Professional Documents
Culture Documents
+ =
t t
a o o o
Secara umum model ARCH(m) adalah
, m> 0,
0,
i
0,
t t t
a Z Z + =
t t t
a c o =
2 2
1 1 0
2
....
m t m t t
a a
+ + + = o o o o
) , 0 ( ~
2
t t
N a o
1
1
<
=
m
i
i
o
Pengujian Efek ARCH/
GARCH
Uji Lagrange-Multiplier Engle
Langkah langkah :
1. Menduga model untuk mean.
Selanjutnya menghitung nilai duga sisaan
dari model dan
Meregresikan kuadrat sisaan ke-t
terhadap konstanta dan k lag nilai
sehingga
Nilai k menunjukkan lag maksimum
t t t
Z Z a
=
2
t
a
2 2
2
2
1
..., , ,
k t t t
a a a
2 2
1 1 0
2
....
k t k t t
a a a
+ + + = o o o
3. Menghitung nilai TR
2
di mana T
menyatakan jumlah observasi dan R
2
menyatakan koefisien determinasi pada
langkah ke 2
Hipotesis untuk menguji ada tidaknya
unsur ARCH-GARCH dalam sisaan mean
model adalah:
H
0
:
(Tidak terdapat unsur ARCH-GARCH),
H
1
: minimal ada satu
(Terdapat unsur ARCH-GARCH)
0 ...
1
= = =
k
o o
0 =
q
o
Statistik uji
Apabila maka H
0
ditolak yang
mengindikasikan pemodelan
ARCH/GARCH dapat dilakukan
2
TR LM =
( )
2
,
2
2
k
TR
o
_ >
Identifikasi
Untuk mengetahui lag dalam pemodelan
ARCH, gunakan PACF dari kuadrat sisaan
Pendugaan Parameter ARCH
Menggunakan Metode Maksimum
Likelihood Estimation
Jika diketahui
dan T banyaknya
pengamatan maka fungsi likelihood untuk
sisaan, yaitu
t t t
a Z Z + =
) , 0 ( ~
2
a t
N a o
[
= )
`
=
T
t t
t
t
a
L
1
2
2
2
2
exp
2
1
o
to
Fungsi log likelihood untuk L dapat ditulis
sebagai
Tanpa menyertakan konstanta maka
= =
= =
T
t t
t
T
t
t
a T
l L
1
2
2
1
2
2
1
ln
2
1
) 2 ln(
2
) ln(
o
o t
= =
=
T
t t
t
T
t
t
a
l
1
2
2
1
2
2
1
ln
2
1
o
o
Untuk model ARCH(1) yang memiliki
persamaan maka fungsi
likelihood untuk sisaannya adalah
Untuk model ARCH(m) , tinggal
disesuaikan
2
1 1 0
2
+ =
t t
a o o o
( )
= =
+
+ =
T
t t
t
T
t
t
a
a
a l
1
2
1 1 0
2
1
2
1 1 0
) ( 2
1
ln
2
1
o o
o o
Untuk mendapatkan penduga parameter,
turunkan fungsi loglikelihood terhadapa
masing masing parameter dan
disamakan dengan nol
Gunakan iterasi
( )
=
=
=
+
+
)
`
+ =
c
c
n
t
t
t
T
t
t
a
a
a
l
1
2
2
1 1 0
2
1
1
2
1 1 0
0
0
2
1
] [
2
1
o o
o o
o
( )
=
= =
=
+
+
)
`
+ =
c
c
n
t
t
t t
T
t
n
t
t t
a
a a
a a
l
1
2
2
1 1 0
2
2
1
1 1
1
2
1 1 0
2
1
1
0
2
1
] [
2
1
o o
o o
o
Diagnostik Model
Uji efek ARCH/ GARCH dalam sisaan
yang dibakukan
adalah nilai duga volatilitas ( ) dari
model
Model layak jika tidak ada efek
ARCH/GARCH
t
t
t
h
a
s
'
' =
t
h'
2
t
o
Uji Tidak Ada Autokorelasi Sisaan Yang
Dibakukan Menggunakan Uji Q Ljung Box
Hipotesis :
H
0 :
H
1 :
paling sedikit ada satu
0 ...
2 1
= = = =
k
0 =
k
statistik uji Q
n : banyak pengamatan
: koefisien autokorelasi sisaan pada lag
k, dengan k : 1,2,...K
K : lag maksimum
( )
=
+ =
K
k
k
k n
r
n n Q
1
2
2
k
r
Peramalan j-Periode
Mendatang
Peramalan dilakukan secara iteratif
Peramalan satu periode ke depan dengan
titik peramalan h
Peramalan dua periode ke depan dengan
titik peramalan h
Peramalan l periode ke depan dengan
titik peramalan h
Dimana
Contoh