Perbandingan Empiris antara Model Log-GARCH dan GARCH

Abstract

Studi ini berfokus pada studi empiris tentang perbandingan antar model Log-GARCH(1,1) dan model GARCH(1,1). Kedua model diaplikasikan pada data simulasi dan data riil, data rill yang digunakan berjumlah tiga jenis data yaitu indeks harga saham Dow Jones Industrial Average (DJIA), Standard and Poor’s (S&P 500), dan S&P CNX Nifty pada periode harian dari bulan Januari tahun 2000 sampai bulan Desember tahun 2017. Model diasumsikan mempunyai inovasi return dengan berdistribusi normal. Solver Excel digunakan untuk mengestimasi model Log-GARCH(1,1) dan model GARCH(1,1) dan diselidiki kemampuannya. Secara keseluruhan, studi ini menunjukkan bahwa Solver pada Microsoft Excel mampu mengestimasi parameter-parameter model dengan cukup akurat. Dalam kasus data simulasi, hasil dari perhitungan nilai estimasi total log-likelihood mengindikasikan bahwa model Log-GARCH(1,1) berpotensi mencocokkan lebih baik dibandingkan dengn model GARCH(1,1). Sementara itu, dalam kasus data riil, hasil perhitungan nilai estimasi pada model GARCH(1,1) lebih cocok digunakan untuk ketiga data return harian indeks harga saham dibandingkan dengan model Log-GARCH(1,1).