Bitcoin Berita

Apakah Bitcoin Mendiversifikasi Portofolio Saham Teknologi Besar?

mm
Tambahkan Securities.io ke sumber pilihan Anda di Google

Bitcoin dan Saham Teknologi Besar: Mengapa Korelasi Saham Bisa Menyesatkan

Memiliki Bitcoin bersamaan dengan saham teknologi sekilas tampak seperti diversifikasi. Bitcoin mewakili jaringan moneter terdesentralisasi, sedangkan saham-saham lainnya mewakili perusahaan yang menjual perangkat lunak, iklan, layanan komputasi awan, dan perangkat keras komputasi. Landasan ekonomi mereka berbeda. Namun, pergerakan pasarnya bisa saling tumpang tindih dengan cara yang tidak terlihat dari daftar kepemilikan saja.

Sebuah studi baru yang mengkaji Bitcoin dan Magnificent Seven menemukan bahwa tumpang tindih ini sangat bervariasi menurut perusahaan, periode, dan metode pengukuran.1 NVIDIA dan Meta menunjukkan bukti terkuat mengenai prediktabilitas arah, sementara Tesla memperlihatkan bahwa pergerakan bersama tidak serta-merta berarti satu aset membantu memprediksi aset lainnya.

Bagi investor, pertanyaan pentingnya bukan hanya apakah Bitcoin berkorelasi dengan saham teknologi. Yang perlu dipertimbangkan adalah apakah suatu alokasi memberikan sumber imbal hasil yang berbeda, seberapa besar risiko yang ditambahkannya, dan apakah perbedaan tersebut bertahan saat pasar tertekan.

Apa yang Dikaji dalam Studi Bitcoin dan Magnificent Seven

Para peneliti Fuzuli Aliyev, Neman Eylasov, dan Nijat Gasim menganalisis data mingguan dari 29 Januari 2017 hingga 19 Juli 2026. Mereka mengkaji Bitcoin bersama Apple, Amazon, Alphabet, Meta, Microsoft, NVIDIA, dan Tesla.

Alih-alih memperlakukan perusahaan-perusahaan ini sebagai satu kelompok saham teknologi, mereka mengkaji setiap pasangan Bitcoin-saham melalui tiga sudut pandang. Korelasi bersyarat mengukur seberapa erat imbal hasil bergerak bersama saat kondisi pasar berubah. Prediktabilitas arah menguji apakah informasi historis dari satu aset membantu menjelaskan pergerakan aset lain dalam model. Koherensi wavelet mengkaji kapan pergerakan keduanya selaras dalam berbagai rentang waktu.

Model prediktabilitas juga memperhitungkan Nasdaq-100, volatilitas pasar, dolar AS, dan imbal hasil riil Treasury 10 tahun. Dalam spesifikasi alternatif, Nasdaq-100 diganti dengan NYSE Composite untuk membantu menilai apakah temuan tersebut bergantung pada tolok ukur yang banyak terpapar perusahaan teknologi yang sama.

Mengapa Korelasi dan Prediktabilitas Menghasilkan Gambaran Berbeda

Korelasi menggambarkan sejauh mana imbal hasil bergerak bersama. Prediktabilitas menguji apakah informasi terdahulu meningkatkan kemampuan untuk menjelaskan pergerakan berikutnya. Keduanya tidak membuktikan bahwa secara ekonomi satu aset menyebabkan pergerakan aset lain.

Bayangkan dua investasi yang sama-sama turun setelah pengumuman suku bunga. Korelasi keduanya dapat meningkat karena sama-sama merespons berita yang sama. Namun, ini tidak berarti pergerakan salah satunya kemarin memberikan sinyal yang berguna untuk memprediksi pergerakan yang lain esok hari.

Tesla menggambarkan perbedaan ini. Pasangan Bitcoin-Tesla menunjukkan korelasi bersyarat yang relatif tinggi dan persisten, tetapi model dasar tidak menemukan prediktabilitas arah langsung yang signifikan. NVIDIA menunjukkan bukti prediktabilitas yang lebih kuat, meski variasi sistematis dalam dinamika korelasi bersyaratnya lebih terbatas.

Pasangan Bitcoin Temuan Studi
NVIDIA Bukti prediktabilitas kuat; hasil Bitcoin-ke-NVIDIA lebih konsisten ketika pilihan jeda alternatif digunakan.
Meta Prediktabilitas dua arah yang muncul pada periode-periode tertentu sebagian besar tetap terlihat setelah kedua kontrol pasar luas diterapkan.
Tesla Korelasi relatif tinggi dan persisten; tidak ada prediktabilitas langsung dalam model dasar.
Apple, Amazon, Alphabet, Microsoft Prediktabilitas umumnya lebih lemah, sementara, atau sensitif terhadap kontrol pasar.

Perbedaan ini juga membantu mencegah kesalahan umum dalam peramalan. Signifikansi statistik tidak membuktikan bahwa suatu strategi menguntungkan. Sebelum sinyal diterapkan, ramalan, biaya transaksi, waktu eksekusi, dan kinerja di luar data yang digunakan untuk mengembangkannya perlu diuji secara terpisah.

Bitcoin dan NVIDIA Menunjukkan Hubungan Prediktif Terkuat

Hubungan Bitcoin-NVIDIA tampak menonjol dengan kedua kontrol pasar luas. Namun, pengujian tambahan mengungkapkan ketimpangan penting: prediktabilitas dari Bitcoin ke NVIDIA tetap terlihat dengan struktur jeda alternatif, sedangkan hubungan sebaliknya menghilang ketika model menggunakan satu jeda.

Temuan ini mendukung kesimpulan yang lebih terbatas daripada klaim bahwa NVIDIA dan Bitcoin dapat saling memprediksi secara andal. Dalam spesifikasi yang diuji, informasi historis Bitcoin memberikan informasi tambahan yang relatif kuat mengenai NVIDIA. Hasil ini tidak menunjukkan adanya hubungan permanen ataupun menetapkan arah pergerakan harga di masa depan.

Meta juga menunjukkan prediktabilitas dua arah, terutama dalam periode-periode tertentu sekitar 2020. Temuan yang terkonsentrasi pada periode tertentu ini penting. Hubungan yang muncul saat terjadi gejolak dapat memudar ketika likuiditas, kepemilikan, atau prioritas investor berubah.

Demikian pula, analisis waktu-frekuensi dalam studi tersebut tidak menemukan pola jeda antara pemimpin dan pengikut yang stabil sepanjang periode sampel. Karena itu, jangka waktu kepemilikan investor penting saat menafsirkan hubungan yang tampak.

Teknologi yang Berbeda Dapat Menghadapi Risiko Portofolio yang Sama

Wawasan investasi yang lebih luas adalah bahwa keragaman teknologi dan diversifikasi portofolio merupakan dua hal yang berbeda. Bitcoin dan perusahaan semikonduktor AI dapat memiliki tujuan yang berbeda, tetapi sama-sama menarik modal dari investor yang merespons kondisi keuangan serupa.

Imbal hasil riil, kekuatan dolar, dan kesediaan investor untuk mengambil risiko dapat memengaruhi kedua pasar. Studi tersebut mengendalikan beberapa kondisi seperti itu, tetapi tidak secara langsung mengukur arus ETF, kepemilikan bersama, likuiditas, atau perhatian investor. Semua itu masih merupakan kemungkinan penjelasan yang perlu diteliti.

Infrastruktur institusional menambahkan dimensi lain. Liputan terbaru Securities.io tentang perdagangan Bitcoin di sekitar periode valuasi ETF New York mengulas bagaimana produk keuangan dapat mengatur aktivitas berdasarkan tenggat waktu yang sama. Hal itu memberi konteks bagi kemungkinan jalur transmisi, meskipun tidak menjelaskan hubungan spesifik antarperusahaan yang diuraikan di sini.

Karena itu, peninjauan portofolio yang bermanfaat mempertimbangkan:

  • Paparan terhadap kondisi keuangan yang sama di antara aset-aset yang berbeda.
  • Volatilitas setiap posisi dan kontribusinya terhadap risiko portofolio secara keseluruhan.
  • Perubahan hubungan antaraset dalam berbagai periode kepemilikan dan kondisi pasar yang tertekan.

Mengapa Korelasi Rendah Tidak Menjamin Risiko yang Lebih Rendah

Korelasi yang rendah dapat mendukung diversifikasi, tetapi itu hanya satu bagian dari perhitungan. Volatilitas portofolio juga bergantung pada besarnya alokasi dan volatilitas setiap aset. Aset yang volatil dapat menambah risiko secara signifikan meskipun korelasinya dengan investasi yang sudah ada tergolong rendah.

Sebagai ilustrasi, jika posisi sebesar 5% turun 50% sementara semua hal lain tetap, nilainya akan mengurangi sekitar 2,5 poin persentase dari nilai portofolio. Perhitungan ini tidak bergantung pada apakah aset tersebut biasanya bergerak searah dengan saham teknologi. Besarnya posisi tetap berpengaruh.

Analisis BlackRock pada Agustus 2026, Menilai Ulang Bitcoin, melaporkan bahwa alokasi Bitcoin hipotetis sebesar 1–2% meningkatkan imbal hasil yang disesuaikan dengan risiko secara historis dalam portofolio tradisional 60/40. Temuan itu berkaitan dengan portofolio dan metodologi yang berbeda. Temuan tersebut tidak menetapkan alokasi optimal bagi investor yang sudah terkonsentrasi pada saham teknologi.

Diversifikasi jangka panjang juga tidak menjamin perlindungan saat pasar mengalami aksi jual. Ulasan Securities.io tentang perilaku Bitcoin sebagai aset lindung nilai yang bersyarat (BTC ) menjelaskan mengapa karakteristik defensif bergantung pada peristiwa dan kerangka waktunya. Suatu aset dapat memberikan diversifikasi jangka panjang, tetapi tetap turun bersama saham ketika terjadi lonjakan kebutuhan uang tunai dalam waktu singkat.

NVIDIA Memberi Paparan terhadap Infrastruktur AI

Bagi investor yang tertarik pada teknologi produktif di balik salah satu sisi hubungan ini, NVIDIA merupakan perusahaan yang relevan untuk dicermati. Bisnisnya memberi paparan terhadap komputasi akselerasi dan infrastruktur yang digunakan untuk mengembangkan serta mengoperasikan sistem AI.

NVDA Grafik Harga

Dalam hasil kuartal kedua tahun fiskal 2027 yang diterbitkan pada 26 Agustus 2026, NVIDIA (NVDA ) melaporkan pendapatan sebesar $96,2 miliar, termasuk $89,0 miliar dari Pusat Data. Siaran tersebut juga menguraikan kemajuan di berbagai platform komputasi dan jaringannya.

Tesis investasi seharusnya bertumpu pada permintaan, margin, persaingan, belanja pelanggan, dan valuasi. Keterkaitan Bitcoin yang dibahas dalam makalah tersebut menambah pertimbangan portofolio: pemegang saham yang menambahkan Bitcoin perlu menyelidiki apakah gabungan paparan itu berperilaku berbeda dalam berbagai kondisi pasar.

Saham NVIDIA merupakan klaim atas suatu bisnis dan laba masa depannya. Paparan terhadap Bitcoin merupakan kepemilikan aset digital. Keduanya tidak otomatis dapat saling menggantikan, dan hubungan statistik di antara keduanya tidak membuktikan bahwa salah satunya dihargai secara menarik.

Berita dan Perkembangan Terbaru NVIDIA (NVDA)

Evaluasi Diversifikasi Bitcoin pada Tingkat Portofolio

Pelajaran paling berguna dari studi tersebut berkaitan dengan metodologi. Korelasi, informasi prediktif, dan waktu terjadinya pergerakan bersama menjawab pertanyaan yang berbeda. Satu angka tidak dapat merangkum ketiganya, terutama ketika perilaku setiap perusahaan berbeda.

Bagi investor yang menggabungkan Bitcoin dengan saham teknologi, diversifikasi perlu dievaluasi berdasarkan alokasi, volatilitas, perubahan hubungan antaraset, dan skenario penurunan. Berbagai narasi investasi dapat menjadi titik awal. Perilaku portofolio menentukan apakah perbedaan tersebut memberikan manfaat yang diharapkan.

Referensi:

1 Aliyev, F., Eylasov, N., dan Gasim, N. (2026). Magnificent Seven dan Bitcoin: Prediktabilitas yang berubah seiring waktu, korelasi kondisional dinamis, dan pergerakan bersama multiskala. International Review of Economics and Finance. Terbit daring lebih dahulu. https://doi.org/10.1016/j.iref.2026.105960

Daniel adalah seorang pendukung kuat untuk potensi blockchain untuk mengganggu keuangan tradisional. Ia memiliki passion yang mendalam untuk teknologi dan selalu menjelajahi inovasi dan gadget terbaru.