Momentum Crash: Mengapa Pemenang Menjadi Pecundang dalam Semalam

Empat Puluh Persen Lenyap dalam Tiga Bulan

Pada Maret 2009, S&P 500 mencapai titik terendah krisis di 676. Apa yang terjadi selanjutnya seharusnya menjadi momen kemenangan bagi investor momentum -- bagaimanapun, strategi ini telah memilih saham-saham pemenang defensif dan melakukan short pada saham-saham keuangan dan siklikal yang hancur selama berbulan-bulan. Namun justru sebaliknya, periode ini menjadi kuartal terburuk dalam sejarah momentum yang tercatat. Antara Maret dan Mei 2009, portofolio momentum long-short klasik kehilangan sekitar 40 persen nilainya. Premi yang terakumulasi selama lima tahun lenyap dalam satu kuartal. Saham-saham yang di-short oleh momentum -- saham keuangan yang hancur seperti Citigroup dan Bank of America -- melonjak lebih dari 100 persen. Saham pemenang defensif di sisi long hampir tidak bergerak.

Ini bukan peristiwa kebetulan. Ini adalah konsekuensi yang dapat diprediksi dari mekanisme yang didokumentasikan secara ketat oleh Daniel dan Moskowitz (2016) dalam makalah penting mereka "Momentum Crashes," yang diterbitkan di Journal of Financial Economics. Kontribusi mereka melampaui sekadar mendokumentasikan bencana historis. Mereka mengidentifikasi mengapa crash terjadi, menunjukkan bahwa crash itu dapat diprediksi, dan mengusulkan strategi dinamis yang secara substansial meningkatkan kinerja momentum yang disesuaikan dengan risiko. Artikel ini memeriksa temuan mereka secara mendetail.

Anatomi Momentum Crash

Daniel dan Moskowitz memulai dengan membangun catatan empiris yang komprehensif. Menganalisis data ekuitas AS dari 1927 hingga 2013, mereka menemukan bahwa kinerja jangka panjang momentum sangat luar biasa -- return bulanan rata-rata 1,47 persen dengan t-statistik di atas 4. Namun distribusi return sangat asimetris. Momentum menunjukkan skewness negatif yang kuat dan excess kurtosis: ekor kiri tebal dan berbahaya.

Makalah ini mengidentifikasi beberapa momentum crash besar sepanjang periode sampel:

Polanya sangat jelas. Setiap crash besar terjadi pada transisi pasar bear-ke-bull -- tepat pada momen ketika penurunan pasar yang berkepanjangan tiba-tiba berbalik. Ini bukan kebetulan; ini adalah konsekuensi langsung dari cara portofolio momentum dibangun.

Mekanisme Opsionalitas: Mengapa Pecundang Menjadi Eksplosif

Wawasan teoretis inti dari Daniel dan Moskowitz (2016) berkaitan dengan opsionalitas yang tertanam dalam saham-saham pecundang masa lalu. Selama pasar bearish yang berkelanjutan, strategi momentum mengakumulasi posisi short pada saham-saham yang telah menurun selama berbulan-bulan. Banyak dari perusahaan ini berada dalam kesulitan keuangan yang parah -- ekuitas mereka telah tergerus habis, dan beberapa mendekati kebangkrutan.

Berikut observasi kritisnya: ketika nilai ekuitas suatu perusahaan menurun mendekati nol, ekuitasnya mulai berperilaku seperti opsi call out-of-the-money atas aset perusahaan. Ini mengikuti langsung dari model struktural utang korporasi Merton (1974), di mana ekuitas adalah opsi call atas nilai perusahaan dengan harga exercise sama dengan nilai nominal utang. Ketika perusahaan mendekati default, peningkatan kecil dalam nilai aset menghasilkan keuntungan persentase yang besar dalam ekuitas.

Konveksitas ini menciptakan profil payoff asimetris. Jika pasar terus menurun, saham pecundang tidak bisa turun lebih jauh -- banyak yang sudah mendekati nol. Tetapi jika pasar berbalik, ekuitas yang tertekan ini dapat naik ratusan persen dalam hitungan minggu. Portofolio momentum melakukan short tepat pada sekuritas yang mirip opsi ini, menciptakan eksposur yang menyerupai straddle yang ditulis: upside terbatas dengan downside yang dahsyat.

Daniel dan Moskowitz memformalisasi ini dengan menunjukkan bahwa beta portofolio momentum bervariasi terhadap waktu dan menjadi sangat negatif selama pemulihan pasar. Dalam periode normal, beta pasar portofolio momentum mendekati nol atau sedikit positif. Tetapi dengan syarat pasar sedang dalam pemulihan dari pasar bearish, beta portofolio bisa anjlok ke -2 atau di bawahnya, yang berarti setiap kenaikan pasar 1 persen menghasilkan kerugian momentum 2 persen atau lebih.

Prediktabilitas: Sinyal Pasar Bearish

Temuan paling penting dalam makalah ini adalah bahwa momentum crash bukan acak. Mereka dapat diprediksi -- bukan dengan kepastian, tetapi dengan keandalan yang cukup untuk membangun kerangka manajemen risiko yang praktis.

Daniel dan Moskowitz menunjukkan bahwa dua variabel yang dapat diamati memprediksi momentum crash dengan kekuatan statistik yang signifikan:

1. Kondisi pasar sebelumnya: Crash terkonsentrasi setelah pasar bearish yang berkepanjangan. Semakin lama dan dalam penurunan, semakin banyak perusahaan yang tertekan terakumulasi di sisi short dan semakin berbahaya efek opsionalitas.

2. Volatilitas terealisasi portofolio momentum: Ketika trailing volatility dari spread momentum long-short melonjak, ini menandakan bahwa saham-saham konstituen portofolio telah memasuki rezim dispersi tinggi. Volatilitas yang meningkat ini sendiri merupakan prediktor dari return negatif yang besar.

Para penulis mendemonstrasikan bahwa expected return kondisional momentum sangat terkait dengan variabel-variabel keadaan ini. Ketika pasar baru-baru ini mengalami penurunan besar dan volatilitas portofolio momentum meningkat, expected return momentum turun tajam dan bisa menjadi negatif. Sebaliknya, dalam pasar yang tenang tanpa crash baru-baru ini, expected return momentum sangat positif.

Prediktabilitas ini membedakan momentum crash dari peristiwa black swan yang sesungguhnya. Black swan, menurut definisi, tidak dapat diprediksi. Momentum crash lebih tepat digambarkan sebagai grey swan -- jarang, parah, dan didahului oleh tanda-tanda peringatan yang dapat diidentifikasi yang kebanyakan investor pilih untuk diabaikan.

Strategi Momentum Dinamis

Berbekal hasil prediktabilitas, Daniel dan Moskowitz membangun strategi momentum dinamis yang menyesuaikan eksposur berdasarkan varians yang diprediksi dari return momentum. Pendekatannya secara konseptual sederhana: ambil taruhan momentum berukuran penuh ketika kondisi menguntungkan, dan kurangi eksposur ketika risiko crash meningkat.

Secara spesifik, strategi ini menskalakan bobot portofolio secara terbalik dengan varians kondisional dari return momentum. Varians kondisional diestimasi menggunakan model sederhana yang menggabungkan volatilitas momentum terkini dan indikator pasar bearish. Ketika volatilitas rendah dan pasar belum crash baru-baru ini, strategi mengambil eksposur maksimum. Ketika sinyal pasar bearish terpicu dan volatilitas melonjak, ukuran posisi dikurangi secara dramatis.

Hasilnya sangat mencolok:

Strategi dinamis hampir menggandakan Sharpe ratio sambil memangkas maximum drawdown dari 96,5 persen yang dahsyat menjadi 28,4 persen yang menyakitkan tetapi dapat bertahan. Return tahunan sebenarnya sedikit meningkat karena strategi menghindari kerugian mendalam yang menggerus kekayaan terkompound. Ini adalah kasus langka dalam keuangan di mana mengurangi risiko juga meningkatkan return -- konsekuensi langsung dari konveksitas compounding.

Perbaikan tidak terbatas pada crash 2009. Strategi dinamis juga menghindari atau mengurangi kerugian selama crash 1932, pembalikan dot-com 2001, dan episode historis lainnya. Manfaat strategi ini robust di seluruh sub-periode dan tidak didorong oleh satu peristiwa outlier.

Hubungan dengan Portofolio Terkelola Volatilitas

Pendekatan dinamis Daniel dan Moskowitz berkaitan erat dengan karya kontemporer Barroso dan Santa-Clara (2015), yang mengusulkan strategi momentum yang dikelola volatilitas yang menskalakan eksposur secara terbalik dengan volatilitas momentum yang terealisasi. Kedua makalah berbagi wawasan bahwa risiko momentum yang bervariasi terhadap waktu dapat diprediksi dan dikelola.

Perbedaan utama terletak pada informasi pengkondisian. Barroso dan Santa-Clara hanya menggunakan trailing enam bulan volatilitas terealisasi dari return momentum. Daniel dan Moskowitz menggabungkan informasi tambahan tentang keadaan pasar -- khususnya apakah pasar sedang pulih dari pasar bearish. Set pengkondisian yang lebih kaya ini memungkinkan strategi Daniel-Moskowitz menangkap prediktabilitas yang terlewatkan oleh penskalaan volatilitas murni.

Kedua pendekatan bersifat komplementer, bukan bersaing. Dalam praktiknya, banyak investor kuantitatif sekarang mengimplementasikan varian momentum yang disesuaikan volatilitas, sering menggabungkan elemen dari kedua makalah. Prinsip intinya sama: ketika volatilitas momentum terkini meningkat, kurangi eksposur, karena volatilitas yang meningkat menandakan risiko crash yang meninggi.

Moreira dan Muir (2017) kemudian menggeneralisasi pendekatan manajemen volatilitas melampaui momentum, menunjukkan bahwa penskalaan dengan inverse realized variance meningkatkan Sharpe ratio dari sebagian besar faktor ekuitas. Namun, mereka menemukan bahwa perbaikan terbesar adalah untuk momentum -- justru karena crash momentum adalah yang paling parah dan paling dapat diprediksi di antara faktor-faktor standar.

Mengapa Ini Penting bagi Investor Faktor

Temuan Daniel-Moskowitz memiliki implikasi mendalam bagi siapa pun yang menjalankan portofolio multi-faktor. Pelajaran utamanya adalah:

Risiko momentum tidak tertangkap oleh model standar. CAPM, model tiga-faktor Fama-French, dan bahkan model lima-faktor gagal menangkap tail risk momentum. Beta yang bervariasi terhadap waktu dan perilaku mirip opsi dari saham pecundang menciptakan profil risiko non-linear yang tidak dapat direpresentasikan oleh model faktor linear. Ini berarti investor yang menentukan alokasi momentum berdasarkan volatilitas kondisi normal akan sangat tidak siap menghadapi drawdown.

Factor timing layak dilakukan untuk momentum. Sementara factor timing sangat sulit untuk kebanyakan faktor -- premi nilai, misalnya, menunjukkan sedikit prediktabilitas yang dapat dieksploitasi -- momentum adalah pengecualian. Sinyal pasar bearish dan sinyal volatilitas memberikan kekuatan prediktif out-of-sample yang genuine. Ini menjadikan momentum salah satu dari sedikit faktor di mana alokasi dinamis secara demonstratif meningkatkan return yang disesuaikan risiko.

Alpha momentum sebagian mencerminkan kompensasi risiko crash. Satu interpretasi dari return rata-rata momentum yang tinggi adalah bahwa ia mengkompensasi investor untuk menanggung kerugian yang jarang tetapi parah -- mirip dengan bagaimana menjual asuransi atau menulis opsi put menghasilkan pendapatan stabil yang diselingi pembayaran katastrofik. Daniel dan Moskowitz menunjukkan bahwa kira-kira setengah dari alpha momentum (diukur terhadap model faktor standar) bertahan bahkan setelah memperhitungkan risiko crash, menunjukkan bahwa penjelasan behavioral (underreaction, herding) tetap penting. Tetapi setengah lainnya memang mungkin mencerminkan kompensasi rasional untuk menanggung tail risk.

Keterbatasan dan Pertanyaan Terbuka

Strategi dinamis Daniel-Moskowitz, meskipun powerful, bukanlah solusi lengkap. Beberapa catatan penting perlu diperhatikan.

Sinyal pasar bearish memerlukan penilaian tentang rezim pasar. Dalam waktu nyata, tidak selalu jelas apakah penurunan pasar merupakan jenis pasar bearish berkepanjangan yang mendahului momentum crash. Sell-off pasar 2018 dan 2020, misalnya, tajam tetapi singkat -- momentum mengalami kerugian sementara tetapi pulih tanpa crash penuh. Mengimplementasikan indikator pasar bearish biner secara real-time melibatkan risiko look-ahead bias yang tidak dapat sepenuhnya ditangani oleh analisis in-sample makalah tersebut.

Penskalaan dinamis memperbesar biaya transaksi. Ketika strategi secara cepat mengurangi dan kemudian mengembalikan eksposur momentum, ia menghasilkan turnover yang substansial. Frazzini, Israel, dan Moskowitz (2018) memperkirakan bahwa biaya transaksi mengkonsumsi 40 hingga 50 persen dari return momentum bruto di bawah implementasi statis; strategi dinamis kemungkinan menghadapi biaya yang lebih tinggi lagi karena urgensi perdagangan periode crash.

Sampel peristiwa crash kecil. Meskipun makalah mencakup hampir satu abad data, hanya ada segelintir episode momentum crash yang sesungguhnya. Ini membuat sulit untuk menilai keandalan statistik model prediktif dengan keyakinan tinggi, meskipun t-statistik besar. Catatan track record out-of-sample sejak publikasi mencakup crash COVID-19 tahun 2020, yang menghasilkan drawdown momentum moderat yang konsisten dengan prediksi strategi dinamis, tetapi sampel satu peristiwa tambahan tidak menyelesaikan pertanyaan tersebut.

Kesimpulan: Pandangan yang Lebih Jujur tentang Momentum

Daniel dan Moskowitz (2016) mengubah cara investor canggih berpikir tentang faktor momentum. Sebelum makalah mereka, momentum crash diperlakukan sebagai peristiwa tidak beruntung tetapi tidak dapat diprediksi -- bencana alam yang harus ditanggung. Setelahnya, bidang ini memahami bahwa crash mengikuti pola yang spesifik dan dapat diidentifikasi: pasar bearish menciptakan perusahaan yang tertekan yang ekuitasnya berperilaku seperti opsi call; ketika pasar pulih, opsi-opsi ini meledak ke atas, menghancurkan posisi short momentum.

Pelajaran praktisnya jelas. Momentum statis adalah strategi yang cacat secara fundamental -- Sharpe ratio-nya yang luar biasa menyembunyikan profil drawdown yang dapat menghancurkan portofolio. Momentum dinamis, yang diskalakan berdasarkan varians kondisional, mempertahankan alpha faktor sambil membuat tail risk dapat dikelola. Bagi setiap investor kuantitatif yang serius, kerangka Daniel-Moskowitz bukan bacaan opsional. Ini adalah manual operasi untuk bertahan dari momen-momen paling berbahaya momentum.