Perpustakaan Digital ITB

Pemodelan risiko pada model stokastik kini menjadi semakin umum untuk dilakukan pada bidang manajemen risiko. Salah satu model stokastik yang mampu mencakup sifat heteroskedastik ialah model Autoregressive Conditional Heteroscedastic (ARCH). Pada Tesis ini, dibangun beberapa representasi alternatif baru dari model ARCH yang menarik untuk dikaji. Representasi alternatif yang didapat mampu memberikan sudut pandang baru mengenai model ARCH. Selanjutnya, Value-at-Risk (VaR) masih menjadi suatu ukuran risiko yang dapat dikembangkan hingga saat ini. Untuk itu, akan dikaji pula suatu perhitungan alternatif untuk VaR dengan memanfaatkan ukuran korelasi antar dua peubah acak. Selain itu, akan ditentukan pula suatu representasi alternatif dari VaR dengan memanfaatkan suatu model Copula. Copula ialah model fungsi distribusi dua atau lebih peubah acak saling bergantung. Dengan banyaknya jenis model Copula yang ada, perlu ditentukan suatu model Copula terbaik. Pada Tesis ini, digunakan ukuran Akaike Information Criterion (AIC) untuk menentukan model Copula terbaik sesuai dengan data yang dimiliki. Alternatif perhitungan VaR berbasis ukuran korelasi dan Copula kemudian diaplikasikan pada dua imbal hasil saham. Sebagai hasil, VaR berbasis ukuran korelasi memberikan hasil yang lebih efisien dibandingkan perhitungan berbasis kuantil sebelumnya.