📚 Eksplorasi & Komparasi Topik Dokumen

INFERENSI BAYES PADA MODEL REGRESI LINIER MENGGUNAKAN ALGORITMA MARKOV CHAIN MONTE CARLO (STUDI KASUS: DATA SAHAM IDX80)

Regresi linear Bayes digunakan untuk memodelkan hubungan antara karakteristik historis saham tahun 2024 dan return saham IDX80 tahun 2025 dengan merepresentasikan ketidakpastian parameter melalui distribusi posterior. Model dibangun menggunakan prior semi-konjugat independent Normal–Inverse-Gamma dan diestimasi dengan algoritma Gibbs Sampling. Prediktor terpilih merepresentasikan momentum tiga bulan, momentum enam bulan, dan risiko berbasis Log VaR 95%. Simulasi dilakukan menggunakan tiga rantai independen, 15.000 iterasi per rantai, burn-in 5.000 iterasi, dan thinning sebesar 5, sehingga diperoleh 6.000 sampel posterior. Hasil diagnostik menunjukkan konvergensi yang baik dengan ˆR sebesar 1,00 untuk seluruh parameter. Berdasarkan posterior mean, model yang diperoleh adalah ˆy = 0,03610 + 0,15308x1 ? 0,13986x2 + 0,04625x3. Hasil inferensi menunjukkan bahwa momentum tiga bulan berpengaruh positif terhadap return, momentum enam bulan berpengaruh negatif, sedangkan risiko berbasis Log VaR 95% belum menunjukkan pengaruh yang kuat. Evaluasi prediksi menghasilkan RMSE sebesar 0,2392, MAE sebesar 0,1914, R2 prediksi sebesar 0,1674, dan coverage interval prediksi posterior 95% sebesar 96,25%. Dengan demikian, regresi linear Bayes memberikan hasil yang konsisten dengan OLS serta mampu merepresentasikan ketidakpastian parameter dan prediksi secara eksplisit.