Hipotesis pasar efisien menyatakan bahwa pasar keuangan "efisien secara informasi" karena harga aset yang diperdagangkan mencerminkan semua informasi yang diketahui pada waktu tertentu. Tetapi jika ini benar, lalu mengapa harga bervariasi dari hari ke hari meskipun tidak ada informasi mendasar yang baru? Jawabannya melibatkan satu aspek yang biasanya dilupakan di antara pedagang individu: likuiditas.
Banyak perdagangan institusional besar sepanjang hari tidak ada hubungannya dengan informasi dan semua yang berkaitan dengan likuiditas. Investor yang merasa overexposed secara agresif akan melakukan lindung nilai atau melikuidasi posisi, yang pada akhirnya akan mempengaruhi harga. Para peminta likuiditas ini seringkali bersedia membayar harga untuk keluar dari posisi mereka, yang dapat menghasilkan keuntungan bagi penyedia likuiditas. Kemampuan untuk mendapatkan keuntungan dari informasi ini tampaknya bertentangan dengan hipotesis pasar yang efisien, tetapi membentuk dasar arbitrase statistik.
Arbitrase statistik bertujuan untuk memanfaatkan hubungan antara harga dan likuiditas dengan mengambil untung dari salah perhitungan statistik satu aset atau lebih berdasarkan pada nilai yang diharapkan dari aset yang dihasilkan dari model statistik.
Apa itu Arbitrase Statistik?
Arbitrase statistik berasal pada 1980-an dari permintaan lindung nilai yang diciptakan oleh operasi meja perdagangan ekuitas Morgan Stanley. Morgan Stanley dapat menghindari hukuman harga yang terkait dengan pembelian blok besar dengan membeli saham di saham berkorelasi erat sebagai lindung nilai terhadap posisinya. Sebagai contoh, jika perusahaan membeli sejumlah besar saham, itu akan memperpendek saham berkorelasi erat untuk melakukan lindung nilai terhadap segala penurunan besar di pasar. Ini secara efektif menghilangkan risiko pasar sementara perusahaan berusaha untuk menempatkan saham yang telah dibeli dalam transaksi blok.
Pedagang segera mulai memikirkan pasangan ini bukan sebagai blok untuk dieksekusi dan lindung nilai, tetapi lebih sebagai dua sisi dari strategi perdagangan yang bertujuan menghasilkan keuntungan, bukan hanya lindung nilai. Perdagangan pasangan ini akhirnya berkembang menjadi berbagai strategi lain yang bertujuan untuk mengambil keuntungan dari perbedaan statistik dalam harga keamanan karena likuiditas, volatilitas, risiko atau faktor lainnya. Kami sekarang mengklasifikasikan strategi ini sebagai arbitrase statistik.
Jenis Arbitrase Statistik
Ada banyak jenis arbitrase statistik yang dibuat untuk mengambil keuntungan dari beberapa jenis peluang. Sementara beberapa jenis telah dihapus oleh pasar yang lebih efisien, ada beberapa peluang lain yang muncul untuk menggantikannya.
Arbitrase Risiko
Arbitrage risiko adalah bentuk arbitrase statistik yang mencari keuntungan dari situasi merger. Investor membeli saham sesuai target dan (jika itu transaksi saham) secara bersamaan menyingkat stok pengakuisisi. Hasilnya adalah laba yang direalisasikan dari selisih antara harga beli dan harga pasar.
Tidak seperti arbitrase statistik tradisional, arbitrase risiko melibatkan pengambilan beberapa risiko. Risiko terbesar adalah bahwa merger akan turun dan saham target akan turun ke level sebelum merger. Risiko lain berkaitan dengan nilai waktu dari uang yang diinvestasikan. Merger yang membutuhkan waktu lama untuk dilalui dapat memakan pengembalian tahunan investor.
Kunci sukses dalam arbitrase risiko adalah menentukan kemungkinan dan ketepatan waktu merger dan membandingkannya dengan perbedaan harga antara stok target dan penawaran pembelian. Beberapa arbitrase risiko telah mulai berspekulasi mengenai target pengambilalihan juga, yang dapat mengarah pada laba yang jauh lebih besar dengan risiko yang sama besar.
Arbitrase Volatilitas
Volatilitas arbitrage adalah jenis arbitrase statistik yang populer yang berfokus pada mengambil keuntungan dari perbedaan antara volatilitas tersirat dari opsi dan perkiraan volatilitas yang direalisasikan di masa depan dalam portofolio delta-netral. Pada dasarnya, arbitrase volatilitas berspekulasi pada volatilitas keamanan yang mendasarinya daripada membuat taruhan terarah pada harga keamanan.
Kunci dari strategi ini adalah secara akurat memperkirakan volatilitas masa depan, yang dapat menyimpang karena berbagai alasan termasuk:
- Perselisihan paten hasil uji coba klinisPastikan laba spekulasi M & A
Setelah arbitrageur volatilitas memperkirakan volatilitas terealisasi di masa depan, ia dapat mulai mencari opsi di mana volatilitas tersirat secara signifikan lebih rendah atau lebih tinggi daripada perkiraan volatilitas yang direalisasikan untuk keamanan yang mendasarinya. Jika volatilitas tersirat lebih rendah, pedagang dapat membeli opsi dan melakukan lindung nilai dengan keamanan yang mendasari untuk membuat portofolio delta-netral. Demikian pula, jika volatilitas tersirat lebih tinggi, pedagang dapat menjual opsi dan melakukan lindung nilai dengan keamanan yang mendasari untuk membuat portofolio delta-netral.
Pedagang kemudian akan merealisasikan keuntungan pada perdagangan ketika volatilitas yang direalisasikan oleh keamanan yang mendasarinya bergerak lebih dekat ke perkiraannya dibandingkan dengan perkiraan pasar (atau volatilitas yang tersirat). Keuntungan direalisasikan dari perdagangan melalui rehedging berkelanjutan yang diperlukan untuk menjaga delta portofolio netral.
Jaringan Saraf Tiruan
Jaringan saraf menjadi semakin populer di arena arbitrase statistik karena kemampuan mereka untuk menemukan hubungan matematika yang kompleks yang tampaknya tidak terlihat oleh mata manusia. Jaringan ini adalah model matematika atau komputasi berdasarkan jaringan saraf biologis. Mereka terdiri dari sekelompok neuron buatan yang saling berhubungan yang memproses informasi menggunakan pendekatan koneksionis untuk komputasi - ini berarti mereka mengubah struktur mereka berdasarkan informasi eksternal atau internal yang mengalir melalui jaringan selama fase pembelajaran.
Pada dasarnya, jaringan saraf adalah model data statistik non-linear yang digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola dalam data. Jelas, setiap pola pergerakan harga sekuritas dapat dieksploitasi untuk keuntungan.
Perdagangan Frekuensi Tinggi
Perdagangan frekuensi tinggi (HFT) adalah pengembangan yang cukup baru yang bertujuan untuk memanfaatkan kemampuan komputer untuk melakukan transaksi dengan cepat. Pengeluaran di sektor perdagangan telah tumbuh secara signifikan selama bertahun-tahun dan, sebagai hasilnya, ada banyak program yang dapat mengeksekusi ribuan perdagangan per detik. Sekarang karena sebagian besar peluang arbitrase statistik terbatas karena persaingan, kemampuan untuk dengan cepat mengeksekusi perdagangan adalah satu-satunya cara untuk mengukur keuntungan. Jaringan saraf dan model statistik yang semakin kompleks dikombinasikan dengan komputer yang mampu menghitung angka dan melakukan perdagangan lebih cepat adalah kunci untuk keuntungan masa depan bagi arbitrase.
Bagaimana Arbitrase Statistik memengaruhi Pasar
Arbitrase statistik memainkan peran penting dalam menyediakan banyak likuiditas sehari-hari di pasar. Ini memungkinkan pedagang blok besar untuk menempatkan perdagangan mereka tanpa secara signifikan mempengaruhi harga pasar, sementara juga mengurangi volatilitas dalam masalah-masalah seperti American Depositary Receipts (ADRs) dengan menghubungkan mereka lebih dekat dengan saham induknya.
Namun, arbitrase statistik juga menyebabkan beberapa masalah besar. Runtuhnya Long Term Capital Management (LTCM) kembali pada tahun 1998 hampir membuat pasar hancur. Untuk mendapatkan keuntungan dari penyimpangan harga yang kecil, perlu untuk mengambil leverage yang signifikan. Selain itu, karena perdagangan ini otomatis, ada langkah-langkah keamanan bawaan. Dalam kasus LTCM, ini berarti ia akan dilikuidasi saat bergerak ke bawah; masalahnya adalah bahwa pesanan likuidasi LTCM hanya memicu lebih banyak pesanan jual dalam lingkaran yang mengerikan yang pada akhirnya akan berakhir dengan intervensi pemerintah. Ingat, sebagian besar kehancuran pasar saham timbul dari masalah dengan likuiditas dan leverage - arena di mana arbitrase statistik beroperasi.
Garis bawah
Arbitrase statistik adalah salah satu strategi perdagangan paling berpengaruh yang pernah dirancang, meskipun telah sedikit menurun popularitasnya sejak 1990-an. Saat ini, sebagian besar arbitrase statistik dilakukan melalui perdagangan frekuensi tinggi menggunakan kombinasi jaringan saraf dan model statistik. Tidak hanya strategi ini mendorong likuiditas, tetapi mereka juga sebagian besar bertanggung jawab atas crash besar yang kita lihat di perusahaan seperti LTCM di masa lalu. Selama masalah likuiditas dan leverage digabungkan, ini kemungkinan akan terus membuat strategi yang satu layak diakui bahkan untuk investor biasa.
