Jawaban langsung
Dalam konteks korelasi pasangan, kata “spread” biasanya berarti seberapa tersebar hubungan tersebut terlihat ketika Anda mengukurnya dari waktu ke waktu atau di berbagai pengamatan. Penyebaran itu paling dipengaruhi oleh likuiditas dan volatilitas, ditambah cara trading dieksekusi (venue eksekusi dan penanganan order). Biaya dan kebijakan spesifik penyedia juga berpengaruh karena mengubah harga eksekusi yang efektif dan menambahkan noise ekstra.
Mekanika: apa yang dimaksud dengan “spread” dalam korelasi pasangan
Korelasi pasangan membandingkan bagaimana dua deret harga cenderung bergerak bersama. Pendekatan yang umum adalah menghitung korelasi pada jendela bergulir (misalnya, banyak interval waktu yang saling tumpang tindih). “Spread” adalah variasi korelasi terukur di antara jendela-jendela tersebut, atau tingkat ketidakstabilan di sekitar hubungan yang diestimasi.
Beberapa input mendorong variasi tersebut:
- Likuiditas: Ketika pasar kurang likuid, kuot bid/ask cenderung lebih lebar dan transaksi lebih mungkin menggerakkan harga secara tidak merata. Ini meningkatkan sifat acak pada deret harga yang tercatat, sehingga meningkatkan dispersi pada estimasi korelasi.
- Volatilitas: Volatilitas mengubah ukuran dan kecepatan pergerakan harga. Pada periode dengan perubahan mendadak atau perubahan rezim, korelasi bisa bergeser dengan cepat, sehingga nilai korelasi bergulir menjadi lebih menyebar.
- Eksekusi dan mikrostruktur: Bagaimana order dipasangkan dan pada harga apa terjadinya pengisian (fills) memengaruhi deret harga efektif yang Anda amati. Bahkan ketika dua instrumen terkait secara ekonomi, efek mikrostruktur dapat menambah perbedaan timing dan noise harga.
- Biaya dan kebijakan penyedia: Biaya transaksi (termasuk komisi), tipe spread (tetap vs variabel), dan aturan penanganan order dapat mengubah deret harga bersih yang digunakan untuk analisis. Perubahan tersebut dapat memengaruhi dispersi korelasi tanpa perubahan pada pergerakan bersama ekonomi yang mendasarinya.
Contoh sederhana (dengan asumsi yang eksplisit)
Anggap Anda mengukur korelasi untuk dua pasangan mata uang yang sama menggunakan jendela bergulir dengan panjang yang sama.
- Asumsi A: Pada periode likuiditas rendah, harga yang diperdagangkan masing-masing instrumen mengandung noise tambahan dari kuot yang lebih lebar dan frekuensi trading yang lebih jarang.
- Asumsi B: Pada periode volatilitas tinggi, lintasan harga menunjukkan pergeseran rezim yang sering. Jika kedua asumsi ini benar, estimasi korelasi akan berfluktuasi lebih besar antar jendela, sehingga meningkatkan “spread” yang teramati. Pergerakan bersama yang mendasarinya mungkin stabil, tetapi noise tambahan dan perubahan rezim membuat estimasi menjadi kurang konsisten.
Bukti atau penalaran bergaya contoh: mengapa venue dan biaya bisa berpengaruh
Bahkan tanpa data real-time, Anda bisa menalar mekanismenya:
- Efek venue eksekusi: Jika dua instrumen dieksekusi di pool likuiditas yang berbeda atau melalui perilaku matching yang berbeda, harga fill yang terealisasi bisa berbeda dalam hal timing dan besarnya. Ketidaksesuaian ini masuk ke dua deret waktu yang Anda korelasikan.
- Penanganan order: Partial fills, keterlambatan, atau perlakuan berbeda terhadap tipe order dapat menciptakan perbedaan yang tampak pada harga yang teramati. Ini meningkatkan variabilitas korelasi terukur di seluruh jendela.
- Perubahan pada deret yang diamati akibat biaya: Jika harga trading efektif Anda mencakup biaya tambahan, atau jika kualitas eksekusi memburuk saat kondisi menekan, deret terukur Anda mencerminkan lebih banyak “gesekan pasar”. Dispersion korelasi bisa meningkat karena gesekan menambah noise yang tidak berkorelasi.
Keterbatasan dan mode kegagalan
- Korelasi bukan stabilitas: Spread korelasi bergulir yang lebar tidak otomatis berarti hubungan ekonomi sudah hilang; itu bisa mencerminkan noise pengukuran, perubahan kondisi trading, atau pergeseran rezim.
- Jendela historis menyesatkan: Hubungan yang diestimasi dari jendela masa lalu sering tidak menjamin perilaku di masa depan, terutama saat rezim likuiditas dan volatilitas berubah.
- Definisi yang ambigu: “Spread” harus didefinisikan. Bisa berarti dispersi estimasi korelasi, dispersi selisih harga, atau dispersi kuot. Definisi yang berbeda menghasilkan penjelasan kausal yang berbeda pula.
- Asumsi yang tidak terkontrol: Jika analisis Anda bergantung pada asumsi tentang order fills atau mencakup sampling waktu yang berbeda untuk dua deret, Anda bisa tanpa sengaja membesarkan spread.
Verifikasi dan pertanyaan berikutnya yang bisa Anda uji
Untuk memverifikasi apa yang mendorong spread pada pengukuran Anda sendiri, cek apakah dispersi berubah ketika Anda mengendalikan likuiditas dan volatilitas:
- Bandingkan spread korelasi di periode yang berbeda volatilitas (kondisi tenang vs kondisi tertekan).
- Bandingkan hasil ketika aktivitas pasar lebih tinggi vs lebih rendah (sesi trading atau jam di luar jam ramai vs jam aktif).
- Uji ketahanan (robustness) dengan frekuensi sampling yang konsisten dan sumber data yang konsisten, agar noise terkait eksekusi tidak secara tidak sengaja masuk ke satu deret lebih banyak daripada deret lainnya.
Pertanyaan berikutnya yang membantu adalah: Definisi “spread” yang tepat yang Anda gunakan apa—dispersi korelasi bergulir, spread kuot, atau dispersi perbedaan harga pasangan? Jawabannya menentukan mekanisme mana yang paling relevan.
DOCUMENT END