ANALISIS PENGARUH SUKU BUNGA DAN NILAI TUKAR TERHADAP VOLATILITAS DAN RETURN PADA INDEKS SAHAM SEKTORAL DI BURSA EFEK INDONESIA
OLEH MUHAMMAD ANDITIA PUTRA PRATAMA H14070074
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2011
RINGKASAN
MUHAMMAD ANDITIA PUTRA PRATAMA. Analisis Pengaruh Suku Bunga dan Nilai Tukar Terhadap Volatilitas dan Return Pada Indeks Saham Sektoral di Bursa Efek Indonesia (dibimbing oleh IMAN SUGEMA).
Risiko tingkat suku bunga dan nilai tukar mata uang merupakan dua faktor ekonomi dan keuangan yang secara signifikan mempengaruhi nilai saham. Tingkat suku bunga, yang mencerminkan harga dari uang, berpengaruh terhadap variabel lain dalam pasar uang dan modal. Tingkat suku bunga secara tidak langsung mempengaruhi nilai dari harga saham, tetapi volatilitasnya secara langsung menciptakan pergeseran antara pasar uang dan instrumen pasar modal. Volatilitas suku bunga mempengaruhi penilaian saham dengan mempengaruhi inti nilai perusahaan, misalnya bunga marjin laba bersih, penjualan dan lain-lain. Sedangkan volatilitas nilai tukar merupakan salah satu sumber utama lain dari ketidakpastian makroekonomi yang berpengaruh terhadap perusahaan, volatilitas nilai tukar mata uang asing akan mempengaruhi nilai perusahaan karena masa depan arus kas pemasukan perusahaan akan berubah sejalan dengan fluktuasi kurs mata uang asing. Penelitian ini dilakukan untuk mengetahui daya prediksi tingkat suku bunga dan nilai tukar terhadap return dan volatilitas indeks harga saham gabungan di Bursa Efek Indonesia (BEI). Selain itu, sepuluh sektor lainnya, antara lain sektor pertanian, pertambangan, keuangan, properti, industri dasar, aneka industri, industri barang konsumsi, perdagangan, infrastruktur, dan manufaktur, dimana pada akhirnya akan dilihat sektor-sektor mana saja yang berpengaruh signifikan dari variabel eksogen yang terpilih. Karena komposisi dan sifat indeks masing-masing sektor berbeda, sensitivitas dari return dan volatilitas indeks sektor terhadap tingkat suku bunga dan nilai tukar akan menghasilkan hasil yang berbeda. Selain itu, adanya risiko ekonomi, sosial dan politik di suatu negara dapat mempengaruhi indeks saham secara berbeda pada tiap sektor. Oleh karena itu, untuk mengetahui informasi lebih lanjut tentang pengaruh perubahan tingkat suku bunga dan nilai tukar mata uang terhadap return saham dan volatilitas nilai indeks untuk setiap sektor, perlu dilakukan analisis pada masing-masing sektor secara terpisah. Pemeriksaan indeks sektoral untuk tujuan investasi menjadi penting untuk memahami bagaimana indeks sektoral berperilaku dari waktu ke waktu terutama setelah terjadi perubahan nilai tukar dan tingkat suku bunga. Penelitian ini menggunakan data sektor harian selama periode awal Oktober 2008 s.d akhir Februari 2011.ARCH-GARCH merupakan model yang digunakan dalam menganalisis volatilitas dan return indeks. Menganalisis sumber-sumber volatilitas pada indeks yang terpilih adalah penting untuk memperoleh implikasi mengenai harga aset, manajemen risiko, dan seleksi portofolio.
Hasil penelitian ini memiliki implikasi penting bagi investor. Hasil penelitian menunjukkan bahwa ketika ada perubahan suku bunga dan nilai tukar US$/Rupiah, investor harus meninjau komposisi portofolio mereka, dimana dalam penelitian ini menunjukan perubahan tingkat suku bunga signifikan negatif mempengaruhi return beberapa indeks saham (indeks gabungan, keuangan, perdagangan, pertambangan, dan properti). Artinya, jika terjadi kenaikan tingkat suku bunga yield maka investor mengalihkan dananya ke pasar uang (obliasi pemerintah) yang lebih menguntungkan. Perubahan nilai tukar US$/Rupiah menujukkan signifikan positif mempengaruhi return pada beberapa indek saham (indeks gabungan, infrastruktur, perdagangan, pertambangan, dan pertanian) yang menunjukkan bahwa pada saat trend rupiah mengalami penguatan terhadap US$ terjadi capital inflow ke bursa saham sehingga menciptakan kenaikan indeks saham, yang kemudian pada jangka panjang dapat menciptakan sebuah return saham. Sehingga disaranka bagi para investor untuk menanamkan dananya ke bursa saham pada saat rupiah mengalami apresiasi atau penguatan terhadap US$. Saran bagi pemerintah sebaiknya memperhatikan dua faktor makroekonomi (nilai tukar US$/Rupiah dan tingkat suku bunga) melalui kebijakan-kebijakan yang diambil. Salah satu kebijakan yang tepat yaitu pada saat bursa saham mengalami penurunan penjualan yang dikarenakan oleh kenaikan tingkat suku bunga, maka pemerintah dapat melakukan kebijakan penurunan tingkat suku bunga, dengan tujuan agar menarik minat investor untuk menanamkan modal di bursa saham dan bursa saham kembali bergairah.
ANALISIS PENGARUH SUKU BUNGA DAN NILAI TUKAR TERHADAP VOLATILITAS DAN RETURN PADA INDEKS SAHAM SEKTORAL DI BURSA EFEK INDONESIA
Oleh MUHAMMAD ANDITIA PUTRA PRATAMA H14070074
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2011
Judul Skripsi Nama
: Analisis Pengaruh Suku Bunga dan Nilai Tukar Terhadap Volatilitas dan Return Pada Indeks Saham Sektoral di Bursa Efek Indonesia : Muhammad Anditia Putra Pratama
NRP
: H14070074
Menyetujui, Dosen Pembimbing
Dr. Ir. Iman Sugema NIP. 19640502 198903 1 003
Mengetahui, Ketua Departemen Ilmu Ekonomi
Dr. Ir. Dedi Budiman Hakim, M.Ec NIP. 19641022 198903 1 003
Tanggal Kelulusan:
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN
SEBAGAI
SKRIPSI
ATAU
KARYA
ILMIAH
PADA
PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor, September 2011
Muhammad Anditia Putra Pratama H14070074
RIWAYAT HIDUP
Penulis bernama Muhammad Anditia Putra Pratama, dilahirkan di Ciamis pada tanggal 14 Juni 1989. Penulis merupakan anak pertama dari tiga bersaudara, dari pasangan Bapak Ir. Mohamad Maman Rohaman, MSc dan Ibu Emi Rusmiyati, SPd. MMPd. Penulis menjalani pendidikan di bangku sekolah dasar dari tahun 1995 sampai dengan tahun 2001 di SDN Polisi 4, Bogor. Selanjutnya meneruskan ke pendidikan lanjutan tingkat pertama dari tahun 2001 sampai tahun 2004 di SMP Negeri 5, Bogor. Setelah itu, penulis melanjutkan pendidikan menengah umum di SMA Negeri 3 Bogor dan lulus pada tahun 2007. Pada tahun 2007, penulis diterima di Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) kemudian terdaftar sebagai mahasiswa Fakultas Ekonomi dan Manajemen (FEM) pada Program Studi Ilmu Ekonomi. Selama menjadi mahasiswa, penulis aktif dalam berbagai kegiatan kepanitiaan seperti Hipotex-R 2009, Sportakuler dan kegiatan kepanitiaan lainnya. Tahun 2011 penulis melakukan penelitian dengan judul “Analisis Pengaruh Suku Bunga dan Nilai Tukar Terhadap Volatilitas dan Return Pada Indeks Saham Sektoral di Bursa Efek Indonesia” untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi.
KATA PENGANTAR
Segala puji dan syukur penulis panjatkan Ke hadirat Allah SWT, karena atas berkat rahmat dan karunia-Nya penulis dapat menyelesaikan penyusunan skripsi ini. Judul skripsi ini adalah “Analisis Pengaruh Suku Bunga dan Nilai Tukar Terhadap Volatilitas dan Return Pada Indeks Saham Sektoral di Bursa Efek Indonesia”. Bursa saham merupakan salah satu peranan strategis bagi penguatan
ketahanan ekonomi suatu
negara. Oleh karena itu, penulis
tertarik untuk melakukan penelitian dengan topik ini. Disamping hal tersebut, skripsi ini disusun sebagai salah satu syarat untuk mendapatkan gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Penulis mengucapkan terima kasih yang sebesar-besarnya kepada berbagai pihak yang telah memberikan bimbingan dan dukungan kepada penulis sehingga skripsi ini dapat diselesaikan dengan baik, khususnya kepada: 1.
Dr. Ir. Iman Sugema, selaku dosen pembimbing skripsi yang telah memberikan bimbingan baik secara teknis, teoritis maupun moril dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan baik.
2.
Dosen penguji utama, Prof. Dr. Bambang Juanda dan dosen penguji komisi pendidikan, Dr. Yeti Lis Purnamadewi atas segala koreksi dan saran yang diberikan kepada penulis.
3.
Para dosen, staf, dan seluruh civitas akademika Departemen Ilmu Ekonomi FEM-IPB yang telah memberikan ilmu dan bantuan kepada penulis selama menjalani studi di Departemen Ilmu Ekonomi.
4.
Kedua orangtua tercinta, Bapak Mohamad Maman Rohaman dan Ibu Emi Rusmiyati dan adik-adiku tersayang, Moh. Iman Fauzi dan Moh. Akmal Maulana, serta segenap keluarga besar, yang telah memberikan kasih sayang, perhatian, motivasi, dukungan baik moril maupun materil serta doa bagi penulis dalam menyelesaikan skripsi ini.
5.
Teman seperjuangan satu bimbingan, Retno Nur Cahyani atas semangat, motivasi, doa, dan perjuangan yang luar biasa ini.
6.
Sahabat-sahabatku Revina, Resty, Maya, Sheila, Ulfah, Ima, Sherly, Anto, Adit, Syahid, dan lainnya yang tidak bisa disebutkan satu persatu, atas bantuan, semangat dan doa bagi penulis dalam menyelesaikan skripsi ini.
7.
Teman-teman Ilmu Ekonomi 44 : Solihin, Azis, Gemma, Rico, Hilman, Bedil, Adhika, Ajeng, Nyenyo, Fifi, Retno, Opie, Acuy atas bantuan dan dukungannya serta semangat bagi penulis dalam menyelesaikan skripsi ini.
8.
Seluruh staff InterCAFE dan EC-Think, Ka Mut, Ka Ade dan lainnya yang telah membantu penulis memperoleh data dan telah memberikan pengetahuan dan informasi sehingga penulis dapat meyelesaikan skripsi ini.
9.
Semua pihak yang telah membantu penulis dalam penyelesaian skripsi ini namun tidak bisa penulis sebutkan satu persatu. Penulis menyadari bahwa dalam menyusun skripsi ini masih terdapat
kekurangan, karena keterbatasan pengetahuan dan kemampuan yang dimiliki. Semoga karya ini dapat bermanfaat bagi penulis maupun pihak lain yang membutuhkan.
Bogor, September 2011
Muhammad Anditia Putra Pratama H14070074
i
DAFTAR ISI Halaman DAFTAR TABEL ...............................................................................................
iii
DAFTAR GAMBAR .........................................................................................
iv
DAFTAR LAMPIRAN ......................................................................................
v
I.
II.
PENDAHULUAN 1.1. Latar Belakang .................................................................................
1
1.2. Rumusan Masalah ............................................................................
5
1.3. Tujuan Penelitian ..............................................................................
6
1.4. Manfaat Penelitian ...........................................................................
7
1.5. Ruang Lingkup Penelitian ................................................................
7
TINJAUAN PUSTAKA 2.1. Tinjauan Teori .................................................................................
9
2.1.1. Pasar Modal ..........................................................................
9
2.1.2. Bursa Efek ............................................................................ 12 2.1.3. Indeks Harga Saham Gabungan ........................................... 13 2.1.4. Indeks Sektoral ..................................................................... 14 2.1.5. Return dan Volatilitas Saham .............................................. 15 2.1.6. Tingkat Suku Bunga............................................................. 17 2.1.7. Nilai Tukar Uang (Kurs) ...................................................... 19 2.2. Penelitian Terdahulu ......................................................................... 20 2.3. Kerangka Penelitian .......................................................................... 22 2.4. Hipotesis Penelitian ......................................................................... 24 III.
METODE PENELITIAN 3.1. Jenis dan Sumber Data .................................................................... 26 3.2. Metode Pengolahan dan Analisis Data ............................................ 26 3.2.1. Model ARCH-GARCH ....................................................... 26 3.2.1.1. Tahap Identifikasi .................................................. 30 3.2.1.2. Tahap Pendugaan Parameter ................................. 31 3.2.1.3. Tahap Evaluasi ...................................................... 32 3.2.1.4. Tahap Pemilihan ARCH-GARCH Terbaik ........... 33
ii
3.2.1.5. Pemeriksaan Model ARCH-GARCH ..................... 33 3.3. Peramalan Ragam ............................................................................. 34 IV.
HASIL DAN PEMBAHASAN 4.1. Deksripsi Data .................................................................................. 37 4.2. Identifikasi Model ARCH-GARCH ................................................. 41 4.2.1. Pemilihan ARIMA ............................................................... 41 4.2.2. Hasil Empiris ........................................................................ 44 4.2.2.1. Hasil Estimasi Return Saham................................ 46 4.2.2.2. Hasil Estimasi Volatilitas Saham ......................... 49
V.
KESIMPULAN DAN SARAN 6.1. Kesimpulan ...................................................................................... 52 6.2. Saran ................................................................................................ 53
DAFTAR PUSTAKA ........................................................................................ 55 LAMPIRAN ........................................................................................................ 57
iii
DAFTAR TABEL No. 4.1. 4.2. 4.3. 4.4. 4.5. 4.6. 4.7. 4.8.
Halaman Stastistika Deskriptif Data Return Indeks Saham Gabungan dan Indeks Tiap Sektor .................................................................................. Hasil Uji Stasioneritas Data Return Indeks Saham Gabungan dan Tiap Sektor .............................................................................................. Model ARIMA Data Return Indeks saham Gabungan dan Tiap Sektor ...................................................................................................... Hasil Pengujian Efek ARCH pada residual Model ARIMA ................... Model GARCH Data Return Indeks saham Gabungan dan Tiap Sektor ...................................................................................................... Hasil Pengujian Efek ARCH pada residual Model GARCH .................. Koefesien GARCH, Model Estimasi dari Return Saham Tiap Sektor ...................................................................................................... Koefesien GARCH, Model Estimasi dari Volatilitas Saham Tiap Sektor ......................................................................................................
39 41 43 43 45 45 46 49
iv
DAFTAR GAMBAR No.
Halaman
1.1.
Pergerakan Indeks Harga Saham Gabungan (IHSG) periode Oktober 2008 – Februari 2011 di Bursa Efek Indonesia ....................................... 2 Model Analisis Pengaruh Nilai Tukar Rupiah/US$ dan Tingkat Suku Bunga (Yield) Terhadap Indeks Harga Saham Gabungan dan Subsektor di Bursa Efek Indonesia................................................................ 24 Return Indeks Harga Saham Sektoral Periode Awal Oktober 2008 s.d Akhir Februari 2011 di Bursa Efek Indonesia ....................................... 37 Pergerakan Nilai Tukar Rupiah terhadap US$ periode Oktober 2008 – Februari 2011di Bursa Efek Indonesia .................................................... 48
2.1. 4.1. 4.2.
v
DAFTAR LAMPIRAN No. 1. 2. 3. 4. 5.
Halaman Uji Stasioneritas ...................................................................................... Model ARIMA Terbaik ........................................................................... Pengujian Efek ARCH ............................................................................ Model GARCH ....................................................................................... ARCH LM-Test.......................................................................................
57 64 75 81 92
1
I. PENDAHULUAN
1.1.
Latar Belakang Pada era globalisasi sekarang ini, hampir semua negara menaruh perhatian
besar terhadap pasar modal karena memiliki peranan strategis bagi penguatan ketahanan ekonomi suatu negara. Indonesia merupakan salah satu negara yang memiliki pasar keuangan yang cukup berkembang. Pasar modal merupakan suatu kebutuhan bagi Indonesia, karena kehadiran pasar modal sangat penting bagi investor maupun perusahaan dalam hal menjadi sumber alternatif pembiayaan kegiatan operasional perusahaan melalui penjualan saham dan penerbitan obligasi. Pasar modal yang ada di Indonesia merupakan pasar yang sedang berkembang, yang dalam perkembangannya sangat rentan terhadap kondisi makroekonomi secara umum. Menjelang berakhir periode perdagangan saham 2008 di Bursa Efek Indonesia (BEI) guncangan krisis finansial global masih membayangi indusri pasar modal domestik. Selama periode itu, otoritas pasar saham sempat menghentikan sementara transaksi pada Rabu, 8 Oktober 2008. Hal tersebut terjadi setelah Indeks Saham Gabungan Indonesia (IHSG) anjlok 10,38 persen atau 168,052 poin ke level terendah 1.451,669.
Diawali krisis
keuangan yang terjadi di Amerika sejak akhir 2007 yang telah memperburuk perekonomian AS secara keseluruhan dan berakibat pada timbulnya krisis keuangan dunia termasuk Indonesia. Hal tersebut dapat dilihat dari bangkrutnya salah satu bank investasi terkemuka di AS, jatuhnya Indeks Down Jones dan meningkatnya harga minyak dunia yang kemudian berdampak pada tingginya
2
inflasi. Pada akhirnya membuat perekonomian dunia mengalami perlambatan pertumbuhan.
Di Indonesia, hal ini tercermin dari melemahnya kurs rupiah
terhadap dolar AS yang menembus level Rp 9.416 per US$, peningkatan suku bunga (BI) hingga 9,25 persen, penurunan rata-rata nilai transaksi saham harian sebesar 9,46 persen dari Rp 4,22 triliun di kuartal III tahun 2007 menjadi Rp 3,82 triliun pada periode yang sama di tahun 2008 dan IHSG turun hingga level 1.832,507 atau mengalami penuruan sebesar 33,26 persen dari IHSG pada akhir tahun 2007. (Laporan Tahunan Bursa Efek Indonesia 2008)
IHSG 4000 3500 3000 2500 2000 1500
IHSG
1000 500 Feb‐11
Dec‐10
Oct‐10
Aug‐10
Jun‐10
Apr‐10
Feb‐10
Dec‐09
Oct‐09
Aug‐09
Jun‐09
Apr‐09
Feb‐09
Dec‐08
Oct‐08
0
Sumber : Bursa Efek Indonesia (2011).
Gambar 1.1. Pergerakan Indeks Harga Saham Gabungan (IHSG) periode Oktober 2008 – Februari 2011 Data empiris memperlihatkan bahwa dari Oktober 2008 hingga Februari 2011 terjadi fluktuasi pada Indeks Harga Saham Gabungan (IHSG) yang cenderung mengalami kenaikan, seperti terlihat pada gambar 1.1. Ini membuktikan bahwa indikator ekonomi beberapa tahun setelah krisis global
3
melanda, gejala pemulihan kepercayaan semakin meningkat. Peningkatan bursa saham terlihat dari tingkat kepercayaan investor yang meningkat, dapat dilihat pada akhir tahun 2009 IHSG ditutup pada posisi 2.534,356 poin atau menguat sebesar 86,98 persen dibandingkan penutupan pada akhir 2008. Pada perdagangan hari terakhir pada tanggal 30 Desember 2010, IHSG ditutup pada posisi 3.703,51 poin atau menguat sebesar 46,13 persen dibandingkan penutupan pada akhir tahun 2009. Selama 12 bulan tren IHSG terus meningkat, salah satunya ditunjukan dengan IHSG yang berhasil menyatatkan rekor tertingginya pada tanggal 9 Desember 2010 di level 2.475,572. (www.idx.co.id) Risiko tingkat suku bunga dan nilai tukar mata uang merupakan dua faktor ekonomi dan keuangan yang secara signifikan mempengaruhi nilai saham. Tingkat suku bunga secara tidak langsung mempengaruhi nilai dari harga saham, tetapi volatilitasnya secara langsung menciptakan pergeseran antara pasar uang dan instrumen pasar modal. Volatilitas suku bunga mempengaruhi penilaian saham dengan mempengaruhi inti nilai perusahaan, misalnya bunga marjin laba bersih, penjualan dan lain-lain. Kenaikan suku bunga berpengaruh negatif terhadap nilai aset dari peningkatkan tingkat pengembalian (return) yang diperlukan. Selain itu, tingkat suku bunga yang tinggi menyebabkan investor mengubah struktur / investasi dari pasar modal menuju pasar surat-surat berharga yang merupakan pedapatan berjangka tetap (fixed-term income), seperti obligasi pemerintah. Sebaliknya, penurunan tingkat suku bunga menyebabkan peningkatan nilai pada saat sekarang dari dividen masa depan (Hashemzadeh dan Taylor,
4
1988). Tingkat suku bunga dianggap sebagai salah satu penentu paling signifikan dari harga saham (Modigliani dan Chon, 1978). Volatilitas nilai tukar merupakan salah satu sumber utama lain dari ketidakpastian makroekonomi yang berpengaruh terhadap perusahaan. Sejak Agustus 1997, Indonesia menganut sistem nilai tukar mengambang sebagai jawaban pemerintah terhadap krisis nilai tukar yang terjadi sejak pertengahan tahun 1997. Setelah pelaksanaan rezim nilai tukar mengambang, Indonesia dihadapkan pada ketidakstabilan volatilitas kurs mata uang asing. Volatilitas nilai tukar mata uang asing mempengaruhi nilai perusahaan karena masa depan arus kas pemasukan perusahaan akan berubah sejalan dengan fluktuasi kurs mata uang asing. Luehrman (1991), menyatakan bahwa depresiasi mata uang suatu negara mempengaruhi perjanjian daya saing perusahaan yang bergerak dalam kompetisi internasional yang memimpin peningkatan permintaan barang ekspor. Alder dan Dumas (1984), menyatakan bahwa walaupun perusahaan yang beroperasi di dalam negeri masih mungkin akan dipengaruhi oleh fluktuasi nilai tukar mata uang sebagai harga input dan output yang dipengaruhi oleh pergerakan mata uang. Pada saat yang sama, jika sebuah negara disebut sebagai negara dominan pengimpor,maka jika mata uang domestik melemah (depresiasi) terhadap mata uang asing akan berdampak negatif pada negara yang diakibatkan dari kenaikan harga barang impor sehingga mengakibatkan meningkatnya biaya produksi, atau dengan kata lain melemahnya nilai tukar rupiah terhadap US$ memiliki pengaruh negatif terhadap ekonomi nasional yang pada akhirnya menurunkan kinerja saham di pasar saham.
5
Bursa Efek Indonesia (BEI) merupakan salah satu pasar saham yang paling cepat berkembang dengan volatilitas yang cukup tinggi. Peningkatan jumlah perusahaan yang terdaftar dan nilai kapitalisasi pasar menegaskan fakta ini. Nilai kapitalisasi pasar meningkat dari Rp 1.077 trilliun dengan 396 perusahaan yang terdaftar di BEI pada tahun 2008, menjadi Rp 2.019,37 trilliun dengan 409 perusahaan yang terdaftar pada tahun 2009. Pada akhir 2010, nilai kapitalisasi pasar saham dari 424 perusahaan yang terdaftar di BEI meningkat menjadi Rp 3.242,77 trilliun. Oleh karena itu, sangatlah penting untuk menyelidiki apakah kedua variabel makroekonomi; nilai tukar dan tingkat suku bunga, memiliki kekuatan prediksi yang signifikan bagi return dan volatilitas indeks saham di Bursa Efek Indonesia. 1.2.
Rumusan Masalah Intensif liberalisasi kebijakan keuangan yang dianut di negara-negara
berkembang dalam beberapa dekade terakhir telah menarik perhatian investor dunia untuk menggeserkan sebagian dana mereka ke pasar saham negara berkembang. Indonesia merupakan salah satu negara berkembang yang mempunyai pangsa pasar keuangan yang cukup besar. Volume harian transaksi yang cukup tinggi menandakan bahwa pasar keuangan terutama pasar saham di Indonesia menjadi salah satu pasar keuangan yang diminati para investor untuk menanamkan modal guna medapatkan return dari investasinya. Penelitian ini dilakukan untuk mengetahui daya prediksi tingkat suku bunga dan nilai tukar terhadap return dan volatilitas indeks harga saham gabungan di Bursa Efek Indonesia (BEI). Selain itu sepuluh sektor lainnya, antara
6
lain sektor pertanian, pertambangan, keuangan, properti, industri dasar, aneka industri, barang konsumsi, perdagangan, infrastruktur, dan manufaktur, dimana pada akhirnya akan dilihat sektor-sektor mana saja yang berpengaruh signifikan dari variabel eksogen yang terpilih. Karena komposisi dan sifat indeks masingmasing sektor berbeda, kita tidak bisa berharap bahwa sensitivitas dari return dan volatilitas indeks sektor terhadap suku bunga dan nilai tukar akan menghasilkan hasil yang berbeda Selain itu, adanya risiko ekonomi, sosial dan politik di suatu negara dapat mempengaruhi indeks saham secara berbeda pada tiap sektor. Oleh karena itu, untuk mengetahui informasi lebih lanjut tentang pengaruh perubahan tingkat suku bunga dan nilai mata uang terhadap return saham dan volatilitas nilai indeks untuk setiap sektor perlu dilakukan analisis pada masing-masing sektor secara terpisah. Adapun yang menjadi pokok permasalahan dari penelitian yang penulis ambil adalah sebagai berikut ; 1.
Apakah variabel eksogen nilai tukar US$/Rupiah mempunyai pengaruh yang signifikan terhadap return dan volatilitas variabel endogen IHSG dan tiap sektor di Bursa Efek Indonesia,
2.
Apakah variabel eksogen tingkat suku bunga mempunyai pengaruh yang signifikan terhadap return dan volatilitas variabel endogen IHSG dan tiap sektor di Bursa Efek Indonesia.
1.3.
Tujuan Penelitian Bertolak pada latar belakang dan permasalahan yang dipaparkan di atas,
maka tujuan dari diadakannya penelitian ini adalah ;
7
1.
Untuk mengetahui bagaimana pengaruh variabel eksogen nilai tukar US$/Rupiah terhadap variabel endogen return dan volatilitas IHSG dan tiap sektor di Bursa Efek Indonesia,
2.
Untuk mengetahui bagaimana pengaruh variabel eksogen Tingkat Suku Bunga terhadap variabel endogen return dan volatilitas IHSG dan tiap sektor di Bursa Efek Indonesia.
1.4.
Manfaat Penelitian Manfaat yang dapat diberikan dari penelitian ini adalah ;
1.
Memberikan informasi yang berharga bagi para investor dalam mengambil keputusan terbaik dalam pemilihan penyimpanan investasinya di sektor bursa saham atau pasar uang yang lebih menguntungkan sehingga daapat menghasilkan return saham yang diharapkan,
2.
Bagi emiten, dapat dijadikan bahan pertimbangan dalam menentukan kebijakan-kebijakan perusahaan,
3.
Bagi para penulis yang tertarik untuk meneliti kajian yang sama dalam pasar modal diharapkan penelitian ini dapat digunakan sebagai rujukan bagi penelitian selanjutnya.
1.5.
Ruang Lingkup Penelitian Penelitian ini menyajikan analisis secara deskriptif dan kuantitatif dengan
menggunakan ekonometrika. Selain itu, analisis dalam skripsi ini hanya terbatas pada analasis mengenai hubungan pengaruh atau respon nilai tukar dan tingkat suku bunga terhadap return dan volatilitas harga saham untuk tiap sektor, serta indeks harga saham gabungan di pasar saham Bursa Efek Indonesia (BEI). Oleh
8
karena itu, dalam analisis ini faktor-faktor eksternal yang mungkin mempengaruhi dalam analisis dianggap konstan.
9
II. TINJAUAN PUSTAKA
2.1. Tinjauan Teori 2.1.1. Pasar Modal Pengertian pasar modal secara umum adalah suatu sistem keuangan yang terorganisasi, termasuk didalamnya adalah bank-bank komersial dan semua lembaga perantara dibidang keuangan, serta keseluruhan surat-surat berharga yang beredar. Dalam arti sempit, pasar modal adalah suatu pasar (tempat, berupa gedung) yang disiapkan guna memperdagangkan saham-saham, obligasi-obligasi, dan jenis surat berharga lainnya dengan memakai jasa para perantara pedagang efek (Sunariyah, 2000). Pasar modal menurut Undang-Undang Republik Indonesia No.8 tahun 1995 adalah kegiatan yang bersangkutan dengan penawaran umum dan perdagangan efek, yaitu perusahaan publik yang berkaitan dengan efek yang diterbitkannya serta lembaga atau profesi yang berkaitan dengan efek. Adapun efek yang dimaksud disini adalah surat berharga atau saham. Definisi lain pasar modal adalah tempat atau pasar dari berbagai instrumen keuangan yang bisa diperjual belikan, baik itu keuangan jangka panjang maupun keuangan jangka pendek. Bentuk keuangan tersebut seperti hutang atau modal sendiri. Pasar modal memiliki peran besar bagi perekonomian negara karena pasar modal memiliki dua fungsi, yaitu berfungsi sebagai ekonomi dan keuangan. Alasan pasar modal dikatakan memiliki fungsi ekonomi karena pasar menyediakan fasilitas yang mempertemukan pihak investor dan pihak yang memerlukan dana (issuer). Dengan kata lain, pasar modal memberikan tempat
10
kepada pihak investor untuk diinvestasikan kepada issuer dengan pengharapan atas laba yang dibagikan dividen, sedangkan untuk pihak issuer mendapatkan dana segar dari investor yang bisa dipergunakan untuk
kepentingan operasi
perusahaan. Adapun pasar modal memiliki fungsi keuangan karena keberadaan pasar modal diharapkan kegiatan dan aktivitas perekenomian menjadi lebih meningkat,dimana pasar modal menjadi tempat pendanaan bagi perusahaan untuk beroperasi lebih besar lagi dan hasilnya untuk mensejahterakan masyarakat luas. Dalam pasar modal terdapat surat berharga atau efek yang dapat diperjualbelikan di bursa. Adapun instrumen pasar modal tersebut antara lain saham, obligasi, dan lain-lain. a. Saham Saham adalah surat bukti atau tanda kepemilikan bagian modal pada suatu perseroan terbatas. Dengan memiliki saham suatu perusahaan, maka manfaat yang diperolehnya diantaranya sebagai berikut : 1.
Dividen adalah bagian dari keuntungan perusahaan yang dibagikan kepada pemilik saham,
2.
Capital gain adalah keuntungan yang diperoleh dari selisih jual dengan harga belinya,
3.
Manfaat
non–finansial
yaitu
timbulnya
kebanggaan
dan
kekuasaan
memperoleh hak suara dalam menentukan jalannya perusahaan. Dalam bursa efek yang memperjualbelikan berbagai saham terdiri dari dua jenis, yaitu saham biasa (common stock) dan preferen (preferred stock). Saham biasa merupakan salah satu jenis efek yang paling banyak diperdagangkan di
11
pasar modal. Bahkan saat ini dengan semakin banyaknya emiten yang mencatatkan sahamnya di bursa efek perdagangan saham semakin marak dan menarik para investor untuk terjun dalam jual beli saham. Saham biasa merupakan saham yang tidak memperoleh hak istimewa. Pemegang saham biasa mempunyai hak untuk memperoleh dividen sepanjang perseroan memperoleh keuntungan. Saham preference merupakan saham yang diberikan atas hak untuk mendapatkan dividen dan / atau bagian kekayaan pada saat perusahaan di likuidasi lebih dahulu dari saham biasa, disamping itu mempunyai preferensi untuk mengajukan usul pencalonan direksi / komisaris. b. Obligasi Menurut Sawidji (2009), obligasi adalah surat berharga dalam bentuk kontrak antara pembeli pinjaman dengan yang diberi pinjaman. Jadi, surat berharga obligasi adalah selembar kertas yang menyatakan bahwa pemilik kertas tersebut memberikan pinjaman kepada yang diberi pinjaman melalui sebuah kontrak dan akibat adanya kontrak tersebut. Pemberi pinjaman memiliki hak untuk dibayar kembali pada waktu tertentu dan dengan jumlah tertentu pula. Obligasi sendiri dibedakan menurut penerbitnya, antara lain : 1.
Obligasi Negara, Obligasi yang diterbitkan oleh pemerintah. Pemerintah Indonesia sendiri memperdagangkan obligasi di BEI antara lain : obligasi negara seri Fixet rate, seri variable rate dan seri zero coupon serta obligasi negara ritel dan yang paling tinggi diperdagangkan adalah seri Fixet rate, seri variable rate.
2.
Obligasi Perusahaan (Corporate bond),
12
Obligasi yang diterbitkan pihak swasta dan ditawarkan dalam bentuk mata uang Rupiah dan dolar Amerika. 2.1.2. Bursa Efek Bursa Efek adalah suatu system convenant yang terorganisir dengan mekanisme resmi untuk mempertemukan penjual efek (pihak defisit dana) dengan pembeli efek (pihak yang surplus dana) secara langsung atau melalui wakilwakilnya. Menurut Husnan (1998), di dalam bukunya ia menjelaskan bahwa bursa efek adalah perusahaan yang jasa utamanya adalah menyelanggarakan kegiatan perdagangan sekuritas di pasar sekunder. Dalam undang-undang yang mengatur tentang pasar modal nomor 8 tahun 1995 menjelaskan pengertian bursa efek, yaitu pihak yang menyelenggarakan dan menyediakan sistem dan atau sarana untuk mempertemukan penawaran jual dan beli efek pihak-pihak yang lain dengan tujuan memperdagangkan efek diantara mereka. Saat ini bursa efek yang tersedia di Indonesia adalah Bursa Efek Indonesia (BEI). Pemegang saham bursa efek itu sendiri adalah perusahaan efek yang telah memperoleh izin usaha sebagai perantara pedagang efek. Sebagai fasilitator bursa efek mempunyai tugas yang harus dilakukan kepada calon investor agar dapat menjadikan bursa efek lebih dikenal oleh publik, yaitu : 1. Menyelenggarakan perdagangan efek yang teratur, wajar dan efisien, 2. Menyediakan sarana pendukung serta mengawasi kegiatan anggota bursa efek, 3.
Menyusun rancangan anggaran tahunan dan penggunaan laba bursa efek, dan melaporkannya kepada Bapepam,
13
4.
Mengupayakan likuiditas isntrumen yaitu mengalirkan dana secara cepat pada efek-efek yang dijual,
5.
Menyebarluaskan informasi bursa ke seluruh lapisan masyarakat
6.
Memasyarakatkan pasar modal untuk menarik investor dan perusahaan yang go pubic,
7.
Menciptakan instrumen dan jasa baru.
2.1.3. Indeks Harga Saham Gabungan (IHSG) Indeks Harga Saham Gabungan merupakan salah satu indeks pasar saham yang digunakan oleh Bursa Efek Indonesia (BEI; dahulu Bursa Efek Jakarta (BEJ)). IHSG diperkenalkan pertama kali pada tanggal 1 April 1983, sebagai indikator pergerakan harga saham di BEJ. Indeks ini mencakup pergerakan harga seluruh saham biasa dan saham preferen yang tercatat di BEI. Indeks inilah yang paling banyak digunakan dan dipakai sebagai acuan tentang perkembangan kegiatan di pasar modal dan juga digunakan untuk menilai situasi pasar secara umum atau mengukur apakah harga saham mengalami kenaikan atau penuruan. Untuk perhitungan Indeks Harga Saham secara umum, ada rumusan dasar yang dikenal dengan nama Weighted Average. Rumus dasar penghitunganya adalah : IHSG
∑ PX Q ∑N
100
dimana ; P = harga penutupan saham di pasar reguler, Q = bobot saham (jumlah saham yang tercatat di Bursa Efek Indonesia),
14
Nd = nilai dasar, yaitu nilai yang dibentuk berdasarkan jumlah saham yang tercatat di BEI yang masuk dalam daftar penghitungan indeks. Nilai dasar bisa berubah jika ada aksi korporasi yang menyebabkan jumlah saham berkurang atau bertambah. Sederhananya, setiap saham dihitung terlebih dahulu kapitalisasi pasar, kemudian dijumlahkan seluruh kapitalisasi pasar per saham atas saham-saham yang diperhitungkan dalam indeks, lalu dibagi dengan nilai dasar, kemudian dikalikan dengan 100. Jika kapitalisasi pasar per saham yang di total ini berbeda dengan nilai kapitalisasi pasar seluruh saham di BEI, itu dikarenakan ada saham-saham yang tidak perhitungkan dalam penghitungan indeks. Saham-saham yang tidak diperhitungkan ini menjadi rahasia BEI. Pihak BEI memiliki kriteria sendiri atas saham-saham yang bisa dimasukkan dalam penghitungan IHSG. Jadi bisa dikatakan, IHSG merupakan nilai representatif atas rata-rata harga seluruh saham di BEI berdasarkan jumlah saham tercatat. Itulah alasan disebut sebagai Weightened Average nilai harga rata-rata terhadap bobot atau jumlah saham. 2.1.4. Indeks Sektoral Indeks sektoral Bursa Efek Jakarta (BEI) adalah sub indeks dari Indeks Harga Saham Gabungan (IHSG). Semua saham yang tercatat di BEI di klasifikasikan ke dalam sembilan sektor menurut klasifikasi industri yang telah ditetapkan BEI, yang diberi nama JASICA (Jakarta Industrial Classification). Ke sembilan sektor tersebut adalah :
15
1. Sektor-sektor Primer (Ekstraktif) a. Sektor 1 : Pertanian b. Sektor 2 : Pertambangan 2. Sektor-sektor Sekunder (Industri Pengolahan / Manufaktur) a. Sektor 3 : Industri Dasar dan Kimia b. Sektor 4 : Aneka Industri c. Sektor 5 : Industri Barang Konsumsi 3. Sektor-sektor Tersier (Industri Jasa / Non-manufaktur) a. Sektor 6 : Properti dan Real Estate b. Sektor 7 : Transportasi dan Infrastruktur c. Sektor 8 : Keuangan d. Sektor 9 : Perdagangan, Jasa dan Investasi Selain sembilan sektor tersebut di atas, BEI juga menghitung Indeks Industri Manufaktur (Industri Pengolahan) yang merupakan gabungan dari sahamsaham yang terklasifikasikan dalam sektor 3, sektor 4 dan sektor 5.
Indeks
sektoral diperkenalkan pada tanggal 2 Januari 1996 dengan nilai awal indeks adalah 100 untuk setiap sektor dan menggunakan hari dasar tanggal 28 Desember 1995. (www.vibiznews.com, 12 April 2011) 2.1.5.
Return dan Volatilitas Saham Ang (1997) mengatakan bahwa return saham adalah tingkat keuntungan
yang dinikmati oleh investor atas suatu investasi yang dilakukan. Return saham memungkinkan seorang investor untuk membandingkan keuntungan aktual ataupun keuntungan yang diharapkan yang disediakan oleh berbagai saham pada
16
tingkatan pengembalian yang diinginkan. Di sisi lain, return pun memiliki peran yang amat signifikan di dalam menentukan nilai dari sebuah saham. Jogiyanto (1998) menjelaskan bahwa terdapat dua unsur pokok return total saham, yaitu capital gain dan yield. Capital gain merupakan hasil yang diperoleh dari selisih antara harga pembelian (kurs beli) dengan harga penjualan (kurs jual). Artinya jika kurs beli lebih kecil dari pada kurs jual maka investor dikatakan memperoleh capital gain, dan sebaliknya disebut dengan capital loss. Yield merupakan persentase penerimaan kas periodik terhadap harga investasi periode tertentu dari suatu investasi. Untuk saham, yield adalah persentase dividen terhadap harga saham periode sebelumnya. Untuk obligasi, yield adalah persentase bunga pinjaman yang diperoleh terhadap harga obligasi periode sebelumnya. Dengan demikian return total dapat dinyatakan sebagai berikut;
Dalam penelitian ini, return saham yang dimaksud adalah capital gain atau capital loss yang didefinisikan sebagi selisih dari harga investasi sekarang relatif dengan harga periode yang lalu. Berdasarkan definisi tersebut, return saham dapat dicari dengan rumus sebagai berikut;
Tujuan investor dalam berinvestasi adalah untuk meningkatkan nilai kekayaan dengan cara memaksimalkan return tanpa melupakan faktor risiko yang dihadapinya. Return saham yang tinggi mengidentifikasikan bahwa saham tersebut aktif diperdagangkan. Apabila suatu saham aktif diperdagangkan, maka
17
dealer tidak akan lama menyimpan saham tersebut sebelum saham tersebut diperdagangkan. Definisi volatilitas itu sendiri adalah kecepatan naik turunnya return sebuah reksadana. Volatilitas tidak hanya terbatas pada reksadana, tetapi juga seluruh instrumen investasi, baik saham, emas, obligasi atau instrumen-instrumen lainnya. Semakin tinggi volatilitasnya, maka kepastian return suatu reksadana semakin rendah, akan tetapi umumnya, dimana semakin tinggi volatilitas, nilai return akan semakin tinggi. Untuk volatilitas yang rendah menunjukkan kestabilan nilai return, akan tetapi umumnya nilai return tidak terlalu tinggi. 2.1.6. Tingkat Suku Bunga Tingkat suku bunga yang menjadi acuan dalam penelitian ini adalah suku bunga yang diukur dari pergerakan yield obligasi pemerintah. Yield obligasi itu sendiri adalah hasil yang akan diperoleh investor apabila menempatkan dananya untuk dibelikan obligasi dan dinyatakan dalam persentase. Ada tiga ukuran yield obligasi yang sering digunakan oleh para dealer dan portfolio manager yaitu; (1) yield sekarang (current yield), (2) yield sampai jatuh tempo (yield to maturity), dan (3) yield to call (yield untuk membeli kembali). Ketiga yield ini sering dipergunakan untuk menentukan pemilihan obligasi masuk dalam portofolio para manajer investasi atau pihak lain dalam rangka untuk membeli obligasi. Untuk currrent yield adalah yield yang dihitung berdasarkan jumlah kupon yang diterima selama satu tahun terhadap harga obligasi tersebut. Sementara itu yield to maturity (YTM) menurut (Tandelilin, 2001) adalah tingkat pengembalian atau pendapatan yang akan diperoleh investor apabila memiliki
18
obligasi sampai jatuh tempo, dan Yield to call itu sendiri adalah ukuran tingkat return yang akan diterima investor jika membeli obligasi (callable bond) pada harga pasar saat ini dan menahan obligasi tersebut hingga waktu obligasi tersebut di-call. 2.1.7. Nilai Tukar Uang (Kurs) Nilai tukar suatu mata uang sebenarnya adalah ‘harga’ mata uang suatu negara terhadap negara asing lainnya, sedangkan nilai tukar rupiah adalah harga rupiah terhadap mata uang negara lain. Misalnya nilai tukar rupiah terhadap Dollar AS, nilai tukar rupiah terhadap yen, dan lain sebagainya. Nilai tukar mata uang ini bersifat stabil dan bisa labil atau terlalu bergerak naik atau turun. Jadi, nilai tukar rupiah merupakan nilai dari satu mata rupiah yang ditranslasikan ke dalam mata uang negara lain. Nilai tukar atau lazim juga disebut kurs valuta dalam berbagai transaksi ataupun jual beli valuta asing, dikenal ada empat jenis yakni (Dornbusch dan Fischer, 1992): a.
Selling Rate (kurs jual) yakni kurs yang ditentukan oleh suatu bank untuk penjualan valuta asing tertentu pada saat tertentu,
b.
Middle Rate (kurs tengah) adalah kurs tengah antara kurs jual dan kurs beli valuta asing terhadap mata uang nasional, yang ditetapkan oleh bank sentral pada suatu saat tertentu,
c.
Buying Rate (kurs beli) adalah kurs yang ditentukan oleh suatu bank untuk pembelian valuta asing tertentu pada saat tertentu,
19
d. Flat Rate (kurs flat) adalah kurs yang berlaku dalam transaksi jual beli bank notes dan traveller chaque, dimana dalam kurs tersebut sudah diperhitungkan promosi dan biaya-biaya lainya. Kurs merupakan salah satu harga yang terpenting dalam perekonomian terbuka mengingat pengaruh yang demikian besar bagi neraca transaksi berjalan maupun variabel-variabel makro ekonomi yang lain. Ada dua pendekatan yang digunakan untuk menentukan nilai tukar mata uang yaitu pendekatan moneter dan pendekatan pasar. Dalam pendekatan moneter, nilai tukar mata uang didefinisikan sebagai harga dimana mata uang asing diperjualbelikan terhadap mata uang domestik dan harga tersebut berhubungan dengan penawaran dan permintaan uang. Naik turunnya nilai tukar mata uang atau kurs valuta asing bisa terjadi dengan berbagai cara, yakni bisa dengan cara dilakukan secara resmi oleh pemerintah suatu negara yang menganut sistem managed floating exchange rate, atau bisa juga karena tarik menariknya kekuatan-kekuatan penawaran dan permintaan di dalam pasar (market mechanism) dan umumnya perubahan nilai tukar mata uang tersebut bisa terjadi karena empat hal, yaitu: a.
Depresiasi (depreciation) adalah penurunan harga mata uang nasional berbagai terhadap mata uang asing lainya, yang terjadi karena tarik menariknya kekuatan-kekuatan supply dan demand di dalam pasar (market mechanism),
b.
Appresiasi (appreciation) adalah peningkatan harga mata uang nasional terhadap berbagai mata uang asing lainnya, yang terjadi karena tarik
20
menariknya kekuatan-kekuatan supply dan demand di dalam pasar (market mechanism), c.
Devaluasi (devaluation), adalah penurunan harga mata uang nasional terhadap berbagai mata uang asing lainnya yang dilakukan secara resmi oleh pemerintah suatu negara,
d.
Revaluasi (revaluation), adalah peningkatan harga mata uang nasional terhadap berbagai mata uang asing lainnya yang dilakukan secara resmi oleh pemerintah suatu negara.
2.2.
Penelitian Terdahulu Dalam penelitian sebelumnya telah dikaji hubungan antara nilai tukar dan
tingkat suku bunga terhadap pasar saham di berbagai negara dan sejalan dengan penelitan ini menggunakan metode GARCH. Penelitian yang dilakukan oleh Gulin, ddk. (2008) mengkaji mengenai hubungan nilai tukar dan suku bunga yaitu, yield obligasi, terhadap return dan volatilitas indeks harga saham gabungan dan tiap sektor, antara lain; teknologi, industri, finansial, dan service di Bursa Saham Istambul (ISE). Hasil penelitian menunjukkan bahwa return dari saham indeks saham gabungan dan tiap sektor keseluruhan berpengaruh signifikan negatif terhadap suku bunga (yield) dan untuk nilai tukar, hanya return saham sektor service yang berpengaruh signifikan negatif terhadap nilai tukar. Selain itu, untuk pengaruh nilai tukar terhadap volatilitas indeks saham berpengaruh signifikan positif pada semua sektor, kecuali sektor teknologi. Mengenai pengaruh suku bunga terhadap volatilitas return tiap sektor, yang signifikan antara lain; sektor tekhnologi, finansial dan indeks komposit.
21
Aloui (2006) dalam penelitiannya mengeksplorasi sifat dari mean, volatilitas dan mekanisme transmisi kausalitas antara pasar saham dan mata uang untuk Amerika Serikat dan beberapa pasar Eropa untuk periode sebelum dan pasca-Euro. Dalam penelitianya, ia menggunakan model perpanjangan multivariat EGARCH untuk menjelaskan mekanisme transmisi volatilitas asimetris. Hasil penelitiannya menunjukkan bahwa secara asimetris dalam jangka panjang terdapat pengaruh signifikan pada volatilitas dan menunjukkan bukti-bukti kuat kausalitas di mean dan variance, antara nilai tukar dan harga saham untuk periode sebelum dan pasca-Euro. Jayasinghe dan Tsui (2007) memeriksa fluktuasi nilai tukar dari tingkat return dan volatilitas pada sektor saham. Dalam penelitiannya, mereka menggunakan model GJR-GARCH untuk melihat pengaruh nilai tukar di indeks sektor di negara industri Jepang. Berdasarkan data sampel dari empat belas sektor, terbukti signifikan ditemukanya pengembalian return dan volatilitas bersyarat asimetris dari nilai tukar. Hyde (2007) menginvestigasi respon return saham sektor industri terhadap pasar, nilai tukar dan suku bunga. Dalam penelitianya ia menfokuskan pada return saham sektor industri, guncangan nilai tukar dan suku bunga di empat negara terbesar di Eropa yaitu Perancis, Jerman, Italia dan Inggris. Hasil penelitiannya menunjukan bahwa signifkan di level pada resiko nilai tukar di keempat negara dan risiko suku bunga signifikan di Perancis dan Jerman. Selain
itu,
Raghavan
dan
Dark
(2008)
menggunakan
Vektor
Autoregressive GARCH (VAR-GARCH) untuk memeriksa kembali efek
22
volatilitas dan return nilai tukar dolar AS/Australia di seluruh Australia Ordinaries Index (AOI). Dalam tulisan penelitianNya, mereka menemukan bukti pengembalian searah dan efek spillover volatilitas USD/AUD ke AOI. 2.3.
Kerangka Penelitian Dalam penelitian ini, dilakukan terhadap 2 (dua) variabel makroekonomi
yang diduga berpengaruh terhadap return dan volatilitas IHSG dan tiap sektor di Bursa Efek Indonesia (BEI). Adapun variabel makroekonomi yang diprediksikan berpengaruh terhadap IIHSG dan tiap sektor adalah nilai tukar US$/Rupiah dan tingkat suku bunga dalam yield. Berdasarkan uraian di atas, hubungan masingmasing variabel eksogen (variabel makroekonomi) terhadap IHSG dapat dijelaskan sebagai berikut; 1.
Hubungan Nilai Tukar US$/Rupiah terhadap return dan volatilitas saham Fluktuasi nilai rupiah terhadap mata uang asing yang tidak stabil akan sangat mempengaruhi iklim investasi di dalam negeri, khususnya pasar modal. Terjadinya apresiasi kurs Rupiah terhadap Dolar misalnya, akan memberikan dampak terhadap perkembangan pemasaran produk Indonesia di luar negeri, terutama dalam hal persaingan harga. Apabila hal ini terjadi, secara tidak langsung akan memberikan pengaruh terhadap neraca perdagangan, karena menurunnya nilai ekspor dibandingkan dengan nilai impor. Seterusnya, akan berpengaruh pula kepada neraca pembayaran Indonesia. Memburuknya neraca pembayaran tentu akan berpengaruh terhadap cadangan devisa. Berkurangnya cadangan devisa akan mengurangi kepercayaan investor terhadap perekonomian Indonesia, yang selanjutnya menimbulkan dampak
23
negatif terhadap perdagangan saham di pasar modal sehingga terjadi capital outflow. Selanjutnya, bila terjadi penurunan kurs yang berlebihan akan berdampak pada perusahaan-perusahaan go public yang menggantungkan faktor produksi terhadap barang-barang impor. Besarnya belanja impor dari perusahaan seperti ini bisa mempertinggi biaya produksi dan menurunnya laba perusahaan sehingga harga saham perusahaan itu akan menurun tajam, akibatnya terjadi penurunan return. Berdasarkan beberapa penelitian terdahulu yang dilakukan oleh Luehrman (1991), Adler dan Dumas (1984), dan Gulin dkk. (2008) telah membuktikan bahwa nilai tukar berpengaruh signifikan terhadap harga saham. 2.
Hubungan Tingkat Suku Bunga terhadap return dan volatilitas saham Kenaikan tingkat suku bunga dapat meningkatkan beban perusahaan (emiten) yang lebih lanjut dapat menurunkan harga saham. Kenaikan ini juga berpotensi mendorong investor mengalihkan dananya ke pasar uang atau tabungan maupun obligasi pemerintah sehingga investasi di lantai bursa turun. Akibatnya dapat menurunkan harga saham dan terjadinya penurunan return. Hal ini telah dibuktikan oleh Hashemzadeh dan Taylor (1988) maupun Modigliani dan Chon (1978) bahwa tingkat bunga berpengaruh signifikan terhadap indeks harga saham. Atas dasar analisis tersebut maka pengaruh dari masing-masing variabel
tersebut terhadap IHSG dapat digambarkan dalam model paradigma seperti ditunjukkan dalam Gambar 2.1.
24
HI, H2
Return Saham Indeks Gabungan dan Indeks Saham Sektoral di BEI
H3, H4
Volatilitas Saham Indeks Gabungan dan Indeks Saham Sektoral di BEI
Nilai Tukar US$/Rupiah dan Tingkat Suku Bunga
Gambar 2.1. Model Analisis Pengaruh Nilai Tukar US$/Rupiah dan Tingkat Suku Bunga (Yield) Terhadap Indeks Harga Saham Gabungan dan Sektoral di Bursa Efek Indonesia
Berdasarkan model pada Gambar 2.1. tersebut menunjukkan bahwa variabel eksogen terdiri dari nilai tukar US$/Rupiah (H1, H3) dan tingkat suku bunga (H2, H4) dan variabel endogennya yaitu return dan volatilitas IHSG dan tiap sektor di Bursa Efek Indonesia (BEI). 2.4.
Hipotesis Penelitian Adapun hipotesis yang diajukan dalam penelitian ini adalah sebagai
berikut: H1 :
Diduga bahwa variabel eksogen nilai tukar US$/Rupiah memiliki pengaruh signifikan positif terhadap retun IHSG dan indeks saham sektoral di BEI.
H2 :
Diduga bahwa variabel eksogen tingkat suku bunga memiliki pengaruh signifikan negatif terhadap return IHSG dan indeks saham sektoral di BEI.
25
H3:
Diduga bahwa variabel eksogen nilai tukar US$/Rupiah memiliki pengaruh signifikan positif terhadap volatilitas IHSG dan indeks saham sektoral di BEI.
H4 :
Diduga bahwa variabel eksogen tingkat suku bunga memiliki pengaruh signifikan positif terhadap volatilitas IHSG dan indeks saham sektoral di BEI.
26
III. METODE PENELITIAN
3.1.
Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder
berupa data time series harian dari awal Oktober 2008 hingga akhir Februari 2011. Data-data yang digunakan pada penelitian ini adalah return indeks harga saham gabungan dan indeks tiap sektor yang ada di pasar saham, tingkat suku bunga yang diukur dari yield obligasi pemerintah yang berjangka 2 tahun, dan nilai tukar kurs rupiah terhadap Dolar Amerika. Data tersebut diperoleh dari Bank Indonesia (BI), Bursa Efek Indonesia (BEI), dan CEIC. 3.2.
Metode Pengolahan dan Analisis Data Dalam penelitian ini akan digunakan model ARCH-GARCH.Tingkat
risiko harga dapat diramalkan denga pendekatan ARCH-GARH. Data yang ada diolah dengan menggunakan program Microsoft Excel dan Eviews 6. Analisis grafik pergerakan harga dilakukan dengan plot grafik time series untuk melihat kecenderungan data. 3.2.1. Model ARCH-GARCH GARCH mengasumsikan data yang akan dimodelkan memiliki standar devasi yang selalu berubah terhadap waktu. GARCH cukup baik untuk memodelkan data yang berubah standar deviasinya, tetapi tidak untuk data yang benar-benar acak. Langkah awal untuk mengidentifikasikan model ARCHGARCH adalah dengan melihat ada tidaknya ARCH eror dari data pergerakan variabel yang ingin diuji.
27
Firdaus (2006) menyatakan bahwa misalkan Y , Y , … , Y merupakan deret waktu pengamatan return dan (Y ) adalah sebuah proses yang mengikuti persamaan ARMA (p,q). Dalam bentuk persamaan ditulis sebagai : Y
Φ Y
Φ Y
- ... - Φ Y
ε
θ ε
θ ε
- ... - θ ε
adalah white noise. Persamaan tersebut dapat ditulis :
dimana
Φ B) Y = (θ B) ε Dimana B adalah operator backsift. Jika q = 0 ARMA (p,q) sama dengan proses autoregresssive dengan orde-p, AR(p), yang dapat ditulis dalam bentuk persamaan sebagai berikut : Y
φ
Φ Y
Y
…
Φ Y
ε
dengan E ε ) = 0 σ , untuk t = λ ..................................................................... (1)
E ε ,ε
= 0, untuk selainnya
Proses memiliki persamaaan peragam stationer jika, 1-Φ Ζ
Φ Ζ - ... Φ Ζ = 0.
Peramalan linier yang optimal dari Yt untuk proses AR(p) adalah : E Y Y Dimana konstanta dari
, ,
,Y
,…
φ
Φ Y
Y
Φ Y
,…
menunjukkan proyeksi linier dari Yt terhadap
,…
. Jika rataan bersyarat dari Yt berubah-ubah pada
tiap titik waktu mengikuti persamaan di atas dan proses tersebut memiliki
28
peragam yang statsioner, maka rataan tak bersyarat dari Yt adalah konstan sebagai berikut : Ε Yt
φ/ 1 - Φ - Φ - ... - Φ
Hal yang menarik dalam persamaan ini tidak hanya peramalan dari Yt saja, melainkan juga peramalan varians. Varians yang berubah-ubah pada setiap titik waktu juga mempunyai implikasi terhadap validitas dan efesiensi dalam estimasi parameter ( φ, Φ , Φ , … , Φ ).
Walaupan persamaan (1) berimplikasi bahwa
varians bersyarat dari ε adalah konstan yang sebesar σ , namun pada kenyataannya varians bersyarat dari ε dapat berubah-ubah terhadap titik waktu. Satu pendekatan yang digunakan untuk mendeskripsikan kuadrat dari ε yang mengikuti proses AR (m) : ε
ξ
α ε
α ε
+ ... + α ε
+ ω ......................................(2)
Peubah ωt adalah proses white noise yang akan baru, dengan E(
)=0 λ , untuk t = λ
E(ω , ω ) = 0, untuk selainnya Karena ε juga merupakan eror dari peramalan Yt, persamaan (2) berimplikasi bahwa proyeksi linier kuadrat eror dari ramalan Yt, terhadap mkuadrat eror peramalan sebelumnya adalah sebagai berikut : E ε ε
,
ε
,…
ξ
α ε
α ε
+ ... + α ε
+ ............................ (3)
29
Proses white noise yang memenuhi persamaan (3) dikenal sebagai model Autoregressive Conditional Heteroscedasiticity dengan orde m atau ARCH (m). Proses ini dinotasikan : ε ~ Persamaan ini sering juga ditulis sebagai berikut : h
ξ
α ε
Dimana h
α ε E ε ε
,
+ ... + α ε ε
,…
yang sering disebut sebagai ragam. Proses
ε ~ ARCH m dicirikan oleh ε = h , Vt. Dalam hal ini Vt ~ N(0,1). Lebih umum lagi dapat diperlihatkan sebuah proses dimana ragam bersyaratnya tergantung pada jumlah lag terhingga dari ε h
:
ξ + π L ε ......................................................................................................(4)
dengan π L
π L
kemudian π L diparameterisasi sebagai rasio dari 2 orde polinomial terhingga : α L 1 δ L
π L
α L α L α L ... α L 1 δ L δ L δ L ... δ L
dimana diasumsikan bahwa akar dari 1 dengan 1
0. Jika persamaan (4) dikalikan
, maka diperoleh persamaann sebagai berikut : 1
1
atau dapat ditulis sebagai berikut : h
K
Untuk K
δ h
1
δ h
δ
δ
…
δh
…
δ ξ.
α ε
α ε
…
α ε
........ (5)
30
Persamaan (5) dikenal sebagai model General Autoregressive Conditional Heteroscedasticity dengan orde r dan orde m yang biasa dinotasikan sebagai
~
GARCH. 3.2.1.1.Tahap Identifikasi Pada tahap ini dilakukan identifikasi terhadap tiga hal. indentifikasi terhadap kestasioneran data.
Pertama,
Kedua, idetifikasi terhadap unsur
musiman yang mungkin terdapat pada data. Ketiga, identifikasi terhadap pola Autocorrelation Function (ACF) dan Partail Autocorrelation Function (PACF) untuk menentukan model tentatif. Uji stasioneritas data dapat dilakukan dengan melakukan uji Augmented Dickey-Fuller.
Data dikatakan sudah stasioner (tidak mengandung unit root)
apabila ADF test statistic lebih besar dari test critical values. Pada umumnya data runtut waktu (time series) memiliki unsur kecendrungan (trend) yang menjadikan kondisi data time series menjadi tidak statsioner. Oleh karena itu diperlukan pembedaan yang dapat membedakan data yang belum stasioner dengan data baru yang sudah stasioner. Biasanya hal ini disebut dengan differencing. Ketelitian dan tingkat akurasi model ARIMA dapat ditingkatkan dengan memasukkan unsur musiman yang terkandung dalam data. Pendeteksian komponen trend dan musiman yang terkandung dalam data digunakan dengan menggunakan bantuan (i) plot data, (ii) plot ACF, dan (iii) plot PACF. Dalam data runtut waktu yang mengandung unsur musiman dan tidak stasioner maka langkah untuk uji stasioneritas dilakukan dalam dua tahap, yaitu (i)
31
mendeteksi pola-pola (stasioner, AR dan MA) pada unsur musiman dan (ii) mendeteksi pola-pola (stasioner, AR dan MA) pada unsur non musiman. Untuk menentukannya dibantu oleh alat dalam plot bergambar ACF dan PACF. 3.2.1.2. Tahap Pendugaan Parameter Setelah berhasil menetapkan atau mengidentifikasi model sementara, tahap berikutnya adalah pendugaan parameter modal sementara tersebut. Terdapat dua cara yang mendasar yang dapat digunakan untuk menduga parameter-parameter tersebut, yaitu : 1.
Dengan cara mencoba-coba (trial and error) yaitu dengan menguji beberapa nilai yang berbeda dan memilih di antaranya dengan syarat yang meminimumkan jumlah kuadrat nilai galat (sum square of residual).
2.
Perbaikan secara iteratif yaitu dengan memilih nilai taksiran awal dan kemudian membiarkan program komputer untuk memperhalus penaksiran tersebut secara iteratif Penentuan
dugaan
parameter
ARCH-GARCH
dilakukan
dengan
menggunakan metode kemungkinan maksimum secara iteratif dengan Algoritma Marquardt. Penggunaan bantuan program Eviews 6 dapat mengestimasi nilainilai parameter yang dibutukan.
32
3.2.1.3. Tahap Evaluasi Setelah diperoleh persamaan untuk model tentatif, dilakukan uji diagnostik untuk menguji kedekatan model dengan data. Terdapat 6 kriteria dalam evaluasi model Box-Jenkins (Gaynor, 1994), yaitu : 1.
Proses iterasi harus convergence. Bila ini dapat dipenuhi maka pada session terdapat pernyataan relative change in each estimate less tan 0,0010.
2.
Residual (forecast error) random. Untuk memastikan apakah model sudah memenuhi syarat ini dapat digunakan indikator modified Box-Pierce Statistic. Berdasarkan session diketahui bahwa nilai p-value yang lebih besar dari 0,05 menunjukkan bahwa residual sudah random atau sudah mempunyai adequate model.
3.
Kondisi invertibilitas ataupun stationeritas harus terpenuhi, ditunjukan oleh koefisien AR atau MA yang kurang dari 1.
4.
Parameter yang diestimasi berbeda nyata dengan nol, ditunjukkan oleh nilai p-value yang harus kurang dari 0.05.
5.
Model harus parsimonius.
6.
Model harus memiliki mean square error (MSE) yang kecil. Selain itu harus aplikasinya dapat pula dilihat dari nilai AIC dan SIC yang terkecil Apabila dalam metode ARIMA masih terdapat unsur heteroskedastisitas,
maka nilai kuadrat galat dari metode ini digunakan lebih lanjut ke dalam metode ARCH-GARCH.
33
3.2.1.4. Tahap Pemilian Model ARCH-GARCH Terbalik Kriteria model yang terbaik adalah memiliki ukuran kebaikan model yang besar dan koefisien yang nyata. Terdapat dua bentuk pendekatan yang dapat digunakan sebagai ukuran kebaikan model, yaitu : 1.
Akaike Information Criterion (AIC) AIC = ln (MSE) + 2*K/N
2.
Schwartz Criterion (SC) SC = ln (MSE) + [K*log(N)/N]
dimana : MSE = Mean Square Error K
= banyaknya parameter, yaitu (p+q+l)
N
= banyaknya data pengamatan SC dan AIC adalah dua standar informasi yang menyediakan ukuran
informasi yang dapat menemukan keseimbangan anatara ukuran kebaikan model dan spesifikasi model yang terlalu hemat. Nilai ini dapat membantu untuk mendapatkan seleksi model terbaik. Model yang baik dipilih berdasarkan nilai AIC dan SC yang terkecil dengan melihat juga signifikasi koefisien model. 3.2.1.5. Pemeriksaan Model ARCH-GARH Pemeriksaan kecukupan model dilakukan untuk menguji asumsi sehingga model yang diperoleh cukup memadai. Jika model tidak memadai, maka kembali ke tahap identifikasi untuk mendapatkan model yang lebih baik. Diagnosis model dilakukan dengan manganalisis residual yang telah distandardisasi. Diagnosis meliputi pengujian kehomegenan galat.
34
Prosedur pengujian hipotesis ragam galat dalam deret waktu secara formal adalah uji Engel Lagrange Multiplier (LM Test).
Hipotesis yang akan diuji
adalah konstan (homoscedasitic) lawan galat merupakan proses ARCH atau GARCH. Dalam prosedur pengujian hipotesis menurut Enders (2004) sebagai berikut: 1. Pendugaan model bagi deret
menggunakan Metode Kuadrat Terkecil (OLS)
dari : (6) 2.
Hitung Kuadrat sisaan, ̂ . Regresikan kuadrat sisaan tersebut untuk menduga parameter persamaan berikut: ̂
3.
α
̂
̂
̂
(7)
Apabila tidak ada pengaruh ARCH atau GARCH, maka dugaan bagi α sampai α haruslah sama dengan nol. Sample sebanyak T buah sisaan,
cukup besar, maka
hipotesis nol bahwa ragam adalah homogen ditolak, dan sebaliknya. Sederhananya dapat dikatakan jika kesimpulan terima
, maka hasil
menunjukan bahwa tidak mengandung efek ARCH, sedangkan sebaliknya jika kesimpulan tolak
3.3.
.
Peramalan Ragam Pada penelitian ini akan dilakukan pengujian mengenai terjadinya
kointegrasi antara return dan volatilitas di bursa saham dengan tingkat suku bunga (yield) dan nilai tukar rupiah terhadap Dolar Amerika. Tujuannya adalah untuk mengindentifikasi return dan volatilitas bursa saham yang dipengaruhi oleh suku bunga (yield) dan nilai tukar rupiah terhadap dolar amerika.
35
Pasaribu (2003) menjelaskan model GARCH digunakan untuk model yang tak linier dari ragam. Model ini dikembangkan dari model ARCH oleh Bollerslev (1986), untuk menghindari ordo ARCH yang besar. Berbeda dengan metode umum OLS yang menghendaki adanya varian yang konstan (homoskedastisitas), pada model ini asumsi tersebut tidak berlaku lagi.
Untuk menguji
heteroskedastisitas dilakukan dengan metode ARCH (Engle, 1982) yang kemudian digeneralisasikan menjadi model GARCH oleh Bollerslev (1986). Secara umum model GARCH (p,q) dapat dijelaskan dengan metode berikut: 6 7 Model GARCH terdiri dari dua persamaan. Persamaan (6) disebut dengan mean equation dan persamaan (7) disebut variance equation. Karena
adalah
satu periode awal ragam peramalan berdasarkan atas informasi masa lalu, yang sering disebut sebagai conditional variance.
Persamaan conditional variance
yang digambarkan dalam perrsamaan 2 secara fisik. Persamaan tersebut adalah fungsi dari tiga hal yaitu : •
Mean :
•
Berita mengenai volatilitas dari periode sebelumnya, diukur sebagai lag dari kuadrat galat dari mean equation :
•
Periode terakhir peramalan variance :
(ARCH term) (GARCH term)
36
Model yang dikenal oleh Engel (1982) biasanya mengindikasikan sebagai Autoregressive Conditional Heteroscedasticity Model (ARCH). Pengembangan model diajukan oleh Bollerslev (1986) yang menemuka Generalized ARCH (GARCH) model. Model ini mempunyai kecendrungan yang sama sebagai model ARCH,
walaupun memperbolehkan varians bersyarat untuk bervariasi tidak
hanya dalam fungsi dari eror sebelumnya, tetapi juga oleh lag-nya.
Secara
implisit restriksi dari spesifikasi ARCH dan GARCH adalah asymetry. Dalam permodelan penelitian ini akan digunakan metode ARCH-GARCH.
Untuk
mengevaluasi hubungan antara tingkat suku bunga yield dan nilai tukar US$/Rupiah terhadap return dan volatilitas indeks harga saham gabungan dan indeks tiap sektor di bursa saham, akan terbentuk persamaan model sebagai berikut: 8 9
Persamaan (8) disebut sebagai mean equation dan persamaan (9) disebut sebagai variance equation. Dalam persamaan ARCH-GARCH tersebut variabel EXC merupakan nilai tukar US$/Rupiah dan INT merupakan tingkat suku bunga yang diukur dari yield obligasi pemerintah.
37
IV. HASIL DAN PEMBAHASAN
4.1.
Deskripsi Data Penelitian ini menganalisis pengaruh nilai tukar dan suku bunga terhadap
return dan volatilitas dari indeks tiap sektor di pasar saham antara lain sektor pertanian, pertambangan, keuangan, properti, industri dasar, aneka industri, barang konsumsi, perdagangan, infrastruktur, dan manufaktur. Dan juga return dan volatilitas dari indeks harga saham gabungan itu sendiri. .16
.08
.12
.04
.08 .04
.00
.00
-.04
-.04 -.08
-.08 -.12 -.16
-.12 2009M01
2009M07
2010M01
2010M07
2009M01
2011M01
2009M07
2010M01
2010M07
2011M01
ANEKA_INDUSTRI
IHSG
.10
.12
.08
.05
.04 .00
.00 -.05
-.04 -.10
-.08 -.15
-.12 2009M01
2009M07
2010M01
2010M07
2009M01
2011M01
2009M07
2010M01
2010M07
2011M01
INFRASTRUKTUR
INDUSTRI_DASAR
.12
.15
.08
.10 .05
.04 .00
.00 -.05
-.04 -.10
-.08
-.15 -.20
-.12 2009M01
2009M07
2010M01
2010M07
MANUFAKTUR
2011M01
2009M01
2009M07
2010M01 PERTANIAN
2010M07
2011M01
38
.08
.12
.06
.08 .04 .02
.04
.00
.00
-.02 -.04
-.04 -.06 -.08
-.08 2009M01
2009M07
2010M01
2010M07
2011M01
2009M01
2009M07
PERDAGANGAN
2010M01
2010M07
2011M01
2010M07
2011M01
KEUANGAN
.12
.12
.08
.08
.04 .04
.00 .00
-.04 -.04
-.08
-.08
-.12 2009M01
2009M07
2010M01
2010M07
2011M01
2009M01
2009M07
BRNG_KONSUMSI
2010M01
PERTAMBANGAN
.08
.04
.00
-.04
-.08
-.12 2009M01
2009M07
2010M01
2010M07
2011M01
PROPERTI
Sumber : CEIC Database (2011) Gambar 4.1. Return Indeks Harga Saham Sektoral Periode Awal Oktober 2008 s.d Akhir Februari 2011 Hal yang penting untuk diamati dalam penelitian ini adalah menjawab pertanyaan mengenai nilai tukar dan suku bunga mempengaruhi return dan volatilitas di pasar saham. Pada Gambar 4.1 juga teramati fluktuasi dari return di pasar saham baik itu berupa return berdasarkan indeks gabungan, maupun return dari indeks tiap sektor yang ada di pasar saham. Pengamatan terhadap fluktuasi
39
dari plot data return juga bermanfaat untuk mengidentifikasi adanya gejala awal unsur heteroskedastisitas. Berdasarkan plot data harian return indeks gabungan maupun return indeks tiap sektor, yang di analisis dari awal Oktober 2008 hingga akhir Februari 2011 terlihat bahwa data return tersebut berfluktuasi setiap harinya dengan kenaikan dan penurunan yang tajam uang terdapat pada beberapa periode. Data seperti ini mengindikasikan conditional heteroscedasticity (Enders, 2004), dimana pada jangka panjang varians dari return konstan, tetapi terdapat beberapa periode dimana varians relatif tinggi. Pada penelitian ini, return indeks gabungan dan indeks tiap sektor saham dihitung menggunakan rumus sebagai berikut ;
Beberapa statistik deskriptif return indeks saham ditampilkan pada Tabel 4.1. Tabel 4.1 Stastistika Deskriptif Data Return Indeks Saham Gabungan dan Indeks Tiap Sektor Indeks Saham Prob Skewness Kurtosis Jarque-Bera Test Indeks Gabungan -0,017526 8,492970 785,7798 0,000 Aneka Industri 0,516100 8,280150 753,7870 0,000 Industri Barang Konsumsi 0,106688 8,228180 713,0051 0,000 Industri Dasar -0,094969 8,878304 900,7952 0,000 Infrastruktur -0,174703 9,956353 1263,358 0,000 Keuangan 0,403445 6,858054 404,4904 0,000 Manufaktur 0,104960 11,12811 1721,621 0,000 Perdagangan 0,148952 4,765778 83,50826 0,000 Pertambangan 0,426401 6,203506 286,1906 0,000 Pertanian 0,553600 9,378212 1091,340 0,000 Properti -0,005628 6,195526 265,9247 0,000 Tabel 4.1 Memberikan informasi tentang kemenjuluran (skewness) dan keruncingan (kurtosis). Koefisien kemenjuluran (skewness) yang merupakan
40
ukuran kemiringan adalah lebih besar dari nol menunjukan data memiliki distribusi yang miring ke kanan, artinya data cenderung menumpuk pada nilai yang rendah. Sedangkan, koefisien yang lebih kecil dari nol menunjukan data memiliki distribusi yang miring ke kiri, artinya data cenderung menumpuk pada nilai yang tinggi. Nilai kurtosis digunakan untuk mengukur tingkat kepadatan sebaran, dari hasil pengamatan pada Tabel 4.1, nilai kurtosis lebih besar dari 3, hal ini merupakan gejala awal adanya heteroskedastisitas. Mario (2009) dan Lo (2003) menjabarkan secara sistematis bahwa sifat dari data dengan pengaruh GARCH antara lain adalah kurtosis yang selalu lebih besar dari 3. Indeks tiap sektor dan gabungan di pasar saham menunjukan nilai kurtosis yang lebih besar dari 3, maka hal ini menunjukan gejala awal adanya heteroskedastisitas. Untuk koefisien kemenjuluran (skewness), antara lain indeks gabungan, industri dasar, infrastruktur dan properti diperoleh skewness yang lebih kecil dari nol atau bernilai negatif, menunjukan distribusi yang miring ke kiri artinya data cenderung menumpuk pada nilai tinggi. Untuk sektor lainnya antara lain aneka industri, industri barang konsumsi, keuangan, manufaktur, perdagangan, pertambangan dan pertanian diperoleh skewness yang lebih besar dari nol atau bernilai positif yang menggambarkan kemenjuluran ke kanan, maka memiliki distribusi yang miring ke kanan artinya data cenderung menumpuk pada nilai yang rendah.
41
4.2.
Identifikasi Model ARCH-GARCH Hal yang perlu dilakukan dalam tahap spesifikasi model adalah dengan
melakukan pendeteksian efek ARCH dengan uji stasioneritas dan uji ARCH 4.2.1. Pemilihan Model ARIMA Tahap-tahap dari spesifikasi model untuk masing-masing data return indeks saham adalah melakukan serangkaian pengujian, antara lain menguji kestasioneran data return indeks saham, penentuan model tentatif ARIMA hingga pendugaan parameter dan pemilihan model terbaik. Uji stasioneritas data dapat dilakukan dengan melakukan uji Augmented Dickey-Fuller. Data dikatakan sudah stasioner (tidak mengandung unit root) apabila ADF test statistic lebih besar dari test critical values. Pada umumnya data runtut waktu (time series) memiliki unsur kecenderungan (trend) yang menjadikan kondisi data time series menjadi tidak stasioner. Oleh karena itu diperlukan pembedaan yang dapat membedakan data yang belum stasioner dengan data baru yang sudah stasioner.
Biasanya hal ini disebut dengan
differencing. Tabel 4.2. Hasil Uji Stasioneritas Data Return Indeks Saham Gabungan dan Tiap Sektor Indeks Saham Prob* Hasil Uji Akar Unit Pada 5% Indeks Gabungan ADF> nilai kritis absolut (Level) 0,000 Aneka Industri ADF> nilai kritis absolut (Level) 0,000 Industri Barang Konsumsi ADF> nilai kritis absolut (Level) 0,000 Industri Dasar ADF> nilai kritis absolut (Level) 0,000 Infrastruktur ADF> nilai kritis absolut (Level) 0,000 Keuangan ADF> nilai kritis absolut (Level) 0,000 Manufaktur ADF> nilai kritis absolut (Level) 0,000 Perdagangan ADF> nilai kritis absolut (Level) 0,000 Pertambangan ADF> nilai kritis absolut (Level) 0,000 Pertanian ADF> nilai kritis absolut (Level) 0,000 Properti ADF> nilai kritis absolut (Level) 0,000
42
Keterangan : *) Stasioner pada taraf nyata 0,05
Berdasarkan Tabel 4.2 yang disajikan dalam Lampiran 1 dapat dilihat bahwa nilai ADF test statistic dari setiap indeks saham, lebih besar dari critical value pada taraf nyata 5 persen. Dalam tabel menunjukan bahwa semua indeks saham telah stasioner pada level. Hal ini dikarenakan data indeks saham yang diolah sudah berupa data return. Setelah data harga dari tiap return indeks saham stasioner maka dapat dilakukan pendugaan model ARIMA terbaik. Pembentukan model dilakukan terhadap model yang sederhana, yaitu mengkombinasikan antara r = 1, 2, 3 dan m = 1, 2, 3 sehingga untuk tiap model return indeks saham akan menghasilkan sembilan susunan model. Kriteria terbaik untuk memutuskan model ARIMA terbaik adalah sebagai berikut: 1.
Pilih model yang paling sederhana (prinsip hemat parsimony),
2.
Koefisien estimasinya signifikan (berbeda nyata dari nol),
3. Nilai AIC dan SIC relatif kecil, 4.
Nilai Standar Error of Regression relatif kecil,
5.
Nilai Sum Square Residual relatif kecil,
6.
Nilai Adjusted R-Squared relatif besar,
7. Q-statistics dan correlogram menunjukkan bahwa nilai AC dan PAC tidak signifikan, artinya galat (error) bersifat acak (random). Rangkuman hasil estimasi data return indeks saham gabungan dan tiap sektor model ARIMA disajikan di Lampiran 2 untuk kemudian dianalisis untuk mendapatkan model yang terbaik berdasarkan kriteria terbaik sebagaimana
43
dipaparkan di atas. Berdasarkan hasil pendugaan model tentatif ARIMA pada masing-masing komoditas diperoleh kesimpulan sebagai berikut : Tabel 4.3. Model ARIMA Data Return Indeks saham Gabungan dan Tiap Sektor Indeks Saham Model Tentatif ARIMA Terbaik Indeks Gabungan ARIMA(1,0,2) Aneka Industri ARIMA(3,0,3) Industri Barang Konsumsi ARIMA(2,0,2) Industri Dasar ARIMA(3,0,3) Infrastruktur ARIMA(1,0,2) Keuangan ARIMA(2,0,2) Manufaktur ARIMA(1,0,2) Perdagangan ARIMA(3,0,2) Pertambangan ARIMA(3,0,2) Pertanian ARIMA(3,0,3) Properti ARIMA(1,0,2) Melihat model-model tersebut, dilakukan pemeriksaan pada residual model. Hasil pemeriksaaan pada residual model yang terdapat dalam Tabel 4.4 dan disajikan di Lampiran 3 dapat dilihat bahwa nilai probability sebesar 0,000 yang lebih kecil dari 0,05.
Ini berarti LM test mengindikasikan bahwa
keseluruhan model memang mengandung efek ARCH pada model ARIMA yang diestimasi, sehingga dapat dilanjutkan untuk mencari model GARCH. Tabel 4.4. Hasil Pengujian Efek ARCH pada residual Model ARIMA Indeks Saham Probabilitas* Nilai F-statistic Indeks Gabungan 0,000 43,75522 Aneka Industri 0,000 76,73036 Industri Barang Konsumsi 0,000 32,56110 Industri Dasar 0,000 72,30716 Infrastruktur 0,000 25,77177 Keuangan 0,000 92,17731 Manufaktur 0,000 87,78963 Perdagangan 0,002 14,34982 Pertambangan 0,000 25,15913 Pertanian 0,000 26,91401 Properti 0,000 35,86037 Keterangan : *) Stasioner pada taraf nyata 0,05
44
4.2.2. Hasil Empiris Dalam penelitian ini, dilakukan terhadap 2 (dua) variabel makroekonomi yang diduga berpengaruh terhadap return dan volatilitas IHSG dan Indeks tiap sektor. Adapun variabel makroekonomi yang diprediksikan berpengaruh adalah nilai tukar US$/Rupiah dan tingkat suku bunga (yield). Berdasarkan uraian di atas, untuk melihat pengaruh hubungan masing-masing variabel independen (variabel makroekonomi) terhadap IHSG dan indeks tiap sektor, maka kita akan memodelkan data yang diobservasi degan model return dan volatilitas yaitu GARCH (r,m) seperti pada persamaan (8) dan persamaan (9), yaitu ;
Secara umum model-model yang digunakan dalam permodelan GARCH adalah model-model sederhana, yaitu GARCH(1), GARCH(2,2), dan GARCH(1,2), tetapi dalam penelitian ini kita akan mengkombinasikan model yang lebih luas dengan kombinasi antara r = 1,2,3 dan m = 1,2,3 sehingga untuk tiap model return indeks saham akan menghasilkan sembilan susunan model.
Dalam
penentuan kriteria terbaik untuk model GARCH, serupa halnya dengan mencari model ARIMA terbaik. Rangkuman hasil estimasi data return indeks saham gabungan dan tiap sektor model GARCH disajikan dalam Lampiran 4 untuk kemudian dianalisis untuk mendapatkan model yang terbaik berdasarkan kriteria terbaik. Berdasarkan hasil pendugaan model tentatif GARCH pada masing-masing indeks saham diperoleh kesimpulan sebagai berikut ;
45
Tabel 4.5. Model GARCH Data Return Indeks saham Gabungan dan Tiap Sektor Indeks Saham Model Tentatif ARIMA Terbaik Indeks Gabungan GARCH(1,1) Aneka Industri GARCH(1,2) Industri Barang Konsumsi GARCH(1,1) Industri Dasar GARCH(1,1) Infrastruktur GARCH(1,1) Keuangan GARCH(1,1) Manufaktur GARCH(1,1) Perdagangan GARCH(1,1) Pertambangan GARCH(1,1) Pertanian GARCH(1,1) Properti GARCH(1,1) Selanjutnya
dilakukan
pemeriksaan
pada
residual
model.
Untuk
menunjukan model yang masih mengandung efek ARCH atau tidak, dilakukan pengujian LM test untuk tiap model dari return indeks saham. Tabel 4.6. Hasil Pengujian Efek ARCH pada residual Model GARCH Indeks Saham Probabilitas* Nilai F-statistic Indeks Gabungan 0,7952 0,067413 Aneka Industri 0,7570 0,095827 Industri Barang Konsumsi 0,4216 0,646777 Industri Dasar 0,3230 0,978511 Infrastruktur 0,4643 0,536210 Keuangan 0,5099 0,434764 Manufaktur 0,5177 0,418962 Perdagangan 0,9261 0,008180 Pertambangan 0,4599 0,546738 Pertanian 0,5702 0,322641 Properti 0,6842 0,965576 Keterangan : *) Stasioner pada taraf nyata 0,05
Hasil pengujian LM test yang diperlihatkan pada Tabel 4.6 dan disajikan dalam Lampiran 5 menunjukkan bahwa tiap model memiliki hasil yang tidak signifikan yang memiliki nilai probability yang lebih besar dari 0,05. Ini berarti
46
LM test mengindikasikan keseluruhan model sudah tidak mengandung efek ARCH yang berarti model sudah baik. 4.2.2.1 Hasil Estimasi Return Saham Dengan tetap mengacu pada persamaan (8) dan persamaan (9) akan dibentuk model GARCH sesuai dengan pemilihan model yang terbaik untuk melihat pengaruh tingkat suku bunga yield dan nilai tukar US$/Rupiah terhadap return dan volatilitas di pasar saham untuk IHSG maupun tiap sektor.
Tabel 4.7. Koefesien GARCH, Model Estimasi dari Return Saham Tiap Sektor Indeks tiap Sektor Mean equation Koef.
1
I
AI
BK
ID
IF
K
M
PD
PT
P
PP
-0,35* (0,005) 0,065 (0,98)
-0,28 (0,16) 1,30* (0,00) -1,1* (0,03) 0,15 (0,72) -1.25* (0,00) 1,02 (0,06) -0,06 (0,88) 0,074 (0,16) -0,001 (0,23)
0,01 (0,83) 1,78* (0,00) -0,7* (0,00)
-0,18 (0,15) 0.05 (0,99) 0,17 (0,98) 0,035 (0,89) 0,00 (0,99) -0,22 (0,98) -0,03 (0,84) 0,04 (0,13) -0,00 (0,07)
-0,25* (0,02) 0,701* (0,00)
-0,27 (0,13) 0,15 (0,49) -0,67* (0,00)
-0,18 (0,11) 0.61 (0,11)
-0,05 (0,79) 0,68* (0,00)
-0,51 (0,17) -0,11* (0,02)
-0,42* (0,02) -1,61* (0,00) -0,84* (0,00) 0,042 (0,35) 1,65* (0,00) 0,87* (0,00)
0,06* (0,02) -0,001 (0,055)
0,073 (0,12) -0,002* (0,04)
0,05 (0,1) -0,00 (0,058)
0,105* (0,00) -0,002* (0,00)
0,113* (0,014) -0,002* (0,00)
-0,33* (0,02) 0,75 (0,13) 0,26 (0,61) -0,07 (0,718) -0,62 (0,22) -0,36 (0,43) -0,01 (0,95) 0,087* (0,002) -0,01 (0,101)
-0,22 (0,054) -0,50 (0,18)
-0,72* (0,00) -0,06 (0,22)
-0,39* (0,00) 0,71 (0,17) -0,045 (0,93) -0,036 (0,58) -0,65 (0,21) -0,015 (0,97)
2
3
β1 β2
-0,036 (0,99) -0,01 (0,88)
β3 γexc λint
0,09* (0,00) -0,00* (0,00)
-1,2* (0,00) 0,6* (0,00) -0,00 (0,86) 3.12E -05 (0,95)
Keterangan : Angka dalam kurung merupakan nilai probabilitas (p-value). *) mengindikasikan bahwa koefesien signifikan secara statistik pada tigkat kritis 5%
0,49 (0,19) 0,03 (0,40) 0,059 (0,051) -0.001* (0,016)
47
Pada tabel 4.7 yang juga disajikan dalam lampiran 4, memperlihatkan hasil yang berbeda pada tiap sektor di pasar saham, dimana pada masing-masing sektor tersebut terlihat ada beberapa sektor yang dipengaruhi oleh nilai tukar US$/Rupiah dan tingkat suku bunga, dan ada juga yang tidak dipengaruhi oleh keduanya. Indeks gabungan, sektor perdagangan dan pertambangan dipengaruhi oleh pergerakan tingkat suku bunga dan nilai tukar US$/Rupiah. Untuk indeks gabungan, sektor perdagangan dan pertambangan menunjukan signifikan positif untuk koefisien γ dan signifikan negatif untuk koefisien λ, yang berarti dimana bila terjadi kenaikan (apresiasi) pada nilai tukar US$/Rupiah akan menyebabkan naiknya return saham, sedangkan kenaikan tingkat suku bunga menyebabkan penurunan return saham ketiga sektor tersebut. Untuk sektor infrastruktur menunjukkan signifikan positif untuk koefisien γ dan tidak signifikan untuk koefisien λ, yang berarti dimana bila terjadi kenaikan (apresiasi) pada nilai tukar US$/Rupiah akan menyebabkan naiknya return saham pada sektor tersebut. Sektor keuangan dan properti menunjukan signifikan negatif untuk koefisien λ, yang berarti bila kenaikan tingkat suku bunga menyebabkan penurunan return saham. Sedangkan, pada sektor aneka industri, industri barang konsumsi, industri dasar, dan manufaktur memiliki koefisien γ dan λ yang tidak signifikan, sehingga return tidak dipengaruhi oleh nilai tukar US$/Rupiah dan tingkat suku bunga. Variabel nilai tukar US$/Rupiah berpengaruh signifikan positif terhadap return indeks saham, dimana jika nilai tukar Rupiah terapresiasi (menguat) terhadap US$ maka return pada saham akan meningkat.
48
Pergerakan Nilai Tukar Rupiah terhadap US$ 14,000.00 12,000.00 10,000.00 8,000.00 6,000.00 4,000.00 2,000.00 10/6/2008 11/10/2008 12/15/2008 1/19/2009 2/23/2009 3/30/2009 5/4/2009 6/8/2009 7/13/2009 8/17/2009 9/21/2009 10/26/2009 11/30/2009 1/4/2010 2/8/2010 3/15/2010 4/19/2010 5/24/2010 6/28/2010 8/2/2010 9/6/2010 10/11/2010 11/15/2010 12/20/2010 1/24/2011 2/28/2011
0.00
Sumber : CEIC Database (2011).
Gambar 4.2. Pergerakan Nilai tukar Rupiah Terhadap US$ periode Oktober 2008 – Februari 2011 Ini terjadi karena data yang teliti menunjukkan trend penguatan rupiah terlihat pada Gambar 4.2, dan capital inflow ke bursa saham meningkat ditunjukkan dengan indeks saham yang meningkat pula, terlihat pada Gambar 1.1, yang mengindikasikan return dari saham pun ikut meningkat. Variabel tingkat suku bunga berpengaruh signifikan negatif terhadap return indeks saham. Hal ini sesuai dengan penelitian yang dilakukan oleh Hashemzadeh dan Taylor (1988) maupun Modigliani dan Chon (1979), bahwa tingkat suku bunga berpengaruh signifikan negatif terhadap indeks harga saham, dimana kenaikan suku bunga mendorong investor mengalihkan dananya ke pasar uang, tabungan atau obligasi pemerintah sehingga dapat menurunkan harga saham, akibatnya return saham pun menjadi turun.
49
4.2.2.2 Hasil Estimasi Volatilitas Saham Pada Tabel 4.7 yang juga disajikan dalam Lampiran 4, memperlihatkan masing-masing hasil dari permodelan GARCH dimana pada masing-masing sektor tersebut terlihat ada beberapa sektor yang dipengaruhi oleh nilai tukar US$/Rupiah dan tingkat suku bunga, dan ada juga yang tidak dipengaruhi oleh keduanya. Tabel 4.7. Koefisien GARCH, Model Estimasi dari Volatilitas Saham Tiap Sektor Indeks Tiap Sektor Variance equation Koef.
I
AI
BK
α0
-6,54E5* (0,00) 0,13* (0,00)
-0,00* (0,00)
0,001* (0,00)
0,128* (0,00) -0,16* (0,00) 0,94* (0,00) 0,00* (0,00) 1.12E06 (0,6)
1,16E05* (0,00)
α1 α2 β1 γexc λint
0,66* (0,00) 1,36E0,5* (0,00) 6,51E06* (0,03)
ID
IF
K
0,00* (0,00)
-0,00* (0,00)
6,33E-05 (0,97)
0,00* (0,02)
0,27* (0,00)
0,23* (0,00)
0,05* (0,00)
0,21* (0,00)
0,42* (0,00) -0,00* (0,00)
0,58* (0,00) -9,95E05* (0,00) 3,14E06 (0,35)
0,89* (0,00) 0,00* (0,00)
0,29* (0,00) -3,88E05 (0,93) 3,15E05* (0,00)
-2,14E05 (0,15)
M
PT
P
PP
-0,00 (0,42)
-0,00 (0,12)
0,002 (0,07)
0,21* (0,00)
0,18* (0,00)
0,11* (0,00)
1,54E05 (0,97) 0,06* (0,00)
0,53* (0,00) -0,00* (0,025)
0,602* (0,00) 8,68E05 (0,45) 7,40E06* (0,012)
0,82* (0,00) 0,00 (1,21)
0,91* (0,00) -6,72E06 (0,95) 2,67E06 (0,27)
0,38* (0,00) -0,00 (0,07)
9,63E06* (0,00)
PD
8,22E -07 (0,8)
Keterangan : Angka dalam kurung merupakan nilai probabilitas (p-value). *) mengindikasikan bahwa koefisien signifikan secara statistik pada nilai kritis 5%
Indeks gabungan menunjukkan signifikan positif pada koefisien γ dan λ yang berarti bahwa nilai tukar US$/Rupiah dan tingkat suku bunga menaikkan volatilitas return pada indeks tersebut, dimana bila terjadi kenaikan pada nilai tukar US$/Rupiah dan tingkat suku bunga akan menaikan volatilitas return saham. Untuk aneka industri dan infrastruktur menunjukan signifikan positif pada koefesien γ yang berarti bahwa pada saat nilai tukar US$/Rupiah meningkat
0,27* (0,00)
1,50E -05* (0,03)
50
(apresiasi) akan mengakibatkan naiknya volatilitas return pada sektor tersebut. Untuk industri barang konsumsi dan manufaktur, nilai tukar US$/Rupiah memiliki koefisien yang negatif dan tingkat suku bunga memiliki koefisien yang positif, hal ini berarti untuk kenaikan (apresiasi) nilai tukar US$/Rupiah akan menyebabkan penurunan volatilitas return saham, sedangkan kenaikan tingkat suku bunga menyebabkan peningkatan volatilitas return pada kedua sektor saham tersebut. Sektor industri dasar memiliki koefisien γ yang signifikan negatif, yang berarti bahwa pada saat nilai tukar US$/Rupiah meningkat (apresiasi) akan mengakibatkan menurunnya volatilitas return saham. Sedangkan untuk sektor keuangan, perdagangan dan properti memiliki koefisien λ yang signifikan positif, sehingga kenaikan tingkat suku bunga mengakibatkan meningkatnya volatilitas return saham pada ketiga sektor tersebut.
Pada sektor pertambangan dan
pertanian memiliki koefisien γ dan λ yang tidak signifikan, sehingga volatilitas return tidak dipengaruhi oleh nilai tukar Rupiah/US$ dan tingkat suku bunga. Variabel nilai tukar US$/Rupiah signifikan positif (sektor indeks gabungan, aneka industri dan infrastruktur) dan signifikan negatif (industri barang konsumsi, industri dasar, dan manufaktur) terhadap volatilitas return indeks saham. Anggarwal (1999) berpendapat bahwa terjadinya volatilitas tinggi dan rendah diakibatkan adanya pasar saham yang terbuka terhadap investor asing, sehingga ada “hot money” yang mengalir masuk dan keluar secara mudah. Sedangkan, variabel tingkat suku bunga signifikan positif pada volatilitas return indeks saham. Pada saat tingkat suku bunga meningkat maka volatilitas return saham pun ikut tinggi maka ’kepastian’ return suatu saham semakin rendah, ini terjadi karena
51
adanya penjualan saham besar-besaran oleh investor yang ingin menanamkan investasinya ke pasar yang lebih menguntungkan seperti obligasi pemerintah, sehingga resiko return menjadi tinggi.
52
V. KESIMPULAN DAN SARAN
5.1.
Kesimpulan Berdasarkan
penelitian
mengenai
analisis
pengaruh
nilai
tukar
US$/Rupiah dan tingkat suku bunga terhadap return dan volatilitas Indeks Harga Saham Gabungan dan tiap sektor di Bursa Efek Indonesia dapat diambil kesimpulan sebagai berikut: 1) Nilai tukar US$/Rupiah dan tingkat suku bunga yang digunakan sebagai variabel untuk analisis return pada indeks harga saham gabungan, perdagangan dan pertambangan di pasar saham, signifikan mempengaruhi return pada indeks tersebut. 2) Pada analisis tiap sektor aneka industri, barang konsumsi, industri dasar dan manufaktur menunjukkan bahwa return sahamnya tidak dipengaruhi oleh nilai tukar US$/Rupiah dan tingkat suku bunga. 3) Pada sektor infrastruktur dan pertanian menunjukkan bahwa nilai tukar US$/Rupiah signifikan positif dan suku bunga tidak signifikan mempengaruhi return saham di kedua sektor tersebut. 4) Pada sektor keuangan dan properti, nilai tukar US$/Rupiah tidak signifikan mempengaruhi return dan untuk tingkat suku bunga berpengaruh signifikan negatif mempengaruhi return saham di kedua sektor tersebut. 5) Nilai tukar US$/Rupiah dan tingkat suku bunga yang digunakan sebagai variabel untuk analisis terhadap volatilitas return menunjukkan bahwa pada
53
IHSG sebagai indikator pasar saham dipengaruhi signifikan oleh nilai tukar US$/Rupiah dan tingkat suku bunga. 6) Untuk sektor aneka industri dan infrastruktur menunjukkan bahwa nilai tukar US$/Rupiah signifikan positif dan tingkat suku bunga tidak signifikan mempengaruhi volatilitas return pada kedua sektor tersebut. 7) Pada sektor barang konsumsi dan manufaktur menunjukkan bahwa nilai tukar US$/Rupiah signifikan negatif dan tingkat suku bunga signifikan positif mempengaruhi volatilitas return pada kedua sektor tersebut. 8) Pada sektor industri dasar menunjukkan hanya nilai tukar US$/Rupiah signifikan negatif mempengaruhi sektor tersebut 9) Untuk sektor keuangan, properti dan perdagangan menunjukkan bahwa hanya tingkat suku bunga signifikan positif mempengaruhi ketiga sektor tersebut 10) Untuk sektor pertanian dan pertambangan menunjukkan nilai tukar US$/Rupiah dan tingkat suku bunga tidak mempengaruhi pada kedua sektor. 5.2.
Saran Adapun saran mengenai analisis pengaruh nilai tukar US$/Rupiah dan
tingkat suku bunga terhadap return dan volatilitas Indeks Harga Saham Gabungan dan tiap sektor di Bursa Efek Indonesia, sebagai berikut: 1) Penelitian ini memiliki implikasi penting bagi investor. Hasil penelitian ini menunjukkan bahwa ketika ada perubahan suku bunga dan nilai tukar US$/Rupiah, investor harus meninjau komposisi portofolio mereka, dimana dalam penelitian ini menunjukan perubahan tingkat suku bunga signifikan negatif mempengaruhi return beberapa indeks saham (indeks gabungan,
54
keuangan, perdagangan, pertambangan, dan properti). Hal tersebut berarti jika ada kenaikan tingkat suku bunga yield maka investor mengalihkan dananya ke pasar uang (obliasi pemerintah) yang lebih menguntungkan. Lain halnya untuk perubahan nilai tukar US$/Rupiah menunjukkan signifikan positif mempengaruhi return pada beberapa indeks saham (indeks gabungan, infrastruktur, perdagangan, pertambangan, dan pertanian) yang menunjukkan bahwa pada saat trend Rupiah mengalami penguatan terhadap US$ terjadi capital inflow ke bursa saham sehingga menciptakan kenaikan indeks saham, yang sejatinya pada jangka panjang dapat menciptakan sebuah return saham. Sehingga disarankan bagi para investor untuk menanamkan dananya ke bursa saham pada saat Rupiah mengalami apresiasi atau penguatan terhadap US$. 2) Pemerintah sebaiknya juga memperhatikan dua faktor makroekonomi (nilai tukar US$/Rupiah dan tingkat suku bunga) melalui kebijakan-kebijakan yang diambil. Salah satu kebijakan yang tepat, yaitu pada saat bursa saham mengalami penurunan penjualan yang dikarenakan oleh kenaikan tingkat suku bunga, pemerintah dapat melakukan kebijakan penurunan tingkat suku bunga, dengan tujuan agar menarik minat investor untuk menanamkan modalnya di Indonesia dan bursa saham kembali bergairah.
55
DAFTAR PUSTAKA
Alder, M. and B. Dumas, 1984. “Exposure to Currency Risk: Definition and Measurement”. Volume 13 (Financial Management) : 41-50. Aloui, C, 2007. Price and Volatility Spillovers Between Exchange Rates and Stock Indexes for the pre- and post-euro Period. Quantitative Finance 7, No:6. Ang, R, 1997. Buku Pintar Pasar Modal Indonesia. Mediasoft, Jakarta Bollerslev, T., 1986. “Generalised Autoregressive Conditional Heteroscedasticity”. Volume 31 (Journal of Economometrics) : 307-28. Dornbusch, Rudiger and Stanley F. 1992. ”EKONOMI MAKRO”. Jakarta, Erlangga Enders, W. 2004. Applied Econometric Time Series. United States of America. Phoenix Color Corp, University of Alabama. Engle, R . 1982. ”Autoregressive Conditional Heterocedasticity with Estimates of the Variance of United Kingdom Inflation”. Volume 50 (Econometrica) : 987-1007. Firdaus, M. 2006. Analisis Deret Waktu Satu Ragam. IPB press, Bogor. Gaynor, P.E. and R.C.Kirkpatrick. 1994. “Introduction to Time-Series Modeling and Forecasting in Business and Economics”. McGraw-Hill,inc. Hashemzadeh, N. and Taylor, P. 1988. “Stock Price, Money Supply, and Interst Rate: The Question of Causality”. Volume 20 (Applied Economic): 16031611. Hyde, S. 2007. “The Response of Industry Stock Returns to Market, Exchange Rate and Interest Rate Risks”. Manchester Business School Working Paper. Jogiyanto, 1998. Teori Portofolio dan Analisis Investasi. BPFE, Yogyakarta Luehrman, T.A. 1991. “Exchange Rate Changes and The Distribution of Industry Value”. Volume 22 (Journal of International Business Studies) : 619-649. Modigliana, F. and Cohn, R. A., 1978. “Inflation, Rational Valuation, and The Market”. Volume 38 (Financial Analysis Journal 38) : 24-44.
56
Pasaribu, S.H .2003. Eviews Untuk Analisis Runtut Waktu (Time Series Analysis). Bogor. Putra, Mario D. 2009. “Analisis Pengaruh Kebijakan Moneter Terhadap Volatilitas Return di Pasar Saham Bursa Efek Indonesia”. Bogor: Institut Pertanian Bogor Raghavan Mala and Dark Jonathan. 2008. “Return and Volatility Spillovers Between the Foreign Exchange Market and the Australian All Ordinaries Index”. Volume 14 (The ICFAI Journal of Applied Finance) : 41-48. Suad, Husnan. 1998. “Manajemen Keuangan: Teori dan Penerapan Buku II, Edisi 4”. BPFE, Yogyakarta. Sunariyah. 2000. Pengantar Pasar Modal. Edisi kedua. Yogyakarta: UPP AMP YKPN.
Tandelilin, E. 2001. “Analisis Investasi dan Manajemen Portofolio”. Yogyakarta, BPFE. Vardar, G., Aksoy, G., and Can, E. 2008. “Effects of Interest and Exchange Rate on Volatility and Return of Sector Price Indices at Istambul Stock Exchange”. European Journal of Economics, Finance and Administrative Sciences 11. Widoatmodjo, Sawidji. 2009. “ Pasar Modal Indonesia”. Ghalia Indonesia, Jakarta. _____, Building Confidence in The Global Market Turbulence : laporan tahunan 2008 annual report, [pdf], (http://www.idx.co.id/Portals/0/StaticData/About Us/AnnualReport/FileDownload/Annual-Report_2008.zip,diakses tanggal 8 Mei 2011) _____, Indeks BEJ, [pdf], (http://www.vibiznews.com/knowledgelib/stocks/I NDEKS%20BEJ.pdf, diakses pada tanggal 12 April 2011)
57
LAMPIRAN Lampiran 1 Uji Stasioneritas Indeks Gabungan
Aneka Industri
58
Industri Barang Konsumsi
Industri Dasar
59
Infrastruktur
60
Keuangan
Manufaktur
61
Perdagangan
Pertambangan
62
Pertanian
63
Properti
64
Lampiran 2 Model ARIMA Terbaik Indeks Gabungan ARIMA (1,0,2)
65
Aneka Industri ARIMA (3,0,3)
66
Industri Barang Konsumsi ARIMA (2,0,2)
67
Industri Dasar ARIMA (3,0,3)
68
Infrastruk ktur ARIMA (1,0,2) (
69
Keuangan n ARIMA (2,0,2) (
70
Manufaktur ARIMA (1,0,2)
71
Perdagan ngan ARIMA (3,0,2) (
72
Pertambangan ARIMA (3,0,2)
73
Pertanian ARIMA (3,0,3)
74
Properti ARIMA ((1,0,2)
75
Lampiran 3 Pengujian Efek ARCH Indeks Gabungan
Aneka Industri
76
Industri Barang Konsumsi
Industri Dasar
77
Infrastruktur
Keuangan
78
Manufaktur
Perdagangan
79
Pertambangan
Pertanian
80
Properti
81
Lampiran n 4 Model GARCH Indeks Gaabungan GARCH (1,1)
82
Aneka Industri GARCH (1,2)
83
Industri Barang Konsumsi GARCH (1,1)
84
Industri Dasar GARCH (1,1)
85
Infrastruk ktur GARCH (1,1)
86
Keuangan GARCH (1,1)
87
Manufaktur GARCH (1,1)
88
Perdagangan GARCH (1,1)
89
Pertambangan GARCH (1,1)
90
Pertanian GARCH (1,1)
91
Properti GARCH (1,1)
92
Lampiran 5 ARCH LM-Test Indeks Gabungan
Aneka Industri
93
Industri Barang Konsumsi
Industri Dasar
94
Infrastruktur
Keuangan
95
Manufaktur
Perdagangan
96
Pertambangan
Pertanian
97
Properti