Penentuan Value at- Risk (VaR) dan Expected Shortfall (ES) investasi kurs jual mata uang pada masa post-pandemi Covid-19 menggunakan pendekatan ARIMA-GARCH

Hasanah, Ai (2024) Penentuan Value at- Risk (VaR) dan Expected Shortfall (ES) investasi kurs jual mata uang pada masa post-pandemi Covid-19 menggunakan pendekatan ARIMA-GARCH. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) COVER.pdf Download (65kB) | Preview
Preview	Text (ABSTRAK) ABSTRAK.pdf Download (122kB) | Preview
Preview	Text (DAFTAR ISI) DAFTAR ISI.pdf Download (73kB) | Preview
Preview	Text (BAB I) BAB I.pdf Download (195kB) | Preview
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (431kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (291kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (310kB)
	Text (BAB V) BAB V.pdf Restricted to Registered users only Download (56kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (191kB)

Abstract

Pentingnya untuk melakukan pengukuran risiko pada suatu kurs jual dalam berbagai situasi, terutama pada masa post-pandemi covid-19 yaitu pada periode 01 Januari 2022 – 31 Desember 2022. Penelitian ini bertujuan untuk menentukan Value at- Risk (VaR) dan Expected Shortfall (ES) pada investasi kurs jual mata uang pada masa post-pandemi Covid-19 menggunakan pendekatan ARIMA-GARCH. Value at-Risk (VaR) dan Expected Shortfall (ES) merupakan metode yang umum digunakan dalam manajemen risiko untuk mengukur potensi kerugian maksimum dalam investasi dalam periode tertentu dengan tingkat kepercayaan tertentu. Dalam konteks volatilitas pasar yang meningkat pasca-pandemi Covid-19, pendekatan ARIMA-GARCH digunakan untuk menangkap karakteristik dinamis dan volatilitas heteroskedastik dari data kurs jual mata uang. Metode ARIMA (Autoregressive Integrated Moving Average) digunakan untuk memodelkan komponen linier dan tren jangka panjang dari data kurs jual mata uang, sementara GARCH (Generalized Autoregressive Conditional Heteroskedasticity) digunakan untuk memodelkan volatilitas yang bervariasi sepanjang waktu. Penelitian ini menganalisis data kurs jual mata uang selama periode post-pandemi, mengidentifikasi model terbaik berdasarkan kriteria pemilihan model, dan mengestimasi parameter model untuk menghitung VaR dan ES. Hasil penelitian menunjukkan bahwa model ARIMA-GARCH dapat mengakomodasi fluktuasi volatilitas yang tinggi pada periode post-pandemi, serta memberikan estimasi VaR dan ES yang lebih akurat dibandingkan dengan pendekatan tradisional. Temuan ini memberikan implikasi penting bagi investor dan manajer risiko dalam pengambilan keputusan investasi dan strategi manajemen risiko pada masa ketidakpastian ekonomi pasca-pandemi Covid-19.

Actions (login required)

View Item