TY  - GEN
CY  - UNIVERSITAS LAMPUNG
ID  - eprints27819
UR  - http://digilib.unila.ac.id/27819/
A1  - YEFTANUS ANTONIO,  1217031072
Y1  - 2017/07/28/
N2  - 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 

 



PB  - FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM 
TI  -  
KEMAMPUAN FAKTOR DINAMIS DAN BAYESIAN VAR (BVAR)
PADA PEMODELAN MULTIVARIATE TIME-SERIES 
UNTUK DATA MAKROEKONOMI
 
AV  - restricted
ER  -