Peramalan Volatilitas Risiko Berinvestasi Saham Menggunakan Metode GARCH–M dan ARIMAX–GARCH
(1) Jurusan Matematika, FMIPA, Universitas Negeri Semarang, Indonesia
(2) Jurusan Matematika, FMIPA, Universitas Negeri Semarang, Indonesia
(3) Jurusan Matematika, FMIPA, Universitas Negeri Semarang, Indonesia
Abstract
Model GARCH–M merupakan pengembangan model GARCH yang dimasukkan variansi bersyarat ke dalam persamaan mean. Model ARIMAX–GARCH merupakan penggabungan model ARIMAX dan GARCH. Kedua model tersebut dapat digunakan untuk mengatasi masalah heteroskedastisitas pada data. Penelitian ini bertujuan menemukan model terbaik untuk peramalan volatilitas risiko berinvestasi saham. Penelitian ini menggunakan literature dengan tahapan perumusan masalah, pengumpulan data, pengolahan dan analisis data, serta penarikan kesimpulan. Dalam analisis dan pembahasan meliputi statistika deskriptif, uji stasioneritas, pembentukan dan menentukan model terbaik kedua model, pembandingan kedua model, dan peramalan volatilitas saham. Dari hasil penelitian ini diperoleh model terbaik untuk peramalan volatilitas saham yaitu GARCH (1,1) – M dengan nilai MAPE=118,0299 lebih kecil dibanding nilai MAPE pada model ARIMAX (2,1,2)– GARCH (1,1) =191,3115. Berdasarkan model terbaik tersebut diperoleh hasil peramalan volatilitas saham sebesar 0,07629 dan apabila dana yang dialokasikan oleh investor saham sebesar Rp 200.000.000, 00 maka nilai VaR yang diperoleh sebesar Rp 85.615.826,00.
GARCH-M is an expansion of the GARCH model that entered conditional variance into the mean equation. ARIMAX - GARCH is combination of ARIMAX model and GARCH model. Both models can be used to solve the problem of heteroscedasticity on data. The purpose of this research was to find the best model for forecasting of the risk of investing in stocks. The method of this research was problem formulation, data collection, data processing and analysis, and conclusions. In the analysis and discussion include descriptive statistics, stationary test, estimate and determine the best models of both models, comparison of both models, and stock volatility forecasting. The results of this research obtained the best model for forecasting of stock volatility is GARCH (1,1) - M with MAPE value = 118.0299 smaller than MAPE value of ARIMAX (2,1,2) - GARCH (1,1) = 191, 3115. Based on the best model is obtained forecasting of stock volatility is 0.07629 and if the fund allocated by investors are Rp 200,000,000.00, so the value of VaR obtained Rp 85.615.826,00.
Keywords
Full Text:
PDFRefbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution 4.0 International License.