PENGARUH BI RATE DAN NILAI TUKAR TERHADAP INDEKS HARGA SAHAM GABUNGAN PADA SAAT KRISIS GLOBAL 2008 DAN PERIODE SETELAHNYA

ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA

PENGARUH BI RATE DAN NILAI TUKAR TERHADAP INDEKS HARGA SAHAM GABUNGAN PADA SAAT KRISIS GLOBAL 2008 DAN PERIODE SETELAHNYA

DIAJUKAN UNTUK MEMENUHI SEBAGIAN PERSYARATAN DALAM MEMPEROLEH GELAR SARJANA EKONOMI DEPARTEMEN ILMU EKONOMI PROGRAM STUDI EKONOMI PEMBANGUNAN

DIAJUKAN OLEH: ARSYA JAVIDIAR NIM: 041211132005

FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS AIRLANGGA SURABAYA 2016

SKRIPSI

PENGARUH BI RATE DAN ....

ARSYA JAVIDIAR


SKRIPSI


ARSYA JAVIDIAR


SKRIPSI


ARSYA JAVIDIAR


SKRIPSI


ARSYA JAVIDIAR


SKRIPSI


ARSYA JAVIDIAR


KATA PENGANTAR Alhamdulillah, segala puji bagi Allah SWT yang tidak pernah berhenti melimpahkan hidayah-Nya, sehingga penulis mampu menyelesaikan skripsi yang berjudul “Pengaruh BI Rate dan Nilai Tukar Terhadap Indeks Harga Saham Gabungan Pada Saat Krisis Global 2008 dan Periode Setelahnya”. Skripsi ini disusun untuk memenuhi sebagian persyaratan dalam memperoleh gelar Sarjana Ekonomi Program Studi Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Airlangga. Dalam proses penyusunan skripsi ini, penulis mendapatkan bimbingan dan dukungan dari berbagai pihak. Oleh karena itu, penulis mengungkapkan rasa terima kasih yang sebesar-besarnya kepada: 1. Orang tua penulis, Moch. Alfin Zaini dan Octiana Roosmala Dewi yang senantiasa memberikan doa, dukungan, dan kebebasan waktu untuk fokus belajar hingga dapat menyelesaikan skripsi ini. 2. Dr. H. Edy Juwono Slamet, MA. selaku dosen pembimbing yang telah rela meluangkan pikiran, tenaga, waktu untuk memberikan bimbingan dan pengarahan dari awal pembuatan praproposal hingga skripsi ini selesai. 3. Prof. Dr. Hj. Dian Agustia, S.E., M.Si., Ak., CMA., CA. selaku Dekan Fakultas Ekonomi dan Bisnis Universitas Airlangga. 4. Dr. Muryani, S.E., M.Si., MEMD selaku Ketua Departemen Ilmu Ekonomi Fakultas Ekonomi dan Bisnis Universitas Airlangga. 5. Ni Made Sukartini, S.E., M.Si., MIDEC selaku Ketua Program Studi Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Airlangga.

vi SKRIPSI


ARSYA JAVIDIAR


6. Rossanto Dwi Handoyo, S.E., M.Si., Ph.D. selaku Sekretaris Departemen Ilmu Ekonomi Fakultas Ekonomi dan Bisnis Universitas Airlangga, dan juga selaku dosen wali, terima kasih atas bimbingan dan nasihat yang diberikan selama masa kuliah. 7. Seluruh pengajar program studi Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Airlangga. 8. Sahabat-sahabat IM3B tercinta yang sudah menemani dan selalu memberikan support selama perkuliahan 4 tahun ini. Semoga dipertemukan kembali dalam keadaan sukses, serta tidak lupa terima kasih untuk sahabatsahabat CCK. 9. Ayu Setyowati, yang selalu mendoakan dan memberikan semangat selama proses penulisan skripsi. 10. Sahabat-sahabat SMA terutama VOC dan seluruh kawan-kawan Alumni SMAN 1 Sidoarjo. 11. Teman-teman EP 2012. 12. Teman-teman EP 2013,2014,2015, Terimakasih untuk bantuannya. 13. Keluarga BEM FEB 2015/2016 14. Keluarga Medinfo BEM FEB 2015/2016 yang turut mensukseskan prokerproker semasa jabatan BEM FEB 2015 15. Keluarga Hima EP 2014/2015. 16. Keluarga KWU Hima EP 2014/2015. 17. Sahabat KKN-BBM 51 Universitas Airlangga, Ashin, Angger, Isnan, Mas Reno, Dika, Tyas, Ranti, Maria, Manda, dan Nadia yang telah menjadi

vii SKRIPSI


ARSYA JAVIDIAR


keluarga baru yang ceria dalam sebuah pengabdian di desa Ngepung, Kabupaten Nganjuk 18. Teman-Teman FEB yang tidak dapat saya sebutkan satu persatu. 19. Teman-teman dan juga pihak lain yang mungkin penulis tidak dapat menyebutkan satu persatu 20. Staf Administrasi di Departemen Ilmu Ekonomi. Terima kasih atas segala keramahan pelayanannya. Penulis menyadari bahwa skripsi ini masih banyak kekurangan yang disebabkan adanya keterbatasan pengetahuan, akses, refrensi, dan pengalaman penulis. Oleh sebab itu, penulis sangat mengharapkan masukan berupa kritik dan saran yang membangun dari pembaca guna melengkapi tulisan ini. Akhir kata dengan segala keterbatasan dan kekurangan, penulis berharap skripsi ini dapat memberikan manfaat bagi pembaca maupun pihak yang membutuhkannya.

Surabaya, Oktober 2016 Penulis,

Arsya Javidiar 041211132005

viii SKRIPSI


ARSYA JAVIDIAR


DEPARTEMEN PENDIDIKAN NASIONAL FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS AIRLANGGA PROGRAM STUDI : EKONOMI PEMBANGUNAN DAFTAR NO :...................................................... ABSTRAK SKRIPSI SARJANA EKONOMI NAMA : Arsya Javidiar NIM : 041211132005 TAHUN PENYUSUNAN : 2016 JUDUL: Pengaruh BI Rate dan Nilai Tukar Terhadap Indeks Harga Saham Gabungan Pada Saat Krisis Global 2008 dan Periode Setelahnya ISI : Penelitian ini bertujuan untuk menguji pengaruh tingkat suku bunga BI rate dan nilai tukar Rupiah terhadap Indeks Harga Saham Gabungan (IHSG) pada saat krisis global (periode 2007-2009) dan periode setelahnya (periode 2010-2012). Metode yang digunakan yaitu VECM (vector error correction model) untuk menguji pengaruh jangka panjang melalui uji kointegrasi Johansen, sedangkan perilaku dinamis jangka pendek diketahui dari hasil estimasi fungsi impulse response dan variance decomposition. Hasil penelitian ini menunjukkan bahwa pada estimasi model jangka panjang, variabel suku bunga BI berpengaruh signifikan terhadap IHSG dengan arah negatif pada saat krisis global dan periode setelahnya. Sementara itu, nilai tukar berpengaruh signifikan terhadap IHSG dengan arah positif pada kedua periode. Pada hasil impulse response, shock variabel suku bunga secara keseluruhan direspon negatif oleh IHSG di kedua periode. Sementara itu, shock variabel nilai tukar secara keseluruhan direspon positif oleh IHSG pada periode krisis global, kemudian direspon negatif pada periode setelah krisis global. Hasil variance decomposition menunjukkan bahwa yang memiliki kontribusi terbesar terhadap Indeks Harga Saham Gabungan adalah BI rate.

Kata Kunci: IHSG, Suku Bunga BI rate, Nilai Tukar, VECM, Kointegrasi, impulse response, variance decomposition

ix SKRIPSI


ARSYA JAVIDIAR


DEPARTEMENT OF NATIONAL EDUCATION ECONOMICS AND BUSINESS FACULTY OF AIRLANGGA UNIVERSITY STUDY PROGRAM: ECONOMIC DEVELOPMENT : ....................................................... SIGN NO ABSTRACT BACHELOR THESIS OF ECONOMICS NAME : Arsya Javidiar NIM : 041211132005 ARRANGED YEAR : 2016 TITLE: The Effect of BI Rate and Exchange Rate to Composite Stock Price Index (CSPI) at The Time of Global Crisis in 2008 and Post-Crisis Period CONTENT: The purpose of this research is to examine the effect of BI rate and exchange rate to Composite Stock Price Index at global crisis (period 2007-2009) and post-crisis (period 2010-2012). The method which be used is VECM (vector error correction model) to examine long-term effect by using Johansen cointegration test, meanwhile short-term dynamic behavior will be known by estimation result of impulse response function and variance decomposition. The results of this research indicates that the long-term estimation model for variable of BI rate significantly has negative effect to CSPI during the global crisis and postcrisis period. Meanwhile, variable of exchange rate significantly has positive effect to CSPI in both periods. On the result of impulse response function, shock in variable of BI rate overall is responded negatively by CSPI in both periods. Meanwhile, shock in exchange rate is responded positively at the global crisis period, then change into negative direction at the post-crisis period. The result of variance decomposition shows the variable that has the largest contribution to the Composite Stock Price Index is BI rate. Keyword: CSPI, BI rate, exchange rate, VECM, cointegration, impulse response, variance decomposition.

x SKRIPSI


ARSYA JAVIDIAR


DAFTAR ISI

Halaman Judul.......................................................................................................... i Halaman Pengesahan Sidang Skripsi ...................................................................... ii Halaman Persetujuan .............................................................................................. iii Halaman Pernyataan Orisinalitas Skripsi ............................................................... iv Decralation ..............................................................................................................v Kata Pengantar ....................................................................................................... vi Abstrak ................................................................................................................... ix Abstract ....................................................................................................................x Daftar Isi................................................................................................................. xi Daftar Tabel ......................................................................................................... xiv Daftar Gambar ........................................................................................................xv Daftar Lampiran ................................................................................................... xvi BAB 1 PENDAHULUAN 1.1 Latar Belakang .............................................................................................1 1.2 Rumusan Masalah ........................................................................................9 1.3 Tujuan Penelitian .........................................................................................9 1.4 Manfaat Penelitian .....................................................................................10 1.5 Sistematika Penulisan ................................................................................10 BAB 2 TINJAUAN PUSTAKA 2.1 Landasan Teori ...........................................................................................12 2.1.1 Pengertian Tingkat Bunga ...................................................................12 2.1.2 Pengertian Suku Bunga BI rate............................................................12 2.1.3 Teori Tingkat Bunga ............................................................................13 2.1.3.1 Teori Loanable Funds ...............................................................13 2.1.3.2 Teori Tingkat Bunga Keynes (Teori Liquidity Preference) .......15 2.1.3.3 Tingkat Bunga Nominal dan Riil...............................................16 2.1.4 Pengertian Nilai Tukar .........................................................................17 2.1.5 Teori Tobin’s Q ...................................................................................19 2.1.6 Pasar Modal dan Bursa Efek................................................................20

xi SKRIPSI


ARSYA JAVIDIAR


2.1.7 Indeks Harga Saham Gabungan (IHSG)..............................................22 2.1.8 Hubungan Antar Variabel ....................................................................25 2.1.8.1 Hubungan antara Tingkat Bunga dan Harga Saham .................25 2.1.8.2 Hubungan antara Nilai Tukar dan Harga Saham .......................26 2.2 Penelitian Terdahulu....................................................................................27 2.3 Hipotesis dan Model Analisis......................................................................30 2.3.1 Hipotesis ..............................................................................................30 2.3.2 Model Analisis .....................................................................................30 2.4 Kerangka Berpikir .......................................................................................31 BAB 3 METODOLOGI PENELITIAN 3.1 Pendekatan Penelitian ................................................................................32 3.2 Identifikasi Variabel ...................................................................................32 3.3 Definisi Operasional...................................................................................33 3.4 Jenis dan Sumber Data ...............................................................................34 3.5 Prosedur Pengumpulan Data ......................................................................35 3.6 Teknik Analisis dan Pengolahan Data .......................................................35 3.6.1 Uji Stasioneritas Data ..........................................................................35 3.6.2 Penentuan Lag Length Optimal ...........................................................37 3.6.3 Uji Kointegrasi.....................................................................................38 3.6.4 Estimasi VECM ..................................................................................40 3.6.5 Uji Statistik ..........................................................................................42 3.6.6 Fungsi Impulse Respon ........................................................................43 3.6.7 Variance Decompotition ......................................................................44 BAB 4 PEMBAHASAN 4.1 Gambaran Umum Objek Penelitian ...........................................................45 4.1.1 Pergerakan BI Rate ..............................................................................45 4.1.2 Pergerakan Nilai Tukar Rupiah terhadap Dolar ..................................48 4.1.3 Pergerakan Indeks Harga Saham Gabungan di Indonesia ...................49 4.2 Analisis Model dan Pengujian Hipotesis ...................................................51 4.2.1 Hasil Uji Stationeritas Data .................................................................51

xii SKRIPSI


ARSYA JAVIDIAR


4.2.2 Hasil Uji Lag Length Optimal .............................................................54 4.2.3 Hasil Uji Kointegrasi ...........................................................................56 4.2.4 Hasil Estimasi VECM .........................................................................61 4.2.5 Hasil Analisis Impulse Response .........................................................65 4.2.6 Hasil Analisis Variance Decompotition ..............................................70 4.3 Pengujian Hipotesis .....................................................................................73 4.4 Pembahasan .................................................................................................73 4.5 Keterbatasan Studi .......................................................................................80

BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan ................................................................................................81 5.2 Saran ...........................................................................................................82 DAFTAR PUSTAKA ...........................................................................................84 LAMPIRAN ..........................................................................................................87

xiii SKRIPSI


ARSYA JAVIDIAR


DAFTAR TABEL Tabel 3.1

Pengujian λmax dan λtrace ......................................................................................... 40

Tabel 4.1

Hasil Unit Root Test tingkat level ADF Test Saat Krisis Global ...52

Tabel 4.2

Hasil Unit Root Test Tingkat first different ADF Test saat krisis global ....................................................................................53

Tabel 4.3

Hasil Unit Root Test Tingkat level ADF ........................................53

Tabel 4.4

Hasil Unit Root Test Tingkat First Different ADF Test Setelah Krisis Global ......................................................................54

Tabel 4.5

Hasil Penentuan Lag Optimal Saat Krisis Global ..........................55

Tabel 4.6

Hasil Penentuan Lag Optimal Setelah Krisis Global .....................56

Tabel 4.7

Hasil Uji Kointegrasi Saat krisis global .........................................57

Tabel 4.8

Hasil Uji Kointegrasi Johansen’s Saat Krisis Global .....................58

Tabel 4.9

Hasil Uji Kointegrasi Setelah Krisis Global ...................................59

Tabel 4.10

Hasil Uji Kointegrasi Johansen’s Setelah Krisis Global ................60

Tabel 4.11

Hasil Uji VECM Jangka Panjang Saat Krisis Global .....................61

Tabel 4.12

Hasil Uji VECM Jangka Panjang Setelah Krisis Global ................63

Tabel 4.13

Hasil Uji VECM Jangka Pendek Saat Krisis Gloal ........................64

Tabel 4.14

Hasil Uji VECM Jangka Pendek Setelah Krisis Global .................65

Tabel 4.15

Hasil Uji Variance Decomposition Kontribusi BI rate dan Nilai Tukar Rupiah Terhadap IHSG Periode Krisis Global ...........71

Tabel 4.16

Hasil Uji Variance Decomposition Kontribusi BI rate dan Nilai Tukar Rupiah Terhadap Indeks Harga Saham Gabungan Setelah Krisis Global ....................................................72

xiv SKRIPSI


ARSYA JAVIDIAR


DAFTAR GAMBAR Gambar 1.1

Perkembangan Indeks Harga Saham Gabungan di Indonesia Periode 2007-2011............................................................................6

Gambar 2.1

Teori Klasik Tentang Penentuan Tingkat Bunga ...........................15

Gambar 2.2

Kerangka Berpikir ..........................................................................31

Gambar 4.1

Perkembangan BI rate pada Tahun 2007:1-2012:12 ......................45

Gambar 4.2

Perkembangan Nilai Tukar Rupiah Terhadap US$ pada Tahun 2007-2012:12 ..............................................................47

Gambar 4.3

Perkembangan Indeks Harga Saham Gabungan di BEI tahun 2007:1-2012:12 .....................................................................49

Gambar 4.4

Respon Indeks Harga Saham terhadap Shock Variabel BI Rate Periode Krisis Global ........................................................67

Gambar 4.5

Respon Indeks Harga Saham terhadap Shock Variabel BI Rate Setelah Krisis Global.........................................................68

Gambar 4.6

Respon Indeks Harga Saham terhadap Shock Variabel Nilai Tukar Periode Krisis Global ..................................................69

Gambar 4.7

Respon Indeks Harga Saham terhadap Shock Variabel Nilai Tukar Setelah Krisis Global ..................................................70

xv SKRIPSI


ARSYA JAVIDIAR


DAFTAR LAMPIRAN LAMPIRAN 1

Uji Stasioneritas Data ................................................................87

LAMPIRAN 2

Lag Optimal ...............................................................................91

LAMPIRAN 3

Uji Kointegrasi...........................................................................92

LAMPIRAN 4

Estimasi VECM ........................................................................95

LAMPIRAN 5

Impulse Response .......................................................................98

LAMPIRAN 6

Variance Decomposition ...........................................................99

xvi SKRIPSI


ARSYA JAVIDIAR


BAB 1 PENDAHULUAN 1.1 Latar Belakang Pasar modal memiliki peranan strategis bagi penguatan ketahanan ekonomi suatu Negara. Terjadinya pelarian modal ke luar negeri disebabkan oleh tidak tersedianya alternatif investasi yang menguntungkan di negara tersebut, atau pada saat yang sama, investasi portofolio di bursa negara lain mampu menjanjikan keuntungan yang lebih tinggi. Keadaan ini merupakan konsekuensi dari keterbukaan pasar saham terhadap investor asing. Dengan semakin terintegrasinya perekonomian dunia, hampir semua negara (termasuk Indonesia) tidak dapat lepas dari pengaruh aliran modal antarnegara. Salah satu karakteristik pemodal di pasar modal adalah memperkecil risiko investasi. Dengan semakin terbukanya sistem finansial dunia, pemodal dapat mengurangi risiko dengan melakukan investasi di beberapa negara. (Pasaribu dan Kowanda, 2013) Maka dari itu, penting bagi suatu negara untuk menjaga stabilitas keuangan di pasar modal. Menurut Crockett (1997), stabilitas keuangan erat kaitannya dengan kesehatan suatu perekonomian. Semakin sehat sektor keuangan di suatu negara, semakin sehat pula perekonomian, demikian pula sebaliknya. Dengan demikian, perkembangan pasar modal merupakan salah satu indikator penting yang perlu diperhatikan untuk menjaga kesehatan atau kestabilan perekonomian. Pergerakan harga saham dan obligasi di pasar modal suatu negara disebabkan oleh persepsi

1 SKRIPSI


ARSYA JAVIDIAR

ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA 2

investor yang akan mempengaruhi masuknya aliran dana investasi ke negara tersebut. Dewi (2011) menjelaskan, IHSG merupakan cerminan dari kegiatan pasar modal secara umum. Peningkatan IHSG menunjukkan kondisi pasar modal sedang bullish (tren menguat), sebaliknya jika menurun menunjukkan kondisi pasar modal sedang bearish (tren melemah). Pergerakan IHSG tersebut dipengaruhi oleh berbagai faktor baik internal maupun eksternal. Pengaruh-pengaruh eksternal seperti pergerakan tingkat suku dan indeks saham luar negeri dipercaya menjadi faktor dominan yang mempengaruhi IHSG, sedangkan faktor internal lebih dipengaruhi oleh pengaruh dari pergerakan variabel-variabel ekonomi makro seperti nilai tukar rupiah terhadap dolar Amerika, tingkat inflasi, suku bunga (Deposit Rate), suku bunga Bank Indonesia (BI Rate) dan jumlah uang beredar (money supply). Seorang investor harus memahami pola perilaku harga saham di pasar modal dengan mempertimbangkan variabel-variabel makro tersebut. Salah satu variabel yang bisa dijadikan dasar pertimbangan bagi investor, yakni adalah suku bunga acuan Bank Indonesia (BI Rate), seperti yang telah disebutkan di atas. Bank Indonesia yang merupakan bank sentral negara memiliki kewenangan atau otoritas untuk menetapkan tingkat suku bunga yang kita kenal dengan istilah BI Rate. Suku bunga tersebut ditetapkan sebagai acuan atas suku bunga pinjaman dan simpanan. Bank-bank di Indonesia, harus melihat suku bunga BI sebagai dasar dalam menetapkan bunga pinjaman maupun bunga simpanan (deposito). Dengan memperhatikan naik atau turunnya tingkat suku bunga, Investor yang rasional akan

SKRIPSI


ARSYA JAVIDIAR


mempertimbangkan mana keputusan yang lebih menguntungkan, antara berinvestasi di pasar modal, atau mendepositokan uangnya di Bank. Sebelumnya, J.M Keynes telah membangun sebuah teori yang disebut liquidity preference. Menurut teori ini, tingkat bunga ditentukan oleh permintaan dan penawaran uang. Dalam teori Keynes terdapat tiga motif mengapa orang menghendaki memegang uang tunai, yaitu motif transaksi, motif berjaga-jaga, motif spekulasi. Ketiga motif ini merupakan sumber timbulnya “permintaan akan uang” yang dikenal dengan liquidity preference (Boediono, 1992:28) Menurut Prasetiantono (2000) dalam Mohammad (2013) mengenai suku bunga, jika suku bunga tinggi otomatis orang akan lebih suka menyimpan dananya di bank karena ia dapat mengharapkan pengembalian yang menguntungkan. Dan pada posisi ini, permintaan masyarakat untuk memegang uang tunai menjadi lebih rendah karena mereka sibuk mengalokasikannya ke dalam bentuk portofolio perbankan (deposito dan tabungan). Dengan adanya kenaikan suku bunga ini, investor akan memiliki alternatif lain untuk menggandakan uang mereka tanpa harus bersusah-susah di bursa saham. Hal ini cenderung mengakibatkan permintaan saham berkurang, dan dalam jangka waktu tertentu menyebabkan pergerakan IHSG menjadi turun. Sebaliknya jika suku bunga rendah, masyarakat cenderung tidak tertarik lagi untuk menyimpan uangnya di bank. Pasar modal di Indonesia itu sendiri merupakan emerging market (pasar yang sedang berkembang), dimana dalam perkembangannya, kinerja pasar modal

SKRIPSI


ARSYA JAVIDIAR


sangat rentan terhadap kondisi perekonomian global dan makroekonomi secara umum. Kinerja perekonomian dunia sempat terguncang oleh peristiwa krisis finansial global yang terjadi secara besar-besaran pada bulan Agustus 2008, diawali dengan adanya ledakan gelombang ekonomi di pasar properti AS sebagai akibat dari subprime mortgage yang terjadi pada saat itu. Krisis ini terancam berakhir dengan depresi ekonomi yang mendunia. (Hadi, 2009). Krisis ekonomi yang melanda Amerika Serikat terjadi akibat macetnya kredit properti (subprime mortgage), yang dikenal di Indonesia sebagai kredit kepemilikan rumah (KPR). Efek beruntun dari kredit perumahan itu membuat beberapa perusahaan keuangan besar di Amerika dan juga perusahaan lain di seluruh dunia bangkrut (Adiwarman dalam Thobarry, 2009). Bulan September 2008 adalah bulan dimana perusahaan-perusahaan terbesar di dunia ambruk. Dikutip dari pemaparan Hadi (2009), tanggal 7 September, perusahaan prekreditan rumah Fannie Mae dan Freddie Mac, yang memberi garansi utang yang meliputi separuh lebih dari utang perkreditan rumah di AS, pun ambruk. Disusul kemudian peristiwa bangkrutnya salah satu Bank Investasi terbesar di pusat keuangan Wall Street di New York AS. Lehman Brothers, salah satu perusahaan investasi bank AS terbesar memasukkan permohonan status bangkrut pada tanggal 15 September 2008. Bangkrutnya Lehman Brothers tercatat sebagai kebangkrutan terbesar dalam sejarah korporasi AS. (Hadi,2009). Inilah akhir nasib suatu bank besar yang kemudian dikenal dengan fenomena “too big to fail”

SKRIPSI


ARSYA JAVIDIAR


Peristiwa ini menunjukkan bahwa perekonomian di Amerika Serikat sangat dipengaruhi oleh sektor properti dan kredit perbankan. Sebagai negara dengan perekonomian terkuat di dunia, efek kemacetan beruntun yang terjadi pada perekonomian Amerika Serikat tadi memberikan impact yang sangat besar pada kinerja pasar uang dunia di era pasar bebas seperti saat ini. Menurut Caporale (2014), Peristiwa runtuhnya Lehman Brothers pada tanggal 15 September 2008 (LB, sampai saat itu yang merupakan bank investasi terbesar keempat di AS) mengirim gelombang kepanikan global di pasar keuangan. Berikut kegagalan bank global yang mengakibatkan masalah likuiditas dan pinjaman antar bank, bahkan indeks pasar saham di negara paling maju pun mengalami penurunan yang signifikan. Krisis keuangan dunia tersebut pun telah berimbas ke perekonomian Indonesia sebagaimana tercermin dari gejolak di pasar modal dan pasar uang di tahun 2008. Berdasarkan data yang ditunjukkan pada Grafik 1.1, Indeks Harga Saham Gabungan (IHSG) pada bulan Desember 2008 ditutup pada level 1.355,4, terpangkas hampir separuhnya dari level pada awal tahun 2008 sebesar 2.627,3, bersamaan dengan jatuhnya nilai kapitalisasi pasar dan penurunan tajam volume perdagangan saham. Bersamaan dengan itu, nilai tukar Rupiah juga turut terkoreksi tajam hingga mencapai level Rp10.900/USD pada akhir Desember 2008. (www.bi.go.id, diakses tanggal 30 Maret 2016). Pasar saham yang mengalami penurunan mengindikasikan adanya kekhawatiran bahwa resesi akan muncul. Walaupun pasar saham dalam kenyataannya berfluktuasi dan dapat memberi tanda-

SKRIPSI


ARSYA JAVIDIAR


tanda yang salah tentang masa depan perekonomian, meskipun demikian sebenarnya ada keterkaitan antara pasar saham dan perekonomian. (Dewi, 2011) 5000 4500 4000 3500 3000 2500 2000 1500 1000 500 0 Januari 2007

Juli 2007

Januari 2008

Juli 2008

Januari 2009

Juli 2009

Periode Krisis Global

Januari 2010

Juli 2010

Januari 2011

Juli 2011

Pasca Krisis Global

Gambar 1.1 Sumber data: Bursa Efek Indonesia Gambar 1.1 Perkembangan Indeks Harga Saham Gabungan di Indonesia Periode 2007-2011 Krisis finansial global diperkirakan berakhir pada kuartal ketiga 2009 saat perekonomian AS mulai bergerak tipis, meski perlambatan ekonomi masih akan terjadi. Hal ini dikemukakan Gubernur Bank Sentral AS (The Fed) Ben Bernanke. Hal ini belum tentu langsung berimbas positif terhadap perekonomian Indonesia, disebabkan karena elastisitas nilai permintaan ekspor dari pasar AS tidak terlalu tinggi, (Agustian, 2009). Uraian diatas menyatakan seberapa parah dampak kondisi ekonomi di Indonesia selama krisis finansial global, sehingga penulis bermotivasi untuk menemukan apakah kehancuran pasar modal menyebabkan depresiasi nilai tukar

SKRIPSI


ARSYA JAVIDIAR


atau depresiasi nilai tukar mempengaruhi kejatuhan harga saham dan apakah krisis finansial global akan mengubah hubungan ini. Pada artikel yang ditulis oleh Muradoglu, et al. (2000) dalam Dewi (2011), dikemukakan bahwa penelitian tentang perilaku harga saham telah banyak dilakukan, terutama dalam kaitannya dengan variabel makroekonomi, diantaranya Chen et al. (2006), Geske and Roll (2003), dan Fama (2001). Hasil penelitian mereka mengatakan bahwa harga saham dipengaruhi oleh fluktuasi variabelvariabel makroekonomi. Variabel BI Rate dan nilai tukar sering digunakan untuk menganalisis perilaku pergerakan harga saham. Ruhul Ayu Lestari (2015), misalnya, dalam penelitiannya yang berjudul “ Pengaruh Indeks Dow Jones, Indeks Nikkei 225, Dan BI rate Terhadap Indeks Harga Saham Gabungan” menunjukkan bahwa BI rate berpengaruh negatif dan signifikan terhadap IHSG. Sedangkan untuk variabel nilai tukar, Ajayi dan Mougoue (1996) dalam Kim (2003) menemukan hubungan dua arah antara nilai tukar dan indeks harga saham di delapan negara maju; kenaikan harga saham memiliki efek positif jangka panjang pada nilai mata uang domestik sementara depresiasi mata uang memiliki efek jangka panjang negatif pada pasar saham. Di sisi lain, Kim (2003) dalam penelitiannya menggunakan metode kointegrasi yang diterima secara luas yang dirancang oleh Johansen (1988) dalam upaya untuk menjelaskan dinamika jangka pendek dan hubungan ekuilibrium jangka panjang antara harga saham agregat dan variabel ekonomi makro yang relevan. Selain itu, Kim (2003) menemukan bukti bahwa ada satu kointegrasi

SKRIPSI


ARSYA JAVIDIAR


hubungan di mana harga saham berhubungan positif dengan produksi industri, namun memiliki hubungan negatif terhadap tingkat dolar tukar, suku bunga, dan inflasi. Walaupun

penelitian

antara

indeks

harga

saham

dan

variabel

makroekonomi telah banyak dilakukan, namun menariknya, Caporale (2014) menyebutkan, bahwa ternyata masih sedikit studi lain yang meneliti hubungan antara harga pasar saham dan nilai tukar selama terjadinya krisis global. Pada saat terjadi gejolak keuangan, volatilitas yang tinggi di pasar saham menghasilkan tindakan spekulatif oleh investor dan menyebabkan terjadinya pelarian modal. Hal ini dapat menyebabkan ketidakstabilan yang cukup besar di pasar lain seperti pasar valuta asing. Dari beberapa penelitian sebelumnya yang telah disebutkan, ditunjukkan adanya hubungan kausalitas dan kointegrasi antara nilai tukar riil dan tingkat suku bunga terhadap IHSG, namun krisis finansial global diduga juga mempunyai pengaruh terhadap keberadaan hubungan kausalitas dan kointegrasi antara nilai tukar dan IHSG. Maka berdasarkan latar belakang yang telah diuraikan di atas, penulis membagi periode penelitian menjadi dua; yaitu periode saat terjadi krisis dan setelah terjadi krisis, untuk menganalisis bagaimana pengaruh tingkat suku bunga BI Rate dan nilai tukar terhadap IHSG (Indeks Harga Saham Gabungan) di Bursa Efek Indonesia semasa krisis perekonomian global selama periode 2007 hingga 2012.

SKRIPSI


ARSYA JAVIDIAR


1.2 Rumusan Masalah 1. Apakah ada pengaruh tingkat suku bunga BI rate dan nilai tukar rupiah terhadap IHSG di Indonesia pada saat terjadinya krisis global dan periode setelahnya dalam jangka panjang? 2. Bagaimana dampak shock tingkat suku bunga BI rate, dan nilai tukar rupiah terhadap IHSG di Indonesia pada saat terjadinya krisis global dan periode setelahnya? 3. Bagaimana variance decomposition tingkat tingkat suku bunga dan nilai tukar rupiah terhadap IHSG di Indonesia pada saat terjadinya krisis global dan periode setelahnya? 1.3 Tujuan Penelitian 1. Menguji pengaruh tingkat suku bunga BI rate dan nilai tukar rupiah terhadap IHSG di Indonesia pada saat terjadinya krisis global dan periode setelahnya dalam jangka panjang. 2. Mengestimasi respon IHSG dari adanya shock variabel tingkat suku bunga BI rate dan nilai tukar rupiah pada saat terjadinya krisis global dan periode setelahnya. 3. Mengestimasi variance decomposition tingkat suku bunga BI rate dan nilai tukar rupiah terhadap IHSG di Indonesia pada saat terjadinya krisis global dan periode setelahnya. 1.4 Manfaat Penelitian 1. Bagi akademisi, penelitian ini diharapkan dapat memberikan informasi tambahan mengenai model pendugaan IHSG berdasarkan pada variabel-

SKRIPSI


ARSYA JAVIDIAR


variabel nilai tukar dan BI Rate, selain itu hasil penelitian ini secara teoritis dapat dijadikan dasar pijakan untuk penelitian selanjutnya tentang pergerakan IHSG, baik yang dipengaruhi oleh kurs mata uang atau BI Rate ataupun variabel-variabel fundamental lainnya. 2. Bagi praktisi, penelitian ini diharapkan dapat membantu investor dalam pengambilan keputusan sebagai dasar pertimbangan dalam menjual, membeli atau menahan saham yang mereka miliki berkenaan dengan perubahan kurs rupiah dan tingkat suku bunga. Penentuan dalam penerapan kebijakan pemerintah yang berkaitan dengan suku bunga dan nilai tukar, diharapkan akan membantu investor dalam memaksimalkan manfaat finansialnya secara optimal dengan memperhatikan faktor-faktor ekonomi makro yang mempengaruhi IHSG. 1.5 Sistematika Penulisan Sistematika penulisan skripsi ini terbagi menjadi lima bagian yang dalam pembahasannya saling terkait, yaitu: BAB 1 : PENDAHULUAN Bab ini memuat latar belakang permasalahan, rumusan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan skripsi. BAB 2 : TINJAUAN PUSTAKA Bab ini akan memuat konsep dan landasan teori yang dapat dijadikan pedoman dalam membahas permasalahan yang telah dirumuskan, yaitu pengaruh tingkat suku bunga BI rate dan nilai tukar terhadap pergerakan indeks harga saham gabungan pada saat krisis global dan periode pasca krisis. Disamping itu, pada

SKRIPSI


ARSYA JAVIDIAR


bagian ini juga akan disampaikan sejumlah penelitian yang berhubungan dengan permasalahan, hipotesis, model analisis, dan kerangka berfikir. BAB 3 : METODE PENELITIAN Bab ini memuat pendekatan penelitian, identifikasi variabel, definisi operasional variabel, jenis dan sumber data, prosedur pengumpulan data, dan teknik analisis. BAB 4 : HASIL DAN PEMBAHASAN Bab ini memuat gambaran umum variabel-variabel operasional selama periode penelitian, deskripsi hasil uji empiris, analisis model dan pembuktian hipotesis, serta pembahasan. BAB 5 : SIMPULAN DAN SARAN Bab ini memuat simpulan hasil penelitian dan saran yang diajukan berdasarkan hasil penelitian yang diperoleh.

SKRIPSI


ARSYA JAVIDIAR


BAB 2 TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Pengertian Tingkat Bunga Tingkat suku bunga (Interest rate) menurut Frederick Mishkin adalah “The cost of borrowing or he price paid of the rental of funds”. Menurut definisi tersebut tingkat bunga adalah biaya dari peminjaman atau harga dari tanda balas jasa sewa dari sejumlah dana tertentu (Mishkin, 2004:4). Dengan kata lain, masyarakat harus membayar kesempatan untuk meminjam uang, dengan demikian bunga adalah harga yang harus dibayar debitur kepada kreditur, yang memungkinkan kreditur mendapatkan sumber daya riil selama waktu pinjaman. 2.1.2 Pengertian Suku Bunga BI rate Suku bunga BI rate merupakan suku bunga yang ditetapkan oleh bank sentral setiap negara yang mencerminkan sikap dari kebijakan moneter yang diambil dan diumumkan kepada publik. Untuk BI rate sendiri ditentukan oleh Dewan Gubernur Bank Indonesia dalam rapat Dewan Gubernur Bank Indonesia dan hasilnya akan diimplementasikan pada operasi moneter yang dilakukan oleh Bank Indonesia melalui pengelolaan likuiditas di pasar uang untuk mencapai sasaran operasioanl kebijakan moneter. Dengan mempertimbangkan faktor-faktor dalam perekonomian, Bank Indonesia pada umumnya akan menaikkan BI rate apabila inflasi ke depan diperkirakan melampaui dari sasaran yang telah di tetapkan. Sebaliknya Bank Indonesia akan menurunkan BI rate apabila inflasi ke depan diperkirakan akan

12 SKRIPSI


ARSYA JAVIDIAR


berada di bawah tingkat inflasi yang telah ditargetkan. Penentapan BI rate berdasarkan dari fungsi dasar dari reaksi kebijakan moneter atau Taylor Rules, seperti persamaan sebagai berikut: ....(2.1) Dimana γit-1

= Interest rate smoothing

(r* + πt+4)

= Suku Bunga Riil Equilibrium

(πt+j – πTt+j) = Inflation Gap Forecast (yt+k – y*t+k)

= Output Gap Forecast

Taylor Type Rules yang diformulasikan untuk penyesuaian dalam kasus Indonesia menerjemahkan bahwa respon kebijakan moneter dalam bentuk tingkat suku bunga (Pohan, 2008:118). Modifikasi dari model spesifikasi Taylor Rules yaitu dengan membandingkan antara alternatif inflasi yang digunakan, output gap, dan suku bunga riil equilibrium, serta ditambah adanya interest rate smothing, yaitu memasukkan nilai lag dari suku bunga dalam policy rules. 2.1.3 Teori Tingkat Bunga 2.1.3.1 Teori Loanable Funds Teori ini dikembangkan oleh aliran klasik. Menurut teori klasik, tingkat suku bunga ditentukan oleh interaksi antara penawaran tabungan yang tersedia untuk dipinjamkan (loanable funds) dan permintaan terhadap dana tersebut untuk diinvestasikan. Penawaran loanable funds ditentukan oleh tingkat tabungan dalam perekonomian. Sedangkan tingkat tabungan sangat tergantung pada beberapa

SKRIPSI


ARSYA JAVIDIAR


faktor ekonomi (seperti: kesejahteraan dan pendapatan individu saat ini serta semua intangible factors termasuk selera preferensi dan perilaku sosiologis) dan juga dipengaruhi oleh tingkat suku bunga yang berlaku. Masyarakat akan mempertimbangkan tingkat suku bunga sebagai dasar untuk memilih menabung. Hal ini didasarkan pada teori klasik yang menyatakan bahwa tabungan merupakan fungsi dari tingkat bunga. Makin tinggi tingkat bunga maka makin tinggi pula keinginan masyarakat untuk menabung, dalam arti pada tingkat bunga yang tinggi masyarakat akan lebih terdorong untuk mengurangi pengeluaran untuk konsumsi guna menambah tabungannya (Nopirin, 1997:70). Sementara, permintaan terhadap dana ditentukan oleh produktivitas aktual dan prospek dari modal dan pinjaman yang diperlukan untuk menutup kesenjangan antara tingkat investasi kapital yang diharapkan dan sumber dana yang ada saat ini. Permintaan dana investasi timbul karena pendapatan yang kecil pada saat ini dan besarnya aliran pendapatan yang akan diterima akan datang. Dengan kondisi aliran pendapatan seperti ini, maka investor akan mengambil keputusan untuk meminjam dana dari pasar sekarang untuk dibayarnya kembali nanti. Gambar 2.1 di bawah memperlihatkan bahwa tingkat bunga akan mencapai keseimbangan apabila keinginan masyarakat menabung sama dengan keinginan investor untuk berinvestasi (S=1). Keseimbangan tingkat bunga pada titik R, dimana jumlah tabungan sama dengan investasi. Apabila tingkat harga diatas titik R, jumlah tabungan melebihi keinginan pengusaha untuk melakukan investasi. Para penabung akan saling bersaing untuk meminjamkan dananya dan persaingan ini

SKRIPSI


ARSYA JAVIDIAR


akan menekan tingkat bunga yang akan membawa tingkat bunga turun kembali ke posisi R. Sebaliknya, apabila tingkat bunga berada dibawah posisi R, para pengusaha akan saling bersaing untuk dana yang relatif jumlahnya lebih kecil. Persaingan ini akan mendorong tingkat bunga naik lagi ke posisi R.

Sumber: Boediono, 1990, Ekonomi Moneter, Yogyakarta: BPFE, Hal 70. Gambar 2.1 Teori Klasik Tentang Penentuan Tingkat Bunga 2.1.3.2 Teori Tingkat Bunga Keynes (Teori Liquidity Preference) Teori liquidity preference dibangun oleh J.M Keynes. Menurut teori ini, tingkat bunga ditentukan oleh permintaan dan penawaran uang. Dalam teori Keynes terdapat tiga motif mengapa orang menghendaki memegang uang tunai, yaitu motif transaksi, motif berjaga-jaga, motif spekulasi. Ketiga motif ini merupakan sumber timbulnya “permintaan akan uang” yang dikenal dengan liquidity preference (Boediono, 1992:28), artinya bahwa seseorang sebenarnya menginginkan dirinya untuk tetap likuid agar memenuhi tiga motif memegang uang tersebut. Preferensi atau keinginan untuk tetap likuid inilah yang membuat seseorang untuk bersedia membayar harga tertentu untuk penggunaan uang.

SKRIPSI


ARSYA JAVIDIAR


Titik awal Keynes adalah asumsinya bahwa ada dua kategori utama kekayaan yang bisa digunakan oleh masyarakat untuk menyimpan kekayaan mereka, yaitu uang dan surat berharga (Mishkin, 2004:111). Permintaan akan uang merupakan fungsi dari tingkat bunga, kenaikan tingkat bunga akan menurunkan permintaan uang dan penurunan tingkat bunga dan permintaan uang ini dijelaskan oleh Keynes karena adanya alasan opportunity cost dalam memegang uang kas. Pada saat tingkat bunga rendah, opportunity cost dari memegang uang kas adalah rendah sehingga orang akan memilih memegang uang kas, dan sebaliknya. Sedangkan penawaran uang menurut Keynes biasanya dianggap tetap dalam jangka pendek. 2.1.3.3 Tingkat Bunga Nominal dan Riil Para ekonom membedakan tingkat bunga menjadi dua yaitu tingkat bunga nominal dan tingkat bunga riil. Perbedaan antara keduanya didasarkan atas adanya perbedaan antara nilai uang sekarang dan nilai uang di masa akan datang, yang diakibatkan adanya laju inflasi. Perbedaan antara tingkat bunga nominal dan tingkat bunga riil begitu penting karena tingkat bunga riil mencerminkan kondisi yang sesungguhnya dalam biaya meminjam dana yang dapat dijadikan indikator keputusan melakukan investasi. Hubungan antara kedua tingkat suku bunga tersebut telah dijelaskan oleh persamaan Fisher (Fisher Equation) yang dinyatakan dalam persamaan sebagai berikut: 𝑟𝑡 = 𝑖𝑡 − 𝜋𝑡𝑒 ...........................................................................................(2.2) Keterangan:

SKRIPSI


ARSYA JAVIDIAR


𝑟𝑡 = tingkat bunga riil 𝑖𝑡 = tingkat bunga nominal 𝜋𝑡𝑒 = tingkat inflasi yang diharapkan 2.1.4. Pengertian Nilai Tukar Nilai tukar suatu negara menunjukkan harga dari satu mata uang dalam mata uang yang lain. Menurut Mishkin (2007:113), nilai tukar mata uang suatu negara mengalami apresiasi ketika nilai mata uangnya meningkat relatif terhadap nilai mata uang yang lain. Sebaliknya, nilai tukar mata uang suatu negara mengalami depresiasi ketika nilai mata uangnya menurun relatif terhadap nilai mata uang yang lain. Mankiw (2007:192) berpendapat, nilai tukar dapat dibedakan menjadi dua, yaitu nilai tukar nominal (nominal excange rate) dan nilai tukar riil (real exchange rate). Nilai tukar nominal adalah nilai yang digunakan oleh seseorang saat menukar mata uang di suatu negara dengan mata uang dari negara lain, sedangkan nilai tukar riil adalah nilai tukar yang digunakan oleh seseorang saat menukar barang dan jasa suatu negara dengan barang dan jasa negara lain. Nilai tukar riil dapat dirumuskan dengan persamaan sebagai berikut: 𝐸=

𝑒𝑃 𝑃∗

.....................................................................................................(2.3)

Dimana: E = Nilai tukar riil e = Nilai tukar nominal P = Harga barang domestik P* = Harga barang luar negeri

SKRIPSI


ARSYA JAVIDIAR


Samuelson (2002:319) menyebutkan bahwa terdapat tiga macam sistem nilai tukar, yaitu sistem nilai tukar tetap (fixed exchange rate system) , sistem nilai tukar mengambang bebas (free floating exchange rate system), dan sistem nilai tukar mengambang terkendali (managed floating exchange rate system). Sistem nilai tukar tetap adalah sistem penentuan nilai mata uang asing dengan tingkat harga yang telah ditetapkan oleh bank sentral. Sistem nilai tukar mengambang bebas merupakan sistem penentuan nilai mata uang asing dengan tingkat harga yang sepenuhnya ditentukan oleh permintaan dan penawaran pasar. Sistem nilai tukar mengambang terkendali merupakan sistem nilai tukar yang ditetapkan berdasarkan permintaan dan penawaran pasar, namun pemerintah memiliki campur tangan dengan membeli atau menjual mata uang (mengubah penawaran uang) untuk mengendalikan kurs. 2.1.5 Teori Tobin’s Q James Tobin dalam buku Miskhin (2007:600) mengembangkan teori yang menjelaskan bagaimana kebijakan moneter dapat mempengaruhi perekonomian melalui pengaruhnya terhadap valuasi saham. Tobin mendefinisikan “Q” sebagai nilai pasar perusahaan dibagi dengan biaya penggantian modal (Blanchard, 2006:344). Rasio “Q” merupakan rasio antara nilai pasar perusahaan terhadap biaya penggantian modal. Peningkatan Q dapat diartikan sebagai lebih besarnya nilai pasar perusahaan dibandingkan biaya penggantian modal, yang juga berarti penurunan biaya investasi. Kondisi ini akan meningkatkan pengeluaran bagi kegiatan investasi perusahaan. Sebaliknya, penurunan Q akan menyebabkan pengeluaran kegiatan investasi menurun.

SKRIPSI


ARSYA JAVIDIAR


Secara skematis, ekspansi kebijakan moneter melalui jalur ini akan berbentuk: Ms ↑→Pe↑→Q↑→I↑→Y↑ Ketika money supply meningkat, masyarakat akan merasa bahwa jumlah uang yang mereka pegang melebihi kebutuhan mereka (excess), maka sebagian dari kelebihan tersebut akan mereka tempatkan ke dalam pasar modal. Hal tersebut memiliki implikasi pada terjadinya peningkatan permintaan akan saham. Peningkatan permintaan ini mendorong peningkatan harga dari saham-saham tersebut. Inti dari pembahasan ini adalah adanya keterkaitan antara Tobin’s Q dan pengeluaran investasi. Pengaruh kebijakan moneter terhadap harga-harga saham dapat dijelaskan dengan sederhana. Ketika kebijakan moneter adalah ekspansi, masyarakat mendapatkan dirinya mempunyai lebih dari yang diinginkan. Salah satu tempat untuk mempergunakan kelebihan tersebut adalah pasar modal. Hal ini akan meningkatkan permintaan atas saham dan akibatnya menaikkan harga saham. Kenaikan harga saham akan mendorong kenaikan Q dan akibatnya meningkatkan pengeluaran investasi yang lebih tinggi. 2.1.6 Pasar Modal dan Bursa Efek Pasar modal (capital imarket) didefinisikan sebagai perdagangan berbagai instrumen keuangan (sekuritas) jangka panjang dalam bentuk modal sendiri (stocks) dan hutang (bonds), baik yang diterbitkan oleh pemerintah maupun oleh perusahaan swasta. Dalam undang-undang nomor 8 tahun 1995, bursa efek didefinisikan secara lebih operasional yakni sebagai pihak yang menyelenggarakan dan menyediakan sistem dan/atau sarana untuk mempertemukan penawaran jual

SKRIPSI


ARSYA JAVIDIAR


dan beli efek kepada pihak-pihak lain dengan tujuan memperdagangkan efek diantara mereka. Pasar modal harus bersifat likuid dan efisien dalam menunjang transaksi yang terjadi antara penjual dan pembeli. Pasar modal dikatakan likuid jika transaksi sekuritas yang diperdagangkan dapat dilakukan dengan cepat. Pasar modal dikatakan efisien jika harga dari surat-surat berharga mencerminkan penilaian yang akurat dari para investor terhadap prospek dari laba perusahaan dimasa yang akan datang serta kualitas dari manajemennya. Jika investor meragukan kualitas dari manajemen, harga dari sekuritas tersebut akan cenderung menurun. Anoraga dan Pakarti (2006:5) menyatakan bahwa peranan pasar uang dan modal yaitu untuk mempertemukan unit ekonomi yang mengalami surplus dan yang defisit, secara langsung maupun tidak langsung, melalui lembaga perantara keuangan. Dengan keberadaan pasar modal, perusahaan-perusahaan akan lebih mudah memperoleh suntikan dana sehingga kegiatan ekonomi di berbagai sektor dapat meningkat. Alokasi dana yang produktif akan terjadi jika individu yang mempunyai kelebihan dana dapat meminjamkannya ke individu yang lebih produktif dan membutuhkan dana. Sebagai akibatnya peminjam dan pemberi pinjaman akan lebih diuntungkan dibandingkan sebelum adanya pasar modal. Pasar modal dikatakan memiliki fungsi keuangan, karena pasar modal memberikan kesempatan bagi pemilik dana untuk memperoleh return berupa pembagian dividen dan capital gain yang diperoleh saat perdagangan saham terjadi.

SKRIPSI


ARSYA JAVIDIAR


Dividen adalah bagian dari pendapatan perusahaan yang didistribusikan kepada para investor. Sementara itu, Capital gain merupakan imbal hasil yang diperoleh para pemegang saham karena adanya perbedaan harga saham, dimana harga jual saham lebih tinggi dibandingkan harga pada saat pembelian di pasar modal. Instrumen surat berharga yang diperjual-belikan di pasar modal dapat diklasifikasikan ke dalam dua bentuk, yaitu surat berharga yang bersifat penyertaan atau ekuitas, dan surat berharga yang bersifat utang. Surat berharga yang bersifat ekuitas dikenal dengan saham, sedangkan surat berharga yang bersifat utang dikenal dengan obligasi (bond). Surat berharga lainnya adalah turunan dari kedua bentuk tersebut, seperti saham preferen, obligasi konversi, waran, right, dan surat berharga lainnya. 2.1.7 Indeks Harga Saham Gabungan (IHSG) Pasar modal saat ini tidak terlepas dari Indeks Harga Saham. Untuk mengetahui bagaimana kegiatan ekonomi bergerak, naik dan turun, orang bisa melihatnya dari sisi indeks yang dicapai pada saat itu. Indeks harga saham gabungan (composite stock price index = CSPI) merupakan indeks gabungan dari seluruh jenis saham yang tercatat di bursa efek. Indeks harga saham gabungan diterbitkan oleh bursa efek (Samsul, 2006:185). Cara perhitungan IHSG sama seperti indeks harga parsial, perbedaannya terdapat pada jumlah emitennya. Anoraga dan Piji (2001) mengatakan, secara sederhana yang disebut dengan indeks harga adalah suatu angka yang digunakan untuk membandingkan suatu

SKRIPSI


ARSYA JAVIDIAR


peristiwa dengan peristiwa lainnya. Demikian juga dengan indeks harga saham, indeks disini akan membandingkan perubahan harga saham dari waktu ke waktu. IHSG berubah setiap hari karena perubahan harga pasar yang terjadi setiap hari dan juga adanya pertambahan jumlah saham yang berdedar berasal dari emisi baru, yaitu masuk nya emiten baru yang tercatat di bursa efek, atau terjadi tindakan corporate action berupa split, right, waran, dividen saham, saham bonus, dan saham konversi. Pergerakan nilai indeks harga akan menunjukkan perubahan situasi pasar yang terjadi.

Indeks

harga

saham

yang

sedang

mengalami

kenaikan

menggambarkan situasi pasar yang sedang bergairah. Kondisi inilah yang biasanya menunjukkan keadaan yang diinginkan. Keadaan stabil ditunjukkan dengan indeks harga saham yang tetap, sedangkan yang lesu ditunjukkan dengan indeks harga saham yang mengalami penurunan. Dapat dikatakan IHSG merupakan proyeksi dari pergerakan seluruh saham biasa dan saham preferen yang tercatat di BEI. Indeks Harga Saham Gabungan (IHSG) menunjukan pergerakan harga saham secara umum yang tercatat di bursa efek. Indeks inilah yang paling banyak digunakan dan dipakai sebagai acuan tentang perkembangan kegiatan di pasar modal. IHSG bisa dipakai untuk menilai situasi pasar secara umum atau mengukur apakah harga saham mengalami kenaikan atau penurunan. IHSG melibatkan seluruh harga saham yang tercatat di bursa. Perhitungan harga saham gabungan dilakukan untuk mengetahui perkembangan rata-rata seluruh saham yang tercatat di bursa. Untuk menghitung

SKRIPSI


ARSYA JAVIDIAR


besarnya Indeks Harga Saham Gabungan, digunakan rumus sebagai berikut (Anoraga dan Pakarti, 2001): IHSG =∑Ht = x100% ∑Ho.....................................................................(2.4) Dimana: ∑Ht : Total harga semua saham pada waktu yang berlaku ∑Ho : Total harga semua saham pada waktu dasar. Dari angka indeks inilah kita bisa melihat apakah kondisi pasar sedang ramai, lesu, atau dalam keadaan stabil. Jika IHSG menunjukan angka diatas 100 berarti kondisi pasar sedang ramai, sedangkan pada saat IHSG menunjukan dibawah 100 berarti pasar sedang lesu. Jika IHSG menunjukan angka 100 maka pasar dikatakan stabil (Setiawan, 2004). Untuk mengeliminir pengaruh faktor-faktor yang bukan harga saham, nilai dasar selalu disesuaikan bila terjadi corporate action seperti split saham, dividen saham, saham bonus, penawaran terbatas dan sebagainya. Dengan demikian indeks akan benar-benar mencerminkan pergerakan saham saja. Perubahan harga saham individu di pasar terjadi karena faktor permintaan dan penawaran. Terdapat berbagai variabel yang mempengaruhi permintaan dan penawaran, baik yang rasional maupun yang irrasional. Pengaruh yang sifatnya rasional mencakup kinerja perusahaan, tingkat bunga tingkat inflasi, tingkat pertumbuhan, kurs valuta asing, atau indeks harga saham dari negara lain. Pengaruh yang irrasional mencakup rumor di pasar, dan permainan harga. Pada umumnya, kenaikan atau penurunan harga dapat terjadi secara bersama-sama. Oleh karena itu, jika kenaikan atau penurunan berlangsung secara terus menerus selama beberapa

SKRIPSI


ARSYA JAVIDIAR


hari, maka hal itu akan diikuti oleh arus balik (reversal). Hal ini membuktikan bahwa dalam kenaikan atau penurunan selalu ada kesalahan yang dinamakan overreaction atau mispriced. Jika harga terus naik, maka akan diikuti dengan penurunan harga pada periode berikutnya. Kenaikan IHSG tidak berarti bahwa seluruh jenis saham akan mengalami kenaikan harga, tetapi hanya sebagian yang mengalami kenaikan sementara sebagian lagi mengalami penurunan. Demikian juga penurunan IHSG dapat diartikan bahwa sebagian saham mengalami penurunan dan sebagian lagi mengalami kenaikan. Jika harga suatu jenis saham naik dan diikuti kenaikan IHSG, maka harga saham tersebut memiliki korelasi positif dengan kenaikan IHSG. Jika harga suatu jenis saham naik tetapi diikuti dengan penurunan IHSG, maka saham tersebut berkorelasi negatif dengan IHSG. 2.1.8

Hubungan Antar Variabel

2.1.8.1. Hubungan antara Tingkat Bunga dan Harga Saham Berbagai informasi yang masuk di pasar modal maupun kejadian-kejadian yang tidak berhubungan dengan pasar modal dapat mempengaruhi volatilitas atau naik turunnya harga saham. Tingkat suku bunga pun dapat dijadikan sebagai salah satu pedoman investor dalam pengambilan keputusan investasi pada pasar modal. Dengan membandingkan faktor keuntungan dan resiko investasi pada pasar modal dengan faktor tingkat suku bunga yang ditawarkan sektor keuangan, investor dapat memutuskan bentuk investasi yang mampu menghasilkan keuntungan yang optimal.

SKRIPSI


ARSYA JAVIDIAR


Kenaikan tingkat suku bunga sektor keuangan diprediksikan akan memberikan pengaruh negatif terhadap harga saham (Robert Ang, 1997). Penelitian dari Mudji Utami dan Mudjilah Rahayu (2003) juga menunjukkan bahwa suku bunga mempunyai hubungan negatif terhadap Indeks Harga Saham Gabungan (IHSG). Kenaikan suku bunga yang tak terkendali akan berdampak negatif dan mengakibatkan turunnya return saham karena menurut Jones (2004), hal ini menyebabkan investor lebih memilih untuk menanamkan dananya berupa tabungan atau deposito di sektor perbankan daripada pasar modal karena tingkat keuntungan yang akan diperoleh menjadi lebih tinggi dan akibatnya harga saham pun akan menurun. Dengan menurunnya harga-harga saham suatu perusahaan otomatis akan mempengaruhi IHSG dimana IHSG juga akan menurun. Menurut Cahyono (2000) terdapat 2 penjelasan mengapa kenaikan suku bunga dapat mendorong harga saham ke bawah. Pertama, kenaikan suku bunga mengubah peta hasil investasi. Kedua, kenaikan suku bunga akan memotong laba perusahaan. Hal ini terjadi dengan dua cara. Kenaikan suku bunga akan meningkatkan beban bunga emiten, sehingga labanya bisa terpangkas. Selain itu, ketika suku bunga tinggi, biaya produksi akan meningkat dan harga produk akan lebih mahal sehingga konsumen mungkin akan menunda pernbeliannya dan menyimpan dananya di bank. Akibatnya penjualan perusahaan menurun. Penurunan penjualan perusahaan dan laba akan menekan harga saham yang secara otomatis akan menurunkan Indeks Harga Saham Gabungan.

SKRIPSI


ARSYA JAVIDIAR


Sebaliknya, penurunan tingkat suku bunga (interest rate), akan berdampak positif terhadap harga-harga saham. Penurunan tingkat suku bunga membuat investor lebih memilih menanamkan dananya di pasar modal daripada pasar uang, akibatnya harga-harga saham akan naik. Naiknya harga-harga saham otomatis akan meningkatkan IHSG. Jadi, bila tingkat suku bunga cukup tinggi, lebih tinggi dari capital gain dan deviden per tahun yang bisa diperoleh dari lantai bursa, orang akan memilih menyimpan uangnya di bank dan IHSG turun. Sebaliknya jika suku bunga sudah melemah, maka orang akan beralih ke lantai bursa (Yuniarta, 2008). 2.1.8.2. Hubungan antara Nilai Tukar dan Harga Saham Salah satu hubungan antara nilai tukar dan harga saham yaitu adanya hubungan subtitusi antar pasar keuangan (pasar saham dan pasar valuta asing). Reilly dan Brown (2000) berpendapat, ketika nilai tukar domestik (rupiah) mengalami depresiasi, maka para investor

akan cenderung mengalihkan

investasinya ke dalam pasar valuta asing. Semakin banyak investor saham yang mengalihkan investasinya, maka harga saham akan cenderung turun. Namun sebaliknya, apresiasi nilai tukar asing terhadap nilai tukar domestik akan menjadi keuntungan bagi perusahaan yang memiliki orientasi ekspor dengan bahan baku lokal. Dengan jumlah mata uang asing yang sama, perusahaan tersebut akan memperoleh jumlah mata uang lokal yang lebih banyak setelah dikonversikan. Di sisi lain, bagi perusahaan yang memiliki orientasi penjualan dalam negeri dengan suplai bahan baku impor akan mengalami kerugian akibat adanya apresiasi nilai tukar asing. Dengan jumlah bahan baku impor yang sama, perusahaan

SKRIPSI


ARSYA JAVIDIAR


membutuhkan mata uang domestik lebih banyak untuk dikonversikan ke dalam mata uang asing. Hal ini akan meningkatkan arus kas keluar perusahaan. Jika arus kas keluar lebih besar dari pada arus kas masuk, maka perusahaan akan mengalami kerugian. Dalam kondisi apresiasi nilai tukar asing, perusahaan tersebut menjadi kurang menarik bagi para investor. Jika hal ini diikuti dengan tindakan menjual saham oleh para investor, maka harga saham perusahaan tersebut akan menurun, dan secara akumulasi akan menurunkan indeks harga saham gabungan. 2.2. Penelitian Terdahulu Penelitian tentang pengaruh variabel makroekonomi terhadap harga saham telah banyak dilakukan, salah satunya penelitian yang dilakukan oleh Gunasekarage, dkk. (2002) di negara Sri Lanka. Penelitian ini mengkaji pengaruh variabel makroekonomi terhadap nilai pasar saham dengan metode analisis VECM. Variabel nilai pasar saham diambil dari indeks harga saham pada Colombo Stock Price Index, sedangkan variabel makroekonomi masing-masing diambil dari jumlah uang beredar (money supply), the treasury bill rate (sebagai ukuran tingkat suku bunga), consumer price index (sebagai ukuran tingkat inflasi), dan nilai tukar. Hasil dari estimasi model VECM menunjukkan bahwa dalam jangka panjang inflasi dan suku bunga memiliki pengaruh negatif terhadap harga saham, sedangkan jumlah uang beredar memiliki pengaruh positif terhadap harga saham. Di sisi lain, variabel nilai tukar terbukti tidak signifikan mempengaruhi harga saham, dengan alasan bahwa investor asing yang ikut dalam transaksi di pasar saham Sri Lanka

SKRIPSI


ARSYA JAVIDIAR


masih sedikit. Oleh karena itu apresiasi maupun depresiasi pada nilai tukar tidak memiliki pengaruh tehadap harga saham. Penelitian mengenai pengaruh makroekonomi terhadap pasar saham dengan metode VECM sebelumnya juga dilakukan oleh Sharma dan Wongbangpo (2001). Penelitian tersebut dilakukan di lima negara Asean yaitu Indonesia (Jakarta composite stock price index), Malaysia (Kuala Lumpur stock exchange composite index), Filipina (Philippines stock exchange composite index), Singapore (The stock exchange of Singapore index), dan Thailand (The stock exchange of Thailand index). Berdasarkan hasil estimasi model VECM dapat diketahui bahwa seluruh variabel makroekonomi seperti GNP (gross national product), inflasi (consumer price index), jumlah uang beredar (money supply), suku bunga, dan nilai tukar terbukti signifikan berpengaruh terhadap harga saham. Hasil penelitian menunjukkan bahwa dalam jangka panjang pertumbuhan output (GDP) memiliki pengaruh positif terhadap harga saham, namun sebaliknya kenaikan tingkat harga agregat (inflasi) memiliki pengaruh negatif terhadap harga saham di semua negara. Variabel suku bunga memiliki pengaruh negatif terhadap harga saham di Filipina, Singapura, Thailand, Indonesia dan Malaysia. Pengaruh negatif jangka panjang juga terjadi pada tingkat jumlah uang beredar (money supply) terhadap harga saham di Indonesia dan Filipina, sebaliknya pengaruh positif jangka panjang tingkat jumlah uang beredar terhadap harga saham terjadi di Singapura, Malaysia, dan Thailand. Terakhir, variabel nilai tukar memiliki pengaruh positif jangka panjang terhadap harga saham di Indonesia,

SKRIPSI


ARSYA JAVIDIAR


Malaysia, dan Filipina, namun sebaliknya pengaruh negatif jangka panjang nilai tukar terhadap harga saham terjadi di Singapura dan Thailand. Sitinjak dan Kurniasari (2003) dalam penelitiannya menyimpulkan bahwa jika kurs riil (nilai tukar dolar terhadap rupiah) naik satu satuan berarti akan terjadi penurunan indikator pasar (IHSG) saham sebesar satu satuan. Terutama sekali pada saat kondisi pasar sedang bearish. Sedangkan pada pasar sedang bullish, indikator pasar saham dan indikator pasar uang secara bersama-sama berpengaruh positif. Terutama pada indikator pasar uang SBI, signifikan positif untuk mempengaruhi pasar saham. Lain halnya dengan penelitian sebelumnya yang dilakukan oleh Gupta (2000) di Indonesia dengan menggunakan data periode 1993-1997. Penelitiannya menyimpulkan bahwa tidak ada hubungan kausalitas antara tingkat bunga riil, nilai tukar riil, dan harga saham. Perbedaan penelitian ini dengan penelitian-penelitian yang telah dilakukan sebelumnya, yakni penelitian ini bermaksud untuk mengkaji lebih dalam mengenai bagaimana pengaruh jangka panjang dan shock yang ditimbulkan oleh masing masing variabel terhadap IHSG semasa krisis global dan pasca krisis, sehingga dalam penelitian ini, penulis membagi penelitian ke dalam dua periode tersebut. 2.3. Hipotesis dan Model Analisis 2.3.1. Hipotesis Berdasarkan uraian pada latar belakang dan teori-teori yang telah dijelaskan di atas maka dapat disusun hipotesis sebagai kesimpulan sementara dalam skipsi ini yang akan dilakukan pengujian secara empiris. Hipotesis dari penelitian ini

SKRIPSI


ARSYA JAVIDIAR


adalah diduga ada pengaruh yang kuat antara tingkat suku bunga dalam arti suku bunga BI Rate dan nilai tukar Rupiah terhadap IHSG pada periode krisis global dan periode setelahnya. 2.3.2. Model Analisis Model analisis yang digunakan untuk menguji pengaruh tingkat suku bunga dan nilai tukar rupiah terhadap IHSG dalam jangka panjang adalah vector error correection model (VECM). Adapun persamaan dalam model diadopsi dari beberapa penelitian terdahulu yakni penelitian Nishat dan Shaheen (2004), Sharma dan Wongbangpo (2001), dan Gunasekarage, dkk. (2002) adalah sebagai berikut: 𝛼𝐼𝐻𝑆𝐺 ∆𝐼𝐻𝑆𝐺𝑡−1 ∆𝐼𝐻𝑆𝐺𝑡 𝐼𝐻𝑆𝐺𝑡−1 [∆𝐵𝐼𝑟𝑎𝑡𝑒𝑡 ] = Γ [∆𝐵𝐼𝑟𝑎𝑡𝑒𝑡−1 ] [𝛼𝐵𝐼𝑟𝑎𝑡𝑒 ] [𝛽𝐼𝐻𝑆𝐺 𝛽𝐵𝐼𝑟𝑎𝑡𝑒 𝛽𝐾𝑢𝑟𝑠 ] [𝐵𝐼𝑟𝑎𝑡𝑒𝑡−1 ]..(2.5) 𝛼𝐾𝑢𝑟𝑠 𝐾𝑢𝑟𝑠𝑡−1 ∆𝐾𝑢𝑟𝑠𝑡−1 ∆𝐾𝑢𝑟𝑠𝑡 Dimana: IHSG = Indeks Harga Saham Gabungan BIrate = Suku Bunga Kurs

= Nilai Tukar Rupiah Terhadap Dollar

Γ

= Koefisien Matriks (p x p); j = 1,...k

α, β

= Jumlah kombinasi linear elemen 𝑋𝑡 yang hanya dipengaruhi oleh shock transitor

SKRIPSI


ARSYA JAVIDIAR


2.4. Kerangka Berpikir Teknik Analisis VECM

Krisis Ekonomi Global 2008

BI rate

Teori Liquidity Preference

Nilai Tukar Rp/US$

Indeks Harga Saham Gabungan (IHSG)

Hasil Penelitian

Rekomendasi Kebijakan Gambar 2.2 Kerangka Berpikir Krisis ekonomi global yang terjadi di tahun 2008 berimbas pada kondisi pasar modal indonesia yang tercerminkan pada IHSG. Fluktuasi IHSG itu sendiri dipengaruhi oleh variabel makroekonomi seperti BI rate dan nilai tukar, dimana dalam hubungannya, bisa dijelaskan oleh teori liquidity preference. Maka landasan berpikir dalam penelitian ini yaitu perubahan tingkat suku bunga BI rate mendorong suku bunga produk Bank. Ketika Bank Sentral melakukan kontraksi moneter, maka tingkat suku bunga naik dan menyebabkan imbal hasil atas obligasi (aset alternatif saham) akan naik. Kenaikan suku bunga ini akan mengakibatkan penurunan nilai saham secara keseluruhan. Pengaruh nilai tukar terhadap saham merupakan keterkaitan subtitusi antar pasar keuangan (pasar saham dan pasar valuta asing).

SKRIPSI


ARSYA JAVIDIAR


BAB 3 METODE PENELITIAN 3.1.

Pendekatan Penelitian Pendekatan yang digunakan dalam penelitian ini adalah pendekatan

kuantitatif dengan menganalisis data numerik (angka) dan dengan menggunakan cara matematis. Pada dasarnya, pendekatan kuantitatif merupakan pengujian terhadap hipotesis dengan menggunakan jumlah data yang terukur sehingga dapat diketahui parameter dari pengaruh perubahan variabel ekonomi berdasarkan asumsi ilmu ekonomi. Dalam penelitian ini digunakan analisis VECM (Vector Error Correction Model) untuk menguji pengaruh jangka panjang dan hubungan dinamika jangaka pendek. Dinamika jangka pendek diketahui dari hasil estimasi fungsi impulse response dan variance decomposition. Data yang digunakan aladah data time series dengan periode penelitian secara bulannan dari tahun 2007 hingga 2012. Penelitian ini, penulis menggunakan perangkat lunak “Eviews 7” untuk melakukan analisis data yang telah di himpun. 3.2.

Identifikasi Variabel Berdasarkan pokok-pokok permasalahan yang telah dirumuskan dalam

penelitian ini, maka variabel yang digunakan dalam penelitian ini terdiri dari: 1. Variabel terikat (dependent Variable) dalam penelitian ini ada satu varibel terikat yaitu indeks harga saham gabungan (IHSG)

32 SKRIPSI


ARSYA JAVIDIAR


2. Variabel

bebas

(independent

variable)

adalah

faktor-faktor

makroekonomi yang ada di Indonesia. Variabel-variabel tersebut terdiri dari Suku bunga BI rate dan kurs atau nilai tukar nominal Rupiah per US$ Semua variabel tersebut diperlakukan secara simetris tanpa harus membedakan variabel independen maupun variabel dependen. Hal tersebut dilakukan karena metode analisis VECM memperlakukan seluruh variabel sebagai variabel endogen, sama halnya dengan model analisis VAR (Hoffman dan Rasche, 1997). 3.3.

Definisi Operasional Definisi operasional bertujuan untuk memberi penjelasan mengenai

variabel-variabel yang telah diidentifikasi sehingga terkandung pemaparan yang lebih jelas besereta skala pengukurannya dan dapat dioperasionalkan. Variabelvariabel yang digunakan dalam model analisis ini adalah sebagai berikut: IHSG: Dalam penelitian ini, IHSG bulanan diperoleh dengan cara membagi jumlah IHSG periode harian selama 1 bulan dengan jumlah periode waktu selama 1 bulan. Dasar perhitungan IHSG adalah jumlah nilai pasar pada suatu tanggal. Jumlah nilai pasar adalah total perkalian setiap saham tercatat (kecuali untuk perusahaan yang berada dalam program restrukturisasi) dengan harga di BEI pada hari tersebut dalam satuan basis poin. Formula perhitungannya adalah sebagai berikut:

SKRIPSI


ARSYA JAVIDIAR


Di mana p adalah harga penutupan dipasar reguler, x adalah jumlah saham yang di perdagangkan, dan d adalah nilai dasar. Selanjutnya, data ditransformasikan dalam bentuk logaritma natural. BIrate: Suku bunga BI rate merupakan nilai suku bunga yang ditetapkan oleh Bank Indonesia dan diumumkan kepada publik. BI rate mencerminkan sikap atau stance kebijakan moneter dan dijadikan patokan bagi bank-bank umum untukmenentukan suku bunga pinjaman dan suku bunga kredit. Data suku bunga BI rate ini dinyatakan dengan satuan persentase per bulan dan diakses dari Bank Indonesia. KURS: Nilai tukar yang digunakan dalam penelitian ini adalah nilai tukar nominal rupiah per dolar Amerika Serikat pada akhir periode tertentu 1 bulan, dan dihitung dalam satuan Rupiah/US$, kemudian ditransformasikan dalam bentuk logaritma natural. Penggunaan nilai mata uang dolar Amerika dikarenakan dolar masih menjadi mata uang acuan terhadap harga barang serta dominan dalam transaksi internasional. 3.4.

Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu

data yang diperoleh dari sumber kedua sesudah sumber primer. Data yang diperoleh berupa data time series dari tahun 2007 hingga 2012. Data IHSG diperoleh dari pusat referensi pasar modal PT. Bursa Efek Indonesia (BEI) berupa laporan statistik tingkat IHSG bulanan. Data BI rate diperoleh melalui situs resmi International Monetary Fund (IMF). Dan data nilai tukar Rupiah/US$ diperoleh dari kalkulator

SKRIPSI


ARSYA JAVIDIAR


nilai kurs Bank Indonesia (BI). Selanjutnya, data tersebut diolah menggunakan perangkat lunak “Eviews 7”. Secara keseluruhan penelitian ini menggunakan data bulanan yang dimulai sejak 2007:1 hingga 2012:12 dan kemudian dibagi menjadi 2 periode, periode krisis global dan periode setelahnya. Data pada periode krisis global diambil dari tahun 2007 hingga 2009. Sedangkan Data yang digunakan pada periode setelah krisis global diambil dari tahun 2010 hingga 2012. 3.5.

Prosedur pengumpulan data Prosedur pengumpulan data dilaksanakan dengan metode dokumenter, yaitu

dengan mempelajari literatur-literatur yang berkaitan dengan permasalahan yang diteliti kemudian dihubungkan satu sama lain untuk memperoleh hasil yang membantu menjawab permasalahan. Semua data yang diperlukan (indeks harga saham gabungan, BI rate, dan nilai tukar didokumentasikan dari sumber-sumber yang telah disebutkan. Selanjutnya, semua data tersebut diolah sebagai dasar analisis secara kuantitatif. 3.6

Teknik Analisis dan Pengolahan Data

3.6.1. Uji Stasioneritas Data Dalam melakukan estimasi model ekonomi dengan data berupa time series, langkah pertama yang harus dilakukan adalah dengan melakukan uji stasionaritas pada data atau dapat disebut dengan stasionary stochastic process. Dalam penelitian ini, uji stasioneritas data dilakukan untuk mengetahui tingkat kestasionaritasan suatu data. Apabila dalam suatu data terdapat derajat integrasi yang berbeda maka dapat diindikasi adanya kointegrasi. Pengujian ini dilakukan

SKRIPSI


ARSYA JAVIDIAR


untuk mengetahui apakah data time series mengandung akar-akar (unit root) atau tidak. Pada penelitian ini uji stasionaritas data dilakukan dengan menggunakan Augmented Dickey-Fuller (ADF) pada derajat yang sama (level atau different) hingga memperoleh suatu data yang stasioner, yaitu data yang variansnya tidak terlalu besar dan mempunyai kecenderungan untuk mendekati nilai rata-ratanya ( Enders, 1995: 225). Gujarati (2003:817) menjelaskan bahwa bentuk persamaan uji stasioner dengan analisis ADF adalah sebagai berikut: ∆𝑌𝑡 =∝0 + 𝛾𝑌𝑡−1 + 𝛽𝑖 ∑𝑝𝑖=1 ∆ 𝑌𝑡−𝑖+1 + 𝜀1 .............................................(3.2) Dimana: ∆𝑌𝑡 = Bentuk dari first difference ∝0 = Intersep 𝛾

= Variabel yang diuji stasioneritasnya

p

= Panjang lag yang digunakan dalam model

ε

= Error term Dalam persamaan tersebut, hipotesis nol (H0) menunjukkan adanya unit root

dan hipotesis satu (H1) menunjukkan kondisi tidak adanya unit root. Dalam uji stasioneritas ini terdapat dua kemungkinan, yaitu apabila nilai dari ADFstatistik yang lebih besar daripada Mackinnon critical value, maka dapat disimpulkan bahwa data tersebut stasioner kerena tidak mengandung unit root. Sedangkan apabila nilai dari ADFstatistik yang lebih kecil dibandingkan dengan Mackinnon critical value, maka dapat disimpulkan bahwa data tersebut tidak stasioner pada derajat level. Dengan

SKRIPSI


ARSYA JAVIDIAR


demikian, harus dilakukan uji ADF dalam bentuk first different untuk memperoleh data yang stasioner pada derajat yang sama, yaitu dengan cara mengurangi data dengan data periode sebelumnya. 3.6.2. Penentuan Lag Lenght Optimal Salah satu permasalahan penting dalam uji stasioneritas ADF adalah penentuan lag optimal. Penentuan lag length optimal diperlukan sebelum melakukan uji kointegrasi. Uji kointegrasi sangat peka terhadap panjang lag, maka dari itu penentuan lag length optimal menjadi salah satu prosedur penting yang harus dilakukan dalam pembentuan model (Enders, 2004). Penentuan jumlah lag pada VECM dapat dilakukan dengan kriteria yang direkomentasikan oleh Akaike Information Criterion (AIC), Schwarz Criterion (SC), dan Hannan-Quinn (HQ). Kriteria-kriteria yang digunakan untuk menentukan lag optimal antara lain sebagai berikut: 1

Akaike Information Criterion (AIC) : −2 (𝑇) + 2(𝑘 + 𝑇)......................(3.3) 1

log(𝑇)

𝑇

𝑇

Schwarz Criterion (SC) : −2 ( ) + 𝑘

........................................(3.4) 1

Hanan-Quinn Information Criterion (HQ): −2 (𝑇) + 2𝑘 log

log(𝑇) 𝑇

........(3.5)

Dimana: 𝑇

1 = nilai dari fungsi log likehood yang jumlahnya sama dengan − (1 + 2

log(2𝜋) + log (

𝜀′′ 𝜖′ 𝑇

)); 𝜀 ′′ 𝜖 ′ merupakan sum of squared residual

T = Jumlah observasi

SKRIPSI


ARSYA JAVIDIAR


k = Parameter yang diestimasi Dalam penentuan lag optimal dengan menggunakan kriteria informasi tersebut, kita pilih/tentukan kriteria yang mempunyai final prediction error correction (FPE), yaitu merupakan penjumlahan dari Akaike Information Criterion (AIC), Schwarz Criterion (SC), dan Hannan-Quinn (HQ). 3.6.3. Uji Kointegrasi Tes kointegrasi yang digunakan dalam penelitian ini adalah uji kointegrasi Johansen. Tes kointegrasi ini dilakukan untuk menguji keberadaan hubungan jangka panjang antar variabel. Uji kointegrasi metode Johansen dapat dianalisis melalui metode VAR dengan ordo P melalui persamaan: 𝑦𝑡 = 𝐴1 𝑦𝑡−1 + ⋯ + 𝐴𝑝 𝑦𝑡−𝑝 + 𝐵𝜋𝑡 + 𝜖𝑡 ................................................(3.6) Dimana: y = vektor-k pada variabel-variabel yang tidak stasioner 𝜋𝑡 = vektor-d pada variabel deterministik 𝜖𝑡 = vektor inovasi Persamaan tersebut dapat ditulis kembali menjadi : ∆𝑦𝑡 = ∏𝑦𝑡−1 + ∑𝑝−1 𝑡=1 Γ𝑖 ∆𝑦𝑡−1 + 𝐵𝜋𝑡 + 𝜖𝑡 .............................................(3.7) Dimana: ∏ = ∑𝑝𝑖=1 𝐴𝑖 − 𝐼, Γ𝑖 = −∑𝑝𝑗=𝑖+1 𝐴𝑗 ..........................................................(3.8) Selanjutnya, Johansen menyediakan dua tes statistik yang berbeda. Dua tes tersebut yaitu trace test dan maximum eigenvalue test. Langkah pertama yang harus dilakukan adalah dengan menguji data trend yang direkomendasikan oleh Akaike information criteria (AIC) dan Schwarz criteria.

SKRIPSI


ARSYA JAVIDIAR


Langkah kedua adalah mengestimasi model dan menentukan peringkat dari π. Selanjutnya mencari berdasarkan lag length yang telah ditentukan, kita dapat mengkalkulasikan λmax dan λtrace untuk berbagai nilai r. Misalkan jika hipotesis pertama adalah variabel tidak terkointegrasi (peringkat π = 0) dan sebagai hipotesis alternatif adalah terdapat satu atau lebih variabel yang terkointegrasi. Dapat juga sebagai hipotesis pertama adalah (r = 0) jika variabel tidak terkointegrasi melawan hipotesis adanya kointegrasi (r > 0), dengan T merupakan jumlah dari observasi. Selanjutnya kita dapat menghitung statistik λtrace (0) dengan rumus (Enders, 2004:391): λtrace

........................(3.9) Tabel 3.1 Pengujian λmax dan λtrace 5%

10%

Null

Alternative

Critical

Critical

Hypothesis

Hypothesis

Value

Value

λtrace Tests

λtrace Value

r=0

r>0

56,786

34,91

32,0

r≤1

r>1

18,123

19,96

17,85

r≤2

r>2

3,063

9,24

7,52

λmax Tests

λmax Value

r=0

r=1

38,663

22,0

19,77

r=1

r=2

14,817

15,67

13,75

r=2

r=3

3,306

9,24

7,52

Sumber: Enders, 2004:391

SKRIPSI


ARSYA JAVIDIAR


Nilai pada λtrace (0) kemudian dibandingkan dengan nilai yang terdapat didalam tabel 3.1. Selama nilai λtrace (misalkan pada tabel nilainya 56,786) melebihi 5% critical value dari λtrace statistic maka hipotesis nol, yang menyatakan bahwa tidak terdapat kointegrasi vektor, ditolak dan menerima hipotesis alternatif yang menyatakan terdapat satu atau lebih kointegrasi. Sehingga kita dapat menguji ke tingkat nilai λtrace (1) untuk menguji hipotesis nol dari r ≤ 1. Jika nilai dari pengujian tersebut melebihi 10% critical value maka peneliti dapat menolak hipotesis nol dan menerima hipotesis alternatif yang menyatakan adanya dua atau tiga kointegrasi di dalam vektor. 3.6.4. Vector Error Correction Model (VECM) Model dalam penelitian ini termasuk ke dalam multivariate cointegration. Dapat dikatakan multivariate cointegration jika data lebih dari dua variabel pada model,

artinya terdapat lebih dari satu vektor kointegrasi (Harris, 1995:62).

Apabila suatu data mempunyai dua atau lebih model terdapat hubungan kointegrasi maka VECM dapat digunakan, sehingga metode ini akan diimplementasikan ke dalam model penelitian. Persamaan VECM diperoleh dari persamaan VAR sebagai berikut: 𝑧𝑡 = 𝐴𝑡𝑧𝑡−1 + … + 𝐴𝑘𝑧𝑡−𝑘 + 𝑢𝑡

𝑢𝑡~ 𝐼𝑁(0, ∑).............................(3.10)

Di mana 𝑧𝑡 merupakan vektor dari masing-masing variabel yang terdiri dari IHSG, tingkat inflasi, suku bunga SBI, nilai tukar, dan jumlah uang berdedar pada periode t. Selanjutnya, persamaan 3.6 dapat diformulasikan ke dalam bentuk vector errorcorrection (VECM) sebagai berikut (Harris, 1995:77): ∆𝑧𝑡 = 𝛤1∆𝑧𝑡−1 + … + 𝛤𝑘−1∆𝑧𝑡−𝑘+1 + ∏𝑧𝑡−𝑘 + 𝑢𝑡....................................(3.11)

SKRIPSI


ARSYA JAVIDIAR


, (𝑖 = 1, … , 𝑘 − 1), dan Π = −(Ι − 𝐴𝑖 −… −

Di mana

𝐴𝑘). Matrik ∏ dapat ditulis ∏ = αβ’, di mana kedua α dan β adalah (n x r) matrik kolom penuh. Matrik α menunjukkan speed of adjustmen pada disequilibrium, sedangkan matrik β’ adalah matrik parameter kointegrasi. Rangking dari matrik ∏ adalah faktor penentu dalam menentukan jumlah vektor kointegrasi. Rangking dari ∏ adalah sama dengan jumlah vektor kointegrasi bebas. Ketika semua variabel stasioner pada level, maka persamaan dapat diestimasi dengan menggunakan VAR level. Jika rank (r) = 0 maka matrik dinyatakan batal dan persamaan diatas akan mengusulkan model VAR first difference. Jika rank (r) ≤ (n-1) berarti terdapat kointegrasi, maka metode yang digunakan adalah VECM. VECM yang diperoleh dalam hubungan kointegrasi akan membantu untuk menganalisis penelitian jangka panjang. Model estimasi VECM ini dapat diformulasikan ke dalam model jangka panjang dan jangka pendeknya sebagai berikut (Harris, 1995:98): 𝛼11 ∆𝑦1𝑡−1 ∆𝑦1𝑡 𝛼 [∆𝑦2𝑡 ] = Γ1 [∆𝑦2𝑡−1 ] + [ 21 𝛼31 ∆𝑥𝑡 ∆𝑥𝑡−1

𝛼12 𝛽 𝛼22 ] [ 11 𝛼32 𝛽12

𝛽21 𝛽22

𝑦 𝛽31 1𝑡−1 𝑦 ] [ 2𝑡−1 ]...........(3.12) 𝛽32 𝑥 𝑡−1

Ada dua cara untuk mengestimasi karakteristik dinamis model VECM, yaitu melalui impulse response dan variance decomposition. 3.6.5 Uji Statistik Pengujian t-statisik digunakan untuk menguji pengaruh parsial dari variabel endogen terhadap variabel eksogen. Uji t yang dipergunakan dalam penelitian ini adalah uji dua arah (two-sided atau two-tail test) karena berhubungan dengan dua ekor distribusi probabilitas, dengan hipotesis model sebagai berikut:

SKRIPSI


ARSYA JAVIDIAR


H0 : βi = 0, di mana i = 0, 1, 2, 3, 4, artinya variabel endogen tidak mempengaruhi variabel eksogen secara individu. H0 : βi ≠ 0, di mana i = 0, 1, 2, 3, 4, artinya variabel endogen mempengaruhi variabel eksogen secara individu. Dengan menguji dalam tingkat signifikansi α, dan derajat kebebasan (degree of freedom) df = 𝑛 − 𝑘, di mana n adalah jumlah observasi dan k adalah jumlah parameter termasuk konstanta. Maka hasil pengujian akan menunjukkan, H0 ditolak apabila nilai t yang dihitung berdasarkan hasil observasi berada dalam daerah penolakan. Perhitungan thitung dapat dilakukan dengan formula sebagai berikut:

𝑡=

̂1 −𝛽 ̂1∗ 𝛽 ̂1 ) .............................................................................................(3.13) 𝑠𝑒(𝛽

Dimana 𝛽̂1∗ merupakan nilai pada hipotesis nol. Pengujian F-statistik digunakan untuk menguji signifikansi dari semua variabel endogen secara bersama-sama, dengan hipotesis model sebagai berikut: H0 : β = β = β = β = 0, artinya variabel endogen secara bersama-sama tidak berpengaruh terhadap variabel eksogen. H1 : Setidaknya ada salah satu parameter yang tidak sama dengan nol, artinya variabel endogen secara bersama-sama berpengaruh terhadap variabel eksogen. Kriteria pengujian nilai F adalah jika Fhitung > Ftabel , maka 𝐻0 ditolak yang berarti bahwa ada pengaruh secara bersama-sama dari keseluruhan variabel endogen terhadap variabel eksogen, dan begitu juga sebaliknya (Gujarati, 2003:256)

SKRIPSI


ARSYA JAVIDIAR


3.6.6 Fungsi Impulse Response Fungsi Impulse Response menggambarkan tingkat laju dari shock suatu variabel terhadap variabel yang lainnya pada suatu periode tertentu. Fungsi Impulse Response dapat melihat lamanya pengaruh dari shock suatu variabel terhadap variabel lain sampai pengaruhnya hilang atau kembali ke titik keseimbangan. Analisis fungsi Impulse Response dapat dituliskan dalam bentuk vector moving average (VMA) pada persamaan berikut (Enders, 2004:272-273):

........................(3.14)

Di mana: 𝜑𝑖𝑗 (𝑖)

= efek dari structural shock

𝜑(0)

= impact multiplier

Σ𝜑𝑖𝑗 (𝑖)

= cumulative multipliers

Σ𝜑𝑖𝑗 (𝑖) pada saat n → ∞

= long run multipliers

Fungsi impulse response menginterpretasikan setiap kenaikan satu standar deviasi seperti shock atau perubahan akan berpengaruh terhadap variabel yang merespon shock pada saat ini maupun masa mendatang. Dengan menggunakan analisis impulse response ini dapat melacak shock untuk beberapa periode ke depan (Gujarati, 2003:854). 3.6.7 Variance Decompotition Variance decompotition menggambarkan kontribusi dari shock suatu variabel terhadap variabel yang lain pada suatu periode tertentu. Variance decompotition merupakan perangkat pada model VECM yang akan memisahkan

SKRIPSI


ARSYA JAVIDIAR


variasi dari sejumlah variabel yang diestimasi menjadi komponen-komponen shock atau menjadi variabel innovation. Variance decompotition mempunyai asumsi bahwa variabel-variabel innovation tidak saling berkorelasi. Selanjutnya, variance decompotition akan memberikan informasi mengenai proporsi dari pergerakan pengaruh shock suatu variabel terhadap variabel yang lain pada saat ini maupun masa mendatang. Variance decompotition dapat diformulasikan sebagai berikut (Enders, 2004:278-280):

............................................(3.15) Dimana

SKRIPSI

merupakan proporsi varians dari 𝛽


ARSYA JAVIDIAR


BAB 4 HASIL DAN PEMBAHASAN 4.1 . Gambaran Umum Objek Penelitian 4.1.1. Pergerakan BI Rate Bi rate merupakan salah satu instrumen kebijakan dari Bank Indonesia untuk melakukan pengendalian operasi moneter di Indonesia. BI Rate adalah kebijakan keuangan yang ditetapkan Bank Indonesia setiap bulan yang didahului rapat anggota dewan gubernur dengan melihat kondisi perekonomian di dalam dan luar negeri secara keseluruhan. Kemudian sikap BI terhadap kondisi tersebut dirumuskan lewat operasi moneter sebagai acuan untuk ditetapkannya BI Rate. Dinamika perkembangan BI rate bulanan dari tahun 2007 hingga tahun 2012 dapat dilihat pada gambar 4.1 berikut ini : 10,00 8,00 6,00 4,00 2,00 0,00 Juli Januari Juli Januari Juli Januari Juli Januari Juli Januari Juli Januari 2007 2008 2008 2009 2009 2010 2010 2011 2011 2012 2012 2007


Pasca Krisis Global

Sumber data: International Monetary Funds diolah Gambar 4.1 Perkembangan BI rate pada Tahun 2007:1-2012:12 Pada awal tahun 2007 hingga awal tahun 2008, tren tingkat suku bunga BI rate relatif stabil bahkan cenderung mengalami penurunan. Di mana suku bunga

45 SKRIPSI


ARSYA JAVIDIAR


mencapai 9,50% pada awal tahun 2007 dan kemudian terus turun dan kembali pada angka satu digit sebesar 8% pada awal tahun 2008. Hal ini diakibatkan oleh stabilitas makroekonomi yang masih terjaga dan prospek tercapainya sasaran inflasi tahun 2007. Namun, pada bulan Oktober tahun 2008, BI rate kembali mengalami kenaikan di level tertinggi, yaitu kembali mencapai level 9,50%. Dalam implementasinya, kebijakan moneter tingkat suku bunga selama tahun 2008 secara umum dapat dibagi menjadi tiga periode, yaitu periode tetap (Januari-April), periode kenaikan (Mei-Oktober), dan periode penurunan (November-Desember). Perbedaan kebijakan dalam masing-masing periode mencerminkan adanya perubahan risiko tekanan inflasi kedepan serta stabilitas sistem keuangan yang terkait dengan krisis ekonomi global serta perkembangan permintaan domestik. Pada tahun 2009 hingga 2011, tren suku bunga kembali pada posisi yang stabil dan cenderung menurun. Di mana pada awal tahun 2009 masih berada pada level 8,75%, terus turun hingga mencapai level rata-rata 6% pada tahun 2011. Pada bulan Februari tahun 2012, BI rate mengalami penurunan dan tetap berada pada level 5,75 hingga akhir tahun 2012. BI Rate di level 5,75 persen merupakan titik terendah sepanjang periode penelitian, dan pertama kalinya mencapai level sekitar 5 persen. Kebijakan tersebut diambil untuk mendorong perekonomian Indonesia di tengah turunnya perekonomian global. Secara keseluruhan kondisi moneter khususnya tingkat suku bunga Bank Indonesia menunjukkan perkembangan yang kondusif sepanjang tahun 2009-2012. Kebijakan moneter terlihat cenderung lebih ketat dilakukan pada tahun 2008, dan selanjutnya mengalami penurunan serta kestabilan BI rate yang diterapkan. BI rate

SKRIPSI


ARSYA JAVIDIAR


mengalami fluktuasi sepanjang tahun 2007 hingga pertengahan tahun 2009 dan cenderung stabil pada tahun 2010 hingga 2012, pergerakan tersebut terjadi sesuai dengan keadaan ekonomi yang terjadi di Indonesia (Gambar 4.1). BI rate merupakan implementasi pada operasi moneter yang dilakukan oleh Bank Indonesia melalui pengelolaan likuiditas di pasar keuangan untuk mencapai target operasional dari kebijakan moneter dengan mempertimbangkan berbagai faktor perekonomian. Bank Indonesia akan cenderung untuk melakukan peningkatan BI rate apabila diperkirakan inflasi masa depan akan melebihi dari target inflasi yang telah ditetapkan. Sementara itu Bank Indonesia akan cenderung untuk menurunkan BI rate apabila diperkirakan inflasi masa depan akan jauh dibawah target inflasi yang telah di tetapkan. 4.1.2 . Pergerakan Nilai Tukar Rupiah terhadap Dolar 14000,00 12000,00 10000,00 8000,00 6000,00 4000,00 2000,00 0,00 Januari Juli Januari Juli Januari Juli Januari Juli Januari Juli Januari Juli 2007 2007 2008 2008 2009 2009 2010 2010 2011 2011 2012 2012


Pasca Krisis Global

Sumber data: Kalkulator Kurs Bank Indonesia diolah Gambar 4.2 Perkembangan Nilai Tukar Rupiah Terhadap US$ di Bursa Efek Indonesia Tahun 2007:1-2012:12 Nilai tukar Indonesia dibandingkan dengan beberapa negara di dunia selalu berkembang sesuai dengan kondisi perekonomian yang terjadi. Fluktuasi nilai tukar

SKRIPSI


ARSYA JAVIDIAR


yang terjadi selain diakibatkan oleh pasar valuta asing tetapi juga akibat kebijakan yang diambil oleh pemerintah. Fungsi kebijakan itu diambil untuk mempertahankan keseimbangan neraca pembayaran yang akan berpengaruh pada neraca transaksi berjalan Indonesia. Menjaga stabilitas pasar domestik juga merupakan fungsi yang diharapkan dari kebijakan yang diambil oleh pemerintah. Nilai tukar Rupiah sepanjang tahun 2007 hingga pertengahan tahun 2008 cenderung stabil pada kisaran level Rp 9.000/US$. Hal ini disebabkan oleh terjaganya stabilitas makroekonomi dan prospek tercapainya sasaran inflasi tahun 2006-2007, serta kondisi ekonomi global yang secara umum lebih kondusif. Pada oktober 2008 nilai tukar kembali terdepesiasi, yakni kembali berada diatas level Rp 10.000/US$. Pada bulan November mencapai level Rp 12.151/US$, dan tercatat sebagai nilai tukar terendah pasca krisis moneter Indonesia tahun 19971998. Hal tersebut terjadi akibat dari adanya krisis keuangan global, gejolak harga komoditas serta perlambatan yang terjadi pada perekonomian dunia, hal ini juga tidak lepas dari imbas yang ditimbulkan oleh memburuknya krisis sub-prime sejak akhir tahun 2007 sehingga menimbulkan sentimen negatif di pasar keuangan. Pada awal tahun 2009 nilai tukar Rupiah masih lemah, namun menunjukkan kecenderungan penguatan secara perlahan. Terbukti pada akhir tahun kembali berada di bawah level Rp 10.000/US$, atau menguat dibandingkan pada awal tahun sebesar Rp 11.335/US$. Memasuki tahun 2010 penguatan dan stabilitas nilai tukar Rupiah kembali berlanjut hingga akhir tahun 2012, di mana berada dalam kisaran Rp 8.000-Rp 9.000/US$.

SKRIPSI


ARSYA JAVIDIAR


4.1.3. Pergerakan Indeks Harga Saham Gabungan di Indonesia Secara garis besar, Indeks harga saham mengalami fluktuasi namun cenderung meningkat dari tahun ke tahun, seperti yang terlihat pada gambar 4.3 berikut ini : 5000,00 4500,00 4000,00 3500,00 3000,00 2500,00 2000,00 1500,00 1000,00 500,00 0,00 Januari Juli Januari Juli Januari Juli Januari Juli Januari Juli Januari Juli 2007 2007 2008 2008 2009 2009 2010 2010 2011 2011 2012 2012


Pasca Krisis Global

Sumber data: Bursa Efek Indonesia diolah Gambar 4.3 Perkembangan Indeks Harga Saham Gabungan di Bursa Efek Indonesia Tahun 2007:1-2012:12 Sepanjang tahun 2007, IHSG menunjukkan kecenderungan menguat. Di awal tahun 2007 IHSG menembus posisi 2000 yakni pada level 2475,83 diakhir tahun. Peningkatan indeks pada periode ini didorong oleh penurunan BI rate pada 2006-2007. Selain itu, peningkatan indeks harga saham juga disebabkan oleh peningkatan daya beli dan perkembangan fundamental mikro beberapa emiten yang cukup baik. Pada awal tahun 2008 indeks pasar saham masih cukup baik sampai di level 2721,94 pada bulan Februari, namun setelah itu indeks terus mengalami tren penurunan sampai pada level terendah yakni 1241,54 di bulan November, dan ditutup pada level 1355,41 pada akhir tahun atau melemah 50,64% dibandingkan

SKRIPSI


ARSYA JAVIDIAR


dengan akhir tahun sebelumnya. Kondisi ini menempatkan Bursa Efek Indonesia (BEI) sebagai bursa dengan kinerja terendah ke-5 se-Asia Pasifik setelah Vietnam -66%, Shanghai -64,81%, Shenzen -60,65%, dan Mumbai -53,83%. Penurunan ini lebih disebabkan faktor eksternal dari gejolak pasar keuangan dunia. Berawal dari pecahnya bubble pasar keuangan global dan kemudian memicu terjadinya proses deleveraging berdampak pada perlambatan perekonomian global. Dampak lanjutan dari situasi tersebut adalah penurunan laba dan bahkan kebangkrutan institusi keuangan global. Kondisi tersebut berimbas terhadap investor, dimana investor akan mengurangi portofolio dananya di emerging market dan akan menyebabkan indeks saham di emerging market terkoreksi, termasuk IHSG. Kinerja pasar saham pada awal tahun 2009 masih mengalami tekanan, akibat persepsi risiko pelaku pasar terhadap prospek penanaman modal di emerging market masih tinggi. Kondisi ini tercermin pada bulan Februari dengan level indeks 1285,48, namun selanjutnya indeks terus mengalami tren kenaikan dan ditutup pada akhir tahun si level 2534,36. Memasuki tahun 2010 indeks harga saham terus mengalami penguatan, bahkan pada bulan juli mencapai level psikologis 3000 yakni di posisi 3069,28. Tren penguatan terus berlanjut hingga penutupan akhir tahun 2012 mencapai level 4316,69. Penguatan IHSG pada periode 2010-2012 didorong oleh kondisi ekonomi dan politik yang stabil, penguatan nilai tukar rupiah, keadaan ekonomi Amerika Serikat sehingga,\ membuat pelaku pasar lebih memilih investasi pada emerging market termasuk Indonesia.

SKRIPSI


ARSYA JAVIDIAR


4.2. Analisis Model dan Pengujian Hipotesis Dalam penelitian ini model analisis yang digunakan adalah dengan menggunakan model Vector Error Corection Model (VECM) dengan beberapa langkah yang harus ditempuh dalam melakukan analisis model. Langkah-langkah penganalisisan model dilakukan sebagai berikut. 4.2.1 . Hasil Uji Stasioneritas Data Model estimasi dari data time saries harus dilakukan melalui beberapa langkah, langkah pertama yang digunakan adalah dengan melakukan uji stasioneritas pada data atau dapat disebut juga dengan stasionary stohastic process. Uji stasionaritas dapat menggunakan berbagai macam cara, akan tetapi dalam penelitian ini menggunakan Augmented Dickey- Fuller (ADF) pada derajat level yang sama (level atau different) hingga nantinya memperoleh suatu data yang stasioner. Data yang stasioner merupakan data yang variansnya tidak terlalu besar dan memiliki kecenderungan untuk mendekati nilai rata-ratanya ( Enders, 1995). Penelitian ini akan melakukan pengujian stasioneritas Augmented DickeyFuller (ADF) dalm dua tahap. Tahap pertama yaitu dengan melakukan pengujian pada tingkat level-trend and intercept. Pengujian ini dilakukan dalam setiap variabel yang digunakan dalam penelitian ini. Hasil pengujian stasionaritas Augmented Dickey-Fuller (ADF) ketiga variabel pada saat krisis global (periode 2007-2009) dapat dilihat pada Tabel 4.1

SKRIPSI


ARSYA JAVIDIAR


Tabel 4.1 Hasil Unit Root Test Tingkat level Augmented Dickey Fuller Test Saat Krisis Global ADF Statistik

Variabe

MacKinnon Critical Value 1%

5%

10 %

IHSG

-1.817508

-4.252879

-3.548490

-3.207094

BI rate

-2.734811

-4.252879

-3.548490

-3.207094

Exchange Rate (EX)

-1.211127

-4.243644

-3.544284

-3.204699

Dalam uji stasioneritas yang perlu diperhatikan adalah nilai dari ADF Statistik harus lebih besar dari nilai MacKinnon Critical. Apabila nilai dari ADF statistik lebih rendah dari pada MacKinnon Critical Value, maka H0 diterima dan H1 ditolak sehingga dapat disumpulkan bahwa dalam persamaan terkandung akarakar unit yang menyatakan bahwa data tidak stasioner. Sebaliknya apabila nilai dari ADF statistik lebih tinggi dibandingkan MacKinnon Critical Value, maka H0 ditolak dan H1 diterima sehingga dapat disimpulkan bahwa dalam persamaan tidak terdapat akar-akar unit yang menyatakan bahwa data tersebut stasioner. Tabel 4.1 menunjukkan bahwa seluruh variabel yang di uji tidak stasioner pada tingkat level karena menunjukkan nilai ADF statistik yang lebih kecil dibandingkan dengan MacKinnon Critical Value baik pada derajat 1%, 5%, maupun 10%. Hasil dari pengujian pertama menunjukkan bahwa seluruh variabel tidak stasioner di tingkat level, maka selanjutnya dilakukan pengujian pada first differenttrend and intercept. Pengujian tersebut kembali dilakukan terhadap seluruh variabel yang digunakan dalam penelitian ini. Dari hasil pengujian pada first differenttrend and intercept dapat dilihat dari Tabel 4.2.

SKRIPSI


ARSYA JAVIDIAR


Tabel 4.2 Hasil Unit Root Test Tingkat First Different Augmented Dickey Fuller Test Saat Krisis Global Variabe

ADF Statistik


5%

10 %

D(IHSG)

-3.708441

-4.252879

-3.548490

-3.207094

D(BI rate)

-5.498337

-4.252879

-3.548490

-3.207094

D(Kurs)

-4.385128

-4.252879

-3.548490

-3.207094

Hasil pengujian pada first different menunjukkan bahwa seluruh variabel telah stasioner dengan tingkat signifikan pada α = 1%. Hal tersebut dapat diketahui dari nilai ADF statistik yang lebih besar daripada nilai dari MacKinnon Critical Value pada derajat kesalahan sebesar 1%. Sementara itu, pada pengujian stasioneritas di tingkat level-trend and intercept pada periode setelah krisis (tahun 2010-2012), hasil pengujian stasionaritas Augmented Dickey-Fuller (ADF) ketiga variabel dapat dilihat pada tabel 4.3. Tabel 4.3 Hasil Unit Root Test Tingkat Level Augmented Dickey Fuller Test Setelah Krisis Global Variabe

ADF Statistik


5%

10 %

IHSG

-2.630739

-4.243644

-3.544284

-3.204699

BI rate

-1.478415

-4.243644

-3.544284

-3.204699

Kurs

-1.802899

-4.252879

-3.548490

-3.207094

Tabel 4.3 menunjukkan bahwa seluruh variabel yang di uji juga tidak stasioner pada tingkat level karena menunjukkan nilai ADF statistik yang lebih

SKRIPSI


ARSYA JAVIDIAR


kecil dibandingkan dengan MacKinnon Critical Value baik pada derajat 1%, 5%, maupun 10%. Selanjutnya, perlu dilakukan pengujian pada first different-trend and intercept. Pengujian tersebut kembali dilakukan terhadap seluruh variabel yang digunakan dalam penelitian ini. Dari hasil pengujian pada first differenttrend and intercept dapat dilihat dari Tabel 4.4 Tabel 4.4 Hasil Unit Root Test Tingkat First Different Augmented Dickey Fuller Test Setelah Krisis Global Variabe

ADF Statistik


5%

10 %

D(IHSG)

-6.982799

-4.252879

-3.548490

-3.207094

D(BI rate)

-4.342763

-4.252879

-3.548490

-3.207094

D(Kurs)

-4.710665

-4.252879

-3.548490

-3.207094

Hasil pengujian pada first different menunjukkan bahwa seluruh variabel yang diuji pada periode setelah krisis telah stasioner dengan tingkat signifikan pada α = 1%. Hal tersebut dapat diketahui dari nilai ADF statistik yang lebih besar daripada nilai dari MacKinnon Critical Value pada derajat kesalahan sebesar 1%, 5%, maupun 10%. 4.2.2 Hasil Uji Lag Length Optimal Penentuan lag optimal merupakan salah satu permasalahan yang timbul ketika menggunakan model analisis VECM. Lag optimal merupakan jumlah dari lag yang memberikan pengaruh atau respon yang paling signifikan. Pemilihan lag optimal yang tepat merupakan suatu prosedur yang harus dilakukan, karena

SKRIPSI


ARSYA JAVIDIAR


pentingnya penentuan tersebut untuk menghindari permasalahan autokorelasi dan heterokendastisitas. Menurut Harris (1995) menjelaskan bahwa apabila lag yang digunakan terlalu sedikit maka residual dari regresi tidak akan menampilkan proses white noise sehingga tidak dapat mengestimasi actual error dengan tepat. Apabila lag yang digunakan semakin panjang, maka akan parameter yang akan diestimasi semakin banyak sehingga berpengaruh pada derajat kebebasan (degrees of freedom). Berikut ini hasil penentuan Lag Optimal yang digunakan pada pengujian ketiga variabel saat krisis global berlangsung (periode 2007-2009). Tabel 4.5 Hasil Penentuan Lag Optimal Saat Krisis Global Lag

LogL

LR

FPE

AIC

SC

HQ

0

22.66333

NA

6.10e-05

-1.191717

-1.055671

-1.145942

1

121.7035

174.0705

2.61e-07

-6.648695

-6.104510

-6.465593

2

145.6390

37.71667*

1.07e-07*

-7.553882*

-6.601559*

-7.233454*

3

151.5541

8.245239

1.35e-07

-7.366916

-6.006454

-6.909162

Penentuan lag length optimal ini menggunakan pemilihan kriteria informasi dengan metode Final Prediction Error (FPE), Aike Information Criterion (AIC), Schwarz Criterion (SC), dan Hannan-Quinn (HQ). Hasil dari pengujian penentuan lag length optimal, maka oleh Eviews 7 merekomendasikan lag optimal pada lag 2 yang dapat dilihat dari Tabel 4.5. Sementara itu, penentuan lag optimal pada periode setelah krisis (tahun 2010-2012) dapat dilihat dari Tabel 4.6 berikut ini :

SKRIPSI


ARSYA JAVIDIAR


Tabel 4.6 Hasil Penentuan Lag Optimal Setelah Krisis Global Lag

LogL

LR

FPE

AIC

SC

HQ

0

101.1277

NA

5.25e-07

-5.947133

-5.811087

-5.901358

1

193.4198

162.2104

3.38e-09

-10.99514

-10.45096*

-10.81204

2

205.5999

19.19284*

2.83e-09

-11.18787

-10.23555

-10.86744*

3

216.8010

15.61362

2.58e-09*

-11.32127*

-9.960810

-10.86352

Penentuan lag length optimal ini menggunakan pemilihan kriteria informasi dengan metode Final Prediction Error (FPE), Aike Information Criterion (AIC), Schwarz Criterion (SC), dan Hannan-Quinn (HQ). Hasil dari pengujian penentuan lag length optimal, maka oleh Eviews 7 merekomendasikan lag optimal pada lag 1 4.2.3 . Hasil Uji Kointegrasi Stasioneritas data

tidak

hanya ditentukan

dengan menggunakan

pendeferensialan, akan tetapi juga perlu memperhatikan keberadaan hubungan jangka panjang dan jangka pendek dalam model (kointegrasi). Pengujian kointegrasi dapat dilihat dari membandingkan nilai antara trace statistic dan maxeigen statistic dengan nilai kritis pada tingkat signifikan 1% dan 5%. Hasil pengujian disimpulkan apabila nilai dari trace statistic dan max-eigen statistic lebih besar daripada nilai kritisnya maka dapat dikatakan bahwa model tersebut terkointegrasi.

SKRIPSI


ARSYA JAVIDIAR


Tabel 4.7 Hasil Uji Kointegrasi Johansen’s Saat Krisis Global Selected (0.05 level*) Number of C ointegrating Relations by Model Data Trend: None None Linear Linear Quadratic Test Type Trace Max-Eig

No Intercept

Intercept

Intercept

Intercept

Intercept

No Trend

No Trend

No Trend

Trend

Trend

0

0

0

1

1

0

0

0

1

1

Linear

Linear

Quadratic

Intercept

Intercept

Intercept

Intercept

No Trend

No Trend

Trend

Trend

*Critical values ba sed on MacKinnon-Haug-Mi chelis (1999) Information Criteri a by Rank and Model Data Trend: None None Rank or No. of CEs

No Intercept No Trend

Log Likelihood by Rank (rows) and Model (columns) 0

138.2423

138.2423

139.2860

139.2860

142.3170

1

144.7558

144.7876

145.6848

152.5139

155.5231

2

148.6199

149.5949

150.0283

158.8523

161.4256

3

148.7306 151.5541 151.5541 163.1904 163.1904 Akaike Information Criteria by Rank (rows) and Model (columns)

0

-7.287411

-7.287411

-7.168846

-7.168846

-7.170725

1

-7.318535

-7.259855

-7.193017

-7.546296

-7.607462*

2

-7.189083

-7.126965

-7.092626

-7.506201

-7.601554

-6.832156 -6.821461 -6.821461 -7.344873 Schwarz Criteria by Rank (rows) and Model (columns)

-7.344873

3

0

-6.471134*

-6.471134*

-6.216523

-6.216523

-6.082356

1

-6.230166

-6.126138

-5.968602

-6.276532

-6.247000

2

-5.828622

-5.675806

-5.596118

-5.918996

-5.969000

3

-5.199603

-5.052861

-5.052861

-5.440227

-5.440227

Langkah yang ditempuh sebelum uji kointegrasi Johansen adalah dengan melakukan pengujian data tren yang telah direkomendasikan oleh Akaike Information Criterion (AIC) dan Schwarz Criterion (SC). Hasil pengujian tersebut dapat dilihat pada Tabel 4.7 yang menunjukkan bahwa setelah melakukan regresi

SKRIPSI


ARSYA JAVIDIAR


terdapat dua kriteria di dalamnya, yaitu AIC dan SC. Penentuan lag yang digunakan dalam model ini ditandai dengan tanda bintang (*) pada hasil regresi. Tanda bintang juga merupakan fungsi untuk menentukan spesifikasi determistik. Hasil pengujian AIC dan SC telah merekomendasikan data Linear intercept and trend dan Quadratic intercept and trend sebagai data yang memiliki hubungan kointegrasi. Setelah diketahui data trend yang direkomendasikan, maka dilakukan uji kointegrasi pada model. Untuk memilih data trend yang direkomendasikan maka dipilih data trend yang memiliki nilai Trace statistic yang lebih besar. Hasil uji kointegrasi adalah sebagai berikut: Tabel 4.8 Hasil Uji Kointegrasi Johansen’s (trace statistic and maximum eigenvalue statistic) Saat Krisis Global Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**

None * At most 1 At most 2

0.550839 0.300737 0.101434

41.74689 15.33457 3.529533

35.01090 18.39771 3.841466

0.0083 0.1275 0.0603

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Hypothesized No. of CE(s)

Eigenvalue

Max-Eigen Statistic

0.05 Critical Value

Prob.**


0.550839 0.300737 0.101434

26.41231 11.80504 3.529533

24.25202 17.14769 3.841466

0.0255 0.2529 0.0603

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values

Tabel 4.8 merupakan hasil dari pengujian kointegrasi dengan menggunakan pendekatan metode Johansen. Berdasarkan dari tabel 4.8 menunjukkan bahwa hasil

SKRIPSI


ARSYA JAVIDIAR


dari pengujian kointegrasi nilai dari Trace statistic dan Max-eigen statistic menyatakan bahwa terdapat hubungan kointegrasi pada model yang diajukan pada nilai kritis 5%. Dari hasil pengujian dapat dikatakan bahwa model yang digunakan pada saat krisis ekonomi global memiliki hubungan jangka panjang. Untuk uji kointegrasi pada periode penelitian pasca krisis ekonomi global, terlebih dahulu juga dilakukan pengujian spesifikasi deterministik yang direkomendasikan oleh Akaike Information Criterion (AIC) dan Schwarz Criterion (SC). Hasil uji kointegrasi pada periode penelitian pasca krisis global dapat dilihat pada tabel 4.9 berikut ini : Tabel 4.9 Hasil Uji Kointegrasi Johansen’s Periode Setelah Krisis Global Selected (0.05 level*) Number of Cointegrating Relations by Model Data Trend: None None Linear Linear Quadratic Test Type Trace Max-Eig

No Intercept

Intercept

Intercept

Intercept

Intercept

No Trend

No Trend

No Trend

Trend

Trend

1

0

0

0

0

1

0

0

0

0

Linear

Linear

Quadratic

Intercept

Intercept

Intercept

Intercept

No Trend

No Trend

Trend

Trend

*Critical values ba sed on MacKinnon-Haug-Mi chelis (1999) Information Criteria by Rank and Model Data Trend: None None Rank or No. of CEs

No Intercept No Trend

Log Likelihood by Rank (rows) and Model (columns) 0

200.2890

200.2890

206.3695

206.3695

207.9693

1

211.4020

211.4075

213.3608

214.5352

216.0501

2

214.0445

214.4188

216.3703

218.8041

220.3042

3

0

SKRIPSI

215.4121 216.8010 216.8010 221.8128 221.8128 Akaike Information Criteria by Rank (rows) and Model (columns) -11.04782

-11.04782

-11.23451


-11.23451

-11.14965

ARSYA JAVIDIAR


1

11.35770*

-11.29743

-11.29459

-11.30516

-11.27577

2

-11.15421

-11.05569

-11.11335

-11.13964

-11.16995

-10.87346 -10.77582 -10.77582 -10.89775 Schwarz Criteria by Rank (rows) and Model (columns)

-10.89775

3

0

-10.23154

-10.23154

-10.28219*

-10.28219*

-10.06129

1

-10.26933

-10.16371

-10.07018

-10.03540

-9.915304

2

-9.793751

-9.604526

-9.616844

-9.552437

-9.537397

3

-9.240908

-9.007217

-9.007217

-8.993102

-8.993102

Berdasarkan hasil uji kointegrasi yang ditunjukkan oleh tabel 4.9, AIC dan SC telah merekomendasikan spesifikasi deterministik No intercept and No trend sebagai data yang memiliki hubungan kointegrasi. Setelah diketahui data trend yang direkomendasikan, maka dilakukan uji kointegrasi pada model. Untuk memilih data trend yang direkomendasikan maka dipilih data trend yang memiliki nilai Trace statistic yang lebih besar. Hasil uji kointegrasi pada periode pasca krisis global adalah sebagai berikut: Tabel 4.10 Hasil Uji Kointegrasi Johansen’s (trace statistic and maximum eigenvalue statistic) Setelah Krisis Global Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**


0.490086 0.147987 0.079543

30.24619 8.020265 2.735205

24.27596 12.32090 4.129906

0.0079 0.2351 0.1160

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values

SKRIPSI

Hypothesized No. of CE(s)

Eigenvalue

Max-Eigen Statistic

0.05 Critical Value

Prob.**


0.490086 0.147987 0.079543

22.22592 5.285060 2.735205

17.79730 11.22480 4.129906

0.0101 0.4381 0.1160


ARSYA JAVIDIAR



Tabel 4.10 merupakan hasil dari pengujian kointegrasi dengan menggunakan pendekatan metode Johansen. Berdasarkan dari tabel 4.10, hasil dari pengujian kointegrasi nilai dari Trace statistic dan Max-eigen statistic menyatakan bahwa terdapat hubungan kointegrasi pada model yang diajukan pada nilai kritis 5%. Dari hasil pengujian dapat dikatakan bahwa model yang digunakan pada periode pasca krisis ekonomi global juga memiliki hubungan jangka panjang. 4.2.4 . Hasil Estimasi VECM Tabel 4.11 Hasil Uji VECM Jangka Panjang Saat Krisis Global Cointegrating Eq:

CointEq1

IHSG(-1)

1.000000 0.453554

BIRATES(-1)

(0.05648) [ 8.03069] -2.060791

KURS(-1)

(0.76261) [-2.70229]

@TREND(07M01)

0.042145

C

6.819789

R-squared

0.730931

Dari hasil kointegrasi menunjukkan bahwa data yang dianalisis merupakan data yang terkointegrasi, sehingga dapat dikatakan bahwa model tersebut dapat digunakan untuk mengetahui tingkah laku jangka pendek dan jangka panjang. hasil

SKRIPSI


ARSYA JAVIDIAR


dari estimasi VECM dapat dilihat pada tabel 4.8. Estimasi dalam jangka pajang dan jangka pendek VECM dapat dilihat dengan membandingkan nilai tstatistik dan nilai dari t-tabel. Apabila t-statistik lebih besar dibandingkan dengan t-tabelnya maka dapat dikatakan bahwa terdapat hubungan jangka panjang antara variabel eksogen terhadap variabel endogennya. Berdasarkan Tabel 4.11, hasil estimasi VECM dalam jangka panjang untuk periode penelitian saat krisis global, dapat dituliskan persamaan sebagai berikut: LnIHSGt-1 = -6.819789 - 0.453554 BIratet-1 + 2.060791 LnKURSt-1......(4.1) Pada persamaan 4.1 dapat dilihat bahwa dalam jangka panjang, BI rate berpengaruh secara signifikan terhadap IHSG pada periode krisis global, dengan tingkat signifikansi sebesar 5%. Hasil tersebut didapatkan dengan nilai koefisien BI rate sebesar -0.453554 dan nilai dari t-statistik sebesar [8.03069] yang lebih besar dari nilai t-tabel sebesar [2.03451]. Dapat diketahui bahwa ketika BI rate meningkat sebesar 1%, maka Indeks Harga Saham Gabungan akan mengalami penurunan sebesar 0,4535%. Tingkat nilai tukar pada periode krisis global juga menunjukkan adanya pengaruh secara signifikan terhadap IHSG dalam jangka panjang dengan tingkat signifikansi sebesar 5%. Hasil tersebut didapatkan dengan nilai koefisien nilai tukar sebesar 2.060791 dan nilai dari t-statistik sebesar [-2.70229] yang lebih besar dari nilai t-tabel sebesar [2.03451]. Dapat diketahui bahwa depresiasi nilai tukar Rupiah sebesar 1%, dapat meningkatkan Indeks Harga Saham Gabungan sebesar 2.060791 %. Sementara itu, pada periode penelitian pasca krisis global, hasil uji kointegrasi juga menunjukkan bahwa data yang dianalisis merupakan data yang

SKRIPSI


ARSYA JAVIDIAR


terkointegrasi, sehingga dapat dikatakan bahwa model tersebut dapat digunakan untuk mengetahui tingkah laku jangka pendek dan jangka panjang. hasil dari estimasi VECM pada periode setelah krisis global dapat dilihat pada tabel 4.12 berikut ini: Tabel 4.12 Hasil Uji VECM Jangka Panjang Setelah Krisis Global Cointegrating Eq: CointEq1 IHSG(-1)

1.000000 0.519460

BIRATES(-1)

(0.16406) [ 3.16622] -1.290695

KURS(-1)

(0.11533) [-11.1912]

R-squared

0.390369

Berdasarkan Tabel 4.12, hasil estimasi VECM dalam jangka panjang untuk periode setelah krisis global, dapat dituliskan persamaan sebagai berikut: LnIHSGt-1 = -0.519460 BIratet-1 + 1.290695 LnKURSt-1.......................(4.2) Pada persamaan 4.2 dapat dilihat bahwa dalam jangka panjang, BI rate berpengaruh secara signifikan terhadap IHSG pada periode setelah krisis global, dengan tingkat signifikansi sebesar 5%. Hasil tersebut didapatkan dengan nilai koefisien BI rate sebesar -0.519460 dan nilai dari t-statistik sebesar [ 3.16622] yang lebih besar dari nilai t-tabel sebesar [2,03451]. Dapat diketahui bahwa ketika BI rate meningkat sebesar 1%, maka Indeks Harga Saham Gabungan akan mengalami penurunan sebesar 0,51946%.

SKRIPSI


ARSYA JAVIDIAR


Tingkat nilai tukar pada periode setelah krisis global juga menunjukkan adanya pengaruh secara signifikan terhadap IHSG dalam jangka panjang dengan tingkat signifikansi sebesar 5%. Hasil tersebut didapatkan dengan nilai koefisien nilai tukar sebesar 1.290695 dan nilai dari t-statistik sebesar [-11.1912] yang lebih besar dari nilai t-tabel sebesar [2.03451]. Dapat diketahui bahwa depresiasi nilai tukar Rupiah sebesar 1%, meningkatkan Indeks Harga Saham Gabungan sebesar 1.290695 %. Tabel 4.13 Hasil Uji VECM Jangka Pendek Periode Krisis Global Error Correction:

D(IHSG)

CointEq1

-0.630834 (0.11858) [-5.31975] 0.195460

D(IHSG(-1))

(0.14856) [ 1.31569] 0.252190

D(BIRATES(-1))

(0.10038) [ 2.51241] -0.170018

D(KURS(-1))

(0.51215) [-0.33197]

Tabel 4.13 menunjukan bahwa variabel BI rate memberikan pengaruh signifikan terhadap IHSG dalam jangka pendek. Hal tersebut dapat diketahui dengan membendingkan nilai t-statistik pada variabel BI rate lebih besar dibandingkan nilai t-tabel sebesar [2.03451]. Sementara itu, tidak ditemukan keberadaan mekanisme penyesuaian jangka pendek antara variabel nilai tukar rupiah dan IHSG. Hal ini dapat diketahui dari nilai t-statistik pada variabel nilai tukar yang lebih kecil dibandingkan dengan nilai t-tabel [2.03451]

SKRIPSI


ARSYA JAVIDIAR


Tabel 4.14 Hasil Uji VECM Jangka Pendek Setelah Krisis Global Error Correction:

D(IHSG)

CointEq1

-0.103850 (0.02676) [-3.88123] -0.363816

D(IHSG(-1))

(0.17685) [-2.05717] -0.113307

D(BIRATES(-1))

(0.07854) [-1.44270] -1.693109

D(KURS(-1))

(0.94870) [-1.78467]

Sementara itu, hasil uji VECM jangka pendek pada periode penelitian pasca krisis global dapat dilihat pada tabel 4.14. Hasil uji VECM jangka pendek pada periode pasca krisis menunjukan bahwa tidak ditemukan adanya mekanisme penyesuaian jangka pendek dari variabel BI rate dan nilai tukar rupiah terhadap IHSG. Hal ini dapat diketahui dari nilai t-statistik pada variabel BI rate dan nilai tukar yang lebih kecil dibandingkan dengan nilai t-tabel [2.03451] Estimasi VECM sendiri tidak banyak menjelaskan perilaku dinamis dari model VECM. Perilaku dinamis dari model VECM dapat dilihat melalui Impulse response dan variance decomposition untuk mengetahui respon dari variabel endogen terhadap shock variabel lainnya, serta memprediksi kontribusi prosentase varian setiap variabel karena adanya shock. 4.2.5 Hasil Analisis Impulse Response Impulse response dalam penelitian ini akan lebih fokus dalam pembahasan pada respon variabel Indeks Harga Saham Gabungan terhadap shock yang

SKRIPSI


ARSYA JAVIDIAR


ditimbulkan oleh variabel BI rate dan nilai tukar. Grafik yang ditunjukkan oleh Impulse response menunjukkan bahwa sumbu horisontal merupakan petunjuk periode waktu, satu periode merupakan perwakilan dari satu kuartal. Sumbu vertikal pada grafik Impulse response merupakan penggambaran perubahan suatu variabel akibat dari shock yang ditimbulkan oleh variabel tertentu, dinyatakan dalam satuan standart deviasi (SD). Impulse response pada Gambar 4.4 menunjukkan bahwa secara keseluruhan, Indeks Harga Saham Gabungan merespon variabel BI rate secara negatif pada saat terjadinya krisis global. Periode pertama menunjukkan bahwa Indeks Harga Saham Gabungan tidak merespon shock dari variabel BI rate, atau dalam kata lain indeks harga saham tetap berada pada kondisi ekuilibriumnya. Pada periode kedua, IHSG mulai merespon shock variabel BI rate dengan arah negatif yang menandakan bahwa adanya kenaikan dari variabel BI rate sebesar 1 SD direspon dengan menurunnya Indeks Harga Saham Gabungan sebesar 0,011062 SD. Respon negatif yang dihasilkan oleh shock variabel BI rate berlanjut hingga akhir periode observasi. Peningkatan dari BI rate sebesar 1 SD direspon dengan penurunan Indeks Harga Saham Gabungan pada kisaran 0,171866 SD. Hal ini dapat dilihat dari gambar impulse response berikut :

SKRIPSI


ARSYA JAVIDIAR


Response of IHSG to BIRATES .10

.05

.00

-.05

-.10

-.15

-.20 1

2

3

4

5

6

7

8

9

10

Gambar 4.4 Respon Indeks Harga Saham terhadap Shock Variabel BI Rate Periode Krisis Global Kemudian, gambar 4.5 menunjukkan hasil Impulse response dari shock variabel BI rate terhadap Indeks Harga Saham Gabungan setelah krisis global, yang secara keseluruhan juga direspon secara negatif. Pada awal periode, Indeks Harga Saham Gabungan belum merespon shock variabel BI rate. Pada periode kedua, IHSG merespon variabel BI rate secara negatif. Penambahan 1 SD pada variabel BI rate akan direspon dengan menurunnya Indeks Harga Saham Gabungan sebesar 0.011811 SD. Pada periode ketiga hingga akhir periode menunjukkan bahwa IHSG merespon variabel BI rate dengan berfluktuasi secara negatif. Setiap penambahan nilai tukar sebesar 1 SD maka akan direspon dengan penurunan Indeks Harga Saham Gabungan berkisar 0.026599 SD.

SKRIPSI


ARSYA JAVIDIAR



.04

.02

.00

-.02

-.04 1

2

3

4

5

6

7

8

9

10

Gambar 4.5 Respon Indeks Harga Saham terhadap Shock Variabel BI Rate Setelah Krisis Global Berikutnya, gambar 4.6 menunjukkan hasil Impulse response dari shock variabel nilai tukar Rupiah terhadap Indeks Harga Saham Gabungan pada saat periode krisis global, yang secara keseluruhan di respon secara positif. Pada awal periode IHSG belum merespon shock variabel nilai tukar. Pada periode kedua, indeks harga saham merespon variabel nilai tukar secara positif, yakni sebesar 0,026320 SD. Pada periode ketiga dan seterusnya hingga akhir periode, menunjukkan bahwa IHSG terus merespon variabel nilai tukar secara positif. Setiap penambahan nilai tukar sebesar 1 SD maka akan direspon dengan penurunan indeks stabilitas sistem keuangan berkisar 0,076131 SD. Hal ini dapat dilihat dari gambar impulse response berikut :

SKRIPSI


ARSYA JAVIDIAR


Response of IHSG to KURS .10

.05

.00

-.05

-.10

-.15

-.20 1

2

3

4

5

6

7

8

9

10

Gambar 4.6 Respon Indeks Harga Saham terhadap Shock Variabel Nilai Tukar Periode Krisis Global Sementara itu, hasil Impulse response dari shock variabel nilai tukar Rupiah terhadap Indeks Harga Saham Gabungan pada periode pasca krisis global ditunjukkan pada gambar 4.7 , yang secara keseluruhan di respon secara negatif. Pada awal periode, IHSG belum merespon shock variabel nilai tukar. Pada periode kedua, indeks harga saham merespon variabel nilai tukar secara negatif, yakni sebesar -0.011958 SD. Pada periode ketiga dan seterusnya hingga periode kesembilan, menunjukkan bahwa IHSG terus merespon variabel nilai tukar dengan berfluktuasi secara negatif. Setiap penambahan nilai tukar sebesar 1 SD maka akan direspon dengan penurunan indeks stabilitas sistem keuangan berkisar 0,076131 SD. Pada akhir periode, yakni periode kesepuluh, indeks harga saham merespon nilai tukar secara positif. Setiap adanya penambahan nilai tukar sebesar 1 SD maka akan direspon dengan penurunan Indeks Harga Saham Gabungan berkisar 0.002328 SD. Hal ini dapat dilihat dari gambar impulse response berikut

SKRIPSI


ARSYA JAVIDIAR


Response of IHSG to KURS .06

.04

.02

.00

-.02

-.04 1

2

3

4

5

6

7

8

9

10

Gambar 4.7 Respon Indeks Harga Saham terhadap Shock Variabel Nilai Tukar Setelah Krisis Global 4.2.6 Hasil Analisis Variance Decomposition Variance decomposition atau dapat disebut dengan forecast error variance decomposition merupakan parangkat dari model VAR yang akan memisahkan variasi sejumlah variabel yang diestimasikan menjadi komponen shock atau menjadi variabel innovation dan dengan asumsi bahwa variabel-variabel innovation tidak saling berkorelasi. Variance decomposition akan memberikan informasi mengenai proporsi dari pergerakan pengaruh shock pada sebuah variabel terhadap shock variabel lainnya pada periode sekarang dan yang akan datang. Penelitian ini menggunakan hasil variance decomposition yang lebih difokuskan pada kontribusi shock dari variabel BI rate dan nilai tukar, terhadap Indeks Harga Saham Gabungan. Hasil dari variance decomposition pada periode krisis global dalam penelitian ini dapat dilihat pada tabel 4.15

SKRIPSI


ARSYA JAVIDIAR


Tabel 4.15 Hasil Uji Variance Decomposition Kontribusi BI rate dan Nilai Tukar Rupiah Terhadap IHSG Periode Krisis Global Konstribusi Shock (%) Periode 1 2 3 4 5 6 7 8 9 10

S.E.

IHSG

BIRATES

KURS

0.061029

100.0000

0.000000

0.000000

0.072386

84.44334

2.335399

13.22126

0.085136

64.97905

11.95949

23.06146

0.116361

38.94522

41.49320

19.56158

0.172447

18.94145

65.66448

15.39406

0.236735

10.90952

74.13307

14.95741

0.296200

8.010356

76.46456

15.52508

0.348626

6.822916

77.35963

15.81746

0.395888

6.110340

78.03787

15.85179

0.439628

5.581821

78.56489

15.85329

Pada periode pertama, masing-masing variabel belum memberikan kontribusi. Dalam kata lain, sebesar 100% variabel indeks harga saham dipengaruhi oleh variabel itu sendiri pada periode pertama. Pada periode selanjutnya, masingmasing variabel mulai memberikan kontribusi terhadap indeks harga saham. Kontribusi shock yang diberikan oleh BI rate terhadap indeks harga saham dari periode kedua hingga akhir periode observasi cenderung meningkat. Pada periode kedua, suku bunga BI rate memberikan kontribusi sebesar 2,335%. Angka di periode kedua mengalami peningkatan di periode ketiga sebesar 11,595% dan terus meningkat hingga periode kesepuluh yakni sebesar 78,564%. Kontribusi shock yang diberikan oleh variabel nilai tukar terhadap pergerakan indeks harga saham pada periode kedua sebesar 13,22%, dan meningkat hingga periode ketiga yakni sebesar 23,061%. Pada periode keempat menurun sebesar 19,561% dan terus menurun hingga periode keenam, yakni mencapai 14,957%. Pada periode selanjutnya, yaitu periode ketujuh kembali mengalami

SKRIPSI


ARSYA JAVIDIAR


peningkatan sebesar 15,525% dan terus meningkat hingga periode sepuluh sebesar 15,853%. Tabel 4.16 Hasil Uji Variance Decomposition Kontribusi BI rate dan Nilai Tukar Rupiah Terhadap Indeks Harga Saham Gabungan Setelah Krisis Global Konstribusi Shock (%) Periode 1 2 3 4 5 6 7 8 9 10

S.E.

IHSG

BIRATES

KURS

0.042517

100.0000

0.000000

0.000000

0.055711

90.89771

4.494861

4.607428

0.064768

78.94458

5.355228

15.70019

0.072187

81.00541

4.407791

14.58679

0.076689

80.51196

5.661261

13.82678

0.081562

77.39586

8.727334

13.87681

0.086720

75.99389

11.49093

12.51518

0.091212

72.54190

16.08693

11.37116

0.095812

68.40480

21.24325

10.35195

0.100859

64.47982

26.12518

9.394999

Sementara itu, hasil dari variance decomposition yang menunjukan kontribusi shock dari variabel BI rate dan nilai tukar terhadap IHSG pada periode setelah krisis global dalam penelitian ini dapat dilihat pada tabel 4.16 di atas. Pada periode pertama, masing-masing variabel juga belum memberikan kontribusi. Dengan kata lain, sebesar 100% variabel indeks harga saham dipengaruhi oleh variabel itu sendiri pada periode pertama. Pada periode selanjutnya, masing-masing variabel mulai memberikan kontribusi terhadap indeks harga saham. Kontribusi shock yang diberikan oleh BI rate pasca krisis global terhadap indeks harga saham pada periode kedua mencapai angka sebesar 4,494% lalu mengalami peningkatan di periode ketiga sebesar 5,355%. Pada periode keempat, kontribusi shock BI rate menurun sebesar 4,407%, lalu mengalami peningkatan

SKRIPSI


ARSYA JAVIDIAR


pada periode kelima sebesar 5,66% dan kemudian terus meningkat hingga akhir periode sepuluh, yakni sebesar 26,125%. Kontribusi shock yang diberikan oleh variabel nilai tukar pasca krisis global terhadap pergerakan indeks harga saham pada periode kedua mencapai angka sebesar 4.607% dan meningkat hingga periode ketiga yakni sebesar 15.70%. Pada periode keempat menurun sebesar 14.586% dan cenderung terus menurun hingga akhir periode observasi, yakni sebesar 9.394%. 4.3 Pengujian Hipotesis Berdasarkan hasil analisis pada model VECM yang telah dijelaskan sebelumnya, maka pembuktian hipotesis yang diperoleh hasil uji statistik dalam model VECM diperoleh kesimpulan bahwa terdapat hubungan yang signifikan dalam jangka panjang. Penelitian ini menunjukkan bahwa terdapat pengaruh variabel eksogen terhadap variabel endogen yang digunakan, berpengaruh secara signifikan dalam jangka panjang. Variabel BI rate dan nilai tukar Rupiah dalam jangka panjang berpengaruh secara signifikan terhadap Indeks Harga Saham Gabungan, baik pada saat terjadinya krisis global, maupun pada periode setelahnya. Nilai tukar rupiah terhadap dollar berpengaruh positif terhadap Indeks Harga Saham Gabungan di Bursa Efek Indonesia. Sementara itu, BI rate berpengaruh negatif terhadap IHSG. Hasil tersebut sesuai dengan hipotesis yang telah disusun sebelumnya. 4.4 . Pembahasan Pasar Modal merupakan salah satu sarana bagi badan usaha untuk memperoleh sumber penyediaan dana dan sebagai wadah bagi investor dalam

SKRIPSI


ARSYA JAVIDIAR


melakukan investasi. Begitu pula di Indonesia, pasar modal memegang perananan yang sangat penting baik bagi sektor swasta, pemerintah maupun masyarakat. Kondisi pasar modal di Indonesia tercermin dari pergerakan indeks harga saham. Indeks harga saham gabungan (IHSG) merupakan salah satu indikator dalam melihat pergerakan harga saham. IHSG dapat menjadi leading indikator pada perekonomian suatu negara. Penurunan dalam harga saham dapat berarti bahwa terdapat berita buruk tentang kondisi perekonomian dalam jangka panjang. Hal ini dikarenakan suatu indeks harga saham merupakan gabungan dari perusahaan berkapitalisasi besar yang sekaligus merefleksikan kondisi sektor riil di dalam suatu negara. Pergerakan indeks harga saham akan selalu berubah dan bergantung pada ekspektasi investor atas kondisi fundamental negara maupun global berdasarkan faktor-faktor ekonomi seperti tingkat suku bunga dan nilai tukar, maupun faktorfaktor non-ekonomi seperti kondisi sosial dan politik. Harga saham terbentuk dari tawar menawar para investor di pasar saham dengan menggunakan informasi yang tersedia. Jika terdapat informasi baru pada suatu perekonomian, maka ekspektasi investor terhadap harga saham akan berubah dan akhirnya akan berpengaruh terhadap indeks harga saham. Dari hasil pengelolaan data menggunakan analisis VECM dapat diketahui adanya perilaku dari variabel BI rate dan nilai tukar Rupiah sehingga dapat dilakukan analisis dan pembahasan. Variabel-variabel tersebut mempengaruhi kinerja pasar modal yang di cerminkan dengan Indeks Harga Saham Gabungan.

SKRIPSI


ARSYA JAVIDIAR


Pembahasan ini lebih difokuskan pada pengaruh tingkat suku bunga BI rate dan nilai tukar Rupiah terhadap indeks harga saham gabungan (IHSG) dalam jangka panjang. Selain untuk mengetahui pengaruh dalam jangka panjang, penelitian ini juga membahas tentang respons IHSG dalam menanggapi shock yang diberikan oleh variabel BI rate dan nilai tukar pada periode krisis global dan periode setelahnya. Penelitian ini juga membahas tentang kontribusi atau melihat variance decompositition dari BI ratedan nilai tukar terhadap IHSG di kedua periode yang berbeda. Hasil regresi menunjukkan bahwa tingkat suku bunga BI rate baik pada periode krisis global maupun periode pasca krisis terbukti memiliki pengaruh jangka panjang terhadap pergerakan indeks harga saham dengan arah negatif. Ini berarti, jika tingkat suku bunga naik maka akan menurunkan harga saham. Sebaliknya, jika tingkat suku bunga turun, maka akan meningkatkan harga saham. Hal ini sejalan dengan teori yang dikembangkan oleh Gordon dalam Mishkin (2007:153) ketika Bank Sentral menurunkan tingkat suku bunga, imbal hasil atas obligasi (aset alternatif saham) turun, mendorong nilai saham yang lebih tinggi dan secara keseluruhan menaikkan harga saham. Pada hasil impulse response, terlihat adanya respon negatif indeks harga saham akibat shock yang diberikan oleh tingkat suku bunga. Dengan kata lain, hal ini memiliki arti bahwa terdapat hubungan negatif antara pergerakan indeks harga saham dengan tingkat suku bunga. Hal ini juga sejalan dengan penelitian Nishat dan Shaheen (2004) yang menunjukkan bahwa tingkat bunga akan mendorong peningkatan pada biaya kesempatan (opotunity cost) dari memegang uang. Tingkat

SKRIPSI


ARSYA JAVIDIAR


suku bunga yang tinggi akan menyebabkan tingginya biaya oportunitas memegang uang. Dari sisi investor, para investor akan menarik investasi sahamnya dan memindahkannya pada investasi yang menawarkan keuntungan lebih tinggi, seperti deposito. Hasil temuan ini berkaitan dengan teori liquidity preference yang dikemukakan oleh J.M Keynes, dimana adanya ekspektasi seperti ini dapat mempengaruhi keputusan masyarakat untuk melakukan motif spekulasi dengan harapan dapat memperoleh tingkat keuntungan yang lebih tinggi. Suku bunga itu sendiri merupakan daya tarik bagi investor untuk berinvestasi dalam bentuk deposito atau obligasi sehingga investasi dalam bentuk saham akan tersaingi. Jika permintaan akan saham semakin turun dan para investor melakukan aksi jual, maka akan terjadi over supply saham dan mengakibatkan indeks harga saham menurun. Selain itu, hubungan negatif antara suku bunga dan IHSG bisa dijelaskan melalui transmisi dari suku bunga ke faktor internal perusahaan. Kenaikan suku bunga dapat memotong laba perusahaan melalui dua cara; Pertama, kenaikan suku bunga akan meningkatkan beban bunga emiten sehingga laba perusahaan akan turun. Kedua, ketika suku bunga tinggi maka biaya produksi akan meningkat dan harga dari hasil produksi menjadi lebih mahal, sehingga konsumen akan menunda pembeliannya dan menyimpan dananya di Bank dengan melihat prospek keuntungan tinggi yang dapat dihasilkan dengan mengharapkan tingkat pengembalian dari tingginya tingkat suku bunga. Akibatnya penjualan perusahaan menurun, dan menurunkan laba perusahaan. Penurunan laba pada perusahaan ini merupakan informasi negatif yang menggambarkan kinerja perusahaan tersebut

SKRIPSI


ARSYA JAVIDIAR


sedang memburuk. Adanya penurunan laba pada perusahaan akan menekan harga saham karena perusahaan tersebut akan menjadi kurang menarik di mata para investor. Pada akhirnya, akumulasi penurunan harga saham pada perusahaanperusahaan yang mengalami penurunan laba ini akan mendorong penurunan pada indeks harga saham gabungan. Bank Indonesia sebagai otoritas moneter hendaknya berhati-hati dalam menentukan tingkat suku bunga sebagai instrumen kebijakan. Bank indonesia perlu mempertimbangkan

dampak

perubahan

tingkat

suku

bunga

terhadap

perkembangan pasar modal dan perekonomian Indonesia. Sementara itu, kurs atau nilai tukar juga merupakan variabel makroekonomi yang turut mempengaruhi volatilitas harga saham. Hasil regresi menunjukkan bahwa nilai tukar Rupiah terhadap Dolar, baik pada periode krisis global maupun periode setelahnya, terbukti memiliki pengaruh jangka panjang terhadap pergerakan IHSG dengan arah positif. Pergerakan yang terjadi menunjukkan bahwa depresiasi nilai rupiah, yang berarti adanya penguatan nilai dolar AS, diikuti oleh penguatan indeks harga saham. Depresiasi nilai tukar rupiah dalam hal ini memiliki artian bahwa nilai tukar Rupiah menjadi lebih rendah terhadap dolar. Hasil temuan ini bertentangan dengan dugaan adanya hubungan negatif antara nilai tukar dan IHSG, namun sejalan dengan penelitian yang sebelumnya telah dilakukan oleh Sharma dan Wongbangpo (2001). Penelitian tersebut dilakukan di lima negara Asean yaitu Indonesia (Jakarta composite stock price index), Malaysia (Kuala Lumpur stock exchange composite index), Filipina (Philippines stock exchange composite index), Singapore (The stock exchange of

SKRIPSI


ARSYA JAVIDIAR


Singapore index), dan Thailand (The stock exchange of Thailand index). Berdasarkan hasil estimasi model VECM pada penelitian tersebut, dapat diketahui bahwa variabel nilai tukar memiliki pengaruh positif jangka panjang terhadap harga saham di Indonesia, Malaysia, dan Filipina. Depresiasi mata uang domestik akan menjadi sebuah keuntungan bagi perusahaan yang memiliki orientasi ekspor dengan bahan baku lokal sehingga mampu meningkatkan volume ekspor. Dengan jumlah mata uang asing yang sama, perusahaan tersebut akan memperoleh jumlah mata uang lokal yang lebih banyak setelah dikonversikan. Di sisi lain, produk yang diekspor dari Indonesia akan menjadi lebih murah di pasar global. Bila permintaan pasar internasional cukup elastis hal ini akan meningkatkan cash flow perusahaan domestik, yang kemudian meningkatkan harga saham yang tercermin pada IHSG. Penguatan nilai dolar AS akan menaikkan harga saham yang tercermin pada IHSG. (Sharma dan Wongbangpo, 2001). Ketidaksesuaian hubungan ini, jika dikaitkan pada realita yang terjadi pada saat periode penelitian, bisa terjadi karena investor tidak hanya melihat nilai tukar rupiah dalam melakukan investasi di pasar modal Indonesia tetapi lebih melihat prospek bursa efek di Indonesia ataupun faktor-faktor lain yang mempengaruhi ekspektasi investor di pasar saham Indonesia. Hal ini tercerminkan oleh variance decomposition nilai tukar yang relatif kecil, yang artinya masih ada faktor-faktor lain yang kontribusinya lebih besar dan dijadikan pertimbangan investor dalam melakukan penanaman saham di Indonesia.

SKRIPSI


ARSYA JAVIDIAR


Selain itu, adanya ketidaksesuaian hubungan antara nilai tukar dan IHSG pada saat krisis global 2008, bisa terjadi karena adanya pergeseran dana investor secara fundamental dari negara maju (Amerika Serikat) ke negara berkembang. Derasnya aliran modal investor dari Amerika tersebut terjadi karena pada saat krisis global, suku bunga the Fed masih sangat rendah padahal kondisi ekonomi dunia perlahan sudah mulai pulih selepas krisis, sehingga investor tersebut mengalihkan investasi mereka ke pasar financial di negara yang pertumbuhan ekonominya pesat dengan tingkat suku bunga yang lebih tinggi, dimana Indonesia mencerminkan kriteria kondisi negara tujuan investor tersebut dan pada akhirnya IHSG diproyeksikan naik secara signifikan selepas periode krisis global. Dari hasil uji impulse response, diketahui adanya respon positif indeks harga saham akibat adanya shock nilai tukar pada saat krisis global. Kemudian respon yang berbeda didapatkan pada periode penelitian pasca krisis global (periode 2010-2012). Setelah krisis global, IHSG kembali merespon shock yang diberikan oleh variabel nilai tukar secara negatif. Respon negatif IHSG terhadap shock yang diberikan oleh nilai tukar selepas periode krisis global ini dapat dijelaskan bahwa pada saat terjadi penguatan atau apresiasi mata uang rupiah, para investor luar akan melihat bahwa kinerja perekonomian Indonesia sedang membaik dan akan memberikan prospek investasi yang bagus di masa depan. Ekspektasi ini menarik bagi para investor asing untuk segera melakukan pembelian saham dan mengakibatkan masuknya aliran dana dari luar negeri. Sehingga, kenaikan permintaan terhadap saham setelah periode krisis pun mendorong IHSG kembali menguat.

SKRIPSI


ARSYA JAVIDIAR


Sebagai konsekuensi, pengaruh negatif antara nilai tukar dan IHSG ini juga merefleksikan hubungan subtitusi antar pasar (pasar valas dan pasar modal) jika ditinjau dari motif spekulasi investor berdasarkan teori liquidity preference J.M Keynes. Jika terdapat banyak investor saham yang melakukan tindakan pengalihan investasi tersebut, maka akan berbengaruh terhadap menurunnya harga saham di pasar modal. Sementara itu, dari hasil uji variance decompotition diketahui bahwa variabel BI rate memiliki kontribusi terbesar dibandingkan nilai tukar, dalam mempengaruhi perubahan variasi pada variabel indeks harga saham gabungan pada saat periode krisis global maupun pasca krisis global. 4.5 Keterbatasan Studi 1. Penelitian ini hanya memilih indeks harga saham gabungan (IHSG) di Bursa Efek Indonesia sebagai indikator pasar saham, padahal masih ada indeks saham lain, seperti indeks LQ-45, dan indeks-indeks sektoral (berdasarkan kelompok industri) lainnya di Indonesia. 2. Penelitian ini hanya menggunakan variabel BI rate dan nilai tukar, padahal masih banyak variabel yang dapat mempengaruhi Indeks Harga Saham Gabungan baik dari dalam maupun luar negeri, seperti pertumbuhan output (GDP), harga minyak dunia, harga emas dunia, indeks bursa asing dan variabel ekonomi lainnya. 3. Penelitian ini tidak memperhatikan faktor-faktor non-ekonomi, seperti kondisi sosial dan politik yang terjadi di Indonesia, yang juga dapat mempengaruhi kinerja pasar saham.

SKRIPSI


ARSYA JAVIDIAR


BAB 5 KESIMPULAN DAN SARAN 5.1.

Kesimpulan Setelah melakukan pembahasan terhadap hasil sebagaimana diuraikan

sebelumnya, maka dapat ditarik kesimpulan sebagai berikut : 1.

Pada hasil estimasi jangka panjang dapat diketahui bahwa variabel suku bunga BI rate signifikan berpengaruh terhadap IHSG dengan arah negatif, baik pada saat periode krisis global (periode 2007-2009) maupun pada periode setelah krisis global (periode 2010-2012). Ditemukan pula adanya mekanisme penyesuaian jangka pendek pada BI rate terhadap IHSG dengan arah negatif saat periode krisis global. Sementara itu, variabel nilai tukar dalam jangka panjang terbukti berpengaruh signifikan terhadap IHSG secara positif di kedua periode.

2.

Pada hasil impulse respon function, shock suku bunga BI rate baik pada saat periode krisis global maupun setelah krisis, secara keseluruhan direspon negatif oleh IHSG. Sementara itu, shock variabel nilai tukar Rupiah direspon positif oleh IHSG saat krisis global, kemudian di respon negatif oleh IHSG pada periode pasca krisis global.

3.

Hasil variance decomposition dari BI rate dan nilai tukar menunjukkan bahwa variabel yang memiliki kontribusi terbesar dalam mempengaruhi perubahan variasi pada variabel indeks harga saham keuangan adalah BI rate, baik pada saat periode krisis global maupun pasca krisis global.

81 SKRIPSI


ARSYA JAVIDIAR


5.2.

Saran Saran yang dapat diberikan penulis dengan adanya penelitian ini

diantaranya adalah: 1.

Pengaruh BI rate terhadap IHSG cukup besar. Hal ini mengindikasikan bahwa kebijakan moneter yang menggunakan BI rate menjadi semakin efektif. Dengan adanya hubungan negatif di antara kedua variabel, diharapkan kepada pemegang otoritas moneter (Bank Indonesia) dapat menjaga stabilitas tingkat suku bunga BI rate tetap pada level yang rendah. Dengan demikian, kebijakan ini diharapkan akan mampu mendorong peningkatan laju IHSG di Indonesia.

2.

Setelah periode krisis global 2008, ditemukan adanya pengaruh negatif pada nilai tukar terhadap IHSG dalam jangka panjang. Seluruh pelaku ekonomi harus bersama-sama menjaga pergerakan nilai tukar rupiah. Bahkan jika memungkinkan, diharapkan nilai tukar rupiah bisa terus terapresiasi terhadap USD. Hal ini dikarenakan apresiasi kurs rupiah merefleksikan bahwa kondisi perekonomian kita sedang membaik, dan ekspektasi ini menjadi daya tarik bagi para investor asing untuk menanamkan saham di Indonesia. Selain itu, sektor produksi di Indonesia masih banyak tergantung dengan input impor. Dengan demikian, jika harga input turun, maka perusahaan akan menekan biaya produksi dan meningkatkan laba sehingga mendorong kenaikan indeks harga saham.

3.

Sementara itu, bagi pemerintah perlu untuk menciptakan stabilitas ekonomi, politik, dan rasa aman dalam berinvestasi khususnya dalam pasar saham di

SKRIPSI


ARSYA JAVIDIAR


Indonesia. Hal ini dikarenakan dalam jangka panjang IHSG dapat menjadi leading indikator bagi perekonomian suatu negara. 4.

Bagi penelitian selanjutnya, diharapkan untuk melengkapi penelitian dengan tambahan variabel ekonomi selain dalam penelitian, baik dari dalam negeri maupun luar negeri seperti harga minyak dunia, harga emas dunia, indeks bursa asing, kondisi perekonomian global, dan variabel ekonomi lainnya. Selain itu, pada penelitian ini indeks harga saham yang digunakan adalah IHSG, maka pada penelitian selanjutnya dapat menggunakan indeks harga saham lain seperti indeks LQ-45, indeks syariah atau Jakarta Islamic Index (JII), dan indeks sektoral (berdasarkan kelompok industri) lainnya di Indonesia. Hal ini bertujuan untuk memperoleh model penelitian yang akan menunjukkan hasil lebih baik dan mendapatkan gambaran yang lebih lengkap tentang kondisi pasar modal di Indonesia.

SKRIPSI


ARSYA JAVIDIAR


DAFTAR PUSTAKA Anoraga, Pandji dan Piji Pakarti. 2006. Pengantar Pasar Modal. Edisi Revisi. Jakarta: PT. Rineka Cipta Bank Indonesia. 2009. Krisis Ekonomi Global dan Dampaknya terhadap Perekonomian Indonesia. Outlook Ekonomi Indonesia 2009 - 2014, Edisi Januari 2009. Blanchard, Olivier. 2003. Macroeconomic. Fourth Edition. Upper Saddle River, New-Jersey : Prentice-Hall, Inc.nuari Cahyono, Jaka E. 2000. 22 Strategi dan Teknik Meraih Untung di Bursa Saham. Jilid 1. Jakarta: PT. Elex Media Komputindo. Caporale, G.M., Hunter, J. & Ali, F.M. 2014. On the linkages between stock prices and exchange rates: Evidence from the banking crisis of 2007–2010, International Review of Financial Analysis, 2014 Crockett, Andrew. 1997. ‘Why is Financial Stability a Goal of Public Policy’, In Maintaining Financial Stability in a Goal Economy, A Symposium Sponsored by The Federal Reserve Bank of Kansas City, Jackson Hole, Wyoming. Dewi, Ida Sri D. 2011. Tesis Pengaruh Nilai Tukar Riil Dan Tingkat Suku Bunga Riil Terhadap Indeks Harga Saham Gabungan Di Bursa Efek Indonesia. (Doctoral dissertation, Program Pascasarjana Universitas Udayana Denpasar) Enders, Walter. 2004. Applied Econometric Time Series. John Wiley & Sons. Gujarati, Damodar N, 2003. Basic Econometrics. Fourth Edition. Singapore: McGraw-Hill Asia. Gunasekarage, Abeyratna. Pisedtasalasai, Anirut, and Power, David M. 2002. Macro-economic Influences on the Stock Market: Evidence from an Emerging Market in South Asia. Journal of Emerging Market Finance, 3, No. 3, 2004, pp285-304. Sitinjak, Elyzabeth Lucky Maretha dan Widuri Kurniasari. 2008. Indikator Pasar Saham dan Pasar Uang Yang Saling Berkaitan Ditinjau Dari Pasar Saham Sedang Bullish dan Bearish. Jurnal Riset Ekonomi dan Manajemen. Vol. 3 No. 3. Hadi, Didik Kurniawan. 2009. Dampak Krisis Keuangan Global Bagi Indonesia. Harris, Richard. 1995. Using Cointegration Analysis in Econometric Modelling. Prentice Hall 84 SKRIPSI


ARSYA JAVIDIAR


Kim, K. H. 2003. Dollar exchange rate and stock price: evidence from multivariate cointegration and error correction model. Review of Financial economics, 12(3), 301-313. Lee, SB. 1992. Causal Relations Among Stock Return, Interest Rate, Real Activity, and Inflation. Journal Of Finance,47:1591-1603. Mankiw, N. Gregory. 2007. Principles of Macroeconomic. United States of America: Thompson Higher Education. Mishkin, S. Frederic. 2004. The Economics of Money, Banking, and Financial Markets. Seventh Edition. United States of America: Pearson AddisonWesley. Mishkin, S. Frederic. 2007. The Economics of Money, Banking, and Financial Market, eight edition. United States of America: Pearson Addison Wesley. Mohamad, M. S., Hambali, I. R., & Hamin, D. I. 2013. Pengaruh Tingkat Suku Bunga Bank Indonesia (Bi Rate) Terhadap Indeks Harga Saham Gabungan (Ihsg) Di Bursa Efek Indonesia (Bei) Periode 2005–2012. KIM Fakultas Ekonomi & Bisnis, 1(1). Muradoglu, G., Fatma Taskin, and Iike Bigan. 2000. Causality Between Stock Returns and Macroeconomic Variables in Emerging Markets. Russian and East European Finance and Trade. 36:35-53. Nezky, M. 2013. Pengaruh Krisis Ekonomi Amerika Serikat Terhadap Bursa Saham dan Perdagangan Indonesia. Buletin Ekonomi Moneter dan Perbankan,15(3), 90. Nopirin, 2000. Ekonomi Moneter. Yogyakarta: BPFE Pasaribu, R. B. F., & Kowanda, D. 2013. Dinamika Bursa Saham Asing dan Makroekonomi Terhadap Indeks Harga Saham Gabungan Bursa Efek Indonesia. Jurnal Akuntansi dan Bisnis, 13(1). Pohan, Aulia. 2008. Kerangka Kebijakan Moneter & Implementasinya di Indonesia. Edisi 1. Jakarta: PT. Raja Grafindo Persada. Reilly, Frank K. and Brown, Keith C. 2000. Investment Analysis and Portofolio Management. Thomson Samuelson, Paul A. dan Nordhaus, William D. 2002. Macroeconomics. New York: McGraw-Hill. Sharma, C. Subhash and Wongbangpo Praphan. 2001. Stock Market and Macroeconomic Fundamental Dynamic Interaction: ASEAN-5 Countries. Journal of Asian Economics 13 (2002) 27-51

SKRIPSI


ARSYA JAVIDIAR


Thobarry, A. A. 2009. Analisis pengaruh nilai tukar, suku bunga, laju inflasi dan pertumbuhan GDP terhadap indeks harga saham sektor properti (kajian empiris pada Bursa Efek Indonesia periode pengamatan tahun 2000-2008) (Doctoral dissertation, Program Pasca Sarjana Universitas Diponegoro). Widoatmodjo, S. 2005. Irasionalitas Investor Dan Potensi Krisis Ekonomi.

SKRIPSI


ARSYA JAVIDIAR


LAMPIRAN 1 Uji Stasioneritas Data

Periode Krisis Global Indeks Harga Saham Gabungan / Level Null Hypothesis: IHSG has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic - based on SIC, maxlag=9)

Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-1.817508 -4.252879 -3.548490 -3.207094

0.6740

t-Statistic

Prob.*

-2.734811 -4.252879 -3.548490 -3.207094

0.2299

t-Statistic

Prob.*

-1.211127 -4.243644 -3.544284 -3.204699

0.8926

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

BI rate / Level Null Hypothesis: BIRATES has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic - based on SIC, maxlag=9)

Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

Nilai Tukar / Level Null Hypothesis: KURS has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=9)


87 SKRIPSI


ARSYA JAVIDIAR


Indeks Harga Saham Gabungan / First Different Null Hypothesis: D(IHSG) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=9)


t-Statistic

Prob.*

-3.708441 -4.252879 -3.548490 -3.207094

0.0354

t-Statistic

Prob.*

-5.498337 -4.252879 -3.548490 -3.207094

0.0004

t-Statistic

Prob.*

-4.385128 -4.252879 -3.548490 -3.207094

0.0072


BI rate / First Different Null Hypothesis: D(BIRATES) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=9)


Nilai Tukar / First Different Null Hypothesis: D(KURS) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=9)


SKRIPSI


ARSYA JAVIDIAR


Pasca Krisis Global Indeks Harga Saham Gabungan / Level Null Hypothesis: IHSG has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=9)


t-Statistic

Prob.*

-2.630739 -4.243644 -3.544284 -3.204699

0.2699

t-Statistic

Prob.*

-1.478415 -4.243644 -3.544284 -3.204699

0.8180

t-Statistic

Prob.*

-1.802899 -4.252879 -3.548490 -3.207094

0.6812


BI rate / Level Null Hypothesis: BIRATES has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=9)


Nilai Tukar / Level Null Hypothesis: KURS has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic - based on SIC, maxlag=9)


SKRIPSI


ARSYA JAVIDIAR


Indeks Harga Saham Gabungan / First Different Null Hypothesis: D(IHSG) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=9)


t-Statistic

Prob.*

-6.982799 -4.252879 -3.548490 -3.207094

0.0000

t-Statistic

Prob.*

-4.342763 -4.252879 -3.548490 -3.207094

0.0080

t-Statistic

Prob.*

-4.710665 -4.252879 -3.548490 -3.207094

0.0032


BI rate / First Different Null Hypothesis: D(BIRATES) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=9)


Nilai Tukar / First Different Null Hypothesis: D(KURS) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=9)


SKRIPSI


ARSYA JAVIDIAR


LAMPIRAN 2 Lag Optimal Periode Krisis Global VAR Lag Order Selection Criteria Endogenous variables: IHSG BIRATES KURS Exogenous variables: C Date: 08/29/16 Time: 14:12 Sample: 2007M01 2009M12 Included observations: 33 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2 3

22.66333 121.7035 145.6390 151.5541

NA 174.0705 37.71667* 8.245239

6.10e-05 2.61e-07 1.07e-07* 1.35e-07

-1.191717 -6.648695 -7.553882* -7.366916

-1.055671 -6.104510 -6.601559* -6.006454

-1.145942 -6.465593 -7.233454* -6.909162

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

Pasca Krisis Global VAR Lag Order Selection Criteria Endogenous variables: IHSG BIRATES KURS Exogenous variables: C Date: 08/11/16 Time: 21:10 Sample: 2010M01 2012M12 Included observations: 33 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2 3

101.1277 193.4198 205.5999 216.8010

NA 162.2104 19.19284* 15.61362

5.25e-07 3.38e-09 2.83e-09 2.58e-09*

-5.947133 -10.99514 -11.18787 -11.32127*

-5.811087 -10.45096* -10.23555 -9.960810

-5.901358 -10.81204 -10.86744* -10.86352

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

SKRIPSI


ARSYA JAVIDIAR


LAMPIRAN 3 Uji Kointegrasi

Periode Krisis Global Date: 08/29/16 Time: 14:26 Sample: 2007M01 2009M12 Included observations: 33 Series: IHSG BIRATES KURS Lags interval: 1 to 2 Selected (0.05 level*) Number of Cointegrating Relations by Model Data Trend: Test Type

Linear Intercept Trend 1 1

Quadratic Intercept Trend 1 1

Linear Intercept Trend

Quadratic Intercept Trend

0 1 2 3

Log Likelihood by Rank (rows) and Model (columns) 138.2423 138.2423 139.2860 139.2860 144.7558 144.7876 145.6848 152.5139 148.6199 149.5949 150.0283 158.8523 148.7306 151.5541 151.5541 163.1904

142.3170 155.5231 161.4256 163.1904

0 1 2 3

Akaike Information Criteria by Rank (rows) and Model (columns) -7.287411 -7.287411 -7.168846 -7.168846 -7.170725 -7.318535 -7.259855 -7.193017 -7.546296 -7.607462* -7.189083 -7.126965 -7.092626 -7.506201 -7.601554 -6.832156 -6.821461 -6.821461 -7.344873 -7.344873

Trace Max-Eig

None No Intercept No Trend 0 0

None Intercept No Trend 0 0

Linear Intercept No Trend 0 0

*Critical values based on MacKinnon-Haug-Michelis (1999) Information Criteria by Rank and Model Data Trend: Rank or No. of CEs

0 1 2 3

SKRIPSI

None No Intercept No Trend

None Intercept No Trend

Linear Intercept No Trend

Schwarz Criteria by Rank (rows) and Model (columns) -6.471134* -6.471134* -6.216523 -6.216523 -6.230166 -6.126138 -5.968602 -6.276532 -5.828622 -5.675806 -5.596118 -5.918996 -5.199603 -5.052861 -5.052861 -5.440227


-6.082356 -6.247000 -5.969000 -5.440227

ARSYA JAVIDIAR


Date: 08/29/16 Time: 14:34 Sample (adjusted): 2007M04 2009M12 Included observations: 33 after adjustments Trend assumption: Quadratic deterministic trend Series: IHSG BIRATES KURS Lags interval (in first differences): 1 to 2 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**


0.550839 0.300737 0.101434

41.74689 15.33457 3.529533

35.01090 18.39771 3.841466

0.0083 0.1275 0.0603

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized No. of CE(s)

Eigenvalue

Max-Eigen Statistic

0.05 Critical Value

Prob.**


0.550839 0.300737 0.101434

26.41231 11.80504 3.529533

24.25202 17.14769 3.841466

0.0255 0.2529 0.0603


Pasca Krisis Global Date: 08/11/16 Time: 21:13 Sample: 2010M01 2012M12 Included observations: 33 Series: IHSG BIRATES KURS Lags interval: 1 to 2 Selected (0.05 level*) Number of Cointegrating Relations by Model Data Trend: Test Type Trace Max-Eig

None No Intercept No Trend 1 1

None Intercept No Trend 0 0

Linear Intercept No Trend 0 0

Linear Intercept Trend 0 0

Quadratic Intercept Trend 0 0

*Critical values based on MacKinnon-Haug-Michelis (1999)

SKRIPSI


ARSYA JAVIDIAR


Information Criteria by Rank and Model Data Trend: Rank or No. of CEs

Linear Intercept Trend

Quadratic Intercept Trend

0 1 2 3

Log Likelihood by Rank (rows) and Model (columns) 200.2890 200.2890 206.3695 206.3695 211.4020 211.4075 213.3608 214.5352 214.0445 214.4188 216.3703 218.8041 215.4121 216.8010 216.8010 221.8128

207.9693 216.0501 220.3042 221.8128

0 1 2 3

Akaike Information Criteria by Rank (rows) and Model (columns) -11.04782 -11.04782 -11.23451 -11.23451 -11.14965 -11.35770* -11.29743 -11.29459 -11.30516 -11.27577 -11.15421 -11.05569 -11.11335 -11.13964 -11.16995 -10.87346 -10.77582 -10.77582 -10.89775 -10.89775

0 1 2 3

None No Intercept No Trend

None Intercept No Trend

Linear Intercept No Trend

Schwarz Criteria by Rank (rows) and Model (columns) -10.23154 -10.23154 -10.28219* -10.28219* -10.26933 -10.16371 -10.07018 -10.03540 -9.793751 -9.604526 -9.616844 -9.552437 -9.240908 -9.007217 -9.007217 -8.993102

-10.06129 -9.915304 -9.537397 -8.993102

Date: 08/12/16 Time: 00:55 Sample (adjusted): 2010M04 2012M12 Included observations: 33 after adjustments Trend assumption: No deterministic trend Series: IHSG BIRATES KURS Lags interval (in first differences): 1 to 2 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**


0.490086 0.147987 0.079543

30.24619 8.020265 2.735205

24.27596 12.32090 4.129906

0.0079 0.2351 0.1160

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized No. of CE(s)

Eigenvalue

Max-Eigen Statistic

0.05 Critical Value

Prob.**


0.490086 0.147987 0.079543

22.22592 5.285060 2.735205

17.79730 11.22480 4.129906

0.0101 0.4381 0.1160


SKRIPSI


ARSYA JAVIDIAR


LAMPIRAN 4 Estimasi VECM

Periode Krisis Global Vector Error Correction Estimates Date: 08/29/16 Time: 15:27 Sample (adjusted): 2007M04 2009M12 Included observations: 33 after adjustments Standard errors in ( ) & t-statistics in [ ]

SKRIPSI

Cointegrating Eq:

CointEq1

IHSG(-1)

1.000000

BIRATES(-1)

0.453554 (0.05648) [ 8.03069]

KURS(-1)

-2.060791 (0.76261) [-2.70229]

@TREND(07M01)

0.042145

C

6.819789

Error Correction:

D(IHSG)

D(BIRATES)

D(KURS)

CointEq1

-0.630834 (0.11858) [-5.31975]

0.280996 (0.28038) [ 1.00218]

0.057242 (0.04845) [ 1.18145]

D(IHSG(-1))

0.195460 (0.14856) [ 1.31569]

-0.139530 (0.35126) [-0.39722]

-0.311965 (0.06070) [-5.13955]

D(IHSG(-2))

0.050911 (0.21351) [ 0.23845]

-0.692978 (0.50484) [-1.37266]

-0.029620 (0.08724) [-0.33953]

D(BIRATES(-1))

0.252190 (0.10038) [ 2.51241]

0.636491 (0.23734) [ 2.68179]

-0.107717 (0.04101) [-2.62645]

D(BIRATES(-2))

0.285275 (0.12764) [ 2.23499]

-0.335036 (0.30180) [-1.11013]

0.030708 (0.05215) [ 0.58882]

D(KURS(-1))

-0.170018 (0.51215) [-0.33197]

-1.426190 (1.21096) [-1.17774]

-0.125768 (0.20926) [-0.60103]

D(KURS(-2))

-0.387495

-0.856136

-0.181266


ARSYA JAVIDIAR


(0.34882) [-1.11088]

(0.82476) [-1.03804]

(0.14252) [-1.27186]

C

0.023172 (0.02647) [ 0.87554]

0.028476 (0.06258) [ 0.45506]

0.016286 (0.01081) [ 1.50612]

@TREND(07M01)

0.001683 (0.00125) [ 1.35076]

-0.003735 (0.00295) [-1.26781]

-0.000934 (0.00051) [-1.83389]

0.730931 0.641241 0.089389 0.061029 8.149551 50.71094 -2.527936 -2.119797 0.009852 0.101891

0.679779 0.573039 0.499738 0.144300 6.368542 22.31297 -0.806847 -0.398708 -0.075758 0.220837

0.704952 0.606603 0.014922 0.024935 7.167852 80.24822 -4.318074 -3.909935 0.000956 0.039755

R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

Determinant resid covariance (dof adj.) Determinant resid covariance Log likelihood Akaike information criterion Schwarz criterion

4.21E-08 1.62E-08 155.5231 -7.607462 -6.247000

Pasca Krisis Global Vector Error Correction Estimates Date: 08/12/16 Time: 02:16 Sample (adjusted): 2010M04 2012M12 Included observations: 33 after adjustments Standard errors in ( ) & t-statistics in [ ]

SKRIPSI

Cointegrating Eq:

CointEq1

IHSG(-1)

1.000000

BIRATES(-1)

0.519460 (0.16406) [ 3.16622]

KURS(-1)

-1.290695 (0.11533) [-11.1912]

Error Correction:

D(IHSG)

D(BIRATES)

D(KURS)

CointEq1

-0.103850 (0.02676) [-3.88123]

-0.021883 (0.06472) [-0.33809]

-0.001082 (0.00619) [-0.17472]

D(IHSG(-1))

-0.363816

-0.822516

-0.035451


ARSYA JAVIDIAR


(0.17685) [-2.05717]

(0.42780) [-1.92267]

(0.04093) [-0.86623]

D(IHSG(-2))

-0.713400 (0.20196) [-3.53245]

0.398329 (0.48852) [ 0.81537]

0.042277 (0.04673) [ 0.90461]

D(BIRATES(-1))

-0.113307 (0.07854) [-1.44270]

0.256933 (0.18998) [ 1.35242]

-0.024037 (0.01817) [-1.32253]

D(BIRATES(-2))

-0.043209 (0.07330) [-0.58951]

-0.232495 (0.17730) [-1.31130]

0.003947 (0.01696) [ 0.23267]

D(KURS(-1))

-1.693109 (0.94870) [-1.78467]

-4.580534 (2.29485) [-1.99600]

0.311666 (0.21954) [ 1.41964]

D(KURS(-2))

-2.537838 (0.88657) [-2.86253]

-0.620966 (2.14457) [-0.28955]

-0.004940 (0.20516) [-0.02408]

0.390369 0.249685 0.047000 0.042517 2.774794 61.31805 -3.292003 -2.974562 0.013364 0.049084

0.345919 0.194977 0.275011 0.102846 2.291737 32.16796 -1.525331 -1.207890 -0.022727 0.114626

0.309112 0.149677 0.002517 0.009839 1.938790 109.6155 -6.219120 -5.901679 0.001521 0.010670

R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

Determinant resid covariance (dof adj.) Determinant resid covariance Log likelihood Akaike information criterion Schwarz criterion

SKRIPSI

1.12E-09 5.47E-10 211.4020 -11.35770 -10.26933


ARSYA JAVIDIAR


LAMPIRAN 5 Impulse Response

Periode Krisis Global Response to Cholesky One S.D. Innovations Response of IHSG to IHSG

Response of IHSG to BIRATES

Response of IHSG to KURS

.10

.10

.10

.05

.05

.05

.00

.00

.00

-.05

-.05

-.05

-.10

-.10

-.10

-.15

-.15

-.15

-.20

-.20 1

2

3

4

5

6

7

8

9

10

-.20 1

Response of BIRATES to IHSG

2

3

4

5

6

7

8

9

10

1

.6

.6

.4

.4

.4

.2

.2

.2

.0

.0

.0

-.2

-.2 2

3

4

5

6

7

8

9

10

2

3

4

5

6

7

8

9

10

1

.04

.04

.02

.02

.02

.00

.00

.00

-.02

-.02

-.02

-.04 3

4

5

6

7

8

9

10

5

6

7

8

9

10

3

4

5

6

7

8

9

10

9

10

Response of KURS to KURS

.04

2

2

Response of KURS to BIRATES

-.04

4

-.2 1

Response of KURS to IHSG

1

3

Response of BIRATES to KURS

.6

1

2

Response of BIRATES to BIRATES

-.04 1

2

3

4

5

6

7

8

9

10

1

2

3

4

5

6

7

8

Pasca Krisis Global Response to Cholesky One S.D. Innovations Response of IHSG to IHSG


.06

.04

.04

.04

.02

.02

.02

.00

.00

.00

-.02

-.02

-.02

-.04

-.04 1

2

3

4

5

6

7

8

9

10

-.04 1

Response of BIRATES to IHSG

2

3

4

5

6

7

8

9

10

1

.16

.16

.12

.12

.12

.08

.08

.08

.04

.04

.04

.00

.00

.00

-.04

-.04

-.04

-.08 2

3

4

5

6

7

8

9

10

2

3

4

5

6

7

8

9

10

1

.015

.015

.010

.010

.005

.005

.005

.000

.000

.000

-.005

-.005

-.005

-.010

-.010

-.010

-.015

-.015 4

5

6

7

8

9

10

5

6

7

8

9

10

3

4

5

6

7

8

9

10

9

10

Response of KURS to KURS

.010

3

2

Response of KURS to BIRATES

.015

2

4

-.08 1

Response of KURS to IHSG

1

3

Response of BIRATES to KURS

.16

1

2

Response of BIRATES to BIRATES

-.08

SKRIPSI

Response of IHSG to KURS

.06

-.015 1

2

3

4

5

6

7

8

9

10


1

2

3

4

5

6

7

8

ARSYA JAVIDIAR


LAMPIRAN 6 Variance Decomposition Periode Krisis Global

Variance Decomposition of IHSG: Period S.E. IHSG 1 2 3 4 5 6 7 8 9 10

0.061029 0.072386 0.085136 0.116361 0.172447 0.236735 0.296200 0.348626 0.395888 0.439628

100.0000 84.44334 64.97905 38.94522 18.94145 10.90952 8.010356 6.822916 6.110340 5.581821

Variance Decomposition of BIRATES: Period S.E. IHSG 1 2 3 4 5 6 7 8 9 10

0.144300 0.306800 0.482895 0.663614 0.836315 0.999493 1.151625 1.290472 1.417496 1.535319

0.011970 0.694488 1.419186 2.496773 3.014005 3.097974 3.156773 3.249436 3.325225 3.374014

Variance Decomposition of KURS: Period S.E. IHSG 1 2 3 4 5 6 7 8 9 10

0.024935 0.040327 0.043249 0.045369 0.048498 0.055530 0.064564 0.073102 0.081215 0.089134

7.952275 30.13728 28.72097 28.86985 25.79463 19.70652 15.07008 12.69379 11.14212 9.903672

BIRATES

KURS

0.000000 2.335399 11.95949 41.49320 65.66448 74.13307 76.46456 77.35963 78.03787 78.56489

0.000000 13.22126 23.06146 19.56158 15.39406 14.95741 15.52508 15.81746 15.85179 15.85329

BIRATES

KURS

99.98803 96.98779 93.29567 90.82194 89.74559 89.23632 88.78479 88.38580 88.09920 87.90467

0.000000 2.317720 5.285147 6.681285 7.240406 7.665710 8.058434 8.364764 8.575577 8.721319

BIRATES

KURS

4.789974 17.42258 21.21400 19.33289 23.60591 40.91589 55.80028 64.52839 70.36311 74.70460

87.25775 52.44013 50.06503 51.79726 50.59946 39.37760 29.12964 22.77782 18.49477 15.39173

Cholesky Ordering: IHSG BIRATES KURS

SKRIPSI


ARSYA JAVIDIAR


Pasca Krisis Global

Variance Decomposition of IHSG: Period S.E. IHSG 1 2 3 4 5 6 7 8 9 10

0.042517 0.055711 0.064768 0.072187 0.076689 0.081562 0.086720 0.091212 0.095812 0.100859

100.0000 90.89771 78.94458 81.00541 80.51196 77.39586 75.99389 72.54190 68.40480 64.47982

Variance Decomposition of BIRATES: Period S.E. IHSG 1 2 3 4 5 6 7 8 9 10

0.102846 0.181184 0.245203 0.293393 0.334144 0.374518 0.410693 0.443240 0.474673 0.504095

0.503459 1.594559 1.419823 1.989801 1.693578 1.647085 1.649650 1.556657 1.578078 1.596134

Variance Decomposition of KURS: Period S.E. IHSG 1 2 3 4 5 6 7 8 9 10

0.009839 0.017696 0.023919 0.029690 0.034628 0.038905 0.043004 0.046798 0.050330 0.053771

27.07693 29.30175 23.51305 21.15047 21.27000 20.69504 20.33983 20.32182 20.07792 19.93572

BIRATES

KURS

0.000000 4.494861 5.355228 4.407791 5.661261 8.727334 11.49093 16.08693 21.24325 26.12518

0.000000 4.607428 15.70019 14.58679 13.82678 13.87681 12.51518 11.37116 10.35195 9.394999

BIRATES

KURS

99.49654 94.69157 92.58007 90.95988 89.10809 88.28661 88.16458 87.76233 87.42265 87.25446

0.000000 3.713870 6.000106 7.050319 9.198330 10.06631 10.18577 10.68101 10.99927 11.14940

BIRATES

KURS

12.14934 19.52157 22.91788 25.34401 26.99538 27.41665 27.73865 28.25709 28.58717 28.86725

60.77373 51.17668 53.56906 53.50552 51.73462 51.88831 51.92152 51.42109 51.33491 51.19702

Cholesky Ordering: IHSG BIRATES KURS

SKRIPSI


ARSYA JAVIDIAR

PENGARUH BI RATE DAN NILAI TUKAR TERHADAP INDEKS HARGA SAHAM GABUNGAN PADA SAAT KRISIS GLOBAL 2008 DAN PERIODE SETELAHNYA

Recommend Documents