Statistik Uji z, T pada Model GARCH/ EGARCH dg Eviews

Melanjutkan pertanyaan dari Sohib Mahasiswa di Perguruan Tinggi di Surabaya tentang Pengertian Statistik Uji z dan Statistik Uji T.

Saya mencoba menjawab secara ringkas berkaitan dengan hal itu.

Model GARCH.

Misalkan model GARCH(1,1):

Persamaan pertama adalah mean equation dan persamaan ke dua adalah varians equation. Misalkan Rt adalah first difference Log S&P500 (DLOG(SPX)) dan hasil output Eviews adalah:

Model GARCH tersebut mengasumsikan errornya berdistribusi normal, sehingga untuk menguji signifikansi baik pada masing- masing koefisien pada mean equation maupun varians equation dengan mengunakan statistik uji z. Dengan mengunakan tingkat kesalahan (alpa-5%) maka, semua koefisien baik mean equation maupun varians equation menunjukkan sangat signifikan (p-value kurang dari 5%). Oleh karena itu, perilaku indek S&P 500 dapat dijelaskan dengan model GARCH(1,1).

Model EGARCH.

Misalnya model Exponensial GARCH (1,1):

dimana St=nilai index S&P 500 dan diperoleh output:

bila model EGARCH ini mengasumsikan erorrnya berdistribusi students, maka untuk menguji koefisien pada mean equation dan varians equation dg Statistik Uji z (standarized distribution). Melihat p-value dari statistik uji z masing- masing koefisien pada mean equation maupun varians equation sangat signifikan (lebih kecil dari 5%).

Sadangkan nilai Statistik Uji T-DIST menunjukkan bahwa relative kecil nilai tersebut menununjkkan bahwa distribusi standarized error berasal dari distribusi normal.

Sumber: Eviews User Guide