Pemodelan threshold autoregressive conditional heteroscedasticity (tarch) pada kurs dolar kanada terhadap rupiah
Penulis Utama
:
Kurnia Dwi Saputri
NIM / NIP
:
M0105011
×ABSTRAK
Terdapat dua asumsi dalam model runtun waktu, yaitu homoskedast isitas dan
heteroskedastisitas. Dalam analisis model heteroskedastisitas seperti pada model
ARCH dan GARCH mengasumsikan bahwa nilai residu baik positif maupun negatif
memberikan pengaruh yang simetris terhadap volatilitasnya. Dengan kata lain, ketika
kondisi residu lebih kecil dari nol (bad news) dan lebih besar dari nol (good news),
memberikan pengaruh yang sama terhadap volatilitasnya. Akan tetapi pada
prakteknya asumsi tersebut sering kali dilanggar, tidak semua data runtun waktu
mempunyai pergerakan volatilitas yang simetris. Efek volatilitas yang asimetris dapat
dimodelkan menggunakan model Threshold Autoregressive Conditional
Heteroscedasticity.
Tujuan skripsi ini adalah menentukan model runtun waktu heteroskedastisitas
bersyarat yang sesuai untuk kurs dolar Kanada terhadap rupiah kemudian
menggunakan model tersebut untuk meramalkan kurs dolar Kanada terhadap rupiah
pada beberapa periode ke depan. Metode yang digunakan dalam skripsi ini adalah
studi kasus. Data yang digunakan untuk pemodelan heteroskedastisitas dengan
volatilitas bersifat asimetris adalah kurs dolar Kanada terhadap rupiah periode 30 Juni
2004 sampai 30 Juni 2009. Model TARCH yang terbaik dapat dipilih berdasarkan
nilai Akaike Info Criterion (AIC) dan Schwarz Criterion (SC) dari masing-masing
model.
Hasil pemodelan heteroskedastisitas yang diperoleh adalah model TARCH(2,1)
dengan model AR(1) pada rata-rata bersyaratnya. Ramalan kurs dolar Kanada
terhadap rupiah untuk periode 1,2,3,6 dan 7 Juli 2009 berturut -turut adalah
9289,89785; 9289,87178; 9289,87373; 9289,87359; 9289,87360 rupiah.
Kata kunci : runtun waktu, heteroskedastisitas, volatilitas asimetris, TARCH.
ABSTRACT
There are two assumptions in time series model, which are homoscedastic and
heteroscedast ic. In heteroscedast ic models as on ARCH and GARCH models assume
that the error score even positive or negative give the symmetric influence toward the
volatility. In another word, when the errors of condition is smaller than zero (bad
news) and higher than zero (good news), give the same influence toward its volatility.
However the practice, the assumption is frequently obeyed, not all time series data
have a symmetric volatility movement. The asymmetric volatility effect can be
modelled by using Threshold Autoregressive Conditional Heteroscedasticity.
The purpose of this final project is to determine heteroscedast icity time series
model conditional that appropriate for dollar exchange rate of Canada to the
Indonesian rupiah and then use that model to forecast the dollar exchange rate of
Canada to the Indonesian rupiah in same periods to the future. The method applied in
this final project is case study. Data applied for modelling heteroscedast icity with
asymmetric volatility is dollar exchange rate of Canada to the Indonesian rupiah
between 30 June 2004 to 30 June 2009 periods. The best TARCH model can be
chosen based on value Akaike Info Criterion (AIC) and Schwarz Criterion (SC) from
each model.
The result of modelling of heteroscedast icity is TARCH(2,1) model with AR(1)
model at its conditional mean model. The forecast of dollar exchange rate of Canada
to the Indonesian rupiah for 1,2,3,6 and 7 July 2009 periods continuously are
9289,89785; 9289,87178; 9289,87373; 9289,87359; 9289,87360 rupiah.
Key words: time series, heteroscedasticity, asymmetric conditional volatility,
TARCH.
×
Penulis Utama
:
Kurnia Dwi Saputri
Penulis Tambahan
:
-
NIM / NIP
:
M0105011
Tahun
:
2009
Judul
:
Pemodelan threshold autoregressive conditional heteroscedasticity (tarch) pada kurs dolar kanada terhadap rupiah
