Kurniawati, Ely (2016) Pemilihan Threshold Optimum Menggunakan Metode Bootstrap Dalam Estimasi Value At Risk Data Return Saham Perusahaan Sektor Asuransi Di Bei Dengan Pendekatan Garch-Extreme Value Theory. Undergraduate thesis, Institut Technology Sepuluh Nopember.
Preview |
Text
1314201004- Master_Thesis.pdf - Accepted Version Download (2MB) | Preview |
Abstract
Value at Risk (VaR) merupakan salah satu alat pengukur resiko yang digunakan
untuk memprediksi besarnya kerugian maksimal dari suatu portofolio dalam kurun
waktu tertentu dengan tingkat keyakinan yang ditetapkan. Asumsi yang digunakan
dalam perhitungan VaR konvensional adalah normalitas data, yang seringkali tidak
ditemukan dalam data finansial. Selain itu, data finansial juga memiliki volatilitas
tinggi yang menyebabkan varians pengamatan tidak konstan. Oleh karena itu
perhitungan VaR dalam penelitian ini dilakukan dengan pendekatan EVT yang
dikombinasikan dengan metode GARCH. Model GARCH digunakan untuk estimasi
volatilitas yang ada pada data finansial, sedangkan EVT dengan pendekatan Peak Over
Threshold (POT) digunakan untuk estimasi distribusi residual dari model GARCH
tersebut. Dalam pendekatan POT, pemilihan threshold merupakan hal yang kritikal
karena mempengaruhi hasil estimasi. Pada penelitian ini dilakukan simulasi untuk
mendapatkan nilai threshold optimum dengan pendekatan bootstrap. Hasilnya
menunjukkan bahwa threshold optimum berada pada kuantil 1% - 3% dari data.
Sedangkan pada data riil, dengan pendekatan bootstrap, threshold optimum berada
pada kuantil 2,3% - 2,7% yang berada pada rentang hasil simulasi tersebut. Kajian
aplikasi dilakukan terhadap data return saham 3 perusahaan go public di BEI, yaitu PT.
Lippo General Insurance (LPGI), PT. Panin Insurance (PNIN), dan PT. Asuransi Multi
Artha Guna (AMAG). Hasil perhitungan VaR dengan pendekatan ARMA-GARCH
dan EVT-GARCH memberikan pola yang sama, yaitu PT.Lippo General Insurance
cenderung memiliki nilai resiko paling besar, diiringi dengan nilai keuntungan yang
besar juga. Sedangkan kedua perusahaan lainnya memiliki nilai VaR yang hampir
sama. Sehubungan dengan penerapan beberapa threshold dalam penelitian ini,
perbedaan penentuan threshold memberikan hasil estimasi VaR yang tidak jauh
berbeda. Berdasarkan hasil backtesting, pendekatan ARMA-GARCH maupun EVTGARCH
dapat mengidentifikasi pola volatilitas dalam data, akan tetapi EVT-GARCH
memiliki keunggulan dalam mengidentifikasi nilai ekstrim. Hal ini berlaku pada
kuantil 0,5% dan 1 %. Sedangkan pada kuantil 5%, kedua pendekatan memberikan
hasil yang tidak jauh berbeda.
=========================================================================================================
Value at Risk (VaR) is a method in quantifying and controlling risk of a
portfolio. It measures the maximum value of risk in a time frame and in an assigned
confidence level. Variance Covariance method is the most widely used method due to
its simplicity in calculation. However it requires normal distribution assumption to the
data and is invalid when the data series have a fat tail indicated by high occurrence of
extreme events. Imposing normal distribution assumption to a fat tail data will lead to
underestimate the risk. This paper will evaluate VaR estimation using combination of
GARCH and Extreme Value Theory (EVT) to accommodate volatility and extreme
event in financial data. GARCH is applied to model the presence of volatility, while
EVT with Peak Over Threshold (POT) approach is applied to model the extreme events
of GARCH error term. Threshold choice is a critical step in POT analysis, due to its
effect on estimation result. This study also carries out bootstrap simulation to find out
the optimum threshold. The result shows that optimum threshold is located in 1% - 3%
quantile of data. As the empirical study, this research examines stock return of 3 go
public companies listed in BEI, i.e. PT. Lippo General Insurance (LPGI), PT. Panin
Insurance (PNIN) and PT. Asuransi Multi Artha Guna (AMAG). The optimum
threshold of the empirical data is located in 2,3% - 2,7% quantile of data. The VaR
calculation using both ARMA-GARCH and EVT-GARCH yield on similar pattern
showing that PT.Lippo General Insurance tend to have highest risk as well as highest
gain. This study reveals that different threshold setting does not give significant effect
in VaR estimation. Based on backtesting result, both ARMA-GARCH and EVTGARCH
are enable to identify volatility pattern, however the latter is superior in
identifying extreme events.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RTSt 519.544 Kur p |
| Uncontrolled Keywords: | Return, GARCH-EVT, POT, Value at Risk, Threshold optimum, Bootstrap |
| Subjects: | H Social Sciences > HA Statistics > HA31.7 Estimation |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | Mr. Tondo Indra Nyata |
| Date Deposited: | 20 Jan 2020 02:54 |
| Last Modified: | 29 Apr 2024 01:23 |
| URI: | http://repository.its.ac.id/id/eprint/72750 |
Actions (login required)
 |
View Item |