ANALISIS NILAI RISIKO PADA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (IGARCH) = RISK VALUE ANALYSIS ON THE COMBINED SHARE PRICE INDEX USING INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (IGARCH ) METHOD.

Dunia investasi terdapat dua hal yang mendasar yang selalu menyertai yaitu tingkat keuntungan (return) dan risiko. Pada umumnya data return saham memiliki tiga karakteristik yaitu heteroskedastisitas, fat tailedness (excess kurtosis),dan leverage effect. Sehingga dapat digunakan model generalized autoregressive conditional heteroskedasticity (GARCH) karena dianggap dapat menangkap tiga karakteristik utama pada return keuangan. Penelitian ini bertujuan untuk membentuk model terbaik dan mendapatkan taksiran nilai risiko return investasi pada Indeks Harga Saham Gabungan (IHSG). Penelitian ini menggunakan model IGARCH. Pemilihan model terbaik didasarkan pada pertimbangan signifikansi, uji white noise dan nilai AIC. Apabila nilai koefisien GARCH berjumlah 1 yang berarti data tidak stasioner maka model ditransformasi menjadi model IGARCH. Data yang digunakan pada penelitian ini adalah data sekunder berupa data IHSG pada saat harga penutupan (closing price) saham harian pada bulan Oktober 2014 sampai bulan April 2020. Karena pada data financial diduga mempunyai kecenderungan terjadinya nilai ekstrim, maka pengukuran risiko dalam penelitian ini dilakukan dengan pendekatan Generalized Pareto Distribution (GPD).Hasil penelitian VaR dengan menerapkan model IGARCH (1,2) dan menggunakan pendekatan GPD dalam mengukur besar nilai risiko IHSG diperoleh nilai risiko dengan tingkat kepercayaan 95% nilai VaR dengan nilai return pada waktu ke t memiliki perubahan yang signifikan yag artinya nilai VaR dan nilai return berbanding lurus pada waktu ke t. Sehingga nilai resiko return investasi IHSG periode mei 2020 dapat ditaksir kemungkinan kerugian rata-rata adalah 3,89% dari asset saat ini.
Keywords : Risiko, GARCH, IGARCH, Value at Risk (VaR)