Nurhayun Rismawati, S. Sugiman
{"title":"Long Memory Volatility Model dengan ARFIMA-HYGARCH Untuk Meramalkan Return Indeks Harga Saham Gabungan (IHSG)","authors":"Nurhayun Rismawati, S. Sugiman","doi":"10.15294/ujm.v9i1.36464","DOIUrl":null,"url":null,"abstract":"Model ARFIMA-HYGARCH merupakan model yang dapat menjelaskan time series jangka panjang dan dapat mengatasi masalah ragam yang heterogen serta pengaruh asimetrik dalam data return IHSG. Tujuan dari penelitian ini adalah untuk menemukan model ARFIMA-HYGARCH terbaik pada data return IHSG dan meramalkan data return IHSG untuk periode Juni sampai dengan Juli 2019. Hasil dari penelitian ini diperoleh model ARFIMA-HYGARCH terbaik untuk data return IHSG yaitu ARFIMA(5,-0.0102919,4)-HYGARCH(1,d,1) yang memiliki nilai AIC -8.197636926 dan hasil peramalan untuk periode Juni sampai dengan Juli 2019 menunjukkan bahwa untuk periode tanggal 11 Juni 2019, 12 Juni 2019, 17 Juni 2019, 18 Juni 2019 dan 24 Juni 2019 plot ramalan varian berada di bawah plot ramalan mean. Ini berarti pada periode tersebut risiko investor dalam berinvestasi di pasar modal akan lebih besar. Utamanya untuk periode 12 Juni 2019 investor lebih baik jangan melakukan investasi karena pada periode tersebut nilai ramalannya paling tinggi. Peramalan yang diperoleh dari penelitian ini akan bermanfaat bagi para investor dalam mengambil keputusan investasi.","PeriodicalId":30734,"journal":{"name":"UJM Unnes Journal of Mathematics","volume":"21 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-05-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"UJM Unnes Journal of Mathematics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15294/ujm.v9i1.36464","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

ARFIMA-HYGARCH模型是一种能够解释长期时间系列的模型,能够解决IHSG返回数据中异质的分布问题和非公分制影响的模型。本研究的目的是在回归率回报率回报率回报率回报率回报率回报率回报率上溯到2019年6月至7月期间。这项研究的结果数据模型的最佳ARFIMA-HYGARCH归来IHSG ARFIMA(5比0 0102919.4 -HYGARCH (d, 1)有价值的AIC公关。197636926和最先进的结果6月期至2019年7月指出,有一段时间2019年6月11日,2019年6月17日,2019年6月12日,2019年6月18日和2019年6月24日情节预言变种在情节下预言的意思。这意味着在这段时间内投资者投资资本市场的风险将会增加。特别是在2019年6月12日期间,投资者最好不要投资,因为在这一时期,投资的价值是最高的。这项研究得出的预测将有利于投资者做出投资决定。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Long Memory Volatility Model dengan ARFIMA-HYGARCH Untuk Meramalkan Return Indeks Harga Saham Gabungan (IHSG)
Model ARFIMA-HYGARCH merupakan model yang dapat menjelaskan time series jangka panjang dan dapat mengatasi masalah ragam yang heterogen serta pengaruh asimetrik dalam data return IHSG. Tujuan dari penelitian ini adalah untuk menemukan model ARFIMA-HYGARCH terbaik pada data return IHSG dan meramalkan data return IHSG untuk periode Juni sampai dengan Juli 2019. Hasil dari penelitian ini diperoleh model ARFIMA-HYGARCH terbaik untuk data return IHSG yaitu ARFIMA(5,-0.0102919,4)-HYGARCH(1,d,1) yang memiliki nilai AIC -8.197636926 dan hasil peramalan untuk periode Juni sampai dengan Juli 2019 menunjukkan bahwa untuk periode tanggal 11 Juni 2019, 12 Juni 2019, 17 Juni 2019, 18 Juni 2019 dan 24 Juni 2019 plot ramalan varian berada di bawah plot ramalan mean. Ini berarti pada periode tersebut risiko investor dalam berinvestasi di pasar modal akan lebih besar. Utamanya untuk periode 12 Juni 2019 investor lebih baik jangan melakukan investasi karena pada periode tersebut nilai ramalannya paling tinggi. Peramalan yang diperoleh dari penelitian ini akan bermanfaat bagi para investor dalam mengambil keputusan investasi.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
24 weeks
期刊最新文献
Perancangan dan Implementasi Aplikasi Kriptografi Algoritma Hill Cipher dalam Dekripsi Enkripsi Data Keuangan Nasabah Bank Sampoerna Menggunakan Kode ASCII Nilai Ketakteraturan Sisi Total pada Graf Rantai Nonagon dan Graf Rantai Nonagon dengan Sisi Pendan Penerapan Metode Fuzzy Mamdani dan Metode Fuzzy Sugeno dalam Penentuan Jumlah Produksi Nilai Ketakteraturan Sisi Total pada Graf Rantai Heptagon dan Graf Rantai Heptagon dengan Dua Sisi Pendant Long Memory Volatility Model dengan ARFIMA-HYGARCH Untuk Meramalkan Return Indeks Harga Saham Gabungan (IHSG)
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1