Bagaimana pensiunan dapat bertahan dari pasar beruang

Tunggu sampai VIX menjadi jauh lebih rendah sebelum mengembalikan uang sampingan untuk bekerja di pasar saham.

Itulah implikasi kajian akademik 2019 dalam Journal of Financial Economics. Berhak "Portofolio yang Dikelola Volatilitas,” itu dilakukan oleh profesor keuangan Alan Moreira dari University of Rochester dan Tyler Muir dari UCLA.

Temuan studi ini mengejutkan karena bertentangan dengan apa yang telah diajarkan investor selama bertahun-tahun tentang bagaimana kita harus bereaksi terhadap volatilitas. Kami telah diberitahu bahwa emosi kami adalah musuh terburuk kami ketika harus membuat keputusan portofolio. Itu pada gilirannya berarti bahwa, meskipun nyali kita memberitahu kita untuk mencari perlindungan ketika volatilitas pasar saham melonjak, kita malah harus mempertahankan atau bahkan meningkatkan eksposur ekuitas kita.

Ternyata nyali kami benar. Pasar saham secara historis telah menunjukkan kinerja di atas rata-rata ketika Indeks Volatilitas CBOE
VIX,
+ 17.36%

telah rendah, tidak tinggi. Ini diilustrasikan dalam grafik terlampir, yang menggambarkan S&P 500
SPX,
-3.37%

pengembalian total rata-rata bulanan sebagai fungsi dari rata-rata bulanan VIX. Perhatikan bahwa pengembalian rata-rata tertinggi dihasilkan dalam 25% bulan dengan tingkat VIX terendah, dan rata-rata ini terus menurun seiring dengan kenaikan tingkat VIX.

Saya menulis tentang strategi ini dua tahun lalu untuk Retirement Weekly. Saya meninjau kembali sekarang karena kinerjanya selama pasar beruang tahun ini adalah ilustrasi yang baik dari manfaatnya. Sementara itu menyerukan untuk hampir sepenuhnya diinvestasikan pada akhir tahun lalu, dengan cepat mengurangi eksposur ekuitas yang direkomendasikan karena volatilitas pasar melonjak ke atas awal tahun ini. Sejauh tahun ini eksposur ekuitas rata-rata telah lebih dari 30 persen lebih rendah dari pasar.

Menggunakan VIX sebagai alat pengatur waktu pasar

Moreira dan Muir tidak merekomendasikan penggunaan VIX sebagai sinyal semua-atau-tidak sama sekali untuk memicu pergerakan dari 100% di pasar menjadi 100% dalam bentuk tunai. Sebaliknya, mereka menyarankan menggunakannya untuk secara bertahap meningkatkan atau mengurangi eksposur ekuitas Anda. Dalam berbagai email selama beberapa tahun terakhir, mereka telah memberi saya beberapa aturan sederhana tentang cara kerja ini dalam praktik:

  1. Pilih target atau alokasi ekuitas default. Misalnya, jika Anda sepenuhnya berinvestasi dalam saham, target atau alokasi ekuitas default Anda adalah 100%.

  2. Tentukan tingkat VIX tengah jalan yang akan sesuai dengan alokasi target Anda. Level dasar inilah yang akan Anda gunakan untuk menentukan eksposur ekuitas Anda. Jika VIX lebih tinggi dari baseline Anda, eksposur ekuitas Anda akan berada di bawah level default Anda—dan sebaliknya.

  3. Untuk menentukan tingkat eksposur ekuitas yang tepat untuk setiap bulan, kalikan alokasi target Anda dengan rasio baseline VIX Anda ke tingkat penutupan VIX pada bulan sebelumnya.

Sebagai ilustrasi, mari kita asumsikan alokasi ekuitas target Anda adalah 100%, dan tingkat VIX tengah jalan yang sesuai dengan target tersebut adalah median historis—yang saat ini adalah 17.71. Mengingat bahwa VIX pada akhir Juli adalah 21.33, alokasi ekuitas Anda pada bulan Agustus akan menjadi 83.0%. Dan dengan asumsi VIX ditutup Agustus di tempatnya berdiri saat kolom ini dicetak, alokasi Anda untuk September akan sedikit lebih rendah di 81.3%.

Meskipun pendekatan ini biasanya tidak memerlukan perubahan eksposur yang besar dari bulan ke bulan, pendekatan ini menyebabkan perubahan besar dalam eksposur ekuitas dari waktu ke waktu. Dalam kasus ilustrasi hipotetis saya, tingkat eksposur ekuitas sejak tahun 1990 bervariasi dari terendah 28.3% hingga tertinggi 174.9% (dengan kata lain margin).

Saya menguji kembali pendekatan ini hingga tahun 1990, yaitu seberapa jauh data untuk VIX tersedia. Saya mengkreditkan tarif T-bill 90 hari ke bagian nontunai dari portofolio hipotetis saya, sambil mendebit biaya bunga margin ketika model meminta lebih dari 100% diinvestasikan.

Penyelarasan

Pengembalian tahunan sejak 1990

Standar deviasi pengembalian bulanan

Rasio Sharpe

Model waktu pasar berbasis volatilitas

10.2%

3.67

0.83

Total pengembalian S&P 500

10.4%

4.25

0.75

Anda mungkin bertanya-tanya apa yang begitu mengesankan tentang strategi yang tidak menghasilkan lebih banyak uang daripada S&P 500. Jawabannya terletak pada risiko strategi yang lebih rendah—14% lebih rendah, yang diukur dengan standar deviasi pengembalian bulanan. Akibatnya, rasio Sharpe strategi (ukuran kinerja yang disesuaikan dengan risiko) jauh lebih tinggi daripada S&P 500.

Pada dasarnya menyamakan pengembalian pasar dengan risiko yang lebih rendah adalah masalah besar, karena risiko yang lebih rendah meningkatkan kemungkinan bahwa investor akan benar-benar bertahan dengan rencana keuangan mereka melalui suka dan duka. Volatilitas S&P 500 yang cukup besar di pasar bearish adalah salah satu alasan besar mengapa investor menyerah pada rencana mereka selama pasar bearish—hampir selalu merugikan jangka panjang mereka.

Tabel tidak menunjukkan bagaimana strategi telah dilakukan sejauh tahun ini. Tetapi telah kehilangan secara signifikan lebih sedikit dari pasar, kehilangan 7.8% hingga 25 Agustus, ketika kolom ini akan ditekan. Meskipun kerugian tidak pernah diterima, itu jauh lebih kecil dan lebih dapat ditoleransi daripada kerugian yang ditimbulkan oleh pasar secara keseluruhan.

Seperti kata pepatah di Wall Street, dia yang menang selama pasar beruang adalah dia yang kalah paling sedikit.

Pelajari cara mengubah rutinitas keuangan Anda di Ide Baru Terbaik di Money Festival pada 21 September dan 22 September di New York. Bergabunglah dengan Carrie Schwab, presiden Yayasan Charles Schwab.

Mark Hulbert adalah kontributor tetap MarketWatch. Hulbert Ratings melacak buletin investasi yang membayar biaya tetap untuk diaudit. Dia bisa dihubungi di [email dilindungi].

Sumber: https://www.marketwatch.com/story/how-retirees-can-survive-a-bear-market-11661536043?siteid=yhoof2&yptr=yahoo