MODEL VOLATILITAS DAN PREDIKSI SDPP BERBASIS MEAN DAN VARIANSI BERSYARAT
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Bandung
Author
CYNTHIA (NIM: 10114059), EUNICE (STUDENT ID : )
Subject
Datestamp
0000-00-00 00:00:00
Abstract :
Peubah acak mean dan variansi bersyarat merupakan komponen utama dari ukuran risiko SDPP (Standard Deviation Premium-Principle) yang dapat digunakan untuk mengkuantifikasi risiko (kerugian). Pada Tugas Akhir ini, dilakukan perhitungan mean dan variansi bersyarat beserta penaksirnya melalui dua macam ilustrasi, yaitu ilustrasi pada kebergantungan dua peubah acak dan proses stokastik. Selain itu, dikaji pula perbandingan sifat empirik, kurtosis dan fungsi autokorelasi, pada model volatilitas GARCH(1,1) dan SVAR(1) dalam mengakomodir karakteristik data kerugian, yaitu memiliki distribusi ekor tebal dan pengelompokan volatilitas. Berdasarkan hasil simulasi, didapatkan bahwa model SVAR(1) lebih baik dalam mengakomodir karakteristik ekor tebal, sedangkan model GARCH(1,1) lebih baik dalam mengakomodir karakteristik pengelompokan volatilitas. Lebih jauh, pada Tugas Akhir ini, diformulasikan representasi SDPP sebagai fungsi dari kurtosis pada model GARCH(1,1) dan SVAR(1). Melalui simulasi pada data real dan data bangkitan, didapatkan bahwa nilai prediksi SDPP model SVAR(1) lebih besar dibandingkan model GARCH(1,1).
Peubah acak mean dan variansi bersyarat merupakan komponen utama dari ukuran risiko SDPP (Standard Deviation Premium-Principle) yang dapat digunakan untuk mengkuantifikasi risiko (kerugian). Pada Tugas Akhir ini, dilakukan perhitungan mean dan variansi bersyarat beserta penaksirnya melalui dua macam ilustrasi, yaitu ilustrasi pada kebergantungan dua peubah acak dan proses stokastik. Selain itu, dikaji pula perbandingan sifat empirik, kurtosis dan fungsi autokorelasi, pada model volatilitas GARCH(1,1) dan SVAR(1) dalam mengakomodir karakteristik data kerugian, yaitu memiliki distribusi ekor tebal dan pengelompokan volatilitas. Berdasarkan hasil simulasi, didapatkan bahwa model SVAR(1) lebih baik dalam mengakomodir karakteristik ekor tebal, sedangkan model GARCH(1,1) lebih baik dalam mengakomodir karakteristik pengelompokan volatilitas. Lebih jauh, pada Tugas Akhir ini, diformulasikan representasi SDPP sebagai fungsi dari kurtosis pada model GARCH(1,1) dan SVAR(1). Melalui simulasi pada data real dan data bangkitan, didapatkan bahwa nilai prediksi SDPP model SVAR(1) lebih besar dibandingkan model GARCH(1,1).
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
