Estimasi spot rate menggunakan model gerak Brown geometri, model Vasicek, model Cox-Ingersoll-Ross (CIR), dan model deret waktu

Abstract

Tingkat suku bunga menjadi suatu hal yang penting dalam dunia perekonomian, karena sering digunakan sebagai acuan dalam menentukan berbagai hal, misalnya, perusahaan asuransi dalam menentukan tingkat diskonto yang digunakan dalam menentukan cadangan premi. Maka dari itu, pergerakan tingkat suku bunga perlu dimodelkan dan diestimasi. Nilai tingkat suku bunga selalu berubah terhadap waktu secara stokastik, sehingga tingkat suku bunga akan dimodelkan dengan model-model stokastik. Di Indonesia, salah satu tingkat suku bunga yang dapat digunakan sebagai acuan adalah tingkat suku bunga yang diambil dari tingkat imbal hasil Surat Utang Negara (SUN) dengan berbagai waktu jatuh tempo (tenor). Pada skripsi ini, tingkat suku bunga dari tingkat imbal hasil SUN akan dimodelkan dengan menggunakan model stokastik, yaitu model gerak Brown Geometri (GBM), model Vasicek, dan model CIR (Cox-Ingersoll-Ross), dengan mengestimasi parameter model. Hasil estimasi parameter model akan digunakan untuk mengestimasi nilai tingkat suku bunga di masa yang akan datang. Selain itu, tingkat suku bunga juga akan dimodelkan dengan model deret waktu ARIMA. Hasil estimasi dengan modelmodel stokastik dan model deret waktu akan dibandingkan dan diperiksa tingkat keakuratannya dengan mencari nilai galat mutlak (absolut error) dan nilai Root Mean Square Error (RMSE). Berdasarkan penelitian model yang paling akurat untuk mengestimasi tingkat suku bunga dengan window 24 bulan adalah model CIR dan tingkat suku bunga dengan window 60 bulan adalah model deret waktu. Jadi, model deret waktu akan cocok digunakan untuk memodelkan data historis dengan window yang cukup panjang, sedangkan model stokastik akan lebih cocok digunakan untuk memodelkan data historis dengan window yang pendek.