Athoillah, 080810658 (2012) ESTIMASI PARAMETER MODEL TIME SERIES REGRESSION DENGAN NOISE AR(p) DAN ARCH(r)-MEAN MENGGUNAKAN METODE MAXIMUM LIKELIHOOD. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Text (FULL TEXT) 25724-ilovepdf-compressed.pdf Restricted to Registered users only Download (914kB) | Request a copy

Abstract

Dalam analisis regresi untuk mendapatkan model yang baik dan valid maka harus dipenuhi asumsi-asumsi bahwa residualnya berdistribusi Normal dengan mean nol dan varians konstan (homoskedasitas), serta residual tidak bersifat autokorelasi. Disamping itu, variabel prediktor bersifat bebas (independen) dengan variabel prediktor lainnya (tidak ada multikolinearitas). Namun, dalam kenyataannya pada data keuangan asumsi-asumsi tersebut jarang terpenuhi, sehingga diperlukan pemodelan ulang untuk memodelkan residualnya. Pemodelan ini yang disebut dengan model Time Series Regression Model ARCH-M (Autoregressive Conditional Heteroscedastic in mean) adalah salah satu model time series yang memiliki varian error tidak konstan. Model ARCH-M diperoleh dengan memperluas kerangka dasar model ARCH yang memperhitungkan mean yang berurutan yang tergantung varian residualnya. jadi dalam model ini varian residualnya dimasukkan kedalam persamaan mean. Penulisan ini bertujuan untuk menbentuk dan mengestimasi model Time Series Regression dengan noise AR(p) dan ARCH(r)-Mean menggunakan metode maximum likelihood. Kemudian menerapkan pada data volume dan harga nilai tukar mata uang EURO terhadap USD time frame 30 menit yang berbentuk ECN (Electronic Cummunication Network) di perusahaan Alpari-US pada tanggal 18 April 2012 sampai 20 April 2012. Dari hasil penerapan data dengan menggunakan software Eviews diperoleh bahwa model terbaiknya adalah model Time Series Regression dengan noise AR(2) dan ARCH(1)-Mean sehingga modelnya adalah Dengan nilai AIC dan SBC secara berturut-turut adalah 14.76345 dan 14.95620

Actions (login required)

View Item