Penelitian ini menginvestigasi berbagai pendekatan untuk memodelkan risiko sistematis yang bervariasi waktu di negara Indonesia dan Thailand dengan menggunakan data time-series dari tahun 2009 hingga 2017. Penelitian ini meneliti model dinamis beta menggunakan GARCH (1,1), EGARCH, TARCH, Schwert-Seguin, dan kelompok Kalman-Filter untuk secara empiris menemukan model time-varying beta yang paling optimal. Penelitian ini menggunakan model asset pricing Fama-French Five Factors untuk memasukkan faktor-faktor lain yang mungkin mempengaruhi nilai risiko sistematis pada setiap portofolio di setiap negara. Dengan memasukkan estimasi volatilitas dan state space, penelitian ini membandingkan semua model yang diuji berdasarkan kriteria informasi (AIC, SIC, dan HIC). Hasil dari penelitian ini membuktikan bahwa GARCH(1,1) mengungguli model lainnya dalam menangkap risiko sistematis.

---

This study investigates the various approaches to model the time-varying systematic risk in Indonesia and Thailand by using time-series data from 2009 to 2017. This study examines dynamic model of beta using GARCH (1,1), EGARCH, TARCH, Schwert-Seguin, and Kalman-Filter group to empirically find the most optimal time-varying beta model. This study employs the Fama-French Five Factors asset pricing model to incorporate another factors which might influences value of systematic risk for each portfolio in every countries. By incorporating volatility and state space estimation, this study compares all tested models based on information criteria (AIC, SIC, and HIC). The result of this study proves that GARCH (1,1) outperforms the other models in capturing the systematic risk.