Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Indonesian Journal of Mathematics and Natural Sciences
D. B. Nugroho, D. B.
Prodi Matematika , Fakultas Sains dan Matematika, Universitas Kristen Satya Wacana, Indonesia
Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
MODEL VOLATILITAS GARCH(1,1) DENGAN ERROR STUDENT-T UNTUK KURS BELI EUR DAN JPY TERHADAP IDR Salim, F. C.; Nugroho, D. B.; Susanto, B.
Jurnal MIPA Vol 39, No 1 (2016): April 2016
Publisher : Jurnal MIPA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Studi ini menyajikan model volatilitas Generalized Autoregressive Conditional Heteroscedasticity (GARCH)(1,1) untuk returns keuangan yang mengasumsikan bahwa returns error berdistribusi Student-t. Parameter dari model volatilitas diestimasi menggunakan algoritma Markov Chain Monte Carlo (MCMC). Secara khusus, nilai-nilai parameter model dibangkitkan menggunakan metode adaptive random walk Metropolis dan independence chain Metropolis–Hasting (IC-MH) yang dikonstruksi dalam algoritma MCMC. Model dan metode diaplikasikan pada data kurs beli harian Yen Jepang (JPY) dan Euro (EUR) terhadap Rupiah Indonesia (IDR) pada periode Januari 2009 sampai dengan Desember 2014. Berdasarkan kriteria faktor Bayes, hasil empiris menunjukkan dukungan sangat kuat terhadap asumsi distribusi student-t untuk returns error.This study investigates a volatility GARCH(1,1) model with Student’s t-error distribution for financial return. The parameters of GARCH model are estimated by using Markov Chain Monte Carlo (MCMC) algorithm. Specifically, the draws are sampled using adaptive random walk Metropolis and independence chain Metropolis–Hastings (IC-MH) methods that constructed in the MCMC algorithm. The model and methods  are applied to the daily buying rate data of the Euro (EUR) and Japanese Yen (JPY) to Indonesian Rupiah (IDR) from January 2009 to December 2014. According to the Bayes factor criteria, empirical results shows a strong support to the assumption of Student’s t-error distribution.
MODEL VOLATILITAS ARCH(1) DENGAN RETURN ERROR BERDISTRIBUSI SKEWED STUDENT-T Saputri, E. D.; Nugroho, D. B.; Setiawan, A.
Indonesian Journal of Mathematics and Natural Sciences Vol 39, No 1 (2016): April 2016
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Model volatilitas Autoregressive Conditional Heteroscedasticity (ARCH)lag 1, dimana return error berdistribusi skewed Student-t, diaplikasikan untuk runtun waktu return kurs beli harian Euro (EUR) dan Japanese Yen (JPY) terhadap Indonesian Rupiah (IDR) dari Januari 2009 sampai Desember 2014. Metode indepence chain Metropolis-Hastings (IC-MH) yang efisien dibangun dalam algoritmaMarkov Chain Monte Carlo (MCMC) untuk memperbarui nilai-nilai parameter dalam model yang tidak bisa dibangkitkan secara langsung dari distribusi posterior. Meskipun 95% interval highest posterior density dari parameter skewness memuat nol untuk semua data pengamatan, tetapi sebagian besar distribusi posteriornya berada di daerah negatif, yang mengindikasikan dukungan terhadap distribusiskewed Student-t. Selain itu diperoleh nilai derajat kebebasan disekitar 15 dan 18, yang mengindikasikan dukungan terhadap heavy-tailedness.Autoregressive Conditional Heteroscedasticity (ARCH) volatility model of lag 1, where return error has a skewed Student-t distribution,  for the buying rate Euro (EUR) and Japanese Yen (JPY) to Indonesian Rupiah (IDR) from January 2009 to December 2014,. An efficient independence chain Metropolis-Hastings (IC-MH) method is developed in an algorithm Markov Chain Monte Carlo (MCMC) to update the parameters of the model that could not be sampled directly from their posterior distributions. Although 95% highest posterior density interval from skewness parameter contains zero for all the data, most of the posterior distribution located in the negative area, indicating support for the skewed Student-t distribution into the return error. Furthermore the value of degrees of freedom is found around 15 and 18, indicating support for the heavy-tailedness.
Co-Authors Adi Setiawan B. SUSANTO E. D. Saputri, E. D. F. C. Salim, F. C.