<![CDATA[Penelitian ini mengintegrasikan analisis keuangan modern dengan kecerdasan buatan untuk mengevaluasi profil investasi dan risiko saham PT United Tractors Tbk (UNTR) selama periode Januari 2015 hingga Desember 2024. Dengan menggunakan pendekatan kuantitatif terhadap 116 observasi bulanan, penelitian ini mengombinasikan algoritma machine learning (Logistic Regression dan XGBoost) dengan pemodelan ekonometrika (Vector Autoregression) untuk memprediksi arah return saham dan menganalisis hubungan dinamis antar variabel makroekonomi dan fundamental. Hasil penelitian menunjukkan bahwa kedua model machine learning mencapai akurasi sekitar 53%, dengan Debt to Equity Ratio (DER) sebagai prediktor paling berpengaruh dengan kontribusi 21,4%, yang mengindikasikan dominasi faktor fundamental dibandingkan variabel makroekonomi. Analisis VAR menunjukkan bahwa lebih dari 98% volatilitas UNTR dijelaskan oleh momentum internalnya sendiri, bukan faktor eksternal seperti harga batubara atau nilai tukar. Penilaian risiko melalui Value at Risk (VaR) pada tingkat kepercayaan 95% menunjukkan potensi kerugian maksimum sebesar 15,7%, sementara Maximum Drawdown (MDD) sebesar -59,64% mengindikasikan volatilitas historis yang substansial. Kerangka kerja hibrida ini berhasil memberikan wawasan komprehensif untuk pengambilan keputusan investasi dengan mengintegrasikan pemodelan prediktif dan alat pengukuran risiko formal.]]>
Copyrights © 2025
