Pemodelan Volatilitas dan Dependensi Return Saham Perbankan Indonesia Menggunakan DCC-GARCH serta Estimasi Risiko Portofolio dengan Value-at-Risk dan Expected Shortfall

Naraswari, Made Amarta Ayu (2026) Pemodelan Volatilitas dan Dependensi Return Saham Perbankan Indonesia Menggunakan DCC-GARCH serta Estimasi Risiko Portofolio dengan Value-at-Risk dan Expected Shortfall. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006221095-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Saham sektor perbankan memiliki volatilitas return yang dinamis serta keterkaitan antar saham yang kuat, sehingga risiko portofolio tidak hanya dipengaruhi oleh volatilitas masing-masing saham, tetapi juga oleh dependensi antar return saham yang berubah dari waktu ke waktu. Penelitian ini bertujuan untuk menganalisis perubahan volatilitas dan dependensi return saham perbankan Indonesia sebagai dasar dalam pengukuran portofolio menggunakan pendekatan Dynamic Conditional Correlation–Generalized Autoregressive Conditional Heteroskedasticity (DCC-GARCH), serta mengestimasi risiko menggunakan Value at Risk (VaR) dan Expected Shortfall (ES). Data yang digunakan berupa harga penutupan harian saham PT Bank Central Asia Tbk. (BBCA), PT Bank Rakyat Indonesia (Persero) Tbk. (BBRI), PT Bank Mandiri (Persero) Tbk. (BMRI), dan PT Bank Negara Indonesia (Persero) Tbk. (BBNI) periode Januari 2022 hingga Desember 2025. Hasil pengujian menunjukkan bahwa model rata-rata kondisional terbaik untuk masing-masing saham adalah ARIMA(1,0,1) untuk BBCA, ARIMA(2,0,0) untuk BBRI, ARIMA(0,0,2) untuk BMRI, dan ARIMA(0,0,2) untuk BBNI. Analisis dependensi dengan DCC-GARCH menunjukkan bahwa korelasi antar-saham perbankan bersifat dinamis dengan nilai rata-rata keseluruhan berada pada rentang moderat (0,41 s.d. 0,51), di mana interdependensi terkuat ditemukan pada kelompok bank BUMN (BBRI-BMRI sebesar 0,5186) dan korelasi terendah pada bank swasta (BBCA-BBNI sebesar 0,4150). Pengukuran risiko portofolio (bobot setara 25%) pada tingkat kepercayaan 95% menghasilkan nilai VaR sebesar 2,06% dan ES sebesar 2,57%. Sedangkan pada tingkat kepercayaan 99%, nilai VaR meningkat menjadi 2,89% dengan ES sebesar 3,31%. Hasil ini menunjukkan Expected Shortfall (ES) mampu memberikan estimasi risiko yang lebih konservatif dalam mengantisipasi kerugian ekstrem (tail risk).
=====================================================================================================================================
Banking sector stocks exhibit dynamic return volatility and strong inter-stock interconnectedness; hence, portfolio risk is driven not only by individual asset volatilities but also by time-varying dependencies between stock returns. This study aims to analyze the shifts in return volatility and dependency structures among Indonesian banking stocks as a foundation for portfolio risk measurement using the Dynamic Conditional Correlation–Generalized Autoregressive Conditional Heteroskedasticity (DCC-GARCH) framework, alongside risk estimation via Value at Risk (VaR) and Expected Shortfall (ES). The dataset comprises the daily closing prices of PT Bank Central Asia Tbk (BBCA), PT Bank Rakyat Indonesia (Persero) Tbk (BBRI), PT Bank Mandiri (Persero) Tbk (BMRI), and PT Bank Negara Indonesia (Persero) Tbk (BBNI) spanning from January 2022 to December 2025. Empirical findings indicate that the optimal conditional mean models for each stock are ARIMA(1,0,1) for BBCA, ARIMA(2,0,0) for BBRI, ARIMA(0,0,2) for BMRI, and ARIMA(0,0,2) for BBNI. Dependency analysis via DCC-GARCH reveals that the conditional correlations between the banking stocks are dynamic, with an overall average falling within a moderate range (0.41 to 0.51). The strongest interdependence is identified within the state-owned banking group (BBRI BMRI at 0.5186), whereas the lowest correlation involves the private bank (BBCA-BBNI at 0.4150). Portfolio risk estimation based on an equally weighted allocation (25% per asset) yields a daily VaR of 2.06% and a companion ES of 2.57% at the 95% confidence level. At the 99% confidence level, the VaR increases to 2.89% with a corresponding ES of 3.31%. These outcomes demonstrate that Expected Shortfall (ES) successfully delivers a more conservative and robust risk estimation in anticipating extreme losses (tail risk) within the Indonesian banking industry.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Expected Shortfall, DCC-GARCH, return saham, Value at Risk, volatilitas, Expected Shortfall, DCC-GARCH, stock returns, Value at Risk, volatility.
Subjects:	H Social Sciences > HG Finance > HG4529.5 Portfolio management H Social Sciences > HG Finance > HG4910 Investments H Social Sciences > HG Finance > HG4915 Stocks--Prices
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Made Amarta Ayu Naraswari
Date Deposited:	20 Jul 2026 01:37
Last Modified:	20 Jul 2026 01:40
URI:	http://repository.its.ac.id/id/eprint/135313

Actions (login required)

View Item