PERBANDINGAN PENDEKATAN GENERALIZED EXTREME VALUE DAN GENERALIZED PARETO DISTRIBUTION UNTUK PERHITUNGAN VALUE AT RISK PADA PORTOFOLIO SAHAM

AMBARSARI, AYU (2016) PERBANDINGAN PENDEKATAN GENERALIZED EXTREME VALUE DAN GENERALIZED PARETO DISTRIBUTION UNTUK PERHITUNGAN VALUE AT RISK PADA PORTOFOLIO SAHAM. Undergraduate thesis, FSM Universitas Diponegoro.

[img]
Preview
PDF
2938Kb

Abstract

Saham merupakan salah satu investasi yang banyak diminati investor namun seringkali mempunyai risiko yang tinggi. Sehingga perlu dilakukan pengukuran kajian risiko baik untuk saham tunggal maupun saham portofolio. Value at risk (VaR) merupakan salah satu alat yang sering digunakan dalam pengukuran risiko khususnya pada perdagangan saham. Return saham biasanya memiliki distribusi ekor gemuk, biasanya terdapat kasus heteroskedastisitas. Model runtun waktu yang sesuai dengan kasus tersebut adalah model Autoregressive Conditional Heteroscedasticity(ARCH)/Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Penelitian ini difokuskan pada perhitungan VaR menggunakan metode Block Maxima dengan pendekatan Generalized Extreme Value/GEV dan metode Peaks Over Threshold dengan pendekatan Generalized Pareto Distribution/GPD. Permodelan volatilitas perhitungan VaR didasarkan pada model volatilitas yang diestimasi dari model GARCH. Data saham yang digunakan dalam studi kasus adalah saham harian PT. Astra Internasional dan Panin Finansial periode 1 Januari 2010 - 22 Januari 2016. Hasil kajian empiris dari data tersebut adalah model mean varian ARIMA(0,1,1)-GARCH(1,2) merupakan model terbaik dengan AIC terkecil. Besarnya risiko dengan tingkat kepercayaan 95% yang didapat dengan pendekatan GEV sebesar 3,1613% sedangkan dengan pendekatan GPD sebesar 3,2761% rupiah dari aset saat ini, dengan kata lain VaR pendekatan GPD lebih besar daripada pendekatan GEV. Kata kunci: Portofolio, Return, Value at Risk (VaR), ARCH/GARCH, Block Maxima, Peaks Over Threshold, GEV, GPD.

Item Type:Thesis (Undergraduate)
Subjects:H Social Sciences > HA Statistics
Divisions:Faculty of Science and Mathematics > Department of Statistics
ID Code:51491
Deposited By:INVALID USER
Deposited On:17 Jan 2017 11:49
Last Modified:17 Jan 2017 11:49

Repository Staff Only: item control page