Perdebatan: Haruskah Risiko Spesifik Perusahaan Mendapat Kompensasi?

Selama beberapa dekade, salah satu janji utama dari Capital Asset Pricing Model bersifat sederhana dan intuitif: investor yang menanggung lebih banyak risiko sistematis seharusnya memperoleh imbal hasil yang lebih tinggi, sedangkan risiko spesifik perusahaan (idiosinkratik), karena dapat dieliminasi melalui diversifikasi, seharusnya tidak memberikan premi risiko sama sekali. Namun pandangan alternatif, yang berakar pada Merton (1987), berargumen bahwa informasi yang tidak lengkap dan portofolio yang kurang terdiversifikasi menyebabkan risiko idiosinkratik tetap relevan dan seharusnya mendapat kompensasi positif. Kedua posisi ini membingkai salah satu perdebatan paling sengit dalam penetapan harga aset empiris. Pada tahun 2006, Ang, Hodrick, Xing, dan Zhang membawa data ke dalam argumen tersebut dan menghasilkan temuan yang tidak diduga oleh kedua pihak: saham dengan volatilitas idiosinkratik tertinggi tidak menghasilkan imbal hasil yang lebih tinggi, melainkan jauh lebih rendah.
Makalah mereka, "The Cross-Section of Volatility and Expected Returns," yang diterbitkan di The Journal of Finance, menemukan bahwa portofolio saham AS yang paling volatil secara idiosinkratik menghasilkan kinerja lebih rendah dibandingkan kuintil terendah sebesar sekitar 1,06% per bulan. Ini bukan sekadar artefak statistik yang marjinal. Ini adalah selisih yang secara ekonomi sangat besar dan tetap bertahan setelah dikontrol terhadap faktor-faktor Fama-French, momentum, likuiditas, dan sejumlah prediktor imbal hasil lain yang dikenal. Temuan ini menantang secara langsung baik CAPM (yang memprediksi tidak ada hubungan) maupun model informasi tidak lengkap Merton (yang memprediksi hubungan positif).
Bagaimana Teka-Teki Ini Diukur
Ang, Hodrick, Xing, dan Zhang (2006) mengestimasi volatilitas idiosinkratik menggunakan residual dari regresi tiga faktor Fama-French yang diterapkan pada imbal hasil saham harian. Untuk setiap saham di setiap bulan, mereka menjalankan model tiga faktor terhadap data harian bulan sebelumnya dan menghitung deviasi standar dari imbal hasil yang tidak dapat dijelaskan. Ukuran ini menangkap porsi fluktuasi harian saham yang tidak dapat dikaitkan dengan eksposur pasar, ukuran perusahaan, atau nilai.
Saham-saham kemudian diurutkan ke dalam portofolio kuintil berdasarkan volatilitas idiosinkratik bulan sebelumnya, dan imbal hasil dengan pembobotan setara dilacak untuk bulan berikutnya. Hasilnya membentuk pola yang menurun secara monoton.
Selisih antara kuintil IVOL terendah dan tertinggi sangat mencolok tidak hanya dari segi besaran tetapi juga konsistensinya. Selisih ini bertahan setelah penyesuaian untuk model tiga faktor Fama-French, model empat faktor Carhart, serta kontrol tambahan untuk pembalikan jangka pendek, likuiditas, dan volume. Alpha Fama-French dari kuintil IVOL tertinggi bernilai sangat negatif.
| Kuintil IVOL | Rata-rata Imbal Hasil Bulanan | Alpha FF3 | Alpha Carhart |
|---|---|---|---|
| Q1 (IVOL Rendah) | 1.06% | 0.24% | 0.21% |
| Q2 | 0.95% | 0.13% | 0.10% |
| Q3 | 0.84% | -0.04% | -0.06% |
| Q4 | 0.64% | -0.31% | -0.34% |
| Q5 (IVOL Tinggi) | 0.00% | -1.06% | -0.99% |
Para penulis mengonfirmasi bahwa hasil ini tidak didorong oleh saham berkapitalisasi mikro, saham berharga sangat rendah, atau pencilan ekstrem. Mengeluarkan desil ukuran terkecil, menerapkan pembobotan berdasarkan nilai, dan memangkas observasi paling ekstrem semuanya tetap mempertahankan temuan inti: volatilitas idiosinkratik yang lebih tinggi berkaitan dengan imbal hasil berikutnya yang lebih rendah.
Konfirmasi Internasional
Keberatan alami terhadap setiap anomali yang hanya berbasis AS adalah bahwa hal tersebut mungkin mencerminkan penambangan data atau kekhasan struktur pasar Amerika. Ang, Hodrick, Xing, dan Zhang menangani hal ini secara langsung dalam makalah lanjutan tahun 2009 yang memperluas analisis ke 23 pasar ekuitas negara maju. Di setiap kawasan yang mereka teliti, dari Jepang dan Australia hingga Inggris dan Eropa kontinental, hubungan antara volatilitas idiosinkratik dan imbal hasil berikutnya bersifat negatif. Besarannya bervariasi, tetapi arahnya konsisten. Portofolio global yang membeli saham IVOL rendah dan menjual pendek saham IVOL tinggi menghasilkan imbal hasil positif yang andal di berbagai wilayah geografis.
Replikasi internasional ini secara substansial meningkatkan beban pembuktian bagi penjelasan apa pun yang bergantung pada fitur kelembagaan khusus AS, artefak konstruksi data, atau kebetulan periode sampel.
Penjelasan yang Bersaing: Bidang yang Terbagi
Dua dekade sejak makalah asli telah menghasilkan literatur yang kaya dan terkadang kontradiktif dalam upaya menjelaskan teka-teki ini. Penjelasan-penjelasan tersebut terbagi dalam tiga kategori besar.
Perdebatan Pengukuran
Fu (2009) mengajukan tantangan berpengaruh dengan berargumen bahwa Ang dkk. menggunakan volatilitas idiosinkratik yang bersifat retrospektif (terealisasi) sebagai proksi untuk volatilitas idiosinkratik yang bersifat prospektif (yang diharapkan). Ketika Fu mengestimasi IVOL yang diharapkan menggunakan model EGARCH yang memperhitungkan pengelompokan volatilitas, hubungan negatif tersebut berbalik: IVOL yang diharapkan lebih tinggi berkaitan dengan imbal hasil yang lebih tinggi, konsisten dengan teori Merton. Interpretasi Fu adalah bahwa hasil Ang dkk. mencerminkan efek pembalikan imbal hasil jangka pendek, karena saham yang baru-baru ini mengalami lonjakan volatilitas idiosinkratik (dan karenanya memiliki IVOL terealisasi yang tinggi) cenderung kembali ke nilai rata-rata pada bulan berikutnya.
Bali dan Cakici (2008) menawarkan kritik metodologis yang berbeda, menunjukkan bahwa teka-teki IVOL sensitif terhadap pilihan konstruksi portofolio. Dengan pembobotan berdasarkan nilai, hubungan negatif IVOL-imbal hasil melemah atau menghilang untuk sub-sampel tertentu, menunjukkan bahwa efek tersebut terkonsentrasi pada saham kecil dan tidak likuid di mana pembobotan setara melebih-lebihkan signifikansi ekonominya.
Keberatan metodologis ini serius tetapi tidak sepenuhnya menentukan. Hou dan Loh (2016) melakukan penilaian komprehensif terhadap lebih dari selusin penjelasan yang diajukan untuk teka-teki IVOL dan menemukan bahwa tidak ada satu penjelasan pun yang dapat menjelaskan lebih dari sekitar 40% selisih anomali tersebut. Kritik pengukuran menjelaskan sebagian, tetapi tidak seluruh, fenomena ini.
Penjelasan Perilaku dan Struktural
Kelas penjelasan kedua mengaitkan teka-teki ini dengan perilaku investor dan struktur pasar. Yang paling berpengaruh di antaranya berasal dari Stambaugh, Yu, dan Yuan (2015), yang mengusulkan "asimetri arbitrase" sebagai mekanisme kunci. Argumen mereka berjalan dalam dua langkah. Pertama, saham IVOL tinggi lebih sulit dan lebih mahal untuk dijual pendek karena cenderung berukuran lebih kecil, kurang likuid, dan lebih mahal untuk dipinjam. Kedua, ketika penjualan pendek dibatasi, saham yang dinilai terlalu tinggi tetap dinilai terlalu tinggi lebih lama daripada saham yang dinilai terlalu rendah, karena membeli saham yang dinilai terlalu rendah tidak menghadapi hambatan serupa.
Implikasinya adalah bahwa kumpulan saham IVOL tinggi mengandung proporsi yang tidak proporsional dari nama-nama yang dinilai terlalu tinggi. Saham-saham yang dinilai terlalu tinggi ini menekan rata-rata imbal hasil kuintil IVOL tinggi. Hubungan negatif IVOL-imbal hasil sama sekali bukan kompensasi atas risiko; melainkan jejak dari penetapan harga berlebihan yang tidak terkoreksi di segmen pasar yang paling volatil.
Stambaugh dkk. menguji hal ini dengan menguraikan efek IVOL menjadi komponen penetapan harga berlebihan dan penetapan harga rendah. Di antara saham yang diklasifikasikan sebagai dinilai terlalu tinggi (menggunakan 11 sinyal anomali), IVOL tinggi secara kuat memprediksi imbal hasil rendah. Di antara saham yang dinilai terlalu rendah, IVOL tinggi memprediksi imbal hasil yang lebih tinggi, persis seperti yang disarankan teori Merton. Hubungan rata-rata negatif muncul karena efek penetapan harga berlebihan mendominasi.
Penjelasan ini terhubung langsung dengan anomali volatilitas rendah yang lebih luas, yang mendokumentasikan bahwa saham yang tenang mengungguli saham yang volatil secara risiko-tersesuaikan. Kerangka kerja Stambaugh dkk. menunjukkan bahwa kedua fenomena memiliki akar yang sama: kemampuan asimetris pasar dalam mengoreksi penetapan harga berlebihan dibandingkan penetapan harga rendah.
Permintaan Lotere dan Preferensi Spekulatif
Untaian penelitian ketiga menyoroti peran preferensi investor terhadap imbal hasil yang menyerupai lotere. Saham dengan volatilitas idiosinkratik tinggi cenderung memiliki distribusi imbal hasil yang condong positif: saham-saham tersebut sesekali menghasilkan keuntungan yang dramatis. Jika sebagian investor bersedia membayar lebih untuk peluang keuntungan ekstrem, sebagaimana didokumentasikan dalam literatur keuangan perilaku tentang teori prospek dan teori prospek kumulatif, maka saham yang menyerupai lotere akan secara persisten ditawar di atas nilai fundamentalnya. Penetapan harga berlebihan yang dihasilkan menekan imbal hasil yang diharapkan.
Bali, Cakici, dan Whitelaw (2011) memformalisasi saluran ini dengan mengonstruksi variabel MAX, yang didefinisikan sebagai imbal hasil harian maksimum pada bulan sebelumnya. Mereka menunjukkan bahwa MAX menyerap sebagian besar teka-teki IVOL: saham dengan IVOL tinggi menghasilkan imbal hasil rendah terutama karena juga memiliki MAX tinggi, dan permintaan lotere terhadap saham dengan keuntungan ekstremlah yang mendorong penetapan harga berlebihan.
Temuan Hou dan Loh Ketika Mereka Menguji Segalanya
Hou dan Loh (2016) berupaya melakukan resolusi paling sistematis terhadap teka-teki ini hingga saat itu. Mereka mengevaluasi penjelasan berdasarkan: (1) pengukuran IVOL yang diharapkan vs. terealisasi, (2) pembalikan imbal hasil, (3) pembatasan penjualan pendek, (4) MAX/permintaan lotere, (5) gangguan mikrostruktur pasar, (6) kejutan laba, (7) efek leverage, dan beberapa saluran lainnya.
Kesimpulan mereka cukup menyentak: tidak ada satu penjelasan pun yang menjelaskan lebih dari 30-40% efek IVOL. Kontributor individual terbesar adalah saluran permintaan lotere (MAX) dan saluran pembatasan penjualan pendek. Ketika digabungkan, beberapa penjelasan secara kolektif dapat menjelaskan sekitar 60-80% teka-teki tersebut, tetapi residual yang tidak terjelaskan tetap ada. Teka-teki volatilitas idiosinkratik, menurut penilaian mereka, telah terpecahkan sebagian tetapi belum sepenuhnya terselesaikan.
Implikasi untuk Investasi Berbasis Faktor
Teka-teki IVOL membawa implikasi konkret bagi siapa pun yang membangun atau mengevaluasi portofolio faktor. Pertama, teka-teki ini memberikan alasan tambahan untuk strategi volatilitas rendah di luar kerangka kerja tradisional bertaruh-melawan-beta. Menyaring saham IVOL tinggi menghilangkan segmen pasar yang secara historis menghasilkan alpha yang sangat negatif, terlepas dari mekanisme ekonomi yang bertanggung jawab.
Kedua, teka-teki ini berinteraksi dengan faktor-faktor lain secara penting. Saham IVOL tinggi cenderung berukuran kecil, tidak menguntungkan, dan memiliki tingkat investasi yang tinggi, menempatkan mereka di persimpangan beberapa karakteristik imbal hasil negatif yang diidentifikasi dalam model lima faktor Fama-French. Investor yang condong ke arah kualitas, profitabilitas, atau investasi konservatif secara implisit menghindari saham IVOL tinggi.
Ketiga, penjelasan asimetri arbitrase memiliki implikasi terhadap cara investor menafsirkan hasil backtest faktor. Jika kaki pendek IVOL tinggi bertanggung jawab atas sebagian besar imbal hasil faktor (sebagaimana ditunjukkan Stambaugh dkk.), maka investor faktor yang hanya membeli secara sistematis kehilangan porsi premi yang berasal dari menghindari saham yang dinilai terlalu tinggi dan volatil. Teka-teki IVOL dengan demikian memperkuat pelajaran yang lebih luas: kesenjangan antara premi faktor teoretis dan imbal hasil yang dapat diimplementasikan bersifat nyata dan persisten.
Posisi Perdebatan Saat Ini
Dua puluh tahun setelah Ang, Hodrick, Xing, dan Zhang menerbitkan temuan asli mereka, komunitas akademis telah berkonvergensi pada konsensus parsial. Teka-teki IVOL bersifat nyata dan kokoh. Teka-teki ini muncul dalam data AS, data internasional, dan di berbagai periode sampel. Teka-teki ini tidak sepenuhnya dijelaskan oleh satu mekanisme tunggal, tetapi kombinasi dari asimetri arbitrase (penetapan harga berlebihan yang tidak dapat dikoreksi karena pembatasan penjualan pendek), permintaan lotere (investor spekulatif membayar lebih untuk imbal hasil yang condong), dan nuansa metodologis (perbedaan antara IVOL terealisasi dan yang diharapkan) menjelaskan sebagian besar efek tersebut.
Yang tetap benar-benar belum terselesaikan adalah apakah porsi residual dari teka-teki ini mencerminkan premi risiko negatif yang sesungguhnya, suatu kemungkinan yang akan sangat mengganggu teori penetapan harga aset standar. Jika investor entah bagaimana dihukum karena memegang risiko idiosinkratik, seluruh kerangka kerja yang memisahkan risiko sistematis dari risiko yang dapat didiversifikasi akan memerlukan revisi. Sebagian besar peneliti menganggap hal ini tidak mungkin tetapi belum sepenuhnya mengesampingkannya.
Bagi praktisi, kesimpulan operasional lebih jelas daripada kesimpulan teoretis: saham dengan volatilitas idiosinkratik tinggi secara rata-rata merupakan investasi yang buruk, dan buktinya cukup kuat untuk dipertimbangkan dalam konstruksi portofolio dan manajemen risiko, meskipun perdebatan akademis mengenai akar penyebabnya masih berlanjut.
Terkait
Written by Elena Vasquez · Reviewed by Sam
Artikel ini berdasarkan literatur primer yang dikutip dan telah ditinjau oleh tim editorial kami untuk akurasi dan atribusi. Kebijakan Editorial.
Referensi
- Ang, A., Hodrick, R. J., Xing, Y., & Zhang, X. (2006). "The Cross-Section of Volatility and Expected Returns." The Journal of Finance, 61(1), 259-299. https://doi.org/10.1111/j.1540-6261.2006.00836.x
- Ang, A., Hodrick, R. J., Xing, Y., & Zhang, X. (2009). "High idiosyncratic volatility and low returns: International and further U.S. evidence." Journal of Financial Economics, 91(1), 1-23. https://doi.org/10.1016/j.jfineco.2007.12.005
- Merton, R. C. (1987). "A Simple Model of Capital Market Equilibrium with Incomplete Information." The Journal of Finance, 42(3), 483-510. https://doi.org/10.1111/j.1540-6261.1987.tb04565.x
- Fu, F. (2009). "Idiosyncratic Risk and the Cross-Section of Expected Stock Returns." Journal of Financial Economics, 91(1), 24-37. https://doi.org/10.1016/j.jfineco.2008.02.003
- Bali, T. G., & Cakici, N. (2008). "Idiosyncratic Volatility and the Cross Section of Expected Returns." Journal of Financial and Quantitative Analysis, 43(1), 29-58. https://doi.org/10.1017/S002210900000274X
- Stambaugh, R. F., Yu, J., & Yuan, Y. (2015). "Arbitrage Asymmetry and the Idiosyncratic Volatility Puzzle." The Journal of Finance, 70(5), 1903-1948. https://doi.org/10.1111/jofi.12286
- Hou, K., & Loh, R. K. (2016). "Have We Solved the Idiosyncratic Volatility Puzzle?" Journal of Financial Economics, 121(1), 167-194. https://doi.org/10.1016/j.jfineco.2016.02.013
- Bali, T. G., Cakici, N., & Whitelaw, R. F. (2011). "Maxing Out: Stocks as Lotteries and the Cross-Section of Expected Returns." Journal of Financial Economics, 99(2), 427-446. https://doi.org/10.1016/j.jfineco.2010.08.014