Dua Saham, Volatilitas Sama, yang Satu Nggak Pernah Bikin Kamu Rugi: Ini yang Sebenarnya Diukur Volatilitas
Baca 6 menit
Memuat...
Baca 6 menit
Kata "volatil" sering dipakai seolah artinya sama dengan "berisiko", padahal dua-duanya beda. Volatilitas adalah ukuran seberapa besar harga naik-turun, ke arah mana pun. Volatilitas tidak peduli apakah naik-turun itu ujung-ujungnya bikin kamu untung atau rugi. Ada saham yang volatilitasnya tinggi tapi tutup tahun dengan untung besar. Ada saham lain, dengan angka volatilitas yang persis sama, yang tutup tahun dengan rugi besar. Angka volatilitasnya saja tidak bisa membedakan mana yang mana.
Volatilitas, dalam bentuk yang dipakai di dunia finance (dan di NetWort), adalah standar deviasi dari return harian sebuah aset, yang lalu disetahunkan. Ukuran ini menghitung sebaran: seberapa jauh, rata-rata, pergerakan harian menyimpang dari rata-ratanya. Rally 5% dan crash 5% menyumbang jumlah yang sama persis ke angka itu. Volatilitas tidak bisa membedakan dua-duanya, karena memang bukan itu tugasnya.
Max drawdown adalah metrik yang benar-benar menjawab "seberapa besar kerugianku": penurunan terbesar dari puncak ke titik terendah dalam sejarah harga sebuah aset, cuma ke satu arah. Artikel sebelumnya di situs ini membahasnya lebih lengkap. Volatilitas dan drawdown sering dianggap mengukur hal yang sama karena aset dengan volatilitas tinggi memang sering juga punya drawdown besar, tapi hubungan itu tidak otomatis. Sangat mungkin dua aset punya volatilitas identik, sementara yang satu nyaris tidak pernah drawdown, dan yang satunya lagi pernah kehilangan lebih dari separuh nilainya.
Ambil dua saham hipotetis, A dan B, sama-sama mulai dari nilai indeks 100. Selama enam bulan, Saham A naik 8%, turun 5%, naik 9%, turun 4%, naik 10%, turun 3%. Saham B bergerak dengan besaran yang persis sama setiap bulannya, cuma tandanya dibalik semua: turun 8%, naik 5%, turun 9%, naik 4%, turun 10%, naik 3%.
| Bulan | Saham A | Saham B |
|---|---|---|
| 1 | +8% | -8% |
| 2 | -5% | +5% |
| 3 | +9% | -9% |
| 4 | -4% | +4% |
| 5 | +10% | -10% |
| 6 | -3% | +3% |
Karena return bulanan Saham B adalah cerminan persis dari Saham A, standar deviasi keduanya sama persis: sekitar 7,2% per bulan, atau sekitar 24,9% kalau disetahunkan pakai cara yang sama seperti NetWort menghitung angka volatilitasnya sendiri (dikalikan akar dari jumlah periode dalam setahun). Screener volatilitas mana pun, kalau diurutkan cuma berdasarkan angka itu, akan menganggap dua saham ini sama-sama berisiko.
Kalau dihitung majemuk bulan demi bulan, Saham A berakhir di sekitar 114,6, naik sekitar 14,6%. Saham B berakhir di sekitar 84,7, turun sekitar 15,3%. Volatilitasnya sama. Hasilnya beda tiga puluh poin persentase.
Karena angka volatilitas biasa bisa menyembunyikan persis hal ini, halaman detail aset di NetWort tidak berhenti di satu angka volatilitas saja. Setiap halaman detail aset menampilkan kartu "gejolak" dengan dua angka berdampingan: volatilitas total, standar deviasi seperti yang dijelaskan di atas, dan volatilitas downside, standar deviasi yang cuma dihitung dari hari-hari dengan return negatif. Kalau volatilitas downside jauh lebih rendah dari volatilitas total, tepatnya di bawah 70% dari volatilitas total, halaman itu menandai asetnya dengan label "Sebagian besar volatilitas ke atas": situasi nyata, meski jarang, di mana sebuah aset bergerak liar tapi sebagian besar pergerakannya justru menguntungkan.
Perbedaan ini bisa dihitung karena memakai cara hitung yang sama persis dengan volatilitas biasa di baliknya: standar deviasi return harian yang disetahunkan, memakai sample standard deviation (dibagi n dikurang satu, bukan n) alih-alih population standard deviation, yang di dalam kode NetWort ditegaskan sebagai aturan baku karena versi yang salah bisa diam-diam meremehkan volatilitas sebenarnya. Volatilitas downside memakai rumus identik itu, cuma diterapkan ke sebagian hari saja, yaitu hari-hari yang negatif, dan angka ini juga jadi bahan dasar rasio Sortino yang ditampilkan berdampingan dengannya.
Bitcoin jadi contoh nyata yang berguna karena angka volatilitasnya cukup besar sampai tidak ambigu dengan sendirinya: V-Lab milik NYU Stern menaruh proyeksi model GARCH untuk satu bulan ke depan di angka 47,90% disetahunkan, per 7 Agustus 2026, beberapa kali lipat dari volatilitas saham blue chip pada umumnya. Angka itu saja tidak bilang apa-apa soal apakah periode berjalan ini menguntungkan atau merugikan pemegangnya. Untuk tahu itu, kamu butuh langkah kedua yang sama seperti contoh hipotetis di atas: cek pembagian downside-nya atau drawdown-nya, bukan cuma angka volatilitas headline-nya.
Perjalanan IHSG di 2026 menunjukkan sisi lain dari koin yang sama. Pergerakannya dari rekor 9.133,87 pada 19 Januari 2026 turun ke 6.409,65 pada 7 Agustus 2026 sama-sama sangat volatil dengan ukuran apa pun, tapi beda dengan contoh Bitcoin di atas, di periode ini volatilitasnya memang sebagian besar ke arah bawah. Kata "volatil" cocok buat dua-duanya. Cuma arah pergerakannya, bukan angka volatilitasnya, yang memberitahumu kamu sedang ada di situasi yang mana.
Angka volatilitas yang tinggi, dengan sendirinya, bukan vonis. Angka itu cuma bilang posisimu banyak bergeraknya. Apakah pergerakan itu selama ini menguntungkan atau merugikan kamu adalah pertanyaan terpisah, yang tidak bisa dijawab volatilitas total, tapi bisa dijawab drawdown atau pembagian volatilitas downside. Rasio Sharpe, angka return yang disesuaikan risiko yang juga ditampilkan NetWort, dibangun langsung di atas volatilitas total sebagai penyebutnya, makanya satu angka Sharpe, sama seperti satu angka volatilitas, sebaiknya dibaca berdampingan dengan gambaran downside-nya, bukan sendirian. Beta adalah pertanyaan lain lagi yang terkait tapi beda: bukan soal seberapa besar harga bergerak sendirian, tapi seberapa besar pergerakan itu mengikuti benchmark seperti IHSG.
Kehati-hatian yang sama yang berlaku waktu membaca angka return portofoliomu, berlaku juga di sini: angka return yang ditunjukkan aplikasi brokermu belum tentu return aslimu, dan angka volatilitas yang ditunjukkan sebuah screener juga belum tentu angka kerugian. Dua-duanya butuh satu lapis pembacaan lagi sebelum artinya benar-benar sesuai dengan yang kamu kira.