Analisis Perbandingan Metode Arima Dan Metode Garch Untuk Memprediksi Harga Saham. (Studi Kasus Pada Perusahaan Telekomunikasi Yang Terdaftar Di Bursa Efek Indonesia Periode Mei 2012 - April 2013)

Penulis

Abstrak

Pada  penelitian  ini  dilakukan  analisis  perbandingan  performa  model  ARIMA  dan  model  GARCH  dalam melakukan peramalan harga saham perusahaan telekomunikasi yang terdaftar di BEI. Sampel yang digunakan adalah data harga saham PT. Telekomunikasi Indonesia Tbk., (TLKM), PT. Indosat Tbk., (ISAT), PT XL Axiata Tbk.,  (EXCL),  dan  PT  Smartfren  Telecom  Tbk.,  (FREN).  Data  harga  saham  yang  digunakan  untuk mengestimasi model adalah harga saham yang diperdagangkan selama periode 1 Mei 2012 – 30 April 2013 yang diamati secara harian.

Hasil analisis menemukan bahwa model yang cocok untuk memodelkan data harga saham TLKM adalah model

ARIMA(2,1,2) dan model GARCH(1,1). Untuk data harga saham ISAT, model yang cocok  adalah model ARIMA(0,1,14) dan GARCH(1,0). Untuk data harga harga saham EXCL, model yang cocok adalah model ARIMA(1,1,1) dan model GARCH(1,0). Sedangkan untuk data harga saham FREN tidak dapat dimodelkan dengan menggunakan model ARIMA dan GARCH karena data harga saham FREN telah stasioner pada level serta memiliki varians yang konstan.

Hasil penelitian menunjukkan bahwa model ARIMA(2,1,2) lebih superior dibandingkan model GARCH(1,1) dalam   meramalkan   harga   saham   TLKM,   model   GARCH(1,0)   lebih   superior   dibandingkan   model ARIMA(0,1,14) dalam meramalkan harga saham ISAT, dan model GARCH(1,0) lebih superior dibandingkan model ARIMA(1,1,1) dalam meramalkan harga saham EXCL. 

Unduhan

Data unduhan tidak tersedia.

Referensi

Agung, I. G. N. (2009). Time series data analysis using eviews. Singapura: John Wiley & Sons (Asia) Pte Ltd.

Bollerslev, T. (2008). Glossary to ARCH (GARCH). CREATES Research Paper 2008–49. Center for Research in Econometric Analysis of Time Series. University of Aarhus & University of Copenhagen. Denmark. Duke University Journal Database.

Box, G. E. P., & Jenkins, G. M. (1976). Time series analysis: Forecasting and control (revised edition). Oakland: Holden-Day.

Box, G. E. P., & Pierce, D. A. (1970). Distribution of residual autocorellations in autoregressive integrated moving average time series models. Journal of the American Statistical Association, 65(332), (Dec. 1970), pp. 1509–1526. JSTOR.

Indonesia, B. E. (2010). Buku panduan indeks harga saham bursa efek Indonesia. Indonesia Stock Exchange.

Datta, K., & Mukhopadhyay, C. K. (2010). Rbi forecast vs. GARCH-Based ARIMA Forecast for Indian Rupee-US Dollar Exchange Rate: A Comparison. The IUP Journal of Bank Management, Vol. IX, No.4, pp 7–21. EBSCOhost Research Databases.

Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of united kingdom inflation. Econometrica, 50(4)(Jul., 1982), pp. 987–1007. The Econometric Society via JSTOR.

Engle, R. F. (2001). Garch 101: The use of arch/garch models in applied econometrics. Journal of Economic Perspectives – Volume 15, Number 4 – Fall 2001, pp. 157–168, Tennessee. American Economic Association.

Fatnassi, & Abaoub. (2011). An analysis of the predictability of asset returns: A case of six emerging stock markets of Asia. The IUP Journal of Applied Finance, 17(4), pp 57–68. EBSCOhost Research Databases.

Given, L. M. (. (2008). The sage encyclopedia of qualitative research methods. Volumes 1&2. Thousand Oaks: SAGE Publications, Inc.

Gujarati., D. N., & Porter, D. C. (2009). Basic econometrics (fifth edition). McGraw-Hill Companies.

Gunananjar, B. (2006). Penerapan model arch/garch dan model MSAR (markov-switching autoregression) pada nilai tukar rupiah terhadap dolar amerika IHSG. Skripsi pada Program Sarjana (S1), Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. tidak diterbitkan.

Hendrawan, R. (2009). Generalized autoregressive conditional heteroskedasticity (GARCH) dan aplikasinya untuk penentuan opsi saham di bursa efek Indonesia. Research Report. Institut Manajemen Telkom Library.

Hendrawan, R. (2010). Perbandingan model opsi black-scholes dan model opsi GARCH di bursa efek Indonesia. Jurnal Keuangan dan Perbankan, 14(1), hal. 13–23, Terakreditasi SK. No. 167/DIKTI/Kep/2007. Program Studi Keuangan dan Perbankan Universitas Merdeka Malang.

Idx.co.id. http://www.idx.co.id/enus/home/information/forinvestor/stockmarketindices.aspx[17

Juanda, B., & Junaidi. (2012). Ekonometrika deret waktu: Teori & aplikasi. IPB Press.

Maruddani, et al. (2008). Uji stasioneritas data inflasi dengan phillips-perron test. Media Statistika, Vol. 1. No. 1. Juni 2008. Pp. 27–34. Universitas Diponegoro. Semarang. UNDIP Journal Database.

Masyhuri, & Zainuddin, M. (2008). Metodologi penelitian (pendekatan praktis dan aplikatif). Refika Aditama.

Merh, et al. (2011). Next day stock market forecasting: An application of ANN and ARIMA. The IUP Journal of Applied Finance, 17(1), pp 70–85. EBSCOhost Research Databases.

Murphy, J. J. (1999). Technical analysis of the financial markets (rev. ed.). New Jersey: New York Institute of Finance.

Nachrowi, N. D., & Usman, H. (2007). Prediksi IHSG dengan model GARCH dan model ARIMA. Jurnal Ekonomi dan Pembangunan Indonesia (JEPI), 7(2), hal. 199–217. JEPI FE UI.

Nastiti, K. L. A., & Suharsono, A. (2012). Analisis volatilitas saham perusahaan go public dengan metode ARCH-GARCH. Jurnal Sains dan Seni ITS 1(1), (Sept. 2012), pp D259 – D264. Surabaya. ITS Journal Database.

Panji, M. (2008). Multifraktalitas dan studi komparatif prediksi indeks dengan metode ARIMA dan neural network (studi komparatif pada indeks LQ45 periode 1997–2007). Skripsi pada Program Sarjana (S1), Fakultas Ekonomi, Universitas Diponegoro. tidak diterbitkan.

Software, Q. M. (2010). Eviews 7 user’s guide 2. Irvine: Quantitative Micro Software, LLC.

Saigal., S., & Mehrotra, D. (2012). Performance comparison of time series data using predictive data mining techinques. Advances in Information Mining, Volume 4, Issue 1, pp. 57–66. India. International Journal, issued by Bioinfo Publications.

Sekaran, U. (2006). Metodologi penelitian untuk bisnis (edisi 4, buku 1). Salemba Empat.

Sekaran, U. (2007). Metodologi penelitian untuk bisnis (edisi 4, buku 2). Salemba Empat.

Sewell, M. (2011). Characterization of financial time series. Research Note (RN/11/01). UCL Department of Computer Science.

Srinivasan, P. (2011). Modelling and forecasting the stock market volatility of s&p 500 index using GARCH models. The IUP Journal of Behavioral Finance, Vol. VIII, No. 1, pp 51–70. EBSCOhost Research Databases.

Stock, J. H. (1994). Unit roots, structural breaks and trends, in r. F. Engle and D. L. McFadden (eds.), Handbook of Econometrics. Volume 4, Vol. 2 of Handbooks in Economics, Chapter 46, pp. 2740–2843. Elsevier BV.

Sugiyono. (2006). Metodologi penelitian bisnis. Alfabeta.

Sugiyono. (2010). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta.

Data.worldbank.org. http://data.worldbank.org/country/indonesia[23

Finance.yahoo.com. http://finance.yahoo.com/[3Juli

Unduhan

Diterbitkan

2015-04-01

Terbitan

Vol 2 No 1 (2015): April, 2015

Halaman

61 - 68

Bagian

Program Studi S1 Manajemen (Manajemen Bisnis Telekomunikasi & Informatika)

Cara Mengutip

Ramadhan, B. A., & Rikumahu, B. (2015). Analisis Perbandingan Metode Arima Dan Metode Garch Untuk Memprediksi Harga Saham. (Studi Kasus Pada Perusahaan Telekomunikasi Yang Terdaftar Di Bursa Efek Indonesia Periode Mei 2012 - April 2013). eProceedings of Management, 2(1), 61-68. https://openlibrarypublications.telkomuniversity.ac.id/index.php/management/article/view/971