Long memory dan implikasinya pada peramalan volatilitas & estimasi value-at risk return aset keuangan Indonesia

Deskripsi

Studi ini menginvestigasi keberadaan unsur long memory pada proses volatilitas indeks saham (IHSG) dan nilai tukar Indonesia (IDR/USD) dengan menggunakan model Fractionally Integrated GARCH. Studi ini mencoba menjawab signifikansi penggunaan model berproses fractionally integrated ( Long Memory ) tersebut dalam permodelan volatilitas pasar keuangan Indonesia, khususnya dalam hal descriptive dan predictive performance, jika dibandingkan dengan proses model GARCH (short memory) dan IGARCH (infinite memory). Dalam hal descriptive performance, model yang mengakomodasi long memory terbukti menunjukkan nilai signifikansinya dibandingkan kedua model lainnya, namun hasilnya beragam dalam hal predictive performance. Penggunaan model long memory hanya terbukti signifikansinya dalam memprediksi dinamika IDR/USD, khususnya volatilitas harian jangka pendek (satu hari), dan estimasi VaR one-step-ahead return IDR/USD. Hasil prediksi volatilitas harian IDR/USD pada horison prediksi di atas satu hari dan juga hasil prediksi volatilitas harian IHSG di semua horison prediksi diungguli oleh kedua model lainnya. Selain itu, pada studi ini, ternyata tidak terdapat perbedaan akurasi yang dramatis antara model FIGARCH dengan model GARCH dan IGARCH dalam mengestimasi VaR one-step-ahead return IHSG.Ada tabel