Modeling Determinants of Composite Stock Price Index Based on Multivariable Nonparametric Penalized Spline Regression Model alized Spline

Abstrak

Inggris

The Composite Stock Price Index (IHSG) is a critical indicator in the Indonesian capital market, playing a central role as one of the key instruments influencing the dynamics of a country's economy. Modeling IHSG can provide a substantial contribution to stakeholders in the capital market, facilitating investment decision-making. Therefore, it is essential to obtain accurate and responsive estimates for IHSG data. The IHSG data used covers the period from January 2020 to December 2022 and tends to be fluctuating. Hence, a spline regression analysis with effective penalized spline estimation is applied to overcome the limitations of assumptions in the relationship between variables. The variables used in the modeling include inflation, exchange rates, interest rates, and IDJ. From the analysis results, optimal values based on the minimum GCV for each variable are sequentially 0.278, 0.904, 0.751, and 0.665. It is also known that these four variables collectively have a 92.1% influence, with inflation having varied impacts, exchange rates exhibiting a stronger negative effect at certain levels, interest rates showing opposite effects depending on their levels, and IDJ having a positive effect on IHSG movements. The significant variability of these impacts indicates that these variables make important contributions. In other words, IHSG fluctuations can be explained by variations in the values of inflation, exchange rates, interest rates, and IDJ.

Bahasa Indonesia

Indeks Harga Saham Gabungan (IHSG) merupakan indikator kritis dalam pasar modal Indonesia dan memegang peran sentral sebagai salah satu instrumen kunci yang memengaruhi dinamika perekonomian suatu negara. Pemodelan IHSG dapat memberikan kontribusi substansial bagi pihak-pihak yang berkepentingan di dalam pasar modal serta mendorong pengambilan keputusan investasi. Oleh karena itu, penting untuk mendapatkan perkiraan yang tepat dan responsif terhadap data IHSG. Data IHSG yang digunakan berada dalam rentang periode Januari 2020 hingga Desember 2022 dan cenderung fluktuatif, sehingga diterapkan analisis regresi spline dengan estimasi penalized spline yang efektif untuk mengatasi keterbatasan asumsi dalam hubungan antar variabel. Dari hasil analisis, didapatkan nilai optimum berdasarkan GCV minimum untuk masing-masing variabel secara berturut-turut ialah 0.278, 0.904, 0.751, dan 0.665. Diketahui pula bahwa inflasi, kurs, tingkat suku bunga, dan IDJ secara bersama-sama memiliki pengaruh sebesar 92.1% terhadap pergerakan IHSG dengan tingkat inflasi yang memiliki dampak bervariasi, kurs dengan efek negatif yang lebih kuat pada tingkat tertentu, suku bunga dengan efek yang berlawanan tergantung pada tingkatannya, dan IDJ dengan efek positif pada IHSG. Variabilitas signifikan dari dampak ini menunjukkan bahwa variabel-variabel ini memberikan kontribusi penting atau dengan kata lain, fluktuasi IHSG dapat dijelaskan dengan variasi nilai-nilai inflasi, kurs, tingkat suku bunga, dan IDJ.

Kata kunci

• IHSG
• Nonparametric
• Penalized Spline
• Regression