PEMODELAN EKSPONENTIAL GARCH (Aplikasi Pada Data Index Nasdaq Composite)

Abstract

Kondisi perekonomian suatu negara dapat mengalami suatu fluktuasi dari tahun ke tahun yang dipengaruhi oleh faktor internal maupun faktor eksternal perekonomian itu sendiri, sehingga ketidakstabilan yang dirasakan dapat mem-pengaruhi perilaku para pasar modal dalam menganalisis dan memprediksi pen-dapatannya. Data Time series khususnya pada kasus data bursa saham, data keuangan, dan data ekonomi, umumnya mempunyai model tertentu karena adanya suatu kondisi heteroskedastisitas, hal ini disebabkan adanya sifat volatilitas dalam datanya. Salah satu model yang sesuai untuk mengatasi masalah tersebut adalah model ARCH-GARCH. Namun dalam kenyataanya model ARCH-GARCH tersebut tidak mampu mendeteksi pergerakan fluktuasi harga saham yang naik turun sehingga ada kesulitan bagi seorang investor untuk melakukan tindakan membeli atau menjual terhadap suatu saham. Untuk mengatasi masalah tersebut, maka akan digunakan model EGARCH yang merupakan perluasan dari model GARCH. Model EGARCH selain memperhatikan tinggi rendahnya fluktuasi dari return juga dapat mendeteksi nilai positif-negatif dari return. Hasil yang diperoleh menunjukkan bahwa pemodelan data dengan memperhatikan fluktuasi yang bernilai positif-negatif dan tinggi-rendah menghasilkan model yang lebih baik dibandingkan dengan model yang memperhatikan fluktuasi yang tinngi-rendah.