Ekonometrika keuangan adalah modalitas studi ekonometrika yang berfokus pada analisis dan estimasi dalam lingkup pasar keuangan. Jadi, melalui bekerja dengan cara ekonometrik, adalah mungkin untuk menganalisis keuntungan dan kerugian di pasar menurut berbagai variabel. Dalam beberapa dekade terakhir, perkembangan pesat dan perluasan aset atau produk keuangan telah membuat perlu untuk meningkatkan alat ekonomi dan statistik untuk melakukan operasi di pasar yang semakin kompleks dan bervariasi. Dengan cara ini, ekonometrika keuangan memfasilitasi pemahaman tentang perilaku dan pengukuran serta estimasi data. Dengan kata lain, disiplin ini berfokus pada arus dan interaksi yang terjadi di pasar. Fungsi utama dari bentuk ekonometrika ini adalah mencoba memperkirakan perilaku aset yang memberikan keuntungan dan keuntungan bagi investor untuk portofolio sekuritas mereka dengan mempertimbangkan tingkat risiko tertentu. Untuk itu perlu dibuat cara ekonometrika dan rangkaian data keuangan yang membantu untuk memverifikasi skenario yang berbeda dan konsekuensi dari perubahan variabel yang ada di dunia keuangan. Dalam hal ini, kemampuan untuk mengetahui dan memperkirakan tingkat risiko atau tingkat volatilitas suatu aset keuangan (dengan kata lain, harganya berubah selama periode waktu tertentu) merupakan faktor kunci yang harus diperhitungkan. Data ini dan data lainnya biasanya dikumpulkan dalam rangkaian waktu keuangan yang disebutkan di atas dan merupakan unsur utama untuk analisis ekonometrik. SINOPSIS Statistik untuk ekonometrika keuangan pada dasarnya sama dengan pengetahuan statistik yang dipergunakan untuk tujuan regresi pemodelan pada bidang sosial lainnya, termasuk bidang ekonomi. Akan tetapi terdapat perbedaan mendasar pula pada karakteristik datanya, dimana data keuangan (harga saham) bersifat sangat fluktuatif dan cenderung bersifat random walk. Karena itu untuk ekonometrika keuangan, lebih ditekankan kepada model time series, misalnya rumpun model ARIMA. Untuk memahami model ARIMA, kita mulai dari pengetahuan dasar tentang regresi kuadrat terkecil beserta asumsi-asumsi klasik yang menyertainya. Demikian pula bila kita mempelajari model times series ARIMA, kita perlu memahami syarat stasioner yang harus dipenuhi. Dengan kata lain, untuk menangani data harga saham yang mengandung komponen tren dan musiman, adalah jauh lebih lebih sulit dibandingkan sifat regresi linear sederhana. Oleh karena itu, agar hasil pemodelan dapat bekerja lebih efektif, maka disamping menguasai pengetahuan regresi, perlu pula menguasai pengetahuan investasi portofolio (pasar saham). Buku ini menyajikan pengetahuan teori regresi kuadrat terkecil beserta asumsi-asumsi klasiknya dan regresi untuk data time series (model ARIMA), serta contoh pemakaian paket Minitab yang dibutuhkan untuk pengolahan dan pemodelan data keuangan (harga saham). Disamping itu, juga diberikan contoh analisa dan pemodelan dengan menggunakan data riil berupa harga saham dengan alat bantu lain, yaitu Eview dan SPSS. DETAIL Jumlah Halaman : 273 Penerbit : Mitra Wacana Media Tanggal Terbit : 24 Jul 2017 Berat : 0.42 kg ISBN : 9786023182459 Lebar : 17 cm Panjang : 24cm