KRISIS GLOBAL, VARIABEL MONETER, DAN INDEKS HARGA SAHAM GABUNGAN (IHSG) DI INDONESIA
Oleh: Chenny Seftarita, S.E, M.Si Jul Fahmi, S.E
Abstract-This paper investigated the impact of Financial Crisis in U.S and Indonesian monetary variables on Indonesian Composite Index (IHSG) from 2005-2012. The methodological approach used is based on the Engle Grenger (1987) co-integration analysis and the Vector Error Correction Model (VECM). Four variables have been considered; BI rate (BIRATE), exchange rate (KURS), and Dummy variable (DUMMY) as financial crisis variabel. The Result of analysis indicates that in the long run relationships, BIRATE and DUMMY variables are significant and related to IHSG Indonesia.
Keywords: Indonesian Composite Index (IHSG), BI Rate, Exchange Rate, and Financial Crisis in U.S.
Pendahuluan Berbagai perbedaan sumber daya yang dimiliki tiap negara, baik sumber daya alam, sumber daya manusia maupun sumber daya modal mengakibatkan suatu negara tidak dapat hidup sendiri untuk memenuhi seluruh kebutuhan negaranya, sehingga perekonomian suatu negara berhubungan dengan perekonomian negara lainnya di dunia. Kondisi perekonomian suatu negara akan berpengaruh pada keadaan perekonomian negara lainnya yang pada selanjutnya akan mempengaruhi keadaan perekonomian secara global, terlebih lagi jika negara yang memiliki kekuatan ekonomi yang besar seperti negara Amerika Serikat, China, India, dan Jepang mengalami keterpurukan perekonomian. Dalam era globalisasi ini kegiatan perekonomian sudah sangat maju sehingga selain kegiatan ekspor dan impor barang atau jasa, modal juga dapat berpindah dari satu negara ke negara lain tanpa terkendala batasan jarak. Kegiatan perpindahan modal ini dikenal dengan istilah investasi di pasar modal, yaitu seseorang yang memiliki modal dapat berinvestasi terhadap suatu perusahaan dengan cara membeli saham diperusahaan tersebut dipasar modal baik dalam maupun luar negeri. Sehingga tidak mengherankan jika
kondisi perekonomian suatu negara maupun global sangat berpengaruh terhadap harga saham. Berkembang atau tidaknya pasar modal dapat dilihat dari Indeks Harga Saham Gabungan (IHSG) yang memberikan informasi pergerakan harga saham. Beberapa literatur memperlihatkan beberapa faktor yang mempengaruhi kegiatan berspekulasi dipasar modal dengan membeli surat-surat berharga seperti obligasi dan saham. Salah satunya yaitu teori permintaan uang yang dikemukakan oleh J.M. Keynes yang kemudian dikembangkan lagi oleh Prof James Tobin. Teori ini memperlihatkan bagaimana peran tingkat bunga terhadap permintaan uang untuk berspekulasi. Lebih dalam menurut Aditya (2011), kenaikan tingkat suku bunga dapat meningkatkan beban perusahaan (emiten) sehingga dapat menurunkan harga saham. Kenaikan ini juga potensial mendorong investor mengalihkan dananya ke pasar uang atau tabungan maupun
deposito
sehingga
investasi di lantai bursa turun dan selanjutnya dapat menurunkan harga saham. Lebih jauh, analisis berkembang pada isu-isu stabilitas ekonomi yang berpengaruh besar terhadap pasar modal. Krisis ekonomi kerap kali menjadi penyebab lesunya pasar modal yang diukur dengan lesunya Indeks Harga Saham Gabungan (IHSG). Studi tentang pengaruh krisis global dan beberapa indikator moneter terhadap krisis dalam mempengaruhi IHSG dapat dilihat dari pengertian krisis keuangan. Menurut Manurung (2009 : 123), krisis keuangan adalah penurunan secara drastis harga aset dan merupakan kegagalan sistem lembaga keuangan dan perusahaan. Fungsi pasar keuangan terganggu, intermediasi dan transformasi aset keuangan menjadi tidak lancar, transakasi keuangan dan aktivitas ekonomi macet dan akhirnya menyebabkan kontraksi ekonomi secara menyeluruh. Pasar modal yang ada di Indonesia merupakan pasar yang sedang berkembang (emerging market) yang dalam perkembangannya sangat rentan terhadap kondisi makro ekonomi secara umum. Krisis ekonomi yang terjadi tahun 1998 merupakan awal runtuhnya pilar - pilar perekonomian nasional Indonesia. Badai krisis ini mengakibatkan inflasi yang tinggi sehingga berakibat runtuhnya sektor ekonomi
terutama pada pasar modal terlihat dari merosotnya nilai IHSG saat itu (Depkeu RI, 2003).
Secara global, krisis keuangan global juga sangat berpengaruh pada pasar modal dalam negeri. Krisis keuangan Amerika Serikat yang disebabkan oleh macetnya kredit properti yaitu sejenis kredit kepemilikan rumah (KPR) di Indonesia, menyebabkan hampir semua sektor perekonomian negara – negara di dunia
mengalami guncangan yang cukup besar. Perokonomian dunia turut mengalami kemunduran ekonomi termasuk Indonesia. Rata-rata indeks harga saham gabungan (IHSG) didunia mengalami penurunan yang cukup signifikan. Indonesia dinilai tidak terlalu parah terkena imbas krisis global, terbukti dengan relatif masih baiknya variabel-variabel ekonomi makro. Bahkan dilihat dari perkembangan IHSG pasca krisis global tahun 2008, IHSG kembali meningkat seiring dengan semakin baiknya beberapa indikator moneter seperti BI rate dan Kurs yang sangat berperan dalam fluktuasi IHSG. Tabel 1. Perkembangan IHSG dan Indikator moneter Pra dan pasca krisis Global 2008 Tahun
IHSG (bps)
BI Rate (%)
Kurs (Rp/USD)
2005
1.162,64
12,25
9.857
2006
1.805,52
9,50
9.086
2007
2.745,83
8,00
9.333
2008
1.355,41
9,25
11.324
2009
2.534,36
6,50
9.457
2010
3.703,51
6,50
9.022
2011
3.821,99
6,00
9.088
2012
4.316,69
5,75
9.645
Sumber : www.bi.go.id, yahoo finance.com (diolah), 2013 Pada tabel 1 terlihat bahwa krisis global tahun 2008 variabel moneter seperti tingkat bunga BI (BI rate) mengalami peningkatan menjadi 9,25% yang diikuti melemahnya nilai tukar rupiah terhadap dolar menjadi Rp. 11.000/USD. IHSG tercatat menurun tajam mendekati -100% yaitu menjadi 1.355,41 bps. Pasca tahun 2008 indikator moneter yaitu BI rate dan Kurs semakin membaik seiring dengan peningkatan kembali IHSG. Fenomena ini sejalan dengan beberapa penelitian sebelumnya yang melihat bagaimana peran variabel-variabel diatas terhadap IHSG. Maryatmo (2010) meneliti tentang pengaruh jangka pendek dan jangka panjang perubahan kurs dan suku bunga terhadap harga saham dengan menggunakan model Error Correction Model (ECM). Dari hasil analisis mengungkapkan bahwa terdapat hubungan jangka panjang antara harga saham dan variabel independen tingkat bunga dan nilai tukar. Pengaruh tingkat bunga pada harga saham adalah negatif, baik
dalam jangka panjang maupun jangka pendek. Hasil temuan ini benar- benar berbeda dari hasil penlitian sebelumnya yang menyatakan bahwa terhadap hubungan positif antara suku bunga dan harga saham. Hal ini mungkin dapat dijelaskan oleh pengaruh dominan dari arus modal jangka pendek. Pengaruh jangka panjang dan jangka pendek dari tingkat suku bunga terhadap harga saham memiliki tanda negatif. Dampak perubahan kurs terhadap harga saham memiliki tanda negatif pada jangka pendek dan memiliki efek positif dalam jangka panjang. Adisetiawan (2009) melakukan penelitian mengenai Hubungan Tingkat Suku Bunga Sertifikat Bank Indonesia (SBI), Inflasi, Dan Indeks Harga Saham Gabungan (IHSG), dan dari penelitian tersebut menunjukkan terdapat hubungan timbal balik yang signifikan antara inflasi dengan suku bungan SBI, namun tidak terdapat hubungan timbal balik yang signifikan antara inflasi dan IHSG. Lebih dalam Prasetiono (2010) meneliti mengenai pengaruh fundamental ekonomi makro dan harga minyak terhadap saham LQ45 dalam jangka pendek dan jangka panjang dengan menggunakan model analisis Error Correction Model. Dari hasil penelitian tersebut ditemukan bahwa dalam jangka pendek variabel pertumbuhan ekonomi dan harga minyak mempunyai pengaruh yang signifikan terhadap saham LQ45, tetapi tidak untuk variabel suku bunga SBI dan kurs yang tidak signifikan. Dalam jangka panjang semua variabel bebas yang digunakan tidak memiliki pengaruh yang signifikan terhadap saham LQ45. Berdasarkan uraian diatas peneliti ingin melihat bagaimana variabel moneter seperti BI rate dan nilai tukar dapat mempengaruhi IHSG, dengan memuat variabel krisis global tahun 2008 sebagai variabel dummy. Penelitian ini menggunakan pendekatan VECM atau Vector Error Correction Model untuk melihat pengaruh jangka panjang dan jangka pendek antar variabel.
Metodologi Penelitian Ruang lingkup penelitian membahas dampak krisis global 2008, indikator moneter, serta pengaruhnya terhadap Indeks Harga Saham Gabungan (IHSG) di Indonesia.Jenis dan sumber data yang digunakan dalam penelitian ini adalah data sekunder yang berbentuk times series dari bulan Juni 2005 sampai dengan Desember 2012 dan diperoleh dari Badan Pusat Statistik, Bank Indonesia, Bursa Efek Indonesia, jurnal – jurnal ekonomi dan sumber lainnya yang dibutuhkan.
Model analisis yang digunakan dalam penelitian adalah bersifat kuantitatif dengan menggunakan Vector Error Correction Model (VECM). Penggunaan metode analisis ini didasarkan kemampuan metode tersebut untuk menganalisis hubungan antar variabel dalam jangka panjang dan jangka pendek. Bentuk umum dari Vector Error Correction Model (VECM) dengan menggunakan dummy dalam penelitian ini adalah (Hutapea, 2007:30) : ΔYt = β0 + β1ΔX1t + β2ΔX2t + β3 DKG + β4ΔY t-1 + β5ΔX1 t-1 + β6ΔX2 t-1 + εt ............(1) Untuk memudahkan dalam menganalisis pengaruh krisis keuangan global 2008 , variabel nilai tukar, dan tingkat suku bunga Bank Indonesia (BI Rate) terhadap IHSG di Indonesia, penulis mentransformasikan model tersebut ke dalam bentuk sebagai berikut : ΔIHSGt = β0 + β1ΔKURSt + β2ΔBIRATEt + β3DUMMY + β4ΔIHSG t-1 + β3ΔKURS t-1 + β3ΔBIRATE t-1 ...(2)
Dimana IHSG adalah Indeks harga saham gabungan, KURS adalah nilai tukar rupiah terhadap dolar US, BIRATE adalah tingkat bunga BI atau BI rate, dan DUMMY adalah variabel boneka (dummy variabel) mewakili krisis global tahun 2008, dimana 0 untuk sebelum (pra) krisis tahun 2008, dan 1 krisis dan pasca krisis tahun 2008. Sebelum dilakukan uji VECM, akan ditentukan lag
optimal sehingga menghindari masalah
misspesifikasi dalam model. Data time series kemudian akan diuji dengan uji akar-akar unit dengan menggunakan pendekatan Augmented Dickey Fuller. Pengujian dilakukan untuk melihat apakah data stasioner atau tidak. Selanjutnya pengujian dilanjutkan dengan uji kointegrasi menggunakan pendekatan uji kointegrasi Johansen (Johansen Cointegration Test). Pengujian ini untuk melihat apakah variabel residu adalah stasioner, jika stasioner maka terdapat hubungan keseimbangan antar variabel dalam jangka panjang.
Hasil dan Pembahasan Sebelum dilakukan pengujian lebih lanjut, sebelumnya akan ditentukan lag optimal untuk menghindari masalah misspesifikasi dalam model. Uji lag dapat dilihat pada tabel 2. Terlihat bahwa lag
optimal ada pada lag tiga (3). Pada lag 3 direkomendasikan dengan terlihat lebih banyak bintang dibanding lag sebelumnya. Berikut hasil uji lag optimal. Tabel 2. Uji lag optimal
Lag
LogL
LR
FPE
AIC
SC
HQ
0
564.0254
NA
2.59e-11
-13.02385
-12.90969
-12.97790
1
609.1153
84.93674
1.32e-11
-13.70036
-13.12958*
-13.47064
2
633.3047
43.31594
1.09e-11
-13.89081
-12.86341
-13.47733*
3
657.1589
40.49661*
9.16e-12*
-14.07346*
-12.58944
-13.47621
4
665.8243
13.90500
1.10e-11
-13.90289
-11.96224
-13.12187
Sumber : Hasil Olah data dengan Eviews 7
Tahapan selanjutnya yaitu uji akar-akar unit untuk melihat stasioner atau tidak data yang digunakan untuk penelitian ini. Uji akar unit dilakukan untuk setiap variabel dalam penelitian, baik itu variabel dependen dalam penelitian yaitu IHSG maupun variabel independen nilai tukar (KURS), BI Rate dan DUMMY. Uji akar - akar unit dilakukan dengan pendekatan Augmented Dickey - Fuller (ADF). Berikut merupakan hasil uji akar-akar unit dari variabel-variabel dalam penelitian ini. Tabel .3 Hasil Uji Akar-akar Unit (Unit Roots Test) Dengan Pendekatan Augmented Dickey – Fuller (ADF) Level
First Difference
Variabel
ADF
Critical Value
Variabel
ADF
LnIHSG
-1.143925
-3.505595
DLnIHSG*
-7.349752
LnKurs
-2.445797
-4.064453
DLnKurs*
-7.138748
LnBirate
-3.789220
-4.064453
DLnBirate*
-4.991009
Dummy
-1.172252
-3.504727
DDummy*
-9.433981
Sumber : Hasil olah data dengan Eviews 7, 2013 (diolah), * signifikansi 0.05
Critical Value -3.505595 -3.505595 -3.505595 -3.505595
Dari tabel 3 di atas dapat terlihat bahwa IHSG, nilai tukar, BI Rate, dan Dummy tidak stasioner pada tingkat level. Ketidakstasioneran seluruh variabel tersebut dapat terlihat dari nilai ADF lebih besar ( > )dari nilai critical value. Karena semua variabel tidak stasioner pada tingkat level, maka ketiga variabel tersebut diuji kembali di tingkat first difference untuk mendapatkan hasil yang stasioner. Dari hasil pengujian pada tingkat first difference ketiga variabel tersebut stasioner, dapat dibuktikan dengan melihat nilai ADF dari seluruh variabel lebih kecil (<) dari nilai critical value, dengan demikian data yang digunakan adalah data pada First difference. Dalam penelitian ini, uji kointegrasi yang digunakan adalah Johansen Cointegration Test. Hubungan kointegrasi dapat terlihat dari besarnya nilai Trace Statistic dan Max Eigen Statistic dibandingkan dengan nilai critical value pada tingkat kepercayaan 1-10 persen. Tabel.4 Uji Kointegrasi Unrestricted Cointegration Rank Test (Trace) Hypothesized
Trace
0.05
No. of CE(s)
Eigenvalue
Statistic
Critical Value
Prob.**
None *
0.272521
84.33336
47.85613
0.0000
At most 1 *
0.244057
56.97078
29.79707
0.0000
At most 2 *
0.216820
32.90888
15.49471
0.0001
At most 3 *
0.129135
11.89110
3.841466
0.0006
Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized
Max-Eigen
0.05
No. of CE(s)
Eigenvalue
Statistic
Critical Value
Prob.**
None *
0.272521
27.59258
27.58434
0.0499
At most 1 *
0.244057
24.06191
21.13162
0.0188
At most 2 *
0.216820
21.01777
14.26460
0.0037
At most 3 *
0.129135
11.89110
3.841466
0.0006
*Berkointegrasi pada tingkat signifikansi 0,05 Dari tabel di atas dapat kita lihat bahwa nilai Trace Statistic dan Max- Eigen Statistic lebih besar dari nilai Critical Value pada tingkat kepercayaan 1-5 persen Sehingga dapat disimpulkan bahwa dalam jangka panjang Indeks Harga Saham Gabungan (IHSG), Kurs, dummy dan BI Rate mempunyai hubungan
keseimbangan dalam jangka panjang (hubungan kointegrasi). Dengan demikian terbukti bahwa terdapat kointegrasi dalam model sehingga permodelan Vector Error Correction Model (VECM) dapat dilanjutkan. Meskipun dengan melakukan uji kointegrasi menunjukkan terdapat hubungan keseimbangan dalam jangka panjang, namun kita tidak melihat bagaimana pengaruh secara spesifik variabel independen yaitu BIRATE, KURS, dan DUMMY terhadap variabel dependen IHSG dalam jangka panjang tersebut. Dengan uji VECM secara spesifik dapat dilihat pengaruhnya dalam jangka panjang serta dapat pula melihat pengaruh jangka pendek. Dalam jangka pendek, variabel tersebut belum tentu saling mempengaruhi. Model Vector Error Correction digunakan untuk mengestimasi model jangka panjang dan jangka pendek dalam penelitian. Berikut hasil uji VECM.
Tabel.5. Hasil Uji VECM dengan Variabel Dependen IHSG Error Correction Term (ECT)
Coefficient
Std. Error
t-Statistic
Prob.
DKURS
0.218327
0.213945
1.020479
0.3105
DBIRATE*
-0.287270
0.112922
-2.543963
0.0129
DDUMMY*
-0.555615
0.114068
-4.870928
0.0000
Nilai ECT dapat dilihat dari nilai C(1) pada pengujian t statistik, * signifikan 0,05
Pada tabel diatas berdasarkan uji t statistik terlihat bahwa variabel BIRATE dan Dummy signifikan mempengaruhi IHSG, terlihat nilai ECT yang negatif dan signifikan yang berarti IHSG dapat merespons fluktuasi BIRATE dan Dummy dalam jangka panjang. Variabel KURS terlihat tidak signifikan artinya tidak mempengaruhi IHSG dalam jangka panjang. Hubungan antara BI rate dan IHSG mengindikasikan bahwa kebijakan moneter yang dilakukan BI dengan menaikkan atau menurunkan tingkat bunga dalam jangka panjang berpengaruh terhadap pergerakan IHSG. Secara teoritis, terdapat hubungan negatif antara tingkat bunga dan keputusan seseorang dalam berinvestasi dipasar modal dengan membeli obligasi atau saham. Jika tingkat bunga naik maka seseorang cenderung berinvestasi diperbankan dalam bentuk deposito atau tabungan. Sebaliknya jika tingkat bunga turun maka seseorang lebih memilih berinvestasi dipasar modal dengan membeli surat-surat berharga (seperti dalam teori permintaan uang Keynes).
Signifikannya variabel Dummy mengindikasikan bahwa dalam jangka panjang krisis global berpengaruh terhadap IHSG Indonesia. Kita memahami bahwa pemulihan krisis keuangan tahun 2008 di Amerika Serikat masih berlanjut hingga sekarang. Turunnya perekonomian negara-negara lain akibat krisis tersebut juga cukup menyita waktu yang lama dalam proses pemulihannya. Indonesia termasuk salah satu negara yang tidak terlalu parah terkena imbas krisis tersebut. Bahkan jika kita lihat perkembangan IHSG, pasca krisis global IHSG kita mengalami pertumbuhan yang tinggi bahkan beberapa waktu lalu sempat mencapai rekor tertinggi di ASIA. Perkembangan IHSG ini merupakan wujud sentimen negatif para spekulan dunia terhadap perekonomian Amerika Serikat dan negara maju lainnya yang dinilai masih berisiko tinggi. Selain itu jika dilihat stabilitas makro yang cukup baik, Indonesia menjadi pilihan investasi yang aman pada periode ini. Untuk melihat pengaruh jangka pendek, pengujian dilanjutkan dengan uji Wald test untuk melihat pengaruh variabel dalam jangka pendek. Pengujian ini dapat dilihat dari hasil uji F-statistik dan Chi Square pada tingkat signifikansi 5%. Berikut hasil uji Wald Test. Tabel. 6 Uji Wald Test Tabel.6.1 Equation: DIHSG DBIRATE Test Statistic F-statistic Chi-square
Value
df
Probability
0.157564 0.315127
(2, 81) 2
0.8545 0.8542
Value
df
Probability
0.328893 0.657786
(2, 81) 2
0.7207 0.7197
* signifikan pada 0,05
Tabel.6.2 Equation: DIHSG DKURS Test Statistic F-statistic Chi-square * signifikan pada 0,05
Tabel. 6.3 Equation: DIHSG DDUMMY Test Statistic
Value
df
Probability
F-statistic* Chi-square*
23.82898 47.65795
(2, 81) 2
0.0000 0.0000
* signifikan pada 0,05
Dari tabel diatas terlihat bahwa berdasarkan uji Wald test, hanya variabel Dummy yang memiliki nilai F statistik dan Chi-square yang signifikan. Artinya variabel Dummy dalam jangka pendek mempengaruhi IHSG. Variabel BIRATE dan KURS dalam jangka pendek tidak mempengaruhi IHSG terlihat dari nilai F-statistik dan Chi-square yang tidak signifikan pada tingkat 5 %. Dalam jangka pendek terlihat bahwa BIRATE dan KURS tidak berpengaruh terhadap IHSG. Hasil ini memperlihatkan bahwa variabel moneter atau kebijakan moneter dalam jangka pendek tidak direspons oleh pergerakan IHSG. Dalam kasus krisis global, variabel Dummy memiliki tingkat signifikansi kuat mempengaruhi IHSG dalam jangka pendek. Relatif stabilnya perekonomian Indonesia dibandingkan negara-negara lain yang terkena imbas krisis global menyebabkan Indonesia menjadi target investasi negara-negara lain. Bisa dibilang kita mendapatkan berkah positif dari krisis global jika dilihat dari investasi dipasar modal. Hal ini terlihat dari meningkatnya IHSG pada level yang cukup dramatis. Selain dari relatif stabilnya ekonomi makro, Pengaruh psikologis investor berupa sentimen negatif terhadap perekonomian Amerika Serikat dan negara maju lainnya yang terkena imbas krisis juga menjadi penyebab meningkatnya IHSG.
Kesimpulan Dan Saran Dari hasil uji kointegrasi terlihat bahwa dalam jangka panjang semua variabel memiliki hubungan keseimbangan dalam jangka panjang. Lebih spesifik, hasil uji VECM memperlihatkan bahwa variabel BI Rate dan variabel Dummy yang mewakili krisis global di U.S. tahun 2008 mempengaruhi IHSG dalam jangka panjang. Hal ini terlihat dari nilai ECT yang negatif dan signifikan pada kepercayaan 5 %. Dalam jangka pendek, hanya variabel Dummy yang berpengaruh terhadap IHSG. Hasil ini memperkuat beberapa temuan sebelumnya yang memperlihatkan bahwa krisis dalam suatu negara dapat mempengaruhi negara lain. Dari hasil penelitian tersebut disarankan bahwa kebijakan moneter dengan tingkat bunga efektif mempengaruhi IHSG di Indonesia. Otoritas moneter hendaknya menjaga stabilitas tingkat bunga sehingga fluktuasi IHSG juga relatif stabil (berfluktuasi tidak terlalu tajam) bahkan terus mengalami peningkatan. Hendaknya pemerintah terus menjaga stabilitas ekonomi makro seperti pertumbuhan ekonomi, nilai tukar,
inflasi, dan lain-lain karena akan berpengaruh terhadap psikologis investor yang sedang dan mau berinvestasi di Indonesia. Krisis Amerika Serikat terbukti memberikan berkah positif bagi Indonesia dilihat dari perkembangan IHSG pasca tahun 2008. Adanya sentimen negatif pada perekonomian Amerika Serikat menyebabkan investor mencari alternatif substitusi salah satunya berinvestasi di pasar modal Indonesia.
DAFTAR KEPUSTAKAAN
Adisetiawan. (2009). “Hubungan Tingkat Suku Bunga Sertifikat Bank Indonesia (SBI), Inflasi, Dan Indeks Harga Saham Gabungan (IHSG).” Jurnal Manajemen dan Bisnis, Vol. 13, No. 1, 23 – 33 Izzati dan Agung, Robby Suryawan. (2011). “Pengaruh Tingkat Suku Bunga SBI, Nilai Tukar Mata Uang dan Tingkat Inflasi Terhadap Perubahan Harga Saham Sub Sektor Perbankan Di Bursa Efek Indonesia.” PESAT, Vol. 4 Anoraga, Pandji dan Pakarti, Piji. (2006). Pengantar Pasar Modal, edisi revisi, Rineka Cipta, Jakarta. Bank Indonesia. (2008), Statistik Ekonomi Keuangan Indonesia, Jakarta Fahmi, Jul. (2013), Pengaruh Krisis Global 2008 Terhadap Indeks Harga Saham Gabungan Di Indonesia, Skripsi, Universitas Syiahkuala. Gujarati, Damodar N. (2010). Dasar – dasar Ekonometrika, Edisi Kelima. Salemba Empat. Jakarta http://www.idx.co.id/. Bursa Efek Indonesia, diakses pada tanggal 29 Januari 2013 melalui google. http://finance.yahoo.com/q/hp?s=%5EJKSE. Indeks Harga Saham Gabungan, diakses pada 14 Januari 2013 melalui google. http://www.bps.go.id/. Badan Pusat Statistik Indonesia, diakses pada tanggal 29 Januari 2013 melalui google. http://id.wikipedia.org/wiki/Runtuhnya_Wall_Street_1929. wikipedia, diakses pada tanggal 24 Februari 2013 melalui google. http://www.bi.go.id/web/id/Statistik/Statistik+Ekonomi+dan+Keuangan+Indonesia/Versi+HTML/Sektor+M oneter/. Statistik Ekonomi dan Keuangan Indonesia, diakses pada tanggal 24 Februari 2013 melalui google. http://www.indonesiarecovery.com/krisis-keuangan-global-2008/krisis-2008-terparah-sejak-the-greatdepression/7-krisis-global-2008.html, diakses pada tanggal 1 Mei 2013 melaui google. http://www.belajarinvestasi.net/saham/kamus-istilah-dalam-saham-glossary, diakses pada tanggal 2 September 2013 melalui google.
http://www.anggaran.depkeu.go.id/web-content-list.asp?ContentId=599, diakses pada 9 september 2013 melalui google. Kasmir. (2007). Bank dan Lembaga Keuangan Lainnya. Raja Grafindo. Jakarta Kewal, Suramaya Suci. (2012). “Pengaruh Inflasi, Suku Bunga, Kurs Dan Pertumbuhan PDB Terhadap Indeks Harga Saham Gabungan.” Jurnal Economia, Vol. 8, No. 1 Mahmud, Syamsuddin. (2004). Teori Moneter dan Ekonomi Indonesia. Badan Penerbit Universitas Syiah Kuala. Banda Aceh. Manurung, Mandala dan Pratama Rahardja. (2008). Teori Ekonomi Makro. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta. Manurung, Mandala dan Pratama Rahardja. (2004). Uang, Perbankan, dan Ekonomi Moneter. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta
Manurung, Jonni dan A.H. Manurung. (2009). Ekonomi Keuangan dan Kebijakan Moneter. Salemba Empat. Jakarta Martalena, dan Malinda Maya. (2011). Pengantar Pasar Modal. ANDI. Yogyakarta. Maryatmo, Rogatianus. (2010). “Pengaruh Jangka Pendek Dan Jangka Panjang Perubahan Suku Bunga Dan Kurs Rupiah Terhadap Harga Saham : Studi Empiris Di Indonesia (200:1 – 2010:4)” JEJAK, Vol. 3, No. 1 Miskhin, Frederic S. (2011). Ekonomi Uang, Perbankan, dan Pasar Keuangan. Salemba Empat. Jakarta Novianto, Aditya. (2011). Analisis Pengaruh Nilai Tukar (KURS) Dolar Amerika/Rupiah (US$/Rp), Tingkat Suku Bunga SBI, Inflasi Dan Jumlah Uang Beredar (M2) Terhadap Indeks Harga Saham Gabungan (IHSG) Di Bursa Efek Indonesia (BEI) Periode 1999.1 – 2010.6. Skripsi. UNDIP: Semarang. Prasetiono, Dwi Wahyu. (2010). ”Analisis Pengaruh Faktor Fundamental Ekonomi Makro dan Harga Minyak Terhadap Saham LQ45 Dalam Jangka Pendek dan Jangka Panjang.” Journal Of Indonesian Applied Economics, Vol. 4 No. 1: 11-25 Seftarita, Chenny. (2005). Kebijakan Fiskal, Kebijakan Moneter, dan Pertumbuhan Ekonomi di Indonesia. Tesis. Universitas Sumatera Utara. Suad, Husnan. (2003). Dasar-dasar Teori Portofolio dan Analisis Sekuitas, Yogyakarta : UPP-AMP YPKN Sunariyah. (2006). Pengantar Pengetahuan Pasar Modal , edisi kelima, UPP-STIM YPKN Yogyakarta Thobarry, Achmad Ath. (2009). Analisis Pengaruh Nilai Tukar,Suku Bunga, Laju Inflasi dan Pertumbuhan GDP Terhadap Indeks Hrga Saham Sektor Properti (Kajian Empiris Pada Bursa Efek Indonesia Periode Pengamatan Tahun 2000-2008). Tesis. UNDIP: Semarang. Tim Studi Market Maker (2003). “Studi Tentang Market Marketer Di Pasar Modal Departemen Keuangan Republik Indonesia. Jakarta.
Indonesia”.
Triandaru, Sigit dan Budisantoso, Totok. (2006). Bank dan Lembaga Keuangan Lain, Salemba Empat, Jakarta
LAMPIRAN - LAMPIRAN Lampiran 1. Data Nominal Penelitian Observasi
IHSG
Kurs
2005M06 2005M07 2005M08 2005M09 2005M10 2005M11 2005M12 2006M01 2006M02 2006M03 2006M04 2006M05 2006M06 2006M07 2006M08 2006M09 2006M10 2006M11 2006M12 2007M01 2007M02 2007M03 2007M04 2007M05 2007M06 2007M07 2007M08 2007M09 2007M10 2007M11 2007M12 2008M01 2008M02 2008M03 2008M04 2008M05 2008M06 2008M07 2008M08 2008M09 2008M10 2008M11 2008M12 2009M01 2009M02 2009M03
1.122,38 1.182,30 1.050,09 1.079,28 1.066,22 1.096,64 1.162,64 1.232,32 1.230,66 1.322,97 1.464,41 1.330,00 1.310,26 1.351,65 1.431,26 1.534,61 1.582,63 1.718,96 1.805,52 1.757,26 1.740,97 1.830,92 1.999,17 2.084,32 2.139,28 2.348,67 2.194,34 2.359,21 2.643,49 2.688,33 2.745,83 2.627,25 2.721,94 2.447,30 2.304,52 2.444,35 2.349,10 2.304,51 2.165,94 1.832,51 1.256,70 1.241,54 1.355,41 1.332,67 1.285,48 1.434,07
9616 9799 9986 10232 10093 10004 9857 9493 9253 9171 8936 8984 9362 9125 9094 9143 9187 9134 9086 9066 9067 9163 9097 8844 8983 9067 9366 9309 9107 9264 9333 9406 9181 9184 9208 9290 9295 9163 9149 9340 10048 11711 11324 11167 11852 11849
BI Rate Dummy 8,25 8,50 8,75 10,00 11,00 12,25 12,25 12,25 12,25 12,25 12,25 12,50 12,50 11,25 10,75 10,75 10,25 9,75 9,50 9,25 9,00 9,00 8,75 8,50 8,25 8,25 8,25 8,25 8,25 8,25 8,00 8,00 8,00 8,00 8,00 8,25 8,50 8,75 9,00 9,25 9,50 9,50 9,25 8,75 8,25 7,75
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1
2009M04 2009M05 2009M06 2009M07 2009M08 2009M09 2009M10 2009M11 2009M12 2010M01 2010M02 2010M03 2010M04 2010M05 2010M06 2010M07 2010M08 2010M09 2010M10 2010M11 2010M12 2011M01 2011M02 2011M03 2011M04 2011M05 2011M06 2011M07 2011M08 2011M09 2011M10 2011M11 2011M12 2012M01 2012M02 2012M03 2012M04 2012M05 2012M06 2012M07 2012M08 2012M09 2012M10 2012M11 2012M12 Keterangan : IHSG Kurs BI Rate
1.722,77 1.916,83 2.026,78 2.323,24 2.341,54 2.467,59 2.367,70 2.415,84 2.534,36 2.610,80 2.549,03 2.777,30 2.971,25 2.796,96 2.913,68 3.069,28 3.081,88 3.501,30 3.635,32 3.531,21 3.703,51 3.409,17 3.470,35 3.678,67 3.819,62 3.836,97 3.888,57 4.130,80 3.841,73 3.549,03 3.790,85 3.715,08 3.821,99 3.941,69 3.985,21 4.121,55 4.180,73 3.832,82 3.955,58 4.142,34 4.060,33 4.262,56 4.350,29 4.276,14 4.316,69
11025 10392 10206 10111 9977 9900 9482 9469 9457 9275 9348 9173 9027 9183 9148 9049 8971 8975 8927 8938 9022 9037 8912 8761 8651 8555 8564 8533 8532 8765 8895 9015 9088 9109 9025 9165 9175 9290 9451 9456 9499 9566 9597 9627 9645
: Indeks Harga Saham Gabungan (bps) : Nilai Tukar (Rp/USD) : Suku Bunga Bank Indonesia (%)
7,50 7,25 7,00 6,75 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,50 6,75 6,75 6,75 6,75 6,75 6,75 6,75 6,75 6,00 6,00 6,00 6,00 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
