FAIZAH, Asyifa Nusril (2025) Analisis Volatilitas Return Saham Bank BRI menggunakan Model ARCH/GARCH. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.
|
Text
01. COVER.pdf Download (64kB) |
|
|
Text
03. HALAMAN PENGESAHAN I.pdf Download (73kB) |
|
|
Text
04. HALAMAN PENGESAHAN II.pdf Download (66kB) |
|
|
Text
05. KATA PENGANTAR.pdf Restricted to Repository staff only Download (71kB) | Request a copy |
|
|
Text
06. ABSTRAK.pdf Download (69kB) |
|
|
Text
07. ABSTRACT.pdf Download (57kB) |
|
|
Text
08. DAFTAR ISI.pdf Download (69kB) |
|
|
Text
12. BAB I PENDAHULUAN.pdf Download (84kB) |
Abstract
ABSTRAK
Saham PT. Bank Rakyat Indonesia (Persero) Tbk. menempati posisi kedua
sebagai saham dengan kapitalisasi pasar terbesar berdasarkan kapitalisasi pasar di
Bursa Efek Indonesia (BEI). Volatilitas dalam return saham mengacu pada
terjadinya fluktuasi harga saham dari waktu ke waktu, mencerminkan risiko pasar
dan ketidapastian yang dihadapi oleh investor. Volatilitas pada return saham
mengindikasikan terjadinya masalah heteroskedastisitas pada bagian sisa atau error
dari model, yaitu pada residual return saham. Model ARIMA digunakan untuk
menangkap pola linier dari return saham, sementara model volatilitas
Autoregressive Conditional Heteroscedasticity (ARCH) dan Generalized
Autoregressive Conditional Heteroscedasticity (GARCH) diterapkan pada residual
dari return saham untuk memodelkan volatilitas yang mencerminkan fluktuasi
harga pasar yang tidak stabil. Model ARCH dan GARCH memungkinkan untuk
menangani heteroskedastisitas yang disebabkan oleh terjadinya volatilitas data
saham Bank BRI pada periode 1 Juli 2019 hingga 27 Juni 2023. Hasil dari analisis
menyimpulkan bahwa terdapat efek heteroskedastisitas pada data saham Bank BRI.
Model terbaik yang didapatkan untuk data saham Bank BRI adalah model
ARIMA(0,0,[2,3])-GARCH(2,2) dengan nilai AIC terkecil yang didapatkan adalah -3,7656 dengan tingkat kepercayaan 95%.
Kata Kunci: Saham, Return, ARIMA, Heteroskedastisitas, ARCH, GARCH.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Subjects: | Sciences and Mathemathic |
| Divisions: | Faculty of Science and Mathematics > Department of Statistics |
| Depositing User: | Yemima Laras Sekarsari |
| Date Deposited: | 10 Oct 2025 06:37 |
| Last Modified: | 10 Oct 2025 06:37 |
| URI: | https://eprints2.undip.ac.id/id/eprint/39910 |
Actions (login required)
![]() |
View Item |
