Hasil Pencarian  ::  Simpan CSV :: Kembali

"Studi ini menganalisis integrasi pasar saham di beberapa negara di kawasan Asia Pasifik. Penelitian ini berfokus pada pasar saham lima negara, yaitu Jepang, Indonesia, Filipina, vietnam dan Bangladesh, dengan memberi perhatian khusus pada krisis keuangan 2008-2009. Studi ini dilatarbelakangi oleh penelitian mengenai integrasi pasar saham tradisional, yang menunjukkan bahwa pasar saham negara berkembang lebih tersegmentasi dan pasar saham negara maju sangat terintegrasi. Dengan menggunakan metode vector autoregressive (VAR), hasil penelitian ini menunjukkan bahwa pasar saham masih kurang terintegrasi. Pada periode sebelum krisis, hanya pasar saham Filipina dan Indonesia yang terintegrasi, sedangkan pasar saham Jepang terintegrasi dengan pasar saham Indonesia, Filipina dan Bangladesh. Sementara itu, pada periode setelah krisis, pasar saham Bangladesh tidak terintegrasi dengan pasar saham Jepang.

---

This study analysis the integration of stock markets in some countries in the Asia-Pacific Region. The study focus on stock market in five county, namely: Japan, Indonesia, Philippines, Vietnam and Bangladesh, with special attention to the 2008-2009 financial crisis period. This study is motivated by the research of traditional stock market integration, which showed that stock markets in developing countries were more segmented while stock markets in developed countries were more integrated. By using vector autoregressive method (VAR), this study reveals that stock markets of those five countries were still less integrated. In the pre-crisis period, only the stock markets of Philippines and Indonesia were integrated, while Japan's stock market was integrated with the stock markets of Indonesia, the Philippines and Bangladesh. Meanwhile, in the period after the crisis, Bangladesh's stock market did not integrated with japan's."

"ABSTRAKSuatu proses {Z_t,t=0,1,2,...} memiliki model TAR(1), yaitu adalah koefisien parameter dan α_t merupakan variabel acak yang iid dengan mean 0. Petrucelli dan Woolford (1984) memberikan kondisi ergodik pada model TAR(1)dan estimasi parameter yang dapat diperoleh melalui metode least square.Simulasi dilakukan dengan membangkitkan α_t dan Z_t secara acak, serta dilakukan pada nilai-nilai parameter tertentu.

---

ABSTRACT

A process {Z_t,t=0,1,2,...} has TAR(1) model that is parameter coefficients and α_t are a sequence of iid random variables with mean 0. Petrucell and Woolford (1984) gave an ergodic condition on TAR(1) model and parameter estimation using least square method. Simulation are done using generated κ_t and Z_t with some different values of parameter."

"Model data panel dinamis merupakan model data panel yang melibatkan lag dari variabel dependen sebagai variabel eksplanatori yang berkorelasi dengan error. Lag dari variabel dependen tersebut dinamakan variabel eksplanatori endogen. Salah satu bentuk model data panel dinamis adalah model panel vector autoregression (PVAR). Dimana model panel VAR memiliki pola yang sama dengan model VAR yang merupakan model runtun waktu multivariat dengan menambahkan dimensi cross section ke dalam model VAR. Model panel VAR yang dibahas pada penulisan ini model dengan dua variabel, lag sebanyak , dan komponen error satu arah fixed effect. Selanjutnya akan dibahas cara penaksiran parameter dari model panel VAR. Karena terdapat korelasi antara variabel eksplanatori endogen dengan error menyebabkan hasil taksiran dengan OLS menjadi bias dan tak konsisten. Sehingga untuk mengatasi permasalahan tersebut dilakukan transformasi forward orthogonal deviation (FOD) untuk menghilangkan efek individu dan selanjutnya menggunakan metode instrumental variabel untuk mangatasi korelasi variabel eksplanatori endogen dengan error. Kemudian model ini ditaksir dengan metode penaksiran Generalized Method of Moment (GMM).

---

The dynamic panel data model is a panel data model that involves lag of the dependent variable as explanatory variable which is correlated with the error. Lag of the dependent variable is called endogenous explanatory variables. One form of dynamic data panel model is panel vector autoregression (PVAR) model. The panel VAR models have the same pattern with the VAR model which is a model of multivariate time series with the added dimension of the cross section into the VAR model. Panel VAR model discussed in this paper with two variables, lag, and a one-way error component fixed effect. Furthermore, we will discuss how the parameter estimation of panel VAR model. Because there is a correlation between endogenous explanatory variables with the error cause the estimates of the parameters using OLS method be biased and inconsistent. Therefore to overcome these problems we have to transform the model with forward orthogonal deviation (FOD) transformation to wipes out the effect of the individual and then use the method of instrumental variables to overcome correlation of endogenous explanatory variables. Then estimate the model using Generalized Method of Moment (GMM) estimator."

"Suatu runtun waktu yang memiliki variabel respon biner disebut runtun waktu biner. Runtun waktu biner dapat dimodelkan menggunakan model umum Autoregressive dengan pendekatan regresi non-linier. Kedem Fokianos 2000 mengenalkan model runtun waktu biner melalui pendekatan Autoregressive dan regresi logistik. Metode yang digunakan untuk penaksiran parameter yaitu metode Partial Likelihood. Metode Partial Likelihood ini dilakukan dengan menentukan fungsi Partial Likelihood yang dibentuk dari probability density function pdf marginal distribusi Bernoulli. Namun, dalam proses penaksiran parameter menggunakan metode Partial Likelihood ditemukan kesulitan untuk mendapatkan solusi secara langsung dikarenakan persamaan yang tidak linier closed form. Oleh karena itu, untuk mengatasi hal tersebut dilakukan iterasi menggunakan metode Fisher Scoring. Aplikasi data pada penaksiran parameter untuk model runtun waktu biner dalam tugas akhir ini menggunakan data kompetisi balap perahu antara Universitas Cambridge dan Universitas Oxford yang dicatat pada tahun 1946 sampai 2011 dengan jumlah data berbeda yaitu 22, 44, dan 66 data. Berdasarkan aplikasi data yang dilakukan, diperoleh hasil bahwa penaksiran parameter untuk model runtun waktu biner menggunakan Partial Likelihood dengan jumlah data yang berbeda menghasilkan penaksir parameter yang relatif sama atau tidak memiliki perbedaan yang signifikan.

---

A time series that has binary respon variable is called a binary time series. Binary time series can be modeled using the Autoregressive general model and nonlinear regression approach. Kedem Fokianos 2000 introduced a binary time series model through the Autoregressive and logistic regression approach. The parameters of binary time series are estimated using the Partial Likelihood method. The Partial Likelihood method is performed by determining the Partial Likelihood function derived from the marginal probability density function pdf of Bernoulli distribution. However, in the process of parameter estimation using this method, the form of final function to obtain parameters is not in the closed form equation. To face this problem, Fisher scoring iterations are perfomed.

The application of parameter estimation of the model uses the data about boat racing competition between the University of Cambridge and Oxford University from 1946 to 2011. Based on the data application, parameter estimation of the binary time series model using partial likelihood with different amounts of data resulting in a relatively same or no significant parameter estimator."

"Dalam permasalahan ekonomi sering ditemukan fenoma bahwa variabel-variabel ekonomi memiliki hubungan dua arah yang saling mempengaruhi dan dipengaruhi. Hubungan seperti ini disebut sebagai hubungan simultan. Namun, model simultan memiliki beberapa kendala dalam penentuan variabel endogen dan variabel eksogen. Vector Autoregression (VAR) merupakan metode yang dapat menjawab permasalahan pada model simultan karena seluruh variebel dianggap sebagai variabel endogen. Selain itu, VAR juga merupakan metode yang sangat berguna dalam memahami adanya interrelationship (hubungan timbal balik) antar variabel dalam analisis. Tugas akhir ini secara umum bertujuan untuk mengetahui apakah terdapat interrelationship (hubungan timbal balik) antara pertumbuhan PDB dengan pertumbuhan kesempatan kerja untuk periode 1977?2006. Hasil penelitian menunjukkan bahwa pertumbuhan kesempatan kerja mempengaruhi pertumbuhan PDB, sedangkan pertumbuhan PDB tidak mempengaruhi pertumbuhan kesempatan kerja. Maka disimpulkan bahwa tidak terdapat interrelationship antara pertumbuhan PDB dan pertumbuhan kesempatan kerja. "

"The endogeneity of Oil Price Shocks and Their Effect of Indonesia : A structural Vector Autoregression Model. In the paper the endogeneity of oil price shocks as well as the effects of different type of the shocks on the Indonesian economy represented by its gross domestic product (GDP), consumer price index (CPI) and real effective exchage rate (REER) were investigated. A structural Vector Autoregression (SVAR) model was constructed extending Killian (2009) model by employing several lags constrains in the model as Indonesia is a small open economy. There was evidence that oil proce shocks were endogenously formed by oil-spesific-demand itself, aggregate global demand and fraction of oil stock. The exports' effect convincingly existed in the oil price shocks influencing the economy of Indonesia. In addition, there was no evidence that Indonesia enjoyed benefits from being an OPEC member. "

"By developing a long-run macro structural model,the structural cointegrating vector autoregression (VAR),the optimality principle of monetary policy response in Indonesia is formulated...."

"Skripsi ini menganalisis secara empiris hubungan harga minyak dunia West Texas Intermediate (WTI), nilai tukar rupiah terhadap dolar Amerika Serikat (KURS), dan Indeks Harga Saham Gabungan. Periode data yang digunakan adalah Januari 2008 hingga Desember 2017 dengan metode Vector Autoregressive (VAR). Kausalitas Granger mengambarkan adanya hubungan satu arah antara IHSG dengan KURS dan terdapat pula hubungan kausalitas dua arah pada WTI dan KURS. Dari pengestimasian model VAR dapat disimpulkan bahwa IHSG dapat menjadi leading indicator terhadap variabel lainnya. Selain menggunakan VAR, penelitian ini juga menggunakan Impulse Response Function (IRF) dan Variance Decomposition (VD). Dari analisis IRF, didapatkan bahwa IHSG memberikan respon terhadap shock yang berasal dari IHSG itu sendiri. Sementara itu WTI dan KURS memberikan respon terhadap shock yang berasal dari IHSG, WTI dan KURS. Masing-masing respon tersebut menunjukkan laju perubahan variabel akan kembali ke titik keseimbangan (ekuilibrium) yang terjadi dalam jangka pendek. Sedangkan pada hasil analisis VD, masing-masing variabel menjadi kontribusi terbesar bagi pergerakan variabel itu sendiri.

---

This thesis empirically analyzes the relationship between West Texas Intermediate (WTI) world oil prices, the rupiah exchange rate against the US dollar, and the Composite Stock Price Index. The data period used is January 2008 to December 2017 with the Vector Autoregressive (VAR) method. Granger Causality descibes a one-way relationship between JCI and KURS and there is also a two-way causality relationship between WTI and KURS. From estimating by the VAR model, it can be concluded that the JCI can be a leading indicator of other variables. In addition to using the VAR, this study also uses Impulse Response Function (IRF) and Variance Decomposition (VD). From the IRF analysis, it was found that the JCI gave a response to the shock originating from the JCI itself. Meanwhile, WTI and KURS provide responses to shocks from JCI, WTI and KURS. Each of these responses shows the rate of change in variables will return to the equilibrium point that occurs in the short term. While the results of the VD analysis, each variable becomes the biggest contribution to the movement of the variable itself."

"Globalisasi merupakan suatu hal yang tidak dapat dihindari oleh negara manapun. Salah satu dampak globalisasi adalah resesi perekonomian di suatu negara dapat mempengaruhi perekonomian negara lain. Indonesia, sebagai mitra dagang Amerika Serikat, tidak dapat menghindari dampak yang ditimbulkan oleh adanya resesi perekonomian di Amerika Serikat. Ekspor Indonesia akan menurun karena menurunnya daya beli di negara tujuan ekspor. Dampak selanjutnya adalah turunnya produk domestik bruto riil di Indonesia. Masalah makroekonomi seperti ini seharusnya dapat diprediksi sebelumnya. Sehingga Pemerintah Indonesia dapat mengambil kebijakan yang dapat meminimalisir dampak buruknya.Penelitian ini bertujuan untuk menginvestigasi pemodelan prediksi yang sebaiknya diimplementasikan dalam memprediksi makroekonomi. Pemodelan prediksi yang digunakan adalah Vector Auto Regression (VAR) dan General-to-Specific (GetS) Modelling. Pemodelan ini akan diterapkan pada Model Broda dengan empat variabel, yaitu: terms-of-trade, nilai tukar riil, indeks harga konsumen, dan produk domestik bruto riil. Berdasarkan periode yang diestimasi, prediksi akan dipecah menjadi ex post forecast dan ex ante forecast. Pemodelan terbaik ditentukan berdasarkan tiga kriteria, yaitu: nilai adjusted R2, nilai Akaike Information Criterion (AIC), dan nilai Schwarz Inforamtion Criterion (SIC).Penelitian ini menghasilkan tiga temuan utama. Pertama, GetS Modelling lebih baik daripada VAR untuk ex post forecast. Kedua, GetS Modelling juga lebih baik daripada VAR untuk ex ante forecast. Yang terakhir, penambahan periode estimasi dapat memperbaiki model prediksi pada GetS Modelling dan VAR.

---

Globalization is one thing cannot be avoided by any countries. One of its impact is economic recession in one country might impact other country. Indonesia, as a trade colleague of USA, cannot avoid from impact caused by economic recession in USA. Indonesia export will decrease since its destination countries have low purchasing power. It will result to decreasing in real gross domestic product of Indonesia. These macroeconomic problems should be predicted earlier. Thus, Indonesia Government can take any policies which can minimize its bad impact.This research investigate predictive modelling that should be implemented in macroeconomic forecasting. Predictive modelling used are Vector Auto Regression (VAR) and General-to-Specific (GetS) Modelling. These modelling will be implemented to Broda Model which consists of four variables, they are: terms-of-trade, real exchange rate, consumer price index, and real gross domestic product. Based on period to be estimated, prediction will be divided into ex post forecast and ex ante forecast. The best modelling will be decided based on three criteria, they are: adjusted R2 value, Akaike Information Criterion (AIC) value, and Schwarz Information Criterion (SIC) value.There are three main results from this research. First, GetS Modelling is better than VAR in ex post forecast. Secondly, GetS Modelling also better than VAR in ex ante forecast. Finally, additional period to be estimated will improve predictive model of VAR and GetS Modelling."

"Runtun waktu merupakan barisan data yang diukur pada interval waktu yang periodik. Pada pengambilan data runtun waktu seringkali ditemukan adanya outlier, yang dapat mempengaruhi taksiran parameter autoregressive dan peramalan data. Pada skripsi ini diperkenalkan teknik baru untuk mendeteksi outlier pada model autoregressive dan mengidentifikasi jenis outlier sebagai additive atau innovation. Teknik ini diperkenalkan oleh Allan McQuarrie dan Chih L. Tsay, dan dapat digunakan tanpa diketahuinya model order sebenarnya, waktu terjadinya outlier, dan jenis outlier. Pertama, akan dicari taksiran besaran outlier yang meminimumkan residual sum of square (SSE). Kemudian dari taksiran tersebut akan didapatkan pengurangan terhadap SSE yang nantinya akan digunakan untuk mendapatkan besaran pendeteksian outlier dan juga digunakan untuk mengidentifikasi jenis outlier. Akan dicari pula penaksir yang robust untuk standar deviasi."