digilib@itb.ac.id +62 812 2508 8800

Imbal hasil menunjukkan sifat dinamis yang memungkinkan terjadinya perubahan perilaku dari satu keadaan ke keadaan lainnya atau disebut fenomena regimeswitching (perubahan segmen). Model stokastik threshold dikembangkan untuk mengakomodasi fenomena tersebut. Threshold digunakan sebagai pembatas antar segmen, sehingga untuk segmen berbeda, memungkinkan memiliki model deret waktu yang berbeda. Pada Tugas Akhir ini, digunakan varian dari model AR dan GARCH dengan adanya satu nilai threshold, yaitu model TAR(p) dan TGARCH(1,1). Dalam membangun kedua model tersebut, diperlukan penaksiran parameter. Metode penaksiran yang digunakan adalah metode kuadrat terkecil dan likelihood maksimum. TAR membagi imbal hasil menjadi beberapa segmen dan digunakan dalam prediksi imbal hasil. Berbeda dengan TAR, segmen pada TGARCH terbagi berdasarkan volatilitasnya. Volatilitas adalah salah satu aspek penting dalam kajian mengenai imbal hasil, sehingga, disamping memiliki keakuratan prediksi imbal hasil yang baik, suatu model juga perlu memiliki kemampuan yang dapat mengakomodasi aspek volatilitas. Pada Tugas Akhir ini, digunakan model volatilitas GARCH(1,1) dan TGARCH(1,1) untuk memprediksi volatilitas. Dengan menggunakan tiga indeks saham, diperoleh hasil bahwa model TGARCH(1,1) memberi hasil prediksi volatilitas yang lebih akurat dibandingkan dengan model GARCH(1,1) untuk ketiga indeks saham tersebut. Hal tersebut mengindikasikan bahwa adanya nilai threshold pada model TGARCH(1,1) dapat meningkatkan keakuratan hasil prediksi volatilitas.