Analisis model GARCH dan EGARCH untuk memprediksi volatilitas return indeks saham Indonesia

Abstract

Pada penelitian ini, performa model GARCH dan EGARCH dianalisis untuk memprediksi volatilitas indeks saham Indonesia. Data yang digunakan dalam pemodelan ini adalah data return indeks saham yang dianalisis untuk mengetahui apabila data return tersebut telah memenuhi asumsi model GARCH dan EGARCH. Asumsi model yang akan dicari tahu adalah keberadaan pengelompokan volatilitas, shock volatility, data indeks saham berdistribusi fat-tailed, data bersifat stasioner, dan adanya heteroskedastisitas pada data. Terdapat tiga indeks saham yang digunakan pada penelitian ini, yaitu Indeks Harga Saham Gabungan (IHSG), LQ45, dan Indeks Saham Syariah Indonesia (ISSI). Volatilitas indeks saham tidak hanya dipengaruhi oleh return indeks saham pada hari sebelumnya, namun juga oleh volatilitas indeks saham hari sebelumnya. Oleh sebab itu, model GARCH dipilih karena mengikutsertakan return dan volatilitas indeks saham sebelumnya dalam mencari volatilitas indeks saham. Sebagai bentuk pengembangan model GARCH, terdapat model EGARCH yang dapat mendeteksi keberadaan sifat asimetris pada data yang ditunjukkan dengan adanya leverage effect. Sifat asimetris ini juga membedakan kedua model tersebut dikarenakan model GARCH yang memiliki sifat simetris dan batasan terhadap parameter non negatif. Hasil penelitian menunjukkan bahwa model EGARCH lebih unggul dalam memprediksi volatilitas dengan perbandingan error terhadap data asli lebih kecil dibandingkan dengan model GARCH.