Prediksi Harga Saham Menggunakan Jump Diffusion Model dan Analisis Value at Risk

Authors

  • Septiany Tri Utami Putri Matematika, Universitas Islam Bandung

DOI:

https://doi.org/10.29313/jrm.v3i2.2832

Keywords:

Saham, Return Saham, Jump Diffusion Model

Abstract

Abstrak Prediksi harga saham digunakan oleh investor untuk memperkirakan pergerakan harga saham di masa depan, sehingga investor dapat membuat keputusan investasi yang lebih baik. Return saham adalah nilai yang menjadi acuan bagi investor dalam menentukan keuntungan. Fluktuasi harga saham menyebabkan ketidakpastian nilai return dan risiko saham yang diperoleh investor. Tujuan dari penelitian ini adalah membuat model harga saham menggunakan jump diffusion model untuk prediksi harga saham di masa depan. Pengukuran risiko dilakukan menggunakan analisis Value at Risk dengan simulasi Monte Carlo. Data yang digunakan dalam penelitian ini adalah harga penutupan (closing price) saham yang tergabung dalam IDX Quality 30, yang return sahamnya memiliki nilai kurtosis lebih besar dari 3 (leptokurtosis) sehingga data tersebut terindikasi adanya jump. Hasil yang diperoleh adalah model prediksi harga saham. Hasil prediksi harga saham IDX Quality 30 memiliki nilai MAPE kurang dari sama dengan 10%, menunjukkan tingkat akurasi yang tinggi. Analisis VaR dengan simulasi Monte Carlo pada tingkat kepercayaan 99%, 95%, dan 90% menunjukkan bahwa semakin tinggi tingkat kepercayaan yang digunakan, maka semakin besar pula tingkat risiko yang diperoleh investor. Berdasarkan saham yang memiliki nilai return yang tinggi atau risiko yang rendah, saham RMKE dan HMSP dipilih untuk investasi.

Abstract Stock price predictions are used by investors to estimate future stock price movements, so that investors can make better investment decisions. Stock return is a value that becomes a reference for investors in determining profits. Stock price fluctuations cause uncertainty in the return value and stock risk obtained by investors. The purpose of this study is to model stock prices using a jump diffusion model for predicting future stock prices. Risk measurement is done using Value at Risk analysis with Monte Carlo simulation. The data used in this study is the closing price of stocks that are members of the IDX Quality 30, whose stock returns have a kurtosis value greater than 3 (leptokurtosis) so that the data indicates a jump. The result obtained is a stock price prediction model. The IDX Quality 30 stock price prediction results have a MAPE value of less than equal to 10%, indicating a high level of accuracy. VaR analysis with Monte Carlo simulation at 99%, 95%, and 90% confidence levels shows that the higher the confidence level used, the greater the level of risk obtained by investors. Based on stocks that have a high return value or low risk, RMKE and HMSP stocks are selected for investment.

References

KSEI, Statistik Pasar Modal. Jakarta: PT Kustodian Sentral Efek Indonesia, 2022.

G. Achyar and O. Rohaeni, “Penggunaan Hybrid K-Means dan General Regression Neural Network untuk Prediksi Harga Saham Indeks LQ45,” Jurnal Riset Matematika, pp. 111–120, Dec. 2022, doi: 10.29313/jrm.v2i2.1193.

BEI, Saham. Jakarta: PT Bursa Efek Indonesia (BEI), 2022.

R. H. Marasabessy, Sejarah Pemikiran Ekonomi Islam Klasik, vol. 16, no. 1. 2022. doi: 10.36769/asy.v16i1.221.

P. Ditasari, E. Rohaeti, and I. Kamila, “Aplikasi Geometric Brownian Motion dengan Jump Diffusion dalam Memprediksi Harga Saham Liquid Quality 45,” Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi, vol. 10, no. 1, pp. 111–119, Jun. 2022, doi: 10.34312/euler.v10i1.14655.

D. Maruddani, “Pengukuran Value at Risk pada Aset Tunggal dan Portofolio dengan Simulasi Monte Carlo,” Media Statistika, vol. 2, no. 2, pp. 93–104, 2009.

P. Jorion, Value at Risk: The New Benchmark for Managing Financial Risk. New York: McGraw-Hill, 2007.

M. Abell, Statistics with Mathematic. Elsevier Science, 1999.

I. Ilyas, “Prediksi Harga Saham Menggunakan Model Jump Diffusion,” Jurnal EurekaMatika, vol. 6, no. 1, pp. 33–42, 2018, [Online]. Available: http://finance.yahoo.com/quote/BBNI.JK.

A. Hajjah and Y. Marlim, “Analisis Error Terhadap Peramalan Data Penjualan,” Techno.Com, vol. 20, no. 1, pp. 1–9, 2021.

D. Pradana, D. Maruddani, and H. Yasin, “Penggunaan Simulasi Monte Carlo Untuk Pengukuran Value At Risk Aset Tunggal Dan Portofolio Dengan Pendekatan Capital Asset Pricing Model Sebagai Penentu Portofolio Optimal (Studi Kasus: Index Saham Kelompok Sminfra18),” Jurnal Gaussian, vol. 4, no. 4, pp. 765–774, 2015, [Online]. Available: http://ejournal-s1.undip.ac.id/index.php/gaussian

Downloads

Published

2023-12-12