Peramalan data saham S&P 500 Index menggunakan model Threshold Autoregressive Conditional Heteroscedastic (TARCH) / Prisca Abiyani
| Main Author: | Abiyani, Prisca |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2013
|
| Subjects: | |
| Online Access: |
http://repository.um.ac.id/17349/ |
Daftar Isi:
- AbiyaniPrisca.2013.PeramalanDataSahamSP500INDEXMenggunakanModelThresholdAutoRegressiveConditionalHeteroscedastic(TARCH).Skripsi.JurusanMatematikaFakultasMatematikadanIlmuPengetahauanAlamUniversitasNegeriMalang.PembimbingIr.HendroPermadiM.Si.KataKunciPeramalanSahamSP500INDEXmodelTARCH.122881228812288Dalambidangekonomikeuangansepertidatahargasahamseringmenunjukkanefeklaverageyaitusuatukondisibadnewsdangoodnewsmemberikanpengaruhyangtidaksimetristerhadapvolatilitasnya.Untukitudiperlukansutumodelpendekatanyangtepatdalammengatasihaltersebut.DalamhalinidigunakanprosesTARCHuntukmencarimodelterbaikdanmenentukanhasilperamalannilaihargasahampenutupan(close)SP500INDEXuntukperiodeberikutnya.122881228812288ModelTARCHmerupakanmodelyangdikembangkansecaraterpisaholehZakoianpadatahun1990lalupadatahun1993olehGlostenJaganathandanRukle.ModelinimerupakanpengembangandarimodelARCHdanGARCH.KelebihandarimodelTARCHyaitumodelinimampumengatasivarianyangtidakkonstan.Selainitumetodeinijugabisaditerapkanuntukmengatasiadanyapengaruhasimetrikpadadatayaitudatayangmemilikinilaicrosscorrelationantararesidualkuadratdanlaggalatnyasignifikan.SedangkanmetodeARCH/GARCHtidakbisaditerapkanuntukdataasimetrik.DalammenentukanmodelTARCHharusdilakukanbeberapaujiparameterdandilanjutkandenganujikenormalanresidual.SetelahmemenuhiujitersebutdiperolehmodelTARCHterbaikdanselanjutnyadilakukanperamalan.Padapenelitianinidigunakanpendekatankuantitatifdenganmenggunakandatanilaihargasahampenutupan(close)SP500INDEXpadabulanJanuari2003sampaibulanJanuari2013denganbanyakpengamatanadalah121.