C. Metode-Metode Peramalan
Pada dasarnya ada empat kategori peramalan seperti terlihat dari matriks berikut
ini:
Univariate Multivariate
Mekanis Model rata-rata Model regresi
Bergerak Model fungsi transfer box-
Model Box-Jenkins jenkins
Univariat
Non- Pendekatan visual Pendekatan analis sekuritas
mekanis
1. Model Penghalusan Eksponensial
Model Penghalusan Eksponensial mempunyai kelebihannya karena
kesederhanaannya dan data yang dibutuhkan tidak banyak. Formula umum
model tersebut:
Ft = w At-1 + (1-w) Ft-1
Dimana Ft = forecast untuk periode t
At-1 = data sesungguhnya pada periode t-1
Ft-1 = forecast pada periode t-1
W = konstanta dengan nilai antara 0 dan 1
Model diatas bisa dibaca sbb:
Forecast baru = w (data sesungguhnya saat ini) + (1-w) (Forecast saat ini)
Model diatas bisa dituliskan:
Ft = At-1 + (1-w)(Ft-1 –At-1)
2. Perbandingan Model- model forecast
Pendekatan analisis sekuritas ( multivariate) untuk foresting
Kelebihan
a. Mampu menyesuaikan terhadap informasi dari berbagai sumber
b. Mampu menyesuaikan terhadap perubahan struktural secara cepat
c. Mampu memperbaharui secara kontinyu apabila ada informasi yang baru
masuk.
Kekurangan
a. Biaya yang cukup tinggi untuk persiapan dan perlaksanaan, untuk
memonitoring beberapa variabel dan biaya-biaya lainnya.
b. Ketergantungan yang tinggi terhadap kemampuan individu analisnya
c. Analis barangkali mempunyai insentif yang tidak menampilkan forecast yang
tidak bias.
d. Analis barangkali bisa dimanfaatkan oleh perusahaan-perusahaan tertentu
untuk kepentingan perusahaan tersebut.
Secara umum forecast yang diberikan oleh analis keuangan biasanya lebih
akurat dibandingkan dengan forecast dengan menggunakan model analisis time
series. Hal ini disebabkan karena beberapa alasan:
1. Analis mempunyai akses terhadap informasi terbaru. Informasi terbaru
tersebut bisa dipakai untuk memperbaiki forecast mereka.
2. Analis mempunyai akses terhadap informasi yang lebih luas,
seperti forecast perekonomian, struktur industri, kejadian-kejadian lain
yang relevan. Sedangkan analisis time series hanya memfokuskan pada
perilaku data tunggal pada masa lalu.