অস্থিরতা অদলবদল কি কি?
যা এখন অস্থিরতার অদলবদল রয়েছে তা প্রবর্তনের আগে বিনিয়োগকারীরা কল এবং কল বিকল্পগুলির মাধ্যমে বাজারের অস্থিরতার (হ্যাঁ, তারা ইতিমধ্যে চেয়েছিলেন) এক্সপোজার অর্জন করেছিল, এমন পণ্যগুলি যা উদ্বায়ীতার উপর নির্ভর করে, তবে অন্তর্নিহিত সম্পত্তির দাম স্তরের উপরও ভারীভাবে।
একটি অস্থিরতা অদলবদল ভবিষ্যতে উপলব্ধ দামের অস্থিরতার জন্য একটি ফরোয়ার্ড চুক্তি । একইভাবে, একটি বৈকল্পিক অদলবদল ভবিষ্যতের উপলব্ধ দামের বৈকল্পিকের জন্য একটি ফরওয়ার্ড চুক্তি , বৈকল্পিকতা অস্থিরতার বর্গ হিসাবে। এটি মূলত বিনিময় বিষয়ে দুই পক্ষের মধ্যে একটি চুক্তিNvar(σ2realized−σ2strike) একটি নির্দিষ্ট সময় পরে।
ন্যায্য মান গণনা করা হয় কিভাবে?
এই ন্যায্য মানটির অর্থ ধরার একটি ভাল উপায় হ'ল ধরুন উভয় অভিনেতাকেই অস্থিরতার বিষয়ে .ক্যবদ্ধ ভবিষ্যদ্বাণী করতে হয়েছিল। উদাহরণস্বরূপ, তারা এর উপলব্ধিযোগ্য বৈকল্পিকতা আশা করেσ2 এবং তারা একমত B দান A Nvar(σ2realized−σ2strike)সমাপ্তির সময় তাহলে ন্যায্য মান হবে valueNvar(σ2−σ2strike)।
স্ট্রাইকটি সাধারণত এমনভাবে বেছে নেওয়া হয় যে অদলবদলের ন্যায্য মান শূন্য, অর্থাৎ σstrike=σ। যদিও সবসময় এটি হয় না। এটি দ্বিতীয়, সহজ প্রশ্নের জন্য ছিল।
বাজারে অস্থিরতার ঝুঁকি কমাতে কীভাবে অস্থিরতা অদলবদল ব্যবহার করা যেতে পারে?
একটি জীবন বীমা সংস্থার উদাহরণ নেওয়া যাক। সংস্থাটি গ্যারান্টিযুক্ত বেনিফিট সহ অনেক পণ্য সরবরাহ করে এবং এগুলি সংক্ষিপ্ত অস্থিরতার অবস্থানগুলিতে প্রকাশ করে, অর্থাত্ যদি উচ্চতা বেশি হয় তার চেয়ে অস্থিরতা কম হয় তবে তারা ভাল। এই ঝুঁকির ভারসাম্য বজায় রাখতে (তারা সর্বোপরি বীমা সংস্থাগুলি), তারা দীর্ঘ পজিশন কিনবে, অর্থাত্ অস্থিরতা অদলবদলগুলি তাদের প্রত্যাশার চেয়ে অস্থিরতা বেশি হলে তাদের সবুজ নোট দেয়। এটি তাদের প্রত্যাশিত ফলাফলকে পরিবর্তন করে না, তবে এটি ঝুঁকি হ্রাসে অবদান রাখে। যেহেতু তারা ঝুঁকি-প্রতিকূল, তারা ঝুঁকি কমিয়ে আনার জন্য তাদের প্রত্যাশিত মানটি কমিয়ে আনতে ইচ্ছুক হতে পারে যার অর্থ তারা একটি অস্থিরতা অদলবদলের জন্য ন্যায্য মূল্যের চেয়ে বেশি মূল্য দিতে প্রস্তুত, যার অর্থ অন্যান্য খেলোয়াড়রা সেগুলি কিনতে আগ্রহী হবে তাদের পোর্টফোলিওগুলির রচনা যাই হোক না কেন, তাই অস্থিরতার বাজারকে জন্ম দেয়,
তথ্যসূত্র: https://www0.gsb.columbia.edu/mygsb/factory/research/pubfiles/3967/pricing_hedging.pdf