Model Markov Switching Autoregressive (Msar) Dan Aplikasinya Pada Nilai Tukar Rupiah Terhadap Yen

Oleh :
Desy Kurniasari - M0110015 - Fak. MIPA

Model Markov Switching Autoregressive (Msar) Merupakan Model Data Runtun Waktu Yang Di Dalamnya Mengalami Perubahan Struktur. Bentuk Umum Model Msar Adalah〖 y〗_t-μ_(s_t^* )=∑_(i=1)^p▒〖ϕ_i (y_(t-1)-μ_(s_(t-1)^* ) )+ε_t 〗, Dengan ε_t~N(0,σ_ ^2 ) Untuk Model Msar Dengan Asumsi State Hanya Mempengaruhi Mean Dan ε_t~N(0,σ_(s_t^*)^2 ) Dengan Asumsi State Mempengaruhi Mean Dan Variansi. Model Msar Diterapkan Pada Data Pengamatan Nilai Tukar Rupiah Terhadap Yen Pada Periode 1 Januari 2002 Sampai 10 Oktober 2013. Perubahan Struktur Terjadi Pada Periode 30 Desember 2008 Sampai 14 April 2009. Model Terbaik Untuk Data Yang Mengalami Perubahan Struktur Adalah Model Ms(2)-Ar(2) Dengan Durasi Rupiah Mengalami Apresiasi Setiap 2 Hari Dan Depresiasi Setiap 5 Hari. Estimasi Parameter Dalam Model Msar Menggunakan Metode Maximum Likelihood (Mle) Dikombinasikan Dengan Algoritma Filtered Dan Smoothed Probabilities.