Siburian, Benneth Sinto Briliant (2024) Financial Risk Depedency Analysis Companies of Indonesian Consumer Goods Subsector Using Value at Risk and Copula Approach. Other thesis, Institut Teknologi Sepuluh Nopember.
![]() |
Text
5003201173_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy |
Abstract
Investasi melibatkan pengalokasian dana ke dalam aset untuk mendapatkan keuntungan di masa depan, dan manajemen risiko yang efektif sangat penting, terutama pada saham-saham berisiko tinggi. Studi ini menilai risiko keuangan di subsektor barang konsumsi Indonesia dengan menggunakan metode ARMA-GARCH, Extreme Value Theory (EVT), dan Copula. Model ARMA-GARCH mengidentifikasi pola volatilitas, EVT mengelola risiko ekor, dan metode Copula menangkap ketergantungan non-linear di antara return saham. Pendekatan ARMA-GARCH-Copula memberikan penilaian risiko yang lebih komprehensif dengan menggabungkan pengelompokan volatilitas dan ketergantungan non-linear. Pengujian ulang menunjukkan bahwa model ARMA-GARCH-Copula memiliki tingkat pelampauan aktual sebesar 4,77% pada tingkat kepercayaan 95%, sangat sesuai dengan ekspektasi sebesar 5%. Tingkat pelampauan yang lebih rendah dari model ARMA-GARCH-Copula menunjukkan prediksi yang lebih akurat atas kerugian ekstrem, menjadikannya model terbaik untuk memperkirakan VaR di antara ketiga pendekatan tersebut. Rekomendasi investasi mendukung PT Kalbe Farma Tbk (KLBF.JK) dan PT Unilever Indonesia Tbk (UNVR.JK) karena pola pengembalian yang stabil dan model risiko yang efektif. Perusahaan-perusahaan ini menawarkan risiko yang lebih rendah dan investasi yang lebih dapat diprediksi. PT Indofood CBP Sukses Makmur Tbk (ICBP.JK) dan PT Mayora Indah Tbk (MYOR.JK) merupakan investasi dengan risiko yang lebih tinggi dengan volatilitas yang lebih besar dan sering mengalami pelampauan, sehingga membutuhkan strategi manajemen risiko yang kuat. Investor yang mencari stabilitas dan risiko yang lebih rendah dapat mempertimbangkan KLBF.JK dan UNVR.JK, sedangkan investor yang bersedia mengambil risiko lebih tinggi untuk potensi imbal hasil yang lebih tinggi dapat mempertimbangkan ICBP.JK dan MYOR.JK yang telah memiliki manajemen risiko yang baik.
============================================================
Investment involves allocating funds into assets for future profits, and effective risk management is crucial, especially with high-risk stocks. This study assesses financial risk in the Indonesian consumer goods subsector using ARMA-GARCH, Extreme Value Theory (EVT), and Copula methods. ARMA-GARCH models identify volatility patterns, EVT manages tail risks, and Copula methods capture non-linear dependencies among stock returns. The ARMA-GARCH-Copula approach provided a more comprehensive risk assessment by incorporating both volatility clustering and non-linear dependencies. Backtesting showed the ARMA-GARCH-Copula model had an actual exceedance rate of 4.77% at the 95% confidence level, closely matching the expected 5%. The ARMA-GARCH-Copula model's lower exceedance rate suggests more accurate predictions of extreme losses, making it the best model for estimating VaR among the three approaches. Investment recommendations favor PT Kalbe Farma Tbk (KLBF.JK) and PT Unilever Indonesia Tbk (UNVR.JK) due to their stable return patterns and effective risk models. These companies offer lower risk and more predictable investments. PT Indofood CBP Sukses Makmur Tbk (ICBP.JK) and PT Mayora Indah Tbk (MYOR.JK) are higher-risk investments with greater volatility and frequent exceedances, suggesting a need for robust risk management strategies. Investors seeking stability and lower risk should consider KLBF.JK and UNVR.JK, while those willing to take on higher risk for potentially higher returns might explore ICBP.JK and MYOR.JK with strong risk management measures in place.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | ARMA GARCH, Copula, Consumer goods subsector, EVT (Extreme Value Theory), Financial risk analysis. |
Subjects: | Q Science > Q Science (General) Q Science > QA Mathematics |
Divisions: | Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis |
Depositing User: | Benneth Sinto Briliant Siburian |
Date Deposited: | 09 Aug 2024 07:22 |
Last Modified: | 09 Aug 2024 07:22 |
URI: | http://repository.its.ac.id/id/eprint/115104 |
Actions (login required)
![]() |
View Item |