Pengembangan model gstar dengan galat arch dan penerapannya pada inflasi
oleh
Nelson Nainggolan
140130060008
Disertasi Doktor, Program Pascasarjana Universitas Padjadjaran
Promotor: Budi Nurani Ruchjana
Co-Promotor: Rustam Effendi Siregar dan Sutawanir Darwis
ABSTRAK
Disertasi ini menyajikan basil penelitian integrasi model Generalized Space Time AutoRegressive (GSTAR) dengan variansi galat AutoRegressive Conditional Heteroscedastic (ARCH), dinamakan GSTAR-ARCH. Model ini merupakan time series multivariat dengan mean GSTAR dan variansi ARCH. Pengembangan GSTAR ini dimotivasi oleh variabel yang sexing memiliki variansi tidak konstan misalnya inflasi. Variansi tidak konstan pada inflasi dapat dipengaruhi oleh adanya intervensi misalnya situasi sosial politik, kebijakan ekonomi dan sebagainya. Oleh karena itu, G STAR-ARCH dapat digunakan untuk memodelkan fenomena intervensi pada inflasi.
Penaksiran parameter dilakukan dengan merepresentasikan GSTAR-ARCH sebagai model regresi-ARCH. Matriks penjelas dalam menaksir parameter dinyatakan sebagai sub matriks kolom. Susunan sub matriks kolom ini memberikan keuntungan diantaranya mempermudah pengolahan data, menyederhanakan penaksiran parameter model GSTAR orde satu. Penaksiran parameter GSTAR-ARCH dikerjakan dalam dua tahap. Pertama, parameter persamaan variansi ditaksir dengan Maksimum Likelihood (ML) melalui metode scoring. Kedua, parameter persamaan mean GSTAR. ditaksir dengan Generalisasi Kuadrat Terkecil (GKT). Metode GKT diperoleh dengan melakukan transformasi linier terhadap model sehingga diperoleh bentuk tranformasi yang memenuhi asumsi penaksiran metode kuadrat terkecil. Pada disertasi ini telah dibuktikan bahwa penaksir GKT parameter GSTAR-ARCH bersifat tak bias.
Model GSTAR-ARCH dengan bobot seragam diterapkan pada data inflasi tiga kota di Provinsi Jawa Barat, yaitu: Bandung, Tasikmalaya dan Cirebon. Fenomena inflasi pada ketiga lokasi diamati selama 219 bulan, Januari 1990 sampai dengan Maret 2008. Badan Pusat Statistik (BPS) menetapkan tiga kota ini yang mewakili Provinsi Jawa Barat. Pengaruh ARCH signifikan pada tingkat kepercayaan 95%. Selanjutnya, model variansi bersyarat ARCH yang dihitung pada masing-masing lokasi menunjukkan koefisien-koefisien model ARCH
Kata kunci: GSTAR, ARCH, iriflasi, intervensi.
No copy data
No other version available