Pemodelan Integrated-GARCH Menggunakan Metode Maximum Likelihood: Studi Kasus Harga Saham Jakarta Islamic Index

مستخلص البحث

الانحدار الذاتي المتكاملة ، التغاير المرونة ، الاحتمالية القصوى ، التنبؤ ، المخزونات
الأسهم هي أوراق مالية تظهر ملكية الشركة. يمكن أن يتذبذب تطور أسعار الأسهم صعودًا وهبوطًا في كل مرة بحيث تحتوي على سلسلة زمنية من أسعار الأسهم غير ثابتة وتسبب عدم تغاير في البيانات. يمكن لنموذج المرونة غير المتجانسة / الانحدار الذاتي المعمم التغلب على تغاير المرونة في البيانات ، ولكنه غير قادر على التقاط وجود جذر وحدة عالي التردد بشكل كامل.

نموذج التغاير الذاتي المُعمم المُعمم هو تطوير نموذج يمكن أن يغطي نقاط الضعف في نموذج التغاير الذاتي الانحداري المعمم.

لذلك ، في هذه الدراسة ، يتم استخدام نموذج التغاير الذاتي المتكامل المعمم للتنبؤ بأسعار الأسهم باستخدام طريقة الاحتمال الأقصى ، وهي طريقة لتقدير المعلمات غير المعروفة في نموذج التغايرية الانحدار الذاتي المعمم. الغرض من هذه الدراسة هو تقدير المتغيرات وتنفيذ نموذج التغايرية الانحدار الذاتي المتكامل المعمم للتنبؤ بأسعار الأسهم للفترة القادمة. متغير البحث هو سجل إرجاع أسعار الأسهم. يتم الحصول على النتيجة β وهي أقصى معامل الاحتمالية مع المشتق الأول للمصفوفة القطرية. من نتائج التنبؤ ، وجد أن النموذج المناسب للتنبؤ بأسعار الأسهم هو المتوسط المتحرك الانحدار التلقائي (٧ ،١ ،١ ) - التغايرية ذاتية الانحدار المعممة (١،١) لأنها يمكن أن تتغلب على تأثير التغايرية على البيانات

ABSTRACT

Stock is a securities which shows the ownership of a company. The development of stock pricing can fluctuate up and down every point of time, therefore it contains a time series of stock pricing which is not constant and causes heteroscedasticity in the data. ARCH/GARCH is a model which can overcome heteroscedasticity in data, but it can not fully capture the existence of high frequency unit root.

The Integrated GARCH (IGARCH) is one of the development model which can cover the weaknesses of the GARCH model. Therefore, in this study the IGARCH model is used to predict stock pricing using the maximum likelihood method, which is a way to estimate unknown parameters in the GARCH model.

The purpose of this study is to estimate the parameters and implement the IGARCH model for forecasting stock pricing on the next period. The research variable is the log return of stock pricing. The result is obtained β which is the maximum likelihood parameter with the first derivative for the diagonal matrix. From the forecasting results, it is found that the suitable model for predicting stock pricing is ARIMA (7,1,1) -IGARCH (1,1) because it can overcome the effect of heteroskedasticity on the data.

ABSTRAK

Saham merupakan surat berharga yang menunjukkan bagian kepemilikan atas suatu perusahaan. Perkembangan harga saham dapat berfluktuasi naik dan turun setiap waktu sehingga mengandung deret waktu harga saham yang tidak konstan dan menyebabkan heteroskedastisitas pada data. Model ARCH/GARCH merupakan suatu model dapat mengatasi heteroskedastisitas pada data, namun tidak mampu menangkap secara penuh adanya unit root dengan frekuensi tinggi. Model Integrated GARCH (IGARCH) merupakan salah satu pengembangan model yang dapat menutupi kelemahan model GARCH.

Oleh karena itu, pada penelitian ini digunakan model IGARCH untuk meramalkan harga saham menggunakan metode maximum likelihood, yaitu suatu cara untuk mengestimasi parameter yang tidak diketahui pada model GARCH. Tujuan penelitian ini yaitu mengestimasi parameter dan mengimplementasi model IGARCH untuk peramalan harga saham periode selanjutnya.

Variabel penelitian ini yaitu log return harga saham. Hasilnya adalah diperoleh β yang merupakan parameter maximum likelihood dengan turunan pertama untuk matriks diagonal. Dari hasil peramalan, didapatkan bahwa model yang cocok untuk meramalkan harga saham adalah ARIMA(7,1,1)-IGARCH(1,1) karena dapat mengatasi efek heteroskedastisitas pada data.