Peramalan Volatilitas dengan Pemodelan EGARCH, TGARCH, dan APARCH dalam Pengukuran Estimasi Risiko Saham Sektor Keuangan

Abstract

Data finansial yang mengikuti deret waktu memiliki keragaman atau volatilitas yang setiap waktunya tidak konstan. Keadaan ini disebut sebagai heteroskedastisitas. Metode yang dapat menyelesaikan masalah tersebut adalah Autoregressive Conditional Heteroscedasticity (ARCH)/Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Namun, ARCH/GARCH tidak dapat mengatasi beberapa kasus seperti perbedaan dalam nilai volatilitas yang disebut sebagai leverage effect. Sehingga dilakukan pemodelan dengan mengakomodasi respon volatilitas yang memiliki sifat asimetris seperti Exponential GARCH (EGARCH), Threshold GARCH (TGARCH), atau Asymmetric Power ARCH (APARCH). Dalam melakukan investasi, tentunya diperlukan kebijakan manajemen risiko yang baik, yaitu dengan mengestimasi risiko menggunakan metode Value at Risk (VaR) dan Conditional Value at Risk (CVaR). Penelitian ini dilakukan untuk peramalan volatilitas serta estimasi risiko dengan pemodelan EGARCH, TGARCH, dan APARCH untuk mengestimasi risiko pada saham sektor keuangan dengan volatilitas tinggi dan rendah untuk periode 20 Januari 2014 – 30 Desember 2021. Hasil pemodelan menunjukkan jika tidak terdapat karakteristik tertentu yang membedakan pemodelan antara saham dengan volatilitas tinggi dan rendah. Namun, dapat dikatakan jika model TGARCH dan EGARCH adalah model yang terbaik dalam memodelkan sifat asimetris. Peramalan volatilitas untuk sepuluh hari kedepan menghasilkan kesimpulan jika saham volatilitas tinggi memiliki hasil peramalan volatilitas yang tinggi juga dan sebaliknya. Estimasi risiko Value at Risk (VaR) dan Conditional Value at Risk (VaR) berdasarkan model terbaik untuk tingkat kepercayaan 99%, 95%, dan 90% menghasilkan kesimpulan saham dengan volatilitas tinggi memiliki estimasi risiko yang tinggi pula dan sebaliknya. Semakin tinggi tingkat kepercayaan, semakin tinggi pula estimasi risikonya.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).