an bergerak naik secara langsung dan terjebak dalam range, atau akan bergerak perlahan naik selama berbulan-bulan?
Sebagai contoh, anggaplah seorang manajer percaya bahwa pendapatan yang akan segera dirilis dari Perusahaan XYZ akan melebihi perkiraan konsensus. Manajer harus memutuskan apakah akan membeli saham, membeli opsi call, menjual opsi put, atau mengekspresikan perdagangan melalui ETF sektor. Demi menjalankan perdagangan yang optimal, manajer juga harus mempertimbangkan risiko penurunan dan kerangka waktu.
28.2.6.3 Menentukan Ukuran Posisi Langkah berikutnya bekerja bersamaan dengan langkah sebelumnya. Biasanya, seorang manajer long/short memiliki posisi yang ada, jadi dia perlu memahami bagaimana posisi baru akan cocok dalam konteks portofolio saat ini. Menentukan ukuran posisi mungkin memerlukan penyesuaian terhadap peluang lain dalam portofolio. Posisi umumnya diukur berdasarkan tingkat manajer. Here is the translation of the provided text into Indonesian:
"Operasi saat mengeksekusi perdagangan mencakup hal-hal berikut:
- Likuiditas dari sekuritas yang mendasari pada saat eksekusi
- Apakah ada pengumuman besar yang akan dirilis yang mungkin memengaruhi pasar
- Ketersediaan saham untuk dipinjam dalam kasus penjualan pendek
Manajer yang sukses harus memiliki pemahaman yang tajam tentang potensi dampak pasar dari perdagangan tersebut, yang dapat meningkatkan biaya perdagangan. Jika seorang manajer memiliki pesanan besar dan mencoba mengeksekusinya sekaligus, ia mungkin menggoyahkan pasar begitu keras sehingga harga rata-rata yang akhirnya dibayarkan menjadi sangat mahal. Namun, jika ia membagi pesanan menjadi bagian yang lebih kecil atau mengeksekusi dengan harga rata-rata berbobot waktu (TWAP) atau harga rata-rata berbobot volume (VWAP) sepanjang hari, ia mungkin mencapai harga rata-rata yang lebih baik. Trade-off antara pengurangan alpha dan penyelesaian pesanan harus dievaluasi dengan menentukan biaya peluang yang muncul akibat menunggu untuk mengeksekusi. Jika manajer mengeksekusi dengan cepat, seberapa besar pengaruh perdagangan tersebut terhadap..." dan manajer—atau, lebih tepatnya, kepala pedagang—sering kali akan memeriksa rata-rata volume harian setiap saham dalam upaya untuk menilai likuiditas yang mendasari setiap posisi. Beberapa batasan mungkin diberlakukan (seperti tidak pernah memiliki posisi yang lebih besar dari X% dari rata-rata volume perdagangan harian) untuk memastikan kemampuan keluar dari posisi dengan cepat ketika diperlukan. Rata-rata ini dapat dihitung selama periode dengan berbagai panjang, yang dikenal sebagai analisis jendela bergulir. Namun, upaya semacam itu untuk mengelola likuiditas portofolio menjadi semakin menantang seiring dengan meningkatnya aset yang dikelola (AUM) oleh manajer, biasanya disebabkan oleh kinerja yang sukses dan penggalangan dana. Seiring dengan meningkatnya AUM dalam suatu dana long/short tertentu, perlahan-lahan beralih ke saham dengan kapitalisasi yang lebih besar dalam mencari likuiditas yang lebih tinggi mungkin menjadi semakin sulit untuk dihindari, yang pada akhirnya dapat mengurangi peluang perdagangan dan alpha dari dana tersebut. dalam pasar yang tertekan (misalnya, bagaimana jika portofolio ini dipegang selama keruntuhan teknologi tahun 2000?). Beberapa manajer long/short yang lebih kecil mungkin memilih untuk menggunakan laporan risiko dari broker utama mereka, karena mempekerjakan seorang manajer risiko berpengalaman itu mahal.
Komentar singkat tentang posisi pendek dalam portofolio long/short perlu disampaikan. Meskipun penjualan pendek merupakan karakteristik yang menentukan dari manajer long/short yang sukses, manajer long/short biasanya memiliki posisi neto panjang. Penelitian empiris telah menunjukkan bahwa, rata-rata, manajer long/short memiliki eksposur neto positif terhadap pasar secara keseluruhan, dengan beta pasar sekitar 0,5.
Secara teori, posisi pendek dapat menyebabkan kerugian yang tidak terbatas. Selain itu, ketika posisi pendek berlawanan dengan manajer, itu jauh lebih menyakitkan daripada saat posisi panjang berlawanan dengan manajer. Ini paling baik diilustrasikan dalam contoh berikut.
760 BAGIAN 5: HEDGE FUNDS DAN FUTURES YANG DIOLAH
Misalkan seorang manajer long/short memiliki dua investasi, A dan B, dan dia memiliki posisi panjang. Pelaksanaan jual pendek menjadi jauh lebih sulit dan dampak pasar menjadi jauh lebih besar ketika harga saham turun, karena saham dapat turun lebih rendah selama sejumlah perdagangan sebelum terjadi kenaikan kecil pertama dalam harga, pada saat itu saham dapat dijual pendek. Saham juga harus dipinjam dari pemilik saham sebelum dapat dijual pendek. Penjual pendek mungkin terpaksa menutupi saham jika pemilik (peminjam) dari saham yang dipinjam menjual saham tersebut, yang harus diserahkan kepada pemilik baru. Short squeeze adalah risiko unik lainnya dari praktik jual pendek, di mana harga saham naik dengan cepat dan penjual pendek terpaksa menutupi posisi mereka untuk tujuan manajemen risiko. Dalam saham yang banyak dipinjam, short squeeze kabarnya terjadi akibat upaya terkoordinasi oleh beberapa pemegang saham yang ingin melihat harga saham naik tajam. Para pemegang saham tersebut membeli saham dengan cepat, berharap dapat memaksimalkan dampak pasar dari perdagangan mereka dan memaksa penjual pendek untuk menutupi posisi mereka dan menambah... atau perusahaan-perusahaan solid dengan
keunggulan kompetitif yang dapat dipertahankan yang diperdagangkan dengan diskon terhadap nilai wajar yang diperkirakan. Adalah hal yang umum mendengar para manajer long/short menggambarkan strategi mereka sebagai “nilai dengan katalis” atau “pertumbuhan dengan harga yang wajar.”
Manajer long/short ekuitas fundamental terlatih dengan baik dalam analisis fundamental, sering kali dengan pengalaman sebelumnya di hedge fund besar atau sebagai analis riset di bank investasi terkemuka. Beberapa manajer long/short mungkin berasal dari kompleks dana mutual long-only atau perusahaan ekuitas swasta yang sukses. Terlepas dari itu, manajer ini harus dilengkapi dengan baik untuk menganalisis neraca dan laporan laba rugi serta membuat proyeksi tentang prospek pendapatan masa depan perusahaan untuk membangun model arus kas bebas diskon. Model-model ini sering diperbarui setiap hari atau setidaknya setiap minggu.
Banyak manajer hedge fund ekuitas fundamental adalah investor nilai yang kuat, yang, seperti Warren Buffett, mencari untuk berinvestasi di bisnis nyata. Para manajer ini informasi yang tepat waktu melalui jaringan kontak yang kuat. Saham dengan kapitalisasi besar mendapat perhatian yang baik dari analis ekuitas, membuat kesalahan penilaian menjadi kurang mungkin. Sebagai hasilnya, manajer ekuitas jangka panjang/pendek yang berorientasi nilai cenderung memfokuskan penelitian mereka pada perusahaan dengan kapitalisasi kecil dan menengah. Hal ini konsisten dengan bukti empiris yang menunjukkan bahwa manajer ini memiliki bias positif terhadap saham-saham dengan kapitalisasi kecil. Selain itu, nama-nama yang kurang dikenal mungkin memiliki lebih banyak inefisiensi terkait dengan potensi kesalahan penilaian mereka, yang konsisten dengan teori efisiensi informasi dari model-model berbasis keseimbangan yang bergantung pada partisipasi agen.
Sumber Pengembalian dari Strategi Jangka Panjang/Pendek Fundamental Salah satu sumber potensi pengembalian adalah inefisiensi informasi yang spesifik untuk perusahaan. Jika pasar modal tidak efisien secara informasional pada tingkat semi-kuat, maka analisis fundamental dapat menghasilkan pengembalian yang disesuaikan dengan risiko yang lebih baik dengan membangun posisi panjang di. faktor pengembalian yang membedakan kelompok saham antara perusahaan yang berkinerja tinggi yang seharusnya dipegang dalam jangka panjang (misalnya, saham kecil) dan perusahaan yang berkinerja rendah yang seharusnya dijual pendek (misalnya, saham besar). Penelitian seminal Fama dan French (1993, 1995, 2008) menunjukkan bahwa pengembalian ekuitas AS yang direalisasikan didorong oleh faktor yang terkait dengan ukuran masing-masing perusahaan dan sejauh mana perusahaan tampak menawarkan nilai dibandingkan dengan pertumbuhan. Selain itu, pengembalian ekuitas rata-rata dan mungkin bahkan yang diharapkan tampaknya terkait dengan faktor-faktor ini. Secara spesifik, saham kecil tampaknya mengungguli saham besar, dan saham nilai tampaknya mengungguli saham pertumbuhan dalam jangka waktu yang panjang. Oleh karena itu, manajer hedge fund ekuitas fundamental mungkin telah memperoleh pengembalian yang lebih tinggi melalui fokus mereka pada saham nilai berkapitalisasi kecil. Pengembalian yang lebih tinggi ini akan didorong oleh bias panjang bersih, bersama dengan pengembalian tinggi yang dapat diatribusikan kepada Negara maju dan negara berkembang. Hasil menunjukkan variasi valuasi yang lebih luas dari waktu ke waktu di negara berkembang dibandingkan di negara maju, yang menunjukkan bahwa teori-teori tersebut dapat dibenarkan, setidaknya secara permukaan, mengingat dukungan empiris awal yang terbatas. Secara agak analog dengan saham besar dibandingkan saham kecil, harga di pasar berkembang kecil mungkin memiliki tingkat efisiensi informasi yang lebih rendah dibandingkan harga di pasar maju besar. Pasar berkembang yang lebih kecil mungkin menawarkan imbal hasil yang lebih tinggi sebagai kompensasi untuk risiko yang lebih tinggi, sebagai kompensasi untuk likuiditas yang lebih rendah, atau sebagai insentif bagi investor untuk melakukan analisis fundamental tambahan yang diperlukan untuk berinvestasi di pasar yang relatif tidak efisien (yaitu, premium kompleksitas).
Imbal hasil yang mungkin lebih tinggi dari pasar negara berkembang dapat membuat argumen yang cukup baik untuk menambahkan manajer portofolio long/short pasar negara berkembang ke dalam campuran peluang long/short yang umum. Motivasi yang kurang jelas adalah untuk menghindari. Sebagai perusahaan investasi tertutup, dan sejumlah sekuritas utang konvertibel. Namun, ini tidak termasuk saham perusahaan investasi terbuka (reksa dana) atau penjualan singkat. Aturan pelaporan mengharuskan manajer untuk mengungkapkan nama dan posisi semua sekuritas 13F yang dimiliki dalam portofolio mereka secara berkala setiap kuartal dalam waktu 45 hari setelah penutupan kuartal. Sejauh manajer long/short tidak sering mengubah posisi mereka, informasi yang diperoleh melalui laporan 13F akan tetap terkini dan relevan.
Manajer dana-of-funds long/short yang berpengalaman memeriksa 13F untuk posisi teratas sebelum bertemu dengan manajer long/short baru. Baru-baru ini, telah terjadi proliferasi perusahaan yang berusaha menangkap dan menyajikan informasi ini secara komersial kepada klien. Banyak situs web yang tersedia yang akan menyediakan informasi ini kepada pengguna akhir dengan biaya tertentu. Selain itu, produk investasi yang didasarkan pada posisi 13F dari hedge fund populer. h adalah bunga yang diperoleh dari hasil penjualan pendek. Rebate biasanya berdasarkan pada suku bunga variabel yang terhubung dengan indeks (misalnya, suku bunga dana federal) dikurangi biaya pinjaman (misalnya, 0,15% atau 0,25% per tahun) yang diperoleh peminjam dari hasil penjualan pendek. Dalam kasus-kasus yang tidak biasa di mana suku bunga sangat rendah atau sekuritas situasi khusus di mana permintaan untuk meminjam sangat tinggi, biaya pinjaman dapat melebihi pendapatan bunga, menghasilkan rebate negatif atau biaya pinjaman bagi penjual pendek. Dari perspektif pemberi pinjaman sekuritas, pemberi pinjaman dapat meminjam uang dengan suku bunga rebate—suatu tingkat yang lebih rendah dari indeks tanpa risiko—yang dapat diperkirakan dapat diinvestasikan dengan spread positif relatif terhadap rebate.
Contoh bergaya berikut menggambarkan analisis sederhana dari manfaat dan biaya yang biasanya terjadi.
Total pengembalian untuk manajer long/short dapat diuraikan dan dikaitkan dengan empat komponen dari posisi long dan empat komponen dari posisi short. 50.00)
4. Pembayaran dividen −$ 1.00
Total perubahan dolar dari posisi short +$ 2.25
Total pengembalian dolar +$14.25
Pertimbangkan contoh sangat sederhana dari manajer long/short dengan $100 aset
di bawah pengelolaan dan hanya dua posisi:
1. Long $100 dari Perusahaan XYZ, yang membayar dividen sebesar $2
2. Short $50 dari Perusahaan ABC, yang membayar dividen sebesar $1
Misalkan bahwa tujuannya adalah untuk mengatributkan total kinerja dana long/short
ini selama periode spesifik satu tahun. Juga, anggap tidak ada perdagangan lain yang
dilakukan selama tahun itu, bahwa harga saham XYZ naik 10% selama tahun tersebut,
dan bahwa harga saham ABC turun 5% selama tahun yang sama. Asumsikan bahwa rebate
short sebesar 1. 5% terdiri dari tingkat pengembalian yang dibayarkan kepada dana dari
hasil penjualan pendek (2% per tahun) dan biaya untuk meminjam saham ABC (0.50%
per tahun). Terakhir, anggap bahwa dana dapat menggunakan saham long-nya sebagai
jaminan untuk penjualan pendek. Perhatikan bahwa tidak ada kas berlebih. Exhibit 28.1 menggambarkan Here is the translation of the provided text into Indonesian:
strategi 765
PAMERKAN 28.2 Arus Kas
Pengembalian dolar dari posisi panjang (X):
1. Apresiasi/Depresiasi harga +$75.00
2. Dividen yang diterima +$7.00
3. Biaya bunga margin untuk posisi panjang (jika terlever) $0.00
4. Bunga kas ($600 – $500 = $100) +$1.00
Total perubahan dolar dari posisi panjang +$83.00
Pengembalian dolar dari posisi pendek (Y):
1. Depresiasi/Apresiasi harga –$10.00
2. & 3. Diskon pendek +$2.00
4. Pembayaran dividen −$2.00
Total perubahan dolar dari posisi pendek –$10.00
Total pengembalian dolar +$73.00
Pialang utama biasanya akan memeriksa karakteristik portofolio untuk menentukan syarat yang tepat, dengan syarat yang lebih menguntungkan, seperti suku bunga pinjaman yang lebih rendah dan tingkat rebate yang lebih tinggi, umumnya ditawarkan kepada dana yang lebih besar. Ada periode di mana pialang utama mengurangi leverage yang mereka berikan kepada klien hedge fund mereka, yang mengharuskan dana terlever untuk mengurangi ukuran posisi selama pasar yang volatile.
Jika dana long/short sepenuhnya diinvestasikan, apakah... ny mempertimbangkan dua hal penting: kemampuan perusahaan untuk menghasilkan pengembalian yang stabil di atas rata-rata dan apakah perusahaan memiliki posisi kompetitif yang bisa dipertahankan. Faktor-faktor lain yang sangat mempengaruhi kinerja bisnis adalah kebutuhan modal dan profil aliran kasnya. Apakah perusahaan menghasilkan sebagian besar penjualannya di musim liburan, atau apakah penjualan tersebut terjadi secara konsisten sepanjang tahun? Seberapa penting produk atau layanan tersebut—apakah itu sesuatu yang diperlukan atau hanya sekedar yang diinginkan? Pertanyaan-pertanyaan tersebut akan membantu menentukan konsistensi driver aliran kas yang dihasilkan oleh bisnis tersebut.
Faktor penting lainnya dalam menilai sebuah perusahaan adalah memahami bagaimana cara mengukur unit dasarnya. Artinya, apa ekonomi dari unit dasar bisnis tersebut? Manajer harus memahami dengan tepat bagaimana industri tempat perusahaan ini berada mengukur unit dasar.
Sebagai contoh, metrik umum dalam industri penerbangan termasuk ketersediaan... ent
dari para karyawannya.
Salah satu contoh terbaik dari hal ini adalah bagaimana iPhone milik Apple mendominasi perangkat BlackBerry di pasar komunikasi profesional mobile. Pertimbangkan situasi hipotetis berikut: Semua pengguna profesional tinggal di sebuah pulau, dan terdapat jumlah pengguna yang tetap. Setiap pengguna hanya dapat menggunakan satu perangkat mobile. Hanya ada dua produk mobile yang tersedia: iPhone dan BlackBerry. Awalnya, semua penduduk memiliki perangkat BlackBerry. Ketika iPhone diperkenalkan, beberapa pengguna awal memilih untuk menyerahkan BlackBerry mereka dan beralih ke iPhone. Tingkat di mana peralihan ini terjadi mengungkapkan informasi penting tentang posisi bisnis mendasar Apple dibandingkan dengan BlackBerry.
Jelas, Apple dan BlackBerry memiliki banyak lini bisnis yang berbeda di luar perangkat komunikasi mobile profesional mereka, tetapi contoh ini menunjukkan ide dasar tentang posisi relatif, pangsa pasar, dan kualitas produk.
2. Manajemen Perusahaan
Idealnya, yang terbaik Strategi Nal 767
Lebih jauh lagi, budaya suatu perusahaan juga dapat diturunkan melalui studi tentang karyawan-karyawannya: Siapa mereka, dan apa yang memotivasi mereka untuk bekerja demi pertumbuhan dan kesuksesan perusahaan? Bandingkan tingkat kompensasi karyawan dengan pesaing perusahaan. Amati tingkat energi di perusahaan dan apakah karyawan datang lebih awal dan bekerja larut. Bahkan perhatikan penampilan kantor mereka. Apakah manajemen terlalu mengawasi karyawan? Apakah ada tingkat pergantian staf yang tinggi? Apa yang dikatakan mantan karyawan tentang pengalaman mereka?
Cara manajemen menjalankan perusahaan juga memberikan cahaya penting tentang kesehatan perusahaan. Keputusan yang dibuat secara terpusat daripada terdesentralisasi menunjukkan bahwa manajemen kurang memiliki kemampuan untuk mendelegasikan keputusan. Ketika manajemen mendorong komunikasi terbuka dan umpan balik, karyawan umumnya memiliki lebih banyak masukan terhadap proses bisnis. Juga penting bagaimana perusahaan mengkomunikasikan informasi yang relevan terhadap Here is the translation of the provided text to Indonesian:
yang dapat dibayarkan, gaji yang harus dibayarkan, setoran pelanggan,
pendapatan yang belum diperoleh, dan pajak penghasilan yang harus dibayarkan.
Model DuPont, yang digunakan untuk menghitung ROE (return on equity) berdasarkan
nilai bruto perusahaan daripada nilai netonya, dapat dihitung sebagai berikut:
ROE = Marjin Laba × Perputaran Aset × Leverage, atau
ROE = (Laba Bersih∕Pendapatan) × (Pendapatan∕Aset) × (Aset∕Ekuitas Buku)
Model DuPont memberikan cara yang terorganisir dan seragam untuk memeriksa tren
seiring waktu dalam ROE serta untuk mengatribusikan kinerja pada komponen
ROE.
Karakteristik berikut pada neraca memerlukan perhatian khusus
karena mereka krusial dalam menunjukkan kekuatan atau kelemahan dalam suatu perusahaan: struktur
modal, beban tetap, rasio cakupan, perubahan dalam modal kerja, pembiayaan di luar neraca,
dan masalah dana pensiun.
Informasi tentang kondisi keuangan perusahaan juga ditemukan dalam kebijakan dan prosedur akuntansinya, yaitu: Bagaimana perusahaan mengakui pendapatan? Kapan Manajer juga menganalisis model valuasi arus kas diskonto. Karena profitabilitas di masa depan adalah inti utama, cara pasar menilai perusahaan 18 bulan ke depan, dan bagaimana penilaian itu terlihat relatif terhadap norma historis, merupakan bagian dari analisis mendalam.
Pendekatan laba. Cara lain untuk menilai sebuah perusahaan adalah dengan membandingkan laba perusahaan tersebut dengan laba perusahaan-perusahaan sejenis. Laba juga disebut sebagai pendapatan bersih, karena didefinisikan sebagai uang yang tersisa setelah semua tagihan perusahaan dibayar. Laba perusahaan diwakili sebagai laba per saham (EPS), yang menunjukkan berapa banyak pendapatan bersih yang dihasilkan perusahaan untuk satu saham sahamnya. Meskipun rasio EPS memungkinkan perbandingan langsung dengan perusahaan lain, rasio ini sendiri tidak memberikan banyak wawasan mengenai profitabilitas perusahaan karena tidak mempertimbangkan harga setiap saham perusahaan, itulah sebabnya rasio harga terhadap laba (P/E) lebih disukai. Rasio P/E mengambil sebuah... Untuk menentukan apakah rasio P/E rendah sebuah saham bukanlah tanda masalah di masa depan, diperlukan alat penilaian yang mengukur profitabilitas yang diharapkan di masa depan.
Hedge Funds: Strategi Arah 769
28.3 MACRO GLOBAL
Manajer makro global telah ada selama lebih dari 30 tahun, tetapi era keemasan mereka mencapai puncaknya pada awal 1990-an, ketika strategi mereka mewakili lebih dari setengah aset hedge fund di seluruh dunia. Ini adalah waktu ketika manajer legendaris seperti George Soros (Quantum Fund) dan Julian Robertson (Tiger Management) menjalankan dana multibilion dolar yang terlibat, terutama, dalam perdagangan arah yang terleveraged. Pada tahun 2015, dana makro diskresioner mewakili kurang dari 10%, atau hampir $300 miliar, dari aset industri hedge fund yang dikelola. Meskipun aset makro telah tumbuh seiring waktu, pertumbuhannya berjalan lebih lambat daripada strategi hedge fund lainnya. Selera investor terhadap dana makro global menurun pada pertengahan 2000, ketika operator terkenal seperti Soros dan... Generasi. Leverage masih digunakan, tetapi fokusnya lebih pada konsistensi imbal hasil dan manajemen risiko yang efektif.
28.3.1 Pengenalan pada Strategi Makro
Hedge fund makro global memiliki mandat yang paling luas di antara semua strategi dana utama. Mandat mereka seringkali tidak memiliki batasan dalam hal jenis instrumen, kelas aset, pasar, dan geografi. Mereka dapat secara dinamis mengalokasikan modal ke kelas aset, sektor, atau wilayah yang mereka anggap memiliki peluang terbaik saat ini—sehingga istilah global. Istilah kedua, makro, mencerminkan fakta bahwa para manajer ini menerapkan pandangan makroekonomi ke pasar global. Alih-alih menganalisis peristiwa mikroekonomi yang memengaruhi perusahaan atau aset, mereka melihat dunia dari perspektif top-down. Tujuan mereka adalah untuk mengantisipasi perubahan dan tema makroekonomi global, mendeteksi tren dan titik belok, serta menghasilkan keuntungan dengan berinvestasi di instrumen keuangan yang harga-harganya kemungkinan akan terpengaruh secara langsung. Mereka dapat melakukan posisi beli (long) atau posisi jual (short), menganalisis informasi dari berbagai sumber, seperti publikasi bank sentral, data survei, indikator kepercayaan, aliran aset, ukuran likuiditas, lembaga peramalan, komentator politik, dan kontak pribadi. Mereka mencari pasar yang tidak sesuai dengan realitas makroekonomi, mengidentifikasi situasi yang tidak berkelanjutan atau kelas aset yang cenderung mengikuti tren yang dapat diprediksi. Mereka menghabiskan berjam-jam untuk membentuk pandangan mereka tentang kemungkinan skenario pasar sambil menilai probabilitas skenario alternatif. Setelah peluang risiko-hadiah yang menarik telah diidentifikasi, manajer makro global menentukan titik masuk yang tepat, seringkali dengan menerapkan analisis teknikal tradisional. Hasil keseluruhan adalah sepenuhnya diskresioner dan sangat tergantung pada keterampilan khusus dari manajernya.
Sebaliknya, manajer makro global sistematis menerapkan proses investasi yang sangat terstruktur, disiplin, dan dapat diulang. Mereka menggantikan analisis makroekonomi subjektif dengan sebuah pergeseran besar dalam aliran modal. Secara umum, keduanya cenderung terlibat dalam tren besar di pasar ekuitas utama, instrumen pendapatan tetap, dan pasar valuta asing, dan, dalam tingkat yang lebih rendah, pasar energi, pertanian, dan logam. Namun, mereka berpartisipasi dalam tren ini dengan empat cara yang berbeda:
1. CTAs bersifat reaktif, sementara manajer makro global seringkali bersifat anticipatif. Oleh karena itu, mereka sering tumpang tindih di bagian tengah dari tren yang telah mapan, tetapi titik masuk dan keluar mereka secara fundamental berbeda.
2. CTAs sepenuhnya berbasis harga dalam analisis mereka dan mengikuti model sistematis mereka terlepas dari fundamental. Manajer makro global lebih suka melihat gambaran besar dan menghindar ketika fundamental pasar tidak terlihat menjelaskan tren dengan baik.
3. CTAs cenderung menunjukkan pandangan yang sama tentang pasar pada waktu yang sama karena input dan sistem mereka serupa. Sebaliknya, manajer makro global bisa sangat berbeda satu sama lain dalam cara mereka mengevaluasi data dan Manajer makro berusaha untuk membaca psikologi pasar keuangan, menjual saat gelembung pecah, dan membeli saat pemulihan pasca-kejatuhan. Manajer makro global berbasis informasi terutama mengandalkan pengumpulan informasi tingkat mikro untuk lebih memahami gambaran makro global. Hipotesis mereka adalah bahwa kesenjangan informasi tercipta oleh keterlambatan dalam merilis statistik makroekonomi resmi. Kesenjangan ini kemudian membuka peluang untuk ketidakefisienan harga, yang akan bertahan hingga informasi makro telah disebarkan ke domain publik. Manajer makro global berbasis model terutama mengandalkan model keuangan dan teori ekonomi untuk menganalisis pergerakan pasar, mendeteksi kesalahan kebijakan dari bank sentral dan pemerintah, atau mengekstraksi ekspektasi pasar yang tersirat dan membandingkannya dengan perkiraan yang masuk akal. Seperti yang dibahas oleh Safvenblad (2003), ini adalah lima contoh perdagangan atau model yang umum digunakan:
1. Perdagangan carry (yaitu, menggunakan perbedaan suku bunga sebagai indikator positif pth dan likuiditas dari pasar yang mereka perdagangkan; namun, kenyataannya adalah, setelah ukuran dana mencapai titik tertentu, menjadi bijaksana untuk menambah lebih banyak trader dan strategi. Oleh karena itu, tidak mengejutkan bahwa dana lindung nilai global yang lebih besar dan berorientasi makro telah beralih ke model multistrategi, yang pada gilirannya telah meningkatkan korelasi mereka dengan dana lindung nilai lainnya. Dalam hal ini, mengidentifikasi dengan tepat sekolah pemikiran mana yang diikuti oleh seorang manajer mungkin sulit. Untuk alasan ini, bab ini mendekati alam semesta makro global dari perspektif perdagangan daripada dari perspektif klasifikasi.
Perdagangan Mata Uang Arah
Perdagangan mata uang arah dipicu oleh nilai relatif mata uang. Oleh karena itu, analisis kita tentang topik ini dimulai dengan pembahasan mengenai keterkaitan antara suku bunga dan tingkat inflasi dari mata uang di mana suku bunga tersebut dinyatakan. Efek Fisher. Sebelum menyelami lebih dalam ditangkap oleh perubahan dalam suku bunga nominal. Misalnya, jika suku bunga Treasury bill saat ini adalah 2% dan suku bunga riil tetap konstan di 1%, maka inflasi yang diharapkan adalah 1% selama periode tersebut. Selanjutnya, jika suku bunga Treasury bill meningkat menjadi 4% dalam setahun ke depan dan suku bunga riil tetap konstan di 1%, maka dapat disimpulkan bahwa inflasi yang diharapkan akan meningkat menjadi 3%. Seiring waktu, inflasi yang diharapkan meningkat dari 1% menjadi 3% dalam contoh kita, dan suku bunga nominal meningkat dari 2% menjadi 4%.
Fluktuasi mata uang. Intuisi dasar dalam fluktuasi mata uang dapat dilihat dengan menggunakan persamaan Fisher. Mari kita anggap bahwa kita memiliki dua negara, negara C dan negara D, dengan mata uang mereka sendiri. Jika kita anggap bahwa kedua negara tersebut memiliki inflasi nol, maka selisih dalam suku bunga nominal akan sama dengan selisih dalam suku bunga riil. Mari kita anggap lebih lanjut bahwa negara C memiliki suku bunga riil sebesar 2%, dan negara D memiliki suku bunga riil... Negara D, 4% disebabkan oleh inflasi yang diharapkan. Karena inflasi mencerminkan penurunan daya beli dari waktu ke waktu, masa depan negara C terlihat suram dibandingkan dengan masa depan negara D. Oleh karena itu, orang-orang di negara C akan mulai menukarkan $C untuk $D guna berinvestasi dalam barang-barang negara D. Dengan begitu, kita akan melihat mata uang negara C terdepresiasi dibandingkan dengan mata uang negara D. Dalam hal ini, kebalikan dari skenario sebelumnya akan terjadi. Poin utama adalah bahwa komposisi suku bunga nominal harus mendorong perbedaan mata uang. Jika alasan perbedaan suku bunga nominal murni karena inflasi, maka mata uang dengan inflasi yang lebih tinggi akan menjadi kurang menarik dibandingkan dengan mata uang dengan inflasi yang lebih rendah. Selain itu, jika alasan perbedaan suku bunga nominal semata-mata disebabkan oleh suku bunga riil, maka kebalikan akan terjadi. Dalam dunia nyata, ini jauh lebih rumit karena kita tidak dapat mengamati suku bunga riil. Sebagian besar waktu, baik suku bunga riil maupun inflasi berubah seiring waktu. Here's the translated text in Indonesian:
ong
110
Indeks Nilai (Juni 1992 = 100)
100
Franc Prancis
90
80 Krona Swedia
Poundsterling Inggris
70
Lira Italia
60
Jan-1990 Jan-1992 Jan-1994
PAMERAN 28.2 Evolusi Nilai Tukar di Sekitar Krisis 1992
774 BAGIAN 5: DANA HEDGING DAN FUTURES TERKELOLA
di antara hal-hal lainnya, EMS menciptakan unit akuntansi fiktif yang disebut Unit Mata Uang Eropa (ECU), menggunakan pedoman yang ditetapkan oleh perjanjian ERM. ERM pada dasarnya adalah sistem nilai tukar mengambang terkelola, di mana mata uang negara-negara peserta diperbolehkan untuk berfluktuasi—dalam batas yang telah ditentukan sebelumnya—di sekitar titik acuan (±2,25% untuk sebagian besar negara; ±6% untuk Italia, Spanyol, Portugal, dan Inggris). Bank sentral bertanggung jawab untuk mengambil langkah-langkah yang tepat, kapan pun diperlukan, untuk menjaga nilai tukar tetap dalam batas-batas ini. Karena ECU bersifat fiktif, dalam praktiknya mata uang cadangan tidak resmi, mark Jerman, ternyata menjadi mata uang yang paling stabil di antara kelompok tersebut. Artinya, batas-batas tersebut adalah n menciptakan pertumbuhan domestik yang kuat, yang mendorong suku bunga Jerman lebih tinggi dan pada akhirnya mendorong mata uang Eropa lainnya ke bagian bawah rentang mereka masing-masing. Sebaliknya, Inggris berada dalam resesi terburuknya sejak akhir Perang Dunia II, dengan tingkat pengangguran jauh di atas 10%. Tanpa adanya kesepakatan ERM, Inggris akan terpaksa resort ke kebijakan moneter ekspansionis atau devaluasi untuk bangkit dari kemerosotan tersebut. Sayangnya, tindakan mereka dibatasi oleh sistem kurs tetap. Sementara sebagian besar pelaku pasar berpikir bahwa mustahil untuk membangun cukup tekanan untuk memaksa pihak berwenang Inggris untuk meninggalkan rentang tersebut, beberapa spekulator, yang dipimpin oleh George Soros dan Quantum Fund-nya, memutuskan untuk melancarkan serangan spekulatif. Pada musim panas 1992, mereka menjual sejumlah besar poundsterling Inggris sebagai imbalan untuk mata uang lainnya. Bank of England bergegas untuk mempertahankan rentang tersebut melalui intervensi tetapi dengan cepat menguras cadangan devisanya. Pasar valuta asing juga terbukti tidak membuahkan hasil. Akhirnya, Jerman setuju untuk menurunkan suku bunga diskonnya sebesar 50 poin basis dan suku bunga Lombardnya sebesar 25 poin basis, tetapi pada saat itu sudah terlambat. Meskipun pemerintah Konservatif telah berulang kali bersumpah sebaliknya, Bank of England terpaksa menangguhkan partisipasi poundsterling dalam ERM. Italia segera mengikuti, menyebabkan depresiasi yang cepat dan besar dari kedua mata uang tersebut. Spanyol juga ditekan untuk mendevaluasi mata uangnya sebesar 5% dan memberlakukan kontrol modal. Serangan spekulatif berlanjut hingga tahun 1993, ketika batas beberapa mata uang ERM diperlebar sementara menjadi 15%, yang berarti mereka secara efektif adalah mata uang mengambang. Bagi George Soros dan Quantum Fund senilai $10 miliarnya, hasilnya adalah keuntungan lebih dari $1 miliar dalam taruhan arah ini melawan poundsterling Inggris. Lebih dari 20 tahun kemudian, masih ada peluang untuk memperdagangkan mata uang dengan pandangan ke arah Pejabat pemerintah secara eksplisit menuduh hedge funds menyerang mata uang mereka dan menyebabkan kejatuhan mereka. Secara khusus, perdana menteri Malaysia saat itu, Mahathir Mohamad, berargumen bahwa dengan mengakumulasi posisi spekulatif jangka pendek yang sangat besar dan terfokus (disebut sebagai “gajah besar di kolam kecil”), hedge funds telah mengacaukan pasar valuta asing, uang, dan ekuitas di Thailand, Malaysia, Indonesia, dan Filipina. Beberapa pemerintah juga mengungkapkan kekhawatiran tentang taktik agresif dan manipulatif yang digunakan oleh beberapa hedge funds makro global, yang mungkin telah membahayakan integritas pasar dan mengganggu proses penemuan harga yang normal; lihat Brown, Goetzmann, dan Park (2000) untuk diskusi lebih lanjut. Meskipun aktivitas perdagangan hedge funds mungkin telah mempercepat proses devaluasi, tidak diragukan lagi bahwa banyak dari mata uang ini secara fundamental lemah. Black (2004) menjelaskan bagaimana penawaran dan permintaan untuk suatu mata uang dapat dipantau menggunakan Bank sentral tidak lagi diwajibkan untuk membeli mata uang untuk mendukung nilainya. Banyak mata uang Asia pada tahun 1997 dan 1998 dipatok pada tingkat di atas nilai wajar, dan devaluasi yang menguntungkan bagi dana lindung nilai pada akhirnya adalah akibat dari ketidakseimbangan perdagangan dan aliran investasi keluar.
Dana Moneter Internasional (IMF) menanggapi tuduhan manipulasi pasar dengan memeriksa peran dana lindung nilai dalam krisis mata uang Asia. Dalam studi yang dihasilkan, Eichengreen et al. (1998) tidak menemukan bukti bahwa dana lindung nilai memainkan peran besar dalam peristiwa yang mengarah pada krisis Asia, tetapi banyak pemerintah membantah kesimpulan ini karena dianggap tidak sepenuhnya memahami peran yang dimainkan oleh dana lindung nilai.
Dengan sensitivitas politik yang terpisah, bisa sulit untuk sepenuhnya menilai peran dan dampak dana lindung nilai di pasar negara berkembang. Pertama, banyak dana lindung nilai beroperasi melalui pasar valuta asing dan pasar uang yang tidak terdaftar, yang sangat tidak transparan. Kedua, dana lindung nilai... Hedge fund selama krisis mata uang Asia, Fung, Hsieh, dan Tsatsaronis (2000) mencoba untuk menyimpulkan posisi mata uang yang dimiliki oleh dana tersebut. Mereka membandingkan posisi yang disimpulkan itu dengan total aliran modal untuk negara-negara Asia berdasarkan akun neraca pembayaran, dan menyimpulkan bahwa posisi agregat hedge fund terlalu kecil untuk menyebabkan keruntuhan mata uang Asia.
Terakhir, Dewan Stabilitas Keuangan (2000) juga berusaha untuk menilai dampak hedge fund di Asia selama krisis. Mereka menyampaikan beberapa kekhawatiran tentang ukuran yang besar dan konsentrasi posisi makro hedge fund yang tampak serta implikasinya terhadap dinamika pasar, terutama selama kondisi pasar yang tidak stabil. Mereka memberikan bukti mengenai aktivitas agresif beberapa hedge fund yang “menceritakan buku mereka” (membuat pernyataan yang mendukung posisi investasi, menyebarkan rumor, berdagang secara agresif pada waktu-waktu likuiditas rendah), yang dapat dilihat sebagai upaya untuk menggerakkan pasar. Namun, laporan tersebut juga menunjukkan... strategi. 25 basis poin dari imbal hasil berlebih terkonsentrasi pada tahun-tahun sebelum tahun 2000. Faktanya, setelah tahun 2000, imbal hasil berlebih dari keempat strategi tersebut menurun menjadi hanya 8 basis poin per bulan. Faktor carry dan mengikuti tren menguntungkan, tetapi strategi nilai dan volatilitas memiliki imbal hasil yang mendekati nol selama periode penuh. Dengan deviasi standar bulanan dari imbal hasil berlebih sebesar 3,04%, keempat strategi yang digabungkan memiliki rasio informasi yang sangat rendah. Faktor imbal hasil mengikuti tren dan volatilitas memiliki volatilitas tertinggi, sementara faktor carry dan nilai memiliki volatilitas yang jauh lebih rendah. Model regresi mereka atas imbal hasil sekelompok manajer mata uang terhadap empat faktor strategi memiliki r-kuadrat sebesar 0,66, yang berarti bahwa sebagian besar imbal hasil dari dana mata uang dapat dijelaskan oleh keempat faktor ini. Dalam analisis mereka terhadap imbal hasil manajer individu, sekitar seperempat dari manajer individu memiliki sebagian besar imbal hasil mereka dijelaskan oleh Penjelasan yang memuaskan, karena para akademisi dan praktisi belum dapat mengidentifikasi sumber risiko sistematis yang spesifik terkait dengan dua strategi ini. Artinya, paparan terhadap risiko kredit, risiko ekuitas, risiko suku bunga, dan seterusnya tampaknya tidak dapat menjelaskan pengembalian dari kedua strategi ini.
Penjelasan kedua memberikan jawaban sebagian terkait dengan pengembalian dari strategi momentum. Penelitian menunjukkan bahwa strategi momentum paling menguntungkan ketika diterapkan pada mata uang yang diperdagangkan tipis. Oleh karena itu, profitabilitas aktual dari strategi momentum akan lebih rendah karena biaya transaksi yang terkait dengan perdagangan mata uang dari ekonomi yang lebih kecil. Hasil ini tidak berlaku untuk carry trade, karena strategi ini telah menguntungkan ketika diterapkan pada pasar paling aktif dan likuid.
Penjelasan ketiga berlaku untuk kedua strategi dan dapat membantu menjelaskan keberlanjutan profitabilitas dari kedua strategi ini. Secara historis, kedua strategi tersebut... Dalam bentuk yang paling sederhana, carry trade di pasar mata uang terdiri dari meminjam dalam mata uang dengan suku bunga rendah dan meminjamkan dalam mata uang dengan suku bunga tinggi tanpa melindungi risiko nilai tukar. Tujuan dari perdagangan semacam itu adalah untuk menangkap selisih suku bunga, yang bisa cukup besar. Sebagai ilustrasi, jika mata uang pendanaan memiliki suku bunga tahunan sebesar 0,5% dibandingkan dengan 5,25% dalam mata uang target, seorang trader akan meminjam dalam mata uang pendanaan, mengonversi hasilnya ke dalam mata uang target, dan membeli obligasi menggunakan mata uang target. Ini akan menghasilkan keuntungan positif (atau profit) sebesar 4,75% selama nilai tukar tidak berubah. Carry trading tetap menguntungkan selama mata uang target tidak terdepresiasi lebih dari selisih suku bunga. Ini menjelaskan mengapa dana makro global sering kali melakukan carry trade antara mata uang yang menunjukkan selisih suku bunga tinggi dan volatilitas nilai tukar rendah. Mata uang seperti ke mata uang pendanaan
untuk membayar kembali pinjaman awal mereka. Ini biasanya terjadi ketika satu atau lebih dari
tiga hal berikut terjadi:
1. Suatu tingkat suku bunga mata uang pendanaan meningkat, sehingga meningkatkan biaya pinjaman.
2. Mata uang pendanaan menguat terhadap mata uang target.
3. Investasi mata uang target tidak memberikan hasil sebanyak yang diharapkan pada awalnya. Risiko ini sangat penting dalam perdagangan carry yang lebih agresif, di mana investasi yang dilakukan menggunakan mata uang target terdiri dari aset berimbal hasil tinggi, seperti
obligasi korporasi dengan peringkat di bawah investasi atau bahkan ekuitas.
Ketika dilakukan dalam skala besar, pembongkaran perdagangan carry dapat menjadi brutal dan dapat menyebabkan jumlah yang signifikan dari volatilitas pasar keuangan, terutama jika banyak trader keluar secara masif dari posisi yang sama pada waktu yang sama. Perdagangan carry
Hedge Funds: Strategi Arah 779
sering kali dibongkar selama waktu risiko sistemik yang tinggi, mengalami kerugian pada saat yang sama dengan posisi panjang. Untuk memahami perdagangan carry, dua model terkait dari pasar mata uang harus dijelaskan. Model pertama, yang disebut sebagai paritas suku bunga tertutup, mirip dengan model biaya carry dari pasar komoditas, dan itu mengaitkan tingkat nilai tukar spot dan forward dengan perbedaan suku bunga jangka pendek di dua negara tersebut.
Untuk mengeksplorasi konsep ini dalam istilah matematis, biarkan St(DCU/FCU) menunjukkan nilai spot dari unit mata uang negara D (DCU) dalam hal unit mata uang negara D per unit mata uang negara F (FCU). Juga, biarkan rDCU dan rFCU menunjukkan suku bunga bebas risiko jangka pendek tahunan pada instrumen yang denominasi dalam DCU dan FCU, masing-masing. Akhirnya, biarkan Ft menunjukkan tingkat forward saat ini pada kontrak tingkat tukar forward satu tahun. Menurut paritas suku bunga tertutup, imbal hasil yang tertutup (dihasilkan) dari investasi dalam instrumen yang denominasi FCU harus sama dengan tingkat pengembalian pada instrumen yang denominasi DCU. Itu adalah,
(1 + rFCU) tidak berlaku, maka para trader dapat memanfaatkan situasi tersebut dengan berinvestasi pada instrumen yang memiliki tingkat pengembalian yang lebih tinggi dan terlindungi. Sebagai contoh, jika suku bunga jangka pendek di Jepang adalah 1,1%, maka trader dapat menghasilkan keuntungan arbitrase dengan menjual obligasi AS dan menggunakan hasilnya untuk membeli obligasi Jepang, sambil melindungi risiko mata uang di pasar forward. Ini akan menghasilkan keuntungan arbitrase tanpa risiko selama satu tahun sebesar 0,1%, tidak termasuk biaya transaksi. Karena keuntungan potensial pada dasarnya tanpa risiko, jarang ada penyimpangan berarti dari paritas suku bunga tertutup.
Paritas suku bunga yang tidak terlindungi mirip dengan paritas tertutup, dengan transaksi yang dibiarkan tidak terlindungi. Menggunakan notasi yang sama, paritas suku bunga yang tidak terlindungi berlaku jika kesetaraan berikut berlaku:
(1 + rFCU) ×
E[St+1]
St
= (1 + rDCU). (28.11)
Dalam contoh sebelumnya, dinyatakan bahwa tidak seharusnya ada keuntungan arbitrase dari meminjam dalam satu mata uang dan menginvestasikan hasilnya. (1 + 0,01). Dengan demikian, tingkat spot yang diharapkan pada periode waktu t + 1, E(St + 1) = [(1 + 0,01)/(1 + 0,04)] × 120 = 116,54. Artinya, tingkat spot yen/USD diharapkan menjadi 116,54. Implikasinya adalah bahwa mata uang negara dengan suku bunga lebih tinggi—USD dalam hal ini—seharusnya melemah terhadap mata uang negara dengan suku bunga lebih rendah. Pada awalnya ini tampak kontra-intuitif, karena seseorang akan berpikir bahwa mata uang negara dengan suku bunga lebih tinggi akan lebih menarik dan karenanya akan menguat. Jika itu benar, return dari investasi di mata uang negara dengan suku bunga tinggi akan sangat menguntungkan, karena investor akan memperoleh manfaat tidak hanya dari suku bunga yang lebih tinggi tetapi juga dari manfaat mata uang yang menguat.
Hedge Funds: Strategi Arah 781
Carry trade, pada kenyataannya, didasarkan pada keyakinan bahwa paritas suku bunga tidak terlindungi tidak berlaku secara rata-rata, dan bahwa mata uang dari Nilai spot BRL terhadap USD adalah 0,51. Apakah carry trade telah menguntungkan, dengan asumsi biaya transaksi nol?
Pertama, karena suku bunga jangka pendek lebih tinggi di Brasil daripada di Amerika Serikat, carry trade memerlukan seorang investor untuk meminjam jangka pendek di Amerika Serikat dengan suku bunga 2% per tahun dan menginvestasikan hasilnya dalam instrumen berdenominasi BRL yang menghasilkan 4% per tahun. Misalkan investor meminjam 1 juta dolar. Setelah dikonversi menjadi BRL, investor menginvestasikan (1/0,53) juta dalam instrumen berdenominasi BRL. Setelah satu tahun, investasi ini akan tumbuh menjadi (1/0,53) × (1 + 0,04) juta BRL, dan setelah dikonversi menjadi USD, jumlahnya akan menjadi (1/0,53) × (1 + 0,04) juta × 0,51 = 1.0007 juta USD.
Jumlah ini kurang dari apa yang akan diperlukan investor untuk membayar kembali pinjaman yang diperoleh di Amerika Serikat: USD 1,02 juta. Dalam hal ini, penurunan BRL telah lebih dari mengimbangi keuntungan dari berinvestasi dalam instrumen yang memiliki hasil lebih tinggi yang berdenominasi dalam BRL. Carry trade ini telah menghasilkan kerugian. P & L dari Carry Trade =
{
Ft − St+1 Jika Ft > St
St+1 − Ft Jika Ft < St
(28.13)
Studi akademis dan industri empiris telah menunjukkan bahwa, rata-rata, carry trade telah menjadi strategi yang menguntungkan. Misalnya, sebuah studi oleh Burnside, Eichenbaum, dan Rebelo (2011) menunjukkan bahwa strategi yang berinvestasi dalam mata uang negara dengan suku bunga tinggi antara tahun 1976 dan 2009 akan menghasilkan rata-rata pengembalian sebesar 4,6% per tahun. Ini mungkin tidak tampak sebagai angka yang signifikan dalam istilah ekonomi, tetapi ketika dicatat bahwa strategi ini dapat diterapkan menggunakan kontrak berjangka, di mana komitmen modal relatif kecil, ini menjadi signifikan secara ekonomi. Selain itu, rasio Sharpe dari strategi ini lebih dari dua kali lebih besar dibandingkan dengan rasio Sharpe dari strategi beli dan tahan menggunakan Indeks S&P 500.
28.3.9 Model Tren dan Momentum untuk Perdagangan Mata Uang
Strategi momentum berfokus pada kinerja masa lalu mata uang daripada pada suku bunga. , studi yang sama oleh Burnside, Eichenbaum, dan Rebelo (2011) menunjukkan bahwa strategi yang mengambil posisi panjang dalam portofolio mata uang yang meningkat dan posisi pendek dalam portofolio mata uang yang menyusut antara tahun 1976 dan 2009 akan menghasilkan 4,5% per tahun. Pengembalian dari strategi momentum lebih volatil dibandingkan dengan pengembalian dari strategi carry trade dan, oleh karena itu, memiliki rasio Sharpe yang lebih rendah yaitu 0,62. Selain itu, studi telah menunjukkan bahwa sebagian besar keuntungan yang dihasilkan oleh strategi momentum berasal dari mata uang negara kecil, yang dapat menunjukkan bahwa keuntungan tersebut adalah kompensasi untuk risiko memegang mata uang ini. Seperti yang ditentukan oleh Menkhoff, Sarno, dan Schrimpf (2012), biaya transaksi dapat secara signifikan mengurangi keuntungan yang dilaporkan dari strategi momentum.
28.3.10 Model Nilai dan Volatilitas untuk Perdagangan Mata Uang
Sementara model momentum dapat menjelaskan sebagian besar pengembalian mata uang dalam jangka pendek, Berikut adalah terjemahan ke dalam bahasa Indonesia:
Negara-negara ketika dikonversi ke dalam mata uang yang sama), sementara banyak mata uang Asia sangat murah dibandingkan dengan dolar. Namun, seseorang dapat berargumen bahwa angka-angka ini tidak selalu dapat diandalkan, karena dihitung berdasarkan satu barang yang dapat rusak yang tidak dapat dibeli dan dijual oleh semua peserta pasar dengan harga yang sama.
Alih-alih menggunakan hanya satu barang untuk menentukan nilai mata uang, PPP absolut membandingkan harga sekeranjang barang di berbagai negara dan menyatakan bahwa sekeranjang barang tersebut harus memiliki harga yang sama di semua negara, disesuaikan dengan menggunakan kurs saat ini. PPP absolut adalah indikator yang jauh lebih dapat diandalkan dari tingkat tukar yang akan menyamakan daya beli satu mata uang (jumlah barang dan jasa yang dapat dibeli dengan mata uang tersebut) dengan mata uang lainnya.
Seseorang kemudian dapat membandingkan tingkat PPP ini dengan tingkat nilai tukar saat ini untuk mengidentifikasi kemungkinan pergerakan mata uang di masa depan. Misalnya, International dalam hal mata uang domestik).
784 BAGIAN 5: HEDGE FUNDS DAN FUTURES YANG DIKELOLA
APLIKASI 28.3.10
Misalkan tingkat inflasi domestik sebesar 5% per periode melebihi tingkat inflasi asing sebesar 3%, dan bahwa kurs saat ini adalah 2 unit mata uang asing sama dengan 1 unit mata uang asing. Berapa kurs akhir periode yang konsisten dengan paritas daya beli relatif?
Jawaban: 2.039. Rasio dari (1 + tingkat inflasi) dalam Persamaan 28.15 adalah (1.05/1.03), yang sama dengan 1.0194. Kurs di masa depan ditemukan dengan cara 1.0194 kali kurs saat ini sebesar 2, yang sama dengan 2.039. Perhatikan bahwa 2.039 unit mata uang domestik yang berkurang karena inflasi domestik (dibagi 1.05) adalah dua kali nilai dari 1 unit mata uang asing yang berkurang karena inflasi asing (dibagi 1.03)—dan dengan demikian sejalan dengan kurs saat ini sebesar 2.
Bagaimana manajer makro global dapat memanfaatkan hubungan dari PPP relatif? Misalnya, katakanlah bahwa kurs spot saat ini adalah USD 1.3600 = Dana makro umumnya merupakan usaha satu orang yang melakukan taruhan arah dengan banyak leverage dan sangat sedikit kontrol risiko. Volatilitas mereka sangat tinggi, dan kerugian besar sering terjadi. Misalnya, Quantum Fund memperoleh $1 miliar terhadap poundsterling Inggris pada tahun 1992 tetapi.losses $2 miliar selama krisis Rusia tahun 1998. Namun, sekolah gaya lama dari dana makro global ini secara bertahap menghilang setelah tahun 1990-an. Manajer makro global saat ini masih menikmati tingkat fleksibilitas yang tinggi, tetapi manajemen risiko dan pendekatan investasi yang disiplin telah menjadi komponen penting dari kegiatan mereka.
Budaya manajemen risiko telah mengubah cara strategi makro global diimplementasikan. Kebanyakan manajer makro global modern bertujuan untuk mengoptimalkan diversifikasi kepemilikan portofolio mereka untuk mengurangi dan mengendalikan risiko. Dalam melakukannya, mereka sering menggunakan kombinasi ukuran value at risk (VaR) dan perintah stop-loss. Yang pertama mengukur perkiraan kerugian pada tingkat yang berbeda. CISDM
Indeks Equity Long/Short dan Indeks Global Macro CISDM. Kedua indeks tersebut mencakup
periode dari Desember 1989 hingga Desember 2014—yaitu, 301 imbal hasil bulanan.
Selama periode ini, Indeks Equity Long/Short memiliki imbal hasil tahunan sebesar 10,7%
dengan deviasi standar tahunan sebesar 7,8%; Indeks Global Macro memiliki imbal hasil
tahunan sebesar 9% dengan volatilitas yang lebih rendah yaitu 5,5% (lihat Pameran 28.3).8
Korelasi antara kedua seri bulanan tersebut adalah 0,56. Jelas bahwa beberapa manfaat diversifikasi
akan diperoleh oleh portofolio yang memiliki kedua jenis strategi.
Sebagai contoh, portofolio yang diberi bobot sama dari kedua indeks menghasilkan portofolio
dengan imbal hasil tahunan sebesar 9,8% dan deviasi standar tahunan sebesar (9% – 3%)/5.5%] untuk Indeks Makro Global.
28.5 KESIMPULAN
Banyak yang berpendapat bahwa strategi long/short ekuitas dan makro global adalah strategi yang berbasis keterampilan.
Jelas, kedua strategi tersebut mengambil posisi yang lebih terfokus dibandingkan dengan strategi netral pasar ekuitas. Bab ini mengeksplorasi beberapa topik yang lebih maju yang dikenal luas di seluruh industri dan mungkin diterapkan pada suatu saat oleh manajer tersebut. Kami juga menyoroti beberapa prosedur investasi yang diterapkan oleh kedua manajer. Manajer long/short ekuitas menerapkan prinsip valuasi fundamental dalam memproses data perusahaan yang mentah. Selain itu, mereka cenderung mengambil pendekatan yang sangat berbeda dalam memahami perusahaan yang mereka investasikan. Selain itu, manajer makro sangat memahami teori-teori makroekonomi, seperti PPP dan kondisi paritas suku bunga. Meskipun kedua strategi ini unik dalam proses dan prosedur investasi dasarnya, kesamaan mereka berasal dari manajer yang mengambil taruhan diskresioner yang terkonsentrasi saat Here is the translation of the text into Indonesian:
ed.
6. Euroskeptis suka menyebutnya Rabu Putih.
7. Dikutip dalam J. D. Schwager, Market Wizards (Hoboken, NJ: John Wiley & Sons, 2013).
8. Imbal hasil tahunan dihitung dengan mengambil rata-rata imbal hasil bulanan dan mengalikannya dengan 12. Deviasi standar tahunan dihitung dengan mengambil deviasi standar dari imbal hasil bulanan dan mengalikan hasilnya dengan akar kuadrat dari 12.
Hedge fund yang berinvestasi dalam jenis instrumen ini menggunakan strategi seperti investasi utang tertekan dan pinjaman berbasis aset.
Bagian pertama dari bab ini membahas sifat risiko kredit dan mempersembahkan tiga pendekatan untuk pemodelan risiko kredit. Meskipun model-model ini dapat sangat kompleks, tujuan kami adalah memberikan pemahaman dasar kepada pembaca tentang model-model ini dan menyoroti kekuatan dan kelemahan masing-masing pendekatan.
Bagian kedua dari bab ini membahas dua strategi hedge fund yang mencoba untuk memanfaatkan ketidakefisienan pasar untuk jenis instrumen kredit tertentu yang dapat menambah nilai ke portofolio seorang investor. Strategi pertama yang dibahas adalah investasi utang tertekan, yang sudah dikenal baik dan memiliki sejarah yang relatif panjang. Strategi kedua adalah pinjaman berbasis aset, yang merupakan strategi yang relatif baru di ruang hedge fund.
29.1 EKONOMI RISIKO KREDIT
Risiko kredit adalah risiko kerugian yang diakibatkan oleh suatu jenis. Peringkat suatu entitas dapat berubah karena perubahan kondisi keuangan entitas tersebut atau perubahan dalam kondisi ekonomi secara keseluruhan.
Kegagalan untuk melakukan pembayaran tepat waktu: Seorang peminjam mungkin gagal melakukan pembayaran bunga atau pokok tepat waktu meskipun entitas tersebut tidak dibubarkan dan tidak menghadapi kesulitan ekonomi.
Peristiwa korporat: Beberapa peristiwa korporat, seperti merger atau pemisahan, dapat melemahkan kondisi keuangan suatu perusahaan, sehingga menyulitkan entitas untuk memenuhi kewajiban keuangannya.
Tindakan pemerintah: Kontrol modal dan pembatasan pemerintah lainnya dapat mencegah seorang peminjam memenuhi kewajiban keuangannya.
Lingkup dan konsekuensi dari risiko kredit tergantung pada sejumlah faktor, di mana eksposur kredit atau eksposur pada default (EAD) adalah yang paling penting. EAD mengukur potensi kerugian bagi kreditor dalam kasus peristiwa kredit. Terkait erat dengan EAD adalah kerugian yang diberikan default (LGD), yang mempertimbangkan ... Namun, ini akan memiliki beberapa konsekuensi yang tidak diinginkan. Seiring meningkatnya biaya pinjaman, bagian yang tidak proporsional dari peminjam yang bersedia membayar biaya pinjaman yang tinggi akan secara pribadi menyadari kualitas kredit mereka yang buruk dan karena itu akan tetap menarik untuk meminjam dengan biaya yang sangat tinggi. Jika pemberi pinjaman meningkatkan biaya pinjaman lebih lanjut untuk mengkompensasi pemilihan buruk ini, proporsi kualitas kredit yang buruk akan terus meningkat. Di titik ekstrem, suku bunga yang sangat tinggi akan mengusir semua peminjam, dan pemberi pinjaman akan dibiarkan dengan modal yang tidak terpakai.
Lembaga keuangan telah mengembangkan berbagai alat dan proses untuk mengurangi dampak pemilihan buruk. Selain mempertimbangkan riwayat kredit dan reputasi peminjam, pemberi pinjaman dapat meminta jaminan, karena seringkali lebih mudah untuk memverifikasi nilai ekonomi dari jaminan tersebut. Selain itu, pemberi pinjaman dapat membatasi ukuran pinjaman mereka kepada individu atau sekelompok orang. diperbolehkan untuk menggunakan dana yang telah mereka kumpulkan dengan suku bunga rendah untuk memberikan pinjaman berisiko dan meraih spreads yang besar. Jika peminjam gagal membayar pinjaman mereka, pemerintah dan masyarakat mereka akan menanggung biaya dari kegagalan tersebut. Untuk mengurangi moral hazard, pemberi pinjaman memantau perilaku peminjam, memberlakukan batasan tentang bagaimana dana pinjaman dapat digunakan, dan membatasi ukuran pinjaman mereka kepada peminjam yang berisiko.
29.1.3 Probabilitas Gagal Bayar
Seperti yang telah disebutkan sebelumnya, EAD dan LGD adalah dua faktor penting yang menentukan sejauh mana dan konsekuensi dari risiko kredit. Faktor penting lainnya yang mempengaruhi risiko kredit adalah probabilitas gagal bayar (PD), yang merujuk pada kemungkinan bahwa peminjam tidak akan dapat memenuhi kewajiban keuangannya. Tugas untuk menetapkan probabilitas gagal bayar untuk setiap peminjam dalam portofolio kredit pemberi pinjaman adalah tugas yang sulit, karena dipengaruhi oleh sejumlah kondisi spesifik perusahaan serta kondisi makroekonomi. Seleksi yang tidak menguntungkan dan moral hazard berdampak pada Secara historis telah gagal bayar pada pinjaman mereka. Dengan asumsi bahwa hubungan historis ini relatif stabil, kita dapat menggunakan peringkat saat ini dari obligasi Baa1 untuk menyimpulkan bahwa Probabilitas Gagal Bayarnya (PD) adalah 0,15%.
29.1.4 Kerugian Kredit yang Diharapkan
EAD dan LGD saling terkait satu sama lain dalam hal tingkat pemulihan (RR), yang memberikan persentase EAD yang dapat dipulihkan melalui proses hukum dan ekonomi. Biasanya, pemulihan tidak terjadi pada saat gagal bayar; sebenarnya, mungkin memerlukan bertahun-tahun untuk menguasai jumlah yang dipulihkan. Dalam kasus seperti itu, nilai sekarang dari jumlah yang dipulihkan harus digunakan untuk menghitung tingkat pemulihan. Perlu dicatat bahwa tingkat pemulihan dapat dinyatakan sebagai:
Nilai Sekarang dari Jumlah yang Akan Dipulihkan / EAD
EAD dapat dinyatakan sebagai jumlah dari pokok dan bunga yang terutang.
792 BAGIAN 5: DANA HEDGING DAN FUTURES TEROLAH
Contoh: Misalkan EAD dari pinjaman yang jatuh tempo di akhir tahun ini adalah $100 juta. Seandainya terjadi gagal bayar, pemberi pinjaman berharap untuk memulihkan 40% dari pokoknya. Berikut adalah terjemahan teks tersebut ke dalam bahasa Indonesia:
Nilai-nilai ini diberikan sebagai berikut:
EAD = $100 juta pokok + $10 juta bunga = $110 juta
PV dari jumlah yang harus dipulihkan = $25 juta∕1,083 = $19,8458 juta
RR = PV dari jumlah yang harus dipulihkan∕EAD = $19,8458 juta∕$110 juta
= 0,1804164
LGD = EAD(1 − RR) = $110 juta (1,0 − 0,1804164) = $90,1542 juta
Kualitas kerugian yang diharapkan = LGD × PD = $90,1542 juta × 1% = $0,901542 juta
Perlu dicatat bahwa LGD juga dapat ditemukan sebagai EAD – Nilai sekarang dari jumlah yang harus dipulihkan.
29.2 IKHTISAR MODEL RISIKO KREDIT
Dalam membangun portofolio pendapatan tetap, seorang investor menghadapi keputusan seberapa besar, jika ada, risiko suku bunga atau risiko kredit yang harus diambil. Pemilik obligasi pemerintah, seperti Treasury AS atau bund Jerman, sebagian besar menghadapi risiko suku bunga, karena risiko bahwa pemerintah AS atau Jerman akan gagal memenuhi kewajibannya dianggap sangat rendah.
Namun, pemilik obligasi yang diterbitkan oleh entitas berlever (yaitu, peminjam dengan alat, investor harus memiliki pemahaman menyeluruh tentang risiko kredit dan eksposur kredit dari alat-alat ini. Misalnya, dalam strategi nilai relatif, seorang investor mungkin memutuskan untuk membandingkan imbal hasil dari dua instrumen dengan tingkat eksposur risiko kredit yang berbeda untuk menentukan apakah keduanya menawarkan spread kredit yang sesuai mengingat tingkat risiko kreditnya. Model risiko kredit dapat digunakan untuk mengevaluasi kedua instrumen guna menentukan apakah instrumen-instrumen tersebut dihargai dengan benar relatif satu sama lain.
Ada tiga jenis pendekatan pemodelan risiko kredit: pendekatan struktural, pendekatan bentuk-reduksi, dan pendekatan empirik.
Dalam pendekatan struktural, kerangka kerja didasarkan pada hubungan eksplisit antara struktur modal dan risiko gagal bayar. Nilai aset perusahaan disetarakan dengan nilai ekuitasnya ditambah nilai utangnya. Ekuitas perusahaan dianggap sebagai opsi beli atas aset perusahaan, dengan harga eksekusi menjadi nilai nominal dari... Memahami risiko kredit perusahaan. Pendekatan ini menghasilkan skor kredit yang digunakan untuk mengurutkan perusahaan berdasarkan kelayakan kredit mereka.
29.3 MODEL MERTON
Pendekatan model struktural yang paling dikenal adalah model strukturing Merton (lihat Merton 1974), yang dibahas dalam Bab 25 CAIA Level I.
794 BAGIAN 5: DANA HEDGING DAN FUTURES YANG DITANGANI
29.3.1 Struktur Modal dalam Model Merton
Pendekatan ini dimulai dengan struktur modal sederhana yaitu Aset = Kewajiban (Utang) + Ekuitas.
At = Dt + Et (29.3)
Model ini mengasumsikan bahwa default terjadi pada saat jatuh tempo utang jika nilai aset jatuh di bawah nilai nominal utang. Asumsi lain dari model ini adalah bahwa tidak ada biaya untuk kebangkrutan, bahwa utang dan ekuitas dapat diperdagangkan tanpa hambatan, dan bahwa utang adalah obligasi tanpa kupon dengan nilai nominal K dan tanggal jatuh tempo T.
Nilai ekuitas pada waktu T adalah:
ET = max(AT − K,0) (29.4)
Perhatikan bahwa pembayaran ini adalah pembayaran dari opsi beli Eropa pada underlying. Opsi panggilan pean menghasilkan:
\[
Et = At \times N(d) - K \times e^{-r \times \tau} \times N\left(d - \sigma_A \sqrt{\tau}\right)
\]
(29.6)
Di sini, \( r \) adalah suku bunga tahunan jangka pendek atas utang tanpa risiko, \( \tau = T - t \) adalah waktu yang tersisa hingga jatuh tempo utang, \( \sigma_A \) adalah volatilitas tahunan dari tingkat pengembalian atas aset perusahaan, dan
\[
d = \frac{\ln(At/K) + \left(r + 0.5\sigma_A^2\right) \times \tau}{\sigma_A \sqrt{\tau}}
\]
(29.7)
Simbol \( N(\cdot) \) merujuk pada fungsi distribusi probabilitas kumulatif untuk distribusi normal standar. Dengan kata lain,
\[
N(d) = P(Z \leq d),
\]
di mana \( Z \) adalah variabel acak normal standar.
Hedge Funds: Strategi Kredit 795
Dalam skenario ini, pemegang utang menghadapi potensi kerugian atas selisih antara nilai aset \( A_T \) dan nilai nominal utang \( K \) (perhatikan bahwa pemegang ekuitas tidak dapat kehilangan lebih dari nilai ekuitas mereka). Oleh karena itu, jika pemegang utang membeli opsi put dengan harga strike \( K \) yang membayar jika nilai aset \( A_T \) jatuh di bawah \( K \), pemegang utang akan terlindungi dari kerugian dalam hal gagal bayar. Dengan demikian, di d sebagai:
Dt = K × e−(r+st)×Ï„ (29.10)
di mana st adalah selisih tahunan akibat risiko kredit. Menggabungkan Persamaan 29.8, 29.9, dan 29.10, kita dapat memperoleh ekspresi untuk selisih kredit sehubungan dengan parameter model Merton.
st = −
1
Ï„
× ln
[
N
(
d − σA
√
Ï„
)
+
At
K
er×Ï„ ×N(−d)
]
(29.11)
Contoh: Korporasi ABC memiliki neraca sebagai berikut: Asetnya bernilai €100 juta, dan memiliki utang obligasi nol kupon dengan jatuh tempo empat tahun dengan nilai nominal €70 juta. Volatilitas asetnya adalah 20% per tahun, dan suku bunga bebas risiko adalah 5% per tahun. Kita ingin menghitung nilai saat ini dari utang dan ekuitas ABC. Pertama, kita perlu menggunakan Persamaan 29.7 untuk menghitung d:
d =
ln (100∕70) +
(
0.05 + 0.5 × 0.22
)
× 4
0.2 ×
√
4
= 1.592
d − 0.2 ×
√
9. = 1.192
796 BAGIAN 5: DANA HEDGING DAN FUTURES TERATUR
Kemudian, kita menghitung area di bawah distribusi normal standar untuk nilai 1.592 dan 1.192. Yaitu, N (1.592) = 0.944 dan N (1.192) = 0.883. Kami Asumsi yang ada sangat membatasi, sehingga tidak dapat diterapkan pada situasi dunia nyata di mana perusahaan memiliki berbagai jenis obligasi kupon, dan suku bunga bersifat acak seiring waktu. Namun, model Merton memiliki banyak sifat intuitif dan merupakan titik awal yang berguna untuk model yang lebih kompleks. Misalnya, dapat ditunjukkan bahwa probabilitas default yang netral terhadap risiko dapat dinyatakan sebagai Pr[AT ≤ K] = 1 − N(d). Penting untuk dicatat bahwa ini bukan probabilitas default yang sebenarnya; melainkan, ini adalah versi dari probabilitas tersebut yang diimplikasikan oleh harga saat ini jika harga tersebut ditentukan di pasar di mana para investor bersikap netral terhadap risiko. Sama pentingnya untuk menyadari bahwa bahkan jika para investor bersikap netral terhadap risiko, mereka tetap akan peduli terhadap risiko kredit dan kehilangan pokok. Namun, investor yang netral terhadap risiko tidak meminta premi risiko tambahan untuk risiko sistematis (yaitu, beta dari aset dalam model penetapan harga aset modal [CAPM]) dari investasi yang mengandung risiko kredit. Tingkat default. Di sini kami memeriksa bagaimana kedua output ini dipengaruhi jika ada perubahan pada beberapa input ke model. Sebagai contoh, apa yang akan terjadi pada spread kredit jika jatuh tempo utang meningkat? Seperti yang akan kita lihat sebentar lagi, jawaban untuk pertanyaan ini tidak jelas maupun sederhana. Untuk memudahkan diskusi kita, mari kita ingat dua ekspresi yang diberikan oleh model Merton untuk dua output penting:
Spread kredit: \( st = -\frac{1}{\tau} \times \ln\left[N(d - \sigma_A\sqrt{\tau}) + \frac{A_t}{K}e^{r \times \tau} \times N(-d)\right] \)
Probabilitas default: \( Pr[AT ≤ K] = 1 - N(d) \)
\( d = \ln\left(\frac{A_t}{K}\right) + (r + 0.5\sigma_A^2) \times \tau \div \sigma_A\sqrt{\tau} \)
Berikut adalah empat sifat penting dari model Merton:
1. Sensitivitas terhadap jatuh tempo: Probabilitas default meningkat seiring dengan semakin lamanya waktu hingga jatuh tempo. Ini tampaknya merupakan hasil yang intuitif, karena seiring dengan bertambahnya waktu hingga jatuh tempo, aset perusahaan mempunyai lebih banyak kemungkinan untuk turun di bawah nilai nominal utang. Perlu dicatat bahwa Tanggal jatuh tempo utang, ini adalah opsi Eropa. Sementara nilai dari opsi put Amerika selalu meningkat seiring dengan bertambahnya jatuh tempo, hal yang sama tidak dapat dikatakan untuk opsi put Eropa. Misalnya, jika optimal untuk melaksanakan opsi put hari ini, nilai opsi put akan menurun jika pemilik opsi put dipaksa untuk menunda pelaksanaannya. Fenomena yang sama mempengaruhi nilai opsi put yang dimiliki oleh para pemegang saham. Saat tanggal jatuh tempo opsi put melebihi tanggal pelaksanaan optimal, nilai opsi put mulai menurun, mengurangi selisih kredit yang harus digunakan untuk menghitung harga utang berisiko (perlu dicatat bahwa utang berisiko adalah posisi short terhadap opsi put).
2. Sensitivitas terhadap volatilitas aset: Seperti yang diharapkan, probabilitas gagal bayar meningkat seiring dengan meningkatnya volatilitas aset. Sekali lagi, mirip dengan kenaikan dalam jatuh tempo, probabilitas gagal bayar meningkat pada tingkat yang menurun. Selisih kredit akan untuk obligasi jangka panjang. Alasan di balik reaksi ini sama dengan yang dibahas dalam konteks sensitivitas terhadap peningkatan volatilitas aset.
4. Sensitivitas terhadap suku bunga tanpa risiko: Bagaimana probabilitas gagal bayar dan spread kredit bereaksi terhadap perubahan suku bunga tanpa risiko jangka pendek sangat bergantung pada bagaimana tingkat pengembalian aset diasumsikan bereaksi saat suku bunga tanpa risiko berubah. Model Merton secara implisit mengasumsikan bahwa tingkat pengembalian yang diharapkan dari aset perusahaan sama dengan suku bunga tanpa risiko ditambah dengan premi risiko konstan. Di bawah asumsi ini, saat suku bunga tanpa risiko meningkat, rata-rata pengembalian aset perusahaan meningkat, yang mengurangi probabilitas gagal bayar dan spread kredit. Namun, jika asumsi ini dilonggarkan, maka reaksi terhadap peningkatan suku bunga tanpa risiko akan sulit diprediksi.
29.4 MODEL STRUKTURAL LAIN—KMV
Variasi lain dari model struktural yang banyak diterapkan di industri adalah model KMV. KMV singkatan dari Kealhover, Here is the translation of the provided text into Indonesian:
-
hubungan struktural antara nilai pasar ekuitas perusahaan dan nilai pasar
Hedge Funds: Strategi Kredit 799
asetnya (lihat Persamaan 29.6), dan (2) hubungan antara volatilitas aset perusahaan dan volatilitas ekuitas perusahaan. Hubungan ini dinyatakan sebagai:
σE =
At
Et
× Î” × ÏƒA (29.15)
Istilah Δ adalah delta dari ekuitas sehubungan dengan perubahan nilai aset, dan, dalam model Merton, sama dengan N(d). Perlu dicatat bahwa nilai pasar ekuitas dapat diamati untuk perusahaan yang diperdagangkan secara publik, dan nilai volatilitas pengembalian ekuitas dapat diperkirakan dari pengembalian ekuitas historis. Setelah nilai Et dan σE diperoleh, dua hubungan yang dinyatakan sebelumnya dapat digunakan untuk menyelesaikan dua variabel yang tidak diketahui, At dan σA. Dua keluaran penting dari model KMV adalah probabilitas kegagalan—atau, menggunakan terminologi KMV, frekuensi gagal yang diharapkan—dan skor kredit yang dikenal sebagai jarak ke default. Bagian berikutnya akan menjelaskan secara singkat. jumlah utang jangka panjang.3
29.4.2 Menggunakan Model KMV untuk Mengestimasi Skor Kredit
Seperti yang disebutkan, salah satu keluaran utama dari model KMV adalah skor kredit, yang diukur sebagai jarak menuju default untuk seorang peminjam. Jarak menuju default (DD) diukur kurang lebih sebagai persentase perbedaan antara aset perusahaan dan pemicu defaultnya relatif terhadap volatilitas asetnya:
DDt =
At − K
At × ÏƒA
(29.16)
Di sini, K adalah pemicu default perusahaan, yang merupakan nilai nominal utang dalam model Merton dan rata-rata tertimbang dari nilai nominal utang jangka pendek dan jangka panjang dalam model KMV. Misalnya, jika aset perusahaan bernilai $100 juta dan pemicu default adalah $80 juta, maka persamaan tersebut berkurang menjadi DD = 0,2/σA. Aset perusahaan harus turun 20% dalam contoh ini untuk memicu default. Deviasi standar tahunan dari pengembalian aset adalah σA. Rasio yang dihasilkan (DD) adalah jumlah deviasi standar yang... dari
default.
29.4.3 Menggunakan Model KMV untuk Menghitung Frekuensi
Default yang Diharapkan
Seperti yang disebutkan di bagian terakhir, hasil penting dari model KMV adalah
perhitungan frekuensi default yang diharapkan (EDF), yang secara teoritis atau empiris
akan mengukur probabilitas bahwa pinjaman dengan karakteristik tertentu dapat mengalami default.
Nilai DD dapat digunakan untuk mengajukan pertanyaan berikut: Apa probabilitas bahwa
nilai aset suatu perusahaan dapat turun sebanyak n deviasi standar selama t periode?
Di sini kita membahas bagaimana EDF empiris dapat dihitung.
Misalkan kita memiliki basis data historis yang besar tentang default perusahaan dan
pembayaran pinjaman, dan kita menghitung bahwa perusahaan yang sedang kita analisis memiliki jarak
ke default sebesar n (DD = n). Kita kemudian mengajukan pertanyaan empiris: Berapa persentase
perusahaan dalam basis data yang benar-benar mengalami default dalam jangka waktu satu tahun
ketika nilai aset mereka menempatkan mereka pada jarak n deviasi standar dari default pada awal adalah, default adalah eksogen. Penggerak kunci dalam model bentuk-reduksi mencakup waktu hingga default (atau waktu default) dan pemulihan dalam hal terjadi default (sebaliknya, kerugian yang diakibatkan oleh default). Perbedaan antara berbagai model bentuk-reduksi biasanya melibatkan proses pemodelan ketika default terjadi dan memperkirakan pemulihan jika default terjadi.
29.5.1 Intensitas Default dalam Model Bentuk-Reproduksi
Di bawah asumsi tertentu tentang sifat proses acak yang mengarah pada default, probabilitas bertahan selama sejumlah tahun tertentu dapat ditunjukkan memiliki distribusi eksponensial. Dengan mengasumsikan distribusi eksponensial dan menyatakan p(t) sebagai probabilitas bahwa suatu firma telah bertahan selama t tahun, probabilitas ini dapat dinyatakan sebagai:
p(t) = exp(−λ × t) (29.18)
di mana λ disebut sebagai intensitas default dari model tersebut. Parameter λ menentukan baik waktu yang diharapkan hingga default maupun probabilitas bertahan. Secara khusus, dengan intensitas default λ, waktu yang diharapkan hingga default adalah. Here's the translation of the provided text into Indonesian:
"Probabilitas kegagalan bersyarat. Di sisi lain, probabilitas kegagalan tanpa syarat dalam interval waktu (t, t + Δt) diberikan oleh exp (−λ × t) λ × Î”t, yang sama dengan probabilitas bertahan hingga waktu t dikalikan dengan probabilitas bersyarat gagal antara t dan Δt. Penting untuk dicatat bahwa λ bukanlah probabilitas gagal dalam satu tahun, karena satu tahun adalah durasi yang relatif panjang. Akhirnya, probabilitas bahwa kegagalan bisa terjadi antara s dan t, dengan asumsi bahwa tidak ada kegagalan yang terjadi hingga waktu s, diberikan oleh: p (s) − p (t) = exp (−λ × s) − exp (−λ × t) (29.19)
Sebagai contoh, misalkan sebuah perusahaan rintisan memiliki intensitas kegagalan aktual sebesar 5%. Pada saat perusahaan didirikan (yaitu, waktu 0), probabilitas bahwa perusahaan akan gagal dalam tahun ke-3, dengan asumsi bahwa perusahaan telah bertahan selama dua tahun, adalah:
Probabilitas Kegagalan dalam Tahun ke-3 = exp (−0,05 × 2) − exp (−0,05 × 3)
= 0,905 −" Probabilitas default adalah 17%). Oleh karena itu, intensitas default dapat ditemukan dengan memasukkan 0,83 ke sisi kiri Persamaan 29.18 dan mengambil logaritma alami dari kedua sisi. Ini menghasilkan nilai yang sama dengan –λt, khususnya, ln(0,83), atau –0,18633. Membagi jumlah itu dengan –3 (yaitu, –t) menghasilkan intensitas default (λ) sebesar 6,21%. Salah satu kontribusi dari model bentuk-reduksi adalah upayanya untuk menghubungkan intensitas default dengan berbagai variabel keuangan dan ekonomi. Analis kredit telah membangun model di mana intensitas default terkait dengan kondisi keuangan suatu perusahaan serta dengan kondisi makroekonomi. Model semacam itu kemudian biasanya dikalibrasi dengan memilih parameternya sehingga dapat menjelaskan pola default historis serta kondisi saat ini di pasar kredit (misalnya, selisih kredit untuk berbagai peringkat kredit). Model yang dihasilkan kemudian digunakan untuk menentukan harga penerbitan baru atau untuk menentukan apakah jenis tertentu dari kredit. perusahaan dengan intensitas default sebesar 5%? Nilai nominal obligasi adalah $50 juta. Nilai ($46,62 juta) dapat ditemukan menggunakan Persamaan 29.20:
D0 = e−(0,02+0,05)×1 × 50 = $46,62 juta
Penting untuk dicatat bahwa Persamaan 29.20 diperoleh dengan asumsi bahwa investor tidak peduli tentang risiko sistematik potensial dari obligasi, dan satu-satunya risiko yang diperhitungkan dalam perhitungan mereka adalah risiko default. Dengan kata lain, intensitas default dan probabilitas default yang dihasilkan diasumsikan berada di bawah netralitas risiko.
Perhitungan dalam Aplikasi 29.5.2 dapat dibalik, dan dengan menggunakan harga pasar yang diamati, seseorang dapat menghitung intensitas default netral risiko yang tersirat. Misalnya, anggaplah harga pasar obligasi dalam contoh sebelumnya sebenarnya adalah $45,24 juta. Intensitas default netral risiko yang tersirat adalah 8%. Itu adalah,
45,24 = e−(0,02+0,08)×1 × 50
29.5.3 Menghubungkan Spread Kredit ke Intensitas Default dan Tingkat Pemulihan
Akhirnya, mari kita pertimbangkan risiko default intensitas netral.
Menggunakan Persamaan 29.22, intensitas default netral risiko yang tersirat adalah 0,10:
0,02 = λ × (1 − 0,8)
λ = 10%
Perhatikan bahwa Persamaan 29.22 mengandung tiga variabel, di mana salah satunya dapat diselesaikan menggunakan dua yang lainnya.
29.5.4 Dua Model Kredit Bentuk Berkurang yang Dominan
Dua model yang paling sering dikutip saat merujuk pada model bentuk berkurang adalah model Jarrow-Turnbull (1995) dan model Duffie-Singleton (2003). Model Jarrow-Turnbull mengasumsikan bahwa tidak peduli kapan terjadinya default, pemulihan diterima pada tanggal jatuh tempo. Model Jarrow-Lando-Turnbull (1997) memperluas model asli lebih jauh dengan mempertimbangkan berbagai peringkat kredit di luar hanya dua keadaan sederhana dari default atau kelangsungan hidup. Di sini, model memperhitungkan bahwa ada risiko migrasi (yaitu, bahwa obligasi akan diturunkan peringkatnya daripada mengalami default total). Probabilitas berpindah dari satu peringkat ke peringkat berikutnya dapat diperoleh dari tabel transisi peringkat. Salah satu masalah implementasi yang paling menantang berkaitan dengan nilai perusahaan. Model Merton mengasumsikan bahwa nilai aset perusahaan dapat diketahui. Meskipun untuk perusahaan yang terdaftar di bursa, kita dapat mengamati nilai pasar ekuitas perusahaan, salah satu tantangan terbesar di dunia nyata adalah mendapatkan nilai aset perusahaan. Tantangan lain dalam implementasi adalah bahwa asumsi perdagangan yang kontinu untuk utang korporasi tidak realistis mengingat keterbatasan likuiditas di banyak sektor pasar kredit. Bahkan untuk utang korporasi berinvestasi dengan peringkat sangat likuid, ada biaya untuk perdagangan, terutama perdagangan dalam ukuran besar. Kalibrasi proses aset stokastik menggunakan data publik secara matematis cukup kompleks.
Model KMV lebih lanjut menentukan berbagai
.jpg)
