Pemodelan Indekas Harga Saham NASDAQ di Pasar Modal Dengan Pendekatan Generalized Autoregressive Conditional Heteroscedasticity (GARCH)

Fajar Prihandaru Destanto, 081411831018 (2019) Pemodelan Indekas Harga Saham NASDAQ di Pasar Modal Dengan Pendekatan Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Skripsi thesis, Universitas Airlangga.

[img] Text (Abstrak)
ST.S. 16-19 Des p Abstrak.pdf

Download (201kB)
[img] Text (Fulltext)
ST.S. 16-19 Des p.pdf
Restricted to Registered users only until 26 March 2022.

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Peramalan indeks harga saham NASDAQ penting untuk dilakukan dalam bidang transaksi keuangan khususnya didalam pasar modal. Proses peramalan dilakukan untuk mengetahui perubahan indeks harga saham NASDAQ di masa mendatang. Sehingga dapat mempermudah investor untuk melakukan suatu tindakan preventif sehingga dapat meminimalisir resiko kerugian atas pembelian suatu saham di pasar modal. Tujuan penelitian ini adalah melakukan pemodelan serta peramalan indeks harga saham NASDAQ di pasar modal dengan menggunakan pendekatan GARCH. Hasil analisis menunjukkan bahwa model terbaik untuk peramalan indeks harga saham NASDAQ adalah model ARIMA (1,1,1) model constant. Variabel data menggunakan transformasi

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST.S. 16-19 Des p
Uncontrolled Keywords: Indeks Harga Saham NASDAQ, Time Series, ARIMA, Generalized Autoregressive Conditional Heteroscedasticity (GARCH)
Subjects: H Social Sciences > HA Statistics > HA1-4737 Statistics
Divisions: 08. Fakultas Sains dan Teknologi > Statistika
Creators:
CreatorsNIM
Fajar Prihandaru Destanto, 081411831018UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorSediono, Drs. H., M.SiUNSPECIFIED
Thesis advisorElly Ana, Ir., M.Si,UNSPECIFIED
Depositing User: Tatik Poedjijarti
Date Deposited: 26 Mar 2019 06:58
Last Modified: 26 Mar 2019 06:59
URI: http://repository.unair.ac.id/id/eprint/81401
Sosial Share:

Actions (login required)

View Item View Item