Distribusi asimetris.
Apa Distribusi asimetris?
Distribusi asimetris adalah situasi di mana nilai variabel terjadi pada frekuensi tidak beraturan dan mean, median, dan mode terjadi pada titik yang berbeda. Distribusi asimetris menunjukkan kemiringan. Sebaliknya, distribusi Gaussian atau normal, jika digambarkan pada grafik, berbentuk seperti kurva lonceng dan kedua sisi grafik tersebut simetris.
Poin Penting
- Distribusi asimetris terjadi ketika distribusi hasil investasi suatu aset menunjukkan pola yang terdistorsi atau miring.
- Distribusi asimetris adalah kebalikan dari distribusi simetris, yaitu ketika hasil investasi mengikuti pola reguler yang sering digambarkan sebagai kurva lonceng.
- Kurva lonceng adalah jenis grafik umum dalam investasi yang menunjukkan distribusi data dan dapat membantu investor menganalisis pengembalian historis suatu aset.
- Selama aksi pasar yang bergejolak, kinerja investasi dapat miring, yang mengarah ke pola distribusi yang asimetris.
Memahami Distribusi Asimetris
The kurva lonceng adalah jenis umum dari distribusi data grafik menunjukkan. Pengembalian pasar saham terkadang menyerupai kurva lonceng, sehingga memudahkan investor untuk menganalisis pola distribusi probabilitas pengembalian suatu aset.
Distribusi asimetris terjadi ketika distribusi hasil investasi tidak simetris dengan zero skewness. Distribusi miring negatif disebut miring kiri karena memiliki ekor kiri yang lebih panjang pada grafik. Sebaliknya, distribusi miring positif disebut miring kanan dan memiliki ekor kanan yang lebih panjang.
Investor harus peduli tentang bagaimana data hasil investasi didistribusikan. Kelas aset (saham, obligasi, komoditas, mata uang, real estat, dll.) Semuanya tunduk pada berbagai distribusi pengembalian. Hal ini juga berlaku untuk sektor – sektor dalam kelas aset tersebut (misalnya, teknologi, perawatan kesehatan, kebutuhan pokok, dll.), Serta portofolio yang terdiri dari kombinasi kelas atau sektor aset ini.
Secara empiris, mereka mengikuti pola distribusi asimetris. Hal ini karena kinerja investasi sering kali dipengaruhi oleh periode volatilitas pasar yang tinggi atau kebijakan fiskal dan moneter yang tidak biasa di mana pengembalian dapat menjadi tinggi atau rendah yang tidak normal.
Distribusi Asimetris vs. Simetris
Berbeda dengan distribusi asimetris, distribusi simetris terjadi ketika nilai variabel muncul pada frekuensi yang dapat diprediksi dan mean, median, dan mode terjadi pada titik yang sama. Kurva lonceng adalah contoh klasik dari distribusi simetris. Jika Anda menggambar garis di tengah kurva, sisi kiri dan kanan akan menjadi bayangan cermin satu sama lain. Konsep inti dalam perdagangan teknis , distribusi simetris mengasumsikan bahwa seiring waktu aksi harga suatu aset akan sesuai dengan kurva distribusi ini.
Referensi cepat
Saham blue-chip cenderung menampilkan pola kurva lonceng yang dapat diprediksi dan seringkali memiliki volatilitas yang lebih rendah.
Contoh Distribusi Asimetris
Penyimpangan dari pengembalian “normal” telah disebabkan lebih sering dalam dua dekade terakhir, dimulai dengan gelembung Internet pada akhir 1990-an. Volatilitas ini berlanjut selama peristiwa penting lainnya, seperti serangan teroris 11 September, runtuhnya gelembung perumahan dan krisis keuangan berikutnya, dan selama tahun-tahun pelonggaran kuantitatif , yang berakhir pada tahun 2017. Pembongkaran Dewan Cadangan Federal kebijakan moneter mudah yang belum pernah terjadi sebelumnya dapat menjadi bab berikutnya dari aksi pasar yang tidak stabil dan distribusi pengembalian investasi yang lebih asimetris.
Pertimbangan Khusus
Mengingat peristiwa yang mengganggu dan fenomena luar biasa terjadi lebih sering dari yang diharapkan, investor dapat meningkatkan model alokasi aset mereka dengan memasukkan asumsi distribusi asimetris. Kerangka mean-variance tradisional yang dikembangkan oleh Harry Markowitz didasarkan pada asumsi bahwa pengembalian kelas aset didistribusikan secara normal. Model alokasi aset tradisional bekerja dengan baik di lingkungan pasar “normal” yang persisten.
Namun, model alokasi aset tradisional mungkin tidak melindungi portofolio dari risiko penurunan yang parah ketika pasar menjadi tidak normal. Pemodelan dengan asumsi distribusi asimetris dapat membantu mengurangi volatilitas dalam portofolio dan mengurangi risiko kerugian modal .