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.

  1. Modeling and Predicting Exchange Rate Volatility: Application of Symmetric GARCH and Asymmetric EGARCH... doi.org/10.4314/jcas.v19i2.6Modeling and Predicting Exchange Rate Volatility Application of Symmetric GARCH and Asymmetric EGARCH doi 10 4314 jcas v19i2 6
Read online
File size1.54 MB
Pages14
DMCAReport

Related /

ads-block-test