Pemodelan Harga Saham Negara ASEAN Menggunakan Varma Dan Varmax

Muthahharah, Isma (2015) Pemodelan Harga Saham Negara ASEAN Menggunakan Varma Dan Varmax. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1313201034-Master Theses.pdf - Published Version

Download (6MB) | Preview
[img]
Preview
Text
1313201034-Presentation.pdf - Published Version

Download (4MB) | Preview

Abstract

Pasar modal dapat mendorong para investor saham untuk berinvestasi. Salah satu cara untuk mengetahui saham mana yang baik untuk diinvestasikan yaitu dengan pemodelan. Pemodelan harga saham negara ASEAN terdiri dari IHSG (Indeks harga Saham Gabungan) untuk Indonesia, KLSE (Kuala Lumpur Stock Exchange)untuk Malaysia, STI (Strait Time Index) untuk Singapura, SET (Stock Exchange Thailand) untuk Thailand, dan PSEI (Phillipines Stock Exchange Index) untuk Filipina. Pemodelan indeks harga saham menggunakan analisis multivariat time series yaitu VARMA (Vector Autoregressive Moving Average) dan VARMAX (Vector Autoregressive Moving Average with Exogenous Variables). Model VARMA digunakan untuk pemodelan ekonomik time series dan dapat meramalkan lebih dari satu variabel. Penelitian ini menghasilkan model VARIMA (1,1,0), tetapi model ini tidak dapat digunakan untuk meramalkan dan mengetahui keterkaitan antar indeks harga saham karena tidak memenuhi asumsi white noise dan asumsi distrubusi multivariat normal. Dua asumsi tersebut tidak terpenuhi karena adanya identifikasi 10 sinyal out of control yaitu residual ke-7,8,12,13,29, 40, 167,170,174,183dari proses diagram kontrol. Model VARIMAX (1,1,0) merupakan model baru yang terbentuk, dari dua model tersebut terdapat faktor integrated karena data saham yang digunakan tidak stasioner sehingga memerlukan differencing. Hasil peramalan indeks harga saham dengan cara one step forecast menghasilkan nilai RMSE yang kecil, dimana IHSG dan KLSE memiliki nilai RMSE yang kecil pada model VARIMA (1,1,0), STI dan SET memiliki nilai RMSE yang kecil pada model VARIMAX (1,1,0), serta PSEI memiliki nilai RMSE yang kecil pada kedua model. ============ Capital markets can encourage investors to invest in stocks. One way to find out where the good stocks to invest is by modeling. Modeling ASEAN countries consist of IHSG (Indeks Harga Saham Gabungan) for Indonesia, KLSE (Kuala Lumpur Stock Exchange) for Malaysia, STI (Strait Time Index) for Singapore, SET (Stock Exchange of Thailand) for Thailand, and PSEI (Philippines Stock Exchange Index) for Philippines. Modeling stock price index using multivariate time series analysis VARMA (Vector Autoregressive Moving Average) and VARMAX (Vector Autoregressive Moving Average with Exogenous ariables). VARMA models are used for modeling economic time series and can foresee more than one variable. The study produced a VARIMA model(1,1,0), but this model can not be used to predict and determine the relationship between stock price index because it does not meet the assumption of white noise and the assumption of multivariate normal distrubusi. Two assumptions are not met due to the identification of 10 out of the control signal that is residual to-7,8,12,13,29,40,167,170,174,183 of the process control charts. Model Varimax (1,1,0) is a new model that is formed, the two models are integrated factor because the data used are not stationary stocks so require differencing. Results forecasting stock price index by means of a one-step forecast to produce small RMSE values, where IHSG and KLSE have a small RMSE values in the VARIMA model (1,1,0), STI and SET have a small RMSE values in the Varimax model (1,1,0), and PSEI has a small RMSE values on both models

Item Type: Thesis (Masters)
Uncontrolled Keywords: Harga Saham ASEAN; VARIMA; VARMA; VARIMAX; VARMAX; ASEAN Stock Price
Subjects: Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis.
Divisions: Faculty of Mathematics and Science > Statistics > (S2) Master Theses
Depositing User: - Davi Wah
Date Deposited: 30 May 2018 07:35
Last Modified: 30 May 2018 07:35
URI: http://repository.its.ac.id/id/eprint/51961

Actions (login required)

View Item View Item