%A SOFALINA  NODRA BRILLIANTYA 
%T MODEL EGARCH DAN TGARCH UNTUK MENGUKUR VOLATILITAS
ASIMETRIS RETURN SAHAM
%X Model Generalized Autoregressive Conditional Heterocedasticity (GARCH)
merupakan salah satu pemodelan data deret waktu yang digunakan untuk mengukur
data yang memiliki varians residual yang tidak konstan atau bersifat
heteroskedastisitas. Heteroskedastisitas terjadi karena data deret waktu memiliki
volatilitas yang tinggi. Model Exponential GARCH (EGARCH) dan Threshold
GARCH (TGARCH) adalah model-model GARCH yang dapat mengatasi efek
asimetris pada volatilitas. Data yang digunakan pada penelitian ini adalah data
return saham harian PT KB Bukopin Tbk (BBKP). Penelitan ini bertujuan untuk
menerapkan model EGARCH dan TGARCH serta mendapatkan model terbaik
dalam mengukur volatilitas asimetris data return saham harian. Pemilihan model
terbaik didasarkan pada nilai Akaike Information Criterion (AIC) terkecil. Hasil
analisis menunjukan bahwa model EGARCH (2,1) adalah model terbaik untuk
mengukur dan meramalkan volatilitas asimetris return saham yang digunakan.
Kata Kunci: Volatilitas, Efek Asimetris, EGARCH, TGARCH, dan AIC.
%D 2022
%C UNIVERSITAS LAMPUNG
%R 1817031007
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%L eprints64437