Pemilihan model peramalan perbezaan harga indeks saham negara Asia Tenggara berdasarkan data sebelum dan selepas vaksinasi COVID-19

Abstract

Krisis yang berlaku beberapa tahun kebelakangan ini telah memberi kesan kepada ekonomi global dan pasaran kewangan di seluruh dunia. Dari penghujung Disember 2020 hingga 2022, dunia telah terjejas disebabkan pandemik COVID-19 dan salah satu sektor yang terjejas adalah pasaran kewangan disebabkan pelaksanaan sekatan di seluruh dunia. Pasaran komoditi, terutamanya minyak, kadar pertukaran wang asing, dan pasaran saham telah terjejas dalam tempoh ini dan memberi kesan kepada pasaran kewangan dunia. Peningkatan kadar vaksinasi COVID-19 menyebabkan pertumbuhan ekonomi global bertambah baik. Dalam kajian ini, dua tempoh masa, sebelum vaksinasi COVID-19 dan selepas vaksinasi telah dibincangkan dan tumpuan diberikan kepada model regresi linear siri masa, regresi Bayes, dan regresi vektor sokongan (SVR) untuk meramalkan harga indeks saham utama dari Malaysia, Indonesia, dan Singapura. Matlamat utama kajian adalah untuk menentukan model terbaik untuk ramalan indeks saham semasa krisis dengan meneliti prestasi model melalui metrik statistik seperti ralat punca min kuasa dua (RMSE), ralat mutlak min (MAE), dan nilai pelarasan R2. Menurut kajian lepas, ketiga-tiga model mempunyai prestasi yang baik dalam meramalkan indeks saham, tetapi cabarannya adalah untuk mencari model yang paling berkesan meramal pasaran saham semasa mengalami pergerakan harga yang tidak menentu. Kaedah Bayes menggunakan anggaran parameter berdasarkan maklumat terdahulu aset kewangan manakala kaedah regressi linear hanya menggunakan anggaran parameter berdasarkan data sedia ada. Oleh itu, regresi Bayes dipilih sebagai model paling berkesan untuk meramalkan harga saham berdasarkan data tiga negara Asia Tenggara dan kaedah SVR juga terbukti berkesan dalam kajian ini.