Hasil Pencarian  ::  Simpan CSV :: Kembali

"Investasi merupakan kegiatan yang sudah umum dilakukan bagi banyak orang yang ingin menyimpan kekayaannya dengan harapan mendapatkan keuntungan suatu hari. Salah satu instrumen investasi yang sering digunakan adalah saham. Karena saham dikenal sebagai data keuangan yang bersifat sangat fluktuatif maka pergerakan antar waktu menyebabkan variansi error bersifat tidak konstan atau heteroskedastisitas. Sehingga dalam memodelkan return saham, dikembangkan model Multivariate Generalized Autoregressive Heteroscedatic (GARCH) yang dapat memodelkan lebih dari satu variabel secara bersamaan dan dapat digunakan pada data yang bersifat heteroskedastisitas. Model Dynamic Conditional Correlation-Multivariate Generalized Autoregressive Heteroscedatic (DCC-MGARCH) digunakan untuk mengetahui hubungan volatilitas antar saham dan pergerakannya. Adapun emiten saham yang dimodelkan adalah PT Bank Central Asia (BBCA) dan PT Bank Rakyat Indonesia (BBRI) karena terdaftar sebagai saham dengan peringkat teratas yang memiliki kapitalisasi pasar yang besar dan tercatat dalam indeks LQ45. Selanjutnya, DCC MGARCH(1,1) digunakan untuk memodelkan return dari kedua saham tersebut secara bersamaan. Selain itu signifikansi parameter Dynamic Conditional Correlation menunjukkan bahwa hanya terdapat jangka panjang spillover volatilitas antar saham BBCA dan BBRI. Hal ini mengindikasikan bahwa volatilitas return BBCA hanya berdampak signifikan terhadap persistensi jangka panjang volatilitas return BBRI tanpa berpengaruh signifikan terhadap penyesuaian jangka pendek volatilitas return BBRI.

---

Investment is a common activity for many people who want to save their wealth in the hope of getting a profit one day. One investment instrument that is often used is stocks. Because stocks are known as financial data that are very volatile movements between times cause the error variance is not constant or heteroscedasticity. So in modeling stock returns, a Multivariate Generalized Autoregressive Heteroscedatic (GARCH) model was developed that can model more than one variable simultaneously and can be used on heteroscedasticity data. The Dynamic Conditional Correlation-Multivariate Generalized Autoregressive Heteroscedatic (DCC-MGARCH) model is used to determine the volatility relationship between stocks and their movements. The stock issuers modeled are PT Bank Central Asia (BBCA) and PT Bank Rakyat Indonesia (BBRI) because they are listed as top-ranked stocks that have a large market capitalization and are listed in the LQ45 index. Furthermore, DCC MGARCH(1,1) is used to model the returns of both stocks simultaneously. In addition, the significance of the Dynamic Conditional Correlation parameter shows that there is only a long-term volatility spillover between BBCA and BRI stocks. This indicates that the volatility of BBCA return has a significant impact on the long-term persistence of BBRI return volatility without having a significant effect on the short-term adjustment of BBRI return volatility."

"Tesis ini menganalisa mengenai korelasi dinamis pada data harga saham harian pasar ekuitas tiga belas negara Asia Pasifik dan lima negara Amerika Latin selama periode 2003 sampai 2012. Kami mengidentifikasi dua periode krisis selama periode penelitian. Yang pertama adalah krisis keuangan global dengan Amerika Serikat sebagai sumber krisis dan kedua krisis eropa dengan Eropa sebagai sumber krisis. Penelitian empiris dengan menggunakan Dynamic Conditional Correlation sebagai metode multivariate GARCH menunjukkan adanya rata-rata korelasi dinamis yang tinggi terutama pada internal regional Asia Pasifik dan Amerika Latin serta adanya efek interdependence dan contagion pada beberapa negara objek penelitian. Hasil penelitian juga menunjukkan adanya efek pembauran antara kedua periode krisis tersebut.

---

This thesis analyzed dynamic correlation in daily equity price data on thirteen Asia Pacific countries and five Latin America countries for period of 2003 to 2012. We identified two crisis period in our research period. The first is global financial crisis with United States as the source of crisis and the second is europe crisis with Europe as the source of crisis. Empirical research using Dynamic Conditional Correlation as a multivariate GARCH method find there is a high average correlation dynamic especially in internal region of Asia Pacific and Latin America also there are interdependence and contagion effect in several research object countries. Result of our research also find there are comfounding effect between the two crisis period."

"Tugas akhir ini bertujuan untuk memperkenalkan model runtun waktu Autoregressive Conditional Heteroscedasticity (ARCH) dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH), kemudian menggabungkannya dengan model runtun waktu stasioner yaitu model Autoregressive Moving Average (ARMA), menjadi model ARMA-ARCH atau ARMA-GARCH. Model ini akan dapat menangkap adanya fenomena pengelompokan volatilitas yang seringkali terjadi pada data runtun waktu finansial. Selain itu akan dijelaskan karakteristiknya, diantaranya adalah sifat kestasioneran dan fungsi autokorelasi, kemudian diperlihatkan berbagai simulasinya. "

"Salah satu pendekatan yang dapat digunakan dalam perhitungan cadangan klaim pada perusahaan asuransi adalah teori kredibilitas, yang memungkinkan perhitungan cadangan klaim dilakukan dengan mengombinasikan data pembayaran klaim pada portfolio terkait dengan informasi lainnya, contohnya adalah data pembayaran klaim dari porfolio lain yang similar. Pada tugas akhir ini, digunakan model kredibilitas Bühlmann-Straub untuk perhitungan cadangan klaim. Lebih jauh lagi, pada umumnya perhitungan total cadangan klaim pada suatu perusahaan dilakukan dengan menghitung cadangan klaim pada masing-masing lini bisnis yang ada di perusahaan tersebut, kemudian cadangan klaim untuk perusahaan tersebut (aggregate reserve) diperoleh dengan menjumlahkan cadangan klaim pada masing-masing lini bisnis. Dengan mempertimbangkan kemungkinan adanya korelasi antara lini bisnis yang ada pada perusahaan asuransi, nilai aggregate reserve sesungguhnya dapat bernilai lebih kecil dari penjumlahan cadangan klaim pada masing-masing lini bisnis yang ada. Karenanya, penelitian mengenai perhitungan cadangan klaim kemudian berkembang dengan mempertimbangkan data pembayaran klaim dari berbagai lini bisnis pada suatu perusahaan, atau disebut juga dengan perhitungan cadangan klaim dalam konteks multivariat. Pada tugas akhir ini, dilakukan penelitian mengenai pembentukan model kredibilitas Bühlmann-Straub multivariat untuk perhitungan cadangan klaim beserta dengan estimasi parameter-parameter model tersebut. Model yang telah terbentuk kemudian digunakan untuk menghitung cadangan klaim pada tiga lini bisnis di perusahaan asuransi. Error prediksi pada masing-masing lini bisnis dengan menggunakan model kredibilitas BA¼hlmann--Straub multivariat adalah sebesar 0,7899%, 2,9286%, and 0,8239%, sedangkan error prediksi pada masing-masing lini bisnis dengan menggunakan model kredibilitas B¼hlmann-Straub standar adalah sebesar 0,7954%, 2,9438%, and 0,8726%. Tampak bahwa error prediksi dengan model kredibilitas B¼hlmann-Straub multivariat lebih kecil dibanding error prediksi dengan model kredibilitas BA¼hlmann-Straub standar.

---

One of the approaches that can be used in the calculation of claim reserve in insurance companies is A credibility theory, which allows the calculation of claim reserve by combining claim payment data from related run-off triangle with other information, for example, claim payment data from the other run-off triangles that is similar. In this thesis, the A BA¼hlmann-Straub credibility model is used in the calculation of claim reserve. Furthermore, in general, the calculation of claim reserve in a company is done by calculating the claim reserve in each line of business in the company, then the total claim reserve for the company (aggregate reserve) is obtained by adding up the claim reserve in each line of business. Taking into account the possibility that there is correlation between the existing lines of business in insurance companies, the value of A aggregate reserve can actually be less than the sum of the claim reserve in each of the existing line of business. Therefore, research on the calculation of claim reserve then evolves by considering claim payment data from various lines of business in a company, or also called claim reserve calculation in multivariate context. In this thesis, a research is conducted on the development of multivariateA BA¼hlmann-Straub credibility model for claim reserving along with estimation for parameters of the model. The model is used to calculate claim reserve for three lines of business in insurance company. The error of predictions for each line of business by using multivariateA BA¼hlmann-Straub credibility model are 0,7899%, 2,9286%, and 0,8239%, meanwhile the error of predictions for each line of business by using standardA BA¼hlmann-Straub credibility model are 0,7954%, 2,9438%, and 0,8726%. It appears that the error of multivariateA BA¼hlmann-Straub credibility model is lower than the error of standardA BA¼hlmann-Straub credibility model."

"This study examines the effect of macroeconomics variables to a mutual fund's return. The macroeconomic variables hypothesized to affect the portfolio performance are change in exchange rate (IDR to US dollar return), change in SBI rate, and growth of money supply. Furthermore, the prediction of expected return is also examined whether related to return of previous periods (lag return) and the level of their volatility. The selected mutual fund is Mawar Mutual Funds issued by PT Dana Reksa and data are collected from June 31 *' 1998 until May 21st 2004. The statistical method to test on the hypothesis is Generalized Autoregressive Conditional Heteroskedasticity (GARCH). The results show that there are negative relationships between Mawar Mutual Fund's return to exchange rate return as well as change in SBI rate. This research also indicates that exchange rate return and change in SBI rate affect Mawar Mutual Fund's volatility. There is significant relationship between first lag return and Mawar's return of this period. But the results do not show any relation between Mawar's return to its volatility as well as the growth of money supply."

"ABSTRAKPenelitian bertujuan memperoleh model peramalan harga emas terbaik antara model GARCH dan EWMA. Variabel dependen adalah harga emas Antam sedangkan variabel independen terdiri dari harga emas dunia, IHSG dan JIBOR. Penelitian menggunakan data harian periode Agustus 2010 - September 2012. Variabel independen berpengaruh signifikan terhadap harga emas Antam dan secara simultan diperoleh R-Square sebesar 97,7375%. Model dalam pendekatan pola adalah GARCH (2,1) sedangkan pada pendekatan kausal GARCH (1,1). Nilai MAPE peramalan harga emas Antam bulan Oktober 2012 menggunakan pendekatan kausal sebesar 1,9114%, pendekatan pola 4,4379% dan EWMA 10,618824%. Dengan demikian, dalam penelitian ini model GARCH lebih akurat dibandingkan EWMA.

---

ABSTRACTThe study aimed at obtaining the best gold price forecasting model between GARCH and EWMA models. The dependent variable is the price of Antam's gold while the independent variables consist of world gold prices, IHSG and JIBOR. The study uses daily data in August 2010 until September 2012. Independent variables significantly influence the Antam’s gold price and simultaneously acquired R-Square of 97.7375%. Models in the pattern approach is GARCH (2.1) whereas the causal approach GARCH (1,1). MAPE values of ​​Antam's gold price forecasting in October 2012 using the causal approach 1.9114%, the pattern approach 4.4379% and EWMA 10.618824%. Thus, in this study GARCH models are more accurate than EWMA."

"Tugas akhir ini bertujuan menjelaskan prosedur penaksiran parameter pada model shared gamma frailty dengan menggunakan metode penaksiran maximum likelihood. Model shared gamma frailty merupakan salah satu model frailty bivariat yang diperkenalkan untuk mengukur dependensi antara waktu-waktu survival terhadap faktor acak yang tidak teramati, yang terkadang diabaikan dalam penelitian. Model ini perluasan dari model Cox proportional hazard dengan memperhatikan adanya pemancungan kiri dan penyensoran kanan pada data yang diperoleh. Untuk melakukan penaksiran parameter maka dibentuk fungsi likelihood yang dibangun dari fungsi survival bersama pasangan observasi, lalu diperoleh parameter dependensinya. Semakin besar nilai parameter dependensi menyatakan bahwa heterogenitas antarpasangan observasi semakin besar dan asosiasi dalam tiap pasangan semakin kuat. Pada tugas akhir ini diberikan contoh penggunaan model dalam bidang demografi dan kesehatan. "

"Model regresi Generalized Poisson I merupakan suatu model regresi yang digunakan untuk menganalisis hubungan antara sebuah variabel random dependen yang berupa data count ( berjenis diskrit ) dengan satu atau lebih variabel independen. Model ini dapat digunakan baik dalam keadaan ekuidispersi, overdispersi ataupun underdispersi. Penaksiran parameter dari model regresi Generalized Poisson I dapat diperoleh denganmenggunakan metode maksimum likelihood melalui pendekatan Newton- Raphson. Beberapa ukuran perbandingan dapat digunakan untuk membandingkan model regresi Generalized Poisson I dengan model regresi Poisson."