यह सामग्री जर्मन से मशीन द्वारा अनुवादित है और अभी तक किसी मूल भाषी द्वारा जाँची नहीं गई है। तकनीकी और नियामकीय शब्दों के लिए जर्मन या अंग्रेज़ी संस्करण ही मान्य है।
बाज़ार जोखिम: अस्थिरता, सहसंबंध, टेल
पारंपरिक माप — और वे तीन जगहें जहाँ वे DeFi में व्यवस्थित रूप से चूक जाते हैं।
इस पाठ की विषयगत जाँच नहीं हुई है। इसे इस प्लेटफ़ॉर्म के लिए लिखा गया है और दिए गए साक्ष्यों के आधार पर तैयार किया गया है; कोई स्वतंत्र विषयगत समीक्षा नहीं हुई है।
सीखने के उद्देश्य
- आप अस्थिरता, ड्रॉडाउन और टेल जोखिम में अंतर कर सकते हैं और प्रत्येक को उचित स्थान पर लागू कर सकते हैं।
- आप कारण बता सकते हैं कि ऐतिहासिक माप तनाव की स्थिति को कम क्यों आँकते हैं।
अपना पूर्व ज्ञान जाँचें
आगे पढ़ने से पहले इन प्रश्नों का उत्तर स्वयं दें। जहाँ आप हिचकिचाते हैं, वहीं इस पाठ की उपयोगिता है।
- मानक विचलन क्या मापता है, और क्या नहीं?
- ड्रॉडाउन अस्थिरता से अलग क्यों है?
- गिरावट में सहसंबंधों का क्या होता है?
मूल अवधारणा
तीन माप, तीन प्रश्न
अस्थिरता उत्तर देती है: सामान्य स्थिति में यह कितना उतार-चढ़ाव करता है? ड्रॉडाउन: शिखर से निचले स्तर तक यह कितना गहरा गया? टेल जोखिम: उन दुर्लभ मामलों में स्थिति कितनी बुरी होती है जिनका अस्थिरता ठीक से वर्णन नहीं करती? ये तीनों परस्पर बदले नहीं जा सकते। जो अधिकतम हानि के बारे में पूछता है और उत्तर में अस्थिरता पाता है, उसे कोई उत्तर नहीं मिला।
छोटा इतिहास, बढ़ा-चढ़ाकर आँकी गई शांति
कई DeFi एसेट का इतिहास महीनों का है, दशकों का नहीं। उससे गणना किया गया हर माप ठीक उसी अवधि का वर्णन करता है जो उसने देखी — और उस अवधि में संभवतः कोई गिरावट नहीं थी। इसलिए नब्बे दिनों पर कम सिग्मा स्थिरता के बारे में कथन नहीं, बल्कि नब्बे दिनों के बारे में कथन है। यह प्लेटफ़ॉर्म पूल यील्ड के लिए सिग्मा दर्शाता है; इसकी सीमा मीट्रिक कैटलॉग में स्पष्ट रूप से लिखी है।
तनाव में सहसंबंध कुछ और होता है
दो पोज़िशनें महीनों तक स्वतंत्र रूप से चल सकती हैं और गिरावट में एक साथ गिर सकती हैं — क्योंकि वही पते दोनों को रखते हैं, वही लेंडिंग बाज़ार दोनों को कोलैटरल के रूप में लेते हैं, या वही लिक्विडिटी दोनों को सहारा देती है। मापा गया सहसंबंध उस स्थिति से आता है जिसमें यह संबंध निष्क्रिय होता है। पोर्टफ़ोलियो गणना के लिए इसका अर्थ है: ऐतिहासिक आँकड़ा बहुत कम है, और वह भी व्यवस्थित रूप से, संयोग से नहीं।
मूल्य प्रभाव बाज़ार जोखिम का हिस्सा है
गहरे बाज़ार में निकास मूल्य लगभग प्रदर्शित मूल्य होता है। पतले बाज़ार में वह आपके अपने ऑर्डर आकार का फलन होता है — और तनाव में हर बाज़ार पतला होता है। जो बाज़ार जोखिम गणना केवल कीमत की हलचलों को देखती है और अपने स्वयं के मूल्य प्रभाव को छोड़ देती है, वह वसूली-योग्य हानि को ठीक वहीं कम आँकती है जहाँ वह होती है।
परिभाषाएँ
- अस्थिरता शब्दावली में
- किसी अवधि में देखे गए मूल्य परिवर्तनों के फैलाव का माप।
- ड्रॉडाउन
- शिखर से उसके बाद के निचले स्तर तक की गिरावट।
- टेल जोखिम
- दुर्लभ, बड़े विचलनों का जोखिम, जिन्हें सामान्य वितरण कम आँकता है।
- बेसिस जोखिम
- यह जोखिम कि हेज और हेज की गई पोज़िशन एक साथ न चलें।
मॉडल
“सामान्यतः यह कितना अशांत है?” → अस्थिरता
“यह कभी कितना गहरा गया था?” → ड्रॉडाउन
“दुर्लभ मामले में कितना बुरा?” → टेल विश्लेषण, परिदृश्य
“निकास पर मुझे क्या मिलेगा?” → मूल्य प्रभाव और गहराई
सूत्र
मूल्य प्रभाव सहित निकास मान
वसूली-योग्य मान ≈ पोज़िशन × (1 − कीमत गिरावट) × (1 − मूल्य प्रभाव)- कीमत गिरावट
- परिदृश्य में बाज़ार की हलचल
- मूल्य प्रभाव
- गहराई के सापेक्ष आपके अपने ऑर्डर आकार से होने वाली कटौती
सीमा: तनाव में दोनों कारक सहसंबद्ध होते हैं: वही हलचल जो पहले को उत्पन्न करती है, गहराई घटाती है और इस तरह दूसरे को बढ़ाती है। गुणात्मक रूप निचली सीमा वाला एक सन्निकटन है।
गणना का उदाहरण
एक ही परिदृश्य के लिए दो संख्याएँ
- पोज़िशन
- 18 मिलियन USD TVL वाले पूल में 2 मिलियन USD
- परिदृश्य
- बाज़ार में 30% गिरावट
- निकास पर मूल्य प्रभाव
- अनुमानित 6% — यह धारणा नीचे दिए मॉडल के कॉन्स्टेंट-प्रोडक्ट सन्निकटन से अधिक बाज़ार गहराई मानती है, जो उन्हीं आँकड़ों से लगभग 18% देता है
केवल बाज़ार गणना: 2 मिलियन × 0.70 = 1.40 मिलियन USD। मूल्य प्रभाव सहित: 1.40 मिलियन × 0.94 ≈ 1.32 मिलियन USD।
लगभग 80,000 USD का अंतर — ऐसी पोज़िशन में जो पूल का 11% है।
व्याख्या: पूल में हिस्से के साथ अंतर अनुपात से अधिक बढ़ता है। इसलिए इस हिस्से की ऊपरी सीमा लिक्विडिटी का कोई ब्योरा नहीं, बल्कि बाज़ार जोखिम प्रबंधन का हिस्सा है।
इंटरैक्टिव मॉडल
गणना का उदाहरण, बदलने योग्य आँकड़ों के साथ। पहले अनुमान लगाएँ कि क्या होगा — फिर जाँचें।
निकास पर प्राप्त किया जा सकने वाला मूल्य
बाज़ार में गिरावट और मूल्य प्रभाव एक के बाद एक असर करते हैं — और मूल्य प्रभाव पूल में हिस्से के साथ बढ़ता है।
पहले अनुमान, फिर जाँच
पहले अनुमान लगाएँ: यदि पोज़िशन 2 से 4 मिलियन USD तक दोगुनी हो जाए, तो केवल बाज़ार गणना और वसूली-योग्य मान के बीच का अंतर कितना बढ़ता है — क्या वह भी दोगुना होता है?
शुरुआती मान गणना के उदाहरण के आँकड़े हैं — एक बार में एक ही मान बदलें।
पूल में हिस्सा: 11.1%. निकास पर मूल्य प्रभाव: 18.2%. प्राप्त किया जा सकने वाला मूल्य: $11,45,455.
मॉडल क्या नहीं दिखाता: यहाँ कीमत गिरावट और मूल्य प्रभाव को एक-दूसरे से स्वतंत्र रूप से लागू किया गया है। गिरते बाज़ार में लिक्विडिटी पीछे हटती है, जिससे परिदृश्य के भीतर ही मूल्य प्रभाव बढ़ता है — मॉडल उसे स्थिर रखता है।
स्मरण
वास्तविक डेटा पर अभ्यास
सिग्मा की सीमाएँ पढ़ें और दर्ज करें कि छोटे इतिहास वाले पूल का सिग्मा अनिवार्य रूप से कम सार्थक क्यों होता है।
मीट्रिक कैटलॉग में सिग्मा →समान APY और स्पष्ट रूप से अलग सिग्मा वाले दो बाज़ार खोजें। एक वाक्य में बताएँ कि यह अंतर क्या कहता है — और क्या नहीं।
दो बाज़ारों के सिग्मा की तुलना करें →अनुप्रयोग
आपको एक इन्वेस्टमेंट कमेटी के लिए किसी DeFi पोज़िशन की संभावित हानि का आँकड़ा देना है। आप कौन-सी संख्या बताएँगे, और किन दो अतिरिक्त टिप्पणियों के साथ?
संबंधित केस स्टडी
संस्थागत व्याख्या
- बैंक
- आंतरिक मॉडल कितनी लंबाई का इतिहास माँगता है — और क्या एसेट उसे पूरा करता है?
- बीमा
- गणना का आधार कौन-सा परिदृश्य है, न कि कौन-सी मीट्रिक?
- एसेट मैनेजमेंट
- क्या पोज़िशनों के बीच ऐतिहासिक सहसंबंध तनाव में भी मान्य है?
इस पाठ के मेट्रिक्स
मुख्य बातें
- अस्थिरता, ड्रॉडाउन और टेल जोखिम तीन अलग-अलग प्रश्नों का उत्तर देते हैं।
- छोटे इतिहास से लिया गया माप अवधि का वर्णन करता है, एसेट का नहीं।
- आपका अपना मूल्य प्रभाव हानि की गणना में शामिल होना चाहिए, किसी फ़ुटनोट में नहीं।
साक्ष्य
- EVD-2026-0008
DeFiLlama — DeFiLlama yields endpoint (/pools)