Text

Penerapan Model ARFIMA-EGARCH Dalam Peramalan Volatilitas Pada Return Indeks Harga Saham Gabungan

---

Pada era keuangan yang dinamis, pemodelan dan peramalan yang akurat
terhadap data deret waktu keuangan menjadi penting dalam pengambilan keputusan
investasi. ARFIMA menjadi salah satu opsi pendekatan untuk menangani data
keuangan yang memiliki karakteristik yang kompleks, termasuk adanya dependensi
jangka panjang (long memory). Pada kasus data return saham, banyak ditemukan
data yang memiliki volatilitas yang fluktuatif, sehingga variansi residual menjadi
tidak konstan (heteroscedasticity). Data return saham juga sering kali terdapat efek
asimetris pada volatilitas. Efek asimetris pada volatilitas terjadi karena adanya
perbedaan yang signifikan antara dampak positif dan dampak negatif terhadap
variabilitas harga atau return aset keuangan. Salah satu model yang dapat
menangani masalah variansi yang tidak konstan dan efek asimetris dalam volatilitas
adalah model Exponential Generelized Autoregressive Conditional
Heteroscedasticity (EGARCH). Data dalam penelitian ini adalah return Indeks
Harga Saham Gabungan (IHSG) dari periode 2 Juni 2020 sampai dengan 28 April
2023. Hasil dari analisis menyimpulkan bahwa model ARFIMA(0, 0,045173, 3)-
EGARCH(1,1) merupakan model terbaik karena memiliki nilai AIC terkecil. Model
ARFIMA(0, 0,045173 , 3)-EGARCH(1,1) menghasilkan peramalan volatilitas
yang baik dibuktikan dengan perbandingan data secara visual antara data peramalan
dengan data aktual.
Kata Kunci: Peramalan; Volatilitas; Efek long memory; Efek Asimetris; ARFIMA;
EGARCH

---

Ketersediaan

1106E2023

1106 E 2023

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1106 E 2023

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Tiar Gumelar

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar