• Tidak ada hasil yang ditemukan

MODEL MARKOV SWITCHING EGARCH PADA NILAI TUKAR EURO TERHADAP RUPIAH.

N/A
N/A
Protected

Academic year: 2017

Membagikan "MODEL MARKOV SWITCHING EGARCH PADA NILAI TUKAR EURO TERHADAP RUPIAH."

Copied!
12
0
0

Teks penuh

(1)

commit to user

i oleh

NANDA PUTRI MONALISA

M0108057

SKRIPSI

ditulis dan diajukan untuk memenuhi sebagian persyaratan

memperoleh gelar Sarjana Sains Matematika

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SEBELAS MARET SURAKARTA

(2)

commit to user TERHADAP RUPIAH

yang disiapkan dan disusun oleh

NANDA PUTRI MONALISA

M0108057

dibimbing oleh

Pembimbing I

Drs. Sugiyanto, M.Si

NIP. 19611224 199203 1 003

Pembimbing II

Dr. Sutanto, DEA

NIP. 19710302 199603 1 001

telah dipertahankan di depan Dewan Penguji

pada hari Senin, tanggal 23 September 2013

dan dinyatakan telah memenuhi syarat.

Anggota Tim Penguji Tanda Tangan

1. Winita Sulandari, M.Si

NIP. 19780814 200501 2 002 1. ...

2. Drs. Tri Atmojo Kusmayadi, M.Sc, Ph.D

NIP. 19630826 198803 1 002 2. ...

Surakarta, Oktober 2013

Disahkan oleh

Fakultas Matematika dan Ilmu Pengetahuan Alam

Dekan

Prof. Ir. Ari Handono R., M.Sc.(Hons)., Ph.D.

NIP. 19610223 198601 1 001

Ketua Jurusan Matematika

Irwan Susanto, DEA.

(3)

commit to user

iii ABSTRAK

Nanda Putri Monalisa, 2013. MODEL NILAI TUKAR EURO TERHADAP

RUPIAH MENGGUNAKAN MARKOV SWITCHING EGARCH. Fakultas

Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret.

Nilai tukar euro terhadap rupiah memiliki tiga karakteristik, yaitu

heteroskedastisitas, kondisi leverage effect dan terdapat perubahan struktur. Pada

penelitian ini dikembangkan model bersama markov switching EGARCH (

MS-EGARCH) karena dianggap mampu menangkap tiga karakteristik nilai tukar euro

terhadap rupiah, yaitu heteroskedastisitas pada residu, kondisi leverage effect, dan

perubahan struktur. Penelitian ini bertujuan untuk memodelkan dan meramalkan nilai

tukar euro terhadap rupiah dengan menggunakan data periode 28 Januari 2002 sampai

24 Oktober 2012. Hasil dari penelitian ini menunjukkan model markov switching

dengan model ARMA(1,0) sebagai model rata-rata bersyaratnya dan model

EGARCH(1,1) sebagai model volatilitas bersyaratnya merupakan model terbaik

untuk meramalkan nilai tukar euro terhadap rupiah.

(4)

commit to user ABSTRACT

Nanda Putri Monalisa, 2013. EURO EXCHANGE RATE MODEL OF

RUPIAH USING MARKOV SWITCHING EGARCH. Faculty of Mathematics and

Natural Science, Sebelas Maret University.

Rupiah exchange rate against the euro has three characteristics, namely

heteroskedasticity, leverage effects and conditions contained structural changes. In

this study, the model was developed with markov switching EGARCH (

MS-EGARCH) for being able to capture the three characteristics of the rupiah exchange

rate against the euro, namely heteroscedasticity in residuals, leverage effect

conditions, and changes in the structure. This study aims to model and forecast the

exchange rate of the euro against rupiah using the period covering January 28, 2002

until October 24, 2012. The results of this study demonstrate the model with a

Markov switching model of ARMA (1,0) as the average model and the conditional

model of EGARCH (1,1) as the conditional volatility models are the best models to

forecast the rupiah exchange rate against the euro.

(5)

commit to user

v

MOTO

Terus berusaha meskipun kemungkinan keberhasilan hanya 1 %, karena kita

tidak pernah tahu jika 1% itu adalah rencana Alloh.

(Ingatlah) ketika kamu memohon pertolongan kepada Tuhan kamu, lalu ia perkenankan kamu (dengan firmannya): “Sesungguhnya Aku akan membantu kamu

dengan seribu (bala tentara) dari malaikat yang datang berturut-turut.”

(6)

commit to user PERSEMBAHAN

Karya ini kupersembahkan untuk

Bapak Eko Agus Nurwanto

Ibu Sri Wahyuningsih dan

(7)

commit to user

vii

KATA PENGANTAR

Puji syukur penulis panjatkan kepada Allah SWT, yang telah melimpahkan

rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan skripsi ini. Selain itu,

penulis juga mengucapkan terimakasih kepada semua pihak yang telah membantu

dalam penyusunan skripsi ini, khususnya kepada Bapak Drs. Sugiyanto, M.Si.

sebagai Dosen Pembimbing I dan Bapak Sutanto, DEA. sebagai Dosen Pembimbing

II atas kesabarannya membimbing dan memotivasi penulis dalam penyusunan skripsi

ini.

Semoga skripsi ini dapat bermanfaat bagi pembaca.

Surakarta, Oktober 2013

(8)

commit to user DAFTAR ISI

Halaman

HALAMAN JUDUL ... i

HALAMAN PENGESAHAN ... ii

ABSTRAK ... iii

ABSTRACT ... iv

MOTO ... v

PERSEMBAHAN ... vi

KATA PENGANTAR ... vii

DAFTAR ISI ... ix

DAFTAR GAMBAR ... xi

DAFTAR TABEL ... xii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 3

1.3 Batasan Masalah ... 3

1.4 Tujuan Penelitian ... 3

1.5 Manfaat Penelitian ... 3

BAB II LANDASAN TEORI ... 5

2.1 Tinjauan Pustaka... 5

2.1.1 Model Runtun Waktu dan Stasioneritas ... 6

2.1.2 ACF dan PACF ... 7

2.1.3 Uji ADF ... 8

2.1.4 Log Return ... 8

2.1.5 Karakteristik Log Return ... 8

2.1.6 Model ARMA ... 9

2.1.7 Uji Diagnostik Model ... 11

(9)

commit to user

ix

2.1.7.2 Uji Homoskedastisitas ... 12

2.1.8 Model GARCH ... 12

2.1.9 Kriteria Informasi ... 17

2.1.10 Keasimetrisan Model ... 17

2.1.11 Model EGARCH ... 17

2.1.12 Uji Perubahan Struktur ... 22

2.1.13 Model Markov Switching... 23

2.1.14 Model Markov Switching EGARCH ... 25

2.2 Kerangka Pemikiran ... 27

BAB III METODE PENELITIAN... 28

BAB IV PEMBAHASAN ... 31

4.1 Deskripsi Data ... 31

4.2 Log Return ... 32

4.3 Pengujian Karakteristik Log Return ... 33

4.4 Pembentukan Model Stasioner ... 34

4.4.1 Identifikasi Model ... 34

4.4.2 Estimasi Parameter Model ARMA ... 35

4.4.3 Pemeriksaan Diagnostik Model ARMA(1,0) ... 36

4.4.3.1 Uji Autokorelasi ... 36

4.4.3.2 Homoskedastisitas Variansi ... 37

4.4.4 Uji Efek Heteroskedastisitas ... 37

4.4.4.1 Uji Korelasi Kuadrat Residu... 37

4.4.4.2 Uji Lagrange Multiplier ... 39

4.5 Pembentukan Model GARCH ... 39

4.6 Keasimetrisan Model GARCH ... 40

4.7 Pembentukan Model EGARCH ... 41

4.7.1 Uji Perubahan Struktur ... 42

4.8 Model Markov Switching EGARCH ... 43

(10)

commit to user

4.9.1 Peramalan Volatilitas ... 44

4.9.2 Peramalan Rata-Rata Bersyarat ... 45

4.9.3 Kriteria Pemilihan Model ... 46

4.9.4 Peramalan Nilai Tukar Euro Terhadap Rupiah ... 47

BAB V PENUTUP ... 50

5.1 Kesimpulan ... 50

5.2 Saran ... 50

BAB VI DAFTAR PUSTAKA ... 51

(11)

commit to user

xi

DAFTAR TABEL

Halaman

Tabel 2.1 Ciri-ciri Teoritis ACF dan PACF untuk Model Stasioner ... 10

Tabel 4.1 Hasil Estimasi Model ARMA pada Data Log Return ... 36

Tabel 4.2 Uji Breusch-Godfrey Residu Model ARMA(1,0) ... 37

Tabel 4.3 Hasil Estimasi Parameter Model GARCH dari Residu Model

ARMA(1,0) ... 41

Tabel 4.4 Hasil Estimasi Parameter Model EGARCH dari Residu Model

ARMA(1,0) ... 43

Tabel 4.5 Uji Chow Break Point berdasarkan Model ARMA(1,0) ... 44

Tabel 4.6 Hasil Ramalan Volatilitas Log Return 7 Periode Selanjutnya . 46

Tabel 4.7 Hasil Ramalan Log Return 7 Periode Selanjutnya dengan

Interval Konfidensi 95 % ... 47

Tabel 4.8 MSE Peramalan Nilai Tukar Euro terhadap Rupiah ... 48

Tabel 4.9 Peramalan Nilai Tukar Euro terhadap Rupiah menggunakan

(12)

commit to user DAFTAR GAMBAR

Halaman

Gambar 3.1 Bagan Alir Pembentukan Model MS-EGARCH ... 31

Gambar 4.1 Plot Data Nilai Tukar Euro terhadap Rupiah ... 32

Gambar 4.2 Plot ACF dan PACF dari Data Nilai Tukar Euro terhadap

Rupiah ... 33

Gambar 4.3 Plot Data Log Return Nilai Tukar Euro terhadap Rupiah .... 33

Gambar 4.4 Histogram dan Statistik Deskriptif Log Return Nilai Tukar

Euro terhadap Rupiah ... 34

Gambar 4.5 Plot Data Absolut Log Return dan Kuadrat Log Return Nilai

Tukar Euro Terhadap Rupiah ... 34

Gambar 4.6 Plot ACF dan PACF dari Data Log Return Nilai Tukar Euro

Terhadap Rupiah ... 35

Gambar 4.7 Plot Residu Model ARMA(1,0) ... 38

Gambar 4.8 Plot ACF dan PACF dari Kuadrat Residu Model ARMA(1,0)

Nilai Tukar Euro terhadap Rupiah ... 39

Gambar 4.9 Plot Cross Correlogram antara kuadrat residu terstandar

dengan lagged residu terstandar dari GARCH (1,1)... 42

Gambar 4.10 Grafik Ramalan Nilai Tukar Euro terhadap Rupiah 7 Periode

Referensi

Dokumen terkait

Parameter dari model SVAR diestimasi menggunakan program R dan selanjutnya digunakan untuk memprediksi data inflasi dan nilai tukar rupiah terhadap USD untuk

Pada tahun 2005 nilai dollar Amerika Serikat terhadap rupiah juga mengalami nilai yang stabil juga tetapi pada periode 20005.3 nilai tukar dollar Amerika Serikat terhadap

Tulisan ini mencoba untuk menganalisis return dari nilai tukar Rupiah terhadap US Dollar. Data diambil dari return Rupiah /US Dollar dari periode 2003 sampai 2013. Analisis dilakukan

Populasi dan sampel yang digunakan dalam penelitian ini adalah seluruh data time series bulanan tingkat inflasi dan nilai tukar Rupiah selama periode Januari 2011-

Pertama , hasil pengujian variabel dependen pada periode penerapan sistem nilai tukar mengam- bang terkendali dan mengambang bebas yaitu nilai tukar rupiah terhadap dolar Amerika,

Jadi karena penyebab kejadian nilai tukar Rupiah membentuk rantai Markov yang homogen dan diasumsikan tidak diamati secara langsung, maka nilai tukar Rupiah terhadap US Dollar

Temuan lain dari penelitian ini adalah bahwa pada periode awal tahun 2012, volatilitas return nilai tukar rupiah terhadap mata uang franc Swis, dollar Hongkong, dollar

Pengaruh Inflasi, Tingkat Suku Bunga Dan Nilai Tukar Kurs Rupiah Terhadap Indeks Harga Saham Gabungan Per Bulan Di Bursa Efek Indonesia Periode Januari 2018 Sampai Desember Junaldo