সহজে বীট বেঞ্চমার্ক ব্যবহার করা - এটি প্রকৃত দক্ষতা প্রতিফলিত না করেই কৃত্রিমভাবে সক্রিয় রিটার্ন এবং তথ্য অনুপাত বৃদ্ধি করে।
- !খুব অল্প সময়ের মধ্যে IR মূল্যায়ন করা — 3 বছরেরও কম মাসিক ডেটা একটি ইতিবাচক IRকে এলোমেলো সুযোগ থেকে আলাদা করার জন্য অপর্যাপ্ত।
- !ট্র্যাকিং ত্রুটির স্তর উপেক্ষা করা — 1% ট্র্যাকিং ত্রুটি এবং 1% আলফা সহ অর্জিত 1.0 এর একটি IR বিনিয়োগকারীর অভিজ্ঞতার পরিপ্রেক্ষিতে 10% ট্র্যাকিং ত্রুটি এবং 10% আলফা সহ অর্জিত একই IR থেকে মৌলিকভাবে আলাদা।
- !স্থূল-অফ-ফি এবং নেট-অফ-ফি তুলনা ব্যবহার করতে ব্যর্থ হওয়া — বিনিয়োগকারীর কাছে মূল্য নির্ধারণ করার সময় সর্বদা একটি নেট-অফ-ফি ভিত্তিতে IR মূল্যায়ন করুন।
- !তথ্যের অনুপাতকে বেঞ্চমার্ক-স্বাধীন হিসাবে বিবেচনা করা — বেঞ্চমার্ক পরিবর্তন করার ফলে লব (সক্রিয় রিটার্ন) এবং হর (ট্র্যাকিং ত্রুটি) এবং সেইজন্য আইআর উভয়ই উল্লেখযোগ্যভাবে পরিবর্তন হয়।
প্রো টিপ
ম্যানেজার নির্বাচনের জন্য একটি তথ্য অনুপাতকে বিশ্বাস করার আগে কমপক্ষে 5 বছর (পছন্দ করে 7+) মাসিক ডেটা প্রয়োজন। ভাল বাজারে সংক্ষিপ্ত ট্র্যাক রেকর্ডগুলি চিত্তাকর্ষক IR তৈরি করতে পারে যা পরিসংখ্যানগতভাবে ভাগ্য থেকে আলাদা করা যায় না। শুধু শিরোনাম সংখ্যা নয়, বিভিন্ন বাজার শাসন জুড়ে অনুপাতের সামঞ্জস্যের উপর ফোকাস করুন।
আপনি কি জানেন?
রিচার্ড গ্রিনল্ড মূলত 1989 সালের একটি গবেষণাপত্রে সক্রিয় ব্যবস্থাপনার মৌলিক আইন (IR ≈ IC × √BR) প্রণয়ন করেছিলেন যা মাত্র 7 পৃষ্ঠার ছিল। এই প্রতারণামূলকভাবে সহজ সূত্রটি তখন থেকে পরিমাণগত সম্পদ ব্যবস্থাপনায় সবচেয়ে উদ্ধৃত এবং প্রভাবশালী ধারণাগুলির মধ্যে একটি হয়ে উঠেছে, যা পদ্ধতিগত বিনিয়োগের জন্য সম্পূর্ণ তাত্ত্বিক ভিত্তিকে ভিত্তি করে।
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
তথ্যসূত্র
- ›গ্রিনল্ড, আর.সি. (1989)। সক্রিয় ব্যবস্থাপনার মৌলিক আইন। পোর্টফোলিও ম্যানেজমেন্ট জার্নাল, 15(3), 30-37।
- ›গ্রিনল্ড, আর.সি. এবং কান, আর.এন. (2000)। সক্রিয় পোর্টফোলিও ব্যবস্থাপনা (২য় সংস্করণ)। ম্যাকগ্রা-হিল।
- ›ইনভেস্টোপিডিয়া: তথ্য অনুপাত সংজ্ঞা
- ›CFA ইনস্টিটিউট: কর্মক্ষমতা মূল্যায়ন: সক্রিয় রিটার্ন এবং ট্র্যাকিং ত্রুটি
Ratings & comments
সাপ্তাহিক গণিত টিপস পান
১২,০০০+ সদস্যদের সাথে যোগ দিন যারা প্রতি সপ্তাহে ক্যালকুলেটর টিপস পান।