PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) GUNA DETEKSI DINI STABILITAS EKONOMI MENGGUNAKAN METODE REGRESI TIME SERIES

Puspita Kartikasari(1*)


(1) 
(*) Corresponding Author

Abstract


Penelitian mengenai korelasi antara kegiatan ekonomi suatu negara dengan pasar modal telah banyak dikaji, akan tetapi antara hasil penelitian satu dengan lainnya masih saling bertolak belakang. Oleh sebab itu, penelitian ini bertujuan membangun suatu model peramalan yang feksibel dan robust untuk mengetahui pola hubungan antara Indeks
Harga Saham Gabungan (IHSG) dengan nilai kurs dan Tingkat Suku Bunga (SBI). Model peramalan  yang dibangun dapat digunakan untuk bahan pertimbangan para investor pada saat melakukan sebuah investasi. Selain itu, juga dapat dijadikan dasar oleh pemerintah dalam menentukan kebijakan fiscal dan kebijakan moneter dalam menjaga kestabilan sistem keuangan sebagai antisipasi dini stabilitas ekonomi.
Penelitian ini menggunakan metode regresi time series deterministik dengan menggunakan variabel dummy, karena model yang dibangun dari metode ini lebih feksibel, tepat, akurat dan dapat memberikan informasi yang luas tetang pasar modal.
Metode ini membagi sampel ke dalam tiga jangka waktu, yaitu saat belum terjadi krisis global, saat krisis global terjadi, dan setelah krisis global yaitu tahun (2000-2005), (2006-2010) dan (2011-2017) dengan tujuan untuk mendapatkan informasi mengenai keadaan perekonomian terhadap pasar modal yang diakibatkan adanya tiga keadaan berbeda. Hasil yang didapatkan menunjukkan SBI tidak berpengaruuh secara signifikan pada tahun 2000-2017 atau periode jangka panjang terhadap IHSG. Namun jika dibagi atas tiga periode kondisi ekonomi atau periode jangka pendek maka kedua variabel makro ekonomi baik kurs maupun SBI berpengaruh secara signifikan terhadap IHSG.
Hasil peramalan dari model ini, juga memiliki kesalahan sebesar 0.02 untuk periode 2000-2017 dan 0,03 untuk masing-masing periode dengan model ARIMA ([1,2],0,0).

Kata Kunci : IHSG, Regresi Time Series, Stabilitas Ekonomi

Full Text:

PDF

Article Metrics

Abstract view : 1026 times
PDF - 459 times

DOI: https://doi.org/10.26714/jsunimus.7.2.2019.%25p

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Jurnal Statistika Universitas Muhammadiyah Semarang

Editorial Office:
Department of Statistics
Faculty Of Mathematics And Natural Sciences
 
Universitas Muhammadiyah Semarang

Jl. Kedungmundu No. 18 Semarang Indonesia



Published by: 
Department of Statistics Universitas Muhammadiyah Semarang

View My Stats

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License