Estimasi Risiko Berdasarkan Extreme Value Theory Copula Dengan Pendekatan Peaks Over Threshold Dalam Optimasi Portofolio Saham Perusahaan Pertambangan Indonesia

Qathrunnada, Ira Zulfa (2025) Estimasi Risiko Berdasarkan Extreme Value Theory Copula Dengan Pendekatan Peaks Over Threshold Dalam Optimasi Portofolio Saham Perusahaan Pertambangan Indonesia. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006211099-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (42MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengestimasi risiko ekstrem pada portofolio saham sektor pertambangan yang tergabung di indeks IDX30, yaitu ANTM dan MDKA, dengan menggunakan pendekatan ARIMA-GARCH-EVT-Copula. Data yang digunakan berupa harga penutupan harian saham dari periode Januari 2021 hingga Desember 2024. Tahapan analisis dimulai dengan pemodelan ARIMA untuk menangani autokorelasi, diikuti oleh GARCH untuk mengatasi heteroskedastisitas, dan Extreme Value Theory (EVT) dengan pendekatan Peaks over Threshold (POT) untuk memodelkan kejadian ekstrem di bagian ekor kanan distribusi. Selanjutnya, struktur kebergantungan antar return saham dimodelkan menggunakan fungsi Copula dari keluarga Archimedean, yaitu Gumbel, Clayton, dan Frank. Proses simulasi Monte Carlo dilakukan sebanyak jumlah 10.000 iterasi untuk memperoleh estimasi Value at Risk (VaR) dan Expected Shortfall (ES) pada tingkat kepercayaan 90%, 95%, dan 99%. Hasil penelitian menunjukkan bahwa pendekatan ARIMA-GARCH-EVT-Copula efektif dalam menangkap karakteristik data return yang tidak berdistribusi normal, memiliki volatilitas yang berubah-ubah, dan mengandung risiko ekstrem. Ketiga Copula menghasilkan estimasi VaR yang valid berdasarkan backtesting menggunakan uji Kupiec. Copula Frank menunjukkan performa statistik terbaik dengan nilai Akaike Information Criterion (AIC) terkecil dan log-likelihood terbesar. Namun demikian, Copula Clayton memberikan estimasi risiko tertinggi, yang lebih konservatif dalam mengantisipasi potensi kerugian ekstrem secara bersamaan. Temuan ini menegaskan pentingnya pemilihan model kebergantungan yang tepat dalam manajemen risiko portofolio. Investor dengan orientasi performa model dapat memilih Copula Frank, sedangkan investor yang bersifat konservatif dapat mempertimbangkan Copula Clayton untuk perlindungan risiko yang lebih hati-hati.
========================================================================================================================================
This study aims to estimate extreme risk in a mining sector stock portfolio listed on the IDX30 index, specifically ANTM and MDKA, using the ARIMA-GARCH-EVT-Copula approach. The data used consists of daily closing prices from January 2021 to December 2024. The analysis begins with ARIMA modeling to address autocorrelation, followed by GARCH to capture volatility clustering, and the Extreme Value Theory (EVT) using the Peaks over Threshold (POT) method to model extreme events in the tail of the distribution. The dependence structure between stock returns is then modeled using Archimedean Copula functions, namely Gumbel, Clayton, and Frank. A Monte Carlo simulation with 10,000 iterations is conducted to estimate Value at Risk (VaR) and Expected Shortfall (ES) at 90%, 95%, and 99% confidence levels. The results indicate that the ARIMA-GARCH-EVT-Copula approach is effective in capturing the non-normal distribution, time-varying volatility, and the presence of extreme risk in return data. All three Copulas produce valid VaR estimates based on backtesting using the Kupiec test. The Frank Copula demonstrates the best statistical performance with the lowest Akaike Information Criterion (AIC) and the highest log-likelihood. However, the Clayton Copula yields the highest risk estimates, offering a more conservative outlook in anticipating joint extreme losses. These findings highlight the importance of selecting an appropriate dependence model in portfolio risk management. Investors seeking optimal model performance may favor the Frank Copula, while more risk-averse investors may prefer the Clayton Copula for its more cautious risk projections.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	ARIMA, Copula, Expected Shortfall, Extreme Value Theory, Value at Risk.
Subjects:	H Social Sciences > HA Statistics > HA30.3 Time-series analysis
Divisions:	Faculty of Mathematics, Computation, and Data Science > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Ira Zulfa Qathrunnada
Date Deposited:	24 Jul 2025 08:28
Last Modified:	24 Jul 2025 08:28
URI:	http://repository.its.ac.id/id/eprint/121430

Actions (login required)

View Item