Skripsi

Penerapan model dcc-mgarch pada data return close Bank Central Asia dan Bank Mandiri / Citra Damar Ratih

Abstrak
Saham merupakan investasi yang menciptakan peluang bagi investor untuk mendapatkan return melalui kenaikan harga namun volatilitasnya seringkali bervariasi dan tidak konstan (heteroskedastisitas). GARCH cocok untuk mengatasi heteroskedastisitas pada data time series sedangkan Dynamic Conditional Correlation-MGARCH lebih cocok untuk analisis data dengan lebih dari satu variabel dan korelasi yang dinamis. Tujuan penelitian ini menganalisis hubungan return BCA dan Bank Mandiri menggunakan model DCC-MGARCH secara kuantitatif. Data yang digunakan adalah return closing price BCA dan bank Mandiri dari tanggal 16 Juni 2017 sampai 29 Januari 2024. Langkah-langkah pemodelan dimulai dengan pemodelan ARMA lalu pemodelan GARCH untuk menangani heteroskedastisitas kemudian model DCC-MGARCH untuk memperhitungkan korelasi antar variabel dan diakhiri dengan menghitung akurasi model terbaik kedepannya. Hubungan antara BCA dan Bank Mandiri memiliki hubungan korelasi yang sangat kuat. Secara keseluruhan korelasi dinamis antara kedua bank tersebut mencapai 0 988868 menunjukkan saling berpengaruh antara perubahan return keduanya. Selain itu model DCC-MGARCH(1 1) efisien dalam memodelkan return BCA dan Mandiri dibuktikan dengan Mean Absolute Percentage Error (MAPE) return BCA sebesar 1.9% dan return Bank Mandiri sebesar 1.6% nilai Mean Absolute Error (MAE) return BCA sebesar 0.009977 dan return Bank Mandiri sebesar 0.014059 serta nilai Root Mean Square Error (RMSE) return BCA sebesar 0.014742 dan return Bank Mandiri sebesar 0.020306.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2024.

Deskripsi Fisik

xiv, 69 hlm. : ilus.

Bahasa

Indonesia

No Reg

2250/RS/24

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2024

Subjek

1. MODEL MATEMATIKA
2. MATHEMATICAL MODEL

Pembimbing

1. Lita Wulandari Aeli, M.Si

Lampiran Berkas