Risiko ekor


Apa Risiko ekor?

Tail risk adalah salah satu bentuk risiko portofolio yang muncul ketika kemungkinan suatu investasi akan bergerak lebih dari tiga standar deviasi dari mean lebih besar daripada yang ditunjukkan oleh distribusi normal. Risiko ekor mencakup peristiwa yang memiliki kemungkinan kecil untuk terjadi, dan terjadi di kedua ujung kurva distribusi normal.

Memahami Risiko Ekor

Strategi portofolio tradisional biasanya mengikuti gagasan bahwa pengembalian pasar mengikuti distribusi normal. Namun, konsep risiko ekor menunjukkan bahwa distribusi hasil tidak normal, tetapi miring, dan memiliki ekor yang lebih gemuk. Ekor gemuk menunjukkan bahwa ada kemungkinan, yang mungkin kecil, bahwa investasi akan bergerak melampaui tiga deviasi standar. Distribusi yang bercirikan gemuk ekor sering terlihat ketika melihat pengembalian dana lindung nilai , misalnya.

Poin Penting

  • Risiko ekor adalah peluang terjadinya kerugian karena peristiwa yang jarang terjadi, seperti yang diprediksi oleh distribusi probabilitas.
  • Dalam bahasa sehari-hari, pergerakan jangka pendek lebih dari tiga deviasi standar dianggap menyebabkan risiko ekor.
  • Sementara risiko ekor secara teknis mengacu pada ekor kiri dan kanan, orang-orang paling mengkhawatirkan kerugian (ekor kiri).
  • Peristiwa ekor telah membuat para ahli mempertanyakan distribusi probabilitas sebenarnya dari pengembalian untuk aset yang dapat diinvestasikan.

Distribusi Normal dan Pengembalian Aset

Ketika portofolio investasi digabungkan, diasumsikan bahwa distribusi pengembalian akan mengikuti distribusi normal. Di bawah asumsi ini, probabilitas pengembalian akan bergerak antara mean dan tiga standar deviasi, baik positif atau negatif, kira-kira 99,7%. Ini berarti probabilitas pengembalian bergerak lebih dari tiga deviasi standar di luar mean adalah 0,3%. Asumsi bahwa pengembalian pasar mengikuti distribusi normal adalah kunci dari banyak model keuangan, seperti teori portofolio modern (MPT) Harry Markowitz dan model penetapan harga opsi Black-Scholes Merton. Namun, asumsi ini tidak mencerminkan pengembalian pasar dengan tepat, dan peristiwa terakhir memiliki pengaruh besar pada pengembalian pasar.

Referensi cepat

Risiko ekor disorot dalam buku keuangan terlaris Nassim Taleb Black Swan.

Distribusi Lain dan Ekornya

Pengembalian pasar saham cenderung mengikuti distribusi normal yang memiliki kurtosis berlebih. Kurtosis adalah ukuran statistik yang menunjukkan apakah data yang diamati mengikuti distribusi ekor berat atau ringan dalam kaitannya dengan distribusi normal. Kurtosis distribusi normal memiliki kurtosis sama dengan tiga dan, oleh karena itu, jika sekuritas mengikuti distribusi dengan kurtosis lebih besar dari tiga, dikatakan memiliki ekor yang gemuk. Sebuah distribusi leptokurtic , atau distribusi ekor berat, menggambarkan situasi di mana hasil yang ekstrim telah terjadi lebih dari yang diharapkan. Oleh karena itu, sekuritas yang mengikuti distribusi ini telah mengalami pengembalian yang telah melebihi tiga standar deviasi melebihi rata-rata lebih dari 0,3% dari hasil yang diamati.

Hedging Against Tail Risk

Meskipun peristiwa ekor yang berdampak negatif terhadap portofolio jarang terjadi, peristiwa tersebut mungkin memiliki pengembalian negatif yang besar. Oleh karena itu, investor harus melakukan lindung nilai terhadap peristiwa tersebut. Hedging terhadap risiko ekor bertujuan untuk meningkatkan keuntungan dalam jangka panjang, tetapi investor harus menanggung biaya jangka pendek. Investor mungkin ingin mendiversifikasi portofolionya untuk melindungi nilai dari risiko ekor. Misalnya, jika investor adalah dana yang diperdagangkan di bursa panjang (ETF) yang melacak Indeks Standard & Poor’s 500 (S&P 500), investor dapat melakukan lindung nilai terhadap risiko ekor dengan membeli derivatif di Indeks Volatilitas Chicago Board Options Exchange (CBOE), yang berkorelasi terbalik dengan S&P 500.

Artikel terkait

  1. Kelebihan Kurtosis
  2. Kurtosis
  3. Distribusi normal
  4. Leptokurtik
  5. Platykurtic didefinisikan
  6. Perdagangan dengan model statistik Gaussian
  7. Penggunaan dan batas volatilitas
  8. Aturan Empiris
  9. Memahami analisis kuantitatif untuk memahami kinerja dan risiko lindung nilai dan risiko
  10. Optimalkan Portofolio Anda Menggunakan Distribusi Normal