સર્વાઇવરશિપ બાયસ અને મ્યુચ્યુઅલ ફંડ પરફોર્મન્સ

સર્વાઇવરશિપ બાયસ શું છે?

સર્વાઇવરશિપ પક્ષપાત, જેને સર્વાઇવર પક્ષપાત તરીકે પણ ઓળખવામાં આવે છે, તે એ એક પ્રવૃત્તિ છે કે જે ઐતિહાસિક ડેટાના આધારે વર્તમાન સ્ટૉક્સ અથવા ફંડ્સ કેવી રીતે બજારમાં કામ કરી રહ્યા છે, જે હવે સ્ટૉક્સને ધ્યાનમાં લેતા નથી. જ્યારે મ્યુચ્યુઅલ ફંડ પરફોર્મન્સ પર રિપોર્ટ કરે છે ત્યારે હાલમાં અસ્તિત્વમાં હોય તેવા મ્યુચ્યુઅલ ફંડ વિશેના ડેટાનો ઉપયોગ કરે છે; જો કે, તેમાં વાસ્તવમાં ચોક્કસ ફંડ્સ (જેમ કે મર્જ કરેલ અથવા ડિફંક્ટ ફંડ્સ અથવા નિષ્ફળ ફંડ્સ) વિશેનો ડેટા શામેલ નથી.

સર્વાઇવરશિપ બાયસને કારણે, કોઈ રોકાણકાર ફુગાવેલા ઐતિહાસિક ડેટા અથવા ભંડોળ અથવા અનુક્રમણિકાના અન્ય લાક્ષણિકતાને કારણે સ્ટૉક અથવા ઇન્ડેક્સના પ્રદર્શનનો પ્રમાણે લગાવી શકે છે. આવા પ્રકાશિત ડેટા રોકાણકારને અયોગ્ય માર્ગદર્શન આપે છે અને તેમના રોકાણનો ખોટો નિર્ણય લેવાની શક્યતા વધારે છે, આમ સર્વાઇવરશિપ પક્ષપાત જોખમમાં વધારો કરી રહ્યો છે.

સર્વાઇવરશિપ બાયસને સમજવું

સર્વાઇવરશિપ બાયસને સમજવા માટે, ચાલો ધારી લઈએ કે ટ્રેડર્સના પોર્ટફોલિયોમાં વર્ષ 2019 વર્ષમાં મ્યુચ્યુઅલ ફંડ, બોન્ડ્સ અને સ્ટૉક્સનો સમાવેશ થાય છે. મહામારીના અસરને કારણે આગામી વર્ષ, સ્ટૉકની કિંમત ખૂબ જ ઘટી ગઈ છે. આ નિરીક્ષણ સહિતના બદલે,વર્ષ 2020 માં પોર્ટફોલિયોમાંથી સીધા સ્ટૉક્સને કાઢી નંખાયા હતા.

ત્યારબાદ આ માહિતી પ્રકાશિત કરવામાં આવે છે, જે દર્શાવે છે કે પોર્ટફોલિયોમાં માત્ર મ્યુચ્યુઅલ ફંડ્સ અને બોન્ડ્સ હોય છે.

માનવામાં આવે છે કે વર્ષ 2020 વર્ષ માટે આ પોર્ટફોલિયોના પરફોર્મન્સની ગણતરી વર્ષ 2020 માં સ્ટૉક્સની ખરાબ પરફોર્મન્સને ધ્યાનમાં લીધા વિના કરવામાં આવે છે, જ્યારે સામાન્ય રીતે વર્ષ 2019 માં પરફોર્મન્સની ગણતરી કરવામાં આવે છે, જેમાં તમામ 3 શામેલ છે. તે કિસ્સામાં, તે પોર્ટફોલિયોને યોગ્ય રીતે જોશે નહીં. ઉપરાંત, ભવિષ્યમાં મ્યુચ્યુઅલ ફંડ્સ અને બોન્ડ્સ પણ કરી શકે છે અથવા નહીં કરી શકે છે.

અહીં સર્વાઇવરશિપ બાયસે 2020 માં પોર્ટફોલિયોના પરિણામો પર અસર કર્યો હતો. એક રોકાણકાર કે જે આ માહિતીને અનુસરે છે, તેઓ રેકોર્ડ ન કરેલા ડેટાની જાણ કર્યા વગર, એક ખોટી માર્ગદર્શિત રોકાણ નિર્ણય લેશે જે તેમને ભવિષ્યમાં નુકસાન પહોંચાડી શકે છે.

જો સંભવિત જોખમ અને નુકસાન સંભવિત લાભ કરતાં વધુ હશે અથવા જો કોઈ સર્વિવરશિપ પક્ષપાતથી પીડિત હોય તો તે નક્કી કરવું મહત્વપૂર્ણ છે.

સર્વાઇવરશિપ બાયસનું ઉદાહરણ

મ્યુચ્યુઅલ ફંડ રિટર્ન માટે આ આંકડા માનો અને બધા ફંડ રિસર્ચરના માપદંડોને પૂર્ણ કરે છે

જો અમે પોર્ટફોલિયોમાં બધા ભંડોળને ધ્યાનમાં રાખીને વળતરની ગણતરી કરીએ છીએ કારણ કે તેઓ શક્ય માપદંડોને પૂર્ણ કરે છે, તો સરેરાશ વળતર 3% હશે. જો કે, સર્વાઇવરશિપ યર્સને કારણે, જો આપણે ફક્ત ઍક્ટિવ ફંડ્સની ગણતરી કરીએ, તો સરેરાશ રિટર્ન 8% હશે

આ સંશોધક માટે ડેટાનો ઊંડાણપૂર્વક અભ્યાસ કરવો ખૂબ જ મહત્વપૂર્ણ બનાવે છે. જો કે, ચૂકવવાનું ધ્યાન આપવું મુશ્કેલ છે, અને તેથી તેઓ જીવિત રહેવાના પક્ષપાતથી પીડિત થઈ શકે છે.

વાસ્તવિક ડેટાબેસમાં હજારો ડેટા અવલોકનો સમાવેશ થાય છે. વગર ટ્રૅક કરવું ખૂબ જ મુશ્કેલ છે. સેટ નિયમો અને પ્રક્રિયા, સચોટ ડેટા-કીપિંગ અને ઑડિટિંગ, ડેટા મેનેજર્સ માટે સારી પ્રથા વિશે શિક્ષણ આપતા કર્મચારીઓ માટે જરૂરી છે. જવાબદાર ડેટા મેનેજર્સ આપોઆપ સર્વાઇવરશિપ બાયસના જોખમને ઘટાડશે.

સર્વાઇવરશિપ બાયસની અસર

સર્વાઇવરશિપ બાયસ રોકાણકારને કેવી રીતે અસર કરે છે તે સમજવું જરૂરી છે. સર્વાઇવરશિપ બાયસ રોકાણકારને એક નિષ્કર્ષ પ્રસ્તુત કરે છે જે આશાવાદી અથવા સંપૂર્ણપણે નિરાશાવાદી દેખાય છે.

પક્ષપાત ત્યારે થાય છે જ્યારે રોકાણ વ્યવસ્થાપક વિવિધ કારણોસર બજારમાં ભંડોળ બંધ કરે છે. આ વર્તમાન ભંડોળને બજારમાં આગળ વધવા માટે, સૌથી વધુ એક્સપોઝર મેળવવા માટે ઉપલબ્ધ કરાવે છે. તે જ સમયે, આ બજારની સ્થિતિઓને કારણે હાલના નિરીક્ષણોને રોકી દે છે.

મ્યુચ્યુઅલ ફંડના કિસ્સામાં, સર્વાઇવરશિપ બાયસ હાલમાં પ્રમાણે મ્યુચ્યુઅલ ફંડના વિચારને કારણે આશાવાદી લાગે તેવું લાગે છે. મેનેજમેન્ટની યોગ્ય રોકાણ વ્યૂહરચનાઓ અથવા સમયસર પ્રતિક્રિયાઓને કારણે, આ મ્યુચ્યુઅલ ફંડ્સ આર્થિક પ્રસંગો અને મહામારી પરિસ્થિતિ જેવી મુશ્કેલ પરિસ્થિતિમાં જીવિત રહ્યા છે.

રિટર્નની ગણતરી કરતી વખતે ખરાબ પરફોર્મન્સના કારણે રિસેશન અથવા મહામારીને કારણે થતા મ્યુચ્યુઅલ ફંડને બંધ કરવાની ફરજ પડી નથી.

બધા મ્યુચ્યુઅલ ફંડથી- જીવિત અથવા જીવિત ન હોવાથી- તેને ધ્યાનમાં લેવામાં આવતું નથી, તેથી સકારાત્મક રીતે તૈયાર થયેલ ચોખ્ખા રિટર્ન વાસ્તવિક રિટર્નને દર્શાવશે નહીં.

મ્યુચ્યુઅલ ફંડના પરિસ્થિતિના વાસ્તવિક રિટર્નને સમજવા માટે, અભ્યાસમાં સમયગાળાને ધ્યાનમાં લીધા વગર રિટર્નનું મૂલ્યાંકન કરવું જરૂરી છે.

સર્વાઇવરશિપ પક્ષપાત ટાળવું

સર્વાઇવરશિપ બાયસને ટાળવા માટે, કોઈપણ ડેટાબેઝને રિસર્ચ કરતા પહેલાં કેટલીક સરળ વસ્તુ કરી શકે છે. રોકાણકારોને જાણવું જોઈએ કે અસ્તિત્વ પક્ષપાત તેમના રોકાણોના પ્રદર્શનને પ્રભાવિત કરતા પરિબળ હોઈ શકે છે. સર્વાઇવરશિપ બાયસના જોખમને ઘટાડવા માટે ખૂબ જ પસંદગીના ડેટા સ્રોતોમાંથી ડેટા પસંદ કરવું જરૂરી છે. જો ડેટા પક્ષપાતી સ્રોતમાંથી પસંદ કરવામાં આવે છે, તો સંશોધનનું સમગ્ર પરિણામ પક્ષપાતી પણ રહેશે. પોર્ટફોલિયો અથવા ડેટાબેઝનું મૂલ્યાંકન કરતી વખતે, જો હવે અસ્તિત્વમાં ન હોય તો નિરીક્ષણો અકબંધ છે અને કાઢી નાખવામાં આવતા નથી. પરફોર્મન્સની સ્થિતિને ધ્યાનમાં લીધા વિના, પોર્ટફોલિયો અથવા ડેટાબેઝમાં તમામ વેરિએબલ હોવા જોઈએ.

આ કરીને સુનિશ્ચિત કરે છે કે નિર્ણય સચોટ અને યોગ્ય નિરીક્ષણો અને મૂલ્યાંકન પર આધારિત છે.

વધુ આધુનિક સ્તરે, બજાર સંશોધકો ભંડોળ સર્વાઇવરશિપ પક્ષપાતની તપાસ કરે છે અને ભંડોળ કેવી રીતે ઓમિટેડ નિરીક્ષણો અને ઐતિહાસિક વલણોને ગેજ કરવાની નજીક હોય છે અને પરફોર્મન્સ મોનિટરિંગ માટે વિશ્લેષિત ડેટા ઉમેરે છે. ક્વૉન્ટિટેટિવ ફંડ રિસર્ચ સહિત સર્વિવરશિપ બાયસને ઘટાડવામાં પણ સહાયક છે.

તારણ

અમે જોયું છે કે સર્વાઇવરશિપ બાયસ કેવી રીતે અવિશ્વસનીય માહિતી તરફ દોરી શકે છે જો કોઈ નિરીક્ષણ કરવામાં આવે અને વેપારીઓ, મેનેજરો અને મ્યુચ્યુઅલ ફંડ પર તેની અસર પડે છે. મ્યુચ્યુઅલ ફંડમાં રોકાણ કરતી વખતે નિર્ણય લેવા માટે યોગ્ય અભિગમ નિર્ધારિત કરવા માટે સંશોધકોએ શ્રેષ્ઠ પ્રદર્શન અને સૌથી ખરાબ પ્રદર્શન કરતા વેરિએબલ બંનેનો ઉપયોગ કરવો જોઈએ. જોકે અસ્તિત્વ પક્ષપાત બજારમાં વધારે છે, પરંતુ રોકાણકારો આદર્શવાદી પોર્ટફોલિયો અને ફંડ મેનેજર્સને આંધળી રીતે અનુસરે છે, જેથી સાચા ડેટાબેઝનો ઉપયોગ કરીને સારા સંશોધન કરીને જીવિત રહેવાના પક્ષપાતનું જોખમ ઘટાડી શકાય છે.