Pengaruh Harga Minyak Dunia terhadap Nilai Indeks Sektoral di Bursa Efek Indonesia Pasca Kebijakan Fluktuasi Harga BBM. Tesis

Pengaruh Harga Minyak Dunia terhadap Nilai Indeks Sektoral di Bursa Efek Indonesia Pasca Kebijakan Fluktuasi Harga BBM

Tesis

Diajukan kepada Program Pascasarjana Magister Manajemen Guna Memenuhi Sebagian dari Persyaratan-persyaratan untuk Mencapai Gelar Magister Manajemen

Oleh: Christopher Daniel 912014019

PROGRAM STUDI MAGISTER MANAJEMEN PROGRAM PASCASARJANA UNIVERSITAS KRISTEN SATYA WACANA SALATIGA 2016

i

ii

iii

iv

v

vi

KATA PENGANTAR Berlakunya kebijakan fluktuasi harga BBM menyebabkan gejolak ekonomi di Indonesia contohnya bagi perusahaan-perusahaan yang bergerak dibidang pertambangan dan industri. Kebijakan fluktuasi harga BBM juga menyebabkan harga saham pada sektor pertambangan dan industri menjadi tidak menentu, dimana investor akan mempertimbangkan fluktuasi harga minyak dunia saat melakukan proses investasi. Penelitian ini dilakukan untuk mengetahui pengaruh harga minyak dunia terhadap nilai indeks sektoral pasca kebijakan fluktuasi harga BBM, dimana hal tersebut menyebabkan nilai investasi yang tidak menentu. Penulis sepenuhnya menyadari bahwa dalam penulisan thesis ini masih terdapat kekurangan dan keterbatasan. Terlepas dari hal tersebut, penulis berharap semoga karya ilmiah ini dapat bermanfaat bagi semua pihak yang berkepentingan.

Salatiga, Juni 2016

Christopher Daniel

vii

UCAPAN TERIMAKASIH Puji dan syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa, atas segala rahmat-Nya, sehingga penulis dapat menyelesaikan thesis ini. Thesis ini berjudul “Pengaruh Harga Minyak Dunia terhadap Nilai

Indeks Sektoral di Bursa Efek Indonesia Pasca Kebijakan Fluktuasi Harga BBM”. Penulis telah banyak menerima bimbingan, saran, motivasi dan doa dari berbagai pihak selama penulisan thesis ini. Oleh karena itu, pada kesempatan ini penulis menyampaikan terimakasih kepada semua pihak yang telah memberikan bantuan dan bimbingan, yaitu kepada: 1. Orang tua saya, Bapak Tjong Tje dan Ibu Melinda Tjioe, yang telah mendukung baik moril maupun materil serta dukungan dan doanya dalam penulisan skripsi ini. 2. Prof. Christantius Dwiatmadja, SE., ME., PhD, selaku Dekan Fakultas Ekonomika dan Bisnis Universitas Kristen Satya Wacana. 3. Bapak Hari Sunarto, SE, MBA, PhD, selaku Ketua Program Studi Magister Manajemen Fakultas Ekonomika dan Bisnis Universitas Kristen Satya Wacana. 4. Prof. Supramono, SE, MBA, DBA, selaku Dosen Pembimbing penulis yang telah meluangkan waktu dalam memberikan masukan, saran dan bimbingan yang baik mulai dari awal penulisan hingga selesainya skripsi ini. 5. Seluruh staf pengajar dan staf administrasi Fakultas Ekonomika dan Bisnis Universitas Kristen Satya Wacana.

viii

6. Ibu Ira Yuliani, S.Pd., selaku Staf Sekretariat Pasca Sarjana Fakultas Ekonomika dan Bisnis Universitas Kristen Satya Wacana. 7. Teman-teman saya, khususnya Vita Agesi Argentina yang selalu mendukung, memberi semangat dan mendoakan saya selama penulisan thesis ini. Penulis menyadari bahwa thesis ini memiliki keterbatasan dan masih jauh dari sempurna. Namun, penulis berharap kiranya thesis ini dapat bermanfaat bagi para pembaca.

Salatiga, Juni 2016

Christopher Daniel

DAFTAR ISI KATA PENGANTAR ........................................................................ i UCAPAN TERIMAKASIH ............................................................ vii DAFTAR ISI..................................................................................... ix DAFTAR GAMBAR ........................................................................ xi DAFTAR TABEL............................................................................. xi PENDAHULUAN ............................................................................. 1 KAJIAN LITERATUR ...................................................................... 4 Konsep Efficient-market Hypothesis .............................................. 4 Hubungan fluktuasi harga minyak dan pasar modal ...................... 6 Hubungan fluktuasi harga minyak dunia di pasar modal negara berkembang .................................................................................... 8 Peran dan Kebijakan Migas di Indonesia ..................................... 10 PENGEMBANGAN HIPOTESIS ................................................... 11 METODE PENELITIAN ................................................................ 13 Populasi dan Sampel .................................................................... 13 Tahapan Pengujian ....................................................................... 20 HASIL .............................................................................................. 24 Analisis Deskriptif ....................................................................... 24 Pengujian Asumsi......................................................................... 26 1.

Uji Akar Unit (Unit Root Test).......................................... 26

2.

Hasil Panjang Lag Optimal ............................................... 28

3.

Uji Kointegrasi .................................................................. 29

4.

Uji Granger Causality ....................................................... 30

5.

Analisis Vector Auto Regression (VAR) .......................... 32

PEMBAHASAN .............................................................................. 35 Pergerakan harga minyak dunia berpengaruh positif terhadap nilai indeks di sektor pertambangan ..................................................... 35 ix

x

Pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor industri dasar ...................................................... 37 Pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor aneka industri dan sektor industri barang konsumsi ...................................................................................... 38 PENUTUP ....................................................................................... 40 Simpulan ...................................................................................... 40 Implikasi Teoritis ......................................................................... 41 Saran ............................................................................................. 42 Referensi ......................................................................................... viii Lampiran 1: Hasil Uji Akar .............................................................. vi Lampiran 2: Hasil Uji Panjang Lag Optimal .................................. viii Lampiran 3: Hasil Uji Kointegrasi.................................................... vi Lampiran 4: Hasil Uji Granger Causality ......................................... vi Lampiran 5: Hasil Uji Vector Auto Regression ................................ vi

xi

DAFTAR GAMBAR Gambar 1: Rangkaian waktu event study .............................................................. 15 Gambar 2: Grafik Histogram pergerakan perubahan harga Minyak WTI antara Oktober 2013 sampai Oktober 2014 ..................................................................... 16 Gambar 3: Grafik Histogram pergerakan perubahan harga Minyak WTI antara November 2014 sampai November 2015.............................................................. 17

DAFTAR TABEL Tabel 1: Jumlah data yang diolah sebelum dan sesudah kebijakan ...................... 18 Tabel 2: Peristiwa yang tidak mempunyai kaitan dengan harga minyak dunia dan mempunyai pengaruh langsung pada nilai saham di Bursa Efek Indonesia ......... 19 Tabel 3: Deskripsi Data Penelitian ....................................................................... 25 Tabel 4: Output Augmented Dickey-Fuller (ADF) Test ....................................... 27 Tabel 5: Panjang Lag Optimal .............................................................................. 28 Tabel 6: Ranking Kointegrasi dari Variabel Minyak WTI dan Keempat Sektor yang Diteliti .......................................................................................................... 29 Tabel 7: Uji Kausalitas Granger untuk Keempat Sektor yang Diteliti .................. 30 Tabel 8: Estimasi VAR untuk keempat Sektor yang diteliti ................................. 33

PENDAHULUAN Indonesia yang telah menikmati harga BBM yang relatif murah selama bertahun-tahun harus menyerah pada kenaikan harga yang substansial dalam produk minyak bumi. Hal tersebut diakibatkan kenaikan harga minyak mentah dunia yang cukup signifikan. Pada 17 November 2014, Presiden Joko Widodo mengumumkan kenaikan harga BBM. Premium naik dari Rp 6.500 menjadi Rp 8.500, sedangkan solar dari Rp 5.500 menjadi Rp 7.500 per liter (Nashrillah, 2014). Selanjutnya, pada 1 Januari 2015, Presiden Joko Widodo resmi menghapus subsidi BBM yang telah diterapkan sejak tahun 1980 untuk jenis premium, dan untuk bahan bakar solar ditetapkan subsidi tetap sebesar Rp 1.000. Harga BBM Premium dan Solar akan diumumkan oleh pemerintah setiap awal bulan. Perhitungan harga akan menggunakan rumus yang telah ditetapkan oleh pemerintah dan mengacu pada harga minyak dunia, kurs Rupiah terhadap Dolar AS, serta faktor inflasi (Gumelar, 2015). Kenaikan harga minyak mentah telah memaksa pemerintah Indonesia untuk menanggung kenaikan biaya kepada konsumen. Harga baru memicu reaksi keras baik dari perusahaan maupun konsumen. Ketidakpastian harga BBM di Indonesia yang dipengaruhi oleh harga minyak dunia akan berimbas pada bisnis dan perusahaan. Para pengusaha khawatir bahwa kenaikan harga akan berdampak negatif terhadap bisnis mereka dan konsumen pun juga akan terkena imbasnya dengan adanya kenaikan umum harga barang dan jasa. Setelah berlakunya kebijakan fluktuasi harga BBM, pemerintah sudah tidak akan lagi memberikan subsidi BBM terhadap masyarakat Indonesia, dimana harga BBM di Indonesia akan mengikuti pergerakan harga pasar minyak dunia. Pada tahun 2011, Indonesia mengekspor minyak mentah sebanyak 109.407.580 barrel (Indonesia: Oil for 2011, 2011) dikenal sebagai 1

2

negara pengekspor minyak (Humberto, 2010). Kenaikan harga minyak dipandang sebagai sinyal awal potensi kenaikan kapasitas produksi industri yang kemudian dapat memberi beberapa dampak positif terhadap kinerja pasar saham Indonesia. Kondisi seperti ini masih sangat baru bagi masyarakat negeri ini, berbeda dengan masyarakat luar negeri yang sudah terbiasa dengan fluktuasi harga BBM. Kasus semacam ini juga dapat dikatakan baru bagi bidang akademis, belum ada penelitian yang dilakukan untuk melihat hal tersebut. Studi yang meneliti hubungan antara harga minyak dan pasar saham masih relatif sedikit. Penelitian yang dilakukan oleh Jones & Kaul (1996) merupakan studi pertama untuk menganalisis pengaruh pergerakan harga minyak di pasar saham. Gjerde & Sættem (1999) dan Papapetrou (2001) memperluas penelitian ke Norwegia dan Yunani. Lescaroux & Mignon (2008) menemukan kausalitas Granger yang kuat dari harga minyak dengan harga saham, terutama untuk negaranegara pengekspor minyak. Bhar & Nikolova (2010) menemukan kembali bahwa harga minyak dunia memiliki dampak yang signifikan terhadap tingkat pengembalian ekuitas di Rusia. Seshaiah & Behera (2009) menemukan bahwa indeks harga saham India terintegrasi dengan harga minyak mentah. Pollet (2002) menemukan bahwa perubahan harga minyak dapat memprediksi return pasar saham secara global, sementara Hammoudeh & Li (2004) juga menemukan pentingnya faktor minyak untuk harga saham di negara-negara pengekspor minyak. Namun, Sawyer & Nandha (2006) menggunakan model hirarkis terhadap pengembalian saham, studi mereka menghasilkan hubungan negatif antara harga minyak dengan return saham secara agregat. Pada akhirnya, Gogineni (2007) juga memberikan dukungan statistik untuk

3

sejumlah hipotesis, jika pergerakan harga minyak mencerminkan perubahan dalam permintaan secara agregat, harga minyak berhubungan secara positif dengan harga saham, namun akan berhubungan secara negatif dengan harga saham, apabila pergerakan harga minyak mencerminkan perubahan dalam penawaran. Berdasarkan pemaparan tersebut, harga minyak mentah, yang merupakan bahan bakar utama kegiatan industri, memainkan peran penting dalam membentuk perkembangan ekonomi, tidak hanya dengan langsung mempengaruhi indikator agregat, tetapi juga dengan mempengaruhi biaya operasional dan pendapatan perusahaan. Ketika pasar saham dalam keadaan efisien, pergerakan harga minyak mentah akan mempengaruhi arus kas dan nilai pasar perusahaan secara negatif, menyebabkan penurunan langsung dalam pengembalian pasar saham secara keseluruhan. Pertanyaan penelitian yang muncul adalah bagaimana pergerakan harga ini akan mempengaruhi return pasar saham untuk sektor pertambangan dan sektor industri di Bursa Efek Indonesia.. Banyak analis telah memprediksi bahwa berkaitan dengan kondisi ketidakstabilan pergerakan harga minyak dalam beberapa tahun terakhir, pergerakan return pasar saham juga akan terpengaruh. Hal tersebut sesuai apabila dikaitkan dengan yang terjadi di Indonesia mengenai kebijakan harga BBM yang fluktuatif mengikuti harga minyak dunia. Dengan kebijakan yang tergolong baru bagi kegiatan ekonomi Indonesia yang pada sebelumnya harga BBM di dalam negeri disubsidi oleh pemerintah, maka dapat diteliti perbandingan efek sebelum dan sesudah kebijakan harga BBM fluktuatif dilakukan di Indonesia. Penelitian ini bertujuan untuk menyelidiki apakah pergerakan harga minyak berdampak pada return pasar saham Indonesia dengan menggunakan data harian selama 2 periode yaitu Oktober 2013

4

hingga Oktober 2014 ketika harga BBM masih disubsidi pemerintah dan November 2014 sampai November 2015 saat kebijakan fluktuasi harga BBM dilakukan. Selain itu, juga ditujukan untuk melihat dampak dari pergerakan harga minyak di sektor masing-masing industri di Indonesia pasca kebijakan fluktuasi harga BBM. Sektorsektor tersebut mencakup konsumsi, industri dasar, pertambangan, dan aneka industri. Penelitian ini diharapkan akan memberikan kontribusi bagi investor pasar modal dapat menjadikan penelitian ini sebagai sumber informasi bagi pelaku pasar saham dalam mengambil keputusan investasi dan menjadi bahan acuan yang diharapkan memberi gambaran mengenai hubungan kausalitas antara variabel makro yang dalam penelitian ini adalah harga minyak dunia dengan pergerakan harga saham.

KAJIAN LITERATUR Konsep Efficient-market Hypothesis Konsep efficient-market hypothesis pertama kali dikemukakan dan dipopulerkan oleh Fama (1970). Dalam konteks ini yang dimaksud dengan pasar adalah pasar modal (capital market) dan pasar uang. Suatu pasar dikatakan efisien apabila tidak seorangpun, baik investor individu maupun investor institusi, akan mampu memperoleh return tidak normal (abnormal return), setelah disesuaikan dengan risiko, dengan menggunakan strategi perdagangan yang ada. Artinya, hargaharga yang terbentuk di pasar merupakan cerminan dari informasi yang ada atau “stock prices reflect all available information”. Ekspresi yang lain menyebutkan bahwa dalam pasar yang efisien harga-harga asset atau sekuritas secara cepat dan utuh mencerminkan informasi yang tersedia tentang aset atau sekuritas tersebut. Dalam

5

mempelajari konsep pasar efisien, perhatian kita akan diarahkan pada sejauh mana dan seberapa cepat informasi tersebut dapat mempengaruhi pasar yang tercermin dalam perubahan harga sekuritas. Dalam hal ini Haugen (2001) membagi kelompok informasi menjadi tiga, yaitu (1) informasi harga saham masa lalu (information in past stock prices), (2) semua informasi publik (all public information), dan (3) semua informasi yang ada termasuk informasi orang dalam (all available information including inside or private information). Masing-masing kelompok informasi tersebut mencerminkan sejauh mana tingkat efisiensi suatu pasar. Menurut Fama (1970) bentuk efisien pasar dapat dikelompokkan menjadi tiga, yang dikenal sebagai hipotesis pasar efisien (efficient market hypothesis). Ketiga bentuk efisien pasar dimaksud adalah: (1) hipotesis pasar efisien bentuk lemah (weak form of the efficient market hypothesis), (2) hipotesis pasar efisien bentuk setengah kuat (semistrong form of the efficient market hypothesis), dan hipotesis pasar efisien bentuk kuat (strong form of the efficient market hypothesis). Masing-masing bentuk pasar efisien tersebut terkait erat dengan sajauh mana penyerapan informasi terjadi di pasar. Penelitian ini digolongkan dalam hipotesis bentuk setengah kuat karena harga saham mencerminkan tidak hanya informasi mengenai harga saham di masa lalu tetapi juga semua informasi umum yang tersedia yang relevan bagi perusahaan. Dengan kata lain harga saham akan secara cepat menyesuaikan diri untuk merefleksikan adanya informasi baru yang tersedia untuk umum. Jadi seorang investor baru melakukan tindakan setelah suatu informasi baru dikeluarkan untuk umum dan tidak dapat mengharapkan laba yang abnormal atas tindakannya karena harga saham sudah mencerminkan pengaruh dari informasi baru tersebut.

6

Berdasarkan hipotesis ini, akan masuk akal untuk perusahaan di mana minyak adalah input atau output, pasar saham akan cepat menyerap informasi baru dari perubahan harga minyak. Hubungan fluktuasi harga minyak dan pasar modal Sriwardani (2009) berpendapat ada beberapa faktor – faktor yang menyebabkan pergerakan harga minyak mentah dunia, sebagai berikut: 1) Kekhawatiran akan berkurangnya suplai di pasaran akibat turunnya kapasitas produksi; minyak merupakan sumber energi yang tidak dapat diperbarui, karenanya jumlah cadangan minyak dunia akan semakin berkurang seiring dengan bertambahnya penggunaan minyak tersebut, 2) penutupan atau perbaikan kilang minyak (refineries), 3) faktor cuaca (badai); bencana yang dialami negara produsen minyak sangat mempengaruhi stok di pasar; bencana alam dapat menyebabkan kerusakan pada instalasi produksi minyak, 4) faktor geopolik terutama yang terjadi di wilayah produsen; 5) faktor melonjaknya permintaan dari negara emerging market terutama China dan India, serta meningkatnya aksi spekulatif di pasar komoditi. Cunado & Gracia (2004) mempelajari dampak dari variabel-variabel ekonomi makro pada aktivitas ekonomi di negara-negara Asia. Mereka berpendapat bahwa setelah Perang Dunia II terjadi peningkatan tajam untuk produk-produk energi. Kenaikan harga minyak pada saat konsumsi sedang menurun akan menyebabkan penurunan permintaan minyak. Ketika permintaan menurun, ekspor juga akan menurun dan akan mengakibatkan penurunan kegiatan ekonomi. Efek lainnya adalah harga yang lebih tinggi akan

7

menyebabkan biaya produksi lebih tinggi dan output potensial negara pengimpor menurun. Selama tiga dekade terakhir, para peneliti menyelidiki secara signifikan terjadinya inflasi harga minyak, fluktuasi ekonomi dan produktivitas secara keseluruhan akan berdampak pada perusahaan. Penelitian ini menyimpulkan bahwa ketika harga minyak diukur dalam mata uang domestik dampaknya lebih tinggi karena faktor nilai tukar dan variabel ekonomi makro lainnya. Dalam jangka pendek, uji Granger menemukan bahwa perubahan harga minyak berpengaruh terhadap pertumbuhan ekonomi di Jepang, Korea Selatan dan Thailand. Harga minyak memiliki pengaruh yang signifikan terhadap inflasi di semua negara yang dianalisis. Namun, Malaysia menunjukkan hubungan yang kurang signifikan dibandingkan negara-negara Asia lainnya, hal ini disebabkan karena Malaysia merupakan negara pengekspor minyak. International Monetary Fund (2000) menyatakan bahwa perubahan harga minyak dunia akan mempengaruhi kegiatan ekonomi, pendapatan perusahaan, inflasi dan kebijakan moneter yang juga memiliki implikasi untuk harga saham perusahaan dan dengan demikian juga dengan pasar keuangan. Berikut ini akan diberikan pengenalan singkat dengan hipotesis pasar yang efisien dan hubungan antara pergerakan harga minyak dan pasar saham. Ada beberapa perspektif yang berbeda di mana sebuah pergerakan harga minyak dapat mempengaruhi harga saham. Dilihat dari perspektif ekonomi mikro, yang paling jelas adalah kenyataan bahwa banyak perusahaan, minyak merupakan sumber daya penting dan input penting dalam produksi barang. Maka dari itu perubahan harga minyak tentu akan berdampak pada biaya. Perubahan biaya diperkirakan akan berdampak lebih jauh terhadap harga saham. Teori ekonomi dan peneliti di masa lalu menemukan bahwa ada hubungan antara harga minyak dan pasar saham dimana pergerakan

8

harga minyak akan mempengaruhi ekonomi makro dan akhirnya berimbas pada tingkat return ekuitas. Hal ini dikarenakan, pergerakan harga minyak sangat mempengaruhi output riil dan dengan demikian memiliki efek buruk pada keuntungan perusahaan dimana minyak digunakan sebagai input. Jones (2004) menyatakan: “Ideally, stock values reflect the market's best estimate of the future profitability of firms, so the effect of oil price shocks on the stock market is a meaningful and useful measure of their economic impact. Since asset prices are the present discounted value of the future net earnings of firms, both the current and expected future impacts of an oil price shock should be absorbed fairly quickly into stock prices and returns without having to wait for those impacts to actually occur”. Seperti barang dan jasa, teori permintaan dan penawaran juga berlaku untuk harga minyak dunia. Jika terjadi surplus permintaan untuk minyak akan menyebabkan harga minyak menjadi lebih tinggi. Dengan demikian akan muncul dua skenario, konsumen pertama berusaha untuk menemukan energi alternatif yang lebih murah, dan skenario kedua, biaya perusahaan non-minyak akan meningkat dan ini meningkatkan resiko dan ketidakpastian yang akan berpengaruh negatif terhadap harga saham dan mengurangi modal dan investasi perusahaan. Hubungan fluktuasi harga minyak dunia di pasar modal negara berkembang Basher & Sadorsky (2006) melakukan penelitian tentang hubungan risiko harga minyak dengan pasar saham di negara berkembang. Mereka melakukan penelitian dengan penekanan pada sikap negara berkembang yang sedang menuju industrialisasi dengan pesat. Pemilihan negara berkembang juga keputusan yang rasional dan didasarkan pada kenyataan bahwa ekonomi di negara maju yang

9

hemat energi dan mereka memiliki konsumsi rendah untuk produk minyak. Di sisi lain, negara-negara berkembang cenderung menggunakan lebih banyak minyak dan lebih banyak produk minyak untuk mendukung industri mereka. Maka dari itulah alasan pasar saham mereka menjadi sasaran risiko harga minyak yang tinggi. Untuk tujuan penilaian, mereka mengembangkan sebuah model regresi berganda. Data yang dikumpulkan didapat dari 2 sumber berbeda yaitu Morgan Stanley World Index untuk data yang terkait dengan return saham dan untuk data return minyak berjangka didapat dari West Texas Intermediate (WTI). Semua data diambil setiap hari dan telah dikumpulkan di 21 negara berkembang. Temuan penelitian jelas menyebutkan adanya hubungan positif dari dampak risiko harga minyak pada tingkat return pasar saham di negara berkembang. Nandha & Hammoudeh (2006) mempelajari hubungan risiko beta dengan return dari pasar saham dengan harga minyak dunia di 15 negara Asia Pasifik. Dasar pemikiran di balik studi ini adalah permintaan minyak di negara-negara tersebut meningkat secara signifikan dan telah dilaporkan bahwa peningkatan permintaan minyak dari kawasan Asia Pasifik lebih besar daripada peningkatan permintaan dunia pada tahun 2004 dan beberapa dari 15 negara Asia tersebut adalah pemain terbaik di pasar saham di tahun 1990-an. Mujahid, Ahmed, & Mustafa (2007) melakukan studi untuk menyelidiki ketidakstabilan pasar saham karena fluktuasi harga minyak. Mereka membatasi ruang lingkup studi mereka hanya untuk pasar saham Pakistan. Alasannya adalah bahwa fluktuasi harga minyak dapat menyebabkan peningkatan atau penurunan yang signifikan bagi nilai perusahaan-perusahaan minyak yang berpengaruh secara langsung terhadap biaya produksi mereka. Salah satu perubahan penting dalam model di studi ini adalah penambahan volume perdagangan harian di Bursa Efek Karachi sebagai variabel

10

proxy. Harga minyak diambil sebagai variabel independen sedangkan return saham digunakan sebagai variabel dependen. Studi ini menyimpulkan tidak adanya hubungan yang signifikan antara harga minyak dan tingkat pengembalian saham. Mereka berpendapat bahwa harga Liquefied Petroleum Gas (LPG) lebih mempunyai pengaruh terhadap return di bursa saham daripada fluktuasi harga minyak. Peran dan Kebijakan Migas di Indonesia Di Indonesia, energi minyak dan gas masih menjadi andalan utama perekonomian Indonesia, baik sebagai penghasil devisa maupun pemasok kebutuhan energi dalam negeri. Pembangunan prasarana dan industri yang sedang giat-giatnya dilakukan di Indonesia, membuat pertumbuhan konsumsi energi rata-rata mencapai 7% dalam 10 tahun terakhir. Sementara itu, konsumsi minyak bumi (BBM) di dalam negeri sudah melebihi kapasitas produksi. Dalam beberapa tahun belakangan ini penyediaan BBM dalam negeri tidak dapat seluruhnya dipenuhi oleh kilang minyak domestik, hampir 20%-30% kebutuhan minyak bumi dalam negeri sudah harus diimpor dari luar negeri (Biro Riset LM FE UI, 2010). Kebutuhan impor minyak bumi ini diperkirakan akan terus meningkat seiring dengan pertumbuhan jumlah penduduk yang terus meningkat dan pertumbuhan ekonomi di dalam negeri yang diharapkan semakin membaik ditahun-tahun mendatang. Pada bulan Oktober 2005, pemerintah Indonesia memutuskan untuk menghapus subsidi minyak dalam negeri untuk konsumsi industri. Selanjutnya pada Januari 2015, Presiden Joko Widodo resmi menghapus subsidi BBM untuk jenis premium, dan untuk bahan bakar solar ditetapkan subsidi tetap sebesar Rp 1.000. Perhitungan harga akan menggunakan rumus yang telah ditetapkan oleh pemerintah dan mengacu pada harga minyak dunia, kurs Rupiah terhadap Dolar AS, serta faktor inflasi. (Gumelar, 2015). Akibatnya,

11

kinerja industri khususnya pada profit perusahaan menjadi lebih rentan terhadap kenaikan harga minyak dunia.

PENGEMBANGAN HIPOTESIS Sebuah studi oleh Nandha & Faff (2008) menganalisis 35 indeks industri global untuk periode antara tahun 1983 sampai 2005. Temuan mereka menunjukkan bahwa harga minyak memiliki dampak negatif pada pengembalian ekuitas untuk semua industri kecuali pertambangan, serta industri minyak dan gas. Faff dan Brailsford (1999) mendapatkan dampak negatif yang sama dari pergerakan harga minyak pada industri seperti kertas dan pengemasan, bank dan transportasi. Dibalik itu, sektor keuangan mempunyai kinerja yang lebih stabil dan kurang terpengaruh dengan fluktuasi harga minyak yang tinggi. Meskipun literatur di atas menunjukkan bahwa harga minyak yang tinggi umumnya adalah berita buruk bagi nilai indeks di sebagian besar sektor, namun hal yang sama tidak berlaku untuk industri minyak di mana minyak merupakan output produksi. Oleh karena itu yang akan membuat perbedaan besar adalah apakah minyak sebagai output atau input dalam sebuah perusahaan. Sebuah studi oleh ElSharif (2005) meneliti hubungan antara harga minyak mentah dengan harga saham di industri minyak dan gas di Inggris. Bukti mereka menunjukkan bahwa terdapat hubungan positif antara kedua faktor, dan seringkali signifikan dan mencerminkan dampak langsung dari gejolak harga minyak pada harga ekuitas. Penelitian lain yang dilakukan oleh Huang, Masulis dan Stoll (1996), Faff dan Brailsford (1999), Nandha dan Faff (2008), Cong (2008), dan Mohanty, Nandha, & Bota (2010) pun mencapai kesimpulan yang sama pada hubungan antara harga minyak dan industri minyak dan gas untuk beberapa negara yang berbeda. Hal tersebut disebabkan perusahaan

12

menggunakan minyak sebagai output produksi, pergerakan terhadap harga minyak mentah dunia akan berimbas pada meningkatnya kemampuan perusahaan untuk menghasilkan laba dan kemampuan dalam memberikan dividen. Peningkatan kemampuan menghasilkan laba dan membagikan dividen akan membuat minat investor menjadi tinggi, dan akan cenderung untuk membeli saham sehingga harga saham menjadi naik. Kenaikan harga saham akan meningkatkan return yang diperoleh oleh investor. Maka dari itu dirumuskan hipotesis pertama yaitu: Hipotesis 1: Pergerakan harga minyak dunia berpengaruh positif terhadap nilai indeks di sektor pertambangan di Bursa Efek Indonesia. Hamilton (1983), Gisser & Goodwin (1986), Sadorsky (1999), Gjerde dan Sættem (1999), Ciner (2001), dan Park dan Ratti (2008) meneliti dampak dari pergerakan harga minyak terhadap pasar saham di berbagai negara. Hasilnya menunjukkan bahwa ketidakstabilan harga minyak memiliki dampak signifikan secara statistik pada pasar saham, terutama bagi perusahaan yang termasuk golongan industri. Hal ini dikarenakan perusahaan menggunakan minyak sebagai input energi bahan bakar, pergerakan terhadap harga minyak mentah dunia akan membuat harga bahan bakar pendukung produksi menjadi naik dan memberikan pengaruh terhadap meningkatnya biaya produksi dan berimbas pada menurunnya kemampuan perusahaan untuk menghasilkan laba dan kemampuan dalam memberikan dividen. Penurunan kemampuan menghasilkan laba dan membagikan dividen akan membuat minat investor menjadi rendah, dan investor perusahaan yang bersangkutan akan cenderung untuk menjual sahamnya sehingga harga saham turun. Penurunan harga saham akan menurunkan return yang diperoleh oleh investor. Di Bursa Efek Indonesia ada tiga sektor yang termasuk sebagai golongan industri, yakni sektor Industri Dasar, Aneka Industri, dan Industri Barang

13

Konsumsi. Maka dari itu dirumuskan hipotesis sebagai berikut, pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di golongan sektor industri di Bursa Efek Indonesia. Untuk memaparkan lebih jelas dampak pergerakan harga minyak dunia terhadap nilai indeks per sektor yang termasuk golongan industri, dirumuskan 3 sub-hipotesis sebagai berikut: Hipotesis 2a: Pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor Industri Dasar di Bursa Efek Indonesia. Hipotesis 2b: Pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor Aneka Industri di Bursa Efek Indonesia. Hipotesis 2c: Pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor Industri Barang Konsumsi di Bursa Efek Indonesia.

METODE PENELITIAN Populasi dan Sampel Penelitian ini menggunakan data harga minyak WTI harian dan penutupan indeks harian di 4 indeks saham sektoral di Bursa Efek Indonesia yaitu Pertambangan, Industri Dasar, Aneka Industri, dan Industri Barang Konsumsi selama 1 tahun sebelum adanya penghapusan subsidi untuk harga BBM dari Oktober 2013 sampai Oktober 2014 dan 1 tahun pasca berlakunya kebijakan fluktuasi harga BBM mengikuti harga pasar dari November 2014 hingga November 2015. Data sekunder tersebut diperoleh dari informasi yang tersedia di website www.financeyahoo.co.id. untuk indeks saham sektoral di Bursa Efek Indonesia serta website US Energy Administration (www.eia.gov) untuk harga minyak WTI.

14

Untuk untuk menghindari adanya confounding effect atau tercampurnya informasi dari suatu peristiwa dengan peristiwa lain, penelitian ini menggunakan metode event study dengan menghapus beberapa data saat peristiwa yang tidak mempunyai kaitan dengan harga minyak dunia terjadi dan mempunyai pengaruh langsung pada nilai saham di Bursa Efek Indonesia. Menurut MacKmlay (1997), event study merupakan salah satu metodologi penelitian yang menggunakan data-data pasar keuangan untuk mengukur dampak dari suatu kejadian yang spesifik terhadap nilai perusahaan, biasanya tercermin dari harga saham dan volume transaksinya. Penerapan event study banyak digunakan dalam penelitian di bidang keuangan dengan variasi kejadian yang sangat luas, seperti merger & akuisisi, pengumuman earnings, pengumuman variabel ekonomi makro seperti defisit perdagangan dan lain-lain. Untuk melakukan event study, hampir seluruh literatur yang ada menyebutkan kesamaan langkah-langkah yang harus ditempuh, menurut MacKinlay (1997) terdiri dari beberapa tahap, yaitu mendefinisikan kejadian yang diamati, yaitu berupa informasi baru yang tersedia di pasar. Mengidentifikasi kumpulan perusahaan yang mengalami kejadian tersebut dan mengidentifikasi tanggal kejadian (event dates); dengan perkataan lain pada tahap ini melakukan kriteria seleksi untuk memasukkan suatu pemisahan apakah termasuk di dalam sampel penelitian. Memilih sebuah event window yang cocok dan justifikasi jaraknya, apabila melebihi dua hari. Dalam hal ini berarti mengidentifikasi periode dimana harga-harga saham perusahaan yang terlibat dengan kejadian tersebut dapat diuji. Rangkaian waktu (timeline) untuk sebuah event study dapat dilihat

15

pada Gambar 1. Tahap selanjutnya adalah mengeliminasi atau menyesuaikan perusahaan-perusahaan yang mengalami kejadian lain yang relevan selama event window.

Gambar 1: Rangkaian waktu event study

Periode data yang digunakan berkisar antara Oktober 2013 hingga November 2015, dengan hamparan sebagai berikut: untuk data sebelum berlakunya kebijakan fluktuasi harga BBM mengikuti harga pasar berkisar selama 12 bulan setelah Oktober 2013; data untuk periode setelah berlakunya kebijakan fluktuasi harga BBM mengikuti harga pasar terhitung selama 12 bulan sebelum November 2015. Data yang digunakan dalam penelitian ini diperoleh dengan melihat grafik histogram dari masing-masing kelompok data yang dapat dilihat pada gambar 2 dan 3.

16

Gambar 2: Grafik Histogram pergerakan perubahan harga Minyak WTI antara Oktober 2013 sampai Oktober 2014

17

Gambar 3: Grafik Histogram pergerakan perubahan harga Minyak WTI antara November 2014 sampai November 2015

Distribusi normal adalah salah satu distribusi teoretis dari variabel random kontinu, merupakan distribusi yang simetris dan berbentuk genta atau lonceng. Pada bentuk tersebut ditunjukkan hubungan ordinat pada rata-rata dengan berbagai ordinat pada berbagai jarak simpangan baku yang diukur dari rata-rata. Beberapa bagian luas dibawah kurva untuk distribusi normal umum dengan rata-rata 𝜇 dan simpangan baku 𝜎 tertentu, dapat ditentukan. Dapat dilihat kedua histogram yang ditunjukan gambar 3 dan 4 memiliki distribusi normal maka dapat diterjemahkan sebagai berikut: 1) kira-kira 68,27% dari kasus ada dalam daerah satu simpangan baku sekitar rata-rata, yaitu antara 𝜇–𝜎 dan 𝜇+𝜎; 2) kira-kira 95,45% dari kasus ada dalam daerah satu simpangan baku sekitar rata-rata, yaitu antara 𝜇–2𝜎 dan 𝜇+2𝜎;

18

3) kira-kira 99,73% dari kasus ada dalam daerah satu simpangan baku sekitar rata-rata, yaitu antara 𝜇–3𝜎 dan 𝜇+3𝜎. Selanjutnya, data yang berada di luar batasan gejolak yaitu 𝜇–𝜎 dan 𝜇+𝜎, dapat digunakan dalam penelitian ini. Pengolahan data dikelompokan dari dua kali standar deviasi hingga tiga kali standar deviasi, guna membandingkan besarnya pengaruh perubahan fluktuasi harga minyak WTI juga memberikan pengaruh yang besar terhadap nilai indeks masing-masing sektor. Tabel 1: Jumlah data yang diolah sebelum dan sesudah kebijakan Jumlah data yang diolah

sebelum kebijakan

𝜇–2𝜎

𝜇–3𝜎

dan

dan

dan

𝜇+3𝜎

𝜇+2𝜎

𝜇+3𝜎

22

6

27

14

6

0

4

0

16

6

23

14

𝜇–2𝜎 dan 𝜇+2𝜎 Jumlah (dalam hari)

setelah kebijakan

𝜇–3𝜎

Peristiwa diluar fluktuasi harga minyak dunia yang berpengaruh langsung pada nilai saham (dalam hari) Jumlah yang diolah (dalam hari)

Sumber: Data Diolah (2015)

Jumlah data yang digunakan dalam penelitian ini adalah sebanyak 295, yang terdiri dari 110 data sebelum berlakunya kebijakan fluktuasi harga BBM mengikuti harga pasar setelah beberapa data saat peristiwa yang tidak mempunyai kaitan dengan harga minyak dunia terjadi dan mempunyai pengaruh langsung pada nilai saham di Bursa Efek Indonesia, seperti peristiwa banjir Jakarta dengan membuang 2 hari, pemilihan umum presiden, serta Kebijakan The Federal Reverse melanjutkan program pengurangan stimulus (tappering off) dan rencana menaikkan suku bunga acuan (Fed Rate) masing-masing dengan membuang 1 hari; dan 185 data pasca berlakunya kebijakan fluktuasi harga BBM mengikuti harga pasar dengan membuang

19

peristiwa isu reshuflle kabinet, rencana buyback saham dengan mengeleminasi 2 hari, dan rencana The Federal Reverse akan menaikkan suku bunga acuan yang mempunyai dampak langsung pada nilai saham di Bursa Efek Indonesia. Masing-masing data dari 110 data sebelum berlakunya kebijakan fluktuasi harga BBM mengikuti harga pasar terdiri dari 22 data untuk harga minyak WTI, 22 Pertambangan, 22 Industri Dasar, Aneka Industri, dan 22 Industri Barang Konsumsi. Selanjutnya untuk 185 data pasca berlakunya kebijakan fluktuasi harga BBM mengikuti harga pasar masing-masing terdiri dari 37 data harga minyak WTI, 37 data Pertambangan, 37 data Industri Dasar, 37 data Aneka Industri, dan 37 data untuk Industri Barang Konsumsi. Berikut adalah data peristiwa yang tidak mempunyai kaitan dengan harga minyak dunia dan mempunyai pengaruh langsung pada nilai saham di Bursa Efek Indonesia. Tabel 2: Peristiwa yang tidak mempunyai kaitan dengan harga minyak dunia dan mempunyai pengaruh langsung pada nilai saham di Bursa Efek Indonesia

Waktu Peristiwa Januari 2014 Banjir Jakarta 10 Juli 2014 Pemilu Presiden Kebijakan The Federal Reverse melanjutkan 11 September program pengurangan stimulus (tappering 2014 off) dan rencana menaikkan suku bunga acuan (Fed Rate). 12 Agustus 2015 Isu reshuflle kabinet 25 Agusuts 2015 Rencana buyback saham 29 Oktober 2015

The Federal Reverse akan menaikkan suku bunga acuan


20

Selanjutnya, pengolahan data pada penelitian ini dibantu oleh software EViews 8. Tahapan Pengujian 1. Data saham yang didapat merupakan indeks penutupan harian sektoral, untuk mendapatkan perubahan nilai indeks harian diperlukan pengolahan terlebih dahulu melalui versi sederhana dari rumus lognatural. Hal yang sama pun diterapkan pada data variabel independent yaitu harga minyak mentah harian, guna memperoleh nilai dari perubahan harga minyak harian dilakukan perhitungan melalui rumus yang serupa dengan perhitungan return saham. 2. Setelah mendapatkan perubahan nilai indeks harian dan perubahan nilai harga minyak harian dilakukan uji akar unit untuk menguji adanya anggapan bahwa sebuah data time series stasioner. Stasioneritas merupakan salah satu prasyarat penting dalam model ekonometrika untuk data time series. Apabila setelah dilakukan pengujian akar unit, data yang tersedia memiliki sifat tidak stasioner maka langkah selanjutnya adalah melakukan uji derajat integrasi. Uji ini dilakukan untuk mengetahui pada derajat integrasi berapa derajat data yang diamati stationer. 3. Pengujian berikutnya adalah uji kointegrasi berguna untuk menyelidiki adanya hubungan antar variabel time series yang stabil dalam jangka panjang. 4. Uji Granger Causality merupakan langkah selanjutnya dalam penelitian ini berguna untuk melihat ada tidaknya hubungan sebab akibat (causalities) antara variabelnya yang dapat dijelaskan oleh nilai-nilai masa lalu.

21

5. Apabila data yang tersedia lolos dari 3 uji asumsi diatas, dilakukan analisis Vector Auto Regression (VAR) untuk menganalisis dampak dinamis dari faktor gangguan yang terdapat dalam sistem variabel tersebut. Pengukuran Variabel Variabel dependent yang dianalisis dalam penelitian ini adalah Perubahan nilai indeks sektoral harian, yang dihitung dengan rumus sebagai berikut: ISit =

𝑃𝑖𝑡 −𝑃𝑖𝑡−1 𝑃𝑖𝑡−1

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

dimana: ISit Pit Pit-1

: Perubahan nilai indeks saham sektor i pada hari ke t : Penutupan indeks sektor i pada hari ke t : Penutupan indeks sektor i pada hari ke t-1

Variabel independent di penelitian ini adalah harga minyak dunia harian yang dihitung dengan rumus sebagai berikut: POILt =

𝑊𝑇𝐼𝑡 −𝑊𝑇𝐼𝑡−1 𝑊𝑇𝐼𝑡−1

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

dimana: POILt : Perubahan harga minyak dunia pada hari ke t WTIt : Harga minyak dunia pada hari ke t WTIt-1 : Harga minyak dunia pada hari ke t-1 Tujuan dari regresi ini adalah untuk memberikan gambaran menyeluruh tentang hubungan antara perubahan harga minyak dan return saham indeks sektoral. Regresi awal dinyatakan sebagai berikut:

22

R 𝑖𝑡 = 𝑎𝑖 + 𝑏𝑃𝑂𝐼𝐿 𝑡−1 + 𝜀𝑖 ........................................................... (3) dimana: Rit : Perubahan nilai indeks saham sektor i pada hari ke t POILt-1 : Perubahan harga minyak dunia pada hari ke t-1 Uji akar unit (Unit Root Test) Uji akar unit digunakan untuk menguji adanya anggapan bahwa sebuah data time series stasioner. Uji yang biasa digunakan adalah uji Dickey–Fuller. Uji lain yang serupa yaitu Uji Phillips–Perron. Keduanya mengindikasikan keberadaan akar unit sebagai hipotesis nol. Perlu diketahui bahwa data yang dikatakan stasioner adalah data yang bersifat flat, tidak mengandung komponen trend, dengan keragaman yang konstan, serta tidak terdapat fluktuasi periodik. Hipotesis yang digunakan pada pengujian augmented dickey fuller adalah: H0 : ρ = 0 (Terdapat unit roots, data tidak stasioner) H1 : ρ ≠ 0 (Tidak terdapat unit roots, data stasioner) Kesimpulan hasil root test diperoleh dengan membandingkan nilai thitung dengan t-tabel pada tabel Dickey-Fuller. Uji Kointegrasi Pendekatan kointegrasi berkaitan erat dengan pengujian terhadap kemungkinan adanya hubungan keseimbangan jangka panjang antara variabel-variabel ekonomi seperti yang disyaratkan oleh teori ekonomi. Pendekatan kointegrasi dapat pula dipandang sebagai uji teori dan merupakan bagian yang penting dalam perumusan dan estimasi suatu model dinamis.

23

Dalam konsep kointegrasi, dua atau lebih variabel runtun waktu stasioner akan terkointegrasi bila kombinasinya juga linier sejalan dengan berjalannya waktu, meskipun bisa terjadi masing-masing variabelnya bersifat tidak stasioner. Bila variabel runtun waktu tersebut terkointegrasi maka terdapat hubungan yang stabil dalam jangka panjang. Uji kointegrasi yang digunakan dalam penelitian ini adalah uji kointegrasi yang dikembangkan oleh Johansen. Uji Johansen menggunakan analisis trace statistic dan nilai kritis pada tingkat kepercayaan α= 5 %. Hipotesis nolnya apabila nilai trace statistic lebih besar dari nilai kritis pada tingkat kepercayaan α= 5 % atau nilai probabilitas lebih kecil dari α= 5 % maka terindikasi kointegrasi. Uji Granger Causality Tujuan dari uji kausalitas menggunakan Granger Causality adalah mendeteksi ada tidaknya hubungan sebab akibat (causalities) antara variabelnya yang dapat dijelaskan oleh nilai-nilai masa lalu. Variabel independent dikatakan “granger-causes” variabel dependent, apabila variabel independent membantu memprediksi variabel dependent. Maka dari itu rumusan hipotesis dari Granger Causality adalah : H0 : Variabel dependent tidak memiliki Granger cause terhadap variabel independent H1 : Variabel dependent memiliki Granger cause terhadap variabel independent Analisis Vector Auto Regression (VAR) Vector Auto Regression (VAR) biasanya digunakan untuk memproyeksikan sistem variabel-variabel runtut waktu dan untuk menganalisis dampak dinamis dari faktor gangguan yang terdapat

24

dalam sistem variabel tersebut. Pada dasarnya Analisis VAR bisa dipadankan dengan suatu model persamaan simultan, oleh karena dalam Analisis VAR kita mempertimbangkan beberapa variabel endogen secara bersama-sama dalam suatu model. Perbedaannya dengan model persamaan simultan biasa adalah bahwa dalam Analisis VAR masing-masing variabel selain diterangkan oleh nilainya di masa lampau, juga dipengaruhi oleh nilai masa lalu dari semua variabel endogen lainnya dalam model yang diamati. Analisis VAR juga merupakan alat analisis yang sangat berguna, baik di dalam memahami adanya hubungan timbal balik (interrelationship) antara variabel-variabel ekonomi, maupun di dalam pembentukan model ekonomi berstruktur. Di samping itu, dalam analisis VAR biasanya tidak ada variabel eksogen dalam model tersebut. Salah satu karakteristik dari proses VAR adalah stabilitasnya. Artinya bahwa prosesnya menghasilkan deret waktu yang stasioner dengan rata-rata yang tidak berubah pada fungsi waktu.

HASIL Analisis Deskriptif Penelitian ini meliputi data harga minyak WTI harian dan penutupan indeks harian di 4 indeks saham sektoral di Bursa Efek Indonesia yaitu Pertambangan, Industri Dasar, Aneka Industri, dan Industri Barang Konsumsi selama 1 tahun sebelum adanya penghapusan subsidi untuk harga BBM dari Oktober 2013 sampai Oktober 2014 dan 1 tahun pasca berlakunya kebijakan fluktuasi harga BBM mengikuti harga pasar dari November 2014 hingga November 2015. Deskripsi data yang digunakan dalam penelitian ini adalah sebagaimana ditunjukkan pada tabel 1.

Tabel 3: Deskripsi Data Penelitian

Min

Max

Mean

Std. Deviasi

-5.81%

2.84%

-0.08%

0.99

MING

-3.39%

2.77%

0.00%

0.11

harga

BIND

-5.55%

4.20%

0.05%

0.13

saham

MISC

-5.53%

5.76%

0.04%

0.15

CONS

-3.09%

2.66%

0.05%

0.10

-10.53%

10.31%

-0.21%

0.99

MING

-3.58%

3.48%

-0.19%

0.11

harga

BIND

-7.68%

6.83%

-0.09%

0.17

saham

MISC

-7.24%

8.90%

-0.04%

0.19

CONS

-3.79%

5.44%

0.00%

0.13

harga minyak WTI Sebelum Kebijakan

harga minyak WTI Sesudah Kebijakan

Sumber: Data Diolah (2016) keterangan: MING

: Mining Index (sektor Pertambangan)

BIND

: Basic Industry and Chemicals Index (sektor Industri Dasar)

MISC

: Miscellaneous Index (sektor Aneka Industri)

CONS

: Consumer Goods Index (sektor Industri Barang Konsumsi)

25

Berdasarkan tabel 1, perubahan harga minyak WTI sebelum berlakunya kebijakan Fluktuasi Harga BBM mengalami penurunan rata-rata sebesar 0.08% dengan nilai maksimum kenaikan sebesar 2.84% dan penurunan terekstrem sebanyak 5.81%. Sedangkan untuk rata-rata data perubahan harga minyak WTI setelah berlakunya kebijakan Fluktuasi Harga BBM mengalami depresiasi sebesar 0.21% dengan nilai kenaikan terbesar 10.31% dan penurunan 10.53%. Pada sektor pertambangan, data perubahan harga saham sebelum berlakunya kebijakan Fluktuasi Harga BBM memiliki rata-rata kenaikan sebesar 0.003%. Sebaliknya, data perubahan harga saham pada sektor pertambangan setelah berlakunya kebijakan Fluktuasi Harga BBM mengalami penurunan rata-rata sebesar 0.19%. Selanjutnya, pada data perubahan harga saham pada ketiga sektor industri yang diteliti sebelum berlakunya kebijakan fluktuasi harga BBM mengalami kenaikan dengan nilai mean masing-masing sebesar 0.05%, 0.04% dan 0.05%. Akan tetapi, rata-rata data perubahan harga saham pada sektor industri dasar dan sektor aneka industri setelah berlakunya kebijakan fluktuasi harga BBM masing-masing mengalami penurunan sebesar 0.09% dan 0.04%. Sedangkan, untuk sektor industri barang konsumsi mengalami kenaikan 0.004%. Pengujian Asumsi 1. Uji Akar Unit (Unit Root Test) Perlu diketahui bahwa data yang dikatakan stasioner adalah data yang bersifat flat, tidak mengandung komponen trend, dengan keragaman yang konstan, serta tidak terdapat fluktuasi periodik. Kesimpulan hasil root test diperoleh dengan membandingkan nilai t-hitung dengan t-tabel pada tabel Dickey-Fuller adalah sebagai berikut:

26

27

Tabel 4: Output Augmented Dickey-Fuller (ADF) Test

Panel A: sebelum Kebijakan Variabel

Nilai t-statistic dan critical values Augmented Dickey-Fuller t-Statistic

MING

BIND

MISC

CONS

-15.513

-15.499

-16.896

-19.668

Critical values 5%

-2.871

Panel B: pasca Kebijakan Variabel

Nilai t-statistic dan critical values Augmented Dickey-Fuller t-Statistic

MING

BIND

MISC

CONS

-13.519

-11.956

-13.842

-16.726

Critical values 5%

-2.872



BIND


MISC


CONS


Dapat dilihat bahwa nilai statistik t-hitung pada tabel 2 Panel A yaitu sebelum kebijakan Fluktuasi Harga BBM mengikuti harga pasar pada sektor pertambangan, sektor industri dasar, sektor aneka industri dan sektor industri barang konsumsi lebih kecil daripada nilai t-tabel pada tingkat kepercayaan 5% (-2.87). Hasil output tersebut menunjukkan bahwa data stasioner dan hipotesis null ditolak. Sedangkan berdasarkan hasil output ADF Test Pasca berlakunya Kebijakan Fluktuasi Harga BBM mengikuti harga pasar, nilai t-hitung pada seluruh sektor yang diteliti lebih kecil daripada nilai t-tabel pada tingkat kepercayaan 5% yang artinya data stasioner dan hipotesis null ditolak.

28

2. Hasil Panjang Lag Optimal Pendekatan VAR sangat sensitif terhadap jumlah lag data yang digunakan, maka perlu ditentukan jumlah lag yang optimal. Penentuan panjang lag dimanfaatkan untuk mengetahui lamanya periode keterpengaruhan suatu variabel terhadap variabel masa lalunya maupun terhadap variabel endogen lainnya. Pemilihan kriteria menggunakan Schwarz Information Criterion (SIC) mengikuti Reimers (1992) menemukan bahwa SIC berjalan baik dalam pemilihan panjang lag yang optimal. Setelah melakukan trial error terhadap panjang lag, berdasarkan tabel panjang lag optimal dapat dilihat dari Schwarz Information Criterion (SIC) lag yang optimal untuk kedua kelompok data adalah lag pertama. Hal ini berarti estimasi dengan panjang lag sebesar 1 hari akan menghindarkan dari risiko terjadi kesalahan spesifikasi model akibat lag terlalu pendek atau pengurangan derajat kebebasan akibat lag terlalu panjang. Tabel 5: Panjang Lag Optimal

sebelum

pasca

Kebijakan

Kebijakan

0

-28.040

-27.411

1

-27.712*

-26.988*

2

-27.327

-26.435

3

-26.906

-25.900

4

-26.471

-25.342

5

-26.051

-24.812

6

-25.661

-24.303

7

-25.273

-23.768

8

-24.841

-23.247

Lag

29

Sumber: Data Diolah (2016) (*) menunjukan panjang lag optimal dan signifikan apabila nilai probability < 0.05

3. Uji Kointegrasi Berdasarkan panjang lag diatas, peneliti melakukan uji kointegrasi untuk mengetahui apakah akan terjadi keseimbangan dalam jangka panjang, yaitu terdapat kesamaan pergerakan dan stabilitas hubungan diantara variabel-variabel di dalam penelitian ini atau tidak. Dalam penelitian ini, uji kointegrasi dilakukan dengan menggunakan metode Johansen’s Cointegration Test. Berikut ini disajikan tabel hasil uji kointegrasi untuk setiap sektor dengan metode Johansen’s Cointegration Test. Tabel 6: Ranking Kointegrasi dari Variabel Minyak WTI dan Keempat Sektor yang Diteliti

Sebelum kebijakan

Pasca kebijakan

Prob

Prob

MING

0.0001

0.0001

BIND

0.0001

0.0001

MISC

0.0001

0.0001

CONS

0.0001

0.0001

Variabel



BIND


MISC


CONS


(*) signifikan apabila nilai probability < 0.05

Berdasarkan tabel diatas dapat dilihat bahwa nilai probabilitas dari data sebelum dan sesudah berlakunya kebijakan fluktuasi harga BBM mengikuti harga pasar lebih kecil dari critical value dengan tingkat

30

signifikansi 5%. Hal ini berarti menerima hipotesis nol yang menyatakan bahwa ada kointegrasi. Berdasarkan analisis ekonometrik di atas dapat dilihat bahwa semua variabel dalam penelitian ini menunjukkan kointegrasi pada tingkat signifikansi 5%. Dengan demikian, dari hasil uji kointegrasi mengindikasikan bahwa di antara nilai indeks di sektor industri dasar, aneka industri, industri barang konsumsi dan pertambangan dengan perubahan harga minyak dunia memiliki hubungan stabilitas atau keseimbangan dan kesamaan pergerakan dalam jangka panjang. Dengan kata lain, dalam setiap periode jangka pendek, seluruh variabel cenderung saling menyesuaikan, untuk mencapai ekuilibrium jangka panjangnya. 4. Uji Granger Causality Hasil Uji Granger Causality untuk menguji arah dan hubungan kausalitas antara perubahan harga minyak WTI dan keempat sektor yang diteliti disajikan dalam tabel 5 berikut: Tabel 7: Uji Kausalitas Granger untuk Keempat Sektor yang Diteliti

Sebelum Kebijakan

Pasca

0.048*

0.028*

MING → POIL

0.381

0.213

POIL →

BIND

0.758

0.617

POIL

0.789

0.108

0.037*

0.038*

0.084

0.256

0.033*

0.049*

0.753

0.961

Null Hypothesis: POIL→

MING

BIND → POIL → MISC → POIL →

MISC POIL CONS

CONS → POIL


Kebijakan

31

keterangan: POIL

: harga minyak WTI

MING


MISC


CONS


(*) signifikan apabila nilai probability < 0.05

Perubahan

harga

Minyak

WTI

secara

statistik

signifikan

mempengaruhi nilai indeks sektor pertambangan (MING) karena mempunyai nilai probabilty 0.048 dan 0.028. Namun, nilai indeks sektor pertambangan secara statistik tidak signifikan memengaruhi perubahan harga Minyak WTI yang dibuktikan dengan nilai probabilty lebih besar dari 0.05 yaitu 0.381 dan 0.21. Dengan demikian, disimpulkan bahwa terjadi kausalitas searah sebelum dan sesudah kebijakan fluktuasi harga BBM antara nilai indeks sektor pertambangan dan perubahan harga Minyak WTI yaitu hanya perubahan harga Minyak WTI yang secara statistik signifikan memengaruhi nilai indeks sektor pertambangan namun tidak berlaku sebaliknya. Fluktuasi harga Minyak WTI secara statistik tidak signifikan mempengaruhi nilai indeks sektor industri dasar (BIND) dan begitu pula sebaliknya nilai indeks sektor industri dasar secara statistik tidak signifikan memengaruhi perubahan harga Minyak WTI baik sebelum dan sesudah kebijakan fluktuasi harga BBM diberlakukan yang dibuktikan dengan nilai probabilty masing-masing lebih besar dari 0.05 yaitu 0.758 dan 0.789 sehingga disimpulkan bahwa tidak terjadi kausalitas apapun untuk nilai indeks sektor industri dasar dan perubahan harga Minyak WTI. Oleh karena itu, hipotesis pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor industri dasar di Bursa Efek Indonesia ditolak. Berdasarkan tabel diatas, perubahan harga Minyak WTI secara statistik signifikan mempengaruhi nilai indeks sektor aneka industri

32

(MISC) karena mempunyai nilai probabilty 0.037 dan 0.038. Namun, nilai indeks sektor aneka industri secara statistik tidak signifikan memengaruhi perubahan harga Minyak WTI yang dibuktikan dengan nilai probabilty lebih besar dari 0.05 yaitu 0.084 dan 0.256. Dengan demikian, disimpulkan bahwa terjadi kausalitas searah sebelum dan sesudah kebijakan fluktuasi harga BBM antara nilai indeks sektor aneka industri dan perubahan harga Minyak WTI yaitu hanya perubahan harga Minyak WTI yang secara statistik signifikan memengaruhi nilai indeks sektor aneka industri namun tidak berlaku sebaliknya. Fluktuasi harga Minyak WTI secara statistik signifikan mempengaruhi nilai indeks sektor industri barang konsumsi (CONS) karena mempunyai nilai probabilty 0.033 ketika kebijakan fluktuasi harga BBM belum diberlakukan dan 0.049 ketika kebijakan telah diberlakukan. Namun, nilai indeks sektor industri barang konsumsi secara statistik tidak signifikan memengaruhi perubahan harga Minyak WTI yang dibuktikan dengan nilai probabilty lebih besar dari 0.05 masing-masing 0.753 dan 0.961. Dengan demikian, disimpulkan bahwa terjadi kausalitas searah antara nilai indeks sektor industri barang konsumsi dan perubahan harga Minyak WTI yaitu hanya perubahan harga Minyak WTI yang secara statistik signifikan memengaruhi nilai indeks sektor industri barang konsumsi dan tidak berlaku sebaliknya. 5. Analisis Vector Auto Regression (VAR) Setelah didapati hubungan kointegrasi diantara variabel penelitian, maka tahap selanjutnya adalah membentuk model VAR. Menurut Enders (2004), jika terdapat hubungan kointegrasi diantara variabel penelitian, maka estimasi dilakukan dengan VAR. Tabel 6 menyajikan hasil estimasi dengan VAR untuk masing-masing sektor yang diteliti.

Tabel 8: Estimasi VAR untuk keempat Sektor yang diteliti 2 kali standar deviasi Sektor

MING

Sebelum Pasca

MISC

Sebelum Pasca

CONS

Sebelum Pasca

3 kali standar deviasi

𝒂

POILt-1

ISt-1

𝒂

POILt-1

ISt-1

Koefisien

Koefisien

Koefisien

Koefisien

Koefisien

Koefisien

(t-statistics )

(t-statistics )

(t-statistics )

(t-statistics )

(t-statistics )

(t-statistics )

-0.000

0.061

0.072

0.011

0.668

0.668

(-1.577)

( 3.060)**

(1.236)

(0.547)

(2.165)*

(2.058)*

-0.177

1.068

0.006

0.009

0.317

2.496

(-2.567)*

( 3.468)**

(0.098)

(0.234)

(2.640)**

(0.652)

0.000

-0.013

0.000

0.021

-0.395

0.871

(0.457)

(-2.388)*

(1.007)

(0.880)

(-2.101)*

(0.536)

0.000

-1.000

1.004

0.007

-0.266

1.280

(0.129)

(-2.009)*

( 2.058)*

(0.162)

(-0.522)

(0.418)

0.000

-0.003

0.150

0.021

-0.340

0.311

(2.123)*

(-2.142)*

(2.564)*

(0.019)

(-2.382)*

(2.270)*

0.000

-1.001

1.184

0.008

-0.362

1.069

(0.963)

( -2.067)*

(2.574)*

(1.148)

(-2.117)*

(2.208)*


33

keterangan:

𝑎

: konstanta

POILt-1

: harga minyak WTI pada lag sehari sebelumnya

ISt-1

: Indeks Sektor pada lag sehari sebelumnya

MING


MISC


CONS


(*) wilayah tolak H0 pada tingkat signifikansi 5%: nilai t-statistics > 1.968 atau < -1.968 (**) wilayah tolak H0 pada tingkat signifikansi 1%: nilai t-statistics > 2.576 atau < -2.576

Model Persamaan Vector Auto Regression adalah seperti berikut (hanya memasukan variabel yang signifikan): R 𝑖𝑡 = 𝑎 + 𝑏𝑃𝑂𝐼𝐿 𝑡−1 + 𝑐𝐼𝑆𝑖−1..................................................... (4) keterangan:

Rit

: Perubahan nilai indeks saham sektor i pada hari ke t

𝑎

: konstanta

POILt-1

: harga minyak WTI pada lag sehari sebelumnya

ISt-1

: Indeks Sektor pada lag sehari sebelumnya

Dari hasil estimasi model VAR dapat disimpulkan bahwa nilai indeks sektor pertambangan dalam periode berjalan (MING) sangat dipengaruhi oleh fluktuasi harga minyak WTI pada periode sebelumnya (POILt-1) dilihat dari nilai t-statistiknya 3.060, 2.165, 2.058, -2.567, 3.468, dan 2.640 berada di wilayah penerimaan hipotesis pergerakan harga minyak dunia berpengaruh positif terhadap nilai indeks di sektor pertambangan di Bursa Efek Indonesia. Perubahan harga minyak WTI pada periode sebelumnya memberikan pengaruh positif dan secara statistik signifikan. Maka dari itu, hipotesis pergerakan harga minyak dunia berpengaruh positif terhadap nilai indeks di sektor pertambangan di Bursa Efek Indonesia dapat diterima. Sementara itu, nilai indeks sektor aneka industri dengan pengolahan menggunakan standar dua kali deviasi secara signifikan hanya dipengaruhi oleh fluktuasi harga minyak WTI pada periode 34

35

sebelumnya (POILt-1) yang ditunjukkan oleh nilai statistiknya kurang dari -1.968. Selanjutnya dari tabel diatas dapat dilihat dengan menggunakan pengolahan data standar tiga kali deviasi menunjukkan bahwa untuk nilai indeks sektor aneka industri sebelum kebijakan fluktuasi harga BBM secara signifikan hanya dipengaruhi oleh fluktuasi harga minyak WTI pada periode sebelumnya (POILt-1) yang ditunjukkan oleh nilai statistiknya kurang dari -1.968. Maka dari itu, hipotesis pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor aneka industri di Bursa Efek Indonesia dapat diterima. Pada sektor terakhir, nilai indeks sektor industri barang konsumsi hampir dipengaruhi oleh semua variabel, kecuali faktor-faktor lain yang ada (a) pada pengolahan menggunakan standar tiga kali deviasi dan dua kali deviasi pasca kebijakan fluktuasi harga BBM yang ditunjukkan oleh nilai statistiknya > 1.968 atau < -1.968. Maka dari itu, hipotesis pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor aneka industri di Bursa Efek Indonesia dapat diterima.

PEMBAHASAN Output pada VAR Model Substituted Coefficients meringkaskan kompilasi permodelan secara keseluruhan baik variabel yang signifikan maupun yang tidak signifikan. Pada bagian ini akan dikupas intepretasi dari permodelan VAR dan juga termasuk hasil pengujian hipotesis untuk masing-masing sektor yang diteliti. Pergerakan harga minyak dunia berpengaruh positif terhadap nilai indeks di sektor pertambangan Pola perubahan harga minyak WTI dengan nilai indeks sektor pertambangan adalah positif. Sedangkan untuk faktor-faktor lainnya adalah negatif. Hal ini menunjukkan bahwa pada saat harga minyak

36

WTI mengalami kenaikan maka nilai indeks sektor pertambangan akan ikut mengalami kenaikan. Saat penelitian ini ditulis, pasar masih beradaptasi menghadapi tren penurunan harga minyak dunia yang diikuti keputusan pemerintah memakai skema subsidi tetap untuk bahan bakar minyak (BBM). Skema subsidi tetap memang akan mengurangi beban APBN. Namun di sisi lain, skema ini membuat perusahaan sulit membuat rencana kerja karena harus menyesuaikan pergerakan harga minyak dunia. Dari pasar saham, emiten yang bergerak di sektor pertambangan harus mewaspadai tren penurunan harga minyak dunia yang terjadi karena konsumen berpotensi mengalihkan kebutuhan energi ke minyak mentah seiring dengan harga yang kian rendah. Imbasnya, tren penurunan harga minyak dunia akan membawa dampak positif bagi beberapa sektor seperti konsumer, ritel, dan transportasi. Namun sejatinya, perusahaan yang menggunakan minyak sebagai output produksi, pergerakan terhadap harga minyak mentah dunia akan berimbas pada meningkatnya kemampuan perusahaan untuk menghasilkan laba dan kemampuan dalam memberikan dividen. Peningkatan kemampuan menghasilkan laba dan membagikan dividen akan membuat minat investor menjadi tinggi, dan akan cenderung untuk membeli saham sehingga harga saham menjadi naik. Kenaikan harga saham akan meningkatkan return yang diperoleh oleh investor. Penelitian ini mendukung penelitian yang dilakukan oleh El-Sharif (2005) tentang hubungan antara harga minyak mentah dengan harga saham di industri minyak dan gas di Inggris. Bukti mereka menunjukkan bahwa terdapat hubungan positif antara kedua faktor, dan seringkali signifikan dan mencerminkan dampak langsung dari gejolak harga minyak pada harga ekuitas, serta Nandha & Faff (2008)

37

yang menyatakan bahwa terdapat 35 indeks industri global untuk periode antara tahun 1983 sampai 2005. Temuan mereka menunjukkan bahwa harga minyak memiliki dampak negatif pada pengembalian ekuitas untuk semua industri kecuali pertambangan, serta industri minyak dan gas. Pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor industri dasar Pergerakan nilai indeks sektor industri dasar tidak dipengaruhi oleh dinamika perubahan harga minyak WTI, hal ini dapat dibuktikan dalam uji Granger yang menyimpulkan tidak terjadi kausalitas apapun untuk nilai indeks sektor industri dasar dan perubahan harga Minyak WTI. Hasil penelitian ini tidak mendukung penelitian yang dilakukan oleh Agusman & Deriantino (2008) dimana kinerja industri khususnya pada profit perusahaan menjadi lebih rentan terhadap kenaikan harga minyak dunia. Alasan harga miyak dunia tidak secara signifikan berpengaruh pada perusahaan yang termasuk sektor industri dasar karena keberadaan sektor industri ini secara langsung dirasakan oleh seluruh lapisan masyarakat, misalnya dalam sektor semen, porselen kayu, keramik, dimana tanpa adanya sektor ini, proses pembangunan yang ada di Indonesia tidak bisa berjalan dengan baik. Fluktuasi harga minyak dunia merupakan satu dari banyak faktor lainnya yang turut mempengaruhi sektor ini. Sehingga peristiwa yang mempunyai kaitan dengan harga minyak dunia tidak terlalu berpengaruh pada perusahaan yang termasuk sektor industri dasar.

38

Pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor aneka industri dan sektor industri barang konsumsi Diantara sektor aneka industri dan minyak WTI, harga minyak WTI dan variabel sektor aneka industri memberikan pengaruh yang signifikan terhadap pergerakan nilai indeks sektor aneka industri pada lag satu hari sebelumnya. Selanjutnya, untuk pola nilai indeks sektor aneka industri dengan perubahan harga minyak WTI adalah negatif dan dengan dirinya sendiri adalah positif. Diantara hubungan antara variabel sektor industri barang konsumsi dan minyak WTI, harga minyak WTI pada lag sehari sebelumnya memberikan pengaruh yang signifikan. Pada variabel sektor industri barang konsumsi dipengaruhi oleh dinamika pergerakan dirinya sendiri pada lag satu hari sebelumnya. Pola hubungan nilai indeks sektor industri barang konsumsi dengan perubahan harga minyak WTI adalah negatif dan pola hubungan nilai indeks sektor industri barang konsumsi dirinya sendiri adalah positif. Nilai indeks di sektor aneka industri dan sektor industri barang konsumsi merespon secara negatif adanya pergerakan harga minyak dunia. Hal ini terjadi ketika terjadi perubahan harga minyak akan mempengaruhi aktivitas perekonomian. Pergerakan harga minyak dunia akan berakibat pada berubahnya pendapatan yang diterima perusahaan atau industri yang menggunakan minyak sebagai salah satu input dalam proses produksi. Konsekuensinya, perubahan harga minyak akan menurunkan pendapatan perusahaan atau industri secara agregat. Dengan asumsi pasar saham yang ada merupakan pasar saham yang efisien, maka kenaikan harga minyak akan menyebabkan penurunan harga saham. Akan tetapi, jika pasar saham tidak efisien, maka akan terdapat lag dalam respon return saham.

39

Di lain sisi, saat terjadi penurunan harga minyak dunia akan menunjukkan kondisi negatif pasar komoditas secara keseluruhan. Namun, kondisi tersebut juga dapat dilihat dari sisi positif. Menurut Manurung (2015), setiap penurunan harga sebesar US$10 per barel akan mengurangi biaya antara US$36 juta-US$40 juta dari total biaya operasi perseroan, maka dari itu perseroan bisa menekan biaya operasionalnya. Selanjutnya, Antarikso (2015) berpendapat jika ongkos distribusi berkontribusi sekitar 4,5% terhadap biaya operasional perseroan, sehingga penurunan harga minyak dapat memberikan dampak positif. Tren pelemahan harga minyak dunia telah memicu penurunan harga BBM yang menjadi unsur penting dalam proses distribusi. Jika harga BBM tetap rendah, hal ini akan menguntungkan emiten yang bergerak di sektor industri barang konsumsi. Selain itu, penurunan harga minyak mentah dunia juga akan memberikan dampak di biaya produksi. Hal ini mengingat beberapa perusahaan di sektor industri barang konsumsi juga menggunakan minyak mentah sebagai bahan baku. Hasil penelitian ini, sesuai dengan pendapat Ciner (2001) dan Park dan Ratti (2008) yang menyatakan bahwa ketidakstabilan harga minyak memiliki dampak signifikan secara statistik pada pasar saham, terutama bagi perusahaan yang termasuk golongan industri. Penelitian ini juga mendukung pendapat Mohanty, Nandha, & Bota (2010) dimana harga minyak memiliki dampak negatif pada pengembalian ekuitas untuk semua industri kecuali pertambangan, serta industri minyak dan gas. Kedua sub-hipotesis sektor aneka industri dan sektor industri barang konsumsi membuktikan pergerakan harga minyak dunia berpengaruh negatif terhadap nilai indeks di sektor industri, hal ini dikarenakan

40

minyak bersama dengan modal, tenaga kerja dan bahan baku merupakan komponen paling penting dalam produksi barang dan perubahan harga input tersebut akan mempengaruhi arus kas. Naiknya harga minyak, yang dibarengi dengan tidak adanya efek substitusi lengkap antara faktor-faktor produksi, meningkatkan biaya produksi. Meningkatnya biaya produksi dan berimbas pada menurunnya kemampuan perusahaan untuk menghasilkan laba dan kemampuan dalam memberikan dividen. Penurunan kemampuan menghasilkan laba dan membagikan dividen akan membuat minat investor menjadi rendah, dan investor perusahaan yang bersangkutan akan cenderung untuk menjual sahamnya sehingga harga saham turun. Penurunan harga saham akan menurunkan return yang diperoleh oleh investor.

PENUTUP Simpulan Setelah melakukan analisis dan pembahasan dari 330 observasi data harga minyak WTI harian dan penutupan indeks harian di 4 indeks saham sektoral di Bursa Efek Indonesia yaitu Pertambangan, Industri Dasar, Aneka Industri, dan Industri Barang Konsumsi selama 1 tahun sebelum adanya penghapusan subsidi untuk harga BBM dari Oktober 2013 sampai Oktober 2014 dan 1 tahun pasca berlakunya kebijakan fluktuasi harga BBM mengikuti harga pasar dari November 2014 hingga November 2015, maka dapat ditarik kesimpulan sebagai berikut: 1. Pergerakan harga minyak dunia memberikan pengaruh

positif baik sebelum dan sesudah kebijakan fluktuasi harga BBM mengikuti harga pasar terhadap nilai indeks di sektor pertambangan. 2. Tidak terjadi hubungan apapun antara pergerakan nilai indeks sektor industri dasar dan harga minyak dunia. Pergerakan harga minyak dunia memberikan pengaruh negatif terhadap

41

pergerakan nilai indeks sektor aneka industri. Selanjutnya, perubahan harga minyak dunia memberikan pengaruh negatif untuk sektor industri barang konsumsi setelah kebijakan fluktuasi harga BBM mengikuti harga pasar diberlakukan. Implikasi Teoritis Dilihat dari perspektif ekonomi mikro, yang paling jelas adalah kenyataan bahwa banyak perusahaan, minyak merupakan sumber daya penting dan input penting dalam produksi barang. Maka dari itu perubahan harga minyak tentu akan berdampak pada biaya. Perubahan biaya diperkirakan akan berdampak lebih jauh terhadap harga saham. Hamilton (1983), Jones (2004), dan Cunado & Gracia (2004) menemukan bahwa ada hubungan antara harga minyak dan pasar saham dimana pergerakan harga minyak akan mempengaruhi ekonomi makro dan akhirnya berimbas pada tingkat return ekuitas. Hal ini dikarenakan, pergerakan harga minyak sangat mempengaruhi output riil dan dengan demikian memiliki efek buruk pada keuntungan perusahaan dimana minyak digunakan sebagai input. Fluktuasi harga minyak dunia memiliki pengaruh yang cukup penting dalam perekonomian. Hal tersebut memperkuat hasil penelelitian yang dilakukan Sadorsky (1999), Gjerde dan Sættem (1999), Ciner (2001), dan Park dan Ratti (2008). Penelitian ini merupakan salah satu kasus dalam hipotesis bentuk setengah kuat karena harga saham mencerminkan tidak hanya informasi mengenai harga saham di masa lalu tetapi juga semua informasi umum yang tersedia yang relevan bagi perusahaan. Dengan kata lain harga saham akan secara cepat menyesuaikan diri untuk merefleksikan adanya informasi harga minyak yang tersedia untuk umum. Meskipun pengaruhnya tidak terlalu besar jika dibandingankan dengan fluktuasi harga pertukaran mata uang asing, namun hal ini tetap harus diwaspadai sebab perekonomian kita

42

masih bergantung pada bahan bakar minyak sebagai sumber energi. Sebagaimana yang kita ketahui, minyak mentah merupakan sumber energi yang membutuhkan waktu sangat lama untuk memperbaharuinya. Ini berarti dibutuhkan kebijakan yang mampu direspon lebih cepat oleh sektor riil.

Saran Hendaknya harga minyak dunia dapat dijadikan pertimbangan untuk investor, khususnya yang berminat membeli saham di sektor pertambangan sebagai sumber informasi mengingat fluktuasi harga minyak dunia memberikan pengaruh terhadap nilai indeks di sektor pertambangan. Walaupun tujuannya untuk menentukan dan mengenali hubungan antara perubahan harga minyak dan nilai indeks di keempat sektor yang diteliti, penelitian ini mempunyai keterbatasan. Penelitian ini belum memilah reaksi saat pasar dalam kondisi bearish dan bullish, maka untuk agenda penelitian mendatang disarankan untuk melihat dan membandingkan pada kedua kondisi pasar tersebut.

Referensi Agusman, A., & Deriantino, E. (2008). Oil Price and Industry Stock Returns: Evidence from Indonesia. Submission Cover 21st Australasian Finance and Banking Conference. Antarikso, S. (2015, January 19). Harga Minyak Dunia Ambrol, Waspadai Aksi Banting Saham Pertambangan. (R. A. Pratama, & A. M. Ardhanareswari, Editors) Diunduh pada tanggal 17 April 2016 dari Bisnis Indonesia: http://market.bisnis.com/read/20150119/191/ 392746/harga-minyakdunia-ambrol-waspadai-aksi-banting-saham-pertambangan Basher, S. A., & Sadorsky, P. (2006). Oil price risk and emerging stock markets. Global Finance Journal 17, 224–251. Bhar, R., & Nikolova, B. (2010, May). Global Oil Prices, Oil Industry and Equity Returns: Russian Experience. Scottish Journal of Political Economy 57(2), 169-186. Biro Riset LM FE UI. (2010). Analisis Industri Minyak dan Gas Di Indonesia: Masukan bagi Pengelola BUMN. Ciner, C. (2001). Energy shocks and financial markets: Nonlinear linkages. Studies in Nonlinear Dynamics and Econometrics 5 (3), 203-212. Cong, R. C., Wei, Y. M., Jiao, J. L., & Fan, Y. (2008). Relationships between oil price shocks and stock market: An empirical analysis from China. Energy Policy 36 (9), 3544-3553. Cunado, J., & Gracia, P. D. (2004). Oil prices, economic activity and inflation: Oil prices, economic activity and inflation:. El-Sharif, I., Brown, D., Burton, B., Nixon, B., & Russel, A. (2005). Evidence of the nature and extent of the relationship between oil prices and equity values in the UK. Energy Economics 27 (6), 819-830. Enders, W. (2004). Applied Econometric Time Series. 2nd Edition. John Wiley and Sons. New York. Faff, R. W., & Brailsford, T. J. (1999). Oil price risk and the Australian stock market. Journal of Energy Finance and Development 4, 69-87. Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. The Journal of Finance 2 (25), 383-417. Gisser, M., & Goodwin, T. H. (1986). Crude oil and the macroeconomy: Tests of some popular nations. Journal of Money, Credit and Banking 18 (1), 95103. Gjerde, Ø., & Sættem, F. (1999). Causal relations among stock returns and macroeconomic variables in a small, open economy. Journal of International Financial Markets 9 (1), 61-74.

viii

ix

Gogineni, S. (2007). The Stock Market Reaction to Oil Price Changes. University of Oklahoma. Gumelar, G. (2015, January 1). BI Apresiasi Reformasi Kebijakan Subsidi BBM Jokowi. Retrieved from CNN Indonesia: http://www.cnnindonesia.com/ekonomi/20150101093005-78-21766/biapresiasi-reformasi-kebijakan-subsidi-bbm-jokowi/ Hamilton, J. D. (1983). Oil and macroeconomy since World War II. The Journal of Political Economy 91 (2), 228-248. Hammoudeh, S., & Li, H. (2004). Risk-Return Relationships in Oil-Sensitive Stock Markets. Finance Letters 2, 10-15. Haugen, R. A. (2001). Modern Portfolio Theory. 5th Edition. Prentice Hall. New Jersey. Huang, R. D., Masulis, R. W., & Stoll, H. R. (1996). Energy shocks and financial markets. Journal of Futures Markets 16 (1), 1-27. Huang, R. D., Masulis, R. W., & Stoll, H. R. (1996). Energy shocks and financial markets. Journal of Futures Markets 16 (1), 1-27. Humberto, M. (2010, May 31). Indonesia leaves OPEC, GM downsizes. Diambil kembali dari Asia Times: http://www.atimes.com/atimes/Southeast_Asia/JF10Ae03.html Indonesia: Oil for 2011. (2011). Diambil kembali dari International Energy Agency: http://www.iea.org/statistics/statisticssearch/report/?&country=INDONE SIA&year=2011&product=Oil International Monetary Fund 2000. (2014, January 30). The impact of higher oil prices on the global. Diambil kembali dari International Monetary Fund: . Jimènez-Rodrìguez, R., & Sànchez, M. (2005). Oil price shocks and real GDP growth: Empirical evidence for some OECD countries. Applied Economics 37 (2), 201-228. Jones, C. M., & Kaul, G. (1996). Oil and the stock markets. Journal of Finance 51 (2), 463-491. Jones, D. W., Leiby, P. N., & Paik, I. K. (2004). Oil price shocks and the macroeconomy: What has been learned since 1996? Energy Journal 25, 132. Lescaroux, F., & Mignon, V. (2008). On the Influence of Oil Prices on Economic Activity and other Macroeconomic and Financial Variables. OPEC Energy Review 32 (4), 343–380. MacKinlay, A. C. (1997). Event Studies in Economics and Finance. Journal of Economic Literature 35, 13-39.

x

Manurung, E. (2015, January 19). Harga Minyak Dunia Ambrol, Waspadai Aksi Banting Saham Pertambangan. (R. A. Pratama, & A. M. Ardhanareswari , Editors) Diunduh pada tanggal 15 April 2016 dari Bisnis Indonesia: http://market.bisnis.com/read/20150119/191/392746/harga-minyakdunia-ambrol-waspadai-aksi-banting-saham-pertambangan Mohanty, S., Nandha, M., & Bota, G. (2010). Oil shocks and stock returns: The case of Central and Eastern European (CEE) oil and gas sector. Emerging Markets Review 11 (4), 358-372. Mujahid, M., Ahmed, R., & Mustafa, K. (2007). Does Oil Price Transmit to Emerging Stock Returns: A case study of Pakistan Economy. Nandha, & Hammoudeh. (2006). Systematic Risk, and Oil Price and Exchange Rate Sensitivities in Asia-Pacific Stock Markets. Nandha, M., & Faff, R. (2008). Does Oil Move Equity Prices? A Global View. Energy Economics 30, 986-997. Nashrillah, F. (2014, November 18). Umumkan Harga BBM, Jokowi Dinilai Berani. Retrieved from tempo.co: http://www.tempo.co/read/news/2014/11/18/090622792/UmumkanHarga-BBM-Jokowi-Dinilai-Berani Papapetrou, E. (2001). Oil price shocks, stock market, economic activity and employment in Greece. Energy Economics 23 (5), 511-532. Park, J., & Ratti, R. A. (2008). Oil price shocks and the stock markets in the U.S. and 13 European countries. Energy Economics 30 (5), 2587-2608. Pollet, J. (2002). Predicting Asset Returns with Expected Oil Price Changes. Harvard University. Reimers, H.E. (1992). Comparisons of Tests for Multivariate Cointegration. Statistical Papers 33, 335-346. Sadorsky, P. (1999). Oil price shocks and stock market activity. Energy Economics 21 (5), 449-469. Sawyer, K. R., & Nandha, M. (2006). How Oil Moves Stock Prices. University of Melbourne. Seshaiah, S., & Behera, C. (2009). Stock Prices and its Relation with Crude Oil Prices and Exchange Rates. Applied Econometrics and International Development 9 (1), 149-156. Sriwardani, F. (2009). Pengaruh Indikator Makro Ekonomi Global terhadap Indeks Harga Saham Gabungan (IHSG) dan Jakarta Islamic Index (JII) Menggunakan Vector Auto Regressive dan Impulse Response Function.

Lampiran 1: Hasil Uji Akar Null Hypothesis: MING has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=15)

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

t-Statistic

Prob.*

-15.51328 -2.871402

0.0000

t-Statistic

Prob.*

-15.49956 -2.871402

0.0000

t-Statistic

Prob.*

-16.89669 -2.871402

0.0000

t-Statistic

Prob.*

-19.66853 -2.871402

0.0000

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

Null Hypothesis: BIND has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=15)

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

Null Hypothesis: MISC has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=15)


Null Hypothesis: CONS has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=15)


vi

vii

Null Hypothesis: MING has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=14)


t-Statistic

Prob.*

-13.51916 -2.876200

0.0000

t-Statistic

Prob.*

-11.95651 -2.876200

0.0000

t-Statistic

Prob.*

-13.84278 -2.876200

0.0000

t-Statistic

Prob.*

-16.72633 -2.876200

0.0000

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

Null Hypothesis: BIND has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=14)


Null Hypothesis: MISC has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=14)


Null Hypothesis: CONS has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=14)


viii

Lampiran 2: Hasil Uji Panjang Lag Optimal VAR Lag Order Selection Criteria Endogenous variables: BIND CONS MING MISC WTI Exogenous variables: C Date: 12/17/15 Time: 00:10 Sample: 1 414 Included observations: 280 Lag

LogL

AIC

SC

0 1 2 3 4 5 6 7 8

3939.800 3964.233 3980.761 3992.354 4001.826 4013.479 4029.322 4045.398 4055.319

-28.10571 -28.10166* -28.04115 -27.94538 -27.83447 -27.73914 -27.67373 -27.60999 -27.50228

-28.04080 -27.71222* -27.32717 -26.90687 -26.47143 -26.05156 -25.66161 -25.27334 -24.84109

* indicates lag order selected by the criterion

VAR Lag Order Selection Criteria Endogenous variables: BIND CONS MING MISC WTI Exogenous variables: C Date: 12/17/15 Time: 01:00 Sample: 1 196 Included observations: 188 Lag

LogL

AIC

SC

0 1 2 3 4 5 6 7 8

2589.728 2615.460 2628.909 2644.085 2657.141 2672.727 2690.393 2705.547 2721.997

-27.49710 -27.50490* -27.38201 -27.27750 -27.15043 -27.05028 -26.97227 -26.86752 -26.77656

-27.41103 -26.98844* -26.43518 -25.90029 -25.34284 -24.81232 -24.30392 -23.76880 -23.24747

* indicates lag order selected by the criterion

Lampiran 3: Hasil Uji Kointegrasi Date: 12/17/15 Time: 00:50 Sample (adjusted): 3 288 Included observations: 286 after adjustments Trend assumption: Linear deterministic trend Series: MING WTI Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**

None *

0.354421

211.9944

15.49471

0.0001

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

Date: 12/17/15 Time: 00:52 Sample (adjusted): 3 288 Included observations: 286 after adjustments Trend assumption: Linear deterministic trend Series: BIND WTI Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**

None *

0.327088

206.0979

15.49471

0.0001


Date: 12/17/15 Time: 00:52 Sample (adjusted): 3 288 Included observations: 286 after adjustments Trend assumption: Linear deterministic trend Series: MISC WTI Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized

Trace

vi

0.05

vii

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob.**

None *

0.334655

215.6707

15.49471

0.0001


Date: 12/17/15 Time: 00:53 Sample (adjusted): 3 288 Included observations: 286 after adjustments Trend assumption: Linear deterministic trend Series: CONS WTI Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**

None *

0.386183

233.0399

15.49471

0.0001


Date: 12/17/15 Time: 01:09 Sample (adjusted): 3 196 Included observations: 194 after adjustments Trend assumption: Linear deterministic trend Series: MING WTI Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**

None *

0.392993

149.5908

15.49471

0.0001


Date: 12/17/15 Time: 01:09 Sample (adjusted): 3 196 Included observations: 194 after adjustments

viii

Trend assumption: Linear deterministic trend Series: BIND WTI Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**

None *

0.312366

133.6180

15.49471

0.0001


Date: 12/17/15 Time: 01:12 Sample (adjusted): 3 196 Included observations: 194 after adjustments Trend assumption: Linear deterministic trend Series: MISC WTI Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**

None *

0.314320

141.9008

15.49471

0.0001


Date: 12/17/15 Time: 01:12 Sample (adjusted): 3 196 Included observations: 194 after adjustments Trend assumption: Linear deterministic trend Series: CONS WTI Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

0.05 Critical Value

Prob.**

None *

0.360031

148.4326

15.49471

0.0001

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level

ix

* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values

Lampiran 4: Hasil Uji Granger Causality Pairwise Granger Causality Tests Date: 12/17/15 Time: 00:50 Sample: 1 414 Lags: 1 Null Hypothesis:

Obs

F-Statistic

Prob.

WTI does not Granger Cause BIND BIND does not Granger Cause WTI

287

0.30078 0.55702

0.7895 0.7588

WTI does not Granger Cause CONS CONS does not Granger Cause WTI

287

0.02036 0.11620

0.0339 0.7537

WTI does not Granger Cause MING MING does not Granger Cause WTI

287

9.36831 2.67777

0.3816 0.0487

WTI does not Granger Cause MISC MISC does not Granger Cause WTI

287

0.15124 0.46609

0.0846 0.0379

Null Hypothesis:

Obs

F-Statistic

Prob.

WTI does not Granger Cause BIND BIND does not Granger Cause WTI

195

0.58924 0.44480

WTI does not Granger Cause CONS CONS does not Granger Cause WTI

195

0.00452 0.51864

0.0495 0.9618

WTI does not Granger Cause MING MING does not Granger Cause WTI

195

12.0313 2.84221

0.213 0.0287

WTI does not Granger Cause MISC MISC does not Granger Cause WTI

195

9.1E-05 0.40465

0.2561 0.0385

Pairwise Granger Causality Tests Date: 12/17/15 Time: 01:13 Sample: 1 196 Lags: 1

vi

0.1082 0.6176

Lampiran 5: Hasil Uji Vector Auto Regression Vector Autoregression Estimates Date: 12/17/15 Time: 00:39 Sample (adjusted): 2 288 Included observations: 287 after adjustments Standard errors in ( ) & t-statistics in [ ] WTI

MING

WTI(-1)

-0.121199 (0.05872) [-2.06415]

0.061294 (0.02003) [ 3.06077]

MING(-1)

0.280200 (0.17123) [ 1.63639]

0.072230 (0.05840) [ 1.23682]

C

-0.002905 (0.00180) [-1.61274]

-0.000969 (0.00061) [-1.57733]

0.022644 0.015761 0.259304 0.030217 3.289911 598.5902 -4.150454 -4.112202 -0.002899 0.030458

0.038459 0.031687 0.030163 0.010306 5.679546 907.3141 -6.301841 -6.263588 -0.001224 0.010473

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

Vector Autoregression Estimates Date: 12/17/15 Time: 00:45 Sample (adjusted): 2 288 Included observations: 287 after adjustments Standard errors in ( ) & t-statistics in [ ] WTI

MISC

WTI(-1)

-0.118094 (0.05895) [-2.00341]

-0.013491 (0.03469) [-2.38889]

MISC(-1)

0.068932 (0.10097) [ 0.68271]

0.000424 (0.05942) [ 1.00714]

vi

vii

C


-0.003263 (0.00180) [-1.81370]

0.000484 (0.00106) [ 0.45760]

0.015045 0.008109 0.261320 0.030334 2.169020 597.4788 -4.142709 -4.104457 -0.002899 0.030458

0.000533 -0.006505 0.090506 0.017852 0.075732 749.6361 -5.203039 -5.164787 0.000522 0.017794

Vector Autoregression Estimates Date: 12/17/15 Time: 00:47 Sample (adjusted): 2 288 Included observations: 287 after adjustments Standard errors in ( ) & t-statistics in [ ] CONS

WTI

CONS(-1)

0.150650 (0.05874) [2.56455]

-0.048984 (0.14370) [-0.34089]

WTI(-1)

-0.003442 (0.02412) [-2.14270]

-0.114551 (0.05900) [-1.94150]

C

0.000828 (0.00074) [ 2.12341]

-0.003181 (0.00180) [-1.76429]

0.022942 0.016062 0.043726 0.012408 3.334312 854.0292 -5.930517 -5.892265 0.000726 0.012509

0.013832 0.006887 0.261642 0.030352 1.991695 597.3022 -4.141479 -4.103226 -0.002899 0.030458


viii

Vector Autoregression Estimates Date: 12/17/15 Time: 01:01 Sample (adjusted): 2 196 Included observations: 195 after adjustments Standard errors in ( ) & t-statistics in [ ] MING

WTI

MING(-1)

0.006950 (0.07026) [ 0.09891]

0.428642 (0.25425) [ 1.68589]

WTI(-1)

1.068323 (0.01970) [ 3.46862]

-0.134482 (0.07128) [-1.88667]

C

-0.1772 (0.00069) [-2.56728]

-0.002202 (0.00250) [-0.88159]

0.059630 0.049834 0.017055 0.009425 6.087448 634.3785 -6.475677 -6.425323 -0.001970 0.009669

0.029954 0.019849 0.223339 0.034106 2.964377 383.5831 -3.903416 -3.853062 -0.002679 0.034450


Vector Autoregression Estimates Date: 12/17/15 Time: 01:06 Sample (adjusted): 2 196 Included observations: 195 after adjustments Standard errors in ( ) & t-statistics in [ ] MISC

WTI

MISC(-1)

1.004244 (0.07232) [ 2.05869]

0.082956 (0.13041) [ 0.63612]

WTI(-1)

-1.000380 (0.03975) [-2.00956]

-0.128142 (0.07169) [-1.78750]

ix

C


0.000177 (0.00137) [ 0.12976]

-0.003046 (0.00247) [-1.23527]

0.000018 -0.010398 0.069546 0.019032 0.001736 497.3363 -5.070116 -5.019762 0.000179 0.018934

0.017665 0.007432 0.226169 0.034321 1.726287 382.3556 -3.890827 -3.840473 -0.002679 0.034450

Vector Autoregression Estimates Date: 12/17/15 Time: 01:07 Sample (adjusted): 2 196 Included observations: 195 after adjustments Standard errors in ( ) & t-statistics in [ ] CONS

WTI

CONS(-1)

1.184095 (0.07123) [2.58447]

-0.133716 (0.18567) [-0.72017]

WTI(-1)

-1.001850 (0.02753) [ -2.06720]

-0.120236 (0.07176) [-1.67552]

C

0.000913 (0.00095) [ 0.96347]

-0.002906 (0.00247) [-1.17672]

0.033748 0.023683 0.033267 0.013163 3.353010 569.2343 -5.807532 -5.757178 0.000772 0.013322

0.018246 0.008020 0.226035 0.034311 1.784187 382.4133 -3.891419 -3.841065 -0.002679 0.034450


x

Vector Autoregression Estimates Date: 01/08/16 Time: 14:20 Sample (adjusted): 2 12 Included observations: 11 after adjustments Standard errors in ( ) & t-statistics in [ ] OIL

MING

OIL(-1)

0.668604 (0.30881) [2.16509]

-0.056670 (0.05761) [-0.98361]

MING(-1)

0.668460 (2.29083) [ 2.05885]

0.460607 (0.42740) [ 1.07771]

C

0.011553 (0.02109) [ 0.54780]

0.001203 (0.00393) [ 0.30566]

0.412366 0.265458 0.036368 0.067424 2.806962 15.80742 -2.328621 -2.220104 0.021052 0.078670

0.143885 -0.070144 0.001266 0.012579 0.672269 34.27595 -5.686536 -5.578019 0.002180 0.012160



MISC

OIL(-1)

-0.395143 (0.35860) [-2.10189]

-0.077559 (0.09446) [-0.82108]

MISC(-1)

0.871982 (1.62596) [ 0.53629]

-0.019085 (0.42829) [-0.04456]

C

0.021846

-0.000306

xi


(0.02482) [ 0.88016]

(0.00654) [-0.04686]

0.132203 -0.084746 0.053707 0.081936 0.609374 13.66322 -1.938767 -1.830250 0.021052 0.078670

0.111878 -0.110152 0.003726 0.021583 0.503887 28.33775 -4.606863 -4.498346 -0.000785 0.020484


CONS

OIL(-1)

-0.340183 (0.38654) [-2.38206]

0.017444 (0.10240) [ 0.17035]

CONS(-1)

0.311387 (1.50715) [ 2.27061]

-0.538458 (0.39925) [-1.34868]

C

0.021982 (0.02540) [ 0.01943]

0.003813 (0.00673) [ 0.56670]

0.105777 -0.117779 0.055343 0.083174 0.473156 13.49823 -1.908769 -1.800253 0.021052 0.078670

0.237409 0.046761 0.003884 0.022033 1.245275 28.11053 -4.565550 -4.457033 0.002135 0.022567


Vector Autoregression Estimates

xii

Date: 01/08/16 Time: 14:24 Sample (adjusted): 1/30/2015 9/01/2015 Included observations: 7 after adjustments Standard errors in ( ) & t-statistics in [ ] OIL

MING

OIL(-1)

0.317909 (0.49651) [2.64029]

-0.036246 (0.06567) [-0.55193]

MING(-1)

2.496972 (3.82971) [ 0.65200]

-0.341900 (0.50654) [-0.67498]

C

0.009624 (0.04111) [ 0.23409]

0.004759 (0.00544) [ 0.87529]

0.125488 -0.311767 0.042774 0.103409 0.286991 7.909498 -1.402714 -1.425895 0.015320 0.090288

0.257393 -0.113911 0.000748 0.013677 0.693214 22.07015 -5.448614 -5.471795 0.003072 0.012959


Vector Autoregression Estimates Date: 01/08/16 Time: 14:25 Sample (adjusted): 1/30/2015 9/01/2015 Included observations: 7 after adjustments Standard errors in ( ) & t-statistics in [ ] OIL

MISC

OIL(-1)

-0.266069 (0.50910) [-0.52263]

-0.050833 (0.12036) [-0.42235]

MISC(-1)

1.280608 (3.05902) [ 0.41863]

-0.331329 (0.72319) [-0.45815]

C

0.007590 (0.04668) [ 0.16259]

0.006718 (0.01104) [ 0.60875]

xiii


0.073157 -0.390264 0.045334 0.106459 0.157863 7.706083 -1.344595 -1.367777 0.015320 0.090288

0.149424 -0.275864 0.002534 0.025168 0.351349 17.80138 -4.228965 -4.252146 0.003358 0.022282

Vector Autoregression Estimates Date: 01/08/16 Time: 14:25 Sample (adjusted): 1/30/2015 9/01/2015 Included observations: 7 after adjustments Standard errors in ( ) & t-statistics in [ ] OIL

CONS

OIL(-1)

-0.362284 (0.62671) [-2.11707]

-0.073196 (0.18926) [-0.38674]

CONS(-1)

1.069704 (2.41100) [ 2.20868]

0.103355 (0.72810) [ 0.14195]

C

0.008430 (0.04509) [ 1.14895]

0.007701 (0.01362) [ 0.56550]

0.077926 -0.383110 0.045100 0.106184 0.169024 7.724140 -1.349754 -1.372936 0.015320 0.090288

0.042877 -0.435684 0.004113 0.032067 0.089596 16.10563 -3.744464 -3.767646 0.007932 0.026762


xiv

Pengaruh Harga Minyak Dunia terhadap Nilai Indeks Sektoral di Bursa Efek Indonesia Pasca Kebijakan Fluktuasi Harga BBM. Tesis

Recommend Documents