Pemodelan Vector Autoregressive (VAR)- Multivariate Constant Conditional Correlation Generalized Autoregressive Conditional Heteroscedasticity (CCC GARCH)
| Main Author: | Ayu, Annisa Tri |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/179666/ |
Daftar Isi:
- Model Vector Autoregressive (VAR) merupakan pengembangan dari model Autoregressive (AR) pada kasus deret waktu multivariat. Model VAR merupakan pemodelan deret waktu yang memiliki hubungan dua arah. Model VAR(p) memiliki asumsi ragam sisaan model yang bersifat konstan atau homogen. Apabila asumsi tersebut tidak terpenuhi akibat data yang memiliki volatilitas tinggi, maka perlu dilakukan pemodelan terhadap ragam sisaan. Pemodelan pada ragam sisaan dapat dilakukan dengan representasi Multivariate GARCH. Terdapat tiga representasi pada Multivariate GARCH yaitu representasi Constant Conditional Correlation (CCC), representasi Dynamic Conditional Correlation (DCC), serta representasi Baba, Engle, Kraft dan Kroner (BEKK). Pada penelitian ini bertujuan untuk memodelkan Suku Bunga Kebijakan (SBK) dan Indeks Harga Saham Gabungan (IHSG) menggunakan model VAR-CCC GARCH(1,1). Hasil penelitian ini menunjukkan pada data SBK dan IHSG terdapat volatilitas dan merupakan pemodelan VAR(2)-CCC GARCH(1,1) bahwa SBK dipengaruhi oleh SBK dua bulan sebelumnya dan IHSG dipengaruhi oleh IHSG dua bulan sebelumnya