PENERAPAN MODEL GARCH DAN MODEL EGARCH PADA SAHAM SEKTOR PROPERTI KETIKA KRISIS EKONOMI DUNIA NUR WIDIYATI

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN MODEL GARCH DAN MODEL EGARCH PADA SAHAM SEKTOR PROPERTI KETIKA KRISIS EKONOMI DUNIA NUR WIDIYATI"

Transkripsi

1 PENERAPAN MODEL GARCH DAN MODEL EGARCH PADA SAHAM SEKTOR PROPERTI KETIKA KRISIS EKONOMI DUNIA NUR WIDIYATI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2009

2 ii RINGKASAN NUR WIDIYATI. Penerapan Model GARCH dan Model EGARCH pada Saham Sektor Properti Ketika Krisis Ekonomi Dunia. Di bawah bimbingan FARIT MOCHAMAD AFENDI dan DIAN KUSUMANINGRUM. Data deret waktu pengembalian harga saham memiliki volatilitas yang tinggi dan ragam pengembalian harga saham yang tidak homogen menurut waktunya. Data deret waktu dengan ragam yang tidak homogen di setiap waktunya dinamakan data deret waku dengan conditional heteroskedastic (hetroskedastisitas bersyarat). Hal ini karena berhubungan dengan risiko yang harus diterima investor dan pengembalian yang diharapkan investor. Metode yang dapat digunakan untuk mengatasi heteroskedastisitas diantaranya model GARCH yang mengasumsikan adanya korelasi positif antara pengembalian dan perubahan dalam volatilitas pengembalian dan jika terdapat korelasi negatif antara pengembalian dan perubahan volatilitas (pengaruh asimetrik). Untuk mengatasi pengaruh asimetrik, salah satu model yang dapat digunakan adalah model EGARCH. Penelitian ini bertujuan untuk melihat performa model GARCH ketika krisis terjadi, dimana model GARCH melihat galat positif dan galat negatif sebagai pengaruh yang sama terhadap ragam. Kemudian membandingkan hasil peramalan model GARCH dengan model EGARCH yang melihat galat positif dan galat negatif memberikan pengaruh yang berbeda terhadap ragam. Data yang digunakan adalah data indeks harga saham sektor properti pada bulan Januari 2006 hingga Juni 2009 yang dicatat sesuai dengan banyaknya hari kerja. Data yang digunakan untuk pemodelan adalah data pengembalian harga saham dari bulan Januari 2006 hingga Mei 2009 dengan banyaknya pengamatan adalah 827, sedangkan 22 pengamatan terakhir pada bulan Juni 2009 digunakan untuk validasi model. Data diperoleh dari Model untuk deret waktu pengembalian harga saham sektor properti bulan Januari 2006 hingga Mei 2009 adalah model GARCH (1,1) dan EGARCH (1,1). Meskipun dalam kondisi krisis, model GARCH masih dapat dikatakan memiliki performa yang baik untuk digunakan karena nilai MAD, MAE, MAPE, dan RMSE dari hasil validasi untuk bulan Juni 2009 cukup kecil. Dari hasil validasi juga dapat diketahui model EGARCH lebih baik dari model GARCH jika berdasarkan nilai MAPE, tetapi jika berdasarkan nilai MAD, MAE, dan RMSE model GARCH dan EGARCH tidak terlihat adanya perbedaan. Kata kunci: EGARCH, GARCH, heteroskedastisitas

3 iii PENERAPAN MODEL GARCH DAN MODEL EGARCH PADA SAHAM SEKTOR PROPERTI KETIKA KRISIS EKONOMI DUNIA NUR WIDIYATI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN LMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2009

4 iv Judul Skripsi : Penerapan Model GARCH dan Model EGARCH pada Saham Sektor Properti Ketika Krisis Ekonomi Dunia Nama Mahasiswa : Nur Widiyati N R P : G Menyetujui : Pembimbing I Pembimbing II Farit Mochamad Afendi, S.Si, M.Si NIP Dian Kusumaningrum, S.Si Mengetahui : Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Dr. drh. Hasim, DEA NIP Tanggal Lulus :

5 v RIWAYAT HIDUP Penulis dilahirkan di Pekalongan pada tanggal 5 Desmber 1987 dari pasangan Rusnoto dan Kunisah. Penulis merupakan anak pertama dari 3 bersaudara, kakak dari Retno Wulandari dan Indra Hardiyanto. Penulis menyelesaikan pendidikan dasar di SD Muhammadiyah 1 Pekajangan pada tahun Kemudian lulus dari SLTP Muhammadiyah Pekajangan dan SMU Muhammmadiyah 1 Pekalongan pada tahun 2002 dan Pada tahun 2005 penulis lulus seleksi masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMI). Pada tahun kedua, penulis memilih Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam sebagai departemen mayor dengan departemen minor Manajemen Fungsional. Selama menjadi mahasiswa, penulis aktif di organisasi Ikatan Mahasiswa Pekalongan dan Decision Centre divisi analisis data. Penulis juga pernah menjadi asisten untuk mata kuliah Metode Statistika pada tahun ajaran 2007/2008 dan 2008/2009 serta asisten Perancangan Percobaan pada tahun ajaran 2007/2008. Pada bulan Februari 2009 hingga April 2009 penulis menjalani praktek lapang di perusahaan PT. Grup Riset Potensial.

6 vi PRAKATA ALHAMDULILLAHI ROBBIL ALAMIN. Segala puji bagi Allah SWT atas segala rahmat dan hidayahnya yang diberikan kepada hamba-nya. Shalawat serta salam semoga tetap tercurah kepada Rosulullah SAW, keluarga dan sahabatnya. Suksesnya karya ilmiah ini merupakan cita-cita yang penulis berkeinginan untuk mewujudkannya. Rasa syukur kepada Allah SWT tidak lupa penulis panjatkan atas selesainya karya ilmiah ini. Ungkapan terima kasih penulis sampaikan kepada berbagai pihak yang telah membantu dalam penyelesaian karya ilmiah ini.: 1. Bapak Farit Mochamad Afendi, S. Si, M. Si selaku pembimbing pertama dan Ibu Dian Kusumaningrum, S. Si selaku pembimbing kedua yang telah memberikan bimbingan, arahan, dan motivasi dalam menyukseskan penulisan karya ilmiah ini 2. Bu Markonah, Bu Tri, Pak Iyan, Bu Aat, Bang Sudin, Mang Dur, dan Mang Herman yang telah banyak membantu penulis dalam memenuhi kebutuhan akademik. 3. Ayahanda dan Ibunda tercinta yang senantiasa memberikan kasih sayang dan berdoa untuk keberhasilan penulis, kakek(alm), nenek, lek din, adik-adikku dan seluruh keluarga yang selalu mendukung penulis. 4. Adi Prawoko yang senantiasa menemani dan mendukung penulis. 5. Lola dan Dini yang senantiasa bersama-sama dalam menyelesaikan karya ilmiah. Terima kasih atas dukungan dan semangatnya. 6. Anton Kis. dan Verry, terima kasih atas diskusinya. 7. Fiya, Nur Andi, Neli, Leni, Nur, Erwin, Tri A., Dina, Yani, dan sahabat Statistika Semua pihak yang tidak dapat dituliskan satu per satu, penulis ucapkan terimakasih atas dukungannya. Penulis menyadari karya ilmiah ini masih jauh dari kata sempurna, tetapi ini adalah yang terbaik yang dapat penulis lakukan. Penulis berharap kekurangan ini dapat disempurnakan oleh generasi selanjutnya. Semoga karya ilmiah ini bermanfaat bagi pembaca. Bogor, September 2009 Penulis

7 vii DAFTAR ISI Halaman DAFTAR TABEL... viii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... viii PENDAHULUAN Latar Belakang... 1 Tujuan... 1 TINJAUAN PUSTAKA Saham dan Pasar Modal... 2 Indeks Harga Saham... 2 Volatilitas... 2 Heteroskedastisitas... 2 Model Autoregressive Conditional Heteroscedastic (ARCH)... 3 Model Generalized Autoregressive Conditional Heteroscedastic (GARCH)... 3 Model Exponential Generalized Autoregressive Conditional Heteroscedastic (EGARCH)... 4 Pendugaan Parameter... 4 Uji Lagrange Multiplier... 4 Uji Ljung-Box Q... 5 Uji Jarque Berra... 5 Kriteria Pemilihan Model... 5 BAHAN DAN METODE Bahan... 5 Metode... 6 HASIL DAN PEMBAHASAN Eksplorasi Data... 6 Identifikasi Model... 7 Pendugaan Parameter... 8 Model GARCH... 8 Uji Pengaruh Asimetrik... 8 Model EGARCH... 8 Pemeriksaan Model... 8 Peramalan dan Validasi... 9 KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN

8 viii DAFTAR TABEL No Halaman 1. Ringkasan data pengembalian harga saham Model rataan Uji heteroskedastisitas galat model rataan Uji kenormalan galat model rataan Model GARCH (1,1) Model EGARCH (1,1) Uji kehomogenan ragam galat baku pada model GARCH dan model EGARCH Uji autokorelasi galat baku model GARCH (1,1) Uji autokorelasi galat baku model EGARCH (1,1) Ringkasan hasil validasi... 9 DAFTAR GAMBAR No Halaman 1. Plot deret waktu indeks harga saham Histogram pengembalian harga saham Plot pengembalian harga saham Hasil peramalan untuk kedua model ragam... 9 DAFTAR LAMPIRAN No Halaman 1. Pemilihan model GARCH Korelasi silang kuadrat galat model rataan terhadap lag galatnya Pemilihan model EGARCH Validasi model Validasi model (lanjutan) Penyebab terjadi kenaikan dan penurunan pada ragam aktual Saham-saham sektor properti... 14

9 1 PENDAHULUAN Latar Belakang Banyak cara yang dapat dilakukan oleh investor dalam melakukan investasi misalnya dengan melakukan investasi di pasar modal. Pasar modal menjadi alternatif pendanaan dalam mengembangkan perusahaan dengan menjual surat berharga dalam bentuk instrumen keuangan melalui pasar modal. Di pasar modal inilah setiap investor dapat memilih berbagai investasi yang ada, dimana setiap investasi memiliki karakteristik tersendiri dalam hal tingkat pengembalian dan risiko (Anonim, 2009). Salah satu instrumen keuangan yang banyak dipilih investor adalah saham. Indikator penting bagi para investor dalam memberikan keputusan untuk menjual, menahan atau membeli saham dengan menggunakan pergerakan indeks harga saham. Indeks ini merupakan suatu indikator yang menunjukkan pergerakan harga saham dalam suatu periode. Akan tetapi, pada akhir tahun 2007 hingga akhir tahun 2008 terjadi krisis ekonomi yang melanda dunia sehingga mengakibatkan bursa guncang dan menjadikan indeks harga saham mengalami pergolakan (Semar, 2007). Krisis ekonomi dunia bermula dari macetnya pembayaran cicilan kredit perumahan di Amerika Serikat yang disebabkan pemberian kredit perumahan yang kurang hati-hati dan pemberian suku bunga murah oleh bank dan lembaga keuangan. Sehingga pendanaan yang seharusnya dapat digunakan untuk pembiayaan lain mengalami hambatan dan mengakibatkan kerugian surat berharga properti. Amerika Serikat yang hingga saat ini menjadi barometer perekonomian dunia mengalami kejatuhan, memberikan dampak pada perekonomian dunia termasuk Indonesia dan mengakibatkan harga saham di Indonesia mengalami pergolakan dan semakin fluktuatif. Terdapat banyak deret waktu dalam bidang keuangan misalnya data deret waktu pengembalian yang memiliki volatilitas tinggi dan keragaman yang berbeda disetiap titik waktunya. Ragam yang tidak konstan ini terjadi karena berhubungan dengan risiko yang ditanggung oleh investor. Menurut Enders (1995) data deret waktu dengan ragam tidak konstan dinamakan data deret waku dengan hetroskedastisitas bersyarat (conditional heteroskedastic), misalnya data harga saham, tingkat inflasi, tingkat suku bunga, dan sebagainya. Salah satu cara untuk mengatasi permasalahan tersebut menggunakan metode Autoregressive Conditional Heteroscedastic (ARCH) yang dikenalkan pertama kali oleh Engle (1982). Model ini mampu menggambarkan karakteristik dalam keuangan yaitu tingkat pengembalian dan risiko. Dalam Enders (1995) untuk menghindari ordo yang besar pada model ARCH, Bollerslev (1986) mengembangkan model Generalized Autoregressive Conditional Heteroscedastic (GARCH). Dalam melakukan analisa pada data deret waktu dengan heteroskedastisitas bersyarat, tidak dapat menggunakan metode kuadrat terkecil karena akan memberikan informasi yang salah dan pengujian hipotesis menjadi tidak sah. Model ARCH/GARCH memperlakukan heteroskedastisitas sebagai ragam untuk dimodelkan, sehingga memberikan hasil prediksi keragaman galatnya dapat diketahui, tidak hanya kekurangan pada metode kuadrat terkecil yang dapat terkoreksi, tetapi prediksi ragam galatnya juga dihitung. Prediksi ini biasanya lebih menarik, terutama dalam aplikasi di keuangan (Engle, 2001). Nelson (1991) mengembangkan ide model GARCH yang dinamakan model Exponential Generalized Autoregressive Conditional Heteroscedastic (EGARCH) untuk mengatasi pengaruh asimetrik. Pengaruh asimetrik merupakan pengaruh pada perubahan volatilitas ketika terjadi perubahan dari pengembalian yang diharapkan. Dengan kata lain, perubahan volatilitas cenderung naik ketika pengembalian lebih kecil dari yang diharapkan dan perubahan volatilitas cenderung turun ketika pengembalian lebih besar dari yang diharapkan (Tagliafichi, 2003). Ketika krisis ekonomi, penting untuk melihat performa model ARCH/GARCH yang melihat galat negatif atau galat positif sebagai pengaruh yang sama pada ragam. Berbeda dengan model EGARCH yang memodelkan ragam dengan melihat galat negatif dan galat positif sebagai pengaruh yang berbeda. Kerena itu pula, melihat hasil permalan kedua model juga diperlukan. Tujuan Tujuan dari penelitian ini adalah : 1. Mengetahui performa model GARCH ketika krisis ekonomi dunia. 2. Membandingkan hasil peramalan dari model GARCH dengan EGARCH.

10 2 TINJAUAN PUSTAKA Saham dan Pasar Modal Instrumen keuangan yang dapat diperjualbelikan di pasar modal diantaranya surat utang (obligasi), ekuiti (saham), reksa dana, instrumen derivatif maupun instrumen lainnya. Saham merupakan salah satu instrumen pasar keuangan yang paling populer dan banyak dipilih investor karena mampu memberikan tingkat keuntungan yang menarik. Saham dapat didefinisikan sebagai tanda penyertaan modal seseorang atau pihak (badan usaha) dalam suatu perusahaan. Menerbitkan saham yang diperjualbelikan di pasar modal merupakan salah satu pilihan perusahaan ketika perusahaan memutuskan untuk mendapatkan pendanaan dan pasar modal juga dijadikan sarana berinvestasi bagi investor (Anonim, 2009). Indeks Harga Saham Indeks harga saham adalah suatu indikator yang menunjukkan pergerakan harga saham. Indeks berfungsi sebagai indikator trend pasar yang mampu menggambarkan kondisi pasar pada suatu waktu. Pergerakan indeks juga menjadi indikator penting bagi para investor dalam memberikan keputusan untuk menjual, menahan atau membeli saham. Di Bursa Efek Indonesia (BEI) terdapat tujuh jenis indeks antara lain (Anonim, 2009): 1. Indeks Individual, menggunakan indeks harga masing-masing saham terhadap harga dasarnya, atau indeks masingmasing saham yang tercatat di BEI. 2. Indeks Harga Saham Sektoral, menggunakan semua saham yang termasuk dalam masing-masing sektor. Di BEI indeks sektoral terbagi atas sembilan sektor yaitu: pertanian, pertambangan, industri dasar, aneka industri, konsumsi, properti, infrastruktur, keuangan, dan perdagangan dan jasa. 3. Indeks Harga Saham Gabungan (IHSG) atau Composite Stock Price Index, menggunakan semua saham yang tercatat sebagai komponen penghitungan indeks. 4. Indeks LQ 45, yaitu indeks yang terdiri 45 saham pilihan dengan mengacu kepada 2 variabel yaitu likuiditas perdagangan dan kapitalisasi pasar. 5. Indeks Syariah atau JII (Jakarta Islamic Index) merupakan indeks yang terdiri 30 saham mengakomodasi syariat investasi dalam Islam. 6. Indeks Papan Utama dan Papan Pengembangan yaitu indeks harga saham yang secara khusus didasarkan pada kelompok saham yang tercatat di BEI yaitu kelompok Papan Utama dan Papan Pengembangan. 7. Indeks KOMPAS 100, merupakan Indeks Harga Saham hasil kerjasama Bursa Efek Indonesia dengan harian KOMPAS. Pada penelitian ini digunakan indeks harga saham sektor properti. Saham sektor properti ini termasuk saham yang fluktuatif ketika krisis ekonomi terjadi. Disamping itu, pembangunan properti di Indonesia baik untuk perumahan, tempat usaha atau gedung perkantoran terus berkembang. Volatilitas Volatilitas dari pengembalian harga saham merepresentasikan risiko dari pengembalian harga saham. Volatilitas harga pada waktu ke-t diduga pada waktu ke t-1, yang pada umumnya diukur menggunakan standar deviasi (Engle, 2001). Heteroskedastisitas Data deret waktu bidang keuangan yang memperlihatkan adanya periode-periode dengan volatilitas besar diikuti oleh periodeperiode yang relatif tenang, menunjukkan asumsi galat konstan menjadi tidak terpenuhi (Enders, 1995). Dalam model deret waktu terdapat proses galat yang biasanya dinotasikan dengan. Salah satu asumsi yang harus dipenuhi adalah asumsi homoskedastisitas.... (1) Asumsi tersebut tidak dipenuhi pada data deret waktu yang berhubungan dengan bidang keuangan misalnya pengembalian harga saham. (Engle, 2001) Menurut Lo (2003) data pada bidang keuangan mempunyai tiga karakteristik: 1. Sebaran bersyarat dari data deret waktu misalnya pengembalian harga saham (X t ) memiliki ekor yang lebih panjang dari sebaran normal. 2. Nilai X t tidak memiliki autokorelasi 2 tinggi, tetapi nilai X t memiliki autokorelasi tinggi. 3. Perubahan pada X t cenderung menggerombol. Besar/kecil perubahan pada X t cenderung diikuti oleh besar/kecil perubahan pada periode berikutnya.

11 3 Model Autoregressive Conditional Heteroscedastic (ARCH) Metode Autoregressive Conditional Heteroscedastic (ARCH) yang dikenalkan pertama kali oleh Engle (1982) mampu menggambarkan karakteristik dalam keuangan. Terdapat dua model yang disusun yaitu model rataan dan model ragam. Model rataan dapat berupa model ARMA, model regresi atau konstanta. Misalkan tedapat data deret waktu x 1, x 2,, x T yang merupakan data pengembalian harga saham dengan model rataan adalah sebagai berikut :... (2) dimana t = 1, 2,, T dan galat. adalah vektor... (3)... (4) Menurut Hamilton (1994), biasanya tidak hanya pengembalian harga saham, tetapi juga ragamnya lebih menarik untuk dilakukan peramalan. Perubahan ragam cukup penting pada pasar keuangan ketika investor mempunyai harapan besar terhadap pengembalian atas risiko yang ditanggungnya. Ragam berubah dari waktu ke waktu yang berimplikasi pada keabsahan dan keefisienan dalam penentuan parameter pada data pengembalian harga saham. Persaman (4) berimplikasi bahwa keragaman galat konstan, tetapi ragam bersayarat galat dapat berubah menurut waktu. Karena ragam harga pengembalian harga saham tidak ada, salah satu pendekatan yang dapat digunakan adalah dengan menggunakan kuadrat galat. Langkah selanjutnya adalah memodelkan kuadrat galat mengikuti proses Autoregressive orde-q (AR(q)). dimana adalah proses white noise.... (5) Sehingga persamaan autoregresif dapat dituliskan sebagai berikut :... (6) Persamaan (6) sering dituliskan sebagai berikut : atau Model ARCH (q) dicirikan oleh : dengan. (7)... (8) Proses galat yang memenuhi persamaan (7) dinamakan model Autoregressive Conditional Heteroscedastic dengan orde-q (Enders, 1995). Model ragam yang memenuhi persamaan ARCH (q) adalah model ragam yang menghubungkan antara ragam galat pada waktu ke-t dengan kuadrat galat pada waktu sebelumnya. Model Generalized Autoregressive Conditional Heteroscedastic (GARCH) Bollerslev (1986) mengembangkan model Generalized Autoregressive Conditional Heteroscedastic (GARCH). Model ini dibangun untuk menghindari ordo yang besar pada model ARCH (Enders, 1995). Model GARCH adalah pengembangan dari model ARCH dengan struktur model sebagai berikut : atau... (9)... (10) Persamaan (9) adalah model Generalized Autoregressive Conditional Heteroscedastic dengan orde-p dan orde-q. Model ragam yang memenuhi persamaan GARCH (p,q) menghubungkan antara ragam galat pada waktu ke-t dengan ragam galat pada waktu sebelumnya dan kuadrat galat pada watu sebelumnya. Menurut Tagliafichi (2003), model GARCH memiliki beberapa keterbatasan diantaranya : 1. Ditemukan bukti bahwa pengembalian harga saham memiliki korelasi negatif dengan perubahan dalam volatilitas pengembaliannya (pengaruh asimetrik). Sedangkan model GARCH tidak mampu mengatasi permasalahan tersebut. 2. Model GARCH membatasi nilai parameter yang non-negatif untuk

12 4 menghasilkan ragam bersyarat nonnegatif. 3. Model GARCH berlebihan dalam memprediksi nilai volatilitasnya. Untuk mengatasi keterbatasan pada model GARCH, salah satu metode yang dapat digunakan adalah model Exponential Generalized Autoregressive Conditional Heteroscedastic (EGARCH). Model Exponential Generalized Autoregressive Conditional Heteroscedastic (EGARCH) Nelson (1991) mengembangkan model GARCH yang dinamakan model Exponential Generalized Autoregressive Conditional Heteroscedastic (EGARCH). Model ini mampu mengatasi keterbatasan pada model GARCH. Secara umum, struktur model EGARCH (p,q) sebagai berikut : Fungsi log likelihood pada T-pengamatan adalah :... (16) Jika asumsi tidak terpenuhi, pendugaan parameter menggunakan metode Quasi Maximum Likelihood yaitu dengan memaksimalkan fungsi Gaussian Log Likelihood, dengan syarat : dengan... (17) dimana. (11)... (12) dan... (18) jika Hubungan asimetrik antara pengembalian harga saham dengan pergerakan volatilitas direpresentasikan dengan nilai. Parameter yang tidak sama dengan nol mengindikasikan adanya pengaruh asimetrik (Hamilton, 1994). Pendugaan Parameter Pendugaan parameter pada model ARCH dapat digunakan metode kemungkinan maksimum (maximum likelihood). Misalkan terdapat model ARCH (q) yang memiliki struktur model sebagai berikut : 1. Model rataan :... (13) 2. Model ragam misalnya model ARCH dengan orde-q :... (14)... (19) Pendugaan untuk bersifat robust untuk kesalahan spesifikasi dari fungsi kepekatan yang dihasilkan dari akar elemen diagonal (Hamilton, 1994). Uji Lagrange Multiplier Pengujian kehomogenan ragam galat yang juga digunakan untuk mendeteksi adanya proses ARCH/GARCH digunakan uji Lagrange Multiplier dengan cara meregresikan kuadrat galat model.... (20) yang dicirikan oleh : Jika peluang bagi maka fungsi kepekatan sebagai berikut:... (15) dimana T = banyaknya pengamatan R 2 = koefisien determinasi q = banyaknya pengamatan yang mempengaruhi

13 5 Jika lebih besar dari, mengindikasikan adanya pengaruh ARCH. (Enders, 1995). Uji Ljung-Box Q Pemeriksaan autokorelasi pada galat baku pada data deret waktu dengan T pengamatan digunakan statistik Ljung-Box Q.... (21) dimana T = banyaknya pengamatan K = lag yang digunakan = fungsi autokorelasi data pada lag ke-j dari deret waktu Jika Q lebih besar dari, maka terdapat autokorelasi pada galat baku (Lo, 2000). Uji Jarque-Berra Pemeriksaan kenormalan sisaaan baku model menggunakan uji Jarque Berra. Uji ini berfungsi untuk menguji kenormalan sebaran data yang mengukur perbedaan antara skewness (kemenjuluran) dan kurtosis (keruncingan) data dari sebaran normal.... (22) Dimana T = banyaknya pengamatan S = kemenjuluran K = keruncingan Tolak H 0 jika JB >, maka galat baku tidak menyebar normal. Kriteria Pemilihan Model Dalam analisis data, biasanya diperoleh beberapa model yang dapat mewakili data dalam analisis. Diantara beberapa model yang diperoleh, dipilih salah satu model yang terbaik. Terdapat beberapa kriteria pemilihan model berdasarkan analisis galat dan berdasarkan galat peramalan (Kurnia, dkk., 2004). Kriteria pemilihan model berdasarkan analisis galat : 1. Akaike Info Criterion (AIC)... (23) 2. Schwarz s Bayesian Criterion (SBC)... (24) dengan dimana : (25) k T R = banyaknya parameter = banyaknya pengamatan = nilai fungsi log likelihood = jumlah kuadrat galat = banyaknya sisaaan Dikatakan model terbaik jika nilai AIC dan SBC minimum. Kriteria pemilihan model berdasarkan galat peramalan : 1. Mean Absolute Deviation... (26) 2. Mean Absolute Error 3. Mean Absolute Percentage Error 4. Root Mean Square Error dimana T = banyaknya data = ragam aktual = ragam dugaan... (27)... (28)... (29) Model terbaik adalah model yang mempunyai nilai statistik paling dekat dengan nol. BAHAN DAN METODE Bahan Bahan yang digunakan dalam penelitian ini adalah data indeks harga saham sektor properti dari bulan Januari 2006 hingga Juni 2009 yang dicatat pada hari kerja. Data indeks harga saham diperoleh dari Data pengembalian harga saham dapat diformulasikan sebagai berikut :... (30) dimana d t = indeks harga saham sektor properti di pasar pada waktu ke-t X t = pengembalian harga saham pada waktu ke-t Data yang digunakan untuk pemodelan adalah data pengembalian harga saham bulan Januari 2006 hingga Mei 2009 dan data pengembalian harga saham 1 bulan terakhir yaitu bulan Juni 2009 digunakan untuk validasi model. Nama-nama saham sektor properti dapat dilihat pada Lampiran 6.

14 6 Metode Langkah-langkah yang dilakukan dalam penelitian ini dapat dilihat pada Gambar 1. Eksplorasi data Identifikasi model ARCH Pendugaan parameter dan pemilihan model ARCH/GARCH Uji pengaruh asimetrik Pendugaan parameter dan pemilihan model EGARCH Pemeriksaan model Peramalan dan validasi Gambar 1. Diagram alir penelitian Langkah-langkah pada Gambar 1 diatas dapat dijabarkan sebagai berikut : 1. Eksplorasi data. Eksplorasi data dengan melihat pergerakan indeks harga saham melalui plot deret waktu indeks harga saham dan statistika deskriptif pengembalian harga saham sektor properti. 2. Identifikasi model ARCH. Identifikasi adanya proses ARCH menggunakan uji Lagrang Multiplier dengan tahapan sebagai berikut : a. Menentukan model rataan. b. Meregresikan kuadrat galat model rataan. c. Menghitung nilai Jika lebih besar dari, mengindikasikan adanya pengaruh ARCH. Untuk model EGARCH tidak dilakukan pengujian heteroskedastistas karena pada dasarnya model EGARCH adalah modifikasi dari model GARCH dan hasil dari pengujian heteroskedastisitas galat memberikan hasil yang sama. 3. Pendugaan parameter dan pemilihan model ARCH/GARCH dan EGARCH. Pendugaan parameter menggunakan metode maximum likelihood jika data menyebar normal. Sedangkan jika data tidak menyebar normal, pendugaan parameter menggunakan metode Quasi Maximum Likelihod. Kriteria pemilihan model terbaik pada model ARCH/GARCH dan model EGARCH menggunakan indikator kebaikan model yaitu nilai AIC dan SBC yang minimum dan mempunyai parameter yang signifikan. 4. Uji pengaruh asimetrik. Pengaruh asimetrik pada data dapat diuji menggunakan korelasi silang antara kuadrat galat model rataan terhadap lag galatnya (Tagliafichi, 2003). 5. Pemeriksaan model. Pemerikasaan model GARCH dan model EGARCH dilakukan dengan memeriksa galat baku model yang meliputi pemeriksaan kehomogenan ragam galat baku dan pemeriksaan autokorelasi galat baku. 6. Peramalan dan validasi. Peramalan ragam dilakukan untuk model ARCH/GARCH dan model EGARCH. Kemudian dilakukan validasi untuk melihat performa model GARCH dalam memodelkan ragam. Hasil peramalan ragam model GARCH untuk 22 periode ke depan dibandingkan dengan hasil peramalan model EGARCH. HASIL DAN PEMBAHASAN Eksplorasi Data Data indeks harga saham sektor properti sebesar 828 pengamatan. Gambar 2 merupakan plot antara indeks harga saham dengan waktu. Gambar 2. Plot deret waktu indeks harga saham Dari Gambar 2 terlihat adanya pola siklus yang diawali dengan trend naik pada tahun 2006 hingga akhir bulan Juli 2007, kenaikan tersebut terjadi karena ekonomi di Indonesia yang semakin membaik. Trend naik ini kemudian disusul dengan trend turun hingga pertengahan Agustus Pola trend naik yang diikuti trend turun terjadi hingga bulan Mei 2008 kemudian trend terus menurun

15 7 hingga akhir Oktober 2008, pola tersebut terjadi karena adanya gejolak krisis ekonomi yang melanda Indonesia. Selanjutnya tercapai kestabilan sampai pada bulan April 2009 yang menunjukkan bahwa perekonomian di Indonesia sudah menunjukkan adanya perbaikan hingga meningkat pada bulan Mei Data pengembalian harga saham terdiri dari T = 827 pengamatan yang secara eksplorasi dapat dilihat pada Gambar 3. Pada gambar tersebut terdapat perbedaaan antara titik puncak dengan titik bawah pada beberapa periode dan ketidakseragaman simpangan-simpangannya. Pada gambar juga terlihat tidak adanya pola trend, karena itu model konstanta cukup untuk digunakan sebagai model rataan bagi tingkat pengembalian. Gambar 4. Plot pengembalian harga saham Gambar 3. Histogram pengembalian harga saham Hasil ringkasan data pengembalian harga saham dapat dilihat pada Tabel 1. Tabel 1 Ringkasan data pengembalian harga saham Statistik Nilai Rataan Simpangan baku Kemenjuluran Keruncingan Berdasarkan Tabel 1 diatas, tingkat pengembalian harga saham memiliki nilai rataan yang positif menunjukkan bahwa saham sektor properti memiliki tingkat pengembalian yang positif. Kemenjuluran yang bernilai negatif menunjukkan bahwa data pengembalian menjulur ke kiri. Nilai keruncingan yang lebih besar dari 3 berarti bahwa data tersebut memiliki ekor yang lebih panjang dibandingkan dengan sebaran normal (heavy tail) dan merupakan gejala awal adanya heteroskedastisitas. Nilai kemenjuluran dan keruncingan tersebut menunjukkan bahwa data pengembalian mengumpul pada pengembalian yang bernilai besar. Identifikasi Model Identifikasi adanya heteroskedastisitas secara visual dapat terlihat pada Gambar 4. Untuk model rataan dapat dilihat pada Tabel 2 dibawah ini, diperoleh dugaan intersep sebesar , model rataan bagi tingkat pengembalian hanya memasukkan komponen konstanta maka dugaan bagi intersep adalah nilai rataannya. Tabel 2 Model rataan. Peubah Dugaan Nilai t Nilai p Intersep Model rataan dapat dituliskan dalam persamaan sebagai berikut : Tabel 3 Uji heteroskedastisitas galat model rataan. Ordo LM Nilai p < < < < < < < < < < < Hasil uji keberadaan pengaruh ARCH menggunakan uji Lagrange Multiplier seperti yang terlihat pada Tabel 3, terlihat bahwa nilai

16 8 p signifikan pada untuk ordo Hal tersebut menunjukkan adanya pengaruh ARCH pada galat model rataan. Banyaknya ordo yang signifikan menunjukkan banyaknya ordo ARCH yang diperlukan untuk memodelkan fungsi ragam. Model ARCH adalah proses short memory yang hanya memasukkan q kuadrat galat yang digunakan untuk menduga perubahan ragam. Sedangkan model GARCH adalah proses long memory yang menggunakan semua kuadrat galat pada waktu sebelumnya untuk menduga ragam saat ini. Berdasarkan uji heteroskedastisitas pada Tabel 3, ordo yang panjang hingga ordo 12 ini mengindikasikan adanya proses GARCH. Pendugaan Parameter Untuk menentukan metode yang akan digunakan dalam pendugaan parameter, dilakukan pengujian kenormalan terhadap galat pada model rataan. Tabel 4 Uji kenormalan galat model rataan. Normal test Nilai p < Hasil uji kenormalan dapat dilihat pada Tabel 4, karena galat model rataan tidak menyebar normal dengan nilai p < yang signifikan pada, pendugaan parameter pada model GARCH dan EGARCH mengggunakan metode Quasi Maksimum Likelihood. Model GARCH yang sesuai adalah model GARCH (1,1) dengan parameter masing-masing , , dan Sedangkan Model EGARCH yang sesuai adalah model EGARCH (1,1) dengan parameter masing-masing sebesar , , , dan Model GARCH Model GARCH (1,1) dengan parameter masing-masing , , dan yang dapat diformulasikan sebagai berikut : Tabel 5 Model GARCH (1,1) Standard Peubah db Dugaan Error Nilai t Nilai p arch < arch < garch < Model GARCH (1,1) memiliki nilai AIC dan SBC masing-masing sebesar dan Model ini dipilih karena memiliki parameter yang signifikan pada dan nilai AIC dan SBC yang minimum. Pemilihan model GARCH dapat dilihat pada Lampiran 1. Uji Pengaruh Asimetrik Hasil uji adanya pengaruh asimetrik dapat dilihat pada Lampiran 2. Hasil korelasi silang antara kuadrat galat model rataan terhadap lag galatnya menunjukkan bahwa terdapat korelasi yang signifikan pada lag -2. Hal tersebut menunjukkan adanya pengaruh asimetrik pada data. Salah satu model yang dapat digunakan untuk mengatasi pengaruh asimetrik pada data adalah model EGARCH. Model EGARCH Model EGARCH (1,1) dengan parameter masing-masing sebesar , , , dan dapat dirumuskan sebagai berikut : Tabel 6 Model EGARCH (1,1) Standard Peubah db Dugaan Nilai t Error Nilai p earch earch < egarch < theta Nilai yang tidak sama dengan nol menunjukkan adanya pengaruh asimetrik. Model EGARCH (1,1) memiliki nilai AIC dan SBC masing-masing sebesar dan Model tersebut dipilih karena memiliki nilai AIC dan SBC yang minimum dibandingkan dengan model lainnya. Selain itu, model ini juga memiliki parameter yang signifikan pada. Pemilihan model EGARCH dapat dilihat pada Lampiran 3. Pemeriksaan Model Pemeriksaan model dilakukan dengan melakukan pemeriksaan pada galat baku. Pemeriksaan model meliputi pemeriksaan kehomogenan ragam galat baku dan pemeriksaan autokorelasi galat baku.

17 9 Tabel 7 Uji kehomogenan ragam galat baku pada model GARCH dan model EGARCH. GARCH (1,1) EGARCH (1,1) Lag LM Nilai p LM Nilai p Pengujian kehomogenan ragam galat baku menunjukkan bahwa galat baku pada model GARCH maupun model EGARCH menunjukkan adanya kehomogenan ragam galat baku dengan nilai p yang tidak signifikan pada seperti yang terlihat pada Tabel 7. Tabel 8 Uji autokorelasi galat baku model GARCH (1,1) Lag ACF Q Nilai p Langkah selanjutnya adalah pemeriksaan autokorelasi pada galat baku yang hasilnya terlihat pada Tabel 8 dan Tabel 9. Pada Tabel 8 terlihat bahwa galat baku pada model GARCH sudah tidak terdapat autokorelasi dan galatnya bersifat acak dengan nilai p yang tidak signifikan pada. Tabel 9 Uji autokorelasi galat baku model EGARCH (1,1) Lag ACF Q Nilai p Sama halnya pada model GARCH, pada Tabel 9 terlihat bahwa model EGARCH sudah tidak terdapat autokorelasi pada sisaan baku. Dengan demikian, model GARCH dan EGARCH dapat dikatakan baik. Peramalan dan Validasi Hasil peramalan ragam untuk kedua model hingga 22 periode kedepan secara eksplorasi dapat dilihat pada Gambar 5. Pada gambar terlihat hasil peramalan untuk model GARCH dan EGARCH menunjukkan pola yang hampir sama. Sedangkan nilai aktual mengalami kenaikan dan penurunan pada beberapa titik waktu. Peramalan untuk jangka waktu panjang akan memberikan hasil yang kurang baik karena pergerakan indeks harga sangat fluktuatif May-09 6-Jun Jun Jun-09 6-Jul aktual garch egarch Gambar 5. Hasil peramalan ragam kedua model

18 10 Nilai ragam yang lebih tinggi dibandingkan dengan hasil peramalan menunjukkan risiko yang akan ditanggung investor lebih besar, kerena itu investor harus lebih berhati-hati dalam membeli saham karena model ini tidak memperhatikan faktor lain, misalnya tingkat suku bunga, inflasi, tingkat produktivitas nasional, politik dan lain sebagainya. Tabel 10 Ringkasan hasil validasi Model GARCH (1,1) EGARCH (1,1) MAD MAE MAPE % % RMSE Hasil validasi untuk kedua model dapat dilihat pada Tabel 10. Berdasarkan nilai MAPE, model EGARCH lebih baik dibandingkan dengan model GARCH dimana nilai MAPE pada model EGARCH sebesar % lebih kecil dibandingan dengan model GARCH sebesar %. Nilai MAPE untuk kedua model tersebut terlihat tinggi, nilai tersebut terjadi karena terdapat beberapa ragam aktual yang nilainya sangat dekat dengan nol. Sedangkan berdasarkan nilai MAD, MAE dan RMSE tidak terlihat adanya perbedaan antara model GARCH dan EGARCH. Pada bulan Juni 2009 terjadi kenaikan dan penurunan pada ragam aktual di beberapa waktu terjadi karena adanya perubahan dalam perekonomian di Indonesia. Faktor-faktor yang mempengaruhi gejolak pada indeks harga saham diantaranya tingkat suku bunga, inflasi, tingkat produktivitas nasional, politik dan lain sebagainya yang dapat memiliki dampak penting pada potensi keuntungan perusahaan dan pada akhirnya juga akan mempengaruhi harga sahamnya. Penyebab kenaikan dan penurunan indeks harga saham di bulan Juni 2009 dapat dilihat pada Lampiran 5. KESIMPULAN DAN SARAN Kesimpulan Model GARCH dan EGARCH yang sesuai untuk data deret waktu pengembalian harga saham adalah model adalah model GARCH (1,1) dan model EGARCH (1,1). Model GARCH masih bisa digunakan karena nilai MAD, MAE, dan RMSE sangat kecil. Meskipun nilai MAPE yang terlihat cukup besar, tetapi nilai tersebut masih dapat dikatakan kecil, nilai MAPE yang membesar terjadi karena ragam aktual yang sangat dekat dengan nol. Hasil peramalan ragam untuk bulan Juni 2009, model EGARCH memberikan hasil yang lebih baik dibandingkan dengan model GARCH jika dilihat dari nilai MAPE. Saran Data deret waktu pengembalian haga saham selalu mengalami perubahan tiap waktunya, tiap periode waktu tertentu dimungkinkan menghasilkan model yang yang berbeda-beda, sehingga perlu dilakukan studi lebih lanjut untuk menerapkan model ARCH lainnya. DAFTAR PUSTAKA Anonim Indeks Harga Saham dan Obligasi.http://www.idx.co.id/MainMenu /Education/IndeksHargaSahamObligasi/ta bid/195/lang/id-id/language/id- ID/Default.aspx. [6 Mei 2009] Megenal Saham. n/whatisequities/tabid/88/lang/id- ID/language/id-ID/Default.aspx. [6 Mei 2009] Mengenal Pasar Modal. n/mengenalpasarmodal/tabid/137/lang/id -ID/language/id-ID/Default.aspx. [6 Mei 2009]. Enders, W Applied Econometric Time Series. John Willey and Sons, Inc. United States of Statistics. Engle, RF The Use of ARCH/GARCH Models in Applied Econometrics. Journal of Economics Perspectives, 4: Hamilton, JD Time Series Analysis. Princeton University Press. New Jersey. Kurnia, A., Asep S., dan Sutriyati Analisis Deret Waktu pada Data dengan Ragam Galat Tak Homogen : Studi Nilai Tukar Rupiah Periode Tahun Forum Statistika dan Komputasi, 9:23-33 Lo, MS Generalized Autoregressive Conditional Heteroscedastic Time Series Model. Thesis Department of Statistics and Actuaria Science. Simon Fraser University. Putra, FP Perbandingan Model GARCH dan EWMA untuk Mengukur Risiko Berinvestasi pada Saham Sektor Keuangan. Skripsi Departemen Statistika, Institut Pertanian Bogor.

19 Semar, I Review Pasar Modal dan Ekonomi Global me=news&file=article&sid=83. [25 Mei 2009]. Tagliafichi, RA The Estimation of Market VaR Using GARCH Models and A Heavy Tail Distributions. Paper Document. Faculty of Economics. University of Buenos Aires. Argentina. 11

20 LAMPIRAN

21 12 Lampiran 1. Pemilihan model GARCH Koefisien GARCH (1,1) GARCH (1,2) GARCH (2,1) GARCH (2,2) C * arch arch * garch * garch * * SBC AIC * tidak signifikan pada Lampiran 2. Korelasi silang antara kuadrat galat model rataan terhadap lag galatnya

22 13 Lampiran 3. Pemilihan model EGARCH Koefisien EGARCH (1,1) EGARCH (1,2) EGARCH (2,1) EGARCH (2,2) c earch earch egarch * egarch * theta SBC AIC * tidak signifikan pada Lampiran 4. Validasi model Ragam Ragam Ragam Absolut Absolut Tanggal Aktual (RA) Garch (RG) Egarch (RE) (RA-RG)/RA (RA-RE)/RA 1-Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun Jun MAPE MAPE GARCH EGARCH % %

23 14 Lampiran 4. Validasi model (lanjutan) (RA-RG) (RA-RE) Absolut (RA-RG) Absolut (RA-RE) Kuadrat (RA-RG) Kuadrat (RA-RE) E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E-08 MAD GARCH MAD EGARCH MAE GARCH MAE EGARCH RMSE GARCH RMSE EGARCH Lampiran 5. Penyebab terjadi kenaikan dan penurunan pada ragam aktual. Tanggal 5-Jun-09 8-Jun Jun Jun Jun Jun Jun Jun Jun-09 Kejadian Menurunnnya tingkat suku bunga dan menguatnya nilai tukar rupiah mengakibatkan penjualan properti meningkat dan indeks harga saham juga meningkat. Melemahnya nilai tukar rupiah mengakibatkan indeks harga saham ikut melemah. Nilai tukar rupiah menguat menyebabkan kenaikan pada indeks harga saham. Nilai tukar rupiah tertekan menyebabkan indeks harga saham melemah. Inflasi rendah dan tingkat suku bunga yang cenderung menurun mengakibatkan indeks harga saham menguat. Harga minyak mentah dunia merosot tajam dan pelemahan bursa-bursa regional yang diikuti pelemaan bursa di Inonesia. Rupiah masih belum bisa menguat, Pelemahan bursa saham seluruh dunia termasuk kejatuhan IHSG terus menekan nilai tukar rupiah. Pelemahan bursa dunia mengakibatkan melemahnya bursa Indonesia. Menguatnya profit taking (pengambilan keuntungan). Profit taking adalah penjualan saham oleh investor karena dikhawatirkan akan terjadi penurunan pada indeks harga saham.

24 15 Lampiran 6. Daftar nama emiten pada sektor properti Kategori Emiten Kode Property dan Real Estate Alam Sutera Reality Tbk. ASRI Bakrieland and Development Tbk. ELTY Bekasi Asri Pemula Tbk. BAPA Bhuwanatala Indah Permai Tbk BIPP Bintang Mitra Semestaraya Tbk. BMSR Bukit Darmo Preperty Tbk. BKDP Bumi Serpong Damai Tbk. BSDE Ciputra Development Tbk. CTRA Ciputra Property Tbk. CRTP Ciputra Suryat Tbk. CRTS Citra Kebun Raya Agri Tbk CKRA Cowell Development Tbk. COWL Danayasa Arthatama Tbk. SCBD Duta Anggada Reality Tbk. DART Duta Pertiwi Tbk. DUTI Fortune Mate Indonesia Tbk. FMII Global Land Development Tbk. KPIG Gowa Makassar Tourism Development Tbk. GMTD Indonesia Prima Property Tbk. MORE Intiland Development Tbk. DILD Jaka Inti Realtindo Tbk. JAKA Jakarta Inti Hotel and Development Tbk. JIHD Jaya Real Property Tbk. JRPT Kawasan Industri Jababeka Tbk. KIJA Laguna Cipta Griya Tbk. LCGP Lamicitra Nusantara Tbk. LAMI Lippo Cikarang Tbk. LPCK Lippo Karawaci Tbk. LPKR Modernland Reality Ltd. Tbk. MDLN New Century Development Tbk. PTRA Pakuwon Jati Tbk. PWON Panca Wiratama Sakti Tbk. PWSI Perdana Gapuraprima Tbk. GPRA Ristia Bintang Mahkotasejati Tbk RBMS Royal Oak Development Asia Tbk. RODA Sentul City Tbk. BKSL Summarecon Agung Tbk. SMRA Suryainti Permata Tbk. SIIP Suryamas Dutamakmur Tbk. SMDM Konstruksi Bangunan Adhi Karya Tbk. ADHI Duta Graha Indah Tbk. DGIK Jaya Konstruksi Manggala Pratama Tbk. JKON Danayasa Arthatama Tbk. SCBD Surya Semesta Internusa Tbk. SSIA Total Bangun Persada Tbk. TOTL Wijaya Karya (Persero) Tbk. WIKA

Metode Langkah-langkah yang dilakukan dalam penelitian ini dapat dilihat pada Gambar 1. Eksplorasi data. Identifikasi model ARCH

Metode Langkah-langkah yang dilakukan dalam penelitian ini dapat dilihat pada Gambar 1. Eksplorasi data. Identifikasi model ARCH 6 Metode Langkah-langkah yang dilakukan dalam penelitian ini dapat dilihat pada Gambar 1. Eksplorasi data Identifikasi model ARCH Pendugaan parameter dan pemilihan model ARCH/GARCH Uji pengaruh asimetrik

Lebih terperinci

(Populasi dan Sampel)

(Populasi dan Sampel) LAMPIRAN Lampiran 1 No. Kode Daftar Perusahaan Real Estate dan Property yang Terdaftar di BEI Nama Perusahaan (Populasi dan Sampel) Kriteria 1 2 3 1 ASRI Alam Sutera Realty Tbk 1 2 BAPA Bekasi Asri Pemula

Lebih terperinci

Grafik Garis PDB, Tingkat Inflasi dan BI Rate DAFTAR PEMILIHAN SAMPEL

Grafik Garis PDB, Tingkat Inflasi dan BI Rate DAFTAR PEMILIHAN SAMPEL 72 Lampiran i Grafik Garis PDB, Tingkat Inflasi dan BI Rate Lampiran ii DAFTAR PEMILIHAN SAMPEL NO EMITEN KRITERIA 1 2 3 SAMPEL 1 PT Alam Sutera Realty Tbk X 2 PT Bekasi Asri Pemula Tbk X 3 PT Bhuwanatala

Lebih terperinci

BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian

BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian Pasar modal merupakan salah satu alternatif investasi bagi masyarakat. Melalui pasar modal, investor dapat melakukan investasi di beberapa perusahaan

Lebih terperinci

BAB I PENDAHULUAN. diantaranya surat utang (obligasi), ekuiti (saham), reksa dana, dan instrumen

BAB I PENDAHULUAN. diantaranya surat utang (obligasi), ekuiti (saham), reksa dana, dan instrumen BAB I PENDAHULUAN 1.1 Latar Belakang Instrumen keuangan yang dapat diperjualbelikan di pasar modal diantaranya surat utang (obligasi), ekuiti (saham), reksa dana, dan instrumen lainnya. Saham merupakan

Lebih terperinci

Daftar Perusahaan Property dan Real Estate yang terdaftar sebagai perusahaan publik

Daftar Perusahaan Property dan Real Estate yang terdaftar sebagai perusahaan publik Lampiran 1 Daftar Perusahaan Property dan Real Estate yang terdaftar sebagai perusahaan publik (emiten) di Bursa Efek Indonesia (BEI) adalah: No Kode Saham Nama Emiten Tanggal IPO 1 APLN Agung Podomoro

Lebih terperinci

LAMPIRAN 1. Daftar Populasi Perusahaan Properti dan Real Estate di Bursa Efek Indonesia Tahun

LAMPIRAN 1. Daftar Populasi Perusahaan Properti dan Real Estate di Bursa Efek Indonesia Tahun No LAMPIRAN 1 Daftar Populasi Perusahaan Properti dan Real Estate di Bursa Efek Indonesia Tahun 2010-2013 Nama Emiten Kode Emiten Tanggal Listing Kriteria 1 2 Sampel 1 Agung Podomoro Land APLN 11 Nov 2010

Lebih terperinci

BAB II DESKRIPSI OBYEK PENELITIAN

BAB II DESKRIPSI OBYEK PENELITIAN BAB II DESKRIPSI OBYEK PENELITIAN 2.1. Sejarah singkat Perusahaan Industri Property dan Real Estate Industri real estate dan property pada umumnya merupakan dua hal yang berbeda. Real estate merupakan

Lebih terperinci

PERAMALAN DATA SAHAM S&P 500 INDEX MENGGUNAKAN MODEL TARCH

PERAMALAN DATA SAHAM S&P 500 INDEX MENGGUNAKAN MODEL TARCH PERAMALAN DATA SAHAM S&P 500 INDEX MENGGUNAKAN MODEL TARCH Universitas Negeri Malang E-mail: abiyaniprisca@ymail.com Abstrak: Penelitian ini bertujuan untuk mengetahui model peramalan terbaik dari data

Lebih terperinci

Analisis Harga Saham Properti di Indonesia menggunakan metode GARCH

Analisis Harga Saham Properti di Indonesia menggunakan metode GARCH Analisis Harga Saham Properti di Indonesia menggunakan metode GARCH Dhafinta Widyasaraswati1,a), Acep Purqon1,b) 1 Laboratorium Fisika Bumi, Kelompok Keilmuan Fisika Bumi dan Sistem Kompleks, Fakultas

Lebih terperinci

Tri Yuono Saputra / Pembimbing: Dr. Masodah, SE., MMSI.,

Tri Yuono Saputra / Pembimbing: Dr. Masodah, SE., MMSI., PENGARUH PENERAPAN GOOD CORPORATE GOVERNANCE TERHADAP MANAJEMEN LABA (STUDI PADA PERUSAHAAN PROPERTI DAN REAL ESTATE YANG TERDAFTAR DI BURSA EFEK INDONESIA) Tri Yuono Saputra / 2282 Pembimbing: Dr. Masodah,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Berdasarkan penelitian yang dilakukan oleh penulis maka lokasi penelitiannya adalah di Bursa Efek Indonesia, melalui situs www.idx.co.id, dan Pusat Informasi

Lebih terperinci

BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian

BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian Minat investor untuk berinvestasi pada Dana Investasi Real Estate (DIRE) atau yang lebih dikenal dengan Real Estate Investment Trust (REIT) kembali

Lebih terperinci

1. Gambaran Umum Perusahaan, hal-hal yang harus diungkapkan, antara lain: c. Struktur Perusahaan, entitas anak & Entitas Bertujuan Khusus (EBK);

1. Gambaran Umum Perusahaan, hal-hal yang harus diungkapkan, antara lain: c. Struktur Perusahaan, entitas anak & Entitas Bertujuan Khusus (EBK); LAMPIRAN Lampiran 1 Butir-butir Pengungkapan Wajib KEPUTUSAN KETUA BADAN PENGAWAS PASAR MODAL DAN LEMBAGA KEUANGAN NOMOR:KEP-347/BL/2012 TENTANG PENYAJIAN DAN PENGUNGKAPAN LAPORAN KEUANGAN EMITEN ATAU

Lebih terperinci

I.PENDAHULUAN. Sektor properti dan real estate merupakan salah satu sektor terpenting di suatu

I.PENDAHULUAN. Sektor properti dan real estate merupakan salah satu sektor terpenting di suatu I.PENDAHULUAN 1.1 Latar Belakang Sektor properti dan real estate merupakan salah satu sektor terpenting di suatu negara. Hal ini dapat dijadikan indikator untuk menganalisis kesehatan ekonomi suatu negara.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di Pasar Bunga Rawabelong, Jakarta Barat yang merupakan Unit Pelaksana Teknis (UPT) Pusat Promosi dan Pemasaran Holtikultura

Lebih terperinci

BAB I PENDAHULUAN. menginvestasikan modal dengan harapan memperoleh imbalan berupa return atas

BAB I PENDAHULUAN. menginvestasikan modal dengan harapan memperoleh imbalan berupa return atas 1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Pasar modal merupakan salah satu tempat bagi para investor untuk menginvestasikan modal dengan harapan memperoleh imbalan berupa return atas investasinya.

Lebih terperinci

DAFTAR ISI (Lanjutan) DAFTAR TABEL

DAFTAR ISI (Lanjutan) DAFTAR TABEL 1 DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN 1 PENDAHULUAN 1 Latar Belakang 1 Perumusan Masalah 4 Tujuan Penelitian 7 Manfaat Penelitian 7 Ruang Lingkup Penelitian 8 2 TINJAUAN PUSTAKA 8 Kerangka

Lebih terperinci

PENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.

PENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK. Jurnal Matematika UNAND Vol. VI No. 1 Hal. 25 32 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 35 BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilakukan pada tahun 2013. Dalam penelitian ini, penulis melakukan pengambilan data dari internet melalui situs www.idx.co.id

Lebih terperinci

III. METODE PENELITIAN. dikumpulkan ataupun diolah menjadi data untuk keperluan analisis atau

III. METODE PENELITIAN. dikumpulkan ataupun diolah menjadi data untuk keperluan analisis atau 25 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data kuantitaif yang bersifat sekunder, yaitu data yang berasal dari pihak lain yang telah dikumpulkan

Lebih terperinci

PORTOFOLIO OPTIMAL PADA SEKTOR PROPERTI, REAL ESTATE DAN KONSTRUKSI BANGUNAN DENGAN MODEL INDEKS TUNGGAL

PORTOFOLIO OPTIMAL PADA SEKTOR PROPERTI, REAL ESTATE DAN KONSTRUKSI BANGUNAN DENGAN MODEL INDEKS TUNGGAL PORTOFOLIO OPTIMAL PADA SEKTOR PROPERTI, REAL ESTATE DAN KONSTRUKSI BANGUNAN DENGAN MODEL INDEKS TUNGGAL Laporan Tugas Akhir sebagai salah satu syarat untuk memperoleh gelar Sarjana dari Universitas Atma

Lebih terperinci

SENSITIFITAS MODEL GARCH UNTUK MENGATASI HETEROKEDASTIK PADA DATA DERET WAKTU

SENSITIFITAS MODEL GARCH UNTUK MENGATASI HETEROKEDASTIK PADA DATA DERET WAKTU SENSITIFITAS MODEL GARCH UNTUK MENGATASI HETEROKEDASTIK PADA DATA DERET WAKTU Asep Saefuddin, Anang Kurnia dan Sutriyati Departemen Statistika FMIPA IPB Ringkasan Data deret waktu pada bidang keuangan

Lebih terperinci

BAB I PENDAHULUAN. untuk menjual, menahan, atau membeli saham dengan menggunakan indeks

BAB I PENDAHULUAN. untuk menjual, menahan, atau membeli saham dengan menggunakan indeks BAB I PENDAHULUAN A. LATAR BELAKANG MASALAH Pasar modal merupakan pasar abstrak, dimana yang diperjualbelikan adalah dana jangka panjang, yaitu dana yang keterikatannya dalam investasi lebih dari satu

Lebih terperinci

BAB I PENDAHULUAN. modal perusahaan real estate dan property di Indonesia saat ini berkembang

BAB I PENDAHULUAN. modal perusahaan real estate dan property di Indonesia saat ini berkembang BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan kondisi perekonomian yang semakin pesat dan adanya persaingan yang semakin tajam dalam pasar global merupakan suatu tantangan dan peluang bagi perusahaan

Lebih terperinci

BAB III METODE PENELITIAN. Dalam penelitian ini, penulis mengadakan penelitian dengan mengunjungi

BAB III METODE PENELITIAN. Dalam penelitian ini, penulis mengadakan penelitian dengan mengunjungi BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Dalam penelitian ini, penulis mengadakan penelitian dengan mengunjungi dan mengunduh data laporan keuangan melalui website Bursa Efek Indonesia,

Lebih terperinci

III. METODE PENELITIAN. Sumber data dalam penelitian ini adalah laporan keuangan perusahaan property yang

III. METODE PENELITIAN. Sumber data dalam penelitian ini adalah laporan keuangan perusahaan property yang III. METODE PENELITIAN 3.1 Sumber dan Jenis Data 3.1.1 Sumber Data Sumber data dalam penelitian ini adalah laporan keuangan perusahaan property yang terdaftar di Bursa Efek Indonesia dan laporan keuangan

Lebih terperinci

BAB V KESIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Beberapa kesimpulan yang didapatkan dari penelitian Portofolio Optimal dalam Sektor Properti, Real Estate dan Konstruksi Indonesia adalah sebagai berikut. 1.

Lebih terperinci

PERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH)

PERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH) Jurnal Matematika UNAND Vol. 5 No. 4 Hal. 80 88 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian dilakukan di Bursa Efek Indonesia yang beralamat di Indonesia Stock

BAB III METODOLOGI PENELITIAN. Penelitian dilakukan di Bursa Efek Indonesia yang beralamat di Indonesia Stock BAB III METODOLOGI PENELITIAN 3.1. Tempat dan Waktu Penelitian Penelitian dilakukan di Bursa Efek Indonesia yang beralamat di Indonesia Stock Exchange Building, Jalan Jendral Sudirman Kav. 52-53, Indonesia

Lebih terperinci

BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian Real property

BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian Real property BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian Kehadiran pasar modal di Indonesia ditandai dengan banyaknya investor yang mulai menanamkan sahamnya dalam industri real estate dan property. Bisnis

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data

IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian tentang risiko harga sayuran di Indonesia mencakup komoditas kentang, kubis, dan tomat dilakukan di Pasar Induk Kramat Jati, yang

Lebih terperinci

PERAMALAN DATA NILAI EKSPOR NON MIGAS INDONESIA KE WILAYAH ASEAN MENGGUNAKAN MODEL EGARCH

PERAMALAN DATA NILAI EKSPOR NON MIGAS INDONESIA KE WILAYAH ASEAN MENGGUNAKAN MODEL EGARCH PERAMALAN DATA NILAI EKSPOR NON MIGAS INDONESIA KE WILAYAH ASEAN MENGGUNAKAN MODEL EGARCH, Universitas Negeri Malang E-mail: die_gazeboy24@yahoo.com Abstrak: Penelitian ini bertujuan untuk mengetahui model

Lebih terperinci

BAB II TINJAUAN PUSTAKA. keuntungan atau coumpouding. Dari definisi di atas dapat disimpulkan bahwa

BAB II TINJAUAN PUSTAKA. keuntungan atau coumpouding. Dari definisi di atas dapat disimpulkan bahwa BAB II TINJAUAN PUSTAKA 2.1 Pengertian Investasi Menurut Fahmi dan Hadi (2009) investasi merupakan suatu bentuk pengelolaan dana guna memberikan keuntungan dengan cara menempatkan dana tersebut pada alokasi

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN. pembahasan. Teknik penentuan sampel yang digunakan dalam penelitian ini

BAB IV ANALISIS DAN PEMBAHASAN. pembahasan. Teknik penentuan sampel yang digunakan dalam penelitian ini BAB IV ANALISIS DAN PEMBAHASAN A. Deskripsi Objek Penelitian Pada bagian ini akan dipaparkan hasil mengenai hasil penelitian dan pembahasan yang meliputi analisis kuantitatif berupa analisis data yang

Lebih terperinci

BAB II DESKRIPSI INDUSTRI PROPERTI Sejarah dan Perkembangan Industri Properti. Definisi property menurut SK Menteri Perumahan Rakyat

BAB II DESKRIPSI INDUSTRI PROPERTI Sejarah dan Perkembangan Industri Properti. Definisi property menurut SK Menteri Perumahan Rakyat 22 BAB II DESKRIPSI INDUSTRI PROPERTI 2.1. Sejarah dan Perkembangan Industri Properti Definisi property menurut SK Menteri Perumahan Rakyat no.05/kpts/bkp4n/1995, Ps 1.a:4 property adalah tanah hak dan

Lebih terperinci

TEKNIK PERAMALAN DENGANMODEL AUTOREGRESSIVE CONDITIONALHETEROSCEDASTIC (ARCH) (Studi KasusPada PT. Astra Agro Lestari Indonesia Tbk)

TEKNIK PERAMALAN DENGANMODEL AUTOREGRESSIVE CONDITIONALHETEROSCEDASTIC (ARCH) (Studi KasusPada PT. Astra Agro Lestari Indonesia Tbk) Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 71 78. TEKNIK PERAMALAN DENGANMODEL AUTOREGRESSIVE CONDITIONALHETEROSCEDASTIC (ARCH) (Studi KasusPada PT. Astra Agro Lestari

Lebih terperinci

Suma Suci Sholihah, Heni Kusdarwati, Rahma Fitriani. Jurusan Matematika, F.MIPA, Universitas Brawijaya

Suma Suci Sholihah, Heni Kusdarwati, Rahma Fitriani. Jurusan Matematika, F.MIPA, Universitas Brawijaya PEMODELAN RETURN IHSG PERIODE 15 SEPTEMBER 1998 13 SEPTEMBER 2013 MENGGUNAKAN THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (TGARCH(1,1)) DENGAN DUA THRESHOLD Suma Suci Sholihah,

Lebih terperinci

BAB II TINJAUAN PUSTAKA. penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji

BAB II TINJAUAN PUSTAKA. penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji 35 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji ACF, uji PACF, uji ARCH-LM,

Lebih terperinci

BAB V SIMPULAN DAN SARAN

BAB V SIMPULAN DAN SARAN BAB V SIMPULAN DAN SARAN 5.1 Simpulan Berdasarkan hasil penelitian yang penulis lakukan dan didukung oleh teoriteori yang dipelajari dan hasil pembahasan yang diperoleh mengenai analisis kebangkrutan perusahaan

Lebih terperinci

PEMODELAN TARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH. Retno Hestiningtyas dan Winita Sulandari, M.Si. Jurusan Matematika FMIPA UNS

PEMODELAN TARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH. Retno Hestiningtyas dan Winita Sulandari, M.Si. Jurusan Matematika FMIPA UNS S-9 PEMODELAN TARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH Retno Hestiningtyas dan Winita Sulandari, M.Si Jurusan Matematika FMIPA UNS ABSTRAK. Pada data finansial sering terjadi keadaan leverage effect,

Lebih terperinci

BAB III METODE PENELITIAN. mulai operasionalisasi variabel, penentuan jenis dan sumber data, metode

BAB III METODE PENELITIAN. mulai operasionalisasi variabel, penentuan jenis dan sumber data, metode BAB III METODE PENELITIAN 3.1 Metode Penelitian yang digunakan Metode penelitian dirancang melalui langkah-langkah penelitian dari mulai operasionalisasi variabel, penentuan jenis dan sumber data, metode

Lebih terperinci

SKRIPSI. Diajukan Untuk Memenuhi Sebagian Persyaratan Dalam Memperoleh Gelar Sarjana Ekonomi Jurusan Manjemen. Diajukan Oleh:

SKRIPSI. Diajukan Untuk Memenuhi Sebagian Persyaratan Dalam Memperoleh Gelar Sarjana Ekonomi Jurusan Manjemen. Diajukan Oleh: ANALISIS PENGARUH RETURN ON EQUITY, PRICE EARNING RATIO, DEBT TO EQUITY RATIO, DAN EARNING PER SHARE TERHADAP HARGA SAHAM PERUSAHAAN REAL ESTATE AND PROPERTY YANG GO PUBLIK DI BEI SKRIPSI Diajukan Untuk

Lebih terperinci

BAB III METODE PENELITIAN. bergerak di bisnis properti karena perusahaan golongan ini mengalami

BAB III METODE PENELITIAN. bergerak di bisnis properti karena perusahaan golongan ini mengalami BAB III METODE PENELITIAN 3.1. Populasi Penelitian Populasi merupakan keseluruhan pengamatan yang menjadi perhatian penelitian. Penelitian ini menggunakan populasi perusahaan yang terdaftar di Bursa Efek

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Desain Penelitian Desain penelitian mempunyai peranan yang sangat penting, karena keberhasilan suatu penelitian sangat dipengaruhi oleh pilihan desain atau model penelitian.

Lebih terperinci

BAB III METODE PENELITIAN. operasional. Oleh karena itu, pada bagian ini diuraikan hal-hal mengenai variabel

BAB III METODE PENELITIAN. operasional. Oleh karena itu, pada bagian ini diuraikan hal-hal mengenai variabel BAB III METODE PENELITIAN Pada bab ini berisi tentang bagaimana penelitian akan dilakukan secara operasional. Oleh karena itu, pada bagian ini diuraikan hal-hal mengenai variabel penelitian dan definisi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Penelitian yang Digunakan 3.1.1 Objek Penelitian Penulis melakukan penelitian pada Perusahaan Property & Real Estate yang terdaftar di Bursa Efek Indonesia. Adapun

Lebih terperinci

2015 PENGARUH FAKTOR FUND AMENTAL TERHAD AP HARGA SAHAM PAD A EMITEN SEKTOR PROPERTI D AN REAL ESTATE D I BURSA EFEK IND ONESIA

2015 PENGARUH FAKTOR FUND AMENTAL TERHAD AP HARGA SAHAM PAD A EMITEN SEKTOR PROPERTI D AN REAL ESTATE D I BURSA EFEK IND ONESIA BAB I PENDAHULUAN A. Latar Belakang Penelitian Pasar modal merupakan pasar untuk berbagai instrumen keuangan jangka panjang atau long-term financial assets. Pasar modal memiliki peranan penting bagi perekonomian

Lebih terperinci

PENERAPAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (ARCH) UNTUK MENDUGA VOLATILITAS PENGEMBALIAN HARGA SAHAM

PENERAPAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (ARCH) UNTUK MENDUGA VOLATILITAS PENGEMBALIAN HARGA SAHAM PENERAPAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (ARCH) UNTUK MENDUGA VOLATILITAS PENGEMBALIAN HARGA SAHAM (Studi Kasus : Pengembalian Harga Saham PT. Astra Agro Lestari, Tbk) VERRY ANDRIAWAN

Lebih terperinci

MODEL KRISIS PASAR MODAL DI INDONESIA MENGGUNAKAN MARKOV SWITCHING TGARCH (MS-TGARCH) DUA STATE BERDASARKAN INDIKATOR IHSG

MODEL KRISIS PASAR MODAL DI INDONESIA MENGGUNAKAN MARKOV SWITCHING TGARCH (MS-TGARCH) DUA STATE BERDASARKAN INDIKATOR IHSG MODEL KRISIS PASAR MODAL DI INDONESIA MENGGUNAKAN MARKOV SWITCHING TGARCH (MS-TGARCH) DUA STATE BERDASARKAN INDIKATOR IHSG Oleh ALFI NUR DINA NIM M0110002 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian

Lebih terperinci

: Fachmy Syahtiadi NPM : Kelas : 4 EB 04 Jurusan : Akuntansi Pembimbing : Dr. Henny Medyawati, Skom, MM

: Fachmy Syahtiadi NPM : Kelas : 4 EB 04 Jurusan : Akuntansi Pembimbing : Dr. Henny Medyawati, Skom, MM ANALISIS HUBUNGAN AUDITOR KLIEN : FAKTOR FAKTOR YANG MEMPENGARUHI AUDITOR SWITCHING DI INDONESIA (STUDI EMPIRIS PADA PERUSAHAAN PROPERTY AND REAL ESTATE YANG TERDAFTAR DI BEI) Nama : Fachmy Syahtiadi NPM

Lebih terperinci

Seminar Hasil. Disusun oleh: Inayatus Sholichah. Dosen Pembimbing: Dra. Destri Susilaningrum, M.Si Dr. Suhartono, M.Sc

Seminar Hasil. Disusun oleh: Inayatus Sholichah. Dosen Pembimbing: Dra. Destri Susilaningrum, M.Si Dr. Suhartono, M.Sc Seminar Hasil Analisis Volatilitas dan Value at Risk pada Saham Blue Chip dengan Metode ARCH- GARCH. Disusun oleh: Inayatus Sholichah Dosen Pembimbing: Dra. Destri Susilaningrum, M.Si Dr. Suhartono, M.Sc

Lebih terperinci

BAB III METODOLOGI PENELITIAN. variabel bebas ( independent variables) dan variabel terikat ( dependent variables).

BAB III METODOLOGI PENELITIAN. variabel bebas ( independent variables) dan variabel terikat ( dependent variables). 35 BAB III METODOLOGI PENELITIAN 1.1. Variabel Penelitian Variabel penelitian yang digunakan dalam penelitian ini terdiri dari beberapa variabel bebas ( independent variables) dan variabel terikat ( dependent

Lebih terperinci

BAB 1 PENDAHULUAN. Perkembangan pada zaman seperti sekarang ini menuntut kemampuan untuk

BAB 1 PENDAHULUAN. Perkembangan pada zaman seperti sekarang ini menuntut kemampuan untuk 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan pada zaman seperti sekarang ini menuntut kemampuan untuk bersaing dalam dunia usaha secara kompetitif. Perusahaan harus mampu berupaya bagaimana

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilakukan dengan mengambil data pada perusahaan property and real estate yang terdaftar di Bursa Efek Indonesia (BEI). Data diperoleh

Lebih terperinci

LULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI

LULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI LULIK PRESDITA W 1207 100 002 APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI 1 Pembimbing : Dra. Nuri Wahyuningsih, M.Kes BAB I PENDAHULUAN 2 LATAR BELAKANG 1. Stabilitas ekonomi dapat dilihat

Lebih terperinci

III. METODOLOGI PENELITIAN. kuantitatif. Menurut Silalahi dalam Eliyawati (2012) penelitian kuantitatif yaitu

III. METODOLOGI PENELITIAN. kuantitatif. Menurut Silalahi dalam Eliyawati (2012) penelitian kuantitatif yaitu III. METODOLOGI PENELITIAN 3.1 Jenis Penelitian Penelitian ini merupakan jenis penelitian yang menggunakan pendekatan kuantitatif. Menurut Silalahi dalam Eliyawati (2012) penelitian kuantitatif yaitu penelitian

Lebih terperinci

III. METODE PENELITIAN. Objek penelitian pada penelitian ini adalah return saham perusahaan sektor

III. METODE PENELITIAN. Objek penelitian pada penelitian ini adalah return saham perusahaan sektor 27 III. METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian pada penelitian ini adalah return saham perusahaan sektor properti yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2009 hingga

Lebih terperinci

METODE PENELITIAN. ada hubungannya dengan masalah yang dianalisis, disajikan dalam bentuk

METODE PENELITIAN. ada hubungannya dengan masalah yang dianalisis, disajikan dalam bentuk 30 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang telah diolah oleh pihak pengumpul data primer serta melalui studi pustaka

Lebih terperinci

BAB IV ANALISIS DATA DAN PEMBAHASAN. Pada penelitian ini terdapat 9 sampel perusahaan dari sektor Property dan

BAB IV ANALISIS DATA DAN PEMBAHASAN. Pada penelitian ini terdapat 9 sampel perusahaan dari sektor Property dan BAB IV ANALISIS DATA DAN PEMBAHASAN Pada penelitian ini terdapat 9 sampel perusahaan dari sektor Property dan Real Estate yang membagikan dividen kepada para pemegang saham secara tunai dan rutin selama

Lebih terperinci

BAB III METODE PENELITIAN. untuk periode pada perusahaan properti dan real estate yang terdaftar di

BAB III METODE PENELITIAN. untuk periode pada perusahaan properti dan real estate yang terdaftar di 38 BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Data yang digunakan dalam penelitian ini adalah laporan tahunan perusahaan untuk periode 2011 2013 pada perusahaan properti dan real estate yang

Lebih terperinci

BAB I PENDAHULUAN. modal, dan bagi investor akan mendapatkan return. Para pemodal tertarik untuk

BAB I PENDAHULUAN. modal, dan bagi investor akan mendapatkan return. Para pemodal tertarik untuk BAB I PENDAHULUAN 1.1 Latar Belakang Pada era sekarang ini para pemilik modal dapat memilih berbagai alternatif untuk menginvestasikan modalnya. Dana yang tersedia bisa dalam bentuk berbagai jenis tabungan

Lebih terperinci

The Comparison Of Stock Price Before And After Deviden Sharing On The Property Sector Coorporations which Listed In The Indonesia Stock Exchange 2010

The Comparison Of Stock Price Before And After Deviden Sharing On The Property Sector Coorporations which Listed In The Indonesia Stock Exchange 2010 PERBANDINGAN HARGA SAHAM SEBELUM DAN SESUDAH PEMBAGIAN DIVIDEN PADA PERUSAHAAN PERUSAHAAN SEKTOR PROPERTI YANG TERDAFTAR DI BURSA EFEK INDONESIA TAHUN 2010 The Comparison Of Stock Price Before And After

Lebih terperinci

ANALISIS PENGARUH EFEKTIVITAS OPERASIONAL TERHADAP RETURN ON INVESTMENT PADA PERUSAHAAN PROPERTI DAN REAL ESTAT DI BURSA EFEK INDONESIA DRAF SKRIPSI

ANALISIS PENGARUH EFEKTIVITAS OPERASIONAL TERHADAP RETURN ON INVESTMENT PADA PERUSAHAAN PROPERTI DAN REAL ESTAT DI BURSA EFEK INDONESIA DRAF SKRIPSI UNIVERSITAS SUMATERA UTARA FAKULTAS EKONOMI PROGRAM S1-REGULER MEDAN ANALISIS PENGARUH EFEKTIVITAS OPERASIONAL TERHADAP RETURN ON INVESTMENT PADA PERUSAHAAN PROPERTI DAN REAL ESTAT DI BURSA EFEK INDONESIA

Lebih terperinci

ANALISIS VAR (VECTOR AUTOREGRESSIVE) UNTUK MEKANISME PEMODELAN PRODUKSI, KONSUMSI, EKSPOR, IMPOR, DAN HARGA MINYAK BUMI AGUS WAHYULI

ANALISIS VAR (VECTOR AUTOREGRESSIVE) UNTUK MEKANISME PEMODELAN PRODUKSI, KONSUMSI, EKSPOR, IMPOR, DAN HARGA MINYAK BUMI AGUS WAHYULI ANALISIS VAR (VECTOR AUTOREGRESSIVE) UNTUK MEKANISME PEMODELAN PRODUKSI, KONSUMSI, EKSPOR, IMPOR, DAN HARGA MINYAK BUMI AGUS WAHYULI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

PENERAPAN MODEL EGARCH-M DALAM PERAMALAN NILAI HARGA SAHAM DAN PENGUKURAN VALUE AT RISK (VAR)

PENERAPAN MODEL EGARCH-M DALAM PERAMALAN NILAI HARGA SAHAM DAN PENGUKURAN VALUE AT RISK (VAR) PENERAPAN MODEL EGARCH-M DALAM PERAMALAN NILAI HARGA SAHAM DAN PENGUKURAN VALUE AT RISK (VAR) Oleh: Julianto (1) Entit Puspita (2) Fitriani Agustina (2) ABSTRAK Dalam melakukan investasi dalam saham, investor

Lebih terperinci

V. ANALISIS VOLATILITAS VARIABEL EKONOMI. Perkembangan yang terjadi pada data harga minyak dunia, harga ekspor

V. ANALISIS VOLATILITAS VARIABEL EKONOMI. Perkembangan yang terjadi pada data harga minyak dunia, harga ekspor 117 V. ANALISIS VOLATILITAS VARIABEL EKONOMI 5.1. Deskripsi Data Perkembangan yang terjadi pada data harga minyak dunia, harga ekspor industri, SBI riil dan devaluasi riil diuraikan pada bagian berikut.

Lebih terperinci

MENENTUKAN PORTOFOLIO OPTIMAL MENGGUNAKAN MODEL CONDITIONAL MEAN VARIANCE

MENENTUKAN PORTOFOLIO OPTIMAL MENGGUNAKAN MODEL CONDITIONAL MEAN VARIANCE E-Jurnal Matematika Vol. 5 (3), Agustus 2016, pp. 82-89 ISSN: 2303-1751 MENENTUKAN PORTOFOLIO OPTIMAL MENGGUNAKAN MODEL CONDITIONAL MEAN VARIANCE I Gede Ery Niscahyana 1, Komang Dharmawan 2, I Nyoman Widana

Lebih terperinci

UNIVERSITAS BINA NUSANTARA

UNIVERSITAS BINA NUSANTARA UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika - Statistika Skripsi Sarjana Program Ganda Semester Ganjil 2005/2006 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI PERAMALAN NILAI RISIKO BERINVESTASI

Lebih terperinci

PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) SKRIPSI Oleh : PRISKA RIALITA HARDANI 24010211120020 DEPARTEMEN STATISTIKA FAKULTAS

Lebih terperinci

PENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. APPLICATION OF ARIMA TO FORECASTING STOCK PRICE OF PT. TELOKM Tbk.

PENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. APPLICATION OF ARIMA TO FORECASTING STOCK PRICE OF PT. TELOKM Tbk. PENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. Djoni Hatidja ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi, Manado 955 email: dhatidja@yahoo.com ABSTRAK Penelitian ini

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN

BAB 3 ANALISIS DAN PERANCANGAN 46 BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Kebutuhan Untuk mendapatkan informasi yang tepat mengenai saham- saham emiten yang selalu exist tercatat di Jakarta Islamic Index, yang dalam hal ini adalah

Lebih terperinci

Yolanda Ngabito Jurusan Manajemen, Program Studi Sarjana Manajemen. Raflin Hinelo Moh. Agussalim Monoarfa

Yolanda Ngabito Jurusan Manajemen, Program Studi Sarjana Manajemen. Raflin Hinelo Moh. Agussalim Monoarfa PENGARUH BUSSINES RISK, ASSET GROWTH, SALES GROWTH TERHADAP RETURN SAHAM PADA PERUSAHAAN REAL ESTATE AND PROPERTY YANG LISTING DI BEI PERIODE 2003-2012 Yolanda Ngabito Jurusan Manajemen, Program Studi

Lebih terperinci

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)

Lebih terperinci

BAB II DESKRIPSI INDUSTRI PROPERTY DAN REAL ESTATE DI INDONESIA Sejarah Perusahaan Sub Sektor Property dan Real Estate

BAB II DESKRIPSI INDUSTRI PROPERTY DAN REAL ESTATE DI INDONESIA Sejarah Perusahaan Sub Sektor Property dan Real Estate 12 BAB II DESKRIPSI INDUSTRI PROPERTY DAN REAL ESTATE DI INDONESIA 2.1. Sejarah Perusahaan Sub Sektor Property dan Real Estate Industri sub sektor property dan real estate pada umumnya merupakan dua hal

Lebih terperinci

BAB I PENDAHULUAN. diperlukan suatu penanganan dan pengelolaan sumber daya yang dilakukan oleh

BAB I PENDAHULUAN. diperlukan suatu penanganan dan pengelolaan sumber daya yang dilakukan oleh BAB I PENDAHULUAN A. Latar Belakang Masalah Pada umumnya pendirian suatu perusahaan bertujuan untuk memaksimalkan laba atau keuntungan yang diperoleh agar kelangsungan hidup usahanya terjamin dan dapat

Lebih terperinci

HASIL DAN PEMBAHASAN. Eksplorasi Data

HASIL DAN PEMBAHASAN. Eksplorasi Data 5 korelasi diri, dan plot korelasi diri parsial serta uji Augmented Dickey- Fuller b. Identifikasi Model dengan metode Box-Jenkins c. Pemutihan deret input d. Pemutihan deret output berdasarkan hasil pemutihan

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan angka-angka yang dijumlahkan sebagai data yang kemudian

BAB III METODE PENELITIAN. menggunakan angka-angka yang dijumlahkan sebagai data yang kemudian BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian Dalam penelitian ini, jenis penelitian ini menggunakan pendekatan penelitian kuantitatif, di mana pendekatan kuantitatif adalah penelitian yang

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Jakarta Islamic Index (JII) diluncurkan oleh PT. Bursa Efek Indonesia (BEI) bekerja sama dengan PT. Danareksa Investment Management (DIM) pada pertengahan tahun

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Saham adalah surat berharga yang menjadi bukti seseorang berinvestasi pada suatu perusahaan. Harga saham selalu mengalami perubahan harga atau biasa disebut

Lebih terperinci

PENGARUH PERPUTARAN PIUTANG TERHADAP RENTABILITAS PADA PERUSAHAAN PROPERTI YANG TERDAFTAR DI BURSA EFEK INDONESIA. Oleh

PENGARUH PERPUTARAN PIUTANG TERHADAP RENTABILITAS PADA PERUSAHAAN PROPERTI YANG TERDAFTAR DI BURSA EFEK INDONESIA. Oleh PENGARUH PERPUTARAN PIUTANG TERHADAP RENTABILITAS PADA PERUSAHAAN PROPERTI YANG TERDAFTAR DI BURSA EFEK INDONESIA Oleh LUTVIANTY K. NAPU NIM. 921 409 007 Program Studi S1 Akuntansi Jurusan Akuntansi Fakultas

Lebih terperinci

PERAMALAN VOLATILITAS MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY IN MEAN (GARCH-M)

PERAMALAN VOLATILITAS MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY IN MEAN (GARCH-M) PERAMALAN VOLATILITAS MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY IN MEAN (GARCH-M) (Studi Kasus pada Return Harga Saham PT. Wijaya Karya) SKRIPSI Disusun Oleh : Dwi Hasti

Lebih terperinci

laba yang maksimal. Dengan adanya laba yang tinggi dan didukung dengan nilai perusahaan yang baik maka perkembangan perusahaan dapat dipertahankan dan

laba yang maksimal. Dengan adanya laba yang tinggi dan didukung dengan nilai perusahaan yang baik maka perkembangan perusahaan dapat dipertahankan dan BAB I PENDAHULUAN A. Latar Belakang Perusahaan melakukan kegiatan operasionalnya bertujuan untuk memperoleh laba yang maksimal. Dengan adanya laba yang tinggi dan didukung dengan nilai perusahaan yang

Lebih terperinci

ANALISIS VOLATILITAS HARGA BUAH-BUAHAN INDONESIA (KASUS PASAR INDUK KRAMAT JATI JAKARTA) OLEH BAYU SASONO AJI H

ANALISIS VOLATILITAS HARGA BUAH-BUAHAN INDONESIA (KASUS PASAR INDUK KRAMAT JATI JAKARTA) OLEH BAYU SASONO AJI H ANALISIS VOLATILITAS HARGA BUAH-BUAHAN INDONESIA (KASUS PASAR INDUK KRAMAT JATI JAKARTA) OLEH BAYU SASONO AJI H14052004 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009

Lebih terperinci

BAB III OBJEK DAN METODE PENELITIAN

BAB III OBJEK DAN METODE PENELITIAN BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Penelitian Objek yang digunakan dalam penelitian adalah perusahaan sub sektor properti dan real estate yang terdaftar di Bursa Efek Indonesia tahun 2012-2014.

Lebih terperinci

PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)

PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) Liana Kusuma Ningrum dan Winita Sulandari, M.Si. Jurusan Matematika,

Lebih terperinci

BAB III METODELOGI PENELITIAN. sales growth perusahaan real estate dan property periode

BAB III METODELOGI PENELITIAN. sales growth perusahaan real estate dan property periode BAB III METODELOGI PENELITIAN 3.1 Objek dan Waktu Penelitian 3.1.1 Objek Penelitian Adapun yang menjadi objek penelitian adalah bussines risk, asset growth, sales growth perusahaan real estate dan property

Lebih terperinci

SBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n

SBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi

Lebih terperinci

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN: METODE PERAMALAN MENGGUNAKAN MODEL VOLATILITAS ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY PADA RETURN NILAI TUKAR RUPIAH TERHADAP DOLLAR Cindy Wahyu Elvitra 1, Budi Warsito 2, Abdul

Lebih terperinci

PEMODELAN DAN PERAMALAN DATA NILAI TUKAR MATA UANG DOLLAR AMERIKA TERHADAP YEN JEPANG DAN EURO TERHADAP DOLLAR AMERIKA DALAM ARCH, GARCH DAN TARCH

PEMODELAN DAN PERAMALAN DATA NILAI TUKAR MATA UANG DOLLAR AMERIKA TERHADAP YEN JEPANG DAN EURO TERHADAP DOLLAR AMERIKA DALAM ARCH, GARCH DAN TARCH PEMODELAN DAN PERAMALAN DATA NILAI TUKAR MATA UANG DOLLAR AMERIKA TERHADAP YEN JEPANG DAN EURO TERHADAP DOLLAR AMERIKA DALAM ARCH, GARCH DAN TARCH Nama : Yulia Sukma Hardyanti NRP : 1303.109.001 Jurusan

Lebih terperinci

BAB V SIMPULAN DAN SARAN

BAB V SIMPULAN DAN SARAN BAB V SIMPULAN DAN SARAN 5.1. Simpulan Berdasarkan penelitian yang telah dilakukan dan pembahasan pada bab IV, maka dapat diambil kesimpulan sebagai berikut: 5.1.4 Perkembangan Return On Equity (ROE),

Lebih terperinci

GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING UNTUK MENDETEKSI KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR M2 MULTIPLIER

GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING UNTUK MENDETEKSI KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR M2 MULTIPLIER GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING UNTUK MENDETEKSI KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR M2 MULTIPLIER oleh YUNIAS AFIFAH ANAS NUR PAMUNGKAS NIM. M0111086 SKRIPSI ditulis dan

Lebih terperinci

PENGGUNAAN METODE VaR(Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT.TELKOM DENGAN PENDEKATAN MODEL GARCH-M

PENGGUNAAN METODE VaR(Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT.TELKOM DENGAN PENDEKATAN MODEL GARCH-M PENGGUNAAN METODE VaR(Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT.TELKOM DENGAN PENDEKATAN MODEL GARCH-M Oleh: NURKHOIRIYAH 1205100050 Dosen Pembimbing: Dra. Nuri Wahyuningsih, M.Kes. 1 Latar

Lebih terperinci

BAB III METODE PENELITIAN. perusahaan sektor properti dan real estate yang terdaftar pada Bursa Efek

BAB III METODE PENELITIAN. perusahaan sektor properti dan real estate yang terdaftar pada Bursa Efek BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan dengan mengambil data laporan tahunan perusahaan sektor properti dan real estate yang terdaftar pada Bursa Efek Indonesia

Lebih terperinci

I. PENDAHULUAN. Investasi merupakan suatu cara untuk meningkatkan kesejahteraan di masa datang

I. PENDAHULUAN. Investasi merupakan suatu cara untuk meningkatkan kesejahteraan di masa datang I. PENDAHULUAN 1.1 Latar Belakang Investasi merupakan suatu cara untuk meningkatkan kesejahteraan di masa datang yang berguna untuk mengantisipasi adanya inflasi yang terjadi setiap tahunnya. Investasi

Lebih terperinci

PREDIKSI INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY SKRIPSI. Oleh : INA YULIANA J2A

PREDIKSI INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY SKRIPSI. Oleh : INA YULIANA J2A PREDIKSI INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY SKRIPSI Oleh : INA YULIANA J2A 605 058 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN

Lebih terperinci

UKDW BAB I PENDAHULUAN. 1. Latar Belakang Masalah. Peran pasar modal dalam globalisasi ekonomi semakin penting

UKDW BAB I PENDAHULUAN. 1. Latar Belakang Masalah. Peran pasar modal dalam globalisasi ekonomi semakin penting BAB I PENDAHULUAN 1. Latar Belakang Masalah Peran pasar modal dalam globalisasi ekonomi semakin penting terutama terkait dengan arus permodalan dan pertumbuhan ekonomi. Pasar modal merupakan indikator

Lebih terperinci

PERBANDINGAN RAMALAN MODEL TARCH DAN EGARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH

PERBANDINGAN RAMALAN MODEL TARCH DAN EGARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH PERBANDINGAN RAMALAN MODEL TARCH DAN EGARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH Oleh RETNO HESTININGTYAS M0106061 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar

Lebih terperinci

BAB I PENDAHULUAN. satu sumber tetap yang terjadi berdasarkan waktu t secara berurutan dan dengan

BAB I PENDAHULUAN. satu sumber tetap yang terjadi berdasarkan waktu t secara berurutan dan dengan BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Data time series merupakan serangkaian data pengamatan yang berasal dari satu sumber tetap yang terjadi berdasarkan waktu t secara berurutan dan dengan interval

Lebih terperinci

PEMODELAN RETURN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (TGARCH)

PEMODELAN RETURN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (TGARCH) ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 465-474 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN RETURN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN THRESHOLD

Lebih terperinci