bahwa forward rate secara sistematis meremehkan kurs spot. Misalnya, jika a = 0 dan a1 = 1.1,
maka kurs spot masa depan diperkirakan 1,1 kali lipat perkiraan yang dihasilkan oleh kurs
berjangka. Ketika bias terdeteksi dan diantisipasi untuk bertahan di masa depan, perkiraan masa
depan mungkin terjadi menggabungkan bias itu. Misalnya, jika a1 = 1.1, prakiraan kurs spot di
masa mendatang mungkin menggabungkan informasi ini dengan mengalikan tarif forward
dengan 1,1 untuk membuat ramalan dari harga spot masa depan. Dengan mendeteksi sebuah
bias, sebuah MNC mungkin bisa menyesuaikan bias tersebut sehingga bisa meningkat akurasi
peramalannya. Misalnya, jika kesalahan secara konsisten positif, MNC dapat menyesuaikan
penurunan suku bunga maju hari ini untuk mencerminkan bias. Evaluasi Grafis Bias Prakiraan
Bias prakiraan dapat diperiksa dengan menggunakan grafik yang membandingkan nilai
prakiraandengan nilai realisasi untuk berbagai periode waktu.
CONTOH
Selama 8 kuartal, Tunek Co. menggunakan kurs forward 3 bulan dari Currency Q untuk
memperkirakan nilai 3 bulan di depan. Hasil dari strategi ini ditunjukkan pada Tampilan 9.5, dan
diprediksi serta direalisasikan nilai nilai tukar dalam Tampilan 9.5 dibandingkan secara grafis
pada Tampilan 9.6.
Garis 45 derajat di Tampilan 9.6 mewakili prakiraan yang sempurna. Jika nilai realisasi
ternyata persis seperti yang diperkirakan selama beberapa periode, semua titik akan berada pada
45 derajat itu baris dalam Tampilan 9.6. Untuk alasan ini, garis 45 derajat disebut sebagai garis
ramalan yang sempurna. Semakin dekat titik yang mencerminkan delapan periode secara vertikal
ke garis 45 derajat, semakin baik ramalan. Jarak vertikal antara setiap titik dan garis 45 derajat
adalah kesalahan perkiraan. Jika intinya $ 0,04 di atas garis 45 derajat, ini berarti kurs spot
terealisasi adalah $ 0,04 lebih tinggi dari nilai tukar yang diperkirakan. Semua titik di atas garis
45 derajat mencerminkan perkiraan yang terlalu rendah, sementara semua titik di bawah garis 45
derajat mencerminkan perkiraan yang terlalu tinggi. • Jika titik tampak tersebar merata di kedua
sisi garis 45 derajat, maka prakiraan dikatakan tidak bisa karena tidak secara konsisten di atas
atau di bawah nilai yang sebenarnya. Apakah mengevaluasi ukuran kesalahan perkiraan atau
mencoba mencari file bias, hasil yang lebih dapat diandalkan diperoleh saat memeriksa perkiraan
dalam jumlah besar. Pergeseran Bias Prakiraan seiring Waktu Bias prakiraan suatu mata uang
cenderung bergeser lembur. Pertimbangkan penggunaan kurs spot euro untuk memperkirakan
nilai euro 1 sebulan kemudian. Selama periode Januari 2006 hingga Oktober 2008, euro
mengalami apresiasi agak konsisten. Dengan demikian, perkiraan 1 bulan biasanya meremehkan
kurs spot 1 bulan ke depan. Namun, selama periode dari Desember 2009 hingga Juni 2010, euro
disusutkan agak konsisten. Dengan demikian, perkiraan 1 bulan biasanya terlalu tinggi
Harga spot 1 bulan ke depan. Bahkan jika kurs forward 1 bulan dari euro digunakan sebagai
gantinya dari kurs spot yang berlaku untuk memprediksi kurs spot 1 bulan ke depan, hasil
prakiraan bias akan serupa karena suku bunga ke depan 1 bulan biasanya serupa dengan kurs
spot yang berlaku dalam periode ini, dan oleh karena itu akan memberikan gambaran kedepan
yang agak mirip dengan kurs spot yang berlaku. Karena bias prakiraan dapat berubah dari waktu
ke waktu, menyempurnakan perkiraan untuk menyesuaikan bias perkiraan yang terdeteksi di
masa lalu bukanlah solusi yang tepat.
Perbandingan Metode Peramalan
MNC dapat membandingkan metode peramalan dengan memplot titik-titik yang
berkaitan dengan dua metode pada grafik yang mirip dengan Tampilan 9.6. Poin-poin yang
berkaitan dengan masing-masing metode dapat dibedakan dengan tanda atau warna tertentu.
Performa kedua metode tersebut bisa jadi dievaluasi dengan membandingkan jarak titik dari
garis 45 derajat. Dalam beberapa kasus, tidak ada metode peramalan yang menonjol jika
dibandingkan secara grafis. Jika ya, a perbandingan yang lebih tepat dapat dilakukan dengan
menghitung kesalahan ramalan untuk semua per iods untuk setiap metode dan kemudian
membandingkan kesalahan ini.
CONTOH
Xavier Co. menggunakan metode peramalan fundamental untuk meramalkan mata uang
Polandia (zloty) yang itu perlu membeli untuk membeli impor dari Polandia. Xavier juga
mendapatkan perkiraan kedua untuk masing-masingnya periode berdasarkan model peramalan
alternatif. Perkiraan zloty sebelumnya, menggunakan Model 1 (metode fundamental) dan Model
2 (metode alternatif), ditunjukkan pada kolom 2 dan 3, masing-masing, dari Tampilan 9.7,
bersama dengan nilai realisasi zloty di kolom 4. Kesalahan perkiraan absolut dari perkiraan
dengan Model 1 dan Model 2 ditunjukkan di kolom 5 dan 6, masing-masing. Perhatikan bahwa
Model 1 mengungguli Model 2 dalam enam dari delapan periode. Rata-rata absolut
kesalahan ramalan saat menggunakan Model 1 adalah $ 0,04, yang berarti bahwa
perkiraan dengan Model 1 meleset sebesar $ 0,04 pada rata-rata. Meskipun Model 1 tidak
sepenuhnya akurat, ia melakukan pekerjaan yang lebih baik daripada Model 2, yang memiliki
file berarti kesalahan perkiraan absolut sebesar $ 0,07. Secara keseluruhan, prediksi dengan
Model 1 rata-rata mendekati $ 0,03 dengan nilai yang direalisasikan. • Untuk perbandingan
lengkap kinerja di antara metode peramalan, sebuah MNC harus mengevaluasi periode sebanyak
mungkin. Hanya delapan periode yang digunakan dalam contoh kami karena itu cukup untuk
menggambarkan bagaimana membandingkan kinerja peramalan. Jika MNC memiliki banyak
periode untuk dievaluasi, ini dapat secara statistik menguji perbedaan yang signifikan dalam
kesalahan perkiraan.