Dari pasar yang efisien ke pasar adaptif: Bukti dari

Bursa saham Prancis

Christophe M. Boya

Makalah ini membahas tingkat efisiensi pasar Pasar Saham Prancis dan mencoba memeriksanya

baik hipotesis pasar yang efisien (EMH) dan hipotesis pasar adaptatif (AMH). Kita gunakan

pendekatan uji rasio varian bergulir untuk memberikan gambaran umum tentang perilaku efisiensi

dari 1988 hingga 2018. Kami menemukan bahwa hasil kami konsisten dengan AMH. Memang,
sepertinya begitu

pasar saham Prancis menyajikan periode efisiensi dan inefisiensi yang berurutan. Bahkan,

periode inefisiensi bertepatan dengan peristiwa makroekonomi utama.

1. Perkenalan

Hipotesis pasar efisien modern (EMH) diberikan oleh Fama (1970). Oleh karena itu, pasar dikatakan
efisien jika harga sama setiap saat mencerminkan sepenuhnya semua informasi yang tersedia dan
relevan. Karenanya, setiap informasi baru secara instan terintegrasi dalam harga. Ini Artinya return
saham bersifat independen dan tidak dapat diprediksi. Fama membagi EMH menjadi tiga kategori
menurut harga mencerminkan subset tertentu dari informasi yang tersedia. Perbedaan ini ada tiga:
bentuk lemah di mana bagian informasi berada harga historis; bentuk semi kuat berdasarkan informasi
yang tersedia untuk umum; dan bentuk yang kuat tentang informasi pribadi. Yang lemah efisiensi
bentuk telah menjadi yang paling banyak dipelajari dan juga paling kontroversial. Definisi tersebut
menunjukkan bahwa, jika pasar adalah efisien lemah, pengembalian saham harus mengikuti random
walk, yang menyebabkan harga tidak berkorelasi secara serial. Akibatnya, historis harga tidak dapat
digunakan untuk meramalkan tren pasar saham. Tidak ada investor yang dapat memperoleh
keuntungan abnormal dari waktu ke waktu dengan menggunakan aturan perdagangan berdasarkan
pengembalian masa lalu. Literatur empiris tentang EMH mempelajari bentuk lemah melalui berbagai uji
jalan acak (varians rasio, statistik Hurst, uji coba,…). Namun demikian, tampaknya masih belum ada
konsensus tentang apakah pasar keuangan itu efisien atau tidak. Memang, di satu sisi, beberapa
penelitian telah menunjukkan bahwa pengembalian saham mengikuti random walk untuk berkembang
dan berkembang pasar (Fama, 1970; Chow dan Denning, 1993; Poon, 1996; Cheung dan Coutts, 2001;
Tabak, 2003). Di sisi lain, sastra telah menyoroti bahwa pasar keuangan tidak efisien dan memiliki
beberapa komponen yang dapat diprediksi (Mills, 1993; Huang, 1995; Hoque et al., 2007). Berkenaan
dengan bursa efek Prancis, hasilnya sama-sama beragam. Misalnya, Stachowiak (2004) dan Worthington
dan Higgs (2003) telah mengamati perilaku random walk di pasar ekuitas menggunakan masing-masing
simple dan multiple tes rasio varian. Baru-baru ini, Kim dan Shamsuddin (2008) dan Borges (2010) telah
menunjukkan adanya inefisiensi dengan uji rasio varian berdasarkan bootstrap. Mignon (1998) dan
Matouk dan Monino (2005) telah menggunakan statistik Hurst dan memastikan adanya memori panjang
yang memvalidasi hipotesis prediksi pengembalian. Literatur di lapangan telah menguji hipotesis
tersebut berjalan secara acak selama beberapa periode sampel yang telah ditentukan sebelumnya.
Akibatnya, efisiensi dianalisis sebagai semua atau tidak sama sekali kondisi, karena hasil dapat berbeda
tergantung pada periode sampel, meluncurkan kembali diskusi tanpa akhir antara pendukung dan lawan
EMH.

Lo (2004) telah mengusulkan teori pasar alternatif untuk HEM dengan Adaptive Market Hypothesis
(AMH) yang "dapat dipandang sebagai versi baru EMH, yang diturunkan dari prinsip evolusi ”. Kerangka
kerja ini mencoba untuk mendamaikan EMH dengan perilaku alternatif, dengan menggunakan gagasan
rasionalitas terbatas dan kepuasan yang diturunkan dari Simon (1955). Menurut Lo (2004), banyak bias
perilaku dalam keuangan sebenarnya konsisten dengan model evolusi individu yang belajar dan
beradaptasi dengan perubahan lingkungan Hidup. Karenanya, tingkat efisiensi pasar bergantung pada
dampak dari kekuatan evolusioner ini pada lembaga keuangan dan pelaku pasar. Lo (2005) telah
memberikan komponen utama AMH: Individu bertindak untuk kepentingan mereka sendiri; Mereka
membuat kesalahan dan karenanya, belajar dan beradaptasi; persaingan mendorong adaptasi dan
inovasi; seleksi alam membentuk ekologi pasar;evolusi menentukan dinamika pasar.

Berbeda dengan EMH, AMH beranggapan bahwa investor dapat melakukan kesalahan, tetapi mereka
mampu mempelajari dan menyesuaikan perilaku mereka demikian. Apalagi paradigma baru ini memiliki
beberapa implikasi (Urquhart, 2013). Pertama, premi risiko berubah seiring waktu jatuh tempo ke
lingkungan pasar saham dan preferensi individu dalam lingkungan ini. Kedua, dari perspektif evolusi
arbitrase dan peluang keuntungan memang muncul dari waktu ke waktu di pasar. Akibatnya, prediksi
pengembalian dapat muncul dari waktu ke waktu karena perubahan kondisi pasar seperti siklus,
gelembung, krisis, crash dll. Implikasi ketiga muncul dari sebelumnya, satu, strategi investasi berhasil
dan tidak berhasil, tergantung pada lingkungan pasar tertentu. AMH menyiratkan bahwa strategi seperti
itu dapat menurun untuk sementara waktu, dan kemudian kembali ke keuntungan ketika kondisi
lingkungan berubah. Misalnya, menggunakan strategi berdasarkan harga historis cenderung
menghasilkan keuntungan berlebih secara siklus. AMH berbeda dari bentuk efisiensi yang lemah dimana
harga di masa depan tidak dapat diprediksi dari data masa lalu. Implikasi terakhir dari AMH adalah
karakteristik seperti nilai dan pertumbuhan mungkin berperilaku seperti 'faktor risiko' dari waktu ke
waktu. Artinya, saham dengan karakteristik ini dapat menghasilkan ekspektasi yang lebih tinggi kembali
selama periode ketika atribut tersebut disukai. Konsekuensi utama dari semua elemen ini adalah, pasar
finansial memang demikian mudah beradaptasi dan beralih antara periode efisiensi dan inefisiensi.

AMH telah menerima banyak perhatian dari literatur. Memang, Lo (2005) telah meneliti indeks SP dari
tahun 1987 hingga 2003. Dia telah menemukan adanya pola siklus dari waktu ke waktu dan AMH
memberikan gambaran yang lebih baik tentang perilaku pengembalian saham. Hasil telah dikonfirmasi
oleh Ito dan Sugiyama (2009) untuk indeks ini. Lo (2005) dan Lim et al. (2013) telah menyatakan dan
menunjukkan bahwa pasar relatif efisien untuk waktu yang lama, sampai jatuhnya pasar atau peristiwa
besar menyebabkan waktu yang relatif singkat efisiensi yang lebih rendah. Penemuan ini telah didukung
untuk bursa saham lainnya. Todea dkk. (2009) untuk enam pasar saham Asia Memiliki memverifikasi
pola efisiensi siklus seperti yang didalilkan oleh AMH, menggunakan uji linier dan nonlinier. Hiremath
dan Kumari (2014), dan Hiremath dan Narayan (2016) telah mempelajari bursa saham India dan
menunjukkan bahwa inefisiensi terkait dengan peristiwa makroekonomi. Baru-baru ini, Smith (2011)
menyelidiki lima belas pasar saham negara berkembang Eropa dari tahun 2000 hingga 2009, dan
Urquhart dan Hudson (2013) mempertimbangkan tiga indeks (Inggris, Amerika Serikat dan Jepang).
Mereka telah menggunakan rasio varians jendela bergulir dan disoroti bahwa tingkat efisiensi pasar
bervariasi dari waktu ke waktu secara siklikal. Hasilnya konsisten dengan AMH. Smith (2011) menjunjung
tinggi efek peristiwa ekonomi dalam tingkat prediktabilitas pengembalian.

Neely dkk. (2009) menganalisis AMH dari nilai tukar 1973 hingga 2005. Hasilnya konsisten dengan AMH.
Charles et al. (2012) menggunakan uji rasio varians otomatis untuk lima mata uang dari 1974 hingga
2009. Para penulis menunjukkan bahwa prediksi pengembalian nilai tukar mata uang asing terjadi dari
waktu ke waktu tergantung pada perubahan kondisi pasar. Kondisi pasar ini diubah oleh peristiwa besar
tertentu seperti krisis keuangan atau intervensi bank sentral. Hasil ini dikonfirmasi oleh Katusiime et al.
(2015). Khuntia dkk. (2018) dan Kumar (2018) memiliki belakangan ini menelaah nilai tukar India dari
1999 hingga 2017 dengan data yang identik Sampel. Hasil mereka menunjukkan bahwa AMH
menawarkan wawasan yang lebih baik dan lebih dalam tentang nuansa e fi siensi. Khuntia dkk. (2018)
memiliki juga menyetujui gagasan bahwa tingkat efisiensi pasar dipengaruhi oleh krisis, atau fluktuasi
makroekonomi.

Khuntia dan Pattanayak (2018) menilai AMH dalam konteks bitcoin dari 2010 hingga 2017,
menggunakan pendekatan yang bervariasi waktu.Temuan mereka sejalan dengan Lo (2004) yang
mendasari bahwa pasar bitcoin melewati level yang berbeda. Adapun hasil di pasar lain, penulis
menunjukkan bahwa periode inefisiensi bertepatan dengan peristiwa politik atau ekonomi besar. Tujuan
artikel ini adalah untuk menekankan dinamika ke tingkat efisiensi pasar dengan menyelidiki indeks
utama Prancis.

pasar saham dan periksa apakah evolusinya konsisten dengan AMH. Dengan demikian, makalah ini
melengkapi literatur tentang AMH dan memberikan gambaran umum tentang perilaku efisiensi di pasar
Prancis. Untuk memiliki pandangan yang lebih baik tentang evolusi derajat efisiensi, saya memutuskan
untuk menggunakan rasio varian berganda (VR) non-parametrik yang telah mendapatkan popularitas
luar biasa sejak tahun delapan puluhan untuk menguji hipotesis jalan acak. Namun, untuk menjaga
pendekatan dinamis, uji rasio varian bergulir diterapkan. Selagi uji VR klasik hanya memberikan satu
keluaran, pengujian VR bergulir menggunakan jendela sub-sampel yang bergerak dan memungkinkan
untuk mengeluarkan serangkaian hasil. Hasil menegaskan gagasan bahwa pasar keuangan menyajikan
periode efisiensi dan inefisiensi yang berurutan. Mereka menyoroti jurusan itu peristiwa ekonomi makro
menciptakan kondisi yang menguntungkan untuk mengidentifikasi periode inefisiensi. Secara
keseluruhan, hasilnya konsisten dengan AMH, dan bahkan lebih, tampaknya tingkat efisiensi bertepatan
dengan peristiwa eksogen besar yang menyerang pasar keuangan.

Studi ini berkontribusi pada literatur dalam beberapa cara. Pertama-tama, sampel yang dipilih
mencakup hampir 30 tahun untuk Prancis pasar saham menggunakan data harian, yang belum pernah
diteliti sebelumnya. Kedua, saya menggunakan uji rasio varian berganda berdasarkan peringkat yang
diusulkan oleh Belaire-Franch dan Contreras (2004) dan saya menerapkan jendela bergulir dengan
panjang periode yang berbeda. Literatur sebagian besar telah menggunakan tes rasio varians parametrik
tetapi pendekatan ini memiliki sedikit penyelidikan sampai sekarang. Selanjutnya bergulir ini metode
memungkinkan untuk lebih mengikuti e siensi. Jadi, saya dapat memeriksa periode efisiensi dan
inefisiensi, dan mengidentifikasi apa yang mengubah kondisi pasar di indeks bursa Prancis. Secara
keseluruhan, ini akan memungkinkan kami untuk membandingkan hasil kami dengan penelitian lain.

Setelah bagian pengantar pertama ini, makalah diatur sebagai berikut. Bagian 2 menyajikan model uji
rasio varian.Bagian 3 menyajikan hasil empiris dengan data untuk studi yang digunakan dan temuan
yang diperoleh dengan menggunakan uji rasio varian bergulir. Akhirnya, bagian terakhir menyimpulkan
makalah.

2. Uji rasio varians

Ada banyak cara untuk menguji hipotesis random walk, tetapi rasio varians dianggap sebagai yang paling
kuat. Itu hasil telah dikonfirmasi oleh Poterba dan Summers (1988), Cochrane (1988), Fama dan French
(1988), Lo dan MacKinlay (1988), Liu dan He (1991), Mobarek dan Fiorante (2014). Lo dan MacKinlay
(1988) menawarkan versi pertama. Kemudian diterima secara signifikan peningkatan, melalui beberapa
rasio varian (Chow dan Denning, 1993), rasio varian otomatis (Choi, 1999), uji bootstrap liar(Kim, 2006);
dan juga tes tanda dan peringkat (Wright, 2000).

2.1. Dari pendekatan parametrik

Ini terdiri dalam menganalisis hipotesis berjalan acak bahwa deret waktu tertentu adalah kumpulan
independen dan terdistribusi secara identik pengamatan, terhadap alternatif stasioner. Salah satu sifat
penting dari random walk adalah varians dari kenaikannya linier dalam interval observasi. Oleh karena
itu, varians dari selisih k-nya adalah k kali varians dari selisih pertamanya. Lo dan MacKinlay (1988) telah
mengeksploitasi properti ini. Misalkan x () t adalah deret waktu pengembalian aset dengan sampel
berukuran T, varians statistik rasio dapat ditulis sebagai:

. paling umum, rasio varians tes dihitung untuk setiap interval k = 2, 4, 8, dan 16. statistik harus
mendekati 1, jika (xt) mengikuti jalan acak untuk semua cakrawala k. Jika statistik kurang dari satu, maka
korelasi negatif tersirat (pengembalian rata-rata), sedangkan statistik yang lebih besar dari satu
menunjukkan korelasi serial positif (keengganan rata-rata). Kehadiran dari korelasi serial negatif atau
positif menunjukkan bahwa pengembalian masa depan dapat diramalkan dengan menggunakan
informasi tentang pengembalian masa lalu. Pengamatan jangan mengikuti jalan acak dan berisi
komponen transitori stasioner. Lo dan MacKinlay (1988) menunjukkan bahwa, jika x () t adalah iid dan
dengan asumsi homoskedastisitas, maka untuk ≥ 2:

Statistik uji secara asimtotik standar normal di bawah i.i.d. hipotesis nol. Di hadapan heteroskedastisitas,
mereka telah mengusulkan statistik uji yang dimodifikasi:

Dimana = ∑ - . Mereka menyatakan bahwa, jika x () t dapat dijelaskan dengan perbedaan martingale
urutan, dan dengan beberapa asumsi lagi, maka Z k () adalah normal standar asimtotik. Lo dan
MacKinlay (1988) telah mengusulkan tes asimtotik, dan distribusinya tergantung pada nilai horizon k.
Teori asimtotik memberikan perkiraan yang buruk distribusi sampel kecil dari statistik rasio varians.
Akibatnya, statistik menjadi bias dan miring ke kanan dalam sampel terbatas. Chow dan Denning (1993)
telah menunjukkan bahwa hipotesis nol random-walk ditolak terlalu mudah. Untuk mengatasi masalah
ini, penulis memutuskan untuk menggunakan nilai absolut maksimum dari tes Lo dan MacKinlay (1988)
untuk mengatur rasio dari beberapa estimasi varians =…. Para penulis mendefinisikan statistik mereka:

Mereka membatasi tingkat kepercayaan untuk satu set statistik uji rasio varians. Statistik uji rasio varian
berganda didasarkan pada Distribusi 'Studentized Maximum Modulus'. Pilihan nilai k adalah
fundamental, tetapi Charles et al. (2012) menunjukkan hal itu sering terjadi sewenang-wenang dan
diadopsi tanpa justifikasi statistik yang konkret. Choi (1999) telah mengusulkan uji rasio varians otomatis
(AVRT) berdasarkan domain frekuensi untuk menentukan nilai optimal k secara otomatis. Ini didasarkan
pada penduga rasio varians yang terkait ke penduga kepadatan spektral yang dinormalisasi pada
frekuensi nol, seperti

Dimana =

ρ j γjγ adalah autokorelasi sampel orde j, γ jˆ () adalah autokovarian sampel orde j dan adalah kernel
spektral kuadrat. Berdasarkan hipotesis nol bahwa pj = 0 dan itu return saham identik dan terdistribusi
secara independen, Choi (1999) menunjukkan bahwa:

Dengan adanya heteroskedastisitas, Kim (2009) mengusulkan bootstrap liar dari statistik AVR k () untuk
meningkatkan sampel kecil properti. Itu dapat dilakukan dalam tiga tahap:

i) Bentuk sampel bootstrap observasi T = X ηX * (=… t 1, T t ) di mana ηt adalah variabel acak dengan
mean nol dan varian satuan, t t

ii) Hitung AVR k () * * , statistik AVR diperoleh dari = X {} t T * 1

iii) Ulangi (i) dan (ii) B kali dari distribusi bootstrap

Kim (2009) telah mempresentasikan bahwa prosedur ini meningkatkan ukuran dan sifat kekuatan tes,
dan lebih baik dibandingkan dengan tes parametrik alternatif lainnya.

2.2. Untuk pendekatan non-parametrik

Baru-baru ini, Wright (2000) mengusulkan alternatif untuk tes rasio varians parametrik menggunakan
tanda dan peringkat. Dia menunjukkan itu pendekatan non-parametrik mungkin lebih kuat daripada uji
rasio varian konvensional terhadap berbagai model menampilkan korelasi serial, termasuk alternatif
yang terintegrasi secara pecahan. Misalkan r x () t adalah pangkat dari xt di antara… x xT, di bawah nol
hipotesis bahwa xt dihasilkan dari urutan iid, maka peringkat standar r t1 dan r t2 diberikan oleh:

Wright (2000) mengusulkan R k () 1 dan R k ()statistik, didefinisikan sebagai:

Dimana, Φ-1 adalah kebalikan dari fungsi distribusi kumulatif normal standar, dan = −−. Berdasarkan tes
pada tanda-tanda perbedaan pertama diberikan oleh:
Dimana, = s ux. Nilai kritis dapat diperoleh dengan mensimulasikan distribusi persisnya. Seperti Lo dan
MacKinlay (1988), Wright (2000) menggunakan beberapa nilai k untuk menguji hipotesis nol. Tes
berdasarkan peringkat tepat di bawah i.i.d. asumsi, sedangkan tes berdasarkan tanda tepat bahkan di
bawah heteroskedastisitas bersyarat. Wright menunjukkan dari simulasi Monte Carlo bahwa distorsi
ukuran pengujian ini dalam heteroskedastisitas kecil, terlebih lagi kedua statistik mengikuti distribusi
pengambilan sampel yang sama persis. Namun, ia menambahkan, tes S2 diharapkan memiliki daya yang
lebih rendah. Selanjutnya, menggunakan beberapa nilai k akan menyebabkan penolakan berlebihan
terhadap hipotesis nol. Akibatnya, Belaire-Franch dan Contreras (2004) mengembangkan perluasan uji
Wright ke rasio varian berganda. Mereka menunjukkan bahwa pengujian Wright mengalami distorsi
ukuran ketika mereka diterapkan secara berurutan pada beberapa nilai k. Mereka menyarankan untuk
mengganti tes rasio varians dengan peringkat dan tanda tes dalam prosedur Chow dan Denning. Statistik
didefinisikan sebagai:

Bagi penulis, tes berbasis peringkat lebih kuat daripada tes berbasis tanda. Nilai kritisnya dihitung untuk
beberapa kombinasi ukuran sampel dan nilai k. Colletaz (2006) dalam versinya sendiri dari tes rasio
varian ganda mendukung ContrerasFranch dan Contreras 'temuan.

3. Hasil empiris

3.1. Data dan statistik deskriptif

Studi ini menggunakan harga penutupan harian untuk indeks pasar saham Prancis (CAC40). Ini adalah
indikator terpenting dari saham Paris bursa, mewakili empat puluh perusahaan terbesar berdasarkan
kapitalisasi pasar dan volume perdagangan terbesar di pasar saham Perancis. Rentang data dari 31
Desember 1987 sampai dengan 12 Januari 2018 yaitu 7.610 observasi. Gambar 1 di bawah ini
menampilkan plot waktu indeks harian.

Titik awal sampel sesuai dengan gelombang terakhir dari proses liberalisasi keuangan di Prancis. Oleh
karena itu, ini periode pelaporan hampir 30 tahun mencakup data yang dimiliki oleh pasar yang
diliberalisasi. Ini cukup besar untuk menelaah bagaimana e fi siensi perilaku telah berubah dalam jangka
panjang. Juga, ini memungkinkan untuk mengamati (melalui penggunaan rasio varian bergulir) panjang
inefisiensi dan episode efisiensi, dan tanggal pengubahan. Tabel 1 menyajikan statistik deskriptif untuk
pengembalian harian CAC40, yang dihitung sebagai perbedaan pertama dalam log harga penutupan (= −
− r lnP lnPt t t1, di mana Pt adalah tarif CAC40 pada hari t). Saya menggunakan metodologi yang
diusulkan oleh Miller et al. (1994) untuk memperhitungkan keberadaan perdagangan tipis, dengan
memperkirakan AR (1), seperti = −r ε / (1 α ) adj t adj adalah pengembalian yang disesuaikan untuk
perdagangan tipis pada hari t, = + + - t 1, dimana rt r α αr εt t 0 11 t , dan εt residu. Pengembaliannya
tidak normal, menunjukkan bukti Kemiringan negatif yang signifikan dan Kurtosis berlebih. Ini
menegaskan perilaku leptokurtik pengembalian aset. Uji Jarque-Bera menggambarkan fakta hipotesis
normalitas ditolak. Akhirnya, tes LM menyajikan bukti kuat dari heteroskedastisitas bersyarat, yang
merupakan ciri normal dari harga saham.

Tabel 2 melaporkan seluruh hasil sampel uji rasio varians parametrik dan non-parametrik.Rasio varians
berada di bawah kesatuan, menunjukkan proses pengembalian rata-rata yang sejalan dengan Borges
(2010). Harga saham tidak mengikuti jalan sembarangan, ada perbedaanlebih atau kurang tahan lama,
antara nilai intrinsik dan nilai pasar. Statistik Z (2) berdasarkan uji rasio varians parametrik dari Chow
dan Denning (1993) menunjukkan penolakan hipotesis nol random walk. Hasil tes berbasis peringkat CD
R. (1) dan CD R. (2) berdasarkan Belaire-Franch dan Contreras (2004) mendukung mereka yang
dilengkapi dengan uji parametrik. Itu dikonfirmasi dengan rasio berbasis tanda CD S. (1) dan CD S. (2).
Namun, Wright (2000) dan Colletaz (2006) menjelaskan bahwa tes tanda diharapkan dapat dilakukan
memiliki kekuatan yang lebih rendah daripada tes peringkat (karenanya, tes tersebut tidak akan dihitung
setelahnya). Secara keseluruhan, hasil berdasarkan keseluruhan sampel menunjukkan penolakan
efisiensi pasar untuk bursa efek Prancis.