Metode Peramalan dengan Menggunakan Model Volatilitas Asymmetric Power ARCH (APARCH)

dokumen-dokumen yang mirip
PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:

METODE PERAMALAN DENGAN MENGGUNAKAN MODEL VOLATILITAS ASYMMETRIC POWER ARCH (APARCH)

PEMODELAN NEURO-GARCH PADA RETURN NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA

Disusun oleh : Nur Musrifah Rohmaningsih Skripsi. Sebagai Salah Satu Syarat untuk Memperoleh Gelar

MENGGUNAKAN METODE GARCH ASIMETRIS

PEMODELAN KURS MATA UANG RUPIAH TERHADAP DOLLAR AMERIKA MENGGUNAKAN METODE GARCH ASIMETRIS

BAB I PENDAHULUAN. Perkembangan ilmu pengetahuan dan teknologi saat ini berkembang pesat.

PEMODELAN MARKOV SWITCHING AUTOREGRESSIVE

BAB I PENDAHULUAN. penting dalam proses pengambilan keputusan di suatu instansi. Untuk melakukan

PENENTUAN VALUE AT RISK

INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (IGARCH) (Studi Kasus pada Return Kurs Rupiah terhadap Dollar Australia)

PEMODELAN MARKOV SWITCHING DENGAN TIME-VARYING TRANSITION PROBABILITY

PERAMALAN LAJU INFLASI DAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL VECTOR AUTOREGRESSIVE (VAR)

BAB I PENDAHULUAN. Perilaku dari harga suatu aset finansial dapat dilihat dari dua parameter,

BAB I PENDAHULUAN. tukar uang tersebut dinamakan kurs atau exchange rate. uang tersebut merupakan salah satu aset finansial yang dapat mendorong

PEMODELAN TARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH. Retno Hestiningtyas dan Winita Sulandari, M.Si. Jurusan Matematika FMIPA UNS

BAB II TINJAUAN PUSTAKA

AUTOREGRESSIVE (MSVAR) SKRIPSI

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman Online di:

PEMODELAN TINGKAT INFLASI INDONESIA MENGGUNAKAN MARKOV SWITCHING AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY

PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

REGRESI SPLINE SEBAGAI ALTERNATIF DALAM PEMODELAN KURS RUPIAH TERHADAP DOLAR AMERIKA SERIKAT SKRIPSI

VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE

ISSN: JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman Online di:

PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP

PADA PORTOFOLIO SAHAM

PEMODELAN VEKTOR AUTOREGRESIF X TERHADAP VARIABEL MAKROEKONOMI DI INDONESIA

PERAMALAN VOLATILITAS MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY IN MEAN (GARCH-M)

BAB IV PEMBAHASAN. Gambar 4.1 nilai tukar kurs euro terhadap rupiah

BAB III THRESHOLD AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICTY (TARCH) Proses TARCH merupakan modifikasi dari model ARCH dan GARCH.

BAB 1 PENDAHULUAN. adalah di bidang ekonometrika. Ekonometrika merupakan bidang ilmu ekonomi yang

BAB III ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (APARCH) Asymmetric Power Autoregressive Conditional Heteroscedasticity

Pemodelan Jaringan Syaraf Tiruan dengan Algoritma One Step Secant Backpropagation dalam Return Kurs Rupiah Terhadap Dolar Amerika Serikat

SKRIPSI. Oleh : NOVA YANTI GULTOM JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG

SKRIPSI. Disusun Oleh : OKTAFIANI WIDYA NINGRUM

PEMODELAN NEURO-GARCH PADA RETURN NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA

BAB I PENDAHULUAN. untuk menjual, menahan, atau membeli saham dengan menggunakan indeks

PERBANDINGAN RAMALAN MODEL TARCH DAN EGARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH

PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH

PEMODELAN RETURN PORTOFOLIO SAHAM MENGGUNAKAN METODE GARCH ASIMETRIS. Keywords: Stocks, Portfolio, Return, Volatility, Asymmetric GARCH.

PERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH

PENERAPAN MODEL EGARCH-M DALAM PERAMALAN NILAI HARGA SAHAM DAN PENGUKURAN VALUE AT RISK (VAR)

MODEL MARKOV SWITCHING EGARCH PADA NILAI TUKAR EURO TERHADAP RUPIAH

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman Online di:

PERBANDINGAN AKURASI MODEL ARCH DAN GARCH PADA PERAMALAN HARGA SAHAM BERBANTUAN MATLAB Sunarti, Scolastika Mariani, Sugiman

PEMODELAN DAN PERAMALAN DATA NILAI TUKAR MATA UANG DOLLAR AMERIKA TERHADAP YEN JEPANG DAN EURO TERHADAP DOLLAR AMERIKA DALAM ARCH, GARCH DAN TARCH

BAB I PENDAHULUAN. Peramalan merupakan salah satu unsur yang sangat penting dalam

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN

PEMODELAN RETURN SAHAM PERBANKAN MENGGUNAKAN EXPONENTIAL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (EGARCH)

PEMODELAN RETURN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (TGARCH)

PERBANDINGAN ARIMA DENGAN FUZZY AUTOREGRESSIVE (FAR) DALAM PERAMALAN INTERVAL HARGA PENUTUPAN SAHAM. (Studi Kasus pada Jakarta Composite Index)

PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR

PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR HARGA MINYAK

PERAMALAN SAHAM SYARIAH DENGAN

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip

UNNES Journal of Mathematics

BAB III NONLINEAR GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (N-GARCH)

PEMODELAN RETURN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (TGARCH)

BAB III INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICITY (IGARCH)

BAB II TINJAUAN PUSTAKA. keuntungan atau coumpouding. Dari definisi di atas dapat disimpulkan bahwa

ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE

PENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.

PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR HARGA MINYAK

PREDIKSI VOLATILITAS INDEKS HARGA SAHAM GABUNGAN (IHSG) DAN INDEKS HARGA SAHAM SEKTORAL DENGAN METODE ESTIMASI VOLATILITAS TIME SERIES

PERBANDINGAN MODEL ARCH/GARCH MODEL ARIMA DENGAN MODEL FUNGSI TRANSFER

BAB II TINJAUAN PUSTAKA. penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji

PEMODELAN LAJU INFLASI DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI DATA PANEL

PEMILIHAN MODEL REGRESI NONPARAMETRIK TERBAIK UNTUK ANALISIS DATA INFLASI DI JAWA TENGAH SKRIPSI. Oleh: ELYAS DARMAWAN NIM.

PENGGUNAAN METODE PERAMALAN KOMBINASI TREND DETERMINISTIK DAN STOKASTIK PADA DATA JUMLAH PENUMPANG KERETA API (Studi Kasus: KA Argo Muria)

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

ANALISIS PENGARUH KURS RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN DISTRIBUTED LAG MODEL SKRIPSI

BAB I PENDAHULUAN. memberikan informasi tentang rata-rata bersyarat pada Y

BAB II LANDASAN TEORI

MODEL KRISIS PASAR MODAL DI INDONESIA MENGGUNAKAN MARKOV SWITCHING TGARCH (MS-TGARCH) DUA STATE BERDASARKAN INDIKATOR IHSG

PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UIN SUNAN KALIJAGA YOGYAKARTA 2016

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

PREDIKSI INFLASI BEBERAPA KOTA DI JAWA TENGAH TAHUN 2014 MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

PREDIKSI INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY SKRIPSI. Oleh : INA YULIANA J2A

SKRIPSI. Disusun Oleh: MARTA WIDYASTUTI

PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR IMPOR DAN EKSPOR MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING

PENDETEKSIAN DINI KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DENGAN MARKOV SWITCHING BERDASARKAN INDIKATOR KONDISI PERBANKAN

BAB I PENDAHULUAN 1.1. Latar Belakang

Peramalan Inflasi Menurut Kelompok Pengeluaran Makanan Jadi, Minuman, Rokok dan Tembakau Menggunakan Model Variasi Kalender

PERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN

PENGARUH NILAI TUKAR US DOLLAR TERHADAP RETURN INDEKS LQ45 PENDEKATAN GARCH (1,1)

ANALISIS PENGARUH JUMLAH UANG BEREDAR DAN NILAI TUKAR RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN PEMODELAN REGRESI SEMIPARAMETRIK KERNEL

Penerapan Metode ARCH/GARCH Dalam Peramalan Indeks Harga Saham Sektoral

BAB IV METODE PENELITIAN

PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR RASIO CADANGAN INTERNASIONAL TERHADAP M2 (UANG BEREDAR)

Peramalan Laju Inflasi dan Nilai Tukar Rupiah Terhadap Dolar Amerika Menggunakan Model Vector Autoregressive (VAR)

Skripsi Untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-1. Program Studi Matematika. disusun oleh IZZUNNAFSI

ANALISIS DATA RUNTUN WAKTU MENGGUNAKAN

ANALISIS REGRESI NONPARAMETRIK KERNEL DAN SAMPEL TERHAPUS-2. (Studi Kasus: Pemodelan Tingkat Inflasi Terhadap Nilai Tukar Rupiah di

PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN

Pemodelan dan Peramalan Penutupan Harga Saham Harian Jakarta Islamic Index Model Garch

ANALISIS INTERVENSI FUNGSI STEP

SKRIPSI. Disusun oleh: Firda Megawati

PEMODELAN DATA DERET WAKTU MENGGUNAKAN MIXTURE AUTOREGRESSIVE (MAR) SKRIPSI

Transkripsi:

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 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2013

Metode Peramalan dengan Menggunakan Model Volatilitas Asymmetric Power ARCH (APARCH) (Studi Kasus : Return Kurs Mata Uang Rupiah terhadap Dollar) Disusun oleh : CINDY WAHYU ELVITRA J2E 009 015 Skripsi Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Statistika JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2013 i

KATA PENGANTAR Segala puji dan syukur penulis panjatkan kehadirat Allah SWT yang senantiasa memberikan rahmat dan hidayahnya sehingga penulis dapat menyelesaikan penulisan tugas akhir ini dengan judul Metode Peramalan dengan Menggunakan Model Volatilitas Asymmetric Power ARCH (APARCH) (Studi Kasus : Return Kurs Mata Uang Rupiah terhadap Dollar). Tugas akhir merupakan salah satu mata kuliah yang wajib ditempuh untuk menyelesaikan studi jenjang S1 Statistika Undip. Tidak sedikit hambatan maupun kesulitan yang penulis hadapi dalam menyelesaikan penyusunan tugas akhir ini. Penulis menyadari bahwa tugas akhir ini tidak akan mampu diselesaikan dengan baik tanpa bantuan dari berbagai pihak. Oleh karena itu, penulis mengucapkan terima kasih kepada: 1. Ibu Dra. Hj. Dwi Ispriyanti, M.Si selaku Ketua Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro. 2. Bapak Budi Warsito, S.Si, M.Si selaku dosen pembimbing I dan Bapak Abdul Hoyyi, S.Si, M.Si selaku dosen pembimbing II. 3. Bapak dan Ibu dosen Jurusan Statistika FSM UNDIP. 4. Semua pihak yang telah membantu dalam penulisan laporan ini. Penulis berharap tugas akhir ini dapat bermanfaat bagi semua pihak. Kritik dan saran penulis harapkan demi kesempurnaan tulisan ini. Semarang, Agustus 2013 Penulis iv

ABSTRAK Kurs dapat diartikan sebagai perbandingan nilai mata uang. Kurs menunjukkan harga suatu mata uang, jika ditukarkan dengan mata uang lain. Kurs mata uang berfluktuasi setiap saat. Naik turunnya nilai tukar mata uang di pasar uang menunjukkan besarnya volatilitas yang terjadi pada mata uang suatu negara dengan mata uang negara lain. Untuk mengestimasi perilaku volatilitas suatu data yang menimbulkan adanya volatility clustering atau masalah heteroskedastisitas yang tidak bisa dimodelkan menggunakan model ARMA dan efek asimetris yang tidak bisa dimodelkan oleh model ARCH ataupun GARCH dapat menggunakan model Asymmetric Power ARCH (APARCH). Dalam menentukan nilai-nilai estimasi parameter model APARCH, digunakan metode maksimum likelihood yang dilanjutkan dengan menggunakan metode iterasi Berndt, Hall, Hall and Hausman (BHHH). Model volatilitas APARCH yang digunakan untuk data return nilai tukar rupiah terhadap dollar adalah model APARCH(1,3) dengan bentuk persamaan : 0,138204 ɛ ), + 0,130516,,, = 0,00000268 + 0,830902 ( ɛ + + 0,074784, + 0,151157 Kata Kunci: Kurs, Volatility Clustering, ARCH, return, APARCH v

ABSTRACT Exchange rate can be defined as a ratio the value of currency. The exchange rate shows a currency price, if it exchanged with another currency. Exchange rates of a currency fluctuate all the time. Rise and fall exchange rates of a currency in the money market shows the magnitude of volatility occurred in a country currency to other's. To estimate the volatility behavior of the data gave rise to volatility clustering or heteroscedasticity problems, can t be modeled using ARMA model and asymmetric effects that can t be modeled by ARCH or GARCH, can be modeled by Asymmetric Power ARCH (APARCH). In determining the estimated parameter values of APARCH model, used the maximum likelihood method, followed by using the iteration method is Berndt, Hall, Hall and Hausman (BHHH). The APARCH model used to the data return of exchange rate against dollar is APARCH(2,1) or in the form as follows :, = 0,00000268 + 0,830902 ( ɛ + 0,138204 ɛ ), + 0,130516, + 0,074784, + 0,151157 Keywords: Exchange Rate, Volatility Clustering, ARCH, Return, APARCH, vi

DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PENGESAHAN I... HALAMAN PENGESAHAN II... KATA PENGANTAR... ABSTRAK... ABSTRACT... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii iv v vi vii xi xiii xiv BAB I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Tujuan Penulisan... 3 BAB II TINJAUAN PUSTAKA... 4 2.1 Nilai Tukar Mata Uang (Kurs)... 4 2.1.1 Pengertian Nilai Tukar Mata Uang (Kurs)... 4 2.1.2 Nilai Tukar Rupiah... 4 2.2 Ekonometrika... 5 2.3 Analisis Runtun Waktu... 6 2.3.1 Pemodelan Runtun Waktu... 6 vii

2.4 Model Runtun Waktu Box Jenkins... 10 2.4.1 Proses Autoregressive (AR)... 10 2.4.2 Proses Moving Average (MA)... 10 2.4.3 Proses Campuran/Autoregressive Moving Average (ARMA)... 10 2.4.4 Proses ARIMA/Autoregressive Integrated Moving Average... 11 2.5 Model Volatilitas Runtun Waktu... 11 2.6 Return... 12 2.7 Holiday Effect... 13 2.8 Model Autoregressive Conditional Heterokedasticity (ARCH)... 13 2.8.1 Pola Residual Kuadrat dari Correlogram... 15 2.8.2 Uji ARCH-LM... 16 2.9 Model Generalized Autoregressive Conditional Heterokedasticity (GARCH)... 16 2.10 Model Asymmetric Power Autoregressive Conditional Heterokedasticity (APARCH)... 17 2.10.1 Uji Efek Asimetris (Leverage Effect)... 20 2.10.2 Estimasi Parameter... 24 2.10.3 Iterasi Berndt, Hall, Hall & Hausman (BHHH)... 27 2.10.4 Verifikasi Model APARCH... 28 2.11 Peramalan (Forecasting)... 29 viii

BAB III METODOLOGI PENELITIAN... 31 3.1 Jenis dan Sumber Data... 31 3.2 Variabel Penelitian... 31 3.3 Tahapan Analisis... 31 3.4 Diagram Alir Analisis... 33 BAB IV HASIL DAN PEMBAHASAN 4.1 Deskripsi Data... 35 4.1.1 Data Nilai Tukar Rupiah terhadap Dollar... 35 4.1.2 Data Return Nilai Tukar Rupiah terhadap Dollar... 35 4.2 Pengujian Karakteristik Data Return... 37 4.3 Uji Stasioneritas... 39 4.4 Pembentukan Model Runtun Waktu Box Jenkins... 41 4.4.1 Identifikasi Model... 41 4.4.2 Estimasi Parameter... 42 4.4.3 Verifikasi Model... 44 4.5 Pengujian Efek ARCH... 48 4.5.1 Pola Residual Kuadrat dari Correlogram... 48 4.5.2 Uji ARCH-LM... 49 4.6 Uji Efek Asimetris (Leverage Effect)... 50 4.7 Pemodelan Volatilitas APARCH... 52 4.7.1 Estimasi Parameter... 52 4.7.2 Verifikasi Model Volatilitas APARCH... 55 ix

4.8 Peramalan (Forecasting)... 56 BAB V PENUTUP... 60 5.1 Kesimpulan... 60 5.2 Saran... 61 DAFTAR PUSTAKA... 62 x

DAFTAR TABEL Halaman Tabel 1. Rangkuman sifat-sifat ACF/PACF pada model ARMA... 7 Tabel 2. Statistik Deskriptif Data Return Kurs Jual Nilai Tukar Rupiah terhadap Dollar... 36 Tabel 3. Correlogram return kuadrat... 38 Tabel 4. Uji Stasioneritas Augmented Dickey Fuller... 40 Tabel 5. Estimasi Parameter... 42 Tabel 6. Nilai Koefisien dan S.E. model ARMA... 45 Tabel 7. Nilai Variansi Residual ( 2 a )... 46 Tabel 8. Uji Lack of Fit... 47 Tabel 9. Uji ARCH-LM... 49 Tabel 10. Koefisien dan Prob. dari γ i (leverage effect)... 51 Tabel 11. Koefisien dan Prob. dari Model APARCH(1,0)... 52 Tabel 12. Koefisien dan Prob. dari Model APARCH(1,1)... 53 Tabel 13. Koefisien dan Prob. dari Model APARCH(1,2)... 53 Tabel 14. Koefisien dan Prob. dari Model APARCH(2,1)... 53 Tabel 15. Koefisien dan Prob. dari Model APARCH(2,2)... 54 Tabel 16. Koefisien dan Prob. dari Model APARCH(1,3)... 54 Tabel 17. Koefisien dan Prob. dari Model APARCH(2,3)... 54 Tabel 18. Koefisien dan Prob. dari Model APARCH(3,1)... 54 Tabel 19. Koefisien dan Prob. dari Model APARCH(3,2)... 54 xi

Tabel 20. Koefisien dan Prob. dari Model APARCH(3,3)... 55 Tabel 21. Perbandingan Nilai AIC dan SIC... 56 Tabel 22. Hasil Forecasting untuk 18 hari ke depan... 57 xii

DAFTAR GAMBAR Halaman Gambar 1. Diagram Alur Penelitian... 34 Gambar 2. Plot Data Kurs Jual Nilai Tukar Rupiah terhadap Dollar... 35 Gambar 3. Plot Data Return Kurs Jual Nilai Tukar Rupiah terhadap Dollar... 37 Gambar 4. Histogram Data Return Kurs Jual Nilai Tukar Rupiah terhadap Dollar... 38 Gambar 5. Grafik ACF... 39 Gambar 6. Grafik PACF... 39 Gambar 7. Grafik Peramalan Volatilitas 18 periode selanjutnya... 58 Gambar 8. Evaluasi Forecast In Sample... 59 Gambar 9. Evaluasi Forecast Out Sample... 59 xiii

BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini telah terjadi globalisasi di bidang ekonomi yang telah menyebabkan berkembangnya sistem perekonomian ke arah yang lebih terbuka antar negara. Perekonomian terbuka inilah yang membawa suatu dampak terjadinya perdagangan internasional antar negara-negara di dunia. Dengan adanya perdagangan internasional maka akan datang masalah baru yakni perbedaan mata uang yang digunakan oleh negara-negara yang bersangkutan. Akibat adanya perbedaan mata uang yang digunakan, baik di negara yang menjadi pengimpor maupun pengekspor maka menimbulkan suatu perbedaan nilai tukar mata uang (kurs), oleh karena itu diperlukan pertukaran mata uang antar negara. Kurs dapat diartikan sebagai perbandingan nilai antar mata uang. Kurs menunjukkan harga suatu mata uang, jika ditukarkan dengan mata uang lain. Kurs mata uang berfluktuasi setiap saat. Apabila harga suatu mata uang menjadi semakin mahal terhadap mata uang lain maka mata uang tersebut dikatakan berapresiasi, dan sebaliknya jika harga mata uang menjadi semakin turun maka mata uang tersebut dikatakan berdepresiasi. Keseimbangan kurs mata uang akan berubah mengikuti perubahan pada jadwal permintaan dan penawaran mata uang. Pada umumnya perubahan terjadi disebabkan oleh interaksi antara beberapa faktor secara simultan. Faktor-faktor tersebut meliputi laju inflasi, tingkat bunga, tingkat pendapatan, kontrol 1

2 pemerintah, dan pengharapan pasar. Pada dasarnya pertukaran valuta asing disebabkan oleh aliran perdagangan internasional dan aliran finansial. Naik turunnya nilai tukar mata uang di pasar uang (apresiasi dan depresiasi) menunjukkan besarnya volatilitas yang terjadi pada mata uang suatu negara dengan mata uang negara lain. Volatilitas yang semakin besar menunjukkan pergerakan kurs yang semakin besar. Hal ini memberikan gambaran terjadinya overvalued dan undervalued nilai tukar mata uang terhadap mata uang negara lainnya. Pada saat nilai tukar mata uang mengalami volatilitas yang ekstrim, maka perekonomian akan mengalami ketidakstabilan baik dari sisi makro dan mikro. Analisis return dan volatilitas merupakan salah satu aspek penting dalam bidang finansial. Tujuannya adalah mencegah terjadinya risiko dan membantu dalam pengambilan keputusan. Volatilitas digunakan untuk memprediksi suatu risiko. Prediksi volatilitas memiliki pengaruh yang penting dalam pengambilan keputusan investasi. Pada tahun 1982, Engle telah mengembangkan suatu model untuk mengestimasi perilaku volatilitas suatu data yang menimbulkan adanya volatility clustering yakni jika terjadi variabilitas data yang relatif tinggi pada suatu periode maka akan terjadi kecenderungan yang sama dalam kurun waktu selanjutnya, begitu pula sebaliknya jika variabilitas data relatif rendah yang sering disebut time varying variance atau kasus heteroskedastisitas. Model yang digunakan untuk memodelkan kondisi ini adalah model Autoregressive Conditional Heteroscedasticity (ARCH) dan pada tahun 1986 telah dikembangkan suatu model yaitu Generalized Autoregressive

3 Conditional Heteroscedasticity (GARCH) oleh Bollerslev dan Taylor. Pada tahun 1993, Ding, Granger dan Engle telah mengembangkan suatu model yang digunakan untuk memperbaiki kelemahan dari model ARCH dan GARCH yang bersifat asimetris yaitu Asymmetric Power Autoregressive Conditional Heteroscedasticity (APARCH). Penelitian mengenai prediksi nilai tukar rupiah terhadap dollar menggunakan model TARCH pernah dilakukan oleh Rista Din Amelia (2009). Pada penulisan tugas akhir ini menggunakan model APARCH dengan data return nilai tukar rupiah terhadap mata uang dollar dari tanggal 24 Januari 2001 sampai dengan tanggal 31 Mei 2013 dengan menggunakan hari-hari aktif (hari Senin sampai Jumat) dan mengabaikan akhir pekan (sabtu dan minggu) serta hari libur. Permasalahan yang difokuskan pada tugas akhir ini adalah bagaimana mengestimasi perilaku volatilitas APARCH yang sesuai pada return nilai tukar rupiah terhadap dollar. 1.2 Tujuan Penulisan Tujuan penulisan dari penelitian dalam tugas akhir ini adalah sebagai berikut : 1. Menentukan model volatilitas APARCH yang sesuai pada return nilai tukar Rupiah terhadap mata uang Dollar (USD). 2. Melakukan forecasting (prediksi) volatilitas pada return nilai tukar Rupiah terhadap mata uang Dollar (USD) untuk beberapa periode berikutnya dengan menggunakan model volatilitas APARCH.