Abstrak
Value-at-risk Di Bawah CAPM Transformasi Koyck Dengan Volatilitas Tak Konstan
Sukono, Subanar, Dedi Rosadi
Universitas Padjadjaran, Prosiding KMN XV, 30 Juni – 3 Juli 2010, Manado Hlm. 623—632
Bahasa Indonesia, Bahasa Inggris
Universitas Padjadjaran, Prosiding KMN XV, 30 Juni – 3 Juli 2010, Manado Hlm. 623—632
ARMA model, back test, capm, distribusi Koyck, GARCH models., Koyck distribution, Model ARMA, model GARCH, Value at Risk
Paper ini akan membahas perumusan Value-at-Risk (VaR) di bawah Capital Asset Pricing Model (CAPM) dan distribusi Koyck dengan volatilitas tak konstan. Dalam CAPM, tingkat pengembalian yang diharapkan dari suatu saham adalah sama dengan tingkat pengembalian bebas risiko ditambah premi risiko dengan koefisien beta. Disini diasumsikan tingkat pengembalian saham di bawah CAPM dengan lagged, yaitu premi risiko masa lalu berpengaruh pada pergerakan tingkat pengembalian saham masa kini. Untuk mengestimasi koefisien beta dalam CAPM dengan lagged, akan dilakukan dengan pendekatan distribusi Koyck. VaR sebagai ukuran tingkat risiko investasi, akan dirumuskan berdasarkan CAPM dengan lagged dan distribusi Koyck tersebut, dengan asumsi bahwa tingkat pengembalian indeks pasar memiliki volatilitas tak konstan, dan akan dimodelkan dengan model-model GARCH. Hasil penurunan rumus ini selanjutnya akan dipergunakan untuk menganalisis risiko investasi pada beberapa saham yang diperdagangkan dalam pasar modal di Indonesia.
This paper will analyze the Value-at-Risk (VaR) under the Capital Asset Pricing Model (CAPM) and Koyck distribution with non constant volatility. In the CAPM, the expected rate of return of a stock is equal to the risk-free rate of return plus the risk premium by beta coefficients. Here are assumed rates of the stock return under the CAPM with lagged, i.e. the past affects the risk premium on today’s stock return movements. To estimate the beta coefficient in the CAPM with lagged, will done by Koyck distribution approach. VaR as a measure of the level of investment risk, will be formulated based on the CAPM with lagged and Koyck distribution, with the assumption that the rate of return of the market index has non constant volatility, will be modeled with a generalized autoregressive conditioal heteroscedastic (GARCH) models. The results of the formulation are used to analyze investment risk on some stocks that are traded at the capital markets in Indonesia.