Mubarak, Sahrul (2014) Penerapan Model Glosten Jagannathan Runkle Threshold Autoregressive Conditional Heteroscedasticity (Gjr-Tarch) Untuk Menduga Volatilitas Return Saham. Sarjana thesis, Universitas Brawijaya.
Abstract
Investasi merupakan komponen penting dalam suatu bisnis besar. Salah satu bentuk investasi yang paling populer dikalangan investor adalah saham. Pada data keuangan seperti data saham, analisis menggunakan model ARIMA tidak dapat diterapkan karena mengasumsikan data deret waktu stasioner terhadap rata-rata dan ragam sisaan yang konstan (homoskedastisitas). Asumsi ini sulit dipenuhi karena pada data keuangan memiliki fluktuasi yang tidak tetap, sehingga ragam sisaan tidak konstan (heteroskedastisitas). Oleh kerena itu, perlu dilakukan pemodelan volatilitas menggunakan model ARCH(m). Model ARCH(m) digunakan untuk memodelkan data yang memiliki ragam sisaan heterogen. Kelemahan model ARCH(m) adalah ketidakmampuanya menangkap efek asimetris sisaan. Model yang dapat digunakan untuk memodelkan data yang mencakup efek asimetris adalah model GJR-TARCH(m). Pada penelitian ini, dilakukan pemodelan volatilitas terhadap data return saham PGAS periode 15 Desember 2003 hingga 30 April 2014, data return saham ENRG periode 7 Juni 2004 hingga 20 Mei 2014 dan return saham BP periode 2 Januari 2001 hingga 20 Mei 2014. Kesimpulan yang diperoleh adalah volatilitas data return saham PGAS dapat dimodelkan menggunakan model GJR-TARCH(3), volatilitas data return saham ENRG dapat dimodelkan menggunakan model ARCH(2) dan volatilitas data return
English Abstract
Investment is an important component in a large business. One of the most popular forms of investment among investors is stocks. On financial data such as stock data, analysis using ARIMA model can not be applied because it assumes a stationary time series data against average and a constant residual variance (homoscedasticity). This assumption is difficult to meet due to the fluctuations of financial data has not fixed, so it is not a constant residual variance (heteroscedasticity). By because it is necessary to modeling volatility using ARCH (m) models. Model ARCH (m) is used to model data that have heterogeneous residual variance. The weakness of the model ARCH (m) is the remnant useless capture asymmetric effects. The model can be used to model data that includes the effect is asymmetric GJR-TARCH(m) models. In this study, carried out modeling the volatility of the stock return data PGAS period December 15, 2003 to April 30, 2014, the stock return data ENRG period June 7, 2004 until May 20, 2014 and BPs stock return period January 2, 2001 until May 20, 2014 The conclusion is volatility of stock return data can be modeled using PGAS models GJR-TARCH (3), the volatility of stock returns ENRG the data can be modeled using ARCH models (2) and the volatility of BP stock return data can be modeled using a GJR-TARCH (4).
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2014/237/051404651 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 14 Aug 2014 15:33 |
| Last Modified: | 21 Oct 2021 04:20 |
| URI: | http://repository.ub.ac.id/id/eprint/153860 |
Preview |
Text
SKRIPSI_FULL_.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |