Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Untuk menggambarkan variansi bersyarat dari runtun waktu keuangan dapat dimodelkan menggunakan Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Model multivariate dikembangkan untuk mengetahui hubungan antar beberapa data runtun waktu keuangan dan mengetahui variansi kovariansi dari data runtunnya, salah satunya adalah model full-factor multivariate GARCH. Salah satu karakteristik runtun waktu keuangan adalah memiliki ekor gemuk, karakteristik ini dapat dijelaskan oleh distribusi yang memiliki ekor gemuk contohnya distribusi student-t. Pada tulisan ini, akan dibahas mengenai estimasi parameter pada model full-factor multivariate GARCH dengan asumsi error berdistribusi multivariate student-t. Pembahasan akan difokuskan pada tahap estimasi parameter model full-factor student-t multivariate GARCH dengan metode estimasi maksimum likelihood. Namun estimasi secara analitik tidak dapat digunakan untuk mengestimasi parameter dalam model, maka digunakan penyelesaian secara numerik menggunakan algoritma quasi-Newton BFGS. Data yang digunakan pada tulisan ini adalah data return harian delapan saham pada pasar di Amerika Serikat dari tanggal 1 Januari 2006 sampai dengan 1 Januari 2015.

---

To describe the conditional variance of financial time series, Generalized Autoregressive Conditional Heteroscedasticity models (GARCH) has been widely used. Multivariate models were developed to capture the relationship between several financial time series datas, and to describe the conditional variance and covarianse of time series. In this paper we consider full-factor multivariate GARCH model. One of the characteristics of financial time series is fat tails in the conditional distribution, these characteristic can be explained by the distribution that has fat tails, for example student-t distribution. In this paper, we will discuss full-factor multivariate GARCH model assuming the error has multivariate student-t distribution. The discussion will focus on parameter estimation for full-factor multivariate student-t GARCH model with maximum likelihood estimation method. But in this model don’t have the closed form, so we used numerically method i.e quasi-Newton BFGS algorithm. The data used in this paper are returns from eight stocks on the US market from January 1st 2006 until January 1st 2015.

Abstrak :
Investasi selalu dihadapkan pada dua masalah yaitu maksimasi tingkat pengembalian yang diharapkan (expected return) dan minimalisasi resiko (risk). Dimana diasumsikan bahwa semakin tinggi tingkat pengembalian yang diharapkan maka resiko yang dihadapi juga menjadi semakin tinggi. Penelitian dalam karya akhir ini akan membahas mengenai proses penyusunan portofolio saham yang berasal dari komponen Indeks LQ-45 dan pengaruh indikator ekonomi seperti indeks harga saham gabungan (IHSG), indeks LQ-45 (ILQ-45), dan fluktuasi nilai tukar rupiah terhadap US Dollar (IDR/USD) dsn dampaknya terhadap pergerakan indeks portofolio yang disusun pada saham sektor barang konsumsi di Bursa Efek Jakarta selama periode 1997-2001. Penelitian ini mencoba untuk membuat persamaan pengaruh faktor tersebut dengan memperhatikan nilai error/residu persamaan dengan asumsi dimana residu pada persamaan tidak selamanya bersifat konstan sepanjang waktu (homoscedastic) dan pergerakan volatilitas residu dapat menjelaskan pergerakan tingkat resiko masa lalu yang relevan untuk memperkirakan resiko pada masa yang akan datang. Hasil penelitian pada masa menjelang krisis ekonomi tahun 1997 banyak saham - saham yang menghasilkan nilai return yang negatif dimana faktor penyebab terutama adalah melemahnya kurs secara signifikan. Pada periode 1998 dan periode 1999, saham-saham calon penyusun portofolio lebih banyak yang memberikan nilai return yang positif. Pada tahun 2000, juga saham - saham kembali mengalami tekanan tingkat pengembalian kebanyakan memberikan nilai return yang negatif. Pada periode 2001, saham-saham calon penyusun portofolio masih terlihat pada tahap recovery dimana sebagian masih memberikan return yang negatif. Hasil penelitian menunjukkan bahwa IHSG dan ILQ-45 memiliki high multicollinearity sehingga kedua indeks tersebut tidak dapat dimasukkan sekaligus dalam persamaan. Pada persamaan juga ditemukan bahwa kebanyakan IDR tidak langsung berpengaruh kepada saham - saham penyusun portofolio dan portofolio tetapi lebih berpengaruh langsung kepada nilai IHSG. Pengukuran signifikansi faktor-faktor yang mempengaruhi pergerakan indeks harga saham individual calon penyusun portofolio dan portofolio menunjukkan bahwa IHSG pada tahun 1997 berpengaruh terhadap saham ISAT dengan koefisien sebesar 0,53 tetapi tidak berpengaruh kepada pergerakan saham RMBA dimana saham tersebut lebih dipengaruhi oleh pergerakan masa lalu (lag) sedangkan portofolio dipengaruhi oleh IHSG dengan koefisien sebesar 0,2785. Periode penelitian 1998 menunjukkan bahwa sahatp ASGR sedikit dipengaruhi oleh IDR dengan koefisien sebesar --0,0737 dan saham INTP dipengaruhi oleh IHSG dengan koefisien sebesar 0,3949 dan juga oleh lag, sedangkan saham SMGR dipengaruhi oleh IHSG dengan koefisien sebesar 0,8869 dan juga oleh lag. Portofolio periode tersebut dipengaruhi oleh IHSG dengan koefisien sebesar 0,3859. Pada periode 1999, hanya terdapat satu emiten yang masuk kedalam garis efisien sehingga tidak dapat dibentuk portofolionya. Emiten tersebut adalah F ASW dimana pergerakan sahamnya dipengaruhi oleh IHSG dengan koefisien sebesar 0,92325. Pada periode 2001, IHSG mempengaruhi BMTR dengan koefisien sebesar 0,4 781 sedangkan mempengaruhi F ASW dengan koefisien 0,5602 dan mempengaruhi MEDC dengan koefisien sebesar 0,5328. Kemudian IHSG juga mempengaruhi TLKM koefisien sebesar 1,709 dan mempengaruhi TSPC dengan koefisien sebesar 0,8706 dan juga mempengaruhi ULTJ dengan koefisien sebesar 0,3958. Sedangkan pada portofolio periode ini IHSG mempengaruhi pergerakannya dengan koefisien sebesar 0,6707. Kesimpulan yang dapat diambil dari penelitian ini adalah analisa resiko dan faktor-faktor yang mempengaruhi tingkat pengembalian indeks saham individual pada wilayah efisien maupun portofolio relatif berpengaruh terhadap pergerakan indikator IHSG dan nilai tukar kurs. Return indeks portofolio juga banyak dipengaruhi oleh informasi pergerakan di masa lalu (lag). Model GARCH (1,1) dapat digunakan pada portofolio 2000 dan 2001.

Abstrak :
Penelitian ini menguji dampak dari business cycle dan VIX terhadap tingkat return maupun volatilitas untuk pasar saham kawasan developed market dan emerging market. Penelitian ini menggunakan sampel 4 negara terbesar dari kawasan developed market serta 3 negara terbesar dari kawasan emerging market. Dalam melakukan pengujian, peneliti menggunakan GARCH-in-Mean model. Hasil dari penelitian ini menunjukkan bahwa pengaruh business cycle dan VIX lebih signifikan pada tingkat volatilitas ketimbang pada tingkat return. Selain itu, pada periode krisis global 2008, dampak dari krisis lebih besar terhadap pasar saham kawasan emerging market ketimbang pasar saham pada kawasan developed market.

---

This paper investigates the effect of business cycle and VIX for stock markets rsquo return and volatility in major developed and emerging markets. Researcher employ the effect by using the GARCH in Mean model. The results suggest that the effect of business cycle and VIX are more prominent on stock volatility rather than stock returns. This study also identifies during recent global financial crisis, the magnitude is larger on the emerging markets compared to the developed market.