Skripsi
Analysis of Dynamic Conditional Correlation between Value Investing and Growth Investing in the US and Emerging Markets Stock Markets during 2019–2024: An Empirical Study of the S&P 500 and MSCI Emerging Markets
Penelitian ini menganalisis keterkaitan dinamis antara strategi value investing dan growth investing pada pasar saham Amerika Serikat dan emerging markets, direpresentasikan oleh indeks S&P 500 Value, S&P 500 Growth, MSCI Emerging Markets Value, dan MSCI Emerging Markets Growth. Sampel penelitian menggunakan data return harian dari 1 Januari 2019 hingga 31 Desember 2024. Estimasi dilakukan dengan model Dynamic Conditional Correlation–Generalized Autoregressive Conditional Heteroskedasticity (DCC-GARCH) (Engle, 2002) untuk menangkap korelasi dinamis antar indeks yang berubah dari waktu ke waktu. Hasil penelitian menunjukkan bahwa korelasi antar indeks dalam satu kawasan, seperti di pasar saham Amerika Serikat atau emerging markets, cenderung tinggi dan relatif stabil, sedangkan korelasi lintas kawasan lebih rendah. Korelasi meningkat secara signifikan selama pandemi COVID-19 dan kembali melemah pada periode pasca-pandemi. Temuan ini memberikan implikasi praktis bagi investor, khususnya investor dari negara maju yang ingin mendiversifikasi portofolionya ke pasar negara berkembang. Korelasi lintas kawasan yang rendah membuka peluang diversifikasi, sementara perubahannya sepanjang siklus krisis menekankan pentingnya strategi alokasi aset yang adaptif terhadap kondisi pasar global.
| Call Number | Location | Available |
|---|---|---|
| S 15771 | PSB lt.2 - Karya Akhir | 1 |
| Penerbit | Depok: Program Studi Ilmu Manajemen Fakultas Ekonomi dan Bisnis Universitas Indonesia 2025 |
|---|---|
| Edisi | - |
| Subjek | Portfolio diversification Value investing DCC-GARCH Dynamic Correlation Growth Investing |
| ISBN/ISSN | - |
| Klasifikasi | NONE |
| Deskripsi Fisik | x, 73 p. : il. ; 30 cm. |
| Info Detail Spesifik | Skripsi |
| Other Version/Related | Tidak tersedia versi lain |
| Lampiran Berkas | Tidak Ada Data |