Pemodelan Return Saham ASII Menggunakan Hidden Semi-Markov Model

Abstract

Hidden Semi-Markov Model (HSMM) merupakan pengembangan dari Hidden Markov Model (HMM) yang memungkinkan pemodelan durasi state tersembunyi secara fleksibel, sehingga lebih realistis dalam merepresentasikan dinamika pasar saham yang fluktuatif. Penelitian ini memodelkan return harian saham PT Astra International Tbk (ASII) periode 26 Mei 2020 hingga 26 Mei 2025 menggunakan HSMM untuk mengidentifikasi karakteristik state tersembunyi kondisi pasar dan mengevaluasi kemampuan model dalam mereplikasi data historis. Model terbaik memiliki 3 state tersembunyi dengan sebaran observasi normal dan sebaran durasi binomial negatif. Evaluasi secara in-sample menggunakan uji Anderson-Darling membuktikan data simulasi mampu mereplikasi sebaran data historis dengan sangat baik. Model merepresentasikan kondisi pasar bearish (rata-rata durasi 1.22 hari), sideways (15.44 hari), dan bullish (1.25 hari) dengan pola transisi dominan bearish-bullish-sideways yang mengindikasikan pemulihan pasar yang cepat setelah guncangan negatif. Estimasi risiko yang akurat menggunakan Value at Risk (VaR) dan Tail Value at Risk (TVaR) ditunjukkan dengan nilai Absolute Percentage Error (APE) di bawah 10% pada seluruh tingkat kepercayaan.

The Hidden Semi-Markov Model (HSMM) extends the Hidden Markov Model (HMM) by allowing flexible modeling of hidden state sojourn time distributions, making it more realistic in representing fluctuating stock market dynamics. This study models the daily returns of PT Astra International Tbk (ASII) stock from May 26, 2020 to May 26, 2025 using HSMM to identify hidden state characteristics and evaluate the model's ability to replicate historical data. The best model has 3 hidden states with normal observation distribution and negative binomial sojourn distribution. In-sample evaluation using the Anderson-Darling test confirms that simulated data successfully replicates the historical return distribution. The model represents bearish (average sojourn time 1.22 days), sideways (15.44 days), and bullish (1.25 days) market conditions, with a dominant bearish-bullish-sideways transition pattern indicating rapid market recovery following negative shocks. Risk estimation accuracy using Value at Risk (VaR) and Tail Value at Risk (TVaR) is demonstrated by Absolute Percentage Error (APE) values below 10% across all confidence levels.