97 ini mengindikasikan terdapat unsur heteroskedastisitas pada data pengembalian
dan efek ARCH di dalamnya. Pengujian spesifikasi model dilanjutkan dengan pemilihan persamaan
rataan. Persamaan rataan yang terpilih untuk data pengembalian saham UNSP adalah ARIMA 1,0,2. Model ini diperiksa sisaannya, dan dihasilkan nilai
langrange Multiplier 3,060502 lebih kecil dari nilai kritis chi square 0,05 yakni
sebesar 5,99 serta memiliki nilai probability 0,082614 lebih besar dari 0,05 dengan kata lain menerima hipotesis nol Ho yang berarti tidak terdapat unsur
heteroskedastisitas di dalam data pengembalian harga saham penutupan harian UNSP.
7.3.2. Estimasi Model Saham Emiten UNSP
Pada tahapan ini dilakukan simulasi beberapa model ragam dengan spesifikasi model yang didapatkan. Simulasi dilakukan dengan menggunakan
kuadrat galat dari persamaan ARIMA 1,0,2. Kemudian pendugaan parameter model dengan metode kemungkinan maksimum atau quasi maximum likelihood
QML. Simulasi ini mengkombinasikan nilai r = 1 dan 2 dengan nilai m = 0, 1 dan 2 sehingga akan terbentuk enam model ragam.
7.3.3. Pemilihan Model Terbaik Saham Emiten UNSP
Pada Tabel 14. terlihat bahwa model GARCH 1,2 menjadi pilihan dalam peramalan model ragam terbaik.
Tabel 14. Estimasi Model ARCHGARCH Harga Saham Emiten UNSP
Model K
α1 α2
β1 β2
AIC SC
ARCH 1 0,001107
0,669154 -
3,47022 -
3,446864 ARCH 2
0,000967 0,230126
0,403631 -
3,53629 -3,5071
GARCH 1,1 1,17E-05
0,088046 0,917655
- 3,65793
- 3,628733
GARCH 2,1 9,88E-06
0,153159 a-
0,077568 0,928828
- 3,65894
- 3,623909
GARCH 1,2 1,87E-05
0,14503 0,216561
0,648188 -
3,65987 -
3,624839 GARCH 2,2
1,92E-05 0,138882
a0,009424 a0,192249
0,669294 -
3,65746 -
3,616594
Keterangan: a = tidak signifikan
98 Penentuan model ARCHGARCH yang dipilih mempertimbangkan dua
faktorindikator model terbaik, yakni : 1. Nilai AIC dan SC terkecil
2. Koefisien dan parameter yang signifikan Pada estimasi model diperoleh model GARCH 1,2 sebagai model terbaik
dikarenakan memiliki nilai AIC yang relatif lebih rendah dibandingkan model estimasi lainnya yakni sebesar -3,65987. Selain itu, model GARCH 1,2
memiliki nilai koefisien dan parameter yang signifikan dibandingkan dengan model yang lainnya. Sebenarnya model ARCH 1 memiliki parameter yang juga
sinifikan semua tetapi model tersebut memiliki nilai AIC yang lebih besar dibandingkan model GARCH 1,2. Penerapan model GARCH 1,2 disajikan
pada lampiran 5.
7.3.4. Evaluasi Model Saham Emiten UNSP
Model dugaan yang dipilih adalah GARCH 1,2. Langkah selanjutnya adalah memeriksa koefisien ACF sisaan terbakukan untuk memastikan tidak ada
heteroskedastisitas. Evaluasi model juga dapat dilihat melalui uji ARCH yang menunjukkan nilai LM sebesar 0,010897 lebih kecil dari nilai kritis chi square
0,05 yakni sebesar 5,99 serta memiliki nilai probability 0,916887 lebih besar
dari 0,05 dengan kata lain menolak hipotesis nol Ho yang berarti tidak terdapat heteroskedastisitas. Berdasarkan uji Ljung-Box ternyata ACF residual kuadrat
pada 15 lag pertama sudah tidak signifikan lagi, artinya sudah tidak terdapat efek ARCH. Dengan demikian maka model tersebut sudah fit.
7.3.5. Peramalan Ragam Saham Emiten UNSP