LLDIKTI12LLDIKTI12
JUSTE (Journal of Science and Technology)JUSTE (Journal of Science and Technology)Pemodelan volatilitas penting dalam manajemen risiko kuantitatif karena mencerminkan dinamika perubahan return. Model GARCH banyak digunakan untuk tujuan ini. Namun model tersebut tidak mampu menangkap sifat asimetris volatilitas. Penelitian ini mengusulkan Modified Asymmetrical GARCH (MAGARCH). Model ini dapat mengakomodasi heteroskedastis sekaligus menangkap asimetri melalui indikator. Tujuan penelitian adalah mengevaluasi kemampuan MAGARCH dalam memprediksi risiko return saham dua aset, ISAT dan TLKM. Penelitian ini juga menelaah peran ketergantungan antar-aset dalam menentukan ukuran risiko keuangan. Untuk itu, model GARCH asimetris diintegrasikan dengan pendekatan Copula. Dengan cara ini, struktur ketergantungan antar-aset dapat digambarkan lebih akurat. Hasil penelitian menunjukkan bahwa penerapan Copula pada model GARCH asimetris termasuk MAGARCH meningkatkan akurasi estimasi ukuran risiko. Peningkatan ini paling nyata terlihat pada Value-at-Risk. Temuan ini menegaskan pentingnya penggunaan model volatilitas fleksibel dan pendekatan dependensi nonlinier dalam pengukuran serta prediksi risiko portofolio. Dengan demikian, model yang diusulkan dapat menjadi strategi efektif untuk mendukung pengambilan keputusan manajemen risiko keuangan.
Penelitian ini menunjukkan bahwa model MAGARCH(1,1) dengan asumsi distribusi normal memberikan prediksi risiko return saham ISAT dan TLKM yang lebih akurat dibandingkan distribusi-t.Integrasi dengan pendekatan copula, khususnya copula t dan copula Clayton, terbukti efektif dalam menangkap ketergantungan non-linear antar return saham.Kombinasi model MAGARCH(normal) dan copula merupakan pendekatan yang komprehensif untuk mengukur risiko portofolio.
Penelitian ini membuka peluang untuk pengembangan lebih lanjut dalam beberapa aspek. Pertama, perlu dilakukan analisis sensitivitas terhadap variasi parameter model untuk menilai robustitas prediksi risiko. Kedua, penerapan model serupa pada portofolio yang lebih luas dan periode data yang lebih panjang dapat meningkatkan generalisasi hasil. Ketiga, eksplorasi penggunaan copula dinamis, yang memungkinkan parameter ketergantungan berubah seiring waktu, dapat meningkatkan responsivitas model terhadap perubahan pasar. Keempat, penelitian lanjutan dapat menginvestigasi penggunaan model MAGARCH dengan distribusi non-normal lainnya, seperti distribusi skewed-t, untuk mengakomodasi karakteristik data keuangan yang lebih kompleks. Kelima, pengembangan model yang menggabungkan informasi dari berbagai sumber, seperti data makroekonomi dan sentimen pasar, dapat meningkatkan akurasi prediksi risiko. Dengan demikian, penelitian-penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam pengembangan model manajemen risiko keuangan yang lebih efektif dan adaptif.
| File size | 1.54 MB |
| Pages | 14 |
| DMCA | Report |
Related /
UMPWRUMPWR Media kartu analisis dipilih sebagai inovasi pembelajaran karena dapat membantu peserta didik memahami langkah penyelesaian soal cerita secara terstrukturMedia kartu analisis dipilih sebagai inovasi pembelajaran karena dapat membantu peserta didik memahami langkah penyelesaian soal cerita secara terstruktur
MAYADANIMAYADANI Siswa masih kurang banyak mengasosiasikan materi pembelajaran dengan fenomena yang ada di lingkungan sekitar. Dampaknya siswa kurang termotivasi dalamSiswa masih kurang banyak mengasosiasikan materi pembelajaran dengan fenomena yang ada di lingkungan sekitar. Dampaknya siswa kurang termotivasi dalam
UMBUMB Hal ini ditunjukkan oleh peningkatan persentase ketuntasan dari 63,16% pada siklus I menjadi 94,74% pada siklus II. Selain itu, terjadi peningkatan aktivitas,Hal ini ditunjukkan oleh peningkatan persentase ketuntasan dari 63,16% pada siklus I menjadi 94,74% pada siklus II. Selain itu, terjadi peningkatan aktivitas,
PUTRAGALUHPUTRAGALUH Teknik analisis data meliputi statistik deskriptif untuk melihat nilai rata-rata, skor tertinggi dan terendah, serta statistik inferensial untuk mengujiTeknik analisis data meliputi statistik deskriptif untuk melihat nilai rata-rata, skor tertinggi dan terendah, serta statistik inferensial untuk menguji
OJSOJS Selain itu, AI membantu dalam pembuatan bahan ajar digital yang kontekstual dan penilaian yang lebih cepat. Model PBL menanamkan nilai-nilai Islam dalamSelain itu, AI membantu dalam pembuatan bahan ajar digital yang kontekstual dan penilaian yang lebih cepat. Model PBL menanamkan nilai-nilai Islam dalam
AFEKSIAFEKSI Penelitian ini bertujuan untuk meningkatkan hasil belajar peserta didik pada pembelajaran kognitif mata pelajaran akuntansi dasar materi jurnal penyesuaianPenelitian ini bertujuan untuk meningkatkan hasil belajar peserta didik pada pembelajaran kognitif mata pelajaran akuntansi dasar materi jurnal penyesuaian
STAI TBHSTAI TBH Kelompok eksperimen 1 (PBL) terdiri dari 44 siswa, sedangkan kelompok eksperimen 2 (PS) terdiri dari 43 siswa. Data dikumpulkan melalui pretest dan posttestKelompok eksperimen 1 (PBL) terdiri dari 44 siswa, sedangkan kelompok eksperimen 2 (PS) terdiri dari 43 siswa. Data dikumpulkan melalui pretest dan posttest
UNTANUNTAN Hasil penelitian menunjukkan bahwa penggunaan model pembelajaran berbasis masalah dapat meningkatkan kemampuan berpikir kritis siswa. Pada siklus 1, hasilnyaHasil penelitian menunjukkan bahwa penggunaan model pembelajaran berbasis masalah dapat meningkatkan kemampuan berpikir kritis siswa. Pada siklus 1, hasilnya
Useful /
PROVISIPROVISI Hasil menunjukkan bahwa penerapan barcode meningkatkan akurasi pencatatan, mempercepat entri data, serta mempermudah identifikasi barang masuk dan keluar.Hasil menunjukkan bahwa penerapan barcode meningkatkan akurasi pencatatan, mempercepat entri data, serta mempermudah identifikasi barang masuk dan keluar.
PROVISIPROVISI Implementasinya menuntut transformasi paradigma menuju pembelajaran yang inklusif, kolaboratif, dan digital‑native, didukung oleh peningkatan kompetensiImplementasinya menuntut transformasi paradigma menuju pembelajaran yang inklusif, kolaboratif, dan digital‑native, didukung oleh peningkatan kompetensi
UNPRIUNPRI Hal ini menunjukkan perbaikan yang signifikan pada semua siswa dari pra-siklus, Siklus I, dan Siklus II, yang menunjukkan keberhasilan mereka dalam mencapaiHal ini menunjukkan perbaikan yang signifikan pada semua siswa dari pra-siklus, Siklus I, dan Siklus II, yang menunjukkan keberhasilan mereka dalam mencapai
UNNARUNNAR Dengan algoritma threshold, contour, dan k‑Nearest Neighbors, aplikasi mencapai akurasi pengenalan hingga 95 % pada perangkat smartphone dengan kameraDengan algoritma threshold, contour, dan k‑Nearest Neighbors, aplikasi mencapai akurasi pengenalan hingga 95 % pada perangkat smartphone dengan kamera