Ensiklopedia keuangan

Statistik Durbin Watson

Apa Statistik Durbin Watson?

Statistik Durbin Watson (DW) adalah pengujian autokorelasi dalam residual dari analisis regresi statistik. Statistik Durbin-Watson akan selalu memiliki nilai antara 0 dan 4. Nilai 2.0 berarti tidak ada autokorelasi yang terdeteksi dalam sampel. Nilai dari 0 hingga kurang dari 2 menunjukkan autokorelasi positif dan nilai dari 2 hingga 4 menunjukkan autokorelasi negatif.

Harga saham yang menunjukkan autokorelasi positif akan menunjukkan bahwa harga kemarin memiliki korelasi positif dengan harga hari ini — jadi jika saham jatuh kemarin, kemungkinan juga akan jatuh hari ini. Sekuritas yang memiliki autokorelasi negatif, di sisi lain, memiliki pengaruh negatif pada dirinya sendiri dari waktu ke waktu — sehingga jika jatuh kemarin, ada kemungkinan lebih besar akan naik hari ini.

Poin Penting

  • Statistik Durbin Watson adalah tes untuk autokorelasi dalam kumpulan data.
  • Statistik DW selalu memiliki nilai antara nol dan 4.0.
  • Nilai 2.0 berarti tidak ada autokorelasi yang terdeteksi dalam sampel. Nilai dari nol hingga 2.0 menunjukkan autokorelasi positif dan nilai dari 2.0 hingga 4.0 menunjukkan autokorelasi negatif.
  • Autokorelasi dapat berguna dalam analisis teknis, yang paling memperhatikan tren harga sekuritas menggunakan teknik bagan sebagai pengganti kesehatan atau manajemen keuangan perusahaan.

Dasar-dasar Statistik Durbin Watson

Autokorelasi, juga dikenal sebagai korelasi serial, dapat menjadi masalah yang signifikan dalam menganalisis data historis jika seseorang tidak mengetahuinya. Misalnya, karena harga saham cenderung tidak berubah terlalu radikal dari satu hari ke hari lainnya, harga dari satu hari ke hari berikutnya berpotensi sangat berkorelasi, meskipun hanya ada sedikit informasi yang berguna dalam pengamatan ini. Untuk menghindari masalah autokorelasi, solusi termudah di bidang keuangan adalah dengan hanya mengubah serangkaian harga historis menjadi serangkaian perubahan harga persentase dari hari ke hari.

Autokorelasi dapat berguna untuk  analisis teknis , yang paling memperhatikan tren, dan hubungan antara, harga keamanan dengan menggunakan teknik bagan sebagai pengganti kesehatan atau manajemen keuangan perusahaan. Analis teknis dapat menggunakan autokorelasi untuk melihat seberapa besar dampak harga masa lalu untuk sekuritas terhadap harga masa depan.

Referensi cepat

Statistik Durbin Watson dinamai menurut ahli statistik James Durbin dan Geoffrey Watson.

Autokorelasi dapat menunjukkan jika ada faktor momentum yang terkait dengan suatu saham. Misalnya, jika Anda mengetahui bahwa suatu saham secara historis memiliki nilai autokorelasi positif yang tinggi dan Anda menyaksikan saham tersebut memperoleh keuntungan yang solid selama beberapa hari terakhir, maka Anda mungkin secara wajar mengharapkan pergerakan selama beberapa hari mendatang (deret waktu terkemuka) akan cocok. orang-orang dari deret waktu tertinggal dan bergerak ke atas.

Contoh Statistik Durbin Watson

Rumus untuk statistik Durbin Watson agak rumit tetapi melibatkan residual dari regresi kuadrat terkecil biasa pada sekumpulan data. Contoh berikut menggambarkan cara menghitung statistik ini.

Asumsikan titik data (x, y) berikut:

Pair One=(10,1,100)Pair Two=(20,1,200)Pair Three=(35,985)Pair Four=(40,750)Pair Five=(50,1,215)Pair Six=(45,1,000)\ begin {aligned} & \ text {Pair One} = \ left ({10}, {1.100} \ right) \\ & \ text {Pair Two} = \ left ({20}, {1.200} \ right) \ \ & \ text {Pair Three} = \ left ({35}, {985} \ right) \\ & \ text {Pair Four} = \ left ({40}, {750} \ right) \\ & \ text {Pair Five} = \ left ({50}, {1.215} \ right) \\ & \ text {Pair Six} = \ left ({45}, {1.000} \ right) \\ \ end {aligned} orang Pasangkan Satu=(10 ,1,100 )Pasangkan Dua=(20 ,1,200 )Pasangkan Tiga=(35 ,985 )Pasangkan Empat=(40 ,750 )Pasangkan Lima=(50 ,1,215 )Pasangkan Enam=(45 ,1,000 ) orang 

Dengan menggunakan metode regresi kuadrat terkecil untuk menemukan ” garis paling cocok “, persamaan untuk garis paling cocok dari data ini adalah:

Y=-2.6268x+1,129.2Y = { – 2,6268} x + {1.129,2}Y=-2.6268 x+1,129.2

Langkah pertama dalam menghitung statistik Durbin Watson ini adalah menghitung nilai “y” yang diharapkan menggunakan persamaan garis yang paling sesuai. Untuk kumpulan data ini, nilai “y” yang diharapkan adalah:

ExpectedY(1)=(-2.6268