2007

WORKING PAPER WP/21/2007

DAMPAK BI RATE TERHADAP PASAR KEUANGAN: Mengukur Signifikansi Respon Instrumen Pasar Keuangan Terhadap Kebijakan Moneter

Nugroho Joko Prastowo

ii

Dampak BI Rate Terhadap Pasar Keuangan: Mengukur Signifikansi Respon Instrumen Pasar Keuangan Terhadap Kebijakan Moneter Nugroho Joko Prastowo

1

Working Paper No. 21 Januari 2008

Abstraks Pasar keuangan mempunyai peran yang sangat penting dalam mentransmisikan kebijakan moneter. Perubahan kebijakan moneter akan mempengaruhi harga aset yang selanjutnya mendorong pelaku pasar keuangan untuk melakukan penyesuaian komposisi portofolio investasinya. Dengan menggunakan pendekatan event study dan vector autoregression (VAR), penelitian ini mencoba mengukur signifikasi respon pasar keuangan terhadap kebijakan moneter (BI Rate). Selanjutnya dengan metode VAR, Granger Causality dan elastisitas, penelitian ini juga mencoba mendeteksi kemungkinan adanya portfolio switching. Hasil estimasi menunjukkan hanya suku bunga deposito dan yield obligasi yang secara signifikan merespon perubahan BI Rate. Sementara untuk suku bunga pasar uang dan indeks harga saham tidak ditemukan adanya respon yang signifikan. Penelitian ini juga tidak menemukan adanya fenomena portfolio switching pada investor domestik non-bank maupun investor asing. Investor cenderung melakukan diversifikasi portofolio untuk meminimalisasi risiko, sehingga antar portofolio investasi mempunyai pergerakan yang searah. Portfolio switching hanya terjadi pada bank yang cenderung mengalihkan portofolio obligasi kepada SBI. Analisis elastisitas menunjukkan bahwa minat bank dan domestik non-bank untuk berinvestasi pada portofolio SBI tidak terpengaruh oleh level BI Rate. Permintaan SBI oleh bank lebih didorong oleh meningkatnya kondisi likuiditas bukan faktor harga. Namun level BI Rate dan perbedaannya terhadap suku bunga luar negeri (interest rate differential) sangat berpengaruh bagi investor asing.

Klasifikasi JEL: D53, E52, G14 Kata Kunci: BI Rate, event study, vector autoregression, portfolio switching

1

Peneliti Ekonomi Muda di Biro Riset Ekonomi (BRE), Direktorat Riset Ekonomi dan Kebijakan Moneter (DKM), Bank Indonesia. Pandangan dalam paper ini merupakan pandangan penulis dan tidak semata-mata merefleksikan pandangan DKM atau Bank Indonesia. Penulis mengucapkan terima kasih kepada Sdr. Andry Prasmuko dan Sdr. Wahyu Agung Nugroho atas masukan, saran dan diskusi yang sangat konstruktif. e-mail: [email protected]

iii

iv

DAFTAR ISI Abstraks ....................................................................................................................................... iii DAFTAR ISI................................................................................................................................. v DAFTAR TABEL........................................................................................................................ vi DAFTAR GRAFIK...................................................................................................................... vi BAB I PENDAHULUAN ............................................................................................................. 1 1.1 Latar Belakang .............................................................................................................. 1 1.2. Tujuan Penelitian.......................................................................................................... 2 1.3. Metodologi Penelitian .................................................................................................. 2 1.4. Organisasi Penulisan .................................................................................................... 3 BAB II STUDI LITERATUR....................................................................................................... 5 2.1. Kebijakan Moneter dan Pasar Keuangan ..................................................................... 5 2.1.1. Kebijakan Moneter, Suku Bunga dan Portofolio Bank..................................... 6 2.1.2. Kebijakan Moneter dan Pasar Modal ................................................................ 8 2.1.3. Kebijakan Moneter dan Pasar Obligasi........................................................... 11 2.2. Interaksi Antar Institusi Pasar Keuangan ................................................................... 12 2.3. Komunikasi Kebijakan Moneter dan Ekspektasi Masyarakat.................................... 13 BAB III METODE ANALISIS DAN DATA ............................................................................. 17 3.1. Metode Analisis.......................................................................................................... 17 3.1.1 Pendekatan Event Study ................................................................................... 17 3.1.2 Pendekatan Vector Autoregression (VAR) .............................................................. 20 3.1.3 Pendekatan Granger Causality ......................................................................... 21 3.1.4 Pendekatan Elastisitas ...................................................................................... 22 3.2 Perkembangan Variabel .............................................................................................. 23 3.2.1 Variabel Kebijakan Moneter ............................................................................ 23 3.2.2 Variabel Pasar Uang......................................................................................... 25 3.2.3 Variabel Pasar Modal....................................................................................... 26 3.2.4 Variabel Pasar Obligasi.................................................................................... 28 BAB IV HASIL ESTIMASI DAN ANALISIS .......................................................................... 30 4.1 Hasil Estimasi Event Study.......................................................................................... 30 4.1.1 Dampak BI Rate terhadap Pasar Keuangan ..................................................... 30 4.1.2 Dampak Announcement Effect BI Rate terhadap Pasar Keuangan .................. 33 4.2 Hasil Estimasi Vector Autoregression (VAR) ............................................................ 35 4.2.1 Respon Pasar Uang terhadap BI Rate .............................................................. 36 4.2.2 Respon Perbankan terhadap BI Rate................................................................ 37 4.2.3 Respon Pasar Modal terhadap BI Rate............................................................. 38 4.2.4 Respon Pasar Obligasi terhadap BI Rate.......................................................... 39 4.3 Identifikasi Adanya Portfolio Switching ..................................................................... 39 4.3.1 Perilaku Investasi Bank.................................................................................... 40 4.3.2 Perilaku Investasi Investor Domestik Non-Bank ............................................. 41 4.3.3 Perilaku Investasi Investor Asing..................................................................... 43 4.3.4 Pengaruh BI Rate terhadap Pemilihan Portofolio Investasi ............................. 46 BAB V KESIMPULAN DAN IMPLIKASI KEBIJAKAN........................................................ 49 5.1 Kesimpulan.................................................................................................................. 49 5.2 Implikasi Kebijakan ................................................................................................... 50 REFERENSI ............................................................................................................................... 53 Lampiran ..................................................................................................................................... 55

v

DAFTAR TABEL Tabel 3. 1. Variabel Yang Digunakan dalam Pendekatan VAR ................................................. 21 Tabel 4. 1. Estimasi Respon Suku Bunga PUAB Terhadap BI Rate........................................... 31 Tabel 4. 2. Estimasi Respon IHSG dan Yield Obligasi Terhadap BI Rate ................................. 32 Tabel 4. 3. Estimasi Dampak Pengumuman BI Rate Terhadap Pasar Keuangan........................ 34 Tabel 4. 4. Hasil Uji Stasionaritas ............................................................................................... 35 Tabel 4. 5. Granger Causality antara BI Rate dan PUAB ........................................................... 37 Tabel 4. 6. Granger Causality antara BI Rate dan Deposito........................................................ 38 Tabel 4. 7. Granger Causality antara BI Rate dan IHSG............................................................. 38 Tabel 4. 8. Granger Causality antara BI Rate dan Yield Obligasi............................................... 39 Tabel 4. 9. Estimasi VAR Portofolio Bank ................................................................................. 40 Tabel 4. 10. Estimasi Granger Causality Antar Portofolio Bank ............................................... 40 Tabel 4. 11. Estimasi VAR Portofolio Investor Domestik .......................................................... 41 Tabel 4. 12. Estimasi Granger Causality Antar Portofolio Investor Domestik ........................... 42 Tabel 4. 13. Estimasi VAR Portofolio Investor Asing (Alt. 1) .................................................. 43 Tabel 4. 14. Estimasi Granger Causality Antar Portofolio Investor Asing ................................. 43 Tabel 4. 15. Estimasi VAR Portofolio Investor Asing (Alt. 2) .................................................. 44 Tabel 4. 16. Estimasi VAR Portofolio Investor Asing (Alt. 3) .................................................. 44

DAFTAR GRAFIK Grafik 3.1. Perkembangan Suku Bunga SBI dan BI Rate .......................................................... 24 Grafik 3.2. Perkembangan Suku Bunga PUAB Pagi dan Sore .................................................. 26 Grafik 3.3. Perkembangan Suku Bunga PUAB dan BI Rate...................................................... 26 Grafik 3.4. Perkembangan Kinerja Pasar Modal Indonesia ....................................................... 27 Grafik 3.5. Perkembangan IHSG, STI dan BI Rate ................................................................... 27 Grafik 3.6. Perkembangan Perdagangan Obligasi Pemerintah dan Swasta................................ 28 Grafik 3.7. Perkembangan Yield Obligasi Pemerintah .........................................................29 Grafik 4.1. Respon Suku Bunga PUAB terhadap BI Rate .......................................................... 36 Grafik 4.2. Respon Suku Bunga Deposito terhadap BI Rate....................................................... 37 Grafik 4.3. Respon Indeks Harga Saham terhadap BI Rate ........................................................ 38 Grafik 4.4. Respon Yield Obligasi terhadap BI Rate .................................................................. 39 Grafik 4.5. Outstanding Portofolio Investasi Investor Domestik ................................................ 42 Grafik 4.6. Outstanding Kepemilikan Portofolio oleh Investor Asing........................................ 45 Grafik 4.7. Perubahan Portofolio Investasi Investor Asing......................................................... 45 Grafik 4.8. BI Rate, Yield, Volume SBI dan Obligasi Perbankan .............................................. 46

vi

BAB 1

PENDAHULUAN 1.1 Latar Belakang Kebijakan moneter dan pasar keuangan merupakan dua hal yang tidak dapat dipisahkan mengingat setiap perubahan kebijakan moneter untuk mempengaruhi aktivitas perekonomian ditransmisikan melalui pasar keuangan. Oleh karena itu diperlukan pasar keuangan yang sehat dan memiliki ketahanan yang tinggi untuk menjamin kelancaran mekanisme transmisi kebijakan moneter ke sektor riil. Berbagai perubahan struktural pada pasar keuangan pasca krisis menyebabkan kebijakan moneter menghadapi tantangan yang semakin sulit. Hingga saat ini kebijakan moneter untuk mengendalikan laju inflasi diduga masih terkendala oleh kondisi pasar keuangan. Ekspansi moneter yang dilakukan untuk mendorong pemulihan ekonomi melalui penurunan suku bunga tidak serta merta meningkatkan pembiayaan pasar keuangan kepada sektor riil di dalam perekonomian. Sementara itu, kebijakan moneter kontraktif melalui kenaikan suku bunga untuk mengatasi tekanan inflasi justru menimbulkan dampak negatif yang besar pada perekonomian melalui penurunan kualitas modal dan penurunan pembiayaan pasar keuangan, fenomena ini lebih dikenal dengan istilah financial accelerator. Seiring dengan penerapan inflation targeting framework (ITF) pada Juli 2005, Bank Indonesia memperkenalkan penggunaan BI Rate sebagai referensi suku bunga yang menjadi acuan bagi para pelaku di pasar keuangan untuk membaca sinyal kebijakan moneter ke depan. Setiap sinyal perubahan arah kebijakan moneter melalui BI Rate seyogyanya diikuti oleh perubahan suku bunga di pasar keuangan, baik jangka pendek maupun jangka panjang. Secara teoritis, suku bunga jangka panjang cenderung untuk bergerak searah dengan suku bunga jangka pendek. Dengan demikian, diharapkan bahwa yield dari aset jangka panjang seperti obligasi yang bergerak searah dengan pergerakan suku bunga, akan bergerak naik ketika suku bunga jangka pendek meningkat. Kenaikan yield ini akan mengakibatkan obligasi menjadi lebih menarik sehingga ada perpindahan investasi dari saham ke obligasi karena diharapkan memberikan tingkat keuntungan yang lebih tinggi. Pada saat terjadi pengetatan moneter, ada kecenderungan yang mendorong ke arah resesi ekonomi sehingga mengurangi keuntungan perusahaan. Penurunan expected 1

return tersebut menyebabkan saham menjadi kurang kompetitif dibandingkan aset lainnya dan mengakibatkan turunnya harga saham yang biasanya disertai dengan perpindahan portofolio dari saham ke aset lainnya. Perubahan harga aset atau portofolio investasi akan mendorong semua institusi di pasar keuangan untuk melakukan penyesuaian atau perubahan komposisi portofolio investasinya. Perubahan komposisi portofolio investasi (portfolio switching) sangat dipengaruhi oleh besarnya respon pasar keuangan terhadap kebijakan moneter. Untuk itu, perlu dilakukan penelitian yang didukung data empiris sehingga dapat membuktikan adanya hubungan antara BI Rate dan portofolio investasi di pasar keuangan baik melalui saham maupun surat-surat berharga lainnya oleh berbagai jenis investor. 1.2. Tujuan Penelitian Secara garis besar, penelitian ini ditujukan untuk mengkaji dampak dari kebijakan moneter terhadap pasar keuangan, diantaranya: •

dampak kebijakan moneter terhadap pasar uang antar bank (PUAB) yang tercermin pada signifikasi hubungan BI Rate dan suku bunga PUAB.

•

dampak kebijakan moneter terhadap pasar modal yang diukur dengan menggunakan indeks harga saham gabungan (IHSG).

•

dampak kebijakan moneter terhadap pasar obligasi, khususnya obligasi pemerintah (SUN), yang tercermin dari pergerakan yield obligasi.

•

identifikasi kemungkinan terjadinya perpindahan portofolio investasi (portfolio switching) sebagai respon terhadap perubahan harga aset yang disebabkan oleh perubahan kebijakan moneter.

1.3. Metodologi Penelitian Penelitian ini akan menggunakan beberapa pendekatan kuantitatif ekonometrik untuk melihat dampak perubahan kebijakan moneter terhadap pasar keuangan, yaitu: •

analisis event study untuk melihat dampak dari perubahan kebijakan moneter terhadap beberapa instrument di pasar keuangan seperti suku bunga PUAB, yield obligasi, dan indeks harga saham.

•

Vector autoregression (VAR) untuk melihat hubungan dan reaksi dari pasar keuangan terhadap perubahan kebijakan moneter. Selain untuk mengkonfirmasi

2

hasil estimasi event study, pendekatan ini juga digunakan untuk mendeteksi kemungkinan adanya portfolio switching di pasar keuangan. •

Granger Causality untuk mengkonfirmasi hasil estimasi VAR dan analisis elastisitas, baik elastisitas harga permintaan (price elasticity of demand) maupun elastisitas silang (cross-elasticity) untuk melihat signifikasi pengaruh BI Rate terhadap keputusan investasi dari investor.

1.4. Organisasi Penulisan Paper penelitian ini akan disajikan dalam lima bab. Setelah bab pendahuluan, di Bab II akan disajikan beberapa teori yang terkait dengan kebijakan moneter dan pasar keuangan. Detail penjelasan mengenai metode penelitian yang akan digunakan untuk menganalisa dampak kebijakan moneter terhadap pasar keuangan yaitu event study dan vector autoregression maupun data yang akan digunakan disajikan di Bab III. Selanjutnya, Bab IV akan menguraikan tentang hasil estimasi model ekonometrik dan analisanya. Dari hasil analisa di Bab IV akan ditarik beberapa kesimpulan dan implikasi kebijakan yang perlu diambil, dan akan disajikan di Bab V.

3

4

BAB II

STUDI LITERATUR 2.1. Kebijakan Moneter dan Pasar Keuangan Tugas bank sentral dalam menjalankan kebijakan moneter terkait erat dengan pasar keuangan. Dalam melaksanakan tugasnya, bank sentral secara signifikan mampu mempengaruhi aktivitas pasar keuangan melalui dua jalur utama (Carmichael and Harper, 1995). Pertama, bank sentral mempunyai otoritas untuk membuat regulasi yang berpengaruh terhadap institusi di pasar keuangan, khususnya perbankan. Selain itu, bank sentral juga mempunyai otoritas untuk mempengaruhi bahkan mengatur tingkat suku bunga melalui insrumen kebijakan moneternya. Suku bunga kebijakan moneter ini akan mempengaruhi suku bunga perbankan baik jangka pendek maupun jangka panjang yang selanjutnya mempengaruhi return dari berbagai portofolio pasar keuangan seperti saham dan obligasi. Kedua, bank sentral dapat melakukan transaksi langsung di pasar keuangan (open market operation) yang dapat mempengaruhi likuiditas pasar keuangan. Dengan transaksi ini, bank sentral dapat mempengaruhi harga instrumen pasar keuangan. Secara teoritis, kebijakan moneter yang dilaksanakan oleh bank sentral dapat di kategorikan ke dalam dua kelompok, yaitu pendekatan kuantitas (quantity targeting) dan pendekatan harga (price targeting). Bank sentral yang mengadopsi pendekatan kuantitas akan menggunakan besaran uang beredar seperti uang primer (base money/M0) dan broad money (M2) sebagai target operationalnya. Instrumen kebijakan moneter yang lazim digunakan oleh bank sentral untuk mempengaruhi besaran uang beredar tersebut antara lain: giro wajib minimum (GWM), operasi pasar terbuka (OPT), dan kebijakan diskonto (discount rate policy). Sedangkan bank sentral yang mengadopsi pendekatan harga menggunakan suku bunga jangka pendek sebagai target operasionalnya. Kedua pendekatan kebijakan moneter tersebut mempunyai dampak yang searah pada pasar keuangan. Beberapa artikel mencoba menjelaskan keterkaitan antara kebijakan moneter dan pasar keuangan melalui jalur transmisi kebijakan moneter. Dari hasil sebuah simposium mengenai transmisi kebijakan moneter, Mishkin (1995) mengidentifikasi empat jalur utama bagaimana kebijakan moneter mempengaruhi aktivitas ekonomi, yaitu jalur suku bunga (interest rate channel), jalur nilai tukar (exchange rate channel), jalur harga aset 5

(asset price channel), dan jalur kredit (credit channel yang diuraikan menjadi bank lending channel dan balance sheet channel). Dari berbagai jalur transmisi tersebut dapat dilihat secara jelas bahwa setiap jalur transmisi kebijakan moneter akan melalui dan memanfaatkan pasar keuangan. Jalur suku bunga dan jalur kredit terutama akan memanfaatkan perbankan dan pasar uang, sementara jalur nilai tukar memanfaatkan pasar valas, dan jalur harga aset memanfaatkan pasar modal. Hal ini membuktikan pentingnya peran pasar keuangan dalam mentransmisikan kebijakan moneter. 2.1.1. Kebijakan Moneter, Suku Bunga dan Portofolio Bank Dalam teori lifecycle setiap individu diasumsikan bersifat forward-looking. Ketika

menentukan

jumlah

konsumsi

dan

simpanan,

mereka

tidak

hanya

mempertimbangkan tingkat pendapatan dan keinginan saat ini, tetapi secara rasional juga mempertimbangkan tingkat pendapatan dan keinginan dimasa mendatang. Dalam teori ini, suku bunga sangat mempengaruhi keputusan jumlah konsumsi dan simpanan setiap individu. Sementara besaran pengaruh suku bunga terhadap perilaku konsumsi dan simpanan tergantung pada dua aspek, yaitu intertemporal elasticity of subtitution dan rate of time preference.

2

Secara teoritis, peningkatan suku bunga akan

meningkatkan minat menabung masyarakat untuk konsumsi di masa yang akan datang sehingga jumlah dana yang mengalir dan dapat dikelola di pasar keuangan mengalami peningkatan. Perbankan merupakan salah satu institusi pasar keuangan yang secara langsung terpengaruh oleh perubahan kebijakan moneter. Pengaruh perubahan kebijakan moneter kepada perbankan tersebut lebih signifikan dibandingkan dengan institusi pasar keuangan lainnya karena (i) pada umumnya perbankan berada di bawah pengawasan bank sentral sehingga bank sentral akan berusaha membuat regulasi untuk meningkatkan efektivitas transmisi kebijakan moneternya; dan (ii) perbankan mempunyai peran yang cukup dominan di pasar keuangan. Hanya sejumlah kecil negara, terutama negara maju, dimana pasar modalnya lebih dominan daripada perbankan (market-based financial system) seperti Amerika, Hongkong SAR, dan Singapura.

2

Intertemporal elasticity of substitution merefleksikan kemauan seseorang untuk mensubtitusikan konsumsinya, sementara rate of time preference mencerminkan preferensi seseorang antara konsumsi saat ini dan masa yang akan datang.

6

Kebijakan moneter akan mempengaruhi term structure suku bunga perbankan dari sisi simpanan maupun kredit yang selanjutnya mempengaruhi perilaku bank dalam mengoptimalkan komposisi portofolionya. Kebijakan moneter yang kontraktif yang mendorong terjadinya peningkatan suku bunga, di satu sisi akan meningkatkan jumlah dana yang masuk ke sektor perbankan terutama dalam bentuk deposito karena memberikan imbalan yang menarik baik secara nominal maupun riil. 3 Di sisi lain, kebijakan moneter kontraktif tersebut akan menurunkan permintaan dan realisasi kredit. Bernanke dan Gertler (1995) menjelaskan bahwa peningkatan suku bunga akan meningkatkan kewajiban dan biaya modal yang dapat memperburuk cash flow perusahaan dan menurunkan harga asset yang dapat dijadikan jaminan kredit, sehingga perusahaan menjadi less bankable dan permintaan kredit akan turun (balance sheet channel). Kontraksi moneter juga akan menurunkan loanable funds yang dapat dikelola bank karena diserap oleh bank sentral melalui OPT dan meningkatkan asymmetric information tentang kualitas debitur, sehingga penawaran dan persetujuan kredit juga akan turun (bank lending channel). Sebagai subtitusi dari menurunnya permintaan dan persetujuan kredit, bank harus mencari alternatif investasi. Portofolio investasi yang dapat dipastikan meningkat adalah portofolio surat berharga yang digunakan dalam operasi pasar terbuka (OPT)4. Pada umumnya, alternatif investasi yang bebas resiko (risk free assets) seperti surat berharga bank sentral dan obligasi pemerintah akan menjadi pilihan penempatan dana bank pada saat terjadinya kontraksi moneter. Dalam penelitiannya, Zulverdi et al (2006) mengungkapkan bahwa peningkatan policy rate akan menurunkan penawaran kredit bank dan meningkatkan permintaan terhadap surat berharga bank sentral di Indonesia. Untuk portofolio saham, dimana di beberapa negara bank dilarang menanamkan dananya dalam bentuk saham, menjadi kurang menarik dalam masa kontraksi moneter karena harga saham mengalami penurunan sebagai dampak dari efek subtitusi portofolio. Sebaliknya, pasar uang menjadi lebih atraktif dalam masa kontraksi moneter. Berkurangnya likuiditas bank sebagai dampak dari pelaksanaan OPT akan

3

Berdasarkan persamaan Fisher, suku bunga riil akan sebanding dengan suku bunga nominal dikurangi perkiraan inflasi di masa mendatang (expected inflation), sehingga kebijakan moneter kontraktif akan meningkatkan suku bunga riil dalam jangka pendek sejalan dengan peningkatan suku bunga nominal. 4

Sebagian besar bank sentral menggunakan obligasi pemerintah sebagai instrumen operasi pasar terbuka, dan hanya sebagian kecil yang menggunakan surat berharga yang diterbitkan oleh bank sentral seperti Korea Selatan, Indonesia, Chile dan New Zealand.

7

meningkatkan permintaan dan menurunkan penawaran di pasar uang, sehingga mendorong terjadinya peningkatan suku bunga pinjaman di pasar uang. 2.1.2. Kebijakan Moneter dan Pasar Modal Dalam beberapa dasawarsa belakangan ini, peran pasar modal dalam pembiayaan investasi memang mengalami peningkatan yang signifikan. Krisis perbankan yang terjadi di beberapa negara, termasuk Indonesia pada waktu krisis ekonomi di Asia, membuktikan bahwa ketergantungan terhadap perbankan menyulitkan pemulihan ekonomi (economic recovery) negara tersebut pasca krisis. Banyak diantara negara berkembang (emerging countries) yang mencoba mengurangi ketergantungan tersebut dengan mendorong pengembangan pasar modal, sehingga peran pasar modal dalam perekonomian menjadi penting. Dalam penelitiannya, Broome and Moorley (2004) menyimpulkan bahwa harga saham menjadi salah satu leading indicator yang signifikan untuk krisis ekonomi di negara-negara Asia tahun 1997-1998. Secara tidak langsung, temuan tersebut mengindikasikan pentingnya peran pasar modal dalam perekonomian dan transmisi kebijakan moneter. Banyak artikel yang membahas mengenai dampak kebijakan moneter terhadap pasar modal atau sebaliknya, respon pasar modal terhadap kebijakan moneter. Artikel yang ditulis oleh James Tobin dan diterbitkan dalam Journal of Money, Credit and Banking pada tahun 1969 merupakan salah satu artikel fenomenal yang banyak dirujuk oleh artikel-artikel lainnya. Di dalam artikelnya, Tobin menjelaskan bagaimana kebijakan moneter mempengaruhi pasar modal melalui perubahan harga barang modal (price of capital), yang kemudian dikenal dengan istilah Tobin’s Q. Notasi Q merupakan rasio dari nilai pasar (market value) saham sebuah perusahaan dengan nilai asetnya (assets value). Nilai dari Q akan tinggi (Q>1) jika harga pasar lebih tinggi dari harga aset, sehingga perusahaan tergerak untuk menerbitkan saham untuk membiayai pendirian pabrik baru maupun pembelian barang-barang modal lainnya karena harganya relatif lebih murah dari harga pasarnya. Investasi akan meningkat karena perusahaan dapat membeli lebih banyak barang-barang modal dari hasil penerbitan saham tersebut. Sebaliknya, nilai Q akan rendah (Q<1) jika harga pasar lebih rendah dari harga aset, sehingga biaya pembelian barang-barang modal relatif lebih mahal. Sebagai konsekuensi, investasi akan rendah karena harga barang-barang modal relatif lebih

8

mahal dan perusahaan lebih cenderung untuk mengakuisisi perusahaan yang sudah ada dari pada melakukan investasi baru. Kebijakan moneter dapat mempengaruhi harga saham (market value)5 melalui dua jalur. Pertama, kontraksi moneter yang menyebabkan berkurangnya jumlah uang beredar akan mendorong masyarakat mengurangi pengeluaran konsumsinya sehingga permintaan terhadap produk perusahaan menurun. Di sisi lain, kontraksi moneter yang mendorong peningkatan suku bunga menambah cost of capital bagi perusahaan. Kedua faktor tersebut menurunkan profitabilitas perusahaan yang kemudian berdampak pada penurunan harga saham. Kedua, peningkatan suku bunga membuat nilai imbal hasil dari deposito dan obligasi menjadi lebih menarik, sehingga banyak investor pasar modal yang mengalihkan portofolio sahamnya. Meningkatnya aksi jual dan minimnya permintaan akan menurunkan harga saham. Dengan demikian, kontraksi moneter akan menurunkan harga saham (market value) yang selanjutnya menurunkan nilai Q dan investasi. Namun Tobin dan beberapa peneliti lainnya mengakui bahwa tidaklah mudah mengestimasi respon dari pasar modal terhadap perubahan kebijakan moneter karena adanya permasalahan edogeinity, dimana perubahan kebijakan moneter merupakan respon bank sentral terhadap perkembangan pasar modal. Bernanke dan Kuttner (2005) juga menyatakan bahwa sangat rumit untuk mengestimasi respon harga saham terhadap kebijakan moneter karena pasar tidak akan bereaksi terhadap kebijakan moneter yang telah terantisipasi (anticipated monetary policy). Dengan menggunakan metode event study, Bernanke dan Kuttner mencoba menganalisa reaksi pasar modal terhadap unexpected monetary policy. Hasil estimasi menunjukkan bahwa harga saham di pasar modal bereaksi negatif dan signifikan terhadap unexpected atau surprise kebijakan moneter. Peningkatan suku bunga kebijakan moneter (dalam hal ini Fed Fund Rate) yang belum terantisipasi akan menurunkan harga saham sebagai akibat dari efek subtitusi portofolio. Selain efek subtitusi, faktor ekspektasi juga sangat mempengaruhi pergerakan harga saham (Gilchrist dan Leahy, 2002). Optimisme terhadap kondisi ekonomi ke depan akan mendorong terjadinya peningkatan harga saham. Untuk itu, kebijakan moneter akan berdampak terhadap pasar saham jika mampu membentuk atau 5

Harga saham merupakan cerminan present value dari asset perusahaan dan pendapatan deviden (future income).

9

mempengaruhi ekspektasi para pelaku pasar modal. Kebijakan moneter yang didukung oleh data dan analisa kondisi perekonomian yang terpercaya dan kualitas komunikasi bank sentral dalam mensosialisasikan kebijakan tersebut kepada publik menjadi kunci keberhasilan dalam mengarahkan ekspektasi masyarakat tentang kondisi perekonomian ke depan. Pengumuman kebijakan dan komunikasi hasil analisa bank sentral yang mengarah kepada penurunan akselerasi aktivitas perekonomian akan mengarahkan ekspektasi pelaku pasar modal bahwa produksi dan konsumsi akan menurun, sehingga profit perusahaan dan deviden yang dibagikan juga akan menurun. Ekspektasi yang pesimistis tersebut akan mendorong terjadinya penurunan harga saham. Sementara Thorbecke (1997) menggunakan pendekatan cash flow untuk menjelaskan dampak kebijakan moneter terhadap pasar modal. Dengan menggunakan argumen yang hampir sama dengan Bernanke dan Gertler (1995) bahwa kontraksi moneter yang mendorong terjadinya peningkatan suku bunga akan menurunkan cash flow perusahaan. Sementara teori menyebutkan bahwa harga saham merupakan present value dari cash flow perusahaan di masa mendatang. Dari hubungan tersebut dapat ditarik kesimpulan bahwa kebijakan moneter yang kontraktif akan menurunkan harga saham. Pengujian empiris dengan menggunakan pendekatan vector autoregression (VAR), Thorbecke menemukan bahwa kontraksi moneter mempunyai efek negative dan signifikan terhadap stock return, baik nominal maupun riil6. Sementara harga saham mempunyai pergerakan yang searah dengan stock return, sehingga secara tidak langsung kontraksi moneter berkorelasi negatif dengan harga saham. Hasil kajian Kohn dan Sack (2003) secara langsung membuktikan bahwa kontraksi moneter secara signifikan berdampak pada penurunan harga saham. Selain mempengaruhi harga saham, kebijakan moneter juga dipercayai dapat berdampak pada volatilitas di pasar saham. Volatilitas merupakan salah satu faktor penting yang diperhatikan oleh para investor dalam menentukan portofolio investasinya. Bomfim (2003) dengan menggunakan pengumuman hasil rapat FOMC sebagai indikator policy surprise menemukan hubungan yang positif antara pre-announcement dan announcement dengan volatilitas pasar saham. Sementara, Chen et al (1999) tidak menemukan hubungan yang signifikan ketika menggunakan discount rate sebagai proksi kebijakan moneter. 6

Stock return riil merupakan selisih antara nominal stock return dengan inflasi aktual atau ekspektasi inflasi yang dihitung dengan beberapa metode antara lain Kalman filter dan metode Fama & Gibbons (1984).

10

2.1.3. Kebijakan Moneter dan Pasar Obligasi Secara teoritis, pergerakan pasar obligasi dan pasar saham berlawanan arah karena bersifat subtitusi. Namun demikian, kontraksi moneter sama-sama memberikan dampak negatif terhadap harga saham dan obligasi. Secara sederhana, harga obligasi dapat dinotasikan sebagai berikut:

P = V /(1 + i ) ............................................................................................. (2.1) dimana, P : harga obligasi i : suku bunga V : nilai nominal pada saat jatuh tempo (face value) Dari persamaan (2.1) di atas, dapat dilihat bahwa harga obligasi berbanding terbalik dengan suku bunga. Harga obligasi akan selalu lebih rendah dari face value-nya jika suku bunga positive (P0). Harga obligasi akan turun jika suku bunga meningkat, atau sebaliknya. Dengan demikian, kontraksi moneter yang menyebabkan kenaikan suku bunga akan menurunkan harga obligasi. Turunnya harga obligasi akan menarik minat investor untuk berinvestasi karena return yang diperoleh pada saat jatuh tempo akan meningkat, sehingga pasar obligasi menjadi lebih atraktif dan bergairah. Nilai imbal hasil atau return dari obligasi ini di dalam pasar keuangan di kenal dengan istilah yield. Yield mempunyai hubungan terbalik dengan harga obligasi, namun selaras dengan tingkat suku bunga. Kurva yield yang normal pada saat bank sentral menerapkan kebijakan moneter yang kontraktif mempunyai slope yang positif. Dalam kondisi kontraksi moneter, suku bunga di masa yang akan datang diekspektasikan akan cenderung meningkat, sehingga yield jangka panjang lebih tinggi dari yield jangka pendek. Sebaliknya, kurva yield akan mempunyai slope yang negatif jika bank sentral menerapkan kebijakan yang ekspansif. Mizrach dan Kopecky (2007) menjelaskan alur transmisi kebijakan moneter terhadap pasar obligasi yang kurang lebih sama dengan penjelasan sebelumnya. Kebijakan moneter akan mempengaruhi distribusi uang kas (cash balance) dan pengeluaran konsumsi masyarakat. Peningkatan suku bunga mendorong masyarakat untuk memegang lebih banyak obligasi dan mengurangi uang kas dan konsumsi karena expected return dari obligasi meningkat. Sementara Campbell dan Ammer (1993) mengungkapkan bahwa pengumuman mengenai inflasi ke depan (expected inflation) merupakan faktor yang paling mempengaruhi pergerakan yield obligasi jangka panjang. Hal ini masih selaras dengan kesimpulan di atas karena bank sentral, terutama yang 11

telah mengimplementasikan inflation targeting framework (ITF), akan bereaksi jika terjadi perubahan perkiraan inflasi ke depan. 2.2. Interaksi Antar Institusi Pasar Keuangan

Dampak kebijakan moneter terhadap institusi di pasar keuangan tidak hanya berupa hubungan searah seperti dijelaskan dalam sub bab di atas. Kebijakan moneter juga akan memicu terjadinya interaksi antar institusi di pasar keuangan. Efek subtitusi antar portofolio pasar keuangan merupakan salah satu bentuk interaksi yang lazim. Kontraksi moneter yang mendorong terjadinya kenaikan suku bunga akan membuat nilai imbal hasil surat berharga bank sentral, obligasi maupun simpanan (khususnya deposito) menjadi lebih atraktif. Kondisi ini mendorong investor untuk mengalihkan investasinya dari pasar modal ke perbankan atau pasar obligasi. Dari sisi ekspektasi, kontraksi moneter akan mengurangi konsumsi yang pada gilirannya akan mengurangi produksi dan keuntungan perusahaan sehingga deviden yang diberikan akan turun. Selain itu, kontraksi moneter juga meningkatkan kewajiban dan memperburuk cash flow perusahaan. Kedua alasan tersebut akan menurunkan gairah di pasar modal sehingga harga saham terpangkas. Dari interaksi tersebut terlihat bahwa pasar modal menjadi kompetitor investasi dari perbankan dan pasar obligasi karena simpanan bank dan obligasi secara teori akan bergerak searah. Dari interaksi tersebut, pasar keuangan akan mencapai titik keseimbangan barunya. Nilai imbal hasil (return) bukan satu-satunya faktor yang menjadi pertimbangan pelaku di pasar keuangan untuk melakukan penyesuaian portofolio investasinya. Faktor informasi juga menjadi salah satu faktor penting yang harus dipertimbangkan mengingat masalah asymmetric information dan moral hazard menjadi problem di pasar keuangan (Both dan Thakor, 1997). Pelaku pasar keuangan tidak dapat secara langsung menyepadankan nilai imbal hasil dari risk free assets seperti surat berharga bank sentral dan obligasi pemerintah dengan saham atau obligasi swasta. Untuk itu informasi dari lembaga pemeringkat atau rating sangat bermanfaat dan membantu untuk menilai kualitas dari suatu portofolio saham atau obligasi swasta. Rating yang dikeluarkan oleh lembaga pemeringkat seperti Standard & Poor, Moody’s, Fitch atau pefindo untuk Indonesia, memberikan informasi tentang kondisi fundamental suatu emiten yang secara tersirat juga memuat default risks.

12

Motif dan karakteristik para investor yang bertransaksi di pasar keuangan juga sangat berpengaruh. Motif investor dapat diklasifikasikan ke dalam dua kategori, yaitu investasi dan transaksi (trading). Motif investasi bersifat jangka panjang, sedangkan motif transaksi bersifat jangka pendek. Pada investasi jangka panjang, investor mengharapkan nilai imbal hasil dari deviden untuk saham dan kupon/diskon untuk obligasi. Sementara dari investasi jangka pendek, investor mendapatkan keuntungan dari selisih harga jual dan harga beli. Dari segi karakteristik, pasar obligasi pada umumnya lebih didominasi oleh investor besar yang bersifat kelembagaan, sementara pemain di pasar modal lebih bersifat investor individu (Gebhardt et al, 2005). Investor kelembagaan yang mengelola dana jangka panjang masyarakat seperti perusahaan asuransi dan dana pensiun cenderung memegang obligasi hingga jatuh waktu sehingga volume perdagangannya relatif kecil, sementara investor di pasar saham lebih bersifat jangka pendek. Untuk itu, sangat wajar bila transaksi di pasar modal lebih semarak dibanding pasar obligasi dan harganya pun lebih berfluktuasi. Di beberapa negara, perbankan yang secara umum mendominasi pasar keuangan diperbolehkan berinvestasi di pasar modal, sehingga terdapat peluang terjadinya subtitusi aset investasi bank antara kredit, surat berharga, pasar uang dan saham. Untuk kasus Indonesia, perbankan dilarang berinvestasi di pasar modal7, sehingga menutup peluang tersebut dan subtitusi aset investasi bank hanya terjadi antara kredit, surat berharga, dan pasar uang. Zulverdi et al (2006) telah membuktikan terjadinya subtitusi antara kredit dan surat berharga. Namun belum terdapat bukti empiris yang konsisten terjadinya subtitusi subtitusi dengan pasar uang. Hal ini disebabkan karena perbedaan jangka waktu (maturity), relatif kecilnya volume transaksi pasar uang antar bank (PUAB), dan kecenderungan tersegmentasinya pasar uang. 2.3. Komunikasi Kebijakan Moneter dan Ekspektasi Masyarakat

Mengambil contoh kasus pada Bank of England (BOE), Reeves dan Sawicki (2007) mengungkapkan beberapa faktor yang mendorong para pelaku pasar mendengarkan dan merespon setiap kebijakan moneter yang diambil oleh bank sentral. Pertama adalah transparansi kebijakan moneter. Pada era 1990-an, BOE melakukan reformasi pada struktur dan proses perumusan kebijakan moneter seperti pengumuman

7

Berdasarkan Undang-Undang No. 7 tahun 1992 sebagaimana diubah dengan Undang-Undang No.10 tahun 1998 tentang Perbankan.

13

target inflasi sejak 1992, publikasi inflation report sejak 1993, dan publikasi minutes of the meetings dari monetary policy comitte (MPC) sejak tahun 1994 dan idependensi operasional pelaksanaan kebijakan moneter sejak 1997 yang membuat BOE semakin transparan dan akuntabel. Faktor kedua adalah kualitas komunikasi. Melalui dua publikasi utamanya, yaitu inflation report dan minutes of the MPC meetings, BOE mampu melakukan komunikasi yang sangat baik dengan pelaku pasar keuangan sehingga mereka dapat memahami arah kebijakan yang diambil oleh bank sentral. Banyak pihak percaya bahwa bahwa tranparansi dapat menghilangkan ketidaksamaan informasi (asymmetric information) antara pembuat kebijakan dalam hal ini adalah bank sentral dan publik. Sementara komunikasi yang baik dapat mengarahkan ekspektasi para pelaku pasar. Sebaliknya, komunikasi yang buruk dan susah dipahami akan berakibat pada disparitas persepsi dan ekspektasi sehingga respon yang diberikan oleh para pelaku pasar tidak seragam dan terkadang berakibat pada meningkatnya volatilitas di pasar keuangan. Kohn and Sack (2003) mengemukakan bahwa komunikasi merupakan sarana yang sangat penting dalam implementasi kebijakan moneter di Amerika Serikat. Di dalam penelitiannya, mereka menemukan bahwa statemen kebijakan moneter yang diambil oleh Federal Reserve Open Market Committe (FOMC) dan testimoni kepada kongres yang disampaikan oleh Gubernur Fed Res, Alan Greespan, mempunyai efek yang signifikan terhadap suku bunga pasar. Hal ini disebabkan karena testimoni tersebut menyampaikan informasi yang fokus dan spesifik mengenai economic outlook. Sementara pidato Alan Greenspan, walaupun menyampaikan informasi yang sama, tidak memberikan dampak yang signifikan karena informasi yang disampaikan dalam pidato tidak fokus pada arah perekonomian ke depan. Hal ini menegaskan bahwa fokus komunikasi menjadi salah satu kunci dalam mengarahkan ekspektasi pelaku pasar dan kunci kesuksesan pelaksanaan kebijakan moneter. Intensitas komunikasi bank sentral kepada publik juga sangat mempengaruhi keberhasilan pembentukan ekspektasi masyarakat. Selain melalui publikasi rutinnya, bank sentral juga dapat memberikan arahan kepada masyarakat melalui statemenstatemennya atau dikenal dengan istilah ‘open-mouth operations’. Berger et al (2006) mencontohkan bahwa European Central Bank (ECB) semakin meningkatkan intensitas komunikasinya jika direncanakan akan terjadi perubahan stance kebijakan dan terus ditingkatkan ketika board meeting semakin mendekat. Hal ini dapat memberikan dampak yang positif terhadap efisiensi dalam implementasi kebijakan moneter melalui 14

operasi pasar terbuka. Bank sentral dapat mencapai target suku bunga yang dikehendaki dengan lebih sedikit biaya operasi moneter karena masyarakat telah merespon terlebih dahulu.

15

16

BAB 3

METODE ANALISIS DAN DATA Penelitian ini akan menggunakan beberapa pendekatan ekonometrik, yaitu event study, vector autoregression (VAR), dan Granger causality untuk melihat hubungan atau dampak kebijakan moneter (BI Rate) terhadap pasar keuangan. Pendekatan VAR juga digunakan untuk mendeteksi kemungkinan adanya portfolio switching di pasar keuangan. Untuk memberikan latar belakang dan informasi, dalam bab ini juga akan dipaparkan mengenai perkembangan kebijakan moneter dan pasar keuangan di Indonesia. 3.1. Metode Analisis 3.1.1 Pendekatan Event Study

Pendekatan event study lazim digunakan untuk mengestimasi dampak kebijakan moneter terhadap harga portofolio atau aset di pasar keuangan (Rigobon dan Sack [2004], Bernanke dan Kuttner [2005], Gurkaynak et al [2005]). Pendekatan ini diyakini mempunyai kelebihan yang dapat mengatasi dua permasalahan krusial dalam mengestimasi hubungan antara kebijakan moneter dan pasar keuangan, yaitu (i) masalah endogeneity dan (ii) pengontrolan pengaruh variable non kebijakan moneter. Pendekatan even study yang menggunakan periode observasi yang sempit (dikenal dengan istilah event window) memperkecil peluang terjadinya event lain (non kebijakan moneter) yang mempengaruhi pasar keuangan. Selain itu juga memperkecil kemungkinan bahwa perubahan kebijakan moneter merupakan respon atas perubahan pasar keuangan dalam event window tersebut, sehingga pendekatan event study mampu mengeliminasi permasalahan endogeneity. Dengan demikian hanya terjadi hubungan satu arah dari kebijakan moneter kepada pasar keuangan. Dua hal yang menjadi titik kesulitan dan kunci keakuratan dari pendekatan event study adalah: (i) penentuan interval event window; dan (ii) penghitungan abnormal return. Pasar keuangan yang efisien mendorong pelaku pasar untuk merespon secara cepat setiap informasi baru dan perubahan ekspektasi, sehingga besar kemungkinan bahwa pengumuman kebijakan moneter tersebut telah terantisipasi, baik secara partial anticipated maupun fully anticipated. Penentuan interval event window sangat 17

mempengaruhi keakuratan dalam memprediksi antisipasi maupun respon pasar keuangan terhadap perubahan kebijakan moneter tersebut. Secara ekonometrik, pendekatan event study sangat sederhana dengan menggunakan metode regresi ordinary least square (OLS). Merujuk pada artikel yang ditulis oleh Gurkaynak et al (2005), persamaan ekonometrik untuk event study adalah sebagai berikut: Δy t = α + β Δxt + ε t ...................................................................................... (3.1)

dimana, Δyt : perubahan instrumen pasar keuangan Δxt : perubahan kebijakan moneter

εt : error term yang menangkap adanya pengaruh variabel lain (non kebijakan moneter). Δy t merupakan merupakan abnormal return yang dapat merefleksikan respon dari institusi pasar keuangan terhadap informasi kebijakan moneter (William dan Siegel, 1997). Penghitungan abnormal return yang merupakan deviasi dari normal return 8 (tanpa perubahan kebijakan moneter) menjadi sangat penting dalam pendekatan event study. MacKinlay (1997) mengklasifikasikan dua metode penghitungan normal return. Pertama, model statistik (statistical models) yang meliputi constant mean return model (CMRM) dan market model (MM). 9 CMRM mengasumsikan bahwa return suatu portofolio akan cenderung mendekati nilai rata-ratanya, sementara MM mengasumsikan bahwa return suatu portofolio akan sejalan dengan return pasar secara keseluruhan. Walaupun CMRM sangat sederhana, namun beberapa studi menemukan bahwa hasil estimasi dengan CMRM tidak jauh berbeda dengan pendekatan yang rumit. Kedua, model ekonomi (economic model) yang terdiri atas capital asset pricing model (CAPM) dan arbitrage pricing theory (APT). Pendekatan CAPM merupakan teori ekuilibrium dimana expected return suatu aset ditentukan oleh covariance-nya dengan portofolio pasar. Sementara APT beranggapan bahwa expected return suatu aset merupakan kombinasi liniar dari beberapa faktor risiko. 8

ARτ = Rτ − E ( Rτ X τ ) dimana ARτ : abnormal return, Rτ : actual return, dan E ( Rτ X τ ) : normal return

untuk periode waktu τ. 9

Persamaan untuk CMRM adalah Rt =

μ + ζ t ,dimana Rt : return untuk periode t, μ : rata-rata return,

ζ t : disturbance untuk periode t. Sementara Rit = α i + β i Rmt + ε it dimana Rit dan Rmt : return pada portofolio pasar, α i , β i : parameter, dan ε it : disturbance.

dan

18

persamaan untuk market model adalah periode t untuk portofolio perusahaan i dan

Pendekatan event study ini akan digunakan untuk mengestimasi respon tiga pasar keuangan, yaitu pasar uang antar bank (PUAB), pasar modal dan pasar obligasi. Respon dari masing-masing pasar ditunjukkan dengan perubahan harga atau return berupa suku bunga untuk pasar uang, indeks harga saham untuk pasar modal dan yield untuk pasar obligasi. Respon perbankan tidak dapat diikutsertakan dalam estimasi event study karena perubahan suku bunga simpanan bersifat rigid dan terjadwal secara bulanan. Pengumuman BI Rate merupakan satu-satunya event yang akan diestimasi dampaknya dalam penelitian ini. BI Rate dijadikan policy rate sejak Juli 2005 dimana review terhadap perubahannya dilakukan dan diumumkan secara bulanan. Sementara untuk menghitung normal return dari portofolio pasar keuangan, penelitian ini akan menggunakan dua pendekatan. Pendekatan Satu Untuk menghitung normal return akan digunakan statistical model, yakni constant mean return untuk pasar uang dan pasar obligasi, dan market model untuk pasar modal. Event window yang akan digunakan adalah 5 hari sebelum pengumuman (T-5) dan 5 hari setelah pengumuman (T+5). Pengujian abnormal return lima hari sebelum pengumuman BI Rate ditujukan untuk melihat apakah pelaku pasar telah mencoba mengantisipasi (price in) perubahan kebijakan moneter. Sementara pengujian setelah pengumuman ditujukan untuk melihat reaksi pasar terhadap perubahan kebijakan moneter yang belum terantisipasi. Pendekatan Dua Pendekatan ini lebih menekankan pada announcement effect dari perubahan BI Rate. Selain mengasumsikan bahwa perubahan BI Rate merupakan event yang bersifat exogeneous, pendekatan ini juga mengasumsikan bahwa (i) pasar lebih bersifat reaktif, sehingga informasi tersebut belum terantisipasi; dan (ii) harga/return sebelum pengumuman merupakan normal return yang belum dipengaruhi oleh informasi BI Rate. Dengan demikian pengujian hanya dilakukan pada periode setelah pengumuman, dalam hal ini 5 hari, dan abnormal return dihitung menggunakan return sebelum pengumuman (T-1) sebagai normal return.

19

3.1.2 Pendekatan Vector Autoregression (VAR)

Pendekatan VAR sangat lazim digunakan untuk menganalisis dampak kebijakan moneter terhadap variabel ekonomi. Metode VAR dipopulerkan oleh Sims (1980) dalam artikelnya 10 yang banyak dirujuk oleh peneliti lainya untuk menganalisa hubungan dan dampak kebijakan moneter. Metode VAR cukup sederhana namun mampu mengatasi permasalahan edogeneity karena memperlakukan seluruh variabel yang digunakan dalam persamaan sebagai variabel endogen, sehingga tidak perlu mengidentifikasi arah hubungan antar variabel. Hubungan antar variabel dalam VAR ditentukan secara edogen oleh data itu sendiri (let the data speak for themselves) sehingga disebut hubungan atheory. Pendekatan ini berasumsi bahwa suatu variabel merupakan fungsi dari lag variabel itu sendiri dan lag dari variabel lainnya yang digunakan, sehingga pendekatan VAR

meregres masing-masing variabel dengan lag dari seluruh variabel yang

digunakan (n) sebagai berikut: y t = c + A1 y t −1 + A2 y t − 2 + ... + A p y t − p + et ..................................................... (3.2) dimana, y : endogenous variabel dengan matriks n x 1 c : konstanta dengan matrik n x 1 Ai : koefisien dengan matrik n x n untuk i = 1, 2, 3, ..., p et : error term dengan matrik n x 1 Penelitian ini difokuskan untuk mengamati hubungan dua arah antara kebijakan moneter dan pasar keuangan, khususnya pasar uang, pasar modal, dan pasar obligasi. Untuk itu, identifikasi terhadap variabel lain yang secara teoritis mempengaruhi pasar keuangan dan kebijakan moneter menjadi penting. Cassola dan Morana (2004) menggunakan dua variable non-kebijakan moneter dan pasar keuangan, yakni output riil dan inflasi. Sementara Kim et al. (2004) menyatakan bahwa pasar sangat memperhatikan pengumuman enam variabel makroekonomi penting seperti neraca perdagangan, pendapatan domestik bruto, pengangguran, pertumbuhan perdagangan ritel, indek harga konsumen, dan indek harga produsen. Variabel harga (inflasi) sepertinya merupakan variabel terpenting dalam menganalisa pasar keuangan karena selain digunakan oleh kedua artikel tersebut juga 10

Sims, Christopher A. (1980). Macroeconomics and reality. Econometrica, Vol. 48, hal. 1-48.

20

digunakan oleh artikel lainnya seperti (Campbell dan Ammer, 1993), diikuti variabel ouput (PDB). Sementara variabel yang diperlukan untuk mengestimasi pasar uang berbeda dan lebih spesifik karena pembentukan harga lebih dipengaruhi oleh faktor internal perbankan, seperti kondisi likuiditas bank yang dicerminkan oleh excess reserve. Penurunan kondisi likuiditas akan mendorong peningkatan suku bunga di pasar uang, atau sebaliknya. Selain itu, faktor biaya dana (cost of fund) juga dapat mempengaruhi pembentukan suku bunga pasar uang. Dalam penelitian ini variabel biaya dana diproksikan dengan suku bunga deposito, mengingat deposito mendominasi dana pihak ketiga perbankan. Di beberapa negara, suku bunga pasar uang justru dijadikan anchor yang menjadi referensi bagi suku bunga lainnya (termasuk suku bunga deposito). Berdasarkan identifikasi variabel tersebut di atas, dapat dirangkum variabelvariabel yang akan digunakan dalam persamaan VAR sebagai berikut: Tabel 3.1. Variabel Yang Digunakan dalam Pendekatan VAR Pasar Uang dan Simpanan Bank 1. BI Rate/ SBI Rate 2. Suku bunga PUAB 3. Suku bunga Deposito 4. Excess Reserve

Pasar Modal dan Obligasi 1. BI Rate/ SBI Rate 2. IHSG atau Yield Obligasi 3. Pertumbuhan Ekonomi 4. Laju Inflasi

Sumber: Penulis

Untuk keperluan analisis, penelitian ini menitikberatkan pada penggunaan impulse response function (IRF) untuk melihat hubungan antara variabel kebijakan moneter (BI Rate) dan pasar keuangan. 3.1.3 Pendekatan Granger Causality

Granger Causality merupakan pendekatan yang lazim digunakan untuk mendeteksi hubungan atau arah pemengaruhan antara dua variabel. Adapun metode regresi dari Granger Causality sama dengan metode VAR, yaitu meregres dengan lag dari masing-masing variabel. Karena Granger Causality hanya melibatkan dua variabel, maka pendekatan ini juga dikenal dengan bivariate VAR. Secara garis besar, persamaan dari Granger Causality test dapat dinotasikan sebagai berikut: y t = α 0 + α 1 y t −1 + ... + α n y t − n + β 1 xt −1 + ... + β n xt − n + ε t xt = β 0 + α 1 xt −1 + ... + α n xt − n + β 1 y t −1 + ... + β n y t − n + υ t

................................ (3.3)

dimana, x, y : variabel yang dites hubungannya 21

n : banyaknya lag yang diikutsertakan dalam regresi ε, υ : error term Dengan menggunakan lag dari variabel itu sendiri dan lag dari variabel yang lainnya, model tersebut mencoba mengestimasi seberapa besar variabilitas dari variabel tersebut dapat dijelaskan yang kemudian diartikan dengan ‘dipengaruhi’. Terdapat empat kemungkinan hubungan pemengaruhan yang mungkin diperoleh dari hasil estimasi Granger Causality tersebut, yaitu (i) variabel x mempengaruhi y; atau (ii) variabel y mempengaruhi x; (iii) variabel x dan y saling mempengaruhi, atau (iv) variabel x dan y tidak berhubungan sama sekali. Pendekatan ini akan digunakan untuk mengkonfirmasi hasil estimasi VAR sehingga dapat diyakini mengenai validitas arah hubungan dan signifikasi dari variabel kebijakan moneter dan pasar keuangan. Selain mengkonfirmasi hubungan pengaruh BI Rate terhadap harga portofolio pasar keuangan (suku bunga dan indeks), pendekatan Granger Causality ini juga digunakan untuk mengkonfirmasi hubungan kuantitas portofolio antar institusi pasar keuangan. 3.1.4 Pendekatan Elastisitas

Pada dasarnya elastisitas merupakan perbandingan perubahan proporsional dari sebuah variabel dengan perubahan variabel lainnya. Dalam ilmu ekonomi, elastisitas lebih banyak digunakan untuk mengukur kepekaan atau respon produsen dan konsumen terhadap perubahan harga. Kepekaan konsumen selanjutnya dikenal dengan elastisitas permintaan (price elasticity of demand), sedangkan kepekaan produsen dikenal dengan elastisitas penawaran (price elasticity of supply). Selain itu, konsep elastisitas juga dapat digunakan untuk mengukur respon permintaan suatu barang terhadap perubahan harga barang lainnya yang dikenal dengan istilah elastisitas silang (cross elasticity). Secara sederhana, elastisitas permintaan dapat dinotasikan sebagai berikut:

Ex =

% perubahan kuantitas permintaan barang X ΔQ x / Q x ΔQ x Px ........... (3.4) x = = % perubahan harga barang X ΔPx Q x ΔPx / Px

Sementara elastisitas silang dapat dinotasikan sebagai berikut: E xy =

22

% perubahan kuantitas permintaan barang X ΔQ x / Q x ΔQ x Py x = = .......... (3.5) % perubahan harga barang Y ΔPy Q x ΔPy / Py

Dalam persamaan ekonometrik, konsep elastisitas dituangkan dalam bentuk persamaan logaritma natural (log function) sebagai berikut: ln Q x = α 0 + α 1 ln Px + α 2 ln Py + ε ............................................................... (3.6) dimana, α1 merupakan koefisien elastisitas permintaan (Ex) dengan kategori elastis jika

α1>1 dan tidak elastis (inelastic) jika α1<1. Sementara α2 merupakan koefisien elastisitas silang yang dapat digunakan untuk mengidentifikasi hubungan dua barang tersebut. Kedua barang tersebut merupakan barang subtitusi jika nilai koefisien elastisitas silangnya negatif (α2<0) dan komplementer jika nilai koefisiennya positif (α2>0). Penelitian ini akan meminjam konsep elastisitas permintaan dan elastisitas silang untuk melihat respon investor di pasar keuangan Dalam penelitian ini faktor harga yang akan diteliti berupa suku bunga diskonto Sertifikat Bank Indonesia yang diwakili dengan BI Rate nilainya relatif sama dan dapat yang mencerminkan stance kebijakan moneter. Karena BI Rate sudah berupa persentase, maka penggunaan dalam model ekonometrik tidak perlu ditranformasikan ke dalam logaritma natural. Dari pendekatan ini diharapkan dapat ditarik kesimpulan apakah variabel harga merupakan faktor yang signifikan mempengaruhi keputusan investor dalam berinvestasi pada portofolio SBI sehingga permintaannya elastis terhadap perubahan suku bunga (BI Rate) dan bagaimana hubungan portofolio SBI dengan portofolio lainnya di pasar keuangan. 3.2 Perkembangan Variabel 3.2.1 Variabel Kebijakan Moneter

Sejak Juli 2005, Bank Indonesia secara resmi mengimplementasikan inflation targeting framework (ITF) secara penuh. Untuk mendukung pelaksanaan ITF tersebut, Bank Indonesia mengubah target operasional kebijakan moneter dari besaran uang beredar (base money/M0) menjadi target suku bunga, yakni BI Rate. Sebelum penggunaan BI Rate, Bank Indonesia juga menggunakan suku bunga SBI untuk memberikan sinyal ke pasar. Namun sejak Juli 2005, Bank Indonesia hanya menggunakan BI Rate sebagai policy rate untuk memberikan sinyal arah kebijakan moneter dan referensi suku bunga kepada pelaku pasar keuangan. Perbedaan antara BI Rate dan suku bunga SBI terletak pada sifat dan controlability-nya. BI Rate bersifat exogenous, sementara suku bunga SBI lebih bersifat 23

endogeneous karena ditetapkan dalam sebuah lelang. Walaupun Bank Indonesia memiliki kewenangan untuk menetapkan hasil lelang, namun terdapat potensi dimana Bank Indonesia dipojokkan oleh para bidder ketika harga yang ditawarkan tidak sesuai dengan ekspektasi Bank Indonesia. Dengan demikian, BI Rate lebih mudah dikontrol dibanding suku bunga SBI. Grafik 3.1. Perkembangan Suku Bunga SBI dan BI Rate Persen

20 18 16

SBI Rate

BI Rate

14 12 10 8

.

6 2000

2001

2002

2003

2004

2005

2006

2007

Sumber: CEIC Database

Walaupun memiliki karakteristik yang berbeda, BI Rate tidak dapat dipisahkan dengan suku bunga SBI. Dari sisi stance kebijakan moneter, BI Rate merupakan kelanjutan dari suku bunga SBI (Grafik 3.1). Sebaliknya, sejak dicanangkannya penggunaan BI Rate sebagai policy rate, hasil lelang SBI selalu mengacu dan konvergen terhadap BI Rate. Nugroho (2006) menyatakan bahwa BI Rate lebih ditujukan sebagai ‘benchmark’ tingkat diskonto SBI dengan tenor 1 bulan11, sehingga diskonto hasil lelang SBI 1 bulan tidak berbeda jauh dari BI Rate. Perbedaan yang cukup mencolok hanya terjadi diawal penggunaan BI Rate, yaitu sebesar 6 bps di bawah BI Rate, karena pelaku pasar belum yakin bahwa BI akan menerima penawaran diskonto SBI 1 bulan pada level BI Rate. Perbedaan tersebut sirna seiring dengan semakin ‘credible-nya’ BI Rate. Mekanisme Penetapan BI Rate

BI Rate merupakan suku bunga sinyaling Bank Indonesia, dimana perubahan BI Rate menggambarkan respon Bank Indonesia terhadap tekanan inflasi ke depan agar tetap berada pada sasaran yang telah di tetapkan. BI Rate merupakan keputusan Rapat Dewan Gubernur (RDG) yang diumumkan setiap bulan dan dilakukan review secara 11

Mengacu pada butir 11 Lampiran Siaran Pers Bank Indonesia No. 7/69/PSHM/Humas tanggal 30 Juni 2005 tentang ‘ITF’.

24

triwulanan.

12

RDG merupakan forum pengambilan keputusan tertinggi dalam

menetapkan kebijakan-kebijakan Bank Indonesia yang pelaksanaannya diatur dengan Peraturan Dewan Gubernur (PDG).13 Dalam RGD tersebut dilakukan review terhadap arah kebijakan moneter ke depan yang dicerminkan dalam perubahan level BI Rate. Keputusan RDG tersebut diumumkan pada sore hari, beberapa saat setelah RDG selesai. Pengumuman (press release) hasil RDG yang didalamnya termasuk pengumuman BI Rate merupakan event yang akan diteliti dalam dalam penelitian ini. 3.2.2 Variabel Pasar Uang

Pasar uang atau pasar uang antar bank (PUAB) merupakan sarana bagi bank untuk melakukan transaksi pinjam-meminjam dana dalam jangka waktu overnight sampai dengan 90 hari untuk memenuhi kebutuhan likuiditas. Selain sebagai sarana pemenuhan likuiditas, PUAB juga dipercaya mempunyai peranan penting dalam kebijakan moneter sebagai media pertama transmisi kebijakan moneter. Suku bunga PUAB overnight merupakan suku bunga dengan tenor terpendek yang akan ditransmisikan kepada suku bunga simpanan dan kredit yang mempunyai jangka waktu lebih panjang. Banyak pihak percaya bahwa keberhasilan bank sentral dalam mempengaruhi atau mengendalikan suku bunga PUAB akan menjadi kunci dalam mentransmisikan kebijakan moneter. PUAB dibagi menjadi dua sesi, yaitu sesi pagi dan sesi sore. Namun PUAB sesi pagi terlihat lebih dominan dibandingkan sesi sore. PUAB sesi pagi dijadikan sebagai andalan bagi bank untuk meminjam dana guna menutup red account. Tingginya permintaan di PUAB pagi membuat harga yang terbentuk juga lebih tinggi dibanding sesi sore (Grafik 3.2). Secara teoritis, suku bunga PUAB yang dihasilkan merupakan cerminan kondisi likuiditas harian dari bank. Disamping itu, faktor mikrostruktur PUAB juga berpengaruh. Dewati et al (2004) menemukan bahwa PUAB bersifat loose oligopoly dan tersegmentasi, sehingga terdapat sekelompok bank ‘good name’ yang dengan mudah memperoleh dana dengan harga murah, sementara sekelompok bank lainnya yang tidak memiliki ‘line of credit’ memperoleh dana dengan harga yang lebih

12

Dalam kondisi tertentu yang sangat memaksa dapat dilakukan perubahan secara lebih cepat seperti yang terjadi pada kurun waktu Agustus-September 2005 ketika terjadi gejolak dalam perekonomian. 13

PDG No.3/17/PDG/2001 tentang Tata Tertib dan Tata Cara Penyelenggaraan Rapat Dewan Gubernur. RDG bulanan dilakukan sekurang-kurangnya satu kali setelah tanggal 5 setiap bulan dan pada umumnya dilakukan pada hari selasa atau kamis.

25

tinggi. Hal ini mengakibatkan suku bunga PUAB yang terbentuk menjadi lebih berfluktuasi. Grafik 3.2. Perkembangan Suku Bunga PUAB Pagi dan Sore Persen 45 PUAB Pagi O/N PUAB Sore O/N Rata-Rata PUAB Pagi O/N Rata-Rata PUAB Sore O/N

40 35 30 25 20 15 10 5 .

0 2000

2001

2002

2003

2004

2005

2006

2007


Grafik 3.3. Perkembangan Suku Bunga PUAB dan BI Rate Persen 35 30

PUAB Pagi O/N

PUAB Sore O/N

BI Rate

25 20 15 10 5

.

0 2005

2006

2007


Bank Indonesia selaku otoritas moneter tidak secara eksplisit dan spesifik mempengaruhi likuiditas PUAB untuk mengendalikan dan mengarahkan suku bunga PUAB. Target kuantitas sebelum penerapan BI Rate ditujukan untuk mempengaruhi uang beredar (M0) secara agregat, sementara BI Rate ditujukan untuk memberikan acuan pada pelaksanaan lelang SBI 1 bulan. Hilangnya target indikatif lelang pada era BI Rate semakin membuat suku bunga PUAB semakin volatile. Walaupun bottom price PUAB telah mengikuti tren BI Rate, namum lonjakan harga sering terjadi (Grafik 3.3). Dibanding dengan suku bunga pasar uang overnight di beberapa negara Asia, suku bunga PUAB overnight yang terbentuk di Indonesia memang lebih berfluktuasi. 3.2.3 Variabel Pasar Modal

Kondisi pasar modal (saham) Indonesia mengalami peningkatan yang signifikan seiring dengan arah pemulihan ekonomi paska krisis dan meningkatnya arus modal 26

masuk (capital inflow). Indeks Harga Saham Gabungan (IHSG) dan nilai kapitalisasi pasar modal terus meningkat secara beriringan. Kedua indikator pasar modal tersebut mengalami tren peningkatan yang signifikan sejak tahun 2003 (Grafik 3.4). Peningkatan indeks atau harga saham seharusnya merupakan cerminan peningkatan kinerja perusahaan emiten. Selain ekspektasi terhadap peningkatan laba perusahaan, perubahan suku bunga deposito juga dapat mempengaruhi harga saham. Pergeseran portofolio investasi dari deposito dan obligasi kepada saham, atau sebaliknya, akan mempengaruhi permintaan saham, sehingga dapat menggerakkan harga saham. Grafik 3.4. Perkembangan Kinerja Pasar Modal Indonesia IHSG, LQ-45

Triliun Rp

3,000

2,400 Kapitalisasi Pasar (RHS)

2,500

2,000

IHSG LQ-45

2,000

1,600

1,500

1,200

1,000

800

500

400 0 .

0 2000

2001

2002

2003

2004

2005

2006

2007


Grafik 3.5. Perkembangan IHSG, STI dan BI Rate

IHSG (poin indeks)

STI (poin indeks)

Nov-07

Jul-07

Sep-07

Mar-07

May-07

Jan-07

5.0 Nov-06

6.5

1000 Jul-06

1500

Sep-06

8.0

Mar-06

9.5

2000

May-06

2500

Jan-06

11.0

Nov-05

12.5

3000

Jul-05

14.0

3500

Sep-05

4000

BIRATE (%, skala kanan)


Secara empiris, pasar modal Indonesia sangat dipengaruhi oleh bursa regional. Grafik 3.5 menunjukkan hubungan yang sangat kuat dan searah antara pergerakan indeks harga saham gabungan (IHSG) dengan Strait Times Indeks (STI) sebagai proksi dari indeks bursa saham regional. Berbeda dengan hubungan IHSG dan STI yang cukup konsisten, hubungan antara IHSG dan BI Rate terlihat tidak konsisten. IHSG meningkat pada saat BI Rate meningkat pada awal penggunaan BI Rate (Agustus 2005-April 2006), namun IHSG juga meningkat pada saat BI Rate mengalami penurunan (Mei 27

2006-Juli 2007). Hal ini dapat menandakan bahwa pengaruh indeks bursa regional terhadap IHSG lebih dominan dibanding dengan pengaruh kebijakan moneter. 3.2.4 Variabel Pasar Obligasi

Terdapat dua jenis obligasi yang diperdagangkan di pasar obligasi, yaitu obligasi swasta dan obligasi pemerintah. Obligasi pemerintah baru berkembang paska krisis dengan diterbitkannya obligasi rekapitalisasi perbankan (recap bonds). Obligasi tersebut tidak secara langsung dapat diperdagangkan di pasar sekunder karena sebelumnya berada dalam portofolio investasi bank. Sejak tahun 2000, Bank Indonesia secara bertahap menginjinkan bank untuk mengalihkan obligasi tersebut dari portofolio investasi ke portofolio perdagangan dan menjualnya di pasar sekunder. Meningkatnya permintaan terhadap obligasi pemerintah dari bank non-rekap, perusahaan asuransi, dana pensiun dan reksadana membuat perdagangan obligasi pemerintah menjadi semarak. Akibatnya, pasar obligasi pemerintah menjadi lebih dominan dibanding obligasi swasta, walaupun berkembang belakangan. Hal ini terlihat dari nilai perdagangan harian (NPH) dan nilai kapitalisasi pasar (NKP) pada Grafik 3.6 berikut.

Grafik 3.6. Perkembangan Perdagangan Obligasi Pemerintah dan Swasta NPH (miliar Rp)

NKP (triliun Rp)

8,000

600

7,000

NKP Obligasi Swasta

NKP Obligasi Pemerintah

NPH Obligasi Swasta

NPH Obligasi Pemerintah

500

6,000 400

5,000

300

4,000 3,000

200

2,000 100

1,000

0 .

0 2001

2002

2003

2004

2005

2006

Sumber: CEIC Database dan Bursa Efek Surabaya (BES)

28

2007

Grafik 3.7. Perkembangan Yield Obligasi Pemerintah Persen 18 16 14 12 10 8 6

Median Yield 1 Thn

Median Yield 5 Thn

Median Yield 10 Thn

BI Rate

.

4 2003

2004

2005

2006

2007


Dua hal pokok yang menjadi faktor pendorong tingginya minat terhadap obligasi pemerintah, yaitu karena termasuk dalam kelompok portofolio investasi yang bebas risiko dan nilai kupon-nya lebih tinggi dari suku bunga simpanan bank. Kebijakan moneter yang longgar yang mendorong penurunan suku bunga deposito dalam beberapa tahun belakangan ini membuat nilai imbal hasil obligasi menjadi semakin menarik. Kondisi ini meningkatkan permintaan dan aktivitas transaksi di pasar obligasi. Interaksi antara penawaran dan permintaan obligasi di pasar sekunder akan menentukan harga dan yield obligasi. Dari kedua indikator tersebut dapat diketahui nilai imbal hasil yang akan diperoleh para investor. Grafik 3.7 menggambarkan perkembangan yield obligasi pemerintah yang akan digunakan dalam penelitian ini untuk mewakili respon pasar obligasi terhadap perubahan kebijakan moneter (BI Rate).

29

BAB 4

HASIL ESTIMASI DAN ANALISIS 4.1 Hasil Estimasi Event Study

Metode event study yang menggunakan data perubahan (delta) seperti diungkapkan dalam persamaan (3.1), secara prinsip diperkirakan mampu mengatasi permasalahan unit root yang kerap menjadi permasalahan pokok data runtun waktu. Penggunaan data yang mempunyai permasalahan unit root atau tidak stasioner dalam sebuah regresi akan menghasilkan regresi lancung (spurious regresion), dimana koefisien yang dihasilkan tidak efisien. Untuk itu, penelitian ini tetap melakukan unit root test dengan menggunakan pendekatan Augmented Dickey-Fuller (ADF) guna meyakinkan bahwa data yang dipergunakan dalam regresi event study tersebut bebas dari permasalahan unit root atau stasioner. Hasil unitroot test pada Lampiran 1 menunjukkan bahwa hampir semua variabel, baik variabel kebijakan moneter maupun pasar keuangan, dalam pendekatan satu maupun pendekatan dua terbebas dari masalah unit root. Uji selajutnya adalah melihat hubungan jangka panjang antara variabel kebijakan moneter dengan masing-masing variabel pasar keuangan. Jika masing-masing variabel pasar keuangan tersebut mempunyai hubungan jangka panjang dengan variabel kebijakan moneter (coitegrated), maka penggunaan metode ordinary least square (OLS) dalam event study tersebut memadai dan dapat dibenarkan secara statistik. Untuk keperluan uji kointegrasi ini akan digunakan Johansen Cointegration Test. Hasil uji kointegrasi yang dipaparkan dalam Lampiran 2 juga memperlihatkan bahwa semua variabel pasar keuangan tersebut terkointegrasi dengan variabel kebijakan moneter, kecuali variabel pasar modal pada pendekatan satu (normal return). 4.1.1 Dampak BI Rate terhadap Pasar Keuangan

Sejak diluncurkannya BI Rate sebagai policy rate Bank Indonesia pada bulan Juli 2005 sampai dengan Desember 2007, telah terjadi sebanyak 30 kali pengumuman BI Rate secara reguler bulanan. Hasil estimasi event study untuk PUAB menunjukkan bahwa suku bunga PUAB baik sesi pagi maupun sore memberikan respon yang searah (positif) terhadap perubahan BI Rate (Tabel 4.1). Untuk PUAB pagi, respon tersebut 30

signifikan hanya selama tiga hari sejak pengumuman BI Rate (T0, T+1, T+2). Sementara respon PUAB sore signifikan pada T-3, T-2, dan T+1. Tabel 4. 1. Estimasi Respon Suku Bunga PUAB Terhadap BI Rate Konstanta

Monetary Policy Surprise (dBIRATE)

R2

-0.625 (-1.344)

0.882 (0.769)

0.021

- 4 hari sebelum (T-4)

-0.842 (-2.362)**

0.450 (0.512)

0.009


0.501 (0.580)

2.081 (0.978)

0.033


-0.157 (-0.323)

1.356 (1.134)

0.044


0.130 (0.219)

2.206 (1.504)

0.075

- Hari yang sama (T0)

0.603 (0.863)

2.984* (1.734)

0.097

- 1 hari setelah (T+1)

-0.343 (-0.705)

2.469** (2.056)

0.131


-0.328 (-1.112)

2.635*** (3.631)

0.320


0.198 (0.375)

0.505 (0.387)

0.005


0.955 (1.527)

1.354 (0.878)

0.027


0.973* (1.793)

2.245 (1.679)

0.091


-0.472 (-1.249)

0.818 (0.879)

0.027


-0.242 (-0.629)

1.266 (1.334)

0.060


0.665 (1.186)

3.571** (2.586)

0.193


0.569 (1.258)

3.118*** (2.795)

0.218


0.639 (0.933)

2.493 (1.477)

0.072


0.249 (0.452)

2.104 (1.548)

0.079


-0.172 (-0.318)

2.274* (1.707)

0.094


-0.102 (-0.241)

1.354 (1.295)

0.057


1.113 (1.822)

1.843 (1.224)

0.051


0.751 (1.344)

1.260 (0.915)

0.029


0.929 (1.679)

1.686 (1.236)

0.052

Variabel Pasar Keuangan A. PUAB Pagi (Suku Bunga) - 5 hari sebelum (T-5)

B. PUAB Sore (Suku Bunga)

Ket: angka dalam ( ) menunjukkan t-statistik *** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%

Sumber: Estimasi penulis

Hasil estimasi tersebut menunjukkan bahwa PUAB pagi bersifat reaktif, sementara PUAB sore lebih bersifat antisipatif. Respon suku bunga PUAB yang signifikan paska pengumuman BI Rate tersebut juga dapat dikaitkan dengan 31

pelaksanaan lelang SBI. Pengumuman peningkatan BI Rate akan mendorong bank untuk menanamkan dana lebih banyak dalam SBI sehingga membuat likuiditas di pasar uang lebih ketat. Sehingga setelah setelmen lelang SBI berakhir (T+2), respon suku bunga PUAB menjadi tidak signifikan. Tabel 4. 2. Estimasi Respon IHSG dan Yield Obligasi Terhadap BI Rate Konstanta


-14.036 (-0.552)

-87.643 (-1.399)

0.065


-10.709 (-0.468)

-80.448 (-1.426)

0.068


-4.537 (-0.189)

-67.805 (-1.147)

0.045


-0.799 (-0.031)

-64.899 (-1.005)

0.035


-2.390 (-0.093)

-73.543 (-1.164)

0.046


-1.301 (-0.050)

-84.735 (-1.316)

0.058


-0.116 (-0.004)

-83.310 (-1.269)

0.054


7.053 (0.247)

-80.675 (-1.148)

0.045


2.540 (0.088)

-78.027 (-1.093)

0.041


1.570 (0.053)

-83.336 (-1.151)

0.045


2.841 (0.097)

-87.387 (-1.207)

0.049


0.009 (0.223)

0.096 (1.001)

0.035


-0.012 (-0.260)

0.089 (0.770)

0.021


-0.019 (-0.342)

0.143 (1.056)

0.038


-0.029 (-0.496)

0.145 (1.018)

0.036


-0.033 (-0.537)

0.270* (1.808)

0.105


-0.061 (-0.864)

0.238 (1.356)

0.062


-0.048 (-0.594)

0.413** (2.075)

0.133


0.110 (0.967)

1.506*** (5.366)

0.507


-0.042 (-0.459)

0.509** (2.232)

0.151


-0.041 (-0.475)

0.460** (2.136)

0.140


-0.036 (-0.416)

0.508** (2.396)

0.170

Variabel Pasar Keuangan C. Pasar Modal (Indeks Harga) - 5 hari sebelum (T-5)

2

R

D. Pasar Obligasi (Yield)

Keterangan: angka dalam ( ) menunjukkan t-statistik *** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%


Pasar modal yang diwakili oleh IHSG sama sekali tidak merespon perubahan BI Rate (Tabel 4.2). Temuan ini menguatkan dugaan bahwa pergerakan IHSG lebih dipengaruhi oleh pergerakan indeks bursa regional. Penggunaan persamaan market 32

model dalam penghitungan abnormal return, memang ditujukan untuk menghilangkan pengaruh indeks regional terhadap IHSG. Hasil estimasi market model menunjukkan hubungan yang sangat kuat antara IHSG dan Strait Times Indeks (STI) sebagai proksi indeks regional (persamaan 4.1). Hubungan tersebut diperkuat dengan hasil estimasi elastisitas (persamaan 4.2) bahwa IHSG bersifat elastis terhadap STI dan bersifat tidak elastis terhadap BI Rate. IHSG = -934,747 + 0,910 STI .................................................................... (4.1) (-27,59) (77,50) R2=0,91 LIHSG= -5,681 + 0,009 BIRATE + 1,633 LSTI ........................................ (4.2) (-24,73) (3,28) (62,03) R2=0,93 Analisis secara grafis juga menunjukkan arah hubungan yang tidak konsisten antara IHSG dan BI Rate (Grafik 3.5). Peningkatan IHSG tidak hanya terjadi pada saat BI Rate turun. Pada periode awal penggunaan BI Rate, tepatnya antara Agustus 2005April 2006, dimana BI Rate naik dari 8,75% menjadi 12,75%, IHSG mengalami peningkatan yang signifikan dari posisi 994,77 menjadi 1.464,41. Peningkatan tersebut secara jelas di dorong oleh pergerakan indeks bursa regional (diproksikan dengan STI). Berbeda dengan pasar uang dan pasar modal, pasar obligasi menunjukkan respon yang positif dan signifikan terhadap perubahan BI Rate. Peningkatan BI Rate diikuti dengan peningkatan yield obligasi secara permanen sejak sehari setelah pengumuman (T+1) sampai dengan T+5. Pelaku pasar obligasi sebenarnya telah mencoba melakukan adjustment yield obligasi sehari sebelum pengumuman (T-1). Namun penyesuaian tersebut belum cukup, sehingga dilakukan readjustment setelah pengumuman. 4.1.2 Dampak Announcement Effect BI Rate terhadap Pasar Keuangan

Estimasi event study dengan menggunakan pendekatan dua yang menekankan pada pengaruh pengumuman BI Rate terhadap pasar keuangan menghasilkan kesimpulan yang sedikit berbeda untuk pasar uang. Suku bunga pasar uang antar bank (PUAB), baik sesi pagi maupun sesi sore, tidak merespon pengumuman BI Rate dengan baik. Tidak terdapat hubungan yang secara statistik signifikan sejak pengumuman (T0) sampai dengan lima hari setelah pengumuman (T5). Secara teoritis, BI Rate memang tidak ditujukan untuk mempengaruhi atau mengarahkan suku bunga pasar uang yang lebih bersifat jangka pendek (overnight). Dalam kerangka transmisi kebijakan moneter 33

Tabel 4. 3. Estimasi Dampak Pengumuman BI Rate Terhadap Pasar Keuangan Variabel Pasar Keuangan


R2

0.472

0.778

0.025

(1.270)

(0.848)

Konstanta

A. PUAB Pagi (Suku Bunga) - Hari yang sama (T0)


- 2 hari setelah (T+2) - 3 hari setelah (T+3)



-0.474

0.264

(-0.842)

(0.190)

-0.458

0.430

(-0.654)

(0.249)

0.068

-1.701

(0.083)

(-0.840)

0.825

-0.852

(0.924)

(-0.387)

0.843

0.039

(1.117)

(0.021)

0.001

0.002 0.025

0.005

0.000

B. PUAB Sore (Suku Bunga) - Hari yang sama (T0)



- 3 hari setelah (T+3) - 4 hari setelah (T+4) - 5 hari setelah (T+5)

-0.389

-0.389

(-0.785)

(-0.318)

-0.811

-0.219

(-1.314)

(-0.144)

-0.741

-1.139

(-0.911)

(-0.568)

0.474

-0.650

(0.545)

(-0.303)

0.112

-1.233

(0.135)

(-0.603)

0.004

0.001

0.011

0.003 0.013

0.291

-0.807

(0.407)

(-0.458)

0.007


5.353 1.673

-1.215 -0.154

0.001


10.152 1.831

4.390 0.321

0.004


11.198 1.556

-3.417 -0.193

0.001


13.070

-5.503

0.003

1.648

-0.281

C. Pasar Modal (Indeks Harga)



5.191

5.425

0.524

0.222

0.002

0.752

2.059

0.073

0.081

0.000


-0.029* -1.803

-0.032 -0.821

0.023


-0.015 -0.599

0.143** 2.254

0.154 0.456

D. Pasar Obligasi (Yield)


‐ 3 hari s etelah (T +3) ‐ 4 hari s etelah (T +4) ‐ 5 hari s etelah (T +5)

0.143

1.236***

1.378

4.842

‐0.010

0.239**

‐0.265

2.584

‐0.009

0.190**

‐0.248

2.143

‐0.003

0.238**

‐0.084

2.526



34

0.193 0.141 0.186

melalui jalur suku bunga, target penetapan BI Rate sebenarnya adalah untuk memberikan guidance terhadap diskonto lelang SBI 1 bulan yang selanjutnya diharapkan dapat mengarahkan suku bunga simpanan dan kredit perbankan. Pasar modal juga tidak merespon pengumuman BI Rate, tidak ada satupun hubungan yang secara statistik signifikan antara IHSG dan BI Rate. Respon posisif dan signifikan terhadap pengumuman BI Rate hanya ditunjukkan oleh pasar obligasi. Konsisten dengan hasil estimasi dengan pendekatan satu, yield obligasi merespon secara posisif dan sifnifikan pengumuman BI Rate sehari setelah pengumuman (T+1). Respon yield obligasi tersebut bersifat permanen, sehingga hubungannya signifikan hingga sampel terakhir (T+5). 4.2 Hasil Estimasi Vector Autoregression (VAR)

Dalam metode ini akan digunakan data bulanan, dimana untuk beberapa variabel yang hanya tersedia dalam data harian, nilainya merupakan rata-rata bulanan (simple average) dari masing-masing variabel tercantum dalam Tabel 3.1. Rentang sampel yang dipergunakan dalam estimasi ini mencakup Juli 2005 sampai dengan September 2007. Sewajarnya dalam penggunaan data runtun waktu, maka dalam pendekatan inipun akan dilakukan unit root test atau uji stasionaritas. Hasil dari uji stasionaritas dari variabel yang akan digunakan dalam estimasi VAR disajikan dalam Tabel 4.4. Dari tabel tersebut dapat disimpulkan bahwa seluruh variabel stasioner atau bebas dari masalah unit root pada first difference. Sementara dalam level hanya satu variabel yang stasioner. Secara teori, hal ini mengindikasikan bahwa estimasi dengan data first difference akan memberikan hasil estimasi yang lebih baik dibanding menggunakan data level, sehingga dalam dalam estimasi VAR akan digunakan data first difference. Tabel 4. 4. Hasil Uji Stasionaritas Variabel Kebijakan Moneter (BIRATE) Suku Bunga PUAB Pagi (PUABPG) Suku Bunga PUAB Sore (PUABSR) Yield Rata-Rata Obligasi (YIELD) Indeks Harga Saham Gabungan (IHSG) Pertumbuhan PDB year on year (GROWTH) Excess Reserve Bank (EXCESS) Suku Bunga Deposito (DEP)

ADF Statistik Level

First Difference

-1.962 -1.294 -1.618 -1.531 0.480 -1.705 -6.467*** -2.377

-3.913** -5.204*** -5.237*** -2.706* -4.281*** -2.649* -6.234*** -3.284**



35

4.2.1 Respon Pasar Uang terhadap BI Rate

Impulse Response Function (IRF) merupakan salah satu output dari model VAR yang sangat bermanfaat untuk melihat dampak atau respon dari masing-masing variabel terhadap shock.14 Dari hasil estimasi menggunakan IRF pada Grafik 4.1 dapat ditarik kesimpulan bahwa pasar uang, baik sesi pagi maupun sore, tidak merespon perubahan kebijakan moneter melalui BI Rate. Tidak ada response pattern yang

konsisten dan signifikan dari suku bunga pasar uang terhadap BI Rate. Selain itu, suku bunga pasar uang juga tidak secara signifikan merespon kondisi likuiditas perbankan yang diwakili oleh excess reserve. Hal ini menguatkan dugaan adanya segementasi dan credit line di pasar uang, sehingga harga yang terbentuk tidak mencerminkan kondisi pasar secara normal. Grafik 4. 1. Respon Suku Bunga PUAB terhadap BI Rate

Response to Cholesky One S.D. Innovations ± 2 S.E. Response of DPUABSR to DBIRATE

Response of DPUABPG to DBIRATE 2.0

1.5

1.5

1.0

1.0

0.5 0.5

0.0 0.0

-0.5

-0.5

-1.0

-1.0 -1.5 2

4

6

8

10

12

14

16

18

20

22

24

-1.5 2

4

6

8

10

12

14

16

18

20

22

24


Sebaliknya, juga tidak ada respon yang signifikan dari suku bunga PUAB kepada BI Rate. Hasil estimasi dengan menggunakan pendekatan Granger Causality juga menghasilkan kesimpulan yang sama. Dalam Tabel 4.5 terlihat bahwa dengan tingkat kepercayaan 95% (α=5%), tidak ada hubungan yang signifikan antara perubahan BI Rate dengan perubahan suku bunga PUAB, baik sesi pagi maupun sore. Seperti diutarakan sebelumnya bahwa BI Rate ditujukan untuk memberikan

reference terhadap pelaksanaan lelang SBI, sehingga tidak secara spesifik ditujukan untuk mempengaruhi pasar uang. Terlebih pada saat ini Bank Indonesia menggunakan pendekatan harga dan sistem lelang fixed rate tender (FRT), sehingga Bank Indonesia tidak lagi memberikan target indikatif dan kondisi likuiditas pasar menjadi sangat tergantung kepada kemampuan individu bank dalam melakukan proyeksinya. 14

Respon suatu variabel dinyatakan signifikan dan dapat diinterpretasikan jika dua standar deviasi secara konsisten berada pada satu sisi (positif atau negatif), sehingga beberapa artikel tidak menginterpretasikan hasil IRF jika dua standar deviasinya tidak konsisten (Creel dan Bihan, 2006).

36

Sementara suku bunga PUAB yang tercipta merupakan cerminan dari kondisi likuiditas pasar uang. Tabel 4. 5. Granger Causality antara BI Rate dan PUAB Causality (X -->Y) X Y dBIRATE dPUAB_PAGI dBIRATE dPUAB_SORE

dPUAB_PAGI dBIRATE dPUAB_SORE dBIRATE

Obs

Lag

F-statistic

Probability

26 26 26 26

2 2 2 2

1.266 1.153 2.415 1.134

0.303 0.335 0.114 0.341


4.2.2 Respon Perbankan terhadap BI Rate

Secara empiris, perubahan suku bunga kebijakan moneter memang lebih diarahkan untuk mempengaruhi suku bunga deposito yang selanjutnya diharapkan mempengaruhi suku bunga kredit. Dari IRF pada Grafik 4.2 terlihat bahwa peningkatan BI Rate direspon secara positif dan signifikan oleh perbankan dengan meningkatkan suku bunga deposito. Respon positif suku bunga deposito terhadap BI

Rate terjadi satu periode setelah terjadi perubahan BI Rate. Respon tersebut terus meningkat dan mencapai puncaknya pada periode ke-empat. Grafik 4. 2. Respon Suku Bunga Deposito terhadap BI Rate

Response to Cholesky One S.D. Innovations ± 2 S.E. Response of DBIRATE to DDEP

Response of DDEP to DBIRATE .5

.6

.4

.4

.3 .2

.2

.1 .0

.0 -.1 -.2

-.2

-.3 -.4

-.4 2

4

6

8

10

12

14

16

18

20

22

24

2

4

6

8

10

12

14

16

18

20

22

24


Hasil estimasi Granger Causality juga menunjukkan hasil yang sama (Tabel 4.6). Perubahan BI Rate secara signifikan mempengaruhi perubahan suku bunga deposito. Namun terdapat hubungan timbal balik (dua arah) antara BI Rate dan suku

bunga deposito. Pengaruh perubahan BI Rate terhadap suku bunga deposito memang lebih kuat (dominan) dibandingkan pengaruh suku bunga deposito kepada BI Rate. Dengan demikian, suku bunga kebijakan moneter secara signifikan berpengaruh terhadap suku bunga deposito perbankan. Secara empiris dapat dijelaskan bahwa penetapan suku bunga deposito oleh bank secara signifikan mengikuti perubahan BI 37

Rate, khususnya pada saat terjadi penurunan BI Rate. Motivasi dari perilaku tersebut adalah keinginan bank untuk menjaga positive margin antara biaya dana (cost of fund) dan SBI (sama dengan BI Rate) untuk memaksimalkan pendapatan dari penempatan pada SBI. Tabel 4. 6. Granger Causality antara BI Rate dan Deposito Causality (X -->Y) X Y dBIRATE dDEPOSITO

dDEPOSITO dBIRATE

Obs

Lag

F-statistic

Probability

25 25

2 2

9.765 5.230

0.001 0.015


4.2.3 Respon Pasar Modal terhadap BI Rate

Hasil estimasi respon pasar modal yang diwakili dengan variabel IHSG terhadap perubahan kebijakan moneter dengan menggunakan IRF menghasilkan kesimpulan yang sama dengan hasil analisis event study. IRF pada Grafik 4.3 menunjukkan bahwa pasar modal tidak merespon secara signifikan perubahan BI Rate. Kesimpulan

tersebut dikonfirmasi oleh hasil estimasi Granger Causality yang juga menunjukkan tidak adanya hubungan yang signifikan antara IHSG dan BI Rate (Tabel 4.7).

Grafik 4. 3. Respon Indeks Harga Saham terhadap BI Rate Response to Cholesky One S.D. Innovations ± 2 S.E. Response of DBIRATE to DIHSG

Response of DIHSG to DBIRATE .4 .3

80

.2 40

.1

0

-.1

.0

-.2 -.3

-40

-.4 2

4

6

8

10

12

14

16

18

20

22

2

24

4

6

8

10

12

14

16


Tabel 4. 7. Granger Causality antara BI Rate dan IHSG Causality (X -->Y) X Y dBIRATE dIHSG

dIHSG dBIRATE


38

Obs

Lag

F-statistic

Probability

26 26

2 2

0.763 0.154

0.479 0.858

18

20

22

24

4.2.4 Respon Pasar Obligasi terhadap BI Rate

Konsisten dengan hasil estimasi dengan pendekatan event study, pasar obligasi yang wakili dengan variabel yield secara signifikan merespon perubahan BI Rate. IRF pada Grafik 4.4 menunjukkan bahwa yield obligasi merespon secara positif dan signifikan peningkatan BI Rate. Respon peningkatan yield terjadi sampai dengan

periode kedua dan langsung turun pada periode ketiga (Grafik 4.4). IRF juga menemukan adanya sedikit hubungan timbal balik dari yield obligasi kepada BI Rate. Pengaruh balik dari yield obligasi kepada BI Rate terjadi pada periode ketiga dengan magnitude yang lebih rendah. Temuan-temuan dari analisa IRF tersebut terkonfirmasi secara konsisten dengan hasil analisa Granger Causality (Tabel 4.8). Grafik 4. 4. Respon Yield Obligasi terhadap BI Rate Response to Cholesky One S.D. Innovations ± 2 S.E. Response of DYIELD to DBIRATE

Response of DBIRATE to DYIELD

1.2

.4 .3

0.8

.2 .1

0.4

.0 0.0

-.1 -.2

-0.4

-.3 -0.8

-.4 2

4

6

8

10

12

14

16

18

20

22

24

2

4

6

8

10

12

14

16

18

20

22

24


Tabel 4. 8. Granger Causality antara BI Rate dan Yield Obligasi Causality (X -->Y) X Y dBIRATE dYIELD

dYIELD dBIRATE

Obs

Lag

F-statistic

Probability

26 26

3 3

5.677 7.250

0.006 0.002


4.3 Identifikasi Adanya Portfolio Switching

Untuk memudahkan identifikasi adanya perpindahan portofolio antar institusi di pasar keuangan, maka pelaku pasar keuangan akan dibagi menjadi tiga tipe investor, yaitu perbankan, investor domestik non-bank, dan investor asing. Hal ini dilakukan mengingat adanya ketidaksamaan perilaku karena adanya batasan akses dan hambatan/larangan dalam berinvestasi, seperti bank merupakan satu-satunya pemain di pasar uang dan larangan bagi bank untuk berinvestasi di pasar modal.

39

Sementara data yang digunakan dalam estimasi adalah perubahan posisi kepemilikan portofolio, baik SBI, saham, obligasi, maupun simpanan bank. Penggunaan data perubahan (delta) didorong oleh hasil unit root test yang menyimpulkan bahwa data kuantitas tersebut stasioner pada first different. Data lain yang digunakan, khususnya untuk investor asing, sebagai pembanding adalah data net beli saham dan net pembelian surat berharga rekening vostro. 4.3.1 Perilaku Investasi Bank

Investasi bank di pasar keuangan terfokus pada tiga portofolio, yaitu SBI, obligasi pemerintah dan pinjaman di pasar uang antar bank. Hasil estimasi VAR menemukan adanya peralihan portofolio investasi oleh perbankan dari obligasi kepada SBI. Hasil estimasi hanya menunjukkan satu hubungan negatif (subtitusi) yang

signifikan antara portofolio obligasi dan SBI (Tabel 4.9). Pencairan obligasi pemerintah pada bulan sebelumnya akan meningkatkan portofolio SBI di bulan berikutnya. Tabel 4. 9. Estimasi VAR Portofolio Bank Variabel

dSBI

dOBLIGASI

dPUAB

dSBI(-1)

0.105 [0.516]

-0.053 [-1.189]

-0.001 [-0.037]

dOBLIGASI(-1)

-3.027*** [-2.804]

-0.195 [-0.822]

0.021 [ 0.243]

dPUAB(-1)

2.991 [ 1.107]

0.456 [ 0.770]

-0.424** [-1.940]

C

-1884.71 [-0.407]

-2075.47** [-2.043]

439.51 [ 1.173]

R-squared

0.321

0.136

0.178


Tabel 4. 10. Estimasi Granger Causality Antar Portofolio Bank Causality (X -->Y) X Y

Obs

Lag

F-statistic

Probability

dSBI dOBLIGASI

dOBLIGASI dSBI

22 22

1 1

1.176 7.201

0.292 0.015

dSBI dPUAB

dPUAB dSBI

22 22

1 1

0.000 0.477

0.985 0.498

dOBLIGASI dPUAB

dPUAB dOBLIGASI

22 22

1 1

0.061 0.322

0.807 0.577


Hubungan tersebut dikonfirmasi dengan hasil Granger Causality yang juga menunjukkan adanya hubungan searah dari obligasi kepada SBI. Sementara untuk portofolio lain tidak terjadi hubungan yang signifikan, terutama dengan PUAB. Hal ini 40

lumrah terjadi mengingat adanya perbedaan tenor portofolio. PUAB bersifat sangat pendek (overnight) sementara SBI dan obligasi berjangka lebih panjang. Selain itu, kapasitas transaksi di PUAB juga relatif kecil yang tidak memungkinkan terjadinya perpindahan portofolio investasi dalam jumlah besar, baik dari SBI maupun obligasi. 4.3.2 Perilaku Investasi Investor Domestik Non-Bank

Investor domestik non-bank yang terdiri dari masyarakat dan perusahaan swasta, seperti reksadana, asuransi, dana pensiun dan yayasan, dimungkinkan untuk berinvestasi dalam bentuk simpanan bank (umumnya deposito), saham, obligasi dan SBI. Hasil estimasi VAR tidak menemukan adanya indikasi subtitusi antar portofolio oleh investor domestik (Tabel 4.11). Dari estimasi tersebut ditemukan

adanya tiga hubungan antar portofolio yang signifikan, yaitu hubungan timbal-balik antara saham dan SBI, serta hubungan searah dari saham kepada obligasi. Namun, arah hubungan tersebut positif yang berarti hubungan komplementer. Hal ini dapat diartikan bahwa investor domestik memiliki kecenderungan untuk melakukan diversifikasi portofolio investasi. Tabel 4. 11. Estimasi VAR Portofolio Investor Domestik Varibel

dSIMBANK

dSBI

dSAHAM

dOBLIGASI

dSIMBANK(-1)

-0.284 [-1.044]

-0.009 [-0.087]

-0.041 [-0.148]

0.020 [0.363]

dSBI(-1)

0.715 [1.247]

-0.532*** [-2.442]

1.517*** [2.592]

0.022 [0.195]

dSAHAM(-1)

-0.346 [-0.854]

0.427*** [2.776]

0.653 [1.581]

0.141* [1.750]

dOBLIGASI(-1)

0.325 [ 0.316]

-0.051 [-0.131]

0.121 [0.115]

0.256 [1.245]

C

17847.7*** [ 2.966]

456.16 [ 0.200]

4131.58 [ 0.673]

-626.68 [-0.522]

R-squared

0.129

0.438

0.443

0.293


41

Tabel 4. 12. Estimasi Granger Causality Antar Portofolio Investor Domestik Causality (X -->Y) X Y

Obs

Lag

F-statistic

Probability

dSIMBANK dSBI

dSBI dSIMBANK

22 22

1 1

1.312 1.319

0.266 0.265

dSIMBANK dSAHAM

dSAHAM dSIMBANK

22 22

1 1

0.157 0.200

0.697 0.659

dSIMBANK dOBLIGASI

dOBLIGASI dSIMBANK

22 22

1 1

0.026 0.132

0.874 0.720

dSBI dSAHAM

dSAHAM dSBI

22 22

1 1

7.892 10.68

0.011 0.004

dSBI dOBLIGASI

dOBLIGASI dSBI

22 22

1 1

0.386 0.402

0.542 0.534

dSAHAM dOBLIGASI

dOBLIGASI dSAHAM

22 22

1 1

3.678 0.115

0.070 0.738


Hubungan dua arah antara SBI dan saham serta hubungan searah dari saham ke obligasi tersebut konsisten dengan hasil estimasi Granger Causality pada Tabel 4.12. Hubungan positif (komplementer) antar portofolio investasi tersebut juga terlihat dari analisis grafis. Grafik 4.5 menunjukkan bahwa outstanding simpanan bank, SBI, saham maupun obligasi mengalami peningkatan sejak BI Rate diperkenalkan. Simpanan bank dan saham merupakan portofolio yang paling signifikan mengalami peningkatan. Hal ini dapat membantah dugaan adanya peralihan dari portofolio simpanan bank ke pasar modal, atau sebaliknya. Grafik 4. 5. Outstanding Portofolio Investasi Investor Domestik miliar Rp

miliar Rp

500,000

1,500,000

400,000

1,200,000 SBI Saham Obligasi S

300,000 200,000

900,000 (

S)

600,000

100,000

300,000

0 Sep-07

Jul-07

May-07

Jan-07

Mar-07

Nov-06

Jul-06

Sep-06

Mar-06

May-06

Jan-06

Nov-05

Sep-05

Jul-05

0

Sumber: CEIC, Indikator Terkini Ekonomi dan Moneter (DSM)

Kondisi di atas menimbulkan pertanyaan mengenai asal sumber pendanaan investasi investor domestik tersebut. Terdapat beberapa kemungkinan sumber pendanaan yang mungkin digunakan, yaitu: (i) repatriasi dana masyarakat yang ditempatkan dalam portofolio pasar keuangan luar negeri; (ii) pendapatan investasi (bunga, dividen, kupon) dan laba usaha di sektor keuangan; dan (iii) likuidasi nonfinancial assets yang kemudian diinvestasikan di portofolio pasar keuangan. Perlu 42

adanya penelitian lebih lanjut yang lebih detil untuk mengetahui secara pasti besaran dari masing-masing sumber pendanaan investasi sektor keuangan tersebut. 4.3.3 Perilaku Investasi Investor Asing

Sama halnya dengan investor domestik non bank, investor asing juga mempunyai keleluasaan untuk berinvestasi pada portofolio simpanan bank, SBI, saham dan obligasi. Hasil estimasi VAR dengan menggunakan data perubahan posisi kepemilikan portofolio (alternatif 1) pada Tabel 4.13 tidak menemukan adanya hubungan yang signifikan antar portofolio pada tingkat kepercayaan 95%. Namun

dengan tingkat kepercayaan 90% ditemukan adanya satu hubungan subtitusi antara portofolio saham dan obligasi. Terdapat kecenderungan untuk mengalihkan portofolio investasi dari saham ke obligasi pemerintah. Temuan ini dikonfirmasi oleh hasil estimasi Granger Causality pada Tabel 4.14, sementara hubungan antar portofolio investasi lainnya tidak signifikan. Tabel 4. 13. Estimasi VAR Portofolio Investor Asing (Alt. 1) Varibel

dSAHAM

dOBLIGASI

dSBI

dSIMBANK

dSAHAM(-1)

-0.075 [-0.326]

-0.057* [-1.788]

-0.011 [-0.173]

0.021 [1.481]

dOBLIGASI(-1)

1.303 [0.678]

0.319 [1.199]

-0.009 [-0.016]

0.102 [0.851]

dSBI(-1)

-0.316 [-0.307]

0.042 [0.292]

-0.011 [-0.038]

-0.023 [-0.360]

dSIMBANK(-1)

-3.920 [-1.349]

-0.043 [-0.106]

-0.843 [-1.049]

-0.499*** [-2.756]

C

12092.73 [1.484]

2254.53** [1.996]

1103.44 [0.490]

198.89 [0.391]

R-squared

0.122

0.233

0.056

0.362


Tabel 4. 14. Estimasi Granger Causality Antar Portofolio Investor Asing Causality (X -->Y) X Y

Obs

Lag

F-statistic

Probability

dSIMBANK dSBI

dSBI dSIMBANK

25 25

1 1

1.256 0.005

0.274 0.942

dSIMBANK dSAHAM

dSAHAM dSIMBANK

25 25

1 1

2.345 2.678

0.140 0.116

dSIMBANK dOBLIGASI

dOBLIGASI dSIMBANK

25 25

1 1

0.051 0.786

0.823 0.385

dSBI dSAHAM

dSAHAM dSBI

25 25

1 1

0.049 0.06

0.827 0.811

dSBI dOBLIGASI

dOBLIGASI dSBI

25 25

1 1

0.231 0.013

0.636 0.911

dSAHAM dOBLIGASI

dOBLIGASI dSAHAM

25 25

1 1

3.724 0.725

0.067 0.404


43

Terdapat keraguan dalam penggunaan data posisi kepemilikan saham oleh investor asing karena posisi kepemilikan memasukkan unsur perubahan harga saham sehingga cenderung bias ke atas pada saat terjadi ‘booming’ di pasar saham. Sebagai pembanding digunakan data net beli investor asing di pasar modal, walaupun data tersebut juga tidak sepenuhnya valid mengingat klasifikasi investor (asing dan domestik) yang dilakukan oleh Bursa Efek Jakarta (BEJ) juga bias. Hasil estimasinya juga tidak menemukan adanya hubungan antar portofolio yang signifikan pada tingkat kepercayaan 95% (Tabel 4.15). Namun pada tingkat kepercayaan 90% terdapat satu hubungan komplementer yang signifikan antara simpanan bank dan portofolio saham. Tabel 4. 15. Estimasi VAR Portofolio Investor Asing (Alt. 2) Varibel

dSAHAM

dOBLIGASI

dSBI

dSIMBANK

dSAHAM(-1)

0.254 [1.060]

-0.140 [-0.214]

0.997 [0.835]

0.464* [1.724]

dOBLIGASI(-1)

0.138 [1.241]

0.284 [ 0.938]

-0.178 [-0.322]

0.050 [0.399]

dSBI(-1)

-0.074 [-1.309]

0.067 [ 0.434]

0.021 [0.074]

-0.022 [-0.342]

dSIMBANK(-1)

-0.016 [-0.098]

-0.070 [-0.156]

-1.036 [-1.266]

-0.565 [-3.064]

C

1389.61** [2.455]

1788.12 [1.158]

-613.62 [-0.218]

-281.15 [-0.443]

R-squared

0.179

0.113

0.086

0.384


Sebagai alternatif ketiga, digunakan data net transaksi investor asing atas surat berharga yang meliputi saham, obligasi dan SBI yang dilaporkan dalam rekening vostro. Hasil estimasi pada Tabel 4.16 tidak menemukan adanya hubungan antar portofolio investor asing yang secara statistik signifikan. Dengan demikian dapat disimpulkan bahwa tidak terdapat kecenderungan terjadinya peralihan antar portofolio oleh investor asing. Tabel 4. 16. Estimasi VAR Portofolio Investor Asing (Alt. 3) Varibel

dSAHAM

dOBLIGASI

dSBI

dSAHAM(-1)

0.276 [1.264]

0.051 [0.146]

-0.739 [-1.037]

dOBLIGASI(-1)

-0.013 [-0.098]

0.314 [1.487]

-0.292 [-0.682]

dSBI(-1)

0.002 [0.030]

0.015 [0.135]

0.281 [1.247]

C

-126.88 [-0.275]

-76.80 [-0.103]

1292.42 [0.858]

R-squared

0.075

0.096

0.113


44

Secara deskriptif dapat dikatakan bahwa portofolio investasi investor asing mempunyai tren yang meningkat hingga bulan Mei 2007 (Grafik 4.6). Peningkatan tersebut didorong oleh derasnya arus modal masuk yang diinvestasikan di pasar keuangan. Namun dalam beberapa bulan terakhir (Juni-Agustus), portofolio SBI dan obligasi mengalami penurunan. Pada periode inilah disinyalir terjadi peralihan portofolio ke pasar modal, walaupun pencairan portofolio tersebut lebih mengarah kepada terjadinya capital outflow. Memang cukup sulit untuk dapat mengidentifikasi adanya peralihan portofolio ditengah besarnya arus modal masuk tanpa mengisolasi dampak dari arus modal masuk tersebut. Namun secara keseluruhan, semua portofolio investasi yang dimiliki oleh investor asing mempunyai tren yang meningkat sehingga hubungan komplementer lebih dominan. Grafik 4. 6. Outstanding Kepemilikan Portofolio oleh Investor Asing miliar Rp

miliar Rp

150,000

1,000,000 SBI

Simp. Bank

Obligasi

Saham (RHS)

120,000

800,000

90,000

600,000

60,000

400,000

30,000

200,000

Jul-07

Sep-07

Mar-07

May-07

Jan-07

Nov-06

Sep-06

Jul-06

May-06

Jan-06

Mar-06

Jul-05

Nov-05

0 Sep-05

0


Grafik 4. 7. Perubahan Portofolio Investasi Investor Asing Miliar Rp 30,000 25,000 SAHAM (net beli)

20,000

SBI

OBLIGASI

15,000 10,000 5,000 0 (5,000) (10,000) (15,000) (20,000) Nov-07

Sep-07

Jul-07

Mar-07

May-07

Jan-07

Nov-06

Sep-06

Jul-06

May-06

Jan-06

Mar-06

Nov-05

Sep-05

Jul-05

May-05

Jan-05

Mar-05

(25,000)


Analisa dengan menggunakan data peningkatan kepemilikan SBI dan obligasi serta net beli saham oleh investor asing (Grafik 4.7), perilaku diversifikasi portofolio investasi juga mendominasi. Berdasarkan informasi beberapa bank asing dan broker yang berhasil dihimpun menyatakan bahwa investor asing cenderung melakukan 45

spesialisasi investasi sehingga cenderung fokus pada satu jenis portofolio. Perilaku tersebut dapat mendorong terjadinya perubahan portofolio secara acak (searah maupun berlawanan). Indikasi adanya subtitusi hanya terjadi pada beberapa poin saja, terutama pada bulan Juni-Agustus 2007, walaupun secara keseluruhan lebih mengarah kepada net outflow modal asing berkaitan dengan krisis subprime mortgate. 4.3.4 Pengaruh BI Rate terhadap Pemilihan Portofolio Investasi

BI Rate digunakan sebagai reference dalam lelang SBI tenor 1 bulan, sehingga suku bunga SBI dan BI Rate relatif sama. Membeli SBI dapat dipersamakan dengan menabung. Penabung selalu berusaha mengoptimalkan pendapatan (return), sehingga secara teoritis jumlah simpanan sejalan dengan peningkatan suku bunga (positive slope). Namun Grafik 4.8 memperlihatkan adanya hubungan yang tidak searah antara BI Rate dan volume SBI yang dimiliki perbankan. Sejak awal 2006 sampai dengan November 2007, portofolio SBI meningkat signifikan yaitu sebesar Rp110,9 triliun. Sementara BI Rate mengalami penurunan sebesar 450 bps dari level tertingginya pada Desember 2005. Tren peningkatan volume SBI tersebut terus berlangsung walaupun BI Rate mengalami penurunan. Hal ini dapat mengindikasikan bahwa penurunan BI Rate tidak signifikan mempengaruhi volume SBI. Grafik 4. 8. BI Rate, Yield, Volume SBI dan Obligasi Perbankan Persen

Triliun Rp

20

400 Volume SBI

Volume Obligasi

BI Rate

Yield Obligasi

Nov-07

Sep-07

Jul-07

Mar-07

May-07

Jan-07

Nov-06

Sep-06

0 Jul-06

0 Mar-06

100

May-06

5

Jan-06

200

Nov-05

10

Sep-05

300

Jul-05

15


Dari hasil analisis elastisitas yang dilakukan dengan regresi ordinary least squares (persamaan 4.3) juga memperlihatkan bahwa outstanding SBI bank tidak elastis dan tidak signifikan terhadap BI Rate. Peningkatan posisi SBI bank lebih

dipengaruhi oleh peningkatan likuiditas bank yang umumnya disebabkan oleh peningkatan dana pihak ketiga (DPK), sehingga hubungannya sangat elastis dan signifikan terhadap DPK. Pada kenyataannya, bank memang mengalami ekses likuiditas 46

dan kesulitan dalam menyalurkan kredit, sehingga bank cenderung untuk menanamkan dananya dalam SBI karena bebas risiko, berjangka pendek, dan masih memberikan margin yang positif. LnSBIBANK = -151,265 + 0,287 BIRate + 11,579 LnDPK + 0,544 AR(1) ............ (4.3) (-2,722) (1,606) (2,970) (3,463) R2 = 0,863

DW-stat = 1,534

F-stat = 40,047

Peningkatan likuiditas perbankan juga dapat berasal dari penjualan obligasi pemerintah. Hasil estimasi VAR menunjukkan adanya subtitusi portofolio bank dari obligasi kepada SBI. Grafik 4.8 juga menunjukkan adanya penurunan portofolio obligasi pada saat SBI meningkat. Dari sisi nilai imbal hasil, suku bunga SBI lebih rendah dari rata-rata yield obligasi pemerintah, bahkan bank yang telah memiliki obligasi pemerintah seri fixed rate akan menikmati pendapatan kupon yang jauh lebih tinggi. Namun SBI mempunyai kelebihan dari sisi jangka waktu yang relatif pendek (1 & 3 bulan), sementara obligasi mempunyai jangka waktu yang panjang. Penjualan obligasi dilakukan oleh bank rekap yang memiliki obligasi dari penempatan langsung (direct placement) pemerintah pada saat rekapitalisasi yang nilai bukunya sama dengan nilai nominalnya (face value). Harga obligasi berbanding terbalik dengan yield-nya, sehingga pada saat yield obligasi turun maka bank mendapat kesempatan untuk menjual obligasi rekap-nya dengan harga tinggi (premium price). Tingginya harga jual merupakan salah satu alasan bank rekap menjual obligasinya selain faktor likuiditas. LnSBIMASY = -3,728 + 0,032 BIRate + 1.952 LnIHSG ....................................... (4.4) (-2,061) (-1,061) (8.831) 2 R = 0,861 DW-stat = 1,652 F-stat = 64,880 Bagi masyarakat atau investor domestik, BI Rate juga tidak signifikan mempengaruhi jumlah kepemilikan SBI. Kinerja pasar modal justru signifikan mempengaruhi jumlah kepemilikan SBI masyarakat dengan koefisien yang positif (Persamaan 4.4). Ditinjau dari konsep elastisitas silang (cross elasticity) dapat diartikan bahwa investor domestik menempatkan SBI sebagai komplemen dari portofolio saham. Peningkatan investasi pada portofolio SBI akan searah dengan investasi di pasar modal. Temuan ini sejalan dengan hasil estimasi dengan pendekatan VAR pada sub bab sebelumnya.

47

LnSBIASING = -26,290 + 0,256 BIRate – 0,861 FedFund + 5,122 LnIHSG .......... (4.5) (-3,428) (2,930) (-2,803) (4,548) 2 R = 0,683 DW-stat = 1,574 F-stat = 14,377 Bagi investor asing, level BI Rate berpengaruh positif dan signifikan terhadap jumlah investasi pada SBI. Perbedaan relatif BI Rate dengan suku bunga luar negeri (diproksikan dengan Fed Funds Rate) atau interest rate differential juga secara signifikan mempengaruhi permintaan SBI oleh investor asing. 15 Terbukti dengan koefisien Fed Funds rate yang negatif, dimana peningkatan Fed Funds rate yang dapat menurunkan interest rate differential akan menurunkan volume SBI. Sama halnya dengan investor domestik, investor asing juga melakukan diversifikasi portofolio dengan menempatkan portofolio SBI sebagai komplemen dari portofolio saham atau sebaliknya. Jumlah kepemilikan SBI oleh investor asing sangat elastis dan signifikan diperngaruhi oleh performance pasar modal. Perilaku ini mengikuti kaidah investasi untuk tidak menanamkan dana dalam satu portofolio investasi untuk meminimalisasi risiko.

15

Penggunaan variabel interest rate differential secara langsung bersama dengan variabel BI Rate menimbulkan masalah multikolinearitas yang dapat mengurangi keakuratan hasil estimasi, sehingga untuk mengukur pengaruh interest rate differential dilakukan secara tidak langsung.

48

BAB V

KESIMPULAN DAN IMPLIKASI KEBIJAKAN 5.1 Kesimpulan

Dari hasil estimasi dan analisa pada bab sebelumnya dapat disimpulkan beberapa poin sebagai berikut: 1. Pasar keuangan mempunyai peran yang sangat penting dalam transmisi kebijakan moneter. Respon yang sesuai dengan harapan otoritas moneter dan signifikan dari institusi pasar keuangan terhadap perubahan kebijakan moneter menjadi kunci utama dari efektivitas transmisi kebijakan moneter tersebut. 2. Hasil estimasi event study menunjukkan respon yang kurang memadai dari instrumen pasar keuangan terhadap BI Rate. Dengan menggunakan dua pendekatan penghitungan abnormal return, hanya yield obligasi yang secara konsisten memberikan respon positif dan signifikan terhadap BI Rate. Penyesuaian yield obligasi dilakukan mulai sehari setelah pengumuman BI Rate dan bersifat permanen. Respon suku bunga pasar uang antar bank (PUAB) terhadap BI Rate hanya terlihat pada pendekatan satu. Namun respon tersebut terkait dengan pelaksanaan lelang dan setelmen SBI sehingga bersifat temporer. Sementara indeks pasar modal sama sekali tidak merespon perubahan BI Rate. Pergerakan IHSG lebih dipengaruhi oleh pergerakan indeks regional. 3. Hasil estimasi vector autoregression (VAR) yang dikonfirmasi dengan analisis Granger Causality menghasilkan kesimpulan yang relatif sama dengan hasil estimasi event study. Respon positif dan signifikan hanya diberikan oleh suku bunga deposito dan yield obligasi. Sementara respon suku bunga PUAB dan indeks harga saham tetap tidak signifikan. Kuatnya respon suku bunga deposito terhadap BI Rate didorong oleh perilaku bank dalam penetapan suku bunga deposito yang mengikuti BI Rate untuk menjaga positive margin. Sementara kupon obligasi pemerintah seri variable rate (VR) dikaitkan dengan SBI 3 bulan yang bergerak mengikuti BI Rate sehingga yield obligasi juga bergerak mengikuti BI Rate. 4. Pendeteksian kemungkinan adanya peralihan portofolio invetasi (switching) di pasar keuangan pada tiga kelompok investor dapat disimpulkan bahwa: (i) investor bank merupakan satu-satunya investor yang secara signifikan memperlihatkan adanya peralihan portofolio investasi dari obligasi pemerintah ke portofolio SBI; (ii) 49

investor domestik non-bank cenderung melakukan diversifikasi portofolio investasi; sementara (iii) investor asing tidak menunjukkan adanya hubungan antar portofolio investasi yang konsisten dan signifikan. 5. Hasil analisis elastisitas permintaan portofolio investasi menunjukkan bahwa: (i) minat investor domestik, baik bank maupun non-bank, untuk berinvestasi pada portofolio SBI tidak dipengaruhi oleh level BI Rate; (ii) investasi investor bank pada portofolio SBI lebih didorong oleh meningkatnya kondisi likuiditas perbankan, terutama peningkatan dana pihak ketiga; (iii) level BI Rate dan perbedaannya dengan suku bunga luar negeri (interest rate differential) secara signifikan mempengaruhi minat investor asing. 6. Sementara analisis elastisitas silang menunjukkan adanya hubungan komplementer antara portofolio SBI dan saham, baik untuk investor domestik non-bank maupun investor asing. Diversifikasi portofolio investasi ini lebih ditujukan untuk meminimalisasi risiko. Sementara rendahnya kemungkinan adanya portfolio switching oleh investor non-bank, terutama investor asing, dikarenakan investor asing cenderung melakukan spesialisasi pada salah satu jenis portofolio investasi. 5.2 Implikasi Kebijakan

Berdasarkan temuan di atas, beberapa langkah yang perlu ditindaklanjuti oleh Bank Indonesia adalah sebagai berikut: 1. Kuatnya respon suku bunga deposito terhadap BI Rate mengindikasikan bahwa satu tahap transmisi kebijakan moneter melalui jalur suku bunga telah berjalan dengan baik. Namun respon tersebut belum optimal karena masih didorong oleh perilaku bank yang ingin mempertahankan marjin positif suku bunga dana dan SBI. Untuk itu perlu dilakukan suatu upaya atau kebijakan untuk merubah struktur suku bunga tersebut agar suku bunga dana tidak binding terhadap BI Rate. 2. Hasil estimasi memperlihatkan bahwa BI Rate kurang memadai untuk mengarahkan suku bunga PUAB overnight. Untuk itu perlu dipertimbangkan penggunaan alternatif kebijakan yang dapat mempengaruhi dan mengarahkan suku bunga PUAB overnight seperti official cash rate (OCR) yang menggunakan band intervensi. 3. Kurang memadainya respon pasar keuangan terhadap BI Rate juga dapat disebabkan kurang efektifnya komunikasi Bank Indonesia. Untuk itu perlu dilakukan evaluasi dan peningkatan kualitas komunikasi Bank Indonesia dalam formulasi dan 50

implementasi kebijakan moneter yang diambil. Komunikasi yang baik dari bank sentral sangat efektif untuk mengarahkan dan membentuk ekspektasi publik, terutama pelaku pasar keuangan, sehingga secara signifikan dapat meningkatkan respon pasar keuangan terhadap perubahan kebijakan moneter.

51

52

REFERENSI Berger, H., Sturm, J.E., de Haan, J., 2006. Does money matter in the ECB strategy? New Evidence Based on ECB Communication. CESifo Working Paper, vol. 1652. CESifo, Munich. Bernanke, Ben S. dan Gertler, Mark (1995). Inside the black box: The credit channel of monetary policy transmission. The Journal of Economic Perspectives, Vol. 9, No. 4, hal. 27-48. Bernanke, Ben S. dan Kuttner, Kenneth N. (2005). What explains the stock market’s reaction to Federal Reserve policy? The Journal of Finance, Vol. LX, No. 3, hal. 1221-1257. Bomfim, Antulio N. (2003). Pre-announcement effects, news effects, and volatility: Monetary policy and the stock market. Journal of Banking and Finance, Vol. 27, hal. 133-151. Boot, Arnold dan Thakor, Anjan V. (1997). Financial system architecture. The Review of Financial Studies, Vol. 10, No. 3, hal. 693-733. Broome, Simon dan Morley, Bruce (2004). Stock prices as a leading indicator of the East Asian financial crisis. Journal of Asian Economics, Vol. 15, hal. 189-197. Campbell, John Y. and Ammer, John (1993). What moves the stock and bond markets? A variance decomposition for long-term asset returns. The Journal of Finance, Vol. 48, No. 1, hal. 3-37. Carmichael, Jeffrey dan Harper, Ian R. (1995). Implementing monetary policy in a deregulated financial system: A study of the Australian official short-term money market. Pacific-Basin Finance Journal Vol.3, hal. 409-428. Cassola, N. dan Morana, C. (2004). Monetary policy and the stock market in the euro area. Journal of Policy Modeling, Vol. 26, hal. 387-399. Chen, C.R., Mohan, N.J., dan Steiner T.L. (1999). Discount rate changes, stock market returns, volatility, and trading volume: Evidence from intraday data and implications for market efficiency. Journal of Banking and Finance, Vol. 23, hal. 897-924. Dewati, W., Hafid, I.S, Angkoro, D. Ibrahim, dan Nasution, Z. A. (2004). Mikrostruktur pasar uang antar bank rupiah: Pembentukan dan perilaku harga. Buletin Ekonomi, Moneter dan Perbankan, Vol. 6, No. 4. Gebhardt, W.R., Hvidkjaen, S., dan Swaminathan, B. (2005). Stock and bond market interaction: Does momentum spill over? Journal of Financial Economics, Vol. 75, hal. 651-690. Gilchrist, Simon dan Leahy, John V. (2002). Monetary policy and asset prices. Journal of Monetary Economics, Vol. 49, hal. 75-97.

53

Gurkaynak, R.S., Sack, B., dan Swanson, E.T. (2005). Do actions speak louder than words? The response of asset prices to monetary policy actions ans statements. International Journal of Central Banking, Vol. 1, No. 1, hal. 55-93. Kohn, Donald L. dan Sack, Brian P. (2003). Central bank talk: Does it matter and why? Federal Reserve Board Finance and Economics Discussion Series, 2003-55. MacKinlay, A. Craig (1997). Event studies in economics and finance. Journal of Economic Literature, Vol. XXXV, hal. 13-39. McWilliams, A. dan Siegel, D. (1997). Event studies in management research: Theoretical and empirical issues. The Academy of Management Journal, Vol. 40, No. 3, hal. 626-657. Mishkin, Frederic S. (1995). Symposium on the monetary transmission mechanism. The Journal of Economic Perspectives, Vol. 9, No. 4, hal. 3-10. Mizrach, Bruce dan Kopecky, Kenneth J. (2007). The impact of monetary policy on bond returns: A segmented markets approach. Journal of Economics and Business (dalam manuskrip). Nugroho, Priyanto B. (2006). Tinjauan Pelaksanaan OPT Era BI Rate dan Alternatif Penyempurnaan. Biro Pengembangan dan Pengaturan Pengelolaan Moneter, Direktorat Pengelolaan Moneter, Bank Indonesia. Reeves, Rachel dan Sawicki, Michael (2007). Do financial market react to Bank of England communication? European Journal of Political Economy, Vol. 23, hal. 207-227. Rigobon, Roberto dan Sack, Brian (2004). The impact of monetary policy on asset prices. Journal of Monetary Economics, Vol. 51, hal. 1553-1575. Thorbecke, Willem (1997). On stock market returns and monetary policy. The Journal of Finance, Vol. 52, No. 2, hal. 635-654. Tobin, James (1969). A general equilibrium approach to monetary policy. Journal of Money, Credit and Banking, Vol. 1, No. 1, hal. 15-29. Zulverdi, D., Gunadi, I., dan Pramono, B. (2006). Bank portfolio model and monetary policy in Indonesia. Journal of Asian Economics, Vol. 18, hal. 158-174.

54

Lampiran Lampiran 1: Unit Root Test Variabel Kebijakan Moneter dan Pasar Keuangan Pendekatan 1 Variabel dBIRATE dPUABPAGI (T-5) dPUABPAGI (T-4) dPUABPAGI (T-3) dPUABPAGI (T-2) dPUABPAGI (T-1) dPUABPAGI (T0) dPUABPAGI (T+1) dPUABPAGI (T+2) dPUABPAGI (T+3) dPUABPAGI (T+4) dPUABPAGI (T+5) dPUABSORE (T-5) dPUABSORE (T-4) dPUABSORE (T-3) dPUABSORE (T-2) dPUABSORE (T-1) dPUABSORE (T0) dPUABSORE (T+1) dPUABSORE (T+2) dPUABSORE (T+3) dPUABSORE (T+4) dPUABSORE (T+5)

ADF Statistik -3.913** -5.048*** -4.828*** -5.259*** -5.002*** -4.684*** -2.883* -5.342*** -3.267** -4.183*** -5.470*** -4.346*** -5.039*** -4.809*** -4.700*** -4.589*** -3.938*** -2.586 -5.686*** -5.044*** -5.138*** -5.672*** -4.651***

Variabel dIHSG (T-5) dIHSG (T-4) dIHSG (T-3) dIHSG (T-2) dIHSG (T-1) dIHSG (T0) dIHSG (T+1) dIHSG (T+2) dIHSG (T+3) dIHSG (T+4) dIHSG (T+5) dYIELD (T-5) dYIELD (T-4) dYIELD (T-3) dYIELD (T-2) dYIELD (T-1) dYIELD (T0) dYIELD (T+1) dYIELD (T+2) dYIELD (T+3) dYIELD (T+4) dYIELD (T+5)

ADF Statistik -3.167** -3.423** -3.607** -3.711** -3.534** -0.494 -3.458** -2.455 -5.262*** -2.273 -3.976*** -3.627** -3.655** -3.293** -3.480** -3.787*** -4.232*** -3.776*** -4.521*** -3.668** -3.601** -3.585**

Keterangan: *** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%

Pendekatan 2 Variabel dB IR AT E dP UAB P AG I (T 0) dP UAB P AG I (T +1) dP UAB P AG I (T +2) dP UAB P AG I (T +3) dP UAB P AG I (T +4) dP UAB P AG I (T +5) dP UAB S O R E (T 0) dP UAB S O R E (T +1) dP UAB S O R E (T +2) dP UAB S O R E (T +3) dP UAB S O R E (T +4) dP UAB S O R E (T +5)

AD F S tatis tik ‐3.913** ‐5.421*** ‐5.793*** ‐4.860*** ‐4.366*** ‐4.311*** ‐3.886*** ‐7.184*** ‐5.283*** ‐3.818*** ‐4.272*** ‐3.668** ‐3.312**

Variabel dIHS G (T 0) dIHS G (T +1) dIHS G (T +2) dIHS G (T +3) dIHS G (T +4) dIHS G (T +5) dY IE L D (T 0) dY IE L D (T +1) dY IE L D (T +2) dY IE L D (T +3) dY IE L D (T +4) dY IE L D (T +5)

AD F S tatis tik ‐5.456*** ‐4.916*** ‐5.710*** ‐4.669*** ‐4.919*** ‐5.284*** ‐6.473*** ‐4.510*** ‐5.049*** ‐5.538*** ‐3.841*** ‐4.670***


55

Lampiran 2: Cointegration Test Variabel Kebijakan Moneter dan Pasar Keuangan Pendekatan 1 Variabel dPUABPAGI (T-5) dPUABPAGI (T-4) dPUABPAGI (T-3) dPUABPAGI (T-2) dPUABPAGI (T-1) dPUABPAGI (T0) dPUABPAGI (T+1) dPUABPAGI (T+2) dPUABPAGI (T+3) dPUABPAGI (T+4) dPUABPAGI (T+5) dPUABSORE (T-5) dPUABSORE (T-4) dPUABSORE (T-3) dPUABSORE (T-2) dPUABSORE (T-1) dPUABSORE (T0) dPUABSORE (T+1) dPUABSORE (T+2) dPUABSORE (T+3) dPUABSORE (T+4) dPUABSORE (T+5)

Eigenvalue

Trace Statistic

0.547 0.408 0.764 0.472 0.521 0.666 0.529 0.287 0.287 0.287 0.352 0.545 0.589 0.618 0.478 0.691 0.593 0.683 0.349 0.406 0.326 0.409

29.119*** 19.128** 44.795*** 22.130*** 26.698*** 35.572*** 25.280*** 14.038* 13.789* 13.789* 16.777** 26.656*** 29.336*** 31.517*** 22.720*** 39.931*** 29.123*** 36.073*** 16.731** 18.692** 15.654** 19.075**

Variabel

Eigenvalue

Trace Statistic

0.193 0.185 0.192 0.202 0.215 0.177 0.170 0.171 0.168 0.169 0.161 0.579 0.602 0.570 0.633 0.607 0.635 0.576 0.462 0.625 0.603 0.555

8.345 7.354 6.920 7.299 8.103 6.264 6.427 5.800 6.150 6.939 6.311 27.947*** 29.562*** 27.586*** 31.823*** 29.922*** 32.336*** 27.955*** 22.247*** 31.404*** 30.423*** 27.589***

dIHSG (T-5) dIHSG (T-4) dIHSG (T-3) dIHSG (T-2) dIHSG (T-1) dIHSG (T0) dIHSG (T+1) dIHSG (T+2) dIHSG (T+3) dIHSG (T+4) dIHSG (T+5) dYIELD (T-5) dYIELD (T-4) dYIELD (T-3) dYIELD (T-2) dYIELD (T-1) dYIELD (T0) dYIELD (T+1) dYIELD (T+2) dYIELD (T+3) dYIELD (T+4) dYIELD (T+5)


Pendekatan 2 Variabel

d P UA B P A GI (T0) d P UA B P A GI (T+ 1) d P UA B P A GI (T+ 2) d P UA B P A GI (T+ 3) d P UA B P A GI (T+ 4) d P UA B P A GI (T+ 5) d P UA B SORE (T0) d P UA B SORE (T+ 1) d P UA B SORE (T+ 2) d P UA B SORE (T+ 3) d P UA B SORE (T+ 4) d P UA B SORE (T+ 5)

Eigenvalue

Trace Statistic

0.501 0.405 0.493 0.402 0.391 0.389 0.469 0.540 0.547 0.395 0.479 0.484

22.835*** 19.734** 24.527*** 18.703** 18.853** 19.064** 23.640*** 29.129*** 28.991*** 19.301** 24.737*** 24.812***

Variabel

d IH SG (T0) d IH SG (T+ 1) d IH SG (T+ 2) d IH SG (T+ 3) d IH SG (T+ 4) d IH SG (T+ 5) d Y IE LD (T0) d Y IE LD (T+ 1) d Y IE LD (T+ 2) d Y IE LD (T+ 3) d Y IE LD (T+ 4) d Y IE LD (T+ 5)


56

Eigenvalue

Trace Statistic

0.517 0.400 0.475 0.441 0.433 0.538 0.636 0.438 0.506 0.556 0.520 0.489

24.882*** 18.898** 22.359*** 20.779*** 20.521*** 26.346*** 32.937*** 20.626*** 23.725*** 27.073*** 27.094*** 25.477***

Lampiran 3: Impulse Response Function (IRF) Suku Bunga PUAB Pagi terhadap BI Rate

Response to Cholesky One S.D. Innovations ± 2 S.E. Response of DPUABPG to DPUABPG

Response of DPUABPG to DEXCESS

Response of DPUABPG to DBIRATE

2.0

2.0

2.0

1.5

1.5

1.5

1.0

1.0

1.0

0.5

0.5

0.5

0.0

0.0

0.0

-0.5

-0.5

-0.5

-1.0

-1.0

-1.0

-1.5

-1.5 2

4

6

8

10 12 14 16 18 20 22 24

-1.5 2

Response of DEXCESS to DPUABPG

4

6

8

10 12 14 16 18 20 22 24

2

Response of DEXCESS to DEXCESS 4000

4000

3000

3000

3000

2000

2000

2000

1000

1000

1000

0

0

0

-1000

-1000

-1000

-2000

-2000

-2000

-3000

-3000 4

6

8

10 12 14 16 18 20 22 24

Response of DBIRATE to DPUABPG

4

6

8

10 12 14 16 18 20 22 24

2

Response of DBIRATE to DEXCESS .6

.4

.4

.4

.2

.2

.2

.0

.0

.0

-.2

-.2

-.2

-.4

-.4

-.4

-.6 4

6

8

10 12 14 16 18 20 22 24

10 12 14 16 18 20 22

24

4

6

8

10 12 14 16 18 20 22

24

Response of DBIRATE to DBIRATE

.6

2

8

-3000 2

.6

-.6

6

Response of DEXCESS to DBIRATE

4000

2

4

-.6 2

4

6

8

10 12 14 16 18 20 22 24

2

4

6

8

10 12 14 16 18 20 22

57

24

Lampiran 4: Impulse Response Function (IRF) Suku Bunga PUAB Sore terhadap BI Rate

Response to Cholesky One S.D. Innovations ± 2 S.E. Response of DPUABSR to DPUABSR

Response of DPUABSR to DEXCESS 1.5

1.5

1.0

1.0

1.0

0.5

0.5

0.5

0.0

0.0

0.0

-0.5

-0.5

-0.5

-1.0

-1.0

-1.0

-1.5

-1.5 2

4

6

8

10

12

14

16

18

20

22

24

-1.5 2

Response of DEXCESS to DPUABSR

4

6

8

10

12

14

16

18

20

22

24

2


4000

3000

3000

3000

2000

2000

2000

1000

1000

1000

0

0

0

-1000

-1000

-1000

-2000

-2000

-2000

-3000

-3000

-3000

-4000

-4000 4

6

8

10

12

14

16

18

20

22

24

Response of DBIRATE to DPUABSR

4

6

8

10

12

14

16

18

20

22

24

2


.4

.4

.4

.3

.3

.3

.2

.2

.2

.1

.1

.1

.0

.0

.0

-.1

-.1

-.1

-.2

-.2

-.2

-.3

-.3

-.3

-.4

-.4 6

8

10

12

14

16

18

20

22

24

8

10

12

14

16

18

20

22

24

4

6

8

10

12

14

16

18

20

22

24


.5

4

6

-4000 2

.5

2

4


4000

2

58

Response of DPUABSR to DBIRATE

1.5

-.4 2

4

6

8

10

12

14

16

18

20

22

24

2

4

6

8

10

12

14

16

18

20

22

24

Lampiran 5: Impulse Response Function (IRF) Suku Bunga Deposito terhadap BI Rate

Response to Cholesky One S.D. Innovations ± 2 S.E. Response of DDEP to DDEP

Response of DDEP to DEXCESS

Response of DDEP to DBIRATE

.6

.6

.6

.4

.4

.4

.2

.2

.2

.0

.0

.0

-.2

-.2

-.2

-.4

-.4 2

4

6

8

10

12

14

16 18

20 22

24

-.4 2

Response of DEXCESS to DDEP

4

6

8

10

12

14

16

18 20

22 24

2


4000

3000

3000

3000

2000

2000

2000

1000

1000

1000

0

0

0

-1000

-1000

-1000

-2000

-2000

-2000

-3000

-3000 4

6

8

10

12

14

16 18

20 22

24

Response of DBIRATE to DDEP

4

6

8

10

12

14

16

18 20

22 24

2


.4

.4

.4

.3

.3

.3

.2

.2

.2

.1

.1

.1

.0

.0

.0

-.1

-.1

-.1

-.2

-.2

-.2

-.3

-.3

-.3

-.4

-.4 6

8

10

12

14

16 18

20 22

24

10

12

14 16

18 20

22

24

4

6

8

10

12

14 16

18 20

22

24


.5

4

8

-3000 2

.5

2

6


4000

2

4

-.4 2

4

6

8

10

12

14

16

18 20

22 24

2

4

6

8

10

12

14 16

18 20

59

22

24

Lampiran 6: Impulse Response Function (IRF) IHSG terhadap BI Rate

Response to Cholesky One S.D. Innovations ± 2 S.E. Response of DIHSG to DIHSG

Response of DIHSG to DGROWTH

Response of DIHSG to DINFLASI

Response of DIHSG to DBIRATE

80

80

80

80

40

40

40

40

0

0

0

0

-40

-40

-40

-40

2

4

6

8

10 12

14 16 18 20 22

24

Response of DGROWTH to DIHSG

2

4

6

8

10 12 14

16

18 20 22

24

Response of DGROWTH to DGROWTH

2

4

6

8

10 12

14 16

18 20 22

24

Response of DGROWTH to DINFLASI

2

.3

.3

.3

.2

.2

.2

.2

.1

.1

.1

.1

.0

.0

.0

.0

-.1

-.1

-.1

-.1

-.2 2

4

6

8

10 12

14 16 18 20 22

24

Response of DINFLASI to DIHSG

-.2 2

4

6

8

10 12 14

16

18 20 22

24

4

6

8

10 12

14 16

18 20 22

24

2

Response of DINFLASI to DINFLASI

3

3

3

2

2

2

2

1

1

1

1

0

0

0

0

-1

-1

-1

-1

-2

-2

-2

-2

-3

-3

-3

4

6

8

10 12

14 16 18 20 22

24

Response of DBIRATE to DIHSG

2

4

6

8

10 12 14

16

18 20 22

24

4

6

8

10 12

14 16

18 20 22

24

2

Response of DBIRATE to DINFLASI

.4

.4

.4

.3

.3

.3

.3

.2

.2

.2

.2

.1

.1

.1

.1

.0

.0

.0

.0

-.1

-.1

-.1

-.1

-.2

-.2

-.2

-.2

-.3

-.3

-.3

-.4 2

60

4

6

8

10 12

14 16 18 20 22

24

4

6

8

10 12 14

16

18 20 22

24

20 22

24

4

6

8

10

12 14 16

18

20 22

24

4

6

8

10

12 14 16

18

20 22

24

-.3

-.4 2

18


.4

-.4

12 14 16

-3 2

Response of DBIRATE to DGROWTH

10

Response of DINFLASI to DBIRATE

3

2

8

-.2 2

Response of DINFLASI to DGROWTH

6

Response of DGROWTH to DBIRATE

.3

-.2

4

-.4 2

4

6

8

10 12

14 16

18 20 22

24

2

4

6

8

10

12 14 16

18

20 22

24

Lampiran 7: Impulse Response Function (IRF) Yield Obligasi terhadap BI Rate

Response to Cholesky One S.D. Innovations ± 2 S.E. Response of DYIELD to DYIELD

Response of DYIELD to DINFLASI

Response of DYIELD to DBIRAT E

1.2

1.2

1.2

0.8

0.8

0.8

0.4

0.4

0.4

0.0

0.0

0.0

-0.4

-0.4

-0.4

-0.8

-0.8 2

4

6

8

10

12

14

16

18

20

22

24

-0.8 2

Response of DINFLASI to DYIELD

4

6

8

10

12

14

16

18

20

22

24

2

Response of DINFLASI to DINFLASI 3

3

2

2

2

1

1

1

0

0

0

-1

-1

-1

-2 2

4

6

8

10

12

14

16

18

20

22

24

Response of DBIRAT E to DYIELD

4

6

8

10

12

14

16

18

20

22

24

2

Response of DBIRAT E to DINFLASI .4

.3

.3

.3

.2

.2

.2

.1

.1

.1

.0

.0

.0

-.1

-.1

-.1

-.2

-.2

-.2

-.3

-.3

-.3

-.4

-.4 6

8

10

12

14

16

18

20

22

24

10

12

14

16

18

20

22

24

4

6

8

10

12

14

16

18

20

22

24

Response of DBIRAT E to DBIRAT E

.4

4

8

-2 2

.4

2

6

Response of DINFLASI to DBIRAT E

3

-2

4

-.4 2

4

6

8

10

12

14

16

18

20

22

24

2

4

6

8

10

12

14

16

18

20

22

61

24

2007

Recommend Documents