Pengaruh Pemodelan Volatilitas Return Saham Menggunakan Constant Conditional Correlation Generalized Autoregressive Conditional Heteroskedasticity (CCC-GARCH) Dalam Pembentukan Portofolio
Perkembangan teknologi mendorong meningkatnya partisipasi
masyarakat dalam pasar modal, namun investasi saham di pasar ini
tetap menghadapi ketidakpastian tinggi akibat dinamika ekonomi dan
politik yang tercermin pada fluktuasi IHSG. Volatilitas sebagai ukuran
risiko utama menjadi faktor penting dalam pembentukan portofolio
optimal. Model Markowitz klasik yang mengasumsikan variansi
konstan dinilai kurang mampu menangkap karakteristik volatilitas yang
bersifat time-varying. Penelitian ini memodelkan volatilitas GARCH
dan mengintegrasikan matriks kovarian CCC-GARCH ke dalam
kerangka optimasi portofolio Markowitz serta mengevaluasi
efisiensinya menggunakan Sharpe Ratio. Hasil penelitian menunjukkan
bahwa return saham bersifat heteroskedastisitas, sehingga model
GARCH (1,1) dengan variasi orde ARMA pada setiap saham
merupakan model terbaik dalam memodelkan volatilitas. Pembentukan
portofolio berbasis kovarian kondisional CCC-GARCH menghasilkan
variansi yang lebih rendah (0,00011439) dibandingkan kovarian statis
(0,00017385) pada tingkat expected return yang sama (0,00041210).
Selain itu, nilai Sharpe Ratio portofolio CCC-GARCH–Markowitz
(0,02103415) lebih tinggi dibandingkan Markowitz klasik
(0,01706228), sehingga menunjukkan bahwa integrasi pemodelan
volatilitas dinamis mampu meningkatkan efisiensi portofolio dalam
kerangka risk-return.
URI
https://repo.itera.ac.id/depan/submission/SB2606230104
Keyword
CCC-GARCH Markowitz Sharpe Ratio Volatilitas