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.