BAB I PENDAHULUAN 1.1. Latar Belakang
|
|
- Glenna Indradjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1. Latar Belakang Investasi berkaitan dengan penempatan dana ke dalam bentuk aset yang lain selama periode tertentu dengan harapan tertentu. Aset yang menjadi objek investasi seseorang secara umum terbagi menjadi dua hal, yaitu aset riil dan aset keuangan. Aset riil berkaitan dengan infrastruktur yang dapat memberikan dampak langsung terhadap kapasitas produktif objek investasi. Sedangkan aset keuangan memiliki kontribusi secara tidak langsung terhadap kapasitas produktif suatu perekonomian, karena aset ini memisahkan kepemilikan dan manajemen dalam suatu perusahaan dan memfasilitasi pemindahan dana untuk perusahaan dengan peluang investasi yang menarik (Zvie Bodie, 2006). Proses transaksi dalam usaha peningkatan aset keuangan dilakukan oleh investor pada pasar finansial. Pasar finansial adalah pasar di mana individu dan entitas dapat memperdagangkan efek-efek, komoditas, dan barang-barang berharga lainnya. Biaya transaksi mencerminkan besarnya permintaan dan penawaran atas efek-efek, komoditas, dan barang-barang tersebut. Efek-efek meliputi saham-saham dan obligasi, sementara komoditas diantaranya mencakup logam berharga, produk pertanian, dan produk industri lainnya. Data runtun waktu return saham merupakan salah satu jenis data runtun waktu dalam bidang keuangan yang memiliki volatilitas tinggi dan varians yang berbeda di setiap titik waktunya (Cryer, 1986). Varians yang tidak konstan ini terjadi karena berhubungan dengan resiko yang harus ditanggung seorang investor. Menurut Enders (2004) data runtun waktu seperti ini dinamakan data runtun waktu dengan heterokedastisitas bersyarat. Pada data runtun waktu, khususnya pada bidang keuangan memiliki sifat berfluktuatif, membetuk pola asimetris, memiliki model yang nonstasioner, dan mempunyai variansi residual yang tidak konstan (heteroskedastisitas). Mehmet (2008) mengatakan bahwa
2 return keuangan memiliki tiga karakteristik. Pertama pengelompokan volatilitas, artinya perubahan sangat besar dapat terjadi pada periode waktu tertentu dan perubahan kecil di periode yang lain. Kedua adalah fat tailedness (excess kurtosis), artinya return keuangan sering menampilkan ekor lebih besar dari distribusi normal standar. Ketiga adalah efek leverage, adalah suatu keadaan dimana kondisis bad news dan good news memberi pengaruh yang tidak simetris dalam volatilitasnya. Volatilitas memiliki banyak peranan dalam sektor finansial termasuk dalam hal pengamatan perilaku harga suatu aset finansial. Perilaku tersebut dapat diamati melalui parameter rata-rata dan standar deviasi. Dalam hal ini standar deviasi yang dimiliki oleh residual dinamakan volatilitas. Volatilitas dapat didefinisikan sebagai ukuran ketidakpastian dari pergerakan nilai-nilai sampai pada masa depan. Pengaruh asimetrik merupakan pengaruh pada perubahan volatilitas ketika terjadi perubahan dari return yang diharapkan. Dengan kata lain, perubahan volatilitas cenderung naik ketika return lebih kecil, dan perubahan volatilitas cenderung turun ketika return lebih besar dari yang diharapkan. Model generalized autoregresive conditional heteroskedasticity (GARCH) menangkap tiga karakteristik utama pada return keuangan. Perkembangan tipe model GARCH dimulai oleh Engle (1982). Engle memperkenalkan ARCH untuk model heteroskedastisitas dengan melihat hubungan variansi bersyarat dari kombinasi linear kuadrat di masa lalu. Bollersev (1986) selanjutnya memperkenalkan model Generalized Autoregresive Conditional Heteroskedasticity (GARCH) sebagai pengembangan model ARCH. Model GARCH merupakan model yang lebih sederhana dengan banyaknya parameter yang lebih sedikit dibandingkan model ARCH berderajat tinggi. ARCH dan GARCH merupakan model runtun waktu yang dapat menjelaskan heteroskedastisitas pada data. Akan tetapi, model ARCH-GARCH tidak selalu dapat menangkap secara penuh adanya heavy-tail property dengan frekuensi tinggi, sehingga sangat sulit untuk memberikan keputusan kapan suatu pelaku saham akan memposisikan dirinya sebagai pembeli atau penjual. Selain itu
3 model ARCH dan GARCH tidak mempertimbangkan leverage effect. Chen dan Dias (2010) menjelaskan leverage effect yaitu suatu keadaan bad news dan good news yang memberikan pengaruh asimetris terhadap volatilitas. Data dikatakan bad news ketika volatilitas mengalami penurunan sedangkan keadaan dikatakan good news ketika volatilitas mengalami kenaikan secara berkala. Nelson (1991) memperkenalkan model Exponential Generalized Autoregresive Conditional Heteroskedascticity (EGARCH) yang dapat menutupi kelemahan model GARCH dalam menangkap ketidaksimetrisan good news dan bad news dengan memperhitungkan leverage effect. Nelson melakukan pemodelan dengan menggunakan transformasi eksponen untuk varian yang tidak konstan. Karena pergerakan/fluktuasi dari return naik turun yang bernilai positif atau negatif, maka digunakan nilai yang positif yaitu dengan mengambil nilai mutlak dari nilai return tersebut. Saham sebagai surat berharga yang menjadi instrumen investasi memberikan peluang keuntungan tinggi namun juga memiliki potensi resiko tinggi. Hal ini sering disebut karakteristik high risk-high return. Sehingga dalam berinvestasi, ada tiga landasan yang menjadi dasar keputusan investor yaitu return yang diharapkan, tingkat risiko dan hubungan antara return dan risiko.institusi keuangan dan juga para investor berusaha agar risiko dapat diukur. Pada metode pengukuran risiko secara tradisional, pengukuran risiko hanya digunakan pada aset-aset individual sehingga setiap aset memiliki metode pengukuran risiko yang berbeda (Sartono, 2006). Masalah kemudian akan timbul jika masing-masing aset tersebut digabungkan ke dalam suatu portofolio, karena banyaknya metode yang dipergunakan untuk masing-masing aset tersebut sehingga menyebabkan pengukuran risiko menjadi sulit. Berkaitan dengan usaha untuk mengembangkan hal tersebut, maka JP Morgan (1994) mengembangkan metode Value at Risk (VaR) dalam pengukuran resiko. Pada masa selanjutnya penggunaan metode ini sangat luas untuk mengukur berbagai jenis risiko karena selain untuk mengukur risiko atas aset tunggal juga bisa digunakan untuk mengukur risiko atas aset dalam suatu portofolio. MenurutBest (1998) metode Value at Risk (VaR) merupakan suatu
4 metode pengukuran risiko yang secara statistik mengestimasi kerugian maksimum yang mungkin terjadi atas suatu portofolio pada tingkat kepercayaan (confidence level) tertentu. Value at Risk (VaR) juga dapat didefinisikan sebagai estimasi kerugian maksimum yang akan didapat selama periode waktu (time period) tertentu dalam kondisi pasar normal pada tingkat kepercayaan (confidence level) tertentu (Jorion, 2002). Selain itu, pengukuran risiko dengan Value at Risk (VaR) didasarkan pada nilai volatilitas atas aset tunggal ataupun aset dalam suatu portofolio. Aspek terpenting dalam pengukuran Value at Risk (VaR) adalah menentukan pendekatan melalui jenis metode dan asumsi yang sesuai dengan distribusi dari data return. Hal ini dikarenakan pengukuran Value at Risk (VaR) berdasarkan pada distribusi dari data return dari suatu aset dimana aset tersebut misalkan saham, obligasi, wesel, sertifikat dan deposito. Penerapan melalui pendekatan metode dan asumsi yang sesuai dengan distribusi dari data return akan menghasilkan pengukuran Value at Risk (VaR) yang akurat untuk digunakan sebagai ukuran risiko. Dari beberapa pendekatan yang sering digunakan dalam pengukuran Value at Risk (VaR) salah satu yang paling banyak digunakan adalah pendekatan metode parametrik (sering disebut juga dengan metode variansikovariansi/ variance-covariance method). Investor dalam melakukan kegiatan investasinya melihat dua faktor yaitu faktor tingkat pengembalian saham (return) dan faktor risiko (volatilitas). Return adalah harapan keuntungan di masa akan datang dan merupakan kompensasi atas waktu dan risiko yang terkait dengan investasi yang dilakukan. Volatilitas adalah besarnya return fluktuasi dari sebuat aset relatif terhadap waktu. Semakin besar volatilitas dari masing-masing suatu aset maka semakin besar kemungkinan mengalami keuntungan atau kerugian dari masing-masing suatu aset tersebut. Karena jika nilai volatilitasnya tinggi maka menunjukkan bahwa return dari masing-masing aset berubah sangat cepat. Dan jika nilai volatilitasnya rendah maka menunjukkan bahwa return dari masing-masing aset cenderung konstan. Sehingga untuk mengurangi risiko tersebut maka dibentuklah portofolio investasi.
5 Berangkat dari asumsi adanya gejolak asimetris terhadap volatilitas yaitu leverage effect, maka akan dibahas aplikasi EGARCH untuk peramalan VaR dalam penelitian ini Rumusan Masalah Dari latar belakang tersebut, penulis merumuskan permasalahan yang menjadi kajian dalam penelitian ini sebagai berikut. 1. Bagaimana perbandingan model GARCH dengan EGARCH pada pergerakan nilai IHSG? 2. Bagaimana nilai VaR menggunakan model GARCH dan EGARCH pada pergerakan nilai IHSG untuk satu periode ke depan? 1.3. Batasan Masalah Pada penelitian ini, masalah dibatasi peneliti hanya pada: 1. Menggunakan pergerakan indeks harga saham gabungan (IHSG) dengan data yang digunakan adalah data harian dalam periode 30 Juni 2010 sampai dengan 1 Juli Menggunakan bantuan software R untuk pengolahan data 3. Menggunakan model GARCH dan EGARCH untuk menentukan harga IHSG tersebut 1.4. Tujuan Penelitian Berdasarkan rumusan masalah di atas, tujuan dari penelitian ini adalah sebagai berikut. 1. Mengetahui perbandingan model GARCH dengan EGARCH pada pergerakan nilai IHSG. 2. Mengetahui nilai VaR menggunakan model GARCH dan EGARCH pada pergerakan nilai IHSG untuk satu periode ke depan.
6 1.5. Manfaat Penelitian Penelitian ini bermanfaat untuk mengetahui model pergerakan harga IHSG Indonesia dengan model EGARCH sehingga dapat mengetahui seberapa besar pengaruh varians dari harga saham di masa lalu terhadap varians dari harga saham saat ini. Selain itu juga diharapkan dari penelitian ini dapat memberikan informasi ilmiah suatu model EGARCH dan penerapannya untuk tujuan pemodelan dan mendapatkan nilai peramalan di masa depan untuk suatu permasalahan keuangan Tinjauan Pustaka Dalam analisis data time series, ternyata tidak semua data dapat dimodelkan dengan menggunakan motode ARIMA Box-Jenkins. Beberapa kasus khususnya dalam data keuangan dengan menggunakan metode ARIMA tidak akan mendapatkan suatu model yang bisa mewakili keadaan data. Hal ini disebabkan oleh adanya kondisi heteroskedastisitas (varian tidak konstan). Karena adanya kondisi ini, maka Engle (1982) mengusulkan suatu metode untuk menyelesaikan kasus khususnya data-data yang memuat kondisi tersebut. Model yang dimaksud adalah model Autoregressive Conditional Heteroscedastic (ARCH). Model ini selanjutnya dikembangkan oleh Bollerslev (1986) yang dikenal dengan istilah Generalized Autoregressive Conditional Heteroscedastic (GARCH). Beberapa penelitian yang telah dilakukan dengan menggunakan model ARCH atau GARCH dalam memodelkan data yang mempunyai varian tidak konstan, diantaranya: Laws dan Gidman (2000) menggunakan model GARCH(1,1) dalam memodelkan volatilitas harga saham FTSE 100, Nasstron (2003) melakukan pemodelan volatilitas pada pasar modal dengan menggunakan GARCH, Garcia dan Contreras (2005) melakukan peramalan biaya pemakaian listrik menggunakan model GARCH. Model ARCH-GARCH tidak selalu dapat menangkap secara penuh adanya heavy-tail property dengan frekuensi tinggi, sehingga sangat sulit untuk menentukan kapan suatu pelaku saham akan memposisikan dirinya sebagai pembeli atau penjual. Untuk mengatasi hal ini, maka dapat digunakan suatu model
7 yang merupakan perluasan dari model GARCH yaitu model Exponential GARCH (EGARCH) yang pertama kali diperkenalkan oleh Nelson (1991). Nelson melakukan pemodelan dengan menggunakan transformasi eksponen untuk varian yang tidak konstan. Karena pergerakan/fluktuasi dari return naik turun yang bernilai positif atau negatif, maka digunakan nilai yang positif dengan mengambil nilai mutlak dari nilai return tersebut. Beberapa penelitian yang menerapkan model EGARCH diantaranya: Hans Malmsten (2004) mengevaluasi model EGARCH dan mengaplikasikannya pada 29 saham paling aktif pada Stockholm Stock Exchange. Untari, Ansori, dan Saefuddin (2009) menganalisis deret waktu dengan ragam galat heterogen dan asimetris pada pergerakan IHSG. Berument, Ozcan, dan Neyapti (2001) dengan memodelkan inflasi yang terjadi di Turki dan hasilnya menunjukkan bahwa inflasi yang memiliki goncangan positif (positive shock Inflation) mempunyai pengaruh lebih besar dibandingkan dengan goncangan yang negatif (negative shock inflation). Jogiyanto Hartono (2008) menjelaskan tentang pengertian investasi dan model-model matematis yang membantu dalam menyelesaikan permasalahan investasi. Penundaan konsumsi sekarang yang dimasukkan ke dalam aktiva atau proses produksi produktif yang hasilnya untuk konsumsi mendatang dapat dikatakan sebagai suatu investasi. Setiap kegiatan investasi akan berhubungan dengan tingkat pengembalian dan risiko. Return dan risiko memiliki hubungan yang linier yakni semakin besar ekspektasi pengembalian akan semakin besar pula risiko yang dikompensasikan untuk ditanggung. Risiko sering berkaitan dengan simpangan atau deviasi dari harapan pengembalian dengan yang diterima. Van Horne dan Wachowics, Jr. (1992) mendefinisikan risiko sebagai variabilitas return perolehan terhadap return yang diharapkan. Value at Risk (VaR) adalah sebuah konsep pengukuran dalam suatu manajemen risiko. VaR didefinisikan sebagai nilai estimasi besarnya kerugian maksimal yang mungkin terjadi pada periode tertentu dengan tingkat keyakinan tertentu dan dalam kondisi pasar yang normal (Dowd, 2005). Tagliafichi (2003) melakukan estimasi VaR menggunakan model GARCH. Dari pengertian ini
8 terdapat tiga variabel yang penting, yakni besarnya kerugian, periode investasi, dan tingkat keyakinan Metodologi Penelitian Penelitian tentang peramalan VaR menggunakan GARCH dan EGARCH menggunakan studi literatur, yaitu mempelajari jurnal-jurnal, buku-buku yang terkait dengan VaR, GARCH, dan EGARCH. Langkah pertama yaitu menganalisis bentuk terbaik dari beberapa model yang digunakan. Setelah menganalisis model tersebut, diperoleh model terbaik dari beberapa model yang digunakan. Setelah didapat model terbaik dilanjutkan dengan mengkontruksi pengukuran risiko dan mengetahui besarnya risiko yang dihasilkan dengan Value at Risk (VaR) yang secara umum sering digunakan yakni difokuskan pada pendekatan metode variansi-kovariansi (variance-covariance method). Urutan langkah pelaksanaan penelitian dapat dilihat pada gambar berikut ini.
9 Mulai Plot Data IHSG Hitung Log Return IHSG Tidak Uji Normalitas Transformasi Ya Tidak Uji Stasioneritas Transformasi Ya Identifikasi Model ARMA Estimasi Parameter Uji Heterokedastisitas Tidak Homokedastisitas Ya Model ARCH/GARCH Uji Efek Asimetris Model EGARCH Ya Tidak Hitung Standar Deviasi Hitung VaR Selesai Gambar 1.1 Diagram Alir Pelaksanaan Penelitian
10 1.8. Sistematika Penulisan Tesis ini diberikan dalam enam bab. BAB I memberikan penjelasan pendahuluan yang berisi tentang latar belakang, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, tinjauan pustaka, dan sistematika penulisan. BAB II akan menyajikan teori-teori dasar mengenai ruang probabilas, sifat-sifat variabel random, dan martingale. Disamping itu dalam bab ini juga akan dibahas teori-teori dasar tentang model harga saham beserta returnnya. BAB III akan berisi pembahasan analisa teori tentang Exponential Generalized Autoregressive Conditional Heterocedastic (EGARCH) dan Value at Risk (VaR). Bab ini akan dilanjutkan dengan BAB IV yang akan menganalisa contoh kasus implementasi menentukan nilai VaR dengan model EGARCH terhadap pergerakan harga IHSG. Tesis ini ditutup dengan BAB V yang berisi kesimpulan dan saran.
BAB I PENDAHULUAN. penting dalam proses pengambilan keputusan di suatu instansi. Untuk melakukan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada zaman sekarang, peramalan merupakan salah satu unsur yang sangat penting dalam proses pengambilan keputusan di suatu instansi. Untuk melakukan peramalan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Saham adalah surat berharga yang menjadi bukti seseorang berinvestasi pada suatu perusahaan. Harga saham selalu mengalami perubahan harga atau biasa disebut
Lebih terperinciBAB I PENDAHULUAN. untuk menjual, menahan, atau membeli saham dengan menggunakan indeks
BAB I PENDAHULUAN A. LATAR BELAKANG MASALAH Pasar modal merupakan pasar abstrak, dimana yang diperjualbelikan adalah dana jangka panjang, yaitu dana yang keterikatannya dalam investasi lebih dari satu
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Investasi pada hakekatnya merupakan penempatan sejumlah uang atau dana yang dilakukan pada saat ini dengan harapan memperoleh keuntungan di masa mendatang (Halim,
Lebih terperinciPERAMALAN VALUE AT RISK MENGGUNAKAN METODE GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 05, No. 02 (2016), hal 267 276. PERAMALAN VALUE AT RISK MENGGUNAKAN METODE GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC Nendra Mursetya
Lebih terperinciBAB I PENDAHULUAN. perusahaan (pihak yang membutuhkan dana) melalui penjualan saham, obligasi,
BAB I PENDAHULUAN 1.1. Latar Belakang Di era globalisasi ini, pasar modal mulai menunjukkan peranan penting dalam menggerakkan dana dari pemodal (pihak yang kelebihan dana) kepada perusahaan (pihak yang
Lebih terperinciPEMODELAN TARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH. Retno Hestiningtyas dan Winita Sulandari, M.Si. Jurusan Matematika FMIPA UNS
S-9 PEMODELAN TARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH Retno Hestiningtyas dan Winita Sulandari, M.Si Jurusan Matematika FMIPA UNS ABSTRAK. Pada data finansial sering terjadi keadaan leverage effect,
Lebih terperinciMENGGUNAKAN METODE GARCH ASIMETRIS
PEMODELAN RETURN PORTOFOLIO SAHAM MENGGUNAKAN METODE GARCH ASIMETRIS SKRIPSI Disusun Oleh : MUHAMMAD ARIFIN 24010212140058 DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
Lebih terperinciPENERAPAN MODEL EGARCH-M DALAM PERAMALAN NILAI HARGA SAHAM DAN PENGUKURAN VALUE AT RISK (VAR)
PENERAPAN MODEL EGARCH-M DALAM PERAMALAN NILAI HARGA SAHAM DAN PENGUKURAN VALUE AT RISK (VAR) Oleh: Julianto (1) Entit Puspita (2) Fitriani Agustina (2) ABSTRAK Dalam melakukan investasi dalam saham, investor
Lebih terperinciBAB I PENDAHULUAN. Perkembangan ilmu pengetahuan dan teknologi saat ini berkembang pesat.
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan dan teknologi saat ini berkembang pesat. Hal ini mendorong manusia untuk terus berupaya memanfaatkan kemajuan teknologi di antaranya diwujudkan
Lebih terperinciBAB I PENDAHULUAN. satu sumber tetap yang terjadi berdasarkan waktu t secara berurutan dan dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Data time series merupakan serangkaian data pengamatan yang berasal dari satu sumber tetap yang terjadi berdasarkan waktu t secara berurutan dan dengan interval
Lebih terperinciBAB II TINJAUAN PUSTAKA. penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji
35 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji ACF, uji PACF, uji ARCH-LM,
Lebih terperinciBAB I PENDAHULUAN. diantaranya surat utang (obligasi), ekuiti (saham), reksa dana, dan instrumen
BAB I PENDAHULUAN 1.1 Latar Belakang Instrumen keuangan yang dapat diperjualbelikan di pasar modal diantaranya surat utang (obligasi), ekuiti (saham), reksa dana, dan instrumen lainnya. Saham merupakan
Lebih terperinciSuma Suci Sholihah, Heni Kusdarwati, Rahma Fitriani. Jurusan Matematika, F.MIPA, Universitas Brawijaya
PEMODELAN RETURN IHSG PERIODE 15 SEPTEMBER 1998 13 SEPTEMBER 2013 MENGGUNAKAN THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (TGARCH(1,1)) DENGAN DUA THRESHOLD Suma Suci Sholihah,
Lebih terperinciBAB II TINJAUAN PUSTAKA. keuntungan atau coumpouding. Dari definisi di atas dapat disimpulkan bahwa
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Investasi Menurut Fahmi dan Hadi (2009) investasi merupakan suatu bentuk pengelolaan dana guna memberikan keuntungan dengan cara menempatkan dana tersebut pada alokasi
Lebih terperinciBAB III THRESHOLD AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICTY (TARCH) Proses TARCH merupakan modifikasi dari model ARCH dan GARCH.
BAB III THRESHOLD AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICTY (TARCH) 3.1. Model TARCH Proses TARCH merupakan modifikasi dari model ARCH dan GARCH. Pada proses ini nilai residu yang lebih kecil dari nol
Lebih terperinciBAB I PENDAHULUAN. yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan
BAB I PENDAHULUAN 1.1 Latar Belakang Investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan di masa datang. Investasi
Lebih terperinciBAB I PENDAHULUAN. Peramalan merupakan salah satu unsur yang sangat penting dalam
BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan salah satu unsur yang sangat penting dalam pengambilan keputusan, karena terkadang faktor-faktor yang berhubungan dengan pengambilan keputusan tidak
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1 Desain Penelitian Penelitian ini didasari oleh gejolak/volatilitas nilai tukar rupiah terhadap mata uang asing (valuta asing).pada nilai transaksi jual beli valuta asing yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
DAFTAR ISI PERNYATAAN... i ABSTRAK... ii KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xi BAB I PENDAHULUAN... 1 1.1 Latar Belakang...
Lebih terperinciPEMODELAN RETURN PORTOFOLIO SAHAM MENGGUNAKAN METODE GARCH ASIMETRIS. Keywords: Stocks, Portfolio, Return, Volatility, Asymmetric GARCH.
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 51-60 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN RETURN PORTOFOLIO SAHAM MENGGUNAKAN METODE GARCH ASIMETRIS
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam dunia bisnis dan investasi ada tiga hal yang perlu diperhatikan oleh investor yaitu modal, objektif dan risiko. Hal yang sering menjadi pusat perhatian investor
Lebih terperinciBAB I PENDAHULUAN. Perilaku dari harga suatu aset finansial dapat dilihat dari dua parameter,
BAB I PENDAHULUAN 1.1 Latar belakang Perilaku dari harga suatu aset finansial dapat dilihat dari dua parameter, yaitu mean dan standar deviasi harga aset tersebut. Dalam bahasa keuangan, standar deviasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kota Medan merupakan ibukota Provinsi Sumatera Utara dan menjadi kota terbesar nomor 3 (tiga) di Indonesia setelah Jakarta dan Surabaya. Selain sebagai kota
Lebih terperinciBAB I PENDAHULUAN. memberikan informasi tentang rata-rata bersyarat pada Y
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari- hari sering dijumpai data time series yang terdiri dari beberapa variabel yang saling terkait yang dinamakan dengan data time series
Lebih terperinciDisusun oleh : Nur Musrifah Rohmaningsih Skripsi. Sebagai Salah Satu Syarat untuk Memperoleh Gelar
PEMODELAN DAN PERAMALAN NILAI RETURN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (APARCH) Disusun oleh : Nur Musrifah Rohmaningsih 24010211120019
Lebih terperinciPENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 25 32 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.
Lebih terperinciBAB I PENDAHULUAN. investasi yang telah dilakukan. Dalam berinvestasi jika investor mengharapkan
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam dunia bisnis, hampir semua investasi mengandung ketidakpastian atau resiko. Investor tidak mengetahui dengan pasti hasil yang akan diperolehnya dari investasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam berinvestasi ada tiga hal yang perlu diperhatikan oleh investor, yaitu capital (modal), objective (objektif), dan risk (risiko).hal yang sering menjadi
Lebih terperinciBAB III ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (APARCH) Asymmetric Power Autoregressive Conditional Heteroscedasticity
BAB III ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (APARCH) 3.1 Proses APARCH Asymmetric Power Autoregressive Conditional Heteroscedasticity (APARCH) diperkenalkan oleh Ding, Granger
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Esti Pertiwi, 2013
BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan salah satu kebutuhan yang sangat penting bagi kehidupan manusia, terutama sebagai salah satu faktor dalam pengambilan keputusan. Peramalan biasanya
Lebih terperinciMetode Langkah-langkah yang dilakukan dalam penelitian ini dapat dilihat pada Gambar 1. Eksplorasi data. Identifikasi model ARCH
6 Metode Langkah-langkah yang dilakukan dalam penelitian ini dapat dilihat pada Gambar 1. Eksplorasi data Identifikasi model ARCH Pendugaan parameter dan pemilihan model ARCH/GARCH Uji pengaruh asimetrik
Lebih terperinciPROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:
METODE PERAMALAN MENGGUNAKAN MODEL VOLATILITAS ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY PADA RETURN NILAI TUKAR RUPIAH TERHADAP DOLLAR Cindy Wahyu Elvitra 1, Budi Warsito 2, Abdul
Lebih terperinciBAB 1 PENDAHULUAN. adalah di bidang ekonometrika. Ekonometrika merupakan bidang ilmu ekonomi yang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Statistika bisa diterapkan di berbagai bidang. Salah satu contoh penerapannya adalah di bidang ekonometrika. Ekonometrika merupakan bidang ilmu ekonomi yang menganalisis
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berbicara tentang kegiatan pasar modal saat ini tidak terlepas dari apa yang disebut sebagai indeks harga saham. Untuk mengetahui bagaimana kegiatan ekonomi
Lebih terperinciPADA PORTOFOLIO SAHAM
PERBANDINGAN PENDEKATAN GENERALIZED EXTREME VALUE DAN GENERALIZED PARETO DISTRIBUTION UNTUK PERHITUNGAN VALUE AT RISK PADA PORTOFOLIO SAHAM SKRIPSI Disusun oleh: AYU AMBARSARI 24010212140079 DEPARTEMEN
Lebih terperinciIV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data
IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian tentang risiko harga sayuran di Indonesia mencakup komoditas kentang, kubis, dan tomat dilakukan di Pasar Induk Kramat Jati, yang
Lebih terperinciPEMODELAN RETURN SAHAM PERBANKAN MENGGUNAKAN EXPONENTIAL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (EGARCH)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2016, Halaman 91-99 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN RETURN SAHAM PERBANKAN MENGGUNAKAN EXPONENTIAL GENERALIZED
Lebih terperinciSeminar Hasil. Disusun oleh: Inayatus Sholichah. Dosen Pembimbing: Dra. Destri Susilaningrum, M.Si Dr. Suhartono, M.Sc
Seminar Hasil Analisis Volatilitas dan Value at Risk pada Saham Blue Chip dengan Metode ARCH- GARCH. Disusun oleh: Inayatus Sholichah Dosen Pembimbing: Dra. Destri Susilaningrum, M.Si Dr. Suhartono, M.Sc
Lebih terperinciBAB I PENDAHULUAN. utama yang dipertimbangkan industri keuangan. Seperti yang dikemukakan oleh Jorion
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Risk management atau manajemen risiko saat ini merupakan salah satu prioritas utama yang dipertimbangkan industri keuangan. Seperti yang dikemukakan oleh Jorion
Lebih terperinciPERBANDINGAN AKURASI MODEL ARCH DAN GARCH PADA PERAMALAN HARGA SAHAM BERBANTUAN MATLAB Sunarti, Scolastika Mariani, Sugiman
g UJM 5 (1) (2016) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PERBANDINGAN AKURASI MODEL ARCH DAN GARCH PADA PERAMALAN HARGA SAHAM BERBANTUAN MATLAB Sunarti, Scolastika Mariani,
Lebih terperinciUNNES Journal of Mathematics
UJM 5 (2) (2016) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PERBANDINGAN TAKSIRAN VALUE AT RISK DENGAN PROGRAM R DAN MATLAB DALAM ANALISIS INVESTASI SAHAM MENGGUNAKAN METODE
Lebih terperinciBAB I PENDAHULUAN. tukar uang tersebut dinamakan kurs atau exchange rate. uang tersebut merupakan salah satu aset finansial yang dapat mendorong
BAB I PENDAHULUAN 1.1 Latar Belakang Uang memegang peranan penting dalam perekonomian setiap negara. Aktifitas ekonomi yang dapat dilakukan suatu negara dengan menggunakan uang adalah perdagangan, baik
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 151-160 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian IDENTIFIKASI CURAH HUJAN EKSTREM DI KOTA SEMARANG MENGGUNAKAN
Lebih terperinciPERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 110 117 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH
Lebih terperinciI. PENDAHULUAN. Investasi pada umumnya dapat dikelompokkan dalam dua golongan
I. PENDAHULUAN 1.1. Latar Belakang Investasi pada umumnya dapat dikelompokkan dalam dua golongan utama, yaitu investasi dalam bentuk real assets dan investasi dalam bentuk financial assets (Bodie, 2005).
Lebih terperinciPERAMALAN DATA SAHAM S&P 500 INDEX MENGGUNAKAN MODEL TARCH
PERAMALAN DATA SAHAM S&P 500 INDEX MENGGUNAKAN MODEL TARCH Universitas Negeri Malang E-mail: abiyaniprisca@ymail.com Abstrak: Penelitian ini bertujuan untuk mengetahui model peramalan terbaik dari data
Lebih terperinciBAB I PENDAHULUAN. Dalam suatu perekonomian, selalu ada pihak-pihak yang kelebihan dana (surplus of
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam suatu perekonomian, selalu ada pihak-pihak yang kelebihan dana (surplus of funds) dan pihak-pihak yang kekurangan dana (needs of funds). Pihak yang kelebihan
Lebih terperinciPENGGUNAAN METODE VaR (Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT. TELKOM DENGAN PENDEKATAN MODEL GARCH-M
PENGGUNAAN METODE VaR (Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT. TELKOM DENGAN PENDEKATAN MODEL GARCH-M Oleh: Nurkhoiriyah 1205100050 Dosen pembimbing: Dra. Nuri Wahyuningsih, M. Kes. Jurusan
Lebih terperinci3 Kesimpulan. 4 Daftar Pustaka
Litterman-2. Keuntungan aktual maksimal kedua kinerja Black Litterman ternyata terjadi pada waktu yang sama yaitu tanggal 19 Februari 2013. Secara umum dapat dinyatakan bahwa pembentukan portofolio dengan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Indeks harga saham merupakan suatu indikator yang menunjukkan pergerakan harga saham dalam suatu periode, dengan adanya indeks maka dapat diketahui tren yang
Lebih terperinciPENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 27 PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1 Sumber Data Penelitian ini menggunakan data sekunder yang diperoleh dari BEI. Data yang digunakan dalam penelitian ini merupakan data harian yang dimulai dari 3 Januari 2007
Lebih terperinciPEMODELAN DATA DERET WAKTU MENGGUNAKAN MIXTURE AUTOREGRESSIVE (MAR) SKRIPSI
PEMODELAN DATA DERET WAKTU MENGGUNAKAN MIXTURE AUTOREGRESSIVE (MAR) (Penerapan Pada Data Indeks Harga Saham Gabungan) SKRIPSI Oleh: ESTI ULIN NIKMAH J2A 605 042 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA
Lebih terperinciMENAKSIR VALUE AT RISK (VAR) PORTOFOLIO PADA INDEKS SAHAM DENGAN METODE PENDUGA VOLATILITAS GARCH
MENAKSIR VALUE AT RISK (VAR) PORTOFOLIO PADA INDEKS SAHAM DENGAN METODE PENDUGA VOLATILITAS GARCH INTAN AWYA WAHARIKA 1, KOMANG DHARMAWAN 2, NI MADE ASIH 3 1, 2, 3 Jurusan Matematika FMIPA Universitas
Lebih terperinciPERAMALAN VOLATILITAS MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY IN MEAN (GARCH-M)
PERAMALAN VOLATILITAS MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY IN MEAN (GARCH-M) (Studi Kasus pada Return Harga Saham PT. Wijaya Karya) SKRIPSI Disusun Oleh : Dwi Hasti
Lebih terperinciPEMODELAN RETURN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (TGARCH)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 465-474 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN RETURN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN THRESHOLD
Lebih terperinciPENENTUAN VALUE AT RISK
PENENTUAN VALUE AT RISK SAHAM KIMIA FARMA PUSAT MELALUI PENDEKATAN DISTRIBUSI PARETO TERAMPAT (Studi Kasus : Harga Penutupan Saham Harian Kimia Farma Pusat Periode Oktober 2009 September 2014) SKRIPSI
Lebih terperinciMODEL NON LINIER GARCH (NGARCH) UNTUK MENGESTIMASI NILAI VALUE at RISK (VaR) PADA IHSG
E-Jurnal Matematika Vol. 4 (2), Mei 215, pp. 59-66 ISSN: 233-1751 MODEL NON LINIER (N) UNTUK MENGESTIMASI NILAI VALUE at RISK (VaR) PADA IHSG I Komang Try Bayu Mahendra 1, Komang Dharmawan 2, Ni Ketut
Lebih terperinciSKRIPSI. Disusun Oleh : OKTAFIANI WIDYA NINGRUM
PERHITUNGAN VALUE AT RISK PADA PORTOFOLIO SAHAM MENGGUNAKANN COPULA (Studi Kasus : Saham-Saham Perusahaan di Indonesia Periode 13 Oktober 2011-12 Oktober 2016) SKRIPSI Disusun Oleh : OKTAFIANI WIDYA NINGRUM
Lebih terperinciINTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (IGARCH) (Studi Kasus pada Return Kurs Rupiah terhadap Dollar Australia)
PERHITUNGAN VALUE AT RISK MENGGUNAKAN MODEL INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (IGARCH) (Studi Kasus pada Return Kurs Rupiah terhadap Dollar Australia) SKRIPSI Disusun
Lebih terperinciAnalisis Harga Saham Properti di Indonesia menggunakan metode GARCH
Analisis Harga Saham Properti di Indonesia menggunakan metode GARCH Dhafinta Widyasaraswati1,a), Acep Purqon1,b) 1 Laboratorium Fisika Bumi, Kelompok Keilmuan Fisika Bumi dan Sistem Kompleks, Fakultas
Lebih terperinciBAB I PENDAHULUAN. Tujuan akhir dari kebijakan makroekonomi adalah stabilitas harga yang menciptakan
BAB I PENDAHULUAN 1.1 Latar Belakang Tujuan akhir dari kebijakan makroekonomi adalah stabilitas harga yang menciptakan pertumbuhan ekonomi yang berkesinambungan. Pertumbuhan ekonomi yang berkesinambungan
Lebih terperinciBab 1. Pendahuluan. 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Risiko dapat diartikan sebagai suatu peluang terjadinya kerugian. Alat ukur untuk mengestimasi risiko kerugian adalah standar deviasi, Value-at-Risk(VaR) dan expected
Lebih terperinciBAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH
BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu data saham Astra Internasional Tbk tanggal 2 Januari
Lebih terperinciPENDETEKSIAN KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR HARGA MINYAK
PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR HARGA MINYAK oleh APRILIA AYU WIDHIARTI M0111010 SKRIPSI ditulis dan diajukan
Lebih terperinciBAB I PENDAHULUAN. Stabilitas ekonomi sebagai bagian dari stabilitas nasional merupakan salah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Stabilitas ekonomi sebagai bagian dari stabilitas nasional merupakan salah satu syarat penting bagi keberhasilan pembangunan nasional. Stabilitas tersebut sangat
Lebih terperinciMetode Peramalan dengan Menggunakan Model Volatilitas Asymmetric Power ARCH (APARCH)
Metode Peramalan dengan Menggunakan Model Volatilitas Asymmetric Power ARCH (APARCH) (Studi Kasus : Return Kurs Mata Uang Rupiah terhadap Dollar) SKRIPSI Disusun oleh : CINDY WAHYU ELVITRA J2E 009 015
Lebih terperinciPERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 1 8 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH
Lebih terperinciANALISIS INVESTASI DAN PENENTUAN KANDIDAT PORTOFOLIO SAHAM OPTIMAL DEBGAN MENGGUNAKAN MODEL INDEK TUNGGAL DI BEI PERIODE
ANALISIS INVESTASI DAN PENENTUAN KANDIDAT PORTOFOLIO SAHAM OPTIMAL DEBGAN MENGGUNAKAN MODEL INDEK TUNGGAL DI BEI PERIODE 2002-2006 SKRIPSI Diajukan Untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh
Lebih terperinciPEMODELAN NEURO-GARCH PADA RETURN NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA
PEMODELAN NEURO-GARCH PADA RETURN NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA SKRIPSI Disusun Oleh: UMI SULISTYORINI ADI 24010212140082 DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di Pasar Bunga Rawabelong, Jakarta Barat yang merupakan Unit Pelaksana Teknis (UPT) Pusat Promosi dan Pemasaran Holtikultura
Lebih terperinciBAB III NONLINEAR GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (N-GARCH)
BAB III NONLINEAR GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (N-GARCH) 3.1 Proses Nonlinear Autoregressive Conditional Heteroskedasticity (N-ARCH) Model Nonlinear Autoregressive Conditional
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 635-643 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERHITUNGAN VALUE AT RISK MENGGUNAKAN MODEL INTEGRATED GENERALIZED
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis runtun waktu banyak diterapkan hampir di semua bidang kegiatan, antara lain bidang ekonomi, kesehatan, ilmu pengetahuan alam, dan sebagainya. Ada
Lebih terperinciBAB V PENUTUP. Secara umum risiko merupakan ketidakpastian tentang peristiwa masa depan atas
BAB V PENUTUP V.1 Kesimpulan Secara umum risiko merupakan ketidakpastian tentang peristiwa masa depan atas hasil yang diinginkan atau tidak diinginkan (Griffin, 2002: 715). Dalam konteks keuangan, risiko
Lebih terperinciPREDIKSI INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY SKRIPSI. Oleh : INA YULIANA J2A
PREDIKSI INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY SKRIPSI Oleh : INA YULIANA J2A 605 058 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 705-715 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN DAN PERAMALAN VOLATILITAS PADA RETURN SAHAM BANK BUKOPIN
Lebih terperinciDAFTAR ISI. LEMBAR JUDUL.i LEMBAR PENGESAHAN TUGAS AKHIR iii
DAFTAR ISI LEMBAR JUDUL.i LEMBAR PENGESAHAN TUGAS AKHIR iii ABSTRAK v ABSTRACT..vi KATA PENGANTAR.vii DAFTAR ISI..1 DAFTAR TABEL.Error! DAFTAR GAMBAR.Error! i DAFTAR LAMPIRAN..Error! BAB I PENDAHULUAN
Lebih terperinciTEKNIK PERAMALAN DENGANMODEL AUTOREGRESSIVE CONDITIONALHETEROSCEDASTIC (ARCH) (Studi KasusPada PT. Astra Agro Lestari Indonesia Tbk)
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 71 78. TEKNIK PERAMALAN DENGANMODEL AUTOREGRESSIVE CONDITIONALHETEROSCEDASTIC (ARCH) (Studi KasusPada PT. Astra Agro Lestari
Lebih terperinciISSN : e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 3870
ISSN : 355-9365 e-proceeding of Engineering : Vol.3, No. Agustus 06 Page 3870 Value-at-Risk Berbasis Model Exponential Generalized Autoregressive Conditional Heteroscedasticity (EGARCH) Value-at-Risk Based
Lebih terperinciSonia Agustin Waruwu. Kata kunci : Manajemen Risiko, Kontrak Berjangka, Value at Risk, Volatilitas, ARCH/GARCH
ANALISIS VALUE AT RISK UNTUK PENGUKURAN VOLATILITAS DAN RISIKO PASAR SEBAGAI DASAR PENGAMBILAN KEPUTUSAN PADA KONTRAK BERJANGKA IN DI JAKARTA FUTURES EXCHANGE PERIODE 2010-2013 VALUE AT RISK ANALYSIS FOR
Lebih terperinciBAB 1 PENDAHULUAN. Dalam rangka mengembangkan pasar modal syariah, PT. Bursa Efek Jakarta
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam rangka mengembangkan pasar modal syariah, PT. Bursa Efek Jakarta (BEJ) bersama dengan PT. Danareksa Invesment Management (DIM) telah meluncurkan Indeks saham
Lebih terperinciIDENTIFIKASI MODEL I-GARCH (INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONALLY HETEROCEDASTIC) UNTUK PERAMALAN VALUE AT RISK
IDENTIFIKASI MODEL I-GARCH (INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONALLY HETEROCEDASTIC) UNTUK PERAMALAN VALUE AT RISK Universitas PGRI Yogyakarta email: ndwipa@gmail.com Abstrak A stock returns
Lebih terperinciPEMODELAN RETURN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (TGARCH)
PEMODELAN RETURN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (TGARCH) SKRIPSI Disusun oleh: MAIDIAH DWI NARURI SAIDA 24010212120003 DEPARTEMEN
Lebih terperinciBAB IV KESIMPULAN DAN SARAN. maka dapat disimpulkan sebagai berikut: 1. Langkah-langkah dalam menentukan model EGARCH pada pemodelan data
BAB IV KESIMPULAN DAN SARAN A. Kesimpulan Berdasarkan uraian dan pembahasan pada bab-bab sebelumnya, maka dapat disimpulkan sebagai berikut: 1. Langkah-langkah dalam menentukan model EGARCH pada pemodelan
Lebih terperinciPENERAPAN MODEL EGARCH PADA ESTIMASI VOLATILITAS HARGA MINYAK KELAPA SAWIT
PENERAPAN MODEL EGARCH PADA ESTIMASI VOLATILITAS HARGA MINYAK KELAPA SAWIT Yoseva Agung Prihandini 1, Komang Dharmawan 2, Kartika Sari 3 1 Jurusan Matematika, Fakultas MIPA - Universitas Udayana [Email:
Lebih terperinciPERAMALAN DATA NILAI EKSPOR NON MIGAS INDONESIA KE WILAYAH ASEAN MENGGUNAKAN MODEL EGARCH
PERAMALAN DATA NILAI EKSPOR NON MIGAS INDONESIA KE WILAYAH ASEAN MENGGUNAKAN MODEL EGARCH, Universitas Negeri Malang E-mail: die_gazeboy24@yahoo.com Abstrak: Penelitian ini bertujuan untuk mengetahui model
Lebih terperinciPEMODELAN TINGKAT INFLASI INDONESIA MENGGUNAKAN MARKOV SWITCHING AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY
PEMODELAN TINGKAT INFLASI INDONESIA MENGGUNAKAN MARKOV SWITCHING AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY SKRIPSI Disusun Oleh: OMY WAHYUDI 24010210110006 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciBAB III METODE PENELITIAN. 3.1 Unit Analisis dan Ruang Lingkup Penelitian. yang berupa data deret waktu harga saham, yaitu data harian harga saham
32 BAB III METODE PENELITIAN 3.1 Unit Analisis dan Ruang Lingkup Penelitian 3.1.1. Objek Penelitian Objek sampel data dalam penelitian ini menggunakan data sekunder yang berupa data deret waktu harga saham,
Lebih terperinciMA6281 Topik Statistika IV: Analisis Deret Waktu Keuangan
MA6281 Topik Statistika IV: Analisis Deret Waktu Keuangan Referensi: Taylor (2008), Modeling Financial Time Series Tsay (2005), Analysis of Financial Time Series Silabus: Return, volatilitas dan distribusi
Lebih terperinciMODEL GARCH (GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY) UNTUK PREDIKSI DAN AKURASI HARGA SAHAM MASA DEPAN
MODEL GARCH (GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY) UNTUK PREDIKSI DAN AKURASI HARGA SAHAM MASA DEPAN GARCH (GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY) MODEL FOR PREDICTION
Lebih terperinciPENDAHULUAN. 1.1 Latar Belakang
PENDAHULUAN 1.1 Latar Belakang PT. Pindad merupakan perusahaan yang bergerak dibidang produk peralatan militer dan produk komersial di Indonesia. Selain memproduksi senjata, PT. Pindad juga memproduksi
Lebih terperinciBAB III METODE PENELITIAN
33 BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Penelitian ini dilakukan berdasarkan data series bulan yang dipublikasikan oleh Bank Indonesia (BI) dan Badan Pusat Statistik (BPS), diantaranya adalah
Lebih terperinciBAB I PENDAHULUAN. atau memprediksi nilai suatu perolehan data di masa yang akan datang
BAB I PENDAHULUAN 1.1 Latar Belakang Time Series atau deret waktu merupakan barisan suatu nilai pengamatan yang diukur dalam rentang waktu tertentu dalam interval waktu yang sama. Analisis data deret waktu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Data runtun waktu dari fenomena real seperti data finansial biasanya bersifat nonstasioner. Tipe data runtun waktu finansial biasanya dicirikan oleh pola-pola seperti
Lebih terperinciBAB I PENDAHULUAN. (Abdul Halim, 2005 : 4). Umumnya investasi dibedakan menjadi dua, yaitu
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian Investasi pada hakikatnya merupakan komitmen terhadap sejumlah sumber daya pada saat ini dengan tujuan untuk mendapatkan keuntungan di masa depan (Abdul
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sudah menjadi sifat dasar manusia untuk selalu melihat segala sesuatu dan mengambil tindakan berdasarkan manfaat bagi diri sendiri. Bila dianggap manfaat tersebut
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 655-662 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERAMALAN VOLATILITAS MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Desain Penelitian Desain penelitian mempunyai peranan yang sangat penting, karena keberhasilan suatu penelitian sangat dipengaruhi oleh pilihan desain atau model penelitian.
Lebih terperinci