 या बोला जाता ये, लेकिन में चीज़िस की लेरनिंग या और उसकी उतिलिटी या जो के हम ने सीखनी है। वैल्योट रिस्ख और समप्टामज वार has been called the new size of risk management. ये बेसिकिलि नाई, बोज जादा पुराना गोन्सेप नहीं है, it started in development in 1990, उसके बाज इस में फाँमली वार्किं हुई, and then it becomes one of the pioneer risk mayors to be used. आन इस नाई भी दोन आप भी साँटिस तो लेरन दवार, यह से तो ये साँइस कहला रहा रहा है, but हमें साँटिस बने की जुरत नहीं है, if we learn the basic concept, we learn the core skills so we can master it easily. आसकुम तोड़ा से पहले एक इलिस्टरेशन की बाट करते हैं, then we can talk it in real terms के, technically terms क्या है, suppose investment fund indicate that based on composition of its portfolio on current market condition, there is 90% probability it will either make a profit or otherwise not lose more than 2.3 million over next trading day. Let me tell again क्या चाहस है के 90% हो चाहस है के हम उपर जाएंगे, and on the other hand, what is the chance that maximum we will lose 2.3 million in one day. अब ये हमने एक अमाँड अत्रिबूट कर दी, for example our portfolio of 200 million, so we have said that it can lose 2.3 million maximum. अब ये बाट कर सकता है, this is the beauty of the wire, that you can calculate an absolute amount. ये आपको परस्टेज डाम में भी भी बतासकता है, as well as in the form of amount. तो ये ये बतार है, के इत्री आमाँड, maximum use, lose कर सकते है, and we can talk it after a certain confidence, maybe we are 95% confident, maybe we are 99%. वो ये सप्रेट क्यल्कूलेशन के तुरु लेए गेज करेंगे, but most probably the chance is that there will be no more loss than this. ये ये दिस ये दिस दे मैक्सिमम एं दे मेज्यर स्पक्त्रम, this is the maximum in the major spectrum. वे अब ये बाट कर सकता है, this is an example of wire mayor, the metric, the value address horizon is one trading day. वो ये बाट कर सकता है, ये बाट कर सकता है, ये बाट कर सकता है, this is one trading day, this is one trading day. तो होराइजन बड़ा आप आप गई अप किस की बाट करें, it could be varied horizon, but you have to relate it first, tell it first, किस होराइजन की बाट करें, maybe a day, maybe a week, maybe a year even. ये रीवन, the portfolio value address expressed as point nine of quantile of loss, basically as a percentage, मैंने जासे बाट की है, कि हमारा कोन्विदिन्स लेवल कितना परसंटा है, 90 है, 95 परसंटा है, वो एक हमारी धिभेट है, and the calculation theme is there, अगर जासे बाट कर सकता है, but with that percentage, we can say that we are 90% चोर के 2.3 million से जादा ये नहीं होगा, similarly we have to tell the base currency, कि ये किस करन्विदिन्स है, यह आप जैसे हम एक जैंपल बाट कर है, then we have to say that this is about US dollar because we are not capturing the currency risk here. आईडिया बहांवार, the most popular and traditional way of risk is volatility. यो हमने पहले बाट की ती, volatility है, movement है, तो वार भी उसी पे ही बेस कर है, that volatility is capturing it, but it is translating it. जैसे हम टेकनिकली किसी को कैं जी परट्फोलियो आप किसी का मैनेज कर है, अब उसको कैं जी बही आप के परट्फोलियो की stand aviation है, इतनी, को के का जी क्या ये बजे बाट समज नहीं है, but if you say that your portfolio is managing, then maximum 2 million can lose and 90% chance that it will go up, then that understanding is wide and easy. वोलेटिलिती की कुछ अपनी प्रट्फोलियो नहीं है, it can go up, down. वो एक सेप्रट है, but that has still to be taken care. तो हमने उसी को बेस कर के इसको क्रिएट की है, so volatility is not just going down, volatility is being up and down. वोलेटिलिती प्रट्फोलियो नहीं है, but our main concern is from up, so we are not worried, so we are mainly concerned with the downside risk. तो वार उसको बड़ा ज़ी के से, capture कर रहा है, because even some stock that goes high very quickly, that too is not as good as volatility point of view. तो हमें देकना है, के downside risk, बेतर तरीके से कहापे मारा capture हो रहा है, so this is the main idea, main context, which we have to take and see. तो वार स्टर्टिसिक से ती कोमपनेंट्स, as you have seen in the example, we are specifically telling it that if the components are complete, then its logic will be complete. एक ताईम पीरिएट, defined हो, के किस ताईम पीरिट की हम बात करे है, second confidence level, how confident are we, that will be based on the method we use, but like 90%, 95, 99, and lastly the loss amount, यह आमांट मे भी हो सकता है, और, percentage form मे भी हो सकता है, के what percentage you can lose out of it. आबको मैं कहों, 100 million का portfolio है, और आब 1.1 loose कर सकते है, तो you can easily calculate के मेरी maximum amount कितनी है. तो amount से percentage अ percentage amount करना, that's not a task for us. तो we should be, we can get wire value in amount, as well as in percentage. तो when you calculate an amount or money made in that currency, वो पर्टिकुलर करन्सी की बात होगी है, कि इस जिस करन्सी वो portfolio manager होगी है, उसी में loss की बात होगी है, जो करन्सी रिसक है, that's devilled separately, उसे हमने आपके साथ काफी debate की है, हमने उसे learning की है, तो that's a separate part, तो where उसको नहीं कापचर कार रह, we are capturing the same currency risk factor. तो the probability of amount, which we can lose over the specified time horizon. तो this is about where, कि ये हमारी तीन स्पस्विक तरमस को लेके, it gives you a meaningful outcome. In the terminology of mathematics, it is called quantile. तो one day 90% U.S. dollar where is just 90% quantile of portfolios, one day loss in U.S. dollars. तो statistical terms भी हमें थोडी सी जर आपने familiar करनी है, हम इस पे दिसकेशन भी करेंगे, और में पोझन हमें जो समझने वाला है, कि हम एक दिन में कितने U.S. dollar अपने portfolio से loose कर सकते है, with a certain percentage. तो ये इस पे हम बाथ करेंगे, बहुत बहुत नहींद है, तो make sure we get to it in a best possible way. आईंकिु