Apa Saja Keterbatasan Korelasi Pasangan Mata Uang?

Jawaban langsung

Korelasi pasangan adalah ukuran statistik yang menggambarkan bagaimana dua deret cenderung bergerak bersama. Keterbatasannya terutama berasal dari fakta bahwa korelasi bersifat kondisional pada cara Anda menghitungnya dan pada apakah hubungan tersebut stabil sepanjang waktu. Seiring perubahan pasar, apa yang tampak seperti pergerakan bersama yang berguna dalam data historis mungkin tidak lagi berlaku.

Mekanisme dan definisi

Korelasi pasangan biasanya dihitung dari observasi historis dua variabel (misalnya, dua deret harga atau deret return pasangan mata uang). Hasilnya adalah angka yang mencerminkan kekuatan dan arah pergerakan bersama selama periode sampel.

Untuk menafsirkannya dengan benar, Anda perlu asumsi yang jelas tentang input:

• Variabel apa yang digunakan: tingkat harga versus return (return biasanya lebih penting karena konsisten secara skala).
• Jendela waktu: periode di mana Anda menghitung korelasi.
• Pengambilan sampel dan penyelarasan: apakah observasi berjarak sama, dan apakah kedua deret diukur pada stempel waktu yang sama.
• Pra-pemrosesan: penanganan data hilang, pencilan, dan apakah Anda menggunakan return logaritmik atau return aritmetik.

Keterbatasan utama adalah bahwa korelasi bukanlah properti dari “pasangan” itu sendiri. Korelasi adalah properti dari dua deret waktu spesifik sebagaimana dikonstruksikan.

Bukti dan contoh mode kegagalan

Bahkan tanpa data waktu nyata, Anda dapat menalar cara-cara umum korelasi pasangan menjadi salah:

1. Perubahan rezim dalam jendela sampel Jika suatu hubungan hanya ada selama rezim pasar tertentu (misalnya, perilaku “risk-on” versus “risk-off”), menghitung korelasi selama periode campuran yang panjang dapat menghasilkan hasil yang encer atau tidak stabil. Anda mungkin melihat korelasi moderat yang menghilang setelah terjadi pergeseran.

2. Sensitivitas ukuran jendela Hitung korelasi dengan satu panjang lookback dan Anda bisa mendapatkan satu jawaban; ubah jendela dan Anda bisa mendapatkan jawaban yang berbeda. Ini terjadi karena estimasi korelasi bervariasi ketika pola pergerakan bersama yang mendasarinya berubah atau ketika lebih sedikit observasi yang tersedia.

3. Korelasi terhadap volatilitas dan pencilan Korelasi dapat sangat dipengaruhi oleh periode dengan guncangan yang tidak biasa. Beberapa pergerakan besar dapat mendominasi statistik, terutama jika deret Anda mencakup lonjakan atau ketidakteraturan data.

4. Non-stasioneritas dan “historis tidak memprediksi” Pasar dan perilaku partisipan bukanlah sistem yang tetap. Ketika properti statistik return berubah, korelasi masa lalu mungkin tidak lagi menggambarkan pergerakan bersama di masa depan.

Keterbatasan dan risiko

Keterbatasan paling material adalah sebagai berikut:

• Korelasi tidak berarti sebab-akibat. Dua deret dapat bergerak bersama karena pendorong bersama, perubahan struktural, atau kebetulan.
• Ketidakpastian estimasi. Korelasi yang dihitung adalah estimasi, bukan hubungan yang dijamin. Dengan sampel terbatas, ada noise statistik.
• Ketidakstabilan sepanjang waktu. Bahkan jika korelasi tinggi di masa lalu, korelasi dapat turun, naik, atau berbalik tanda seiring perubahan kondisi.
• Perbedaan operasional sering diabaikan. Hasil dunia nyata bergantung pada faktor di luar perhitungan korelasi seperti perbedaan waktu, biaya, dan bagaimana perdagangan akan dieksekusi. Elemen praktis ini tidak tertangkap oleh angka korelasi historis.

Karena masalah-masalah ini, korelasi pasangan sering kali lebih baik diperlakukan sebagai statistik deskriptif untuk periode tertentu daripada aturan yang stabil untuk masa depan.

Verifikasi dan pertanyaan berikutnya

Untuk memverifikasi secara independen seberapa berguna hasil korelasi pasangan, Anda dapat menguji stabilitas daripada mengandalkan satu angka:

• Hitung ulang korelasi di beberapa jendela waktu.
• Periksa apakah tanda dan besaran tetap konsisten secara luas.
• Gunakan aturan pra-pemrosesan yang sama (jenis return, penyelarasan pengambilan sampel) untuk setiap perhitungan.

Pertanyaan lanjutan yang berguna adalah: Pendorong atau kondisi mana yang cenderung mengubah hubungan tersebut? Berfokus pada sensitivitas rezim membantu memperjelas kapan korelasi pasangan cenderung informatif dan kapan menjadi tidak dapat diandalkan.