Model ARCH dan GARCH untuk Mengukur Volatilitas Harga Saham PT HM Sampoerna Tbk Indonesia (Pengukuran Volatilitas Harga Saham)

Abstract

Penelitian-penelitian mengenai peramalan pada financial time series menunjukkan bahwa perilaku error peramalan mengalami masalah autokorelasi pada variansi ut. Engle (1982) membangun model Autoregressive Conditional Heteroscedasticity (ARCH). Ide kunci dari model ARCH ini adalah variansi ε pada waktu t (yaitu σt2) tergantung pada besarnya kuadrat error pada waktu ke t-1, yaitu εt [1]. Bollerslev (1986) mengembangkan model ARCH ke dalam bentuk umum, yaitu Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Bollerslev menyatakan bahwa variansi error tidak hanya tergantung pada error periode lalu tetapi juga variansi error dari periode lalu. Penelitian ini membahas adanya efek ARCH dan GARCH pada masalah volatilitas data Return Saham PT HM Sampoerna Indonesia Tbk periode 1 Januari 2004 sampai 30 Desember 2005. Dengan metode BoxJenkins, diperoleh Model ARIMA(1,0,1) dengan rumus: RSAHAM = -0.975978 AR(1) + 0.989613 MA(1) Menggunakan Metode Maksimum Likelihood diperoleh bahwa volatilitas RSAHAM membentuk model ARCH(1) : RSAHAM = -0.982211 AR(1) + 0.989074 MA(1) Dan estimasi model GARCH(1,1) pada RSAHAM membentuk model : RSAHAM = 0.090234 AR(1) - 0.061747 MA(1) Pada Model ARCH(1) koefisien AR(1) dan MA(1) signifikan secara statistik, tetapi pada Model GARCH(1,1) keduanya tidak signifikan. Sehingga penelitian ini menyimpulkan bahwa model volatilitas harga Return Saham PT HM Sampoerna Indonesia Tbk adalah ARIMA(1,0,1) dan ARCH(1). Kata kunci : ARCH, GARCH, volatilitas, return saham