Pendugaan Value at Risk Portofolio Multivariat Saham Menggunakan Metode Asymmetric GARCH-EVT-Copula
Date
2021Author
Mubarokah, Isna Shofia
Fitrianto, Anwar
Afendi, Farit Mochamad
Metadata
Show full item recordAbstract
Value at Risk (VaR) merupakan salah satu ukuran risiko finansial dalam manajemen risiko. Beberapa masalah akan muncul karena banyak ditemukan data return finansial yang tidak memiliki sebaran normal serta memiliki kebergantungan yang tak linier. Sehingga salah satu solusi yang dapat digunakan adalah memodelkan kebergantungan peubah tersebut menggunakan Vine copula. Data return finansial yang merupakan data deret waktu umumnya berautokorelasi dan memiliki volatilitas yang tidak konstan (heteroskedastik) dari waktu ke waktu. Sehingga diperlukan pemodelan yang dapat mengakomodir permasalahan tersebut, diantaranya adalah GARCH dan Asymmetric GARCH.
Penelitian ini bertujuan untuk menerapkan metode GARCH-EVT-Vine Copula terhadap perhitungan nilai risiko VaR pada portofolio saham valuta asing. Dalam penelitian ini kami menggunakan data harian nilai tukar Rupiah terhadap tiga mata uang asing, diantaranya adalah IDR/CNY, IDR/JPY, dan IDR/USD. Data yang digunakan merupakan data dalam periode 4 Januari 2016 hingga 20 Januari 2020. Menggunakan ketiteria AIC dan BIC terkecil, diperoleh hasil bahwa model terbaik untuk data IDR/CNY adalah EGARCH, model terbaik untuk data IDR/USD adalah GARCH dan model terbaik untuk data IDR/JPY adalah GJR-GARCH. Dan untuk memodelkan kebergantungan ketiga peubah tersebut diperoleh metode terbaik adalah metode D Vine Frank Copula dengan hasil nilai VaR untuk taraf nyata 10% sebesar 0,00492769. Value at Risk (VaR) is a measure of financial risk in risk management. Several problems will arise because there are many financial return data found that do not have a normal distribution and have non-linear dependencies. Therefore one of the solution that can be used to solve this problem is to model the dependence of these variables using Vine copula. Financial return data, which is time series data, is generally autocorrelated and has non-constant (heteroscedastic) volatility from time to time. Therefore, approaches to model the situation are needed, such as GARCH and Asymmetric GARCH.
This study aims to apply the GARCH-EVT-Vine Copula method to the calculation of the VaR risk value in foreign exchange stock portfolios. In this study we used daily data on the exchange rate of the Rupiah against three foreign currencies, including IDR / CNY, IDR / JPY, and IDR / USD in the period of January 4, 2016 to January 20, 2020. Using AIC and BIC we find EGARCH as the best model for IDR/CNY exchange rates daily return, GARCH as the best model for IDR/USD exchange rates daily return and GJR-GARCH as the best model for IDR/JPY exchange rates daily return. And to model the dependence of these three variables, the best method is the D Vine Frank Copula method with the results of the VaR value for alpha 10% is 0.00492769.