PENGARUH FOREIGN PORTFOLIO INVESTMENT (FPI) TERHADAP INDEKS HARGA SAHAM GABUNGAN (IHSG) DI BURSA EFEK INDONESIA (PERIODE TAHUN )

1

PENGARUH FOREIGN PORTFOLIO INVESTMENT (FPI) TERHADAP INDEKS HARGA SAHAM GABUNGAN (IHSG) DI BURSA EFEK INDONESIA (PERIODE TAHUN 2007–2012) Puteri Program Studi Administrasi Niaga, FISIP UI

Abstrak: Penelitian ini dilakukan untuk menganalisis hubungan kausalitas antara Foreign Portfolio Investment (FPI) terhadap Indeks Harga Saham Gabungan (IHSG) di Bursa Efek Indonesia. Variabel yang akan diuji dalam penelitian ini adalah Net Foreign Portfolio Inflow (NFPI) dan Stock Return atas Indeks Harga Saham Gabungan (IHSG). Penelitian menggunakan metode ekonometrika Granger Causality dengan periode penelitian Januari 2007 hingga Desember 2012. Hasil penelitian dengan uji Granger Causality menunjukkan bahwa terdapat hubungan kausalitas satu arah (uni-directional causality) antara Foreign Portfolio Investment (FPI) terhadap Indeks Harga Saham Gabungan (IHSG).

Kata kunci: Foreign Portfolio Investment (FPI), Indeks Harga Saham Gabungan (IHSG), Net Foreign Portfolio Inflow (NFPI),Stock Return, dan Granger Causality.

I.

PENDAHULUAN

Pasar modal Indonesia merupakan salah satu negara tujuan investasi bagi investor di negar-negara maju (developed markets) yang dikenal sebagai emerging market (Morgan Stanley, 2006). Mengingat pasar modal di negara-negara yang termasuk emerging market memberikan risk premium yang lebih tinggi daripada negara-negara yang termasuk dalam developed markets lainnya (Solomons & Grootveld, 2003), sehingga dapat memberikan expected return yang lebih tinggi pula.

Universitas Indonesia Pengaruh foreign..., Puteri, FISIP UI, 2013

2

Perkembangan kondisi perekonomian Indonesia sendiri dianggap baik bagi para investor untuk menanamkan dana. Sejak keberadaan pasar modal Indonesia yang terus membaik, peranan investor asing terus meningkat, baik dari segi dana yang masuk maupun dari pelakunya. Ada banyak faktor yang mempengaruhi minat investasi di suatu negara antara lain faktor keamanan, stabilitas sosial, politik, dan sebagainya (Rahayu 2005).

Investor asing masuk karena melihat adanya pertumbuhan ekonomi ini, sebab dengan pertumbuhan tersebut mereka akan berpeluang memperoleh capital gain dan dividen. Praktis sejak berdirinya pasar modal Indonesia kontribusi investor asing selalu lebih besar, dengan kata lain mereka lebih banyak menikmati keuntungan akibat pertumbuhan ekonomi tersebut.

Hingga kini, dilihat dari jumlahnya, investor asing sejatinya hanya sekitar 4% dari total investor di BEI. Hanya, dari segi nilai, Bursa Efek Indonesia (BEI) mencatat kepemilikan portofolio asing di pasar modal domestik masih sekitar 62%. Bahkan, lima tahun lalu, dominasi asing sempat mencapai 70%. Meski dominasi asing mulai menurun, kita tidak memungkiri peran mereka di pasar keuangan Indonesia masih cukup besar. Artinya, Indonesia tak bisa terlepas sepenuhnya dari gejolak pasar global.

Dan dari 240 juta penduduk Indonesia, jumlah investor lokal yang aktif di pasar modal baru sekitar 350 ribu orang atau 0,15% (Sumber: Data KSEI). Keterlibatan investor lokal di pasar modal Indonesia masih di bawah negeri tetangga. Di Singapura, hampir 50% penduduknya telah menjadi investor di pasar modal, sedangkan di Malaysia sekitar 20%.

Masih kecilnya peranan investor lokal membuat pasar keuangan Indonesia rentan terhadap gejolak pasar global. Kuatnya dominasi investor asing juga tidak sehat bagi perkembangan pasar modal nasional. Kini, uang tidak lagi mengenal kewarganegaraan. Uang bisa mengalir ke mana saja. Arus modal asing (hot money) begitu mudah datang dan pergi. Beberapa bulan lalu, kita menyaksikan betapa derasnya arus modal asing ke negeri ini.


3

Selama Januari-Juli 2011, investor asing mencatat transaksi beli bersih (nett buy) sebesar Rp 22,9 triliun. Namun, pada Agustus-22 September 2011, asing melakukan transaksi jual bersih (nett sell) hingga Rp 13,7 triliun. Sehingga kehadiran investor asing tidak hanya mendatangkan keuntungan. Walaupun Return meningkat dengan cepat saat pasar dibuka, namun hal itu tidak berlangsung lama, dengan berjalannya investasi modal asing, investor mengharapkan Return yang tinggi dan cepat pula, yang menyebabkan

mereka

mudah

memasuki

suatu

negara

dan

mudah

juga

meninggalkannya.

Negara emerging market diketahui lebih rentan terhadap krisis keuangan daripada negara berkembang lainnya. Seringkali investor asing disalahkan karena menyebabkan ketidakstabilan kondisi keuangan dengan menciptakan sudden flows pada emerging market. Keberadaan investor asing di satu sisi memang memberikan pengaruh positif karena membuat bursa saham lebih likuid.

Selain itu, menurut Errunza (1986), investasi portofolio oleh investor asing dapat memberikan tiga pengaruh positif, yaitu (1) mengembangkan pasar modal di negara tujuan (development effect), (2) meningkatkan sumber pendanaan dari luar (resources effect), dan (3) meningkatkan nilai saham yang pada akhirnya meningkatkan milai portofolio oleh investor lokal (welfare effect). Di sisi lain, dominasi kepemilikan saham oleh investor asing membuat kinerja pasar modal bisa sangat fluktuatif karena ada potensi penarikan dana setiap saat.

Berbagai penelitian telah dilakukan dalam rangka mengetahui seberapa besarnya pengaruh perilaku investor asing bagi sebuah pasar modal di negara emerging country. Yang menjadi jurnal acuan bagi penulis adalah jurnal yang berjudul “The Impact of Stock Market Returns on Foreign Portfolio Investment in Nigeria” (Ozurumba Benedict Anayochukwu) yang diambil dari salah satu kumpulan IOSR Journal of Business and Management (2012) menganalisis dampak dari Stock Market Returns terhadap Foreign Portfolio Investment di Nigeria dan hubungan kausalitas di antara keduanya.


4

Dari hasil penelitian menunjukkan bahwa Stock Market Returns memiliki dampak positif yang signifikan terhadap Foreign Portfolio Investment, namun tidak sebaliknya. Foreign Portfolio Investment tidak memberikan pengaruh yang signifikan terhadap Stock Market Return, sehingga hubungan hanya satu arah saja (uni-directional causality).

Berdasarkan penelitian-penelitian yang telah dilakukan sebelumnya, maka penelitian yang dilakukan di Indonesia ini pun menganalisis hubungan kausalitas di antara Foreign Portfolio Investment (FPI) dengan Indeks Harga Saham Gabungan (IHSG) di Bursa Efek Indonesia.

II.

TUJUAN & RUANG LINGKUP PENELITIAN

Tujuan penelitian ini adalah menganalisis apakah Foreign Portfolio Investment (FPI) memiliki pengaruh terhadap perubahan Indeks Harga Saham Gabungan (IHSG) di Bursa Efek Indonesia. Penelitian ini dilakukan di Indonesia, dengan periode waktu penelitian sejak Januari 2007 hingga Desember 2012, dengan unit data bulanan sebanyak 72 unit data series, dari 410 Perusahaan Tercatat. Penelitian ini akan melihat perbandingan yang terjadi selama periode 6 (enam) tahun.

Penelitian ini mengukur aktivitas perdagangan investor asing hanya sebatas Net Foreign Portfolio Investment (NFPI), Foreign Portfolio Investment (FPI), kemudian Stock Return, dan IHSG dimana data bersumber dari Bursa Efek Indonesia. Peneliti menggunakan metode Granger Causality untuk menguji keterkaitan antara kedua variabel endogen yang penulis teliti, yakni NFPI dan Stock Return.

III. TINJAUAN PUSTAKA

Penganut liberalisasi arus modal berpendapat bahwa investasi portfolio asing cenderung untuk meningkatkan likuiditas dan efisiensi dari pasar domestik/lokal.


5

Mereka mengklaim bahwa pada periode jangka panjang, imbal hasil yang diharapkan akan semakin berkurang sebagai akibat dari integrasi pasar. Henry (2000), Bekaert and Harvey (2002) menanggapi isu ini dengan melakukan abnormal return test setelah liberalisasi pasar.

Penelitian ini menyatakan bahwa semakin banyaknya investor asing yang terlibat dalam transaksi perdagangan di pasar domestik/lokal, maka baik perusahaan yang sedang berkembang maupun perusahaan yang sudah mapan, akan semakin mudah mengingkatkan modal mereka. Dengan masuknya investor asing, akan meningkatkan likuiditas pasar domestik/lokal dan memperluas basis investor, namun akan turut meningkatkan resiko pula.

Isu lain adalah dengan masuknya investor asing ke pasar domestik/lokal, maka regulasi mengalami perubahan ke arah lebih transparan, investor asing menuntut peraturan perundang-undangan yang lebih baik dari pasar domestik/lokal sehingga pasar modal menjadi lebih efisien (Kim and Singal, 2000).

Namun, kehadiran investor asing tidak hanya mendatangkan keuntungan, dengan berjalannya investasi modal asing, investor mengharapkan imbal hasil yang cepat dan tinggi atas investasi mereka. Hal inilah yang membuat mereka memasuki sebuah negara atau meninggalkannya, sehingga banyak negara yang merasa khawatir dengan dampak yang akan ditimbulkan dengan arus keluarnya modal asing pada saat krisis.

Terkait isu di atas, maka seringkali investor asing disalahkan atas ketidakstabilan kondisi perekonomian suatu negara. Tiga alasan yang dikutip antara lain: (1) adanya tekanan harga yang akan mengarahkan pasar menjadi tidak efisien, (2) positive feedback, (3) perilaku menggiring atau mengajak.

Di dalam lingkungan emerging market, seringkali investor asing menjadi pemimpin bagi investor domestik/lokal.

Namun, beberapa peneliti berpendapat bahwa baik

positive feedback maupun perilaku menggiring bukanlah faktor yang mempengaruhi ketidakstabilan perekonomian suatu negara (Choe, Kho, and Stulz; 1999).


6

Berbagai penelitian telah dilakukan dalam rangka mengetahui seberapa besarnya pengaruh perilaku investor asing bagi sebuah pasar modal di negara emerging country. Seperti penelitian yang telah dilakukan oleh Clark and Berko (1996) di dalam menganalisa tekanan harga sebagai dampak yang telah ditimbulkan oleh investor asing di Meksiko menggunakan model regresi dengan menambahkan lagged value tiga bulan sebelumnya dari net foreign flows dengan stock return sebagai variabel dependennya, namun hasilnya mereka tidak menemukan bukti adanya tekanan harga yang ditimbulkan oleh investor asing.

Tabak (2003) meneliti apakah harga saham akan ikut meningkat apabila investor asing memperluas basis pasar mereka di pasar domestik/lokal. Tabak melakukan uji coba kointegrasi antara Brazilian Stock Return dengan Foreign Equity Portfolio Investment (FEPI) di the Sao Paulo Stock Exchange (Bovespa). Tabak menemukan bahwa indeks Bovespa kointegrasi dengan FEPI.

Untuk mengetahui apakah perilaku investor asing menghasilkan umpan balik yang positif atau negatif, Dahlquist and Robertsson (2004) menggunakan model regresi dengan menambahkan lagged monthly flow, dengan stock return sebagai variabel independen dan Net Foreign Portfolio Inflow (NFPI) sebagai variabel dependen. Hasil uji mereka membuktikan bahwa perilaku investor asing menghasilkan umpan balik positif dari pasar domestik/lokal.

Murat Can Adabag and Jose Renato Haas Ornelas (2005) dalam jurnalnya yang berjudul “Behavior and Effects of Foreign Investors on Istanbul Stock Exchange” menganalisa dampak investor asing terhadap Istanbul Stock Exchange (ISE) serta perilaku berdagang mereka pada pasar modal Turki dengan menggunakan VAR model (Vector Auto-Regressive) untuk menguji Granger Causality antara stock return dengan Net Foreign Portfolio Inflow (NFPI).

Dari hasil penelitian menunjukkan bahwa terdapat hubungan sementara antara kedua variabel tersebut, yaitu meningkatnya indeks ISE saat investor asing memasuki pasar


7

Turki begitu pun sebaliknya. Dalam penelitian ini tidak ditemukannya dampak tekanan harga yang ditimbulkan oleh investor asing, namun telah ditemukannya feedback trading yang negatif dimana menunjukkan adanya strategi perlawanan oleh pasar domestik saat investor asing melakukan transaksi perdagangan di pasar Turki.

Sehingga berdasarkan analisis mereka, investor asing tidak dapat disalahkan atas ketidakstabilan perekonomian di Turki. Justru feedback trading yang negatif akan melancarkan pergerakan pasar, bukan memperburuk kondisi perekonomian Turki. Dengan ini, investasi modal asing sangat menguntungkan di pasar modal Turki. Sedangkan dalam jurnal yang berjudul “The Impact of Stock Market Returns on Foreign Portfolio Investment in Nigeria” (Ozurumba Benedict Anayochukwu) yang diambil dari salah satu kumpulan IOSR Journal of Business and Management (2012) menganalisis dampak dari Stock Market Returns terhadap Foreign Portfolio Investment di Nigeria dan hubungan kausalitas di antara keduanya.

Hasil penelitian Ozurumba Benedict Anayochukwu menunjukkan hasil bahwa Stock Market Returns memiliki dampak positif yang signifikan terhadap Foreign Portfolio Investment, namun tidak sebaliknya. Foreign Portfolio Investment tidak memberikan pengaruh yang signifikan terhadap Stock Market Return, sehingga hubungan hanya satu arah saja (uni-directional causality).

IV. MODEL ANALISIS

Penelitian ini mengkaji tentang hubungan dua variabel yang saling mempengaruhi dan dipengaruhi. Maka, variabel yang digunakan pada penelitian ini adalah variabel endogen dan variabel eksogen. Variabel endogen adalah variabel yang secara sistematis ditentukan atau merupakan variabel stokastik. Sedangkan variabel eksogen adalah variabel yang nonstokastik.


8

Pada penelitian ini tidak terdapat variabel eksogen, peneliti hanya menggunakan variabel endogen saja, antara lain: 1.

Stock Returns of IDX (Indonesia Stock Exchange)

2.

Net Foreign Portfolio Inflow (NFPI)

Berdasarkan jurnal acuan yang berjudul “The Impact of Stock Market Returns on Foreign Portfolio Investment in Nigeria” (Ozurumba Benedict Anayochukwu) yang diterbitkan oleh Journal of Business and Management (2012) menganalisis dampak dari Stock Market Returns terhadap Foreign Portfolio Investment di Nigeria dan hubungan kausalitas di antara keduanya, maka variabel endogen yang disebutkan sebelumnya di atas, akan digunakan penulis untuk mengetahui hubungan kausalitas antara NFPI dengan Stock Return melalui metode Granger Causality.

Penelitian menggunakan metode Granger Causality adalah untuk menjelaskan apakah di antara variable Stock Return dengan NFPI memiliki hubungan kausalitas satu arah saja atau dua arah, untuk melihat pengaruh masa lalu terhadap kondisi sekarang.

Adapun model analisis penelitian sebagai berikut: (Engle dan Granger)

t

∑

=

t

=

FPIt – 1 +

∑

∑

∑

Rt – 1 +

........................ (Persamaan 1)

.....................(Persamaan 2)

Dimana: R

= Return

NFPI = Net Foreign Portfolio Inflow t

= Time = Constants ,

i

= Regression Coefficient = Error Coefficient


9

V.

STATIONARITY TEST (Uji Unit Root ADF)

Data time series pada umumnya tidak stasioner, oleh karena itu harus dilakukan uji stasioneritas data terlebih dahulu. Uji stasioneritas data atau sering disebut dengan unit root test, merupakan langkah awal yang dilakukan untuk mengestimasi sebuah model yang kan digunakan.

Regresi model dengan menggunakan data yang tidak stasioner akan menyebabkan spurius regression, regresi tersebut terlihat bagus namun pada kenyataannya tidak dan dapat menimbulkan autokorelasi. Sekumpulan data dinyatakan stasioner jika nilai ratarata dan varian dari data time series tersebut tidak mengalami perubahan secara sistematik sepanjang waktu, atau dapat juga dinyatakan rata-rata dan variannya konstan.

Stasioneritas dapat dilihat dengan mengamati grafik data, kolegram, dan menggunakan sebuah uji formal yang dikenal dengan sebutan Uji Unit Root ADF (Augmented Dickey Fuller). Uji ini merupakan pengujian yang dikenalkan oleh David Dickey dan Wayne Fuller. Saat melakukan uji unit Root ADF, maka yang diperhatikan adalah nilai probabilitas serta perbandingan dengan nilai t stastik dengan nilai t kritis.

VI. CO-INTEGRATION TEST (Uji Kointegrasi)

Pengujian kointegrasi dilakukan untuk mengetahui apakah antar variabel independen dengan variabel dependennya terdapat hubungan atau keterkaitan sehingga dapat digunakan sebagai estimasi jangka panjang. Pendekatan kointegrasi berkaitan erat dengan pengujian terhadap kemungkinan adanya hubungan keseimbangan jangka panjang antara variabel-variabel. Pengujian kointegrasi antar variabel untuk menentukan metode Granger Causality yang nantinya akan digunakan.


10

Model kointegrasi dapat dilihat pada persamaan sbb:

VII. PENENTUAN LAG OPTIMAL

Dalam melakukan pengujian Granger Causality, terlebih dahulu dilaksanakan pengujian lag yang optimal. Dalam menentukan panjangnya kelambanan, maka sebelumnya harus dilakukan pengujian optimal dalam menentukan panjangnya lag.

Dengan menggunakan Software Eviews 7.0, dapat dengan mudah terlihat hasil dari nilai Akaike Information Criteria (AIC), Schwartz Information Criteria (SIC), HannanQuin Criteria (HQ), dan Likehood Ratio (LR), maupun dari Final Prediction Error (FPE). Nilai yang paling minimum menunjukkan panjang kelambatan yang optimal.

VIII. GRANGER CAUSALITY TEST (Uji Kausalitas Granger)

Uji Granger Causality adalah suatu metode analisis yang menjelaskan apakah suatu variabel mempunyai hubungan dua arah atau satu arah saja. Uji Granger pada intinya adalah melihat pengaruh masa lalu pada kondisi sekarang sehingga data yang digunakan adalah data time series. Jadi, dapat dikatakan bahwa apakah X menyebabkan Y atau tidak.

IX. HASIL PENELITIAN

Analisis Statistik Deskriptif Statistik deskriptif didefinisikan sebagai metode dalam mengorganisasi dan menganalisis data kuantitatif, sehingga diperoleh gambaran yang teratur mengenai


11

suatu kegiatan. Adapun alat analisis yang digunakan adalah analisis regresi OLS. Berikut ini hasil uji statistik deskriptif:

Tabel 1. Hasil Uji Statistik Deskriptif R

NFPI

Mean

3.511502

2.06E+12

Median

2.868743

1.83E+12

Mode

-19.71033

-8.45E+12

Maximum

72.86098

1.75E+13

Minimum

-19.71033

-8.45E+12

Std. Dev.

10.01705

3.93E+12

Skewness

4.192969

0.825711

Kurtosis

31.26823

6.303125

Jarque-Bera

2789.379

43.75470

Probability

0.000000

0.000000

Sum

270.3856

1.58E+14

Sum Sq. Dev.

7625.937

1.18E+27

Observations

72

72

Sumber: Hasil Pengolahan Data Eviews 7.0

Berdasarkan tabel di atas menunjukkan bahwa series Return (R) memiliki nilai Mean 3.512, Median 2.869, Mode -19.71033, nilai Maksimum 72. 861, nilai Minimum 19.71033, Standar Deviasi 10.017.

Nilai skewness dari series R menunjukkan angka 4.1929. Skewness atau kecondongan ini untuk mengukur simetris tidaknya distribusi series dari sekitar rata-ratanya. Nilai skewness yang positif mempunyai arti distribusi lebih condong ke kiri (mempunyai ekor kanan yang lebih panjang) begitu juga sebaliknya nilai skewness yang negative mempunyai arti distribusi lebih condong ke kanan. Karena skewness series ini menunjukkan nilai positif maka mengindikasikan bahwa distribusi series ini lebih condong ke kiri dari series di sekitar rata-ratanya.


12

Sedangkan series NFPI memiliki nilai Mean 2.06E+12, Median 1.83E+12, Mode 19.71033, nilai Maksimum 1.75E+13, nilai Minimum -8.45E+12, Standar Deviasi 3.93E+12.

Nilai skewness dari series NFPI menunjukkan angka 0.825711. Skewness atau kecondongan ini untuk mengukur simetris tidaknya distribusi series dari sekitar rataratanya. Nilai skewness yang positif mempunyai arti distribusi lebih condong ke kiri (mempunyai ekor kanan yang lebih panjang) begitu juga sebaliknya nilai skewness yang negative mempunyai arti distribusi lebih condong ke kanan. Karena skewness series ini menunjukkan nilai positif maka mengindikasikan bahwa distribusi series ini lebih condong ke kiri dari series di sekitar rata-ratanya.

Nilai kurtosis adalah mengukur kerataan (peakness atau flatness) dari distribusi suatu series. Nilai kurtosis pada distribusi normal adalah 3. Apabila nilai kurtosis lebih dari 3, distribusi berbentuk tinggi (leptucoric) relatif terhadap distribusi normal dan apabila nilai kurtosis kurang dari 3, berarti distribusi berbentuk rata (platycurtic) relatif terhadap distribusi normal.

Pada series R memiliki nilai kurtosis 31.26823 dan pada series NFPI memiliki nilai kurtosis 6.303125, maka kedua nilai kurtosis tersebut lebih dari

3 yang berarti

distribusi berbentuk tinggi.

Stationarity Test (Uji Unit Root ADF) Dalam penelitian ini, penulis menggunakan data dengan menggunakan cara formal yakni dengan menggunakan ADF (Augmented Dickey Fuller), hal ini disebabkan karena pengujian dengan cara ini lebih akurat. Uji stasioner dengan ADF merupakan pengujian stasioner dengan menentukan apakah data runtun waktu mengandung akar unit.

Pada uji ini ada beberapa nilai yang harus diperhatikan yakni nilai ADF Statistik harus lebih kecil dari nilai critical value, jika hal tersebut terbukti maka data telah stasioner. Selain itu, hal yang harus diperhatikan adalah nilai probabilitas harus lebih kecil dari


13

tingkat signifikansi alpha sebesar 5%. Jika nilai ADF lebih kecil dari nilai kritis, maka tidak memiliki cukup bukti untuk menolak hipotesis.

Kesimpulannya adalah data menghadapi masalah unit root atau data tidak stasioner.

Ho : Data memiliki unit root (tidak stationer) Ha : Data tidak memiliki unit root (stasioner)

Berikut ini merupakan hasil pengolahan uji stasionaritas data:

Tabel 2. Hasil Uji Root 1 Group unit root test: Summary Series: R, NFPI Date: 06/15/13 Time: 09:08 Sample: 2007M01 2012M12 Exogenous variables: Individual effects Automatic selection of maximum lags Automatic lag length selection based on SIC: 2 Newey-West automatic bandwidth selection and Bartlett kernel Balanced observations for each test CrossMethod

Statistic

Prob.**

sections

Obs

1

72

Null: Unit root (assumes common unit root process) Levin, Lin & Chu t*

-6.82432

0.0000

Null: Unit root (assumes individual unit root process) Im, Pesaran and Shin W-stat ADF - Fisher Chi-square

-10.7167

0.0000

1

72

18.4207

0.0001

1

72

** Probabilities for Fisher tests are computed using an asymptotic Chi -square distribution. All other tests assume asymptotic normality.



14

Berdasarkan hasil di atas, nilai probabilitas ADF 0.0001 lebih kecil dibandingkan α=5% maka tolak H0 atau berarti tidak memiliki unit root maka dapat dikatakan bahwa data stasioner. Tabel 3. Hasil Uji Root 2 Group unit root test: Summary Series: R, NFPI Date: 06/15/13 Time: 09:08 Sample: 2007M01 2012M12 Exogenous variables: Individual effects Automatic selection of maximum lags Automatic lag length selection based on SIC: 0 Newey-West automatic bandwidth selection and Bartlett kernel Balanced observations for each test CrossMethod

Statistic

Prob.**

sections

Obs

2

144

Null: Unit root (assumes common unit root process) Levin, Lin & Chu t*

-11.6019

0.0000

Null: Unit root (assumes individual unit root process) Im, Pesaran and Shin W-stat

-11.3804

0.0000

2

144

ADF – Fisher Chi-square

56.6604

0.0000

2

144

PP – Fisher Chi-square

50.5734

0.0000

2

144

** Probabilities for Fisher tests are computed using an asymptotic Chi -square distribution. All other tests assume asymptotic normality.

Sumber:Hasil Pengolahan Data Eviews 7.0

Berdasarkan hasil di atas, nilai probabilitas ADF 0.0000 lebih kecil dibandingkan α=5% maka tolak H0 atau berarti tidak memiliki unit root maka dapat dikatakan bahwa data stasioner.

Dapat terlihat bahwa nilai uji ADF untuk semua variable lebih kecil dari nilai kritis. Oleh karena itu dapat disimpulkan bahwa seluruh variable tidak memiliki masalah unit root, maka data dianggap stasioner.


15

Co-Integration Test (Uji Kointegrasi) Uji kointegrasi Johansen menggunakan dua uji statistik yang bernama The Trace Test dan The Likelihood Eigenvalue Test. Baris pertama menjelaskan hipotesis tidak adanya hubungan kointegrasi. Baris kedua menjelaskan adanya satu hubungan kointegrasi. Jika probabilitas < 0,05 maka terdapat kointegrasi.

Berikut ini hasil pengujian kointegrasi: Tabel 4. Hasil Uji Kointegrasi

Date: 06/15/13 Time: 09:10 Sample (adjusted): 2007M01 2012M12 Included observations: 72 after adjustments Trend assumption: Linear deterministic trend Series: R NFPI Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace) Hypothesized

Trace

0.05

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob.**

None *

0.440388

62.78356

15.49471

0.0000

At most 1 *

0.226325

19.24526

3.841466

0.0000

Trace test indicates 2 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

Max-Eigen

0.05

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob.**

None *

0.440388

43.53831

14.26460

0.0000

At most 1 *

0.226325

19.24526

3.841466

0.0000

Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level


16

* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Sumber: Hasil Pengolahan Data Eviews 7.0

Berdasarkan tabel tersebut, setelah melakukan uji statistik The Trace Test dan The Likelihood Eigenvalue Test, maka dari kedua uji tersebut didapatkan nilai probabilitas 0.0000. Oleh karena itu jika probabilitas < 0,05 berarti terdapat kointegrasi.

Karena data telah stasioner dan memiliki integrasi, maka tidak perlu dilakukan uji Error Correction Model (ECM).

Penentuan Lag Optimal Penentuan panjang lag optimal akan digunakan dalam menentukan panjang lag pada uji Granger Causality. Terlebih dahulu ditentukan panjang lag maksimal dengan memperhatikan syarat kestabilan. Dalam menentukan syarat kestabilan panjang lag, maka terdapat banyak kriteria dalam memilih penentuan lag maksimal ini.

Beberapa kriteria tersebut diantaranya menggunakan Akaike Information Criterion (AIC), Schwarz Information Criterion (SIC), Hannan Quinn Criterion (HQ), Final Prediction Error (FPE), Likehood Ration (LR).

Semakin kecil nilai dari beberapa kriteria tersebut, maka model akan semakin baik, dan semakin minimum nilai dari kriteria tersebut berarti model makin dapat mewakili pergerakan yang sesungguhnya. (Thorton dan Batten, 1985)

Tabel 5. Hasil Penentuan Lag optimal Lag Order Selection Criteria Endogenous variables: R NFPI Exogenous variables: C Date: 06/15/13 Time: 09:18 Sample: 2007M01 2012M12 Included observations: 72


17

Lag

LogL

LR

FPE

AIC

SC

HQ

0

-2393.306

NA

1.81e+27

68.43732

68.50156*

68.46283*

1

-2390.673

5.039927

1.88e+27

68.47638

68.66911

68.55293

2

-2384.836

10.83991*

1.78e+27*

68.42390*

68.74511

68.55149

3

-2383.672

2.095864

1.94e+27

68.50491

68.95461

68.68354

4

-2381.604

3.604481

2.05e+27

68.56011

69.13830

68.78977

5

-2378.661

4.960638

2.12e+27

68.59032

69.29699

68.87102

6

-2377.911

1.222102

2.33e+27

68.68316

69.51832

69.01490

7

-2376.488

2.235174

2.52e+27

68.75681

69.72045

69.13958

* 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 Sumber: Hasil Pengolahan Data Eviews 7.0

Dan berdasarkan hasil tabel tersebut dapat dilihat bahwa terdapat 4 (empat) kriteria yang memiliki nilai lag terendah yaitu lag 2, dan itu berarti lag 2 adalah lag yang paling optimal. Empat kriteria tersebut yakni Final Prediction Error (FPE), Akaike Information Criterion (AIC), Schwarz Information Criterion (SC), dan Hannan-Quinn Information Criterion (HQ).

Granger Causality Test (Uji Kausalitas Granger) Setelah mendapatkan hasil yang signifikan terhadap hasil uji stasionaritas pada variabel-variabel endogen yang diteliti yakni Net Foreign Portfolio Inflow (NFPI) dan Stock Return (R) bahwa kedua data adalah stasioner. Dan setelah dilakukannya uji kointegrasi dan menjelaskan bahwa terrdapatnya hubungan di antara kedua variabel tersebut, maka tahapan selanjutnya adalah melakukan uji Granger Causality terhadap variabel NFPI dan Return.

Uji Granger ini pada intinya dapat mengindikasikan apakah suatu variabel mempunyai hubungan dua arah atau satu arah saja. Uji Granger melihat pengaruh masa lalu terhadap kondisi sekarang sehingga data yang diperlukan adalah data time series.


18

Jadi rumusan hipotesis dari Granger causality antara lain:

H01: Stock Return tidak menyebabkan secara Granger terhadap NFPI H02: NFPI tidak menyebabkan secara Granger terhadap Stock Return Hasil pengujian kausalitas Granger ditampilkan dalam tabel berikut ini:

Tabel 6. Hasil Uji Kausalitas Granger

Pairwise Granger Causality Tests Date: 06/15/13 Time: 09:07 Sample: 2007M01 2012M12 Lags: 2 Null Hypothesis: NFPI does not Granger Cause R R does not Granger Cause NFPI

Obs

F-Statistic

Prob.

72

5.71050

0.0050

0.61809

0.5419


Terlihat bahwa pada pengujian arah kausalitas berasal dari NFPI ke Return (R) dimana memperlihatkan nilai F-statistik yang lebih besar (F-Stat=5.71050) dan nilai probabilitas <0,05 (Prob=0.0050) atau dengan kata lain hipotesis ditolak (Ho = NFPI tidak menyebabkan secara Granger terhadap Return ditolak).

Sehingga dapat disimpulkan bahwa Net Foreign Portfolio Inflow (NFPI) memberikan pengaruh yang signifkan terhadap Return (R), dengan kata lain Foreign Portfolio Investment (FPI) memberikan pengaruh atau dampak terhadap perubahan Indeks Harga Saham Gabungan (IHSG) di Bursa Efek Indonesia pada periode Januari 2007 hingga Desember 2012 lalu.

Selanjutnya terlihat pula dari hasil pengujian yang telah dilakukan dari Return (R) ke NFPI dimana memperlihatkan nilai F-statistik yang lebih kecil (F-Stat = 0.61809) dan nilai probabilitas > 0.05 (Prob = 0.5419) atau dengan kata lain hipotesis diterima (Ho = Stock Return tidak menyebabkan secara Granger terhadap NFPI diterima).


19

Sehingga dapat disimpulkan bahwa Return (R) tidak memberikan pengaruh yang signifikan terhadap Net Foreign Portfolio Inflow (NFPI), dengan kata lain Indeks Harga Saham Gabungan (IHSG) tidak menghasilkan dampak yang positif terhadap Foreign Portfolio Investment (FPI) di Bursa Efek Indonesia Pada periode Januari 2007 hingga Desember 2012 lalu.

Oleh karena itu berdasarkan hasil di atas terlihat dapat terlihat hanya terjadi hubungan kausalitas satu arah (uni-directional causality) yaitu Net Foreign Portfolio Inflow (NFPI) menyebabkan secara Granger terhadap Return (R).

X.

KESIMPULAN

Dari berbagai pengujian yang telah dilakukan penulis guna mendapatkan hasil yang menjelaskan hubungan kasualitas antara variabel Foreign Portfolio Investment (FPI) terhadap Indeks Harga Saham Gabungan di Bursa Efek Indonesia, maka penulis menghasilkan kesimpulan.

Telah ditemukannya hubungan kausalitas satu arah (uni-directional causality) antara NFPI dengan Stock Return, yang menandakan bahwa NFPI memberikan pengaruh yang signifikan dengan nilai F statistic yang lebih besar (F-Stat = 5.71050) dan nilai probabilitas < 0.05 (Prob = 0.0050) atau dengan kata lain Hipotesis ditolak (Ho = NFPI tidak menyebabkan secara Granger terhadap Return ditolak).

Dari hasil penelitian ini terbukti bahwa dengan masuknya investor asing ke Indonesia, indeks ikut meningkat dan begitupun sebaliknya, sehingga tidak dapat dipungkiri bahwa Foreign Portfolio Investment (FPI) sangat memberikan dampak terhadap perubahan Indeks Harga Saham Gabungan (IHSG) di Bursa Efek Indonesia. Terbukti bahwa Indonesia masih sangat ketergantungan terhadap pemodal asing, sehingga kondisi perekonomian Indonesia masih sangat rentan terhadap arus masuk dan keluarnya investasi asing di dalam negeri.


20

Stock Return belum berhasil mempengaruhi investor asing untuk menanamkan modalnya di Indonesia, terbukti dari hasil pengujian yang telah dilakukan yang memperlihatkan nilai F statistic yang kecil (F-Stat = 0.61809) dan nilai probabilitas > 0.05 (Prob = 0.5419) atau dengan kata lain Hipotesis diterima (Ho = Stock Return tidak menyebabkan secara Granger terhadap NFPI).

Dari hasil penelitian terbukti bahwa perubahan yang terjadi pada Indeks Harga Saham Gabungan (IHSG) di Bursa Efek Indonesia tidak memberikan dampak atau pengaruh yang signifkan terhadap Foreign Portfolio Investment (FPI). Terbukti bahwa keputusan pemodal asing untuk menanamkan investasi di Indonesia bukan dikarenakan perubahan IHSG, IHSG belum mampu menarik minat asing untuk berinvestasi.

DAFTAR PUSTAKA Gujarati, D.N (2003), Basic Econometric, 4th Edition, McGraw Hill, Inc.

Sharpe, William F., Gordon, J. Alexander, Bailey (1995), Investment, Prentice Hall Inc., International Edition

Darmaji, Tjiptono, dan Fakhruddin (2001), Pasar Modal Indonesia, Salemba Empat, Jakarta Sarpe, William F. Gordon, J. Alexander, Jeffery V. Bailey, Investment, 5th Edition, Prentice Hall, New Jersey Bodie, Kane, Marcus, Investments, 6th Edition, McGraw Hill Education

Dr. Sumantoro, Bunga Rampai Permasalahan Penanaman Modal dan Pasar Modal, Binacipta, 1984


21

E.A. Koetin, Pasar Modal Indonesia, Retrospeksi Lima Tahun Swastanisasi BEJ, Pustaka Sinar Harapan, 1997

Ang, Robbert, Buku Pintar Pasar Modal, First Edition, Media Soft Indonesia, 1997

Alexander, Gordon J., dan William Sharpe (1997), Fundamental of Investment, Prentice Hall Inc., Englewood, New Jersey

M. Irsan Nasaruddin, Pasar Modal Indonesia, 1999

Boediono, Ekonomi Makro, Edisi 4, BPFE UGM, 1999

Bodie, Zvi, Alex Kane, and Alan J. Mareus (2002), Investment, McGraw Hill International Edition.

Panji Anoraga dan Piji Pakarti, Pengantar Pasar Modal, Rineka Cipta, 2001

Abdul Halim, Analisis Investasi, Salemba Empat, 2003

Elton J. Edwin and Martin J. Gruber (1991), Modern Portfolio Theory and Investment Analysis, 4th Edition, John Wiler and Sons. Inc.

Mankiw N. Gregory, Teori Makro Ekonomi, Edisi 5, Erlangga, 2003

Fabozzi, Frank J.(1999), Investment Management, Prentice Hall Inc., A. Simon and Schuster Company

Sharpe, William F. (1997), Portfolio: Theory and Capital Market, New York, McGraw Hill

Sunariyah, Pengantar Pengetahuan Pasar Modal, UPP YPKN, 2004


22

Husein Syahatah, Dr. Athiyyah Fayyadh, Bursa Efek, Tuntunan Islam dalam Transaksi di Pasar Modal, Pustaka Progressif, 2004

Mohamad Samsul, Pasar Modal dan Manajemen Portofolio, Erlangga, 2006

Erry Firmansyah, Metamorfosa Bursa Efek, PT Bursa Efek Indonesia, 2010

Annual Report 2011, Strengthening Resilience Embracing Growth, PT Bursa Efek Indonesia, 2011

IDX Statistik 2012, PT Bursa Efek Indonesia, 2012 IDX Fact Book 2012, PT Bursa Efek Indonesia, 2012

www.idx.co.id www.bi.go.id www.kontan.co.id www.ksei.co.id www.kpei.co.id


PENGARUH FOREIGN PORTFOLIO INVESTMENT (FPI) TERHADAP INDEKS HARGA SAHAM GABUNGAN (IHSG) DI BURSA EFEK INDONESIA (PERIODE TAHUN )

Recommend Documents