Pemodelan Return Saham Menggunakan Metode Generalized Autoregressiv Conditional Heteroscedasticity (GARCH) di Bank Rakyat Indonesia

Saham merupakan data runtun waktu di bidang keuangan, yang biasanya memiliki kecenderungan berfluktuasi secara cepat dari waktu ke waktu sehingga variansi dari errornya akan selalu berubah setiap waktu atau tidak konstan, atau sering disebut kasus heterokesdastisitas. Model runtun waktu untuk memodelkan kondisi ini yaitu model Autoregressive Conditional Heteroscedasticity (ARCH). Model ARCH memerlukan orde yang besar dalam memodelkan ragamnya karena pada data keuangan mempunyai tingkat volatilitas yang besar. Untuk mengatasi orde yang terlalu besar pada model ARCH dilakukan generalisasi terhadap model ARCH, model ini dikenal dengan nama Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Hasil penelitian menunjukkan bahwa gambaran umum penutupan harga saham BRI dalam kurun waktu Januari 2015 hingga Desember 2018 mengalami fluktuasi yang tidak stabil dan harga penutupan harga tertinggi yaitu pada tahun 2017. Model terbaik yang digunakan untuk pemodelan return saham BRI adalah model ARIMA (29,0,1) GARCH (1,1) sehingga model yang dihasilkan adalah sebagai berikut: Zt = −0.084777et−26 dan σt 2 = 0.000241 +0,149753αt−1 2 + 0,334886σt−1 2 . Dari hasil peramalan nilai return, terdapat satu periode yang mengalami kerugian dan empat periode mengalami keuntungan, dengan kerugian pada periode 01/11/2018 sebesar 0,000116dan keuntungan tertinggi yaitu pada periode 31/10/2018 sebesar 0,000039.