Implied Volatility vs Beta: வேறுபாடுகள் என்ன?

Implied volatility மற்றும் beta ஒப்பீடு

Implied volatility மற்றும் beta ஆகிய இரண்டு எண்களும் ஒரே பங்கைப் பற்றி வெவ்வேறு கேள்விகளுக்குப் பதிலளிக்கின்றன. Implied volatility என்பது, ஒரு குறிப்பிட்ட காலக்கெடுவிற்குள் பங்கின் விலை எந்தத் திசையிலும் எவ்வளவு தூரம் நகரும் என்பதை option சந்தை முன்கூட்டியே கணிக்கும் மதிப்பீடாகும். Beta என்பது கடந்த காலத் தரவுகளை அடிப்படையாகக் கொண்ட regression slope ஆகும்; இது ஒரு குறியீட்டுடன் (index) ஒப்பிடும்போது, கடந்த காலத்தில் அந்தப் பங்கு எவ்வாறு நகர்ந்தது என்பதை மட்டுமே குறிக்கிறது. ஒரு பங்கிற்கு இந்த இரண்டு அளவீடுகளும் முரண்பாடாக இருக்கலாம்; அதாவது ஒன்றில் அதிகமாகவும் மற்றொன்றில் குறைவாகவும் இருக்கலாம். இந்த இரண்டு அளவீடுகளும் ஒரே நேரத்தில் சரியாக இருக்க முடியும்.

Beta உண்மையில் எதை அளவிடுகிறது

Beta என்பது ஒரு பங்கின் வருவாய் மற்றும் ஒரு குறியீட்டின் (index) வருவாய் ஆகிய இரண்டிற்கும் இடையே பொருத்தப்படும் கோட்டின் சரிவு (slope) ஆகும். இது beta = covariance(stock returns, index returns) / variance(index returns) என எழுதப்படுகிறது. 1.30 என்ற Beta மதிப்பு, அளவிடப்பட்ட கால இடைவெளியில், குறியீட்டின் ஒவ்வொரு ஒரு சதவீத நகர்வுக்கும் அந்தப் பங்கு சராசரியாக 1.3 சதவீதம் நகர்ந்ததைக் குறிக்கிறது. 0.40 என்ற Beta மதிப்பு, அது குறியீட்டின் நகர்வில் பத்தில் நான்கு பங்கு அளவிற்கு நகர்ந்ததைக் குறிக்கிறது.

எந்தவொரு Beta மதிப்பும் வெளியிடப்படுவதற்கு முன்பு, நான்கு தேர்வுகள் அதில் அடங்கியுள்ளன: எந்தக் குறியீட்டுடன் பங்கு ஒப்பிடப்படுகிறது, கால இடைவெளி எவ்வளவு, வருவாய்கள் எவ்வளவு அடிக்கடி கணக்கிடப்படுகின்றன, மற்றும் வருவாயில் dividend சேர்க்கப்படுகிறதா என்பது அவை. இதில் ஒன்றை மாற்றினாலும் Beta எண் மாறிவிடும். கால இடைவெளி குறிப்பிடப்படாத Beta மதிப்பு ஒரு தெளிவற்ற எண்ணாகும்; ஒரே பங்கிற்கு இரண்டு தரவு வழங்குநர்கள் வெவ்வேறு Beta மதிப்புகளைக் கூறினாலும், இருவருமே சரியாக இருக்க வாய்ப்புள்ளது.

Beta-வுடன் தொடர்புடைய புள்ளிவிவரம் R-squared ஆகும்: இது குறியீட்டின் மூலம் விளக்கப்படும் பங்கின் வருவாய் மாறுபாட்டின் பங்களிப்பை 0 முதல் 1 வரையிலான அளவில் குறிக்கிறது. Beta கோட்டின் சரிவை வழங்குகிறது. R-squared அந்த கோட்டை வரைவது பயனுள்ளதா என்பதைத் தெரிவிக்கிறது. 0.65 என்ற R-squared மதிப்புடன் கூடிய 1.40 என்ற Beta, குறியீட்டைப் பின்பற்றி கூடுதல் வீச்சுடன் நகரும் பங்கைக் குறிக்கிறது. அதே 1.40 என்ற Beta, 0.10 என்ற R-squared மதிப்புடன் இருந்தால், அது குறியீட்டின் சிறிய தாக்கத்துடன் பெரும்பாலும் தன்னிச்சையாக நகரும் பங்கைக் குறிக்கிறது. முதலாவது வகை மட்டுமே ஒரு index hedge நெருக்கமாகப் பின்தொடரும் பங்கைக் குறிக்கும்.

Implied volatility எதைக் குறிக்கிறது

Implied volatility என்பது ஒரு option-ன் தற்போதைய சந்தை விலையை, option pricing மாதிரியின் மூலம் பெற உதவும் ஒரு நிலையற்ற தன்மை (volatility) அளவீடு ஆகும். இது ஆண்டு அடிப்படையில் கணக்கிடப்பட்ட standard deviation ஆகக் குறிப்பிடப்படுகிறது. 30 சதவீதம் என்ற IV, ஓராண்டில் ஒரு standard deviation அளவிலான மாற்றத்தை தோராயமாக 30 சதவீதம் என மதிப்பிடுகிறது. காலத்தின் வர்க்கமூலத்திற்கு (square root of time) ஏற்ப volatility மாறுபடுவதால், அடுத்த 30 நாட்களில் இது சுமார் 8.6 சதவீதமாக இருக்கும். Implied volatility என்றால் என்ன என்பதற்கான எங்கள் வழிகாட்டி அதன் செயல்பாடுகளை விளக்குகிறது, மேலும் implied volatility மற்றும் historical volatility இடையிலான ஒப்பீடு, எதிர்கால மதிப்பீடு எவ்வாறு பங்கின் கடந்தகால செயல்பாட்டுடன் ஒப்பிடப்படுகிறது என்பதை விவரிக்கிறது.

ஒவ்வொரு எண்ணும் எதைக் கணக்கிடுகிறது என்பதே முக்கியமான வேறுபாடு. IV சந்தை நகர்வின் அனைத்து காரணிகளையும் ஒரே எண்ணில் உள்ளடக்குகிறது: குறியீட்டு அளவிலான விற்பனை அழுத்தம் (index-wide selloff), மருத்துவ பரிசோதனை முடிவுகள், நிறுவனத்தின் வழிகாட்டுதல் மாற்றம், அல்லது கையகப்படுத்துதல் கோரிக்கை போன்றவை இதில் அடங்கும். Beta என்பது குறியீட்டுடன் தொடர்புடைய நகர்வின் ஒரு பகுதியை மட்டுமே கணக்கிடுகிறது. R-squared கணக்கில் கொள்ளாத அனைத்தும் beta-க்குத் தெரியாது, ஆனால் அவை அனைத்தும் IV-ல் முழுமையாக விலை நிர்ணயம் செய்யப்படுகின்றன.

பத்து முன்னணி நிறுவனப் பங்குகளின் Implied volatility மற்றும் beta ஒப்பீடு

கீழே உள்ள அட்டவணை, ஆகஸ்ட் 21, 2026-ல் முடிவடைந்த பன்னிரண்டு மாத காலப்பகுதியில், S&P 500 ETF-ஆன SPY-ஐ அடிப்படையாகக் கொண்டு பத்து அதிக வர்த்தகமாகும் பங்குகளை ஒப்பிடுகிறது. இந்த regression பகுப்பாய்வு இரண்டு முறை செய்யப்படுகிறது: முதலாவது தினசரி closing returns அடிப்படையிலும், இரண்டாவது அதே கால அளவிலான வாராந்திர returns அடிப்படையிலும் மேற்கொள்ளப்படுகிறது.

WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
          AND date >= '2025-08-22'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    weekly_px AS
    (
        SELECT
            ticker,
            toMonday(date)         AS week_start,
            argMax(close_px, date) AS week_close
        FROM px
        GROUP BY ticker, week_start
    ),
    weekly_ret AS
    (
        SELECT
            ticker,
            week_start,
            week_close / lagInFrame(week_close) OVER (PARTITION BY ticker ORDER BY week_start ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM weekly_px
    ),
    daily_beta AS
    (
        SELECT
            s.ticker                                           AS symbol,
            round(covarSamp(s.ret, i.ret) / varSamp(i.ret), 2) AS beta_daily,
            round(pow(corr(s.ret, i.ret), 2), 2)               AS r_squared,
            count()                                            AS return_count
        FROM daily_ret AS s
        INNER JOIN
        (
            SELECT date, ret FROM daily_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.date = s.date
        WHERE s.ticker != 'SPY' AND isFinite(s.ret)
        GROUP BY symbol
    ),
    weekly_beta AS
    (
        SELECT
            s.ticker                                           AS symbol,
            round(covarSamp(s.ret, i.ret) / varSamp(i.ret), 2) AS beta_weekly
        FROM weekly_ret AS s
        INNER JOIN
        (
            SELECT week_start, ret FROM weekly_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.week_start = s.week_start
        WHERE s.ticker != 'SPY' AND isFinite(s.ret)
        GROUP BY symbol
    )
SELECT
    d.symbol       AS symbol,
    d.beta_daily   AS beta_daily,
    w.beta_weekly  AS beta_weekly,
    d.r_squared    AS r_squared,
    d.return_count AS return_count
FROM daily_beta AS d
INNER JOIN weekly_beta AS w ON w.symbol = d.symbol
ORDER BY beta_daily DESC

ஒவ்வொரு தினசரி slope-ம் 250 ஜோடி அமர்வுகளை அடிப்படையாகக் கொண்டது. இந்தத் தொகுப்பில் அதிகபட்ச தினசரி beta COIN பங்கிற்கு 2.83 ஆக உள்ளது, அதன் R-squared மதிப்பு 0.28 ஆகும். மிகக்குறைந்த beta XOM பங்கிற்கு -0.51 ஆக உள்ளது; இதில் கவனிக்க வேண்டியது அதன் R-squared மதிப்பு 0.07 ஆகும்: இந்த காலகட்டத்தில் அந்தப் பங்கின் விலை மாற்றத்தில் குறியீட்டின் பங்கு மிகக் குறைவாகவே இருந்துள்ளது, எனவே அந்த slope பங்கின் செயல்பாட்டை முழுமையாக விவரிக்கவில்லை.

இப்போது இரண்டு beta நெடுவரிசைகளையும் ஒப்பிட்டுப் பாருங்கள். அதே பன்னிரண்டு மாதங்கள் மற்றும் அதே குறியீட்டிற்கு எதிராக, தினசரிக்கு பதிலாக வாராந்திர அடிப்படையில் கணக்கிடும்போது slope மாறுகிறது. COIN, வாராந்திர returns அடிப்படையில் 2.5 மதிப்பையும், தினசரி returns அடிப்படையில் 2.83 மதிப்பையும் காட்டுகிறது. இதில் எதுவுமே தவறல்ல. இவை சற்று மாறுபட்ட கேள்விகளுக்கு விடையளிக்கின்றன.

ஒரே மாதிரியான பெயர்களுக்கு option சந்தை நிர்ணயிக்கும் கட்டணங்கள்

Beta என்பது கடந்த கால விலைகளிலிருந்து கணக்கிடப்படுகிறது. இந்தப் பகுதி, வர்த்தகர்கள் தற்போது செலுத்தும் விலைகளின் அடிப்படையில் அமைந்துள்ளது: காலாவதிக்கு இருபது முதல் நாற்பத்தைந்து நாட்கள் உள்ள near-the-money ஒப்பந்தங்கள், Aug 21, 2026-ல் முடிவடைந்த மூன்று வாரங்களின் சராசரி கணக்கில் கொள்ளப்பட்டுள்ளது. குறியீட்டு ஒப்பீட்டிற்காக SPY இதில் சேர்க்கப்பட்டுள்ளது. Beta பட்டியலில் இது இல்லாததற்கு ஒரு தொழில்நுட்பக் காரணம் உள்ளது: தன்னைத்தானே ஒப்பிடும்போது, அதன் beta 1.00 ஆகவும், R-squared 1.00 ஆகவும் இருக்கும்.

SELECT
    underlying_symbol                                                       AS symbol,
    round(avg(toFloat64(implied_volatility)) * 100, 1)                      AS iv_pct,
    round(avg(toFloat64(implied_volatility)) * 100 * sqrt(30.0 / 365.0), 1) AS expected_move_30d_pct,
    count()                                                                 AS contract_count,
    formatDateTime(max(date), '%b %e')                                      AS iv_through
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
  AND date >= '2026-08-03'
  AND date <= '2026-08-21'
  AND iv_converged = 1
  AND volume > 0
  AND days_to_expiry BETWEEN 20 AND 45
  AND underlying_close > 0
  AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
GROUP BY symbol
HAVING contract_count >= 25
ORDER BY iv_pct DESC

இந்தக் குழுவில் மிக அதிக implied volatility கொண்டதாக COIN உள்ளது, இது 65.9 சதவீதமாக உள்ளது. இது முப்பது நாட்களில் ஒரு standard deviation நகர்வை சுமார் 18.9 சதவீதமாக மதிப்பிடுகிறது. மிகக் குறைந்த volatility கொண்டதாக TLT உள்ளது, இது 11.7 சதவீதமாக உள்ளது. இந்தப் பகுதி மொத்த எதிர்பார்க்கப்படும் நகர்வின் அடிப்படையில் பெயர்களை வரிசைப்படுத்துகிறது. COIN தலைமையிலான beta பகுதி, ஒரு குறியீட்டுடன் ஒப்பிடும்போது ஏற்படும் நகர்வின் அடிப்படையில் அவற்றை வரிசைப்படுத்துகிறது. பதினொன்றில் இரண்டு ETF-கள் உள்ளன; ஒன்று தங்கம் மற்றும் மற்றொன்று நீண்ட கால Treasury-களைக் கொண்டுள்ளது. இவை இரண்டும் பங்குச் சந்தை குறியீட்டு பந்தயங்கள் அல்ல, எனவே பங்குச் சந்தை குறியீட்டுடன் beta-வை ஒப்பிடுவது இவற்றுக்குச் சரியான அளவீடு அல்ல.

இயக்க பீட்டா (movement beta) எதையும் பார்க்க முடியாது

இங்கே இடைவெளி தெளிவாகிறது. SPY குறியீடு மிகக் குறைந்த அளவே நகர்ந்த அமர்வுகளை எடுத்துக்கொள்வோம்; அதாவது, முந்தைய நாள் முடிவிலிருந்து தற்போதைய நாள் முடிவு வரையிலான மாற்றம் பூஜ்ஜியம் புள்ளி இரண்டு ஐந்து சதவீதத்திற்கும் குறைவாக இருந்த நாட்களை மட்டும் கணக்கில் கொள்வோம். அந்த குறிப்பிட்ட நாட்களில், அந்த பத்து பங்குகள் ஒவ்வொன்றும் என்ன செய்தன என்பதை அளவிடுவோம். பீட்டா மட்டுமே முழுமையான காரணியாக இருந்தால், குறியீடு மாறாமல் இருக்கும்போது பங்குகளும் மாறாமல் இருக்க வேண்டும்.

WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
          AND date >= '2025-08-22'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    idx AS
    (
        SELECT date, ret AS index_ret
        FROM daily_ret
        WHERE ticker = 'SPY' AND isFinite(ret)
    )
SELECT
    s.ticker                                                     AS symbol,
    round(avgIf(abs(s.ret) * 100, abs(i.index_ret) < 0.0025), 2) AS move_on_flat_index_pct,
    round(avg(abs(s.ret) * 100), 2)                              AS move_full_sample_pct,
    countIf(abs(i.index_ret) < 0.0025)                           AS flat_index_count
FROM daily_ret AS s
INNER JOIN idx AS i ON i.date = s.date
WHERE s.ticker != 'SPY' AND isFinite(s.ret)
GROUP BY symbol
HAVING countIf(abs(i.index_ret) < 0.0025) > 0
ORDER BY move_on_flat_index_pct DESC

கடந்த பன்னிரண்டு மாதங்களில் இத்தகைய குறியீடு மாறாத அமர்வுகள் 69 இருந்தன. அந்த நாட்களில், COIN சராசரியாக 3.09 சதவீத முழுமையான மாற்றத்தைக் கொண்டிருந்தது; முழு மாதிரியிலும் இது 3.3 சதவீதமாக இருந்தது. அந்த பத்து பங்குகளில் அந்த நாட்களில் மிகவும் அமைதியாக இருந்த TLT, சராசரியாக 0.45 சதவீத மாற்றத்தைக் கொண்டிருந்தது. அந்த நெடுவரிசையில் உள்ள அனைத்தும் பீட்டாவால் எதற்கும் ஒதுக்கப்படாத இயக்கமாகும், மேலும் இது ஒரு option விற்பனையாளர் விலை நிர்ணயம் செய்யும் இயக்கமாகும்.

Beta என்பது ஒரு மதிப்பீடு, மதிப்பீடுகள் மாறக்கூடியவை

Beta என்பது ஒரு பங்கின் பங்குகளின் எண்ணிக்கையைப் போன்ற நிலையான பண்பு அல்ல. இது ஒரு குறிப்பிட்ட கால இடைவெளியில் கணக்கிடப்படும் புள்ளிவிவரமாகும், மேலும் அந்த கால இடைவெளி நகரும்போது இதுவும் மாறுகிறது. கீழே உள்ள வரைபடம், ஒவ்வொரு மாதத்தின் தொடக்கத்திலும் SPY-க்கு எதிராக NVDA-ன் Beta-வை மறுமதிப்பீடு செய்கிறது; ஒவ்வொரு புள்ளியும் அதற்கு முந்தைய பன்னிரண்டு மாதங்களின் தினசரி வருவாயைக் கொண்டு உருவாக்கப்பட்டது.

WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','NVDA')
          AND date >= '2021-08-01'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    paired AS
    (
        SELECT
            s.date AS d,
            s.ret  AS stock_ret,
            i.ret  AS index_ret
        FROM daily_ret AS s
        INNER JOIN
        (
            SELECT date, ret FROM daily_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.date = s.date
        WHERE s.ticker = 'NVDA' AND isFinite(s.ret)
    ),
    anchors AS
    (
        SELECT DISTINCT toStartOfMonth(d) AS anchor
        FROM paired
        WHERE d >= '2022-09-01'
    )
SELECT
    formatDateTime(a.anchor, '%Y-%m')                                    AS month,
    formatDateTime(a.anchor, '%b %Y')                                    AS month_label,
    round(covarSamp(p.stock_ret, p.index_ret) / varSamp(p.index_ret), 2) AS rolling_beta_1y,
    round(pow(corr(p.stock_ret, p.index_ret), 2), 2)                     AS r_squared
FROM anchors AS a, paired AS p
WHERE p.d < a.anchor
  AND p.d >= subtractYears(a.anchor, 1)
GROUP BY a.anchor
ORDER BY a.anchor

இந்தக் கோடு 48 மாதாந்திர மதிப்பீடுகளைக் கொண்டுள்ளது. முதலாவது, Sep 2022-ல் முடிவடையும் ஆண்டிற்கானது, 2.32 எனப் பதிவாகிறது. மிக சமீபத்தியது, Aug 2026-ல் முடிவடைவது, 0.44 என்ற R-squared மதிப்பைக் கொண்டு 1.87 எனப் பதிவாகிறது. ஒரே பங்கு, ஒரே குறியீடு, ஒரே முறை, ஆனால் வெவ்வேறு கால இடைவெளி. பழைய தரவுகளைக் கொண்டு கணக்கிடப்பட்ட Beta-வின் அடிப்படையில் ஒரு hedge-ஐ அமைப்பது, தரவுகள் ஏற்கனவே கடந்து சென்ற ஒரு எண்ணை அடிப்படையாகக் கொள்வதாகும்.

Implied volatility-யும் இதே எச்சரிக்கையை மற்றொரு வடிவில் கொண்டுள்ளது. இது ஒவ்வொரு அமர்விலும் மாறும் ஒரு நேரடி விலை, மேலும் IV பொதுவாக தனித்து பார்க்கப்படாமல் அதன் சொந்த வரலாற்றுடன் ஒப்பிடப்படுகிறது. 30 சதவீத IV என்பது அதிகமா? என்ற பகுதி அந்த ஒப்பீட்டை விளக்குகிறது.

எந்த எண் எந்தப் பணிக்கு பொருந்தும்

குறியீட்டு எண் தொடர்பான கேள்விகளுக்கு Beta விடையளிக்கிறது. ஒரு முதலீட்டுப் புத்தகத்தில் S&P 500-ன் தாக்கம் எவ்வளவு உள்ளது, அதை ஈடுசெய்ய எவ்வளவு பெரிய குறியீட்டு நிலை (index position) தேவை? இதுவே beta weighting ஆகும்; beta weighting a portfolio இதற்கான கணக்கீட்டை விளக்குகிறது. ஒரே சந்தைக் காரணியைச் சார்ந்திருக்கும் பல பங்குகளைக் கொண்ட ஒரு போர்ட்ஃபோலியோவின் அபாயத்தை வெளிப்படுத்தும் எண்ணும் இதுவே; இந்தச் சூழலை concentration risk மற்றொரு கோணத்தில் அளவிடுகிறது.

Implied volatility (IV) என்பது ஒரு குறிப்பிட்ட காலக்கெடுவுக்குள் தனிப்பட்ட பங்குகள் குறித்த கேள்விகளுக்கு விடையளிக்கிறது. அடுத்த முப்பது நாட்களில் இந்தப் பங்கின் விலை மாற்றத்திற்குச் சந்தை நிர்ணயிக்கும் விலை என்ன, அந்த விலை அதே பங்கின் வரலாற்றுடன் ஒப்பிடும்போது அதிகமாக உள்ளதா அல்லது குறைவாக உள்ளதா? இந்தக் கேள்விகளில் குறியீட்டு எண் (index) பங்குபெறுவதில்லை.

இந்த இரண்டு எண்களும் திசையை முன்னறிவிப்பதில்லை. Beta என்பது ஏற்கனவே நிகழ்ந்த கூட்டு இயக்கத்தை விவரிக்கிறது. IV என்பது மாற்றத்தின் அளவிற்கான விலை; இது எந்தக் குறியீடும் (நேர்மறை அல்லது எதிர்மறை) இன்றி குறிப்பிடப்படுகிறது. 1.8 Beta மற்றும் 25 சதவீதம் IV கொண்ட பங்கும், 0.2 Beta மற்றும் 80 சதவீதம் IV கொண்ட பங்கும் சாதாரணமானவையே. இவை வெவ்வேறு வகையான அபாயங்களைக் கொண்டுள்ளன, மேலும் இவை வெவ்வேறு பணிகளுக்காக உருவாக்கப்பட்ட கருவிகளால் அளவிடப்படுகின்றன.

அடிக்கடி கேட்கப்படும் கேள்விகள் (FAQ)

ஒரு பங்கிற்கு அதிக implied volatility மற்றும் குறைந்த beta இருக்க முடியுமா?

ஆம், இது பொதுவான ஒன்று. Beta என்பது குறியீட்டுடன் (index) இணைந்து நகரும் மாற்றங்களை மட்டுமே கணக்கிடுகிறது. ஆனால், implied volatility என்பது குறியீட்டிற்குத் தெரியாத ஒரு நிறுவனத்தின் தனிப்பட்ட நிகழ்வுகள் உட்பட அனைத்து நகர்வுகளையும் உள்ளடக்கியது. ஒரு குறிப்பிட்ட முக்கிய அறிவிப்பிற்காகக் காத்திருக்கும் பங்கின் IV மிக அதிகமாக இருக்கலாம், அதே சமயம் ஒரு பரந்த குறியீட்டிற்கு எதிராக அதன் regression slope பூஜ்ஜியத்திற்கு அருகில் இருக்கலாம்.

Beta என்பது அபாயத்தின் அளவீடா?

Beta ஒரு குறிப்பிட்ட வகை அபாயத்தை மட்டுமே அளவிடுகிறது: அதாவது, தேர்ந்தெடுக்கப்பட்ட கால இடைவெளியில் ஒரு குறிப்பிட்ட குறியீட்டிற்கு அந்தப் பங்கு எவ்வளவு உணர்திறன் (sensitivity) கொண்டுள்ளது என்பது. நிறுவனத்தின் தனிப்பட்ட அபாயங்கள் (company-specific risk) குறித்தோ அல்லது அந்த கால இடைவெளிக்கு வெளியே நடப்பவை குறித்தோ இது எதையும் கூறாது. ஒரே மாதிரியான beta கொண்ட இரண்டு பங்குகள் முற்றிலும் மாறுபட்ட மொத்த volatility-யைக் கொண்டிருக்கலாம்.

Beta சொல்லாத எதை R-squared உங்களுக்குச் சொல்கிறது?

R-squared என்பது ஒரு பங்கின் வருவாய் மாறுபாட்டில் (return variance) குறியீட்டின் பங்களிப்பை 0 முதல் 1 வரையிலான அளவில் குறிக்கிறது. குறைந்த R-squared என்பது regression line சரியாகப் பொருந்தவில்லை என்பதைக் குறிக்கிறது. எனவே, அதனுடன் கணக்கிடப்பட்ட beta என்பது பங்கின் உண்மையான செயல்பாட்டை விவரிப்பதற்குப் பதிலாக, சிதறிய புள்ளிகளுக்கு இடையே வரையப்பட்ட ஒரு சரிவு (slope) மட்டுமே.

Implied volatility ஒரு பங்கு எந்தத் திசையில் நகரும் என்பதைக் கணிக்குமா?

இல்லை. IV என்பது திசையற்ற ஒரு அளவு (magnitude). 40 சதவீதம் IV என்பது, ஒரு வருடத்தில் அந்தப் பங்கு ஒரு standard deviation அளவிற்கு மேல்நோக்கியோ அல்லது கீழ்நோக்கியோ நகர வாய்ப்புள்ளது என்பதைக் குறிக்கிறது; இதில் எந்தத் திசைக்கு முன்னுரிமையும் இல்லை. சந்தை விலை கணிப்பதை விட பங்கு அதிகமாகவோ அல்லது குறைவாகவோ நகரலாம்.

Beta-வை கணக்கிட எந்த கால இடைவெளி மற்றும் வருவாய் அதிர்வெண் (return frequency) பயன்படுத்தப்படுகிறது?

இதற்கு ஒரே மாதிரியான தரநிலை இல்லை. பொதுவாக ஒரு வருட தினசரி வருவாய் முதல் ஐந்து வருட மாதாந்திர வருவாய் வரை கணக்கிடும் வழக்கமுள்ளது. மேலே உள்ள முதல் அட்டவணை, ஒரே வருடத்திற்குள் தினசரி மற்றும் வாராந்திர மாதிரிகள் வெவ்வேறு சரிவுகளை (slopes) உருவாக்குகின்றன என்பதைக் காட்டுகிறது. ஒரே முறையில் கணக்கிடப்பட்ட beta-வை மட்டுமே மற்றொரு beta-வுடன் ஒப்பிட முடியும்.

மேலே உள்ள ஒவ்வொரு பகுதியும் அதை உருவாக்கிய SQL குறியீட்டுடன் வருகிறது. எனவே, ஒவ்வொரு வரைபடத்தின் கீழும் உள்ள இணைப்பைக் கிளிக் செய்வதன் மூலம் கால இடைவெளி மற்றும் வடிகட்டிகளை (filters) அறியலாம். நீங்கள் கவனிக்கும் ஒரு பங்கின் beta அல்லது implied volatility-யை அளவிட, Strasmore terminal-ல் அதை எளிமையான ஆங்கிலத்தில் கேட்கவும்.