MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY IN MEAN (GARCH-M) PADA DATA HARGA SAHAM UNTUK ESTIMASI VALUE AT RISK (VaR)

ADE YULIAN HANDY SAPUTRA, 1517031018 (2019) MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY IN MEAN (GARCH-M) PADA DATA HARGA SAHAM UNTUK ESTIMASI VALUE AT RISK (VaR). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK.pdf Download (157kB) | Preview
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (1MB)
Preview	Text SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1MB) | Preview

Abstract

The purpose of this research is to find out the GARCH-M model on the estimation of VaR (Value at Risk) on the closing stock weekly data of PT Gudang Garam Tbk on 2 February 2014 - 11 November 2018. To model this phenomenon, the GARCH-M model is used. Based on the results of the analysis, the best model is obtained AR(1) without constants and GARCH(1.1)-M. The amount of VaR (Value at Risk) at the 95% confidence level in the next period is -0,049702963. If an investor allocates funds as much as Rp100.000.000,00 to invest then there is 5% the opportunity for maximum losses for investors is equal to Rp4.970.296,3. Keywords: Volatility, GARCH, Value at Risk Tujuan dari penelitian ini adalah untuk mengetahui model GARCH-M pada estimasi VaR (Value at Risk) pada data mingguan harga saham penutupan PT Gudang Garam Tbk pada tanggal 2 Februari 2014 – 11 November 2018. Untuk memodelkan fenomena tersebut digunakan model GARCH-M. Berdasarkan hasil analisis, diperoleh model terbaik yaitu AR(1) tanpa konstanta dan GARCH(1,1)-M. Besarnya VaR (Value at Risk) pada tingkat kepercayaan 95% pada periode selanjutnya adalah -0,049702963. Jika seorang investor mengalokasikan dana sebesar Rp100.000.000,00 untuk berinvestasi maka terdapat 5% peluang terjadinya kerugian maksimum bagi investor sebesar Rp4.970.296,3. Kata kunci: Volatilitas, GARCH, Value at Risk

Item Type:	Other
Subjects:	Q Science (General) > QA Mathematics
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	Users 8313 not found.
Date Deposited:	15 Mar 2022 01:42
Last Modified:	15 Mar 2022 01:42
URI:	http://digilib.unila.ac.id/id/eprint/54428

Actions (login required)

View Item