PENERAPAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) DALAM PERAMALAN NILAI TUKAR DOLAR TERHADAP RUPIAH

Abstrak

Abstrak

Sebagian besar data deret waktu ekonomi dan keuangan, asumsi  kestasioneran varians (heteroskedastisitas)  untuk model Autoregresif (AR), Moving Average (MA), dan Autoregressive Moving Average (ARMA) adalah ditolak. Bagaimanapun Model Autoregressive Conditional Heteroscedastic (ARCH) dan Generalized Autoregressive Conditional Heteroscedastic (GARCH) dapat digunakan sebagai asumsi untuk data dengan varians yang tidak stasioner (heteroskedastisitas). Tujuan dari penelitian ini adalah memodelkan nilai tukar dolar terhadap rupiah dengan menggunakan model GARCH dan mengetahui peramalan nilai tukar dollar terhadap rupiah dengan menggunakan model GARCH. Model GARCH dimulai dengan transformasi data kedalam model , kemudian sisaan kuadratiknya diuji untuk mengetahui adanya efek ARCH/GARCH. Estimasi parameter yang digunakan adalah Maximum Likelihood (ML) untuk mendapatkan nilai  dan untuk menguji model diuji dengan sisaan yang sudah dibakukan menggunakan statistik Ljung-Box Q. Model GARCH(1,1) sudah cukup baik  jika tidak ada pengaruh dari ARCH/GARCH dalam sisaan yang dibakukan. Akhir dari penilitian ini, model GARCH dalam nilai tukar dollar terhadap rupiah  adalah :

Dengan model di atas dapat diramalkan untuk tanggal 1 juli 2010 nilai tukar dollar terhadap rupiah berkisar antara Rp. 9089.377 dan Rp. 9089.638.

Kata kunci : Peramalan, Transsformasi, maximum likelihood, GARCH.

Abstract

Most of the time series data of economic and financial assumptions kestasioneran variance (heteroscedasticity) to model the autoregressive (AR), Moving Average (MA), and Autoregressive Moving Average (ARMA) is rejected. However Autoregressive Conditional Heteroscedastic Model (ARCH) and the Generalized Autoregressive Conditional Heteroscedastic (GARCH) can be used as an assumption for data with stationary variances (heteroscedasticity). The purpose of this study was to model the exchange rate of the dollar against the rupiah using GARCH models and know forecasting the dollar against the rupiah using GARCH models. GARCH model begins with the transformation of data into the model , then the remnant quadratic tested to determine the effects of ARCH / GARCH. Estimation of the parameters used is Maximum Likelihood (ML) to get the value and to test models that have been tested with standardized remnant using Ljung-Box Q statistics. GARCH model (1,1) is good enough if there is no effect of ARCH / GARCH standardized in the remnant. The studies end of this, GARCH models in the dollar against the rupiah exchange rate is:

With the above model can be predicted for the 1 July 2010 the exchange rate of the dollar against the rupiah ranged between Rp. 9089.377 and Rp. 9089,638.

Keywords: Forecasting, Transsformtioni, maximum likelihood, GARCH.