Definisikan “volatilitas” sebelum mengukurnya
Volatilitas menjelaskan seberapa banyak harga suatu mata uang berubah dari waktu ke waktu. Untuk mengukurnya, Anda perlu aturan observasi yang konsisten (seri harga apa, interval waktu apa, dan jendela waktu apa). Untuk mata uang imbal hasil rendah, Anda dapat memperlakukan “volatilitas” sebagai ukuran umum dari variabilitas nilai tukar, lalu mengaitkannya dengan gagasan lingkungan suku bunga rendah hanya melalui interpretasi—bukan melalui prediksi.
Kesalahan umum adalah mencampur mekanisme: misalnya, menghitung volatilitas dari satu sumber harga sementara mengasumsikan referensi atau horizon yang lain. Sebagai gantinya, nyatakan asumsi pengukuran Anda: frekuensi data (harian, per jam), horizon (30 hari, 6 bulan), dan apakah Anda mengukur perubahan mentah atau perubahan yang dinormalisasi.
Pilih metode pengukuran (dan definisi imbal hasil)
1) Volatilitas historis sederhana dari imbal hasil
Pendekatan yang banyak digunakan adalah menghitung imbal hasil dari sebuah seri harga lalu menghitung standar deviasi dari imbal hasil tersebut dalam rolling window.
- Pilih seri exchange rate referensi (misalnya, spot rate yang teramati atau rate turunan yang konsisten).
- Konversi harga menjadi imbal hasil. Pilihan umum adalah simple returns (r_t = P_t/P_{t-1} - 1) atau log returns (r_t = \ln(P_t/P_{t-1})).
- Dalam sebuah window berisi (N) observasi, estimasikan volatilitas sebagai standar deviasi dari (r_t).
Keterbatasan material: definisi imbal hasil yang berbeda dan frekuensi pengambilan sampel yang berbeda dapat menghasilkan nilai volatilitas yang berbeda. Bahkan jika pasar yang mendasarinya sama, volatilitas yang dihitung berubah karena matematikanya berubah.
2) Volatilitas berbasis rentang (variabilitas high–low)
Ide terukur lainnya adalah menggunakan jarak antara harga high dan low harian (atau intraday). Metrik berbasis rentang dapat bereaksi cepat terhadap lonjakan mendadak, tetapi metrik ini juga bergantung pada bagaimana “high” dan “low” diambil sampelnya serta apakah outlier atau likuiditas tipis memengaruhi ekstrem tersebut.
3) Volatilitas yang berubah terhadap waktu (estimasi rolling)
Alih-alih satu angka volatilitas, Anda dapat mengukur bagaimana volatilitas berevolusi dengan menghitung ulang statistik pada rolling windows. Ini membuat output lebih deskriptif untuk kondisi yang berubah, tetapi juga menambahkan asumsi lain: panjang window mengontrol seberapa “halus” lintasan volatilitas yang tampak.
Bukti atau contoh: daftar periksa pengukuran yang bisa Anda verifikasi
Berikut cara yang konkret dan mandiri untuk mengukur volatilitas dari pasangan mata uang apa pun yang Anda pilih—termasuk pasangan yang memiliki mata uang imbal hasil rendah—tanpa mengklaim perilaku masa depan.
- Asumsi pilihan data: pilih deret waktu (P_t) yang konsisten dan interval sampling tetap (misalnya, satu nilai per hari).
- Asumsi pilihan imbal hasil: hitung baik simple returns (r_t = P_t/P_{t-1} - 1) atau log returns (r_t = \ln(P_t/P_{t-1})).
- Asumsi window: pilih ukuran window (N) (misalnya, 30 observasi terakhir).
- Perhitungan: hitung standar deviasi dari (r_t) pada window tersebut.
- Asumsi penskalaan (opsional): jika Anda ingin volatilitas “per tahun,” terapkan aturan penskalaan yang konsisten dengan definisi imbal hasil dan interval Anda. Penskalaan ini adalah sebuah asumsi; ia tidak dijamin sesuai dengan perilaku nyata.
Yang sebaiknya Anda bandingkan: volatilitas antar berbagai mata uang imbal hasil rendah menggunakan prosedur yang sama dan aturan sampling yang sama. Jika Anda mengubah sampling atau definisi imbal hasil di tengah jalan, perbandingan bisa menjadi menyesatkan.
Keterbatasan dan risiko yang memengaruhi pengukuran volatilitas
Volatilitas historis tidak menetapkan volatilitas masa depan
Estimasi volatilitas bersifat deskriptif untuk jendela pengukuran masa lalu. Pasar dapat bergeser rezimnya, likuiditas dapat berubah, dan hubungan dapat terputus. Periode volatilitas historis yang rendah bisa kemudian diikuti oleh ayunan yang lebih besar.
Mekanisme penyedia dan pasar dapat mendistorsi deret yang terukur
Meskipun Anda menghitung matematikanya dengan benar, deret harga yang teramati dapat dipengaruhi oleh sumber data, jam perdagangan, dan efek eksekusi. Volatilitas yang terukur bisa berbeda dari variabilitas yang benar-benar dialami trader karena biaya transaksi, bid–ask spreads, dan slippage dapat mengubah hasil yang terealisasi.
Pilihan sampling dapat menciptakan mode kegagalan
- Panjang window: window yang terlalu pendek dapat bereaksi berlebihan terhadap noise; window yang terlalu panjang dapat menyembunyikan perubahan rezim terbaru.
- Outliers: lonjakan tajam pada harga dapat mendominasi standar deviasi.
- Data non-sinkron: jika deret Anda tidak benar-benar selaras dalam waktu antar pasangan mata uang, perbandingan dapat menjadi bias.
Verifikasi dan pertanyaan berikutnya
Untuk memverifikasi kesimpulan Anda, Anda dapat mereproduksi perhitungan volatilitas menggunakan asumsi yang sama yang telah didefinisikan (deret harga, definisi imbal hasil, panjang window). Jika dua perhitungan independen dengan asumsi identik menghasilkan perbedaan, masalahnya kemungkinan ada pada penanganan data, bukan pada konsep volatilitas.