Daftar Isi: PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN MENGGUNAKAN MODEL THRESHOLD AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (TARCH)

Main Author:	DINA NANCY, .
Format:	Thesis NonPeerReviewed Book
Bahasa:	eng
Terbitan:	, 2016
Subjects:	Matematika
Online Access:	http://repository.unj.ac.id/7385/1/BAB%201.pdf http://repository.unj.ac.id/7385/2/BAB%202.pdf http://repository.unj.ac.id/7385/3/BAB%203.pdf http://repository.unj.ac.id/7385/4/BAB%204.pdf http://repository.unj.ac.id/7385/5/COVER.pdf http://repository.unj.ac.id/7385/6/ABSTRAK.pdf http://repository.unj.ac.id/7385/7/KATA%20PENGANTAR.pdf http://repository.unj.ac.id/7385/8/PERNYATAAN.pdf http://repository.unj.ac.id/7385/9/PERSETUJUAN.pdf http://repository.unj.ac.id/7385/10/PUSTAKA.pdf http://repository.unj.ac.id/7385/

Daftar Isi:

Data finansial pada umumnya memiliki variansi residual yang tidak konstan (heteroskedastisitas) dan juga bersifat asimetris. Heteroskedastisitas disebabkan adanya volatilitas yang tinggi, sedangkan asimetris adalah keadaan dimana berita baik dan berita buruk memiliki pengaruh yang berbeda terhadap volatilitas. Threshold Autoregressive Conditional Heteroscedasticity (TARCH) yang merupakan pengembangan dari model Generalized Autoregressive Conditional Heteroscedasticity (GARCH), merupakan model yang tepat untuk data heteroskedastisitas dan asimetris. Tujuan dari tugas akhir ini adalah untuk memperkenalkan model TARCH serta menunjukkan estimasi parameter dari model TARCH. Teori TARCH kemudian diaplikasikan untuk menganalisis data Indeks Harga Saham Gabungan (IHSG) mulai dari 4 Januari 2010 sampai 27 Mei 2016. Hasil analisis menunjukkan bahwa model TARCH(1,1) merupakan model dugaan terbaik untuk memodelkan data Indeks Harga Saham Gabungan (IHSG). Data diperoleh dari situs www.finance.yahoo.com