Analisis Inferensi Kausal Untuk Menghadapi VUCA: Studi Kasus Pengaruh Trump Terhadap Pasar Kripto

Fauzan, Heri (2025) Analisis Inferensi Kausal Untuk Menghadapi VUCA: Studi Kasus Pengaruh Trump Terhadap Pasar Kripto. Tesis (S2) - thesis, Universitas Bakrie.

	Text (Cover) 00 Cover.pdf - Accepted Version Download (1MB)
	Text (BAB I-IV) 01 BAB I-IV.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 02 BAB V.pdf - Accepted Version Restricted to Registered users only Download (3MB) | Request a copy
	Text (BAB VI) 03 BAB VI.pdf - Accepted Version Restricted to Registered users only Download (198kB) | Request a copy
	Text (Daftar Pustaka) 04 Daftar Pustaka.pdf - Accepted Version Download (216kB)
	Text (Lampiran) 05 Lampiran.pdf - Accepted Version Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengajukan metode analisis inferensi kausal untuk menghadapi VUCA. Dengan studi kasus mengembangkan analisis komprehensif dengan metode inferensi kausal dalam menilai pengaruh kebijakan Donald Trump terhadap pasar kripto dengan menggunakan metode inferensi kausal. Selain itu akan dibentuk juga Structural Causal Model (SCM) yang menghubungkan variabel pembentuk model dengan pergerakan pasar kripto yang diwakili oleh harga Bitcoin. Data yang dipergunakan terdiri dari tiga jenis data, yaitu data kejadian atau momen terkait dengan Donald Trump, data ekuitas global, dan data indikator makroekonomi Amerika Serikat. Dalam penelitian ini momen yang berkaitan dengan Donald Trump hanya terbatas dari bulan November 2024 hingga Mei 2025 yang dikumpulkan dari beberapa sumber berita terkini. Sementara itu data makroekonomi dalam 15 tahun terakhir diambil dari Federal Reserve Economic Data (FRED), selain itu data lain didapatkan dari Yahoo Finance. Untuk memulai pembentukan model, diperlukan analisis awal korelasi dan perhitungan CATE antar komponen indikator makroekonomi dan seleksi momen terkait Donald Trump untuk dibuatkan analisis. Model analisis yang digunakan adalah model Bayesian Structural Time Series (BSTS) untuk memodelkan prediksi pasar sebelum dan setelah kejadian. Hasil dari model ini dievaluasi dengan nilai p yang dibawah 0.05 sebagai syarat dasar bahwa terjadi kausalitas akibat kejadian untuk masing-masing momen. Kemudian perhitungan CATE dilakukan untuk setiap variabel dalam model terhadap harga Bitcoin untuk menentukan kuantitas pengaruhnya. Adapun hasil penelitian ini menunjukkan bahwa dari 4 momen penting terkait Donald Trump, ada 2 momen yang memiliki kausalitas negatif, 1 momen tidak memiliki kausalitas, dan 1 lagi memiliki kausalitas positif. Sehingga bisa disimpulkan bahwa momen terkait Donald Trump memiliki pengaruh negatif terhadap pasar kripto. Sedangkan dari model yang dihasilkan S&P500, suku bunga FED, dan supply M1 secara konsisten memiliki kausalitas terhadap harga di pasar kripto. Kata Kunci: VUCA, Donald Trump, Inferensi Kausal, Pasar Kripto This study aims to propose a causal inference analysis method to address VUCA. Through a case study, a comprehensive analysis using causal inference methods will be developed to assess the impact of Donald Trump's events on the crypto market. Furthermore, a Structural Causal Model (SCM) will be developed that connects the model's constituent variables with crypto market movements, represented by Bitcoin prices. The data used consists of three types: events or moments related to Donald Trump, global equity data, and US macroeconomic indicator data. In this study, moments related to Donald Trump are limited to the period from November 2024 to May 2025, collected from several current news sources. Meanwhile, macroeconomic data for the past 15 years is taken from the Federal Reserve Economic Data (FRED), and other data is obtained from Yahoo Finance. To begin model development, an initial correlation analysis and CATE calculation between macroeconomic indicator components are required, as well as a selection of moments related to Donald Trump for analysis. The analysis model used is the Bayesian Structural Time Series (BSTS) model to model market predictions before and after the event. The results of this model were evaluated with a p-value below 0.05, as a basic requirement for causality due to events for each moment. Then, the CATE calculation was performed for each variable in the model on Bitcoin price to determine the magnitude of its influence. The results of this study indicate that of the four key moments related to Donald Trump, two had negative causality, one had no causality, and one had a positive causality. Therefore, it can be concluded that moments related to Donald Trump have a negative influence on the crypto market. Meanwhile, the resulting model consistently shows that the S&P 500, the FED interest rate, and M1 supply have a causal relationship with crypto market prices. Keywords: VUCA, Donald Trump, Causal Inference, Crypto Market

Item Type:	Thesis (Tesis (S2) - )
Uncontrolled Keywords:	VUCA, Donald Trump, Causal Inference, Crypto Market
Subjects:	Finance > Finance Management Finance > Investment Thesis > Thesis (S2)
Divisions:	Fakultas Ekonomi dan Ilmu Sosial > Program Studi Magister Management
Depositing User:	Heri Fauzan
Date Deposited:	02 Sep 2025 03:56
Last Modified:	02 Sep 2025 03:57
URI:	https://repository.bakrie.ac.id/id/eprint/12047

Actions (login required)

View Item