Mendeteksi ketidaknormalan menggunakan skewness dan kurtosis
Return paling sering tidak berdistribusi normal. Dua metrik kunci untuk memahami sebaran return yang tidak normal adalah skewness dan kurtosis. Skewness membantu Anda mengidentifikasi apakah return negatif atau positif lebih sering terjadi. Skewness negatif menunjukkan bahwa return negatif besar lebih sering terjadi dibandingkan return positif besar, dan sebaliknya.
Kurtosis akan bernilai positif jika distribusi Anda memiliki ekor gemuk (fat tails). Ini berarti return positif atau negatif yang besar akan lebih sering terjadi dibandingkan asumsi pada distribusi normal.
Histogram pada lingkungan plot membandingkan return harian dan bulanan S&P 500 selama periode 1986 hingga sekarang. Terlihat ada skewness() yang negatif pada plot tersebut, dan kurtosis() yang sedikit lebih besar dari normal. Perhatikan bahwa, secara bawaan, kurtosis() melaporkan excess kurtosis (yaitu kurtosis dikurangi tiga). Mari kita lihat apakah angkanya sesuai dengan pengamatan kita!
Objek sp500_daily dan sp500_monthly sudah dimuat di ruang kerja Anda.
Latihan ini adalah bagian dari kursus
Pengantar Analisis Portofolio di R
Petunjuk latihan
- Hitung skewness dari
sp500_dailydansp500_monthly. - Hitung excess kurtosis dari
sp500_dailydansp500_monthly.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Compute the skewness
# Compute the excess kurtosis