𝗕𝘂𝗶𝗹𝗱𝗶𝗻𝗴 𝗥𝗶𝘀𝗸 𝗕𝘂𝗱𝗴𝗲𝘁 𝗖𝗵𝗲𝗰𝗸𝘀 𝗜𝗻𝘁𝗼 𝗣𝗼𝗿𝘁𝗳𝗼𝗹𝗶𝗼 𝗔𝗻𝗮𝗹𝘆𝘁𝗶𝗰𝘀

நிதி மென்பொருள் உருவாக்குநர்கள் பெரும்பாலும் செயல்திறன் (performance) மீது மட்டுமே கவனம் செலுத்துகிறார்கள்.

வருவாயைக் (Returns) காட்டுவது எளிது. வரைபடங்கள் (Charts) பார்க்க அழகாக இருக்கும். தரவரிசைகளை (Rankings) ஒப்பிடுவது எளிது.

ரிஸ்க் (Risk) என்பது வேறுபட்டது. அதற்கு சூழல் மற்றும் அனுமானங்கள் தேவை. ரிஸ்க் என்பது ஒரு தனி எண் அல்ல. அது சந்தையுடன் மாறிக்கொண்டே இருக்கும் பல்வேறு வெளிப்பாடுகளின் (exposures) ஒரு தொகுப்பாகும்.

உங்கள் டேஷ்போர்டு (dashboard) எது சிறப்பாகச் செயல்பட்டது என்பதைக் காட்டுவது மட்டுமல்லாமல், பயனர் எந்தெந்த ரிஸ்குகளைச் சுமக்கிறார் என்பதையும் காட்ட வேண்டும். இதனால்தான் உங்களுக்கு ஒரு ரிஸ்க் பட்ஜெட் (risk budget) தேவைப்படுகிறது.

மென்பொருளில் ரிஸ்க் பட்ஜெட் என்றால் என்ன?

ஒரு ரிஸ்க் பட்ஜெட் என்பது ஒரு போர்ட்ஃபோலியோ எவ்வளவு நிச்சயமற்ற தன்மையை (uncertainty) அனுமதிக்கிறது என்பதை வரையறுக்கிறது. உங்கள் குறியீட்டில் (code), இதற்கென சோதனைகள் (checks), வரம்புகள் (limits) மற்றும் எச்சரிக்கைகளை (alerts) உருவாக்குவதைக் குறிக்கிறது.

உதாரணங்கள்:

  • சொத்து வகை வெளிப்பாட்டிற்கான (asset class exposure) வரம்புகள்
  • ஏற்ற இறக்கத்திற்கான (volatility) வரம்புகள்
  • நீர்மைத் திறன் மதிப்பெண் (liquidity score) குறைந்தபட்ச அளவுகள்

வருவாய்க்கு முன்னுரிமை அளிக்கும் டேஷ்போர்டுகள் ஆபத்தானவை. ஒரு பயனர் ரிஸ்க்கைக் காணாமல் 12% வருவாயைப் பார்த்தால், தாங்கள் திறமையானவர்கள் என்று நினைக்கலாம். அந்த வருவாய் அதிக லெவரேஜ் (leverage) அல்லது குறைவான நீர்மைத் திறன் (liquidity) ஆகியவற்றால் கிடைக்கிறது என்பதை அவர்கள் கவனிக்காமல் போகலாம்.

ஒரு பொறுப்பான அமைப்பு வருவாயை ரிஸ்க்கிற்கு அருகிலேயே வைக்கிறது.

இதைக் காட்டுவதற்குப் பதிலாக:

  • போர்ட்ஃபோலியோ வருவாய்: 12%

இதைக் காட்டுங்கள்:

  • போர்ட்ஃபோலியோ வருவாய்: 12%
  • மிகப்பெரிய வெளிப்பாட்டு ஆதாரம்: [Asset Name]

இது உங்கள் மென்பொருளை நேர்மையானதாக மாற்றுகிறது.

உகப்பாக்கத்திற்கு (optimization) முன்னரே ரிஸ்க் சோதனைகளை வடிவமைக்கவும்.

பல கருவிகள் முதலில் உகப்பாக்கம் செய்துவிட்டு, பின்னர் கட்டுப்பாடுகளை (constraints) சேர்க்கின்றன. இது ஒரு தவறு. உகப்பாக்கத்தை இயக்குவதற்கு முன்பே உங்கள் ரிஸ்க் கட்டுப்பாடுகளை வரையறுக்கவும்.

உங்கள் லாஜிக்கில் (logic) இந்த கேள்விகளைக் கேளுங்கள்:

  • அதிகபட்ச வெளிப்பாடு (exposure) எவ்வளவு?
  • ஏற்றுக்கொள்ளக்கூடிய ஏற்ற இறக்கம் (volatility) எவ்வளவு?

கட்டுப்பாடுகள் இல்லாத உகப்பாக்கம் தவறான துல்லியத்தை (false precision) உருவாக்குகிறது. ரிஸ்க் பட்ஜெட் ஒழுக்கத்தைக் கூட்டுகிறது.

AI-யை வடிவங்களைக் (patterns) கண்டறியப் பயன்படுத்துங்கள், உண்மையை அறிய அல்ல.

AI தொடர்புகளைக் (correlations) கண்டறியவும் மற்றும் சந்தை மாற்றங்களைக் குறிக்கவும் (flag) முடியும். AI வெளியீட்டை உண்மையாக முன்வைக்க வேண்டாம். ஒரு சிறந்த அமைப்பு நிச்சயமற்ற தன்மையைக் காட்டுகிறது. AI எதை அறியவில்லை என்பதைப் பயனர்கள் புரிந்துகொள்ள உதவும் வகையில் 'கான்ஃபிடென்ஸ் ரேஞ்ச்களை' (confidence ranges) பயன்படுத்தவும்.

ஒரு எளிய ரிஸ்க் லாஜிக் லேயர் (risk logic layer) இவ்வாறு இருக்கும்:

  • சொத்து வெளிப்பாடு ஒரு வரம்பைத் தாண்டினால், செறிவூட்டல் ரிஸ்க்கை (concentration risk) எச்சரிக்கையாகக் காட்டவும்.
  • ஏற்ற இறக்கம் அதிகரித்தால், ஏற்ற இறக்க அழுத்தத்தை (volatility pressure) எச்சரிக்கையாகக் காட்டவும்.
  • தொடர்புகள் அதிகரித்தால், பல்வகைப்படுத்தல் பலவீனத்தை (diversification weakness) எச்சரிக்கையாகக் காட்டவும்.
  • நீர்மைத் திறன் குறைந்தால், நீர்மைத் திறன் ரிஸ்க்கை (liquidity risk) எச்சரிக்கையாகக் காட்டவும்.
  • மாடல் செயல்திறன் குறைந்தால், மாடல் டிரிஃப்ட் (model drift) எச்சரிக்கையாகக் காட்டவும்.

இந்த அமைப்பு முடிவுகளை எடுப்பதில்லை. இது சிறந்த மறுஆய்வுகளுக்கு (reviews) துணைபுரிகிறது.

சிறந்த நிதித் கருவிகள் அதிகப்படியான தன்னம்பிக்கையைக் குறைக்க வேண்டும். அவை மறைக்கப்பட்ட வெளிப்பாடுகளைத் தெரியப்படுத்த வேண்டும். சந்தை நெருக்கடி (market stress) ஏற்படுவதற்கு முன்பே மறுஆய்வு செய்ய ஊக்குவிக்க வேண்டும்.

ரிஸ்க் பட்ஜெட் இல்லாத வருவாய் இலக்கு என்பது வெறும் லட்சியம் மட்டுமே.

வெளிப்பாடு, நிச்சயமற்ற தன்மை மற்றும் வரம்புகளைக் காட்டும் கருவிகளை உருவாக்குங்கள்.

Source: https://dev.to/profdrgustavohenriquevalente/building-risk-budget-checks-into-portfolio-analytics-systems-alk

Optional learning community: https://t.me/GyaanSetuAi