PERBANDINGAN RAMALAN MODEL TARCH DAN …... · DAFTAR TABEL ... distribusi normal dengan rata-rata...
Embed Size (px)
Transcript of PERBANDINGAN RAMALAN MODEL TARCH DAN …... · DAFTAR TABEL ... distribusi normal dengan rata-rata...

PERBANDINGAN RAMALAN MODEL TARCH DAN EGARCH
PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH
Oleh
RETNO HESTININGTYAS
M0106061
SKRIPSI
ditulis dan diajukan untuk memenuhi sebagian persyaratan
memperoleh gelar Sarjana Sains Matematika
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET SURAKARTA
2010

ii
SKRIPSI
PERBANDINGAN RAMALAN MODEL TARCH DAN EGARCH
PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH
yang disiapkan dan disusun oleh
RETNO HESTININGTYAS
M0106061
dibimbing oleh
Pembimbing I,
Winita Sulandari, M.Si
NIP. 19780814 200501 2 002
Pembimbing II,
Drs. Sutrima, M.Si
NIP. 19661007 199302 1 001
telah dipertahankan di depan Dewan Penguji
pada hari Kamis, tanggal 4 Februari 2010
dan dinyatakan telah memenuhi syarat.
Anggota Tim Penguji
1. Irwan Susanto, DEA
NIP.19710511 199512 1 001
2. Drs. Sugiyanto, M.Si
NIP.19611224 199203 1 003
3. Dra. Purnami Widyaningsih
NIP.19620815 198703 2 003
Tanda Tangan
1. ……………….
2. ……………….
3. ……………….
Surakarta, Februari 2010
Disahkan oleh
Fakultas Matematika dan Ilmu Pengetahuan Alam
Dekan,
Prof. Drs. Sutarno, M.Sc, Ph.D
NIP. 19600809 198612 1 001
Ketua Jurusan Matematika,
Drs. Sutrima, M.Si
NIP. 19661007 199302 1 001

iii
ABSTRAK
Retno Hestiningtyas. 2010. PERBANDINGAN RAMALAN MODEL TARCH
DAN EGARCH PADA NILAI TUKAR KURS EURO TERHADAP
RUPIAH. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas
maret.
Nilai tukar kurs euro terhadap rupiah merupakan deretan observasi
variabel random yang dapat dinyatakan sebagai data runtun waktu. Hal ini
disebabkan data tersebut merupakan himpunan observasi yang terurut. Data kurs
euro yang digunakan dalam penelitian ini adalah data untuk periode 28 Januari
2002 sampai 15 Oktober 2009. Data tersebut mempunyai sifat
heteroskedastisitas. Di samping itu, terdapat kondisi leverage effect, yaitu kondisi
bad news dan good news yang tidak simetris terhadap volatilitasnya. Oleh karena
itu, model yang cocok digunakan pada data ini adalah model TARCH dan
EGARCH. Kedua model yang cocok tersebut dipilih berdasarkan nilai Akaike Info
Criterion (AIC) dan Schwarz Criterion (SC). Selanjutnya keduanya digunakan
untuk meramalkan data periode 16 Oktober sampai 22 Oktober 2009 sebagai data
uji.
Model yang cocok digunakan adalah model TARCH(2,1) dengan AR(1),
model TARCH(2,1) dengan MA(1) dan model EGARCH(1,1) dengan AR(1).
Hasil perbandingan ramalan menggunakan TARCH dan EGARCH menunjukkan
bahwa yang lebih cocok adalah TARCH(2,1) dengan MA(1). Hal ini dapat dilihat
dari nilai Mean Squared Error (MSE) yang terkecil.
Kata kunci: TARCH, EGARCH, heteroskedastisitas, keasimetrisan

iv
ABSTRACT
Retno Hestiningtyas. 2010. FORECASTING COMPARISON RESULT USED
TARCH AND EGARCH MODELS FOR EXCHANGE RATE OF EURO
TO THE RUPIAH. Faculty of Mathematics and Natural Sciences. Sebelas Maret
University.
Exchange rate of euro to the rupiah is a random variable of observation
that can be expressed as time series. This is because it is the set of ordered
observations. The euro exchange rate data for the period January 28th , 2002 to
October 15th , 2009 is used in this case. The data have two important properties
owned by time series data in the financial sector, i.e. heteroscedasticity and the
grouping of volatility. In addition, there is condition of leverage effect, i.e. the
condition of good news and bad news is not symmetrical about volatility.
Therefore, the appropriate model for exchange rate of euro to the rupiah are
TARCH and EGARCH. This models are selected by Akaike Info Criterion (AIC)
and Schwarz Criterion (SC). The selected models are then used to forecast the
data for the period October 16th to October 22th , 2009 as a test data.
The appropriate models are TARCH(2,1) with AR(1), TARCH(2,1) with
MA(1) and EGARCH(1,1) with AR(1). Forecasting comparison result used
TARCH and EGARCH shows that TARCH(2,1) with MA(1). This can be seen
from the value of Mean Squared Error (MSE) is smaller than others.
Keywords: TARCH, EGARCH, heteroscedasticity, asymmetric
.

v
PERSEMBAHAN
Karya ini kupersembahkan kepada:
Ibu dan Bapak tercinta. Terima kasih atas kasih sayang,
doa, dan pengorbanan untukku.
Kakak-kakakku dan ponakanku. Terima kasih atas doa dan
dukungannya.

vi
KATA PENGANTAR
Puji syukur penulis panjatkan kepada Allah SWT yang telah melimpahkan
rahmat dan hidayahNya sehingga penulis berhasil menyelesaikan skripsi ini.
Keberhasilan dalam penyusunan skripsi ini tidak terlepas dari bantuan
banyak pihak. Penulis menyampaikan terima kasih kepada semua pihak yang telah
memberikan dukungan, bimbingan, petunjuk dan juga saran selama penyusunan
skripsi ini, antara lain kepada
1. Ibu Winita Sulandari, M.Si sebagai Pembimbing I yang telah dengan sabar
dan teliti memberikan saran, arahan, dan bimbingan dalam penulisan
skripsi ini.
2. Bapak Drs. Sutrima, M.Si sebagai Pembimbing II yang telah memberikan
saran dan bimbingan dalam penulisan skripsi ini.
Semoga skripsi ini bermanfaat bagi pembaca.
Surakarta, Februari 2010
Penulis

vii
DAFTAR ISI
HALAMAN JUDUL ...................................................................................... i
HALAMAN PENGESAHAN .......................................................................... ii
ABSTRAK ...................................................................................................... iii
ABSTRAK ........................................................................................................ iv
PERSEMBAHAN ............................................................................................ v
KATA PENGANTAR ..................................................................................... vi
DAFTAR ISI .................................................................................................... vii
DAFTAR TABEL ............................................................................................ ix
DAFTAR GAMBAR ....................................................................................... x
DAFTAR NOTASI DAN SIMBOL ................................................................ xi
BAB I PENDAHULUAN ...................................................................... 1
1.1 Latar Belakang Masalah ........................................................ 1
1.2 Rumusan Masalah ................................................................. 2
1.3 Batasan Masalah.................................................................... 3
1.4 Tujuan Penelitian .................................................................. 3
1.5 Manfaat Penulisan ................................................................. 3
BAB II LANDASAN TEORI .................................................................. 4
2.1 Tinjauan Pustaka ................................................................... 4
2.1.1 Uji Akar Unit .............................................................. 4
2.1.2 Return ......................................................................... 5
2.1.3 Fungsi ACF dan PACF ............................................... 5
2.1.4 Model ARMA ............................................................. 6
2.1.5 Estimasi Parameter AR(1) dan MA(1) ....................... 7
2.1.6 Diagnostik Model ....................................................... 8
2.1.6.1 Uji Autokorelasi Eror ..................................... 8
2.1.6.2 Homoskedastisitas Variansi ............................ 9
2.1.6.3 MSE Model..................................................... 9
2.1.7 Efek Heteroskedastisitas ............................................. 10
2.1.8 Keasimetrisan Model .................................................. 10

viii
2.1.9 Model TARCH dan EGARCH ................................... 10
2.1.10 Kriteria Informasi ..................................................... 15
2.1.11 Kurtosis ..................................................................... 15
2.2 Kerangka Pemikiran .............................................................. 16
BAB III METODOLOGI PENELITIAN .................................................. 17
BAB IV PEMBAHASAN ......................................................................... 20
4.1 Deskripsi Data ....................................................................... 20
4.2 Transformasi Log Return ...................................................... 20
4.3 Pembentukan Model Stasioner .............................................. 21
4.3.1 Identifikasi Model ........................................................ 21
4.3.2 Estimasi Parameter Model ........................................... 22
4.3.3 Uji Diagnostik .............................................................. 23
4.3.3.1 Uji Autokorelasi ............................................... 23
4.3.3.2 Homoskedastisitas Variansi ............................. 24
4.4 Uji Efek Heteroskedastisitas ................................................. 24
4.4.1 Uji Korelasi Kuadrat Eror ............................................ 24
4.4.2 Uji Efek ARCH Pengali Lagrange ............................... 26
4.5 Pengujian Keasimetrisan Model ........................................... 27
4.6 Pembentukan Model Heteroskedastisitas .............................. 28
4.7 Uji Diagnostik Model ............................................................ 32
4.7.1 Uji Efek ARCH Pengali Lagrange dalam Eror ............ 32
4.7.2 Distribusi Eror .............................................................. 33
4.8 Peramalan .............................................................................. 34
4.8.1 Peramalan Volatilitas ................................................... 34
4.8.2 Peramalan Rata-rata Bersyarat ..................................... 35
BAB V PENUTUP ................................................................................... 40
5.1 Kesimpulan ........................................................................... 40
5.2 Saran ...................................................................................... 40
DAFTAR PUSTAKA ...................................................................................... 41

ix
DAFTAR TABEL
Tabel 2.1 ciri-ciri teoritis ACF dan PACF untuk model ARMA(p,q) .......... 7
Tabel 4.1 hasil estimasi model AR(1) dan MA(1) pada data log return ....... 22
Tabel 4.2 uji Breusch-Godfrey eror model AR(1) dan MA(1) ..................... 23
Tabel 4.3 uji pengali Lagrange ARCH untuk eror model AR(1) dan MA(1) 26
Tabel 4.4 hasil estimasi model TARCH ....................................................... 29
Tabel 4.5 hasil estimasi bersama model TARCH(2,1) dengan AR(1) dan MA(1)
...................................................................................................... 30
Tabel 4.6 hasil estimasi model EGARCH..................................................... 31
Tabel 4.7 hasil estimasi bersama model EGARCH dengan AR(1) dan MA(1)
...................................................................................................... 32
Tabel 4.8 uji pengali Lagrange TARCH dan EGARCH ............................... 33
Tabel 4.9 kurtosis .......................................................................................... 34
Tabel 4.10 ramalan volatilitas log return 5 periode ke depan ........................ 35
Tabel 4.11 ramalan log return ......................................................................... 36
Tabel 4.12 MSE model ................................................................................... 39

x
DAFTAR GAMBAR
Gambar 3.1 bagan alir pemodelan TARCH dan EGARCH .......................... 19
Gambar 4.1 nilai tukar kurs euro terhadap rupiah .................................... 20
Gambar 4.2 log return nilai tukar kurs euro terhadap rupiah ...................... 21
Gambar 4.3 ACF log return nilai tukar kurs euro terhadap rupiah ............... 21
Gambar 4.4 PACF log return nilai tukar kurs euro terhadap rupiah ............ 22
Gambar 4.5 eror model AR(1) ...................................................................... 24
Gambar 4.6 eror model MA(1) ..................................................................... 24
Gambar 4.7 ACF kuadrat eror model AR(1) ................................................ 25
Gambar 4.8 PACF kuadrat eror model AR(1) .............................................. 25
Gambar 4.9 ACF kuadrat eror model MA(1)................................................ 25
Gambar 4.10 PACF kuadrat eror model MA(1) ............................................. 25
Gambar 4.11 cross correlogram antara dengan model AR(1) ....... 27
Gambar 4.12 cross correlogram antara dengan model MA(1) ...... 27
Gambar 4.13 histogram model ........................................................................ 33
Gambar 4.14 ramalan model TARCH(2,1) dengan AR(1) ............................. 37
Gambar 4.15 ramalan model TARCH(2,1) dengan MA(1) ............................ 37
Gambar 4.16 ramalan model EGARCH(1,1) dengan AR(1) .......................... 37
Gambar 4.17 ramalan model TARCH(2,1) dengan AR(1) setelah translasi .. 38
Gambar 4.18 ramalan model TARCH(2,1) dengan MA(1) setelah translasi .. 38
Gambar 4.19 ramalan model EGARCH(1,1) dengan AR(1) setelah translasi 38

xi
DAFTAR NOTASI DAN SIMBOL
𝑍𝑡 : data pengamatan ke t
T : ukuran sampel
𝑡𝛼 ,(𝑇−1) : distribusi Student-t dengan derajat bebas T-1
𝑟𝑡 : log return
𝐸( ) : harga harapan
𝜇 : rata-rata
𝜎2 : variansi
𝛾𝑘 : autokovariansi pada lag-k
ρk : korelasi pada lag-k
Φ𝑘𝑘 : autokorelasi parsial pada lag-k
𝐵 : operator Bakkshift
∅ : parameter AR
𝜃 : parameter MA
p : order parameter AR
q : order parameter MA
𝑆∗ : jumlah kuadrat residu
𝜀𝑡 : eror model rata-rata bersyarat pada waktu t
𝑅2 : koefisien determinasi
𝜒𝑘2 : distribusi Chi-Squared dengan derajat bebas k
𝜉 : statistik uji pengali Lagrange
𝑒𝑡2 : kuadrat standar eror model rata-rata bersyarat
𝑒𝑡−𝑘 : lagged standar eror model rata-rata bersyarat
𝜓𝑡 : himpunan semua informasi 𝜀𝑡 pada waktu sampai di t
N(0,σt2) : distribusi normal dengan rata-rata nol dan variansi σt
2
𝜔 : konstanta parameter TARCH
𝛼 : parameter ARCH
𝛾 : parameter yang mengukur keasimetrisan dalam model
𝛽 : parameter TARCH

xii
n : order dari parameter ARCH dan parameter yang
mengukur keasimetrisan dalam model
m : order dari parameter TARCH
𝑎 : konstanta model EGARCH
𝑏 : parameter EGARCH
𝑐 : parameter yang mengukur keasimetrisan dalam model
𝑑 : parameter GARCH
r : order parameter EGARCH
s : order parameter GARCH dan parameter yang mengukur
keasimetrisan dalam model
H : matriks Hessian
𝜆 : variabel step length
𝑙𝑡 : fungsi likelihood
𝑥𝑡 : variabel eksogen
Θ : vektor parameter model regresi linear TARCH
Φ : vektor parameter model regresi linear EGARCH
𝑓( ) : fungsi densitas probabilitas