PEMODELAN VOLATILITAS SAHAM MENGGUNAKAN MODEL ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY

Abstract

Model Generalized Autoregressive Conditional Heteroscedasticity (GARCH) merupakan generalisasi dari model Autoregressive Conditional Heteroscedasticity (ARCH). Model GARCH digunakan untuk memodelkan volatilitas pada return saham yang memiliki heteroskedastisitas. Namun model GARCH mengabaikan efek asimetris pada volatilitas sehingga ditemukan model Asymmetric Power Autoregressive Conditional Heteroscedasticity (APARCH). Model APARCH digunakan untuk memodelkan volatilitas yang memiliki efek asimetris. Efek asimetris dapat dilihat dari cross correlogram dengan melakukan korelasi silang residual kuadrat model Box-Jenkins dan residual model GARCH. Tujuan penelitian ini adalah untuk menentukan model APARCH return saham Bank Central Asia (BCA) pada 4 Juni 2015 sampai dengan 28 Maret 2018. Hasil penelitian menunjukkan model terbaik Box-Jenkins adalah model AR(3). Residual kuadrat model AR(3) digunakan untuk melakukan uji heteroskedastisitas sedangkan residual model GARCH(1,1) digunakan untuk uji efek asimetris. Model APARCH terbaik yang diperoleh adalah APARCH (1,1).

Kata Kunci: Asimetris, GARCH, APARCH