Analisis Resiko Inflasi Ekstrem di Indonesia Menggunakan Extreme Xalue Theory (POT-GPD) dan Exponentially Weighted Moving Average (EWMA)

Siti Sholikhatul Janah; A'yunin Sofro

doi:10.31004/cendekia.v10i2.4882

Siti Sholikhatul Janah Universitas Negeri Surabaya
A'yunin Sofro

DOI: https://doi.org/10.31004/cendekia.v10i2.4882

Keywords: inflasi ekstrem, EVT, POT–GPD, EWMA, Value at Risk

Abstract

Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja metode Extreme Value Theory dengan pendekatan Peak Over Threshold–Generalized Pareto Distribution (POT–GPD) dan metode Exponentially Weighted Moving Average (EWMA) dalam mengukur risiko inflasi ekstrem di Indonesia. Data yang digunakan merupakan data inflasi bulanan (month-to-month) periode Januari 1979 hingga Agustus 2025 yang diperoleh dari Badan Pusat Statistik, kemudian ditransformasikan menjadi return inflasi. Pendekatan POT–GPD digunakan untuk memodelkan nilai ekstrem dengan penentuan threshold melalui Mean Residual Life plot dan estimasi parameter menggunakan Maximum Likelihood Estimation. Metode EWMA digunakan untuk memodelkan volatilitas dinamis dengan parameter peluruhan λ = 0,94. Pengukuran risiko dilakukan menggunakan Value at Risk (VaR) pada tingkat kepercayaan 95%, 99%, dan 99,5%, serta dievaluasi menggunakan tingkat pelanggaran VaR. Hasil penelitian menunjukkan bahwa VaR POT–GPD menghasilkan estimasi risiko yang lebih konservatif pada tingkat kepercayaan tinggi dengan proporsi pelanggaran yang lebih mendekati nilai teoritis dibandingkan EWMA. Metode EWMA mampu menangkap dinamika volatilitas secara adaptif, namun cenderung kurang akurat dalam memodelkan risiko pada bagian ekor distribusi. Dengan demikian, metode POT–GPD lebih unggul dalam mengestimasi risiko inflasi ekstrem di Indonesia.

Downloads

Download data is not yet available.

References

Ali, N., Zaimi, N. N., & Ali, N. M. (2021). Statistical modelling of malaysia trading gold price using extreme value theory approach. 10(1), 9–18.

Aplikasi, S., & Svar, M. (2025). DEKAT ANALISIS TEKANAN SUMBER INFLASI DI INDONESIA : 4(November), 77–93.

Ayuni, N., Rizki, S. W., & Perdana, H. (2018). Analisis risiko portofolio lq45 menggunakan pendekatan value at risk block maxima - generalized extreme value. 09(2), 267–274.
Badan Pusat Statistik. (2025). Inflasi bulanan Indonesia (Month-to-Month).

Conditional, E., Pada, R., Hakam, A. M., & Jaya, A. K. (2024). Estimating Conditional Value at Risk in Non-Cyclical Sector Companies Using the Extreme Value Theory Approach Sektor Consumer Non-Cyclicals Menggunakan Pendekatan Extreme Value Theory. 21(1), 159–175. https://doi.org/10.20956/j.v21i1.35849

Jouravlev, I. (2025). Portfolio Value-at-Risk and Expected Shortfall : Models , Multi-Day Scaling , and Statistical Assessment. November, 1–43.

L, A. C., & Putri, O. A. (2025). Analisis Badai Inflasi Hipotetis : Dampak dan Respons Kebijakan pada Awal Pemerintahan Prabowo Subianto di Indonesia Tahun 2025. 187–202.

Maimunah, A., & Madura, U. T. (2024). DINAMIKA INFLASI DI INDONESIA : ANALISIS FAKTOR- FAKTOR PENYEBAB INFLASI DAN DAMPAK TERHADAP. 2(6).

Najamuddin, F. F., Herdiani, E. T., & Jaya, A. K. (2024). VALUE AT RISK ESTIMATION USING EXTREME VALUE THEORY APPROACH IN INDONESIA STOCK EXCHANGE. 18(2), 695–706.