Show simple item record

dc.contributor.authorKurniawati, Dini
dc.contributor.authorNugroho, Didit Budi
dc.contributor.authorSusanto, Bambang
dc.date.accessioned2019-07-06T04:30:29Z
dc.date.available2019-07-06T04:30:29Z
dc.date.issued2019-03
dc.identifier.citationAlexander, C. (2008). Market Risk Analysis II: Practical Financial Econometrics. Bollerslev, T. (1986). Generalized AutoRegressive Heteroscedastic Model. Journal of Econometric. 31:307–327. Engle, R. F., Lilien, D. M., & Robins, R. P. 1987. Estimating time varying risk premia in the term structure: The ARCH-M model. Econometrica, 55(2), 391. Engle, R. F., dan Patton, A. J. 2001. What good is volatility model? Quantitative Finance: 237–245. Lim, C. M., & Sek, S. K. (2013). Comparing the Performances of GARCH-type Models in Capturing the Stock Market Volatility in Malaysia. Procedia Economics and Finance, 5(13), 478–487. https://doi.org/10.1016/S2212-5671(13)00056-7 Nugroho, D. B., dan Susanto, B. (2017). Volatility modeling for IDR exchange rate 37 through APARCH model with student-t distribution. In AIP Conference Proceedings (Vol. 1868, p. 040005). AIP Publishing LLC. https://doi.org/10.1063/1.4995120 Nugroho, D. B., Susanto, B., & Rosely, M. M. M. (2018). Penggunaan MS Excel untuk estimasi model GARCH(1,1). Jurnal Matematika Integratif, 14(2), 71–81. Kuka, S., dan Karamani, B., 2011. Using Excel and VBA for Excel to learn numerical methods, In 1st International Sympsosium on Computing in Informatics and Mathematics. Samsul, Mohammad. 2006. Pasar Modal dan Manajemen Portofolio. Surabaya: Erlangga.id_ID
dc.identifier.issn2656-0615
dc.identifier.urihttp://hdl.handle.net/11617/11064
dc.description.abstractStudi ini fokus pada pengaplikasiaan model GARCH(1,1) dan GARCH-M(1,1) dengan inovasi berdistribusi normal. Model tersebut diaplikasikan pada data simulasi dan data riil dan utamanya diestimasi menggunakan Solver Excel. Data riil yang diamati yaitu data return harga saham S&P CNX Nifty, DJIA, dan S&P500 periode harian dari Januari 2000 sampai Desember 2017. Berdasarkan pada galat relatif dan perbandingan dengan hasil estimasi Matlab, studi ini menunjukkan bahwa Solver Excel handal untuk mengestimasi parameter-parameter model. Hasil empiris mendemonstrasikan bahwa model GARCH-M(1,1) menyediakan pencocokan yang lebih baik daripada model GARCH(1,1). Secara khusus, semua data saham yang diamati mendukung secara kuat penggunaan distribusi normal.id_ID
dc.language.isootherid_ID
dc.publisherProsiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya (KNPMP) IV 2019id_ID
dc.titlePemodelan Volatilitas untuk Return Indeks Saham Menggunakan Garch M(1,1)id_ID
dc.typeArticleid_ID


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record