Yulvia Fitri Rahmawati, E. Zukhronah, Hasih Pratiwi
{"title":"Penerapan Model ARIMA-ARCH untuk Meramalkan Harga Saham PT. Indofood Sukses Makmur Tbk","authors":"Yulvia Fitri Rahmawati, E. Zukhronah, Hasih Pratiwi","doi":"10.35899/biej.v3i3.307","DOIUrl":null,"url":null,"abstract":"Abstract– The stock price is the value of the stock in the market that fluctuates from time to time. Time series data in the financial sector generally have quite high volatility which can cause heteroscedasticity problems. This study aims to model and to predict the stock price of PT Indofood Sukses Makmur Tbk using the ARIMA-ARCH model. The data used is daily stock prices from 2nd June 2020 to 15th February 2021 as training data, while from 16th February 2021 to 1st March 2021 as testing data. ARIMA-ARCH model is a model that combines Autoregressive Integrated Moving Average (ARIMA) and Autoregressive Conditional Heteroscedasticity (ARCH), which can be used to overcome the residues of the ARIMA model which are indicated to have heteroscedasticity problems. The result showed that the model that could be used was ARIMA(1,1,2)-ARCH(1). This model can provide good forecasting result with a relatively small MAPE value of 0.515785%. Abstrak– Harga saham adalah nilai saham di pasar yang berfluktuasi dari waktu ke waktu. Data runtun waktu di sektor keuangan umumnya memiliki volatilitas cukup tinggi yang dapat menyebabkan masalah heteroskedastisitas. Penelitian ini bertujuan untuk memodelkan dan meramalkan harga saham PT Indofood Sukses Makmur Tbk menggunakan model ARIMA-ARCH. Data yang digunakan adalah harga saham harian dari 2 Juni 2020 hingga 15 Februari 2021 sebagai data training, sedangkan dari 16 Februari 2021 hingga 1 Maret 2021 sebagai data testing. Model ARIMA-ARCH merupakan suatu model yang menggabungkan Autoregressive Integrated Moving Average (ARIMA) dan Autoregressive Conditional Heteroscedasticity (ARCH), yang dapat digunakan untuk mengatasi residu dari model ARIMA yang terindikasi memiliki masalah heteroskedastisitas. Hasil penelitian menunjukkan bahwa model yang dapat digunakan adalah ARIMA(1,1,2)-ARCH(1). Model tersebut mampu memberikan hasil peramalan yang baik dengan perolehan nilai MAPE yang relatif kecil yaitu 0,515785%.","PeriodicalId":296615,"journal":{"name":"Business Innovation and Entrepreneurship Journal","volume":"47 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-08-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Business Innovation and Entrepreneurship Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35899/biej.v3i3.307","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Abstract– The stock price is the value of the stock in the market that fluctuates from time to time. Time series data in the financial sector generally have quite high volatility which can cause heteroscedasticity problems. This study aims to model and to predict the stock price of PT Indofood Sukses Makmur Tbk using the ARIMA-ARCH model. The data used is daily stock prices from 2nd June 2020 to 15th February 2021 as training data, while from 16th February 2021 to 1st March 2021 as testing data. ARIMA-ARCH model is a model that combines Autoregressive Integrated Moving Average (ARIMA) and Autoregressive Conditional Heteroscedasticity (ARCH), which can be used to overcome the residues of the ARIMA model which are indicated to have heteroscedasticity problems. The result showed that the model that could be used was ARIMA(1,1,2)-ARCH(1). This model can provide good forecasting result with a relatively small MAPE value of 0.515785%. Abstrak– Harga saham adalah nilai saham di pasar yang berfluktuasi dari waktu ke waktu. Data runtun waktu di sektor keuangan umumnya memiliki volatilitas cukup tinggi yang dapat menyebabkan masalah heteroskedastisitas. Penelitian ini bertujuan untuk memodelkan dan meramalkan harga saham PT Indofood Sukses Makmur Tbk menggunakan model ARIMA-ARCH. Data yang digunakan adalah harga saham harian dari 2 Juni 2020 hingga 15 Februari 2021 sebagai data training, sedangkan dari 16 Februari 2021 hingga 1 Maret 2021 sebagai data testing. Model ARIMA-ARCH merupakan suatu model yang menggabungkan Autoregressive Integrated Moving Average (ARIMA) dan Autoregressive Conditional Heteroscedasticity (ARCH), yang dapat digunakan untuk mengatasi residu dari model ARIMA yang terindikasi memiliki masalah heteroskedastisitas. Hasil penelitian menunjukkan bahwa model yang dapat digunakan adalah ARIMA(1,1,2)-ARCH(1). Model tersebut mampu memberikan hasil peramalan yang baik dengan perolehan nilai MAPE yang relatif kecil yaitu 0,515785%.
摘要:股票价格是股票在市场中不定期波动的价值。金融部门的时间序列数据通常具有相当高的波动性,这可能导致异方差问题。本研究旨在运用ARIMA-ARCH模型对PT Indofood Sukses Makmur Tbk的股价进行建模和预测。使用的数据是从2020年6月2日到2021年2月15日的每日股票价格作为训练数据,而从2021年2月16日到2021年3月1日作为测试数据。ARIMA-ARCH模型是将自回归综合移动平均(ARIMA)和自回归条件异方差(ARCH)相结合的模型,可以用来克服ARIMA模型中存在异方差问题的残差。结果表明,可以使用的模型为ARIMA(1,1,2)-ARCH(1)。该模型预测效果较好,MAPE值较小,为0.515785%。摘要:Harga saham adalah nilai saham di pasar yang berfluktuasi dari waktu ke waktu。数据运行情况:各部门数据运行情况、经济波动情况、统计数据、统计数据、统计数据、统计数据、统计数据。Penelitian ini bertujuan untuk memodelkan dan meramalkan harga saham PT Indofood Sukses Makmur Tbk menggunakan模型ARIMA-ARCH。数据yang digunakan adalah harga saham harian dari 2 6月2020 hinga 2021年2月15日sebagai数据训练,sedangkan dari 2021年2月16日hinga 1市场2021年sebagai数据测试。自回归综合移动平均(ARIMA)模型与自回归条件异方差(ARCH)模型、自回归综合移动平均(ARIMA)模型和自回归条件异方差(ARCH)模型。Hasil penelitian menunjukkan bahwa模型yang dapat digunakan adalah ARIMA(1,1,2)-ARCH(1)。模式terbut mampu成员kan hasil peramalan yang baik dengan perolehan nilai MAPE yang相对于kecil yitu 0,515785%。