1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Indeks harga saham merupakan suatu indikator yang menunjukkan pergerakan harga saham dalam suatu periode, dengan adanya indeks maka dapat diketahui tren yang sedang terjadi di pasar, apakah sedang naik, stabil, atau turun. Pergerakan indeks menjadi indikator penting bagi para investor untuk menentukan kapan menjual, menahan, atau membeli saham. Peramalan (forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Setiap transaksi perdagangan saham, investor dihadapkan pada pilihan untuk menjual, menahan, atau membeli saham. Setiap keputusan dalam investasi akan menimbulkan keuntungan maupun kerugian bagi investor itu sendiri, oleh karena itu perlu dilakukan analisis yang akurat untuk dijadikan dasar dalam pengambilan keputusan investasi.
analisis fundamental dan analisis teknikal. Analisis fundamental lebih banyak menggunakan indikator-indikator perusahaan dalam menganalisa harga saham. Analisis ini lebih menekankan pada pentingnya nilai wajar suatu saham yang berhubungan dengan kondisi keuangan dan berita suatu perusahaan, sedangkan analisis teknikal hanya membutuhkan data berdasarkan periode tertentu (data historis). Berbagai penelitian termasuk di Indonesia selama ini didominasi oleh analisis fundamental seperti yang diteliti oleh Permana dan Sularto (2008), Sussanto dan Nurliana (2009), Pandansari (2012), dan Ani dan Wardjono (2014), padahal analisis teknikal tidak kalah pentingnya sebagai piranti dalam pengambilan keputusan investasi saham, khususnya dalam kondisi pasar yang tidak sepenuhnya efisien, misalnya pada kondisi pasar yang memiliki tren tertentu.
Salah satu teknik analisis yang banyak digunakan untuk peramalan adalah ARIMA
(Autoreggressive Integrated Moving Average) yang
time series dari data historis sebagai dasar peramalan (forecasting). Dalam analisis deret waktu kestasioneran merupakan hal yang penting, begitu juga dalam analisis menggunakan Arima yang mensyaratkan data harus stasioner, namun pada kenyataannya data deret waktu ada juga yang tidak stasioner, sehingga data perlu distasionerkan terlebih dahulu.
Teknik lain yang sering digunakan untuk peramalan adalah ARCH (Autoregressive Conditional
Heterokedasticity) yang merupakan teknik pemodelan
yang menghitung varians bersyarat dengan bergantung pada residual kuadrat periode sebelumnya. Teknik ini cukup baik dalam memodelkan data keuangan yang memiliki varians yang tidak sama. ARCH pertama kali diperkenalkan oleh Engle pada tahun 1982, kemudian pada tahun 1986 Bollerslev mempublikasikan pengembangan ARCH yaitu GARCH (Generalized Autoregressive
Conditional Heterokedasticity). Garch menghitung
Beberapa penelitian yang membandingkan tingkat akurasi Arima dan Arch/Garch dalam meramalkan harga saham yaitu, Nachrowi (2007) melakukan penelitian untuk membandingkan daya prediksi Arima dan Garch untuk memprediksi gerakan IHSG di BEJ dengan data harian periode 1 tahun dan menggunakan variabel DJIA, NIKKEI, SET, dan nilai tukar rupiah terhadap dolar. Hasil penelitian menunjukkan metode Arima memiliki kesalahan yang lebih kecil dalam memprediksi gerakan IHSG dibandingkan Garch. Hasil yang sama juga diperoleh oleh hasil penelitian Murwaningsari (2008) yang menggunakan data bulanan periode selama 20 tahun dan variabel volume perdagangan, deposito, dan nilai tukar rupiah. Hasil penelitian Grestandhi (2012) juga mendukung penelitian sebelumnya dengan menggunakan data harian periode 4 Januari 2010 – 13 September 2011 dengan menambah variabel DJIA, NIKKEI, SHANGHAI, dan nilai tukar rupiah terhadap dolar.
yang dilakukan oleh Sparks dan Yurova (2006) yang melakukan penelitian dengan membandingkan performa Arima dan Arch/Garch pada perusahaan besar di Amerika dengan data harian selama 10 tahun. Hasil penelitian menunjukkan bahwa performa Arch/Garch lebih baik dibandingkan Arima.
Penelitian yang dilakukan oleh Yaziz et al. (2009) juga menunjukkan bahwa Garch lebih baik dalam memprediksi harga minyak mentah dunia dengan periode harian selama 23 tahun. Didukung oleh penelitian Fahimifard et al. (2009) yang melakukan perbandingan Anfis, Ann, Garch, dan Arima untuk memprediksi nilai tukar Rial (Iran) terhadap dolar Amerika dan Euro dengan periode harian selama 6 tahun. Hasil penelitian ini menunjukkan bahwa Arima dan Garch tidak hanya akurat dalam meramal pergerakan harga saham tetapi juga dapat meramal berbagai instrumen keuangan lainnya.
penelitian ini juga akan memasukkan variabel baru yang tidak digunakan pada penelitian sebelumnya yaitu inflasi, kurs USD, dan suku bunga Bank Indonesia.
Indeks harga saham suatu negara yang mengalami penurunan dapat disebabkan oleh kondisi perekonomian di negara tersebut yang sedang menghadapi permasalahan, sebaliknya indeks harga saham yang mengalami peningkatan dapat diindikasikan adanya perbaikan kinerja perekonomian di negara tersebut, sehingga diperlukan kajian yang mendalam tentang faktor-faktor yang mempengaruhi perubahan harga saham. Berkaitan dengan hal tersebut maka akan dilakukan peramalan harga saham menggunakan variabel inflasi, kurs USD, dan BI rate dengan periode data selama lima tahun sejak Februari 2009
1.2 Perumusan Masalah
Perumusah masalah yang diajukan dalam penelitian ini adalah sebagai berikut:
1. Apakah tingkat akurasi Arima dan Arch/Garch mampu memprediksi pergerakan harga saham?
2. Manakah diantara Arima dan Arch/Garch yang lebih akurat untuk memprediksi harga saham?
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk membandingkan keakuratan teknik analisis Arima dan Arch/Garch dalam memprediksi harga saham perusahaan yang tergabung dalam Indeks LQ45, dengan demikian dapat diketahui apakah Arima dan Arch/Garch mampu memprediksi pergerakan harga saham di masa mendatang.
1.4 Manfaat Penelitian
1. Manfaat Teoritis
dengan menambah faktor-faktor ekonomi makro yang lain.
2. Manfaat Praktis
