Regime Switching: Bisakah Kita Mendeteksi Perubahan Pasar?

Hari Ketika Aturan Berubah

Pada 19 Oktober 1987, Dow Jones Industrial Average turun 22,6 persen dalam satu sesi perdagangan. Black Monday tidak hanya menghancurkan kekayaan — ia menghancurkan asumsi. Portofolio yang dibangun dengan premis bahwa volatilitas stabil, korelasi tetap konstan, dan pasar mengikuti satu set aturan statistik, terperangkap dalam badai yang menurut aturan-aturan tersebut seharusnya mustahil terjadi. Di bawah distribusi normal, penurunan satu hari sebesar itu seharusnya terjadi sekitar sekali setiap 10^50 tahun. Itu terjadi pada hari Senin biasa di musim gugur.

Bencana ini mengajukan tantangan fundamental bagi keuangan kuantitatif. Jika pasar bisa bergeser secara tiba-tiba antara ketenangan dan kekacauan, antara satu rezim statistik dan rezim yang sama sekali berbeda, maka setiap model yang mengasumsikan proses pembangkit data tunggal dan stabil adalah tidak lengkap secara berbahaya. Pertanyaannya bukan apakah pasar berubah karakter — setiap praktisi mengetahui itu. Pertanyaannya adalah apakah pergeseran ini bisa dimodelkan secara ketat, dideteksi secara real-time, dan digunakan untuk membuat keputusan investasi yang lebih baik.

Dua jalur penelitian menangani masalah ini secara langsung, menghasilkan jawaban komplementer yang bersama-sama membentuk fondasi analisis regime switching modern.

Model Hidden Markov Hamilton

Makalah James Hamilton tahun 1989, "A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle," yang diterbitkan di Econometrica (Hamilton, 1989), memperkenalkan solusi yang elegan. Alih-alih mengasumsikan data ekonomi mengikuti proses tunggal dengan parameter tetap, Hamilton mengusulkan bahwa ekonomi bergantian antara keadaan diskrit dan tidak teramati — rezim — yang masing-masing diatur oleh seperangkat aturannya sendiri.

Kerangka matematisnya adalah Hidden Markov Model (HMM). Dalam formulasi Hamilton, ekonomi berada di salah satu dari sejumlah terbatas keadaan pada waktu tertentu. Setiap keadaan memiliki rata-rata pertumbuhan, volatilitas, dan perilaku dinamis sendiri. Transisi antar keadaan diatur oleh matriks probabilitas.

Wawasan kritis adalah bahwa keadaan itu sendiri tidak teramati. Kita tidak bisa langsung melihat apakah ekonomi berada dalam rezim resesi atau rezim ekspansi. Tapi kita bisa mengamati data ekonomi — pertumbuhan GDP, produksi industri, lapangan kerja — dan menggunakan inferensi Bayesian untuk memperkirakan probabilitas berada di setiap keadaan pada setiap titik waktu.

Temuan Hamilton

Diterapkan pada pertumbuhan GDP AS dari 1951 hingga 1984, model mengidentifikasi dua rezim yang jelas: keadaan pertumbuhan tinggi dengan rata-rata pertumbuhan GDP kuartalan sekitar 1,2% dan volatilitas rendah, serta keadaan pertumbuhan rendah dengan rata-rata pertumbuhan sekitar -0,4% dan volatilitas lebih tinggi. Probabilitas transisi menunjukkan bahwa ekspansi berlangsung rata-rata sekitar empat tahun, sementara kontraksi berlangsung sekitar satu tahun.

Ang dan Bekaert: Dari Makro ke Pasar

Jika Hamilton menunjukkan bahwa makroekonomi berganti rezim, Andrew Ang dan Geert Bekaert mengajukan pertanyaan lanjutan yang alami: apa artinya ini bagi pasar keuangan? Makalah mereka tahun 2002, "Regime Switches in Interest Rates," yang diterbitkan di Journal of Business and Economic Statistics (Ang & Bekaert, 2002), memperluas model regime switching ke return aset, khususnya struktur jangka waktu suku bunga.

Kontribusi Ang dan Bekaert adalah menanamkan kerangka regime switching Hamilton dalam model penetapan harga aset formal. Dalam spesifikasi mereka, baik dinamika suku bunga jangka pendek maupun harga risiko pasar bervariasi antar rezim.

Temuan Utama

Model mengidentifikasi rezim yang secara intuitif sesuai dengan lingkungan pasar yang berbeda. Satu rezim menampilkan suku bunga rendah, volatilitas rendah, dan premia risiko yang terkompresi — lingkungan yang tenang dan mencari risiko. Rezim lainnya menampilkan suku bunga tinggi, volatilitas lebih tinggi, dan premia risiko yang lebih lebar — lingkungan yang tegang dan menghindari risiko.

Bentuk kurva imbal hasil — apakah curam, datar, atau terbalik — membawa informasi berbeda tergantung rezim mana yang berlaku.

Perbandingan Dua Pendekatan

Mengapa Regime Switching Penting Sekarang

Daya tarik model regime switching hanya bertambah sejak makalah-makalah dasar ini. Dua dekade terakhir menghadirkan rangkaian pergeseran rezim yang membuat model rezim tunggal terlihat naif.

Krisis keuangan 2008 melihat korelasi antar kelas aset melonjak mendekati satu — fenomena yang penelitian kerusakan korelasi telah mendokumentasikan secara luas. IHSG dan pasar Indonesia ikut terdampak keras. Portofolio yang dirancang di bawah asumsi rezim normal mengalami penurunan yang model risiko mereka katakan tidak mungkin. Kejatuhan COVID Maret 2020 memampatkan apa yang biasanya memakan waktu berbulan-bulan menjadi beberapa hari. Siklus inflasi 2022-2024 mengubah korelasi obligasi-ekuitas dari negatif ke positif untuk pertama kalinya dalam dua dekade.

Implikasi Praktis

Konstruksi Portofolio

Kesadaran rezim mengubah cara Anda membangun portofolio. Dalam rezim tenang, diversifikasi tradisional bekerja: obligasi melindungi risiko ekuitas, korelasi moderat, dan strategi mean reversion cenderung berkinerja baik. Dalam rezim krisis, korelasi melonjak, mean reversion rusak, dan strategi trend-following menjadi sumber diversifikasi utama.

Manajemen Risiko

Model Value-at-Risk standar yang memperkirakan parameter volatilitas tunggal pada jendela bergulir bersifat backward-looking. Dalam regime switching VaR, estimasi volatilitas adalah rata-rata tertimbang probabilitas dari volatilitas spesifik rezim.

Bagi Investor Faktor

Momentum crash sangat terkonsentrasi pada transisi rezim. Crash momentum terkenal tahun 2009 terjadi tepat saat pasar bertransisi dari rezim krisis kembali ke rezim pemulihan.

Keterbatasan

Model regime switching kuat tetapi jauh dari sempurna. Kritik paling persisten adalah masalah look-ahead: mengidentifikasi dua atau tiga rezim dalam data historis mudah, tetapi menentukan secara real-time bahwa perubahan rezim telah terjadi jauh lebih sulit.

Jumlah rezim juga merupakan keputusan subjektif. Dua keadaan menangkap perbedaan luas antara tenang dan krisis, tetapi menambah keadaan meningkatkan risiko overfitting.

Kesimpulan

Makalah Hamilton 1989 memberikan kerangka matematis untuk berpikir tentang rezim ekonomi secara ketat. Karya Ang dan Bekaert 2002 menunjukkan bahwa rezim-rezim tersebut membawa implikasi langsung untuk penetapan harga aset dan kompensasi risiko. Bagi investor ritel, pelajaran praktisnya jelas: model risiko atau strategi portofolio apa pun yang mengasumsikan lingkungan pasar tunggal yang stabil adalah tidak lengkap. Pasar berubah karakter — kadang bertahap, kadang dalam semalam. Pertanyaannya bukan apakah pergeseran rezim berikutnya akan datang, tetapi apakah portofolio Anda dibangun untuk bertahan menghadapinya.

Artikel ini hanya untuk tujuan edukasi dan bukan merupakan nasihat keuangan. Kinerja masa lalu tidak menjamin hasil di masa depan.

Referensi

• Hamilton, J. D. (1989). A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle. Econometrica, 57(2), 357-384. https://doi.org/10.2307/1912559

• Ang, A., & Bekaert, G. (2002). Regime Switches in Interest Rates. Journal of Business & Economic Statistics, 20(2), 163-182. https://doi.org/10.1198/073500102317351930

• Guidolin, M., & Timmermann, A. (2007). Asset allocation under multivariate regime switching. Journal of Economic Dynamics and Control, 31(11), 3503-3544. https://doi.org/10.1016/j.jedc.2006.12.004

• Ang, A., & Timmermann, A. (2012). Regime Changes and Financial Markets. Annual Review of Financial Economics, 4, 313-337. https://doi.org/10.1146/annurev-financial-110311-101808