Pemodelan Runtun Waktu Arima dan Garch Asimetris pada Retrun Saham di PT.Telekomunikasi Indonesia TBK

Salah satu pemodelan data runtun waktu adalah model ARIMA yang memiliki variansi konstan. Namun, pada data return saham memiliki variansi tidak konstan. Hal tersebut dapat mengakibatkan masalah heteroskedastisitas pada residual sehingga dibutuhkan model ARCH/GARCH. Selain itu, return saham memiliki volatilitas yang tinggi, dimana besarnya perubahan volatilitas ketika terjadi pergerakan nilai return yang disebut dengan pengaruh keasimetrisan atau leverage effect. Adanya volatilitas dapat menyebabkan risiko pasar dan ketidakpastian investor, maka dari itu dilakukan estimasi volatilitas melalui proses pemodelan untuk mengontrol serta mengurangi risiko pasar. Model yang tepat untuk digunakan adalah GARCH asimetris. Tujuan dari penelitian ini adalah memodelkan dan membandingkan tingkat keakuratan model ARIMA, GARCH dan GARCH asimetris. Penelitian ini merupakan penelitian terapan. Penelitian ini diawali dengan mempelajari dan menganalisis teori-teori yang relevan dengan permasalahan, kemudian dilanjutkan dengan pengambilan data. Data yang digunakan adalah data harian return saham dari bulan Februari 2020 sampai dengan Februari 2022 sebanyak 488 data. Hasil penelitian menunjukkan bahwa model yang terbaik dalam memodelkan return saham adalah ARMA(0,1). Tingkat keakuratan model ini sangat baik dengan nilai MAD 0,0018644 dan nilai RMSE 0,0025352.