Pemodelan Vector Autoregressive – Dynamic Conditional Correlation Exponential Generalized Autoregressive Conditional Heteroscedasticity (VAR-DCC EGARCH)
| Main Author: | Ranibaya, Yoni |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/179948/ |
Daftar Isi:
- Model Vector Autoregressive (VAR) merupakan model yang terdiri dari beberapa variabel endogen yang memiliki hubungan dua arah dan bersifat stasioner. Salah satu asumsi pada model VAR(p) adalah ragam sisaan model yang bersifat konstan atau homogen. Apabila asumsi tersebut tidak terpenuhi akibat adanya volatilitas tinggi yang cenderung memiliki leverage effect (efek asimetris), maka perlu diantisipasi dengan menggunakan metode yang dapat memodelkan ragam sisaan. Salah satu metode yang dapat memodelkan ragam pada analisis data deret waktu multivariat yang memiliki efek asimetris adalah Dynamic Conditional Correlation Exponential Generalized Autoregressive Conditional Heteroscedasticity (DCC EGARCH). Penelitian ini bertujuan untuk memodelkan Indeks Harga Saham Gabungan (IHSG) dan Kurs Dolar Amerika menggunakan model VAR-DCC EGARCH(1,1). Hasil penelitian menunjukkan pada data IHSG dan Kurs Dolar Amerika terdapat hubungan dua arah, volatilitas asimetris dan memiliki korelasi yang berbeda di setiap waktu, sehingga didapatkan pemodelan VAR(1)-DCC EGARCH(1,1) bahwa IHSG dipengaruhi oleh Kurs Dolar Amerika satu bulan sebelumnya dan Kurs Dolar Amerika dipengaruhi oleh IHSG satu bulan sebelumnya.