Sifat Asimetris Model Prediksi Generalized Autoregressive Conditional Heteroscedasticity (GARCH) dan Stochastic Volatility Autoregressive (SVAR)
(Studi Kasus: Indeks Harga Saham Gabungan)

HADYATMA DAHNA MARTA

Informasi Umum

Kode

16.04.1153

Klasifikasi

003 - Systems, Operation Research, System Theory, System Analysis, Simulation Technic

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Time-series Analysis

Dilihat

208 kali

Informasi Lainnya

Abstraksi

<title> Abstrak </title> Dalam dunia investasi saham, ada beberapa indikator penting yang dibutuhkan oleh investor untuk mengantisipasi aset dari kerugian. Salah satu indikator penting yang harus diamati adalah volatilitas. Volatilitas sering digunakan sebagai penanda naik atau turunnya harga saham. Salah satu sifat dari volatilitas adalah asimetris, yaitu volatilitas akan lebih tinggi jika harga saham turun dan akan lebih rendah jika harga saham naik. Sifat asimetris ini berkaitan dengan leverage effect yang berarti volatilitas cenderung meningkat saat terjadi berita buruk (bad news) dan cenderung menurun saat terjadi berita baik (good news). Sebagai investor, kita susah memprediksi naik turunnya harga melalui berita, karena terlalu banyaknya berita yang dirilis oleh media. Namun, volatilitas dapat dilihat dari pergerakan data historis. Dari data historis dapat diambil beberapa informasi, seperti harga, return dan volatilitas. Pada tugas akhir ini dilakukan analisis sifat asimetris model volatilitas Generalized Autoregressive Conditional Heteroscedasticity (GARCH) dan Stochastic Volatility Autoregressive (SVAR). Selain itu, ditentukan model prediksi pada Indeks Harga Saham Gabungan (IHSG) menggunakan kedua model volatilitas tersebut. Berdasarkan hasil analisis, model SVAR dapat mengakomodasi sifat asimetris daripada model GARCH dan kedua model memberikan hasil prediksi return yang baik pada kondisi data yang tidak memiliki fluktuasi ekstrim.

Kata Kunci : Asimetris, return, volatilitas, GARCH, SVAR.