| dc.description.abstract | Data deret waktu pengembalian harga saham memiliki volatilitas yang tinggi dan ragam pengembalian harga saham yang tidak homogen menurut waktunya. Data deret waktu dengan ragam yang tidak homogen di setiap waktunya dinamakan data deret waku dengan conditional heteroskedastic (hetroskedastisitas bersyarat). Hal ini karena berhubungan dengan risiko yang harus diterima investor dan pengembalian yang diharapkan investor. Metode yang dapat digunakan untuk mengatasi heteroskedastisitas diantaranya model GARCH yang mengasumsikan adanya korelasi positif antara pengembalian dan perubahan dalam volatilitas pengembalian dan jika terdapat korelasi negatif antara pengembalian dan perubahan volatilitas (pengaruh asimetrik). Untuk mengatasi pengaruh asimetrik, salah satu model yang dapat digunakan adalah model EGARCH. Penelitian ini bertujuan untuk melihat performa model GARCH ketika krisis terjadi, dimana model GARCH melihat galat positif dan galat negatif sebagai pengaruh yang sama terhadap ragam. Kemudian membandingkan hasil peramalan model GARCH dengan model EGARCH yang melihat galat positif dan galat negatif memberikan pengaruh yang berbeda terhadap ragam. Data yang digunakan adalah data indeks harga saham sektor properti pada bulan Januari 2006 hingga Juni 2009 yang dicatat sesuai dengan banyaknya hari kerja. Data yang digunakan untuk pemodelan adalah data pengembalian harga saham dari bulan Januari 2006 hingga Mei 2009 dengan banyaknya pengamatan adalah 827, sedangkan 22 pengamatan terakhir pada bulan Juni 2009 digunakan untuk validasi model. Data diperoleh dari www.idx.co.id. Model untuk deret waktu pengembalian harga saham sektor properti bulan Januari 2006 hingga Mei 2009 adalah model GARCH (1,1) dan EGARCH (1,1). Meskipun dalam kondisi krisis, model GARCH masih dapat dikatakan memiliki performa yang baik untuk digunakan karena nilai MAD, MAE, MAPE, dan RMSE dari hasil validasi untuk bulan Juni 2009 cukup kecil. Dari hasil validasi juga dapat diketahui model EGARCH lebih baik dari model GARCH jika berdasarkan nilai MAPE, tetapi jika berdasarkan nilai MAD, MAE, dan RMSE model GARCH dan EGARCH tidak terlihat adanya perbedaan. Kata kunci: EGARCH, GARCH, heteroskedastisitas | id |
