Banyak investor telah mengalami tingkat ketidakstabilan kinerja investasi yang tidak normal selama berbagai periode siklus pasar. Sementara volatilitas mungkin lebih besar dari yang diantisipasi, sebuah kasus juga dapat dibuat bahwa cara di mana volatilitas biasanya diukur berkontribusi pada masalah saham yang tampaknya tidak terduga, tidak dapat dipertanggungjawabkan.
Tujuan artikel ini adalah untuk membahas masalah yang terkait dengan ukuran volatilitas tradisional dan untuk menjelaskan pendekatan yang lebih intuitif yang dapat digunakan investor untuk membantu mereka mengevaluasi besarnya risiko.
Apa Menghitung Volatilitas: Pendekatan yang Disederhanakan?
Sebagian besar investor tahu bahwa deviasi standar adalah statistik tipikal yang digunakan untuk mengukur volatilitas. Deviasi standar secara sederhana didefinisikan sebagai akar kuadrat dari varians rata-rata data dari meannya. Meskipun statistik ini relatif mudah untuk dihitung, asumsi di balik interpretasinya lebih kompleks, yang pada gilirannya menimbulkan kekhawatiran tentang keakuratannya. Akibatnya, ada tingkat skeptisisme tertentu seputar validitasnya sebagai ukuran risiko yang akurat .
Agar standar deviasi menjadi ukuran risiko yang akurat, harus dibuat asumsi bahwa data kinerja investasi mengikuti distribusi normal. Dalam istilah grafik, distribusi data normal akan memplot pada bagan dengan cara yang terlihat seperti kurva berbentuk lonceng. Jika standar ini berlaku, maka sekitar 68% dari hasil yang diharapkan harus berada di antara ± 1 deviasi standar dari pengembalian yang diharapkan investasi, 95% harus berada di antara ± 2 deviasi standar, dan 99,7% harus berada di antara ± 3 standar deviasi.
Misalnya, dari 1979 hingga 2009, kinerja rata-rata tahunan bergulir tiga tahun dari Indeks S&P 500 adalah sekitar 9,5%, dan deviasi standarnya kira-kira 10%. Mengingat parameter dasar kinerja ini, orang akan berharap bahwa 68% dari waktu kinerja yang diharapkan dari indeks S&P 500 akan berada dalam kisaran -0,5% dan 19,5% (9,5% ± 10%).
Sayangnya, ada tiga alasan utama mengapa data kinerja investasi mungkin tidak terdistribusi secara normal. Pertama, kinerja investasi biasanya miring, yang berarti bahwa distribusi pengembalian biasanya asimetris. Akibatnya, investor cenderung mengalami periode kinerja tinggi dan rendah yang tidak normal. Kedua, kinerja investasi biasanya menunjukkan properti yang dikenal sebagai kurtosis , yang berarti bahwa kinerja investasi menunjukkan periode kinerja positif dan / atau negatif dalam jumlah besar yang tidak normal. Secara keseluruhan, masalah ini mengubah tampilan kurva berbentuk lonceng dan merusak akurasi deviasi standar sebagai ukuran risiko.
Selain skewness dan kurtosis, masalah yang disebut heteroskedastisitas juga menjadi perhatian. Heteroskedastisitas berarti varians data kinerja investasi sampel tidak konstan dari waktu ke waktu. Akibatnya, standar deviasi cenderung berfluktuasi berdasarkan lamanya jangka waktu yang digunakan untuk melakukan penghitungan, atau jangka waktu yang dipilih untuk melakukan penghitungan.
Seperti kemiringan dan kurtosis, konsekuensi heteroskedastisitas akan menyebabkan deviasi standar menjadi ukuran risiko yang tidak dapat diandalkan. Secara kolektif, ketiga masalah ini dapat menyebabkan investor salah memahami potensi volatilitas investasi mereka, dan menyebabkan mereka berpotensi mengambil lebih banyak risiko daripada yang diantisipasi.
Ukuran Volatilitas yang Disederhanakan
Untungnya, ada cara yang lebih mudah dan akurat untuk mengukur dan memeriksa risiko, melalui proses yang dikenal sebagai metode historis. Untuk menggunakan metode ini, investor hanya perlu membuat grafik kinerja historis investasi mereka, dengan membuat grafik yang dikenal sebagai histogram .
Histogram adalah bagan yang memplot proporsi pengamatan yang termasuk dalam sejumlah rentang kategori. Misalnya, dalam bagan di bawah ini, kinerja rata-rata tahunan bergulir tiga tahun dari Indeks S&P 500 untuk periode 1 Juni 1979, sampai 1 Juni 2009, telah dibangun. Sumbu vertikal mewakili besarnya kinerja Indeks S&P 500, dan sumbu horizontal mewakili frekuensi di mana Indeks S&P 500 mengalami kinerja tersebut.
Seperti yang diilustrasikan oleh grafik, penggunaan histogram memungkinkan investor untuk menentukan persentase waktu di mana kinerja investasi berada dalam, di atas, atau di bawah kisaran tertentu. Misalnya, 16% dari pengamatan kinerja Indeks S&P 500 mencapai pengembalian antara 9% dan 11,7%. Dalam hal kinerja di bawah atau di atas ambang batas, dapat juga ditentukan bahwa Indeks S&P 500 mengalami kerugian lebih besar dari atau sama dengan 1,1%, 16% dari waktu, dan kinerja di atas 24,8%, 7,7% dari waktu.
Membandingkan Metode
Penggunaan metode historis melalui histogram memiliki tiga keunggulan utama dibandingkan penggunaan deviasi standar. Pertama, metode historis tidak mengharuskan kinerja investasi didistribusikan secara normal. Kedua, dampak skewness dan kurtosis secara eksplisit ditangkap dalam grafik histogram, yang memberi investor informasi yang diperlukan untuk mengurangi kejutan volatilitas yang tidak terduga. Ketiga, investor dapat meneliti besarnya keuntungan dan kerugian yang dialami.
Satu-satunya kelemahan dari metode historis adalah histogram, seperti penggunaan deviasi standar, mengalami potensi dampak heteroskedastisitas. Namun, ini seharusnya tidak mengejutkan, karena investor harus memahami bahwa kinerja masa lalu bukanlah indikasi pengembalian di masa depan. Bagaimanapun, bahkan dengan satu peringatan ini, metode historis masih berfungsi sebagai ukuran dasar risiko investasi yang sangat baik dan harus digunakan oleh investor untuk mengevaluasi besaran dan frekuensi keuntungan dan kerugian potensial mereka terkait dengan peluang investasi mereka.
Penerapan Metodologi
Bagaimana investor membuat histogram untuk membantu mereka memeriksa atribut risiko investasi mereka?
Salah satu rekomendasinya adalah meminta informasi kinerja investasi dari perusahaan pengelola investasi. Namun, informasi yang diperlukan juga dapat diperoleh dengan mengumpulkan harga penutupan bulanan dari aset investasi, biasanya ditemukan melalui berbagai sumber, dan kemudian menghitung kinerja investasi secara manual.
Setelah informasi kinerja dikumpulkan, atau dihitung secara manual, histogram dapat dibuat dengan mengimpor data ke dalam paket perangkat lunak, seperti Microsoft Excel , dan menggunakan fitur tambahan analisis data perangkat lunak. Dengan menggunakan metodologi ini, investor harus dapat dengan mudah menghasilkan histogram, yang pada gilirannya akan membantu mereka mengukur volatilitas sebenarnya dari peluang investasi mereka.
Garis bawah
Dalam istilah praktis, penggunaan histogram harus memungkinkan investor untuk memeriksa risiko investasi mereka dengan cara yang akan membantu mereka mengukur jumlah uang yang mereka hasilkan atau hilang setiap tahun. Mengingat jenis penerapan dunia nyata ini, investor seharusnya tidak terlalu terkejut ketika pasar berfluktuasi secara dramatis, dan oleh karena itu mereka harus merasa lebih puas dengan eksposur investasi mereka selama semua lingkungan ekonomi.
Artikel terkait
- Histogram
- Memperdagangkan divergensi MACD
- Standar Deviasi
- Aturan Empiris
- Deviasi downside didefinisikan
- Membandingkan standar deviasi dan deviasi rata-rata
- Apa ukuran deviasi standar dalam portofolio?
- Deviasi standar dan risiko
- Strategi perdagangan 5 menit
- Penggunaan dan batas volatilitas