MUNAWIR GAZALI, MUHAMMAD (2015) PERAMALAN INDEKS NILAI RETURN HARGA TUTUP DOW JONES INDUSTRIAL AVERAGE (DJIA) BERDASARKAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (ARCH)/GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH). S1 thesis, Universitas Mataram.
|
Text
JURNAL SKRIPSI MUHAMMAD MUNAWIR GAZALI (G1D010007).pdf Download (358kB) | Preview |
Abstract
Perubahan yang terjadi pada nilai return indeks Dow Jones Industrial Average (DJIA) dapat memberikan gambaran atau sinyal informasi perubahan nilai return yang akan terjadi di seluruh dunia termasuk IHSG di Indonesia. Dari keadaan tersebut, peramalan nilai return di indeks DJIA sangat diperlukan oleh investor asing maupun lokal untuk meramalkan pergerakan nilai return di IHSG. Metode yang digunakan pada penelitian ini adalah metode Maximum likelihood sehingga dalam menentukan model ARCH/GARCH terbaik pada penelitian ini berdasarkan pada nilai log likelihood yang paling maksimum, dan nilai BIC yang paling minimum dengan ketentuan semua koefisien variabel dari model signifikan. Model ARCH/GARCH terbaik untuk menggambarkan volatilitas data return harga tutup DJIA adalah model GARCH(1,1) dengan konstanta. Adapun persamaan hasil estimasi model GARCH(1,1) dengan konstanta adalah Hasil ramalan nilai return harga tutup DJIA dengan menggunakan model GARCH(1,1) dengan konstanta di atas secara berturut-turut dari hari pertama sampai hari ke-15 adalah 0.004458155, 0.004774945, 0.005037773, 0.005258634, 0.005445951, 0.005605927, 0.005743290, 0.005861738, 0.005964228, 0.006053159, 0.006130503, 0.006197901, 0.006256725, 0.006308139, 0.006353127.
Item Type: | Thesis (S1) |
---|---|
Keywords (Kata Kunci): | Return, Maximum likelihood, Log likelihood, BIC. |
Subjects: | S Agriculture > S Agriculture (General) |
Divisions: | Fakultas Matematika dan ilmu Pengetahuan Alam |
Depositing User: | Wiwin Kartikawati |
Date Deposited: | 25 Jul 2018 06:29 |
Last Modified: | 25 Jul 2018 06:29 |
URI: | http://eprints.unram.ac.id/id/eprint/6782 |
Actions (login required)
View Item |