Analisis Hubungan Harga Emas dan Pasar Saham Menggunakan Mixed-Copulas

Abstract

Emas dianggap sebagai satu alat investasi yang dapat diandalkan untuk tabungan jangka panjang dan/atau portofolio investasi. Investor yang tidak menyukai risiko besar mempercayai emas sebagai komoditas safe haven yang dapat memitigasi dampak krisis keuangan apa pun. Emas dan saham sering digunakan sebagai pengganti satu sama lain, di mana keduanya memiliki hubungan terbalik. Oleh karena itu digunakan copula untuk menangkap hubungan kebergantungan antara harga emas dunia dengan indeks saham. Data yang digunakan adalah data indeks saham JKSE (Indonesia), PSE (Filipina), Nikkei 225 (Jepang), HSI (Hong Kong), dan harga emas dunia (XAU) periode 1 Januari 2014-31 Desember 2019. Dari data dibuat model ARMA-GARCH untuk mengatasi masalah autokorelasi dan heteroskedastisitas. Kemudian, korelasi antar aset dihitung menggunakan korelasi rank. Selanjutnya dibuat empat pasang data yang dibentuk dari tiap indeks saham dengan harga emas. Selanjutnya, dicari copula terbaik dan estimasi Value-at-Risk (VaR) untuk setiap portofolio. Dari hasil pemilihan copula terbaik untuk tiap pasang data, didapat bahwa emas dapat menjadi aset safe haven di pasar saham negara Hong Kong. Dari hasil VaR menunjukkan bahwa kemungkinan kerugian terbesar terdapat pada pasar Jepang.

Gold is considered as a reliable investment tool for long-term savings and/or investment portfolios. Investors who do not like high risks trust gold to be a safe haven commodity that can mitigate the impact of any financial crisis. Gold and stocks are often used as substitutes for each other, where the two have an inverse relationship. Copula is used to capture the dependence relationship between world gold prices and the stock indexes. The data used are the stock index data for the JKSE Indonesia), PSE (Phillipines), Nikkei 225 (Japan), HSI (Hong Kong), and world gold prices (XAU) from January 1, 2014 to December 31, 2019. From the data, the ARMA-GARCH model is made to solve the problem of autocorrelation and heteroscedasticity. Then, the correlation between assets is calculated using the rank correlation. Furthermore, four pairs of data are made from each stock index with the price of gold. Next, the best copula and the estimated Value-at-Risk (VaR) are sought for each portfolio. From the results of the selecting of the best copula for each pair of data, it is found that gold can be a safe haven asset in the Hong Kong's stock market. The VaR results show that the biggest loss is in the Japanese market.