Text

Perhitungan Value At Risk Pada Portofolio Saham Menggunakan Gaussian Copula (Studi Kasus : Saham Bank Rakyat Indonesia dan Saham Waskita Karya)

---

ABSTRAK

Portofolio saham digunakan oleh investor untuk memperoleh keuntungan yang optimal dengan risiko yang rendah. Pengukuran risiko diperlukan agar potensi kerugian yang timbul dari hasil inventasi rendah. Value at Risk (VaR) merupakan salah satu alat ukur dalam menghitung estimasi kerugian maksimal pada portofolio saham yang terjadi pada periode waktu dan tingkat kepercayaan tertentu. Model Autoregressive Integrated Moving Average - Generalized Autoregressive Conditional Heteroscedasticity (ARIMA-GARCH) digunakan karena pada data keuangan umumnya memiliki runtun waktu non-stasioner dan volatilitas yang tinggi sehingga menyebabkan varian residual tidak konstan. Copula merupakan alat yang dapat digunakan untuk memodelkan distribusi gabungan karena tidak mensyaratkan asumsi normalitas dari data dan dapat menunjukkan adanya pola sebaran data pada ekor distribusi masing-masing variabel sehingga cocok digunakan untuk data keuangan. Gaussian copula dapat menggambarkan dependensi pada titik-titik ekstrim yang biasa terjadi pada data keuangan. Data yang digunakan adalah data saham PT Bank Rakyat Indonesia (BBRI) Tbk dan PT Waskita Karya (WSKT) Tbk pada periode 15 Januari 2016 - 12 Januari 2018. Nilai Value at Risk yang dihasilkan menggunakan simulasi Monte Carlo untuk satu periode kedepan pada tingkat kepercayaan 90% sebesar -0,0145, pada tingkat kepercayaan 95% sebesar -0,0202, dan pada tingkat kepercayaan 99% sebesar -0,0316.
Kata kunci: ARIMA, GARCH, Gaussian copula, Value at Risk

ABSTRACT

The stock portfolio is used by investors to obtain optimal profit with low risk. Risk measurement is needed so that potential losses arising from low inventory results. Value at Risk (VaR) is one of the measuring tools in calculating the estimated maximum loss on stock portfolio that occurred at certain time period and level of confidence. The Autoregressive Integrated Moving Average - Generalized Autoregressive Conditional Heteroscedasticity (ARIMA-GARCH) model is used because the financial data generally has a non-stationary time series and high volatility which cause the residual variant is not constant. Copula is a tool that can be used to model the aggregate distribution because it does not require the normality assumption of the data and can indicate the pattern of distribution of data on the tail of the distribution of each variable so suitable for financial data. Gaussian copula can describe dependencies on extreme points common to financial data. The data used are PT Bank Rakyat Indonesia (BBRI) Tbk and PT Waskita Karya (WSKT) Tbk on January 15, 2016 - January 12, 2018. Value at Risk values are generated using Monte Carlo simulation for one future period, at the 90% confidence level is -0.0145, at the 95% confidence level is -0.0202, and at the 99% confidence level is -0.0316.
Keywords: ARIMA, GARCH, Gaussian copula, Value at Risk

---

Ketersediaan

647E18III

647 E 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

647 E 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

2215

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Ahmad Azzam Al Asyraf

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar