Korelasi Kendall (τ) untuk Estimasi Parameter Distribusi Clayton-copula Bivariat dan Penerapannya pada Data Harga Saham S&P100 dan S&P600

Untuk membentuk fungsi distribusi bersama dari dua variabel random yang berdistribusi ekstrem diperlukan fungsi penghubung. Fungsi penghubung tersebut adalah copula. Copula dibagi ke dalam beberapa kelas, salah satunya Clayton-copula. Copula juga dapat digunakan untuk menjelaskan korelasi dari dua variabel random. Sedangkan untuk mengetahui korelasi antara dua variabel random digunakan korelasi Kendall (τ). Korelasi Kendall (τ) digunakan karena terdapat perbedaan antara peluang dari konkordan dan diskordan untuk dua variabel random yang dependen. Tujuan penelitian ini untuk estimasi parameter distribusi Clayton-copula bivariat dengan koreasi Kendall (τ) dan menerapkannya pada data harian harga saham S&P100 dan S&P600. Hasil dari estimasi parameter θ pada distribusi Clayton-copula bivariat dengan korelasi Kendall (τ) adalah θ ̂=2τ/(1-τ) dan hasil estimasi parameter pada penerapan data harian harga saham S&P100 dan S&P600 adalah 1.7120530 dengan τ sebesar 0.4612146