ARIMA-GARCH Model Price Forecasting in PT. Unilever Indonesia Tbk
DOI:
https://doi.org/10.54956/eksyar.v10i1.459Keywords:
Stock Price, ARIMA Model, GARCH ModelAbstract
The purpose of this research is to predict the closing stock price of PT. Unilever Indonesia Tbk using the ARIMA-GARCH method. The data used in this study covers the period from February 20, 2020, to February 17, 2023, consisting of 734 daily observations. The data processing is performed using E-Views software. The closing stock price data of PT. Unilever Indonesia Tbk is non-stationary, thus requiring natural logarithm transformation and differencing. This is followed by model identification, parameter estimation, and diagnostic checking. The best-selected ARIMA model is ARIMA ([3,9],1,0), which accounts for the presence of heteroscedasticity. Subsequently, the GARCH method is applied, including model identification, parameter estimation, and diagnostic checking. The best GARCH model is GARCH (1,1), with the mean equation = 0,000047 + 0,230821 + 0,681968σ , which is free from heteroscedasticity effect. The forecast using the ARIMA ([3,9],1,0) GARCH (1,1) model yields a Mean Absolute Percentage Error (MAPE) of 2.423%, indicating a close approximation to the actual data. From the results of this research, the best model for forecasting PT. Unilever Indonesia Tbk for the next period was obtained. Therefore, the findings can assist PT. Unilever Indonesia Tbk and prospective investors in making decisions regarding the sale and purchase of shares in PT. Unilever Indonesia Tbk.
References
Abreu, R. J., Souza, R. M., & Oliveira, J. G. (2019). Applying singular spectrum analysis and arimagarch for forecasting eur/usd exchange rate. Revista de Administracao Mackenzie, 20(4). https://doi.org/10.1590/1678-6971/eRAMF190146
Agustini, R., Hajarisman, N., & Sunendiari, S. (2018). Kriteria Pemilihan Model Peramalan Terbaik berdasarkan Kriteria Informasi. Prosiding Statistika, 4(1), 57–64.
Andreas, C., Sediono, S., Ana, E., Suliyanto, S., & Mardianto, M. F. F. (2021). Penerapan Model ARIMAX-GARCH dalam Pemodelan dan Peramalan Volume Transaksi Uang Elektronik di Indonesia. MUST: Journal of Mathematics Education, Science and Technology, 6(2), 241. https://doi.org/10.30651/must.v6i2.11214
Ash-Shidiq, H., & Setiawan, A. B. (2020). Analisis Pengaruh Suku Bunga Sbi, Uang Beredar, Inflasi Dan Nilai Tukar Terhadap Indeks Harga Saham Jakarta Islamic Index (Jii) Periode 2009-2014. Jurnal Ekonomi Dan Perbankan Syariah, 3(2), 25–46. https://doi.org/10.46899/jeps.v3i2.158
Dwimulyani, S. (2019). Analisis Pemecahan Saham (Stock Split): Dampaknya Terhadap Likuiditas Perdagangan Saham Dan Pendapatan Perusahaan Publik Di Indonesia. Jurnal Informasi, Perpajakan, Akuntansi, Dan Keuangan Publik, 3(1), 1–14. https://doi.org/10.25105/jipak.v3i1.4434
Farosanti, L., Mubarok, H., & Indrianto. (2022). Analisa Peramalan Penjualan Alat Kesehatan dan Laboratorium di PT. Tristania Global Indonesia Menggunakan Metode ARIMA. JIMP: Jurnal Informatika Merdeka Pasuruan, 7(2), 14–18.
Fitrianingsih, D. & Y. B. (2018). Pengaruh Current Rasio Dan Debt To Equity Ratio Terhadap Harga Saham Di Perusahaan Food and Beverage Yang Terdaftar Di Bursa Efek Indonesia Periode 2013-2017. Jurnal Riset Akuntansi Terpadu, 12(1), 144–166.
Ilegbinosa, I. A., Micheal, A., & Watson, S. I. (2015). Domestic Investment and Economic Growth in Nigeria From 1970-2013: An Econometric Analysis. Canadian Social Science, 11(116), 70–79. https://doi.org/10.3968/7009
Jonnius. (2017). Peramalan Indeks Harga Saham dengan Pendekatan Exponential Smoothing Model. Jurnal Penelitian Sosial Keagamaan, 19(2), 199–219.
Junaedi, A. A., Winata, R. H., & Mutmainnah. (2021). Pengaruh Return On Asset Dan Return On Equity Terhadap Harga Saham Pada Pt.Unilever Indonesia Tbk Periode 2016-2020 (Sebelum Dan Dimasa Pandemi Covid-19). Jurnal E-Bis (Ekonomi-Bisnis), 5(2), 326–337. https://doi.org/10.37339/e-bis.v5i2.665
Laskarjati, S. D., & Ahmad, I. S. (2023). Perbandingan Peramalan Harga Saham menggunakan Autoregressive Intergrated Moving Average (ARIMA) dan Fuzzy Time series Markov Chain (Studi Kasus: Saham PT Indofood CBP Sukses Makmur Tbk). Jurnal Sains Dan Seni ITS, 11(6). https://doi.org/10.12962/j23373520.v11i6.91417
Malkan, Indra Kurniawan, Nurdin, & Noval. (2021). Pengaruh Pengetahuan Tentang Pasar Modal Syariah Terhadap Minat Investasi Saham Di Pasar Modal Syariah. Jurnal Ilmu Perbankan Dan Keuangan Syariah, 3(1), 57–73. https://doi.org/10.24239/jipsya.v3i1.39.57-78
Ningsih, M. (2021). Prediksi Harga Saham Harian PT BTPN Syariah Tbk Menggunakan Model Arima dan Model Garch. Jurnal Ilmiah Ekonomi Islam, 7(03), 1573–1580.
Octavia, T., Yulia, & Lydia. (2015). Peramalan stok barang untuk membantu pengambilan keputusan pembelian barang pada toko bangunan xyz dengan metode arima. Seminar Nasional Informatika (SEMNASIF), 1(semnasIF), 2–7.
Putra, R. D., Darminto, & Zahroh. (2013). Analisis Pemilihan Investasi Saham Dengan Menggunakan Metode Capital Asset Pricing Model (Capm) Dan Reward To Variability Ratio (Rvar) Sebagai Penentu Pengambilan Keputusan Investasi Saham. Jurnal Administrasi Bisnis, 1(2), 21–30.
Putri, D. M., & Aghsilni. (2019). Estimasi Model Terbaik Untuk Peramalan Harga Saham PT. Polychem Indonesia Tbk Dengan Arima. Map Journal, 1(1), 1–12.
Putri, V., & Manisha, K. (2021). Analisis Minat Penanaman Modal Dalam Negri Dan Penanaman Modal Asing Di Indonesia. Jurnal Ilmu Manajemen Terapan, 2(6), 757–767. https://doi.org/10.31933/jimt.v2i6.640
Rakhmawati, D., Fajarwati, S., Astuti, T., & Arsi, P. (2022). Model ARIMA-GARCH pada Data Kurs JISDOR selama Masa Pandemi COVID-19. Vygotsky: Jurnal Pendidikan Matematika Dan Pendidikan Matematika, 4(2), 129–138.
Rezaldi, D. A., & Sugiman. (2021). Peramalan Metode ARIMA Data Saham PT . Telekomunikasi Indonesia. Prisma, 4, 611–620.
Suastini, N. M., Ida, B. A. P., & Henny, R. (2016). Pengaruh Kepemilikan Manajerial dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan pada Perusahaan Manufaktur di Bursa Efek Indonesia (Struktur Modal sebagai Variabel Moderasi). E-Jurnal Ekonomi Dan Bisnis Universitas Udayana, 5(1), 143–172.
Susanti, R., & Adji, A. R. (2020). Analisis Peramalan Ihsg Dengan Time Series Modeling Arima. Jurnal Manajemen Kewirausahaan, 17(1), 97. https://doi.org/10.33370/jmk.v17i1.393
Wei, W. (2006). Time Series Analysis: Univariate and Multivariate Methods, 2nd edition, 2006.
Widiyanti, M., & Sari, N. (2019). Kajian Pasar Modal Syariah Dalam Mempengaruhi Pertumbuhan Ekonomi di Indonesia. Ekonomikawan: Jurnal Ilmu Ekonomi Dan Studi Pembangunan, 19(1), 21–30. https://doi.org/10.30596/ekonomikawan.v19i1.3236
Wijaya, J. H., & Nugraha, N. M. (2020). Peramalan Kinerja Perusahaan Perbankan Tahun 2017 Yang Terdaftar Di Bursa Efek Indonesia Dengan Metode Arch-Garch. BISMA: Jurnal Bisnis Dan Manajemen, 14(2), 101. https://doi.org/10.19184/bisma.v14i2.17512
Yolanda, N. B., Nainggolan, N., & Komalig, H. A. H. (2017). Penerapan Model ARIMA-GARCH Untuk Memprediksi Harga Saham Bank BRI. Jurnal MIPA, 6(2), 92. https://doi.org/10.35799/jm.6.2.2017.17817
Yunina, F. (2019). Analisis Efektivitas Dan Efisiensi Pelaksanaan Anggaran Belanja Badan Perencanaan Pembangunan Daerah (Bappeda) Aceh Tengah. Jurnal Akuntansi Muhammadiyah, 9(1), 74–81. https://doi.org/10.37598/jam.v9i1.647
