Ukuran kebersandaran bagi pulangan lima-minit berbanding pulangan harian menggunakan kopula statik dan dinamik

Abstract

Kajian tentang kebersandaran antara pasaran saham adalah penting kerana kemampuannya memberi petunjuk dalam proses membuat-keputusan bagi mengatur strategi pelaburan. Kebanyakan kajian lepas mengukur kebersandaran antara pasaran saham menggunakan kopula statik. Walau bagaimanapun, sejak beberapa tahun kebelakangan ini, kopula dinamik telah digunakan sebagai kaedah alternatif bagi mengukur kebersandaran kerana keupayaannya untuk memodelkan kebersandaran masa-berubah antara pasaran saham. Kebanyakan kajian berkaitan kopula lebih tertumpu kepada korelasi data bivariat bagi pulangan harian atau mingguan atau bulanan untuk menjelaskan pergerakan bersama antara pasaran kewangan dan sebagai petunjuk kewangan bagi aspek pengurusan portfolio. Namun begitu, maklumat daripada data berfrekuensi rendah tidak lagi mampu untuk menampung aktiviti perdagangan berskala besar. Sebaliknya, data berfrekuensi tinggi mengandungi maklumat yang lebih banyak mengenai pasaran saham di samping berupaya mencerminkan kemeruapan pasaran saham dengan lebih tepat. Oleh itu, kajian ini bertujuan untuk membandingkan kebersandaran antara pulangan lima-minit (atau data frekuensi tinggi) dengan pulangan harian (atau data frekuensi rendah) bagi menentukan sama ada data-data ini mempunyai struktur kebersandaran yang sama atau berbeza. Kedua-dua model kopula statik dan dinamik diguna untuk memodelkan kebersandaran masaberubah dalam data bivariat. Sebagai contoh berangka, data siri pulangan bivariat bagi pasaran Islam (FBMHS) dan konvensional (KLCI) di Malaysia diguna untuk memodelkan kebersandaran data harian dan kebersandaran data lima-minit. Keputusan kajian ini menunjukkan bahawa struktur kebersandaran antara pulangan harian dan logaritma kemeruapan terealis 5-minit adalah berbeza dan kepelbagaian portfolio bagi pasangan KLCI-FBMHS adalah tidak digalakkan. Akhir sekali, siri 5-minit dan model kopula SJC dinamik masing-masing dipilih sebagai set data dan model kebersandaran terbaik.