Nama : Hubertus Yuda

NIM : 121410084
Mata Kuliah : Metodologi Penelitian RB
Tugas Ke- : Tugas 1
(Resume 3 jurnal ilmiah 10 tahun terakhir dengan topik yang saling
berkaitan)

1. ANALISIS RISIKO INVESTASI SAHAM SYARIAH DENGAN MODEL VALUE AT

RISK-ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL
HETEROCEDASTICITY (VAR-APARCH)
Ditulis oleh Syarif Hidayatullah dan Mohammad Farhan
Qudratullah
Terbit dimana Google Scholar
Isu yang diangkat Latar Belakang
Saham syariah merupakan deretan observasi
variabel random yang dapat dinyatakan
sebagai data runtun waktu (time series).
Data runtun waktu dapat dimodelkan
menggunakan model Autoregressive
Moving Average (ARMA). Model ARMA
dapat diidentifikasi menggunakan
Autocorrelation Function (ACF) dan Partial
Autocorrelation Function (PACF).Model
ARMA mememiliki asumsi variansi error
yang konstan, yang dikenal dengan istilah
homoscedasticity.Padahal dalam data saham
pada umumnya memiliki variansi error yang
berubah-ubah setiap waktu atau
heteroscedasticity[1]. Eagle (1982)
memperkenalkan model
AutoregressiveConditional
Heteroscedasticity (ARCH) untuk
memodelkan variansi error yang tidak
konstan. Dalam aplikasi empirisnya, model
ARCH relatif membutuhkan nilai lag yang
panjang pada model variansi bersyaratnya.
Model Generalized Autoregressive
Conditional Heteroscedasticity (GARCH)
merupakan penyederhanaan dari model
ARCH dengan mengikut sertakan variansi
masa lalu untuk menjelaskan variansi masa
yang akan datang, 38 Syarif Hidayatullah
dan Mohammad Farhan Qudratullah
JURNAL FOURIER (2017) 6 37-43
www.fourier.or.id sehingga diperoleh
taksiran variansi yang lebih akurat. Model
ARCH dan GARCH mempunyai asumsi
bahwa penurunan harga aset (bad news) dan
 peningkatan harga aset (good news)
memberikan pengaruh simetris terhadap
volatilitasnya. Untuk memodelkan data
yang memiliki sifat heteroscedasticity dapat
digunakan model Asymmetric Power
Autoregressive Conditional
Heteroscedasticity (APARCH) yang
diperkenalkan oleh Ding, Granger, dan
Eagle pada tahun 1993 [2].Ide pokok pada
model APARCH adalah mengganti pangkat
kedua order dari error dalam bentuk yang
fleksibel dan mempunyai koefisien
asymmetric pada perbedaan efek good news
dan bad news.Disamping itu, perhitungan
analisis risiko juga penting dalam
berinvestasi disamping perhitungan nilai
return.Alat yang dapat digunakan dalam
mengestimasi risiko adalah Value at Risk
(VaR).
Teori  Jakarta Islamic Index (JII) Pada
tanggal 3 Juli 2000, PT Bursa Efek
Indonesia bekerjasama dengan PT
Danareksa Invesment Management
(DIM) meluncurkan indeks saham
yang dibuat berdasarkan syariah
Islam, yaitu Jakarta Islamic Index
(JII).
 Return dan Risiko
Return adalah hasil (tingkat
pengembalian) yang diperoleh
sebagai akibat dari investasi yang
dilakukan
Risiko dalam konteks manajemen
investasi merupakan besarnya
penyimpangan antara tingkat
kembalian yang diharapkan
(expected return) dengan tingkat
kembalian yang dicapai secara nyata
(actual return).Salah satu alat
pengukuran resiko yang sering
digunakan adalah Value at Risk
(VaR).
 Value at Risk (VaR) Value at Risk
(VaR) merupakan kerugian terbesar
yang mungkin terjadi dalam rentang
waktu/ periode tertentu yang
diprediksi dengan tingkat
kepercayaan tertentu.
 Analisis Data Time Series Data time
series adalah data statistik yang
 disusun berdasarkan urutan waktu
kejadian.
Metode  Merupakan Analisa deskriptif
 Data awal yang digunakan dalam
penelitian ini ada nilai indeks
penutupan harian saham syariah
yang diukur dengan Jakarta Islamic
Index (JII) yaitu dari Maret 2013
sampai dengan April 2015

Hasil dan pembahasan Pengukuran besar risiko investasi dengan

menggunakan VaR-APARCH (1,1),dengan
nilai investasi awal diasumsikan sebesar
Rp. 10.000.000,- menghasilkan besar nilai
risiko untuk indeks harga saham JII dengan
tingkat kepercayaan 95% sebagai berikut:
- Dalam periode waktu 1 hari
kedepan sebesar Rp. 235.766,-
- Dalam periode waktu 7 hari
kedepan sebesar Rp. 623.779,-
- Dalam periode waktu 10 hari
kedepan sebesar Rp. 745.558,-
Kekurangan 1. Tidak terdapat keresahan yang menjadi
landasan awal penelitian ini dilakukan
2. Tidak mencantumkan penelitian
terdahulu

2. PERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK

MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE
CONDITIONAL HETEROSCEDASTICITY (GARCH)
Ditulis oleh NURUL SAADAH, MAIYASTRI,
HAZMIRA YOZZA
Terbit dimana Google Scholar
Isu yang diangkat Latar Belakang
Data return saham adalah salah satu data
deret waktu (time series). Jika ingin
melakukan pemodelan return saham, maka
dapat dilakukan pemodelan data deret
waktu. Model yang dapat digunakan adalah
model Autoregressive (AR), Moving
Average (MA), dan Autoregressive Moving
Average (ARMA) dengan asumsi ragam
konstan (homoskedastisitas). Pada data
keuangan biasanya terjadi perubahan pada
ragam sehingga asumsi ragam konstan tidak
tepat. Model yang dapat digunakan untuk
memodelkan ragam ini adalah model
Generalized Autoregressive Conditional
 Heteroscedasticity (GARCH) yang
diperkenalkan oleh Tim Bollerslev pada
tahun 1986 sebagai pengembangan dari
model Autoregressive Conditional
Heteroscedasticity (ARCH). Selain
pemodelan return, pengukuran resiko
merupakan hal yang penting. Salah satu alat
ukur yang digunakan untuk mengukur
resiko adalah Value at Risk (VaR). Model
GARCH akan diterapkan pada peramalan
return saham dan volatilitas untuk beberapa
periode berikutnya dan pengukuran VaR
pada data return saham. 80 Jurnal
Matematika UNAND Vol. 5 No. 4 Hal. 80 –
88 ISSN : 2303–291X Perbandingan Resiko
Investasi dua Bank Menggunakan Model
GARCH 81 Bank Central Asia dan Bank
Mandiri adalah dua bank yang beroperasi di
Indonesia. Bank Central Asia adalah bank
swasta nasional sedangkan Bank Mandiri
adalah bank pemerintah. Kedua bank sama-
sama terdaftar di pasar saham. Hal yang
menarik untuk diketahui adalah bagaimana
perbandingan return dan resiko investasi
saham pada Bank Central Asia dan Bank
Mandiri menggunakan model GARCH.
Teori Dalam Jurnal ini hanya memuat teori berupa
rumus rumus untuk menunjang pemodelan
Metode  Merupakan Analisa deskriptif
 Data yang digunakan dalam
penelitian ini adalah data harga
penutupan saham Bank Central
Asia dan Bank Mandiri periode
mingguan dari tanggal 6 Juni 2011
sampai 25 April 2016.
Hasil dan pembahasan Berdasarkan grafik perbandingan nilai VaR
disimpulkan bahwa resiko seorang investor
untuk berinvestasi pada Bank Mandiri
lebih tinggi dari resiko jika berinvestasi
pada Bank Central Asia. Jadi, meskipun
return saham Bank Central Asia cenderung
turun, namun jika diukur dari tingkat
resiko, investor lebih baik berinvestasi
pada Bank Central Asia daripada
berinvestasi pada Bank Mandiri.
Kekurangan 1. Tidak terdapat teori berupa pengertian
yang mendukung penelitian kali ini.
2. Tidak mencantumkan penelitian
terdahulu
3. PERAMALAN VOLATILITAS DENGAN PEMODELAN EGARCH, TGARCH, DAN
APARCH DALAM PENGUKURAN ESTIMASI RISIKO SAHAM SEKTOR KEUANGAN
Ditulis oleh Fithra Rabbaniyah, dan Ulil Azmi
Terbit dimana Google Scholar
Isu yang diangkat Dalam kegiatan berinvestasi khususnya
saham, investor akan menginginkan imbal
hasil (return) yang maksimal di masa depan.
Namun, imbal hasil tersebut tentu tidak
akan terlepas dari adanya risiko. Risiko
dalam berinvestasi menyatakan
penyimpangan atau perbedaan antara tingkat
pengembalian yang diharapkan (expected
return) dengan tingkat pengembalian yang
sebenarnya (actual return). Sebelum
berinvestasi, sangat penting bagi seorang
investor dalam memahami risiko. Menurut
Jorion, Value at Risk menjadi alat
pengukuran risiko yang baku [2]. VaR dapat
menentukan seberapa besar kerugian yang
akan dialami investor dan ditoleransi
dengan tingkat kepercayaan tertentu dalam
kurun waktu yang telah ditetapkan. VaR
dapat mengukur jumlah risiko maksimum
yang akan diterima investor. Dalam
mengatasi kerugian yang nilainya melebihi
VaR, Conditional Value at Risk (CVaR)
akan mengukur besar nilai kerugian yang
akan ditanggung tersebut
Teori  Return diartikan sebagai tingkat
pengembalian yang akan didapatkan
seorang investor setelah melakukan
investasi disebuah instrumen
keuangan setelah beberapa waktu
tertentu baik berupa keuntungan atau
kerugian.\
 Augmented Dickey Fuller (ADF)
Adanya suatu unit root merupakan
salah satu pengujian yang dapat
digunakan untuk menentukan
stasioneritas dalam mean yang dapat
diketahui dengan melakukan suatu
pengujian yaitu Dickey-Fuller.
 Model GARCH adalah model
perkembangan dari model ARCH
yang dipopulerkan oleh Engle
(1982) dan merupakan model yang
mampu diaplikasikan pada data
keuangan [9].
 Asymmetric Power ARCH
 (APARCH) Asymmetric Power
ARCH (APARCH) yang
diperkenalkan oleh Ding, Granger,
dan Engle (1993) merupakan model
yang paling umum dan mampu
mengatasi asimetris serta memuat
GARCH standar, TGARCH, dan
logGARCH.
 Value at Risk (VaR) Value at Risk
yang biasa disingkat VaR secara
umum didefinisikan sebagai
kerugian maksimum yang mungkin
terjadi dalam tingkat kepercayaan
tertentu pada waktu yang telah
ditentukan
 Conditional Value at Risk (CVaR)
Conditional Value at Risk (CVaR)
diartikan sebagai besarnya nilai
kerugian yang akan ditanggung jika
kerugian yang terjadi nilainya
melebih Value at Risk (VaR
Metode  Merupakan Analisa deskriptif
 Sumber Data Dalam penelitian ini
digunakan data deret waktu atau
time series yaitu berupa data
sekunder harga penutupan (close
price) harian saham sektor
keuangan yang terdaftar di Bursa
Hasil dan pembahasan Model TGARCH dan EGARCH adalah
model yang terbaik dalam memodelkan
sifat asimetris dari saham dengan
volatilitas tinggi dan rendah. (2) Peramalan
volatilitas untuk sepuluh hari kedepan pada
saham dengan volatilitas tinggi dan rendah
dengan model terpilih menghasilkan hasil
yang sesuai dimana saham dengan
volatilitas tinggi memiliki hasil peramalan
volatilitas yang tinggi dan sebaliknya. (3)
Estimasi risiko VaR dan CVaR
berdasarkan model terbaik untuk tingkat
kepercayaan 99%, 95%, dan 90%
memberikan hasil jika nilai risiko tertinggi
dimiliki oleh saham dengan volatlitas
tinggi dan risiko terendah dimiliki oleh
saham dengan volatilitas rendah.
Berdasarkan hasil nilai estimasi risiko dari
tiap tingkat kepercayaan, semakin tinggi
tingkat kepercayaan maka akan semakin
tinggi pula nilai VaR dan CVaR yang
didapatkan.
Kekurangan 1. Tidak terdapat keresahan yang menjadi
landasan awal penelitian ini dilakukan
2. Tidak mencantumkan penelitian
terdahulu