MARKOV SWITCHING AUTOREGRESSIVE

Abstract

Runtun waktu ialah himpunan observasi yang dicatat berurut berdasarkan waktu. Tujuan dari metode runtun waktu ialah menemukan model yang sesuai sehingga didapatkan hasil peramalan yang baik. Salah satu model runtun waktu yang telah dikenal adalah Autoregressive. Pada data ekonomi sering terjadi perubahan struktur yang di akibatkan oleh perubahan kebijakan pemerintah, krisis ekonomi, perang dan model Autoregressive belum mampu menjelaskan perubahan struktur tersebut. Perubahan struktur biasanya ditandai dengan adanya perubahan dramatis. Markov Switching Autoregressive adalah salah satu model yang dapat digunakan jika pada data ditemui adanya perubahan struktur. Model dengan perubahan struktur ialah model dengan parameter yang berubah-ubah dalam periode waktu tertentu. Ide dasar dari Markov Switching Autoregressive ialah membuat model yang dinamis seiring dengan berubahnya data. Perubahan yang terjadi pada data seringkali dipengaruhi faktor-faktor yang tidak dapat diamati secara langsung. Markov Switching Autoregressive adalah salah satu model alternatif untuk memodelkan data yang dipengaruhi variabel tidak teramati. Dalam literatur variabel tidak teramati tersebut disebut state atau disimbolkan dengan , dimana  mengikuti rantai Markov. Nilai tukar rupiah terhadap dollar mengalami perubahan dramatis pada periode 1997-1998 dan perubahan tersebut dapat terjadi kembali di masa yang akan datang. Penyebab terjadinya perubahan pada nilai tukar tersebut juga seringkali tidak dapat diamati secara langsung. Estimasi parameter dengan menggunakan maksimum likelihood dan perhitungannya menggunakan algoritma Expectation Maximization. Dalam pendugaan parameter menggunakan software Eviews dan Oxmetrics 7. Chow test menangkap adanya perubahan struktur pada data nilai tukar dollar terhadap rupiah November 1995 sampai Maret 2015 dan model yang sesuai adalah MSAR(3,1).

Kata kunci: runtun waktu, Autoregressive, perubahan struktur, Markov Switching Autoregressive