DAFTAR ISI
KATA PENGANTAR.............................................................................................................
DAFTAR ISI..........................................................................................................................
BAB I PENDAHULUAN
A. LATAR BELAKANG....................................................................................................
B.
RUMUSAN MASALAH..............................................................................................
C.
RUMUSAN MASALAH..............................................................................................
D. TUJUAN PENELITIAN................................................................................................
BAB II PEMBAHASAN
A.
SEJARAH
DAN PERKEMBANGAN GARCH..............................................................
B.
NILAI
HARAPAN BERSYARAT GARCH....................................................................
C.
DEFINISI
ARCH DAN GARCH...................................................................................
D.
LANGKAH-LANGKAH
GARCH.................................................................................
E.
PROSES
ARCH DAN GARCH...................................................................................
F.
MODEL
LINIER ARCH..............................................................................................
G.
MODEL
LINIER GARCH (GENERAL GARCH)...........................................................
H.
SPESIFIKASI
ARCH DAN GARCH.............................................................................
I.
PENGGUNAAN
MODEL ARCH/GARCH DALAM PERAMALAN IHSG....................
J.
MEMPREDIKSI
IHSG DENGAN MENGGUNAKAN MODEL GARCH........................
K.
MEMPERKIRAKAN
MODEL GARCH DI EVIEWS.....................................................
L.
ESTIMASI
ARCH OUTPUT.......................................................................................
M.
MODEL
GARCH PROSEDUR....................................................................................
N.
MODEL
ARCH ASIMETRIS.......................................................................................
O.
ARCH
DAN GARCH ESTIMASI.................................................................................
JURNAL..........................................................................................................................
BAB III PENUTUP
KESIMPULAN .................................................................................................................
SARAN............................................................................................................................
DAFTAR PUSTAKA..............................................................................................................
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Sebagian besar alat statistik dalam
EViews dirancang untuk
model mean bersyarat acak variabel. Alat-alat yang dijelaskan dalam bab ini berbeda dengan pemodelan varians bersyarat, atau volatilitas, dari variabel. Ada beberapa alasan yang Anda mungkin ingin model dan volatilitas perkiraan.
1. Anda mungkin perlu untuk menganalisis
risiko memegang aset
atau nilai pilihan.
2. Perkiraan interval
keyakinan dapat berubah terhadap waktu, sehingga interval yang lebih akurat dapat diperoleh oleh pemodelan varians dari
kesalahan.
3. Penduga yang lebih efisien
dapat diperoleh jika heteroskedasticity
dalam kesalahan ditangani
dengan benar.
Model Autoregressive
Conditional Heteroskedasticity (ARCH) secara khusus dirancang
untuk model dan varians perkiraan bersyarat. Varians
dari variabel dependen dimodelkan
sebagai fungsi dari nilai-nilai masa
lalu dari variabel dependen dan independen,
atau eksogen variabel.
Sejak dikemukakan oleh Engle (1982)
dan Bollerslev (1986), model ARCH-GARCH telah banyak digunakan untuk
mendeskripsikan perilaku volatilitas suatu time series, terutama pada data-data
tentang saham dan indeks berjangka. Salah satu kekurangan dalam model
ARCH-GARCH adalah ketidakmampuannya untuk melihat transisi atau perubahan
perilaku antara volatilitas rendah dengan volatilitas tinggi. Dalam penelitian
ini, markov switching GARCH dikaji dan diterapkan untuk melihat adanya regime
volatilitas yang berbeda, yakni regime volatilitas rendah dan regime
volatilitas tinggi pada data return indeks Dowjones. Namun, tidak ada informasi
yang menunjukkan bahwa suatu observasi dimiliki oleh regime pertama atau regime
kedua, dan untuk mengatasinya digunakan algoritma EM untuk estimasi parameter.
Hasil yang diperoleh menunjukkan bahwa return indeks Dowjones memang mempunyai
dua regime volatilitas, hal ini ditandai dengan signifikansi parameter GARCH
pada masing-masing regime. Melalui matrik transisi, regime volatilitas rendah
ternyata lebih banyak terjadi pada return indeks Dowjones dibandingkan regime
volatilitas tinggi.
Pada bagian
berikutnya, model
ARCH dasar akan dijelaskan
secara rinci. Pada bagian berikutnya, kita mempertimbangkan berbagai spesifikasi yang
tersedia di EViews untuk volatilitas pemodelan.Untuk
singkatnya diskusi, kita akan menggunakan ARCH untuk
merujuk kepada kedua ARCH dan GARCH model, kecuali
jika ada kemungkinan kebingungan.
B.
RUMUSAN MASALAH
Dalam latar belakang diatas, kami
akan dapat merumuskan berbagai masalah yang timbul dari penggunaan sistem GARCH
(Generalised Autoregressive Conditional Heterokedastic). Berikut ini adalah
rumusan masalahnya.
·
Bagaimana sejarah dan perkembangan dari sistem GARCH
(Generalised Autoregressive Conditional Heterokedastic).
·
Apa itu GARCH.
·
Bagaimana langkah-langkah pemakaian GARCH.
·
Apa saja rumus yang ada dalam sistem GARCH.
·
Dan apa kegunaan GARCH itu sendiri.
C.
TUJUAN PENELITIAN
Sebelum kami membuat makalah ini,
yang berisikan tentang sistem GARCH (Generalised Autoregressive Conditional
Heterokedastic), kami sebelumnya melakukan penelitian dalam penggunaan GARCH
ini.
Jadi tujuan dalam melakukan
penelitian terhadap sistem GARCH ini adalah untuk mengetahui bagaimana cara
kerja GARCH ini sendiri. Selain itu, tujuannya adalah untuk mempelajari apakah
kegunaan dari GARCH dan bagaimana cara mengoperasikannya.
Jadi itulah, tujuan kami melakukan
penelitian tentang sistem GARCH ini. Dan setelah melakukan penelitian, kami
akan merangkum hasil dari penelitian kami ke dalam sebuah bentuk laporan.
BAB II
PEMBAHASAN
A.
SEJARAH DAN PERKEMBANGAN GARCH
Sejak dikemukakan
oleh Engle (1982) dan Bollerslev (1986), model ARCH-GARCH telah banyak
digunakan untuk mendeskripsikan perilaku volatilitas suatu time series,
terutama pada data-data tentang saham dan indeks berjangka. Salah satu
kekurangan dalam model ARCH-GARCH adalah ketidakmampuannya untuk melihat
transisi atau perubahan perilaku antara volatilitas rendah dengan volatilitas
tinggi.
Dalam penelitian
ini, markov switching GARCH dikaji dan diterapkan untuk melihat adanya regime
volatilitas yang berbeda, yakni regime volatilitas rendah dan regime
volatilitas tinggi pada data return indeks Dowjones. Namun, tidak ada informasi
yang menunjukkan bahwa suatu observasi dimiliki oleh regime pertama atau regime
kedua, dan untuk mengatasinya digunakan algoritma EM untuk estimasi parameter.
Hasil yang diperoleh menunjukkan bahwa return indeks Dowjones memang mempunyai
dua regime volatilitas, hal ini ditandai dengan signifikansi parameter GARCH
pada masing-masing regime. Melalui matrik transisi, regime volatilitas rendah
ternyata lebih banyak terjadi pada return indeks Dowjones dibandingkan regime
volatilitas tinggi.
B.
NILAI HARAPAN BERSYARAT GARCH
Dasar dari
metode peramalan ARCH dan GARCH adalah nilai harapan bersyarat (conditional
expectation). Distribusi bersyarat X2 diberikan X1 didefinifikan
dengan probabilitas bersyarat:
Ekspektasi bersyarat
x2 diberikan x1 adalah ekpektasi x2 terhadap
fungsi kepadatan bersyarat f(x2½x1).
Dirumuskan sebagai:
Dimana:
E(X2½x1) : rerata bersyarat
E[[X2-E[X2½x1]]2½x1] : varians bersyarat
C.
DEFENISI ARCH DAN GARCH
1. ARCH
Dalam ekonometri, model
Autoregressive Conditional Heteroskedasticity (ARCH) digunakan untuk
mengkarakterisasi dan seri model waktu yang diamati. Model
ini digunakan setiap kali ada alasan untuk percaya bahwa, pada
setiap titik dalam seri, persyaratan akan memiliki
ukuran karakteristik, atau varians. Secara khusus model
ARCH mengasumsikan varians dari istilah kesalahan saat
ini atau inovasi untuk menjadi fungsi dari ukuran sebenarnya dari
istilah kesalahan periode waktu sebelumnya: sering varians berkaitan dengan
kuadrat dari inovasi sebelumnya.
Model semacam ini sering
disebut model ARCH (Engle, 1982), meskipun berbagai
akronim lain yang diterapkan pada struktur tertentu dari model
yang memiliki dasar yang sama. Model ARCH bekerja umumnya dalam seri waktu pemodelan
keuangan yang berubah terhadap waktu menunjukkan pengelompokan volatilitas,
yaitu periode ayunan diikuti oleh periode yang relatif tenang.
ARCH (q) Spesifikasi Model
Misalkan seseorang
berkeinginan untuk model deret waktu menggunakan proses ARCH. Mari
menyatakan hal kesalahan (residu kembali, sehubungan dengan proses rata-rata)
yaitu istilah seri. Ini dibagi menjadi sepotong ZT stokastik dan tergantung
waktu σt standar deviasi karakteristik ukuran
khas istilah sehingga:
2.
GARCH
GARCH ialah Sebuah istilah yang diciptakan oleh ekonom Robert Engle pada tahun 1982 untuk
menggambarkan kompleksperhitungan yang digunakan untuk memperkirakan hargafluktuasi pasar keuangan dan untuk memprediksi inflasi .Proses ini melibatkan membandingkan satu
set variabel untuk mereka sendiri perilaku masa lalu melalui serangkaian waktuinterval untuk mengidentifikasi korelasi dan hasil yang tak terduga. Para Tujuannya adalah untuk menggunakan kesalahan masa
lalu dalam peramalan untuk menciptakan akurasi yang lebih besar dalam peramalan
saat ini.
Metode GARCH diaplikasikan melalui 2 proses : proses
mean dan proses variance. Proses mean pertama kali dikemukakan oleh Box-Jenkin
(1976) dengan melakukan analisa time
series dengan kombinasi
autoregressive (AR) dan moving
average (MA). Metode ini kemudian
diintegrasikan menjadi ARMA untuk mendapatkan time series yang stasioner.
D.
LANGKAH-LANGKAH GARCH
Dalam melakukan
analisis GARCH terdiri dari beberapa
langkah, sebagai berikut: ..............................................................................................................................................................................................(UNTUK MELANJUTKAN MEMBACA SILAHKAN KLIK DISINI ATAU DISINI)