Tracking error

Bayangkan satu bulan ketika produk Anda memberi imbal hasil 2 % dan benchmark 2,10 %. Produk tertinggal 0,10 poin persentase; poin persentase di sini adalah selisih langsung dua imbal hasil dalam persen. Selisih ini disebut imbal hasil aktif, meskipun produknya tidak dikelola secara aktif. Rumusnya a=Rp−Rb, dengan Rp sebagai imbal hasil portofolio dan Rb imbal hasil benchmark untuk periode yang sama. Ulangi untuk bulan berikutnya. TE kemudian melihat bagaimana selisih itu berubah di sekitar rata-ratanya. Ini bukan satu selisih saja ataupun volatilitas harga itu sendiri. [1]

Dalam contoh kami, tiga imbal hasil aktif bulanan adalah −0,10; 0,00; +0,10 poin persentase. Produk tertinggal sekali, sama dengan benchmark sekali, dan mengunggulinya sekali. Rata-rata selisihnya 0,00. Untuk menghitung simpangan baku sampel, kuadratkan jarak setiap nilai dari rata-rata lalu jumlahkan; hasilnya 0,02. Karena memakai sampel, bagi dengan n−1=2, dengan n sebagai jumlah pengamatan, lalu ambil akar: √(0,02/2)=0,10 poin persentase. Inilah TE bulanan sebelum disetahunkan. Tiga pengamatan menjelaskan cara menghitung, tetapi belum cukup untuk menilai produk nyata secara andal. [1]

Ubah deret menjadi −0,10; −0,10; −0,10 poin persentase. Produk selalu tertinggal dengan selisih yang sama. Tidak ada variasi di sekitar rata-ratanya sendiri, sehingga TE=0. Namun, investor mendapat hasil lebih rendah daripada benchmark setiap bulan. Karena itu, kita juga melihat Tracking difference, selisih imbal hasil produk dan benchmark selama rentang yang dipilih. Untuk keseluruhan periode, imbal hasil bulanan digabungkan secara majemuk: perubahan berikutnya berlaku pada nilai yang sudah berubah akibat bulan sebelumnya. Rata-rata sederhana selisih bulanan tidak otomatis sama dengan selisih kedua imbal hasil majemuk tersebut. [1] [2]

TE sering disetahunkan, yaitu dinyatakan dalam basis tahunan, agar mudah dibandingkan. Untuk TE bulanan 0,10 poin persentase, perkalian yang umum dengan √12 menghasilkan sekitar 0,346 poin persentase per tahun. Namun, konversi ini memakai asumsi: tingkat variasinya cukup stabil dan penyimpangan antarperiode tidak berkorelasi, artinya tidak ada hubungan linear di antara penyimpangan pada periode berbeda. Ini bukan prediksi hasil tahunan yang pasti. Deret harian dan bulanan atau rentang pengamatan yang berbeda panjangnya belum tentu bisa dibandingkan langsung tanpa memahami metodenya. [1]

Benchmark, mata uang, tanggal, dan waktu penilaian harus selaras. Bedakan juga imbal hasil harga dari imbal hasil total: yang kedua memperhitungkan distribusi kepada investor sesuai metodologinya. NAV adalah nilai aset setelah dikurangi liabilitas, di sini per unit. Jika memakai imbal hasil NAV, periksa biaya apa saja yang sudah tercakup. Hari perdagangan yang hilang, waktu penutupan berbeda, atau kelas unit dalam mata uang lain bisa menimbulkan perbedaan hanya karena masukan datanya tidak cocok. Angka yang muncul dengan cara itu belum membuktikan bahwa manajer bekerja buruk. [1] [2]

TE yang dihitung dari imbal hasil NAV terhadap indeks menilai bagaimana aset produk mengikuti benchmark. Namun, investor membeli dan menjual unit pada harga pasar. Harga itu bisa lebih tinggi daripada NAV, dengan premium, atau lebih rendah, dengan diskon. Perubahan selisih ini memberi pengaruh tambahan pada imbal hasil harga pasar. Karena itu, premium sesaat sebesar 2 % bukan TE = 2 %. Satu selisih harga tidak menunjukkan bagaimana perbedaan imbal hasil berubah sepanjang waktu; dibutuhkan deret periode yang diukur secara konsisten. [3]

Produk belum tentu memegang aset dengan proporsi yang persis sama seperti indeks. Kadang produk memakai replikasi dengan sampel: alih-alih memegang semua komponen, produk memilih sebagian yang diharapkan meniru kinerja keseluruhan. Rebalancing berarti menyesuaikan kepemilikan saat komposisi sasaran berubah, dan transaksi itu menimbulkan biaya. Pajak dan pengeluaran lain juga dapat berpengaruh. Namun, tidak semua biaya mengubah TE dengan cara yang sama. Dalam model matematika murni, mengurangi setiap imbal hasil aktif dengan konstanta yang sama menggeser rata-ratanya tanpa mengubah variasi di sekitarnya. Jangan menganggap biaya nyata pasti menghasilkan selisih imbal hasil yang tepat konstan seperti itu tanpa memeriksanya. [2]

Ex-post TE dihitung setelah kejadian dari kumpulan data masa lalu yang dipilih. Sebaliknya, perkiraan TE masa depan bergantung pada model dan asumsinya; keduanya bukan angka yang sama. Bahkan TE historis yang rendah tidak melindungi dari penurunan pasar. Jika portofolio dan benchmark sama-sama kehilangan tepat 20 % pada setiap periode pengamatan, seluruh imbal hasil aktifnya nol. Dalam contoh ini, pelacakannya sempurna, tetapi nilai investasi terus berkurang. Baca juga tracking difference serta kerugian absolut yang benar-benar terjadi. Ketepatan mengikuti indeks dan keamanan investasi adalah dua pertanyaan berbeda. [1] [2]