Jawaban langsung
Korelasi pasangan adalah tentang hubungan historis antara dua rangkaian imbal hasil (return series). Dalam praktiknya, korelasi ini dapat dihitung untuk pasangan mata uang (misalnya, satu pasangan dibandingkan pasangan lainnya) dan juga dapat dihitung antara satu pasangan mata uang dan rangkaian pasar yang lebih luas (misalnya, indeks saham atau proksi suku bunga). Poin kuncinya adalah bahwa “terkait” di sini berarti “bergerak bersama di masa lalu dalam kondisi tertentu,” bukan bahwa satu pasar memprediksi pasar lainnya.
Mekanisme atau definisi
Untuk menghubungkan konsep ini ke mata uang dan pasar, pertama-tama tentukan inputnya.
- Rangkaian imbal hasil pasangan mata uang: umumnya perubahan harga (atau harga log) dari suatu pasangan dari waktu ke waktu.
- Rangkaian imbal hasil pasar: rangkaian waktu lain apa pun yang dinyatakan sebagai imbal hasil, sehingga perbandingan menggunakan satuan yang sejenis.
- Korelasi pasangan: sebuah statistik yang merangkum seberapa kuat kedua rangkaian imbal hasil bergerak bersama selama periode yang dipilih.
Model edukasi yang sederhana adalah: jika kedua rangkaian cenderung naik dan turun bersama selama jendela perhitungan, korelasinya lebih tinggi; jika sering bergerak berlawanan arah, korelasinya lebih rendah. Korelasi adalah satu angka yang diturunkan dari banyak titik data, sehingga mengompresi perilaku yang kompleks menjadi satu ukuran.
Saat Anda menerapkannya pada mata uang, pasangan “terkait” biasanya adalah pasangan yang berbagi pemicu makro. Contoh pemicu yang sama termasuk sentimen risiko yang luas, perubahan ekspektasi bank sentral, atau pergerakan dalam dinamika pendanaan/suku bunga yang sama. Namun, mata uang mana yang menunjukkan asosiasi historis yang lebih kuat tidak tetap; hal itu bisa berubah ketika rezim pasar berubah.
Bukti atau contoh
Karena tidak ada data real-time yang diasumsikan di sini, pertimbangkan contoh struktur yang sepenuhnya dapat diverifikasi dan berdiri sendiri.
Asumsi: Anda memilih dua pasangan mata uang dan jendela waktu tetap (misalnya, observasi harian selama satu tahun). Anda mengubah setiap rangkaian harga menjadi imbal hasil menggunakan aturan yang sama (misalnya, perubahan persentase atau log returns). Lalu Anda menghitung korelasi antara dua rangkaian imbal hasil tersebut.
Yang mungkin Anda amati:
- Pada satu subperiode, dua pasangan bisa memiliki korelasi positif moderat karena keduanya merespons secara serupa terhadap pemicu yang sama.
- Pada subperiode lain, hubungan itu bisa melemah atau bahkan berbalik tanda jika pemicu dominan berubah.
Itulah mengapa “terkait dengan Korelasi Pasangan” biasanya berarti: Anda dapat menghitung korelasi antara rangkaian imbal hasil dari pasangan mata uang yang dipilih, dan Anda juga dapat menyertakan rangkaian pasar lain yang mewakili kekuatan ekonomi terkait—dengan syarat Anda menghitung imbal hasil secara konsisten.
Batasan dan risiko
Korelasi pasangan memiliki mode kegagalan yang penting:
- Ketergantungan pada jendela: korelasi berubah sesuai tanggal mulai/akhir dan frekuensi pengambilan sampel. Hubungan yang terlihat pada satu periode mungkin tidak muncul pada periode lain.
- Ketergantungan pada metode: menggunakan definisi imbal hasil yang berbeda, penanganan data yang hilang, atau frekuensi perhitungan yang berbeda dapat mengubah hasil.
- Perubahan rezim: kondisi makroekonomi dan pola volatilitas dapat berubah, sehingga asosiasi historis menjadi tidak stabil.
- Non-kausalitas: korelasi tidak berarti bahwa satu pasar menyebabkan pasar lainnya.
- Hubungan semu: guncangan yang sama dapat menciptakan korelasi sementara yang hilang ketika kondisi kembali normal.
Batasan ini berarti korelasi sebaiknya diperlakukan sebagai statistik deskriptif, bukan sebagai aturan keputusan yang berdiri sendiri.
Verifikasi atau pertanyaan berikutnya
Untuk memverifikasi mata uang dan pasar mana yang “terkait” berdasarkan gagasan korelasi, hitung ulang korelasi sendiri menggunakan definisi yang Anda pilih:
- Pilih pasar yang ingin Anda bandingkan (pasangan mata uang dan/atau rangkaian imbal hasil lainnya).
- Ubah setiap rangkaian menjadi imbal hasil menggunakan satu aturan yang konsisten.
- Pilih jendela waktu tertentu dan frekuensi pengambilan sampel.
- Hitung korelasi lalu ulangi pada jendela yang berbeda untuk melihat apakah hubungan tersebut tetap ada.
Jika korelasi sangat sensitif terhadap jendela, itu menunjukkan asosiasi historis yang tidak stabil, bukan hubungan yang stabil. Pertanyaan berikutnya yang berguna adalah: driver mana yang Anda yakini menghubungkan pasar, sehingga Anda bisa menguji apakah korelasi berubah ketika driver tersebut berubah.
DOCUMENT END