Maria Kristin Pujiningrum (2008) Model Integrated Generalized Autoregresssive Conditionally Heteroscedastic pada Data Time Series. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview

Text (ABSTRAK) gdlhub-gdl-s1-2011-pujiningru-15094-abstrak-m.pdf Download (615kB) | Preview

Abstract

Model GARCH dikatakan sebagai model IGARCH apabila basil estimasi dari parameter-parameternya mendekati nilai sama dengan satu, dengan demikian model GARCH perlu dimodelkan ulang sebagai model IGARCH dan diestimasi berdasarkan model IGARCH tersebut. Hal ini dilakukan untuk mendapatkan model yang terbaik dari suatu data yang mengandung kasus heteroscedastic non¬stasioner, karena dengan model yang tepat dapat diperoleh selang kepercayaan yang tepat. Bentuk umum model IGARCH didefinisikan sebagai berikut : m n 2 4t = ut a0 + Z (1 – 16m)4t-i + /'' j ht-j i=1 j=1 dengan u, berdistribusi normal standar, a o , 0 , ai >. 0 ,dan /3j 0 untuk i =1,..., m dan j =1,..., n . Skripsi ini bertujuan untuk mengestimasi parameter model IGARCH berdasarkan model itu sendiri dan mendapatkan model IGARCH terbaik pads data time series yang mengandung kasus heteroscedastic non-stasioner sehingga dapat digunakan dalam peramalan di masa yang akan datang. Model IGARCH terbaik pada data return saham PT Semen Gresik Tbk adalah: = 0.52125Xt_9 + 4t – 0.899254_9 4t = ut .0.01525 + 0.877014_9 + O. 11930h,_8 dengan ut berdistribusi normal standar. Berdasarkan data tersebut, peramalan dengan menggunakan model IGARCH memberikan interval peramalan (batas atas dan batas bawah) yang lebih baik daripada peramalan tanpa menggunakan permodelan IGARCH.

Actions (login required)

View Item