Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKarya akhir ini membahas penilaian, aplikasi, dan evaluasi efektivitas dari penggunaan berbagai strategi currency option untuk melindungi eksposure valuta asing (dibatasi hanya eksposure US Dollar terhadap Rupiah) perusahaan di Indonesia. Penilaian currency option dilakukan dengan menggunakan aplikasi formula Black-Scholes untuk currency option dan dibagi dalam 3 periode @1 bulan, yaitu periode Oktober 1998, November 1998, dan Desember 1998."

"Kurs valuta asing (valas) berlangsung hampir tiap jam, sehingga mengakibatkan nilai aktiva dan kewajiban valas maupun mata uang domestic bank atau perusahaan juga berfluktuasi. Fluktuasi kurs tersebut merupakan salah satu risiko valas yang sangat mempengaruhi nilai bank atau perusahaan secara keseluruhan.Untuk mengatasi risiko valas atau setidak-tidaknya mengurangi risiko valas disebut sebagai hedging valuta asing (foreign exchange hedging). Untuk melakukan hedging diperlukan langkah-langkah hedging yang strategis untuk memperoleh teknik hedging yang tepat pakai. Strategi hedging perlu ditunjang teknik-teknik hedging yang telah ada dalam pasar valas untuk menciptakan teknik hedging yang inovatif dan tepat guna.Langkah-langkah dalam melakukan hedging valas harus memiliki patokan yang akan menjadi panduan bagi hedger (orang/tim yang melakukan hedging) atau pengambil keputusan dalam bank atau perusahaan. Langkahlangkah manajerial apakab yang ada dalam strategi hedging?"

"ABSTRAKPanik, itulah satu kata yang bisa kita ucapkan ketika bulan Juil 1997 dampakkrisis moneter mata uang Baht Thailand mulai terasa di Indonesia. Mulal bulan itu pula,struktur dasar perekonomian Indonesia mulai tergoncang secara cepat Hal ini diawalidengan ditutupnya beberapa perusahaan perbankan, baik itu bank milik pemerintahmaupun bank milik swasta secara bergiliran. Laiu kecemasan timbul dari pihak nasabahbank yang ditutup tersebut akan keamanan investasi uangnya pada bank yang selama inimereka percaya. Lalu Bank Indonesia sebagai otoritas tertinggi perbankan di Indonesia,mulal tampak kewalahan akan dampak kebijakkan moneternya yang kadangkala tidaksesuai dengan yang direncanakan semula akibat berubahnya struktur dasar perekenomianIndonesia. Pada saat itu, hampir semua institusi pemerintah dan swasta serta masyarakatUmumya, menjadi panik akan keadaan ini. Sehingga ekonomi Indonesia mulaimemasuki periode krisis yang kita sebut dengan krisis moneter.Bank Sentral, dalam hal ini Bank Indonesia, adalah lembaga keuangan milikpemerintah yang bertugas mengatur sistem perbankan nasional dan mengatur urusanurusan keuangan lainnya dalam bentuk kebijakkan ekonomi Bank Sentral. Biasanyafokus utama dari Bank Sentrai adalah bagaimana mempertahankan nilai tukar Rupiahterbadap mata uang asing terutama hard currency money yaitu US dollar. Lembaga inijuga sebagai pedoman perbankan nasional dalam menjalankan usahanya dimanakredibilitas dan bentuk kebijakkan yang dikeluarkan akan sangat membantuberkembangnya dunia usaha perbankan dan dunia usaha. Indonesia sebagai negara besar yang cukup rentan dengan perubahan globalisasiini, haruslah mernpunyai suatu pedoman informasi jangka panjang koneksititas danvariabel-variabel ekonomi moneter yang penting misalnya dari variabel tingkat inflasi,tingkat suku bunga, uang beredar, indeks harga saham gabungan dan nilai tukar Rupiahterhadap US Dollar, sehingga aspek prakiraan dari volatilitas dan prilaku variabeltersebut dimasa datang dapat terdeteksi oleh dunia perbankan. Karena bila informasi yangdihasilkan tidak dapat terdeteksi maka hal ini dapat menggoyahkan struktur dasarperekonomian Indonesia.Hal yang mendasari untuk dapat memahami dan melakukan pendeteksianpergerakkan vaniabel-variabel tersebut adalah dengan melaksanakan pengamatan danprilaku vaniabel-variabel tersebut daiam jangka panjang melalui data historis time seriesvariabel tersebut. Dengan pengamatan tersebut dapat terlihat koridor long equilibriumyang akan dan mungkin terjadi dengan berdasarkan mekanisme prilaku jangka pendekdan variabel-variabel ekonomi tersebut. Hal ini akan menjadi bahan pelengkap dalampengambilan keputusan penting bagi perbankan dan dunia usaha dengan adanyainformasi yang tersirat dari proses kointegrasi. Ada suatu metoda yang dapat membantupemahamam prilaku variabel tersebut yaitu proses ECM (Error Correction Mechanism).ECM adalah model ekonometrik dari dua atau lebih data historis yang melibatkandata stasioner dan data tak stasioner didalamnya. Adanya gabungan data stasioner dandata tak stasioner secara matematis tidak dapat diterima. Oleh Engle Grangermembuktikan bahwa ada kombinasi linear dari data yang tak stasioner tersebutmempunyai sifat stasioner. Dua atau lebih data historis time series yang tak stasionertetapi mempunyal kombinasi linear yang stasioner dikatakan bahwa data historis timeseries tersebut terkointegrasi. Dampaknya dari pembuktian ini adalah memberikaninterpretasi yang lengkap dan analisis suatu data historis time series, karena dari modelECM yang diperoleh dapat juga dilakukari interpretasi dari suatu data historis time serieske data historis time series lainnya dalam kerangka keseimbangan jangka panjang dandinamikajangka pendeknya.Variabel-variabel ekonomi moneter tersebut sebenarnya dalam perjalanan menujukeseimbangan jangka panjang ternyata mempunyai hubungan kointegrasi antara sesamavariabel tersebut. Hubungan ini dapat dilihat nantinya sebagai koefesien variabel dalampersamaan jangka panjang kointegrasi. Pemahaman interpretasi akan arti persamaanjangka panjang tersebut akan membantu para pembuat keputusan atau kebijakkan dalamre-evaluasi keputusan masa depan secara berkala. Pemahaman interpretasi secara taklangsung dapat kita lakukan dengan memperhatikan data historis time series dari masingmasing variabel tersebut. Oleh sebab itu model Error Correction Mechanism akanmembantu kita dalam pemahaman interpretasi persamaan jangka panjang secara langsungsebagai pelengkap pemahaman kita sebelumnya.Kesimpulan yang dapat diambil dari pemahaman interpretasi secara langsungataupun tak langsung dan pesamaan jangka panjang kointegrasi nantinya ialah bahwaperilaku pergerakkan vaniabel ekonomi moneter jangka panjang dapat digunakan sebagaibasis keputusan strategis dari ekonomi Indonesia dengan memperhatikan kendala-kendalajangka pendek dan perjalanan vaniabel tersebut untuk menuju keseimbangan jangkapanjang. Model persamaan yang dihasilkan dari proses ECM ini dapat dianalisa berapabesar pengaruh vaniabel jangka pendek untuk membawa keseimbangan jangka panjangvariabel itu sendiri.

---

"

"Penelitian ini bertujuan untuk memberikan solusi bagi PT YEI untuk meminimalkan dampak laba/rugi selisih kurs dalam laporan keuangan tahun 2012. PT YEI adalah perusahaan multinational yang memiliki beberapa risiko yang harus dihadapi dan dicari solusinya agar dapat bertahan menjalankan bisnisnya. Salah satu risiko yang harus dihadapi oleh PT YEI adalah risiko terkait mata uang asing yang dapat mempengaruhi laporan keuangan. Risiko tersebut adalah risiko transaksi dan risiko translasi. Risiko ini dapat dikelola dengan menggunakan lindung nilai, perjanjian pembagian risiko, dan penggunaan mata uang pelaporan yang sesuai. Dengan cara tersebut dapat meminimalkan dampak risiko transaksi dan risiko translasi pada laporan keuangan. Perhitungan dilakukan dengan menggunakan studi kasus yang menjabarkan hasil dari masing-masing cara pengelolaan risiko. Penelitian ini menyimpulkan perbandingan antara penggunaan lindung nilai, perjanjian pembagian risiko dan penggunaan mata uang pelaporan yang sesuai menunjukkan bahwa pelaporan keuangan dalam mata uang Yen adalah cara terbaik yang dapat dijadikan sebagai solusi atas risiko terkait mata uang asing terhadap laporan keuangan PT YEI Tahun 2012.

---

The focus of this study is to provide the solution for PT YEI to minimize the gain/loss foreign exchange in financial statements of 2012. PT YEI is the multinational company which has several exposures that must be solved to help the company survive in the business. One of the exposures is foreign exchange risk which affect financial statements directly. The exposure is related to transaction exposure and translation exposure. These exposures can be managed with hedging, risk sharing agreement, and appropriate reporting currency to minimize the exposure to financial statements. The calculations are done using case study which elaborate the results of each method. This study concludes that the comparison using hedging, risk sharing agreement and appropriate reporting currency shows that the method of using Yen for the reporting currency can be used as the best solution for foreign exchange risks to the financial statements of PT YEI Year 2012."

"Skripsi ini membahas anomali pasar Day of the Week Effect yang terjadi pada pasar valuta asing Indonesia periode 2001-2007. Return harian terhadap Rupiah dari tujuh (7) nilai tukar mata uang asing yang paling likuid digunakan dalam penelitian, yaitu Australian Dollar (AUD), Canadian Dollar (CAD), Swiss Franc (CHF), Euro (EUR), British Pound (GBP), Japanese Yen (JPY) dan US Dollar (USD). Data dianalisis meng gunakan analisis regresi berganda variabe dummy dan hasil analisis tersebut menunjukkan bahwa tidak ada Day of the Week Effect pada pasar valuta asing Indonesia di periode tersebut. Lebih spesifik, ter nyata Day of the Week Effect terjadi pada bulan tertentu. Hasil ini konsisten dengan penelitian sebelumnya dari anomali ini baik pada pasar valuta asing maupun pasar saham. Dari hasil ini dapat ditarik kesimpulan dan beberapa implikasi manajerial.

---

This thesis examines market anomaly the Day of the Week Effect existed in Indonesia foreign exchange market for period 2001-2007. The daily return against Rupiah of the 7 most liquid foreign exchange rates are used in this research, those are Australian Dollar (AUD), Canadian Dollar (CAD), Swiss Franc (CHF), Euro (EUR), British Pound (GBP), Japanese Yen (JPY), and US Dollar (USD). The data collected was analyzed using multiple regression analysis of dummy variables and the results showed that no Day of the Week Effect in Inodnesia foreign exchange market on that period. Specifically, the Day of the Week Effect exist on certain months. This latter result is consistent with previous studies on anomalies either in the foreign exchange markets or the stock markets. Further discussions and managerial implications can be derived from these results."

"Pada penelitian ini dilakukan perhitungan terhadap koefisien korelasi fluktuasi nilai tukar mata uang antar negara-negara Asia Tenggara. Dari hasil perhitungan diperoleh kesimpulan bahwa nilai tukar mata uang negaranegara Asia Tenggara mayoritas berkorelasi dengan korelasi positif. Pada saat krisis moneter tahun 1998, distribusi koefisiennya bergeser kearah kanan terhadap bidang horizontal, manandakan bahwa mayoritas korelasi mereka adalah positif dan saling menguatkan.

---

In this research have done calculation towards correlation coefficient of exchange fluctuation between two currency in South East Asia. From calculation result obtained summary that currency exchange South East Asian Countries majority have correlation with positive correlation. On crash monetary in 1998, coefficient distribution shift to right towards horizontal, sign that majority of correlation them are positive and strong each other."

"

Meskipun teknologi telah mempengaruhi hampir semua aspek industri finansial, penelitian yang terfokus pada penggunaan teknologi pemrosesan teks dan analisis sentimen dalam konteks prediksi harga saham masih belum banyak dilakukan. Manfaat dan potensi dari penelitian semacam ini memiliki pengaruh yang tinggi, terutama karena analisis sentimen telah menjadi komponen yang penting dalam memprediksi tren pasar saham. Dalam penelitian ini, penulis mengusulkan penerapan metode feature engineering dalam memprediksi harga saham dengan memanfaatkan hasil analisis sentimen menggunakan FinBERT, lalu hasilnya akan dijadikan fitur oleh model BiLSTM. FinBERT adalah model berbasis BERT yang telah dilatih khusus untuk memproses dan menginterpretasi teks keuangan, sementara BiLSTM adalah arsitektur jaringan saraf berulang yang mampu mengatasi masalah yang ada pada jaringan saraf berulang standar seperti vanishing gradient dan efektif dalam mengolah data sekuensial. Penelitian ini menggabungkan kedua teknik ini untuk menciptakan model yang mampu memprediksi pergerakan harga saham berdasarkan analisis sentimen berita keuangan dengan nilai rata-rata MSE yang lebih rendah. Feature engineering digunakan dalam penelitian ini untuk mengekstrak dan mengolah informasi yang relevan dari dataset oleh model FinBERT untuk digunakan pada model BiLSTM. Dengan menggunakan metode feature engineering, ditemukan bahwa model BiLSTM yang menggunakan fitur sentimen analisis memiliki performa tertinggi dengan memiliki rata-rata nilai MSE terkecil dalam memprediksi tujuh saham yang memiliki karakteristik berbeda dengan nilai 3.43, nilai tersebut merupakan rata-rata terkecil dibandingkan tiga model lain dalam penelitian ini seperti LSTM dengan nilai MSE 4.04, Random Forest dengan nilai MSE 9.77, dan SVM dengan nilai MSE 12.56. Selanjutnya, proses optimisasi model BiLSTM menggunakan Optuna ditemukan nilai hyperparameter terbaik dalam menghadapi tujuh jenis saham yang berbeda, sehingga model mampu memprediksi lebih akurat dengan penurunan rata-rata nilai MSE hingga 40.55%. Sebagai bentuk validasi akhir pada penelitian ini telah dilakukan uji fold untuk mendapatkan model yang tidak overfitting dan memiliki rata-rata nilai MSE terkecil dengan variasi nilai hyperparameter batch size. Ditemukan batch size 16 merupakan ukuran paling optimal untuk tipe data NVDA,XOM dan TSLA dengan rata-rata MSE terkecil 0.64, 0.35, 0.05 sedangkan batch size 24 merupakan ukuran paling optimal untuk tipe data saham AAPL, AMZN, GOOG dan GOOGL dengan rata-rata MSE terkecil 0.028, 0.02, 0.03, 0.04, dan 0.03. Dalam menggunakan fitur sentimen analisis berhasil membuktikan menurunkan nilai MSE pada masing-masing jenis saham hingga rata-rata penurunan nilai MSE mencapai 33.10% dari semua jenis variasi data saham tanpa menggunakan fitur sentimen.

---

Although technology has influenced nearly all aspects of the financial industry, there is still a lack of research focusing on the use of text processing technology and sentiment analysis in the context of stock price prediction. The benefits and potential of such research are significant, especially as sentiment analysis has become a crucial component in predicting stock market trends. In this study, the authors propose the application of feature engineering to predict stock prices by utilizing sentiment analysis results using FinBERT, which are then used as features by the BiLSTM model. FinBERT is a BERT-based model specifically trained to process and interpret financial text, while BiLSTM is a recurrent neural network architecture capable of overcoming problems inherent in standard recurrent neural networks, such as the vanishing gradient, and is effective in processing sequential data. This study combines these two techniques to create a model capable of predicting stock price movements based on sentiment analysis of financial news with a lower average MSE value. Feature engineering is used in this study to extract and process relevant information from the dataset by the FinBERT model to be used in the BiLSTM model. By using feature engineering, it was found that the BiLSTM model using sentiment analysis features has the highest performance, having the lowest average MSE value in predicting seven stocks with different characteristics, with a value of 3.43, which is the smallest average compared to the three other models in this study, such as LSTM with an MSE value of 4.04, Random Forest with an MSE value of 9.77, and SVM with an MSE value of 12.56. Furthermore, the optimization process of the BiLSTM model using Optuna found the best hyperparameters in dealing with seven different types of stocks, enabling the model to predict more accurately with an average reduction in MSE value up to 40.55%. As a final form of validation in this study, a fold test was conducted to obtain a model that is not overfitting and has the smallest average MSE value with variations in hyperparameter batch size values. It was found that a batch size of 16 is the most optimal size for NVDA, XOM, and TSLA data types with the smallest average MSE of 0.64, 0.35, 0.05, while a batch size of 24 is the most optimal size for AAPL, AMZN, GOOG, and GOOGL stock data types with the smallest average MSE of 0.028, 0.02, 0.03, 0.04, and 0.03. Using sentiment analysis features proved to reduce the MSE value for each type of stock to an average reduction in MSE value reaching 33.10% from all types of stock data variations without using sentiment features

"

"Tahun 2009 perekonomian dunia masih berada dalam ancaman krisis global dan menjadi krisis terbesar sejak "Great Depression" yang terjadi pada tahun 1930an. Krisis diawali pada tahun 2007 akibat adanya krisis subprime mortgage di pasar keuangan Amerika Serikat yang kemudian menyebabkan keringnya likuiditas di pasar modal dunia karena kekhawatiran investor dan hal ini menjadi salah satu dampak berantai atas kekhawatiran tersebut. Investor pasar keuangan banyak melakukan deleveraging dengan shifting penempatan di aset keuangan dari developed market ke emerging market (flight to quality), dalam hal ini termasuk Indonesia.Pelemahan nilai tukar (kurs) Rupiah terhadap USD pada akhir-akhir ini adalah sebagai akibat dari berhasilnya stimulus ekonomi melalui ekspansi fiskal yang dilakukan Amerika Serikat. Di lain pihak, melemahnya nilai tukar (kurs) Rupiah sendiri dapat disebabkan oleh terjadinya capital outflow dan atau neraca perdagangan yang negatif. Menyadari hal ini, sebaiknya Pemerintah Indonesia dapat membatasi pergerakan nilai tukar (kurs) menjadi tetap (fixing the currency movements). Hal ini sangat berguna dalam upaya Pemerintah Indonesia untuk menurunkan, mengurangi dan bahkan menghilangkan penggunaan utang luar negeri.Dari total Pendapatan Domestik Bruto (PDB) Indonesia pada posisi tahun 2007, sekitar 35,8% nya merupakan porsi utang Pemerintah baik dalam bentuk pinjaman maupun sekuritas (surat utang negara). Pelemahan nilai tukar (kurs) tersebut juga akan berdampak langsung kepada APBN mengingat adanya eksposure dalam mata uang asing terhadap pospos belanja APBN misalnya subsidi energi, beban pembayaran utang dan kewajiban Pemerintah lainnya. Pelemahan mata uang Rupiah akibat krisis keuangan pada tahun 2008 juga berakibat naiknya outstanding utang Pemerintah pada akhir tahun. Salah satu cara untuk dapat mengatasi kerentanan nilai tukar ini adalah dengan melakukan hedging/lindung nilai.Dalam pelaksanaannya, lindung nilai sendiri bisa dilakukan dengan menggunakan instrumen-instrumen yang sama dengan instrumen spekulasi sehingga hal ini menjadi pisau bermata dua, di satu sisi bisa berguna untuk Indonesia di sisi lain apabila tidak diawasi penggunaannya maka akan menyebabkan bencana bagi Indonesia. Tesis ini sendiri membahas kemungkinan penggunaan hedging dalam kurun waktu 1997-2011 terhadap paparan mata uang Yen, USD dan EUR."