Text
INVESTOR SENTIMENT DYNAMICS AND MARKET VOLATILITY IN INDONESIA: A HYBRID APPROACH USING GARCH-MIDAS AND MACHINE LEARNING
Pasar saham Indonesia, yang diwakili oleh Indeks Harga Saham Gabungan (IHSG), mengalami volatilitas yang signifikan yang dipengaruhi oleh berbagai faktor makroekonomi domestik dan global, serta sentimen investor. Penelitian ini menginvestigasi dampak variabel makroekonomi dan indikator sentimen investor, seperti Consumer Confidence Index (CCI) dan Trading Volume Activity (TVA), terhadap volatilitas IHSG. Penelitian ini menerapkan model GARCH-MIDAS untuk menangkap efek makroekonomi jangka panjang dan mengintegrasikan teknik pembelajaran mesin, Extreme Gradient Boosting (XGBoost), untuk prediksi volatilitas jangka pendek. Data bulanan mengenai variabel makroekonomi dan indikator sentimen digabungkan dengan data harian return IHSG. Metrik kinerja seperti Mean Square Error digunakan untuk membandingkan hasil prediksi dengan volatilitas yang tercatat. Hasil penelitian menunjukkan bahwa variabel makroekonomi, khususnya Inflasi dan Nilai Tukar, memiliki pengaruh signifikan terhadap volatilitas IHSG, sementara indikator sentimen CCI juga memainkan peran penting dan menunjukkan daya prediksi tertinggi. Model hybrid GARCH-MIDAS-XGBoost mengungguli model GARCH-MIDAS tradisional, dengan mengurangi MSE sekitar 20% dan meningkatkan MAE sebesar 15% selama periode volatilitas tinggi. Model ini juga unggul dalam memprediksi lonjakan volatilitas, terutama selama periode turbulensi pasar. Penelitian ini mengonfirmasi bahwa baik variabel makroekonomi maupun indikator sentimen investor, khususnya CCI, memiliki dampak signifikan terhadap volatilitas pasar saham. Model hybrid ini meningkatkan akurasi prediksi, memberikan wawasan berharga bagi investor dan pembuat kebijakan dalam mengelola risiko pasar.
| 30007703 | 7703 | RLC MM (Rak Tesis) | Available |
No other version available