Banyak investor telah mengalami tingkat abnormal volatilitas kinerja investasi selama berbagai periode siklus pasar. Sementara volatilitas mungkin lebih besar daripada yang diantisipasi selama periode waktu tertentu, sebuah kasus juga dapat dibuat bahwa cara di mana volatilitas biasanya diukur memberikan kontribusi terhadap masalah volatilitas yang tak terduga. Tujuan dari artikel ini adalah untuk membahas isu-isu yang terkait dengan ukuran volatilitas tradisional, dan untuk menjelaskan pendekatan yang lebih intuitif yang dapat digunakan oleh investor untuk membantu mereka mengevaluasi besarnya risiko investasi mereka.

- Ukur Volatilitas Tradisional

Sebagian besar investor harus menyadari bahwa standar deviasi adalah statistik tipikal yang digunakan untuk mengukur volatilitas. Standar deviasi didefinisikan sebagai akar kuadrat dari penyimpangan data kuadrat rata-rata dari meannya. Meskipun statistik ini relatif mudah dihitung, asumsi di balik interpretasinya lebih kompleks, yang pada gilirannya menimbulkan kekhawatiran tentang keakuratannya. Akibatnya, ada tingkat skeptisisme seputar validitasnya sebagai ukuran risiko yang akurat. (Untuk mempelajari lebih lanjut, lihat
Penggunaan dan Batas Volatilitas .)

Untuk menjelaskan, agar standar deviasi menjadi ukuran risiko yang akurat, asumsi harus dibuat agar data kinerja investasi mengikuti distribusi normal. Secara grafis, distribusi data normal akan dipetakan pada grafik dengan cara yang terlihat seperti kurva berbentuk lonceng. Jika standar ini berlaku, maka kira-kira 68% dari hasil yang diharapkan harus berada di antara ± 1 standar deviasi dari hasil yang diharapkan investasi, 95% harus berada di antara standar deviasi ± 2, dan 99% harus berada di antara standar deviasi ± 3.

Misalnya, selama periode 1 Juni 1979 sampai 1 Juni 2009, kinerja rata-rata tahunan rata-rata tahunan dari Indeks S & P 500 adalah 9, 5%, dan standar deviasinya adalah 10%. Dengan parameter kinerja dasar ini, orang akan memperkirakan bahwa 68% dari perkiraan kinerja 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 normal. Pertama, kinerja investasi biasanya miring, yang berarti bahwa distribusi kembali biasanya tidak simetris. Akibatnya, investor cenderung mengalami periode kinerja tinggi dan rendah yang abnormal. Kedua, kinerja investasi biasanya menunjukkan properti yang dikenal sebagai kurtosis, yang berarti bahwa kinerja investasi menunjukkan sejumlah besar periode kinerja positif dan / atau negatif yang abnormal. Secara keseluruhan, masalah ini melengkungkan tampilan kurva berbentuk lonceng, dan mendistorsi keakuratan standar deviasi sebagai ukuran risiko.

Selain skewness dan kurtosis, masalah yang dikenal sebagai heteroskedastisitas juga menjadi perhatian. Heteroskedastisitas hanya berarti bahwa varians dari data kinerja investasi sampel tidak konstan dari waktu ke waktu. Akibatnya, standar deviasi cenderung berfluktuasi berdasarkan panjang periode waktu yang digunakan untuk melakukan perhitungan, atau jangka waktu yang dipilih untuk melakukan perhitungan.

Seperti kemiringan dan kurtosis, konsekuensi heteroskedastisitas akan menyebabkan standar deviasi menjadi ukuran risiko yang tidak dapat diandalkan. Secara keseluruhan, ketiga masalah ini dapat menyebabkan investor salah memahami potensi volatilitas investasi mereka, dan menyebabkan mereka berpotensi mengambil risiko lebih dari yang diantisipasi. (Untuk mempelajari lebih lanjut, lihat Panduan Ujian CFA Level 1- Quantitative Methods

Ukuran Mudah Mengukur Volatilitas Untungnya, ada cara yang lebih mudah dan lebih akurat untuk mengukur dan memeriksa risiko. . Melalui proses yang dikenal sebagai metode historis, risiko dapat ditangkap dan dianalisis secara lebih informatif daripada melalui penggunaan standar deviasi. Untuk memanfaatkan metode ini, investor hanya perlu mencatat kinerja historis investasi mereka, dengan menghasilkan grafik yang dikenal sebagai histogram.

Histogram adalah bagan yang memplot proporsi pengamatan yang berada dalam kisaran kategori. Sebagai contoh, dalam grafik di bawah ini, kinerja rata-rata tahunan rata-rata tahunan dari indeks S & P 500 tahunan 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 seperti itu.
Gambar 1: Grafik Kinerja S & P 500 Histogram

Seperti yang digambarkan pada grafik, penggunaan histogram memungkinkan investor menentukan persentase waktu di mana kinerja investasi berada di dalam, di atas , atau di bawah kisaran tertentu. Sebagai contoh, 16% dari pengamatan kinerja Indeks S & P 500 mencapai tingkat 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 standar deviasi. Pertama, metode historis tidak mensyaratkan agar kinerja investasi terdistribusi normal. Kedua, dampak skewness dan kurtosis secara eksplisit tertangkap dalam grafik histogram, yang memberi investor informasi yang diperlukan untuk mengurangi kejutan volatilitas tak terduga. Ketiga, investor bisa memeriksa besarnya keuntungan dan kerugian yang dialami. Satu-satunya kelemahan metode historis adalah histogram, seperti penggunaan standar deviasi, menderita dampak potensial heteroskedastisitas.Namun, ini seharusnya tidak mengherankan, karena investor harus mengerti bahwa kinerja masa lalu tidak menunjukkan keuntungan di masa depan. Bagaimanapun, bahkan dengan satu peringatan ini, metode historis masih merupakan ukuran awal yang sangat baik untuk risiko investasi, dan harus digunakan oleh investor untuk mengevaluasi besarnya dan frekuensi potensi keuntungan dan kerugian yang terkait dengan peluang investasi mereka.

Penerapan Metodologi

Sekarang para investor mengerti bahwa metode historis dapat digunakan sebagai cara yang informatif untuk mengukur dan menganalisis risiko, pertanyaannya kemudian menjadi: Bagaimana investor menghasilkan histogram untuk membantu mereka memeriksa risikonya. atribut investasi mereka?
Satu rekomendasi adalah meminta informasi kinerja investasi dari perusahaan manajemen investasi. Namun, informasi yang diperlukan juga bisa diperoleh dengan mengumpulkan harga penutupan bulanan pilihan investasi, biasanya ditemukan melalui berbagai sumber, dan kemudian menghitung secara manual kinerja investasi.

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 analisis data add-on perangkat lunak. Dengan memanfaatkan metodologi ini, investor harus dapat dengan mudah menghasilkan histogram, yang pada gilirannya akan membantu mereka mengukur volatilitas sebenarnya dari peluang investasi mereka.

Kesimpulan
Secara praktis, pemanfaatan histogram harus memungkinkan investor untuk memeriksa risiko investasi mereka dengan cara yang akan membantu mereka mengukur jumlah uang yang harus mereka capai atau hilang setiap tahun. Dengan penerapan dunia nyata ini, investor harus sedikit terkejut ketika pasar berfluktuasi secara dramatis, dan oleh karena itu mereka harus merasa lebih puas dengan eksposur investasi mereka di semua lingkungan ekonomi. (Untuk lebih lanjut, lihat

Memahami Pengukuran Volatilitas

.)