Model Garch (Generalized Autoregressive Conditional Heteroscedasticity) Untuk Prediksi Dan Akurasi Harga Saham Masa Depan

Abstract

Tujuan dari penelitian ini adalah untuk mengetahui pengaruh harga saham masa lalu terhadap harga saham masa depan dengan melihat dari volatilitas dan prediksinya dengan menggunakan model GARCH. Prediksi terhadap harga saham masa depan merupakan hal yang penting karena untuk mengetahui pergerakan naik turunnya harga saham dan guna mengambil keputusan investasi yang tepat. Sebagai investor untuk mendapatkan keuntungan dalam perdagangan saham diperlukan suatu alat yang dapat digunakan untuk memprediksi volatilitas sebab volatilitas yang tinggi mengindikasikan risiko yang juga tinggi. Model GARCH menganggap asumsi heteroskedastisitas bukan merupakan suatu masalah melainkan dapat digunakan untuk meramalkan volatilitas harga di masa depan. Model GARCH memperhatikan varians dan error term   untuk melakukan peramalan. Hasilnya, pada model GARCH (2,2) untuk saham AALI, ASII, BBCA, INTP, TLKM, UNTR dan GARCH (2,1) untuk UNVR didapat hasil yang akurat dalam memprediksi harga saham masa depan dengan nilai MAPE < 5%.