Perkiraan Pengembalian Total: Kelas Aset Utama | – Beragampengetahuan

Prospek kinerja indeks pasar global (GMI) untuk bulan Mei sekali lagi lebih tinggi. Perkiraan jangka panjang GMI naik tipis selama empat bulan berturut-turut, dengan pertumbuhan tahunan meningkat menjadi 7,1%, sedikit lebih tinggi dari perkiraan bulan lalu berdasarkan rata-rata tiga model (didefinisikan di bawah). GMI adalah tolok ukur non-penahanan yang mencatat semua kelas aset utama (kecuali uang tunai) berdasarkan bobot pasar sekelompok proksi ETF.

Konsisten dengan sejarah saat ini, ekspektasi imbal hasil ekuitas AS masih merupakan hal yang berbeda di antara berbagai kelas aset yang membentuk GMI. Perkiraan rata-rata pasar saham AS jauh di bawah kinerjanya selama dekade terakhir. Akibatnya, ekspektasi terhadap saham-saham AS selama beberapa tahun ke depan jauh lebih rendah dibandingkan dengan imbal hasil aktual selama dekade terakhir. Sebaliknya, perkiraan imbal hasil untuk kelas aset utama lainnya tetap lebih tinggi dibandingkan rekornya selama 10 tahun terakhir.

GMI mewakili tolok ukur teoretis dari portofolio “optimal” untuk rata-rata investor dengan jangka waktu tidak terbatas. Atas dasar ini, GMI dapat berfungsi sebagai titik awal untuk menyesuaikan alokasi aset dan desain portofolio agar sesuai dengan ekspektasi, tujuan, toleransi risiko investor, dan lain-lain. Sejarah GMI menunjukkan bahwa kinerja tolok ukur pasif ini kompetitif dengan sebagian besar strategi alokasi aset aktif, terutama setelah disesuaikan dengan risiko, biaya transaksi, dan pajak.

Beberapa, sebagian besar atau mungkin semua perkiraan di atas mungkin berbeda dari kondisi sebenarnya. Namun perkiraan GMI diharapkan lebih dapat diandalkan dibandingkan perkiraan komponennya. Perkiraan untuk pasar tertentu (saham AS, komoditas, dll.) memiliki volatilitas dan kesalahan pelacakan yang lebih besar dibandingkan dengan menggabungkan perkiraan ke dalam perkiraan GMI, sebuah proses yang dapat mengurangi beberapa kesalahan seiring berjalannya waktu.

Cara lain untuk melihat perkiraan di atas adalah dengan menggunakan perkiraan tersebut sebagai dasar untuk menyempurnakan ekspektasi.

Untuk melihat bagaimana realisasi total keuntungan GMI berevolusi dari waktu ke waktu, pertimbangkan rekam jejak benchmark tersebut dalam basis tahunan bergulir selama 10 tahun. Grafik di bawah ini membandingkan kinerja GMI bulan lalu dengan kinerja saham dan obligasi AS. Pengembalian GMI saat ini selama dekade terakhir adalah 6,6%, yang tergolong lumayan jika dibandingkan dengan sejarah saat ini.

Berikut adalah ringkasan singkat tentang cara pembuatan perkiraan pada tabel di atas dan metrik lainnya yang ditentukan:

BB: Model Building Block menggunakan return historis sebagai proksi untuk memperkirakan masa depan. Periode sampel yang digunakan dimulai pada bulan Januari 1998 (tanggal paling awal yang tersedia untuk semua kelas aset yang tercantum di atas). Prosesnya adalah menghitung premi risiko untuk setiap kelas aset, menghitung pengembalian tahunan, dan kemudian menambahkan tingkat bebas risiko yang diharapkan untuk menghasilkan perkiraan pengembalian total. Untuk perkiraan tingkat suku bunga bebas risiko, kami menggunakan imbal hasil terbaru dari Treasury Inflation-Protected Securities (TIPS) 10 tahun. Hasil ini dianggap sebagai perkiraan pasar dari pengembalian riil (yang disesuaikan dengan inflasi) yang bebas risiko dari aset yang “aman” – Tarif “bebas risiko” ini juga berlaku untuk semua model yang tercantum di bawah. Perhatikan bahwa model BB yang digunakan di sini (secara longgar) didasarkan pada metodologi yang awalnya diuraikan oleh Ibbotson Associates, sebuah divisi dari Morningstar, Inc.

Kecerdasan emosional: Model keseimbangan merekayasa balik keuntungan yang diharapkan dalam kaitannya dengan risiko. Daripada mencoba memprediksi keuntungan secara langsung, model ini mengandalkan kerangka kerja yang lebih andal yang menggunakan indikator risiko untuk memperkirakan kinerja di masa depan. Prosesnya relatif kuat dalam arti bahwa memprediksi risiko sedikit lebih mudah daripada memprediksi imbalan. Tiga masukan:

* Perkiraan harga pasar yang diharapkan dari risiko untuk seluruh portofolio, yang didefinisikan sebagai rasio Sharpe, yaitu rasio premi risiko terhadap volatilitas (standar deviasi). Catatan: “Portofolio” didefinisikan di sini dan di seluruh artikel ini sebagai GMI

* Volatilitas yang diharapkan (deviasi standar) untuk setiap aset (komponen pasar GMI)

* Korelasi yang diharapkan (GMI) setiap aset relatif terhadap portofolio

Model untuk memperkirakan keuntungan ekuilibrium ini awalnya diuraikan oleh Profesor Bill Sharpe dalam makalahnya pada tahun 1974. Untuk ringkasannya, lihat penjelasan Gary Brinson di Bab 3 The Portable Investing MBA. Saya juga mengulas model ini dalam buku saya Alokasi Aset Dinamis. Perhatikan bahwa pendekatan ini pertama-tama memperkirakan premi risiko dan kemudian menambahkan tingkat bebas risiko yang diharapkan untuk menghasilkan perkiraan pengembalian total. Tingkat suku bunga bebas risiko yang diharapkan diuraikan dalam BB di atas.

Pengaturan: Pendekatan ini sama dengan model keseimbangan (EQ) yang dijelaskan di atas Namun ada satu pengecualian: Perkiraan disesuaikan berdasarkan momentum jangka pendek dan faktor pengembalian rata-rata jangka panjang. Momentum didefinisikan sebagai harga saat ini relatif terhadap harga yang mengikuti rata-rata pergerakan 12 bulan. Faktor pengembalian rata-rata diperkirakan sebagai harga saat ini relatif terhadap harga yang mengikuti rata-rata pergerakan 60 bulan (5 tahun). Perkiraan keseimbangan disesuaikan berdasarkan harga saat ini relatif terhadap rata-rata pergerakan 12 bulan dan 60 bulan. Jika harga saat ini berada di atas (di bawah) rata-rata pergerakan, estimasi premi risiko yang belum disesuaikan akan berkurang (meningkat). Rumus penyesuaiannya sederhana, yaitu mengambil kebalikan dari rata-rata harga saat ini dan kedua rata-rata bergerak tersebut. Misalnya: Jika harga suatu kelas aset saat ini adalah 10% di atas rata-rata pergerakan 12 bulannya dan 20% di atas rata-rata pergerakan 60 bulannya, perkiraan yang belum disesuaikan akan menjadi 15% lebih rendah (10% dan 20% lebih tinggi dari harga 60 bulannya). rata-rata bergerak). Logikanya di sini adalah ketika harga relatif tinggi dibandingkan dengan sejarah terkini, perkiraan keseimbangan akan lebih rendah. Di sisi lain, ketika harga relatif rendah dibandingkan dengan sejarah saat ini, perkiraan keseimbangan meningkat.

rata-rata: Kolom ini adalah rata-rata sederhana dari tiga perkiraan untuk setiap baris (kelas aset)

Pensiun dalam 10 tahun: Untuk mengetahui imbal hasil aktual, kolom ini menunjukkan total imbal hasil tahunan 10 tahun terakhir untuk kelas aset pada bulan target saat ini.

menyebar: Model rata-rata memperkirakan tingkat pengembalian 10 tahun yang lebih rendah.

Belajar menggunakan R untuk analisis portofolio
Analisis Portofolio Kuantitatif di R:
Pengantar R untuk Pemodelan Risiko dan Pengembalian Portofolio
James Picerno