Pemodelan efek asimetris dalam volatilitas dengan EGARCH

IkaWirawati (2007) Pemodelan efek asimetris dalam volatilitas dengan EGARCH. Sarjana thesis, Universitas Brawijaya.

Abstract

Volatilitas dapat diartikan sebagai nilai variansi dari perubahan data, sering dinyatakan dengan simpangan baku bersyarat (conditional standard deviation) dari suatu deret waktu. Model EGARCH adalah salah satu model volatilitas yang mempertimbangkan efek efek asimetris. Model ini mempunyai dua keutamaan yaitu nilai volatilitas akan selalu positif dan tidak ada pembatasan parameter. Tujuan penelitian ini adalah memodelkan data deret waktu yang mengandung efek asimetris dalam volatilitas dengan EGARCH, dan mempelajari ada tidaknya pengaruh perbedaan banyaknya sisaan positif dan negatif pada efek asimetris. Data yang digunakan adalah kurs rupiah terhadap dollar Amerika Serikat (USD) dan indeks harga saham LQ45. Untuk memodelkan volatilitas, terlebih dahulu dilakukan pemodelan ARIMA. ARIMA(2,1,2) dan ARIMA(2,1,0) adalah model ARIMA terbaik untuk data kurs dan LQ45. Uji ARCH-LM menunjukkan bahwa terdapat efek ARCH dalam sisaan model ARIMA dan dari Sign Bias Test (SBT) menunjukkan adanya efek asimetris dalam volatilitas sehingga dilakukan pemodelan EGARCH.Model EGARCH terbaik untuk memodelkan efek asimetris dalam volatilitas kurs rupiah terhadap USD dan indeks harga saham LQ45 adalah EGARCH(1,2) dan EGARCH(1,1). Efek asimetris dalam volatilitas kurs dan LQ45 menunjukkan pola yang berbeda. Perubahan volatilitas kurs rupiah terhadap USD lebih kecil pada saat sisaan negatif dibandingkan sisaan positif. Sedangkan pada indeks harga saham LQ45, pada saat sisaan negatif perubahan volatilitas lebih besar daripada saat sisaan positif. Hasil analisis menunjukkan bahwa efek asimetris dalam volatilitas dipengaruhi oleh nilai sisaan dan tidak dipengaruhi langsung oleh banyaknya sisaan negatif dan positif.

English Abstract

Volatility can be defined as variance of data changing. Commonly, it means as conditional standard deviation of time series. EGARCH model is one of the volatility models that allows the asymmetric effects. This model has two main advantages. First, value of volatility can never be negative. Second, there are not any restriction on the signs of the coefficients. The purpose of this paper are to model time series data which have asymmetric effect in volatility by EGARCH, and to study the influence of negative and positive error number in asymmetric effect. The data used in this study are Indonesian rupiah to U.S Dollar (USD) exchange rate and LQ45 stock price index. Modelling volatility is beginning by model ARIMA. ARIMA(2,1,2) dan ARIMA(2,1,0) are the best ARIMA model for Indonesian rupiah to USD exchange rate and LQ45 stock price index. The result of ARCH-LM test shows the presence of ARCH effect in ARIMA error and the result of Sign Bias Test shows the presence of asymmetric effect in volatility. Therefore, modelling EGARCH is required to model asymmetric effect in volatility. The best EGARCH for Indonesian rupiah to USD exchange rate and LQ45 stock price index volatility are EGARCH(1,2) and EGARCH(1,1). Asymmetric effect in exchange rate and LQ45 index volatility show a different pattern. Change of volatility of Indonesian rupiah to USD exchange rate is lower at negative residual compared to positive residual. On the LQ45 stock price index, change of volatility is higher at negative residual than positive residual. Based on analysis result, it has been proved that the asymmetric effect in volatility influenced by residual value and not influenced by the number of negative and positive residual directly.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2007/050701877
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Unnamed user with email repository.ub@ub.ac.id
Date Deposited: 24 Jul 2007 00:00
Last Modified: 22 Oct 2021 03:20
URI: http://repository.ub.ac.id/id/eprint/151610
[thumbnail of 050701877.pdf]
Preview
Text
050701877.pdf

Download (3MB) | Preview

Actions (login required)

View Item View Item