Apa Itu Kejutan Ekonomi dalam FOMC?
Definisi: kesenjangan ekspektasi di balik sebuah kejutan
Kejutan ekonomi dalam konteks peristiwa FOMC adalah “kesenjangan ekspektasi.” Secara sederhana, pelaku pasar membentuk pandangan tentang apa yang akan ditunjukkan oleh informasi ekonomi yang masuk (dan implikasi terkait kebijakan yang relevan). Sebuah kejutan terjadi ketika apa yang mereka harapkan berbeda dari apa yang baru saja diamati atau diklarifikasi.
Ide utamanya bukanlah angka itu sendiri, melainkan perbedaan antara ekspektasi dan informasi yang terealisasi atau diperbarui. Kesenjangan tersebut dapat dipengaruhi oleh seberapa kuat keyakinan orang bahwa data akan bergerak ke arah tertentu, dan oleh bagaimana mereka menerjemahkan data tersebut menjadi implikasi bagi inflasi, ketenagakerjaan, dan kebijakan.
Cara kerjanya: mekanisme ekspektasi, revisi, dan posisi pasar
Cara sederhana untuk memodelkan proses ini adalah:
- Membangun ekspektasi. Pelaku pasar memperkirakan apa yang akan disinyalir oleh ekonomi dan bagaimana hal itu dapat memengaruhi proyeksi kebijakan.
- Mengamati informasi baru. The Fed dan/atau ekonomi menyediakan rilis terbaru, pidato, atau komunikasi lain yang mengubah interpretasi.
- Menghitung kejutan. Kejutan pada dasarnya adalah “realisasi dikurangi ekspektasi” pada tingkat yang menjadi perhatian pelaku pasar (misalnya, arah dan besaran implikasi bagi kebijakan).
- Menyesuaikan posisi dan harga. Jika kejutan mengubah jalur kebijakan yang dirasakan, harga dan ekspektasi seputar aset terkait USD dapat menyesuaikan saat pelaku pasar memperbarui model mereka.
Revisi adalah kasus khusus. Terkadang data ekonomi direvisi di kemudian hari, yang secara retrospektif dapat mengubah garis dasar. Itu berarti apa yang tampak seperti kejutan pada saat itu dapat dilabeli ulang setelah perkiraan terbaru tersedia. Bahkan jika rilis awal menggerakkan pasar, revisi di kemudian hari dapat menggeser interpretasi tentang seberapa besar atau bermaknanya kesenjangan awal tersebut sebenarnya.
Posisi pasar penting karena pasar sering kali memasuki peristiwa dengan asumsi yang sudah “diperhitungkan dalam harga.” Jika kejutan lebih kecil dari yang dikhawatirkan, dampaknya dapat melemah; jika lebih besar, efeknya bisa lebih kuat. Inilah sebabnya dua rilis dengan arah yang sama (lebih tinggi atau lebih rendah) dapat memiliki hasil yang berbeda tergantung pada ekspektasi konsensus.
Satu keterbatasan material (dan mode kegagalan yang umum)
Keterbatasan material adalah bahwa “kejutan” bergantung pada model. Pelaku pasar yang berbeda menerjemahkan informasi baru yang sama menjadi implikasi kebijakan yang berbeda. Jika ekspektasi konsensus didefinisikan secara longgar, kejutan yang diukur mungkin tidak mencerminkan apa yang sebenarnya mendorong penetapan harga.
Mode kegagalan yang umum adalah memperlakukan kejutan sebagai sinyal trading yang berdiri sendiri. Bahkan jika ada kesenjangan ekspektasi, respons pasar dapat diimbangi oleh faktor lain seperti pergeseran sentimen risiko, kondisi likuiditas, biaya transaksi, atau narasi makro yang berubah. Selain itu, hubungan historis antara kejutan dan pergerakan pasar tidak menjamin hubungan yang serupa di masa depan.
Verifikasi dan pertanyaan lanjutan yang dapat Anda periksa secara independen
Karena tidak ada hasil yang dijamin, verifikasi independen berfokus pada proses daripada prediksi.
Anda dapat memverifikasi konsep ini dengan memeriksa:
- Apa yang mungkin diharapkan pelaku pasar sebelum peristiwa tersebut (misalnya, pandangan konsensus atau seberapa luas kejutan itu diantisipasi).
- Apa yang berubah setelah peristiwa tersebut (komunikasi yang diperbarui, interpretasi yang direvisi, atau data berikutnya).
- Apakah revisi di kemudian hari mengubah narasi tentang apa sebenarnya “kejutan” itu.
Saat Anda menganalisis kejutan terkait FOMC, tanyakan: kejutan relatif terhadap ekspektasi siapa, dan pada cakrawala relevan kebijakan yang mana? Membuat asumsi-asumsi tersebut eksplisit membuat konsep ini lebih mudah diuji dan mengurangi risiko menafsirkan secara berlebihan hasil yang bising atau spesifik-model.