Haruskah sebuah portofolio mengalokasikan jumlah yang sama untuk setiap saham, atau membiarkan pasar yang memutuskan? Pertanyaan ini telah memecah belah keuangan kuantitatif selama beberapa dekade. Di satu sisi, pendukung pembobotan kapitalisasi pasar berargumen bahwa harga mencerminkan kebijaksanaan kolektif dan portofolio berbobot kapitalisasi pasar adalah satu-satunya pendekatan yang benar-benar pasif. Di sisi lain, semakin banyak penelitian menunjukkan bahwa strategi yang paling sederhana — memberikan bobot yang sama untuk setiap aset — dapat menyamai atau bahkan mengalahkan model optimasi yang paling canggih. Dengan triliunan dolar yang diindekskan ke benchmark berbobot kapitalisasi pasar, bahkan keunggulan sistematis kecil untuk equal weighting akan menjadi salah satu temuan paling penting dalam konstruksi portofolio.
Argumen Melawan Optimasi
Pada tahun 2009, Victor DeMiguel, Lorenzo Garlappi, dan Raman Uppal menerbitkan makalah bersejarah yang menantang seluruh fondasi optimasi portofolio mean-variance. Studi mereka, Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio?, menguji apakah metode optimasi canggih dapat secara andal mengungguli pendekatan paling naif yang mungkin: membagi modal secara merata di antara semua aset yang tersedia.
Hasilnya sangat mengejutkan. Di tujuh dataset empiris — termasuk portofolio sektor AS, indeks internasional, dan saham individual — portofolio equal-weight (1/N) menyamai atau mengungguli 14 model optimasi berbeda berdasarkan risiko yang disesuaikan. Ini bukan model sederhana. Para penulis menguji metode Bayesian, portofolio minimum-variance, dan beberapa pendekatan optimasi terkendali yang mewakili teknologi terdepan dalam teori portofolio akademis.
Wawasan inti adalah masalah estimasi. Untuk membangun portofolio yang dioptimalkan, diperlukan perkiraan akurat atas expected return, varians, dan kovarians untuk setiap aset. Dengan N aset, jumlah parameter tumbuh pada orde N-kuadrat. DeMiguel dkk. menghitung bahwa untuk portofolio 25 aset, seorang investor membutuhkan sekitar 3.000 bulan — 250 tahun — data sebelum portofolio mean-variance yang dioptimalkan dapat secara andal mengungguli alternatif equal-weight.
| Kategori Model | Contoh yang Diuji | Mengalahkan 1/N pada Sharpe Ratio? | Mengalahkan 1/N pada Certainty-Equivalent Return? |
|---|---|---|---|
| Mean-variance berbasis sampel | Markowitz klasik | Tidak | Tidak |
| Pendekatan Bayesian | Bayes-Stein shrinkage, Data-and-Model | Tidak | Tidak |
| Minimum-variance | Sampel min-variance, terkendali | Campuran | Tidak |
| Pembatasan momen | Model faktor, MacKinlay-Pastor | Tidak | Tidak |
Temuan ini tidak berarti optimasi tidak berguna. Artinya, kesalahan estimasi yang tertanam dalam portofolio yang dioptimalkan biasanya mengalahkan keuntungan teoretis yang dijanjikan. Portofolio equal-weight menghindari masalah ini sepenuhnya karena tidak memerlukan estimasi parameter sama sekali.
Premi Rebalancing
Jika equal weighting hanya menyamai portofolio berbobot kapitalisasi pasar atau yang dioptimalkan, itu hanya akan menjadi temuan yang menarik. Namun penelitian selanjutnya mengungkap mekanisme di mana equal weighting dapat menghasilkan keunggulan struktural yang nyata: premi rebalancing.
Pada tahun 2012, Yuliya Plyakha, Raman Uppal, dan Grigory Vilkov menerbitkan Why Does an Equal-Weighted Portfolio Outperform Value- and Price-Weighted Portfolios?, yang menguraikan sumber-sumber kinerja superior equal-weight. Analisis mereka mencakup ekuitas AS dari 1926 hingga 2006, memberikan periode sampel yang sangat panjang.
Plyakha dkk. mengidentifikasi tiga komponen berbeda dari keunggulan equal-weight atas portofolio berbobot kapitalisasi pasar:
Kecenderungan Ukuran
Portofolio equal-weight secara mekanis memberikan bobot berlebih pada saham-saham kecil relatif terhadap benchmark berbobot kapitalisasi pasar. Karena saham kecil secara historis menghasilkan rata-rata return yang lebih tinggi (premi ukuran yang terdokumentasi dengan baik), kecenderungan ini menjelaskan sebagian dari kinerja superior. Namun, ini juga memperkenalkan volatilitas yang lebih tinggi, sehingga manfaat bersih yang disesuaikan risiko dari kecenderungan ukuran saja relatif sederhana.
Efek Kontrarian
Ketika portofolio equal-weight direbalancing, ia secara sistematis menjual saham yang nilainya naik secara relatif dan membeli saham yang nilainya turun. Ini adalah strategi kontrarian mekanis. Plyakha dkk. menemukan bahwa rebalancing kontrarian ini menghasilkan sekitar 0,5 persen poin return berlebih tahunan. Efek ini muncul karena return saham individual menunjukkan mean reversion jangka pendek.
Penangkapan Volatilitas
Sumber return yang lebih halus berasal dari apa yang kadang disebut efek volatility pumping. Ketika portofolio secara periodik direbalancing ke bobot tetap, ia menangkap nilai dari dispersi return aset individual, bahkan jika rata-rata return aset adalah nol. Keunggulan geometric return ini berlaku untuk semua strategi bobot tetap, tetapi paling besar untuk equal weighting karena bobot yang sama memaksimalkan eksposur terhadap volatilitas idiosinkratik di semua konstituen.
| Komponen Return | Kontribusi Tahunan | Mekanisme |
|---|---|---|
| Kecenderungan ukuran | ~1,0% bruto, ~0,3% disesuaikan risiko | Overweighting saham kecil |
| Rebalancing kontrarian | ~0,5% | Menjual pemenang, membeli pecundang saat rebalancing |
| Penangkapan volatilitas | ~0,2% | Memanen return dari dispersi return aset |
| Total estimasi premi | ~1,7% bruto | Sebelum biaya transaksi |
Memahami komponen-komponen ini sangat penting bagi investor yang mempertimbangkan strategi equal-weight, karena terhubung langsung dengan prinsip-prinsip luas teori diversifikasi portofolio.
Masalah Konsentrasi pada Pembobotan Kapitalisasi Pasar
Kekhawatiran terpisah namun terkait yang memotivasi minat pada equal weighting adalah: risiko konsentrasi yang melekat pada indeks berbobot kapitalisasi pasar. Ketika sejumlah kecil saham mendominasi indeks, portofolio berbobot kapitalisasi pasar semakin terekspos pada nasib beberapa nama tersebut. Ini bukan kekhawatiran teoretis. Pada awal 2026, sepuluh saham terbesar di S&P 500 menyumbang lebih dari 35% indeks, tingkat konsentrasi yang belum terlihat sejak akhir 1990-an.
Pembobotan kapitalisasi pasar menyematkan bias momentum struktural. Ketika saham naik, bobotnya dalam indeks meningkat secara otomatis, yang berarti investor pasif mengalokasikan lebih banyak modal kepadanya, yang dapat lebih mendukung harganya.
Equal weighting menghilangkan masalah konsentrasi ini secara konstruktif. Setiap konstituen menerima alokasi yang sama terlepas dari kapitalisasi pasarnya. Ini memberikan diversifikasi yang sesungguhnya di seluruh indeks, bukan pseudo-diversifikasi dari portofolio berbobot kapitalisasi pasar di mana keluasan nominal menutupi konsentrasi aktual.
Tantangan Biaya Transaksi
Jika equal weighting menawarkan makan siang gratis, setiap investor akan mengadopsinya. Kendala kritis adalah biaya transaksi. Portofolio equal-weight memerlukan rebalancing yang sering untuk mempertahankan bobot target, dan ini menghasilkan turnover yang substansial, terutama dalam alam semesta besar dengan saham kecil yang tidak likuid.
DeMiguel dkk. (2009) meneliti dampak biaya transaksi dan menemukan bahwa biaya tersebut secara signifikan mengikis keunggulan equal-weight. Plyakha dkk. (2012) memperkirakan bahwa setelah biaya transaksi proporsional sebesar 50 basis poin per transaksi, keunggulan bersih equal weighting atas pembobotan kapitalisasi pasar menyempit secara signifikan tetapi tetap positif untuk frekuensi rebalancing kuartalan.
| Frekuensi Rebalancing | Estimasi Premi Bruto | Estimasi Premi Bersih (setelah biaya) | Turnover |
|---|---|---|---|
| Bulanan | ~1,7% | ~0,4% | ~120% tahunan |
| Kuartalan | ~1,4% | ~0,8% | ~60% tahunan |
| Tahunan | ~0,8% | ~0,5% | ~30% tahunan |
Wawasan utamanya adalah bahwa rebalancing kuartalan tampaknya menangkap sebagian besar premi rebalancing sambil menjaga turnover tetap terkendali. Temuan ini memiliki implikasi praktis untuk pendekatan konstruksi portofolio berbasis risiko yang juga memerlukan rebalancing periodik.
Merekonsiliasi Bukti
Bagaimana investor harus menyintesis temuan-temuan ini?
Pertama, portofolio equal-weight berfungsi sebagai benchmark yang sangat efektif. Setiap strategi optimasi yang diusulkan harus diukur terhadapnya, bukan hanya terhadap indeks berbobot kapitalisasi pasar. Jika model canggih tidak dapat secara andal mengalahkan 1/N setelah memperhitungkan kesalahan estimasi dan biaya transaksi, model tersebut menambah kompleksitas tanpa menambah nilai.
Kedua, premi rebalancing itu nyata tetapi tidak gratis. Ia muncul dari kombinasi perdagangan kontrarian dan penangkapan volatilitas, keduanya memerlukan rebalancing periodik dan karenanya menghasilkan biaya.
Ketiga, pilihan antara pembobotan kapitalisasi pasar dan equal weighting sebagian merupakan taruhan pada efisiensi pasar. Pembobotan kapitalisasi pasar mengasumsikan bahwa harga secara akurat mencerminkan nilai fundamental. Equal weighting secara implisit mengasumsikan bahwa harga mengandung noise dan bahwa rebalancing sistematis dapat memanen return dari noise tersebut. Bukti dari Arnott, Hsu, and Moore (2005) tentang indeksasi fundamental mendukung pandangan bahwa pembobotan kapitalisasi pasar suboptimal karena memberikan bobot berlebih pada saham yang dinilai terlalu tinggi.
Keempat, implementasi praktis sangat penting. Bagi investor ritel yang menggunakan ETF, pilihan antara dana S&P 500 equal-weight dan cap-weight melibatkan perbedaan expense ratio dan tracking error yang dapat dikelola. Bagi investor institusional yang mengelola ratusan posisi, biaya transaksi rebalancing equal-weight memerlukan analisis yang cermat.
Kapan Setiap Pendekatan Bekerja Paling Baik
Equal weighting cenderung mengungguli ketika konsentrasi pasar tinggi, ketika volatilitas cross-sectional tinggi, ketika mean reversion jangka pendek kuat, dan ketika alam semesta investasi terdiri dari saham mid-to-large cap yang likuid di mana biaya transaksi rendah.
Pembobotan kapitalisasi pasar cenderung mengungguli selama pasar yang didorong momentum yang kuat, ketika sejumlah kecil saham menghasilkan pertumbuhan laba yang benar-benar superior, dan ketika alam semesta investasi mencakup banyak saham kecil yang tidak likuid di mana biaya rebalancing sangat mahal.
Tidak ada pendekatan yang secara universal superior. Temuan yang konsisten di seluruh literatur adalah bahwa equal weighting menawarkan alternatif yang sangat robust terhadap strategi yang jauh lebih kompleks.
Terkait
Analisis ini disintesis dari DeMiguel, Garlappi & Uppal (2009) / Plyakha, Uppal & Vilkov (2012) oleh QD Research Engine — platform riset otomatis Quant Decoded — dan ditinjau oleh tim editorial kami untuk memastikan akurasi. Pelajari lebih lanjut tentang metodologi kami.
Referensi
-
DeMiguel, V., Garlappi, L., & Uppal, R. (2009). Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio? The Review of Financial Studies, 22(5), 1915-1953. https://doi.org/10.1093/rfs/hhm075
-
Plyakha, Y., Uppal, R., & Vilkov, G. (2012). Why Does an Equal-Weighted Portfolio Outperform Value- and Price-Weighted Portfolios? SSRN Working Paper. https://doi.org/10.2139/ssrn.1787045
-
Arnott, R. D., Hsu, J., & Moore, P. (2005). Fundamental Indexation. Financial Analysts Journal, 61(2), 83-99. https://doi.org/10.2469/faj.v61.n2.2718
-
Roncalli, T. (2013). Introduction to Risk Parity and Budgeting. Chapman and Hall/CRC.
-
Willenbrock, S. (2011). Diversification Return, Portfolio Rebalancing, and the Commodity Return Puzzle. Financial Analysts Journal, 67(4), 42-49. https://doi.org/10.2469/faj.v67.n4.1