Dua Portofolio Bisa Punya Volatilitas yang Sama Persis, Tapi Peluang Kena Bulan Bencana Beda Jauh. Ini Alasannya: Skewness
Baca 5 menit
Memuat...
Baca 5 menit
Anggap kamu lagi bandingin dua strategi investasi. Volatilitas bulanan keduanya sama-sama sekitar 5,3%, yaitu standar deviasi dari return bulanan, cara umum buat ngukur seberapa liar sebuah return biasanya naik-turun dari rata-ratanya sendiri. Dari satu angka itu doang, keduanya kelihatan sama-sama berisiko. Tapi salah satu strategi itu punya peluang nyata dan bisa diukur buat kena satu bulan yang ngilangin untung setahun penuh, sementara yang satunya nggak. Volatilitas doang nggak bisa kasih tahu yang mana yang mana. Ada angka lain yang bisa: skewness.
Standar deviasi ngitung kejutan dengan cara yang sama, nggak peduli arahnya ke mana. Bulan yang untung 5% di atas rata-rata dan bulan yang rugi 5% di bawah rata-rata dihitung sebagai kejutan yang ukurannya sama persis. Angka ini cuma ngasih tahu seberapa nyebar return biasanya, bukan soal apakah kejutan besar yang jarang muncul itu cenderung untung atau cenderung rugi.
NetWort sudah bahas seberapa sering pergerakan ekstrem itu muncul dan kenapa volatilitas doang nggak nunjukkin seberapa sakit sebuah drawdown beneran kerasa. Skewness jawab pertanyaan ketiga yang beda: pas distribusi return itu ngasih kejutan, kejutannya cenderung untung besar yang jarang, atau rugi besar yang jarang?
Skewness ngukur seberapa "miring" sebuah distribusi return dari rata-ratanya sendiri, pakai pangkat tiga dari jarak tiap return ke rata-rata, bukan pangkat dua kayak standar deviasi. Pangkat tiga ini yang bikin tandanya, plus atau minus, ikut kehitung, jadi yang diukur bukan cuma besarnya kejutan, tapi juga arahnya.
Skewness = rata-rata dari ((return − rata-rata)³) ÷ (standar deviasi)³
Skewness negatif nggambarin strategi yang biasanya kasih untung kecil yang stabil, terus sesekali kena rugi besar yang jarang tapi parah. Ini pola klasik yang sering disebut "mungutin recehan di depan mesin giling": tenang hampir sepanjang waktu, brutal pas lagi apes.
Skewness positif kebalikannya: sering rugi kecil atau stagnan, diselingi sesekali untung besar. Rasanya biasanya lebih nggak enak dipegang hari ke hari, walaupun hitungan jangka panjangnya bagus atau malah lebih bagus.
Skewness nol berarti distribusinya simetris, untung dan rugi dengan ukuran yang sama punya peluang yang sama juga. Portofolio beneran jarang persis nol; yang penting dicek itu condongnya ke arah mana.
Ini contoh yang dibikin buat ilustrasi, bukan data pasar sungguhan, cuma buat bikin perbedaan bentuknya kelihatan jelas.
| Strategi A | Strategi B | |
|---|---|---|
| Pola | +1,5% di 23 dari 24 bulan, lalu satu bulan -25% | -1,5% di 23 dari 24 bulan, lalu satu bulan +25% |
| Rata-rata return bulanan | +0,40% | -0,40% |
| Volatilitas bulanan (standar deviasi) | 5,30% | 5,30% |
| Skewness | -4,59 (negatif) | +4,59 (positif) |
| Return majemuk selama 24 bulan | +5,6% | -11,7% |
Kedua strategi punya volatilitas bulanan yang identik persis. Strategi A, yang skewness-nya negatif, kelihatan lebih tenang hampir tiap bulan dan malah unggul selama periode ini, sampai akhirnya kena satu bulan buruknya. Strategi B, yang skewness-nya positif, kelihatan lebih jelek hampir tiap bulan, keseret rugi-rugi kecil, dan cuma diselamatkan sama satu bulan besarnya biar nggak rugi lebih parah lagi selama periode ini. Kalau cuma lihat angka volatilitas, dua strategi ini bakal kelihatan identik. Padahal nggak.
Produk exchange-traded yang untung dari pasar yang tenang dengan short posisi di futures VIX, yang paling terkenal adalah note XIV milik Credit Suisse, bertahun-tahun kasih untung kecil yang stabil selama volatilitas pasar rendah. Terus, pada 5 Februari 2018, VIX melonjak sekitar 116% dalam satu hari, dari sekitar 17 ke lebih dari 37, lonjakan persentase dan poin dalam sehari terbesar dalam sejarah indeks itu, menurut laporan Bloomberg. XIV rugi sekitar 96% dari nilainya di hari itu juga, menurut studi yang direview sejawat dan diterbitkan di Financial Analysts Journal milik CFA Institute, kerugian yang menurut CNBC dan analisis industri sezaman secara terpisah diperkirakan sekitar $2 miliar lenyap dalam sehari. Credit Suisse ngehentiin note itu beberapa hari kemudian. Itulah skewness negatif yang kejadian beneran di depan umum: bertahun-tahun untung kecil yang membosankan, lalu satu hari yang ngilangin hampir semuanya.
Dana managed futures yang trend-following, sering disebut CTA (commodity trading advisor), ada di ujung yang berlawanan. Mereka sering stagnan atau rugi kecil sambil nunggu tren harga yang berkelanjutan muncul, lalu nangkep untung besar pas trennya beneran kejadian. Pada 2008, pas S&P 500 anjlok 38,49% sepanjang tahun, Barclay CTA Index, yang waktu itu ngelacak 565 program managed futures, malah untung 14,09%, sebuah selisih yang belakangan dinamain "crisis alpha" sama peneliti Kathryn Kaminski setelah diminta sebuah dana pensiun buat jelasin kenapa bisa gitu, temuan yang belakangan dikembangin jadi studi akademis soal trend-following dan performa saat krisis. Itulah skewness positif di praktiknya: strategi yang bisa kerasa nggak worth it dalam waktu lama, tapi kebayar pas periode langka di mana dia untung besar-besaran.
NetWort belum nunjukkin angka skewness secara langsung sekarang. Yang udah ditunjukkin, berdampingan di screener Explore, adalah volatilitas sebuah aset dan max drawdown-nya, kerugian terbesar dari puncak ke titik terendah dalam sejarahnya. Dua angka itu bareng-bareng udah cukup buat ngejawab pertanyaan yang mirip sama skewness: kalau dua aset punya volatilitas yang mirip tapi max drawdown-nya beda jauh, aset yang worst case-nya lebih dalam lagi nunjukkin petunjuk skewness negatif, walaupun nggak ada angka skewness resmi yang nempel di situ. Riwayat harga Bitcoin sendiri adalah contoh aset yang beneran volatil dan aktif dilacak, layak dicek dengan cara ini sebelum kamu nentuin ukuran posisi di situ.