Peluruhan ETF Leveraged: Jebakan Ketergantungan Jalur yang Terlewat Investor

Ketika 2x Tidak Berarti 2x

Pada Januari 2009, sebuah ETF leverage 2x yang terkenal dan melacak indeks sektor keuangan mencatat imbal hasil year-to-date sebesar negatif 89 persen. Indeks acuan turun sekitar 60 persen pada periode yang sama. Investor awam yang mengharapkan dana leverage memberikan dua kali lipat kerugian indeks, yaitu sekitar negatif 120 persen (sesuatu yang mustahil, karena sebuah dana tidak bisa kehilangan lebih dari 100 persen nilainya), mungkin akan kebingungan. Namun kerugian aktual sebesar 89 persen bukanlah kesalahan sistem maupun salah hitung. Ini adalah konsekuensi matematis yang tak terhindarkan dari rebalancing harian yang ter-compounding melalui periode dengan volatilitas luar biasa tinggi.

Avellaneda dan Zhang (2010) menyediakan kerangka analitis definitif untuk memahami fenomena ini. Wawasan utama mereka: imbal hasil ETF leverage bersifat path-dependent. Imbal hasil akhir tidak hanya bergantung pada nilai awal dan akhir indeks, tetapi pada urutan spesifik pergerakan harian di antaranya.

Mekanisme Reset Harian

ETF leverage dengan target kelipatan beta (biasanya 2 atau 3) menjanjikan imbal hasil sebesar beta kali imbal hasil harian indeks acuannya. Untuk memenuhi janji ini, dana harus menyeimbangkan kembali eksposurnya pada setiap penutupan pasar.

Pertimbangkan sebuah dana 2x dengan NAV 100 dolar dan eksposur indeks 200 dolar. Jika indeks naik 5 persen, NAV dana meningkat menjadi 110 dolar, tetapi eksposur yang dibutuhkan untuk hari berikutnya adalah 220 dolar (2 kali 110). Dana harus membeli tambahan eksposur sebesar 10 dolar. Setelah hari penurunan, yang terjadi adalah kebalikannya: NAV turun dan dana harus menjual eksposur.

Ini menciptakan pola perdagangan prosiklikal. Dana membeli setelah kenaikan dan menjual setelah penurunan, secara sistematis bertransaksi pada harga yang tidak menguntungkan di pasar yang berfluktuasi.

Rumus Variance Drain

Avellaneda dan Zhang menurunkan aproksimasi waktu kontinu untuk imbal hasil majemuk ETF leverage selama periode kepemilikan T:

R_LETF kira-kira sama dengan beta dikali R_index dikurangi (beta-kuadrat dikurangi beta) dikali (sigma-kuadrat dikali T) dibagi 2

di mana R_index adalah imbal hasil kumulatif indeks, sigma adalah volatilitas tahunan, dan beta adalah rasio leverage. Suku kedua, (beta-kuadrat dikurangi beta) dikali sigma-kuadrat dibagi 2, adalah volatility drag.

Untuk dana 2x (beta = 2) pada indeks dengan volatilitas tahunan 20 persen dan imbal hasil nol bersih selama satu tahun, drag-nya adalah:

(4 dikurangi 2) dikali (0,04 dibagi 2) = kerugian tahunan 4 persen

Dana 3x pada indeks yang sama menanggung (9 dikurangi 3) dikali 0,02 = drag tahunan 12 persen. Drag meningkat sebanding dengan kuadrat rasio leverage, membuat produk triple-leveraged sangat rentan secara tidak proporsional.

Konfirmasi Empiris

Tang dan Xu (2013) menguji kerangka Avellaneda-Zhang terhadap imbal hasil aktual ETF leverage di berbagai kelas aset. Hasil mereka mengonfirmasi bahwa realized variance indeks acuan menjelaskan sebagian besar deviasi antara imbal hasil ETF leverage dan kelipatan target yang diterapkan pada imbal hasil periode tersebut. Hubungan ini berlaku di seluruh produk leverage ekuitas, pendapatan tetap, dan komoditas.

Cheng dan Madhavan (2009) mendokumentasikan temuan serupa, menunjukkan bahwa mekanisme rebalancing harian memperbesar perbedaan pelacakan sebanding dengan kuadrat faktor leverage dan realized variance. Mereka juga menyoroti bahwa perdagangan rebalancing itu sendiri dapat berkontribusi pada volatilitas akhir hari di pasar acuan, menciptakan feedback loop selama periode tekanan pasar.

Lu, Wang, dan Zhang (2012) memeriksa kinerja jangka panjang ETF leverage dan menemukan bahwa periode kepemilikan lebih dari satu bulan menghasilkan deviasi imbal hasil yang cukup besar untuk secara material mengubah profil risiko-imbal hasil yang investor kira sedang mereka terima. Semakin panjang periode kepemilikan dan semakin tinggi volatilitas, semakin besar kesenjangan antara kinerja yang diharapkan dan yang terealisasi.

Ketika Leverage Menguntungkan Anda

Kerangka variance drag mengungkapkan asimetri penting. Di pasar dengan tren kuat dan volatilitas rendah, efek compounding dari reset leverage harian justru meningkatkan imbal hasil melampaui kelipatan target. Ketika indeks bergerak konsisten ke satu arah, membeli lebih banyak eksposur setelah kenaikan (dalam rally) atau menjual setelah penurunan (dalam penurunan) memperbesar tren.

Inilah mengapa beberapa investor melaporkan hasil jangka pendek yang luar biasa dari ETF leverage selama rally atau sell-off yang kuat. Compounding bersifat path-dependent di kedua arah: tren yang berkelanjutan membantu, sementara volatilitas yang mean-reverting merugikan.

Pertanyaan praktis untuk setiap periode kepemilikan lebih dari satu hari adalah apakah komponen tren yang diharapkan akan melebihi variance drag. Di sebagian besar lingkungan pasar, terutama yang memiliki realized volatility di atas 15 persen, drag mendominasi.

Implikasi untuk Konstruksi Portofolio

Temuan path-dependence memiliki beberapa konsekuensi langsung bagi investor yang mempertimbangkan produk leverage.

Pertama, ETF leverage bukan pengganti leverage berbasis margin. Akun margin mempertahankan eksposur dolar yang konstan; ETF leverage yang di-rebalance harian mempertahankan eksposur persentase yang konstan. Keduanya menghasilkan distribusi imbal hasil yang berbeda selama periode multi-hari, dan distribusi ETF leverage secara sistematis lebih buruk di pasar yang volatil.

Kedua, risiko periode kepemilikan pada ETF leverage bersifat nonlinear. Menggandakan periode kepemilikan lebih dari menggandakan deviasi imbal hasil yang diharapkan dari kelipatan target, karena variance terakumulasi dan drag ter-compounding.

Ketiga, implikasi backtesting sangat signifikan. Setiap backtest strategi ETF leverage yang menggunakan imbal hasil indeks bulanan atau kuartalan dikalikan faktor leverage, alih-alih meng-compounding imbal hasil harian, akan secara sistematis melebih-lebihkan kinerja strategi. Bias ini paling besar di rezim volatilitas tinggi, tepat ketika pengukuran risiko yang akurat paling penting.

Keterbatasan Kerangka

Model Avellaneda-Zhang mengasumsikan rebalancing kontinu dan dinamika indeks log-normal. Dalam praktiknya, ETF leverage melakukan rebalancing pada penutupan pasar yang diskret, dan imbal hasil indeks menunjukkan fat tails dan lompatan yang tidak sepenuhnya ditangkap model. Selama peristiwa ekstrem seperti crash pasar 2020, volatilitas intraday dapat menyebabkan rasio leverage aktual dana menyimpang secara signifikan dari targetnya sebelum rebalance akhir hari terjadi, memperkenalkan tracking error tambahan di luar prediksi rumus variance drain.

Biaya pembiayaan (spread antara suku bunga pinjaman dana dan suku bunga bebas risiko) dan biaya manajemen juga mengurangi imbal hasil, meskipun ini biasanya kecil dibandingkan variance drag di lingkungan volatilitas tinggi.

Kerangka ini juga mengasumsikan bahwa ETF leverage mencapai kelipatan target harian yang tepat, yang memerlukan eksekusi sempurna pada harga penutupan. Dalam praktiknya, slippage eksekusi, terutama di pasar acuan yang kurang likuid, menciptakan tracking error harian kecil yang ter-compounding seiring waktu.