Penerapan Model Markov Switching Autoregressive pada data inflasi (Indeks Harga Konsumen)

مستخلص البحث

نموذج السلسلة الزمنية Markov Switching Autoregressive هو نموذج سلسلة زمنية وهو امتداد لنموذج الانحدار التلقائي (AR). يمكن استخدام نموذج MSAR لحساب احتمال الانتقال (احتمالية تغيير الحالة) وحساب متوسط الطول لكل حالة. المتغير المستخدم في هذا البحث هو بيانات التضخم (الرقم القياسي لأسعار المستهلك). الغرض من هذه الدراسة هو تحديد أفضل نموذج ونتائج تطبيق نموذج ماركوف للتبديل الذاتي (MSAR) على بيانات التضخم (مؤشر أسعار المستهلك). الطريقة المستخدمة لتقدير معلمة MSAR هي طريقة تقدير الاحتمالية القصوى (MLE) بمساعدة عملية التصفية وعملية التنعيم. تُستخدم عملية التصفية للحصول على القيمة الاحتمالية لحالة في الوقت بناءً على بيانات المراقبة. عملية التنعيم هي استمرار لعملية التصفية. يمكن رؤية أفضل نموذج MSAR من النموذج الذي يحتوي على أصغر القيمةAIC. استنادًا إلى نتائج تقدير معامل MSAR ، استنتج أن أفضل نموذج MSAR في بيانات التضخم (مؤشر أسعار المستهلك) هو MS (2) - AR (2) مع μ_1=3.321325 ؤ μ_2=3.أن بيانات التضخم (مؤشر بيانات المستهلك) لها قيمة متوسطة للبقاء في حالة تقدير تبلغ 3.321325 اليوم وأن تظل في حالة انخفاض بقيمة 3.897116 اليوم.

ABSTRACT

The Markov Switching Autoregressive time series model is a time series model which is an extension of the Autoregressive (AR) model. The MSAR model can be used to calculate the probability of a transition (the probability of state movement) and to calculate the average length for each state. The variable of this research is inflation data (indeks data konsumen). The purpose of this study is to determine the best model and the results of the implementation of the MSAR model on the inflation data (indeks data konsumen). The method that is used to estimate the MSAR parameter is the Maximum Likelihood Estimation (MLE) method with the help of the filtering process and the smoothing process. The filtering process is used to obtain the probability value of a state at time t based on observational data. The smoothing process is a continuation of the filtering process. The best MSAR model can be seen from the model that has the smallest AIC value. Based on the MSAR parameter estimation results, it is concluded that the best MSAR model for inflation data (consumer price index) is MS (2) - AR (2) with μ_1=3,321325 and μ_2=3,897116. The inflation data (consumer data index) has an average value of surviving in a state of appreciation of 3.321325 days and of being held in a state of depreciation of 3.897116 days.

ABSTRAK

Model runtun waktu Markov Switching Autoregressive adalah salah satu model runtun waktu yang merupakan perluasan dari model Autoregressive (AR). Model MSAR dapat digunakan untuk menghitung peluang transisi (peluang perpindahan state) dan menghitung rata-rata lama untuk masing-masing state. Variabel yang digunakan dalam penelitian ini adalah data inflasi (Indeks Harga Konsumen). Tujuan penelitian ini adalah mengetahui model terbaik serta hasil implementasi model MSAR pada data Inflasi (Indeks Harga Konsumen). Metode yang digunakan untuk estimasi parameter MSAR adalah metode Maximum Likelihood Estimation (MLE) dengan dibantu proses filtering dan proses smoothing. Proses filtering digunakan untuk mendapatkan nilai peluang suatu state pada saat t berdasarkan data pengamatan. Proses smoothing adalah lanjutan dari proses filtering. Model MSAR terbaik dapat dilihat dari model yang memiliki nilai AIC yang terkecil. Berdasarkan hasil estimasi parameter MSAR, disimpulkan bahwa model MSAR terbaik pada data inflasi (indeks harga konsumen) adalah MS(2) – AR(2) dengan μ_1=3,321325 dan μ_2=3,897116. Data inflasi (indeks data konsumen) memiliki nilai rata-rata bertahan pada state apresiasi sebesar 3,321325 hari dan bertahan pada state depresiasi sebesar 3,897116 hari.