Pemodelan Volatilitas Menggunakan Metode Constant Conditional Correlation Multivariate Garch Pada Pasar Modal Indonesia

Amelia, Noor (2015) Pemodelan Volatilitas Menggunakan Metode Constant Conditional Correlation Multivariate Garch Pada Pasar Modal Indonesia. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1213201033-Master_Thesis.pdf - Accepted Version

Download (4MB) | Preview

Abstract

Volatilitas adalah ukuran variansi suatu harga saham maupun indeks harga saham yang bergerak dalam suatu periode tertentu. Model ARCH dan GARCH banyak digunakan untuk mendeskripsikan bentuk volatilitas suatu data time series yang heteroskedastisitas. Dalam perkembangannya, model multivariat GARCH (MGARCH) merupakan perluasan dari model univariate GARCH untuk memodelkan gerakan searah (comovement) dari serangkaian waktu. Conditional Correlation multivariate GARCH (CCC-MGARCH) merupakan salah satu model MGARCH yang mengasumsikan matriks korelasi konstan dan mampu mereduksi parameter sehingga estimasi model menjadi lebih mudah. Tujuan dari tesis ini adalah untuk mendeteksi adanya gerakan searah dari volatilitas indeks harga saham dengan model CCC-MGARCH. Pada penelitian ini digunakan data return indeks harga saham pada pasar modal Indonesia yaitu IHSG dan JII. Langkah awal penelitian adalah dengan memodelkan return IHSG dan JII dalam bentuk model univariat GARCH. Model tersebut akan menjadi dasar untuk pembentukkan model CCC-MGARCH. Kemudian dilakukan estimasi parameter model MGARCH dengan menggunakan metode two-step estimation. Selanjutnya model didiagnosa dengan AIC dan SIC mengecek kecukupan model. Model CCCMGARCH yang telah valid digunakan untuk peramalan varians dan menghitung akurasi model dengan RMSE. Hasil penelitian menunjukan bahwa terdapat pergerakan bersama antara IHSG dan JII dengan nilai korelasi sebesar 0,891031 dengan menggunakan CCC-MGARCH (1,1). ================================================================================================= Volatility is a measure of the variance of a stock price and the stock price index which moves in a given period. ARCH and GARCH models are widely used to describe the shape of the volatility of heteroscedasticity time series data. During its development, the multivariate model GARCH is an extension of univariate GARCH models to model the direction of movement (comovement) of the time series. Conditional Correlation Multivariate GARCH (CCC-MGARCH) is one of MGARCH models that assume constant correlation matrix and can reduce estimation parameters so that the model becomes easier. The aim of this thesis is to detect the direction of movement of the volatility of the stock price index CCC-MGARCH model. In this research used the data return stock price index in Indonesia capital market, that are JCI and JII. The initial step of this research is build model return of JCI and JII in the form of univariate GARCH models. The model will be the basis for the formation of the CCC model- MGARCH. Then MGARCH model parameters were estimated using a two-step method of estimation. Furthermore, the model was diagnosed with AIC and SIC checking the adequacy of the model. CCC-MGARCH models that have been valid used for forecasting variance and calculate the accuracy of the model with RMSE. The results showed that there is a movement joint between JCI and JII with a correlation value of 0,89103 by using CCC-MGARCH (1.1).

Item Type: Thesis (Masters)
Additional Information: RTMa 519.535 Ame p
Uncontrolled Keywords: Volatilitas, Return Indeks Harga Saham,CCC-MGARCH, IHSG, JII.
Subjects: H Social Sciences > HG Finance > HG4012 Mathematical models
Divisions: Faculty of Mathematics, Computation, and Data Science > Mathematics > 44101-(S2) Master Thesis
Depositing User: Yeni Anita Gonti
Date Deposited: 10 Feb 2020 08:10
Last Modified: 10 Feb 2020 08:10
URI: https://repository.its.ac.id/id/eprint/74792

Actions (login required)

View Item View Item