Estimasi Generalized Method of Moments dalam Model Logistic Smooth Transition Autoregressive pada Harga Saham PT Telkom Indonesia (Persero)

INDONESIA:

Pergerakan harga saham merupakan data deret waktu yang memiliki pola dinamis dan cenderung nonlinier sehingga memerlukan model yang mampu menangkap perubahan rezim pasar secara gradual. Penelitian ini bertujuan untuk mengidentifikasi model Logistic Smooth Transition Autoregressive (LSTAR) dengan estimasi Generalized Method of Moments serta mengukur tingkat akurasi model pada harga saham PT Telkom Indonesia (Persero). Estimasi parameter menggunakan two-step Generalized Method of Moments, serta evaluasi model menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model LSTAR(2,1) mampu menangkap pola nonlinier dan perubahan rezim pada data harga saham PT Telkom Indonesia (Persero). Estimasi menggunakan metode GMM menghasilkan parameter yang konvergen. berdasarkan nilai MAPE 0,639% sehingga model memiliki tingkat akurasi prediksi yang sangat baik Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan pemodelan deret waktu nonlinier serta membantu investor dalam pengambilan keputusan investasi.

ENGLISH:

Stock price movements constitute time series data that exhibit dynamic patterns and tend to be nonlinear, thus requiring a model capable of capturing gradual changes in market regimes. This study aims to identify the Logistic Smooth Transition Autoregressive (LSTAR) model using Generalized Method of Moments estimation and to measure the accuracy of the model for the stock prices of PT Telkom Indonesia (Persero). Parameter estimation uses the two-step Generalized Method of Moments, and model evaluation uses the Mean Absolute Percentage Error (MAPE). The results of the study indicate that the LSTAR(2,1) model is capable of capturing nonlinear patterns and regime shifts in the stock price data of PT Telkom Indonesia (Persero). Estimation using the GMM method yields converged parameters. Based on a MAPE value of 0,639%, the model demonstrates excellent predictive accuracy. This study is expected to contribute to the development of nonlinear time series modeling and assist investors in making investment decisions.

ARABIC:

تُعَدّ حركة أسعار الأسهم من بيانات السلاسل الزمنية التي تتميز بأنماط ديناميكية وتميل إلى اللاخطية، مما يتطلب نموذجًا قادرًا على التقاط التغيرات التدريجية في نظام السوق. هدفت هذه الدراسة إلى تحديد نموذج الانتقال السلس اللوجستي الذاتي التراجع (LSTAR) باستخدام تقدير طريقة اللحظات المعممة (GMM)، وقياس مستوى دقة النموذج في التنبؤ بأسعار أسهم شركة PT Telkom Indonesia (Persero) .تم تقدير المعلمات باستخدام طريقة اللحظات المعممة ذات الخطوتين، كما جرى تقييم أداء النموذج باستخدام متوسط نسبة الخطأ المطلق (MAPE). وأظهرت نتائج الدراسة أن نموذج LSTAR(2,1) قادر على تمثيل الأنماط غير الخطية والتغيرات النظامية في بيانات أسعار الأسهم الخاصة بشركة PT Telkom Indonesia (Persero). كما أسفر التقدير باستخدام طريقة GMM عن معلمات متقاربة ومستقرة. واستنادًا إلى قيمة MAPE البالغة 0.639٪، فإن النموذج يتمتع بمستوى عالٍ جدًا من دقة التنبؤ. ومن المتوقع أن تسهم هذه الدراسة في تطوير نمذجة السلاسل الزمنية غير الخطية، فضلًا عن مساعدة المستثمرين في اتخاذ قرارات استثمارية أكثر دقة.