DAMPAK KRISIS KEUANGAN GLOBAL, PERUBAHAN HARGA MINYAK DUNIA DAN VOLATILITAS RETURN

DAMPAK KRISIS KEUANGAN GLOBAL, PERUBAHAN HARGA MINYAK DUNIA DAN VOLATILITAS RETURN INDEKS SAHAM GLOBAL TERHADAP VOLATILITAS RETURN INDEKS SAHAM SYARIAH DAN KONVENSIONAL DI INDONESIA

PUTRI MONICHA SARI

PROGRAM STUDI ILMU EKONOMI SYARIAH DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Dampak Krisis Keuangan Global, Perubahan Harga Minyak Dunia dan Volatilitas Return Indeks Saham Global Terhadap Volatilitas Return Indeks Saham Syariah dan Konvensional di Indonesia adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari skripsi saya kepada Institut Pertanian Bogor. Bogor, Agustus 2014 Putri Monicha Sari NIM H54100052

1

ABSTRAK PUTRI MONICHA SARI. Dampak Krisis Keuangan Global, Perubahan Harga Minyak Dunia dan Volatilitas Return Indeks Saham Global Terhadap Volatilitas Return Indeks Saham Syariah dan Konvensional di Indonesia. Dibimbing oleh NOER AZAM ACHSANI dan RANTI WILIASIH. Penelitian ini bertujuan untuk menganalisis volatilitas return indeks saham syariah (res_JII) dan konvensional (res_JCI) di Indonesia serta menganalisis dampak krisis keuangan global, perubahan harga minyak dunia dan volatilitas return indeks saham global terhadap volatilitas return indeks saham syariah (res_JII) dan konvensional (res_JII) di Indonesia. Data yang digunakan dalam penelitian ini adalah data harian harga minyak dunia dan indeks saham dari India, Jerman, Hong Kong, Jepang, Australia, Amerika Serikat, Singapura dan Indonesia mulai 1 Agustus 2007 sampai 31 Desember 2013. Metode analisis yang digunakan adalah kombinasi dari GARCH dan VAR. Hasil yang diperoleh adalah: (1) volatilitas return JII lebih tinggi dibanding volatilitas return JCI, tetapi pergerakan volatilitas return kedua indeks tersebut sama. (2) Guncangan krisis keuangan global lebih memberikan pengaruh yang besar terhadap volatilitas return JII dibanding volatilitas return JCI. Namun, baik volatilitas return JII maupun JCI lebih dipengaruhi oleh dirinya sendiri dan volatilitas return dari indeks saham Amerika Serikat, sedangkan perubahan harga minyak dunia tidak memberikan pengaruh yang besar terhadap volatilitas return kedua indeks saham tersebut. Kata kunci: ARCH/GARCH, indeks konvensional, indeks syariah, krisis keuangan global, perubahan harga minyak dunia, volatilitas return indeks, VAR

2

ABSTRACT PUTRI MONICHA SARI The Impact of Global Financial Crisis, World Oil Price Changes and Return Volatility from Global Indices to Sharia and Conventional Index in Indonesia. Supervised by NOER AZAM ACHSANI and RANTI WILIASIH. The objectives of this research are to analyze the return volatility from sharia (res_JII) and conventional index (res_JCI) and analyze the impact of global financial crisis, world oil price changes and return volatility from global indices to Sharia and Conventional Stock Index Return Volatility in Indonesia. This researh utilize the daily world oil price and the stock price indices from India, Germany, Hong Kong, Japan, Australia,United States, Singapore and Indonesia from August 1st2007 to December 31th 2013. The data analysis method utilize combination GARCH and VAR. The result show that: (1) JII has a higher return volatility than JCI. But, return volatility in JII and JCI have a similar movement. (2) The shock from global financial market give much effect to JII return volatility than JCI return volatility. But, the the both of JII return volatility and JCI return volatility are effected by themselves and and return volatility from United States, whereas the stock price changes don‟t give much effect to the both of stock return volatility. Keywords: ARCH/GARCH, conventional index, global financial crisis, index return volatility, sharia index, VAR, world oil price changes

3

DAMPAK KRISIS KEUANGAN GLOBAL, PERUBAHAN HARGA MINYAK DUNIA DAN VOLATILITAS RETURN INDEKS SAHAM GLOBAL TERHADAP VOLATILITAS RETURN INDEKS SAHAM SYARIAH DAN KONVENSIONAL DI INDONESIA

PUTRI MONICHA SARI

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

PROGRAM STUDI ILMU EKONOMI SYARIAH DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014

4

6

PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga skripsi ini berhasil diselesaikan dengan judul Dampak Krisis Keuangan Global, Perubahan Harga Minyak Dunia dan Volatilitas Return Indeks Saham Global Terhadap Volatilitas Return Indeks Saham Syariah dan Konvensional di Indonesia. Shalawat dan salam senantiasa tercurah kepada Nabi Muhammad SAW. Terima kasih penulis ucapkan kepada Bapak Prof. Dr. Noer Azam Achsani selaku Pembimbing I, Ibu Ranti Wiliasih, MSi selaku Pembimbing II, Ibu Sahara Ph.D selaku penguji utama dan Bapak Jaenal Effendi Ph.D selaku penguji komisi pendidikan. Ungkapan terima kasih disampaikan kepada Ibu (Ayu Eka Sari), Ayah (Alm. Sukrismiyanto) dan adik (Muhammad Ajie Putra) tercinta atas segala doa, dukungan dan kasih sayangnya. Terima kasih juga penulis ucapkan kepada dosen-dosen Ekonomi Syariah dan Ekonomi Studi Pembangunan atas bimbingannya selama ini, kepada sahabat-sahabat, teman-teman satu bimbingan, dan teman-teman ekonomi syariah 47 atas segala doa, kebersamaan, pelajaran, bantuan, dukungan, dan kasih sayangnya selama ini. Semoga skripsi ini bermanfaat.

Bogor, Agustus 2014 Putri Monicha Sari

7

DAFTAR ISI DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1

Perumusan Masalah

3

Tujuan Penelitian

4

Manfaat Penelitian

4

Ruang Lingkup Penelitian

4

TINJAUAN PUSTAKA

5

METODE PENELITIAN

15

Jenis dan Sumber Data

15

Metode Analisis Data

16

HASIL DAN PEMBAHASAN

20

SIMPULAN DAN SARAN

33

Simpulan

33

Saran

34

DAFTAR PUSTAKA

34

LAMPIRAN

31

RIWAYAT HIDUP

51

8

DAFTAR TABEL 1 2 3 4

Variabel, proksi data dan sumber data Model ARCH/GARCH Hasil pengujian akar unit Uji Kausalitas Granger

15 23 24 25

DAFTAR GAMBAR Kapitalisasi pasar JCI dan JII periode Agt. 2007 – Des. 2013 Indeks harga minyak mentah dunia periode Jan. 2004 – Feb. 2014 Kerangka pemikiran Pergerakan indeks saham kawasan Asia periode Januari 2004 – Desember 2013 5 Pergerakan indeks saham kawasan Amerika Serikat periode Januari 2004 – Desember 2013 6 Pergerakan indeks saham kawasan Australia periode Januari 2004 – Desember 2013 7 Pergerakan indeks saham kawasan Eropa periode Januari 2004 – Desember 2013 8 Pergerakan harga minyak dunia periode Januari 2004 – Desember 2013 9 Volatilitas return indeks periode Agustus 2007 – Desember 2013 10 IRF volatilitas return JCI (res_JCI) terhadap guncangan 11 IRF volatilitas return JII (res_JII) terhadap guncangan 12 FEVD model volatilitas return JCI (res_JCI) 13 FEVD model volatilitas return JII (res_JII) 1 2 3 4

1 2 13 20 21 21 22 22 23 26 29 32 32

DAFTAR LAMPIRAN 1 Model ARCH res_INDIA (2) 2 Model ARCH res_JERMAN (3) 3 Model GARCH res_HONGKONG (1,1) 4 Model ARCH res_JEPANG (2) 5 Model GARCH res_AUSTRALIA (1,1) 6 Model GARCH res_AS (1,1) 7 Model ARCH res_SINGAPURA (1) 8 Model ARCH res_JCI (2) 9 Model ARCH res_JII (2) 10 Uji Lag Optimal res_JCI 11 Uji Lag Optimal res_JII 12 Uji Stabilitas res_JCI 13 Uji Stabilitas res_JII 14 Uji Kausalitas Granger Model res_ JII Periode Krisis 15 Uji Kausalitas Granger Model res_ JCI Periode Krisis 16 Uji Kausalitas Granger Model res_ JII Periode Setelah Krisis 17 Uji Kausalitas Granger Model res_ JCI Periode Setelah Krisis

37 38 39 40 41 42 43 44 45 46 46 47 48 49 51 53 55

1

PENDAHULUAN Latar Belakang

5000 4500 4000 3500 3000 2500 2000 1500 1000 500 0

JCI

11/01/2013

06/01/2013

01/01/2013

08/01/2012

03/01/2012

10/01/2011

05/01/2011

12/01/2010

07/01/2010

02/01/2010

09/01/2009

04/01/2009

11/01/2008

06/01/2008

01/01/2008

JII

08/01/2007

Triliun Rupiah

Pasar saham berkontribusi besar dalam perekonomian suatu negara (TSTISDPMI 2004). Keberadaan pasar saham dapat menjadi fasilitator bagi investor yang ingin menginvestasikan dananya dalam bentuk saham. Salah satu pertimbangan investor dalam memilih saham yang akan dibeli adalah pergerakan dari harga saham yang digambarkan dalam indeks saham. Perkembangan saham dalam pasar modal dapat dijadikan indikator partisipasi masyarakat baik dalam maupun luar negeri untuk meningkatkan perekonomian (Abidin 2007). Munculnya Jakarta Islamic Index (JII) dan Indeks Saham Syariah Indonesia (ISSI) di pasar saham Indonesia merupakan suatu upaya menarik partisipasi masyarakat untuk berinvestasi. Pembentukan indeks saham syariah di Indonesia bertujuan untuk membuka kesempatan bagi investor yang ingin berinvestasi melalui instrumen investasi yang berbasis prinsip syariah. Hal yang membedakan indeks saham syariah dan indeks saham konvensional adalah kriteria emiten dan mekanisme perdagangan yang sesuai dengan prinsip syariah. Dalam mekanisme perdagangan efek syariah terdapat transaksi-transaksi yang dilarang berdasarkan Fatwa DSN No. 40/DSN-MUI/X/2003 Tentang Pasar Modal dan Pedoman Umum Penerapan Prinsip Syariah di Bidang Pasar Modal, yaitu transaksi yang mengandung spekulasi dan manipulasi yang di dalamnya mengandung unsur dharar, gharar, riba, maisir, risywah, maksiat dan kedzaliman. Perkembangan Jakarta Islamic Index (JII) dapat ditunjukan dari nilai kapitalisasi pasar indeks saham syariah yang cenderung mengalami peningkatan setiap tahun.

Periode

Sumber: Bloomberg

Gambar 1 Kapitalisasi pasar JCI dan JII periode Agt. 2007 – Des. 2013 Berdasarkan Gambar 1 diketahui bahwa kapitalisasi pasar Jakarta Islamic Index (JII) memiliki tren yang sama dengan Jakarta Composite Index (JCI). Kapitalisasi pasar JII maupun JCI mengalami peningkatan setiap tahunnya,

2 kecuali saat periode krisis. Hal tersebut menunjukan bahwa saham syariah cukup diminati oleh investor. Sebagai negara yang menganut sistem perekonomian terbuka kecil, pasar saham Indonesia terintegrasi dengan pasar saham global. Integrasi antarnegara dapat membuka informasi dari satu pasar saham ke pasar saham lainnya. Informasi di pasar saham suatu negara akan menjadi penting bagi pasar saham di negara lain, termasuk volatilitas return indeks saham. Volatilitas return indeks saham dapat menjadi gambaran tinggi rendahnya tingkat risiko sekaligus tingkat pengembalian bagi pemodal karena adanya fluktuasi pergerakan return saham. Namun, volatilitas return indeks saham tersebut juga tidak terlepas dari pengaruh fenomena ekonomi seperti krisis keuangan global dan kenaikan harga minyak dunia. Krisis keuangan yang dialami Amerika Serikat pada pertengahan tahun 2007 yaitu ketika terjadi kejatuhan harga sekuritas subprime hipotek dan kemudian merambat menjadi krisis keuangan global turut memberikan pengaruh pada pasar saham. Terdesaknya kebutuhan likuiditas lembaga keuangan besar di Amerika Serikat dan lembaga keuangan di beberapa negara yang bersangkutan memaksa lembaga-lembaga tersebut menjual portofolionya untuk memenuhi likuiditasnya. Kondisi tersebut kemudian memicu kepanikan pada pasar modal dan meningkatkan volatilitas return pada indeks saham (Fauzi 2009). Bersamaan dengan terjadinya krisis keuangan global, harga minyak mentah dunia mengalami kenaikan yang tinggi dibanding tahun-tahun sebelumnya. Hal tersebut dapat dilihat pada Gambar 2 berikut: 160

140

US$/ Barrel

120

100 80

60 40

WTI

20 0

Periode

Sumber: Energy Information Administration

Gambar 2 Indeks harga minyak mentah dunia periode Jan. 2004 – Feb. 2014 Pergerakan harga minyak akan mempengaruhi indeks saham. Kenaikan harga minyak cenderung akan mengurangi laba dari perusahaan non-eksportir minyak. Artinya, terdapat hubungan kausal negatif antara harga minyak dan harga saham (Lescaroux dan Mignon 2008). Menurut Masih et al. (2010) guncangan harga minyak memiliki dampak negatif baik secara langsung ataupun tidak langsung terhadap keuntungan perusahaan. Guncangan harga minyak memiliki dampak negatif langsung karena guncangan tersebut akan menaikan biaya produksi perusahaan. Selain itu, guncangan harga minyak juga memiliki dampak negatif tidak langsung karena investor akan meramalkan batas keuntungan

3 perusahaan dan kemudian membuat keputusan tentang pengaruh dari indeks pada pasar saham tersebut. Kajian mengenai pengaruh volatilitas return antarindeks saham di berbagai negara baik syariah maupun konvensional cukup banyak dilakukan, misalnya Rahim et al. (2009), Niarchos et al. (1999), Albaity dan Ahmad (2011) serta Yusof dan Abd. Majid (2007). Begitu juga dengan kajian mengenai dampak krisis keuangan global terhadap volatilitas return indeks saham yang dilakukan oleh Fauzi (2009) serta Arshad dan Rizvi (2013) dan harga minyak dunia terhadap volatilitas return indeks saham yang dilakukan oleh Antonio et al. (2013). Penelitian ini mengacu pada penelitian yang dilakukan oleh Panetta et al. (2006), Fauzi (2009) dan Antonio et al. (2013). Penelitian ini mengacu pada penelitian Panetta et al. (2006) mengenai faktor-faktor yang mempengaruhi volatilitas return di pasar keuangan, yaitu sektor riil, sektor finansial, kejadian luar biasa dan kebijakan moneter. Namun, pada penelitian ini hanya dibatasi pada faktor-faktor dari sektor riil, sektor finansial dan kejadian luar biasa. Persamaan penelitian ini dengan penelitian yang dilakukan oleh Fauzi (2009) yaitu menganalisis pengaruh pergerakan volatilitas return indeks saham suatu negara terhadap negara lain sebelum dan setelah krisis Subprime-Mortgage. Perbedaan penelitian ini dengan penelitian Fauzi (2009) yaitu pada penelitian ini hanya difokuskan pada analisis pengaruh krisis keuangan global, harga minyak dunia dan volatilitas return indeks saham global terhadap volatilitas return indeks saham di Indonesia. Selain itu, penelitian ini tidak melakukan pengolahan secara terpisah untuk melihat dampak krisis keuangan global terhadap volatilitas return indeks saham di Indonesia. Penelitian Antonio et al. (2013) menjadi acuan penelitian ini dalam menganalisis dampak harga minyak dunia terhadap volatilitas return indeks saham di Indonesia. Perbedaan penelitian ini dengan penelitian yang dilakukan Antonio et al. (2013) yaitu penelitian Antonio et al. (2013) menganalisis pengaruh harga minyak dunia terhadap pergerakan indeks saham syariah di Indonesia.

Perumusan Masalah Seperti yang telah dikemukakan dalam latar belakang bahwa pasar saham syariah merupakan pasar saham dengan kriteria emiten dan mekanisme perdagangan sesuai dengan prinsip syariah. Dalam mekanisme perdagangan efek syariah terdapat transaksi-transaksi yang dilarang berdasarkan Fatwa DSN No. 40/DSN-MUI/X/2003 Tentang Pasar Modal dan Pedoman Umum Penerapan Prinsip Syariah di Bidang Pasar Modal, yaitu transaksi yang mengandung spekulasi dan manipulasi yang di dalamnya mengandung unsur dharar, gharar, riba, maisir, risywah, maksiat dan kedzaliman. Namun, pada era globalisasi sebuah pasar saham tidak hanya akan dipengaruhi oleh faktor-faktor domestik melainkan juga faktor internasional (Widoatmodjo 2009). Artinya, tidak hanya pasar saham konvensional yang terintegrasi satu sama lain, tetapi pasar saham syariah juga ikut terintegrasi dengan pasar saham konvensional. Karena kondisi tersebut, pasar saham syariah belum terlepas dari transaksi dengan pasar saham konvensional yang di dalamnya terdapat unsur-unsur yang tidak sesuai dengan prinsip syariah.

4 Volatilitas sebagai gambaran tinggi rendahnya tingkat risiko sekaligus tingkat pengembalian merupakan hal penting yang diperhatikan investor sebelum melakukan investasi. Namun, bagi sebagian investor memanfaatkan nilai volatilitas untuk mengambil aksi ambil untung melalui transaksi short selling, termasuk saat terjadi krisis keuangan gloabal (Fauzi 2009). Transaksi short selling merupakan salah satu transaksi yang dilarang dalam Islam sebagai bentuk dari transaksi yang mengandung kedzaliman karena pada transaksi short selling investor menjual saham yang belum dimilikinya dengan tujuan untuk memicu penjualan saham oleh investor lain (Darmadji dan Fakhruddin 2001). Untuk itu diperlukan adanya penelitian yang mengkaji dampak krisis keuangan global, perubahan harga minyak dunia dan volatilitas return indeks saham global terhadap volatilitas return indeks saham syariah dan konvensional di Indonesia. Terkait masalah tersebut, terdapat beberapa hal yang akan dianalisis dalam penelitian ini, yaitu: 1. Bagaimana volatilitas return indeks saham syariah (res_JII) dan indeks saham konvensional (res_JCI) di Indonesia? 2. Bagaimana dampak krisis keuangan global, perubahan harga minyak dunia dan volatilitas return indeks saham global terhadap volatilitas return indeks saham syariah dan konvensional di Indonesia? Tujuan Penelitian Berdasarkan permasalahan yang telah dirumuskan maka tujuan penelitian ini adalah: 1. Menganalisis volatilitas return indeks saham syariah (res_JII) dan indeks saham konvensional (res_JCI) di Indonesia. 2. Menganalisis dampak krisis keuangan global, perubahan harga minyak dunia dan volatilitas return indeks saham global terhadap volatilitas return indeks saham syariah dan konvensional di Indonesia. Manfaat Penelitian Penelitian ini diharapkan dapat menjadi masukan bagi investor mengenai pentingnya perhatian terhadap guncangan pada volatilitas return indeks saham sehingga dapat mengantisipasi dampak negatif yang akan diciptakan. Selain itu, penelitian ini menjadi acuan pembanding antara ketahanan indeks saham syariah dan indeks saham konvensional dalam memilih investasi. Bagi pengambil kebijakan, penelitian ini dapat memberikan informasi mengenai gambaran riil volatilitas return indeks saham syariah (JII) dan konvensional (JCI) sehingga dapat membantu dalam menentukan arah kebijakan terutama kebijakan menyangkut kesesuaian indeks saham syariah terhadap prinsip-prinsip syariah.

Ruang Lingkup Penelitian Ruang lingkup penelitian ini mencakup analisis dampak krisis keuangan global, perubahan harga minyak dunia dan volatilitas return indeks saham global terhadap volatilitas return indeks saham syariah dan konvensional di Indonesia.

5 Dalam penelitian ini variabel krisis keuangan yang digunakan adalah variabel dummy sebagai variabel krisis keuangan. Harga minyak dunia dijelaskan melalui variabel WTI. West Texas Intermediate (WTI) merupakan kelas minyak mentah yang dijadikan sebagai dasar dalam penentuan harga minyak dunia. Indeks saham global dalam penelitian ini diwakilkan oleh 7 indeks saham, yaitu indeks saham Amerika Serikat, Jerman, Australia, Jepang, Hong Kong, Singapura dan India. Indeks saham di Indonesia dibagi menjadi dua kelompok, yaitu indeks saham syariah dan indeks saham konvensional. Indeks saham syariah diwakilkan oleh Jakarta Islamic Index (JII). Indeks saham konvensional diwakilkan oleh Jakarta Composite Index (JCI). Variabel yang digunakan untuk menganalisis dampak krisis keuangan global, perubahan harga minyak dunia dan volatilitas return indeks saham global terhadap volatilitas return indeks saham syariah dan konvensional di Indonesia.

TINJAUAN PUSTAKA Konsep Investasi Huda dan Nasution (2007) mendefinisikan investasi sebagai penempatan sejumlah dana pada saat ini dengan harapan untuk memperoleh keuntungan di masa mendatang. Untuk mencapai suatu efektivitas dan efisiensi dalam keputusan maka diperlukan ketegasan akan tujuan yang diharapkan. Begitu pula halnya dalam bidang investasi kita perlu menetapkan tujuan yang hendak dicapai yaitu terciptanya keberlanjutan (continuity) dalam investasi tersebut, terciptanya profit yang maksimum atau keuntungan yang diharapkan (profit actual), terciptanya kemakmuran bagi para pemegang saham, dan turut memberikan andil bagi pembangunan bangsa. Pada aktivitas investasi pada umumnya dibagi menjadi dua bentuk, yaitu real investment dan financial investment. Real investment adalah investasi nyata (real investment) yang secara umum melibatkan aset berwujud, seperti tanah, mesin-mesin atau pabrik. Financial investment adalah investasi keuangan (financial investment) yang melibatkan kontrak tertulis, seperti saham biasa (common stock) dan obligasi (bond). Pada saat seorang pebisnis atau mereka yang memiliki kelebihan dana dan ingin berinvestasi maka ia dapat memilih dan memutuskan tipe aktiva keuangan seperti apa yang akan dipilihnya. Dalam hal ini ada dua tipe investasi yang dapat dipilih, yaitu direct investment dan indirect investment. Direct investment (investasi langsung) adalah mereka yang memiliki dana dapat langsung berinvestasi dengan membeli secara langsung suatu aktiva keuangan dari suatu perusahaan yang dapat dilakukan baik melalui para perantara atau berbagai cara lainnya. Investasi langsung ada beberapa macam yaitu: 1. Investasi langsung yang tidak dapat diperjualbelikan 2. Investasi langsung dapat diperjualbelikan : investasi langsung di pasar uang, investasi langsung di pasar modal dan investasi langsung di pasar turunan.

6 Tipe investasi lainnya yaitu indirect investment. Indirect investment (investasi tidak langsung) adalah mereka yang memiliki kelebihan dana dapat melakukan keputusan investasi dengan tidak terlibat secara langsung atau pembelian aktiva keuangan dan cukup hanya dengan memegang dalam bentuk saham atau obligasi saja. Mereka yang melakukan kebijakan indirect investment umumnya cenderung tidak terlibat dalam pengambilan keputusan penting pada suatu perusahaan (Fahmi 2012). Pasar Modal Pasar modal adalah tempat dimana berbagai pihak khususnya perusahaan menjual saham (stock) dan obligasi (bond) dengan tujuan dari hasil penjualan tersebut nantinya akan dipergunakan sebagai tambahan dana atau untuk memperkuat modal perusahaan (Fahmi 2012). Pasar modal menurut UU No. 8 Tahun 1995 adalah kegiatan yang bersangkutan dengan penawaran umum dan perdagangan efek, perusahaan yang berkaitan dengan efek diterbitkannya, serta lembaga dan profesi yang berkaitan dengan efek yang diterbitkannya, serta lembaga dan profesi yang berkaitan dengan efek. Pasar modal memiliki peran penting dalam kegiatan ekonomi. Di banyak negara, terutama di negara-negara yang menganut sistem ekonomi pasar, pasar modal telah menjadi salah satu sumber kemajuan ekonomi, sebab pasar modal dapat menjadi sumber dana alternatif bagi perusahaan (Widoatmodjo 2009). Di dalam pasar modal terdapat berbagai macam produk yang diperdagangkan, seperti saham sebagai produk utamanya, surat pengakuan hutang, surat berharga komersial, obligasi, tanda bukti hutang, unit penyertaan kontrak, kontrak berjangka atas efek, setiap derivatif dari efek, efek beragun aset dan sertifikat penitipan efek Indonesia. Saham Saham adalah tanda bukti penyertaan kepemilikan modal atau dana pada suatu perusahaan. Saham merupakan produk utama yang diperdagangkan di pasar modal. Kinerja suatu saham dapat dilihat melalui pergerakan harga saham. Pergerakan harga saham digambarkan melalui nilai indeks harga saham. Indeks harga saham merupakan indikator utama yang menggambarkan pergerakan saham. Pada pasar modal sebuah indeks diharapkan memiliki lima fungsi yaitu sebagai indikator tren pasar, indikator tingkat keuntungan, tolak ukur (benchmark) kinerja suatu portofolio, memfasilitasi pembentukan portofolio dengan strategi pasif dan memfasilitasi berkembangnya produk derivatif (Fahmi 2012). Tujuan utama investor dalam membeli saham yaitu memperoleh keuntungan atau return. Namun, untuk memperoleh keuntungan investor dihadapkan dengan sebuah risiko sehingga pengambilan keputusan investor dalam membeli saham tidak hanya dipengaruhi oleh return yang diperoleh melainkan juga risiko yang akan ditanggung.

7 Risiko Investasi Risiko investasi di pasar modal dinyatakan sebagai penyimpangan dari penghasilan yang diharapkan. Penyimpangan itu akan diukur dengan standar deviasi dan penghasilan yang diharapkan diukur dari mean (penghasilan rata-rata), sedangkan penyimpangan lain diukur dengan indeks β (beta). Standar deviasi digunakan untuk mengukur penyimpangan dari penghasilan rata-rata, sementara beta digunakan untuk mengukur penyimpangan penghasilan suatu saham terhadap pasar yang diukur dengan indeks pasar (Widoatmodjo 2009). Risiko dapat digambarkan melalui nilai volatilitas pada pasar saham. Semakin tinggi tingkat volatilitas maka semakin tinggi pula tingkat ketidakpastian dari imbal hasil (return) saham yang dapat diperoleh. Tingginya tingkat volatilitas dapat menghambat partisipasi investor dalam berinvestasi, meningkatkan biaya modal dan menghambat perusahaan untuk masuk bursa (TSVPMIPD 2011). Berdasarkan batas negara, risiko investasi dapat dibedakan menjadi dua, yaitu risiko domestik (domestic risk) dan risiko internasional (international risk). Risiko domestik adalah risiko yang ditimbulkan oleh penyebab-penyebab domestik seperti inflasi, kenaikan suku bunga oleh pemerintah, dan lain sebagainya. Risiko internasional adalah risiko yang terjadi akibat adanya interaksi antara ekonomi nasional dengan ekonomi internasional (Widoatmodjo 2009). Risiko investasi pada dasarnya terbagi menjadi dua jenis, yaitu risiko sistemastis dan risiko tidak sistematis. Risiko sistematis merupakan risiko yang berasal dari pasar sehingga sulit dieliminir. Risiko tidak sisematis merupakan risiko yang dapat dieliminir melalui diversifikasi portofolio saham (Fauzi 2009). Diversifikasi Internasional Kegiatan ekonomi di dunia saat ini menjadi semakin berkait dan bergantung satu sama lain. Borderless world merupakan istilah yang dipergunakan untuk menunjukkan sulitnya mengisolasikan suatu kegiatan ekonomi berdasarkan batas-batas negara. Dengan adanya pasar modal internasional, para pemodal bisa melakukan investasi di berbagai negara bukan dengan melakukan investasi langsung (direct investment), seperti yang dilakukan oleh perusahaan-perusahaan multinasional dan transnasional, tetapi dengan jalan membeli sekuritas-sekuritas yang ditawarkan di bursa-bursa efek tersebut. Namun, para pemodal asingpun perlu memperhatikan perhitungan risiko investasi. Pemodal asing umumnya merupakan lembaga keuangan yang bermodal sangat besar. Mereka umumnya akan melakukan investasi dalam jumlah yang cukup besar. Untuk mengurangi risiko investasi investor akan melakukan diversifikasi internasional. Diversifikasi internasional dapat dilakukan dengan cara membeli sekuritas-sekuritas yang ditawarkan oleh bursa-bursa di luar negeri (Husnan 2005) Integrasi Keuangan Pasar keuangan disuatu kawasan dikatakan telah terintegrasi penuh apabila masing-masing negara dalam kawasan tersebut telah menghadapi atau menerima kebijakan dan atau ketentuan yang sama dalam pasar keuangan (single set of

8 rules) dimana investor dan penerbit aset keuangan mempunyai akses yang sama terhadap pasar keuangan dan diberlakukan secara sama ketika beroperasi di pasar keuangan (Baele et al 2004). Definisi integrasi keuangan sangat terkait dengan hukum the law of one price yang merupakan definisi lain dari integrasi keuangan, yaitu apabila suatu pasar keuangan dalam kawasan telah efisien dan suatu aset keuangan mempunyai risiko dan tingkat pengembalian yang identik, maka aset tersebut haruslah mempunyai harga yang sama terlepas dari tempat transaksi keuangan dimana aset keuangan tersebut dilangsungkan (Fauzi 2009). Namun, akibat adanya integrasi ini menyebabkan diversifikasi internasional menjadi kurang efektif (Engle RF dan Vk Ng. 1993). Pada akhir abad ke-20 globalisasi pasar keuangan telah mendorong pergerakan modal lintas negara. hal tersebut ditandai dengan masuknya modal negara-negara maju ke pasar negara-negara berkembang (TSVPMIPD 2011). Krisis Keuangan Global Krisis keuangan global merupakan fenomena ekonomi yang terjadi akibat adanya integrasi keuangan antarnegara. Teori integrasi pada pasar keuangan menyatakan bahwa adanya korelasi positif dan penyatuan bursa-bursa saham di dunia, sehingga apabila terjadi crash pada pasar saham luar negeri akan memicu crash pada pasar saham di dalam negeri (Antonio 2013). Krisis keuangan global yang terjadi pada pertengahan 2007 merupakan krisis yang berasal dari krisis kredit perumahan di Amerika Serikat. Amerika Serikat merupakan negara dengan perekonomian kuat. Ketika kondisi perekonomian suatu negara adidaya berubah dan mengalami guncangan maka akan membawa konsekuensi luas pada perekonomian dunia. Krisis keuangan tersebut berawal dari penyaluran kredit oleh berbagai lembaga keuangan pemberi kredit properti di Amerika Serikat kepada masyarakat yang sebenarnya tidak layak mendapatkan pembiayaan. Hal tersebut yang kemudian memicu terjadinya kredit macet di sektor properti (subprime mortage). Kredit macet yang terjadi di sektor properti tersebut mengakibatkan efek domino jatuhnya lembaga-lembaga keuangan besar di Amerika Serikat karena pada umumnya lembaga pembiayaan properti meminjam dana jangka pendek dari pihak lain, termasuk lembaga keuangan. Jaminan yang diberikan perusahaan pembiayaan kredit properti adalah surat utang yang dijual ke lembaga investasi dan investor di berbagai negara, sementara surat utang tersebut ditopang oeh jaminan debitor dengan kemampuan membayar yang rendah. Akibat adanya kredit macet di sektor properti, lembaga-lembaga keuangan tidak memiliki dana untuk membayar kewajiban yang ada. Hal tersebut kemudian menyebabkan terjadinya pengeringan likuiditas pada lembaga-lembaga keuangan. Kondisi yang dihadapi lembaga-lembaga keuangan besar di Amerika Serikat turut mempengaruhi likuiditas lembaga keuangan lain, termasuk lembaga keuangan yang berasal dari luar Amerika Serikat. Pada kondisi ini lembaga keuangan mengalami mengalami kerugaian yang besar dimana terjadi kelangkaan dana pinjaman. Semua pihak membutuhkan likuiditas, tetapi pasar tidak mampu menyediakan dana karena lebih berhati-hati. Untuk menjaga likuiditas keuangannya, lembaga keuangan yang memiliki investasi portofolio dalam bentuk

9 subprime mortage securities juga melepas portofolio yang dimiliki. Aksi jual yang dilakukan oleh lembaga keuangan ini yang kemudian memicu kepanikan pada pasar modal, termasuk pasar saham di berbagai negara. hal tersebut menyebabkan pasar saham di dunia mengalami kejatuhan (Fauzi 2009). Harga Minyak Dunia Minyak dunia merupakan input yang penting dalam kegiatan produksi, akibatnya kenaikan harga minyak akan memberikan pengaruh berbagai kegiatan ekonomi. Kenaikan pada harga minyak akan memberikan dampak negatif pada kegiatan konsumsi, investasi dan ketenagakerjaan. Selain itu, pergerakan harga minyak dunia juga memiliki pengaruh terhadap harga saham. hubungan antara pergerakan harga minyak dunia dan harga saham dapat dipahami melalui definisi fundamental dari nilai suatu aset. Nilai fundamental didefinisikan sebagai total diskon dari deviden di masa yang akan datang yang sedang diharapkan. Akibatnya, kenaikan harga minyak cenderung akan mengurangi keuntungan dari perusahaan yang bukan pengekspor minyak, memberikan pengaruh dalam penurunan nilai fundamental dalam perusahaan. Artinya terdapat hubungan negatif antara harga minyak dan harga saham (Lescaroux dan Mignon 2008). Investasi dalam Perspektif Syariah Islam sebagai din yang komprehensif (syumul) dalam ajaran dan norma mengatur seluruh aktivitas manusia di segala bidang. Islam sangat menjunjung tinggi ilmu pengetahuan yang memiliki gradasi (tadrij), dari tahapan diskursus („ilmu al yaqin), implementasi („ain al yaqin), serta hakikat akan sebuah ilmu (haqq al yaqin). Investasi merupakan salah satu ajaran dari konsep Islam yang memenuhi proses tadrij dan trichotomy pengetahuan tersebut. Hal tersebut dapat dibuktikan bahwa konsep investasi selain sebagai pengetahuan juga bernuansa spiritual karena menggunakan norma syariah, sekaligus merupakan hakikat dari sebuah ilmu dan amal, oleh karenanya investasinya sangat dianjurkan bagi setiap ilmu. Hal tersebut dijelaskan dalam AlQur‟an surat al-Hasyr ayat 18, ayat tersebut membahas tentang pentingnya investasi untuk bekal di hari akhir (Huda dan Nasution 2007). Islam sebagai aturan hidup (nidham al hayat) yang mengatur seluruh sisi kehidupan umat manusia, menawarkan berbagai cara dan kiat untuk menjalani kehidupan yang sesuai dengan norma dan aturan Allah SWT. Dalam berinvestasi pun Allah SWT dan Rasul-Nya memberikan petunjuk (dalil) dan rambu-rambu pokok yang seyogianya diikuti oleh setiap muslim yang beriman. Rambu-rambu tersebut diantaranya adalah sebagai berikut terbebas dari unsur riba, terhindar dari unsur gharar, terhindar dari unsur judi (maysir), terhindar dari unsur haram, dan terhindar dari unsur syubhat (Huda dan Nasution 2007). Pasar Modal Syariah di Indonesia Perkembangan instrumen syariah di pasar modal Indonesia sudah terjadi sejak tahun 1997 yang diawali dengan lahirnya reksadana syariah. Selanjutnya, PT Bursa Efek Jakarta (BEJ) bersama dengan PT Dana Reksa Investment

10 management (DIM) membentuk Jakarta Islamic Index (JII) yang mencakup 30 jenis saham dari emiten-emiten yang kegiatan usahanya memenuhi ketentuan tentang hukum syariah. Penentuan kriteria dari komponen JII tersebut disusun berdasarkan persetujuan dari Dewan Pengawas Syariah DIM (Huda dan Nasution 2007). Penerapan prinsip syariah pada pasar modal di Indonesia didasarkan pada Fatwa yang dikeluarkan oleh Dewan Syariah Nasional (DSN), yaitu Fatwa DSN No. 40/DSN-MUI/X/2003 Tentang Pasar Modal dan Pedoman Umum Penerapan Prinsip Syariah di Bidang Pasar Modal. Sesuai dengan pedoman dalam Fatwa DSN No. 40/DSN-MUI/X/2003 Tentang Pasar Modal dan Pedoman Umum Penerapan Prinsip Syariah di Bidang Pasar Modal, kriteria emiten atau perusahaan publik yang menerbitkan efek syariah adalah: 1. Jenis usaha, produk barang, jasa yang diberikan dan akad serta cara pengelolaan perusahaan emiten atau perusahaan publik yang menerbitkan efek syariah tidak boleh bertentangan dengan prinsip-prinsip syariah. 2. Jenis kegiatan usaha yang bertentangan dengan prinsip-prinsip syariah: a. Perjudian dan permainan yang tergolong judi atau perdagangan yang dilarang. b. Lembaga keuangan konvensional (ribawi), termasuk perbankan dan asuransi konvensional. c. Produsen, distributor, serta pedagang makanan dan minumana yang haram. d. Produsen, distributor dan/ atau penyedia barang-barang ataupun jasa yang merusak moral dan bersifat mudarat. e. Melakukan investasi pada emiten yang pada saat transaksi tingkat (nisbah) hutang perusahaan kepada lembaga keuangan ribawi lebih dominan dari modalnya. Transaksi yang dilarang dalam transaksi efek pasar modal syariah di Indonesia berdasarkan Fatwa DSN No. 40/DSN-MUI/X/2003 Tentang Pasar Modal dan Pedoman Umum Penerapan Prinsip Syariah di Bidang Pasar Modal adalah pelaksanaan transaksi harus dilakukan menurut prinsip kehati-hatian serta tidakdiperbolehkan melakukan spekulasi dan manipulasi yang di dalamnya mengandung unsur dharar, gharar, riba, maisir, risywah, maksiat dan kedzaliman. Transaksi yang mengandung unsur dharar, gharar, riba, maisir, risywah, maksiat dan kedzaliman tersebut meliputi: 1. Najsy, yaitu melakukan penawaran palsu. 2. Bai’ al-ma’dum, yaitu melakukan penjualan atas barang yang belum dimiliki. 3. Insider trading, yaitu memakai informasi orang dalam untuk memperoleh keuntungan atas transaksi yang dilarang. 4. Menimbulkan informasi yang menyesatkan. 5. Margin trading, yaitu melakukan transaksi atas efek syariah dengan fasilitas pinjaman berbasis bunga atas kewajiban penyelesaian pembelian efek syariah tersebut. 6. Ihtikar, yaitu melakukan pembelian atau dan pengumpulan suatu efek syariah untuk menyebabkan perubahan harga efek syariah, dengan tujuan mempengaruhi pihak lain. 7. Dan transaksi-transaksi lain yang mengandung unsur tersebut.

11 Penelitian Terdahulu Rahim et al. (2009) menganalisis transmisi informasi dan korelasi antara indeks Kuala Lumpur Syariah dan Jakarta Islamic Index menggunakan metode VAR GJR-GARCH. Hasil yang diperoleh adalah hubungan satu arah yang signifikan terjadi pada transmisi return dan volatilitas dari indeks Kuala Lumpur Syariah ke Jakarta Islamic Index. Efek asimetris dalam volatilitas kedua pasar tidak ditemukan dan korelasi antarkedua pasar tersebut lemah. Dornau (2006) menganalisis tentang hubungan timbal balik antara return harian Nikkei 225, DAX, dan Dow Jones Industrial Index dalam empat periode waktu menggunakan metode VAR. Hasil yang diperoleh adalah pada periode I, sebelum terjadinya guncangan hanya terdapat hubungan kausal dari DOW terhadap Nikei 225. Periode II setelah guncangan, hubungan kausal terjadi tidak hanya dari DOW ke pasar asing tetapi juga dari DAX ke DOW dan Nikei 225 ke DAX. Pada periode III dan IV beberapa hubungan kausal tersebut menghilang. Niarchos et al. (1999) menganalisis transmisi informasi internasional antara pasar saham Amerika Serikat dan pasar saham Yunani menggunakan metode bivariate exponential GARCH-t (EGARCH-t). Hasil yang diperoleh adalah volatilitas return pada pasar saham Yunani lebih tinggi dibanding dengan pasar saham Amerika Serikat. Selain itu, hasil menunjukan tidak ada efek limpahan antara kedua pasar tersebut. Kedua pasar tersebut tidak terintegrasi. Pasar saham Amerika Serikat dan pasar saham Yunani tidak berhubungan baik dalam jangka pendek maupun jangka panjang. Albaity dan Ahmad (2011) meneliti tingkat pengembalian indeks saham Islam, premi risiko pada masing-masing bursa serta pengaruh kabar buruk serta dampak limpahan dari volatilitas antara indeks DJIMI, FTSEGII dan KLSI. Dengan menggunakan metode GARCH-M diperoleh hasil bahwa tidak ada perbedaan yang signifikan pada ketiga indeks tersebut dan premi risiko menjadi tidak ada pada masing-masing indeks. KLSI tidak terkena pengaruh kabar buruk sedangkan DJIMI dan FTSEGII sebaliknya. Dengan menggunakan metode EGARCH dan TARCH diperoleh hasil bahwa DJIMI dan FTSEGII memberikan dampak limpahan terhadap KLSI tetapi tidak berlaku sebalinya. Filis et al (2011) meneliti hubungan variasi waktu antara harga saham dan harga minyak, yaitu harga minyak pada negara importir dan negara eksportir. Dengan menggunakan metode DCC GARCH GJR diperoleh hasil bahwa guncangan harga minyak pada sisi penyuplai tidak mempengaruhi hubungan kedua pasar tersebut. Harga minyak memberikan pengaruh negatif pada semua pasar saham. Namun, pada tahun 2008 guncangan harga minyak dunia memiliki hubungan positif dengan pasar saham. Fauzi (2009) meneliti pengaruh krisis global terhadap transmisi harga saham-saham di dunia. Dengan menggunakan metode VAR diperoleh hasil bahwa sebelum krisis pengaruh Amerika Serikat terhadap variabilitas volatilitas saham di Indonesia cukup besar dan respon guncangan Amerika Serikat lebih besar dibanding guncangan dari negara lain. Namun, variabilitas volatilitas tersebut tidak banyak berubah setelah krisis sedangkan respon terhadap guncangan dari Amerika Serikat semakin besar. Arshad dan Rizvi (2013) menggunakan metode wavelet untuk menguji dampak guncangan keuangan global terhadap indeks saham Islam. Hasil yang

12 diperoleh adalah hubungan indeks saham islam dan indeks saham konvensional lemah sebelum tahun 2000 dan hubungan yang lebih kuat terhadap pasar Amerika Serikat setelah tahun 2000. Hasil lain menunjukan bahwa sebagian indeks saham Islam di Asia Pasifik dan di beberapa pasar berkembang tahan terhadap guncangan spekulatif pada jasa keuangan global dan dipengaruhi oleh guncangan keuangan melalui transmisi ekonomi di sektor riil. Kartika et al. (2012) meneliti transmisi volatilitas return antara indeks saham Indonesia terhadap indeks saham Amerika Serikat, Hong Kong dan Singapura. Hasil yang diperoleh menggunakan metode VAR GARCH adalah volatilitas return di Indonesia lebih dipengaruhi oleh dirinya sendiri. Variabel lain yang memberikan pengaruh terbesar terhadap volatilitas return indeks saham di Indonesia adalah volatilitas return di pasar saham Singapura, Hong Kong dan Amerika Serikat. Yang et al. (2005) meneliti hubungan harga saham jangka panjang dan transmisi harga yang dinamis antara pasar saham di Amerika Serikat, Jerman, dan empat pasar saham utama yang berkembang di Eropa Timur terhadap krisis keuangan di Rusia tahun 1998 menggunakan metode VAR. Hasil yang diperoleh adalah baik hubungan harga dalam jangka panjang maupun transmisi harga secara dinamis antarpasar menjadi lebih kuat setelah terjadi krisis 1998. Pengaruh pasar saham Jerman terhadap pasar saham di Eropa Timur menjadi terlihat setelah terjadi krisis. Achsani (2001) meneliti interaksi dinamis antarbursa saham serta melihat pengaruh kejatuhan bursa Dow Jones terhadap bursa Asia. Hasil yang diperoleh menggunakan metode VAR adalah Bursa Indonesia akan merespon positif guncangan yang terjadi pada bursa Singapura, Hong Kong dan Australia, sedangkan guncangan pada bursa Amerika Serikat akan direspon negatif pada hari pertama dan direspon positif pada hari kedua. Antonio et al. (2013) meneliti hubungan jangka pendek dan jangka panjang antara variabel makroekonomi (suku bunga The Fed, harga minyak mentah, Dow Jones Index, tingkat suku bunga, nilai tukar, dan inflasi) dan pasar saham Islam di Malaysia dan Indonesia. Hasil yang diperoleh menggunakan metode VECM adalah semua variabel kecuali Dow Jones Index mempengaruhi kedua pasar saham tersebut pada jangka panjang. Pasar saham Malaysia tidak dipengaruhi oleh variabel makroekonomi pada jangka pendek, sedangkan pasar saham Indonesia dipengaruhi oleh inflasi, nilai tukar, dan harga minyak mentah pada jangka pendek. Yusof dan Abd. Majid (2007) menggunakan kombinasi GARCH-M dan VAR untuk meneliti transmisi volatilitas kebijakan moneter terhadap volatilitas pasar saham Islam dan konvensional di Malaysia. Hasil yang diperoleh adalah volatilitas suku bunga hanya mempengaruhi volatilitas pada pasar saham konvensional. Kerangka Pemikiran Kerangka pemikiran dalam penelitian ini mengacu pada penelitian Panetta et al. (2006) mengenai faktor-faktor yang mempengaruhi volatilitas di pasar keuangan, yaitu sektor riil, sektor finansial, kejadian luar biasa dan kebijakan moneter. Namun, pada peneltian ini hanya dibatasi pada faktor-faktor dari sektor rii, sektor finansial dan kejadian luar biasa.

13 Salah satu akibat dari adanya mekanisme pasar yang bebas adalah fenomena krisis keuangan global yang terjadi pada tahun 2007. Bersamaan dengan terjadinya krisis keuangan global, harga minyak mentah dunia mengalami kenaikan yang tinggi dibanding tahun-tahun sebelumnya. Hal itu terjadi akibat tingginya permintaan terhadap minyak bumi. Dalam pasar saham, fenomena tersebut akan menjadi pertimbangan bagi investor dalam mengambil keputusan. Indonesia sebagai negara yang menganut sistem perekonomian terbuka kecil akan merespon perubahan yang terjadi pada kondisi ekonomi negara yang memiliki sistem perekonomian terbuka besar, sebagaimana yang terjadi pada pasar saham di Indonesia, termasuk saham syariah. Akibat adanya integrasi pasar, fluktuasi pada saham di Indonesia tidak lepas dari informasi yang berasal dari negara lain. Penelitian ini akan menganalisis pengaruh krisis keuangan global, perubahan harga minyak dunia dan volatilitas return indeks saham global terhadap volatilitas return indeks saham syariah dan konvensional di Indonesia. Kerangka pemikiran yang mendasari penelitian ini dapat dilihat pada Gambar 3.

Faktor-faktor yang Mempengaruhi Volatilitas Return Indeks Saham

Sektor Riil

Sektor Finansial

Kejadian Luar Biasa

Harga Minyak Dunia

Volatilitas Return Indeks Saham Global

Krisis Keuangan Global

Volatilitas Return Indeks Saham Syariah di Indonesia

Volatilitas Return Indeks Saham Konvensional di Indonesia

: Fokus penelitian Gambar 3 Kerangka pemikiran

Kebijakan Moneter

14 Hipotesis 1. Krisis keuangan global berpengaruh positif terhadap volatilitas return JCI (res_JCI) 2. Krisis keuangan global berpengaruh negatif terhadap volatilitas return JII (res_JII) 3. Perubahan harga minyak berpengaruh positif terhadap volatilitas return JCI (res_JCI) 4. Perubahan harga minyak berpengaruh positif terhadap volatilitas return JII (res_JII) 5. Volatilitas return Amerika Serikat (res_AS) berpengaruh negatif terhadap volatilitas return JCI (res_JCI) 6. Volatilitas return Amerika Serikat (res_AS) berpengaruh negatif terhadap volatilitas return JII (res_JII) 7. Volatilitas return India (res_INDIA) berpengaruh positif terhadap volatilitas return JCI (res_JCI) 8. Volatilitas return India (res_INDIA) berpengaruh positif terhadap volatilitas return JII (res_JII) 9. Volatilitas return Jerman (res_JERMAN) berpengaruh positif terhadap volatilitas return JCI (res_JCI) 10. Volatilitas return Jerman (res_JERMAN) berpengaruh positif terhadap volatilitas return JII (res_JII) 11. Volatilitas return Hong Kong (res_HONGKONG) berpengaruh positif terhadap volatilitas return JCI (res_JCI) 12. Volatilitas return Hong Kong (res_HONGKONG) berpengaruh positif terhadap volatilitas return JII (res_JII) 13. Volatilitas return Jepang (res_JEPANG) berpengaruh positif terhadap volatilitas return JCI (res_JCI) 14. Volatilitas return Jepang (res_JEPANG) berpengaruh positif terhadap volatilitas return JII (res_JII) 15. Volatilitas return Australia (res_AUSTRALIA) berpengaruh positif terhadap volatilitas return JCI (res_JCI) 16. Volatilitas return Australia (res_AUSTRALIA) berpengaruh positif terhadap volatilitas return JII (res_JII) 17. Volatilitas return Singapura (res_SINGAPURA) berpengaruh positif terhadap volatilitas return JCI (res_JCI) 18. Volatilitas return Singapura (res_SINGAPURA) berpengaruh positif terhadap volatilitas return JII (res_JII)

15

METODE PENELITIAN Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder berupa data harian time series dari 1 Agustus 2007 sampai 31 Desember 2013. Sumber data berasal dari yahoo finance, Energy Information Administration (EIA) dan Bloomberg yang diakses melalui Otoritas Jasa Keuangan (OJK). Dalam penelitian ini variabel krisis keuangan yang digunakan adalah variabel dummy sebagai variabel krisis keuangan. Harga minyak dunia dijelaskan melalui variabel WTI. West Texas Intermediate (WTI) merupakan kelas minyak mentah yang dijadikan sebagai dasar dalam penentuan harga minyak dunia. Pada penelitian ini harga minyak dunia ditransformasi ke dalam bentuk logaritma natural. Indeks saham global dalam penelitian ini diwakilkan oleh 7 indeks saham, yaitu indeks saham Amerika Serikat, Jerman, Australia, Jepang, Hong Kong, Singapura dan India. Indeks saham di Indonesia dibagi menjadi dua kelompok, yaitu indeks saham syariah dan indeks saham konvensional. Indeks saham syariah diwakilkan oleh Jakarta Islamic Index (JII). Indeks saham konvensional diwakilkan oleh Jakarta Composite Index (JCI). Variabel yang digunakan dalam penelitian ini adalah variabel yang sebagaimana disajikan pada Tabel 1. Tabel 1 Variabel, proksi data dan sumber data Variabel Dummy_Krisis

Proksi Krisis global

Sumber -

Variabel res_JERMAN

ln_WTI

Crude oil price (USA)

EIA

res_HONGKONG

res_JII

Jakarta Islamic Index (Indonesia) Jakarta Composite Index (Indonesia) Standard & Poor’s 500 (USA) S&P BSE Sensex (India)

Bloomberg res_SINGAPURA

res_JCI

res_AS

res_INDIA

Sumber: Penulis (2014)

Bloomberg res_JEPANG

Yahoo finance Yahoo finance

res_AUSTRALIA

Proksi German Deutscher Index (Jerman) Hang Seng Index (Hong Kong) Straits Times Index (Singapura) Nikkei 225 Index (Jepang)

Sumber Yahoo finance

All Ordinaries (Australia)

Yahoo finance

Yahoo finance

Yahoo finance

Yahoo finance

16 Metode Analisis Data Dampak krisis keuangan global, perubahan harga minyak dunia dan volatilitas return indeks saham global terhadap volatilitas return indeks saham syariah dan konvensional di Indonesia akan dianalisis dengan menggunakan kombinasi model ARCH/GARCH dengan VAR dengan alat bantu Eviews 8. Semua variabel indeks akan ditransformasikan ke dalam bentuk return menggunakan aplikasi Microsoft Excel 2007. Model ARCH/GARCH pada penelitian ini digunakan untuk menjawab tujuan penelitian yang pertama, sedangkan model VAR digunakan untuk menjawab tujuan penelitian yang kedua. Return adalah gambaran tingkat pengembalian yang diperoleh oleh perusahaan, individu dan institusi dari hasil kebijakan investasi yang dilakukannya (Fahmi 2012). Return dijadikan sebagai tolak ukur dalam pertimbangan sebelum mengambil keputusan dalam kegiatan investasi. Return dihitung dari perbedaan logaritma natural dari pergerakan harga penutupan saham hari ini dan sebelumnya (Firdaus 2011). Secara sistematis return dapat dituliskan sebagai berikut: 𝑅𝑡 = 𝐿𝑛

𝑋𝑡 𝑋𝑡−1

Keterangan: 𝑅𝑡 : return saham pada hari ke-t 𝑋𝑡 : indeks saham pada hari ke-t 𝑋𝑡−1 : indeks saham pada hari ke-t-1 Model ARCH/GARCH Model Autoregressive Conditional Heteroscedasticity (ARCH) diperkenalkan oleh Engle pada tahun 1982. Model ARCH dikembangkan untuk mengatasi persoalan volatilitas pada data time series. Volatilitas ini tercermin dari varians error yang tidak memenuhi asumsi homoscedasticity. Hal ini menyebabkan model peramalan sebelumnya kurang mampu mendekati kondisi yang sebenarnya. Pada tahun 1986, Bollerslev mengembangkan model ARCH menjadi Generalized Autoregressive Conditional Heterscedasticity (GARCH) (Firdaus, 2011). Penggunaan model ARCH/GARCH dalam penelitian ini untuk melihat volatilitas return JCI, volatilitas return JII, volatilitas return indeks saham India, Jerman, Hong Kong, Jepang, Australia, Amerika Serikat dan Singapura.. Persamaan umum model GARCH (p,q) adalah sebagai berikut: 𝑞

𝑝

2 ∝𝑖 𝜀𝑡−𝑖 +

𝑕𝑡 = ∝0 + 𝑖=1

𝛽𝑖 𝑕𝑡−𝑖 𝑖=1

Keterangan: 𝑕𝑡 : variabel respon pada waktu ke-t atau volatilitas pada waktu ke-t ∝0 : varians yang konstan ∝𝑖 : koefisien orde q yang diestimasikan 𝛽𝑖 : koefisien orde p yang diestimasikan 2 𝜀𝑡−𝑖 : suku ARCH atau volatilitas pada periode sebelumnya

17 𝑕𝑡−𝑖

: suku GARCH atau volatilitas pada periode sebelumnya

Adapun tahapan yang harus dilakukan untuk menghitung volatilitas dalam model ARCH/GARCH adalah (Firdaus 2011): 1. Identifikasi efek ARCH Pada tahap ini dilakukan identifikasi apakah data mengandung heteroskedastisitas atau tidak. Identifikasi ini dapat dilakukan dengan mengamati ACF dan PACF data. Setelah dilakukan estimasi parameter, selanjutnya dilakukan evaluasi model ARMA terbaik sesuai kriteria model Box-Jenkins. 2. Estimasi model Estimasi model diawali dengan simulasi beberapa model ragam dengan menggunakan model ARMA yang telah didapatkan. Selanjutnya dilakukan pendugaan parameter model dan pemilihan model terbaik. 3. Evaluasi model Evaluasi model didasarkan pada beberapa indikator, yaitu apakah galat sudah terdistribusi normal, keacakan galat yang dilihat dari fungsi autokorelasi dan kuadrat galat, serta pengujian efek ARCH/GARCH dari galat. 4. Peramalan Peramalan dilakukan dengan memasukan parameter ke dalam persamaan yang diperoleh. Vector Autoregressive (VAR) VAR pertama kali diperkenalkan oleh Sims pada tahun 1980. VAR merupakan sebuah n-persamaan dengan n-variabel dimana masing-masing variabel dijelaskan oleh nilai lag-nya sendiri serta nilai saat ini dan masa lampaunya. Menurut Arsana (2005), alat analisa yang disediakan oleh VAR bagi deskripsi data, peramalan, inferensi structural dan analis kebijakan dilakukan melalui empat macam penggunanya, yakni Forcasting, Impulse Response Function (IRF), Forecast Error Variance Decomposition (FEVD) dan Granger Causality Test (Firdaus 2011). Adapun persamaan umum VAR adalah sebagai berikut: 𝑦𝑡 = 𝐴0 + 𝐴1 𝑦𝑡−1 + 𝐴2 𝑦𝑡−2 + ⋯ + 𝐴𝑝 𝑦𝑡−𝑝 + 𝜀𝑡

keterangan: 𝑦𝑡 : vektor berukuran (n.1) yang berisikan n variabel yang terdapat dalam sebuah model VAR 𝐴0 : vektor intercept berukuran (n.1) 𝐴1 : matriks koefisien atau parameter berukuran (n.n) untuk setiap i = 1, 2, …, p 𝜀𝑡 : vektor error berukuran (n.1) Uji Stasioneritas Asumsi model regresi klasik mengharuskan rangkaian variabel bebas dan variabel respon stasioner dan error memiliki rataan nol serta memiliki varians yang terbatas. Granger dan Newbold (1974) dalam Enders (2004) menyebutkan

18 bahwa adanya variabel yang tidak stasioner akan menimbulkan regresi yang lancung (spurious regression). Secara statistik, spurious regression memiliki nilai R2dan t-statistics yang tinggi yang terlihat signifikan tetapi tidak memiliki arti secara ekonomi. Uji stasioneritas data dalam penelitian ini menggunakan pengujian tipe Augmented Dickey-Fuller Test (ADF). Stasioneritas data dapat dilihat dari perbandingan nilai t-statistic dengan nilai kritis Mc-Kinnon pada level 1%, 5%, atau 10%. Apabila nilai t-statistic lebih besar dari nilai kritis Mc-Kinnon, maka data mengandung akar unit atau data tidak stasioner. Apabila nilai t-statistic lebih kecil dari nilai kritis Mc-Kinnon, maka data tidak mengandung akar unit atau data stasioner. Uji Lag Optimal Lag optimal berguna untuk menunjukan berapa lama reaksi suatu variabel terhadap variabel lainnya serta untuk menghilangkan masalah autokorelasi dalam model VAR. pengujian lag optimal dapat diidentifikasi dengan menggunakan kriteria Akaike Information Criterion (AIC), Schwarz Information Criterion (SIC), dan Hannan-Quinn Criterion (HQ) (Firdaus 2011). Pengujian lag optimal pada penelitian ini didasarkan pada kriteria yang memiliki lag optimal paling sederhana. Uji Stabilitas VAR Uji stabilitas VAR dilakukan agar Impuls Response Function (IRF) dan Forecast Error Variance Decomposition (FEVD) yang dihasilkan dianggap valid. Uji stabilitas VAR dilakukan dengan menghitung akar-akar dari fungsi polynomial atau dikenal dengan roots of characteristic polinomial. Jika semua akar dari fungsi polinomial tersebut berada di dalam unit circle atau jika nilai modulus kurang dari 1 maka model VAR tersebut dianggap stabil (Firdaus 2011). Uji Kausalitas Granger Uji kausalitas Granger bertujuan untuk melihat hubungan sebab akibat di antara variabel-variabel yang ada dalam model. Uji ini dilakukan untuk mengetahui pengaruh variabel bebas dalam meningkatkan kinerja forecasting dari variabel tidak bebas (Firdaus 2011). Kriteria penentuan kausalitas dilihat dari nilai probabilitas yang dibandingkan dengan nilai kritis. Apabila dalam satu kotak estimasi kedua variabel memiliki nilai probabilitas lebih kecil dari nilai kritisnya maka terdapat hubungan kausalitas pada kedua variabel tersebut. Impulse Response Function (IRF) Firdaus (2011) mendefinisikan Impulse Response Function (IRF) sebagai metode yang digunakan untuk menentukan respon suatu variabel endogen terhadap suatu shock tertentu. Hal ini dikarenakan shock variabel misalnya ke-i tidak hanya berpengaruh terhadap variabel ke-i tersebut tetapi ditransmisikan kepada variabel endogen lainnya melalui struktur dinamis atau struktur lag dalam VECM. IRF dapat mengukur pengaruh suatu shock pada suatu waktu kepada inovasi variabel endogen pada saat tersebut dan di masa yang akan datang.

19 Forecast Error Correction Model (FEVD) FEVD adalah metode yang digunakan untuk melihat perubahan dalam suatu variabel yang ditunjukan oleh perubahan error variance dipengaruhi oleh variabel-variabel lainnya. FEVD merinci ragam dari peramalan galat menjadi komponen-komponen yang dapat dihubungkan dengan setiap variabel endogen dalam model. Dengan menghitung presentase kuadrat prediksi galat k-tahap ke depan dari sebuah variabel akibat inovasi dalam variabel-variabel lain maka dapat dilihat seberapa besar perbedaan antara error variance sebelum dan sesudah terjadinya shock yang berasal dari dirinya sendiri maupun dari variabel lain. Melalui FEVD dapat diketahui faktor-faktor yang mempengaruhi fluktuasi dari variabel tertentu (Firdaus 2011). Model VAR Model yang digunakan dalam penelitian ini mengacu pada penelitian yang dilakukan oleh Fauzi (2009) yang berjudul Transmisi Harga dan Volatilitas Saham-saham di Dunia: Kajian Empiris Sebelum dan Setelah Krisis SubprimeMortage. Adapun persamaan VAR dalam bentuk matriks untuk model volatilitas return JCI yaitu: 𝑟𝑒𝑠_𝐽𝐶𝐼𝑡 𝑎0 ln_𝑊𝑇𝐼𝑡 𝑏0 𝑐0 𝑟𝑒𝑠_𝐼𝑁𝐷𝐼𝐴𝑡 𝑎1 1 𝑟𝑒𝑠_𝐽𝐸𝑅𝑀𝐴𝑁𝑡 𝑑0 𝑟𝑒𝑠_𝐻𝑂𝑁𝐺𝐾𝑂𝑁𝐺𝑡 = 𝑒0 + ⋮ 𝑓0 𝑎9 1 𝑟𝑒𝑠_𝐽𝐸𝑃𝐴𝑁𝐺𝑡 𝑔 0 𝑟𝑒𝑠_𝐴𝑈𝑆𝑇𝑅𝐴𝐿𝐼𝐴𝑡 𝑕0 𝑟𝑒𝑠_𝐴𝑆𝑡 𝑖0 𝑟𝑒𝑠_𝑆𝐼𝑁𝐺𝐴𝑃𝑈𝑅𝐴𝑡

⋯ ⋱ ⋯

𝑎1 9 ⋮ 𝑎9 9

𝑟𝑒𝑠_𝐽𝐶𝐼𝑡−𝑖 𝜀1𝑡 ln_𝑊𝑇𝐼𝑡−𝑖 𝜀2𝑡 𝑟𝑒𝑠_𝐼𝑁𝐷𝐼𝐴𝑡−𝑖 𝜀3𝑡 𝑟𝑒𝑠_𝐽𝐸𝑅𝑀𝐴𝑁𝑡−𝑖 𝜀4𝑡 𝑟𝑒𝑠_𝐻𝑂𝑁𝐺𝐾𝑂𝑁𝐺𝑡−𝑖 + 𝜀5𝑡 + 𝐷 𝜀6𝑡 𝑟𝑒𝑠_𝐽𝐸𝑃𝐴𝑁𝐺𝑡−𝑖 𝜀7𝑡 𝑟𝑒𝑠_𝐴𝑈𝑆𝑇𝑅𝐴𝐿𝐼𝐴𝑡−𝑖 𝜀8𝑡 𝑟𝑒𝑠_𝐴𝑆𝑡−𝑖 𝜀9𝑡 𝑟𝑒𝑠_𝑆𝐼𝑁𝐺𝐴𝑃𝑈𝑅𝐴𝑡−𝑖

Persamaan VAR dalam bentuk matriks untuk model volatilitas return JII yaitu: 𝑟𝑒𝑠_𝐽𝐼𝐼𝑡 𝑎0 ln_𝑊𝑇𝐼𝑡 𝑏0 𝑟𝑒𝑠_𝐼𝑁𝐷𝐼𝐴𝑡 𝑐0 𝑎1 1 𝑟𝑒𝑠_𝐽𝐸𝑅𝑀𝐴𝑁𝑡 𝑑0 𝑟𝑒𝑠_𝐻𝑂𝑁𝐺𝐾𝑂𝑁𝐺𝑡 = 𝑒0 + ⋮ 𝑓0 𝑎9 1 𝑟𝑒𝑠_𝐽𝐸𝑃𝐴𝑁𝐺𝑡 𝑔0 𝑟𝑒𝑠_𝐴𝑈𝑆𝑇𝑅𝐴𝐿𝐼𝐴𝑡 𝑕0 𝑟𝑒𝑠_𝐴𝑆𝑡 𝑖0 𝑟𝑒𝑠_𝑆𝐼𝑁𝐺𝐴𝑃𝑈𝑅𝐴𝑡

Keterangan: res_JCI res_JII ln_WTI res_INDIA res_JERMAN res_HONGKONG res_JEPANG res_AUSTRALIA res_AS

⋯ ⋱ ⋯

𝑎1 9 ⋮ 𝑎9 9

𝑟𝑒𝑠_𝐽𝐼𝐼𝑡−𝑖 𝜀1𝑡 ln_𝑊𝑇𝐼𝑡−𝑖 𝜀2𝑡 𝑟𝑒𝑠_𝐼𝑁𝐷𝐼𝐴𝑡−𝑖 𝜀3𝑡 𝑟𝑒𝑠_𝐽𝐸𝑅𝑀𝐴𝑁𝑡−𝑖 𝜀4𝑡 𝑟𝑒𝑠_𝐻𝑂𝑁𝐺𝐾𝑂𝑁𝐺𝑡−𝑖 + 𝜀5𝑡 + 𝐷 𝜀6𝑡 𝑟𝑒𝑠_𝐽𝐸𝑃𝐴𝑁𝐺𝑡−𝑖 𝜀7𝑡 𝑟𝑒𝑠_𝐴𝑈𝑆𝑇𝑅𝐴𝐿𝐼𝐴𝑡−𝑖 𝜀8𝑡 𝑟𝑒𝑠_𝐴𝑆𝑡−𝑖 𝜀9𝑡 𝑟𝑒𝑠_𝑆𝐼𝑁𝐺𝐴𝑃𝑈𝑅𝐴𝑡−𝑖

: volatilitas return indeks saham konvensional di Indonesia : volatilitas return indeks saham syariah di Indonesia : logaritma natural perubahan harga minyak dunia : volatilitas return indeks saham India : volatilitas return indeks saham Jerman : volatilitas return indeks saham Hong Kong : volatilitas return indeks saham Jepang : volatilitas return indeks saham Australia : volatilitas return indeks saham Amerika Serikat

20 res_SINGAPURA

: volatilitas return indeks saham Singapura : vektor intercept : matriks koefisien atau parameter berukuran (n.n) untuk setiap i = 1, 2, …, p : vektor error berukuran : Dummy krisis keuangan global, yaitu diberi nilai 0 jika tidak terjadi krisis keuangan global (Jan. 2009 – Des. 2013) 1 jika terjadi krisis keuangan global (Agust. 2007 – Des. 2008)

𝐴0 𝐴1

𝜀𝑡 D

HASIL DAN PEMBAHASAN Analisis Eksploratif Data Analisis eksploratif secara garis besar mencoba mencari fakta dengan interpretasi yang tepat. Hasil dari analisis ini merupakan generalisasi dari polapola kasus yang identik dari individu atau kelompok tertentu (Fauzi 2009). Bentuk analisis eksploratif pada penelitian ini adalah studi kasus yang dilakukan terhadap indeks harga saham dan harga minyak dunia. Analisis eksploratif indeks harga saham meliputi kawasan Asia yang direpresentasikan oleh 7 indeks saham (JCI, JII, India, Singapura, Jepang, Hong Kong), kawasan Amerika yang direpresentasikan oleh 1 indeks saham Amerika Serikat, kawasan Australia yang direpresentasikan oleh indeks saham Australia dan kawasan Eropa yang direpresentasikan oleh indeks saham Jerman. Analisis eksploratif pada indeks harga saham di berbagai negara dan harga minyak dunia dilakukan dengan tujuan untuk mengkaji pergerakan indeks dan harga minyak dunia terhadap kronologis terjadinya krisis keuangan global. Hal ini yang kemudian akan dijadikan sebagai penentu dummy krisis keuangan global. Pergerakan indeks saham di setiap kawasan dan harga minyak dunia dapat dilihat sebagaimana disajikan pada Gambar 4 sampai Gambar 8.

Indeks Saham Asia

35000 30000 25000

20000

INDIA

15000

HONG KONG

10000

JCI

5000

JII

01/01/2013

01/01/2012

01/01/2011

01/01/2010

01/01/2009

01/01/2008

01/01/2007

01/01/2006

01/01/2005

01/01/2004

0

JEPANG

SINGAPURA

Periode

Sumber: yahoo finance dan Bloomberg

Gambar 4 Pergerakan indeks saham kawasan Asia periode Januari 2004 – Desember 2013

21

2000 1800 1600 1400 1200 1000 800 600 400 200 0

01/01/2013

01/01/2012

01/01/2011

01/01/2010

01/01/2009

01/01/2008

01/01/2007

01/01/2006

01/01/2005

AMERIKA SERIKAT

01/01/2004

Indeks Saham Amerika Serikat

Gambar 4 menunjukan sepanjang tahun 2004 hingga tahun 2007 pasar saham Asia mengalami tren kenaikan indeks harga saham yang signifikan dan hampir seluruh pasar saham Asia mengalami penurunan tren indeks saham sekitar Agustus 2007 hingga akhir tahun 2013.

Periode

Sumber: yahoo finance

Gambar 5 Pergerakan indeks saham kawasan Amerika Serikat periode Januari 2004 – Desember 2013

8000 7000 6000 5000 4000 3000 2000 1000 0

01/01/2013

01/01/2012

01/01/2011

01/01/2010

01/01/2009

01/01/2008

01/01/2007

01/01/2006

01/01/2005

AUSTRALIA

01/01/2004

Indeks Saham Australia

Gambar 5 menunjukan sepanjang tahun pasar saham Amerika Serikat secara umum mengalami tren kenaikan harga saham, kecuali tahun 2007 hingga awal 2009. Hal tersebut terjadi karena Amerika Serikat merupakan penyebab krisis keuangan, sehingga krisis keuangan lebih cepat dirasakan oleh Amerika Serikat.

Periode

Gambar 6 Pergerakan indeks saham kawasan Australia periode Januari 2004 – Desember 2013 Gambar 6 menunjukan pasar saham Australia mengalami kenaikan sepanjang tahun hingga pertengahan 2007. Namun, tren pasar saham Australia kemudian mengalami penurunan hingga awal tahun 2009.

22

Indeks Saham Eropa

12000 10000 8000 6000 4000 JERMAN

2000 0

Periode

Sumber: yahoo finance

Gambar 7 Pergerakan indeks saham kawasan Eropa periode Januari 2004 – Desember 2013 Gambar 7 menunjukan sepanjang tahun pasar saham Eropa yang diwakili negara Jerman secara umum mengalami tren kenaikan harga saham, kecuali tahun 2007 hingga awal 2009. Krisis keuangan global mulai dirasakan pengaruhnya oleh pasar saham Eropa pada pertengahan 2007. 160

140

US$/ Barrel

120

100 80

60 40

WTI

20 0

Periode

Sumber: Energy Information Administration

Gambar 8 Pergerakan harga minyak dunia periode Januari 2004 – Desember 2013 Gambar 8 menunjukan sepanjang tahun harga minyak dunia mengalami kenaikan, kecuali pada awal tahun 2008 hingga awal tahun 2009. Hal tersebut terjadi karena adanya pengaruh krisis keuangan global. Secara umum pengaruh krisis keuangan global mulai dirasakan tahun 2007, namun hampir seluruh pasar saham mengalami penurunan tren indeks yang identik pada Agustus 2007. Hal tersebut sesuai dengan penelitian Fauzi (2009) bahwa dampak krisis keuangan global mulai dirasakan pada Agustus 2007.

23 Volatilitas Return Indeks Saham Syariah (JII) dan Volatilitas Return Indeks Saham Konvensional (JCI) Model ARCH/GARCH Sebelum melihat dampak krisis global, perubahan harga minyak dunia dan volatilitas return indeks saham global terhadap volatilitas return indeks saham syariah dan konvensional di Indonesia, terlebih dahulu dilakukan penghitungan volatilitas return masing-masing indeks saham. Volatilitas return indeks saham dapat diperoleh melalui permodelan terbaik menggunakan model ARCH/GARCH. Secara ringkas hasil pemilihan model ARCH/GARCH terbaik return indeks saham dapat dijelaskan pada Tabel 2. Pemilihan model ARCH/GARCH terbaik didasarkan pada nilai Akaike Information Criterion (AIC) dan Schwarz Criterion (SC) terkecil. AIC dan SC merupakan kriteria yang menyediakan ukuran informasi yang dapat menyeimbangkan ukuran kebaikan model dan parsimonious. Berdasarkan model ARCH/GARCH terbaik pada tabel tersebut, maka diperoleh data residualnya. Data residual tersebut mencerminkan volatilitas masing-masing variabel. Tabel 2 Model ARCH/GARCH Variabel

Model

res_INDIA res_JERMAN res_HONGKONG res_JEPANG res_AUSTRALIA res_AS res_SINGAPURA res_JCI

ARCH (3) ARCH (3) GARCH (1,1) ARCH (2) GARCH (1,1) GARCH (1,1) ARCH (1) ARCH (2)

res_JII

ARCH (2)

Koefisien α1 α2 α3 β1 0.267 0.179 0.252 0.094 0.325 0.257 0.075 0.916 0.112 0.288 0.099 0.889 0.100 0.888 0.284 0.254 0.141 -

c

0.0001 9.03E-05 2.23E-05

0.0001 1.65E-06 2.05E-06

0.0001 0.0001 0.0001

0.258 0.125 -

-

β2 -

-

Sumber : Lampiran 1 – 9

Volatilitas return JII dan JCI dari Agustus 2007 hingga Desember 2013 ditunjukan dalam bentuk Gambar, yaitu Gambar 9.a dan Gambar 9.b. res_JII

res_JCI 0.007

0.007

0.006

0.006

0.005

0.005

0.004

0.004

0.003 0.002

0.001 0

0.003

res_JCI

0.002

res_JII

0.001 0

Gambar 9.a Volatilitas return JCI Gambar 9.b Volatilitas return JII Gambar 9 Volatilitas return indeks periode Agustus 2007 – Desember 2013

24 Berdasarkan Gambar 9 terlihat bahwa volatilitas return JII memiliki pergerakan yang sama dengan volatilitas return JCI. Hal tersebut terjadi karena kedua indeks tersebut terdaftar pada bursa saham yang sama. Jakarta Islamic Index (JII) memiliki volatilitas return yang lebih tinggi dibandingkan dengan volatilitas return Jakarta Composite Index (JCI). Hal tersebut terjadi karena jumlah perusahaan yang terdaftar di JII lebih sedikit dibanding jumlah perusahaan yang terdaftar di JCI yaitu sebesar 492 perusahaan. Dari jumlah tersebut, 30 saham yang tercatat di JII semuanya aktif diperdagangkan, sedangkan saham yang tercatat di IHSG tidak seluruhnya aktif diperdagangkan (IDX). Hal tersebut menyebabkan volatilitas return JII cenderung lebih tinggi dibanding volatilitas return JCI. Volatilitas tertinggi yang dicapai oleh setiap indeks terjadi tahun 2008 yang bertepatan dengan krisis keuangan global. Pada periode krisis keuangan global lembaga-lembaga keuangan di berbagai negara membutuhkan likuiditas, tetapi pasar tidak mampu menyediakan karena menjadi lebih berhati-hati. Untuk menjaga likuiditas keuangannya, lembaga-lembaga keuangan tersebut kemudian menjual portofolio dalam jumlah besar. Hal tersebut memicu kepanikan pasar saham di berbagai negara yang akhirnya membuat investor ikut menjual sahamnya dalam jumlah besar (Fauzi 2009). Aksi jual tersebut yang menyebabkan volatilitas return indeks saham di berbagai negara menjadi tinggi pada periode krisis keuangan global, termasuk volatilitas return JCI dan JII. Dampak Krisis Keuangan Global, Perubahan Harga Minyak Dunia dan Volatilitas Return Indeks Saham Global terhadap Volatilitas Return Indeks Saham Syariah dan Konvensional di Indonesia Model VAR Uji Stasioneritas Untuk menghindari spurious regression pada hasil penelitian, maka dilakukan uji stasioneritas pada setiap variabel. Secara ringkas hasil uji stasioneritas tersebut dapat dilihat pada Tabel 3. Tabel 3 Hasil pengujian akar unit Variabel res_AUSTRALIA res_INDIA res_JERMAN res_HONGKONG res_JEPANG res_AS res_SINGAPURA res_JCI res_JII Ln_WTI

Nilai ADF -7.168243* -5.563506* -4.683736* -4.789490* -8.028616* -3.256553* -6.574682* -14.45172* -14.98774* -2.606316

Tingkat Level Nilai Kritis Mackinnon -2.863068 -2.863081 -2.863081 -2.863076 -2.863067 -2.863086 -2.863071 -2.863064 -2.863065 -2.863062

* Menunjukan bahwa variabel signifikan pada taraf 5%

25 Hasil uji stasioneritas pada level menunjukan bahwa semua variabel stasioner pada taraf 5%, kecuali variabel ln_WTI. Namun, pada tingkat first difference variabel ln_WTI stasioner pada taraf 5% dengan nilai ADF -41.75358 dan nilai kritis Mackinnon -2.863063. Uji Lag Optimal Lag optimal berguna untuk menunjukan berapa lama reaksi suatu variabel terhadap variabel lainnya serta untuk menghilangkan masalah autokorelasi dalam model VAR. Penentuan lag optimal setiap model pada penelitian ini didasarkan pada kriteria yang memiliki lag optimum paling sederhana, yaitu lag 4 kriteria SC, baik pada model res_JCI maupun res_JII. Hasil uji lag optimal tersebut dapat dilihat dalam Lampiran 10 dan Lampiran 11. Uji Stabilitas VAR Uji stabilitas VAR dilakukan dengan menghitung akar-akar dari fungsi polynomial atau dikenal dengan roots of characteristic polinomial. Jika semua akar dari fungsi polinomial tersebut berada di dalam unit circle atau jika nilai modulus lebih kecil dari 1 maka model VAR tersebut dianggap stabil (Firdaus,2011). Nilai modulus untuk model penelitian res_JCI berkisar antara 0.069202 sampai 0.993477. Nilai modulus untuk model penelitian res_JII berkisar antara 0.197440 sampai 0.993433. berdasarkan hasil tersebut maka dapat disimpulkan bahwa model VAR pada penelitian ini stabil. Hasil uji stabilitas VAR tersebut dapat dilihat dalam Lampiran 12 dan Lampiran 13. Uji Kausalitas Granger Uji kausalitas Granger bertujuan untuk melihat hubungan sebab akibat di antara variabel-variabel yang ada dalam model. Secara ringkas hasil uji kausalitas Granger dapat dilihat pada Tabel 4. Tabel 4 Uji Kausalitas Granger Saat Krisis res_JCI res_JII ln_WTI res_INDIA res_JERMAN res_HONGKONG res_JEPANG res_AS res_AUSTRALIA res_SINGAPURA

Setelah Krisis res_JCI res_JII

-

-

Sumber: Lampiran 14-17

Keterangan: “ ” menunjukan bahwa ada hubungan kausalitas dua arah “ ” menujukan bahwa ada hubungan kausalitas searah dari faktor guncangan ke variabel sasaran operasional “ ” menujukan bahwa ada hubungan kausalitas searah dari variabel sasaran operasional ke faktor guncangan

26 Pada Tabel 4 terlihat hubungan kausalitas antara volatilitas return indeks saham di Indonesia (res_JCI dan res_JII) dan volatilitas return indeks saham global serta harga minyak dunia saat dan setelah krisis. Pada periode krisis keuangan global res_JCI turut memberikan pengaruh terhadap volatilitas return indeks saham di beberapa negara. Hal tersebut terjadi karena pada periode krisis perilaku investor asing cukup terpengaruh oleh tren indeks pasar saham di Indonesia yang dianggap aman untuk kegiatan investasi pada periode tersebut. Sementara res_JII justru lebih banyak dipengaruhi oleh volatilitas return indeks saham global. Pada periode setelah krisis hubungan kausalitas dua arah baik res_JCI maupun res_JII dengan volatilitas return indeks saham global lebih banyak ditemukan. Hal tersebut menunjukan bahwa pasar saham Indonesia semakin terintegrasi dengan pasar saham global meskipun juga ditemukan hubungan kausalitas yang hilang setelah terjadinya krisis keuangan global. Impulse Response Function (IRF) Impulse Response Function (IRF) digunakan untuk menentukan respon suatu variabel endogen terhadap suatu shock tertentu. Penelitian ini menguji respon volatilitas return Jakarta Composite Index (res_JCI) dan Jakarta Islamic Index (res_JII) terhadap guncangan dari krisis keuangan global (Dummy_Krisis), perubahan harga minyak dunia (ln_WTI) dan volatilitas return indeks saham global selama 10 periode ke depan. IRF model res_JCI dapat dilihat sebagaimana disajikan pada Gambar 10. Response of RES_JCI to Cholesky One S.D. Innovations .00020

.00016

.00012

.00008

.00004

.00000

-.00004 1

2

3

4

5

RES_JCI RES_AS RES_HONGKONG RES_JEPANG RES_SINGAPURA

6

7

8

9

10

DUMMY_KRISIS RES_AUSTRALIA RES_INDIA RES_JERMAN LN_WTI

Gambar 10 IRF volatilitas return JCI (res_JCI) terhadap guncangan

27

Impulse Response Function (IRF) pada Gambar 10 menunjukan bahwa pada periode pertama res_JCI hanya merespon guncangan dari dirinya sendiri. Res_JCI merespon positif guncangan dari dirinya sendiri dari periode 1 hingga 3. Artinya, ketika terjadi kenaikan volatilitas return JCI, maka volatilitas return JCI itu sendiri akan meresponnya selama 3 hari berturut-turut. Guncangan dari krisis keuangan global (dummy_krisis) direspon positif pada periode 2 dan 3, tetapi pada periode 4 krisis keuangan global direspon negatif oleh volatilitas return JCI. Hal tersebut terjadi karena pada periode 2 dan 3 investor pada pasar saham Indonesia turut mengalami kepanikan akibat krisis keuangan global yang memicu penjualan portofolio oleh investor dalam jumlah besar. Penjualan dalam jumlah besar tersebut akan meningkatkan volatilitas return JCI. Hal tersebut sesuai dengan penelitian Fauzi (2009) bahwa pada periode krisis keuangan investor yang mengalami kepanikan akan menjual sahamnya, namun sebagian investor lain justru mengambil aksi ambil untung melalui transaksi short selling, sehingga harga saham akan semakin jatuh dan volatilitas return indeks saham semakin tinggi. Namun, pada periode 4 krisis keuangan global direspon negatif oleh volatilitas return JCI. Hal tersebut terjadi karena pada periode tersebut investor asing justru banyak yang memindahkan modalnya di pasar saham yang relatif dianggap aman dan tetap memberikan keuntungan seperti Indonesia sehingga tren indeks saham kembali menguat dan volatilitas return JCI (res_JCI ) menjadi lebih stabil. Guncangan perubahan harga minyak dunia (ln_WTI) direspon positif oleh volatilitas return JCI pada periode 2. Peningkatan pada perubahan harga minyak dunia akan direspon oleh sikap investor yang cenderung panik sehingga menjual saham yang dimiliki. Namun, hal tersebut hanya bertahan sementara. Pada periode 3 volatilitas return JCI merespon negatif guncangan perubahan minyak dunia (ln_WTI) hingga stabil. Ketika perubahan harga minyak mengalami peningkatan maka volatilitas return JCI mengalami penurunan. Peningkatan pada perubahan harga minyak akan menyebabkan kenaikan harga saham. Transaksi perdagangan di pasar saham Indonesia lebih didominasi oleh sektor pertambangan, sehingga peningkatan pada perubahan harga minyak dunia tersebut akan memicu sentimen positif dari investor. Hal tersebut sejalan dengan penelitian Antonio et al. (2013). Akibatnya, ketika perubahan harga minyak dunia mengalami peningkatan, maka volatilitas return JCI mengalami penurunan atau cenderung stabil. Hal tersebut sejalan dengan penelitian Tim Studi Volatilitas Pasar Modal Indonesia dan Perekonomian Dunia (2011) bahwa penurunan tren pada indeks saham akan meningkatkan nilai volatilitas dan ketika tren indeks saham mengalami peningkatan maka volatilitasnya akan relatif stabil. Secara umum guncangan volatilitas return kawasan Asia (res_HONGKONG, res_INDIA, res_JEPANG) direspon positif oleh res_JCI pada periode 2 dan periode 3, kecuali volatilitas return indeks saham Singapura (res_SINGAPURA). Respon positif tersebut terjadi karena pasar saham Indonesia terletak pada kawasan yang sama dengan pasar saham Hong Kong, India dan Jepang. Hal tersebut menyebabkan pasar-pasar saham tersebut menjadi terintegrasi. Definisi integrasi keuangan sangat terkait dengan hukum the law of one price yang merupakan definisi lain dari integrasi keuangan, yaitu apabila suatu pasar keuangan dalam kawasan telah efisien dan suatu aset keuangan mempunyai risiko

28 dan tingkat pengembalian yang identik, maka aset tersebut haruslah mempunyai harga yang sama terlepas dari tempat transaksi keuangan dimana aset keuangan tersebut dilangsungkan (Fauzi 2009). Adanya integrasi akan menyebabkan hubungan korelasi yang positif antarpasar saham dimana ketika terjadi crash di satu pasar saham akan memicu crash di pasar saham lainnya. Namun, pada periode 3 res_JCI merespon negatif guncangan dari res_JEPANG dan pada periode 4 guncangan dari res_INDIA dan res_HONGKONG juga direspon negatif oleh res_JCI. Sementara itu, meskipun pasar saham Singapura terletak pada kawasan yang sama, res_JCI memberikan respon negatif pada periode 2 terhadap guncangan res_SINGAPURA. Ketika volatilitas return Singapura mengalami peningkatan maka volatilitas return JCI akan relatif stabil atau mengalami penurunan. Artinya, ketika terdapat guncangan akan terjadi penjualan saham dalam jumlah besar pada pasar saham Singapura, sementara investor asing justru akan memindahkan modalnya di pasar saham yang relatif dianggap tetap memberikan keuntungan seperti Indonesia. Guncangan volatilitas return Amerika Serikat (res_AS) direspon positif pada periode 2 oleh res_JCI. Ketika volatilitas return di pasar saham Amerika Serikat mengalami peningkatan maka akan direspon dengan peningkatan pada volatilitas return di pasar saham Indonesia. Artinya, ketika terjadi guncangan di pasar saham Amerika Serikat, investor-investor di pasar saham Indonesia akan mengalami kepanikan sehingga tren indeks saham di pasar saham Indonesia turut mengalami penurunan. Namun, pada periode 3 volatilitas return indeks saham Amerika Serikat direspon negatif oleh volatilitas return JCI. Hal tersebut terjadi karena pada periode 3 harga saham di Indonesia masih rendah akibat aksi jual saham secara besar-besaran, sementara investor asing dari Amerika Serikat membutuhkan pasar saham untuk menyimpan modalnya. Pasar modal Indonesia merupakan pasar modal yang dianggap aman dan tetap memberikan keuntungan, sehingga investor-investor asing tersebut memindahkan modalnya ke pasar saham Indonesia hingga kondisi pasar saham Amerika Serikat dianggap membaik. Pemindahan modal pada pasar saham Indonesia tersebut yang kemudian menurunkan volatilitas return pada JCI. Namun, ketika kondisi pasar saham Amerika Serikat kembali membaik maka investor-investor tersebut akan kembali menanamkan modalnya di pasar saham Amerika Serikat. Guncangan volatilitas return indeks saham Australia direspon positif selama 2 periode oleh volatilitas return JCI dan kemudian direspon negatif oleh volatilitas return JCI pada periode 4. Ketika pasar saham Australia mengalami kejatuhan, maka pasar saham Indonesia akan mengalami kepanikan. Akibatnya volatilitas return JCI ikut mengalami kenaikan selama periode 2 dan 3. Namun, pada periode 4 volatilitas return JCI mengalami penurunan akibat menguatnya indeks saham JCI. Aksi beli saham oleh investor akibat penurunan harga saham selama 2 hari membuat harga saham menjadi murah. Hal tersebut menjadi satu peluang bagi investor untuk memperoleh keuntungan dari pembelian harga saham tersebut. Guncangan volatilitas return indeks saham di kawasan Eropa yang diwakili oleh volatilitas return pada indeks saham Jerman direspon positif pada periode 2 hingga periode 4 oleh volatilitas return JCI. Ketika terjadi peningkatan pada volatilitas return di Jerman maka volatilitas return JCI akan mengalami peningkatan selama 3 hari. Artinya, ketika terjadi guncangan pada pasar saham

29 Jerman, investor di Indonesia akan ikut mengalami kepanikan dan menjual sahamnya. Hal tersebut yang menyebabkan volatilitas return JCI meningkat setelah terjadi guncangan pada volatilitas return indeks saham Jerman. Namun, pada periode 5 guncangan pada volatilitas return indeks saham Jerman direspon negatif oleh volatilitas return JCI. Hal tersebut terjadi karena pada periode 5 investor mulai kembali menanamkan modalnya ke pasar saham di Indonesia, sehingga indeks saham JCI kembali menguat dan volatilitas return JCI mengalami penurunan. Response of RES_JII to Cholesky One S.D. Innovations .00030 .00025 .00020 .00015 .00010 .00005 .00000 -.00005 1

2

3

4

5

RES_JII RES_AS RES_HONGKONG RES_JEPANG RES_SINGAPURA

6

7

8

9

10

DUMMY_KRISIS RES_AUSTRALIA RES_INDIA RES_JERMAN LN_WTI

Gambar 11 IRF volatilitas return JII (res_JII) terhadap guncangan Impulse Response Function (IRF) pada Gambar 11 menunjukan bahwa pada periode pertama res_JII hanya merespon guncangan dari dirinya sendiri. Res_JII merespon positif guncangan dari dirinya sendiri dari periode 1 hingga 3. Artinya, ketika terjadi kenaikan volatilitas return JII, maka volatilitas return JII itu sendiri akan meresponnya selama 3 hari berturut-turut. Guncangan krisis keuangan global (dummy_Krisis) direspon positif oleh volatilitas return indeks saham JII (res_JII) pada periode 2 dan 3. JII yang merupakan indeks saham syariah tidak terlepas dari pengaruh krisis keuangan global. Ketika terjadi krisis keuangan global perilaku investor pasar saham syariah Indonesia turut dipengaruhi oleh krisis tersebut. Hal tersebut terjadi karena pada periode 2 dan periode 3 investor pada pasar saham Indonesia turut mengalami kepanikan akibat krisis keuangan global yang memicu penjualan portofolio oleh investor dalam jumlah besar. Penjualan dalam jumlah besar tersebut akan meningkatkan volatilitas return JII. Hal tersebut sesuai dengan

30 penelitian Fauzi (2009) bahwa pada periode krisis keuangan investor yang mengalami kepanikan akan menjual sahamnya, tetapi sebagian investor lain justru mengambil aksi ambil untung melalui transaksi short selling. Namun, pada periode 4 krisis keuangan global direspon negatif oleh volatilitas return JII. Hal tersebut terjadi karena pada periode tersebut investor asing justru banyak yang memindahkan modalnya di pasar saham yang relatif dianggap aman dan tetap memberikan keuntungan seperti pasar saham syariah Indonesia sehingga tren indeks saham kembali menguat dan volatilitas return JII menjadi lebih stabil. Guncangan perubahan harga minyak dunia (ln_WTI) direspon positif oleh res_JII pada periode 2. Peningkatan pada perubahan harga minyak dunia akan direspon oleh sikap investor yang cenderung panik sehingga investor tersebut menjual saham yang dimiliki. Namun, hal tersebut hanya bertahan sementara. Pada periode 3 volatilitas return JII merespon negatif guncangan perubahan minyak dunia (ln_WTI). Ketika perubahan harga minyak mengalami peningkatan maka pada periode 3 indeks saham JII mulai mengalami penguatan sehingga volatilitas return JII mengalami penurunan. Peningkatan pada perubahan harga minyak dunia akan menyebabkan kenaikan harga saham. Transaksi perdagangan di pasar saham Indonesia lebih didominasi oleh sektor pertambangan, sehingga peningkatan pada perubahan harga minyak dunia tersebut akan memicu sentimen positif dari investor. Hal tersebut sejalan dengan penelitian Antonio et al. (2013). Akibatnya, ketika terjadi peningkatan pada perubahan harga minyak dunia, maka volatilitas return JII mengalami penurunan atau cenderung stabil. Guncangan volatilitas return indeks saham di kawasan Asia direspon berbeda pada setiap negaranya oleh volatilitas return JII (res_JII). Guncangan volatilitas return indeks saham India (res_INDIA), Jepang (res_JEPANG) dan Hong Kong (res_HONGKONG) direspon positif pada periode 2 oleh volatilitas return JII. Guncangan pada ketiga pasar saham tersebut turut memberikan pengaruh pada perilaku investor di pasar saham JII. Artinya, meskipun JII merupakan pasar saham syariah, tetapi pada praktinya JII tidak dapat terlepas dari pengaruh pasar saham asing yang pada dasarnya merupakan pasar saham konvensional. Peningkatan pada volatilitas return indeks saham India, Jepang dan Hong Kong akan memicu peningkatan volatiltas return JII pada periode 2. Hal tersebut terjadi karena pada periode 2 investor pada pasar saham syariah ikut melakukan aksi jual saham sebagai reaksi dari peningkatan volatilitas return indeks saham India, Jepang dan Hong Kong. Namun, pada periode 3 volatilitas return JII merespon negatif volatilitas return indeks saham Jepang dan Hong Kong. Artinya, pada periode 3 banyak investor yang kembali membeli saham syariah sehingga tren indeks saham kembali mengalami kenaikan dan volatilitas return JII cenderung menurun. Sementara guncangan pada volatilitas return indeks saham Singapura (res_SINGAPURA) direspon negatif oleh volatilitas return JII pada periode 2. Artinya, ketika volatilitas return indeks saham Singapura mengalami peningkatan maka volatilitas return JII akan cenderung stabil pada periode 2. Hal tersebut terjadi karena pada periode 2 investor Singapura yang menganggap pasar sahamnya tidak aman akan memindahkan modalnya ke pasar saham yang dianggap aman dan tetap memberikan keuntungan seperti pasar saham Indonesia, termasuk pasar saham syariah Indonesia. Guncangan volatilitas return indeks saham Amerika Serikat (res_AS) direspon positif oleh volatilitas return JII (res_JII) pada periode 2 dan negatif

31 pada periode 3. Artinya, ketika pasar saham Amerika Serikat mengalami kejatuhan, volatilitas return pada pasar saham tersebut akan meningkat dan pasar saham Indonesia, termasuk pasar saham syariah Indonesia akan mengalami kepanikan. Pada periode 2 investor pasar saham syariah Indonesia turut melakukan aksi jual saham sebagai bentuk reaksi dari kejatuhan pasar saham Amerika Serikat, sehingga tren indeks saham menjadi turun dan volatilitas return JII pun meningkat. Namun, pada periode 3 volatilitas return JII merespon negatif guncangan dari volatilitas return indeks saham Amerika Serikat. Pada periode 3 investor-investor di pasar saham tersebut akan memindahkan sahamnya ke pasar saham yang relatif dianggap aman seperti Indonesia hingga kondisi pasar saham Amerika Serikat dianggap membaik, sehingga tren indeks saham JII kembali naik dan volatilitas return JII pun tertekan. Namun, ketika kondisi pasar saham Amerika Serikat kembali membaik maka investor-investor tersebut akan kembali menanamkan modalnya di pasar saham Amerika Serikat. Guncangan volatilitas return indeks saham Australia direspon positif oleh volatilitas return JII pada periode 2. Ketika terjadi kejatuhan pada pasar saham Australia maka tren indeks saham pada pasar saham tersebut akan mengalami penurunan dan volatilitas return pada pasar saham tersebut akan meningkat akibat aksi jual dari para investor. Peningkatan volatilitas return pada indeks saham Australia tersebut kemudian direspon positif oleh perilaku investor pasar saham syariah Indonesia. Akibatnya, indeks saham JII ikut mengalami penurunan dan volatilitas return JII pun mengalami peningkatan. Hal tersebut sesuai dengan teori integrasi. Definisi integrasi keuangan sangat terkait dengan hukum the law of one price yang merupakan definisi lain dari integrasi keuangan, yaitu apabila suatu pasar keuangan dalam kawasan telah efisien dan suatu aset keuangan mempunyai risiko dan tingkat pengembalian yang identik, maka aset tersebut haruslah mempunyai harga yang sama terlepas dari tempat transaksi keuangan dimana aset keuangan tersebut dilangsungkan (Fauzi 2009). Adanya integrasi akan menyebabkan hubungan korelasi yang positif antarpasar saham dimana ketika terjadi crash di satu pasar saham akan memicu crash di pasar saham lainnya, termasuk pasar saham syariah. Guncangan volatilitas return indeks saham di kawasan Eropa yang diwakili oleh volatilitas return indeks saham Jerman direspon positif pada periode 2 dan 3 oleh volatilitas return JII (res_JII). Artinya, ketika terjadi peningkatan pada volatilitas return di kawasan Eropa maka volatilitas return JII juga akan mengalami peningkatan. Akibat adanya peningkatan volatilitas return pada indeks saham Jerman, investor pasar saham syariah di Indonesia mengalami kepanikan dan kemudian menjual sahamnya dalam jumlah besar. Hal tersebut kemudian meningkatkan volatilitas return JII. Namun, pada periode 4 volatilitas merespon negatif guncangan tersebut. Artinya, pada periode 4 volatilitas return JII mengalami penurunan atau cenderung stabil karena banyak investor yang mulai menanamkan modalnya kembali ke pasar saham syariah di Indonesia. Forecast Error Variance Decomposition (FEVD) Berdasarkan hasil FEVD model res_JCI, pada periode pertama volatilitas return JCI (res_JCI) hanya dipengaruhi oleh volatilitas return JCI itu sendiri. Kontribusi guncangan lain terhadap res_JCI baru mulai terlihat pada periode 2. Pada periode kedua res_JCI yang dipengaruhi oleh res_JCI itu sendiri mulai

32 berkurang menjadi 97.10%. Pada periode ke-10 res_JCI dipengaruhi oleh res_JCI sendiri sebesar 89.92%. Variabilitas res_JCI terlihat sebagaimana disajikan pada Gambar 12. Variance Decomposition of res_JCI 105 VD (%)

100 95

90 85 80

1

2

3

4

5

6

7

8

9

10

Periode RES_JCI RES_AUSTRALIA RES_JEPANG LN_WTI

DUMMY_KRISIS RES_HONGKONG RES_JERMAN

RES_AS RES_INDIA RES_SINGAPURA

Variabel RES_JCI RES_AS RES_JERMAN RES_INDIA DUMMY_KRISIS RES_AUSTRALIA RES_SINGAPURA RES_JEPANG RES_HONGKONG LN_WTI

VD (%) 89.92782 3.981838 1.69479 1.219799 1.049922 0.673478 0.489888 0.425493 0.283702 0.253272

Gambar 12 FEVD model volatilitas return JCI (res_JCI) Berdasarkan Gambar 12 pada periode ke-10 variabel lain yang memberikan kontribusi tebesar terhadap res_JCI adalah res_AS sebesar 3.98% dan diikuti oleh res_JERMAN sebesar 1.69%, res_INDIA sebesar 1.21%, dummy_Krisis sebesar 1.04%, res_AUSTRALIA sebesar 0.67%, res_SINGAPURA sebesar 0.48%, res_JEPANG sebesar 0.42%, res_HONGKONG sebesar 0.28% dan ln_WTI sebesar 0.25%. Berdasarkan hasil FEVD model res_JII, pada periode pertama volatilitas return JII (res_JII) hanya dipengaruhi oleh volatilitas return JII itu sendiri. Kontribusi guncangan lain terhadap res_JII baru mulai terlihat pada periode kedua hingga periode ke-10. Pada periode kedua res_JII yang dipengaruhi oleh res_JII itu sendiri mulai berkurang menjadi 96.55%. Pada periode ke-10 res_JII dipengaruhi oleh res_JII sendiri sebesar 88.69%. Variabilitas res_JII terlihat sebagaimana disajikan pada Gambar 13. Variance Decomposition of res_JII 105

VD (%)

100 95 90 85 80

1

2

3

4

5

6

7

8

9

10

Periode

RES_JII RES_AUSTRALIA RES_JEPANG LN_WTI

DUMMY_KRISIS RES_HONGKONG RES_JERMAN

RES_AS RES_INDIA RES_SINGAPURA

Variabel RES_JII RES_AS DUMMY_KRISIS RES_JERMAN RES_AUSTRALIA RES_JEPANG RES_INDIA RES_HONGKONG RES_SINGAPURA LN_WTI

Gambar 13 FEVD model volatilitas return JII (res_JII)

VD (%) 88.69861 3.301074 2.676308 1.430939 0.897328 0.78707 0.721709 0.673081 0.484593 0.329283

33 Berdasarkan Gambar 13 pada periode ke-10 variabel lain yang memberikan kontribusi terbesar terhadap res_JII adalah res_AS sebesar 3.03% dan diikuti oleh dummy_Krisis sebesar 2.67%, res_JERMAN sebesar 1.43%, res_AUSTRALIA sebesar 0.89%, res_JEPANG sebesar 0.78%, res_INDIA sebesar 0.72%, res_HONGKONG sebesar 0.67%, res_SINGAPURA sebesar 0.48% dan ln_WTI sebesar 0.32%. Secara umum, variabel lain yang memberikan kontribusi paling besar baik terhadap res_JCI maupun res_JII adalah res_AS. Hal ini menunjukan bahwa pengaruh dari negara yang memiliki perekonomian kuat lebih besar dibanding pengaruh dari negara dalam satu kawasan, baik pengaruh terhadap indeks saham syariah maupun indeks saham konvensional. Kontribusi krisis keuangan global (dummy_Krisis) terhadap volatilitas return JII lebih besar dibandingkan kontribusi krisis keuangan global tersebut terhadap volatilitas return JCI, sementara perubahan harga minyak dunia tidak memberikan banyak pengaruh terhadap volatilitas return kedua indeks tersebut. Hal tersebut mengindikasikan bahwa perilaku investor pada pasar saham syariah Indonesia masih dipengaruhi oleh krisis keuangan global. Pada periode krisis, perilaku investor menjadi tidak rasional. Hal tersebut terjadi karena investor pada pasar saham syariah Indonesia turut mengalami kepanikan akibat krisis keuangan global yang memicu penjualan portofolio oleh investor dalam jumlah besar. Penjualan dalam jumlah besar tersebut akan meningkatkan volatilitas return JII. Menurut penelitian Fauzi (2009), pada periode krisis keuangan investor yang mengalami kepanikan akan menjual sahamnya, namun sebagian investor lain justru mengambil aksi ambil untung melalui transaksi short selling. Transaksi short selling merupakan salah satu transaksi yang dilarang dalam Islam sebagai bentuk dari transaksi yang mengandung kedzaliman karena pada transaksi short selling investor menjual saham yang belum dimilikinya dengan tujuan untuk memicu penjualan saham oleh investor lain (Darmadji dan Fakhruddin 2001). Penjualan saham tersebut akan menurunkan tren indeks saham sehingga pelaku transaksi short selling tersebut dapat membeli saham dengan harga yang murah. Jika didasarkan pada Fatwa Dewan Syariah Nasional Nomor 40/DSN-MUI/X/2003 Tentang Pasar Modal dan Pedoman Umum Penerapan Prinsip Syariah di Bidang Pasar Modal Bab V Pasal 5 mengenai transaksi yang dilarang, seperti spekulasi dan manipulasi yang di dalamnya mengandung unsur dharar, gharar, riba, maisir, risywah, maksiat dan kezhaliman belum terlaksana secara efektif. Allah SWT berfirman,” Hai orang-orang yang beriman, janganlah kamu saling memakan harta sesamamu dengan jalan yang batil, kecuali dengan jalan perniagaan yang berlaku dengan suka sama suka di antara kamu. Dan janganlah kamu membunuh dirimu. Sesungguhnya Allah Maha Penyayang kepadamu”. (Q.S. An-Nisaa; 29).

SIMPULAN DAN SARAN Simpulan Berdasarkan hasil penelitian maka dapat diperoleh kesimpulan sebagai berikut:

34 1.

2.

Volatilitas pada return indeks saham syariah (res_JII) lebih tinggi dibanding dengan volatilitas return indeks saham konvensional (res_JCI), tetapi pergerakan volatilitas return pada kedua indeks tersebut sama. Hal tersebut terjadi karena JII dan JCI terdaftar pada bursa saham yang sama. Volatilitas return JCI dan JII lebih dipengaruhi oleh dirinya sendiri diikuti volatilitas return indeks saham Amerika. Pengaruh krisis keuangan global (dummy_Krisis) terhadap res_JII lebih besar dibandingkan pengaruh krisis keuangan global tersebut terhadap res_JCI, sementara perubahan harga minyak dunia tidak banyak memberikan pengaruh terhadap volatilitas return kedua indeks tersebut. Saran Hasil penelitian ini menunjukan bahwa volatilitas return JCI dan JII lebih dipengaruhi oleh dirinya sendiri diikuti volatilitas return indeks saham Amerika. Pengaruh krisis keuangan global (dummy_Krisis) terhadap volatilitas return JII lebih besar dibandingkan pengaruh dummy_Krisis tersebut terhadap volatilitas return JCI, sementara ln_WTI tidak banyak memberikan pengaruh terhadap volatilitas return kedua indeks tersebut. Oleh karena itu OJK bersama DSN perlu membuat aturan yang membatasi transaksi saham yang sifatnya spekulatif untuk menekan tingkat volatilitas indeks saham syariah. Selain itu, emiten atau perusahaan publik perlu mengungkapkan informasi yang lebih transparan agar volatilitas pada pasar saham, terutama volatilitas pada pasar saham syariah tidak dimanfaatkan sebagian investor untuk melakukan aksi ambil untung yang dapat merugikan investor lain.

DAFTAR PUSTAKA Abidin Z. 2008. Analisis Keterkaitan Antara Indeks Saham Syariah di Beberapa Negara dan Indeks Saham Jakarta Islamic Index (JII) di Indonesia [skripsi]. Bogor (ID): Institut Pertanian Bogor. Achsani NA. 2001. Mencermati kejatuhan indeks Dow Jones: Akankah indeks BEJ ikut terseret?. FDIB Science E-Zine. Albaity M, Ahmad R. 2011. Return performance, leverage effect, and volatility spillover in Islamic stock indices evidence from DJIMI, FTSEGII, and KLSI. Investment Management and Financial Innovations. 3:161-171. Antonio MS, Hafidhoh, Fauzi H. 2013. The Islamic capital market volatility: A comparative study between in Indonesia and Malaysia. Bul Ekonomi Moneter dan Perbankan. Arshad S, Rizvi SAR. 2013. The impact of global financial shocks to Islamic indices: Speculative influence or fundamental change?. Journal of Islamic Finance. 2:001-011. Baele L, Ferrando A, Hordahl P, Krylova E, Monnet C. 2004. Measuring financial integration in the Euro area. European Central Bank Occasional Paper No. 14.

35 Darmadji T, fakhruddin HM. 2001. Pasar Modal di Indonesia Pendekatan Tanya Jawab. Jakarta: Salemba Empat [DSNMUI] Dewan Syariah Nasional Majelis Ulama Indonesia. 2003. Dewan Syariah Nasional Nomor 40/DSN-MUI/X/2003 Tentang Pasar Modal dan Pedoman Umum Penerapan Prinsip Syariah di Bidang Pasar Modal. Jakarta (ID): Majelis Ulama Indonesia Dornau R. 1999. Shock around the clock on the causal relations between international stock markets, the strength of causality and the intensity of shock transmission: An econometric analysis. Int. J. Intell. Sys.Acc. Fin. 8:253-270. Enders W. 2004. Applied Economic TimeSeries 2nd ed. New York: John Wiley & Sons, Inc. Engle RF, Vk Ng. 1993. Measuring and testing the impact of news on volatility. The Journal of Finance.5:1749-1778 Fahmi I. 2012. Pengantar Pasar Modal. Bandung: Alfabeta Fauzi AJFA. 2009. Transmisi harga dan volatilitas saham-saham di dunia: Kajian empiris sebelum dan setelah krisis Subprime-Mortgage [tesis]. Bogor (ID): Institut Pertanian Bogor. Filis G, Degiannakis S, Floros C. 2011. Dynamic correlation between stock market and oil prices: The case of oil-importing and oil-exporting countries. International Review of Finance Analysis. 20:152-154. Firdaus M. 2011. Aplikasi Ekonometrika untuk Data Panel dan Time Series. Bogor (ID): IPB Pr. Huda N, Nasution ME.2008. Investasi pada Pasar Modal Syariah. Jakarta: Kencana. Husnan S. 2005. Dasar-dasar Teori Portofolio dan Analisis Sekuritas. Unit Penerbit AMP YKPN: Yogyakarta [IDX] Indonesia Stock Exchange. 2014. [internet]. [diacu 24Juni 2014]. Tersedia dari: www.idx.com Kartika TR, Achsani NA, Manurung AH, Nuryartono N. 2012. Transmission of stock return volatility in Indonesia (IHSG) towards USA (DJIA), Hongkong (HSII) and Singapore (STI). Finance and Banking Journal. 14:16-29. Lescaroux F, Mignon V. 2008. On the influence of oil prices on economic activity and other macroeconomic and financial variables. CEPII, siap terbit. Masih R, Peters S, De Mello L. 2010. Oil price volatility and stock price fluctuation in an emerging market: Evidence from South Korea. Niarchos N, Tse Y, Wu C, Young A. 1999. International transmission of information: A study of the relationship between the U.S. and Grrek stock markets. Multinational Finance Journal. 3:19-40. Panetta F, Angelini P, Grande G, Levy A, Perli R, Yesin P, Gerlach S, Ramaswamy S, Scatigna M. 2006. The recent behaviour of financial market volatility.BIS Paper No 29. Rahim FA, Ahmad N, Ahmad I. 2009. Information transmission between Islamic stock indices in South East Asia. International Journal of Islamic and Middle Eastern Finance and Management. 2:7-14.

36 [TSTISDPMI] Tim Studi Tentang Investasi Syariah Di Pasar Modal Indonesia. 2004. Studi Tentang Investasi Syariah Di Pasar Modal Indonesia. Jakarta (ID): Bapepam-LK. [TSVPMIPD] Tim Studi Volatilitas Pasar Modal Indonesia dan Perekonomian Dunia. 2011. Laporan studi volatilitas pasar modal Indonesia dan perekonomian dunia. Jakarta (ID): Bapepam-LK. Widoatmodjo S. 2009. Pasar Modal Indonesia: Pengantar dan Studi Kasus. Ghalia Indonesia: Bogor Yang J, Hsiao C, Li Q, Wang Z. 2005. The emerging market crisis and stock market linkages: Further evidence. IEPR Working Paper 05.07. Yusof RM, Abd. Majid MS. Stock market volatility transmission in Malaysia: Islamic versus conventional stock market. J.KAU: Islamic Econ. 20:1735.

37 Lampiran 1 Model ARCH res_INDIA (2)

Dependent Variable: RES_INDIA Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/14/14 Time: 18:53 Sample: 8/01/2007 12/31/2013 Included observations: 1675 Convergence achieved after 22 iterations MA Backcast: 7/31/2007 Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*RESID(-2)^2 + C(6)*RESID(-3)^2 Variable

Coefficient

Std. Error

z-Statistic

Prob.

C MA(1)

0.000621 0.066217

0.000319 0.024398

1.945854 2.714001

0.0517 0.0066

18.69451 10.99062 7.764916 7.956064

0.0000 0.0000 0.0000 0.0000

Variance Equation C RESID(-1)^2 RESID(-2)^2 RESID(-3)^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted MA Roots

0.000107 0.267648 0.179639 0.252203 0.002006 0.001409 0.016795 0.471891 4651.753 2.022585 -.07

5.70E-06 0.024352 0.023135 0.031700

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

0.000184 0.016807 -5.547168 -5.527740 -5.539970

38

Lampiran 2 Model ARCH res_JERMAN (3)

Dependent Variable: RES_JERMAN Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/14/14 Time: 19:05 Sample: 8/01/2007 12/31/2013 Included observations: 1675 Convergence achieved after 13 iterations MA Backcast: 7/30/2007 7/31/2007 Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*RESID(-2)^2 + C(7)*RESID(-3)^2 Variable

Coefficient

Std. Error

z-Statistic

Prob.

C MA(1) MA(2)

0.000787 -0.057522 -0.067831

0.000242 0.023382 0.021129

3.253904 -2.460167 -3.210320

0.0011 0.0139 0.0013

18.45062 6.261093 9.808850 7.653767

0.0000 0.0000 0.0000 0.0000

Variance Equation C RESID(-1)^2 RESID(-2)^2 RESID(-3)^2

9.03E-05 0.094610 0.325870 0.257475

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-0.003220 -0.004420 0.015721 0.413216 4792.449 1.877432

Inverted MA Roots

.29

4.89E-06 0.015111 0.033222 0.033640

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

-.23

0.000138 0.015686 -5.713969 -5.691304 -5.705572

39 Lampiran 3 Model GARCH res_HONGKONG (1,1) Dependent Variable: RES_HONGKONG Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/14/14 Time: 18:50 Sample (adjusted): 8/02/2007 12/31/2013 Included observations: 1674 after adjustments Convergence achieved after 15 iterations MA Backcast: 8/01/2007 Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*GARCH(-1) Variable

Coefficient

Std. Error

z-Statistic

Prob.

C AR(1) MA(1)

0.000375 -0.892259 0.911537

0.000312 0.096950 0.087648

1.202206 -9.203240 10.40001

0.2293 0.0000 0.0000

3.556067 9.128979 97.00618

0.0004 0.0000 0.0000

Variance Equation C RESID(-1)^2 GARCH(-1)

2.23E-06 0.075127 0.916242

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-0.003227 -0.004428 0.018305 0.559914 4705.966 2.117698

Inverted AR Roots Inverted MA Roots

-.89 -.91

6.28E-07 0.008229 0.009445

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

2.83E-05 0.018265 -5.615252 -5.595814 -5.608050

40 Lampiran 4 Model ARCH res_JEPANG (2)

Dependent Variable: RES_JEPANG Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/14/14 Time: 19:00 Sample (adjusted): 8/02/2007 12/31/2013 Included observations: 1674 after adjustments Convergence achieved after 54 iterations MA Backcast: 8/01/2007 Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*RESID(-2)^2 Variable

Coefficient

Std. Error

z-Statistic

Prob.

C AR(1) MA(1)

0.000322 -0.665050 0.632120

0.000324 0.223658 0.238608

0.993809 -2.973515 2.649195

0.3203 0.0029 0.0081

25.33543 6.936567 9.304222

0.0000 0.0000 0.0000

Variance Equation C RESID(-1)^2 RESID(-2)^2

0.000159 0.112923 0.288905

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-0.000877 -0.002075 0.017326 0.501617 4613.257 1.974084

Inverted AR Roots Inverted MA Roots

-.67 -.63

6.28E-06 0.016279 0.031051

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

-2.09E-05 0.017308 -5.504489 -5.485052 -5.497287

41 Lampiran 5 Model GARCH res_AUSTRALIA (1,1)

Dependent Variable: AUSTRALIA Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/18/14 Time: 13:32 Sample (adjusted): 8/03/2007 12/31/2013 Included observations: 1673 after adjustments Convergence achieved after 62 iterations MA Backcast: 8/01/2007 8/02/2007 Presample variance: backcast (parameter = 0.7) GARCH = C(6) + C(7)*RESID(-1)^2 + C(8)*GARCH(-1) Variable

Coefficient

Std. Error

z-Statistic

Prob.

C AR(1) AR(2) MA(1) MA(2)

0.000490 -0.221578 -0.807604 0.212403 0.836841

0.000216 0.088266 0.083473 0.082510 0.077734

2.271758 -2.510341 -9.675076 2.574256 10.76539

0.0231 0.0121 0.0000 0.0100 0.0000

3.644642 9.549707 74.46019

0.0003 0.0000 0.0000

Variance Equation C RESID(-1)^2 GARCH(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots Inverted MA Roots

1.65E-06 0.099931 0.889739 0.005109 0.002724 0.012336 0.253827 5271.323 1.975090 -.11+.89i -.11+.91i

4.54E-07 0.010464 0.011949

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

-.11-.89i -.11-.91i

-7.32E-05 0.012353 -6.292077 -6.266148 -6.282471

42 Lampiran 6 Model GARCH res_AS (1,1)

Dependent Variable: RES_AS Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/14/14 Time: 18:46 Sample: 8/01/2007 12/31/2013 Included observations: 1675 Convergence achieved after 13 iterations MA Backcast: 7/31/2007 Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*GARCH(-1) Variable

Coefficient

Std. Error

z-Statistic

Prob.

C MA(1)

0.000700 -0.079723

0.000216 0.029505

3.236576 -2.702051

0.0012 0.0069

4.368937 9.636267 79.78786

0.0000 0.0000 0.0000

Variance Equation C RESID(-1)^2 GARCH(-1)

2.05E-06 0.100254 0.888497

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.012149 0.011558 0.014892 0.371031 5132.477 2.091974

Inverted MA Roots

.08

4.70E-07 0.010404 0.011136

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

0.000143 0.014979 -6.122361 -6.106171 -6.116363

43 Lampiran 7 Model ARCH res_SINGAPURA (1)

Dependent Variable: RES_SINGAPURA Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/14/14 Time: 19:13 Sample (adjusted): 8/03/2007 12/31/2013 Included observations: 1673 after adjustments Convergence achieved after 21 iterations MA Backcast: 8/01/2007 8/02/2007 Presample variance: backcast (parameter = 0.7) GARCH = C(6) + C(7)*RESID(-1)^2 Variable

Coefficient

Std. Error

z-Statistic

Prob.

C AR(1) AR(2) MA(1) MA(2)

0.000303 -0.216096 -0.842121 0.223421 0.913275

0.000295 0.023982 0.023768 0.017767 0.018918

1.026355 -9.010621 -35.43045 12.57499 48.27585

0.3047 0.0000 0.0000 0.0000 0.0000

42.80116 9.826595

0.0000 0.0000

Variance Equation C RESID(-1)^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots Inverted MA Roots

0.000124 0.284015 0.019012 0.016660 0.013045 0.283833 4960.722 2.008505 -.11-.91i -.11+.95i

2.91E-06 0.028903

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

-.11+.91i -.11-.95i

-4.86E-05 0.013155 -5.921963 -5.899275 -5.913557

44 Lampiran 8 Model ARCH res_JCI (2)

Dependent Variable: RES_JCI Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/14/14 Time: 18:56 Sample (adjusted): 8/02/2007 12/31/2013 Included observations: 1674 after adjustments Convergence achieved after 24 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*RESID(-2)^2 Variable

Coefficient

Std. Error

z-Statistic

Prob.

C AR(1)

0.000940 0.077537

0.000376 0.030322

2.499036 2.557110

0.0125 0.0106

50.36888 10.42646 6.338166

0.0000 0.0000 0.0000

Variance Equation C RESID(-1)^2 RESID(-2)^2

0.000142 0.254625 0.141245

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.010414 0.009822 0.015426 0.397850 4743.459 1.931967

Inverted AR Roots

.08

2.81E-06 0.024421 0.022285

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

0.000382 0.015502 -5.661241 -5.645043 -5.655240

45 Lampiran 9 Model ARCH res_JII (2)

Dependent Variable: RES_JII Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/14/14 Time: 19:10 Sample (adjusted): 8/02/2007 12/31/2013 Included observations: 1674 after adjustments Convergence achieved after 29 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*RESID(-2)^2 Variable

Coefficient

Std. Error

z-Statistic

Prob.

C AR(1)

0.000948 0.057084

0.000431 0.028981

2.200545 1.969722

0.0278 0.0489

57.11818 9.554404 5.734923

0.0000 0.0000 0.0000

Variance Equation C RESID(-1)^2 RESID(-2)^2

0.000199 0.258257 0.125220

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.004968 0.004373 0.017736 0.525958 4472.276 1.946717

Inverted AR Roots

.06

3.48E-06 0.027030 0.021835

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

0.000268 0.017775 -5.337248 -5.321050 -5.331247

46 Lampiran 10 Uji Lag Optimal res_JCI

VAR Lag Order Selection Criteria Endogenous variables: RES_JCI DUMMY_KRISIS RES_AS RES_AUSTRALIA RES_HONGKONG RES_INDIA RES_JEPANG RES_JERMAN RES_SINGAPURA LN_WTI Exogenous variables: C Date: 08/18/14 Time: 12:41 Sample: 1/08/2007 12/31/2013 Included observations: 1667 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2 3 4 5 6 7 8

93439.38 107896.3 108802.8 109498.5 110075.3 110406.7 110784.3 111113.5 111481.4

NA 28723.09 1790.206 1365.502 1125.114 642.4927 727.6171 630.4648 700.0022*

9.86e-62 3.26e-69 1.24e-69 6.06e-70 3.42e-70 2.59e-70 1.86e-70 1.41e-70 1.02e-70*

-112.0928 -129.3177 -130.2854 -131.0000 -131.5720 -131.8496 -132.1827 -132.4578 -132.7791*

-112.0603 -128.9602 -129.6027 -129.9923 -130.2393* -130.1918 -130.1998 -130.1498 -130.1461

-112.0808 -129.1852 -130.0324 -130.6266 -131.0781 -131.2353 -131.4479 -131.6025 -131.8034*

* 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 11 Uji Lag Optimal res_JII

VAR Lag Order Selection Criteria Endogenous variables: RES_JII DUMMY_KRISIS RES_AS RES_AUSTRALIA RES_HONGKONG RES_INDIA RES_JEPANG RES_JERMAN RES_SINGAPURA LN_WTI Exogenous variables: C Date: 08/18/14 Time: 12:50 Sample: 1/08/2007 12/31/2013 Included observations: 1667 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2 3 4 5 6 7 8

92916.39 107127.2 107964.0 108654.7 109249.6 109599.3 109986.6 110311.4 110682.5

NA 28234.14 1652.517 1355.728 1160.395 678.0225 746.3708 621.8254 706.1944*

1.85e-61 8.20e-69 3.39e-69 1.67e-69 9.22e-70 6.83e-70 4.84e-70 3.70e-70 2.67e-70*

-111.4654 -128.3950 -129.2790 -129.9877 -130.5814 -130.8810 -131.2257 -131.4954 -131.8207*

-111.4329 -128.0374 -128.5964 -128.9800 -129.2486* -129.2231 -129.2428 -129.1874 -129.1877

-111.4533 -128.2625 -129.0260 -129.6143 -130.0875 -130.2666 -130.4909 -130.6401 -130.8449*

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error

47 AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

Lampiran 12 Uji Stabilitas res_JCI

Roots of Characteristic Polynomial Endogenous variables: RES_JCI DUMMY_KRISIS RES_AS RES_AUSTRALIA RES_HONGKONG RES_INDIA RES_JEPANG RES_JERMAN RES_SINGAPURA LN_WTI Exogenous variables: C Lag specification: 1 4 Date: 08/18/14 Time: 12:43 Root 0.993472 + 0.003048i 0.993472 - 0.003048i 0.968665 0.865476 - 0.038088i 0.865476 + 0.038088i -0.777211 0.605805 + 0.479395i 0.605805 - 0.479395i 0.716344 + 0.259854i 0.716344 - 0.259854i -0.201921 + 0.696344i -0.201921 - 0.696344i -0.720045 0.181941 + 0.679881i 0.181941 - 0.679881i -0.087560 - 0.688012i -0.087560 + 0.688012i -0.645214 - 0.195276i -0.645214 + 0.195276i 0.655516 0.108436 - 0.616583i 0.108436 + 0.616583i 0.537214 - 0.299417i 0.537214 + 0.299417i 0.349993 + 0.494676i 0.349993 - 0.494676i -0.332681 + 0.465876i -0.332681 - 0.465876i -0.097132 + 0.469105i -0.097132 - 0.469105i -0.354260 - 0.314601i -0.354260 + 0.314601i 0.423650 + 0.175493i 0.423650 - 0.175493i 0.180001 - 0.374731i 0.180001 + 0.374731i 0.300520 -0.235090 0.199905

Modulus 0.993477 0.993477 0.968665 0.866314 0.866314 0.777211 0.772540 0.772540 0.762019 0.762019 0.725029 0.725029 0.720045 0.703805 0.703805 0.693561 0.693561 0.674117 0.674117 0.655516 0.626046 0.626046 0.615020 0.615020 0.605970 0.605970 0.572466 0.572466 0.479056 0.479056 0.473787 0.473787 0.458560 0.458560 0.415721 0.415721 0.300520 0.235090 0.199905

48 -0.069202

0.069202

No root lies outside the unit circle. VAR satisfies the stability condition.

Lampiran 13 Uji Stabilitas res_JII

Roots of Characteristic Polynomial Endogenous variables: RES_JII DUMMY_KRISIS RES_AS RES_AUSTRALIA RES_HONGKONG RES_INDIA RES_JEPANG RES_JERMAN RES_SINGAPURA LN_WTI Exogenous variables: C Lag specification: 1 4 Date: 08/18/14 Time: 12:51 Root 0.993428 - 0.003150i 0.993428 + 0.003150i 0.969800 0.863873 - 0.041704i 0.863873 + 0.041704i -0.779833 0.600733 + 0.471177i 0.600733 - 0.471177i 0.709894 - 0.254276i 0.709894 + 0.254276i -0.748514 -0.204529 - 0.686047i -0.204529 + 0.686047i 0.179060 - 0.671030i 0.179060 + 0.671030i 0.678412 -0.074486 + 0.670384i -0.074486 - 0.670384i -0.628000 - 0.231792i -0.628000 + 0.231792i 0.534144 - 0.357004i 0.534144 + 0.357004i 0.130945 + 0.619802i 0.130945 - 0.619802i 0.356334 + 0.468076i 0.356334 - 0.468076i -0.351588 + 0.466346i -0.351588 - 0.466346i -0.079595 - 0.513566i -0.079595 + 0.513566i 0.488926 - 0.141041i 0.488926 + 0.141041i -0.467654 - 0.173607i -0.467654 + 0.173607i 0.249549 + 0.361837i 0.249549 - 0.361837i -0.239228 - 0.364180i

Modulus 0.993433 0.993433 0.969800 0.864880 0.864880 0.779833 0.763471 0.763471 0.754060 0.754060 0.748514 0.715886 0.715886 0.694510 0.694510 0.678412 0.674509 0.674509 0.669411 0.669411 0.642466 0.642466 0.633483 0.633483 0.588276 0.588276 0.584032 0.584032 0.519697 0.519697 0.508863 0.508863 0.498838 0.498838 0.439546 0.439546 0.435726

49 -0.239228 + 0.364180i -0.201651 0.197440

0.435726 0.201651 0.197440

No root lies outside the unit circle. VAR satisfies the stability condition.

Lampiran 14 Uji Kausalitas Granger Model res_ JII Periode Krisis

Pairwise Granger Causality Tests Date: 08/18/14 Time: 14:15 Sample: 8/01/2007 12/31/2008 Lags: 1 Null Hypothesis:

Obs

F-Statistic

Prob.

LN_WTI does not Granger Cause RES_JII RES_JII does not Granger Cause LN_WTI

370

4.47750 1.27247

0.0350 0.2600

RES_AS does not Granger Cause RES_JII RES_JII does not Granger Cause RES_AS

370

23.2287 1.40129

2.E-06 0.2373

RES_AUSTRALIA does not Granger Cause RES_JII RES_JII does not Granger Cause RES_AUSTRALIA

370

16.0889 0.45568

7.E-05 0.5001

RES_HONGKONG does not Granger Cause RES_JII RES_JII does not Granger Cause RES_HONGKONG

370

6.36916 4.05380

0.0120 0.0448

RES_INDIA does not Granger Cause RES_JII RES_JII does not Granger Cause RES_INDIA

370

18.6622 0.04066

2.E-05 0.8403

RES_JEPANG does not Granger Cause RES_JII RES_JII does not Granger Cause RES_JEPANG

370

12.7345 21.8409

0.0004 4.E-06

RES_JERMAN does not Granger Cause RES_JII RES_JII does not Granger Cause RES_JERMAN

370

21.8609 1.95110

4.E-06 0.1633

RES_SINGAPURA does not Granger Cause RES_JII RES_JII does not Granger Cause RES_SINGAPURA

370

5.98847 2.96164

0.0149 0.0861

RES_AS does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_AS

370

17.1647 0.14187

4.E-05 0.7066

RES_AUSTRALIA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_AUSTRALIA

370

11.6419 2.06610

0.0007 0.1515

RES_HONGKONG does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_HONGKONG

370

6.94216 0.15394

0.0088 0.6950

RES_INDIA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_INDIA

370

0.34095 2.04773

0.5596 0.1533

RES_JEPANG does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_JEPANG

370

2.79142 6.67401

0.0956 0.0102

50

RES_JERMAN does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_JERMAN

370

2.40150 2.69194

0.1221 0.1017

RES_SINGAPURA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_SINGAPURA

370

0.01042 9.44224

0.9188 0.0023

RES_AUSTRALIA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_AUSTRALIA

370

12.0861 21.3002

0.0006 5.E-06

RES_HONGKONG does not Granger Cause RES_AS RES_AS does not Granger Cause RES_HONGKONG

370

8.33711 14.3455

0.0041 0.0002

RES_INDIA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_INDIA

370

19.7144 35.9751

1.E-05 5.E-09

RES_JEPANG does not Granger Cause RES_AS RES_AS does not Granger Cause RES_JEPANG

370

29.7754 93.8576

9.E-08 6.E-20

RES_JERMAN does not Granger Cause RES_AS RES_AS does not Granger Cause RES_JERMAN

370

18.7995 8.23364

2.E-05 0.0044

RES_SINGAPURA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_SINGAPURA

370

1.74371 61.2232

0.1875 5.E-14

RES_HONGKONG does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_HONGKONG

370

8.61640 6.81222

0.0035 0.0094

RES_INDIA does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_INDIA

370

6.35664 26.9021

0.0121 4.E-07

RES_JEPANG does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_JEPANG

370

4.69219 33.7711

0.0309 1.E-08

RES_JERMAN does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_JERMAN

370

22.2518 17.9662

3.E-06 3.E-05

RES_SINGAPURA does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_SINGAPURA

370

16.6107 76.6057

6.E-05 8.E-17

RES_INDIA does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_INDIA

370

41.0643 17.2237

5.E-10 4.E-05

RES_JEPANG does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_JEPANG

370

23.1336 37.3459

2.E-06 3.E-09

RES_JERMAN does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_JERMAN

370

24.6214 9.02655

1.E-06 0.0028

RES_SINGAPURA does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_SINGAPURA

370

12.3242 35.3280

0.0005 6.E-09

RES_JEPANG does not Granger Cause RES_INDIA RES_INDIA does not Granger Cause RES_JEPANG

370

20.5986 49.0373

8.E-06 1.E-11

RES_JERMAN does not Granger Cause RES_INDIA RES_INDIA does not Granger Cause RES_JERMAN

370

14.3462 47.7552

0.0002 2.E-11

RES_SINGAPURA does not Granger Cause RES_INDIA

370

13.3519

0.0003

51 RES_INDIA does not Granger Cause RES_SINGAPURA

26.4735

4.E-07

RES_JERMAN does not Granger Cause RES_JEPANG RES_JEPANG does not Granger Cause RES_JERMAN

370

163.606 0.77801

3.E-31 0.3783

RES_SINGAPURA does not Granger Cause RES_JEPANG RES_JEPANG does not Granger Cause RES_SINGAPURA

370

83.0066 72.3439

5.E-18 5.E-16

RES_SINGAPURA does not Granger Cause RES_JERMAN RES_JERMAN does not Granger Cause RES_SINGAPURA

370

13.6029 83.1108

0.0003 5.E-18

Lampiran 15 Uji Kausalitas Granger Model res_ JCI Periode Krisis

Pairwise Granger Causality Tests Date: 08/18/14 Time: 14:13 Sample: 8/01/2007 12/31/2008 Lags: 1 Null Hypothesis:

Obs

F-Statistic

Prob.

LN_WTI does not Granger Cause RES_JCI RES_JCI does not Granger Cause LN_WTI

370

2.74910 5.84783

0.0982 0.0161

RES_AS does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_AS

370

14.0469 0.89662

0.0002 0.3443

RES_AUSTRALIA does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_AUSTRALIA

370

4.72541 6.45378

0.0304 0.0115

RES_HONGKONG does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_HONGKONG

370

3.85319 18.4560

0.0504 2.E-05

RES_INDIA does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_INDIA

370

9.66620 6.27047

0.0020 0.0127

RES_JEPANG does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_JEPANG

370

3.69360 18.2372

0.0554 2.E-05

RES_JERMAN does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_JERMAN

370

11.3986 6.04753

0.0008 0.0144

RES_SINGAPURA does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_SINGAPURA

370

2.84727 51.6475

0.0924 4.E-12

RES_AS does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_AS

370

17.1647 0.14187

4.E-05 0.7066

RES_AUSTRALIA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_AUSTRALIA

370

11.6419 2.06610

0.0007 0.1515

RES_HONGKONG does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_HONGKONG

370

6.94216 0.15394

0.0088 0.6950

52

RES_INDIA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_INDIA

370

0.34095 2.04773

0.5596 0.1533

RES_JEPANG does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_JEPANG

370

2.79142 6.67401

0.0956 0.0102

RES_JERMAN does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_JERMAN

370

2.40150 2.69194

0.1221 0.1017

RES_SINGAPURA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_SINGAPURA

370

0.01042 9.44224

0.9188 0.0023

RES_AUSTRALIA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_AUSTRALIA

370

12.0861 21.3002

0.0006 5.E-06

RES_HONGKONG does not Granger Cause RES_AS RES_AS does not Granger Cause RES_HONGKONG

370

8.33711 14.3455

0.0041 0.0002

RES_INDIA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_INDIA

370

19.7144 35.9751

1.E-05 5.E-09

RES_JEPANG does not Granger Cause RES_AS RES_AS does not Granger Cause RES_JEPANG

370

29.7754 93.8576

9.E-08 6.E-20

RES_JERMAN does not Granger Cause RES_AS RES_AS does not Granger Cause RES_JERMAN

370

18.7995 8.23364

2.E-05 0.0044

RES_SINGAPURA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_SINGAPURA

370

1.74371 61.2232

0.1875 5.E-14

RES_HONGKONG does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_HONGKONG

370

8.61640 6.81222

0.0035 0.0094

RES_INDIA does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_INDIA

370

6.35664 26.9021

0.0121 4.E-07

RES_JEPANG does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_JEPANG

370

4.69219 33.7711

0.0309 1.E-08

RES_JERMAN does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_JERMAN

370

22.2518 17.9662

3.E-06 3.E-05

RES_SINGAPURA does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_SINGAPURA

370

16.6107 76.6057

6.E-05 8.E-17

RES_INDIA does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_INDIA

370

41.0643 17.2237

5.E-10 4.E-05

RES_JEPANG does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_JEPANG

370

23.1336 37.3459

2.E-06 3.E-09

RES_JERMAN does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_JERMAN

370

24.6214 9.02655

1.E-06 0.0028

RES_SINGAPURA does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_SINGAPURA

370

12.3242 35.3280

0.0005 6.E-09

RES_JEPANG does not Granger Cause RES_INDIA

370

20.5986

8.E-06

53 RES_INDIA does not Granger Cause RES_JEPANG

49.0373

1.E-11

RES_JERMAN does not Granger Cause RES_INDIA RES_INDIA does not Granger Cause RES_JERMAN

370

14.3462 47.7552

0.0002 2.E-11

RES_SINGAPURA does not Granger Cause RES_INDIA RES_INDIA does not Granger Cause RES_SINGAPURA

370

13.3519 26.4735

0.0003 4.E-07

RES_JERMAN does not Granger Cause RES_JEPANG RES_JEPANG does not Granger Cause RES_JERMAN

370

163.606 0.77801

3.E-31 0.3783

RES_SINGAPURA does not Granger Cause RES_JEPANG RES_JEPANG does not Granger Cause RES_SINGAPURA

370

83.0066 72.3439

5.E-18 5.E-16

RES_SINGAPURA does not Granger Cause RES_JERMAN RES_JERMAN does not Granger Cause RES_SINGAPURA

370

13.6029 83.1108

0.0003 5.E-18

Lampiran 16 Uji Kausalitas Granger Model res_ JII Periode Setelah Krisis

Pairwise Granger Causality Tests Date: 08/18/14 Time: 14:11 Sample: 1/01/2009 12/31/2013 Lags: 1 Null Hypothesis:

Obs

F-Statistic

Prob.

LN_WTI does not Granger Cause RES_JII RES_JII does not Granger Cause LN_WTI

1303

9.95056 3.90264

0.0016 0.0484

RES_AS does not Granger Cause RES_JII RES_JII does not Granger Cause RES_AS

1303

16.3381 4.03011

6.E-05 0.0449

RES_AUSTRALIA does not Granger Cause RES_JII RES_JII does not Granger Cause RES_AUSTRALIA

1303

11.9281 39.1824

0.0006 5.E-10

RES_HONGKONG does not Granger Cause RES_JII RES_JII does not Granger Cause RES_HONGKONG

1303

28.8501 0.09641

9.E-08 0.7562

RES_INDIA does not Granger Cause RES_JII RES_JII does not Granger Cause RES_INDIA

1303

6.20233 5.44576

0.0129 0.0198

RES_JEPANG does not Granger Cause RES_JII RES_JII does not Granger Cause RES_JEPANG

1303

4.43557 4.97947

0.0354 0.0258

RES_JERMAN does not Granger Cause RES_JII RES_JII does not Granger Cause RES_JERMAN

1303

13.1087 41.9438

0.0003 1.E-10

RES_SINGAPURA does not Granger Cause RES_JII RES_JII does not Granger Cause RES_SINGAPURA

1303

3.36250 2.00341

0.0669 0.1572

RES_AS does not Granger Cause LN_WTI

1303

1.05531

0.3045

54 LN_WTI does not Granger Cause RES_AS

22.8816

2.E-06

RES_AUSTRALIA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_AUSTRALIA

1303

0.67164 33.2626

0.4126 1.E-08

RES_HONGKONG does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_HONGKONG

1303

0.25339 9.66725

0.6148 0.0019

RES_INDIA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_INDIA

1303

0.00219 30.0334

0.9627 5.E-08

RES_JEPANG does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_JEPANG

1303

2.17686 6.79199

0.1403 0.0093

RES_JERMAN does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_JERMAN

1303

0.00174 19.0594

0.9667 1.E-05

RES_SINGAPURA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_SINGAPURA

1303

0.68198 154.167

0.4091 2.E-33

RES_AUSTRALIA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_AUSTRALIA

1303

33.0879 48.5962

1.E-08 5.E-12

RES_HONGKONG does not Granger Cause RES_AS RES_AS does not Granger Cause RES_HONGKONG

1303

32.2558 4.62779

2.E-08 0.0316

RES_INDIA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_INDIA

1303

5.99950 18.7061

0.0144 2.E-05

RES_JEPANG does not Granger Cause RES_AS RES_AS does not Granger Cause RES_JEPANG

1303

2.13807 7.96619

0.1439 0.0048

RES_JERMAN does not Granger Cause RES_AS RES_AS does not Granger Cause RES_JERMAN

1303

27.1335 23.7821

2.E-07 1.E-06

RES_SINGAPURA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_SINGAPURA

1303

82.1410 154.765

5.E-19 1.E-33

RES_HONGKONG does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_HONGKONG

1303

55.7859 0.74221

1.E-13 0.3891

RES_INDIA does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_INDIA

1303

4.90257 32.7041

0.0270 1.E-08

RES_JEPANG does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_JEPANG

1303

1.81677 2.99792

0.1779 0.0836

RES_JERMAN does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_JERMAN

1303

24.6351 26.7191

8.E-07 3.E-07

RES_SINGAPURA does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_SINGAPURA

1303

53.2079 18.8017

5.E-13 2.E-05

RES_INDIA does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_INDIA

1303

0.25112 37.4396

0.6164 1.E-09

RES_JEPANG does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_JEPANG

1303

0.84688 8.40761

0.3576 0.0038

55 RES_JERMAN does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_JERMAN

1303

18.6314 47.8527

2.E-05 7.E-12

RES_SINGAPURA does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_SINGAPURA

1303

3.68585 229.790

0.0551 6.E-48

RES_JEPANG does not Granger Cause RES_INDIA RES_INDIA does not Granger Cause RES_JEPANG

1303

4.89480 1.73098

0.0271 0.1885

RES_JERMAN does not Granger Cause RES_INDIA RES_INDIA does not Granger Cause RES_JERMAN

1303

5.40337 7.36406

0.0203 0.0067

RES_SINGAPURA does not Granger Cause RES_INDIA RES_INDIA does not Granger Cause RES_SINGAPURA

1303

11.9497 64.6758

0.0006 2.E-15

RES_JERMAN does not Granger Cause RES_JEPANG RES_JEPANG does not Granger Cause RES_JERMAN

1303

1.40345 3.36739

0.2364 0.0667

RES_SINGAPURA does not Granger Cause RES_JEPANG RES_JEPANG does not Granger Cause RES_SINGAPURA

1303

43.7767 7.94433

5.E-11 0.0049

RES_SINGAPURA does not Granger Cause RES_JERMAN RES_JERMAN does not Granger Cause RES_SINGAPURA

1303

137.720 58.4170

3.E-30 4.E-14

Lampiran 17 Uji Kausalitas Granger Model res_ JCI Periode Setelah Krisis

Pairwise Granger Causality Tests Date: 08/18/14 Time: 14:09 Sample: 1/01/2009 12/31/2013 Lags: 1 Null Hypothesis:

Obs

F-Statistic

Prob.

LN_WTI does not Granger Cause RES_JCI RES_JCI does not Granger Cause LN_WTI

1303

7.91933 3.17456

0.0050 0.0750

RES_AS does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_AS

1303

8.00322 11.9700

0.0047 0.0006

RES_AUSTRALIA does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_AUSTRALIA

1303

2.46163 19.5860

0.1169 1.E-05

RES_HONGKONG does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_HONGKONG

1303

16.7340 0.05309

5.E-05 0.8178

RES_INDIA does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_INDIA

1303

5.53389 23.0803

0.0188 2.E-06

RES_JEPANG does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_JEPANG

1303

0.86296 2.75696

0.3531 0.0971

RES_JERMAN does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_JERMAN

1303

4.38205 35.2214

0.0365 4.E-09

56

RES_SINGAPURA does not Granger Cause RES_JCI RES_JCI does not Granger Cause RES_SINGAPURA

1303

4.05383 4.77593

0.0443 0.0290

RES_AS does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_AS

1303

1.05531 22.8816

0.3045 2.E-06

RES_AUSTRALIA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_AUSTRALIA

1303

0.67164 33.2626

0.4126 1.E-08

RES_HONGKONG does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_HONGKONG

1303

0.25339 9.66725

0.6148 0.0019

RES_INDIA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_INDIA

1303

0.00219 30.0334

0.9627 5.E-08

RES_JEPANG does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_JEPANG

1303

2.17686 6.79199

0.1403 0.0093

RES_JERMAN does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_JERMAN

1303

0.00174 19.0594

0.9667 1.E-05

RES_SINGAPURA does not Granger Cause LN_WTI LN_WTI does not Granger Cause RES_SINGAPURA

1303

0.68198 154.167

0.4091 2.E-33

RES_AUSTRALIA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_AUSTRALIA

1303

33.0879 48.5962

1.E-08 5.E-12

RES_HONGKONG does not Granger Cause RES_AS RES_AS does not Granger Cause RES_HONGKONG

1303

32.2558 4.62779

2.E-08 0.0316

RES_INDIA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_INDIA

1303

5.99950 18.7061

0.0144 2.E-05

RES_JEPANG does not Granger Cause RES_AS RES_AS does not Granger Cause RES_JEPANG

1303

2.13807 7.96619

0.1439 0.0048

RES_JERMAN does not Granger Cause RES_AS RES_AS does not Granger Cause RES_JERMAN

1303

27.1335 23.7821

2.E-07 1.E-06

RES_SINGAPURA does not Granger Cause RES_AS RES_AS does not Granger Cause RES_SINGAPURA

1303

82.1410 154.765

5.E-19 1.E-33

RES_HONGKONG does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_HONGKONG

1303

55.7859 0.74221

1.E-13 0.3891

RES_INDIA does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_INDIA

1303

4.90257 32.7041

0.0270 1.E-08

RES_JEPANG does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_JEPANG

1303

1.81677 2.99792

0.1779 0.0836

RES_JERMAN does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_JERMAN

1303

24.6351 26.7191

8.E-07 3.E-07

RES_SINGAPURA does not Granger Cause RES_AUSTRALIA RES_AUSTRALIA does not Granger Cause RES_SINGAPURA

1303

53.2079 18.8017

5.E-13 2.E-05

RES_INDIA does not Granger Cause RES_HONGKONG

1303

0.25112

0.6164

57 RES_HONGKONG does not Granger Cause RES_INDIA

37.4396

1.E-09

RES_JEPANG does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_JEPANG

1303

0.84688 8.40761

0.3576 0.0038

RES_JERMAN does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_JERMAN

1303

18.6314 47.8527

2.E-05 7.E-12

RES_SINGAPURA does not Granger Cause RES_HONGKONG RES_HONGKONG does not Granger Cause RES_SINGAPURA

1303

3.68585 229.790

0.0551 6.E-48

RES_JEPANG does not Granger Cause RES_INDIA RES_INDIA does not Granger Cause RES_JEPANG

1303

4.89480 1.73098

0.0271 0.1885

RES_JERMAN does not Granger Cause RES_INDIA RES_INDIA does not Granger Cause RES_JERMAN

1303

5.40337 7.36406

0.0203 0.0067

RES_SINGAPURA does not Granger Cause RES_INDIA RES_INDIA does not Granger Cause RES_SINGAPURA

1303

11.9497 64.6758

0.0006 2.E-15

RES_JERMAN does not Granger Cause RES_JEPANG RES_JEPANG does not Granger Cause RES_JERMAN

1303

1.40345 3.36739

0.2364 0.0667

RES_SINGAPURA does not Granger Cause RES_JEPANG RES_JEPANG does not Granger Cause RES_SINGAPURA

1303

43.7767 7.94433

5.E-11 0.0049

RES_SINGAPURA does not Granger Cause RES_JERMAN RES_JERMAN does not Granger Cause RES_SINGAPURA

1303

137.720 58.4170

3.E-30 4.E-14

58

RIWAYAT HIDUP Penulis bernama lengkap Putri Monicha Sari, lahir pada tanggal 19 Desember 1992 di Metro. Penulis adalah anak pertama dari dua bersaudara, dari pasangan Bapak Alm. Sukrismiyanto dan Ibu Ayu Eka Sari. Pada tahun 2007, penulis memperoleh pendidikan sekolah menengah atas di SMAN 4 Metro dan lulus pada tahun 2010. Pada tahun 2010 penulis melanjutkan studi di Institut Pertanian Bogor (IPB) melalui jalur SNMPTN dan berhasil diterima sebagai Mahasiswa Program Studi Ekonomi Syariah Departemen Ilmu Ekonomi Fakultas Ekonomi dan Manajemen. Selama menjadi mahasiswa, penulis aktif dalam berbagai kegiatan organisasi. Penulis pernah menjadi staf I-CORE (Islamic Economics Research) SES-C (Sharia Economics Student Club) pada tahun 2012 dan sebagai kepala bidang BMT Al-Ihsan SES-C (Sharia Economics Student Club) pada tahun 2013. Selain itu penulis sering mengikuti berbagai kepanitiaan program kerja.