Last Updated on July 11, 2026 by Zona Ekonomi

Cara Melakukan Uji Kointegrasi Johansen untuk Strategi Pairs Trading

Di era pasar keuangan modern, mengandalkan intuisi atau analisis teknikal konvensional sering kali tidak cukup untuk menghasilkan profit konsisten. Bagi para akademisi, mahasiswa ekonomi, dan praktisi kuantitatif, menemukan hubungan jangka panjang antar-aset adalah kunci keberhasilan arbitrase statistik. Salah satu metode ilmiah paling presisi yang digunakan adalah cara melakukan uji kointegrasi Johansen untuk strategi pairs trading. Metode ekonometrika ini memungkinkan kita mendeteksi apakah dua atau lebih instrumen keuangan bergerak bersama dalam jangka panjang, meskipun dalam jangka pendek mereka tampak acak dan saling menjauh.

Bagi mahasiswa yang sedang menyusun skripsi atau dosen yang melakukan penelitian empiris, memahami teknik ini bukan sekadar kebutuhan akademis. Ini adalah jembatan yang menghubungkan teori ekonometrika dengan aplikasi nyata di industri dana lindung nilai (hedge funds).

Baca selengkapnya Cara analisis volatilitas return saham menggunakan model GARCH di R

Mengapa Korelasi Saja Tidak Cukup? Memahami Kointegrasi dalam Ekonometrika Finansial

Banyak trader pemula terjebak menggunakan koefisien korelasi Pearson untuk menentukan pasangan aset dalam pairs trading. Secara psikologis, melihat dua grafik harga saham yang bergerak searah memberikan rasa aman yang semu. Namun, korelasi hanya mengukur hubungan linear jangka pendek dan sangat rentan terhadap fenomena spurious regression (regresi palsu).

Dua harga saham bisa saja memiliki korelasi tinggi (misalnya 0,90) selama satu tahun terakhir hanya karena tren inflasi atau faktor makroekonomi eksternal. Namun, ketika terjadi guncangan pasar, hubungan tersebut bisa pecah secara permanen. Di sinilah kointegrasi memainkan peran penting:

• Korelasi: Mengukur kesamaan pergerakan arah harga dalam jangka pendek.
• Kointegrasi: Membuktikan adanya hubungan keseimbangan jangka panjang yang stabil. Jika kedua aset menjauh (divergen), mereka dipastikan akan kembali ke titik keseimbangan (konvergen atau mean-reverting).

Konsep Dasar Uji Kointegrasi Johansen

Berbeda dengan uji Engle-Granger yang hanya terbatas pada dua variabel (bivariat) dan sensitif terhadap penentuan variabel dependen, metode Johansen menggunakan pendekatan berbasis Vector Autoregression (VAR). Pendekatan ini memungkinkan analisis multivariat, sehingga Anda bisa menguji kointegrasi pada tiga aset atau lebih sekaligus.

Uji Johansen mengandalkan dua jenis statistik uji untuk menentukan jumlah vektor kointegrasi:

• Trace Statistic: Menguji hipotesis nol bahwa jumlah vektor kointegrasi kurang dari atau sama dengan r.
• Maximum Eigenvalue Statistic: Menguji hipotesis nol bahwa jumlah vektor kointegrasi adalah tepat sebesar r melawan hipotesis alternatif r + 1.

Langkah demi Langkah: Cara Melakukan Uji Kointegrasi Johansen untuk Strategi Pairs Trading

Berikut adalah panduan praktis dan sistematis untuk melakukan pengujian ini menggunakan software statistik seperti EViews, R, atau Python.

1. Uji Stasioneritas Data (Unit Root Test)

Sebelum melakukan uji Johansen, Anda wajib memastikan bahwa seluruh data deret waktu (time series) harga aset tidak stasioner pada tingkat level, tetapi stasioner pada tingkat diferensiasi pertama atau I(1). Gunakan uji Augmented Dickey-Fuller (ADF) atau Phillips-Perron (PP) untuk memvalidasi hal ini.

2. Penentuan Lag Optimum (Optimal Lag Length)

Karena uji Johansen berbasis pada model VAR, pemilihan jumlah lag yang tepat sangat krusial. Lag yang terlalu sedikit akan menyisakan masalah autokorelasi pada residual, sementara lag yang terlalu banyak akan mengurangi derajat kebebasan (degree of freedom). Gunakan kriteria informasi seperti Akaike Information Criterion (AIC) atau Schwarz Information Criterion (SIC) untuk memilih lag terbaik.

3. Estimasi Uji Kointegrasi Johansen

Setelah lag optimal ditentukan, jalankan prosedur Johansen. Bandingkan nilai Trace Statistic dan Max-Eigenvalue Statistic dengan nilai kritis (critical value) pada tingkat signifikansi 5% (0,05).

• Jika nilai statistik uji lebih besar dari nilai kritis, tolak hipotesis nol (H0). Artinya, terdapat kointegrasi.
• Jika terdapat minimal satu vektor kointegrasi (r > 0), maka pasangan aset tersebut sah digunakan untuk strategi pairs trading.

3. Pembentukan Spread dan Analisis Mean-Reversion

Dengan menggunakan koefisien kointegrasi (vektor kointegrasi) yang dihasilkan, Anda dapat membentuk persamaan spread:

Spread = Harga Aset A – (β × Harga Aset B)

Di mana β adalah koefisien kointegrasi. Karena pasangan aset ini terkointegrasi, nilai spread ini dijamin stasioner pada tingkat level I(0), yang berarti ia akan selalu kembali ke nilai rata-ratanya (mean-reverting) seiring waktu.

Aplikasi Praktis dalam Quantitative Trading

Secara psikologis, strategi ini memberikan ketenangan bagi pelaku pasar karena tidak bergantung pada arah pasar (market-neutral). Baik pasar sedang naik (bullish) maupun turun (bearish), Anda tetap bisa mendulang profit dari penyimpangan nilai spread.

Ketika nilai spread bergerak melebihi batas standar deviasi tertentu (misalnya +2 atau -2 dari rata-rata):

• Skenario Spread Tinggi (+2 SD): Jual (short) Aset A dan beli (long) Aset B secara simultan.
• Skenario Spread Rendah (-2 SD): Beli (long) Aset A dan jual (short) Aset B secara simultan.
• Exit Strategy: Tutup kedua posisi ketika nilai spread kembali menyentuh angka nol (rata-rata).

Kesimpulan dan Langkah Selanjutnya

Memahami ekonometrika terapan bukan sekadar untuk memenuhi syarat kelulusan akademis, melainkan investasi keterampilan bernilai tinggi di industri keuangan modern. Dengan menguasai uji kointegrasi Johansen, Anda memiliki fondasi ilmiah yang kuat untuk membangun sistem perdagangan otomatis yang tangguh dan teruji secara statistik.

Ingin memperdalam analisis makroekonomi, teori keuangan empiris, dan riset pasar mendalam lainnya? Kunjungi Zona Ekonomi untuk mendapatkan artikel edukatif, investigasi tajam, dan perspektif objektif seputar dunia ekonomi global dan domestik.

FAQ (Frequently Asked Questions)

1. Apa yang harus dilakukan jika uji Trace dan Max-Eigenvalue memberikan hasil yang berbeda?

Jika terjadi kontradiksi, para ahli ekonometrika umumnya lebih menyarankan untuk merujuk pada uji Trace Statistic karena memiliki kekuatan uji (power of the test) yang lebih stabil dalam sampel kecil hingga menengah.

2. Apakah uji Johansen bisa digunakan untuk aset kripto atau komoditas?

Ya. Uji Johansen bersifat agnostik terhadap jenis aset. Selama data harga aset tersebut memenuhi asumsi non-stasioner pada level I(1) dan stasioner pada first difference, metode ini sangat valid untuk saham, forex, komoditas, maupun aset kripto.

3. Mengapa uji Johansen lebih unggul dibanding uji Engle-Granger?

Uji Johansen mampu mendeteksi lebih dari satu hubungan kointegrasi dalam sistem multivariat. Selain itu, uji Johansen menghindari bias pemilihan variabel dependen yang sering menjadi kelemahan utama dalam uji Engle-Granger dua tahap.