ANALISIS EMPIRIS MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) DALAM KONTEKS MANAJEMEN RISIKO KEUANGAN

Tampubolon, Maria Stephani (2024) ANALISIS EMPIRIS MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) DALAM KONTEKS MANAJEMEN RISIKO KEUANGAN. Undergraduate thesis, UNDIP.

	Text FILE 1 PENDAHULUAN - Maria Stephani.pdf Download (171kB)
	Text FILE 2 ISI - Maria Stephani.pdf Restricted to Repository staff only Download (794kB) \| Request a copy
	Text FILE 3 DAFTAR PUSTAKA - Maria Stephani.pdf Download (74kB)

Abstract

"Data return adalah jenis data yang memiliki variasi yang tidak stabil atau heteroskedastisitas. Heteroskedastisitas berarti variasi data berubah-ubah sepanjang waktu (tidak konsisten). Salah satu cara untuk memodelkan data return adalah dengan menggunakan model Generalized Autoregressive Conditional Heteroscedastic (GARCH). Sedangkan untuk menghitung nilai risiko, bisa digunakan metode Value at Risk (VaR). Teknik analisis data yang digunakan pada penelitian ini adalah model Generalized Autoregressive Conditional Heteroscedastic (GARCH) menggunakan software Eviews 13. Nilai risiko yang diperoleh dari hasil penelitian ini berupa estimasi VaR model GARCH dengan distribusi normal dan model GARCH pada harga penutupan saham PT. Unilever Indonesia untuk periode 2019 – 2023.
Kata Kunci: Return, Volatilitas, Value at Risk, GARCH"

Item Type:	Thesis (Undergraduate)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Department of Mathematics
Depositing User:	Nurcahya Yulian
Date Deposited:	01 Jul 2024 03:53
Last Modified:	01 Jul 2024 03:53
URI:	https://eprints2.undip.ac.id/id/eprint/24539

Actions (login required)

View Item

Search for collections on Undip Repository