Anomali Kalender: Sell in May, Efek Januari, dan 300 Tahun Bukti

Pepatah Lama yang Menolak Mati

Di lantai London Stock Exchange pada awal abad ke-19, para pialang yang mampu akan meninggalkan kota pada akhir musim semi, mengundurkan diri ke tanah pedesaan mereka, dan tidak kembali sampai musim sosial musim gugur dimulai. Ungkapan yang mereka tinggalkan — "Jual di bulan Mei dan pergi, kembali pada Hari St. Leger" — adalah saran praktis yang berakar pada perilaku manusia, bukan teori akademis. Hari St. Leger, sebuah balapan kuda yang diadakan pada bulan September, menandai titik ketika orang-orang kaya London kembali ke kota dan aktivitas keuangan kembali bergeliat.

Sepanjang sebagian besar abad ke-20, pepatah musiman ini diperlakukan sebagai cerita rakyat yang berwarna-warni, saran yang tidak akan dipertimbangkan oleh investor serius mana pun. Kemudian Bouman and Jacobsen (2002) memeriksa 37 pasar ekuitas dengan data yang membentang sejauh 1694 dan menemukan sesuatu yang mengguncang konsensus akademis: efek Halloween nyata, signifikan secara statistik, dan hadir di 36 dari 37 negara yang diteliti. Teka-tekinya bukan bahwa itu ada di satu atau dua pasar. Teka-tekinya adalah keberadaannya yang mendunia.

Artikel ini membandingkan indikator Halloween dengan Efek Januari — dua anomali musiman yang berbeda dengan asal-usul, besaran, dan nasib setelah publikasi akademis yang berbeda. Memeriksa keduanya secara berdampingan mengungkapkan apa yang bisa dan tidak bisa diceritakan oleh pola kalender tentang efisiensi pasar.

Indikator Halloween: Apa yang Sebenarnya Ditemukan Bouman dan Jacobsen

Bouman dan Jacobsen mendefinisikan indikator Halloween secara tepat: rata-rata imbal hasil ekuitas selama periode November hingga April secara signifikan melebihi rata-rata imbal hasil selama Mei hingga Oktober di sebagian besar negara yang mereka periksa. Kumpulan data utama mereka mencakup 37 pasar saham. Efeknya signifikan secara statistik di 36 di antaranya.

Strategi yang mereka uji sederhana. Seorang investor beralih dari ekuitas ke surat berharga di bulan Mei dan kembali ke ekuitas di bulan November. Di seluruh sampel mereka, rotasi ini meningkatkan rata-rata imbal hasil tahunan dibandingkan dengan strategi beli-dan-tahan di sebagian besar pasar, sekaligus juga mengurangi risiko yang diukur dengan standar deviasi. Inggris, dengan data yang dimulai pada 1694, menunjukkan efek yang bertahan selama berabad-abad tanpa bukti peluruhan.

Beberapa fitur temuan mereka menonjol.

Besarannya sangat bervariasi di berbagai pasar. Pasar maju menunjukkan perbedaan antara semester musim panas dan musim dingin rata-rata 6-8 poin persentase disetahunkan. Pasar berkembang menunjukkan spread yang bahkan lebih besar dalam beberapa kasus, meskipun dengan ketidakpastian statistik yang lebih besar mengingat riwayat data yang lebih pendek.

Pola tidak terkonsentrasi pada sejumlah kecil bulan ekstrem. Mei, Juni, dan September masing-masing berkontribusi pada imbal hasil musim panas yang di bawah rata-rata daripada satu bulan mana pun yang mendorong hasilnya. Demikian pula, November dan Desember termasuk bulan-bulan musim dingin yang lebih kuat, tetapi efeknya terdistribusi di seluruh jendela November-April.

Jacobsen and Zhang (2013) memperluas analisis menggunakan tiga abad data imbal hasil saham bulanan Inggris. Temuan utama mereka mengecewakan bagi mereka yang berharap anomali itu akhirnya akan hancur sendiri: baik besaran maupun signifikansi statistik efek Halloween tidak menunjukkan kecenderungan menghilang di seluruh sampel 300 tahun. Anomali yang telah bertahan dari 300 tahun pengamatan, termasuk era modern hedge fund dan perdagangan algoritmik, tidak berperilaku seperti artefak statistik sederhana yang menunggu untuk diarbitrase.

Efek Januari: Binatang yang Berbeda

Efek Januari memiliki sejarah yang berbeda. Wachtel, menulis pada tahun 1942, pertama kali mengamati bahwa Januari cenderung menghasilkan imbal hasil yang luar biasa kuat. Keim (1983) memformalkan fenomena tersebut dan secara khusus mengaitkannya dengan saham berkapitalisasi kecil. Analisisnya menunjukkan bahwa sekitar setengah dari premi tahunan perusahaan kecil yang didokumentasikan oleh Banz (1981) terjadi di bulan Januari saja, terkonsentrasi dalam beberapa hari perdagangan pertama tahun baru.

Mekanisme yang diusulkan intuitif. Investor menjual posisi yang merugi di Desember untuk merealisasikan kerugian modal untuk tujuan pajak. Tekanan jual ini menekan harga saham kecil dan tidak likuid secara tidak proporsional. Di awal Januari, saham-saham ini kembali naik ketika tekanan jual menghilang dan modal baru memasuki pasar. Cerita penjualan rugi pajak memprediksi beberapa fitur yang dapat diuji: efek yang lebih kuat di negara-negara dengan tahun pajak akhir tahun kalender, efek yang lebih besar pada saham yang lebih kecil dan lebih tidak likuid, dan berpotensi efek yang lebih kuat setelah tahun-tahun dengan banyak posisi yang merugi untuk dipanen.

Thaler (1987) mendokumentasikan fitur anomali dalam konteks ekonomi perilaku, mencatat bahwa prediktabilitas itu sendiri mengajukan pertanyaan mengapa investor canggih tidak memperdagangkannya.

Di sinilah dua anomali tersebut berbeda tajam.

Publikasi, Peluruhan, dan Kegigihan: Nasib yang Berbeda

Efek Januari dan indikator Halloween mengikuti lintasan pasca-publikasi yang sangat berbeda.

Efek Januari melemah secara substansial setelah publikasi. Haugen and Jorion (1996) memeriksa imbal hasil Januari di pasar AS hingga 1993 dan menemukan bahwa meskipun efeknya bertahan, besarannya telah menurun dibandingkan periode pra-publikasi. Premi Januari saham kecil menyusut karena investor institusional, menyadari polanya, mulai memposisikan diri di bulan Desember, mendorong harga akhir tahun naik dan meredam lonjakan Januari. Pada 2000-an dan 2010-an, premi Januari saham kecil mentah hanya sebagian kecil dari yang ada di tahun 1970-an.

Peluruhan ini konsisten dengan bentuk semi-kuat dari hipotesis pasar efisien. Setelah informasi tentang Efek Januari menjadi pengetahuan umum, para arbiter rasional bersaing untuk memanfaatkannya, dan dalam melakukannya, sebagian besar menghilangkannya.

Efek Halloween jauh lebih keras kepala. Maberly and Pierce (2004) berpendapat bahwa anomali tersebut didorong oleh pengamatan outlier — khususnya, keruntuhan Agustus-September 1998 yang terkait dengan krisis utang Rusia dan hampir gagalnya LTCM. Bouman dan Jacobsen membalas bahwa pengecualian retroaktif semacam itu dari bulan-bulan tidak biasa itu sendiri merupakan bentuk penambangan data.

Penelitian selanjutnya telah mengkonfirmasi bahwa indikator Halloween bertahan di periode pasca-publikasi. Agar pola yang didokumentasikan dalam data berabad-abad di puluhan negara hanya menjadi artefak statistik memerlukan kebetulan yang luar biasa.

Penjelasan yang Bersaing: Risiko, Perilaku, dan Pola Institusional

Tidak satu pun dari anomali tersebut memiliki penjelasan yang sepenuhnya memuaskan, dan penjelasannya berbeda dengan cara yang menerangi mekanismenya.

Untuk Efek Januari, cerita penjualan rugi pajak cukup meyakinkan namun tidak lengkap. Ini menjelaskan mengapa saham kecil tidak likuid harus naik kembali, tetapi tidak sepenuhnya menjelaskan mengapa investor institusional — yang dapat mengamati pola yang dapat diprediksi ini — tidak memperdagangkannya terlebih dahulu sampai pada titik eliminasi. Komponen perilaku melibatkan window-dressing: manajer portofolio menjual saham yang berkinerja buruk di Desember untuk menghindari pengungkapan kepemilikan yang memalukan di akhir tahun, kemudian membelinya kembali di Januari.

Indikator Halloween menolak penjelasan tunggal yang bersih. Mekanisme kandidat meliputi:

Efek liburan dan volume perdagangan yang berkurang. Selama bulan-bulan musim panas di pasar maju, aktivitas institusional menurun karena para pedagang mengambil liburan. Pasar yang lebih tipis dapat menghasilkan imbal hasil rata-rata yang lebih rendah melalui berkurangnya efisiensi penemuan harga dan biaya transaksi yang lebih tinggi. Tetapi volume yang berkurang seharusnya meningkatkan volatilitas, bukan secara mekanis mengurangi imbal hasil.

Pergeseran eksposur risiko. Satu interpretasi adalah bahwa investor canggih secara sistematis mengurangi eksposur ekuitas selama bulan-bulan musim panas. Eksposur ekuitas rata-rata yang lebih rendah selama musim panas akan langsung diterjemahkan menjadi imbal hasil rata-rata yang lebih rendah, tetapi ini hanya mengganti nama anomali daripada menjelaskan mengapa pergeseran risiko itu sendiri terjadi.

Penjelasan perilaku menekankan musiman suasana hati dan siklus perhatian. Hirshleifer dan Shumway (2003) mendokumentasikan hubungan antara cuaca dan imbal hasil saham, dengan sinar matahari berkorelasi positif dengan imbal hasil pasar. Kamstra, Kramer, dan Levi (2003) mengusulkan mekanisme gangguan afektif musiman.

Tiga Abad Bukti: Apa Artinya Kegigihan

Umur panjang indikator Halloween menciptakan teka-teki yang sesungguhnya. McLean and Pontiff (2016) menunjukkan bahwa anomali melemah setelah publikasi rata-rata, karena literatur akademis secara efektif menyiarkan sinyal perdagangan ke komunitas arbitrase. Anomali kalender seharusnya paling mudah dieksploitasi: tidak memerlukan data kepemilikan, tidak ada pemodelan kompleks, dan waktu diketahui bertahun-tahun sebelumnya.

Namun efek Halloween tidak berperilaku seperti anomali tipikal. Tiga penjelasan potensial layak dipertimbangkan.

Pertama, biaya perdagangan implementasi tidak sepele untuk kelas investor tertentu. Investor institusional yang dibebaskan pajak secara teoritis dapat berotasi antara ekuitas dan surat berharga dengan gesekan minimal, tetapi investor ritel menghadapi biaya transaksi, pajak atas keuntungan yang direalisasikan, dan kesulitan perilaku bergerak melawan pasar selama bulan-bulan musim panas ketika ekuitas masih menghasilkan beberapa imbal hasil positif.

Kedua, efek tersebut mungkin merupakan kompensasi untuk premi risiko musiman yang nyata. Jika risiko makroekonomi memang lebih tinggi selama bulan-bulan musim panas — mungkin karena panduan perusahaan lebih jarang, atau karena risiko peristiwa politik terkonsentrasi di sekitar periode reses musim panas — maka premi risiko ekuitas selama musim panas mungkin lebih rendah, mencerminkan pengurangan nyata dalam kompensasi yang diperlukan untuk menanggung risiko.

Ketiga, mekanisme perilaku mungkin bersifat self-reinforcing. Jika cukup banyak peserta institusional percaya pada efek dan bertindak berdasarkan itu, pengurangan risiko musim panas mereka menjadi mekanisme yang mengabadikan pola tersebut. Ini adalah ekuilibrium koordinasi daripada mispricing, dan tidak perlu menghilang bahkan ketika diketahui secara luas.

Apa yang Bertahan dan Apa yang Tidak

Tiga dekade pengawasan pasca-publikasi telah menghasilkan penilaian yang cukup jelas.

Efek Januari, dalam bentuk saham kecil aslinya, sebagian besar telah melemah di Amerika Serikat dan pasar maju lainnya. Premi Januari yang sederhana mungkin bertahan, tetapi besarannya jauh di bawah perkiraan pra-publikasi. Investor yang berharap untuk secara sistematis memanen premi saham kecil Januari akan menemukan bahwa pesaing mereka sudah sampai lebih dulu.

Indikator Halloween, sebaliknya, mempertahankan tanda tangannya secara statistik. Strategi rotasi — ekuitas November hingga April, pendapatan tetap jangka pendek Mei hingga Oktober — terus menunjukkan kinerja yang disesuaikan risiko yang positif di sebagian besar pasar maju. Apakah ini mewakili peluang alfa yang dapat dieksploitasi atau diferensial premi risiko yang persisten adalah masalah interpretasi, bukan masalah apakah polanya ada.

Pertanyaan praktis bagi investor adalah apakah rotasi musiman sederhana masuk akal dalam portofolio mereka. Bukti historis menunjukkan bahwa berotasi ke aset volatilitas lebih rendah selama periode Mei-Oktober dapat mengurangi eksposur drawdown tanpa secara proporsional mengurangi imbal hasil jangka panjang. Ini bukan sihir — ini mencerminkan pengamatan empiris bahwa drawdown ekuitas terburuk (musim panas 2008, musim panas 1998, musim panas 2002) terkonsentrasi secara tidak proporsional di paruh tahun yang lebih lemah.

Yang tidak dapat diceritakan oleh bukti adalah apakah siklus berikutnya akan terlihat seperti rata-rata historis atau seperti pengecualian. Pada tahun 2020, penurunan ekuitas terburuk tiba pada Februari dan Maret — tepat di jendela menguntungkan secara teoritis dari periode Halloween. Tidak ada aturan kalender yang sepenuhnya menghilangkan risiko. Penilaian yang paling jujur adalah bahwa efek Halloween mewakili pola historis yang kuat dengan mekanisme yang diperdebatkan, dan mengeksploitasinya membutuhkan penerimaan kemungkinan yang jelas bahwa tahun tertentu mana pun dapat melanggar ekspektasi musiman.