ANALISIS RISIKO INVESTASI SAHAM SYARI’AH DENGAN MODEL VALUE AT RISK-ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICITY ( VaR-APARCH ) (Studi kasus: Indeks harga saham JII periode 4 Maret 2013 sampai 8 April 2015)

SYARIF HIDAYATULLAH, NIM. 11610037 (2016) ANALISIS RISIKO INVESTASI SAHAM SYARI’AH DENGAN MODEL VALUE AT RISK-ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICITY ( VaR-APARCH ) (Studi kasus: Indeks harga saham JII periode 4 Maret 2013 sampai 8 April 2015). Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (ANALISIS RISIKO INVESTASI SAHAM SYARI’AH DENGAN MODEL VALUE AT RISK-ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICITY ( VaR-APARCH ) (Studi kasus: Indeks harga saham JII periode 4 Maret 2013 sampai 8 April 2015)) 11610037_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (4MB) | Preview
	Text (ANALISIS RISIKO INVESTASI SAHAM SYARI’AH DENGAN MODEL VALUE AT RISK-ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROCEDASTICITY ( VaR-APARCH ) (Studi kasus: Indeks harga saham JII periode 4 Maret 2013 sampai 8 April 2015)) 11610037_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (2MB)

Abstract

Analisis risiko berbanding lurus dengan variansi. Variansi data saham umumnya memiliki error yang berubah-ubah setiap waktu atau Heteroscedasticity. Memodelkan data yang memiliki sifat Heteroscedasticity dan asimetris digunakan model Asymmetric Power Autoregressive Heteroscedasticity (APARCH). Penelitian ini membahas analisis risiko data runtun waktu dengan model Value at Risk- Asymmetric Power Autoregressive Conditional Heteroscedasticity (VaR-APARCH) dalam pasar modal syariah. Metode yang digunakan dalam penelitian ini adalah penerapan kasus. Data yang digunakan adalah harga penutupan harian saham dalam Jakarta Islamic Index (JII) periode 4 Maret 2013 sampai 8 April 2015. Model APARCH yang dipilih berdasarkan nilai Schwarz Criterion (SC). Langkah-langkah dalam penelitian ini adalah menguji kestasioneran data, mengidentifikasi model ARIMA, mengestimasi parameter model ARIMA, menguji diagnostik model ARIMA, mendeteksi ada tidaknya unsur ARCH atau unsur heteroskedastisitas, uji asimetris data saham, mengestimasi model APARCH, menguji diagnostik model APARCH, dan menghitung risiko dengan VaR-APARCH. Model terbaik yang dipilih adalah ARIMA ((3),0,0) dan APARCH (1,1). Model ini valid untuk menganalisis besar risiko investasi dalam jangka waktu 10 hari ke depan. Kata Kunci : Data runtun waktu, ARIMA, VaR-APARCH , Heteroskedastisitas

Share this knowledge with your friends :

Actions (login required)

View Item