Anda belum login :: 30 Apr 2025 05:29 WIB
Detail
BukuPENGGUNAAN METODE GARCH DALAM MEMPREDIKSI INDEKS SAHAM SEKTOR TEKNOLOGI (IDXTECHNO) YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE 2021 - 2022
Bibliografi
Author: Fransisca, Leoni ; Hapsari, Yudith Dyah (Advisor)
Topik: Kata kunci: Time Series; Forecasting; ARCH; GARCH; Asimetris; Heteroskedastis
Bahasa: (ID )    
Penerbit: Program Studi Sarjana Manajemen Fakultas Ekonomi dan Bisnis Unika Atma Jaya     Tempat Terbit: Jakarta    Tahun Terbit: 2023    
Jenis: Theses - Undergraduate Thesis
Fulltext:
Abstract
Pandemi Covid-19 yang menyebar secara global hingga saat ini membawa dampak yang sangat besar terhadap produktivitas masyarakat dan tentunya terhadap kondisi ekonomi. Peningkatan penggunaan internet, dan peningkatan jumlah penggunaan alat elektronik pada masa pandemi membawa dampak yang signifikan pada beberapa perusahaan salah satunya sektor teknologi. Hal ini berdampak kepada sektor ekonomi dimana semakin banyaknya investor yang menanamkan modal sahamnya di industri teknologi. Harga indeks saham di sektor teknologi cenderung naik secara signifikan dan memiliki potensi yang baik dalam berinvestasi.
Penelitian ini menggunakan analisis time series untuk meramalkan harga indeks saham pada perusahaan sub sektor teknologi. Penelitian ini menggunakan data historis. harga saham ini diperoleh dari www.investing.com yang dipublikasikan oleh Bursa Efek Indonesia. Hasil penelitian ini menunjukkan bahwa data indeks harga saham mingguan pada sub sektor periode 2021 hingga 2022 merupakan data yang bersifat heteroskedastis dan terdapat gejolak asimetris, sehingga diperlukan variasi model ARCH/GARCH, yaitu ARCH (1,0), untuk menghasilkan hasil peramalan yang akurat. Hasil peramalan model ini menunjukkan bahwa model ARCH (1,0) ini cukup akurat dalam melakukan peramalan dengan presentase kesalahan absolut rata-rata sebesar 0,0038%. Indeks saham sektor teknologi dipengaruhi oleh beberapa faktor baik dari mikroekonomi maupun makroekonomi.
Opini AndaKlik untuk menuliskan opini Anda tentang koleksi ini!

Lihat Sejarah Pengadaan  Konversi Metadata   Kembali
design
 
Process time: 0.09375 second(s)