ANALISIS VOLATILITAS DAN VALUE AT RISK PADA FRANKLIN GLOBAL SUKUK FUND DENGAN MODEL GARCH DAN GARCH-MCMC

Prillantika, Jessica Rahma (2020) ANALISIS VOLATILITAS DAN VALUE AT RISK PADA FRANKLIN GLOBAL SUKUK FUND DENGAN MODEL GARCH DAN GARCH-MCMC. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
06111850010009-Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (9MB) | Request a copy

Abstract

Volatilitas menjadi salah satu indikator risiko yang paling penting bagi pelaku dan pengamat pasar keuangan syariah. Salah satu produk pasar keuangan syariah adalah Sukuk. Sukuk atau yang biasa dikenal sebagai obligasi syariah merupakan efek syariah berupa serti�kat atau bukti kepemilikan aset yang bernilai sama dan mewakili bagian penyertaan yang tidak terpisahkan. Franklin Global Sukuk Fund merupakan Sukuk yang diterbitkan oleh negara Luksemburg. Data runtun waktu pada Franklin Global Sukuk Fund mempunyai sifat heteroskedastisitas pada variansi pada setiap waktu. Suatu pendekatan untuk memodelkan runtun waktu keuangan dengan heteroskesdasitas yaitu model Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Pada umumnya, estimasi parameter pada model GARCH dilakukan dengan menggunakan Maximum Likelihood Estimation (MLE). Akan tetapi, pada penelitian ini dikembangkan model GARCH yang parameternya diestimasi dengan menggunakan metode Markov Chain Monte Carlo (MCMC). Hasil akhir menunjukkan bahwa GARCH-MCMC dengan nilai varians faktual sebagai nilai awal merupakan model terbaik dalam meramalkan volatilitas Franklin Global Sukuk Fund. Selain itu, penelitian ini juga mempertimbangkan Value at Risk (VaR) untuk mengetahui besarnya risiko Franklin Global Sukuk Fund. VaR diestimasi dengan menggunakan simulasi Monte Carlo. Hasil akhir menunjukkan bahwa nilai VaR pada model GARCH-MCMC dengan nilai varians faktual sebagai nilai awal adalah sebesar USD 35 pada tingkat kepercayaan 95%. ============================================================= Volatility is one of the most important risk indicators for sharia �financial market players and observers. One of the Islamic �financial market products is Sukuk. Sukuk or commonly known as sharia bonds are sharia securities in the form of ownership certi�cate of assets of equal value and represent an integral part of the investment. The Franklin Global Sukuk Fund is a Sukuk issued by Luxembourg. The time-series data on the Franklin Global Sukuk Fund have heteroscedasticity invariance at any time. An approach to modeling financial time series with heteroscedasticity is the Generalized Autoregressive Conditional Heteroscedasticity (GARCH) model. Generally, the Maximum Likelihood Estimation (MLE) used to estimates the parameters of the GARCH model. However, in this study, the GARCH model was developed using the Markov Chain Monte Carlo (MCMC) as an alternative estimator. The fi�nal results show that GARCH-MCMC with factual variance as the initial value is the best model in forecasting the volatility of Franklin Global Sukuk Fund. In addition, this study also considers Value at Risk (VaR) to measure the amount of the risk of the Franklin Global Sukuk Fund. VaR is estimated using the Monte Carlo simulation. The final results show that the VaR value in GARCH-MCMC with factual variance as the initial value is USD 35 for the 95% con�fidence interval.

Item Type: Thesis (Masters)
Uncontrolled Keywords: GARCH, MCMC, Sukuk, VaR, Volatilitas, GARCH, MCMC, Sukuk, VaR, Volatility
Subjects: H Social Sciences > H Social Sciences (General)
H Social Sciences > H Social Sciences (General) > H61.4 Forecasting in the social sciences
H Social Sciences > HA Statistics
H Social Sciences > HA Statistics > HA30.3 Time-series analysis
H Social Sciences > HA Statistics > HA31.35 Analysis of variance
H Social Sciences > HA Statistics > HA31.7 Estimation
H Social Sciences > HB Economic Theory > Economic forecasting--Mathematical models.
Q Science > QA Mathematics
Q Science > QA Mathematics > QA275 Theory of errors. Least squares. Including statistical inference
Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry)
Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
Divisions: Faculty of Mathematics, Computation, and Data Science > Mathematics > 44101-(S2) Master Thesis
Depositing User: Prillantika Jessica Rahma
Date Deposited: 24 Aug 2020 08:27
Last Modified: 24 Aug 2020 08:27
URI: https://repository.its.ac.id/id/eprint/80591

Actions (login required)

View Item View Item