Value-at-risk Berbasis Model Generalized Autoregressive Conditional Heteroskedasticity Dan Glosten-jagannathan-runkle

Alfian Yudha Iswara (Telkom University)
Astiya Putri (Telkom University)
Dinda Murni (Telkom University)

eProceedings of Engineering
Vol 4, No 2 (2017): Agustus, 2017

Pengukuran risiko berkaitan dengan investasi yang besar karena risiko mempengaruhi kerugian yang akan dialami investor. GARCH dan GJR merupakan salah satu metode dalam analisis time series yang digunakan untuk memodelkan data yang bergerak terhadap waktu (volatilitas) dan memiliki efek asimetis untuk model GJR. Value-at-Risk dapat digunakan untuk mengestimasi risiko pada data satu aset saham dan portofolio. Penentuan VaR dengan distribusi Normal menjadi tidak relevan ketika data keuangan memiliki ekor distibusi yang tebal (heavy tail) yang diimplementasikan dengan distribusi student-t. Copula digunakan sebagai indikator dependensi antar variabel sehingga digunakan sebagai alat memodelkan distribusi bersama. Kata kunci: GARCH, GJR, Value-at-Risk, Portofolio, Copula.