PERBANDINGAN AKURASI PERAMALAN METODEARIMA DAN GARCH UNTUK MEMPREDIKSI IHSGPERIODE 1991 - 2011

Budi Nugroho, Prof. Dr. Sukmawati Sukamulja, M.M.

2012 | Tesis | S2 Magister Manajemen

Investasi di pasar modal memerlukan banyak informasi yang mempengaruhi harga saham. Nilai saham yang memiliki volatilitas tinggi mencerminkan tingkat risiko yang tinggi pula. Analisis teknikal adalah alat yang digunakan untuk memprediksi pergerakan harga saham dan indikator yang mempengaruhi berdasarkan data historis. Jika data historis dan nilai prediksi saham sudah diketahui maka bisa dijadikan pertimbangan dalam berinvestasi. Penelitian ini difokuskan pada peramalan Indeks Harga Saham Gabungan harian periode 3 Januari 1991 sampai 30 Juni 2011 dengan metode ARIMA dan GARCH yang selanjutnya akan diuji akurasi ramalannya. Hasil penelitian ini menunjukkan bahwa data IHSG harian selama periode 1991 sampai 2011 adalah data yang bersifat tidak stasioner. Setelah dilakukan difference 1 dan transformasi log maka data menjadi stasioner. Hasil uji korelogram didapatkan autokorelasi parsial yang signifikan Sembilan lag yaitu lag1, lag 10, lag11, lag 13, lag 16, lag 17, lag 25, lag 33, dan lag 36. Model yang terbaik adalah ARIMA(1,1,0). Pada nilai residual ARIMA(1,1,0) terdapat ARCH effect selanjutnya dilakukan peramalan dengan metode GARCH dan didapatkan model ramalan terbaik GARCH(2,2). ARIMA(1,1,0) memiliki akurasi prediksi lebih baik dari GARCH(2,2) karena nilai kesalahan prediksi satu periode kedepan dan nilai MAE dan MAPE lebih kecil yang berarti ramalan ARIMA(1,1,0) lebih mendekati nilai faktualnya.

Investing in the stock market requires a lot of information that affects stock prices. Stock values having higher volatility reflect high level of risk as well. Technical analysis is a tool used to predict stock price movements and an influencing indicator based on historical data. If the historical data and stocks predictive value are already known then it can be taken into consideration while investing. This study focuses on forecasting the daily Composite Stock Price Index starting from January 3, 1991 until June 30, 2011 by ARIMA and GARCH methods which will further be tested their accuracy of predictions. The results of this study indicate that daily stock index data over the period 1991 to 2011 are classified as not stationary. Having made difference 1 and log transformation then the data became stationary. The correlogram test results obtained a significant partial autocorrelation of nine lags, namely lag1, lag 10, lag11, lag 13, lag 16, lag 17, lag 25, lag 33, and lag 36. The best suited model of ARIMA(1,1,0) was obtained. On the residual value of ARIMA(1,1,0) there’s an ARCH effect forecasting is then performed by GARCH method and obtained the best prediction model GARCH(2,2). ARIMA(1,1,0) has better accuracy as compared to GARCH(2,2) because the forecast error value of one period ahead and the MAE and MAPE values were smaller, which means that the forecast of ARIMA (1,1,0) almost reached the factual value.

Kata Kunci : autokorelasi, peramalan, volatilitas, ARIMA, GARCH