Model Volatilitas ARCH(1) untuk Returns dengan Error Berdistribusi non-Central Student-t dan Skewed Student-t: studi kasus: pasar valuta asing Indonesia

Abstract

Studi ini mengaplikasikan model volatilitas Autoregressive Conditional Heteroscedasticity (ARCH) lag 1 untuk returns kurs beli Japanese Yen (JPY) dan Euro (EUR) terhadap Indonesian Rupiah (IDR) dari Januari 2009 sampai Desember 2014. Distribusi noncentral Student-t dan skewed Student-t dipilih untuk mengakomodasi fat−tailedness dan skewness. Algoritma Markov Chain Monte Carlo (MCMC) yang efisien dibangun untuk memperbarui nilai-nilai parameter dalam model yang tidak bisa dibangkitkan secara langsung dari distribusi posterior. Berdasarkan kriteria 95% highest posterior density (HPD), interval HPD untuk parameter non-sentralitas dan skewness memuat nol. Meskipun begitu, dukungan terhadap penggunaan distribusi skewed Student-t lebih kuat yang diindikasikan oleh sebagian besar nilai parameter skewness berada di daerah negatif.