Abstract
Stocks are evidence of ownership of the capital or funds of a company or institution and are represented by a document that includes the par value, the company name, and the rights and obligations described for each owner. Since so many factors affect the rise and fall of stock prices, investors should pay attention to the factors that influence the rise and fall of stock prices to avoid incurring losses or profits when buying and selling stocks. The rise and fall of stock prices can be analyzed with Markov switching regression by trying all possible placements of factors to get the best subset. Public holdings will continue to increase due to nation-building and Sharia Bank Indonesia (BRIS) stock price appreciation. This study aims to determine the impact of increases and decreases in the closing price of BSI stock. The modeling used in this study is Markov switching regression using the best subset approach. The data used in this study are secondary in the form of daily data for the closing price of Bank Syariah Indonesia shares, Inflation, BI Rate, Selling Exchange Rate, Money Supply, and Gross Domestic Product (GDP). Data are obtained from the official BPS website. The results of this study show that Markov switching regression modeling can identify the feasibility of regimes as "bull" and "bear" periods. State 2 indicates an uptrend or "bullish," and State 1 indicates a downtrend or "bearish." The best subset approach obtains the best model with the lowest SSE value. The study concluded that the statistical modeling results of BSI stock's closing prices during "bull" and "bear" periods provide significant predictors: BI Rate, Selling Exchange Rate, and Money Supply.
Keywords
Close Price, Macroeconomics, Markov Switching Regression, Best Subset.
Judul
Implementasi Regresi Markov Switching Menggunakan Pendekatan Best Subset Untuk Analisis Prediksi Harga Saham BSI
Abstrak
Saham adalah bukti kepemilikan atas modal atau dana suatu perusahaan atau institusi dan diwakili oleh dokumen yang mencantumkan nilai nominal, nama perusahaan, serta hak dan kewajiban yang dijelaskan untuk setiap pemiliknya. Karena begitu banyak faktor yang memengaruhi naik turunnya harga saham, maka investor harus memperhatikan faktor-faktor yang memengaruhi naik turunnya harga saham agar tidak mengalami kerugian atau keuntungan saat melakukan jual beli saham. Naik turunnya harga saham dapat dianalisis dengan regresi Markov switching dengan mencoba semua kemungkinan penempatan faktor untuk mendapatkan best subset. Kepemilikan masyarakat akan terus meningkat karena adanya pembangunan nasional dan apresiasi harga saham Bank Rakyat Indonesia Syariah (BRIS). Penelitian ini bertujuan untuk mengetahui dampak kenaikan dan penurunan harga penutupan saham BSI. Pemodelan yang digunakan dalam penelitian ini adalah regresi Markov switching dengan menggunakan pendekatan best subset. Data yang digunakan dalam penelitian ini adalah data sekunder berupa data harian harga penutupan saham Bank Syariah Indonesia, Inflasi, BI Rate, Kurs Jual, Jumlah Uang Beredar, dan Produk Domestik Bruto (PDB). Data diperoleh dari situs resmi BPS. Hasil dari penelitian ini menunjukkan bahwa pemodelan regresi Markov switching dapat mengidentifikasi kelayakan rezim sebagai periode “bull” dan “bear”. Keadaan 2 menunjukkan tren naik atau “bullish”, dan keadaan 1 menunjukkan tren turun atau “bearish”. Pendekatan best subset mendapatkan model terbaik dengan nilai SSE terendah. Penelitian ini menyimpulkan bahwa hasil pemodelan statistik harga penutupan saham BSI pada periode “bull” dan “bear” memberikan prediktor yang signifikan: BI Rate, Kurs Jual, dan Jumlah Uang Beredar.
Kata Kunci
Harga Penutupan, Ekonomi Makro, Regresi Markov Switching, Best Subset.
Reference
Nurdiansyah, D., Ma'ady, M.N.P., Wijayanti, L., and Novitasari, D.A. (2025). Implementing Markov Switching Regression Using Best Subset Approach For BSI Stock Price Prediction Analysis. INFERENSI, 8(2), 75-84. doi.org/10.12962%2Fj27213862.v8i2.21030
Tidak ada komentar:
Posting Komentar