Analisis Penerapan Model Arima (Autoregressive Integrated Moving Average) dan Garch (Generalized Autoregressive Conditional Heteroscedasticity) pada Return Saham Pembentuk Indeks LQ45 saat Pasar Efisien dalam Bentuk Lemah.

(1)

iv Universitas Kristen Maranatha ABSTRAK

Dalam berinvestasi di pasar modal, ada dua hal yang harus dipertimbangkan seorang investor dalam mengambil suatu keputusan berinvestasi yaitu return (tingkat pengembalian) dan risk (resiko). Tujuan dari penelitian ini adalah untuk menguji pola random walk pada return saham pembentuk Indeks LQ45, menguji keberadaan heteroskedastisitas pada data time series saham pembentuk Indeks LQ45, dan memilih saham pembentuk Indeks LQ45 berdasarkan nilai Mean Absolute Percentage Error (MAPE) terkecil menggunakan model ARIMA (Autoregressive Integrated Moving Average) ketika efek heteroskedastisitas tidak ada. Metode sampling yang digunakan dalam penelitian ini adalah metode probabilitas sampling dengan cara acak sederhana. Penelitian ini menyimpulkan tiga hal. Hasil penelitian pertama, berdasarkan uji stasioner terlihat bahwa return saham pembentuk Indeks LQ45 memiliki pola acak (random walk). Kedua, berdasarkan uji Lagrange Multiplier diketahui bahwa pada masing-masing saham tidak perlu dilakukan analisis ARCH-GARCH karena tidak terdapat efek heteroskedastisitas dengan kata lain model ARIMA (Autoregressive Integrated Moving Average) yang digunakan. Terakhir, dari hasil pemilihan nilai Mean Absolute Percentage Error (MAPE), Indofood merupakan saham pembentuk Indeks LQ45 yang memiliki nilai Mean Absolute Percentage Error (MAPE) terkecil.


(2)

ABSTRACT

To do investment in the stock market, there are two things that should be considered by an investor to make decision, i.e. return and risk. The purposes of this study are to test the random walk pattern on stock returns forming LQ45 index, test the existence of heteroscedasticity in time series data of stocks forming LQ45 index by using Langrange Multiplier test, and select stock forming LQ45 index based on the smallest value of mean absolute percentage error (MAPE) resulted from Autoregresive Integrated Moving Average (ARIMA) model when heteroscedasticity effect does not exist. The sampling method used in this research is simple random sampling. This study concludes three things. Firstly, the stationary test shows that the stock returns forming LQ45 index have a random walk. Secondly, each stock forming LQ45 index does not require analysis of ARCH-GARCH because the effect of heteroscedasticity is not available based on Lagrange Multiplier test. Finally, based on calculation of Mean Absolute Percentage Error (MAPE), Indofood is the stock forming LQ45 index having the smallest value of Mean Absolute Percentage Error (MAPE).


(3)

viii Universitas Kristen Maranatha DAFTAR ISI

HALAMAN JUDUL ... i

LEMBAR PENGESAHAN ... ii

LEMBAR PERNYATAAN ... iii

ABSTRAK ... iv

ABSTRACK ... v

KATA PENGANTAR ... vi

DAFTAR ISI ... viii

DAFTAR TABEL ... xi

DAFTAR LAMPIRAN ... xii

BAB I PENDAHULUAN ... 1

1.1.Latar Belakang Penelitian ... 1

1.2.Perumusan Masalah... 4

1.3.Tujuan Penelitian... 4

1.4.Manfaat Penelitian... 5

1.5.Sistematika Penulisan ... 5

BAB II Kajian Pustaka, Rerangka Pemikiran, Model dan Hipotesis Penelitian ... 8


(4)

2.1.1 Return Saham ... 8

2.1.2 Pengertian Harga Saham ... 10

2.1.3 Volatilitas Harga Saham ... 12

2.1.4 Emiten Pembentuk Indeks LQ45 ... 14

2.1.5 Penelitian Terdahulu ... 15

2.2Rerangka Pemikiran & Hipotesis ... 18

BAB III OBYEK DAN METODOLOGI PENELITIAN ... 21

3.1 Obyek Penelitian (populasi) Teknik Pengambilan Sampel ... 21

3.1.1 Populasi ... 21

3.1.2 Sampel ... 22

3.2 Metode Penelitian ... 23

3.2.1 Metode Penelitian yang Digunakan ... 23

3.2.2 Operasionalisasi Variabel ... 24

3.2.3 Teknik Analisis dan Uji Hipotesis ... 24

3.2.3.1 Uji Stasioner ... 24

3.2.3.2 Uji ARCH-LM ... 26

3.2.3.3 ARIMA (Autoregressive Integrated Moving Average ) ... 27

3.2.3.4 MAPE (Mean Absolute Percentage Error) ... 29

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 30


(5)

x Universitas Kristen Maranatha

4.1.1 Hasil pengujian pola random walk pada return saham

pembentuk Indeks LQ45 ... 30

4.1.2 Hasil pengujian efek heteroskedastisitas pada return saham pembentuk Indeks LQ45 ………. ... 31

4.1.3 Pemilihan saham emiten pembentuk Indeks LQ45 yang memiliki nilai Mean Absolute Percentage Error (MAPE) terkecil ... 33

4.2 Pembahasan ... 34

4.2.1 Hasil pengujian pola random walk pada return saham pembentuk Indeks LQ45 ... 34

4.2.2 Hasil pengujian efek heteroskedastisitas pada return saham pembentuk Indeks LQ45 ………. ... 34

4.2.3 Pemilihan saham emiten pembentuk Indeks LQ45 yang memiliki nilai Mean Absolute Percentage Error (MAPE) terkecil ... 36

4.3 Implikasi ... 36

BAB V KESIMPULAN DAN SARAN ... 37

5.1 Kesimpulan ... 37

5.2 Saran ... 38


(6)

DAFTAR TABEL

Tabel 3.1 Daftar Perusahaan yang Tercatat di Indeks LQ45 ... 21

Tabel 3.2 Operasionalisasi Variabel ... 24

Tabel 4.1 Hasil Uji Stasioneritas ... 31

Tabel 4.2 Uji LM ARCH-GARCH ... 32


(7)

1 Universitas Kristen Maranatha BAB I

PENDAHULUAN

1.1 Latar Belakang Penelitian

Telah banyak dilakukan penelitian tentang return saham dan volatilitasnya di berbagai negara antara lain yang dilakukan oleh Seyfried dan Ewing (2004), Anton (2006), Manurung (2005), Rahayu (2005), serta Johan (2007) yang membuktikan bahwa return saham di berbagai negara menunjukkan perilaku time varying volatility (volatilitas return yang acak/random setiap saat).

Salah satu penelitian yang dilakukan oleh khajar (2008) tentang pola acak (random walk) pada data time series yang mendukung juga penelitian di atas, dimana dari hasil penelitian tersebut menyatakan bahwa berdasarkan uji-run dan uji autokorelasi baik pada periode krisis moneter maupun pada paska krisis moneter Bursa efek Indonesia sudah efisien dalam bentuk lemah, hal ini ditunjukkan oleh harga saham yang bersifat acak (random). Oleh karena itu investor tidak dapat menggunakan harga periode yang lalu untuk memprediksi harga saat ini, karena informasi masa lalu sudah terserap pada harga-harga saham pada periode yang lalu juga. Dalam keadaan seperti ini seorang pemodal tidak dapat memperoleh tingkat keuntungan yang lebih tinggi dari keadaan normal dengan menggunakan trading rules yang berdasarkan atas informasi harga saham di waktu lalu, atau perubahan harga saham di masa lalu tidak bisa dipergunakan untuk memperkirakan harga saham di masa mendatang. Keadaan ini disebut


(8)

2

di masa mendatang. Keadaan ini disebut sebagai bentuk efisiensi yang lemah (weak form efficiency).

Namun beberapa peneliti lainnya seperti Abraham (2002) menguji random walk model pada tiga pasar modal yaitu Saudi Arabia, Kuwait dan Bahrain. Hasil penelitiannya menunjukkan bahwa hipotesis efisiensi bentuk lemah ditolak. Lim, Liew dan Wong (2003) menguji efisiensi pasar modal bentuk lemah di Kuala Lumpur dan hasil penelitian tersebut menunjukkan bahwa pasar modal di Kuala Lumpur masih belum efisien bentuk lemah. Omran dan Farrar (2006) menguji random walk model pada lima pasar modal di Timur Tengah yaitu Yordania, Maroko, Mesir, Israel dan Turki. Hasil penelitiannya menunjukkan bahwa efisiensi bentuk lemah belum terpenuhi.

Meilani (2010) dari hasil penelitian menyatakan bahwa ke-16 indeks harga saham

yaitu IHSG, LQ45, JII, MBX, DBX, Kompas 100, Agriculture, Basic Industry and Chemical, Consumer Goods Industry, Finance, Infrastruktur, Manufaktur, Mining, Miscellaneous Industry, Property dan Trade tidak mengikuti pola random walk yang menunjukkan bahwa pasar modal di Indonesia pasca penggabungan BEJ-BES masih belum memenuhi efisiensi bentuk lemah. Jika pasar modal di Indonesia masih belum efisien dalam bentuk lemah maka investor masih dapat menggunakan analisis teknikal atau analisis historikal untuk dapat memperoleh return di atas normal.

Data time series seringkali terindikasi memiliki unsur heteroskedastisitas sehingga dengan menggunakan model GARCH (Generalized Autoregressive Conditional Heteroscedasticity) akan dapat mengatasi unsur heteroskedastisitas


(9)

3

Universitas Kristen Maranatha

tersebut dalam data time series. Telah banyak dilakukan beberapa penelitian yang menemukan adanya unsur heteroskedastisitas tersebut dalam data time series antara lain Priyono (2012), Paramitha (2013), Eliyawati (2014), Mubarak (2014), Mukmin (2015) dan Nastiti (2012).

Tetapi beberapa penelitian lainnya juga yang tidak menemukan adanya unsur heteroskedastisitas dalam data time series sehingga model GARCH (Generalized Autoregressive Conditional Heteroscedasticity) tidak dapat digunakan maka model terbaik yang digunakan adalah model ARIMA (Autoregressive Integrated Moving Average) seperti hasil penelitian yang dilakukan oleh Hendrawan (2012), Anityaloka dan Ambarwati (2013), Sadeq (2008), Yani (2004) dan Syafaat (2008).

Untuk mengetahui saham terbaik dapat dilihat dengan memilih nilai MAPE (Mean Absolute Percentage Error) terkecil dari keakuratan peramalan. Hal ini dilakukan beberapa penelitian juga seperti Ramadhan (2014) dengan hasil penelitian saham terbaik yang memiliki nilai MAPE terkecil sebesar 1,93% adalah PT. Telekomunikasi Indonesia (Persero) Tbk (TLKM), Syafaat (2008) dengan hasil penelitian saham terbaik yang memiliki nilai MAPE terkecil sebesar 1,65% adalah PT. Bank Central Asia Tbk (BBCA), dan Taftazani (2014) dengan hasil penelitian saham terbaik yang memiliki nilai MAPE terkecil sebesar 1,35% adalah PT. Bank Permata Tbk (BNLI). Mengikuti penelitian terdahulu yang mengidentifikasi nama saham yang memiliki nilai Mean Absolute Percentage Error (MAPE) terkecil dari kelompok saham tertentu, berdasarkan metode


(10)

4

ARIMA (Autoregressive Integrated Moving Average) maka dalam penelitian ini hal serupa akan dilakukan.

Berdasarkan uraian diatas, maka penulis mempunyai ide untuk melakukan penelitian dengan judul “ANALISIS PENERAPAN MODEL ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) DAN

GARCH (GENERALIZED AUTOREGRESSIVE CONDITIONAL

HETEROSCEDASTICITY) PADA RETURN SAHAM PEMBENTUK INDEKS LQ45 SAAT PASAR EFISIEN DALAM BENTUK LEMAH”.

1.2 Perumusan Masalah

1. Apakah return saham pembentuk Indeks LQ45 memiliki pola random walk? 2. Apakah random walk time series pada data setiap saham pembentuk Indeks

LQ45 mengindikasikan efek heteroskedastisitas?

3. Dari saham pembentuk Indeks LQ45 yang digunakan manakah saham yang memiliki nilai MAPE (Mean Absolute Percentage Error) terkecil berdasarkan penggunaan model ARIMA (Autoregressive Integrated Moving Average) ketika tidak terdapat efek heteroskedastisitas?

1.3 Tujuan Penelitian

1. Menguji pola random walk pada return saham pembentuk Indeks LQ45. 2. Membuktikan adanya efek heteroskedastisitas pada data time series.


(11)

5

Universitas Kristen Maranatha

3. Untuk mengetahui saham yang memiliki nilai MAPE (Mean Absolute Percentage Error) yang terkecil dengan menggunakan model ARIMA (Autoregressive Integrated Moving Average) ketika tidak terdapat efek heteroskedastisitas dalam data time series.

1.4 Manfaat Penelitian

1. Bagi Investor.

Penelitian ini bermanfaat untuk mengetahui tingkat volatilitas return saham sektor tersebut. Penelitian ini juga diharapkan dapat memberikan kontribusi praktis untuk para investor dalam pengambilan keputusan.

2. Bagi Manajer Investasi.

Penelitian ini bermanfaat untuk menentukan alokasi aset investasi yang dilakukan.

3. Bagi Akademisi, sebagai bahan pembanding maupun informasi untuk penelitian lebih lanjut. diharapkan dapat memberikan kontribusi pada pengembangan teori, terutama yang berkaitan dengan akuntansi keuangan dan pasar modal.

1.5 Sistematika Penulisan

Pada penelitian ini sistematika penulisan yang digunakan adalah sebagai berikut :


(12)

6

BAB I Pendahuluan.

Bab ini berisi uraian tentang latar belakang masalah yang mendasari pentingnya diadakan penelitian, identifikasi dan perumusan masalah, maksud dan tujuan penelitian, manfaat penelitian yang diharapkan serta sistematika penulisan yang benar.

BAB II Tinjauan Pustaka, Rerangka Pemikiran, Model dan Hipotesis Penelitian.

Bab ini berisi tentang uraian teori mengenai topik yang dibahas dalam penelitian ini. Selain itu, bab ini juga menjelaskan tentang penelitian terdahulu yang relevan dengan penelitian ini, rerangka pemikiran, model penelitian dan hipotesis penelitian.

BAB III Objek dan Metodologi Penelitian

Bab ini berisi tentang objek penelitian, populasi sampel penelitian, operasionalisasi variabel, metode penelitian yang digunakan, teknik pengumpulan data, serta teknik analisis yang digunakan dalam penelitian ini.

BAB IV Hasil Penelitian dan Pembahasan.

Di dalam BAB ini data atau informasi hasil penelitian diolah, dianalisis, ditafsirkan, dikaitkan dengan kerangka teoritik atau kerangka analisis yang dituangkan dalam BAB II sehingga jelas bagaimana data hasil penelitian dapat menjawab permasalahan dan tujuan pembahasan dalam kerangka teoritik yang


(13)

7

Universitas Kristen Maranatha telah dikemukakan terdahulu. Apakah terarah pada pengujian kerangka teoritik atau penjelasan kontekstual masalah yang menjadi permasalahan dan tujuan pembahasan bersangkutan.

BAB V Kesimpulan dan Saran.

Berisi uraian tentang pokok-pokok kesimpulan dan saran-saran yang perlu disampaikan kepada pihak-pihak yang berkepentingan dengan hasil penelitian.


(14)

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Kesimpulan dari hasil penelitian pertama, berdasarkan uji stasioner terlihat bahwa return saham pembentuk Indeks LQ45 memiliki pola acak (random walk), terbukti bahwa perusahaan stasioner pada tingkat pertama (1st difference) dan stasioner pada tingkat kedua (2nd difference). Oleh karena itu, return saham pembentuk Indeks LQ45 termasuk pasar efisien bentuk lemah selama periode 2013-2015.

Kedua, berdasarkan uji Lagrange Multiplier diketahui bahwa pada masing-masing saham tidak perlu dilakukan analisis ARCH-GARCH karena tidak terdapat efek heteroskedastisitas dengan kata lain model ARIMA (Autoregressive Integrated Moving Average) yang digunakan.

Terakhir, dari berdasarkan nilai Mean Absolute Percentage Error (MAPE), Indofood merupakan saham pembentuk Indeks LQ45 yang memiliki nilai MAPE terkecil.

5.2 Saran

1. Bagi para peneliti selanjutnya, disarankan dapat menggunakan metode Value at Risk (VaR) dinamik saham perusahaan. Metode ini dapat mengukur besarnya


(15)

38

Universitas Kristen Maranatha

potensi kerugian yang dimiliki perusahaan berdasarkan harga saham yang tercipta di pasar.

2. Para peneliti selanjutnya dapat menggunakan emiten pembentuk Indeks KOMPAS100, Jakarta Islamic Index, dan Indeks Bisnis 27 sebagai objek penelitian dalam melakukan penelitian serupa dengan penelitian ini.


(16)

ANALISIS PENERAPAN MODEL ARIMA (AUTOREGRESSIVE

INTEGRATED MOVING AVERAGE) DAN GARCH (GENERALIZED

AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY)

PADA RETURN SAHAM PEMBENTUK INDEKS LQ45 SAAT

PASAR EFISIEN DALAM BENTUK LEMAH

TESIS

Diajukan sebagai persyaratan akademik untuk memperoleh gelar Magister Akuntansi

Oleh :

Kurniawan Sarototonafo Zai

1557007

UNIVERSITAS KRISTEN MARANATHA

PROGRAM MAGISTER AKUNTANSI

Terakreditasi B berdasarkan keputusan BAN-PT 259/SK/BAN-PT/Ak-XII/2013

BANDUNG 2016


(17)

KATA PENGANTAR

Salam Sejahtera,

Puji dan syukur kehadirat Tuhan yang Maha Esa atas segala berkat yang diberikan, sehingga penulis dapat menyelesaikan tesis ini guna memenuhi sebagian persyaratan dalam memperoleh gelar Magister Akuntansi dalam jenjang Strata Dua Fakultas Ekonomi Universitas Kristen Maranatha Bandung dengan judul “ANALISIS PENERAPAN MODEL ARIMA

(AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) DAN GARCH

(GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY) PADA RETURN SAHAM PEMBENTUK INDEKS LQ45 SAAT PASAR EFISIEN DALAM BENTUK LEMAH”.

Dalam menulis tesis ini, penulis telah mendapatkan bantuan dari berbagai pihak yang telah memberikan motivasi, bimbingan, saran serta dorongan moril baik langsung maupun tidak langsung sampai terselesaikannya penyusunan tesis ini. Pada kesempatan kali ini penulis menyampaikan rasa hormat dan terima kasih yang sebesar-besarnya,kepada :

1. Bapak Dr. Mathius Tandiontong, S.E., M.M., Ak. selaku Dekan Fakultas Ekonomi Universitas Kristen Maranatha.

2. Bapak Dr. T. H. Simanjuntak, S.E., M.A selaku ketua program studi Magister Akuntansi Fakultas Ekonomi Universitas Kristen Maranatha.

3. Bapak Dr. Wedi R. Kusumah, S.E., M.Si., Ak., CA. selaku dosen pembimbing yang telah banyak membantu dalam memberikan solusi maupun saran dalam penyelesaian tesis ini dengan baik.


(18)

bapak Dr. Bram Hadianto, S.E., M.Si. yang telah memberikan solusi, kritik dan saran demi kesempurnaan penyusunan tesis ini.

5. Para dosen yang telah memberikan banyak ilmu pengetahuan selama menjadi mahasiswa di Fakultas Ekonomi program Magister Akuntansi di Universitas Kristen Maranatha.

6. Pegawai Fakultas Ekonomi Universitas Kristen Maranatha yang telah memberikan bantuan terhadap fasilitas peminjaman buku untuk dijadikan referensi dalam penulisan tesis ini.

7. Kepada kedua Orang tua saya yang telah membesarkan saya hingga sampai saat ini dan banyak membantu dalam mencukupi segala kebutuhan perkuliahan saya dan selalu memberikan semangat dan motivasi.

Semoga Tuhan senantiasa memberikan limpahan berkat kepada semua pihak yang telah membantu penulis. Penulis juga menyadari bahwa tidak ada yang sempurna di dunia ini, untuk itu penulis menghargai segala bentuk kritik dan saran yang bersifat membangun, karena hal tersebut sangat membantu dalam penyempurnaan tesis ini.

Bandung, November 2016


(19)

Universitas Kristen Maranatha DAFTAR PUSTAKA

Abraham, Fazal J. S & Sulaiman A. A. 2002.. Testing the Random Walk Behavior and Efficiency of the Gulf Stock Markets. The Financial Review, Vol.37, No.3 : 469-480.

Alwi, I.Z. 2003. Pasar Modal, Teori dan Aplikasi. Cetakan Pertama. Yayasan Pancur Siwah : Jakarta.

Anityaloka & Ambarwati. 2013. Peramalan Saham Jakarta Islamic Index Menggunakan Metode ARIMA Bulan Mei-Juli 2010. Jurnal Statistika, Vol.1, No.1 : 3-5.

Anton. 2006. Analisis Model Volatilitas Return Saham. Tesis yang tidak dipublikasikan Universitas Diponegoro, Semarang.

Darmadji, T & Fakhrudin M.H. 2006. Pasar Modal di Indonesia Pendekatan Tanya Jawab. Salemba Empat : Jakarta.

Eliyawati. 2014. Penerapan Model GARCH (Generalized Autoregressive Conditional Heteroscedasticity) Untuk Menguji Pasar Modal Efisien Di Indonesia (Studi Pada Harga Penutupan (Closing Price) Indeks Saham LQ45 Periode 2009-2011). Jurnal Fakultas Ilmu Administrasi Bisnis, Vol.7, No.2 : 5-10. Fahmi, I. 2013. Pengantar Pasar Modal : Panduan bagi para Akademisi dan Praktisi

Bisnis dalam Memahami Pasar Modal Indonesia, Alfabeta : Bandung. Gitman, L & Zutter. 2012. Principles of Managerial Finance. 13th Edition. Global

Edition : Pearson Eduaction Limited.

Gujarati, D.N & Porter D.C. 2015. Dasar-dasar Ekonometrika. Edisi kelima (Buku 2). Salemba Empat : Jakarta.

Hartono, J. 2009. Teori Portofolio dan Analisis Investasi, Edisi Kedelapan. BPFE-UGM : Yogyakarta.

Hendrawan. 2012. Penerapan Model ARIMA Dalam Memprediksi IHSG. Jurnal Integrasi Politeknik Batam Parkway Street, Vol.4, No.2 : 205-211.

Indrawan, R. 2014. Metodologi Penelitian : Kuantitatif, Kualitatif, dan Campuran untuk Manajemen, Pembangunan, dan Pendidikan. Cetakan Pertama. PT. Refika Aditama : Bandung.


(20)

Johan, H. 2007. Analisis Pengaruh Bursa Efek Luar Negeri Terhadap Bursa Efek Jakarta. Tesis yang tidak dipublikasikan Universitas Diponegoro, Semarang.

Junaidi. 2012. Ekonometrika Deret Waktu : Teori dan Aplikasi. Cetakan Pertama. IPB Press : Jakarta.

Khajar, I. 2008. Pengujian Efisiensi Dan Peningkatan Efisiensi Bentuk Lemah Bursa Efek Indonesia Pada Saat Dan Sesudah Krisis Moneter Pada Saham-Saham LQ45. Jurnal Manajemen Teori dan Terapan, Vol.1, No.3 : 7-12.

Lim, Kian-P, Sen L, Venus K & Wong. 2003 . Weak Form Efficient Market Hypothesis, Behavioural Finance and Episodic Transient Dependencies: The Case of The Kuala Lumpur Stock Exchange. Article Faculty of Economics and Management University Putra Malaysia.

Meilani. 2010. Pengujian Efisiensi Pasar Modal Bentuk Lemah Di Bursa Efek Indonesia Pasca Penggabungan BEJ-BES. Jurnal Ekonomi, Keuangan, Perbankan dan Akuntansi, Vol.2, No.1 : 57-58.

Manurung, A.H. 2005. Siklus Bursa Saham: Sebuah Penelitian Empirisdi BEJ Januari 1988 – 2004. Jurnal Bisnis & Birokrasi, Vol. 13, No. 01 : 81 – 100.

Mubarak, S. 2014. Penerapan Model Glosten Jagannathan Runkle Threshold Autoregressive Conditional Heteroskedasticity (GJR-TARCH) untuk Menduga Volatilitas Return Saham. Jurnal Statistik, Vol. 2, No. 4 : 186-190.

Mukmin & Firmansyah. 2015. Analisis Perbandingan Volatilitas Indeks Harga Saham IHSG dan JII. Jurnal Ekonomi dan Perbankan Syariah, Vol.3, No.1 : 69-84.

Nastiti, A. 2012. Analisis Volatilitas Saham Perusahaan Go Public dengan Metode ARCH-GARCH. Jurnal Sains Dan Seni ITS, Vol. 1, No. 1 : 261-264. Omran, M & Farrar, S. 2006. Test of Weak Form Efficiency in the Middle East

Emerging Market. Studies in Economics and Finance,Vol.23, No.1 : 13-26. Paramitha. 2013. Perbandingan Model Volatilitas Data Return Dengan Menggunakan Model Exponentially Generalized Autoregressive Conditional Heteroscedasticity (EGARCH) (1,1) Dan Threshold Generalized Autoregressive Conditional Heteroscedasticity (TGARCH) (1,1). Jurnal Mahasiswa Statistik, Vol.1, No.4 : 64-71.


(21)

Universitas Kristen Maranatha

Priyono. 2012. Efek Asimetris Dalam Volatilitas Return Indeks LQ45 : Pendekatan GJR-GARCH. Jurnal Manajemen Indonesia, Vol. 12, No.2 : 134-140. Rahayu, D. 2005. Pengaruh Kepemilikan Saham Manajerial dan Institusional pada

Struktur Modal Perusahaan. Jurnal Akuntansi dan Auditing Vol.1, No.2 : 181-197.

Ramadhan. 2014. Analisis Perbandingan Metode ARIMA dan Metode GARCH Untuk Memprediksi Harga Saham (Studi Kasus Pada Perusahaan Telekomunikasi Yang Terdaftar di Bursa Efek Indonesia Periode Mei 2012 – April 2013). Jurnal Fakultas Ekonomi dan Bisnis, Vol.1, No.3 : 4-8. Sadeq. 2008. Analisis Prediksi Indeks Harga Saham Gabungan Dengan Metode

ARIMA (Studi Pada IHSG di Bursa Efek Jakarta). Tesis yang tidak dipublikasikan Universitas Diponegoro, Semarang.

Seyfried & Ewing. 2004. A time-varying volatility approach to modeling the phillips curve: A cross-country analysis. Journal of Economic and Finance, Vol. 28, No.2 : 186-197.

Sevilla, C.G. 2007. Research Methods. Rex Printing Company. Quezon City.

Suwardjono. 2010. Teori Akuntansi: Pengungkapan dan Sarana Interpretatif. Edisi Ketiga. BPFE-UGM : Yogyakarta.

Syafaat. 2008. Analisis Efisiensi Pasar Modal Dengan Menggunakan Metode Box Jenkins ARIMA. Tesis yang tidak dipublikasikan Universitas Indonesia.

Taftazani. 2014. Dampak Krisis Keuangan Global 2008 Terhadap Volatilitas Return Saham Perbankan di BEI. Tesis yang tidak dipublikasikan Sekolah Pascasarjana Program Ilmu Manajemen IPB.

Widarjono, A. 2013. Ekonometrika : Pengantar dan Aplikasinya. Edisi Keempat. UPP STIM YKPN : Yogyakarta.

Winarno. 2007. Analisis Ekonometrika dan Statistika dengan Eviews. Cetakan Pertama. Yogyakarta : Unit Penerbit dan Percetakan Sekolah Tinggi Ilmu Manajemen YKPN : Yogyakarta.

Yani. 2004. Analisis Teknikal Harga Saham Dengan Metode ARIMA (Studi Pada IHSG di Bursa Efek Jakarta). Tesis yang tidak dipublikasikan Universitas Diponegoro, Semarang.


(1)

ANALISIS PENERAPAN MODEL ARIMA (AUTOREGRESSIVE

INTEGRATED MOVING AVERAGE) DAN GARCH (GENERALIZED

AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY)

PADA RETURN SAHAM PEMBENTUK INDEKS LQ45 SAAT

PASAR EFISIEN DALAM BENTUK LEMAH

TESIS

Diajukan sebagai persyaratan akademik untuk memperoleh gelar Magister Akuntansi

Oleh :

Kurniawan Sarototonafo Zai

1557007

UNIVERSITAS KRISTEN MARANATHA

PROGRAM MAGISTER AKUNTANSI

Terakreditasi B berdasarkan keputusan BAN-PT 259/SK/BAN-PT/Ak-XII/2013

BANDUNG 2016


(2)

KATA PENGANTAR

Salam Sejahtera,

Puji dan syukur kehadirat Tuhan yang Maha Esa atas segala berkat yang diberikan, sehingga penulis dapat menyelesaikan tesis ini guna memenuhi sebagian persyaratan dalam memperoleh gelar Magister Akuntansi dalam jenjang Strata Dua Fakultas Ekonomi Universitas Kristen Maranatha Bandung dengan judul “ANALISIS PENERAPAN MODEL ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) DAN GARCH (GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY) PADA RETURN SAHAM PEMBENTUK INDEKS LQ45 SAAT PASAR EFISIEN DALAM BENTUK LEMAH”.

Dalam menulis tesis ini, penulis telah mendapatkan bantuan dari berbagai pihak yang telah memberikan motivasi, bimbingan, saran serta dorongan moril baik langsung maupun tidak langsung sampai terselesaikannya penyusunan tesis ini. Pada kesempatan kali ini penulis menyampaikan rasa hormat dan terima kasih yang sebesar-besarnya,kepada :

1. Bapak Dr. Mathius Tandiontong, S.E., M.M., Ak. selaku Dekan Fakultas Ekonomi Universitas Kristen Maranatha.

2. Bapak Dr. T. H. Simanjuntak, S.E., M.A selaku ketua program studi Magister Akuntansi Fakultas Ekonomi Universitas Kristen Maranatha.

3. Bapak Dr. Wedi R. Kusumah, S.E., M.Si., Ak., CA. selaku dosen pembimbing yang telah banyak membantu dalam memberikan solusi maupun saran dalam penyelesaian tesis ini dengan baik.


(3)

bapak Dr. Bram Hadianto, S.E., M.Si. yang telah memberikan solusi, kritik dan saran demi kesempurnaan penyusunan tesis ini.

5. Para dosen yang telah memberikan banyak ilmu pengetahuan selama menjadi mahasiswa di Fakultas Ekonomi program Magister Akuntansi di Universitas Kristen Maranatha.

6. Pegawai Fakultas Ekonomi Universitas Kristen Maranatha yang telah memberikan bantuan terhadap fasilitas peminjaman buku untuk dijadikan referensi dalam penulisan tesis ini.

7. Kepada kedua Orang tua saya yang telah membesarkan saya hingga sampai saat ini dan banyak membantu dalam mencukupi segala kebutuhan perkuliahan saya dan selalu memberikan semangat dan motivasi.

Semoga Tuhan senantiasa memberikan limpahan berkat kepada semua pihak yang telah membantu penulis. Penulis juga menyadari bahwa tidak ada yang sempurna di dunia ini, untuk itu penulis menghargai segala bentuk kritik dan saran yang bersifat membangun, karena hal tersebut sangat membantu dalam penyempurnaan tesis ini.

Bandung, November 2016


(4)

Universitas Kristen Maranatha DAFTAR PUSTAKA

Abraham, Fazal J. S & Sulaiman A. A. 2002.. Testing the Random Walk Behavior and Efficiency of the Gulf Stock Markets. The Financial Review, Vol.37, No.3 : 469-480.

Alwi, I.Z. 2003. Pasar Modal, Teori dan Aplikasi. Cetakan Pertama. Yayasan Pancur Siwah : Jakarta.

Anityaloka & Ambarwati. 2013. Peramalan Saham Jakarta Islamic Index Menggunakan Metode ARIMA Bulan Mei-Juli 2010. Jurnal Statistika, Vol.1, No.1 : 3-5.

Anton. 2006. Analisis Model Volatilitas Return Saham. Tesis yang tidak dipublikasikan Universitas Diponegoro, Semarang.

Darmadji, T & Fakhrudin M.H. 2006. Pasar Modal di Indonesia Pendekatan Tanya

Jawab. Salemba Empat : Jakarta.

Eliyawati. 2014. Penerapan Model GARCH (Generalized Autoregressive Conditional Heteroscedasticity) Untuk Menguji Pasar Modal Efisien Di Indonesia (Studi Pada Harga Penutupan (Closing Price) Indeks Saham LQ45 Periode 2009-2011). Jurnal Fakultas Ilmu Administrasi Bisnis, Vol.7, No.2 : 5-10. Fahmi, I. 2013. Pengantar Pasar Modal : Panduan bagi para Akademisi dan Praktisi

Bisnis dalam Memahami Pasar Modal Indonesia, Alfabeta : Bandung.

Gitman, L & Zutter. 2012. Principles of Managerial Finance. 13th Edition. Global

Edition : Pearson Eduaction Limited.

Gujarati, D.N & Porter D.C. 2015. Dasar-dasar Ekonometrika. Edisi kelima (Buku 2). Salemba Empat : Jakarta.

Hartono, J. 2009. Teori Portofolio dan Analisis Investasi, Edisi Kedelapan. BPFE-UGM : Yogyakarta.

Hendrawan. 2012. Penerapan Model ARIMA Dalam Memprediksi IHSG. Jurnal Integrasi Politeknik Batam Parkway Street, Vol.4, No.2 : 205-211.

Indrawan, R. 2014. Metodologi Penelitian : Kuantitatif, Kualitatif, dan Campuran

untuk Manajemen, Pembangunan, dan Pendidikan. Cetakan Pertama. PT.


(5)

Universitas Kristen Maranatha

Johan, H. 2007. Analisis Pengaruh Bursa Efek Luar Negeri Terhadap Bursa Efek

Jakarta. Tesis yang tidak dipublikasikan Universitas Diponegoro,

Semarang.

Junaidi. 2012. Ekonometrika Deret Waktu : Teori dan Aplikasi. Cetakan Pertama. IPB Press : Jakarta.

Khajar, I. 2008. Pengujian Efisiensi Dan Peningkatan Efisiensi Bentuk Lemah Bursa Efek Indonesia Pada Saat Dan Sesudah Krisis Moneter Pada Saham-Saham LQ45. Jurnal Manajemen Teori dan Terapan, Vol.1, No.3 : 7-12.

Lim, Kian-P, Sen L, Venus K & Wong. 2003 . Weak Form Efficient Market

Hypothesis, Behavioural Finance and Episodic Transient Dependencies: The Case of The Kuala Lumpur Stock Exchange. Article Faculty of

Economics and Management University Putra Malaysia.

Meilani. 2010. Pengujian Efisiensi Pasar Modal Bentuk Lemah Di Bursa Efek Indonesia Pasca Penggabungan BEJ-BES. Jurnal Ekonomi, Keuangan,

Perbankan dan Akuntansi, Vol.2, No.1 : 57-58.

Manurung, A.H. 2005. Siklus Bursa Saham: Sebuah Penelitian Empirisdi BEJ Januari 1988 – 2004. Jurnal Bisnis & Birokrasi, Vol. 13, No. 01 : 81 – 100.

Mubarak, S. 2014. Penerapan Model Glosten Jagannathan Runkle Threshold Autoregressive Conditional Heteroskedasticity (GJR-TARCH) untuk Menduga Volatilitas Return Saham. Jurnal Statistik, Vol. 2, No. 4 : 186-190.

Mukmin & Firmansyah. 2015. Analisis Perbandingan Volatilitas Indeks Harga Saham IHSG dan JII. Jurnal Ekonomi dan Perbankan Syariah, Vol.3, No.1 : 69-84.

Nastiti, A. 2012. Analisis Volatilitas Saham Perusahaan Go Public dengan Metode ARCH-GARCH. Jurnal Sains Dan Seni ITS, Vol. 1, No. 1 : 261-264. Omran, M & Farrar, S. 2006. Test of Weak Form Efficiency in the Middle East

Emerging Market. Studies in Economics and Finance,Vol.23, No.1 : 13-26. Paramitha. 2013. Perbandingan Model Volatilitas Data Return Dengan Menggunakan Model Exponentially Generalized Autoregressive Conditional Heteroscedasticity (EGARCH) (1,1) Dan Threshold Generalized Autoregressive Conditional Heteroscedasticity (TGARCH) (1,1). Jurnal


(6)

Universitas Kristen Maranatha

Priyono. 2012. Efek Asimetris Dalam Volatilitas Return Indeks LQ45 : Pendekatan GJR-GARCH. Jurnal Manajemen Indonesia, Vol. 12, No.2 : 134-140. Rahayu, D. 2005. Pengaruh Kepemilikan Saham Manajerial dan Institusional pada

Struktur Modal Perusahaan. Jurnal Akuntansi dan Auditing Vol.1, No.2 :

181-197.

Ramadhan. 2014. Analisis Perbandingan Metode ARIMA dan Metode GARCH Untuk Memprediksi Harga Saham (Studi Kasus Pada Perusahaan Telekomunikasi Yang Terdaftar di Bursa Efek Indonesia Periode Mei 2012

April 2013). Jurnal Fakultas Ekonomi dan Bisnis, Vol.1, No.3 : 4-8. Sadeq. 2008. Analisis Prediksi Indeks Harga Saham Gabungan Dengan Metode

ARIMA (Studi Pada IHSG di Bursa Efek Jakarta). Tesis yang tidak

dipublikasikan Universitas Diponegoro, Semarang.

Seyfried & Ewing. 2004. A time-varying volatility approach to modeling the phillips curve: A cross-country analysis. Journal of Economic and Finance, Vol. 28, No.2 : 186-197.

Sevilla, C.G. 2007. Research Methods. Rex Printing Company. Quezon City.

Suwardjono. 2010. Teori Akuntansi: Pengungkapan dan Sarana Interpretatif. Edisi Ketiga. BPFE-UGM : Yogyakarta.

Syafaat. 2008. Analisis Efisiensi Pasar Modal Dengan Menggunakan Metode Box

Jenkins ARIMA. Tesis yang tidak dipublikasikan Universitas Indonesia.

Taftazani. 2014. Dampak Krisis Keuangan Global 2008 Terhadap Volatilitas Return

Saham Perbankan di BEI. Tesis yang tidak dipublikasikan Sekolah

Pascasarjana Program Ilmu Manajemen IPB.

Widarjono, A. 2013. Ekonometrika : Pengantar dan Aplikasinya. Edisi Keempat. UPP STIM YKPN : Yogyakarta.

Winarno. 2007. Analisis Ekonometrika dan Statistika dengan Eviews. Cetakan Pertama. Yogyakarta : Unit Penerbit dan Percetakan Sekolah Tinggi Ilmu Manajemen YKPN : Yogyakarta.

Yani. 2004. Analisis Teknikal Harga Saham Dengan Metode ARIMA (Studi Pada

IHSG di Bursa Efek Jakarta). Tesis yang tidak dipublikasikan Universitas


Dokumen yang terkait

ANALISIS TEKNIKAL DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) DALAM MEMPREDIKSI HARGA SAHAM PERUSAHAAN. (STUDI PADA INTILAND DEVELOPMENT TBK).

0 2 17

PENERAPAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) DALAM MENENTUKAN TINGKAT INFLASI.

0 2 17

Sifat Asimetris Model Prediksi Autoregressive Conditional Heteroscedasticity (ARCH) dan Exponential Generalized Autoregressive Conditional (EGARCH) Asymmetrical Characteristic of Autoregressive Conditional Heteroscedasticity (ARCH) and Exponential General

0 0 14

Pemodelan volatilitas dapat dilakukan ketika terjadi heteroskedastisitas. Model Autoregressive Conditional Heteroscedastic (ARCH) dan model Generalized Autoregressive Conditional Heteroscedasticity (GARCH) digunakan dalam generalisasi asumsi heteroskedast

0 0 10

Peramalan Indeks Harga Saham Perusahaan Finansial LQ45 Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) dan Vector Autoregressive (VAR)

0 2 6

93 Pemodelan Return Saham Perbankan Menggunakan Generalized Autoregressive Conditional Heteroscedasticity

0 0 10

PERAMALAN JUMLAH MAHASISWA BARU DENGAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

1 1 14

Model Generalized Autoregressive Conditional Heteroscedastic (GARCH) - USD Repository

0 0 232

PERAMALAN INDEKS NILAI RETURN HARGA TUTUP DOW JONES INDUSTRIAL AVERAGE (DJIA) BERDASARKAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (ARCH)/GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) - Repository UNRAM

0 1 12

PEMBUATAN APLIKASI PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE TIME SERIES AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DEVELOPING APPLICATION FOR FORECASTING INDONESIA COMPOSITE INDEX USING AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

0 1 147