ANALISIS HUBUNGAN ANTARA PASAR MODAL DENGAN NILAI TUKAR, CADANGAN DEVISA, DAN EKSPOR BERSIH

ANALISIS HUBUNGAN ANTARA PASAR MODAL DENGAN NILAI TUKAR, CADANGAN DEVISA, DAN EKSPOR BERSIH

OLEH MAISYA NATASSYARI H14102099

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2006 RINGKASAN

MAISYA NATASSYARI. Analisis Hubungan Antara Pasar Modal dengan Nilai Tukar, Cadangan Devisa, dan Ekspor Bersih (dibimbing oleh SRI HARTOYO).

Sektor investasi merupakan salah satu cara untuk dapat menciptakan peningkatan pertumbuhan ekonomi. Namun bagi negara-negara berkembang masih terdapat kesulitan untuk menciptakan iklim investasi yang baik. Masalah yang harus dihadapi negara-negara berkembang tersebut antara lain berkisar pada masalah modal bagi pengembangan investasi yang dapat mendorong pertumbuhan ekonomi. Kesulitan dalam menghimpun modal dari masyarakat menjadi masalah yang dihadapi hampir semua negara berkembang, termasuk Indonesia. Untuk itu perlu usaha dari lembaga pemerintah dan non-pemerintah untuk dapat menghimpun dana dari masyarakat tersebut. Hal ini dilakukan agar investasi Indonesia dapat terus memberikan kontribusi yang baik bagi perekonomian Indonesia terutama bagi sektor riil. Dan untuk itulah kemudian pasar modal dijadikan sebagai suatu wadah untuk menghimpun dana dari masyarakat. Pasar modal di Indonesia bukan merupakan suatu hal yang baru. Perkembangannya yang begitu pesat dan kontribusinya yang nyata terhadap perekonomian Indonesia, khususnya pada sektor riil, telah membuat pasar modal cukup dikenal dikalangan investor atau penanam modal. Sebagai sarana atau intermediasi antara investor dan emiten untuk melakukan transaksi saham, maka diharapkan pasar modal mampu membangkitkan sektor riil menjadi sektor yang produktif dan pada akhirnya mampu meningkatkan pendapatan negara. Namun perkembangan pasar modal yang yang baik tersebut tidak menjadikan pasar modal lepas dari masalah. Tidak dapat dipungkiri krisis ekonomi yang melanda Indonesia pertengahan tahun 1997 telah membuat pasar modal mengalami kerugian. Krisis ekonomi yang disebabkan oleh krisis negara tetangga kita Thailand telah membuat nilai tukar Rupiah menurun dan hal ini menyebabkan investor menjadi kurang tertarik untuk berinvestasi di Indonesia. Faktor diatas merupakan faktor-faktor yang dipengaruhi oleh sektor asing (foreign sector) dan memberikan dampak yang cukup signifikan terhadap terhadap perekonomian Indonesia terutama bagi pasar modal. Sehingga penelitian ini dilakukan untuk menganalisis hubungan antara harga saham dengan variabel makroekonomi yang dipengaruhi oleh sektor asing di Indonesia. Penelitian ini akan diolah dengan menggunakan software e-views 4.1. dan menggunakan alat analisis Vector Autoregresive (VAR) yang dikombinasikan dengan Vector Error Correction Model (VECM). Penelitian ini akan menganalisis hubungan jangka pendek dan jangka panjang antara Indeks Harga Saham Gabungan (IHSG) dengan nilai tukar, cadangan devisa dan nilai ekspor bersih serta menganalisis variabel apa yang mempunyai pengaruh paling besar terhadap IHSG dan kebijakan apa yang dapat dilakukan oleh pemerintah untuk mepengaruhi IHSG. Data yang digunakan

adalah data sekunder berupa nilai IHSG, nilai tukar, cadangan devisa, dan ekspor bersih bulanan dari bulan Januari 2000 sampai Desember 2005. Hasil penelitian menunjukkan bahwa terdapat hubungan jangka pendek antara IHSG dengan ekspor bersih dan hubungan jangka panjang antara IHSG dengan nilai tukar, cadangan devisa, dan ekspor bersih. Ekspor bersih merupakan variabel yang memberikan pengaruh paling besar terhadap IHSG sehingga untuk mempengaruhi IHSG maka pemerintah dapat melakukan shock sebesar satu standar deviasi pada ekspor bersih.

ANALISIS HUBUNGAN ANTARA PASAR MODAL DENGAN NILAI TUKAR, CADANGAN DEVISA, DAN EKSPOR BERSIH

Oleh MAISYA NATASSYARI H14102099

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2006

INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa

: Maisya Natassyari

Nomor Registrasi Pokok

: H14102099

Program Studi

: Ilmu Ekonomi

Judul Skripsi

: Analisis Hubungan antara Pasar Modal dengan Nilai Tukar, Cadangan Devisa, dan Ekspor Bersih

dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor

Menyetujui, Dosen Pembimbing,

Dr. Ir. Sri Hartoyo, MS NIP. 131 124 021

Mengetahui, Ketua Depertemen Ilmu Ekonomi,

Dr. Ir. Rina Oktaviani, MS NIP. 131 846 872

Tanggal Kelulusan:

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN

SEBAGAI

SKRIPSI

ATAU

KARYA

ILMIAH

PADA

PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, Agustus 2006

Maisya Natassyari H14102099

RIWAYAT HIDUP

Penulis bernama Maisya Natassyari lahir pada tanggal 13 September 1984 di Padang, sebuah kota yang berada di Provinsi Sumatera Barat. Penulis anak kedua dari tiga bersaudara, dari pasangan H. Muchtar Anang dan Hj. Netta Gantina. Jenjang pendidikan penulis dilalui tanpa hambatan, penulis menamatkan sekolah dasar pada SD Yayasan Pendidikan Vidya Dahana Patra Bontang pada tahun 1996, kemudian melanjutkan ke SLTP Yayasan Pendidikan Vidya Dahana Patra Bontang dan lulus pada tahun 1999. Pada tahun yang sama penulis diterima di SMU Negeri 1 Bogor dan lulus pada tahun 2002. Pada tahun 2002 penulis melanjutkan studinya ke jenjang yang lebih tinggi. Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan besar agar dapat memperoleh ilmu dan mengembangkan pola pikir. Penulis masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi pada Fakultas Ekonomi dan Manajemen. Selama menjadi mahasiswa, penulis aktif di organisasi Hipotesa.

KATA PENGANTAR

Puji syukur penulis ucapkan kepada Allah SWT atas segala rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi ini yang berjudul “ Analisis Hubungan antara Pasar Modal dengan Nilai Tukar, Cadangan Devisa dan Ekspor Bersih”. Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Penulis menyadari masih banyak kekurangan dalam penyusunan skripsi ini, oleh sebab itu kritik dan saran sangat penulis harapkan. Penulis berharap agar penelitian ini dapat bermanfaat bagi banyak pihak yang membutuhkan. Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada: 1. Bapak Dr. Ir. Sri Hartoyo, MS, selaku dosen pembimbing skripsi yang telah memberikan bimbingan baik secara teknis maupun teoritis dalam proses pembuatan skripsi ini sehingga dapat diselesaikan dengan baik. Semua saran dan kritik beliau merupakan hal yang sangat berharga dalam penyempurnaan skripsi ini. 2. Bapak Dr. Ir. Nunung Nuryartono, MS, selaku dosen penguji utama yang telah menguji hasil karya saya ini. Semua saran dan kritik beliau sangat berharga dalam penyempurnaan skripsi ini. 3. Bapak Irfan Syauqi Beik, M.Sc, selaku dosen penguji komdik atas perbaikan tata cara penulisan skipsi ini. 4. Orang tua penulis, Bapak Muchtar Anang dan Ibu Netta Gantina, serta saudara penulis, Mirta Narulita dan M. Taufik Ilham, atas segala kesabaran, doa, dan dorongan mereka dalam proses penyelesaian skripsi ini. 5. Bapak Fadhil Nugroho, Staf Bagian Statistik Moneter Bank Indonesia, atas saran dan bantuannya dalam mendapatkan data. 6. Teman-teman satu bimbingan skripsi, Edi, Nani, dan Radia, atas dorongan, kritik, dan sarannya.

7. Teman-teman IE, terutama Wirda, Lia, Ionk, Nonon, Beny, Thamic, Fickry, Dive, Aira, Andros, Imam, Iqbal dan Rudi atas doa, dukungan, dan bantuan secara moril yang diberikan selama proses pengerjaan skripsi ini. 8. Serta berbagai pihak yang telah membantu dalam penyelesaian skripsi yang tidak dapat disebutkan satu per satu.

Bogor, Agustus 2006

Maisya Natassyari H14102099

DAFTAR ISI

Halaman DAFTAR TABEL............................................................................................... viii DAFTAR GAMBAR .......................................................................................... ix DAFTAR LAMPIRAN....................................................................................... x I.

PENDAHULUAN ...................................................................................... 1 1.1. Latar Belakang ..................................................................................... 1 1.2. Perumusan Masalah ............................................................................. 3 1.3. Tujuan Penelitian ................................................................................. 4 1.4. Manfaat Penelitian ............................................................................... 4 1.5. Ruang Lingkup Penelitian.................................................................... 5

II.

TINJAUAN PUSTAKA............................................................................. 6 2.1. Definisi Pasar Modal............................................................................ 6 2.2. Instrumen Pasar Modal ........................................................................ 7 2.2.1. Saham......................................................................................... 8 2.2.2. Obligasi ...................................................................................... 9 2.2.3. Opsi ............................................................................................ 9 2.2.4. Rights ......................................................................................... 10 2.2.5. Warrant ...................................................................................... 10 2.3. Teori Investasi...................................................................................... 11 2.4. Indeks Harga Saham Gabungan ........................................................... 13 2.5. Teori Nilai Tukar ................................................................................. 15 2.6. Penelitian Terdahulu ............................................................................ 16

III. KERANGKA PEMIKIRAN ....................................................................... 19 3.1. Kerangka Pemikiran Teoritis ............................................................... 19 3.1.1. Hubungan Pasar Modal dengan Nilai Tukar.............................. 20 3.1.2. Hubungan Pasar Modal dengan Cadangan Devisa .................... 21 3.1.3. Hubungan Pasar Modal dengan Ekspor Bersih.......................... 21 3.2. Kerangka Pemikiran Konseptual.......................................................... 22

3.3. Hipotesis............................................................................................... 23 IV. METODE PENELITIAN ........................................................................... 25 4.1. Jenis dan Sumber Data ......................................................................... 25 4.2. Metode Analisis Data........................................................................... 25 4.2.1. Model Umum Vector Autoregression ........................................ 27 4.2.2. Uji Stasioneritas ......................................................................... 29 4.2.3. Penetapan Lag Optimum............................................................ 29 4.2.4. Uji Kointegrasi ........................................................................... 30 4.2.5. Model Umum Vector Error Correction..................................... 31 4.2.6. Variance Decomposition (VD) .................................................. 32 4.2.6. Impuls Respon Function (IRF)................................................... 32 4.3. Model Penelitian .................................................................................. 33 V. PERKEMBANGAN PASAR MODAL....................................................... 35 5.1. Perkembangan Indeks Harga Saham Gabungan (IHSG) ..................... 35 5.2. Perkembangan Nilai Tukar .................................................................. 36 5.3. Perkembangan Cadangan Devisa......................................................... 37 5.4. Perkembangan Ekspor Bersih .............................................................. 38 VI. ANALISIS HUBUNGAN ANTARA IHSG DENGAN NILAI TUKAR, CADANGAN DEVISA, DAN EKSPOR BERSIH .................... 40 6.1. Kestasioneran Data .............................................................................. 40 6.2. Penentuan Lag Optimum...................................................................... 42 6.3. Kointegrasi ........................................................................................... 43 6.4. Estimasi Model Vector Error Correction ............................................ 43 6.5. Variance Decomposition (VD) ............................................................ 45 6.6. Impuls Respon Function (IRF)............................................................. 47 VII. KESIMPULAN DAN SARAN ................................................................... 49 7.1. Kesimpulan .......................................................................................... 49 7.2. Saran..................................................................................................... 50 DAFTAR PUSTAKA ......................................................................................... 51 LAMPIRAN........................................................................................................ 53

DAFTAR TABEL

Nomor

Halaman

4.1.

Deskripsi Data Model Penelitian ................................................................ 33

6.1.

Uji Stasioneritas .......................................................................................... 41

6.2.

Perhitungan Akaike Information Criteria ................................................... 42

6.3

Johansen Cointegration Test....................................................................... 43

6.4.1. Hasil Estimasi VECM Jangka Pendek ........................................................ 44 6.4.2. Hasil Estimasi VECM Jangka Panjang ....................................................... 45 6.5.

Variance Decomposition............................................................................. 46

DAFTAR GAMBAR

Nomor

Halaman

2.1. Hubungan antara Kurs Riil dan Ekspor Bersih .............................................. 16 3.1. Kerangka Pemikiran Konseptual ................................................................... 23 5.1. Grafik Perkembangan IHSG .......................................................................... 36 5.2. Grafik Perkembangan Nilai Tukar ................................................................. 37 5.3. Grafik Perkembangan Cadangan Devisa ....................................................... 38 5.4. Grafik Perkembangan Ekapor Bersih............................................................. 39 6.1. Respon IHSG terhadap nilai tukar, cadangan devisa, dan ekspor bersih....... 48

DAFTAR LAMPIRAN

Nomor

Halaman

1.

Tabel Indikator Bursa..................................................................................... 54

2.

Variabel-Variabel yang Digunakan Dalam Penelitian .................................. 55

3.

Data Pendukung ............................................................................................. 57

4.

Uji Stasioneritas pada Level ........................................................................... 59

5.

Uji Stasioneritas pada First Difference .......................................................... 62

6.

Perhitungan Lag Optimal ............................................................................... 65

7.

Uji Kointegrasi ............................................................................................... 66

8.

Estimasi Model Vector Error Correction ...................................................... 68

9.

Variance Decomposition................................................................................ 70

I. PENDAHULUAN

1.1. Latar Belakang Dalam pelaksanaan pembangunan ekonomi nasional suatu negara diperlukan dana investasi dalam jumlah yang tidak sedikit. Perolehan dana ini pada pelaksanaanya diarahkan untuk berlandaskan pada kemampuan sendiri dan pemanfaatan sumber lainnya sebagai pendukung seperti pinjaman luar negeri. Bagi banyak negara berkembang, pinjaman luar negeri dapat dijadikan suatu alternatif yang baik mengingat tabungan masyarakat di negara berkembang pada umumnya masih rendah bila dibandingkan dengan negara lain, seperti negara maju (Anoraga dan Pakarti, 2006). Pasar modal dapat dipandang sebagai salah satu sarana yang efektif untuk mempercepat pembangunan suatu negara. Hal ini dimungkinkan karena pasar modal merupakan wahana yang dapat menggalang pengerahan dana jangka panjang dari masyarakat untuk disalurkan pada sektor-sektor produktif. Dewasa ini, telah banyak negara menyadari bahwa pasar modal merupakan suatu sarana yang bernilai positif dan produktif guna mendorong perekonomian negaranya masing-masing. Pasar modal dapat dijadikan sebagai sarana bagi perusahaan untuk memenuhi kebutuhan dananya. Walaupun telah ada lembaga perbankan, namun karena ada keterbatasan jaminan maka perusahaan kesulitan untuk memperoleh dana dari bank. Perbankan memang telah ada lebih dulu daripada pasar modal, akan tetapi pasar modal dapat dijadikan sarana yang efektif untuk mendapatkan

dana jangka panjang dengan biaya yang lebih rendah. Di pasar modal, perusahaan dapat menarik pinjaman jangka panjang dengan menerbitkan obligasi atau menjual saham tanpa memikirkan jaminan atau suku bunga yang harus dibayar. Perkembangan pasar modal di dunia pun telah berkembang dengan pesat karena pasar modal dianggap mampu memberikan alternatif baru bagi para pemodal untuk melakukan investasi. Dengan berbagai alternatif yang telah ada seperti perbankan, properti, dan komoditi maka para pemodal dapat melakukan pilihan investasi secara tepat serta memberikan manfaat terbaik. Perkembangan pasar modal di Indonesia dewasa ini dinilai cukup baik. Dengan adanya kemajuan di bidang informasi yang pesat sejak era 1990-an, pasar modal Indonesia pun telah berkembang secara global dan menjadi bagian dari pasar modal dunia. Dewasa ini perpindahan dana dari suatu negara ke negara lainnya terasa lebih mudah dan cepat, demikian pula halnya dengan efek. Internasionalisasi pasar modal ini akan meningkatkan kebebasan pemodal untuk menentukan pola bisnisnya, memilih lingkungan hukum yang dia sukai untuk tujuan investasinya. Namun perubahan kondisi pasar modal menuju internasionalisasi ini menuntut penyesuaian secara terus-menerus di pasar modal Indonesia. Penyesuaian yang harus dilakukan meliputi pengembangan teknologi maupun peraturan perundang-undangan. Globalisasi ekonomi juga menciptakan banyak kesempatan dan rintangan sehingga memaksa badan usaha untuk melakukan perbaikan dramatis agar dapat bertahan hidup.

1.2. Perumusan Masalah Globalisasi ekonomi yang terjadi menyebabkan pasar modal menjadi semakin menjadi rentan terhadap perubahan yang terjadi di dunia. Setiap perubahan dan peristiwa yang terjadi di suatu negara di dunia akan berdampak pada pasar modal Indonesia. Berbagai peristiwa politik yang terjadi di tingkat internasional seperti serangan teroris terhadap menara kembar World Trade Center di New York dan dampak lanjutannya berupa memanasnya suhu politik di Timur Tengah sangat berpengaruh pada upaya pemulihan pasar modal domestik pasca krisis ekonomi yang melanda Indonesia tahun 1997. Selain itu, peristiwa lainnya yang terjadi di dalam negeri seperti tragedi Bom Bali dan Bom Marrriot jelas memberikan pengaruh pada investasi langsung maupun investasi portofolio di Indonesia. Hal ini dapat terlihat dari terkoreksinya indikator utama bursa seperti Indeks Harga Saham Gabungan (IHSG), nilai kapitalisasi pasar, dan nilai transaksi (Lampiran 1). Pasar modal mempunyai peranan penting dalam sektor ekonomi. Sehingga perubahan yang terjadi pada pasar modal perlu mendapat perhatian dari pemerintah agar kestabilan ekonomi tetap terjaga. Melihat begitu besarnya pengaruh globalisasi dalam pasar modal Indonesia menyebabkan pentingnya suatu analisa terhadap hubungan pasar modal, baik jangka pendek maupun jangka panjang, terhadap variabel-variabel makroekonomi yang dipengaruhi oleh sektor asing (foreign sector) seperti nilai tukar, cadangan devisa, dan ekspor bersih.

1.3. Tujuan Penelitian Berdasarkan masalah yang telah dirumuskan, maka tujuan penelitian ini antara lain: 1. Menganalisis hubungan jangka pendek dan jangka panjang antara pasar saham, yang akan dilihat dari perubahan Indeks Harga Saham Gabungan (IHSG), dengan nilai tukar, cadangan devisa, dan ekspor bersih. 2. Menganalisis variabel apa yang memberikan pengaruh paling besar terhadap pasar modal serta kebijakan apa yang dapat dilakukan pemerintah.

1.4. Manfaat Penelitian Penulis berharap, hasil penelitian ini dapat memberikan manfaat bagi penulis khususnya ataupun untuk berbagai kalangan umumnya. Manfaat yang diharapkan dari hasil penelitian ini antara lain : 1. Memberikan pemahaman yang semakin dalam kepada penulis seputar dunia pasar modal beserta dinamikanya. 2.

Membantu memberikan pertimbangan kepada para pengambil keputusan (policy maker) agar lebih bijak dalam membuat keputusan.

3. Memberikan gambaran mengenai kemampuan pasar modal terutama dalam menggerakkan sektor riil. 4. Memberikan referensi bagi penelitian selanjutnya.

1.5. Ruang Lingkup Penelitian Penelitian ini akan menganalisis mengenai hubungan jangka pendek dan jangka panjang antara pasar modal yang akan dilihat dari perubahan Indeks Harga Saham Gabungan (IHSG) dengan variabel makroekonomi yang dipengaruhi oleh sektor asing, yaitu nilai tukar, cadangan devisa, dan ekspor bersih. Variabel yang digunakan antara lain variabel IHSG, nilai tukar, cadangan devisa, dan ekspor bersih. Data yang digunakan merupakan data bulanan dari tahun 2000 sampai tahun 2005.

II. TINJAUAN PUSTAKA

2.1. Definisi Pasar Modal Pasar modal adalah tempat bertemunya pihak yang membutuhkan dana (borrower) dengan pihak yang kelebihan dana (lender). Pasar modal menurut Undang-Undang Republik Indonesia No. 8 tahun 1995 adalah kegiatan yang bersangkutan dengan penawaran umum dan perdagangan efek, yaitu perusahaan publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga atau profesi yang berkaitan dengan efek. Adapun efek yang dimaksud disini adalah surat berharga atau saham. Sedangkan menurut Usman dalam Anoraga dan Pakarti (2006), pasar modal adalah pelengkap sektor keuangan terhadap dua lembaga lainnya yaitu bank dan lembaga pembiayaan. Pasar modal memberikan jasanya yaitu menjembatani hubungan antara pemilik modal dalam hal ini disebut sebagai pemodal (investor) dengan peminjam dana dalam hal ini disebut dengan emiten (perusahaan yang go public). Secara umum, pasar modal dapat dibedakan dalam dua kategori yaitu pasar primer (primary market) dan pasar sekunder (secondary market). Pasar primer adalah pasar dimana perusahaan-perusahaan emiten menawarkan efek secara langsung kepada calon pemodal untuk pertama kalinya di pasar perdana selama jangka waktu tertentu. Sedangkan pasar sekunder adalah pasar dimana pemodal memperjualbelikan efek-efek yang dimilikinya kepada pemodal lainnya.

Pasar sekunder pada umumnya terjadi di bursa efek, tetapi dapat juga terjadi di luar bursa efek (Anwar, 2005). Sebagaimana fungsinya yang menjembatani hubungan antara pemilik dana dan pengguna dana, maka tujuan pasar modal adalah mengadakan alokasi tabungan secara efisien dari pemilik dana (saver) kepada pemakai dana terakhir (ultimate user). Dengan adanya pasar modal maka perusahaan yang membutuhkan dana akan meperoleh dana yang mereka butuhkan untuk meningkatkan investasinya sehingga kapasitas produksinya akan bertambah dan pada akhirnya akan meningkatkan produksi barang dan jasa serta memperluas lapangan kerja. Adapun manfaat dari pasar modal antara lain memperbaiki struktur permodalan perusahaan, meningkatkan efisiensi alokasi sumber-sumber dana, menunjang terciptanya perekonomian yang sehat, dan meningkatkan penerimaan negara (Anwar, 2005).

2.2. Instrumen Pasar Modal Menurut Anoraga dan Pakarti (2005), pasar modal memperdagangkan instrument pasar modal, yaitu semua surat-surat berharga (securities) yang diperdagangkan di bursa. Instrumen pasar modal tersebut antara lain saham, obligasi, opsi, rights, dan warrant.

2.2.1. Saham Menurut Anoraga dan Pakakarti (2006), saham merupakan tanda penyertaan modal pada suatu perseroan terbatas. Dengan memiliki saham di suatu perusahaan maka manfaat yang dapat diperoleh adalah sebagai berikut : a. Deviden, adalah bagian dari keuntungan perusahaan yang dibagikan kepada pemilik saham. b. Capital gain, adalah keuntungan yang diperoleh dari selisih jual dengan harga belinya. c. Manfaat

non-finansial

yaitu

timbulnya

kebanggaan

dan

kekuasaan

memperoleh hak suara dalam menentukan jalannya perusahaan. Dari berbagai saham yang dikenal di bursa, maka saham dapat dikelompokkan menjadi dua, yaitu saham biasa (common stock) dan saham preferen (preferred stock). Saham biasa merupakan saham yang tidak memperoleh hak istimewa. Pemegang saham biasa mempunyai hak untuk memperoleh deviden sepanjang perseroan memperoleh keuntungan. Sedangkan saham preferen merupakan saham yang diberikan atas hak untuk mendapatkan deviden atau bagian kekayaan pada saat perusahaan dilikuidasi terlebih dahulu dari saham biasa, disamping itu mempunyai preferensi untuk mengajukan usul pencalonan direksi atau komisaris (Anoraga dan Pakarti, 2006). Saham merupakan surat berharga yang paling populer diantara surat berharga lainnya di pasar modal. Penyebabnya adalah bila dibandingkan dengan investasi lainnya, saham memungkinkan pemodal untuk mendapatkan keuntungan (return) yang lebih besar dalam waktu yang relatif singkat (high return). Namun

disamping itu, saham juga memiliki resiko yang tinggi (high risk). Hal ini dapat terjadi karena harga saham dapat turun secara cepat sehingga mengharuskan pemodal untuk selalu memantau pergerakan saham yang dipegang (e-bursa.com).

2.2.2. Obligasi Obligasi merupakan bukti pengakuan utang dari perusahaan. Obligasi mengandung suatu perjanjian atau kontrak yang melibatkan kedua belah pihak, antara pemberi pinjaman dan penerima pinjaman. Penerbit obligasi menerima pinjaman dari pemegang obligasi dengan ketentuan-ketentuan yang sudah diatur, baik mengenai jatuh tempo pelunasan utang, bunga yang dibayarkan, besarnya pelunasan, dan ketentuan-ketentuan tambahan lainnya (Anoraga dan Pakarti, 2006).

2.2.3. Opsi Menurut Anoraga dan Pakarti (2006), opsi merupakan suatu produk efek turunan atau efek derivatif yang diturunkan dari berbagai efek yang sebenarnya. Sebagai efek derivatif, opsi akan mempunyai nilai selagi terhubung ke aset finansial yang bersangkutan. Aset finansial ini dapat berupa saham biasa, obligasi atau obligasi konversi. Berdasarkan jenisnya, opsi dapat dibagi menjadi empat, yaitu: a. Puts Option, merupakan instrumen yang memungkinkan pemiliknya untuk menjual efek tertentu pada harga dan waktu tertentu.

b. Calls Option, merupakan instrumen yang memungkinkan pemiliknya untuk membeli efek tertentu pada harga dan waktu tertentu. c. Rights (sertifikat bukti rights) d. Warrant

2.2.3. Rights Rights merupakan satu jenis opsi yang merupakan turunan derivatif dari efek yang sebenarnya dan mempunyai masa hidup yang singkat. Sertifikat bukti rights dapat diartikan sebagai efek yang memberikan hak kepada pemegang saham lama untuk membeli saham baru yang akan dikeluarkan oleh emiten pada proporsi dan harga tertentu (Anoraga dan Pakarti, 2006).

2.2.4. Warrant Warrant juga merupakan turunan derivatif dari efek sebenarnya, yaitu saham, namun warrant mempunyai masa hidup enam bulan atau lebih. Warrant merupakan opsi jangka panjang yang memberikan hak kepada pemegangnya untuk membeli saham atas nama dengan harga tertentu. Masa hidup warrant dimulai dari tanggal warrant tersebut dicatatkan sampai dengan tanggal terakhir pelaksanaan penebusan warrant (Anoraga dan Pakarti, 2006).

2.3. Teori Investasi Menurut Mankiw (2000), investasi adalah barang-barang yang dibeli oleh individu dan perusahaan untuk menambah persediaan modal mereka. Sedangkan

menurut e-bursa.com, investasi merupakan suatu penundaan konsumsi dari masa sekarang untuk masa yang akan datang. Investasi mengandung resiko ketidakpastian, sehingga dibutuhkan suatu kompensasi atas penundaan konsumsi tersebut yang sehari-hari dikenal dengan istilah keuntungan dari investasi atau gain. Menurut e-bursa.com, investasi secara umum dapat dikategorikan sebagai berikut: a. Real investment, yaitu investasi dalam bentuk nyata seperti investasi dalam bentuk properti, investasi komersial, dan lain-lain. b. Financial investment, yaitu investasi terhadap produk-produk keuangan seperti investasi dalam bentuk tetap, antara lain deposito, obligasi ataupun dalam bentuk yang tidak tetap seperti investasi saham atau sejenisnya. Pada dasarnya setiap orang atau perusahaan yang melakukan investasi akan mempunyai tujuan yang sama, yaitu memperoleh kesejahteraan bagi dirinya atau perusahaan tersebut. Hal ini juga berlaku sama bagi perusahaan emiten yang berinvestasi di pasar modal. Perusahaan yang berinvestasi di pasar modal berharap dapat memperoleh keuntungan dalam bentuk capital gain yang pada akhirnya dapat digunakan untuk meningkatkan investasi perusahaannya sehingga pendapatan perusahaan akan meningkat. Untuk melihat hubungan atara investasi dan pasar modal maka akan digunakan teori q Tobin yang dikembangkan oleh James Tobin, ekonom pemenang Hadiah Nobel, dengan rumus sebagai berikut:

q

=

Α Β

Numerator q Tobin adalah nilai modal perekonomian yang ditentukan oleh pasar saham. Denominatornya adalah harga modal jika dibeli hari ini. A adalah nilai pasar modal terpasang dan B adalah biaya penggantian modal terpasang. Tobin berpendapat bahwa pasar saham merupakan insentif untuk berinvestasi. Harga saham cenderung tinggi ketika perusahaan memperoleh banyak peluang untuk berinvestasi yang menguntungkan, karena peluang laba ini berarti pendapatan masa depan yang lebih tinggi untuk pemegang saham. Jika q lebih besar dari 1, maka nilai pasar modal terpasang lebih besar dari biaya penggantiannya. Dalam kasus ini, para manajer dapat meningkatkan nilai pasar dari saham perusahaan mereka dengan membeli lebih banyak modal. Sebaliknya, jika q kurang dari 1, maka pasar saham menilai modal kurang dari biaya penggantiannya. Dalam kasus ini, manajer tidak akan mengganti modal ( Mankiw, 2000). Teori q Tobin dan model neoklasik memiliki keterkaitan satu sama lain. Untuk melihatnya perlu diketahui bahwa teori q Tobin bergantung pada laba sekarang dan laba masa depan dari modal terpasang. Jika produk marjinal modal melebihi biaya modal, maka perusahaan menghasilkan laba atas modal terpasangnya. Laba ini membuat perusahaan penyewaan menarik untuk dimiliki dan meningkatkan nilai pasar dari saham perusahaan tersebut dan hal ini akan menunjukkan nilai q yang tinggi. Sebaliknya, jika nilai produk marjinal modal berada di bawah biaya modal, maka perusahaan akan mengalami kerugian atas

modal terpasangnya dan hal ini menunjukkan nilai pasar dan nilai q yang rendah (Mankiw, 2000). Keunggulan q Tobin sebagai ukuran dari insentif untuk investasi adalah kemampuannya mencerminkan kemampulabaan modal masa depan yang diharapkan sebagaimana kemampulabaan sekarang. Misalnya ketika kongres memberlakukan penurunan dalam pajak pendapatan perusahaan yang dimulai tahun depan. Penurunan pada pajak pendapatan perusahaan ini akan menghasilkan laba yang lebih besar bagi pemilik modal. Laba yang diperoleh ini akan meningkatkan nilai saham sekarang, meningkatkan q Tobin, dan pada akhirnya akan mendorong investasi saat ini. Jadi teori investasi q Tobin menekankan bahwa keputusan investasi bergantung tidak hanya pada kebijakan ekonomi saat ini, tetapi juga pada kebijakan yang diharapkan berlaku di masa depan (Mankiw, 2000).

2.4. Indeks Harga Saham Gabungan (IHSG) Berbicara tentang kegiatan pasar modal saat ini tidak terlepas dari apa yang disebut Indeks Harga Saham. Untuk mengetahui bagaimana kegiatan ekonomi bergerak, naik dan turun, banyak orang akan melihatnya dari sisi indeks yang dicapai pada saat itu. Secara sederhana, indeks harga adalah suatu harga yang digunakan untuk membandingkan suatu peristiwa dengan suatu peristiwa lainnya (Anoraga dan Pakarti, 2006). Demikian juga dengan indeks harga saham, indeks di sini akan membandingkan perubahan harga saham dari waktu ke waktu. Apakah suatu

harga saham mengalami penurunan atau kenaikan dibandingkan dengan suatu waktu tertentu. Indeks Harga Saham Gabungan (IHSG) menunjukkan pergerakan harga saham secara umum yang tercatat di bursa efek. Indeks inilah yang paling banyak digunakan dan dipakai sebagai acuan tentang perkembangan kegiatan di pasar modal. IHSG bisa dipakai untuk menilai situasi pasar secara umum atau mengukur apakah harga saham mengalami kenaikan atau penurunan. IHSG melibatkan seluruh harga saham yang tercatat di bursa (Anoraga dan Pakarti, 2006). Untuk perhitungan Indeks Harga Saham Gabungan ini kita harus menjumlahkan seluruh harga saham yang tercatat. Rumus untuk menghitung Indeks Harga Saham Gabungan adalah sebagai berikut:

IHSG =

ΣH t Χ 100% ΣH 0

dimana: ∑Ht = Total harga semua saham pada waktu yang berlaku ∑H0 = Total harga semua saham pada waktu dasar Dari angka indeks inilah kita bisa melihat apakah kondisi pasar sedang ramai, lesu, atau dalam keadaan stabil. Jika angka IHSG menunjukkan diatas 100 berarti kondisi pasar sedang ramai, sedangkan pada saat IHSG menunjukkan dibawah 100 berarti pasar sedang lesu. Dan jika IHSG menunjukkan angka 100 maka pasar dikatakan stabil (Anoraga dan Pakarti, 2006).

2.5. Teori Nilai Tukar Menurut Mankiw (2000), nilai tukar atau kurs dibagi menjadi 2, yaitu: (1) kurs nominal yang merupakan harga relatif dari mata uang dua negara dan (2) kurs riil yaitu harga relatif dari barang-barang kedua negara. Dari kedua definisi diatas maka perhitungan kurs dapat diperoleh melalui perkalian antara kurs nominal dan rasio tingkat harga. Dimana rasio tingkat harga merupakan perbandingan antara harga barang domestik dan harga barang di luar negeri, misalnya di Amerika Serikat. Pandangan

yang penting mengenai faktor-faktor apa saja yang

menentukan nilai tukar adalah teori bahwa perubahan nilai kurs terutama diakibatkan oleh perbedaan perilaku tingkat harga antar kedua negara sedemikian rupa sehingga nilai tukar perdagangan tetap konstan. Ini merupakan teori paritas daya beli (Dornbusch dan Fisher, 1997). Dengan kata lain maka teori ini menyatakan bahwa satu dollar akan memiliki daya beli yang sama di setiap negara sehingga hal ini dapat mengatasi peluang keuntungan yang dapat diperoleh petugas arbitrase jika terdapat perbedaan harga di dalam negeri dan di luar negeri atau di negara lain (Mankiw, 2000). Kurs riil pada kenyataannya sangat berkaitan erat dengan ekspor bersih. Berdasarkan teori Mundell-Flemming, depresiasi nilai tukar akan mengakibatkan daya saing barang domestik di pasar internasional meningkat dan ekspor akan meningkat (Mankiw, 2000).

Kurs riil (r)

r

NX Ekspor bersih (NX) Gambar 2.1. Hubungan antara kurs riil dan ekspor bersih

2.6. Penelitian Terdahulu Penelitian mengenai hubungan antara variabel makroekonomi dan pasar modal telah banyak dilakukan dan menjadi topik yang banyak mengisi literatur ekonomi selama ini. Sehingga untuk membantu memperoleh referensi dalam melaksanakan penelitian ini maka perlu juga untuk melihat penelitian sebelumnya. Penelitian yang dilakukan Utami dan Rahayu (2003) menguji bagaimana peranan profitabilitas, suku bunga, inflasi, dan nilai tukar dalam mempengaruhi harga saham selama masa krisis ekonomi di Indonesia, karena krisis ekonomi yang terjadi di Indonesia telah memberikan dampak yang signifikan terhadap harga saham dan volume transaksi. Penelitian ini menggunakan model ekonometrika yang diuji dengan regresi berganda. Variabel dependen yang digunakan adalah harga saham yang diukur dari perubahan harga saham setelah disesuaikan dengan tingkat inflasi. Sedangkan variabel independennya adalah profitabilitas, suku bunga, inflasi dan nilai tukar rupiah terhadap dollar Amerika.

Dari penelitian ini didapat hasil bahwa profitabilitas, suku bunga, inflasi dan nilai tukar mempunyai pengaruh yang signifikan terhadap harga saham badan usaha selama periode krisis. Secara parsial hanya suku bunga dan nilai tukar yang mempunyai pengaruh yang signifikan terhadap harga saham selama periode krisis. Penelitian yang dilakukan oleh Vimala (2005) menganalisis hubungan antara pasar modal dengan variabel makroekonomi yang terdiri dari Indeks Harga Saham Gabungan (IHSG), uang beredar, inflasi, suku bunga deposito, suku bunga SBI dan nilai tukar. Dalam penelitian ini, digunakan model ekonometrika yang dianalisis dengan menggunakan alat analisis VAR (Vector Autoregresive). Setelah dilakukan pengolahan diperoleh adanya hubungan antara pasar modal yang diasumsikan dengan menggunakan IHSG dengan variabel makroekonomi yang terdiri dari jumlah uang beredar, inflasi, suku bunga deposito, nilai tukar dan suku bunga SBI. Hubungan yang signifikan terjadi antara IHSG dengan jumlah uang beredar, inflasi dan nilai tukar. Penelitian yang menganalisis faktor-faktor yang mempengaruhi Indeks Harga Saham Gabungan (IHSG) periode setelah krisis antara tahun 2000-2004 dilakukan oleh Pohan (2005). Penelitian ini menggunakan variabel IHSG dan variabel-variabel ekonomi seperti jumlah uang beredar, nilai tukar, suku bunga SBI dan GDP. Penelitian ini diolah dengan menggunakan software E-views dengan alat analisis Ordinary Least Square (OLS). Dari penelitian ini diperoleh hasil bahwa jumlah uang beredar dan GDP mempunyai hubungan positif terhadap IHSG.

Sedangkan nilai tukar dan suku bunga SBI mempunyai hubungan yang negatif terhadap IHSG.

III. KERANGKA PEMIKIRAN

3.1. Kerangka Pemikiran Teoritis Pasar modal merupakan pasar untuk sekuritas jangka panjang, seperti saham dan obligasi. Berkembangnya pasar modal dapat dicerminkan dari fluktuasi harga pasar saham maupun dari volume transaksinya (Utami dan Rahayu, 2003). Menurut Boedi, et. All., dalam Utami dan Rahayu (2003), perubahan harga saham dipengaruhi oleh tujuh faktor, yaitu : (1) Gross Domestic Product (GDP), (2) inflasi, (3) tingkat pengangguran, (4) suku bunga, (5) nilai tukar, (6) transaksi berjalan, (7) defisit anggaran. Namun tidak semua variabel tersebut dapat digunakan dalam penelitian, antara lain: GDP, tingkat pengangguran, transaksi berjalan, dan defisit anggaran. GDP tidak dapat digunakan sebagai variabel penelitian karena penelitian ini menggunakan deret waktu bulanan sedangkan GDP menggunakan deret waktu triwulan. Variabel tingkat pengangguran juga tidak dapat digunakan dalam penelitian karena sudah tercakup dalam variabel inflasi. Transaksi berjalan juga tidak digunakan karena sudah tercakup di dalam nilai tukar, sebagaimana diketahui bahwa pergerakan nilai tukar akan terus berlanjut sampai neraca modal dan neraca berjalan kembali dalam posisi keseimbangan. Sedangkan variabel defisit anggaran tidak dapat digunakan dalam penelitian ini karena defisit anggaran di Indonesia ditutup dengan utang luar negeri sehingga tidak memiliki dampak langsung terhadap pasar modal (Utami dan Rahayu, 2003).

Sedangkan untuk variabel inflasi dan suku bunga tidak digunakan dalam penelitian ini karena penelitian ini akan menganalisis mengenai hubungan antara pasar modal dengan variabel makroekonomi yang dipengaruhi oleh sektor asing. Menurut Bhattacharya dan Mukherjee (2000), selama beberapa dekade belakangan ini, indikator sektor eksternal seperti nilai tukar, cadangan devisa, dan ekspor bersih telah diketahui memiliki dampak terhadap harga saham. Berdasarkan uraian diatas maka penelitian ini akan menganalisis hubungan pasar modal dengan variabel nilai tukar, cadangan devisa, dan ekspor bersih.

3.1.1. Hubungan Pasar Modal dengan Nilai Tukar Kurs atau nilai tukar adalah harga dimana penduduk antar negara saling melakukan perdagangan. Nilai tukar merupakan indikator penting yang akan berpengaruh pada aktivitas di pasar saham maupun pasar uang. Jika kurs terdepresiasi maka harga barang domestik akan relatif lebih murah dibandingkan harga barang di luar negeri. Hal ini akan mengakibatkan penduduk domestik akan membeli sedikit barang barang impor dan orang-orang asing akan membeli lebih banyak produk domestik. Akibatnya jumlah ekspor akan lebih tinggi daripada impor dan akan terjadi surplus neraca pembayaran. Neraca pembayaran yang baik akan menarik minat dan kepercayaan investor terhadap perokonomian Indonesia. Para investor akan tertarik untuk berinvestasi di Indonesia dan perdagangan saham di pasar modal pun akan meningkat (Suta, 2000).

3.1.2. Hubungan Pasar Modal dengan Cadangan Devisa Cadangan devisa merupakan ukuran yang dapat dilihat untuk mengukur tingkat pendapatan suatu negara. Jika cadangan devisa suatu negara tinggi maka semakin tinggi juga pendapatan yang diterima negara tersebut. Cadangan devisa akan berkaitan erat dengan neraca pembayaran suatu negara. Jika cadangan devisa suatu negara tinggi maka neraca pembayaran akan surplus. Surplus neraca pembayaran ini akan membuat investor tertarik untuk berinvestasi di Indonesia dan akan meningkatkan perdagangan saham di pasar modal dalam negeri.

3.1.3. Hubungan Pasar Modal dengan Ekspor Bersih Ekspor bersih atau yang biasa disebut juga trade balance menunjukkan pengaruh dari pengeluaran domestik atas barang-barang luar negeri dan pengaruh pengeluaran luar negeri atas barang-barang domestik terhadap permintaan agregat atas output domestik (Dornbusch dan Fisher, 1997). Sehingga dengan kata lain dapat dikatakan bahwa ekspor bersih merupakan selisih antara ekspor dan impor. Peningkatan pada ekspor bersih berarti ekspor akan lebih besar daripada impor. Ekspor bersih yang meningkat akan berpengaruh pada neraca pembayaran dan menyebabkan surplus neraca pembayaran. Neraca pembayaran yang baik akan menarik minat investor untuk menanamkan modalnya di dalam negeri dan akan berdampak pada peningkatan perdagangan saham di pasar modal.

3.2. Kerangka Pemikiran Konseptual Penelitian ini akan difokuskan untuk menganalisis hubungan antara pasar modal, yang akan dilihat dari perubahan Indeks Harga Saham Gabungan (IHSG), dengan nilai tukar, cadangan devisa, dan ekspor bersih. Berdasarkan teori-teori yang digunakan maka dapat dilihat hubungan antara pasar modal dengan nilai tukar, cadangan devisa, dan ekspor bersih. Jika terjadi peningkatan pada nilai tukar nominal maka nilai tukar riil akan terdepresiasi. Depresiasi nilai tukar ini akan mengakibatkan meningkatnya daya saing barang-barang domestik di pasar internasional. Peningkatan daya saing barang-barang

domestik

terhadap

barang-barang

luar

negeri

ini

akan

meningkatkan ekspor, meningkatkan cadangan devisa dan menyebabkan surplus neraca pembayaran. Neraca pembayaran yang baik ini akan meningkatkan kepercayaan investor terhadap perekonomian Indonesia. Kepercayaan terhadap perekonomian Indonesia ini akan membuat investor merasa aman dan tertarik untuk menanamkan modalnya di Indonesia dan pada akhirnya akan meningkatkan perdagangan saham di pasar modal Indonesia.

Berdasarkan teori yang ada maka kerangka pemikiran konseptual adalah sebagai berikut:

Depresiasi nilai tukar rupiah

Peningkatan daya saing barang domestik di pasar internasional

Ekspor bersih meningkat

Cadangan devisa meningkat

Variabel Makroekonomi: - Nilai Tukar - Cadangan devisa - Ekspor Bersih

jangka pendek

Jangka

panjang

Surplus neraca pembayaran

Peningkatan perdagangan saham di pasar modal

Gambar 3.1. Kerangka Pemikiran Konseptual

3.3. Hipotesis Berdasarkan latar belakang, permasalahan, tujuan penelitian, dan hasil penelitian terdahulu diatas maka dapat dikemukakan tiga hipotesis. (1)

Nilai tukar memiliki hubungan positif terhadap pasar modal, baik dalam jangka pendek dan jangka panjang.

(2)

Cadangan devisa memiliki hubungan yang positif terhadap pasar modal, baik dalam jangka pendek maupun jangka panjang.

(3)

Ekspor bersih memiliki hubungan yang positif terhadap pasar modal, baik dalam jangka pendek maupun jangka panjang.

IV. METODE PENELITIAN

4.1. Jenis dan Sumber Data Jenis data yang akan dipergunakan dalam penelitian ini adalah data sekunder. Data sekunder yang digunakan adalah data time series dari bulan Januari 2000 sampai Desember 2005. Data Sekunder ini diperoleh dari beberapa instansi yaitu Bank Indonesia, Biro Pusat Statistik (BPS), SEKI (Statistik Ekonomi Keuangan Indonesia), BAPEPAM (Badan Pengawas Pasar Modal), serta beberapa bahan pustaka lainnya berupa literatur dari buku-buku, jurnal, majalah dan internet yang berhubungan dengan topik penelitian.

4.2. Metode Analisis Data Penelitian ini akan menggunakan alat analisis Vector Autoregression (VAR) jika data yang digunakan stasioner dan tidak terkointegrasi atau dengan menggunakan alat analisis Vector Error Correction Model (VECM) jika data yang digunakan tidak stasioner namun terkointegrasi. Penelitian ini tidak menggunakan alat analisis kausalitas Granger karena bersifat bivariat sedangkan VAR bersifat multivariat, sehingga implikasi kausalitas yang dihasilkan oleh Granger causality Test tidak sesuai dengan fenomena nyata mengingat estimasi parameter yang bias akibat penghilangan variabel bebas lain yang relevan bila dimasukkan dalam sistem persamaan. Keunggulan metode VAR jika dibandingkan dengan metode ekonometri konvensional (Laksani, 2004) antara lain:

1. Mengembangkan model secara bersamaan di dalam suatu sistem yang kompleks (multivariat), sehingga dapat menangkap hubungan keseluruhan variabel di dalam persamaan; 2. Uji VAR yang multivariat bisa menghindari parameter yang bias akibat tidak dimasukkannya variabel relevan; 3. VAR dapat mendeteksi hubungan antar variabel di dalam sistem persamaan, dengan menjadikan seluruh variabel sebagai endogenous; 4. Karena bekerja berdasarkan data, metode VAR terbebas dari berbagai batasan teori ekonomi yang sering muncul termasuk gejala perbedaan palsu (spurious variable endogen and exogen) di dalam model ekonometri konvensional terutama pada persamaan simultan, sehingga menghindari penafsiran yang salah. Namun model VAR juga memiliki banyak kritik sehingga terdapat banyak beberapa kelemahan. Menurut Gujarati (2003), kelemahan VAR antara lain: 1. Model VAR lebih bersifat teoritik karena tidak memanfaatkan informasi dari teori-teori terdahulu; 2. Karena lebih menitikberatkan pada peramalan (forecasting), maka model VAR dianggap tidak sesuai untuk implikasi kebijakan; 3. Tantangan terberat dalam VAR adalah pemilihan panjang lag yang tepat. 4. Semua variabel yang digunakan dalam model VAR harus stasioner; 5. Koefisien dalam estimasi VAR sulit untuk diinterpretasikan. Secara keseluruhan, metode yang akan digunakan dalam penelitian ini terbagi dalam empat tahap:

1. Pengujian nonstasioneritas data dengan menggunakan uji Augmented Dickey Fuller (ADF). 2. Apabila hasil uji ADF mengandung akar unit, maka dilakukan penarikan differensial sampai data stasioner. Jika variabel dalam analisis tidak stasioner pada level, maka pendekatan VAR harus dikombinasikan dengan VECM. 3. Menentukan lag optimal dengan menggunakan kriteria Akaike Information Criteria (AIC). Kemudian digunakan pendekatan Johansen untuk memperoleh rank kointegrasi dengan tujuan mendapatkan persamaan kointegrasi jangka panjang. Setelah jumlah rank ditentukan maka dapat dilakukan pendekatan VECM untuk memperoleh persamaan jangka pendek dan jangka panjang. 4. Perilaku guncangan suatu variabel dan peran masing-masing guncangan terhadap variabel tertentu dengan menggunakan Impulse Response Function (IRF) dan Variance Decomposition (VD).

4.2.1. Model Umum Vector Autoregression Hubungan kausalitas antar variabel di dalam sistem persamaan multivariat lebih rumit dibandingkan dengan bivariat. Persamaan VAR yang dapat dibentuk adalah sebagai berikut:

 Yt   a11 ( L) a12 ( L) a13 ( L)   Yt   u t   X  = a ( L) a ( L) a ( L)  X  +  v  22 23   t  t   t   21  Z t   a31 ( L) a32 ( L) a33 ( L)   Z t   wt 

Hsiao dalam Laksani (2004) secara rinci telah membuat teorema pola hubungan antara variabel dalam sistem variabel berdasarkan nilai dalam αij sebagai berikut: 1. Bila variabel X tidak mempengaruhi Z, syaratnya adalah: α32(L) = 0 2. Bila variabel X mempengaruhi Z, syaratnya adalah: α32(L) ≠ 0 3. Hubungan timbal balik antara variabel X dan Z, bila α32(L) ≠ 0 dan α32(L) ≠ 0 4. Hubungan tidak langsung dari variabel X dan Z melalui Y, syaratnya adalah: α32(L) = 0; α31(L) ≠ 0; α12(L) ≠ 0 Hubungan palsu jenis 1 dari variabel X terhadap Z jika dan hanya jika terdapat kondisi: α21(L) = 0; α32(L) ≠ 0, untuk semua panjang lag 5. Hubungan palsu jenis II dari variabel X terhadap Z jika dan hanya jika terdapat kondisi: α32(L) = 0; α21(L) = 0, untuk semua panjang lag k dan α31(L) ≠ 0; α21(L) ≠ 0, untuk semua panjang lag k

4.2.2. Uji Stasioneritas Banyak studi empiris yang menunjukkan bahwa variabel time series tidak stasioner. Sehingga salah satu hal

penting yang berkaitan dengan studi atau

penelitian yang menggunakan data time series adalah uji stasioneritas. Data time

series dikatakan stasioner jika secara stokastik data menunjukkan pola yang konstan dari waktu ke waktu, atau dengan kata lain, tidak terdapat pertumbuhan atau penurunan pada data, secara kasarnya data harus horizontal sepanjang sumbu waktu. Data time series yang digunakan dalam penelitian ini adalah harga saham dan tiga variabel makroekonomi yaitu nilai tukar, cadangan devisa, dan ekspor bersih. Uji stasioneritas dapat dilakukan dalam beberapa metode. Metode yang paling banyak digunakan adalah menggunakan Augmented Dickey Fuller (ADF) Test. Berdasarkan ADF test, jika didapat nilai ADF statistik lebih kecil daripada nilai kritis McKinnon maka dapat disimpulkan bahwa data tersebut stasioner. Namun jika uji ADF dilakukan dan data time series tersebut diketahui tidak stasioner maka perlu dilakukan difference non stasionary processes atau uji stasioneritas pada tingkat difference.

4.2.3. Penetapan Lag Optimum Penetapan lag optimum merupakan bagian penting dalam VAR. Untuk memperoleh lag optimum yang tepat dapat dilakukan dalam beberapa bentuk pengujian. Pada tahap pertama dapat dilihat selang maksimal dari model VAR yang stabil. Untuk memperoleh selang maksimal dapat dilakukan dengan mengestimasi model VAR pada tingkat lag yang berbeda-beda sampai ditemukan selang maksimum yang stabil. Selanjutnya lag optimum dapat dicari dengan menggunakan kriteria informasi yang tersedia. Kriteria informasi yang biasa digunakan dalam penentuan

lag optimum adalah Akaike Information Criteria (AIC) dan Schwarz Information Criteria (SIC). Lag optimum dapat diperoleh dengan membandingkan nilai AIC dan SIC. Nilai AIC dan SIC yang terkecil yang dipakai sebagai patokan nilai lag optimum karena nilai AIC dan SIC minimum menggambarkan residual (error) yang paling kecil.

4.2.4. Uji Kointegrasi Dalam VAR semua variabel yang digunakan harus stasioner. Apabila variabel tidak stasioner, maka perlu dilakukan uji kointegrasi. Kointegrasi menggambarkan kombinasi linier dari variabel-variabel yang tidak stasioner. Jika variabel yang tidak stasioner terkointegrasi, maka kombinasi linier antar variabel dalam sistem akan bersifat stasioner, sehingga dapat diperoleh persaman yang stabil (Enders, 2004) Pengujian hubungan kointegrasi dilakukan dengan menggunakan lag optimum sesuai dengan pengujian sebelumnya. Sementara penentuan asumsi deterministik yang melandasi pembentukan persamaan kointegrasi didasarkan pada nilai kriteria informasi AIC dan SIC. Berdasarkan asumsi deterministik tersebut akan diperoleh informasi mengenai banyaknya hubungan kointegrasi antar variabel sesuai dengan metode Trace dan Max. Dari uji Johansen akan didapat rank kointegrasi (r). Rank kointegrasi dari vektor yt adalah banyaknya vektor kointegrasi yang saling bebas. Untuk itu akan diuji hipotesis sebagai berikut: Ho : rank ≤ r H1 : rank > r

Jika rank kointegrasi yang didapat lebih besar dari nol, maka model yang digunakan adalah Vector Error Correction Model (VECM). Jika rank kointegrasi sama dengan nol maka model yang digunakan adalah VAR dengan pendifferensian sampai lag ke-d.

4.2.5. Model Umum Vector Error Correction Model VECM dapat dilakukan apabila rank kointegrasi yang didapat lebih besar dari nol. Model VECM ordo p dan rank kointegrasi r ditulis sebagai: p −1

∆y t = Α 0 + πy t −1 + ∑ Φ i ∆y t −1 + ε t *

i =1

dimana: π = αβ β = vektor kointegrasi berukuran rx1 α = vektor kointegrasi berukuran rx2 Φi* = -

p

∑A

j

j = i +1

4.2.6. Variance Decomposition (VD) Metode Variance Decomposition (VD) dapat mencirikan struktur dinamis antar variabel dalam model. Metode ini dapat pula digunakan untuk melihat kekuatan dan kelemahan dari masing-masing variabel dalam mempengaruhi variabel lainnya dalam kurun waktu yang panjang. Dekomposisi varians merinci varians dari error peramalan menjadi komponen-komponen yang dapat dihubungkan dengan setiap variabel endogen

dalam model. Dengan menghitung persentase squared prediction error dari sebuah variabel akibat guncangan dalam variabel-variabel lain, dapat dilihat seberapa besar error peramalan variabel tersebut disebabkan oleh variabel itu sendiri dan variabel-variabel lainnya.

4.2.7. Impulse Response Function (IRF) Pengaruh dinamis dari adanya suatu goncangan dapat dianalisis malalui Impulse Response Function (IRF) secara ortogonal. Analisis ini menunjukkan respon dinamis jangka panjang setiap variabel apabila ada suatu guncangan (shock) tertentu sebesar satu standar deviasi pada setiap persaman. Respon dinamis yang dihasilkan tidak hanya dalam jangka pendek tetapi dapat juga melihat respon beberapa horizon (bulan) ke depan sebagai informasi jangka panjang.

4.3. Model Penelitian Dalam penelitian ini akan dilihat hubungan antara pasar modal yang akan dilihat menggunakan Indeks Harga Saham Gabungan (IHSG) dengan nilai tukar, cadangan devisa, dan ekspor bersih. Sehingga model penelitian dapat ditulis sebagai berikut:

 ihsg t   a11 ( L)  a ( L)  nt t  =  21  cad _ devt  a31 ( L)     net _ ekst  a 41 ( L)

a12 ( L) a 22 ( L) a32 ( L) a 42 ( L)

a13 ( L) a 23 ( L) a33 ( L) a 43 ( L)

a14 ( L)  a 24 ( L) a34 ( L)   a 44 ( L)

 ihsg t   e1t   e   nt t  +  2t   cad _ devt  e3t       net _ ekst  e4t 

dimana: ihsgt

: indeks harga saham gabungan

ntt

: nilai tukar

cad_devt

: cadangan devisa

net_ekst

: ekspor bersih

Dari model dapat terlihat bahwa dalam VAR atau VECM, untuk analisis jangka pendek, semua variabel daapat menjadi variabel endogen maupun eksogen, artinya semua variabel saling mempengaruhi. Variabel-variabel yang digunakan dalam penelitian ini adalah Indeks Harga Saham Gabungan (IHSG), nilai tukar, cadangan devisa, dan ekspor bersih. Adapun penjelasan dari data yang digunakan dapat dilihat pada Tabel 4.1. Tabel 4.1. Deskripsi Data Model Penelitian Variabel Keterangan IHSG = indeks harga saham gabungan Indeks harga saham keseluruhan NT = nilai tukar Nilai tukar Rupiah terhadap US Dollar CAD_DEV = cadangan devisa Posisi cadangan devisa NET_EKS = ekspor bersih Selisih antara ekpor dan inpor Dalam metode VAR, semua data yang diestimasi adalah dalam bentuk logaritma natural. Hal ini dilakukan untuk memudahkan dalam menganalisis dalam Variance Decomposition maupun Impuls Respon Function. Sehingga semua data dalam penelitian ini diubah dalam bentuk logaritma natural.

V. PERKEMBANGAN PASAR MODAL

5.1. Perkembangan Indeks Harga Saham Gabungan (IHSG) Indeks Harga Saham Gabungan (IHSG) merupakan indikator pasar modal yang digunakan untuk mengetahui aktivitas di pasar modal Indonesia. Hal ini dimungkinkan karena IHSG menunjukkan pergerakan harga saham secara umum yang tercatat di bursa efek. IHSG merupakan indeks yang paling banyak digunakan dan dipakai sebagai acuan tentang kegiatan di pasar modal. Pada perkembangannya, IHSG mengalami fluktuasi. Pada awal tahun 2000, IHSG mengalami penurunan pada bulan Januari dari Desember 1999. Pada bulan Februari 2000, IHSG kembali mengalami penurunan ke level 576. Kemudian IHSG terus mengalami fluktuasi pada bulan-bulan berikutnya sampai akhirnya tercatat pada level 416 di akhir tahun 2000. Pada tahun 2001, IHSG mengalami penurunan dari 416,321 pada akhir tahun 2000 menjadi 392,016 pada akhir Desember 2001 atau terjadi penurunan sebesar 5,83 persen. Penurunan IHSG selama tahun 2001 dipengaruhi oleh berbagai kerusuhan dan gangguan politik dan keamanan (Manurung, 2005). Salah satunya adalah terjadinya tragedi World Trade Center (WTC) pada bulan September 2001 yang berpengaruh terhadap IHSG yang turun sampai level 392. Pada Januari 2002, IHSG mengalami kenaikan yang tajam sampai pada level 424,945 atau terjadi kenaikan sebesar 8,39 persen. selama tahun berjalan. Pada tahun 2003, IHSG kembali mengalami kenaikan ke level 691 dengan kenaikan sebesar 62,82 persen. Pada Tahun 2004, IHSG kembali mengalami

kenaikan hingga level tertinggi sepanjang usia bursa saham dengan nilai pada level 1000,233 atau terjadi kenaikan sebesar 44,56 persen. Salah satu faktor yang mendorong kenaikan IHSG ini adalah kenaikan harga saham perbankan dan stabilnya politik di dalam negeri (Manurung, 2005). Sedangkan untuk tahun 2005, pergerakan IHSG selama periode awal tahun 2005 sampai di awal April 2005 terus mengalami peningkatan. IHSG sempat mencapai puncak pada level 1182 dan kemudian turun ke level 1050 dan kembali

1.400.000 1.200.000 1.000.000 800.000 600.000 400.000 200.000 0 Ja n00 M ei -0 Se 0 p0 Ja 0 n0 M 1 ei -0 Se 1 p0 Ja 1 n02 M ei -0 Se 2 p0 Ja 2 n03 M ei -0 Se 3 p03 Ja n0 M 4 ei -0 Se 4 p0 Ja 4 n05 M ei -0 Se 5 p05

Indeks

mengalami perbaikan menuju level 1.162 pada akhir tahun 2005.

Periode

Gambar 5.1. Grafik Perkembangan Indeks Harga Saham Gabungan

5.2. Perkembangan Nilai Tukar Selama periode 2000 sampai 2004, perkembangan nilai tukar terus meningkat dengan fluktuasi pada kisaran Rp. 8000 per dollar AS. Tekanan depresiasi Rupiah ini terutama disebabkan oleh kesenjangan antara permintaan dan penawaran di valuta asing, ekses likuiditas rupiah di pasar uang sampai sentimen negatif terhadap ketidakstabilan politik dan keamanan di dalam negeri.

Pada tahun 2005, nilai tukar mengalami depresiasi secara perlahan tetapi volatilitasnya masih lebih rendah. Hal ini disebabkan oleh tingginya permintaan valas belum dapat diimbangi oleh pasokan valas yang lebih berkesinambungan. Melonjaknya permintaan valas oleh BUMN akibat kenaikan harga minyak dunia dan indikasi percepatan pembayaran utang luar negeri swasta.

Ja n00 M ei -0 Se 0 p00 Ja n01 M ei -0 Se 1 p01 Ja n02 M ei -0 Se 2 p02 Ja n03 M ei -0 Se 3 p03 Ja n04 M ei -0 Se 4 p04 Ja n05 M ei -0 Se 5 p05

14.000 12.000 10.000 8.000 6.000 4.000 2.000 0

Periode

Gambar 5.2. Grafik Perkembangan Nilai Tukar

5.3. Perkembangan Cadangan Devisa Perkembangan cadangan devisa secara umum dari tahun 2000 sampai tahun 2005 terus mengalami peningkatan. Walaupun pada Juli 2000, cadangan devisa sempat mengalami penurunan menjadi US$ 27.404 juta. Pada perkembangan berikutnya, cadangan devisa terus mengalami perbaikan hingga mencapai US$ 37.419 juta pada bulan Mei 2004. Kemudian pada bulai Mei 2005, cadangan devisa sempat mengalami penurunan kembali, dari US$ 36.429 juta menjadi US$ 34.613 juta. Hal ini terjadi karena adanya kenaikan harga bahan bakar minyak dunia yang pada akhirnya mempengaruhi cadangan devisa Indonesia.

Ja n00 M ei -0 Se 0 p00 Ja n01 M ei -0 Se 1 p01 Ja n02 M ei -0 Se 2 p02 Ja n03 M ei -0 Se 3 p03 Ja n04 M ei -0 Se 4 p04 Ja n05 M ei -0 Se 5 p05

40.000 35.000 30.000 25.000 20.000 15.000 10.000 5.000 0

Periode

Gambar 5.3. Grafik Perkembangan Cadangan Devisa

5.4. Perkembangan Ekspor Bersih Secara umum perkembangan ekspor bersih dalam periode 2000-2005 mengalami peningkatan. Pada tahun 2000 sampai pertengahan 2001, ekspor bersih cenderung meningkat. Namun pada November 2001 ekspor mengalami penurunan menjadi US$ 3,89 miliar, terendah selama tahun 2001, atau turun 14,2 persen dibanding bulan sebelumnya. Hal ini terjadi akibat resesi dunia sejak awal 2001 dan kondisi ini semakin diperburuk oleh tragedi World Trade Center (WTC) pada September 2001. Selama periode 2003-2004, perkembangan ekspor bersih terus mengalami peningkatan. Begitu juga dengan perkembangan ekspor bersih pada tahun 2005. Nilai ekspor Indonesia pada bulan Desember 2005 mencapai US$ 8,12 miliar, lebih tinggi 18,51 persen dari bulan November 2005 yang hanya sebesar US$ 6,88 miliar. Secara kumulatif, ekspor bulan Januari sampai Desember 2005 mengalami peningkatan 19,53 persen dibanding periode yang sama tahun 2004. Untuk lebih jelas dapat dilihat pada lampiran 3.

Ja n00 M ei -0 Se 0 p00 Ja n01 M ei -0 Se 1 p01 Ja n02 M ei -0 Se 2 p02 Ja n03 M ei -0 Se 3 p03 Ja n04 M ei -0 Se 4 p04 Ja n05 M ei -0 Se 5 p05

3.500 3.000 2.500 2.000 1.500 1.000 500 0

Periode

Gambar 5.4. Grafik Perkembangan Ekspor Bersih

VI. ANALISIS HUBUNGAN ANTARA IHSG DENGAN NILAI TUKAR, CADANGAN DEVISA, DAN EKSPOR BERSIH

Bagian ini akan menjelaskan mengenai hasil dan pembahasan yang diperoleh dari penelitian ini yang diolah deengan menggunakan alat analisis Vector Error Correction Model (VECM) pada software E-views 4.1.

6.1. Kestasioneran Data Uji kestasioneran data merupakan tahap yang penting dalam menganalisis data time series untuk melihat ada tidaknya unit root yang terkandung diantara variabel sehingga hubungan antara variabel dalam persamaan menjadi valid dan tidak spurious atau menghasilkan regresi palsu. Dalam banyak kasus ditemukan jika data time series yang tidak stasioner dapat menghasilkan pola hubungan regresi palsu (Gujarati, 2003). Menurut Irawan (2004), regresi palsu (Spurious Regression) adalah regresi yang menggambarkan hubungan dua variabel atau lebih yang nampaknya signifikan secara statistik, padahal kenyataannya tidak atau tidak sebesar sebagaimana yang nampak dari regresi yang dihasilkan tersebut, sehingga dapat mengakibatkan misleading dalam penelitian terhadap suatu fenomena ekonomi yang sedang terjadi. Salah satu cara untuk menghindari regresi palsu pada variabel adalah dengan memastikan bahwa variabel tersebut stasioner, dengan melakukan uji unit root pada tingkat first difference. Ada beberapa cara yang dapat dilakukan untuk mengukur keberadaan stasioneritas, salah satunya adalah dengan menggunakan Augmented Dickey Fuller (ADF). Berdasarkan uji tersebut, jika nilai ADF statistik

dari masing-masing variabel lebih kecil daripada nilai kritis MacKinnon maka dapat disimpulkan bahwa data tersebut stasioner. Tabel 6.1. Uji Stasioneritas Level Variabel Nilai ADF Keterangan Ln_IHSG 1,023043 Tidak Stasioner Ln_NT 0,759071 Tidak Stasioner Ln_Cad_Dev 0,685968 Tidak Stasioner Ln_Net_Eks 0,138582 Tidak Stasioner

First Difference Nilai ADF Keterangan -7,002635 Stasioner -5,972283

Stasioner

-4,342757

Stasioner

-7,845680

Stasioner

Sumber: Data diolah Keterangan: Uji akar unit dilakukan dengan menggunakan E-views 4.1, nilai kritis MacKinnon pada level adalah 1%, 5%, 10% adalah -2.597939;-1,945456;-1,613799, nilai kritis MacKinnon pada first difference adalah 1%, 5%, 10% adalah -2,598416;1,945525;-1,613760.

Berdasarkan hasil pengujian, semua variabel mengandung unit root (tidak stasioner pada level). Hal ini dapat dilihat dari nilai statistik ADF keempat variabel tersebut lebih besar daripada nilai kritis MacKinnon. Sehingga untuk mencegah adanya regresi palsu perlu dilakukan uji unit root pada tingkat first difference. Berdasarkan hasil pengujian pada tingkat first difference diperoleh hasil bahwa semua variabel stasioner pada tingkat ini. Hal ini karena nilai statistik ADF semua variabel lebih kecil daripada nilai kritis MacKinnon (Lihat lampiran 5). Sehingga diketahui bahwa semua variabel stasioner pada hasil uji derajat integrasi satu I(1).

6.2. Penentuan Lag Optimum Pada VECM penentuan lag optimum sangat diperlukan karena variabel eksogen yang digunakan tidak lain adalah lag dari variabel endogen dan juga variabel eksogennya. Untuk menetapkan lag optimum dapat digunakan kriteria nilai Akaike Information Criteria (AIC) atau dapat juga dilihat dari nilai Schwarz Information Criteria (SIC). Hasil dari pengujian lag optimum dapat dilihat pada Tabel 6.2. Berdasarkan tabel kita memperoleh lag optimum adalah lag 1. Hal ini terjadi karena pada perhitungan nilai AIC yang didapat memperlihatkan nilai minimum AIC berada pada saat lag 1. Maka dapat disimpulkan bahwa lag optimum yang digunakan pada model VECM adalah lag 1. Tabel 6.2. Perhitungan Akaike Information Criteria lag AIC 1 -11,99128* 2 -11,83849 3 -11,72217 4 -11,56989 5 -11,41136 6 -11,20598 7 -11,07674 Sumber: Lampiran 6 * merupakan lag optimum

6.3. Kointegrasi Keberadaan variabel yang tidak stasioner meningkatkan kemungkinan adanya hubungan kointegrasi antar variabel. Untuk itu perlu dilakukan uji kointegrasi untuk mengetahui ada tidaknya hubungan kointegrasi tersebut dan untuk memperoleh hubungan jangka panjang antar variabel harga saham, nilai tukar, cadangan devisa, dan ekspor bersih.

Semua variabel stasioner pada derajat yang sama, yaitu derajat satu (lihat Lampiran 5). Oleh karena itu uji kointegrasi dapat dilakukan melalui uji Johansen Cointegration Test dengan menggunakan panjang lag optimum 1. Tabel 6.3. Johansen Cointegration Test Hypothesized Eigenvalue Trace No. of CE(s) Statistic None * 0,312786 51,00229 At most 1 0,225005 24,74466 At most 2 0,092755 6,901762 At most 3 0,001253 0,087736

Critical Value 5% 47,21 29,68 15,41 3,76

Critical Value 1% 54,46 35,65 20,04 6,65

Sumber: Lampiran 7 Catatan: * signifikan pada tingkat 5%

Tabel 6.3 menunjukkan hasil Johansen Cointegration Test yang digunakan untuk mengetahui jumlah persamaan kointegrasi yang terdapat di dalam sistem. Hasil uji Johansen menunjukkan terdapat satu persamaan kointegrasi (r =1) yaitu saat nilai Trace Statistic lebih besar daripada nilai kritisnya. Diketahui r = 2 maka model yang digunakan adalah VECM.

6.4. Estimasi Model Vector Error Correction Dari hasil estimasi VECM didapat hubungan jangka pendek dan jangka panjang antara IHSG dengan nilai tukar, cadangan devisa, dan ekspor bersih. Sehingga pada estimasi ini variabel dependen adalah IHSG sedangkan yang menjadi variabel independennya adalah nilai tukar, cadangan devisa, dan ekspor bersih (Lihat Lampiran 8).

Tabel 6.4.1. Hasil estimasi VECM jangka pendek Variabel Koefisien Ln_IHSG 1,000000 Ln_NT 0,021268 Ln_Cad_dev - 0,051070 Ln_Net_eks - 0,112312 C 0,009874

T-Statistik 0,10138 -0,15805 -2,20318** 1,25388

Sumber: Lampiran 8 Keterangan: **Signifikan pada taraf nyata 5%

Dari persamaan di atas dapat dilihat bahwa nilai tukar mempunyai pengaruh positif terhadap IHSG sebesar 0,021268, yang artinya setiap peningkatan pertumbuhan nilai tukar sebesar satu persen maka pertumbuhan IHSG akan meningkatkan sebesar 0,021268 persen (ceteris paribus). Sedangkan untuk cadangan devisa dan ekspor bersih berpengaruh negatif terhadap IHSG, yaitu sebesar -0,051070 dan -0,112312. Yang artinya setiap peningkatan pada pertumbuhan cadangan devisa dan pertumbuhan ekspor bersih sebesar satu persen akan menyebabkan pertumbuhan IHSG turun sebesar 0,051070 dan 0,0112312. Pengaruh negatif ini disebabkan karena cadangan devisa di Indonesia digunakan untuk membayar cicilan dan bunga utang dan sebagian besar dari cadangan devisa yang didapat itu diperoleh dari ekspor komoditi primer. Estimasi VECM juga menghasilkan persamaan jangka panjang. Pada estimasi jangka panjang ini, IHSG akan tetap menjadi variabel dependen dengan variabel-variabel independennya nilai tukar, cadangan devisa, dan ekspor bersih.

Tabel 6.5.1. Hasil estimasi VECM jangka panjang Variabel Koefisien Ln_IHSG 1,000000 Ln_NT 4,305721 Ln_Cad_dev 5,398904 Ln_Net_eks 2,181944 C 105,6684

T-statistik -4,32189* -6,35222* -4,21539* -

Sumber: Lampiran 8 Keterangan: *Signifikan pada taraf nyata 1%

Pada estimasi VECM ini diperoleh persamaan jangka panjang yang dapat disimpulkan bahwa semua variabel signifikan pada taraf nyata 1 %.

Hasil

estimasi menunjukkan bahwa terdapat hubungan positif antara IHSG dan nilai tukar sebesar 4,305721. Artinya setiap peningkatan nilai tukar sebesar satu persen akan menyebabkan IHSG meningkat sebesar 4,305721. Cadangan devisa memiliki hubungan positif terhadap IHSG sebesar 5,398904 yang artinya setiap kenaikan cadangan devisa sebesar satu persen maka IHSG akan meningkat sebesar 5,398904. Dan ekspor bersih juga memiliki hubungan positif terhadap IHSG yaitu sebesar 2,181944 yang artinya setiap kenaikan ekspor bersih sebesar satu persen akan mengakibatkan kenaikan IHSG sebesar 2,181944. Hal ini sesuai dengan hipotesis dan teori yang menyatakan bahwa semua variabel berhubungan positif dengan harga saham.

6.5 Variance Decomposition (VD) Variance Decomposition (VD) sangat penting untuk dapat mencirikan struktur dinamis antar variabel dalam VECM. VD dapat mengindikasikan sifat dari kausalitas multivariat diantara variabel model VECM. Seperti yang diketahui, pada VD dan IRF diperlukan pengurutan variabel. Namun kebutuhan bentuk

urutan variabel sesuai dengan uji kausalitas hanya terjadi bila nilai korelasi residual antar variabel di dalam sistem secara mayoritas, lebih dari 50%, melebihi 0,2. Jika mayoritas nilai korelasi antar variabelnya bernilai diatas 0,2 maka spesifikasi urutan variabel sesuai dengan teori ekonomi atau uji kausalitas perlu dilakukan. Jika hasil sebaliknya yang ditemukan maka bentuk urutan yang tepat tidak perlu dipermasalahkan. Tabel 6.5. Variance Decomposition Periode S.E. LNIHSG 1 0.064239 81.05139 2 0.091794 79.71192 3 0.116087 69.70780 5 0.160524 53.21678 7 0.198259 44.91760 9 0.230720 40.40435 10 0.245452 38.87635 13 0.285231 35.82731 15 0.308944 34.53367 20 0.361498 32.51629 25 0.407329 31.35521 30 0.448501 30.60089 35 0.486198 30.07144 40 0.521177 29.67936 45 0.553950 29.37732 50 0.584891 29.13750

LNNT 10.89255 6.260630 3.916247 2.087117 1.391213 1.045696 0.932320 0.709207 0.615233 0.468945 0.384788 0.330114 0.291740 0.263322 0.241430 0.224048

LNCAD_DEV LNNET_EKS 5.374733 2.681325 9.396729 4.630720 13.91867 12.45728 20.12541 24.57070 23.04703 30.64416 24.59279 33.95717 25.11140 35.07993 26.14219 37.32129 26.57863 38.27246 27.25890 39.75587 27.65037 40.60963 27.90469 41.16431 28.08320 41.55362 28.21539 41.84193 28.31723 42.06402 28.39809 42.24037

Sumber: Lampiran 8

Hasil Variance Decomposition (VD) terhadap IHSG dapat dilihat pada Tabel 6.5. diatas. Dari tabel dapat dilihat bahwa guncangan pada nilai tukar mempunyai pengaruh yang kecil sekali dan bahkan mengalami penurunan. Guncangan pada cadangan devisa terhadap IHSG juga berpengaruh kecil, yaitu sekitar 5,37 persen sampai 28,39 persen pada periode ke 50. Sedangakan variabel yang berpengaruh dominan terhadap varians IHSG adalah guncangan ekspor

bersih, yaitu dimulai pada periode ke 13 sebasar 37,32 persen hingga periode 50 sebesar 42,24 persen.

6.6. Impulse Response Function (IRF) Impulse Response Function adalah respon terhadap sebuah variabel endogen jika mendapatkan shock atau guncangan variabel eksogen sebesar satu standar deviasi. Penelitian ini akan melihat respon yang diberikan IHSG terhadap guncangan pada nilai tukar, cadangan devisa, dan ekspor bersih. Pada Gambar 6.6. dapat dilihat bahwa pada awal periode, guncangan nilai tukar naik sampai periode 3 dan kemudian mengalami penurunan sampai periode 9 dan kemudian stabil. Hal ini mengindikasikan bahwa nilai tukar mempengaruhi IHSG hanya sampai periode 9 saja. Sedangkan dalam jangka panjang, guncangan nilai tukar tidak mempengaruhi IHSG. Guncangan pada cadangan devisa pengaruhnya naik terhadap IHSG sampai periode 6, lalu kemudian stabil. Selanjutnya guncangan pada ekspor bersih berpengaruh naik terhadap IHSG sampai periode 11. Kemudian dari periode 11 kedepan guncangan ekspor bersih tidak mempengaruhi IHSG.

Response to Cholesky One S.D. Innovations Response of LNIHSG to LNNT .06 .05 .04 .03 .02 .01 .00 5

10

15

20

25

30

35

40

45

50

Response of LNIHSG to LNCAD_DEV .06 .05 .04 .03 .02 .01 .00 5

10

15

20

25

30

35

40

45

50

Response of LNIHSG to LNNET_EKS .06 .05 .04 .03 .02 .01 .00 5

10

15

20

25

30

35

40

45

50

Gambar 6.1. Respon IHSG terhadap nilai tukar, cadangan devisa, dan ekspor bersih

VII. KESIMPULAN DAN SARAN

7.1. Kesimpulan Berdasarkan penelitian yang telah dilakukan, maka dapat dibuat kesimpulan sebagai berikut: 1. Hasil estimasi VECM menghasilkan persamaan jangka pendek dan jangka panjang dimana dalam jangka pendek nilai tukar mempunyai hubungan positif dengan IHSG, sedangkan cadangan devisa dan ekspor bersih mempunyai hubungan negatif. Akan tetapi secara statistik nilai tukar dan cadangan devisa tidak signifikan sedangkan ekspor bersih signifikan. Dalam jangka panjang terdapat hubungan positif antara IHSG dengan nilai tukar, cadangan devisa, dan ekspor bersih. Dan semua variabel signifikan secara statistik pada jangka panjang. 2. Variabel yang paling berpengaruh terhadap IHSG adalah ekspor bersih. Hal ini dapat dilihat dari hasil VD yang menunjukkan bahwa pada jangka panjang ekspor bersih lebih banyak berpengaruh terhadap IHSG. Dengan demikian pemerintah dapat melakukan kebijakan untuk mempengaruhi IHSG dengan melakukan shock pada ekspor bersih sebesar satu standar deviasi setelah periode 11.

7.2. Saran Adapun saran yang dapat diberikan dari hasil penelitian ini antara lain:

1. Karena fluktuasi IHSG sangat dipengaruhi oleh variabel ekspor bersih maka variabel

ekspor bersih

perlu

dikendalikan.

Salah

satu

cara untuk

mengendalikannya adalah dengan mengendalikan pergerakan nilai tukar atau kurs karena kurs riil sangat berpengaruh pada ekspor bersih, yaitu dengan memperketat peraturan perdagangan valas di pasar. Hal ini dimaksudkan untuk mencegah aksi spekulan di pasar valas Indonesia. 2. Pemerintah, swasta, termasuk PT Bursa Efek Jakarta dapat mempromosikan pasar

modal pada masyarakat agar mau menginvestasikan dananya pada

pasar modal. Hal ini dilakukan agar investasi di pasar modal Indonesia dapat ditingkatkan karena pasar modal merupakan salah satu penopang ekonomi di Indonesia dan pasar modal juga merupakan alternatif pembiayaan investasi. 3.

Untuk penelitian selanjutnya disarankan untuk menambah jumlah variabel yang mempengaruhi harga saham, seperti Foreign Direct Investment, sehingga hasil yang didapat akan lebih baik.

DAFTAR PUSTAKA

Anoraga, P. dan P. Pakarti. 2006. Pengantar Pasar Modal. Rineka Cipta, Jakarta. Anwar, J. 2005. Pasar Modal Sebagai Sarana Pembiayaan dan Investasi. PT. Alumni, Bandung Bank Indonesia. Beberapa Edisi. Statistik Ekonomi Keuangan Indonesia. Bank Indonesia, Jakarta Batiz, F. L. R. 1994. International Finance and Open Economy Macroeconomics, Second Edition. Prentice Hall, USA Bhattacharya, B. dan J. Mukherjee. 2000. Causal Relationship Beetween Stock Market and Exchange Rate, Foreign Exchange Reserve and Value of Trade Balance: A Case Study For India. Department of Economic. Jadavpur University, India. Bursa Efek Jakarta. Beberapa Edisi. Jakarta Stock Exchange Monthly. Bursa Efek Jakarta, Jakarta Departemen Ilmu Ekonomi FEUI, Laboratorium Komputer. Basic Econometrics. Universitas Indonesia, Jakarta. Departemen Ilmu Ekonomi IPB, Hipotesa. 2005. E-views Training 2005. Institut Pertanian Bogor, Bogor. Dornbusch, R. dan S. Fischer. 1997. Makroekonomi. Edisi ke-4. Julius Mulyadi [penerjemah]. Erlangga, Jakarta E-bursa. http://www.e-bursa.com [17 Juli 2006] Enders, W. 2004. Applied Econometric Time Series, Second Edition. Wiley, USA Gujarati, D. N. 2003. Basic Econometrics, Fourth Edition. McGraw Hill, USA Hossain, A. dan A. Chowdhury. 1998. Open-Economy Macroeconomics for developing Countries. Cheltenham, UK. Irawan, T. 2004. Analisis Permintaan dan Pemanawan Pembiayaan Bank Umum Syariah di Indonesia [skripsi]. Fakults Ekonomi dan Manajemen. Institut Pertanian Bogor, Bogor.

Laksani, C. S. 2004. Netralitas Uang di Indonesia Melalui Analisis Uang Beredar Dalam Mencapai Tujuan Makroekonomi [skripsi]. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor, Bogor Lipsey, R.G., P. Courant, D. Purvis, P. Steiner. 1995. Pengantar Makroekonomi. Edisi ke-10. Binarupa Aksara, Jakarta. Mankiw, N.G. 2000. Teori Makroekonomi. Edisi ke-4. Erlangga, Jakarta. Manurung, A. D. 2005. Pasar Modal Indonesia Menjadi Bursa Kelas Dunia. Gramedia, Jakarta. Mishkin, F. S. 2001. The Economics of Money Banking, and Financial Market, Sixth Edition. Columbia University,USA. Pohan, A. G. 2005. Faktor-Faktor yang Mempengaruhi Perubahan Indeks Harga Saham Gabungan Pasca Krisis Tahun 2000-2004 [skripsi]. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor, Bogor. Republik Indonesia. 1995. Undang-Undang Tentang Pasar Modal No. 8 Tahun 1995. Sitinjak, E. L. M. dan W. Kurniasari. 2003. “Indikator-Indikator Pasar Saham dan Pasar Uang yang Saling Berkaitan Ditinjau dari Pasar Saham Sedang Bullish dan Bearish”. Jurnal Riset Ekonomi dan Manajemen, 3: 259-274. Suta, I. P. G. A. 2000. Menuju Pasar Modal Modern. Yayasan SAD Satria Bhakti, Jakarta. Usman, M., S. Riphat dan S. Ika. 1997. Peluang dan Tantangan Pasar Modal Indonesia Menghadapi Era Perdagangan Bebas. Institut Bankir Indonesia, Jakarta Utami, M. dan M. Rahayu. 2003. “Peranan Profitabilitas, Suku Bunga, Inflasi dan Nilai Tukar Dalam Mempengaruhi Pasar Modal Indonesia Selama Krisis Ekonomi”. Jurnal Manajemen dan Kewirausahaan Vol.5, No.2: 123-131. Walpole, R. E. 1995. Pengantar Statistika, Edisi ke-3. PT. Gramedia Pustaka Utama, Jakarta Vimala, A. 2005. Analisis Hubungan antara Pasar Modal dan Variabel Makroekonomi [skripsi]. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor, Bogor

LAMPIRAN

Lampiran 1. Tabel Indikator Bursa Tahun

Emiten

IHSG

1996 322 637,4 1997 376 401,7 1998 379 398,1 1999 397 676,9 2000 438 416,3 2001 473 392,0 2002 501 424,9 2003 547 691,9 2004 576 1000,23 Sumber: PT Bursa Efek Jakarta

Kapitalisasi Saham (Rp Triliun) 215,1 159,9 175,7 451,8 259,6 239,3 268,8 460,4 679,9

Total Transaksi (Rp Triliun) 75,7 120,4 99,7 147,9 122,0 97,5 120,8 125,5 247,0

Lampiran 2. Variabel-variabel yang digunakan dalam penelitian Tahun

IHSG

Nilai Tukar

Jan-00 Feb-00 Mar-00 Apr-00 Mei-00 Jun-00 Jul-00 Agust-00 Sep-00 Okt-00 Nop-00 Des-00 Jan-01 Feb-01 Mar-01 Apr-01 Mei-01 Jun-01 Jul-01 Agust-01 Sep-01 Okt-01 Nop-01 Des-01 Jan-02 Feb-02 Mar-02 Apr-02 Mei-02 Jun-02 Jul-02 Agust-02 Sep-02 Okt-02 Nop-02 Des-02 Jan-03

636,4 576,5 583,3 526,7 454,3 515,1 492,2 466,4 421,3 405,3 429,2 416,3 425,6 428,3 381,1 358,2 405,9 437,6 444,1 435,6 392,5 383,7 380,3 392,0 451,6 453,2 481,8 534,1 530,8 505,0 463,7 443,7 419,3 369,0 390,4 424,9 388,4

7425 7505 7590 7945 8620 8735 9003 8290 8780 9395 9530 9595 9450 9835 10400 11675 11058 11440 9525 8865 9675 10435 10430 10400 10320 10189 9655 9316 8785 8730 9108 8867 9015 9233 8976 8940 8876

Cadangan Devisa 28022 28158 29729 29478 29139 29759 27404 27451 28094 28736 29024 29394 29257 29091 28673 28713 28594 28638 28938 28555 28957 28596 28022 28016 27771 27937 28004 28151 28756 29279 30324 30156 30041 29897 29995 32037 32182

Ekspor Bersih 2.225 2.673 2.686 2.673 2.474 2.873 2.704 2.340 2.327 2.075 1.665 1.894 1.949 1.561 2.144 1.870 1.938 2.143 2.412 2.775 2.217 2.440 1.777 2.132 2.000 2.015 2.192 2.418 2.227 2.656 2.356 2.104 2.282 2.224 1.481 1.916 2.258

Lampiran 2. Lanjutan Feb-03 Mar-03 Apr-03 Mei-03 Jun-03 Jul-03 Agust-03 Sep-03 Okt-03 Nop-03 Des-03 Jan-04 Feb-04 Mar-04 Apr-04 Mei-04 Jun-04 Jul-04 Agust-04 Sep-04 Okt-04 Nop-04 Des-04 Jan-05 Feb-05 Mar-05 Apr-05 Mei-05 Jun-05 Jul-05 Agust-05 Sep-05 Okt-05 Nop-05 Des-05

399,2 398,0 450,9 494,8 505,5 508,0 529,7 597,7 625,5 617,1 691,9 759,9 761,1 735,7 783,4 732,5 732,4 757,0 754,7 820,1 860,5 977,8 1000,2 1045,4 1073,8 1080,2 1029,6 1088,2 1122,4 1182,3 1050,1 1079,3 1066,2 1096,6 1162,6

Sumber: Bank Indonesia

8905 8908 8675 8279 8285 8505 8535 8389 8495 8537 8465 8441 8447 8587 8661 9210 9415 9168 9328 9170 9090 9018 9290 9165 9260 9480 9570 9495 9713 9819 10240 10310 10090 10035 9830

32218 32578 33626 34162 34057 33733 33540 34068 34842 35114 36296 35975 36001 37419 37081 36470 34851 34811 34822 34802 35353 35927 36320 36092 36542 36030 36429 34613 33865 32208 31180 30318 32646 33240 34724

2.162 2.344 2.435 2.385 2.848 2.662 2.328 2.317 2.255 2.163 2.350 1.700 1.518 1.617 1.726 2.162 2.149 1.777 2.290 2.995 3.248 2.225 1.653 2.011 2.100 2.188 1.678 2.235 2.073 2.168 1.787 2.601 3.088 2.795 3.234

Lampiran 3. Data Pendukung Periode Jan-00 Feb-00 Mar-00 Apr-00 Mei-00 Jun-00 Jul-00 Agust-00 Sep-00 Okt-00 Nop-00 Des-00 Jan-01 Feb-01 Mar-01 Apr-01 Mei-01 Jun-01 Jul-01 Agust-01 Sep-01 Okt-01 Nop-01 Des-01 Jan-02 Feb-02 Mar-02 Apr-02 Mei-02 Jun-02 Jul-02 Agust-02 Sep-02 Okt-02 Nop-02 Des-02 Jan-03 Feb-03

Ekspor 4.394 4.794 4.951 5.012 4.858 5.346 5.391 5.576 5.773 5.563 5.239 5.226 4.890 4.739 5.238 4.786 4.851 4.847 4.866 5.124 4.350 4.519 3.895 4.217 4.088 4.197 4.555 4.801 4.725 5.095 5.002 4.928 5.142 5.328 4.437 4.861 4.997 4.981

Impor 2.169 2.120 2.265 2.339 2.384 2.473 2.687 3.237 3.446 3.488 3.574 3.332 2.941 3.177 3.094 2.916 2.913 2.703 2.453 2.349 2.133 2.079 2.117 2.085 2.088 2.182 2.363 2.383 2.498 2.439 2.646 2.824 2.860 3.105 2.956 2.945 2.739 2.819

Lampiran 3. Lanjutan Mar-03 Apr-03 Mei-03 Jun-03 Jul-03 Agust-03 Sep-03 Okt-03 Nop-03 Des-03 Jan-04 Feb-04 Mar-04 Apr-04 Mei-04 Jun-04 Jul-04 Agust-04 Sep-04 Okt-04 Nop-04 Des-04 Jan-05 Feb-05 Mar-05 Apr-05 Mei-05 Jun-05 Jul-05 Agust-05 Sep-05 Okt-05 Nop-05 Des-05 Sumber: Bank Indonesia

5.162 5.057 4.961 5.295 5.271 5.024 5.057 5.057 4.961 5.235 5.043 4.908 5.087 5.275 5.591 5.931 5.968 6.391 7.240 7.405 6.120 6.626 6.132 6.382 7.365 6.791 7.185 6.894 7.154 7.275 7.522 7.951 6.886 8.124

2.818 2.622 2.576 2.447 2.609 2.696 2.740 2.802 2.798 2.885 3.343 3.389 3.470 3.550 3.429 3.782 4.191 4.101 4.245 4.157 3.895 4.973 4.121 4.282 5.177 5.112 4.950 4.821 4.986 5.488 4.921 4.863 4.091 4.890

Lampiran 4. Uji Stasioneritas pada level Null Hypothesis: LNIHSG has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

1.023043 -2.597939 -1.945456 -1.613799

0.9181

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNNT has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

0.759071 -2.597939 -1.945456 -1.613799

0.8757

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNCAD_DEV has a unit root Exogenous: None Lag Length: 3 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

0.685968 -2.599413 -1.945669 -1.613677

0.8615

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNNET_EKS has a unit root Exogenous: None Lag Length: 2 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

t-Statistic

Prob.*

0.138582 -2.598907 -1.945596 -1.613719

0.7230

Lampiran 5. Uji Stasioneritas pada first Difference Null Hypothesis: D(LNIHSG) has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-7.002635 -2.598416 -1.945525 -1.613760

0.0000

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: D(LNNT) has a unit root Exogenous: None Lag Length: 2 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-5.972283 -2.599413 -1.945669 -1.613677

0.0000

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: D(LNCAD_DEV) has a unit root Exogenous: None Lag Length: 2 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-4.342757 -2.599413 -1.945669 -1.613677

0.0000

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: D(LNNET_EKS) has a unit root Exogenous: None Lag Length: 1 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

t-Statistic

Prob.*

-7.845680 -2.598907 -1.945596 -1.613719

0.0000

Lampiran 6. Penentuan Lag Optimum VAR Lag Order Selection Criteria Endogenous variables: LNIHSG LNNT LNCAD_DEV LNNET_EKS Exogenous variables: C Date: 05/11/06 Time: 10:39 Sample: 2000:01 2005:12 Included observations: 65 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2 3 4 5 6 7

163.0178 409.7167 420.7510 432.9706 444.0214 454.8692 464.1944 475.9940

NA 455.4443* 19.01288 19.55143 16.32109 14.68633 11.47707 13.07035

8.81E-08 7.29E-11* 8.55E-11 9.74E-11 1.17E-10 1.43E-10 1.89E-10 2.38E-10

-4.892854 -11.99128* -11.83849 -11.72217 -11.56989 -11.41136 -11.20598 -11.07674

-4.759046 -11.32224* -10.63422 -9.982664 -9.295145 -8.601384 -7.860769 -7.196293

-4.840058 -11.72730* -11.36333 -11.03583 -10.67236 -10.30264 -9.886080 -9.545653

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

Lampiran 7. Uji Kointegrasi Date: 05/11/06 Time: 10:43 Sample(adjusted): 2000:03 2005:12 Included observations: 70 after adjusting endpoints Trend assumption: Linear deterministic trend Series: LNIHSG LNNT LNCAD_DEV LNNET_EKS Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

5 Percent Critical Value

1 Percent Critical Value

None * At most 1 At most 2 At most 3

0.312786 0.225005 0.092755 0.001253

51.00229 24.74466 6.901762 0.087736

47.21 29.68 15.41 3.76

54.46 35.65 20.04 6.65

*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 1 cointegrating equation(s) at the 5% level Trace test indicates no cointegration at the 1% level Hypothesized No. of CE(s)

Eigenvalue

Max-Eigen Statistic

5 Percent Critical Value

1 Percent Critical Value

None At most 1 At most 2 At most 3

0.312786 0.225005 0.092755 0.001253

26.25763 17.84290 6.814026 0.087736

27.07 20.97 14.07 3.76

32.24 25.52 18.63 6.65

*(**) denotes rejection of the hypothesis at the 5%(1%) level Max-eigenvalue test indicates no cointegration at both 5% and 1% levels Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): LNIHSG -2.587611 0.065032 -0.639630 3.281833

LNNT 11.14153 6.788068 -6.196000 1.888610

LNCAD_DEV 13.97026 4.390434 8.930692 -4.161168

LNNET_EKS 5.646022 -4.455588 -0.775265 1.907020

Unrestricted Adjustment Coefficients (alpha): D(LNIHSG) D(LNNT) D(LNCAD_DE V) D(LNNET_EK S)

0.029846 -0.011473 -0.001612

0.011437 -0.004494 -0.003384

0.003175 0.010243 -0.001235

-0.001188 0.000247 -0.000787

-0.040477

0.066900

-0.006623

-0.001129

Log likelihood

425.3058

1 Cointegrating Equation(s):

Normalized cointegrating coefficients (std.err. in parentheses) LNIHSG LNNT LNCAD_DEV LNNET_EKS 1.000000 -4.305721 -5.398904 -2.181944 (0.99626) (0.84992) (0.51761) Adjustment coefficients (std.err. in parentheses)

D(LNIHSG) D(LNNT) D(LNCAD_DE V) D(LNNET_EK S)

-0.077230 (0.01987) 0.029687 (0.01277) 0.004171 (0.00770) 0.104739 (0.05112)

2 Cointegrating Equation(s):

Log likelihood

434.2272

Normalized cointegrating coefficients (std.err. in parentheses) LNIHSG LNNT LNCAD_DEV LNNET_EKS 1.000000 0.000000 -2.510463 -4.809754 (1.71031) (1.07416) 0.000000 1.000000 0.670838 -0.610307 (0.35725) (0.22437) Adjustment coefficients (std.err. in parentheses) D(LNIHSG) -0.076486 0.410163 (0.01953) (0.09842) D(LNNT) 0.029394 -0.158325 (0.01269) (0.06397) D(LNCAD_DE 0.003951 -0.040928 V) (0.00763) (0.03844) D(LNNET_EK 0.109089 0.003144 S) (0.04633) (0.23353) 3 Cointegrating Equation(s):

Log likelihood

437.6343

Normalized cointegrating coefficients (std.err. in parentheses) LNIHSG LNNT LNCAD_DEV LNNET_EKS 1.000000 0.000000 0.000000 -6.478781 (1.60140) 0.000000 1.000000 0.000000 -0.164314 (0.18923) 0.000000 0.000000 1.000000 -0.664828 (0.29031) Adjustment coefficients (std.err. in parentheses) D(LNIHSG) -0.078517 0.390489 0.495525 (0.02009) (0.10880) (0.12921) D(LNNT) 0.022842 -0.221792 -0.088524 (0.01262) (0.06836) (0.08119) D(LNCAD_DE 0.004741 -0.033274 -0.048407 V) (0.00785) (0.04250) (0.05047) D(LNNET_EK 0.113326 0.044182 -0.330904 S) (0.04767) (0.25825) (0.30669)

Lampiran 8. Estimasi Model Vector Error Correction Vector Error Correction Estimates Date: 05/11/06 Time: 10:45 Sample(adjusted): 2000:03 2005:12 Included observations: 70 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq:

CointEq1

LNIHSG(-1)

1.000000

LNNT(-1)

-4.305721 (0.99626) [-4.32189]

LNCAD_DEV(-1)

-5.398904 (0.84992) [-6.35222]

LNNET_EKS(-1)

-2.181944 (0.51761) [-4.21539]

C

105.6684

Error Correction:

D(LNIHSG)

D(LNNT)

CointEq1

-0.077230 (0.01987) [-3.88718]

0.029687 (0.01277) [ 2.32453]

0.004171 (0.00770) [ 0.54155]

0.104739 (0.05112) [ 2.04877]

D(LNIHSG(-1))

0.081275 (0.12734) [ 0.63828]

-0.098881 (0.08185) [-1.20806]

-0.049621 (0.04937) [-1.00518]

0.054689 (0.32765) [ 0.16691]

D(LNNT(-1))

0.021268 (0.20979) [ 0.10138]

0.102565 (0.13485) [ 0.76059]

-0.128874 (0.08133) [-1.58460]

-0.322964 (0.53981) [-0.59829]

D(LNCAD_DEV(1))

-0.051070

0.129027

0.131861

0.397087

(0.32311) [-0.15805]

(0.20770) [ 0.62123]

(0.12526) [ 1.05266]

(0.83142) [ 0.47760]

-0.112312

0.033083

0.001185

-0.108184

(0.05098) [-2.20318]

(0.03277) [ 1.00963]

(0.01976) [ 0.05995]

(0.13117) [-0.82475]

0.009874 (0.00787) [ 1.25388]

0.003655 (0.00506) [ 0.72202]

0.003556 (0.00305) [ 1.16489]

0.003128 (0.02026) [ 0.15440]

0.224158 0.163546 0.264108

0.133292 0.065581 0.109126

0.070438 -0.002184 0.039694

0.122240 0.053665 1.748670

D(LNNET_EKS(1))

C

R-squared Adj. R-squared Sum sq. resids

D(LNCAD_D D(LNNET_E EV) KS)

S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

0.064239 3.698215 95.97059 -2.570588 -2.377860 0.010020 0.070239

Determinant Residual Covariance Log Likelihood Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria

0.041293 1.968533 126.9054 -3.454439 -3.261711 0.003855 0.042717 8.88E-11 425.3058 412.7601 -10.99315 -10.09375

0.024904 0.969920 162.3010 -4.465743 -4.273015 0.002994 0.024877

0.165297 1.782575 29.81171 -0.680334 -0.487606 0.002722 0.169919

Lampiran 9. Variance Decomposition Perio d 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

S.E.

LNIHSG

LNNT

0.064239 0.091794 0.116087 0.139147 0.160524 0.180162 0.198259 0.215045 0.230720 0.245452 0.259377 0.272607 0.285231 0.297323 0.308944 0.320145 0.330968 0.341448 0.351616 0.361498 0.371117 0.380494 0.389644 0.398585 0.407329 0.415890 0.424277 0.432503 0.440574 0.448501 0.456290 0.463948 0.471481 0.478896 0.486198 0.493392 0.500483 0.507475 0.514371 0.521177 0.527894 0.534527 0.541079 0.547553 0.553950 0.560275 0.566529 0.572715 0.578835 0.584891

81.05139 79.71192 69.70780 60.14957 53.21678 48.37836 44.91760 42.35701 40.40435 38.87635 37.65357 36.65568 35.82731 35.12936 34.53367 34.01950 33.57128 33.17715 32.82790 32.51629 32.23656 31.98405 31.75498 31.54623 31.35521 31.17976 31.01805 30.86852 30.72984 30.60089 30.48066 30.36831 30.26308 30.16432 30.07144 29.98394 29.90137 29.82332 29.74942 29.67936 29.61284 29.54960 29.48941 29.43205 29.37732 29.32505 29.27507 29.22724 29.18143 29.13750

10.89255 6.260630 3.916247 2.752464 2.087117 1.670611 1.391213 1.192938 1.045696 0.932320 0.842457 0.769537 0.709207 0.658478 0.615233 0.577930 0.545426 0.516851 0.491533 0.468945 0.448669 0.430366 0.413763 0.398633 0.384788 0.372071 0.360350 0.349512 0.339461 0.330114 0.321400 0.313257 0.305630 0.298472 0.291740 0.285398 0.279413 0.273756 0.268400 0.263322 0.258501 0.253917 0.249554 0.245397 0.241430 0.237641 0.234019 0.230553 0.227232 0.224048

LNCAD_DE LNNET_EK V S 5.374733 9.396729 13.91867 17.59547 20.12541 21.84236 23.04703 23.92699 24.59279 25.11140 25.52529 25.86252 26.14219 26.37770 26.57863 26.75203 26.90318 27.03607 27.15383 27.25890 27.35321 27.43835 27.51558 27.58596 27.65037 27.70952 27.76404 27.81446 27.86121 27.90469 27.94523 27.98311 28.01859 28.05189 28.08320 28.11270 28.14054 28.16686 28.19177 28.21539 28.23782 28.25914 28.27944 28.29878 28.31723 28.33485 28.35170 28.36783 28.38327 28.39809

2.681325 4.630720 12.45728 19.50250 24.57070 28.10866 30.64416 32.52306 33.95717 35.07993 35.97868 36.71226 37.32129 37.83446 38.27246 38.65054 38.98011 39.26993 39.52674 39.75587 39.96156 40.14724 40.31568 40.46917 40.60963 40.73865 40.85756 40.96751 41.06948 41.16431 41.25271 41.33533 41.41270 41.48533 41.55362 41.61796 41.67868 41.73607 41.79041 41.84193 41.89084 41.93734 41.98160 42.02378 42.06402 42.10246 42.13921 42.17438 42.20807 42.24037