Metodologi

Setiap kurva di situs ini diestimasi, bukan digambar. Yang masuk adalah sekumpulan titik obligasi satu per satu; yang keluar adalah satu garis.

Ada beberapa jawaban standar untuk menurunkan kurva imbal hasil.

• Nelson-Siegel-Svensson. Beberapa parameter, bentuk fungsi yang rapi, diterbitkan bank sentral, diajarkan di setiap kuliah pendapatan tetap.
• Obligasi acuan. Untuk setiap tenor di kurva — 2 tahun, 5, 10 — dipilih satu obligasi, dan imbal hasilnya adalah imbal hasil titik itu. Sederhana dan bersih: tanpa model, tanpa parameter, tidak ada yang bisa diperdebatkan. Dari sinilah sebagian besar angka imbal hasil yang Anda baca setiap hari berasal.

Pada kurva pemerintah yang dalam dan likuid, keduanya bekerja cukup baik. Meski begitu, keduanya punya kelemahan yang sudah dikenal.

1. Seiring waktu, obligasi acuan 10 tahun menjadi 9,95 tahun, 9,90, 9,85… lalu acuannya berpindah ke obligasi yang baru terbit, kembali ke 10. Pada detik itu kurvanya bergerak — bukan karena pasar bergerak, melainkan karena obligasi di bawahnya diganti.
2. Hanya segelintir tenor yang punya obligasi acuan, sehingga kurvanya sebenarnya bukan garis kontinu, melainkan sampel di titik-titik terpisah. Tidak ada cara sungguhan untuk mengambil nilai 8,8 tahun dari sana selain interpolasi yang sederhana.
3. Dan meski dekat, 9,8 tahun bukan 10 tahun. Di bagian kurva yang curam, selisih itu menjadi bias pada angka yang dipublikasikan — dan biasnya mengikuti kalender penerbitan, bukan saling meniadakan dalam rata-rata.

Pada obligasi korporasi yang tersebar, keduanya gagal telak.

• Semesta korporasi itu jarang dan menggerombol. Satu penerbit bisa punya sebelas obligasi, delapan di antaranya berkerumun di tenor tiga sampai tujuh tahun, ditambah satu obligasi kesepian yang jatuh tempo 2045. Tidak ada obligasi 10 tahun untuk dijadikan acuan, dan yang 5 tahun pun tidak ada. Svensson setidaknya menginterpolasi dengan mulus di seluruh rentang tenor, tetapi ia tidak sanggup menghadapi lubang, dan satu obligasi panjang itu akhirnya menentukan bentuk segala sesuatu di bawahnya.
• Parameternya global, sehingga satu harga buruk mencemari seluruh garis. Obligasi korporasi diperdagangkan tipis. Kuotasi menjadi basi, ukurannya kecil, dan satu eksekusi di luar harga pasar tampak persis seperti eksekusi sungguhan. Estimasi kuadrat terkecil memberinya bobot penuh, dan karena setiap parameter menyentuh semua tenor, satu obligasi ganjil di tenor empat tahun bisa mengangkat titik tiga puluh tahun. Tidak ada lokalitas sama sekali dalam model itu.
• Bentuknya keliru. Nelson-Siegel sudah memuat asumsi tentang seperti apa rupa sebuah kurva: level, kemiringan, satu atau dua punuk. Kurva kredit tidak selalu setuju. Kurva itu bisa mendatar, patah, terbalik di ujung pendek untuk nama yang sedang dikhawatirkan pasar, dan membentuk anak tangga di tempat sekelompok obligasi callable berada. Dipaksa masuk ke model, ciri-ciri itu hilang, atau muncul kembali sebagai punuk yang tidak pernah ada.

Kami lama menambal masalah ini: skema pembobotan, batasan, penyaringan awal yang agresif. Setiap tambalan membeli sedikit akurasi di satu kurva dan merusak kurva yang lain. Akhirnya jelas bahwa itu tidak bisa diperbaiki.

Jadi kami membangun sendiri

Itu memakan waktu lama. Menatap kurva-kurva yang keluar salah, mencari tahu apa yang sebenarnya dilakukan datanya, lalu kembali ke awal. Ribuan kurva, setiap hari perdagangan, di setiap mata uang, kelompok peringkat, dan sektor yang kami cakup.

Hasil akhirnya bertumpu pada tiga gagasan.

• Deteksi pencilan sama pentingnya dengan metode estimasi kurvanya. Seperti kata orang: sampah masuk, sampah keluar.
• Hierarki adalah rajanya. Sebuah kurva yang sempit dan kurva lebih luas yang memuatnya diestimasi dengan saling mengetahui satu sama lain, sehingga penilaian yang dibuat di tempat buktinya paling kuat terbawa ke tempat yang buktinya tipis.
• Belajar terus-menerus. Saat ini kami menghasilkan sekitar 5.000–10.000 kurva, dengan data dan bentuk kurva yang berubah setiap hari. Setiap hari dan setiap kasus pinggiran adalah kesempatan untuk memperhalus metodenya.

Sumber data kami

Peringkat adalah median dari peringkat yang kami amati untuk satu penerbit di seluruh informasi publik yang diterbitkan lembaga pemeringkat. bondScovery bukan lembaga pemeringkat dan tidak menyatakan opini kredit apa pun.

Harga mencerminkan eksekusi dan kuotasi pasar akhir hari yang tersedia untuk publik. Klasifikasi industri, pemetaan penerbit, dan metrik lain di atasnya adalah analisis independen bondScovery.

Menemukan kurva yang tampak keliru? Itu sungguh berguna bagi kami. Formulir KONTAK langsung sampai ke orang-orang yang membangun ini. Beberapa perbaikan terbaik kami bermula dari seseorang yang menunjuk sebuah garis dan berkata bahwa itu tidak mungkin benar.