Simulasi Harga Saham Menggunakan Proses Geometric Brownian Motion (GBM) dan Variance Gamma (VG)

Abstract

Investasi merupakan penempatan sejumlah dana saat ini untuk memperoleh manfaat di masa yang akan datang. Investasi yang banyak menarik investor khususnya di bidang finansial adalah investasi di pasar modal. Salah satu surat berharga yang banyak diperdagangkan di pasar modal adalah saham. Keuntungan investasi saham dapat dilihat dari nilai return saham. Pergerakan harga saham yang mengikuti proses stokastik bergerak acak pada selang waktu tertentu yang menyebabkan harga saham sulit untuk diprediksi, sehingga digunakan metode Monte Carlo untuk memprediksi harga saham yang terjadi. Penelitian ini bertujuan melakukan simulasi Monte Carlo dalam menentukan harga saham menggunakan proses Geometric Brownian Motion (GBM) dan Variance Gamma (VG), serta membandingkan statistik deskriptifmya. Adapun sumber data yang yang digunakan adalah harga saham mingguan Microsoft periode 1 Januari 2015 − 31 Desember 2019. Berdasarkan hasil yang didapatkan, simulasi menggunakan proses GBM nilai statistik deskriptifnya lebih mengikuti pola data sebenarnya dengan nilai Mean Absolute Scaled Error yang lebih kecil dibandingkan dengan simulasi proses VG.

Investment is the placement of a number of funds today to obtain benefits in the future. Investments that attract many investors, especially in the financial sector, are investments in the capital market. One of the securities that are widely traded in the capital market is shares. The advantages of stock investment can be seen from the value of stock returns. The movement of stock prices following a stochastic process moves randomly at certain intervals which makes stock prices difficult to predict, so the Monte Carlo method is used to predict stock prices that occur. This study aims to conduct a Monte Carlo simulation in determining stock prices using Geometric Brownian Motion (GBM) and Variance Gamma (VG) processes, as well as comparing descriptive statistics. The data source used is Microsoft's weekly stock price for the period 1 January 2015 – 31 December 2019. Based on the results obtained, the simulation using the GBM process has a descriptive statistical value that follows the actual data pattern with a smaller Mean Absolute Scaled Error value compared to the simulation of the VG process.