ANALISIS DAN PERAMALAN VOLATILITAS RETURN SAHAM PT BARITO RENEWABLES ENERGY TBK (BREN) MENGGUNAKAN PENDEKATAN ARCH/GARCH
Published 2026-01-27
Keywords
- return saham, volatilitas, ARCH, GARCH, peramalan, BREN
How to Cite
Abstract
Pasar modal modern ditandai oleh tingkat ketidakpastian yang tinggi sehingga volatilitas return saham menjadi indikator penting dalam pengukuran risiko. Penelitian ini bertujuan untuk menganalisis dan meramalkan volatilitas return saham PT Barito Renewables Energy Tbk (BREN) menggunakan pendekatan ARCH/GARCH. Data yang digunakan berupa harga penutupan harian periode 2 Januari 2020 hingga 23 Januari 2026 yang diperoleh dari Yahoo Finance dan diolah menggunakan perangkat lunak Stata. Tahapan analisis meliputi perhitungan return, uji stasioneritas menggunakan Augmented Dickey-Fuller (ADF), pemodelan rata-rata menggunakan ARMA, uji white noise dengan Ljung-Box, serta pengujian efek heteroskedastisitas bersyarat menggunakan ARCH-LM. Hasil menunjukkan return saham BREN bersifat stasioner dan mengandung efek ARCH sehingga diperlukan pemodelan volatilitas. Model terbaik yang diperoleh adalah ARMA(1,1)–GARCH(1,1) berdasarkan nilai AIC dan BIC terendah. Koefisien ARCH(1) dan GARCH(1) yang signifikan mengindikasikan adanya volatility clustering dan persistensi volatilitas. Peramalan volatilitas untuk 20 periode ke depan menunjukkan kecenderungan peningkatan volatilitas setelah periode observasi, yang mengisyaratkan meningkatnya ketidakpastian pasar terhadap pergerakan saham BREN. Temuan ini menegaskan bahwa model ARCH/GARCH efektif dalam memodelkan serta meramalkan volatilitas return saham di pasar modal Indonesia, khususnya pada saham dengan dinamika risiko yang tinggi.
Downloads
References
- Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. https://doi.org/https://doi.org/10.1016/0304-4076(86)90063-1
- Boudri, I. (2024). Modeling and Forecasting Historical Volatility Using Econometric and Deep Learning Approaches : Evidence from the Moroccan and Bahraini Stock Markets.
- Burak, O., & Emrah, A. (2025). Dynamics in Realized Volatility Forecasting : Evaluating GARCH Models and Deep Learning Algorithms Across Parameter Variations. In Computational Economics (Vol. 65, Issue 6). Springer US. https://doi.org/10.1007/s10614-024-10694-2
- Engle, R. F. (1982). Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation. Econometrica, 50(4), 987–1007. http://www.jstor.org/stable/1912773
- Fang, Z., & Young, J. (2025). Realized GARCH Model in Volatility Forecasting and Option Pricing. Computational Economics, 0123456789. https://doi.org/10.1007/s10614-024-10826-8
- Haliza, T. N., Hizazi, A., & Friyani, R. (2024). HUBUNGAN KEBIJAKAN DIVIDEN, LEVERAGE, PERTUMBUHAN ASET, VOLUME PERDAGANGAN SAHAM DAN UKURAN PERUSAHAAN TERHADAP VOLATILITAS HARGA SAHAM PADA PERUSAHAAN SEKTOR FARMASI YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE 2020-2024.
- Juanda, B., & Junaidi, J. (2012). Ekonometrika Deret Waktu : Teori dan Aplikasi (L. Utari & P. Komalasari (eds.); 1st ed.). IPB Press.
- Kontan. (2024). Saham Barito Renewables (BREN) dicoret dari indeks FTSE Russell, ini dampaknya. Kontan.Co.Id. https://investasi.kontan.co.id/
- Nugroho, A. D., & Robiyanto, R. (2021). Determinant of Indonesian Stock Market ’ s Volatility During the Covid-19 Pandemic. 25(1), 1–20.
- Reuters. (2024). Indonesia’s Barito Renewables shares tumble after FTSE Russell exclusion. Reuters. https://www.reuters.com/
- Sugiyono. (2020). Metodologi Penelitian Kuantitatif, Kualitatif dan R & D (26th ed.). Penerbit Alfabeta.
- Vasudevan, R. D., & Vetrivel, S. C. (2016). Asian Research Consortium Forecasting Stock Market Volatility using GARCH Models : Evidence from the Indian Stock Market. 6(8), 1565–1574.