Text

Value At Risk Dengan Pendekatan Threshold Autoregressive Conditional Heteroscedasticity Dan Generalized Pareto Distribution (Studi Kasus PT Indofood Tbk)

---

ABSTRAK

Perhitungan risiko dalam berinvestasi pada saham bisa menggunakan metode Value at Risk (VaR) yaitu metode yang mengukur besarnya kerugian maksimum jika dihasilkan nilai positif, sebaliknya berarti mengukur keuntungan minimum jika nilainya negatif. Harga saham merupakan salah satu data finansial yang biasanya memiliki sifat volatilitas yang tinggi yang menyebabkan adanya volatility clustering atau kasus heteroskedastisitas. Salah satu model runtun waktu yang bisa digunakan untuk menangani masalah tersebut adalah model ARCH/GARCH. Sifat lain yang dimiliki data finansial adalah data cenderung memiliki ekor gemuk (heavy tail), metode yang bisa digunakan untuk meganalisis masalah tersebut adalah Extreme Value Theory (EVT). Sehingga untuk menghitung besarnya risiko yang terjadi pada data finansial yang memiliki sifat tersebut bisa digunakan model VaR Threshold Autoregressive Conditional Heteroscedasticity (TARCH) dengan pendekatan Generalized Pareto Distribution (GPD). Pada penelitian ini dilakukan perhitungan VaR dari return saham PT Indofood Tbk periode 1 Januari 2011 sampai 31 Desember 2018. Model terbaik yang terpilih adalah ARIMA ([3],0,0) TARCH (2). Pada tingkat kepercayaan 95 % besarnya VaR TARCH-GPD adalah –0,0006576 yang berarti bahwa keuntungan minimum yang akan diperoleh investor dengan menggunakan perhitungan VaR TARCH-GPD adalah sebesar 0,06576 %.
Kata Kunci : Heteroskedastisitas, Heavy Tail, Value at Risk, TARCH, Generalized Pareto Distribution.

ABSTRACT

Risk measurement in investing at the stock can be used Value at Risk (VaR) method, which is a method that measures the amount of losses showed by a positive value, and means measuring the minimum profit if the value is negative. Stock prices are one of the financial data that usually has a high volatility that causes volatility clustering or cases of heteroscedasticity. One model of time series that can be used for this problem is the ARCH / GARCH model. Another characteristic in financial data is they has a heavy tail, the method that can be used to analyze the problem is the Extreme Value Theory (EVT). So to measure risk in a financial model that has this characteristics can be used the VaR of Threshold Autoregressive Conditional Heteroscedasticity (TARCH) model with Generalized Pareto Distribution (GPD) approach. In this study VaR is calculated from January 1^th 2011 to December 31^th 2018 period of stock returns at PT Indofood Tbk. The best model is ARIMA ([3],0,0) TARCH (2). At the 95% confidence level the VaR’s value is (–0,0006576) which means the minimum profit that investors will get by using the VaR TARCH-GPD calculation is 0.06576%.
Keyword: Heteroscedasticity, heavy tail, Value at Risk, TARCH, Generalized Pareto Distribution

---

Ketersediaan

710E19III

710 E 19-ii

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

710 E 19-ii

Penerbit

: ., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

511.31

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Adinda Arum Ayuningtyas

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar