Asri Bektipratiwi, 080212525 (2007) ESTIMASI PARAMETER MODEL AUTOR. EGRESSIVE CONDITIONALLY HETEROSCEDASTIC BERDASARKAN METODE SCORING. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2007-bektiprati-4774-kkckkm-k.pdf Download (357kB) | Preview
	Text (FULL TEXT) 25369.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Model Autoregressive Conditonally Heteroscedastic (ARCH) berguna untuk memodelkan data time series yang asumsi varians errornya adalah konstan tidak dipenuhi. Sehingga permodelan dengan menggunakan ARIMA maupun model regresi biasa akan menjadi lebih akurat apabila varians errornya juga dilihat pergerakannya dari waktu ke waktu Bentuk umum model ARCH didefinisikan sebagai berikut : εt = ut√ α 0 +∑ α i ε2t-i dengan ut berdistribusi normal standar, α 0 > 0 dan α 1 ≥ 0 untuk i > 0 Skripsi ini bertujuan mengestimasi parameter model ARCH berdasarkan metode Scoring dan menerapkan model ARCH pada data real untuk meramalkan di masa mendatang. Bentuk estimator parameter model ARCH berdasarkan metode Scoring adalah α = α 0 + [Z' Z]-1 [Z' g] , sedangkan bentuk estimator parameter model ARIMA berdasarkan metode Scoring adalah β =_ β 0 + [W'W ]-1 [W'v]. Dari hasil penerapan estimasi parameter model ARCH pada data return saham Indofood Sukses Makmur Tbk diperoleh model terbaik Xt = 0,4869Xt-1 + 0,1929Xt-2 + 0,0193Xt-3 + 0,3009Xt-4 + εt εt = ut√ 0,0328 + 0,1628ε2t-9 dengan ut berdistribusi normal standar. Berdasarkan data tersebut, peramalan dengan menggunakan model ARCH memberikan intarval peramalan (batas atas dan batas bawah) yang lebih baik daripada peramalan tanpa menggunakan permodelan ARCH. Dengan menggunakan kriteria Mean Absolute Deviation (M4D), didapatkan hasil bahwa peramalan dengan menggunakan model ARCH adalah yang terbaik.

Actions (login required)

View Item