Deteksi Dini Krisis Keuangan di Korea Selatan : Pendekatan Kombinasi Model Volatilitas dan Markov Switching

Authors

  • Yefta Widianto PT. Astra International, Tbk

DOI:

https://doi.org/10.53866/jimi.v5i2.775

Keywords:

Financial Crisis, Real Exchange Rate, Volatility, Markov Switching

Abstract

Krisis keuangan di Asia terjadi pada tahun 1997 dan krisis global terjadi pada tahun 2008 yang berdampak pada berbagai negara termasuk Korea Selatan. Krisis tersebut berdampak signifikan terhadap perekonomian Korea Selatan, sehingga penting untuk melakukan deteksi dini krisis keuangan sebagai tindakan pencegahan jika terjadi krisis. Krisis terjadi karena beberapa indikator ekonomi makro mengalami kondisi yang berubah-ubah dan mengandung fluktuasi yang sangat tinggi. Fluktuasi yang tinggi dapat dimodelkan menggunakan model volatilitas dan kondisi yang berubah dapat dimodelkan menggunakan model Markov switching. Oleh karena itu, kombinasi antara volatilitas dan Markov switching, serta model volatilitas dapat digunakan untuk mendeteksi krisis. Penelitian ini menggunakan data indikator nilai tukar riil bulan Januari 1990 hingga Desember 2024 untuk membangun model di Korea Selatan. Hasil penelitian menunjukkan model terbaik untuk indikator nilai tukar riil adalah MS-GARCH (1,1,1) dengan akurasi model sebesar 100%. Nilai tukar riil dapat mendeteksi krisis yang terjadi di Korea Selatan pada tahun 1997 dan 2008. Hasil prediksi menunjukkan bahwa pada tahun 2025 Korea Selatan tidak akan mengalami krisis keuangan.

References

Amri, I. F. (2018). Kajian Kinerja Model Gabungan Volatilitas dan Markov Switching Menggunakan Indikator Impor dan Ekspor. Surabaya: Institut Teknologi Sepuluh Nopember.

Bollerslev, T. (1986). Generalized Autoregressive Conditional Heterokedasticity. Jurnal of Econometrics, 307-327.

Engle, R. F. (1982). Autoregressive Conditional Heterocedasticity with Estimates of Variance on United Kingdom Inflation. Econometrica, 987-1008.

Gracia, R., & Perron, P. (2006). An Analysis of the Real Interest Rate Under State Shifts. The Review of Economics and Statistics, 111-125.

Gray, S. F. (1996). Modeling the cnditional distribution of interest rates as a state-switching proces. Jurnal of Financial Economics, 27-62.

Guidolin, M., & Pedio, M. (2018). Essentials of Time Series for Financial. London: Academic Press.

Hamilton, J. D., & Susmel, R. (1994). Autoregressive Conditional Heterokedasticity and Changes in Regime. Jurnal of Econometrics, 307-333.

Kaminsky, G., Lizondo, S., & Reinhart, C. M. (1998). Leading Indicators of Currency Crises. Internasional Monetary Fund, 1-48.

Kim, C. J., & Nelson, C. R. (2017). State-Space Models with State Switching. London: The MIT Press.

Sattayatham, P., Sopipan, N., & Premoanode, B. (2012). Forecasting the Stock Exchange of Thailand uses Day of the Week Effect and Markov Regime Switching GARCH. American Journal of Economics and Business Administration, 84-93.

Shamshad, A., Bawadi, M., Wan Hussin, W., Majid, T., & Sanusi, S. (2005). First and Second order Markov chain models for synhetic generation of wind speed time series. energy, 693-708.

Sugiyanto, Zukhronah, E., Susanti, Y., & Aini, A. N. (2018). Financial Crisis Forecasting in Indonesia Based on Bank. Journal of Physics.

Tsay, R. S. (2005). Analysis of Financial Time Series Second Edition. New Jersey: John Wiley & Sons.

Downloads

Published

2025-04-29

How to Cite

Widianto, Y. (2025). Deteksi Dini Krisis Keuangan di Korea Selatan : Pendekatan Kombinasi Model Volatilitas dan Markov Switching . Citizen : Jurnal Ilmiah Multidisiplin Indonesia, 5(2), 614–620. https://doi.org/10.53866/jimi.v5i2.775