PREDIKSI INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY

Yuliana, Ina (2010) PREDIKSI INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY. Undergraduate thesis, Faculty of Mathematics and Natural science.

[img]
Preview
PDF
204Kb

Abstract

Serangkaian data runtun waktu finansial seperti harga saham biasanya memiliki variansi residual yang tidak konstan. Sebagai gambaran misalnya untuk data IHSG dari Januari 1999 sampai dengan Desember 2009 terlihat bahwa pada bulan Maret 1999 berada pada angka 393.62 dan pada bulan Desember naik pada angka 676.92, sedangkan pada bulan April 2001 angka saham menurun ke angka 358.23. Kondisi data yang fluktuatif tersebut menghasilkan pola data yang bersifat heteroskedastik. Pemodelan matematika yang membahas tentang pola data yang bersifat demikian telah diperkenalkan oleh Engle (1982) yang dikenal dengan model Autoregressive Conditional Heteroscedasticity (ARCH). Model yang terbentuk dapat digunakan sebagai alat untuk evaluasi dan prediksi fluktuasi data runtun waktu keuangan seperti IHSG. Dalam pemodelan ARCH, untuk menguji adanya efek ARCH dapat digunakan metode Lagrange Multiplier, yaitu untuk menguji independensi dari residual kuadrat. Sifat heteroskedastik Indeks Harga Saham Gabungan (IHSG) ini dapat dijadikan pertimbangan bagi para pemegang saham dalam mengambil keputusan dan kebijakan. Berdasarkan pembahasan dan hasil analisis yang diterapkan pada data IHSG dari Januari 1999 sampai dengan Desember 2009 terbentuk model ARIMA(1,1,0) untuk model mean dan model ARCH (1) untuk variansinya. Model ARCH yang terbentuk digunakan untuk memprediksi besarnya IHSG yang akan dibeli pada periode mendatang.

Item Type:Thesis (Undergraduate)
Uncontrolled Keywords:harga saham, ARCH, IHSG, Lagrange Multiplier.
Subjects:Q Science > QA Mathematics
Divisions:Faculty of Science and Mathematics > Department of Mathematics
ID Code:20018
Deposited By:Ms Niken P
Deposited On:11 Aug 2010 08:35
Last Modified:11 Aug 2010 08:35

Repository Staff Only: item control page