MULTIVARIATE GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY DENGAN MODEL MATRIKS KONDISIONAL KOVARIANSI; MULTIVARIATE GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY WITH CONDITIONAL COVARIANCE MATRICE MODEL

ANA ANDRIYATI, Dedi Rosadi

2012 | Skripsi | PROGRAM STUDI STATISTIKA

Model dengan volatilitas telah menjadi salah satu penelitian yang sebagian besar sukses dan diminati dalam bidang time series keuangan dan peramalan di bidang ekonomi pada akhir-akhir ini salah satunya adalah model heteroskedastik, yakni model Generalized Autoregressive Conditional Heteroscedasticity. Skripsi ini membahas tentang model multivariat dari model GARCH, terutama pemodelan dengan matriks kondisional kovariansi, yang nantinya digunakan untuk forecasting data di bidang keuangan, misalnya saham. Model VECH-GARCH merupakan generalisasi langsung dari model univariat GARCH ke multivariat GARCH. Akan tetapi, selain banyaknya parameter dalam model ini, kesulitan menjamin kondisi positif definit untuk matriks kovariansi juga menjadi salah satu pertimbangan. Model yang menjamin kondisi positif definit pada estimasi matriks kovariansi bersyarat salah satunya adalah model BEKK-GARCH. Akan tetapi, model ini juga mempunyai sesuatu yang disebut “curse of dimensionality” karena tidak sedikitnya jumlah parameter.

Kata Kunci : Multivariate GARCH, model kondisional kovariansi, VECHGARCH, BEKK-GARCH