MODEL 2-REGIME SELF-EXCITING THRESHOLD AUTOREGRESSIVE (SETAR)

Abstract

Runtun waktu adalah himpunan amatan yang dicatat berdasarkan urutan waktu. Salah satu model  runtun waktu adalah model autoregressive, model tersebut belum mampu menjelaskan perubahan struktur sebagai akibat terjadinya lompatan beberapa data dalam satu kurun waktu tertentu. Model yang dapat menjelaskan perubahan struktur adalah keluarga model Threshold Autoregressive (TAR) merupakan salah satu model penting dalam model deret waktu nonlinear karena kepraktisannya. Dasar dalam model TAR adalah penggunaan regime yang berbeda dalam analisis autoregressive. Model self-exciting threshold autoregressive (SETAR) adalah keluarga model TAR dengan parameter delay tiap regimenya sama. Delay adalah satuan waktu yang menyebabkan pergeseran waktu dalam input data akan tetapi tidak memengaruhi karakteristik data. Model SETAR memiliki sifat linier dalam tiap regime akan tetapi nonlinier apabila model-model tiap regime digabung. Regime adalah partisi dari ruang real dengan masing-masing partisi berisi interval terbuka tertutup. Model SETAR dapat membangkitkan dinamika nonlinier yang kompleks, fenomena yang tidak simetris dan dapat menghasilkan fenomena asimetris dan lompatan data yang tidak dapat ditangkap oleh model deret waktu linier. Hal ini berarti model SETAR memiliki tingkat fleksibilitas tinggi dalam parameter melalui perilaku switching regime.  Tujuan penelitian ini untuk melakukan  kajian struktur model 2-regime SETAR dan perubahannya. Metode yang digunakan untuk mengestimasi parameter pada model tersebut adalah ordinary least square (OLS).