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

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. Perkembangan ilmu pengetahuan dan teknologi saat ini berkembang pesat.

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

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

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

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

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

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

MA6281 Topik Statistika IV: Analisis Deret Waktu Keuangan

BAB I PENDAHULUAN 1.1. Latar Belakang

I. PENDAHULUAN. Investasi pada umumnya dapat dikelompokkan dalam dua golongan

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

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

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

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

BAB III METODOLOGI PENELITIAN. Variabel bebas dalam penelitian ini adalah Corporate Governance

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

BAB I PENDAHULUAN. diantaranya surat utang (obligasi), ekuiti (saham), reksa dana, dan instrumen

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

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:

UNNES Journal of Mathematics

BAB I PENDAHULUAN. perusahaan (pihak yang membutuhkan dana) melalui penjualan saham, obligasi,

BAB I PENDAHULUAN. utama yang dipertimbangkan industri keuangan. Seperti yang dikemukakan oleh Jorion

BAB I PENDAHULUAN. satu sumber tetap yang terjadi berdasarkan waktu t secara berurutan dan dengan

PENDAHULUAN. pasar efisien bentuk lemah (Copeland, 2005). Dengan asumsi bahwa harga

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

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

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

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

IV. METODE PENELITIAN

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

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

MODEL NON LINIER GARCH (NGARCH) UNTUK MENGESTIMASI NILAI VALUE at RISK (VaR) PADA IHSG

BAB I PENDAHULUAN. Tujuan akhir dari kebijakan makroekonomi adalah stabilitas harga yang menciptakan

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

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

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

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

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data

BAB I PENDAHULUAN 1.1 Latar Belakang Esti Pertiwi, 2013

MENGGUNAKAN METODE GARCH ASIMETRIS

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

2016 VOLATILITAS HARGA SAHAM EMERGING MARKET PADA

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

BAB IV METODE PENELITIAN

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

BAB I PENDAHULUAN. (variables) seperti harga, volume instrumen, dan varian (variance) yang berubah

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

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

ISSN : e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 3870

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

BAB II LANDASAN TEORI

PENGGUNAAN METODE VaR (Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT. TELKOM DENGAN PENDEKATAN MODEL GARCH-M

BAB II LANDASAN TEORI. nonstasioneritas, Autocorrelation Function (ACF) dan Parsial Autocorrelation

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

BAB I PENDAHULUAN. yang berkembang sangat pesat. Banyak perusahaan maupun individu yang

BAB I PENDAHULUAN. terbuka. Hal ini mengakibatkan arus keluar masuk barang, jasa dan modal

BAB III METODE PENELITIAN

Seminar Hasil. Disusun oleh: Inayatus Sholichah. Dosen Pembimbing: Dra. Destri Susilaningrum, M.Si Dr. Suhartono, M.Sc

BAB I PENDAHULUAN. Stabilitas ekonomi sebagai bagian dari stabilitas nasional merupakan salah

BAB II TINJAUAN PUSTAKA

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

BAB I PENDAHULUAN. Dalam suatu perekonomian, selalu ada pihak-pihak yang kelebihan dana (surplus of

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB III INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICITY (IGARCH)

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

Analisis Harga Saham Properti di Indonesia menggunakan metode GARCH

Analisis Deret Waktu Keuangan

BAB V PENUTUP. Secara umum risiko merupakan ketidakpastian tentang peristiwa masa depan atas

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

MODEL GARCH (GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY) UNTUK PREDIKSI DAN AKURASI HARGA SAHAM MASA DEPAN

BAB 2 LANDASAN TEORI

PORTFOLIO EFISIEN & OPTIMAL

BAB 1 PENDAHULUAN. Secara umum investasi adalah meliputi pertambahan barang-barang dan

Pemodelan Data Time Series Garch(1,1) Untuk Pasar Saham Indonesia. Time Series With GARCH(1,1) Model for Indonesian Stock Markets

PENERAPAN MODEL EGARCH PADA ESTIMASI VOLATILITAS HARGA MINYAK KELAPA SAWIT

BAB 2 TINJAUAN PUSTAKA

Sonia Agustin Waruwu. Kata kunci : Manajemen Risiko, Kontrak Berjangka, Value at Risk, Volatilitas, ARCH/GARCH

BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian Sektor Properti

PERAMALAN DATA SAHAM S&P 500 INDEX MENGGUNAKAN MODEL TARCH

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

BAB I PENDAHULUAN. era globalisasi ini, negara-negara besar telah menaruh perhatian besar terhadap

PT Telekomunikasi Indonesia Tbk. PT Indosat Tbk. PT XL Axiata Tbk. PT Bakrie Telecom Tbk. PT Smartfren Telecom Tbk.

MENAKSIR VALUE AT RISK (VAR) PORTOFOLIO PADA INDEKS SAHAM DENGAN METODE PENDUGA VOLATILITAS GARCH

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

BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH

The analysis was focused on heteroscedasticities that based on the magnitude of a regressor that caused non constant residual variances.

SENSITIFITAS MODEL GARCH UNTUK MENGATASI HETEROKEDASTIK PADA DATA DERET WAKTU

PEMODELAN DATA DERET WAKTU MENGGUNAKAN MIXTURE AUTOREGRESSIVE (MAR) SKRIPSI

BAB I PENDAHULUAN. menarik karena bisa memberikan return (pengembalian) yang besar secara cepat,

BAB I PENDAHULUAN. bahwa sering terjadi ketidak-akuratan hasil peramalan, tetapi mengapa peramalan

BAB 3 METODOLOGI PENELITIAN

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

BAB 3 METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. Dalam rangka mengembangkan pasar modal syariah, PT. Bursa Efek Jakarta

BAB I PENDAHULUAN. (Abdul Halim, 2005 : 4). Umumnya investasi dibedakan menjadi dua, yaitu

Suma Suci Sholihah, Heni Kusdarwati, Rahma Fitriani. Jurusan Matematika, F.MIPA, Universitas Brawijaya

BAB 1 PENDAHULUAN. pembangunan nasional negara tersebut, Sehingga banyak negara yang melakukan

PEMODELAN DAN PERAMALAN PENUTUPAN HARGA SAHAM PT. TELKOM DENGAN METODE ARCH - GARCH

Transkripsi:

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 ini disebut volatilitas. Engle menyatakan bahwa, volatilitas dari suatu aset finansial adalah variansi per unit waktu dari harga aset tersebut. Engle juga menyatakan volatilitas berperan dalam determinasi risk dan penilaian option karena volatilitas adalah alat untuk mengukur ketidakpastian pergerakan harga di masa datang. Harga suatu aset finansial sering tidak menentu, akibatnya para pelaku bisnis finansial selalu berusaha mencari dan menaksir model prediksi dari harga aset finansial yang berfluktuasi tersebut, dimana modelnya memberikan galat yang terkecil. Pencarian ini dapat dimulai dari aset return finansial itu sendiri. Return suatu aset finansial didefinisikan sebagai pengembalian dari investasi aset finansial. Beberapa karakteristik yang sering muncul pada data return, yaitu (Engle, Bollerslev, Nelson) : 1. Distribusi berekor tebal (return aset cenderung leptokurtic). Memiliki kecenderungan terjadinya kejadian ekstrim lebih besar dibandingkan yang dapat dimodelkan oleh distribusi normal

2 2. Volatilitasnya berkelompok (volatility clustering). Jika terjadi variabilitas data relatif tinggi pada suatu waktu maka akan terjadi kecenderungan yang sama dalam kurun waktu selanjutnya, dan sebaliknya, variabilitas data relatif kecil pada suatu waktu akan terjadi kecenderungan yang sama dalam kurun waktu selanjutnya. Hal tersebut sering juga dikenal sebagai kasus timevarying variance yang merupakan suatu keadaan yang disebut sebagai heterokedasticity. 3. Leverage effects. Ialah kecenderungan perubahan pada harga saham berkorelasi negatif dengan perubahan pada volatilitas saham. Contohnya sebuah firma dengan debit dan saham yang luar biasa menjadi highly laveraged saat sahamnya jatuh. Hal ini akan menaikan volatilitas return bila return dalam firma sebagai satu kesatuan konstan. 4. Periode non trading. Informasi yang terhimpun saat pasar finansial tutup akan tercermin pada saat harga pasar dibuka kembali. Sebagai contoh, jika Informasi yang terakomodasi memiliki rate konstan, maka variansi return pada periode penutupan hari jumat hingga penutupan hari senin akan tiga kali lipat dari periode penutupan hari jumat hingga penutupan hari selasa. Karena akumulasi informasi lebih pelan pada saat pasar tutup dibandingkan saat buka. Varians pada weekend dan hari libur lebih tinggi dibandingkan varians hari lain.

3 5. Kejadian yang tak dapat diprediksi ( forecastable events ). Tidak mengejutkan apabila prediksi yang dikeluarkan tentang suatu informasi penting berasosiasi dengan volatilitas yang tinggi. Engle (1982) menyatakan bahwa volatilitas dari return saham firma individual tinggi disekitar informasi yang diperoleh juga terdapat perubahan predictable yang penting pada volatilitas pada trading day. Sebagai contoh, volatilitas secara khas lebih tinggi saat pembukaan dan penutupan transaksi saham devisa dibanding saat tengah hari. 6. Volatilitas dan Korelasi serial. Engle (1982) menyatakan bahwa ada relasi invers yang kuat antara volatilitas dan korelasi serial pada indeks-indeks saham US. Penampakan ini kuat pada pemilihan model sampel, indeks saham dan ukuran Volatilitas. 7. Pergerakan Bersama (Co Movement) pada Volatilitas. Engle(1982) menyatakan... terdapat banyak persamaan pada perubahan volatilitas antara saham : perubahan 1% volatilitas saham pasar mengakibatkan perubahan 1% volatilitas setiap saham, mungkin saham dengan perubahan volatilitas yang tinggi cenderung lebih sensitif terhadap perubahan volatilitas pasar dibanding yang rendah. Secara umum cukup wajar mengatakan bila saat volatilitas-volatilitas saham berubah, mereka cenderung berubah ke arah yang sama.

4 8. Variabel ekonomi makro dan volatilitas. Karena nilai aset finansial erat kaitannya dengan kesehatan ekonomi, wajar untuk mengharapkan uncertainty ekonomi makro seperti variansi bersyarat produksi industri, tingkat suku bunga, pertumbuhan uang dan sebagainya. Sahamnya membantu menjelaskan perubahan volatilitas pasar. Pada banyak data keuangan seperti return saham dan nilai tukar mata uang, terlihat bahwa perubahan-perubahannya cenderung berkorelasi serial, seperti yang terlihat pada model autoregressive conditional heteroscedasticity (ARCH) yang dikembangkan Engle (1982) atau generalized autoregressive conditional heteroscedasticity (GARCH) yang dikembangkan Bollerslev (1986). Pada model ARCH, conditional variance merupakan fungsi dari kuadrat observasi terdahulu dan varians sebelumnya. Model ARCH dan GARCH ini sudah dipergunakan secara luas dan banyak ditemukan dalam literatur-literatur ekonometrika. Pendekatan lainnya untuk melihat perubahan-perubahan volatilitas atas waktu pada data keuangan adalah dengan menggunakan model yang mengandung suatu komponen variansi yang tidak terobservasi atau tersembunyi, yang logaritmanya dimodelkan secara langsung sebagai suatu model stokastik linier. Model stochastic volatility (SV), seperti yang dikenalkan Taylor (1986).

5 Berdasarkan fenomena-fenomena return yang telah diungkapkan maka pada tugas akhir ini penulis ingin menggunakan beberapa model volatilitas tersebut untuk diaplikasikan pada data kurs mata uang asing. Diharapkan model yang diperoleh dapat memberikan hasil ramalan yang baik. Untuk Selanjutnya tugas akhir ini diberi judul Aplikasi Model Volatilitas Dalam Penentuan Nilai Tukar Mata Uang Asing. 1.2 Rumusan Masalah Berdasarkan hasil pemaparan sebelumnya, dapat dirumuskan beberapa permasalahan sebagai berikut : 1. Bagaimana kajian teoritis dari ARCH, GARCH dan SV? 2. Bagaimana aplikasi dari ARCH, GARCH atau SV dalam menentukan nilai tukar mata uang asing? 3. Berdasarkan ketiga model tersebut model manakah yang memiliki akurasi nilai peramalan terbaik pada studi kasus penentuan nilai tukar mata uang asing? 4. Bagaimana memperkirakan nilai return pada masa yang akan datang dengan menggunakan model yang memiliki akurasi nilai peramalan terbaik?

6 1.3 Pembatasan Masalah Agar tugas akhir ini pemaparannya tidak terlalu luas maka penulis membatasinya, yaitu: 1. Sifat-sifat model yang dipelajari dititikberatkan pada kurtosis dan fungsi AR 2. Model volatilitas yang digunakan hanya ARCH (1), GARCH (1,1) dan SV 3. Penaksir Parameter untuk model GARCH (1,1) menggunakan Maximum Likelihood dan iterasi Berndt, Hall, Hall dan Haussman 1.4 Tujuan Penulisan Tujuan dari penulisan tugas akhir ini berdasaskan masalah-masalah yang sudah dipaparkan sebelumnya adalah: 1. Mengkaji secara teoritis model ARCH, GARCH dan SV 2. Mengaplikasikan model ARCH, GARCH atau SV dalam menentukan nilai tukar mata uang asing 3. Menentukan model yang memiliki akurasi nilai peramalan terbaik pada studi kasus penentuan nilai tukar mata uang asing 4. Memperkirakan nilai return pada masa yang akan datang berdasarkan model yang memiliki akurasi nilai peramalan terbaik

7 1.5. Manfaat Penulisan Adapun manfaat dari penulisan tugas akhir ini adalah memberikan informasi kepada para pembaca bagaimana cara menentukan nilai-nilai return pada masa yang akan datang berdasarkan model volatilitas terbaik dari ARCH, GARCH atau SV. Sehingga nantinya akan memberikan hasil ramalan yang baik.