KEMAMPUAN FAKTOR DINAMIS DAN BAYESIAN VAR (BVAR) PADA PEMODELAN MULTIVARIATE TIME-SERIES UNTUK DATA MAKROEKONOMI

YEFTANUS ANTONIO, 1217031072 (2017) KEMAMPUAN FAKTOR DINAMIS DAN BAYESIAN VAR (BVAR) PADA PEMODELAN MULTIVARIATE TIME-SERIES UNTUK DATA MAKROEKONOMI. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG.

[img]
Preview
File PDF
ABSTRAK.pdf

Download (114Kb) | Preview
[img] File PDF
SKRIPSI FULL.pdf
Restricted to Hanya pengguna terdaftar

Download (2431Kb)
[img]
Preview
File PDF
SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (1931Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

ABSTRACT Vector Autoregressive (VAR) has become popular in recent year by it’s ability and flexibilty for macroeconomic modelling. The main problem in VAR modeling appears if many variables are used to model. A VAR() model with variables have + parameters to be estimate. On Statistical ground, it causes overparameterization and overfitting. To handle it, there are two models with different approach. Dynamic Factor Model (DFM) is reducing the dimensions of data without losing its dynamism and Bayesian VAR (BVAR) is getting a priori information about parameters by Bayesian Inference. This study will show performance DFM and BVAR model for modelling Indonesia’s Macroeconomic indicator based on forecast accuracy. Comparison of both models are considered in three different estimation methods and prior distribution. The result is Bayesian VAR with Minnesota prior give the best performance according to mean error (ME), root mean square error (RMSE) and mean square error (MSE). Keywords : VAR, DFM, Bayesian VAR, Bayesian Inference, Forecasting ABSTRAK Vector Autoregressive (VAR) menjadi populer beberapa tahun belakangan karena kamampuan dan fleksibelitasnya untuk pemodelan makroekonomi. Masalah utama dalam pemodelan VAR muncul jika banyak variabel yang digunakan ke model. Suatu model VAR() dengan variabel memiliki + parameter. Pada bidang statistika, hal tesebut menyebabkan overparameterization dan overfitting. Untuk mengatasinya, ada dua model dengan pendekatan berbeda. Model Faktor Dinamis (FD) mereduksi dimensi data tanpa kehilangan kedinamisannya dan Model Bayesian VAR (BVAR) memperoleh informasi apriori tentang parameter berdasarkan Teorema Bayes dan Bayesian Inference. Penelitian ini akan menampilkan kemampuan FD dan BVAR untuk pemodelan makro ekonomi Indonesia berdasarkan keakuratan peramalannya. Perbandingan dari kedua model tersebut mempertimbangkan tiga metode pendugaan dan tiga distribusi prior yang berbeda. Hasilnya model Bayesian VAR memberikan hasil peramalan yang akurat berdasarkan mean error (ME), root mean square error (RMSE) dan mean square error (MSE). Keywords : VAR, DFM, Bayesian VAR, Bayesian Inference, Forecasting

Jenis Karya Akhir: Skripsi
Subyek: > Q Science (General)
> QA Mathematics
Program Studi: FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit: 7137856 . Digilib
Date Deposited: 08 Aug 2017 08:33
Terakhir diubah: 08 Aug 2017 08:33
URI: http://digilib.unila.ac.id/id/eprint/27819

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir