Analisis Perbandingan Model Egarch dan Model GJR dalam Memprediksi Volatilitas pada Pasar Saham di Indonesia = Comparison Analysis of Egarch Model and GJR Model in Predicting Volatility in Stock Markets in Indonesia

Widjaya, Regina Clara (2019) Analisis Perbandingan Model Egarch dan Model GJR dalam Memprediksi Volatilitas pada Pasar Saham di Indonesia = Comparison Analysis of Egarch Model and GJR Model in Predicting Volatility in Stock Markets in Indonesia. Bachelor thesis, Universitas Pelita Harapan.

[img] Text (Title)
Title.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (3MB)
[img]
Preview
Text (Abstract)
Abstract.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (288kB) | Preview
[img]
Preview
Text (ToC)
ToC.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (338kB) | Preview
[img]
Preview
Text (Chapter1)
Chapter1.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (314kB) | Preview
[img] Text (Chapter2)
Chapter2.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (379kB)
[img] Text (Chapter3)
Chapter3.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (403kB)
[img] Text (Chapter4)
Chapter4.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (379kB)
[img] Text (Chapter5)
Chapter5.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (289kB)
[img] Text (Bibliography)
Bibliography.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (275kB)
[img] Text (Appendices)
Appendices.pdf
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (4MB)

Abstract

Penelitian ini dilakukan untuk mengetahui model terbaik antara model GARCH(1,1), EGARCH(1,1), dan GJR-GARCH(1,1) dalam memprediksi volatilitas harga saham di Indonesia. Periode data yang digunakan adalah selama 11 tahun, dari 1 Januari 2008 sampai dengan 31 Desember 2018. Data yang digunakan berupa data harga adjusted close saham harian dari lima perusahaan yang memiliki kapitalisasi pasar terbesar selama tahun 2016 dan 2017 pada Bursa Efek Indonesia (BEI). Data tersebut diambil dari Yahoo Finance. Kemudian tingkat pengembalian saham akan dihitung secara individu setiap harinya. Melalui nilai pengembalian harga saham ini kemudian akan disesuaikan ke dalam model GARCH, EGARCH, dan GJR. Masing-masing model kemudian akan mengestimasi parameter yang akan digunakan dalam memprediksi nilai pengembalian dan volatilitas harga saham di masa depan. Metode yang digunakan dalam mengestimasi parameter ini adalah metode kemungkinan maksimum. Hasil prediksi within-sample menunjukkan bahwa model terbaik dalam memprediksi volatilitas harga saham di Indonesia adalah model EGARCH(1,1). Di sisi lain, hasil prediksi out-of-sample menunjukkan bahwa model terbaik adalah model GJR-GARCH(1,1). Sebagai kesimpulan, model terbaik adalah model GJR-GARCH(1,1). Hal ini dikarenakan prediksi out-of-sample dianggap lebih akurat dalam kondisi nyata. Melalui kesimpulan ini, dapat dinyatakan bahwa ekstensi model GARCH terbukti lebih baik dibandingkan dengan model GARCH tradisional.

Item Type: Thesis (Bachelor)
Creators:
CreatorsNIMEmail
Widjaya, Regina ClaraNIM00000007139UNSPECIFIED
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorSamosir, PerakNIDN0321026401UNSPECIFIED
Thesis advisorMargaretha, HelenaNIDN0312057504UNSPECIFIED
Additional Information: SK 112-16 WID a 2019; 31001000244401
Uncontrolled Keywords: GARCH; EGARCH; GJR; Volatility clustering; Leverage effects; Maximum likelihood
Subjects: Q Science > QA Mathematics
Divisions: University Subject > Current > Faculty/School - UPH Karawaci > Faculty of Science and Technology > Mathematics
Current > Faculty/School - UPH Karawaci > Faculty of Science and Technology > Mathematics
Depositing User: Nicholas Sio Pradiva
Date Deposited: 09 Nov 2021 08:09
Last Modified: 09 Nov 2021 08:09
URI: http://repository.uph.edu/id/eprint/42925

Actions (login required)

View Item View Item