Penggunaan Model Asymmetric Dynamic Conditional Correlation – Glosten-Jagannathan-Runkle GARCH untuk Peramalan Volatilitas pada Saham LQ45 dan IHSG

Latar Belakang. Volatilitas merupakan pergerakan pada harga saham yang mengalami perubahan besar baik naik maupun turun dalam suatu periode tertentu. Glosten-Jagannathan-Runkle Generalized Autoregressive Conditional Heteroskedasticity (GJR-GARCH) merupakan model yang digunakan untuk memodelkan volatilitas yang memiliki efek asimetri, yaitu kondisi ketika shock negatif dan shock positif memberikan pengaruh berbeda terhadap volatilitas. Selain itu, korelasi antar aset keuangan juga dapat berubah dari waktu ke waktu, sehingga diperlukan model Asymmetric Dynamic Conditional Correlation (ADCC) untuk menangkap korelasi dinamis sekaligus efek asimetri pada hubungan antar aset. Tujuan. Penelitian ini bertujuan untuk memperoleh korelasi dinamis antar saham LQ45 dan IHSG, serta hasil peramalan volatilitas menggunakan model ADCC-GJR-GARCH. Metode. Penelitian ini menggunakan data harga penutupan harian saham BBRI, BBCA, ASII, dan IHSG periode 1 Januari 2019 sampai 31 Desember 2023. Data dibagi menjadi dua periode, yaitu data training dari 1 Januari 2019 sampai 31 Juli 2023 dan data testing dari 1 Agustus 2023 sampai 31 Desember 2023. Model ADCC-GJR-GARCH diterapkan untuk memperoleh peramalan volatilitas dan menganalisis korelasi dinamis antar aset. Dalam model ini, GJR-GARCH digunakan untuk memodelkan dan meramalkan volatilitas asimetris pada masing-masing aset, dan ADCC digunakan untuk menganalisis korelasi dinamis antar aset. Hasil. Model GJR-GARCH(1,1) merupakan model volatilitas univariat terbaik untuk seluruh aset karena mampu menangkap efek asimetri volatilitas. Model ADCC(1,1) menghasilkan parameter asimetri sebesar 0,071504 yang menunjukkan bahwa korelasi antar return aset bersifat dinamis dan cenderung meningkat ketika terjadi shock negatif di pasar. Kesimpulan. Model ADCC-GJR-GARCH mampu memodelkan volatilitas asimetris pada saham LQ45 dan IHSG, mengidentifikasi korelasi dinamis yang cenderung menguat saat terjadi shock negatif dengan parameter asimetri sebesar 0,071504, serta menghasilkan peramalan volatilitas yang cukup baik dengan kinerja terbaik pada IHSG yang memiliki nilai RMSE sebesar 0,0020, MAE sebesar 0,0018, dan korelasi sebesar 0,8706.