Regresi Kuantil Elastic-Net dan Two-Step Robust Weighted Least Squares Elastic-Net Pada Analisis Return Saham Indonesia = Quantile Regression Elastic-Net and Two-Step Robust Weighted Least Squares Elastic-Net in in Indonesian Stock Return Analysis


ANGGRAINI, NURUL HIDAYANTI (2024) Regresi Kuantil Elastic-Net dan Two-Step Robust Weighted Least Squares Elastic-Net Pada Analisis Return Saham Indonesia = Quantile Regression Elastic-Net and Two-Step Robust Weighted Least Squares Elastic-Net in in Indonesian Stock Return Analysis. Thesis thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H062202014_tesis_18-03-2024 cover1.png

Download (105kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
H062202014_tesis_18-03-2024 1-2(FILEminimizer).pdf

Download (625kB)
[thumbnail of Dapus] Text (Dapus)
H062202014_tesis_18-03-2024 dp(FILEminimizer).pdf

Download (711kB)
[thumbnail of Full Text] Text (Full Text)
H062202014_tesis_18-03-2024(FILEminimizer).pdf
Restricted to Repository staff only until 11 February 2027.

Download (1MB)

Abstract (Abstrak)

Regularisasi elastic-net merupakan teknik penyusutan yang berkerja dengan menambahkan hukuman atau penalti elastic-net kedalam persamaan regresi. Salah satu tujuannya ialah untuk mengurangi kompleksitas model yang terjadi akibat penggunaan prediktor yang banyak dan mengakibatkan model sulit untuk diinterpretasi sehingga cocok untuk data yang mengalami pelanggaran asumsi multikolinearitas. Analisis return saham Indonesia pada sektor keuangan dapat dilihat melalui kinerja laporan keuangan perusahaan. Variabel prediktor yang diduga mempengaruh pergerakan return saham pada kuartal pertama tahun 2023 terdeteksi mengandung pencilan, heteroskedastisitas dan multikolinearitas. Oleh karena itu Ordinary Least Squares kurang tepat digunakan. Alternatif lain yang dapat digunakan untuk mengatasi pelanggaran asumsi heteroskedastisitas dan pencilan yaitu Two-Step Robust Weighted Least Squares (TSRWLS) yang menggunakan pembobot dua langkah yang kekar serta regresi kuantil yang tidak memerlukan asumsi terhadap galat dan tidak terpengaruh adanya pencilan. Penambahan elastic-net pada TSRWLS dan regresi kuantil bertujuan untuk mengatasi multikolinearitas. Hasil yang diperoleh menunjukkan bahwa penggunaan metode TSRWLS elastic-net dan regresi kuantil elastic-net menunjukkan adanya penyusutan dan penyeleksian variabel yang berbeda pada tiap model. Tiga dari sepuluh variabel prediktor yang digunakan mengalami penyusutan tepat ke nol yaitu Net Profit Margin (NPM), Debt Asset Ratio (DAR), dan Total Asset Turnover (TAT) yang artinya tidak memberikan pengaruh terhadap return saham Indonesia pada sektor keuangan. TSRWLS elastic-net memberikan performa yang lebih baik dilihat dari nilai RMSE dan MAE yang lebih kecil.

Keyword : elastic-net, regresi kuantil, two-step robust weighted least squares, return saham

Item Type: Thesis (Thesis)
Uncontrolled Keywords: Elastic-net, quantile regression, two-step robust weighted least squares, return stock
Subjects: Q Science > QA Mathematics
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: Rasman
Date Deposited: 05 Mar 2025 01:04
Last Modified: 05 Mar 2025 01:04
URI: http://repository.unhas.ac.id:443/id/eprint/42834

Actions (login required)

View Item
View Item