ARCH dan GARCH dalam Teori

ARCH/GARCH adalah suatu model peramalan/forecasting time series yang digunakan dalam single equation artinya hanya menggunakan satu variabel saja. Dengan menggunakan informasi periode data yang lalu dapat meramal nilai data untuk periode yang akan datang

ARCH/GARCH biasanya digunakan untuk mencari volitalitas suatu data. Yang dilihat adalah pengaruh varian dan error kuadrat dari series datanya. ARCH/GARCH adalah kelanjutan dari peramalam model ARIMA, dimana syarat yang digunakan apabila model ARIMA yang dipilih tidak memenuhi asumsi homokedastisitas artinya modelnya masih mengandung heterokedastistas.

Sehingga akan didapat beberapa model ARCH/GARCH. Setelah model didapat biasanya yang dipilih adalah model yang signifikan, error terkecil, bias proportion terkecil, korelasinya tinggi serta memenuhi asumsi normalitas dan homokedastisitas barulah model tersebut dapat digunakan untuk melakukan forecast/peramalan untuk nilai data periode berikutnya.

      

Adapun model umum ARCH/GARCH (p,q,r), p adalah arch, q adalah diffrence, dan r adalah garch

Misal: GARCH (1,0,0) artinya menggunakan ARCH(1,0) pada data level

           GARCH (0,0,1) artinya menggunakan GARCH(1,0) pada level

GARCH (1,0,1) artinya menggunakan ARCH(1,0) dan GARCH(1,0) pada data level

GARCH (1,1,1) artinya menggunakan ARCH(1,1) dan GARCH(1,1) pada data difference I

   

Model ARCH memanfaatkan data error kuadrat periode sebelumnya sedangkan GARCH memanfaatkan data varian periode sebelumnya untuk meramal data periode berikutnya.

 

download data arch/garch dalam m.excel

baca juga model ARCH/GARCH dalam Teori

baca juga model ARCH/GARCH dengan Eviews

baca juga model ARCH/GARCH dengan Gretl