India Bonds માં Big Sell-off: મ્યુચ્યુઅલ ફંડ્સ ₹290 અબજ વેચીને બહાર, સરકારી ઉધાર વધતા દબાણ

BANKINGFINANCE
Whalesbook Logo
AuthorSurbhi Gupta|Published at:
India Bonds માં Big Sell-off: મ્યુચ્યુઅલ ફંડ્સ ₹290 અબજ વેચીને બહાર, સરકારી ઉધાર વધતા દબાણ
Overview

ભારતીય મ્યુચ્યુઅલ ફંડ્સે જાન્યુઆરી 2026 માં સરકારી બોન્ડ્સ (Government Bonds) માં અણધાર્યો ઘટાડો નોંધાવ્યો છે. લગભગ **₹290 અબજ** ના રેકોર્ડ વેચાણ પાછળ મુખ્ય કારણ સરકારી ઉધાર (Borrowing) માં મોટો ઉછાળો અને સપ્લાય ઓવરહેંગ છે.

સપ્લાય ઓવરહેંગ અને ઉધારમાં વધારાને કારણે બોન્ડ્સમાંથી આઉટફ્લો

ભારતીય બોન્ડ માર્કેટ હાલમાં મોટા દબાણ હેઠળ છે. આનું મુખ્ય કારણ સરકાર દ્વારા આગામી નાણાકીય વર્ષમાં જાહેર કરવામાં આવેલી રેકોર્ડ ઉધાર લેવાની યોજના (Borrowing Plan) છે. આ બોરોઈંગનો અંદાજ ₹30 ટ્રિલિયન થી વધુ છે, જે ગયા વર્ષની સરખામણીમાં 10% થી વધુનો વધારો દર્શાવે છે. આટલા મોટા પ્રમાણમાં નવા બોન્ડ્સ બજારમાં આવવાથી સપ્લાય ઓવરહેંગ (Supply Overhang) સર્જાય છે, જે બોન્ડની કિંમતો પર દબાણ લાવે છે.

ઐતિહાસિક રીતે, ઊંચા બોરોઈંગ લેવલ ઘણીવાર બોન્ડ યીલ્ડ (Bond Yield) માં નોંધપાત્ર વધારા તરફ દોરી જાય છે. બજેટ રજૂ થયા બાદ તરત જ, 10-વર્ષીય બેન્ચમાર્ક બોન્ડ યીલ્ડમાં લગભગ 7 બેસિસ પોઈન્ટ્સ નો ઉછાળો જોવા મળ્યો હતો. આ પ્રતિક્રિયા ભૂતકાળના કિસ્સાઓને પ્રતિબિંબિત કરે છે જ્યાં દેવાના મોટા ઇશ્યૂએ માર્કેટ પ્રાઇસિંગને અસર કરી હતી. આ સતત સપ્લાય ડાયનેમિક્સ (Supply Dynamics) વૈશ્વિક વેપાર વિકાસ (Trade Developments) થી મળતી આશાવાદી ભાવના કરતાં ફિક્સ્ડ ઇન્કમ રોકાણકારો (Fixed Income Investors) માટે વધુ પ્રભાવશાળી સાબિત થઈ રહી છે.

કોર્પોરેટ અને રાજ્ય ડેટ તરફ વ્યૂહાત્મક પુનઃ ફાળવણી

સરકારી ડેટ સપ્લાયના પડકારોના પ્રતિભાવમાં, ફંડ મેનેજર્સ વધુ આકર્ષક રિસ્ક-રિવોર્ડ પ્રોફાઇલ (Risk-Reward Profile) ઓફર કરતા ઇન્સ્ટ્રુમેન્ટ્સ તરફ સક્રિયપણે મૂડી ફાળવી રહ્યા છે. માર્ક-ટુ-માર્કેટ (Mark-to-Market) કેપિટલ ગેઇન સ્ટ્રેટેજી (Capital Gain Strategy) થી એક્રુઅલ-બેઝ્ડ (Accrual-based) આવક જનરેશન તરફ સ્પષ્ટ પરિવર્તન થઈ રહ્યું છે. પરિણામે, રોકાણ કોર્પોરેટ બોન્ડ્સ, ખાસ કરીને 2 થી 4 વર્ષની મેચ્યોરિટીવાળા બોન્ડ્સ, તેમજ બેંકો અને ઉચ્ચ યીલ્ડ (Higher-yielding) આપતા રાજ્ય સરકારોના સિક્યોરિટીઝ (State Government Securities) તરફ વધુને વધુ ફરી રહ્યું છે.

મિરાઇ એસેટના સિનિયર ફંડ મેનેજર - ફિક્સ્ડ ઇન્કમ, બસંત બફના જણાવે છે કે 1 થી 3 વર્ષના કોર્પોરેટ બોન્ડ અને સર્ટિફિકેટ ઓફ ડિપોઝિટ (CD) સેગમેન્ટમાં સ્પ્રેડ (Spreads) ઐતિહાસિક સરેરાશની સરખામણીમાં આકર્ષક છે. યુટીઆઈ AMC ના સિનિયર એક્ઝિક્યુટિવ વાઇસ પ્રેસિડેન્ટ અને હેડ ફિક્સ્ડ ઇન્કમ, અનુરાગ મિત્તલ, રાજ્ય સરકારો દ્વારા નાણાકીય વર્ષના પ્રથમ અર્ધવાર્ષિક ગાળામાં બોરોઈંગ ઘટવાની ઐતિહાસિક પેટર્ન જોતાં સ્ટેટ ડેટ (State Debt) પ્રત્યે રચનાત્મક દૃષ્ટિકોણ ધરાવે છે. આ વ્યૂહાત્મક પુનઃકેલિબ્રેશન (Recalibration) અસ્થિર ડેટ વાતાવરણમાં સ્થિરતા અને સ્થિર આવક તરફનું પગલું સૂચવે છે.

RBI ની લિક્વિડિટી મેનેજમેન્ટ અને યીલ્ડ સંવેદનશીલતા

પ્રવર્તમાન બજાર પરિસ્થિતિઓએ કેટલાક સહભાગીઓને સૂચન કરવા તરફ દોરી દીધા છે કે માત્ર રિઝર્વ બેંક ઓફ ઈન્ડિયા (RBI) તરફથી નોંધપાત્ર લિક્વિડિટી ઇન્ફ્યુઝન (Liquidity Infusion) જ વર્તમાન પ્રવાહને નિર્ણાયક રીતે બદલી શકે છે. જોકે નજીકના ભવિષ્યમાં તાત્કાલિક વ્યાજ દર ઘટાડાની અપેક્ષા નથી, બજાર સહભાગીઓ નવા લિક્વિડિટી મેનેજમેન્ટ પગલાં માટે RBI પર નજીકથી નજર રાખી રહ્યા છે. કેનારા રોબેકો એસેટ મેનેજમેન્ટના ફિક્સ્ડ ઇન્કમ CIO, અવનીશ જૈન, નોંધે છે કે બજાર સંભવિત બોન્ડ ખરીદી દ્વારા RBI દ્વારા સિસ્ટમિક લિક્વિડિટી ગેપ (Systemic Liquidity Gap) ને ઘટાડવાની અપેક્ષા રાખે છે.

મૂડીઝ (Moody's) અને એસ&પી (S&P) જેવી રેટિંગ એજન્સીઓએ ભારત પર સ્થિર આઉટલુક (Stable Outlook) જાળવી રાખ્યો છે, પરંતુ સતત ફિસ્કલ ડેફિસિટ (Fiscal Deficit) અને ઊંચા ઉધાર જરૂરિયાતોને જાગૃતિના મુખ્ય ક્ષેત્રો તરીકે દર્શાવ્યા છે. ભારતની જાહેર ડેટ માર્કેટનું એકંદર કદ, જે ઘણા ટ્રિલિયન રૂપિયાના બાકી દેવામાં માપવામાં આવે છે, તે સેન્ટ્રલ બેંકની ક્રિયાઓ અને મોટા પાયા પરના ઇશ્યૂ બંને પ્રત્યે સંવેદનશીલ બનાવે છે. RBI ની લિક્વિડિટી મેનેજ કરવાની ભૂમિકા નિર્ણાયક રહે છે, કારણ કે તે ફુગાવાને નિયંત્રિત કરવા અને સતત સપ્લાયમાંથી યીલ્ડ દબાણને વધુ વકર્યા વિના પર્યાપ્ત ધિરાણ પ્રવાહ સુનિશ્ચિત કરવા વચ્ચે નાજુક સંતુલન જાળવે છે.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.