Prediksi Value-at-risk Menggunakan Markov Regime Switching Autoregressive Conditional Heteroscedasticity (studi Kasus Jakarta Composite Index)

Abstract

Investasi adalah penanaman modal sumber daya yang dimiliki dan diharapkan dimasa akan datang dapat memberikan keuntungan. Dalam mencapai keuntungan, investor juga menghadapi risiko dari investasi. Keuntungan dari investasi membutuhkan priode jangka panjang. Harapan investor adalah memperoleh tingkat pengembalian (return) sebesar besarnya dengan risiko tertentu, dalam hal ini tingkat risiko berbanding lurus dengan nilai return. Pada tugas akhir ini, dalam memprediksi risiko investasi digunakan metode Value at Risk (VaR). Value-at-Risk (VaR) merupakan salah satu metode yang dapat digunakan untuk membantu dalam prediksi risiko aset. Model yang dapat dilibatkan dalam prediksi risiko aset adalah Markov Regime Switching Autoregressive Conditional Heteroscedastic (MS-ARCH). Pada penelitian ini menggunakan metode correct VaR untuk mencari akurasi nilai dari VaR. Berdasarkan simulasi dari VaR MS-ARCH diperoleh correct VaR pada tingkat signifikansi 5% untuk MS-ARCH (0,1) adalah 2,3% dan MS-ARCH (1,1) adalah 2,5%. Model VaR yang optimal berdasarkan tingkat signifikansi yang ditentukan adalah VaR MS-ARCH (0,1).