Text

Expected Shortfall dengan Pendekatan Glosten-Jagannathan-Runkle GARCH dan Generalized Pareto Distribution (Studi Kasus PT. Bank Central Asia Tbk)

---

ABSTRAK
Saham merupakan jenis investasi pada aset finansial yang banyak diminati oleh investor. Ketika melakukan investasi, investor harus menghitung return saham yang diharapkan dan memperhatikan risiko yang akan terjadi. Terdapat beberapa metode yang dapat digunakan untuk mengukur tingkat risiko salah satunya adalah Value at Risk (VaR), namun seringkali metode tersebut tidak memenuhi koherensi sebagai ukuran risiko karena tidak memenuhi sifat subadditivity. Oleh karena itu, digunakan metode Expected Shortfall (ES) untuk mengakomodasi kekurangan tersebut. Data return saham merupakan data runtun waktu yang memiliki sifat heteroskedastisitas dan berekor gemuk, sehingga model runtun waktu yang digunakan untuk mengatasi masalah heteroskedastisitas adalah GARCH sedangkan teori untuk menganalisis data berekor gemuk adalah Extreme Value Theory (EVT). Pada penelitian ini, terdapat juga leverage effect sehingga digunakan model GARCH asimetris dengan model Glosten-Jagannathan-Runkle GARCH (GJR-GARCH) dan teori EVT dengan Generalized Pareto Distribution (GPD) untuk menghitung ES dari return saham PT. Bank Central Asia Tbk periode 1 Mei 2012-31 Januari 2020. Model terbaik yang terpilih adalah ARIMA(1,0,1) GJR-GARCH(1,2). Pada tingkat kepercayaan 95%, risiko yang akan diperoleh investor dengan menggunakan kombinasi perhitungan GJR-GARCH dan GPD untuk satu hari ke depan adalah sebesar 0,7147% melebihi nilai VaR sebesar 0,6925%.
Kata Kunci : Expected Shortfall, Value at Risk, GJR-GARCH, GPD.

ABSTRACT
Stock is a type of investment in financial assets that are many interested by investors. When investing, investors must calculate the expected return on stocks and notice risks that will occur. There are several methods can be used to measure the level of risk one of which is Value at Risk (VaR), but these method often doesn’t fulfill coherence as a risk measure because it doesn’t fulfill the nature of subadditivity. Therefore, the Expected Shortfall (ES) method is used to accommodate these weakness. Stock return data is time series data which has heteroscedasticity and heavy tailed, so time series models used to overcome the problem of heteroscedasticity is GARCH, while the theory for analyzing heavy tailed is Extreme Value Theory (EVT). In this study, there is also a leverage effect so used the asymmetric GARCH model with Glosten-Jagannathan-Runkle GARCH (GJR-GARCH) model and the EVT theory with Generalized Pareto Distribution (GPD) to calculate ES of the stock return from PT. Bank Central Asia Tbk for the period May 1, 2012-January 31, 2020. The best model chosen was ARIMA(1,0,1) GJR-GARCH(1,2). At the 95% confidence level, the risk obtained by investors using a combination of GJR-GARCH and GPD calculations for the next day is 0.7147% exceeding the VaR value of 0.6925%.
Keywords: Expected Shortfall, Value at Risk, GJR-GARCH, GPD.

---

Ketersediaan

824E20IV

824 E 20-iv

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

824 E 20-iv

Penerbit

: ., 2020

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

OMPUTER ARSITEKTUR

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Lisa Tanasya

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar