VOLATILITAS ASET KEUANGAN Eksplorasi Model-Model Bertipe ARCH/GARCH

Pembahasan ini membangun suatu algoritma Markov chain Monte Carlo (MCMC) untuk mengestimasi volatilitas dari return dalam model ARCH, dimana return mempunyai error berdistribusi Normal. Metode Metropolis–Hastings digunakan dalam MCMC untuk membangkitkan sample-sampel parameter model. Model dan algoritma diaplikasikan pada data harian kurs beli Euro (EUR), Japanese Yen (JPY), dan US Dollar (USD) terhadap Indonesian Rupiah (IDR) pada periode 5 Januari 2009 sampai dengan 31 Desember 2014. Hasil empiris menunjukkan bahwa algoritma yang dibangun menghasilkan simulasi yang sangat efisien. Estimasi parameter yang diperoleh adalah serupa dengan hasil dari menggunakan fungsi GARCH yang tersedia di Matlab. Lebih lanjut ditunjukkan bahwa volatilitas kurs beli EUR, JPY, dan USD terhadap IDR mempunyai titik ekstrim berturut-turut di bulan April 2013, Februari 2009, dan September 2011.