Analisis Volatility Forecasting Sembilan Bahan Pokok Menggunakan Metode Garch Dengan Program R (original) (raw)
Related papers
Aplikasi Model ARCH-GARCH dalam Menganalisis Volatilitas Harga Bawang Merah
Informatika Pertanian, 2019
Analisis volatilitas harga sangat diperlukan terutama untuk menentukan kebijakan harga di masa yang akan datang. Salah satu model yang biasa digunakan untuk menganalisis sifat volatilitas harga adalah ARCH/GARCH. Penelitian ini bertujuan untuk menganalisis sifat volatilitas harga bawang merah nasional menggunakan ARCH/GARCH. Data yang digunakan dalam penelitian adalah data sekunder, yaitu harga rata-rata harian bawang merah nasional dalam kurun waktu 2011-2015. Analisis volatilitas harga bawang merah dalam penelitian dilakukan dengan bantuan software Eviews 6. Hasil penelitian menunjukkan karakteristik volatilitas harga bawang merah dalam kurun waktu 2011-2015 berdasarkan model ARCH/GARCH dikategorikan rendah sehingga pergerakan harga dapat diprediksi dan diantisipasi sebagai early warning system akan terjadinya lonjakan atau penurunan harga. Selain itu dapat diestimasi volatilitas harga bawang di masa mendatang akan semakin kecil dengan perubahan harga harian terjadi rata-rata setiap enam hari. Oleh karena itu disarankan bagi pengambil kebijakan untuk mengatur distribusi ketika harga mulai bergejolak untuk menghindari kenaikan harga yang lebih tinggi atau jatuh.
Analisis Volatilitas Harga Bawang Putih Di Kota Manado Menggunakan Model GARCH
Distributed Computing, 2020
Analisis volatilitas harga sangat diperlukan oleh para pelaku ekonomi karena hasil analisisnya dapat digunakan untuk pengambilan keputusan terkait masalah resiko usaha. Salah satu metode untuk memodelkan perilaku data dengan volatilitas tinggi degan menggunakan model Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Tujuan penelitian ini adalah menentukan volatilitas harga Bawang Putih menggunakan model GARCH. Data yang digunakan adalah data harga bulanan bawang putih periode Januari 2015 sampai Maret 2019. Hasil volatilitas harga bawang putih cenderung stabil pada Januari 2015 sampai Maret 2017 dan pada Juli 2018 sampai Februari 2019, sedangkan pada April 2017 sampai Juni 2018 volatilitas harga bawang putih berfluktuasi dengan amplitude yang lebih besar.
Analisis Volatilitas Harga Cabai Keriting di Indonesia dengan Pendekatan ARCH GARCH
Jurnal Agro Ekonomi
EnglishChili includes a strategic commodity in Indonesia because of its high price volatility that makes it a major determinant of national inflation dynamics. The government always tries to improve its capability in implementing the chili price stabilization policy. The objective of the study is to assess the volatility of curly chili price volatility in Indonesia by using the ARCH GARCH approach with daily price data of January 2011 to December 2015. The results showed that the right model to calculate chili price volatility is ARCH (1). The price volatility was low and price movement was only influenced by the volatility in the previous day, not by the price variant, so the chili price volatility in the future will be smaller. Low volatility indicates that demand and supply characteristics were predictable. Price changes gradually and predictable. Farmers’ protection policy through import restrictions improves stability of domestic supply. The policy reduces the risk of drastic d...
Peramalan Volatilitas Saham Menggunakan Model Exponential Garch Dan Threshold Garch
E-Jurnal Matematika, 2019
In financial data there is asymmetric volatility, which denotes the different movements on conditional volatility of increase and decrease financial asset returns. The exponential GARCH and threshold GARCH models can be used to capture asymmetric volatility, called leverage effect. The aim of this research is to determine the best model between exponential GARCH and threshold GARCH models, and to know the results of forecasting volatility the LQ-45 stock index using the best model. The research showed that the best model to predicting volatility is EGARCH(2,1), because it has the smallest AIC value compared to other models. Then forecasting volatility of the LQ-45 stock index using EGARCH(2,1) showed that volatility increase from the first period until fourteenth period, this means that it has high volatility.
Peramalan Volatilitas Indeks Harga Saham Gabungan (Ihsg) Menggunakan Model Garch Dan Threshold Garch
2011
Volatilitas adalah suatu ukuran ketidakpastian dari suatu data deret waktu keuangan atau resiko yang mungkin dihadapi investor dalam perdagangan bursa. Model TGARCH adalah salah satu model volatilitas yang mempertimbangkan efek asimetris. Model ini mempunyai keutamaan yaitu lebih mudah melakukan peramalan volatilitas (ragam bersyarat) yaitu dengan menganggap peluang nilai ramalan periode mendatang bernilai positif atau negatif adalah 50:50. Tujuan penelitian ini adalah memodelkan dan meramalkan keheterogenan ragam (volatilitas) data deret waktu keuangan yang juga mengandung efek asimetris. Dalam penelitian ini diawali dengan transformasi return yang menjamin data stasioner terhadap ragam dan rata-rata, lalu dipilih mean model terbaik yaitu ARIMA (1,0,0). Didapatkan model GARCH terbaik adalah GARCH (1,2) dan TGARCH terbaik adalah TGARCH (1,2) yang selanjutnya digunakan untuk melakukan peramalan volatilitas (ragam bersyarat) 10 periode mendatang dan memperlihatkan adanya efek Leverage pada volatilitas terhadap nilai return yang berakibat terhadap sisaan bernilai positif atau negatif, dan menunjukkan bahwa terdapat korelasi negatif antara return dan perubahan volatilitas. Ini menunjukkan bahwa volatilitas cenderung meningkat saat bad news (return negatif), dan cenderung menurun setelah good news (return positif).
Menaksir Value at Risk (Var) Portofolio Pada Indeks Saham Dengan Metode Penduga Volatilitas Garch
E-Jurnal Matematika, 2013
Value at Risk (VaR) is a concept which was used to measure a risk on risk management. VaR explained the worst amount of financial loss in a financial product with the horizon and certain degree of believe. In the calculation of VaR, it was needed a prediction in volality, volality from a series of time which can be homokedasticity (constant) or heterokedasticity (ever changed). Changed volality can be found on the stock and stock index. One of the method which was done in modeling of changed volality was GARCH. In this research, GARCH was used to estimate VaR’s Value from IHSG and LQ45 to be sold in Jakarta Stock Exchange on 4 January to 23 August 2012 (650 observations) VaR can be calculated with a periode of horizon, 1 day, 10 days, and 22 days with the degree of believe 95%
2020
Abstrak Masyarakat membutuhkan informasi peramalan harga sembako untuk memastikan kebutuhan konsumsinya dapat tercapai. Harga bahan pokok di provinsi Jawa Barat sangat fluktuatif mengikuti faktor eksternal yang terus berubah. Pemerintah melalui dinas terkait belum menyiapkan prediksi informasi harga bahan makanan pokok di masa depan, penelitian ini bertujuan untuk mengetahui pola fluktuasi harga bahan pokok di Provinsi Jawa Barat dan mengetahui serta menghitung kecenderungan perubahan harga bahan pokok di Provinsi Jawa Barat yang akan terjadi di masa yang akan datang. Penelitian menggunakan metode algoritma regresi. Kata Kunci: Prediksi, Harga, Bahan Pokok Abstract The community needs information on forecasting basic food prices to ensure their consumption needs can be achieved. The price of staple goods in West Java province is very volatile following the changing external factors. The government through the relevant agencies has not prepared a prediction on the price information o...
Volatilitas Kurs dan Saham Mengikuti Model EGARCH(1,1) Berdistribusi Versi Skew Normal dan Student-t
Jurnal Ekonomi Kuantitatif Terapan, 2020
Studi ini membandingkan kinerja pencocokan model volatilitas GARCH(1,1) dan EGARCH(1,1) pada return kurs dan saham. Model mengasumsikan empat distribusi berbeda untuk error dari return: Normal, Skew-Normal (SN), Alpha-Skew Normal (ASN), dan Student-t. Data aset keuangan yang digunakan sebagai analisis perbandingan yaitu data kurs beli US Dollar (USD) dalam periode harian dari Januari 2010 sampai Desember 2017 dan data indeks saham FTSE100 dalam periode harian dari Januari 2000 sampai Desember 2013. Studi ini membandingkan metode Generalized Reduced Gradient (GRG) Non-Linier di Solver Excel dan metode Adaptive Random Walk Metropolis (ARWM) untuk mengestimasi model. Hasil menunjukkan bahwa metode GRG Non Linear Solver Excel memberikan estimasi yang serupa dengan metode ARWM dan tidak melanggar kendala model. Lebih lanjut, berdasarkan nilai Akaike Information Criterion (AIC), kedua data pengamatan menyediakan bukti bahwa model dengan distribusi Student-t adalah yang terbaik, diikuti ol...
Analisis Volatilitas Harga Daging Sapi Murni DI Provinsi Jawa Tengah Dengan Pendekatan Arch Garch
Jurnal Jendela Inovasi Daerah
Indonesia has an important commodity for the community, namely beef including in Central Java Province. One of the foodstuffs that produce protein is beef where its usefulness is important to meet human nutritional needs. Besides being important for consumption needs, this commodity also contributes in economic terms because beef is produced by the community ranging from small to large scale. This research further leads to reviewing the volatility of beef prices in Central Java Province through the ARCH GARCH method and daily data (time series) of beef on January 1, 2020 to December 31, 2020. The results of the study showed the most appropriate model for calculating the volatility of beef prices is the model (1,2). The results of the model predictions show that the movement of beef price volatility tends to be stable when after eid al-Fitr, and it is expected that changes or spikes in beef prices in the future will be less minimal.