PEMODELAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) PADA KASUS NILAI RETURN SAHAM PT. TELEKOMUNIKASI INDONESIA Tbk

Ferdian, Reinaldi and Agustina, Dian and Herlin, Fransiska (2022) PEMODELAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) PADA KASUS NILAI RETURN SAHAM PT. TELEKOMUNIKASI INDONESIA Tbk. Undergraduated thesis, Universitas Bengkulu.

Text SKRIPSI REINALDI FERDIAN (F1F016026).pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (1MB)

Abstract

ABSTRAK PEMODELAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) PADA KASUS NILAI RETURN SAHAM PT. TELEKOMUNIKASI INDONESIA Tbk Oleh: Reinaldi Ferdian F1F016026 Data di sektor keuangan seperti indeks saham memiliki volatilitas yang tinggi. Volatilitas adalah besarnya nilai fluktuasi dari saham, dalam hal ini fluktuasinya pada varians dari return saham. Volatilitas yang tinggi ditunjukkan oleh suatu fase dimana fluktuasinya relatif tinggi dan kemudian diikuti fluktuasi yang rendah, dengan kata lain mempunyai varian yang tidak konstan (heteroskedastisitas) Cara mengatasi adanya masalah heteroskedastisitas ini, dapat dilakukan dengan yaitu Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Tujuan penelitian ini adalah melakukan pemodelan GARCH pada kasus return saham PT. TELKOM dan meramalkan return saham dengan metode GARCH. Hasil dari penelitian ini adalah model yang terbentuk yaitu ARIMA([2,3],0,0) dan GARCH(1,1). Hasil peramalan diperoleh bahwa nilai MAE dan RMSE untuk model GARCH(1,1) adalah 0.01209 dan 0.00891 yang mendekati nilai 0 dan dikategorikan peramalan model sudah baik. Kata kunci: ARIMA, GARCH, return, saham.

Actions (login required)

View Item