PENERAPAN MODEL GLOSTEN JAGANNATHAN RUNKLE THRESHOLD AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GJR-TARCH) UNTUK MENDUGA VOLATILITAS RETURN SAHAM
Abstract: Investasi merupakan
komponen penting dalam suatu bisnis besar. Salah satu bentuk investasi yang
paling populer dikalangan investor adalah saham. Pada data keuangan seperti
data saham, analisis menggunakan model ARIMA tidak dapat diterapkan karena
mengasumsikan data deret waktu stasioner terhadap rata-rata dan ragam sisaan
yang konstan (homoskedastisitas). Asumsi ini sulit dipenuhi karena pada data
keuangan memiliki fluktuasi yang tidak tetap, sehingga ragam sisaan tidak
konstan (heteroskedastisitas). Oleh kerena itu, perlu dilakukan pemodelan
volatilitas menggunakan model ARCH(m). Model ARCH(m) digunakan untuk memodelkan
data yang memiliki ragam sisaan heterogen. Kelemahan model ARCH(m) adalah
ketidakmampuanya menangkap efek asimetris sisaan. Model yang dapat digunakan
untuk memodelkan data yang mencakup efek asimetris adalah model GJR-TARCH(m).
Pada penelitian ini, dilakukan pemodelan volatilitas terhadap data return saham
PGAS periode 15 Desember 2003 hingga 30 April 2014, data return saham ENRG
periode 7 Juni 2004 hingga 20 Mei 2014 dan return saham BP periode 2 Januari
2001 hingga 20 Mei 2014. Kesimpulan yang diperoleh adalah volatilitas data
return saham PGAS dapat dimodelkan menggunakan model GJR-TARCH(3), volatilitas data return saham ENRG dapat
dimodelkan menggunakan model ARCH(2) dan volatilitas data return saham BP dapat
dimodelkan menggunakan model GJR-TARCH(4).
Penulis: Sahrul Mubarak
Kode Jurnal: jpmatematikadd141168
