Pemodelan Volatilitas Long Memory pada Indeks Harga Saham Gabungan (IHSG) Menggunakan Model FIEGARCH.

Abstract

IHSG merupakan salah satu pedoman bagi investor dalam berinvestasi di pasar modal karena IHSG menunjukkan indikator pergerakan harga saham di Bursa Efek Indonesia (BEI). Data IHSG memiliki volatilitas yang tinggi karena fluktuasinya yang tinggi pula di pasar bursa. Volatilitasnya yang tinggi menyebabkan ragam galatnya heterogen. Dalam pasar modal, sering ditemukan bahwa volatilitas dari galat ketika ada guncangan negatif lebih besar daripada ketika ada guncangan positif yang disebut sebagai efek asimetrik. Penelitian ini bertujuan untuk memodelkan nilai harian IHSG menggunakan model FIEGARCH dan melakukan peramalan. Data yang digunakan adalah IHSG periode Januari 2002 sampai Juni 2017. Pemodelan menggunakan nilai return dari harga penutupan IHSG. Model AR(1)-FIEGARCH(1,d,1) merupakan model terbaik karena mampu mengatasi heteroskedastisitas, memperbolehkan adanya respon volatilitas yang asimetrik, serta mampu memperhitungkan karakteristik long memory dalam volatilitasnya. Adanya long memory dalam return IHSG terbukti dari nilai fraksi d yang signifikan pada ragam bersyaratnya. Model AR(1)- FIEGARCH(1,d,1) mampu meramalkan beberapa periode jangka pendek ke depan dengan baik. Hal ini terlihat dari nilai statistik MAPE, MSE, dan RMSE yang kecil. Akan tetapi, model ini belum cukup baik dalam melakukan peramalan jangka panjang beberapa bulan ke depan karena nilai MAPE yang masih besar di atas 10%. Peramalan terhadap ragam bersyarat ini akan bermanfaat bagi para investor dan regulator pasar modal dalam membuat kebijakan serta mengambil keputusan investasi baik dalam jangka pendek maupun jangka panjang.