Professional Documents
Culture Documents
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Tesis II
MODEL VOLATILITAS GARCH DAN EGARCH:
FAKTA EMPIRIS RETURN DAN VOLATILITAS
Isran K. Hasan
Program Studi Magister Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Teknologi Bandung
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Latar Belakang
Tujuan
Pendahuluan
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Latar Belakang
Tujuan
Oleh karena itu, untuk data finansial tidak bisa diasumsikan volatilitasnya
konstan. Akibatnya, pemodelan data deret waktu dengan menggunakan
model dari keluarga ARMA (AR,MA, ARMA, dan ARIMA) tidak cocok
untuk memodelkan data finansial karena pada model ini volatilitasnya diasumsikan konstan setiap waktu. Jadi, perlu dibangun sebuah model dimana
volatilitasnya tidak konstan.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Latar Belakang
Tujuan
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Latar Belakang
Tujuan
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Latar Belakang
Tujuan
Salah satu model volatilitas yang sering digunakan adalah model GARCH
(Generalized Autoregresive Conditionally Heteroscedastic). Model GARCH
sendiri merupakan kombinasi linier dari kuadrat return sebelumnya dan
kuadrat volatilitas sebelumnya. Model GARCH pertama kali diperkenalkan
oleh Bollerslev (1986). Setelah itu terdapat berbagai pengembangan dari
model GARCH yang diharapkan dapat menutupi kelemahan dari model
GARCH diantaranya Nelson (1991) yang membahas mengenai Exponential
GARCH (EGARCH).
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Latar Belakang
Tujuan
Menurut Engle dan Patton (2001), model volatilitas yang baik adalah
model yang mampu mengakomodasi sifat-sifat dari return dan volatilitas. Oleh karena itu, pada tulisan ini akan dibahas lebih detail mengenai
model GARCH dan EGARCH serta kaitannya dengan sifat empiris return
dan volatilitas.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Latar Belakang
Tujuan
Tujuan
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Xt = t t ,
(1)
dengan asumsi
1
t iidF (0, 1)
2
t dan t saling bebas
3
Xt1 dan t saling bebas
Agar menjamin nilai variansi tetap selalu positif maka parameter model
perlu dibatasi. Batasan parameter untuk model GARCH (1,1) adalah 0 >
0, 1 0 dan 1 0.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
2
0 + (1 + 1 )Xt1
1 t1 + t
(2)
Persamaan (2) merupakan bentuk model ARMA dalam bentuk Xt2 . Jadi,
model GARCH (1,1) dapat dipandang sebagai representasi dari model
ARMA untuk Xt2 .
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
sehingga proses ini akan stasioner jika |z| > 1. Akibatnya, |1 + 1 | < 1.
sehingga diperoleh bahwa model GARCH (1,1) akan stasioner jika 0 <
1 + 1 < 1.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Kurtosis
Proposisi
Misalkan Xt mengikuti model GARCH (1,1) maka kurtosis dari Xt adalah
=
(1 (1 m2 + 1 ))2
1 (12 m4 + 21 1 m2 + 12 )
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Kurtosis
Agar kurtosis finit maka nilai (12 m4 + 21 1 m2 + 12 ) < 1. Untuk lebih
jelasnya perhatikan gambar berikut:
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Kurtosis
Selanjutnya jika memperhatikan Kurtosis dari model GARCH (1,1) merupakan fungsi dari parameter 1 dan 1 dan eksistensi dari kurtosisnya
terpenuhi maka kita dapat melihat hubungan antara 1 dan 1 dan kurtosis.
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Fungsi Autokorelasi
Proposisi
Misalkan Xt mengikuti model GARCH (1,1)
return kuadrat dari Xt dan Xtl adalah
1,
1 (11 1 12 )
l =
,
(121 1 12 )
(1 + 1 )l1 1 ,
Isran K. Hasan
Tesis II
l=0;
l=1;
l > 1.
(3)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Meskipun model GARCH(1,1) sangat baik dalam memodelkan volatilitas, tetapi jika diperhatikan kembali persaman untuk model GARCH (1,1)
yaitu:
2
2
Xt = t t ,
t2 = 0 + 1 Xt1
+ 1 t1
terlihat bahwa nilai t2 hanya bergantung dari besarnya nilai dari data,
sehingga data yang bernilai positif maupun negatif akan memiliki dampak
yang sama untuk nilai t2 .
Hal ini kurang sesuai dengan fakta yang dikemukakan oleh Black (1976)
bahwa untuk data finansial, volatilitas cenderung naik ketika terjadi bad
news dan cenderung turun ketika terjadi good news (efek asimetris).
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Salah satu model yang mampu menangkap fenomena ini adalah model
Exponential GARCH (EGARCH).
Definisi
Misalkan {Xt , t 0} adalah menyatakan proses stokastik dari return
suatu aset pada waktu t. {Xt , t 0} dikatakan mengikuti model
EGARCH(1,1) jika
Xt = t t ,
2
ln t2 = + g (t1 ) + 1 ln t1
Isran K. Hasan
Tesis II
(4)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Model ini pertama kali diperkenalkan oleh Nelson (1991) untuk mengatasi
kelemahan dari model GARCH. Fungsi g (t ) mempunyai peranan penting
agar model ini dapat mengakomodasi efek asimetrik. Oleh karena itu,
g (t ) haruslah merupakan fungsi yang memperhatikan besar dan tanda dari
t dan juga merupakan fungsi yang terdefinisi dengan baik (well-defined)
terhadap t .
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Salah satu pilihan agar fungsi ini memenuhi syarat tersebut adalah dengan
membuat g (t ) sebagai kombinasi linier dari t dan |t | yaitu:
g (t ) = t + [|t | E (|t |)]
(5)
dengan dan adalah konstanta real dan t adalah barisan peubah acak
iid dengan mean nol dan berdistribusi kontinu.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
(6)
Tesis II
(7)
(8)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
(9)
(10)
Jika g (t1 ) dipandang sebagai galat dari persamaan tersebut maka persamaan ini menyerupai model AR(1) sehingga dapat dibentuk polinomial
karakteristik 1 1 z = 0 sehingga jika |z| > 1 maka ln t2 akan stasioner.
Akibatnya, syarat kestasioneran ln t2 adalah |1 | < 1.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Figure: Ilustrasi variansi dan mean model EGARCH (1,1) (Kiri) = 0.5,
= 0.4, = 0.2 dan = 0.3; (Kanan) = 0.5, = 1, = 0.2 dan
= 0.3
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Untuk mencari variansi dari model ini, perhatikan kembali persamaan (10).
Dari sini dapat diperoleh kesimpulan bahwa model EGARCH dapat diny
atakan sebagai model AR(1) dengan mean 1
dengan galatnya adalah
g (t1 ). Sehingga model ini dapat ditulis kembali menjadi:
Vt =
+
1i (t + [|t | E (|t |)])
1
i=1
Isran K. Hasan
Tesis II
(11)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
"
= exp( ) + E exp
(
Y
)#
1i (t
i=1
dengan =
1 .
(
Y
1i (t
i=1
Isran K. Hasan
Tesis II
)
+ [|t | E (|t |)])
(12)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Kurtosis
Misalkan Xt mengikuti model EGARCH (1,1) maka kurtosis dari Xt adalah
(Terasvirta, 2006)
( + )2
= 3 exp
1 2
Y
(2 i1 ( + )) + exp{8 2i2 }(2 i1 ( ))
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
(13)
i1
X
+
(Q1 )j g (tj+1 )
j=0
Pi1 + Qi1
Qi
Qi1 Q1
Isran K. Hasan
Tesis II
(14)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Bukti
Pertama akan dibuktikan untuk i = 2 benar. Dari persamaan (13) dapat
diperoleh
Vt1 = + 1 Vt2 + g (t2 )
sehingga untuk Vt dapat ditulis lagi sebagai berikut
Vt
1
X
j=0
Isran K. Hasan
Tesis II
(Q1 )j g (tj+1 )
(15)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Bukti (Lanjutan)
Selanjutnya, Misalkan untuk i = k benar maka akan dibuktikan untuk
i = k + 1 benar. Untuk i = k berlaku
Vt = (Pk ) + (Qk )Vtk +
k1
X
(Q1 )j g (tj+1 )
j=0
dimana
Pk
Qk
= Qk1 Q1 = 1k
Isran K. Hasan
Tesis II
(16)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Bukti (Lanjutan)
untuk Vt dapat ditulis lagi sebagai berikut
Vt
k
X
(Q1 )j g (tj+1 )
j=0
= Pk + Qk = 1 + 1 + ... + 1k1 + 1k
Qk+1
= Q1 Q1 = 1k+1
k
X
j=0
Tesis II
(Q1 )j g (tj+1 )
(17)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Fungsi autokorelasi dari Xt2 untuk model EGARCH dapat ditulis sebagai
berikut:
i
h
2
2
E (exp{Vt + Vtl }) (E (exp{Vt }))
Cov (Xt2 , Xtl
)
=
(18)
l =
Var (Xt2 )
Var (Xt2 )
sehingga untuk menghitung fungsi autokorelasi dari model EGARCH, perlu
dihitung nilai dari exp{Vt }, Var (Xt2 ) dan E (exp{Vt + Vtl }).
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Proposisi
2
Misalkan Vt memenuhi proposisi 3.4
dengan Vt N(v , v ) maka
1 2
a. E (exp{Vt }) = exp v + 2 v
b. Var (Xt2 ) = exp{2v + v2 } E (4t ) (E (2t ))2
c. Ekspektasi dari exp{Vt + Vtl } dapat dituliskan sebagai berikut:
E (exp{Vt + Vtl })
exp{Pl } exp{(1 + Ql )v }
1
exp{ (1 + Ql )v }
2
k1
Y
E (
exp Q1i g (ti+1 ) )
i=0
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Bukti
a. Karena Vt N(v , v2 ) maka E (exp{Vt }) adalah fungsi pembangkit
moment dari Vt sehingga langsung diperoleh
1
E (exp{Vt }) = exp v + v2
2
b. Perhatikan bahwa
Var (Xt2 ) = E (Yt4 ) E (Yt2 )2
Sehingga diperoleh
Var (Xt2 )
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Bukti (Lanjutan)
c Dengan menggunakan proposisi 3.4 dapat diperoleh
Vt + Vtl = (Pl ) + (1 + Ql )Vtl +
i1
X
(Q1 )j g (tj+1 )
(19)
j=0
i1
X
(Q1 )j g (tj+1 )})
j=0
exp{Pl } exp{(1 + Ql )v }
1
exp{ (1 + Ql )v }
2
k
Y
E ( 1 exp Q1i g (tj+1 ) )
Isran K. Hasan
i=0
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Menurut Cont(2001) dan Engle dan Patton (2000), return dan volatilitas
memiliki beberapa karakteristik khusus atau biasa disebut sifat empiris.
Pada bagian ini akan ditunjukkan bahwa model GARCH (1,1) dan model
EGARCH (1,1) dapat mengakomodasi sifat empiris dari return dan volatilitas.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Bukti
Perhatikan bahwa
E (Xt4 ) = E (t4 )
dengan menggunakan ketidaksamaan Jensen diperoleh
E (Xt4 )
4
E (Xt )
(E (Xt2 ))2
Isran K. Hasan
(E (t2 ))2
(E (Xt2 ))2
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Distribusi ekor tebal dari model GARCH (1,1) dapat dilihat secara analitik dengan menggunakan teori yang dikemukakan oleh Kesten (1973).
Perhatikan suatu proses {Yt } yang memenuhi persamaan beda stokastik
(Stochastic Difference Equation)
Yt = At Yt1 + Bt
dengan [{At , Bt }] saling bebas.
Isran K. Hasan
Tesis II
(20)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Menurut Sun (2014), Model GARCH dapat memenuhi kriteria ini karena
t2 dapat dituliskan sebagai berikut
2
t2 = 0 + (1 2t1 + 1 )t1
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Salah satu sifat empiris return yang berkaitan dengan autokorelasi adalah
autokorelasi return kuadrat turun secara perlahan (slowly decay autocorrelation) (Cont, 2001). Untuk melihat model GARCH dapat mengakomodasi
sifat ini, terlebih dahulu dibuat klasifikasi fungsi autokorelasi.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Salah satu sifat dari distribusi return memiliki kurtosis yang tinggi namun memiliki autokorelasi yang rendah (Liesenfeld, 2000). Untuk melihat
model GARCH dapat mengakomodasi sifat ini, terlebih dahulu akan dilihat
hubungan fungsi autokorelasi dan kurtosis.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Salah satu sifat dari distribusi return memiliki kurtosis yang tinggi namun memiliki autokorelasi yang rendah (Liesenfeld, 2000). Untuk melihat
model GARCH dapat mengakomodasi sifat ini, terlebih dahulu akan dilihat
hubungan fungsi autokorelasi dan kurtosis. Fungsi autokorelasi dari model
GARCH (1,1) dapat ditulis kembali sebagai berikut: (Terasvirta,2006)
1 (1 31 )
l1
(21)
l = (1 + 1 )
1 +
3(1 1 )
berdasarkan persamaan di atas terlihat bahwa ACF juga merupakan fungsi
dari kurtosis.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
(1 + 2 2(n1) ) exp{2 n (1 2 )1 } 1
, n1
m4 exp{2 (1 2 )1 } 1
Isran K. Hasan
Tesis II
(22)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Efek Asimetrik
Dalam berbagai penelitian (lihat Black (1976), Christie (1982),Wu(2001),
Edington dan Guan (2009)) menyebutkan bahwa nilai positif dan negatif
dari return memiliki efek yang berbeda terhadap volatilitas. Efek ini kemudian disebut dengan efek asimetrik (asymmetric effect). Asai dan McAleer
(2003) membagi efek asimetrik menjadi beberapa tipe yaitu
1
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Efek Asimetrik
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Efek asimetrik dapat digambarkan melalui NIC (news impact curve). Engle
dan Ng(1993) mendefinisikan NIC sebagai hubungan antara Xt1 dan t
dimana informasi pada waktu t 2 dan sebelumnya bernilai konstan.
NIC menunjukkan hubungan antara return sekarang dan volatilitas pada
masa yang akan datang yang berarti NIC dapat mengukur bagaimana informasi yang baru dapat mempengaruhi volatilitas.
Oleh karena itu, NIC dapat melihat apakah suatu model dapat mengakomodasi sifat asimetrik.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
2
= A + 1 Xt1
dengan A = 0 + 1 2 .
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
p
2/ }.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
dengan X2 t =
b0
b1 )
1(b
1 +
b0 + E (b
1 Xt2 |Ft1 ) + E (b1 t2 )
b0 + (b
1 + b1 ) 2
X2 t + (b
1 + b1 )(t2 X2 t )
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
2
2
=
c0 + E (c
1 Xt+1
|Ft1 ) + E (b1 t+1
)
2
2
=
b0 + (b
1 + b1 )
t+1
1 + b1 )2 (t2 X2 t )
= X2 t + (b
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
= X2 t + (b
1 + b1 )` (t2 X2 t )
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
dengan
g (t ) = t + [|t |
Isran K. Hasan
Tesis II
2/]
(26)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Definisikan h(x) = E (exp{x( + g ())} untuk suatu x > 0. Untuk distribusi normal baku maka nilai h(x) dapat diperoleh yaitu (Lai,2007):
Z
p
d
h(x) = exp{x}
exp{2 /2} exp{x + x(|| 2/)} p
2/
2 2
p
( + ) x
= exp{x( 2/)} exp
{x( + )}+
2
( )2 x 2
+ exp{
}{x( )}
2
dengan () adalah fungsi distribusi dari normal baku.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
21
= E (b
t+`1
|Ft1 )E (exp{b
+ g (t1 )})
21`
= h(1)h()...h( `1 )t
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
(27)
2
2
dimana
bt+1
adalah nilai prediksi dari model dan t+1
adalah nilai variansi
aktual.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Misalkan volatilitas dari data observasi mengikuti model GARCH(1,1) dengan F(0, 1). Misalkan pula Ft menyatakan informasi data observasi
sebelumnya sampai waktu ke-N (X1 , X2 , ..., XN ) sehingga diperoleh prediksi
volatilitas(b
N+1 ). Dari sini dapat diperoleh MSEP (bersyarat) yaitu:
2
2
2
MSEP(b
N+1
|Ft ) = E {(b
N+1
N+1
)2 |Ft }
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
2
2
Perhatikan bahwa
bN+1
=
b0 +
b1 XN2 + b1 N2 dan N+1
= 0 + 1 XN2 +
2
1 N sehingga diperoleh:
2
MSEP(b
N+1
|Ft )
=
=
=
2
2
2
2
Var (b
N+1
N+1
) + (E [b
N+1
N+1
])2
2 + (E [(b
0 +
b1 XN2 + b1 N2 ) (0 + 1 XN2 + 1 N2 )])2
2 + (E [(b
0 +
b1 2 2 + b1 2 ) (0 + 1 2 2 + 1 2
N N
N N
= + [E (b
0 0 ) + (E (b
1 1 ) E (b1 1 ))N2 ]2
Dari sini terlihat bahwa MSEP dari volatilitas bergantung pada variabilitas
parameter.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Dalam prateknya, untuk menghitung nilai MSEP tidaklah mudah. Hal ini
2
karena nilai t+1
tidak dapat diperoleh secara langsung karena volatilitas tidak dapat diobservasi secara langsung (Andersen & Bollerslev,1998).
2
Oleh karena itu dibutuhkan wakil untuk menggantikan t+1
.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Namun, karena t bersifat acak maka ukuran yang dihasilkan dari wakil
ini tidak beraturan. Untuk mengurangi akibat ini, Kosapattarapim (2011)
menggunakan (Xt X )2 , dengan X adalah rata-rata dari return. Dari sini
dapat diperoleh 2 rumusan MSEP dapat dituliskan sebagai berikut:
T
1 X 2
2
MSEP1 =
(X
bt+1
)2
T t=1 t+1
MSEP2 =
T
1 X
2
2
bt+1
((Xt+1
X )2
)2
T t=1
Isran K. Hasan
Tesis II
(28)
(29)
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Data
Data yang digunakan pada tesis ini adalah data dari beberapa harga saham
dari berbagai sektor industri di Indonesia dari bulan januari tahun 2000 ke
bulan februari 2015, yaitu:
1
Holcim Indonesia Tbk. (SMCB) dari sektor industri dasar dan kimia
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Data
Skewness
Kurtosis
Skewness
Kurtosis
BMRI
-0.24784
7.830899
SMCB
-0.05419
10.73352
Isran K. Hasan
MNC
-1.1719
11.22383
RALS
-0.27741
5.905234
Tesis II
ISAT
-0.00924
13.25227
SMGR
1.10193
24.97644
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Estimasi Parameter
Table: Statistik Deskriptif dan Hasil Estimasi model GARCH (1,1)
BMRI
MNC
ISAT
GARCH (1,1) dengan distribusi Normal
0 2.40 105 4.23 105 0.000147
1
0.109007
0.08924
0.307598
1
0.859234
0.874315
0.472032
SMCB
RALS
SMGR
GARCH (1,1) dengan distribusi Normal
0 6.84 105
0.000176
0.00011
1
0.15948
0.188092
0.305153
1
0.772966
0.582572
0.519659
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Estimasi Parameter
Table: Statistik Deskriptif dan Hasil Estimasi model GARCH (1,1)
BMRI
MNC
GARCH (1,1) dengan distribusi
0 3.22 105 0.000104
1
0.136038
0.158183
1
0.82287
0.731229
SMCB
RALS
GARCH (1,1) dengan distribusi
0
0.000112
0.000231
1
0.187261
0.243797
1
0.670034
0.46428
Isran K. Hasan
Tesis II
ISAT
students 0 t
9.39 105
0.281668
0.583894
SMGR
students 0 t
8.09 105
0.271606
0.595881
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Estimasi Parameter
Table: Statistik Deskriptif dan Hasil Estimasi model GARCH (1,1)
BMRI
MNC
ISAT
EGARCH (1,1) dengan distribusi Normal
-0.3348529 -0.3216290 -1.3973972
1
0.955259
0.9502079
0.8105468
0.0007532
0.0386492
0.0332435
0.2225426
0.2305316
0.4603786
SMCB
RALS
SMGR
EGARCH (1,1) dengan distribusi Normal
-0.4795762 -1.6827067 -1.4301605
1 0.9285849
0.7646482
0.8088455
0.0229919
0.0067284 -0.0744768
0.2731027
0.3244391
0.4702854
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Estimasi Parameter
Table: Statistik Deskriptif dan Hasil Estimasi model GARCH (1,1)
BMRI
MNC
EGARCH (1,1) dengan distribusi
-0.331922 -0.613887
1 0.955259
0.912605
-0.022529 0.060137
0.223836
0.281251
SMCB
RALS
EGARCH (1,1) dengan distribusi
-1.02939
-2.11136
1
0.85786
0.71110
0.03296
-0.01060
0.33844
0.36878
Isran K. Hasan
Tesis II
ISAT
student 0 s t
-1.05190
0.86213
0.00302
0.40462
SMGR
student 0 s t
-1.09668
0.85830
-0.08954
0.38981
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Pada bahasan sebelumnya telah dijelaskan secara teoritis sifat empiris dari
model GARCH (1,1) dan EGARCH(1,1). Pada subbab ini akan dibahas mengenai perbandingan sifat empiris dari model GARCH (1,1) dan
EGARCH(1,1) menggunakan data riil yang telah dideskripsikan sebelumnya. Sifat empiris yang akan ditinjau dari kurtosis dan fungsi autokorelasi.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Kurtosis
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Fungsi Autokorelasi
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Fungsi Autokorelasi
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Fungsi Autokorelasi
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Gambar ini menunjukkan bahwa keempat model memiliki fungsi autokorelasi yang turun secara perlahan. Selanjutnya dapat dilihat juga bahwa
model GARCH dapat dianggap mampu dengan baik dalam mengakomodasi
fungsi autokorelasi. Hal dapat dilihat fungsi autokorelasi dari model GARCH
baik dengan distribusi normal maupun student 0 s t memberikan jarak yang
lebih kecil terhadap fungsi autokorelasi data dibandingkan dengan model
lain.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Prediksi Volatilitas
Perbandingan prediksi volatilitas dari model merupakan aspek penting untuk menentukan model yang terbaik yang digunakan untuk data yang
diberikan. Pada bab 4 secara teori telah dibahas prediksi dari masingmasing model baik model GARCH (1,1) dan EGARCH (1,1). Pada bagian
ini akan dibahas prediksi volatilitas untuk masing data saham yang telah
diberikan. Dengan menggunakan tabel 11 maka dapat diperoleh persamaan volatilitas dari masing-masing data. Dari persamaan volatilitas
ini dapat diperoleh nilai prediksi volatilitas. Nilai prediksi volatilitas dapat
diperoleh dengan menggunakan persamaan (1) untuk waktu t + 1 dengan
menginisiasikan nilai 1 = 1.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Prediksi Volatilitas
n langkah
BMRI
n=1
n=5
n=10
MSEP1
MSEP2
GARCH (1,1)-N
EGARCH (1,1)-N
GARCH (1,1)-t
EGARCH (1,1)-t
0.00045
0.000486
0.000526
0.017061
0.017073
0.000381
0.000442
0.000514
0.006442
0.00645
0.000455
0.000505
0.000558
0.010883
0.010893
0.00033
0.000365
0.000404
0.006003
0.00601
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Prediksi Volatilitas
n langkah
ISAT
n=1
n=5
n=10
MSEP1
MSEP2
GARCH (1,1)-N
EGARCH (1,1)-N
GARCH (1,1)-t
EGARCH (1,1)-t
0.002399
0.001306
0.00085
7.46 107
7.47 107
0.001744
0.000974
0.000731
2.33 105
2.34 105
0.002203
0.001543
0.001109
1.42 106
1.42 106
0.001609
0.001017
0.000738
5.18 105
5.18 105
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Prediksi Volatilitas
n langkah
MNC
n=1
n=5
n=10
MSEP1
MSEP2
GARCH (1,1)-N
EGARCH (1,1)-N
GARCH (1,1)-t
EGARCH (1,1)-t
0.000521
0.000609
0.000703
2.93 108
3.57 108
0.000396
0.000511
0.000658
1.84 103
1.84 103
0.000504
0.000666
0.000787
1.35 105
1.34 105
0.000394
0.000521
0.000652
1.10 104
1.10 104
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Prediksi Volatilitas
n langkah
RALS
n=1
n=5
n=10
MSEP1
MSEP2
GARCH (1,1)-N
EGARCH (1,1)-N
GARCH (1,1)-t
EGARCH (1,1)-t
0.000522
0.000681
0.000744
3.10 107
3.14 107
0.000465
0.000656
0.000749
2.06 105
2.07 105
0.000527
0.000724
0.000778
1.35 106
1.36 106
0.000455
0.000639
0.000701
1.14 106
1.15 106
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Prediksi Volatilitas
n langkah
SMCB
n=1
n=5
n=10
MSEP1
MSEP2
GARCH (1,1)-N
EGARCH (1,1)-N
GARCH (1,1)-t
EGARCH (1,1)-t
0.006202
0.004936
0.003778
2.21 106
2.25 106
0.004786
0.003365
0.002453
4.19 104
4.19 104
0.006824
0.004045
0.002293
1.10 105
1.09 105
0.005681
0.002113
0.001169
1.72 106
1.68 106
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Prediksi Volatilitas
n langkah
SMGR
n=1
n=5
n=10
MSEP1
MSEP2
GARCH (1,1)-N
EGARCH (1,1)-N
GARCH (1,1)-t
EGARCH (1,1)-t
0.000442
0.000541
0.000594
4.32 109
2.63 109
0.000396
0.000484
0.000535
1.23 105
1.24 105
0.000548
0.000575
0.000593
9.44 108
8.58 108
0.000444
0.00044
0.000437
1.79 105
1.80 105
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Daftar Pustaka
1. Andersen, T.G., Bollerslev, T. (1998). Answering The Skeptics: Yes,
Standard Volatility Models Do Provide Accurate Forecasts.
International Economic Review Vol. 39, 885-905.
2. Andersson, J. (2001). On the Normal Inverse Gaussian Stochastic
Volatility Model. Journal of Business & Economic Statistic. Vol. 19,
No.1, 44-54.
3. Asai, M., Mcaleer,M. (2005). Asymmetry and Leverage in
Stochastic Volatility Models: An Exposition. MODSIM 2005
International Confrence on Modelling Simulation. 2283-2287.
4. Bai, X., Russell, J.R., Tiao, G.C. (2003). Kurtosis of GARCH and
stochastic volatility models with non-normal innovations. Journal of
Econometric. Vol. 114, No. 2, 349-360.
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II
Cover
Pendahuluan
Konsep Dasar Model dan Sifat-Sifat Statistik
Sifat Empiris Return dan Volatilitas untuk Model GARCH (1,1)
Prediksi Volatilitas untuk Model GARCH(1,1) dan EGARCH (1,1)
Simulasi Perbandingan Model GARCH dan EGARCH
Daftar Pustaka
Isran K. Hasan
Tesis II