Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 7 dokumen yang sesuai dengan query
cover
Jakarta: Departemen Keuangan. Biro Humas, Skretariat Jenderal Departemen Keuangan, {s.a.}
330 MKJ
Majalah, Jurnal, Buletin  Universitas Indonesia Library
cover
Jakarta: BPPK,
332 EDU
Majalah, Jurnal, Buletin  Universitas Indonesia Library
cover
Jakarta: Bank Indonesia,
335 TKM
Majalah, Jurnal, Buletin  Universitas Indonesia Library
cover
Jakarta: Bank Indonesia, 2014
332 FSR
Majalah, Jurnal, Buletin  Universitas Indonesia Library
cover
Jakarta: Urusan Penelitian & Pengembangan Bank Bumi Daya,
332 LKI
Majalah, Jurnal, Buletin  Universitas Indonesia Library
cover
Aimulia Rahmansari
"Krisis keuangan di Amerika Serikat yang dikenal dengan Subprime Mortgages telah memicu tsunami global, yang kembali mengkoreksi perekonomian dunia. Bagi Indonesia, sebenarnya dampak langsung dari krisis Subprime Mortgage tidak terlalu besar karena dinamika pasar modal di Indonesia sangat didorong oleh emiten (perusahaan) yang berbasis pada komoditas pertambangan dan perkebunan. Artinya, dinamika pasar modal yang disokong oleh pergerakan drastis beberapa perusahaan saja, telah menopang dinamika ekonomi secara umum. Seperti bursa-bursa dunia Iainnya yang terkena lmbas krisis finansial Arnerika, Bursa Efek Indonesia memberlakukan kebijakan auto rejection guna menjaga stabilitas harga-harga di bursa, Penelitian ini ditujukan untuk mengetahui pengaroh implementasi kebijakan auto rejection terhadap saham-saham pertambangan dan perbankan dalam kelompok indeks BISNIS-27. Hasil penelitian menunjukkan:
(1) Secara individual dengan menggunakan sampel dari saham pertambangan dan saham perbankan yang tergabung dalam Kelompok Indeks BISNIS-27 terdapat perubahan harga saham pada saat penerapan kebijakan auto rejection;
(2) Secara individual dengan menggunakan sampel dari saham pertambangan dan saham perbankan yang tergabung dalam Kelompok lndeks BISNIS-27 terdapat perubahan volatilitas harga saham pada saat penerapan kebijakan auto rejection;
(3) Secara agregat dengan menggunakan sampel dari saham pertambangan dan saham perbankan yang tergabung dalam Kelompok Indeks BISNJS-27 terdapat perubahan pertumbuhan (growth) harga saham pada saat penerapan kebijakkan auto rejection.

The financial crisis in the United States, known as Subprime Mortgages, has triggered a global tsunami, which again corrected the world economy. For Indonesia, in fact the direct impact of the Subprime Mortgage crisis was not too big because the dynamics of the capital market in Indonesia was strongly driven by issuers (companies) based on mining and plantation commodities. This means that the dynamics of the capital market, supported by the drastic movements of a few companies, have underpinned the dynamics of the economy in general. Like other world exchanges that were affected by the international financial crisis, the Indonesia Stock Exchange implemented an auto rejection policy to maintain the stability of prices on the exchange. -27. The research results show:
(1) Individually using a sample of mining stocks and banking stocks that are members of the BISNIS-27 Index Group, there is a change in stock prices when the auto rejection policy is implemented;
(2) Individually by using a sample of mining stocks and banking stocks that are members of the BISNIS-27 Index Group, there is a change in stock price volatility when the auto rejection policy is implemented;
(3) In aggregate using a sample of mining stocks and banking stocks that are members of the BISNIS-27 Index Group, there is a change in share price growth when the auto rejection policy is implemented.
"
Jakarta: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2009
T27279
UI - Tesis Open  Universitas Indonesia Library
cover
Vincent Prayogi Sherlim
"Krisi keuangan global dan ketidakpastian geopolitik memiliki dampak yang signifikan terhadap volatilitas aset finansial, seperti saham, komoditas dan aset kripto. Kebangkrutan Lehman Brothers pada tahun 2008 memicu peningkatan volatilitas dan penurunan imbal hasil beberapa sektor pasar saham. Sementara itu, indeks geopolitik juga menunjukan ketegangan geopolitik, seperti perang Rusia-Ukraina yang dapat mempengarugi kestabilan pasar. Penelitian ini bertujuan untuk mengabungkan variabel Global Financial Stress Index (GFSI) dan Geopolitical Risk (GPR) untuk mengembangkan model prediksi volatilitas dengan pendekatan Heterogeneous Autoregression (HAR) dan low-frequency data. Hasil temuan dari penelitian ini menunjukkan bahwa model ini mampu meningkatkan akurasi prediksi volatilitas beberapa aset, seperti emas, Bitcoin dan beberapa indeks saham, yaitu DAX, STI, JKSE, BVSPA, NSEI, MXX dan FKLCI. Aset emas dan Bitcoin menujukkan bahwa penggunaan model ini dapat meningkatkan akurasi prediksi hingga mencapai 1,5% dibandingkan dengan model acuan. Sedangkan untuk indeks saham, peningkatkan bervariasi dari 0,5% hingga 16%. Penelitian ini menunjukkan bahwa penggunaan GFSI sebagai variabel prediktif dapat mempengaruhi dan meningkatkan prediksi volatilitas aset tertentu, sedangkan penggunaan GPR belum dapat disimpulkan.

Global financial crises and geopolitical uncertainty have significant impact on the volatility of financial assets, such as stocks markets, commodities, and cryptocurrencies. The bankruptcy of Lehman Brothers in 2008 triggered increased volatility and declining yields in several sectors. Meanwhile, geopolitical index indicates that geopolitical tension, such as Russian-Ukraine war, can affect market stability. This study aims to combine Global Financial Stress Index (GFSI) and Geopolitical Risk (GPR) to develop a forecasting model using Heterogeneous Autoregression (HAR) approach and low-frequency estimator. This model is expected to improve accuracy in predicting volatility, and assist in risk management and decision-making. The result of this study indicate that the created models can improve the accuracy of forecasting performance for several assets, such as gold, Bitcoin, and several stock indices, namely DAX, STI, JKSE, BVSPA, NSEI, MXX and FKLCI. The result obtained on gold and Bitcoin show that using the models can increase the accuracy up to 1.5% compared to the benchmark model. While for stock indices, the increase varies from 0.5% to 16%. This research shows that using GFSI as a predictive variable while GPR cannot be concluded."
Jakarta: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2025
T-pdf
UI - Tesis Membership  Universitas Indonesia Library