Please use this identifier to cite or link to this item: https://repository.uksw.edu//handle/123456789/25429
Title: Aplikasi Transformasi Pangkat untuk Data Pengamatan pada Model GARCH-X(1,1) Berdistribusi Normal dan Student-t
Other Titles: Application of Power Transformation for Observation Data on GARCH-X(1,1) Model with Normal and Student-t Distributions
Authors: Dimitrio, Obed Christian
Keywords: ARWM;GARCH-X;Matlab;transformasi pangkat;returns;RV
Issue Date: 1-Mar-2022
Abstract: Studi ini mengaplikasikan transformasi pangkat pada model GARCH-X(1,1) dengan cara melakukan tranformasi pada returns dan Realized Variance (RV). Transformasi pangkat yang diperhatikan yaitu eksponensial, modulus dan Extended Tukey. Model mengasumsikan bahwa error dari returns berdistribusi Normal dan Student-t. Secara khusus, jenis RV yang digunakan dalam studi ini adalah RV 10 menit. Analisis empiris dalam studi ini berdasarkan pada data indeks harga saham FTSE100 dan SP500 periode harian dari Januari 2000 sampai Desember 2021. Pada program Matlab, metode Adaptive Random Walk Metropolis diimplementasikan dalam algoritma Markov Chain Monte Carlo untuk mengestimasi parameter-parameter dari model. Berdasarkan 95% interval High Posterior Density, hanya transformasi modulus yang signifikan untuk diaplikasikan pada data returns atau/dan RV. Sedangkan transformasi eksponensial tidak signifikan untuk diaplikasikan pada data returns berdistribusi Student-t indeks harga saham FTSE100, tetapi signifikan untuk diaplikasikan pada data yang lainnya. Dan transformasi Extended Tukey tidak signifikan untuk diaplikasikan pada data returns dan RV indeks harga saham FTSE100 berdistribusi Student-t, tetapi signifikan untuk diaplikasian pada data yang lainnya. Selanjutnya, berdasarkan nilai Akaike Information Criterion (AIC), model pencocokan terbaik untuk data FTSE100 diberikan oleh GARCH-X(1,1) berdistribusi Student-t dengan transformasi Extended Tukey untuk RV. Sementara itu, model yang memberikan pencocokan terbaik untuk data indeks saham SP500 adalah model GARCH-X(1,1) berdistribusi Student-t dengan transformasi Extended Tukey untuk data returns dan RV secara simultan.
This study applies the power transformation to the GARCH-X(1,1) model by transforming returns and Realized Variance (RV). The power transformations that are considered are exponential, modulus, and Extended Tukey. The model assumes that the error of returns is normally and Student-t distributed. Specifically, the type of RV used in this study was a 10-minute RV. The empirical analysis in this study is based on the stock price index data of the FTSE100 and SP500 for the daily period from January 2000 to December 2021. In the Matlab program, the Metropolis Adaptive Random Walk method is implemented in the Markov Chain Monte Carlo algorithm to estimate the parameters of the model. Based on 95% of High Posterior Density intervals, only modulus transformation that is significant to be applied to the returns or/and RV data. The exponential transformation is not significant to be applied to the returns data with the Student-t distribution of the FTSE100 stock price index, but significant to be applied to the other data. The Extended Tukey transformation is not significant to be applied to the returns and RV data of the FTSE100 stock price index with Student-t distribution, but significant to be applied to the sother data. Furthermore, based on the Akaike Information Criterion (AIC) value, the best fit model for the FTSE100 data is given by GARCH-X(1,1) Student-t distributed with Extended Tukey transformation for RV. Meanwhile, the model that provides the best fit for SP500 stock index data is the GARCH-X(1,1) Student-t distributed with Extended Tukey transformation for data returns and RV simultaneously.
URI: https://repository.uksw.edu/handle/123456789/25429
Appears in Collections:T1 - Mathematics

Files in This Item:
File Description SizeFormat 
T1_662018006_Judul.pdf738.48 kBAdobe PDFView/Open
T1_662018006_BAB I.pdf
  Until 2999-01-01
469.77 kBAdobe PDFView/Open Request a copy
T1_662018006 _BAB II.pdf
  Until 2999-01-01
633.13 kBAdobe PDFView/Open Request a copy
T1_662018006_BAB III.pdf
  Until 2999-01-01
350.18 kBAdobe PDFView/Open Request a copy
T1_662018006_BAB IV.pdf
  Until 2999-01-01
1.23 MBAdobe PDFView/Open Request a copy
T1_662018006_BAB V.pdf
  Until 2999-01-01
347.91 kBAdobe PDFView/Open Request a copy
T1_662018006_Daftar Pustaka.pdf569.35 kBAdobe PDFView/Open
T1_662018006_Lampiran.pdf
  Until 2999-01-01
494.74 kBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.