Search for collections on Undip Repository

Peramalan Volatilitas Dengan Model EGARCH dan APARCH Dalam Pengukuran Estimasi Risiko Saham PT. Bank Central Asia Tbk

SYAHRANI, Salsabila Edrina (2026) Peramalan Volatilitas Dengan Model EGARCH dan APARCH Dalam Pengukuran Estimasi Risiko Saham PT. Bank Central Asia Tbk. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

[thumbnail of FILE SKRIPSI (1).zip] Archive
FILE SKRIPSI (1).zip
Restricted to Repository staff only

Download (8MB) | Request a copy
[thumbnail of 1. COVER.pdf] Text
1. COVER.pdf

Download (168kB)
[thumbnail of 3. HALAMAN PENGESAHAN I.pdf] Text
3. HALAMAN PENGESAHAN I.pdf

Download (218kB)
[thumbnail of 4. HALAMAN PENGESAHAN II.pdf] Text
4. HALAMAN PENGESAHAN II.pdf

Download (207kB)
[thumbnail of 5. KATA PENGANTAR.pdf] Text
5. KATA PENGANTAR.pdf

Download (233kB)
[thumbnail of 6. ABSTRAK.pdf] Text
6. ABSTRAK.pdf

Download (328kB)
[thumbnail of 7. ABSTRACT.pdf] Text
7. ABSTRACT.pdf

Download (233kB)
[thumbnail of 8. DAFTAR ISI.pdf] Text
8. DAFTAR ISI.pdf

Download (415kB)
[thumbnail of 12. BAB I PENDAHULUAN.pdf] Text
12. BAB I PENDAHULUAN.pdf

Download (350kB)
[thumbnail of 17. DAFTAR PUSTAKA.pdf] Text
17. DAFTAR PUSTAKA.pdf

Download (336kB)

Abstract

Harga saham seringkali berfluktuasi sehingga menimbulkan ketidakpastian
yang menjadi aspek penting dalam penilaian risiko investasi. Volatilitas adalah ukuran
dari ketidakpastian terkait hasil yang diperoleh dari saham. Model Autoregressive
Conditional Heteroskedasticity (ARCH) dan Generalized ARCH (GARCH) telah
banyak digunakan untuk memodelkannya, tetapi model GARCH kurang mampu
menangani efek asimetri ketika berita buruk berdampak lebih besar terhadap volatilitas.
Untuk mengatasi hal tersebut, dikembangkan model Exponential GARCH (EGARCH)
dan Asymmetric Power ARCH (APARCH) yang mampu menangkap efek asimetri.
Penelitian ini memodelkan dan meramalkan volatilitas return saham mingguan PT
Bank Central Asia Tbk (BBCA) periode 1 Januari 2018 sampai 28 September 2025
menggunakan pendekatan EGARCH dan APARCH. Estimasi parameter menggunakan
Maximum Likelihood Estimation (MLE). Model terbaik yang diperoleh yaitu
ARMA(2,2) dan model EGARCH(2,1). Kriteria terbaik dari model berdasarkan nilai
Symmetric Mean Absolute Percentage Error (SMAPE) sebesar 29,5086% pada data
training dan 31,2241% pada data testing. Berdasarkan peramalan volatilitas untuk 10
minggu ke depan diperoleh Value at Risk maksimum sebesar 7,1226%.
Kata Kunci : Saham, PT. Bank Central Asia Tbk, Peramalan, Volatilitas, EGARCH,
APARCH, Value at Risk.

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Statistics
Depositing User: Yemima Laras Sekarsari
Date Deposited: 04 Jun 2026 01:44
Last Modified: 04 Jun 2026 01:44
URI: https://eprints2.undip.ac.id/id/eprint/51761

Actions (login required)

View Item View Item