PEMODELAN ARIMAX DENGAN SIMETRIK DAN ASIMETRIK GARCH (Studi Kasus: Data Inflasi Nasional)

SRI, ARYANI (2016) PEMODELAN ARIMAX DENGAN SIMETRIK DAN ASIMETRIK GARCH (Studi Kasus: Data Inflasi Nasional). Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 1314201715-Abstract.pdf]
Preview
Text
1314201715-Abstract.pdf - Published Version

Download (290kB) | Preview
[thumbnail of 1314201715-Conclusion.pdf]
Preview
Text
1314201715-Conclusion.pdf - Published Version

Download (460kB) | Preview
[thumbnail of 1314201715-Master_Theses.pdf]
Preview
Text
1314201715-Master_Theses.pdf - Published Version

Download (3MB) | Preview

Abstract

Salah satu pemodelan data time series adalah model ARIMA yang
mengasumsikan volatilitas konstan, tetapi terdapat banyak kasus data ekonomi
dan keuangan memiliki volatilitas tidak konstan. Hal tersebut mengakibatkan
terjadinya masalah heteroskedastisitas pada residual sehingga dibutuhkan model
Generalized Autoregressive Conditional Heteroschedasticity (GARCH). Selain
heteroskedastisitas, salah satu permasalahan yang terdapat pada residual adalah
adanya efek asimetris atau leverage effect. Untuk itu diperlukan pemodelan
asimetrik GARCH. Penelitian ini bertujuan untuk membandingkan tingkat
keakuratan metode GARCH, Glosten Jagannathan Runkle-GARCH (GJRGARCH)
dan Asymmteric Power ARCH (APARCH) dengan menggunakan studi
simulasi dan membandingkan kinerja peramalan inflasi menggunakan ARIMAX
dengan GARCH, GJR-GARCH, dan APARCH. Data yang digunakan dalam
penelitian ini adalah data inflasi Indonesia dan harga minyak dunia bulan Januari
1990-Desember 2015. Untuk membentuk model ramalan, data dibagi menjadi insample
dan out-sample. Data in-sample terdiri dari data inflasi Indonesia dan
harga minyak dunia bulan Januari 1990-Desember2014 dan data out-of-sample
bulan Januari 2015-Desember 2015. Penelitian ini memberikan hasil pada
simulasi data in-sample, GARCH(1,1) dan GJR-GARCH(1,1) lebih konsisten
daripada APARCH(1,1) dalam pemodelan. Power uji asimetrik kurang dari 50%
pada sampel kecil (200) maupun besar (1.000) dalam mendeteksi efek asimetrik.
Pemodelan dan peramalan terbaik inflasi adalah menggunakan metode ARIMAXGARCH(
1,1) karena akan memberikan selang kepercayaan pendugaan inflasi
yang lebih pendek dibandingkan dengan ARIMAX dan ARIMAX-APARCH(1,1).
Rata-rata ramalan standard error pada model ARIMAX sebesar 0,99848, lebih
besar dibandingkan rata-rata ramalan standard error pada model ARIMAXGARCH(
1,1) dan ARIMAX-APARCH(1,1) yang masing-masing sebesar 0,67981 dan 0,75648.

Item Type: Thesis (Masters)
Additional Information: RTSt 511.326 Sri p
Uncontrolled Keywords: ARIMAX, GARCH, GJR-GARCH, APARCH, inflasi
Subjects: H Social Sciences > HA Statistics
Divisions: Faculty of Mathematics and Science > Statistics > 49001-(S3) PhD Thesis
Depositing User: Anis Wulandari
Date Deposited: 13 Dec 2016 05:07
Last Modified: 27 Dec 2018 07:19
URI: http://repository.its.ac.id/id/eprint/1023

Actions (login required)

View Item View Item