MANAJEMEN PORTOFOLIO ARBITRAGE PRICING THEORY
Dita Solihah
123151021
Frans Geovani
123151034
Michael Chandra
123151056
Wahdan Arum I.
123151094
PROGRAM PENDIDIKAN MAGISTER AKUNTANSI UNIVERSITAS TRISAKTI JAKARTA 2017 1
CHAPTER 9 - MULTIFACTOR MODELS OF RISK AND RETURN (Reilly, Frank K. and Keith C. Brown, 2012, Analysis 2012, Analysis of Investments Investments and and Management of Portofolio) P ortofolio)
Arbitrage Arbitrage Pricing Theory Theory (APT) "Arbitrase" (arbitrage (arbitrage ), ), yang dalam dunia ekonomi dan keuangan adalah praktik untuk memperoleh keuntungan dari perbedaan harga yang terjadi di antara dua pasar keuangan. Seorang yang melakukan arbitrase disebut "arbitraser" atau dalam istilah asing disebut juga arbitrageur . Istilah ini utamanya digunakan dalam perdagangan instrumen keuangan seperti obligasi, saham, derivatif, komoditi dan mata uang. Apabila harga pasar tidak memungkinkan dilakukannya arbitrase yang menguntungkan, maka harga tersebut merupakan ekuilibrium arbitrase atau juga dikenal dengan istilah arbitrage equilibrium atau pasar bebas arbitrase. Ekulibrium atau keseimbangan
arbitrase ini adalah prakondisi dari teori keseimbangan
umum atau general equilibrium . Arbitrase dilakukan dengan membeli komoditi di tempat yang lebih murah, kemudian menjualnya di tempat yang lebih mahal. Aktivitas arbitrase ini menyebabkan harga komoditas di tempat yang lebih murah menjadi naik dan sebaliknya harga komoditas di tempat yang lebih mahal menjadi turun. Pada akhirnya harga komoditas menjadi sama pada kedua tempat tersebut. Kalaupun masih ada perbedaan harga, hanya disebabkan oleh biaya transportasi, transaksi dan jasa. Jika biaya transportasi, biaya transaksi dan jasa adalah sama atau tidak ada, maka harga komoditas di dua pasar yang berbeda akan menjadi sama. Harga komoditas di Dua pasar pada dua negara dapat ditetapkan dengan satuan mata uang yang berbeda. Namun harga komoditas tersebut akan tetap sama. Arbitrase adalah dimungkinkan apabila salah satu dari ketiga kondisi ini terjadi : 1. Aset 1. Aset yang sama tidak diperdagangkan dengan harga yang sama pada setiap pasar.
2
2. Dua aset dengan arus kas yang identik tidak diperdagangkan dengan harga yang sama. 3. Suatu aset dengan nilai kontrak berjangka yang diketahui, dimana aset tersebut pada saat ini tidaklah diperdagangkan pada harga kontrak berjangka dengan dikurangi potongan harga berdasarkan suku bunga bebas risiko (atau terdapat biaya penyimpanan gudang atas aset tersebut yang tidak dapat diabaikan).
Pada penjelasan sebelumnya telah dijelaskan bahwa Capital Asset Pricing Model (CAPM) merupakan model equilibrium yang menjelaskan mengapa sekuritas yang berbeda memiliki expected return yang berbeda karena dipengaruhi nilai beta yang berbeda dan model ini bukanlah satu-satunya teori yang mencoba menjelaskan bagaimana suatu aktiva ditentukan harganya oleh pasar. Stephen Ross merumuskan suatu teori yang dinamakan sebagai Arbitrage Pricing Theory (APT) yang merupakan alternatif bagi model CAPM. Model APT ini didasarkan pada hukum satu harga (law of one price) dimana aset yang sama tidak bisa dijual dengan harga yang berbeda untuk mendapatkan keuntungan arbitrase (membeli aset berharga murah, pada saat yang sama menjual dengan harga yang lebih tinggi sehingga memperoleh laba tanpa risiko). Oleh karena itu, apabila terjadi perbedaan harga beli aset dan harga jual aset, maka pasar akan segera mengembalikan harga aset tersebut ke titik keseimbangannya. Model APT mengasumsikan bahwa return dari sekuritas merupakan fungsi linear dari berbagai faktor ekonomi makro dan sensitivitas perubahan setiap faktor dinyatakan oleh koefisien beta masing-masing faktor tersebut dan tidak oleh risiko unik. Pada model APT, IHSG bukan market portofolio yang
sesungguhnya
tetapi
menggunakan
variabel
atau
indeks
lain
dalam
mengestimasi expected return sebuah sekuritas dapat memberikan hasil yang lebih akurat sehingga tidak menimbulkan arbitrase Arbitrage Pricing Theory (APT) seperti halnya CAPM, APT menggambarkan hubungan antara risiko dan ekspektasi imbal hasil, tetapi dengan menggunakan asumsi dan prosedur yang berbeda. Tiga asumsi yang mendasari model Arbitrage Pricing Theory (APT) adalah; (1) Pasar modal dalam kondisi persaingan sempurna, 3
(2) Para investor selalu lebih menyukai kekayaan yang lebih daripada kurang dengan kepastian, (3) Pendapatan aset dapat dianggap mengikuti k model faktor.
Dari asumsi yang menyatakan investor percaya bahwa pendapatan sekuritas akan ditentukan oleh sebuah model faktorial dengan k faktor risiko. Dengan demikian, dapat ditentukan pendapatan aktual untuk sekuritas i dengan menggunakan rumus sebagai berikut : R i,t = a i + b i1 F 1 + b i2 F 2 +. . .+ b iK F K + e i
Keterangan : R i, t = Tingkat pendapatan sekuritas i pada periode t ai
= Konstanta
bik = Sensitivitas pendapatan sekuritas terhadap faktor k Model APT sebenarnya adalah berasaskan model CAPM, tetapi ia telah mempertimbangkan faktor-faktor lain yang mempengaruhi keuntungan sekuritas memandang dunia jadi semakin kompleks. Faktor-faktor ini akan memberi kesan yang berlainan kepada sekuritas yang berlainan. Jadi, bagi sekuritas i dalam jangka waktu t, keuntungannya dapat diwakili oleh kombinasi antara pengharapan keuntungan seimbang dan faktor-faktor yang mempengaruhinya. Pengharapan keuntungan seimbang ini ditentukan oleh permintaan dan penawaran sekuritas perusahaan. Faktor-faktor yang akan mempengaruhi keuntungan sekuritas adalah terdiri dari faktor-faktor makro dan mikro. Contoh faktor-faktor makro ialah seperti inflasi, harga minyak dunia, tingkat suku bunga, kurs (nilai tukar), jumlah uang yang beredar dan lain-lain. Model APT merupakan multi indeks model untuk menduga return suatu sekuritas. Pada kondisi keseimbangan yang mempengaruhi return suatu sekuritas hanya risiko sistematis, sedangkan risiko nonsistematis sama dengan nol. Model keseimbangan return suatu sekuritas terhadap return bebas risiko dalam multiindeks model sebagai berikut:
4
Dengan R f merupakan return bebas risiko, R 1….n merupakan expected return faktor-faktor yang mempengaruhi return saham ke 1 sampai ke n. Antara satu faktor dan faktor lainnya tidak berkorelasi (independen), dan merupakan sensitivitas return saham ke 1 sampai n terhadap faktor-faktor yang mempengaruhinya.
APT & FAKTOR-FAKTOR RISIKO Penelitian lain ada yang menggunakan lima variabel ekonomi makro yang mempengaruhi return sekuritas, yaitu: 1. Default risk 2. Struktur tingkat bunga 3. Inflasi atau deflasi 4. Pertumbuhan ekonomi dalam jangka panjang 5. Risiko pasar residual
Chen,
Roll,
dan
Ross
(1986),
mempengaruhi return sekuritas, yaitu: 1. Perubahan tingkat inflasi 5
mengidentifikasi
empat
faktor
yang
2. Perubahan produksi industri yang tidak terantisipasi 3. Perubahan premi risk-default yang tidak terantisipasi 4. Perubahan struktur tingkat suku bunga yang tidak diantisipasi
Extensions of Characteristic-Based Risk Factor Models Tipe lain dari metode berbasis karakteristik sekurity untuk mendefinisikan eksposur risiko sistematis melibatkan penggunaan portofolio indeks (misalnya, S & P 500, Wilshire 5000) sebagai faktor umum. Secara intuitif, jika indeks itu sendiri dirancang untuk menekankan karakteristik investasi tertentu, mereka dapat bertindak sebagai proxy untuk mendasari eksposur Contohnya termasuk Russell 1000 Growth Index, yang menekankan saham dengan rasio book-to-market yang rendah, atau Indeks EAFE (Eropa, Australia, dan Timur Jauh) yang memilih berbagai perusahaan yang berdomisili di luar Amerika Serikat. . Tipikal dari model faktor berbasis indeks ini adalah karya Elton, Gruber, dan Blake (1996), yang mengandalkan empat indeks: S & P 500, indeks obligasi agregat Barclays Capital, indeks Prudential Bache dari perbedaan antara large dan small-cap stocks, dan indeks Prudential Bache dari selisih antara nilai dan pertumbuhan saham Estimating Risk in a Multifactor Setting. Estimating Expected Returns for Individual Stocks •
A Specific set of K common risk factors must be identified
•
The risk premia for the factors must be estimated
•
Sensitivities of the ith stock to each of those K factors must be estimated
•
The expected returns can be calculated by combining the results of the previous steps in the appropriate way
6
CHAPTER 16 - THE ARBITRAGE PRICING MODEL (APT) A MULTIFACTOR APPROACH TO EXPLAINING ASSET PRICES –
(Elton, Edwin J. and Martin J. Gruber, 2007, Modern Portofolio Theory and Investment Analysis)
Teori Penetapan Harga ( Arbitrage Pricing Theory ) "Arbitrase" (arbitrage ), yang dalam dunia ekonomi dan keuangan adalah praktik untuk memperoleh keuntungan dari perbedaan harga yang terjadi di antara dua pasar keuangan. Apabila
harga
pasar
tidak
memungkinkan
dilakukannya
arbitrase
yang
menguntungkan, maka harga tersebut merupakan ekuilibrium arbitrase atau juga dikenal dengan istilah arbitrage equilibrium atau pasar bebas arbitrase. Ekulibrium atau keseimbangan arbitrase ini adalah prakondisi dari teori keseimbangan umum atau general equilibrium. Arbitrase dilakukan dengan membeli komoditi di tempat yang lebih murah, kemudian menjualnya di tempat yang lebih mahal. Aktivitas arbitrase ini menyebabkan harga komoditas di tempat yang lebih murah menjadi naik dan sebaliknya harga komoditas di tempat yang lebih mahal menjadi turun. Pada akhirnya harga komoditas menjadi sama pada kedua tempat tersebut. Kalaupun masih ada perbedaan harga, hanya disebabkan oleh biaya transportasi, transaksi dan jasa. Arbitrase adalah dimungkinkan apabila salah satu dari ketiga kondisi ini terjadi : 1. Aset yang sama tidak diperdagangkan dengan harga yang sama pada setiap pasar. 2. Dua aset dengan arus kas yang identik tidak diperdagangkan dengan harga yang sama. 3. Suatu aset dengan nilai kontrak berjangka yang diketahui, dimana aset tersebut pada saat ini tidaklah diperdagangkan pada harga kontrak berjangka dengan dikurangi potongan harga berdasarkan suku bunga bebas risiko (atau
7
terdapat biaya penyimpanan
gudang atas aset tersebut yang tidak dapat
diabaikan). APT membutuhkan return terhadap saham berhubungan secara linear terhadap indeks, dengan persamaan : ri = ai + bi1 I1 + bi2 I2 +. . . Dimana :
+ bij Il+ ei
r is the expected return on security i bij is the sensitivity of stock i’s return on stock i I j is the value of index that impacts the return on stock i e is the random error term
A Simple proof of APT Berikut merupakan model yang
menunjukkan expected return dari APT
dengan model dua indeks. Anggaplah bahwa model dua indeks berikut ini menggambarkan pengembalian: R i = ai + bi1 I1 + bi2 I2 + ei Asumsikan E(eiej) = 0 Jika investor memiliki portofolio terdiversifikasi dengan baik, risiko residual akan cenderung nol dan sebaliknya Hanya risiko sistematis saja. Satu-satunya syarat dalam persamaan sebelumnya yang mempengaruhi risiko sistematis dalam portofolio adalah b i1 b i2 . Karena investor diasumsikan diperhatikan dengan perkiraan pengembalian dan risiko, investor hanya perlu memperhatikan tiga atribut dari setiap portofolio (p) =
Ṝ p , b p1 b p2 Dengan undang-undang satu harga (law of one price ), dua portofolio yang memiliki risiko sama tidak bisa menjual dengan expected return yang berbeda. Dalam situasi ini akan membayar arbitrase untuk masuk dan membeli portofolio E sambil menjual jumlah portofolio D yang sama. Membeli portofolio E dan membiayainya dengan menjual D short akan menjamin keuntungan tanpa resiko tanpa investasi dan tidak 8
ada risiko. Kita bisa melihat ini dengan mudah. Asumsikan investor menjual portofolio D senilai $ 100 dan membeli portofolio E senilai $ 100 . Hasilnya ditunjukkan pada tabel berikut.
Portofolio arbitrase melibatkan investasi nol, tidak memiliki risiko sistematis b i1 b i2 . Dan menghasilkan $ 2. Arbitrase akan berlanjut sampai portofolio E terletak pada bidang
yang
sama
dengan
portofolio
A,
B,
dan
C.
Semua investasi dan portofolio harus berada di area dalam expected return , b i1 b i2 . Jika sebuah investasi berada di atas atau di bawah area, sebuah peluang akan ada untuk arbitrase tanpa risiko. Arbitrase akan berlanjut sampai semua investasi naik ke bidang yang sama. Persamaan umum untuk expected return b i1 b i2 . Adalah :
Ṝ i = λ0 + λ1 b i1 + λ2 b i2 Ini adalah model ekuilibrium yang dihasilkan oleh APT saat return dihasilkan oleh model dua indeks. λ1 adalah peningkatan expected return untuk 1 unit peningkatan b i1 . Demikian juga λ1 dan λ2 adalah return untuk menanggung risiko yang terkait dengan I1 dan I2.
A More Rigorous Proof of APT Rumus APT akan diturunkan dengan asumsi proses pengembalian dua indeks. Derivasi ini cukup kaya untuk memungkinkan generalisasi ke jumlah indeks yang sewenang-wenang. R i = Ṝ i + bi1 ( I1 – Ī1 ) + bi2 ( I2 – Ī2 ) + ei 9
Expected value untuk berbagai security :
Ṝ i = λ0 + λ1 b i1 + λ2 b i2
Persamaan ini harus berlaku untuk semua sekuritas dan semua portofolio. λS dapat dievaluasi dengan mengikuti prosedur yang digunakan pada bagian sebelumnya dari bab ini; Yaitu membentuk tiga portofolio dengan karakteristiknya
Kekuatan utama pendekatan APT adalah bahwa hal itu didasarkan pada kondisi tanpa arbitrase. Karena kondisi tanpa arbitrase harus berlaku untuk sekumpulan sekuritas, tidak perlu untuk mengidentifikasi semua aset berisiko atau "portofolio pasar" untuk menguji APT. Penting untuk mengujinya di atas kelas aset seperti saham biasa atau bahkan saham yang lebih kecil seperti saham yang membentuk indeks Standard and Poor's (S & P) atau semua saham di New York Stock Exchange. Kita harus agak berhati-hati karena model APT yang benar untuk kelas sekuritas yang lebih besar dapat berbeda dari (mengandung lebih banyak pengaruh daripada) model APT yang sesuai untuk sekumpulan sekuritas yang lebih kecil.
Karakteristik penting dari teori APT adalah bahwa hal itu sangat umum. Gen ini sama-sama merupakan kekuatan dan kelemahan. Meskipun memungkinkan kita untuk menggambarkan ekuilibrium dalam hal model multi-indeks, namun tidak memberi bukti apa adanya model multi-indeks yang sesuai.
Estimating and Testing APT Bukti dari setiap teori ekonomi adalah seberapa baik itu menggambarkan realitas. Pengujian APT sangat sulit untuk dirumuskan karena semua teori adalah struktur harga aset; ekonomi atau karakteristik perusahaan yang dapat mempengaruhi expected return tidak terlalu spesifik. Kita dapat mengambarkan multifactor return process dengan :
10
Terdapat beberapa problem dalam mengestimasi beberapa variable. Pendekatan umum atas problem ini adalah mengestimasi factor secara simultan (I js) dan atribut perusahaan (bijs). Sebagian besar tes awal APT menggunakan metodologi ini. Ini masih terus banyak digunakan dalam literatur keuangan dan dalam praktiknya. Kami memeriksa jenis teknik estimasi simultan ini segera. Sebelum kita melakukannya, mari kita simak dua metode alternatif. Salah satu metode alternatif adalah menentukan sekumpulan atribut (karakteristik perusahaan) yang mungkin mempengaruhi expected return.
Metode alternatif kedua adalah menentukan faktor I js Dan kemudian untuk memperkirakan atribut security b ijs dan harga pasar dari λjs. Dua pendekatan telah digunakan untuk menentukan faktor-faktornya. Salah satu pendekatan pertama adalah berhipotesis (kita berharap atas dasar teori ekonomi) seperangkat pengaruh makroekonomi yang mungkin mempengaruhi return. Pengaruh ini mungkin mencakup variabel seperti tingkat inflasi dan tingkat suku bunga. Pendekatan kedua adalah menentukan satu set portofolio sebagai faktor yang diyakini peneliti menangkap
pengaruh
yang
relevan
yang
mempengaruhi
hasil
keamanan.
Jika ada metode selain analisis faktor yang digunakan untuk mendapatkan b ijs Untuk pengujian APT, seseorang benar-benar melakukan uji coba bersama APT dan relevansi faktor atau karakteristik yang telah dihipotesiskan untuk menentukan ekuilibrium. Masing-masing pendekatan umum ini sekarang dibahas secara lebih rinci. Penentuan Faktor dan Karakteristik Secara simultan Spesifikasi lengkap dalam Persamaan (16,6) akan memunculkan semua faktor (I j) dan atribut (bij) untuk didefinisikan, sehingga kovariansi antara pengembalian residual adalah nol. Meskipun tidak mungkin menghasilkan hasil yang pasti, ada beberapa kumpulan metodologi statistik yang sangat sesuai untuk memperkirakan hasil ini. Teknik ini disebut analisis faktor.
11
Analisis faktor menentukan nilai I j dan bijs tertentu sehingga kovariansi pengembalian residual dapat menjadi sekecil mungkin. Dalam terminologi analisis faktor, I j disebut faktor dan b ijs disebut faktor loadings. Analisis faktor yang spesifik dilakukan untuk sejumlah faktor hipotesa tertentu. Dengan mengulangi proses ini untuk hipotesis alternatif tentang jumlah faktor, solusi untuk dua faktor, tiga faktor,. . . , Dan faktor j diperoleh. Seseorang dapat berhenti ketika probabilitas bahwa faktor berikutnya menjelaskan porsi matriks kovarian statistik yang signifikan secara statistik turun di bawah tingkat tertentu – misalnya 50%. Dengan menggunakan teknik ini, tidak mungkin untuk memastikan bahwa seseorang telah mendapatkan semua faktor yang relevan. Pendekatan Alternatif untuk Menguji Arbitrage Pricing Theory (APT) Jika kita bisa menentukan secara apriori, baik faktor-faktor yang mempengaruhi return saham atau karakteristik saham yang mempengaruhi return, maka akan timbullah masalah estimasi yang jauh lebih mudah untuk dipecahkan. Perdebatan ada di kalangan akademisi dan praktisi tentang apakah sebagian dari model tersebut harus ditentukan berdasarkan teori atau apakah semua parameter harus ditentukan secara empiris. Kontroversi yang diperdebatkan akan mudah dipecahkan jika kita memiliki teori tentang faktor atau karakteristik yang tepat yang menentukan tingkat pengembalian sekuritas. Dengan tidak adanya teori semacam itu, yang dapat kita lakukan hanyalah menguji tiga upaya untuk menetapkan satu variabel dalam model multifaktor, yaitu: 1. Menghipotesiskan karakteristik perusahaan, 2. Menghipotesiskan indeks makroekonomi, 3. Menetapkan portofolio sebagai indeks.
Menentukan Atribut Sekuritas Jika satu set karakteristik yang mempengaruhi return dapat ditentukan secara apriori, maka harga pasar dari karakteristik ini selama periode waktu tertentu dapat diukur dengan cukup mudah. Persamaan estimasi dapat berbentuk
Untuk kasus karakteristik J . Dalam persamaan ini, b ij s akan menjadi nilai yang dimiliki masing-masing karakteristik, dan λ js rata-rata pengembalian ekstra yang diperlukan. Nilai dari λ js akan di estimasi melalui analisis regresi.
12
Salah satu model yang menggunakan beberapa karakteristik perusahaan telah dikembangkan dan diuji oleh Sharpe (1982). Dia memulai dengan hipotesis bahwa timbal dari hasil ekuilibrium harus dipengaruhi oleh karakteristik berikut: beta saham dengan indeks S & P, hasil dividennya, ukuran perusahaan (nilai pasar ekuitas), beta-nya dengan obligasi jangka panjang, masa lalunya Nilai alpha, dan variabel keanggotaan delapan sektor. Sharpe tampaknya telah mengidentifikasi beberapa karakteristik tambahan, di luar dari beta saham dengan portofolio pasar, dapat berguna untuk menjelaskan hasil cross-sectional dari waktu ke waktu. Sharpe mengakui bahwa modelnya dibentuk dengan suatu tujuan, namun ini merupakan indikasi bahwa peningkatan penelitian terhadap karakteristik ekonomi suatu saham yang signifikan memungkinkan kita untuk membangun model ekuilibrium yang lebih baik.
Menentukan Pengaruh yang Mempengaruhi Proses Penghasilan Return Chen, Roll, dan Ross (1986) telah menghipotesiskan dan menguji satu set variabel ekonomi. Mereka memiliki alasan bahwa pengembalian saham harus dipengaruhi oleh pengaruh yang mempengaruhi arus kas masa depan dari pemegang sekuritas atau nilai arus kas ini kepada investor (misalnya, perubahan tingkat diskonto yang sesuai untuk arus kas masa depan). Chen, Roll, dan Ross membuat serangkaian langkah alternatif dari perubahan yang tidak diantisipasi dalam pengaruh berikut: 1. Inflasi . Inflasi mempengaruhi tingkat diskonto dan ukuran arus kas masa depan. 2. Struktur suku bunga . Perbedaan antara tingkat obligasi dengan jatuh tempo panjang dan jatuh tempo pendek mempengaruhi nilai pembayaran jauh di masa depan dibandingkan dengan pembayaran jangka pendek. 3. Premi Risiko . Adanya perbedaan antara pengembalian obligasi yang aman (AAA) dan obligasi yang lebih berisiko (BAA), yang digunakan untuk mengukur reaksi pasar terhadap risiko. 4. Produksi industri . Perubahan produksi industri mempengaruhi peluang yang dihadapi investor dan nilai sebenarnya dari arus kas.
Menentukan Kumpulan Portofolio yang Mempengaruhi Proses Penghasilan Return Alternatif lainnya yaitu dengan menentukan satu set portofolio (I js) (yang mungkin atau tidak mungkin termasuk portofolio pasar) bahwa apriori diperkirakan dapat menerima pengaruh yang mempengaruhi hasil sekuritas. Portofolio ini dipilih berdasarkan keyakinan tentang jenis sekuritas dan pengaruh ekonomi yang mempengaruhi tingkat pengembalian sekuritas. 13
Contoh pendekatan jenis ini adalah yang digunakan oleh Fama dan French (1993) untuk membuat model yang menjelaskan mengenai pengembalian dan pengembalian yang diharapkan pada saham maupun obligasi. Selain menggunakan tingkat pengembalian pada portofolio pasar saham, mereka menggunakan keuntungan pada portofolio lain untuk mewakili I js dalam proses penghasilan return. Portofolio ini adalah: 1. Selisih return pada portofolio saham kecil dan portofolio saham besar 2. Selisih antara portofolio saham high-book-to-market dengan portofolio saham low-book-to-market 3. Selisih antara pengembalian obligasi pemerintah jangka panjang bulanan dan satu bulan pengembalian Treasury bill 4. Selisih pengembalian dalam bulanan pada portofolio obligasi korporasi jangka panjang dan portofolio obligasi pemerintah jangka panjang Perhatikan bahwa semua variabel adalah pengembalian portofolio aset atau selisih pengembalian dua portofolio aset. Yang terakhir dapat dianggap sebagai portofolio dengan sekumpulan saham yang terjual dalam jangka waktu yang singkat. Jelas model ini memiliki unsur yang sama dengan model yang telah dipaparkan sebelumnya. Terlihat bahwa Chen, Roll, dan Ross dan Burmeister dan McElroy menggunakan variabel return obligasi yang serupa dengan model yang digunakan. Arbitrage Pricing Theory (APT) dan Capital Asset Pricing Model (CAPM) Kasus paling sederhana di mana model APT konsisten dengan bentuk sederhana dari CAPM adalah :
Jika return yang dihasilkan diperoleh dari model indeks tunggal, maka indeks tunggal adalah return pada portofolio pasar, dan tingkat risiko tidak ada, rumus yang diperoleh adalah:
Jika fungsi penghasil return lebih kompleks daripada ini, apakah ini berarti bahwa CAPM sederhana tidak dapat bertahan? Jawabannya adalah tidak. Ingatlah bahwa CAPM sederhana tidak berasumsi bahwa pasar adalah satu-satunya sumber kovariansi antara pengembalian. Mari kita asumsikan bahwa fungsi penghasil kembali adalah tipe multi-indeks:
Indeks dapat berupa indeks industri, indeks sektoral, atau indeks pengaruh ekonomi yang luas seperti tingkat inflasi. Yang kita asumsikan adalah bahwa himpunan indeks 14
yang digunakan menangkap semua sumber kovarians antara sekuritas. Model ekuilibrium APT untuk proses pengembalian return multifaktor ini dengan aset tanpa risiko yaitu dengan persamaan:
Jika CAPM adalah model ekuilibrium, ini berlaku untuk semua sekuritas dan juga semua portofolio efek. Asumsikan indeks dapat diwakili oleh portofolio sekuritas. Sebenarnya, kita telah melihat bahwa λ j adalah kelebihan return pada portofolio dengan bij nilai 1 pada satu indeks dan bij nilai nol pada semua indeks lainnya. Jika CAPM bertahan, return ekuilibrium pada masing- masing λ j Diberikan oleh CAPM atau
Menggantikan persamaan (16.9) dengan hasil:
Mendefinisikan βi sebagai (b i1 βλ1 + bi2 βλ2) hasilnya adalah return expektasi dari
̄ i R
dengan nilai CPM.
Solusi APT dengan beberapa faktor yang sesuai harga konsisten dengan bentuk Sharpe-Lintner-Mossin dari CAPM.
Model Multi-indeks, APT, dan Manajemen Portofolio Penggunaan model multi-indeks dan model ekuilibrium multi-indeks (model APT) dalam pemilihan sekuritas dan manajemen dan evaluasi portofolio berkembang dengan pesat. Banyak perusahaan pialang, lembaga keuangan, dan perusahaan konsultan keuangan telah mengembangkan model multi-indeks mereka sendiri untuk membantu proses investasi. Model-model ini menjadi semakin populer karena mereka membiarkan risiko dikontrol dengan lebih ketat dan mereka membiarkan investor melindungi dari jenis risiko tertentu yang sangat sensitif atau membuat taruhan tertentu pada jenis risiko tertentu.
15
Review dari Multi-index Models and APT Proses penghasilan return yang mengungkapkan tingkat pengembalian atas sekuritas apa pun sebagai fungsi linier dari serangkaian indeks:
Tujuan bagian ini yaitu mengasumsikan bahwa setiap indeks telah dirumuskan atau disesuaikan agar memiliki mean sama dengan nol. Karena indeks dan residu memiliki mean nol, pengambilan nilai yang diharapkan dari kedua sisi Persamaan (16.1) menghasilkan:
Jadi, menetapkan rata-rata setiap indeks sama dengan nol memiliki efek untuk memastikan bahwa a i sama dengan tingkat pengembalian keamanan yang diharapkan i . Terlihat bahwa Persamaan (16.1a) mengarah pada deskripsi hasil yang diharapkan yang diberikan oleh:
Dimana b ij s mewakili sensitivitas pengembalian sekuritas terhadap indeks j dan merupakan ukuran risiko yang melekat dalam sekuritas yang diteliti dan λs merupakan hasil dari menanggung risiko ini (harga risiko). Menggabungkan Persamaan (16.1) dan (16.10) dengan mengakui bahwa a i =
̄ i R
Passive Management Multi-index model dapat memiliki peran penting dalam memperbaiki manajemen yang pasif. Ini bisa digunakan untuk melakukan pekerjaan yang lebih baik dalam melacak index atau merancang portofolio pasif untuk klien tertentu. Penggunaan multi-index model yang paling sederhana adalah membuat portofolio saham yang sangat dekat dengan index. Cara yang paling baik untuk memperbaiki fund index adalah pemegang saham memegang saham dengan proporsi yang sama. Semakin banyak isu mengenai index, semakin sedikit perusahaan yang terdaftar dalam index, dan semakin sedikit saham yang liquid di dalam index, yang lebih banyak mengeluarkan biaya adalah mencocokkan index dengan membeli saham dalam proporsi yang sama yang terdaftar dalam index. Fund indeks dapat dibuat dengan 16
menggunakan model indeks tunggal dengan menemukan portofolio yang memiliki beta 1 dengan indeks yang diinginkan dan memiliki risiko residu minimum untuk ukuran portofolio tertentu. Menggunakan multi-index model dan bukan one-index model memungkinkan terciptanya fund index yang lebih sesuai dengan index yang diinginkan. Multi-index model yang dibangun secara benar dapat memastikan bahwa index telah sesuai dengan semua sumber return movements (risiko). Di sisi lain, hanya pencocokkan pada risiko pasar dapat meninggalkan porotofolio dan index dengan sensitivitas yang berbeda terhadap faktor umum yang mempengaruhi keduanya, seperti sensitivitas terhadap infasi. Secara umum, semakin sedikit saham dalam index-matching portofolio, semakin kecil kemungkinan portofolio akan disesuaikan dengan faktor umum yang mempengaruhi portofolio dan index serta semakin superior multi-index model dibandingkan dengan one-index model. Perubahan index tak terduga pada index yang hilang akan berdampak berbeda terhadap risiko residual di masa depan jika sensitivitas terhadap index yang hilang ini tetap tidak konstan. Portofolio sering dibentuk untuk dijadikan portofolio arbitrase dalam perdagangan opsi atau futures pada indeks. Perusahaan biasanya mencoba membentuk sekeranjang saham kecil (25 atau 50) sehingga mereka dapat secara aktif melakukan perdagangan karena mereka mengubah posisi futures atau opsi mereka. Jumlahnya harus dijaga tetap kecil, karena sekeranjang stok akan dibeli dan sering dijual. Penggunaan multi-index model menjadi sangat penting dalam hal ini. Masalah lain yang sering dihadapi dalam manajemen pasif adalah keinginan untuk mencocokkan indeks dengan portofolio yang mengecualikan beberapa jenis saham tertentu. Sasaran sosial atau preferensi manajemen sering membatasi kumpulan saham yang dapat digunakan untuk mencocokkan indeks. Dalam 10 tahun terakhir, misalnya, tidak biasa bagi dana pensiun untuk menyatakan bahwa mereka tidak memiliki saham tembakau atau saham perjudian. Kemungkinan sektor pasar seperti saham tembakau memiliki kepekaan terhadap inflasi atau tingkat suku bunga yang berbeda dengan rata-rata saham. Jika dana indeks terbentuk dari sekumpulan saham yang menghalangi saham tembakau menggunakan single-index model, maka kepekaan terhadap indeks ini akan disesuaikan, namun kepekaan terhadap pengaruh penting lainnya mungkin akan berbeda. Penggunaan multi-index model meningkatkan pelacakan indeks. Multi-index model juga membantu memperbaiki kinerja di bawah serangkaian kondisi yang berlawanan langsung dengan yang baru saja dijelaskan. Seorang investor dapat memutuskan untuk mencocokkan indeks dengan portofolio yang harus mengandung saham tertentu. Hal ini sangat umum terjadi di Jepang, dimana saham tertentu sering dimasukkan ke dalam portofolio karena alasan yang memiliki dasar dalam hubungan bisnis antara perusahaan. Di Amerika Serikat, seorang investor mungkin ingin mempertahankan (atau menambahkan) kepemilikan tertentu dalam portofolio karena alasan bisnis atau karena investor tidak ingin mengakui 17
kerugian modal atau keuntungan tertentu namun belum direalisasi atau keuntungan baik untuk tujuan perpajakan maupun tujuan pelaporan. Masalahnya, kemudian, adalah untuk menemukan portofolio keseluruhan yang matching dengan index namun termasuk seperangkat saham yang ditentukan. Karena saham ini mungkin memiliki sensitivitas yang mempengaruhi matching index, penting untuk mencocokkan secara eksplisit pada masing-masing faktor risiko utama. Salah satu jenis manajemen pasif yang dapat dilakukan dengan multi-index model pada dasarnya berbeda dari apa yang bisa dilakukan dengan single-index model. Multi-index model memungkinkan seseorang untuk mencocokkan indeks sementara dengan sengaja mengambil posisi sehubungan dengan jenis risiko tertentu yang berbeda dengan posisi yang terdapat dalam indeks. Hal ini dapat diilustrasikan lebih lengkap dengan kembali ke data yang disajikan. Untuk indeks S & P di awal bab ini. Nilai b (sensitivitas) untuk Indeks S & P dengan inflasi -0,37, yang menyiratkan (hal lain tetap konstan) yaitu investasi pada indeks S & P cenderung turun sebesar 0,37% jika tingkat inflasi naik 1%. Jika dana pensiun sangat sensitif terhadap risiko inflasi (karena pembayaran kewajiban meningkat dengan inflasi), mungkin ingin memiliki portofolio yang memiliki kepekaan nol terhadap inflasi (atau bahkan sensitivitas positif). Ini bisa membentuk portofolio yang memiliki respon yang sama terhadap semua faktor yang mempengaruhi S & P (kecuali faktor inflasi) dengan memecahkan masalah pemrograman kuadratik untuk membentuk portofolio yang sesuai. Semua S & P kecuali b pada inflasi, nol atau positif b dengan inflasi, dan memiliki minimal residual risk. Aplikasi yang baru saja kita bahas bisa dilakukan dengan menggunakan multi-index model; Namun, asumsi APT menambahkan wawasan tambahan ke dalam prosesnya. Ini memberitahu investor yang diharapkan. Biaya untuk mengubah eksposur inflasi. Mengamati? Dengan inflasi, kita melihat bahwa pasar akan menerima tingkat pengembalian yang lebih rendah sebesar 4,32 untuk setiap tingkat kepekaan terhadap inflasi. Ini karena investor agregat lebih memilih saham yang menawarkan imbal hasil lebih tinggi ketika Inflasi naik. Investor yang menginginkan sensitivitas zero-inflation diperkirakan A (-4.32) x 0,37 = -1.60 perubahan (penurunan) pada expected return untuk mendapatkan posisi yang diinginkan. Ini adalah metode yang mungkin Investor melakukan trade-off antara jenis risiko dan imbal hasil yang diharapkan Active Management Sebagian besar penggunaan multi-index model untuk manajemen aktif paralel penggunaannya dalam manajemen pasif. Lebih mudah untuk mendiskusikannya seperti yang disajikan sebelumnya. Kembali ke model sederhana yang telah kita diskusikan dan asumsikan bahwa indeks S & P adalah patokan yang tepat dan analis percaya bahwa penjualan akan meningkat sebesar 1% lebih banyak dari perkiraan pasar. Analis dapat meningkatkan nilai b sehubungan dengan penjualan pada portofolio dari nilai 1,71 yang ditemukan untuk indeks S & P menjadi 2,21. Dialam model APT dan mengakui bahwa untuk penjualan adalah 1,49, kenaikan sensitivitas penjualan sebesar 0,5% akan menyebabkan 0,5 (1,49 kenaikan imbal 18
hasil sebesar 0,745%, yang cukup memadai untuk memberi penghargaan kepada investor atas risiko tambahan tersebut. Namun, kenaikan 1% tambahan dalam penjualan akan menghasilkan kenaikan 2,21% tambahan untuk pengembalian portofolio jika harus terwujud. Dari kenaikan 2,21% ini, 0,5% timbul dari meningkatnya sensitivitas terhadap penjualan, sementara 1,71 akan muncul jika telah ditinggalkan pada tingkat indeks S & P. Kenaikan 0,5% sering disebut imbal hasil berlebih yang disesuaikan dengan risiko, yang timbul dari kemampuan untuk meramalkan faktor lebih baik dari pada pasar. Multi-index model dan Model APT dapat digunakan seperti Single-Index model ; CAPM digunakan untuk membentuk struktur portofolio optimal berdasarkan perkiraan kinerja sekuritas individual. Pendekatan yang paling sederhana adalah yang dibahas di Bab 8, di mana multi-index model digunakan untuk menghasilkan kovarians antara sekuritas sementara tingkat pengembalian dan varians yang diharapkan dipasok oleh beberapa kombinasi perkiraan analis dan data historis. Aplikasi APT lainnya adalah menggunakan APT untuk saham yang under atau overvalued. Dalam prosedur ini seorang analis menghasilkan perkiraan return saham. APT kemudian digunakan bersamaan dengan perkiraan sensitivitas saham terhadap faktor-faktor untuk menghitung return saham yang dibutuhkan. Ini adalah generalisasi dari analisis yang digunakan ketika CAPM dan APT digunakan sebagai model ekuilibrium. Jika return dan beta yang diharapkan perusahaan sedemikian rupa sehingga berada di atas garis CAPM, ia menawarkan return yang lebih tinggi (mengingat beta-nya) daripada yang dibutuhkan dalam ekuilibrium dan merupakan pembelian. Demikian pula, jika plot di bawah garis, pengembalian yang diharapkan kurang dari yang dibutuhkan dalam ekuilibrium dan harus dijual. Analisis dengan APT memiliki logika yang sama. Pertimbangkan model APT dua faktor. Dalam kasus ini, plot APT sebagai pesawat masuk Ruang tiga dimensi dimana sumbu adalah sensitivitas terhadap dua faktor dan hasil yang diharapkan. Perusahaan yang merencanakan di atas pesawat menawarkan tingkat pengembalian yang diharapkan lebih tinggi daripada yang diminta mengingat sensitivitas dan penawarannya dan harus dibeli Mengapa APT bukan CAPM? Jika APT adalah model ekuilibrium yang tepat. Dan CAPM digunakan, kemudian saham dengan sensitivitas berbeda terhadap faktor namun beta pasar yang sama akan diklasifikasikan secara tidak benar sebagai berisiko sama. Model CAPM salah menyiratkan bahwa mereka memiliki return yang diharapkan sama.
Burmeister, Roll, dan Ross (1994) memeriksa hasil dari model seperti di atas dari periode April 1991 sampai Maret 1992, dengan asumsi dapat diidentifikasi dengan 19
benar. Mereka menemukan bahwa selama periode ini indeks S & P memiliki return 11,57% per tahun dan deviasi standar 18,08%. Portofolio faktor-netral mereka memiliki return 30,04% per tahun dan deviasi standar 6,26% per tahun. Meskipun angka ini jelas optimis, mereka menunjukkan kemampuan portofolio faktor-netral untuk menurunkan risiko dan, jika kemampuan peramalan ada, meningkatkan return. Meskipun seseorang dapat melakukan jenis analisis yang sama dengan single-index model, daripada multi-index model, risiko keseluruhan portofolio akan lebih besar dan pengguna cenderung menemukan dia mempertaruhkan beberapa faktor (seperti inflasi, tingkat suku bunga, dll) daripada mempertaruhkan sekuritas. Factor Investing : An Active-Passive Approach Pada bagian ini kita membahas pendekatan pengelolaan investasi yang relatif baru. Kita telah melihat bahwa, dalam ekuilibrium, ada tingkat pengembalian yang diharapkan positif yang melebihi tingkat risiko yang terkait dengan hal-hal seperti risiko pasar yang meluas atau paparan faktor lain seperti risiko inflasi. Seorang investor yang kurang sensitif terhadap risiko ini dapat memilih untuk memiliki eksposur yang lebih tinggi dengan imbalan yang lebih tinggi.
adalah faktor risiko sistematis j dikarenakan investor menanggung risiko aset i.
Model yang sama untuk single sekuritas juga menjelaskan return keseluruhan portofolio yang diharapkan. Investor i mencari return di atas Rf berisiko yang tidak dapat diperkirakan, dengan memilih dalam portofolio, seperti dalam yang tinggi, akan tinggi juga. Portofolio yang dihasilkan kemudian hanya merupakan alokasi di antara serangkaian faktor dengan premis risiko positif. Singkatnya, APT bisa menjadi kerangka kerja untuk mengambil risiko sekaligus melindungi risiko. Faktor investasi dalam konteks ini tidak berusaha untuk memprediksi atau "waktu" variasi dalam faktor-faktor melainkan mewakili alokasi strategis di sekumpulan faktor tergantung pada selera risiko investor untuk terpapar risiko faktor. Model faktor yang berbeda untuk investasi digunakan di industri, namun model paling akademis untuk ekuitas adalah yang dipelajari oleh Chan, Hamao, dan Lakonishok (1991), Fama dan French (1992), dan Carhart (1997). Para penulis ini mendokumentasikan premis historis positif untuk portofolio jangka pendek yang terbentuk berdasarkan karakteristik saham, termasuk beta pasar, kapitalisasi perusahaan, rasio buku terhadap pasar, dan momentum (yaitu peringkat relatif dari return saham selama tahun sebelumnya). Misalnya, faktor yang dibentuk oleh pemilahan saham setiap periode oleh rasio buku terhadap pasar, mengambil posisi panjang di 30% dengan rasio buku terhadap pasar yang tinggi dan posisi pendek di posisi terbawah 30% dengan buku rendah ke pasar, ini disebut sebagai faktor nilai, atau HML (High Minus Low) untuk jangka pendek. Portofolio ini "aktif" dalam arti 20
mengharuskan penyeimbangan rutin namun pasif dalam arti bahwa hal itu mengikuti peraturan yang telah ditentukan sebelumnya. Gambar 16.1 memilah hasil kumulatif ke empat faktor Fama, Prancis, dan Carhart, yang mengabaikan biaya transaksi. RmRf mewakili premi risiko ekuitas, SMB adalah cap kecil dikurangi faktor cap besar, HML adalah faktor nilai, dan MOM adalah faktor momentum. Perhatikan bahwa keempat faktor premia positif secara signifikan selama periode 1927 sampai 2012. Yang juga menarik adalah reaksi mereka berbeda terhadap krisis keuangan tahun 2008. Faktor momentum mengalami penurunan yang jauh lebih besar daripada faktor ukuran dan nilai, walaupun dalam jangka panjang ia memiliki tingkat pengembalian yang lebih tinggi. Ini menunjukkan bahwa kombinasi faktor dapat memberikan beberapa diversifikasi pada periode distress. Grafik juga menunjukkan, bagaimanapun, bahwa faktor ukuran dan nilai yang dilakukan jauh lebih baik selama periode sebelumnya. Apakah ini disebabkan oleh perubahan dalam premi risiko yang diminta oleh investor untuk memegang portofolio ini atau hanya bukti bahwa perubahan premi sepanjang waktu merupakan pertanyaan terbuka.
21
Ringkasan statistik untuk faktor-faktor tersebut menunjukkan bahwa, sedangkan mean dari faktor nilai dan ukuran lebih rendah, volatilitasnya juga lebih rendah. Ini karena MOM, HML, dan SMB dibangun dari posisi panjang dalam satu portofolio ekuitas dan posisi short di posisi yang lain. Dengan demikian, kami berharap mereka tidak terlalu berfluktuasi daripada portofolio Treasury Bill seperti ekuitas premi RmRf. Term Structure Factor Obligasi pemerintah jangka panjang secara historis memberikan hasil yang lebih tinggi daripada obligasi jangka pendek, dan perbedaan ini dianggap sebagai kompensasi untuk paparan risiko dalam variasi tingkat suku bunga jangka pendek di masa depan, walaupun beberapa teori kurva yield mengajukan alasan tambahan, untuk selisih yield ini, termasuk variasi permintaan uang pada masa jatuh tempo yang berbeda (bandingkan Vayanos dan Vila, 2009). Tertanam dalam suku bunga jangka panjang juga merupakan harapan tentang inflasi dan premi risiko inflasi, karena obligasi jangka panjang adalah sekuritas nominal (Ang dan Piazzesi, 2003). Faktor struktur jangka terbentuk dengan mengambil posisi panjang dalam obligasi pemerintah jangka panjang dan posisi short dalam sekuritas Treasury jangka pendek. Chen, Roll, dan Ross (1986) menggunakan variabel ini dalam uji empiris APT mereka dan menganggapnya sebagai penentu cross return saham, meskipun merupakan faktor obligasi. Credit Risk Factor Ini menunjukkan kompensasi atas risiko gagal bayar pada instrumen hutang. Untuk sekuritas perusahaan yang berisiko, hal ini cenderung berkorelasi dengan premi ekuitas, karena gagal bayar menjadi ekuitas, dan juga memiliki komponen makroekonomi, karena default cenderung dikelompokkan menurut waktu dan terjadi pada periode kesulitan keuangan. Faktor ini dibangun dari posisi long dalam hutang perusahaan jangka panjang dan posisi short dalam obligasi pemerintah jangka panjang yang sesuai dengan jangka waktu yang sama. Risiko kredit juga termasuk dalam studi Chen, Roll, dan Ross. Foreign Exchange (FX) Carry 22
Faktor ini mencerminkan kembalinya pinjaman dalam mata uang berbunga tinggi dan meminjam dalam mata uang dengan tingkat bunga rendah. Strategi ini memiliki premi implisit karena risiko konvergensi suku bunga, namun penggunaannya hanya didokumentasikan di era modern dimana mata uang diperdagangkan di pasar modal, yaitu periode pasca 1970-an, setelah rincian Bretton Woods. Jurek (2007) dan banyak penulis lainnya mendokumentasikan keuntungan besar selama beberapa tahun karena strategi perdagangan barang, tetapi juga menunjukkan bahwa mereka secara signifikan secara negatif condong, menunjukkan adanya pembayaran seperti asuransi. Faktor ini menghasilkan mata uang long dengan yield tinggi dan mata uang short dengan yield rendah. Value Factor Ini biasanya dibangun dari posisi long di saham dengan rasio buku terhadap pasar yang tinggi dan posisi short di saham dengan rasio buku terhadap pasar yang luar biasa rendah. Dalam prakteknya, banyak indikasi nilai lainnya dapat digunakan, termasuk harga relatif terhadap variabel akuntansi lainnya (seperti pendapatan, penjualan, perkiraan dan realisasi pendapatan). Penafsiran ekonomi dari faktor ini adalah bahwa hal itu merupakan kompensasi atas tekanan perusahaan, karena nilai buku ke pasar yang tinggi adalah harga pasar yang rendah. Teori lain mengenai faktor nilai mencakup hipotesis bahwa ia mengkompensasi opsi pertumbuhan rendah oleh perusahaan yang tidak fleksibel dengan aset yang ada selama periode kesusahan (bandingkan dengan Zhang, 2005), atau sensitivitas waktu dari persediaan nilai yang memanifestasikan dirinya sebagai perubahan Beta di negaranegara makroekonomi (Ang dan Chen, 2007). Penjelasan perilaku untuk nilai premium melebihi ekstrapolasi tingkat pertumbuhan masa lalu ke masa depan (Lakonishok, Shleifer, dan Vishny, 1994). Size Factor Dibangun dari posisi long di saham cap kecil dan posisi short di saham cap besar, efek perusahaan kecil terdokumentasi dengan baik dalam literatur ekonomi keuangan, namun ekonomi yang mendasari kinerja jangka panjang saham dengan kapitalisasi rendah masih belum dipahami secara jelas. Periset sejak Banz (1981) telah mengeksplorasi sejumlah penjelasan berdasarkan risiko, kelembagaan, dan perilaku yang berbeda. Beberapa teori ini dibahas secara lebih rinci di Bab 17. Berk (1995) berpendapat bahwa efek perusahaan kecil adalah hasil dari model penetapan harga aset yang salah sasaran. Implikasinya terhadap kritiknya adalah bahwa hal itu mungkin tidak diperlukan untuk menentukan risiko yang tepat yang ditangkap oleh saham kecil karena kapitalisasi kecil mereka hanya mencerminkan terpapar satu atau lebih faktor harga namun tidak diketahui harganya. Perspektif pada efek perusahaan kecil ini membenarkan dimasukkannya saham cap kecil dalam portofolio faktor. Momentum Factor
23
Penjelasan yang paling menarik untuk momentum adalah perilaku dan didasarkan pada investor yang tidak bereaksi terhadap berita (bandingkan Barberis, Shleifer, dan Vishny, 1998). Cooper, Gutierrez, dan Hameed (2004) dan Chabot, Ghysels, dan Jagannathan (2008) mencatat bahwa momentum keuntungan bergantung pada apakah pasar saham itu sendiri berada pada pasar bull atau bear. Keuntungan momentum berbalik negatif selama pasar bearing yang diperpanjang - implikasinya adalah pasar bull menarik investor yang keseimbangan harga yang lambat dapat dieksploitasi dengan aturan investasi sederhana. Gambar 16.1 menunjukkan bahwa faktor momentum jatuh selama krisis keuangan, menunjukkan bahwa keuntungan yang didapatnya selama rentang waktu yang panjang dapat menggantikan risiko episodik namun ekstrem. Momentum tampaknya meluas di hampir setiap kelas aset, di dalam setiap kelas aset, dan bahkan di kelas aset (Asness, Moskowitz, dan Pedersen, 2008). Sebagian besar faktor momentum memiliki turnover yang relatif tinggi. Volatility Factor Faktor volatilitas memanifestasikan dirinya di bagian pilihan: opsi out-of-the money mahal dibandingkan opsi at-money (Coval and Shumway, 2001), misalnya. Dalam formulasi lain, perbedaan harga antara opsi pada indeks dan opsi individual pada komponen indeks - yang disebut perdagangan korelasi (Driessen, Maenhout dan Vilkov, 2007) - mengeksploitasi hubungan ini di beberapa kelas aset (pendapatan tetap, mata uang, komoditas, dll.). Faktor ini tidak terbatas pada derivatif saja karena hubungan antara volatilitas dan pengembalian harus diambil oleh faktor risiko volatilitas. Misalnya, Ang, Goetzmann, dan Schaefer (2009) menunjukkan bahwa saham dengan volatilitas rendah memiliki tingkat pengembalian yang tinggi dalam penangguhan global tingkat pengembalian saham. Bollerslev, Tauchen, dan Zhou (2009) menunjukkan bahwa volatilitas tinggi premia yang terbentuk dari ukuran volatilitas tersirat memperkirakan tingkat pengembalian masa depan yang tinggi. Blitz dan van Vleit (2007) menunjukkan bahwa pilihan tidak diperlukan untuk membangun faktor volatilitas. Dengan memilah-milah ekuitas global menjadi portofolio berdasarkan volatilitas historis, mereka menemukan premi yang tinggi terhadap faktor yang memiliki volatilitas rendah dan saham volatilitas rendah. Meskipun logika ekonomi di balik imbal hasil yang diharapkan lebih tinggi terhadap portofolio volatilitas rendah tampaknya bertentangan, Asness, Frazzini, dan Pederson (2011) berpendapat bahwa hal itu konsisten dengan keengganan untuk memanfaatkan. Liquidity Factor Likuiditas, atau kemampuan untuk memperdagangkan keamanan dengan cepat dan dengan sedikit dampak pada harga pasar, adalah risiko pasar modal yang terkenal. Krisis keuangan di tahun 2008 ditandai oleh penurunan likuiditas instrumeninstrumen tertentu seperti sekuritas berbasis mortgage. Bahkan sebelum krisis, bukti empiris yang kuat menunjukkan bahwa likuiditas muncul pada masa-masa kesulitan keuangan. Periset dan praktisi telah berhipotesis bahwa likuiditas oleh karena itu 24
merupakan faktor harga yang dapat memberikan premi bagi investor yang dapat bertahan menghadapi episode tidak likuid di pasar modal. David Swensen, chief investment officer dari Yale University Endowment, secara resmi memperkenalkan gagasan premi likuiditas pada praktik investasi dalam bukunya Perintis Portfolio Management. Selama periode dua dekade, Yale Endowment mengalokasikan sebagian besar aset tidak likuid seperti private equity partnership. Karena Yale adalah institusi yang terus-menerus hidup dengan cakrawala investasi yang panjang dan kebutuhan likuiditas yang kurang mendesak, dia beralasan bahwa Yale dapat mengambil premi dari counterparty di pasar modal yang mengandalkan perlunya melikuidasi kepemilikan mereka selama masa-masa sulit. Keberhasilan jangka panjang Yale Endowmen sangat memperhatikan strategi premium likuiditas dan banyak diitiru. Inflation Factor Ekspektasi inflasi masa depan tertanam dalam kurva imbal hasil karena kebanyakan obligasi - kecuali TIPS - adalah kontrak secara nominal. Chen, Roll, dan Ross (1986) menemukan bahwa dua faktor yang terkait dengan inflasi dihargai di bagian crosssaham dari return saham: kejutan inflasi dan perubahan pada inflasi yang diharapkan. Sebuah literatur yang panjang tentang dokumen lindung nilai inflasi bahwa ini adalah risiko makroekonomi utama yang dicari oleh investor agar dihindari dan karenanya harus memerintahkan premi dalam pengembalian keamanan yang diharapkan. Upaya membangun portofolio untuk melacak risiko inflasi meliputi Lamont (2001) dan Downing, Longstaff, dan Rierson (2012). Karena keengganan inflasi yang meluas, bagaimanapun, berinvestasi untuk "panen" premi inflasi belum diajukan dalam praktik. Chen, Roll, dan Ross (1986) tidak menemukan premi pada paparan guncangan harga minyak - sebuah proxy untuk inflasi. GDP Factor Cochrane (1999) mengamati bahwa efek ekonomi dari boom dan resesi dalam perekonomian sangat luas sehingga terpapar fluktuasi dalam PDB harus memerintahkan premi risiko. Chen, Roll, dan Ross (1986) menemukan premi untuk faktor yang dibangun dari guncangan produksi industri, walaupun ada kesulitan ekonometrik dalam mengukur variabel makroekonomi. Tes yang lebih baru telah menemukan beberapa bukti bahwa faktor procyclicality dapat menjelaskan perbedaan dalam return saham. Vassalou (2003), misalnya, menemukan bahwa berita tentang perubahan realisasi masa depan pada PDB dihargai di bagian penangguhan pengembalian saham. Goetzmann, Watanabe, dan Watanabe (2010) membangun sebuah variabel dari perkiraan para ekonom dua tahunan mengenai pertumbuhan PDB dan menemukan bahwa portofolio jangka panjang berdasarkan proseduralitas betas memberikan premi risiko yang substansial. Campbell dan Diebold (2009) menunjukkan bahwa prakiraan ekonomi terhadap pertumbuhan PDB memprediksi perubahan agregat yang diharapkan kembali ke pasar saham, konsisten dengan adanya faktor PDB yang meluas. Equity Risk Premium 25
Meskipun dibahas secara luas di tempat lain dalam buku ini, penting untuk memasukkan premi risiko ekuitas sebagai faktor seperti lainnya, jika tidak ada alasan lain selain fakta bahwa penyebaran pengembalian saham atas pengembalian obligasi telah didokumentasikan secara empiris selama berabad-abad return saham pasar. Limitations of Factor Investing Salah satu kritik penting untuk investasi faktor adalah faktor yang mengantarkan premia tidak selalu memiliki interpretasi ekonomi yang jelas. Meskipun beberapa faktor, seperti risiko kredit dan struktur jangka, mudah dikaitkan dengan risiko yang secara alami berusaha menghindari atau memastikan lawan, sementara lainnya, seperti momentum, membingungkan. Sayangnya, faktor-faktor yang muncul untuk menjelaskan variasi penampang paling banyak dalam pengembalian saham historis juga yang paling tidak memiliki intuisi ekonomi. Ukuran, nilai, dan momentum sangat efektif dalam menjelaskan tingkat pengembalian saham, dan memiliki premis historis yang sangat signifikan. Namun, sulit untuk menghubungkan premia ini dengan risiko mendasar yang dihadapi investor. Meski agak tidak memuaskan, keadaan pengetahuan terkini tentang faktor dan preminya cenderung berubah dengan penelitian keuangan masa depan. Kritik kedua yang sangat relevan dengan praktik adalah bahwa jumlah premia, sementara dapat dikaitkan secara andal dengan risiko ekonomi, berukuran kecil. Sebagai contoh, premi kurva imbal hasil sangat dapat diandalkan sepanjang horison panjang, namun jarang kembali lebih dari 3% per tahun. Ini tidak mencukupi untuk portofolio dengan tujuan menghasilkan keuntungan riil yang substansial. Factor Investing Summary Singkatnya, faktor investasi merupakan aplikasi penting dari Teori Harga Arbitrase. Ini bergantung pada landasan ekonomi yang kokoh untuk sumber keuntungan berdasarkan kompensasi karena mengambil risiko sistematis. Tantangan investasi faktor adalah identifikasi faktor dan pemahaman ekonomi yang mendasari premis historis yang telah mereka hasilkan. Manajemen investasi dalam kerangka investasi faktor memungkinkan pengukuran dan pemantauan ekspos terhadap faktor risiko dan fleksibilitas untuk "dial up" faktor-faktor tertentu yang sesuai dengan anggaran risiko portofolio. Paritas risiko adalah salah satu pendekatan yang diusulkan untuk memandu alokasi di seluruh faktor. Performance Measurement and Attribution Penggunaan model multi-indeks dan APT terakhir yang harus kita periksa adalah di bidang evaluasi kinerja portofolio. Sulit untuk membahas penggunaan APT dalam pengukuran dan evaluasi kinerja tanpa meninjau keseluruhan literatur di bidang ini. Karena ini, kami akan meninggalkan diskusi yang mendetail dan kelanjutan contoh yang kami mulai di bab ini sampai Bab 25. Namun, pertimbangan model yang telah kami diskusikan menunjukkan bahwa kinerja portofolio yang diharapkan tidak hanya merupakan fungsi portofolio. Kepekaan terhadap pasar namun juga fungsi sensitivitas portofolio terhadap pertumbuhan penjualan dan inflasi. Jika pengaruh 26
yang memasuki proses menghasilkan kembali dan APT diabaikan dalam melakukan evaluasi kinerja, tidak hanya kinerja analis yang tidak dapat dikaitkan dengan jenis keputusan manajemen yang dia buat, namun mungkin yang lebih penting, kesimpulan yang salah dapat dicapai mengenai bagaimana Manajer yang baik tampil.
27
