Implied Volatility vs Beta: Perbedaannya

Perbandingan implied volatility dan beta membandingkan dua angka yang menjawab pertanyaan berbeda tentang saham yang sama. Implied volatility adalah estimasi forward-looking dari pasar opsi mengenai seberapa besar pergerakan total saham dalam horizon tertentu, ke arah mana pun. Beta adalah kemiringan regresi backward-looking yang hanya menangkap bagian dari pergerakan historis saham yang dapat dijelaskan oleh suatu indeks. Sebuah saham dapat mencatat nilai tinggi pada salah satunya dan nilai rendah pada yang lain, dan kedua pembacaan tersebut dapat tetap benar pada saat yang sama.

Apa yang sebenarnya diukur oleh beta

Beta adalah kemiringan garis yang diestimasi dari dua seri return: return saham dan return indeks. Jika dituliskan, rumusnya adalah beta = covariance(stock returns, index returns) / variance(index returns). Beta sebesar 1.30 berarti, selama periode pengukuran, saham tersebut rata-rata bergerak sekitar 1,3 persen untuk setiap pergerakan indeks sebesar 1 persen. Beta sebesar 0.40 berarti pergerakannya kira-kira empat per sepuluh dari pergerakan indeks.

Ada empat pilihan yang mendasari setiap beta yang dipublikasikan sebelum angka tersebut dikutip: indeks yang digunakan sebagai variabel pembanding dalam regresi saham, durasi periode pengukuran, frekuensi pengambilan sampel return, dan apakah dividen diperhitungkan dalam return. Mengubah salah satunya akan mengubah angkanya. Beta yang dikutip tanpa keterangan periode pengukuran adalah angka tanpa konteks, dan dua penyedia data dapat memberikan angka berbeda untuk saham yang sama sementara keduanya tetap benar.

Statistik yang biasanya disajikan bersama beta adalah R-squared, yaitu proporsi varians return saham yang dijelaskan oleh indeks, pada skala 0 hingga 1. Beta menunjukkan kemiringan garis. R-squared menunjukkan apakah garis tersebut layak digunakan. Beta sebesar 1.40 dengan R-squared 0.65 menggambarkan saham yang sebagian besar bergerak mengikuti indeks dengan amplitudo lebih besar. Beta 1.40 yang sama dengan R-squared 0.10 menggambarkan saham yang bergerak secara independen, dengan sedikit kecenderungan mengikuti indeks. Hanya kondisi pertama yang menggambarkan saham yang dapat dilindung nilai secara dekat menggunakan indeks.

Apa yang diukur oleh implied volatility

Implied volatility adalah angka volatilitas yang membuat model pricing opsi menghasilkan harga opsi yang diperdagangkan saat ini. Angka ini dikutip sebagai standar deviasi tahunan. IV sebesar 30 persen mencerminkan pergerakan sekitar 30 persen untuk satu standar deviasi selama satu tahun, dan sekitar 8,6 persen selama 30 hari ke depan, karena volatilitas meningkat atau menurun mengikuti akar kuadrat waktu. Panduan kami tentang apa itu implied volatility menjelaskan mekanismenya, sedangkan implied volatility vs historical volatility membahas perbandingan angka forward tersebut dengan pergerakan aktual saham.

Perbedaan yang penting terletak pada apa yang dihitung oleh masing-masing angka. IV memasukkan semua sumber pergerakan ke dalam satu angka: aksi jual di seluruh indeks, hasil uji klinis, perubahan guidance, atau tawaran akuisisi. Beta hanya menghitung bagian pergerakan yang bergerak searah dengan indeks. Semua hal yang tidak dijelaskan oleh R-squared tidak terlihat dalam beta, tetapi sepenuhnya tercermin dalam IV.

Volatilitas tersirat vs beta pada sepuluh saham unggulan

Panel di bawah ini meregresikan sepuluh saham likuid terhadap SPY, ETF S&P 500, selama dua belas bulan yang berakhir pada 21 Agustus 2026. Regresi yang sama dijalankan dua kali: pertama menggunakan return penutupan harian, lalu menggunakan return mingguan dari periode yang sama.

WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
          AND date >= '2025-08-22'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    weekly_px AS
    (
        SELECT
            ticker,
            toMonday(date)         AS week_start,
            argMax(close_px, date) AS week_close
        FROM px
        GROUP BY ticker, week_start
    ),
    weekly_ret AS
    (
        SELECT
            ticker,
            week_start,
            week_close / lagInFrame(week_close) OVER (PARTITION BY ticker ORDER BY week_start ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM weekly_px
    ),
    daily_beta AS
    (
        SELECT
            s.ticker                                           AS symbol,
            round(covarSamp(s.ret, i.ret) / varSamp(i.ret), 2) AS beta_daily,
            round(pow(corr(s.ret, i.ret), 2), 2)               AS r_squared,
            count()                                            AS return_count
        FROM daily_ret AS s
        INNER JOIN
        (
            SELECT date, ret FROM daily_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.date = s.date
        WHERE s.ticker != 'SPY' AND isFinite(s.ret)
        GROUP BY symbol
    ),
    weekly_beta AS
    (
        SELECT
            s.ticker                                           AS symbol,
            round(covarSamp(s.ret, i.ret) / varSamp(i.ret), 2) AS beta_weekly
        FROM weekly_ret AS s
        INNER JOIN
        (
            SELECT week_start, ret FROM weekly_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.week_start = s.week_start
        WHERE s.ticker != 'SPY' AND isFinite(s.ret)
        GROUP BY symbol
    )
SELECT
    d.symbol       AS symbol,
    d.beta_daily   AS beta_daily,
    w.beta_weekly  AS beta_weekly,
    d.r_squared    AS r_squared,
    d.return_count AS return_count
FROM daily_beta AS d
INNER JOIN weekly_beta AS w ON w.symbol = d.symbol
ORDER BY beta_daily DESC

Setiap slope harian didasarkan pada 250 sesi yang dipasangkan. Beta harian tertinggi dalam kumpulan ini adalah milik COIN sebesar 2.83, dengan R-squared sebesar 0.28. Beta terendah adalah milik XOM sebesar -0.51, dan R-squared sebesar 0.07 merupakan angka yang paling penting di sini: selama periode ini, indeks hanya menjelaskan sebagian kecil pergerakan saham tersebut. Karena itu, slope tersebut hanya menjelaskan sedikit dari kinerja posisi itu.

Sekarang bandingkan kedua kolom beta tersebut. Menggunakan data mingguan, bukan harian, untuk dua belas bulan yang sama dan terhadap indeks yang sama, sudah cukup untuk mengubah slope. COIN mencatat 2.5 berdasarkan return mingguan, dibandingkan 2.83 berdasarkan return harian. Keduanya tidak salah. Keduanya menjawab pertanyaan yang sedikit berbeda.

Biaya yang dikenakan pasar opsi untuk nama yang sama

Beta berasal dari harga historis. Panel ini berasal dari harga yang dibayar trader saat ini: kontrak near-the-money dengan sisa waktu 20 hingga 45 hari sebelum expiry, yang dirata-ratakan selama tiga minggu yang berakhir pada Aug 21 2026. SPY ditambahkan ke daftar ini sebagai referensi indeks. SPY tidak ada di panel beta karena alasan mekanis: jika diregresikan terhadap dirinya sendiri, betanya adalah 1,00 dan R-squared-nya 1,00.

SELECT
    underlying_symbol                                                       AS symbol,
    round(avg(toFloat64(implied_volatility)) * 100, 1)                      AS iv_pct,
    round(avg(toFloat64(implied_volatility)) * 100 * sqrt(30.0 / 365.0), 1) AS expected_move_30d_pct,
    count()                                                                 AS contract_count,
    formatDateTime(max(date), '%b %e')                                      AS iv_through
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
  AND date >= '2026-08-03'
  AND date <= '2026-08-21'
  AND iv_converged = 1
  AND volume > 0
  AND days_to_expiry BETWEEN 20 AND 45
  AND underlying_close > 0
  AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
GROUP BY symbol
HAVING contract_count >= 25
ORDER BY iv_pct DESC

Implied volatility paling tinggi dalam kelompok ini adalah COIN sebesar 65.9 persen. Angka tersebut mencerminkan pergerakan sekitar 18.9 persen dalam satu standar deviasi selama 30 hari. Implied volatility paling rendah adalah TLT sebesar 11.7 persen. Panel ini mengurutkan nama-nama tersebut berdasarkan total pergerakan yang diharapkan. Panel beta, yang dipimpin oleh COIN, mengurutkannya berdasarkan pergerakan yang dijelaskan oleh suatu indeks. Dua dari sebelas instrumen tersebut adalah ETF: satu memiliki eksposur terhadap emas dan satu lagi terhadap Treasury berjangka panjang. Keduanya bukan taruhan pada indeks ekuitas, sehingga beta terhadap indeks ekuitas bukan instrumen yang tepat untuk keduanya.

Pergerakan yang tidak dapat ditangkap beta

Berikut gambaran konkret tentang kesenjangan tersebut. Ambil sesi ketika SPY nyaris tidak bergerak, dengan return absolut dari penutupan ke penutupan di bawah 0,25 persen. Kemudian ukur pergerakan masing-masing dari sepuluh saham tersebut tepat pada hari-hari itu. Jika beta menjelaskan semuanya, indeks yang datar seharusnya berarti saham yang datar.

WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
          AND date >= '2025-08-22'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    idx AS
    (
        SELECT date, ret AS index_ret
        FROM daily_ret
        WHERE ticker = 'SPY' AND isFinite(ret)
    )
SELECT
    s.ticker                                                     AS symbol,
    round(avgIf(abs(s.ret) * 100, abs(i.index_ret) < 0.0025), 2) AS move_on_flat_index_pct,
    round(avg(abs(s.ret) * 100), 2)                              AS move_full_sample_pct,
    countIf(abs(i.index_ret) < 0.0025)                           AS flat_index_count
FROM daily_ret AS s
INNER JOIN idx AS i ON i.date = s.date
WHERE s.ticker != 'SPY' AND isFinite(s.ret)
GROUP BY symbol
HAVING countIf(abs(i.index_ret) < 0.0025) > 0
ORDER BY move_on_flat_index_pct DESC

Dalam periode dua belas bulan yang sama, terdapat 69 sesi ketika indeks nyaris datar. Pada sesi-sesi tersebut, COIN bergerak rata-rata sebesar 3.09 persen secara absolut, dibandingkan dengan 3.3 persen di seluruh sampel. Yang paling tenang dari sepuluh saham tersebut pada hari-hari itu adalah TLT, dengan rata-rata 0.45 persen. Seluruh pergerakan dalam kolom tersebut tidak diperhitungkan oleh beta, tetapi tetap merupakan pergerakan yang dihargai oleh penjual opsi.

Beta adalah estimasi, dan estimasi berubah

Beta bukan karakteristik saham seperti jumlah saham beredar. Beta adalah statistik yang dihitung untuk suatu periode pengamatan, dan nilainya berubah ketika periode tersebut bergeser. Panel di bawah ini menghitung ulang beta NVDA terhadap SPY pada awal setiap bulan. Setiap titik menggunakan return harian selama dua belas bulan sebelumnya.

WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','NVDA')
          AND date >= '2021-08-01'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    paired AS
    (
        SELECT
            s.date AS d,
            s.ret  AS stock_ret,
            i.ret  AS index_ret
        FROM daily_ret AS s
        INNER JOIN
        (
            SELECT date, ret FROM daily_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.date = s.date
        WHERE s.ticker = 'NVDA' AND isFinite(s.ret)
    ),
    anchors AS
    (
        SELECT DISTINCT toStartOfMonth(d) AS anchor
        FROM paired
        WHERE d >= '2022-09-01'
    )
SELECT
    formatDateTime(a.anchor, '%Y-%m')                                    AS month,
    formatDateTime(a.anchor, '%b %Y')                                    AS month_label,
    round(covarSamp(p.stock_ret, p.index_ret) / varSamp(p.index_ret), 2) AS rolling_beta_1y,
    round(pow(corr(p.stock_ret, p.index_ret), 2), 2)                     AS r_squared
FROM anchors AS a, paired AS p
WHERE p.d < a.anchor
  AND p.d >= subtractYears(a.anchor, 1)
GROUP BY a.anchor
ORDER BY a.anchor

Garis tersebut memuat 48 estimasi bulanan. Estimasi pertama, untuk tahun yang berakhir pada Sep 2022, mencatat 2.32. Estimasi terbaru, yang berakhir pada Aug 2026, mencatat 1.87 dengan R-squared sebesar 0.44. Sahamnya sama, indeksnya sama, dan metodenya sama, tetapi periodenya berbeda. Hedge yang ukurannya ditentukan berdasarkan beta dari periode yang sudah usang menggunakan angka yang sudah tidak lagi mencerminkan data terkini.

Implied volatility menyampaikan peringatan yang sama dalam bentuk lain. Implied volatility adalah harga pasar yang berubah setiap sesi, dan IV biasanya dibaca berdasarkan riwayatnya sendiri, bukan secara terpisah. Apakah IV 30 persen tinggi? membahas perbandingan tersebut.

Angka mana untuk fungsi yang mana

Beta menjawab pertanyaan tentang indeks. Seberapa besar eksposur S&P 500 dalam suatu portofolio, dan seberapa besar posisi indeks yang dapat mengimbanginya? Itulah beta weighting, dan beta weighting pada portofolio menjelaskan perhitungannya. Beta juga mengungkap portofolio yang berisi berbagai saham dengan eksposur terhadap satu faktor pasar yang sama. Situasi ini diukur dari sisi lain oleh risiko konsentrasi.

Implied volatility menjawab pertanyaan tentang satu saham dalam horizon waktu tertentu. Berapa harga yang dikenakan pasar untuk pergerakan saham ini selama 30 hari ke depan, dan apakah harga tersebut tinggi atau rendah dibandingkan dengan riwayat saham yang sama? Indeks tidak relevan dalam kedua pertanyaan tersebut.

Tidak ada angka yang memproyeksikan arah pergerakan. Beta menggambarkan pergerakan bersama yang sudah terjadi. IV adalah harga untuk besarnya pergerakan dan dikutip tanpa arah. Saham dengan beta 1.8 dan IV 25 persen, serta saham dengan beta 0.2 dan IV 80 persen, sama-sama biasa. Keduanya memiliki jenis risiko yang berbeda, yang diukur dengan instrumen yang dirancang untuk fungsi yang berbeda.

FAQ

Bisakah suatu saham memiliki implied volatility tinggi dan beta rendah?

Ya, dan hal ini umum terjadi. Beta hanya menghitung pergerakan yang searah dengan indeks, sedangkan implied volatility memperhitungkan seluruh pergerakan, termasuk peristiwa spesifik perusahaan yang tidak tercermin dalam indeks. Saham yang menunggu satu pengumuman biner dapat memiliki IV sangat tinggi, sementara kemiringan regresinya terhadap indeks luas berada mendekati nol.

Apakah beta merupakan ukuran risiko?

Beta mengukur satu jenis risiko: sensitivitas terhadap indeks yang dipilih selama periode historis tertentu. Beta tidak mencerminkan risiko spesifik perusahaan atau peristiwa apa pun di luar periode tersebut. Dua saham dengan beta identik dapat memiliki total volatilitas yang sepenuhnya berbeda.

Apa yang ditunjukkan R-squared yang tidak ditunjukkan beta?

R-squared menunjukkan porsi varians return saham yang dijelaskan oleh indeks, pada skala 0 hingga 1. R-squared yang rendah berarti garis regresi memiliki kecocokan yang buruk. Dengan demikian, beta yang dihitung bersamanya hanya merupakan kemiringan melalui kumpulan titik yang tersebar, bukan gambaran tentang perilaku saham.

Apakah implied volatility memprediksi arah pergerakan saham?

Tidak. IV menunjukkan besaran pergerakan tanpa arah tertentu. IV sebesar 40 persen mencerminkan harga untuk pergerakan satu standard deviation sebesar 40 persen selama satu tahun, baik naik maupun turun tanpa preferensi arah. Saham tersebut dapat bergerak jauh lebih besar atau jauh lebih kecil daripada yang tercermin dalam harga opsi.

Periode dan frekuensi return apa yang digunakan dalam perhitungan beta?

Tidak ada standar tunggal. Konvensi yang umum berkisar dari return harian selama satu tahun hingga return bulanan selama lima tahun. Panel pertama di atas menunjukkan bahwa sampling harian dan mingguan selama tahun yang sama menghasilkan kemiringan yang berbeda. Beta hanya dapat dibandingkan dengan beta lain yang dihitung menggunakan metode yang sama.

Setiap panel di atas dilengkapi SQL yang menghasilkannya. Periode dan filter tersedia satu klik di bawah setiap chart. Untuk mengukur beta atau implied volatility suatu saham yang Anda ikuti, mintalah dalam bahasa sehari-hari melalui terminal Strasmore.