Program Studi S1 Ekstensi, Fakultas Ekonomi Universitas Indonesia

ANALISIS INTEGRASI PASAR SAHAM JEPANG, INDONESIA, FILIPINA, VIETNAM, DAN BANGLADESH DENGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) PERIODE JULI 2006-JUNI 2011 Annisa Riani Sari, Ririen Setiati Riyanti Program Studi S1 Ekstensi, Fakultas Ekonomi Universitas Indonesia.

Abstrak Studi ini menganalisis integrasi pasar saham di beberapa negara di kawasan Asia Pasifik. Penelitian ini berfokus pada pasar saham lima negara, yaitu Jepang, Indonesia, Filipina, vietnam dan Bangladesh, dengan memberi perhatian khusus pada krisis keuangan 2008-2009. Studi ini dilatarbelakangi oleh penelitian mengenai integrasi pasar saham tradisional, yang menunjukkan bahwa pasar saham negara berkembang lebih tersegmentasi dan pasar saham negara maju sangat terintegrasi. Dengan menggunakan metode vector autoregressive (VAR), hasil penelitian ini menunjukkan bahwa pasar saham masih kurang terintegrasi. Pada periode sebelum krisis, hanya pasar saham Filipina dan Indonesia yang terintegrasi, sedangkan pasar saham Jepang terintegrasi dengan pasar saham Indonesia, Filipina dan Bangladesh. Sementara itu, pada periode setelah krisis, pasar saham Bangladesh tidak terintegrasi dengan pasar saham Jepang. Kata Kunci: Integrasi pasar, Metode VAR, Krisis keuangan

1. Latar Belakang Masalah Menurut Ding dan Pu (2012), dalam dekade terakhir integrasi pasar keuangan telah meningkat secara signifikan. Selain itu, menurut kearney dan Lucey (2004), ketika integrasi pasar saham internasional meningkat, manfaat diversifikasi akan cenderung menurun. Lee, Shie, dan Chang (2012) dalam penelitiannya menyebutkan bahwa krisis keuangan menyebabkan perubahan dalam ekonomi regional, dimana sejak krisis keuangan 1997 terjadi terdapat perubahan signifikan terhadap hubungan antar pasar Asia. Telah banyak studi dilakukan untuk menganalisis integrasi pasar saham tradisional, antara lain dilakukan oleh Nikkinen, Piljak, dan Aijo (2012) 1

Analisis integrasi..., Annisa Riani Sari, FE UI, 2013

yang menunjukkan bahwa pasar saham negara maju sangat terintegrasi sedangkan pasar negara sedang berkembang mungkin tersegmentasi. Selain itu globalisasi ekonomi meningkatkan kekayaan negara-negara di dunia dan menurunkan biaya transaksi. Akibat perkembangan teknologi informasi, investor dapat mempertimbangkan pasar keuangan negara-negara berkembang (Hasan et al., 2008). Tahun 2001, Goldman Sachs dalam Global Economics Paper, tulisannya yang berjudul “Building Better Global Economic BRICs”, mereka mengidentifikasi Brazil, Rusia, India dan China ("BRIC") sebagai kekuatan pertumbuhan ekonomi baru di dunia. Sejak diperkenalkan, istilah BRIC banyak digunakan oleh para ahli keuangan. Selain Goldman Sachs, tahun 2008 Price Waterhouse Coopers (PWC) dalam penelitiannya yang berjudul “The World in 2050” menambahkan Indonesia, Meksiko, dan Turki dan membentuk kelompok tujuh emerging market atau Brazil, Rusia, India, China, Meksiko, Indonesia, dan Turki (BRICMIT). Setahun sebelumnya, Goldman Sachs dalam buku yang berjudul “BRICs and Beyond”, mengelompokkan sebelas pasar berkembang kedalam kelompok Next Eleven (N11). Negara-negara yang termasuk dalam kelompok ini adalah Bangladesh, Mesir, Indonesia, Iran, Korea, Meksiko, Nigeria, Pakistan, Filipina, Turki, dan Vietnam. Negara-negara yang termasuk dalam N11 dipercaya potensi memberikan pengaruh seperti negara-negara BRIC dalam menantang dominasi negara-negara Prancis, Jerman, Italia, Jepang, Amerika Serikat, Inggris, dan Kanada atau yang lebih dikenal dengan nama Group of Seven (G7). Terbentuknya G7 berawal dari terjadinya krisis minyak 1973 dan resesi dunia yang terjadi selanjutnya. Masalah-masalah ini membuat Amerika Serikat mendirikan kelompok bernama Library Group, sebuah perkumpulan para pejabat keuangan senior dari Amerika Serikat, Eropa, dan Jepang, untuk mendiskusikan masalah-masalah ekonomi. Pada 1975, Presiden Perancis Valéry Giscard d'Estaing mengundang para kepala negara enam negara demokratis besar yang maju ke pertemuan G6 yang pertama di Rambouillet dan menawarkan ide untuk adanya pertemuan tetap. G6 (Kelompok Enam) terdiri dari Perancis, Jerman, Italia, Jepang, Amerika Serikat, dan Inggris.

2


Pada pertemuan kedua di Puerto Riko, G6 menjadi G7 dengan masuknya Kanada. Penelitian ini ingin melihat dan menganalisis keterkaitan antar pasar negara berkembang (emerging market) dan negara maju (developed market). Latar belakang pemilihan topik ini adalah karena keberhasilan perekonomian beberapa negara internasional,

Asia

terutama

mendorong pertumbuhan transaksi keuangan terkait

dengan

negara-negara

maju.

Untuk

mengetahui adanya integrasi pasar saham antara negara berkembang dan negara maju, penelitian ini menganalisis empat negara berkembang, yaitu Indonesia, Vietnam, Filipina, dan Bangladesh, dan satu negara maju, yaitu Jepang. Alasan pemilihan empat negara berkembang tersebut adalah karena berdasarkan situs World Bank, terdapat sebelas negara yang merupakan negara berkembang, dari dua puluh satu negara yang ada di kawasan Asia Pasifik. Selain itu menurut penelitian yang dilakukan oleh Goldman Sachs tahun 2007 menyatakan bahwa pasar saham nehara Indonesia, Filipina, Vietnam, dan Bangladesh akan menjadi negara-negara yang mampu bersaing dengan negara-negara G7 dan pasar saham negara Jepang dipilih karena merupakan salah satu negara anggota G7. Penelitian ini akan dilakukan selama periode Juli 2006 sampai Juni 2011 2006 yang di bagi menjadi tiga sub periode yaitu sebelum krisis dari tanggal 3 Juli 2006 sampai 30 Juni 2008, periode krisis dari tanggal 1 Juli 2008 sampai 30 Juni 2009, dan periode setelah krisis dari tanggal 1 Juli 2009 sampai 30 Juni 2011. Periode penelitian ini diambil karena penulis ingin mengetahui efek krisis terhadap proses integrasi pasar saham negara Jepang, Indonesia, Filipina, Vietnam, dan Bangladesh. Pembagian waktu penelitian menjadi tiga sub periode didasarkan dari awal dimulainya guncangan yang terjadi pada kelima pasar saham tersebut yaitu ketika harga indeks saham yang mewakili tiap negara mengalami penurunan atau kenaikan yang drastis. Melalui penelitian ini diharapkan dapat diketahui tingkat integrasi pasar saham negara Jepang, Indonesia, Filipina, Vietnam, dan Bangladesh pada saat sebelum krisis, krisis dan setelah krisis dan memberikan gambaran peluang melakukan diversifikasi portofolio internasional.

3


2. Tinjauan Teoritis Beberapa penelitian tentang integrasi antar pasar saham antara lain adalah penelitian Brook dan Negro (2002) menyatakan makin terintegrasinya pasar-pasar modal dunia yang ditandai oleh makin tingginya korelasi antara return saham antar bursa saham. Penyebab makin tingginya korelasi adalah bias

yang

makin

menurun

dalam

pilihan

portofolio,

semakin

beranekaragamnya penjualan dan pendanaan perusahaan-perusahaan, fenomena sementara, dan konvergensi industri dan koordinasi kebijakan antar negara yang makin tinggi intensitasnya. Pukthuanthong dan Roll (2009), menemukan bahwa dibeberapa negara integrasi tumbuh dengan pesat dari pada negara lain seperti anggota dari Zona Eropa, dan Korea Selatan. Sebaliknya, beberapa negara menuju ke arah yang berlawanan, menjadi kurang terintegrasi, seperti Bangladesh, Nigeria, Pakistan, Sri Lanka, dan Zimbabwe. Syriopoulos (2011), penelitian ini termotivasi oleh kebutuhan untuk menyelidiki dinamika jangka pendek dan jangka panjang dari pasar saham Balkan yang telah menjadi anggota Uni Eropa dan calon anggota Uni Eropa yaitu Rumania, Bulgaria, Kroasia, Turki, Siprus dan Yunani dengan pasar saham maju yaitu AS dan Jerman. Dengan menggunakan model VAR/VECM, hasil dari penelitiannya adalah bahwa pasar saham Balkan secara bertahap menjadi lebih terintegrasi dengan pasar saham maju. selain itu co-movements dalam jangka panjang di pasar saham Balkan menyiratkan bahwa potensi diversifikasi dan return portofolio mungkin terbatas bagi investor internasional. Namun, dalam jangka pendek peluang untuk alokasi aset internasional untuk pasar salam Balkan masih ada, terutama untuk Rumania dan pasar saham Turki yang bereaksi secara halus terhadap guncangan eksternal. Graham, Kiviaho dan Nikkinen (2012) meneliti integrasi dari dua puluh dua pasar saham berkembang di Amerika, Eropa, Asia, Timur Tengah, dan Afrika dengan pasar saham AS. Dengan menggunakan wavelet analysis, hasil penelitiannya menunjukkan bahwa kekuatan co-movement berbedabeda tiap negara. Contohnya tingkat co-movement antara AS dengan Brazil, meksiko, dan Korea tinggi, sedangkan dengan Mesir dan Maroko rendah. Penelitiannya juga menemukan bahwa derajaat integrasi pasar saham berubah dari waktu ke waktu. Tingkat co-movement dengan durasi kurang 4


dari setahun kurang berfluktuasi sehingga akan bermanfaat bagi investor AS untuk berinvestasi di pasar negara berkembang, terutama untuk jangka pendek. Meskipun beberapa studi terbaru menunjukkan bahwa co-movement di pasar saham global mungkin telah meningkat dari waktu ke waktu, masih ada beberapa manfaat diversifikasi dalam jangka pendek. Selain itu mereka juga menemukan bahwa setelah tahun 2006 terjadi peningkatan comovement. Kenourgios

dan

Samitas

(2011),

dalam

penelitiannya

mereka

membahas tentang hubungan jangka panjang antara lima pasar saham berkembang Balkan yaitu Turki, Rumania, Bulgaria, Kroasia, dan Serbia dengan Amerika Serikat dan tiga pasar saham maju di Eropa yaitu Inggris, Jerman, dan Yunani selama periode 2000-2009. Dengan menggunakan Asymmetric

Generalized

Dynamic

Conditional

Correlation

(AG-DCC)

multivariate GARCH, hasil dari penelitian mereka menunjukkan bahwa faktor domestik dan eksternal mempengaruhi pasar saham Balkan. Pengaruh penting dari “foreign factors” di pasar saham Balkan dapat dikaitkan dengan paparan peningkatan mereka untuk arus modal asing, liberalisasi keuangan, prospek ekonomi regional untuk keanggotaan penuh di Uni Eropa, peningkatan kepemilikan asing, dan perilaku perdangangan dari investor institusi selama periode yang bergejolak tahun 2008-2009. Untuk hubungan jangka panjang, Pasar saham Balkan menjadi semakin terintegrasi dengan pasar saham dunia. Hal ini menunjukkan bahwa manfaat diversifikasi internasional terbatas di pasar saham Balkan. Hatemi-J (2012), melakukan penelitian yang bertujuan untuk menilai secara empiris apakah pasar UAE dapat dianggap terintegrasi atau tersegmentasi dengan

pasar

Amerika Serikat

dengan menggunakan

symmetric dan asymmetric Granger causality tests. Hasil penelitian menunjukkan bahwa dengan menggunakan symmetric causality tests pasar UAE tidak terintegrasi dengan pasar Amerika Serikat, hal ini akan menyesatkan karena dengan menggunakan asymmetric causality tests akan menunjukkan sebaliknya bahwa pasar UAE terintegrasi dengan pasar Amerika Serikat. Selain itu, hasil estimasi menunjukkan bahwa tingkat integrasi lebih kuat ketika pasar jatuh dari pada ketika pasar sedang dalam keadaan baik. 5


Lahrech dan Sylwester (2011), membahas sejauh mana pasar saham Amerika Latin yaitu Argentina, Brazil, Chili dan Meksiko telah menjadi makin terintegrsi dengan pasar saham Amerika Serikat. Menggunakan DCC multivariate GARCH model, hasil penelitian menunjukkan bahwa kecuali untuk Chile korelasi bersyarat antara return saham AS dan Amerika Latin telah meningkat secara substansial. Hal ini dapat mengurangi keuntungan dari diversifikasi portofolio antara AS dan negara-negara. Nikkinen, Piljak, dan Aijo (2012), membahas integrasi pasar saham negara maju Eropa dengan negara berkembang Eropa di kawasan Baltik yaitu Estonia, Latvia, dan Lithuania selama periode krisis 2008-2009. Penelitian

ini

termotivasi

dari

studi

pasar

saham

tradisional,

yang

menunjukkan bahwa pasar saham negara maju sangat terintegrasi dan pasar saham negara berkembang tersegmentasi. Menggunakan metode VAR, hasil penelitian menunjukkan bahwa sebelum krisis pasar saham kawasan Baltik tersegmentasi dan menjadi terintegrasi selama krisis dan bahwa pasar saham kawasan Baltik terkait erat dengan pasar saham Eropa. Hal ini juga menyiratkan bahwa manfaat diversifikasi berkurang selama krisis ketika para investor paling membutuhkan diversifikasi.

3. Metode Penelitian Studi ini menggunakan data indeks saham harian negara Jepang, Bangladesh, Indonesia, Filipina, dan Vietnam. Data harian digunakan agar dapat menangkap pergerakan antar pasar yang dapat berlangsung dalam hitungan hari, seperti yang diungkapkan oleh Huyghebaert dan Wang (2010) data kuartalan, bulanan, atau mingguan dapat mengaburkan interaksi antara pasar saham yang berlangsung hanya beberapa hari. Semua data dikonversi ke dalam mata uang yen agar lebih mudah dibandingkan dengan negaranegara yang lain. Selain itu, transformasi tersebut secara implisit dapat menangkap pergerakan nilai tukar dan lebih relevan untuk investor global. Data indeks berasal dari DataStream, sebuah divisi dari Thomson Financial. Periode penelitian yaitu dari tanggal 3 Juli 2006 sampai 30 Juni 2011 dengan total observasi adalah sebanyak 1.304 observasi. Periode penelitian dibagi menjadi tiga sub periode yaitu periode sebelum krisis, krisis dan setelah krisis. Pembagian periode observasi adalah periode sebelum krisis 6


tanggal 3 Juli 2006 sampai 30 Juni 2008 dengan total observasi 521 observasi, periode krisis tanggal 1 Juli 2008 sampai 30 Juni 2009 dengan total observasi 261 observasi, dan periode setelah krisis tanggal 1 Juli 2009 sampai 30 Juni 2011 dengan total observasi 522 observasi. Untuk menganalisis hubungan antar aset dalam suatu portofolio tidak akan lepas dari resiko, oleh karena itu derajat persamaan atau co-movement dari suatu aset perlu untuk dipelajari. Co-movement dapat diukur dengan menggunakan koefisien korelasi(ρ) yang dapat bernilai antara -1 dan +1. Akan tetapi, Koefisien korelasi merupakan sebuah angka yang menunjukkan besar hubungan, tidak menjelaskan hubungan sebab-akibat (Hasan et al., 2008) untuk itu diperlukan Granger casuality test untuk menjelaskan hubungan sebab-akibat tersebut. Untuk menganalisis hubungan integrasi jangka pendek antara pasar saham negara Jepang, Bangladesh, Indonesia, Filipina, dan Vietnam, dengan lebih mendalam digunakan vector autoregressive analysis (VAR). metode VAR cocok digunakan karena sesuai dengan pendapat Sims (1980) mengatakan bahwa jika terdapat hubungan yang simultan antar variabel yang diteliti, maka variabel-variabel tersebut perlu diperlakukan secara sama sehingga tidak ada lagi perbedaan antara variabel eksogen dan endogen. Sedangkan hubungan integrasi jangka panjang dapat dilihat dengan menggunakan uji kointegrasi. Model VAR dalam penelitian ini adalah model VAR menurut Gujarati (2003) adalah sebagai berikut:

Keterangan:

= pengaruh M(-1) pada M

= pengaruh R(-1) pada M 7


Keterangan:

= pengaruh M(-1) pada R

= pengaruh R(-1) pada R Model di atas menjelaskan contoh model VAR dari hubungan dua variabel, yaitu variabel M1 dan R, dengan α, β, γ, dan θ adalah koefisien dari parameter yang ditetapkan, dengan lag model adalah k dan µ merupakan eror. Nilai k didapat dari pemilihan lag optimum. 4. Hasil Penelitian Sebelum melakukan uji kausalitas Granger dan VAR, terlebih dahulu data yang digunakan harus stationer, untuk menguji kestationeran data return digunakan uji unit root yaitu Augmented Dickey-Fuller (ADF) test dan Phillips– Perron tests. Hasil Augmented Dickey-Fuller (ADF) test dan Phillips–Perron tests menunjukkan bahwa data return pasar saham Jepang, Indonesia, Filipina, Vietnam, dan Bangladesh telah stationer pada α = 5%. Setelah diuji kestationeran data return, pengaujian selanjutnya adalah melakukan uji korelasi untuk menunjukkan indikasi adanya hubungan antar pasar saham Jepang, Indonesia, Filipina, Vietman dan Bangladesh. Tabel 1, tabel 2, dan tabel 3 merupakan tabel matrik korelasi pada periode sebelum krisis, saat krisis, dan setelah krisis. Tabel 1 Matriks Korelasi Pasar Saham Sebelum Krisis Jepang

Bangladesh Indonesia

Jepang

1.000.000

Bangladesh

0,190251

1.000.000

Indonesia

0,545506

0,229461

Filipina

Vietnam

1.000.000 8


Jepang


Filipina

Vietnam

Filipina

0,498326

0,212613

0,601417

1.000.000

Vietnam

0,185161

0,155117

0,173912

0,243347

1.000.000

Tabel 2 Matriks Korelasi Pasar Saham Saat Krisis Jepang


Filipina

Vietnam

Jepang

1,000000

Bangladesh

0,306315

1,000000

Indonesia

0,564123

0,425311

1,000000

Filipina

0,650267

0,399319

0,727456

1,000000

Vietnam

0,455872

0,337804

0,494783

0,543456

1,000000

Tabel 3 Matriks Korelasi Pasar Saham Sesudah Krisis Jepang


Filipina

Vietnam

Jepang

1,000000

Bangladesh

0,095853

1,000000

Indonesia

0,462869

0,294563

1,000000

Filipina

0,463240

0,216967

0,644933

1,000000

Vietnam

0,266051

0,136838

0,309853

0,343851

1,000000

Sumber : Olahan penulis menggunakan Eviews 6.0

Dari tabel 1, tabel 2, dan tabel 3 menunjukkan koefisien korelasi antara sebelum krisis dan saat krisis menunjukkan peningkatan pada derajat korelasi di semua pasar saham. Walaupun terjadi penurunan koefisien korelasi pada saat krisis dan setelah krisis, tetapi hampir semua negara mengalami peningkatan koefisien koresi dari sebelum krisis dan setelah krisis. Hal ini mengindikasikan adanya hubungan antar pasar saham Jepang, Indonesia, Filipina,

Vietman

dan

Bangladesh.

Pengujian

lebih

lanjut

dengan

menggunakan uji kausalitas Granger, VAR, dan uji kointegrasi akan menggali lebih dalam tingkat integrasi yang dimiliki. Untuk menentukan indikator jumlah periode sebelumnya yang perlu digunakan dalam persamaan untuk memprediksi nilai pada waktu t dalam metode VAR perlu dilakukan pemilihan lag optimum dengan menggunakan 9


Akaike Information Criteria (AIC), Schwarz Information Criteria (SIC) dan R2 adjusted. Hasil dari pemilihan lag optimum menunjukkan bahwa lag satu adalah lag optimum yang digunakan untuk metode VAR pada periode sebelum krisis, saat krisis, dan setelah krisis. Tabel 4 menampilkan hasil uji kausalitas Granger pada periode sebelum krisis, krisis, dan setelah krisis. Hasil pengujian kausalitas Granger menunjukkan bahwa pada α = 5% hanya terdapat hubungan satu arah pada semua periode. Dari hubungan kausalitas yang ada yang hanya satu arah menunjukkan bahwa pasar saham Jepang, Indonesia, Filipina, Vietman, dan Bangladesh masih kurang terintegrasi.

Tabel 4 Kausalitas Granger Antara Pasar Saham Sebelum

Setelah

Krisis

Krisis

Krisis

p-value

p-value

p-value

Indonesia → Jepang

3,E-10**

2.E-05**

8,E-05**

Jepang → Indonesia

0,0628

0.2677

0,2886

Filipina → Jepang

1,E-07**

0.0080**

0,0006**

Jepang → Filipina

0,0682

0.3924

0,2875

Vietnam → Jepang

0,2311

0.0640

0,0016**

Jepang → Vietnam

0,0227**

0.7358

0,3366

Bangladesh → Jepang

0,0026**

0.0048**

0,3629

Jepang → Bangladesh

0,2308

0.3029

0,2235

Filipina → Indonesia

0,2736

0.7437

0,3540

Indonesia → Filipina

2,E-08**

0.0176**

0,0114**

Vietnam → Indonesia

0,6965

0.5731

0,9987

Indonesia → Vietnam

0,0221**

0.0567

0,6609

10


Setelah

Sebelum Krisis

Krisis

Krisis

p-value

p-value

p-value

Bangladesh → Indonesia

0,7179

0.7237

0,0366**

Indonesia → Bangladesh

0,5602

0.7857

0,1697

Vietnam → Filipina

0,9191

0.7434

0,9950

Filipina → Vietnam

0,0629

0.4793

0,4027

Bangladesh → Filipina

0,0482**

0.2886

0,5447

Filipina → Bangladesh

0,1789

0.3132

0,2829

Bangladesh → Vietnam

0,0899

0.0094**

0,8452

Vietnam → Bangladesh

0,2700

0.1819

0,9829

Sumber : Olahan penulis menggunakan Eviews 6.0 Keterangan : ** = signifikan dengan α = 5% Tabel 5, tabel 6, dan tabel 7 menunjukkan hasil VAR. Berdasarkan hasil pengujian VAR yang telah dilakukan, dengan menggunakan nilai tstatistik, menunjukkan adanya pasar saham yang tidak dipengaruhi oleh pasar saham lain selama periode sebelum krisis dan setelah krisis sedangkan saat periode krisis semua pasar saham terintegrasi dengan pasar saham lainnya. Tabel 5 Model VAR Periode Sebelum Krisis Jepang

Indonesia

Filipina

Vietnam

Bangladesh

Jepang(-1)

[-5,11881]

[-2,16196]

[-0,21824]

[ 1,07758]

[-2,20778]

Indonesia(-1)

[ 4,27320]

[ 1,32393]

[ 5,25836]

[ 0,86261]

[ 0,51888]

Filipina(-1)

[ 2,60230]

[ 1,68926]

[-0,36129]

[ 0,28229]

[ 1,57136]

11


Jepang

Indonesia

Filipina

Vietnam

Bangladesh

Vietnam(-1)

[ 0,05546]

[-0,41203]

[-0,42835]

[ 5,97529]

[ 0,97546]

Bangladesh(-1)

[ 1,94586]

[-0,29918]

[ 1,34487]

[ 1,15091]

[-1,48433]

Tabel 6 Model VAR periode Krisis Jepang

Indonesia

Filipina

Vietnam

Bangladesh

Jepang(-1)

[-2,34649]

[-1,45828]

[-1,30244]

[-0,35519]

[-0,48590]

Indonesia(-1)

[ 2,89046]

[ 2,37451]

[ 2,37307]

[ 1,47815]

[ 0,75747]

Filipina(-1)

[ 0,05122]

[ 0,67286]

[ 0,80845]

[-0,65732]

[-0,52041]

Vietnam(-1)

[ 0,29087]

[ 0,64291]

[ 0,01545]

[ 3,54276]

[-0,98706]

Bangladesh(-1)

[ 1,51433]

[ 0,25743]

[ 0,60171]

[ 2,19586]

[ 0,85538]

Tabel 7 Model VAR Periode Setelah Krisis Jepang

Indonesia

Filipina

Vietnam

Bangladesh

Jepang(-1)

[-2,59877]

[-1,18959]

[-1,71217]

[ 1,17545]

[-0,66804]

Indonesia(-1)

[ 2,31474]

[-1,08704]

[ 2,82501]

[ 0,90013]

[-0,76292]

Filipina(-1)

[ 1,16552]

[ 1,13486]

[ 1,29631]

[-1,59952]

[-0,21412]

Vietnam(-1)

[ 2,17651]

[-0,15450]

[-0,14631]

[ 5,20594]

[ 0,56357]

Bangladesh(-1)

[-0,39878]

[ 1,99204]

[-0,00878]

[-0,21156]

[ 0,50736]

Sumber : Olahan penulis menggunakan Eviews 6.0

12


Berdasarkan hasil pengujian VAR yang telah dilakukan, dengan menggunakan nilai t-statistik, menunjukkan adanya pasar saham yang tidak dipengaruhi oleh pasar saham lain selama periode sebelum krisis dan setelah krisis sedangkan saat periode krisis semua pasar saham terintegrasi dengan pasar saham lainnya. Pengujian integrasi jangka pendek antara pasar saham Jepang, Indonesia, Filipina, Vietnam, dan Bangladesh dengan menggunakan metode VAR dapat diperjelas dengan menggunakan uji Impulse response dan variance

decomposition.

Dengan

menggunakan

Impulse

response

menunjukkan bahwa saat periode krisis terjadi peningkatan pada jumlah hari yang dibutuhkan untuk pasar saham Jepang, Indonesia, Filipina, dan Vietnam untuk pasar saham terserbut kembali menyesuaikan diri jika terjadi shok dari pasar saham lain, sedangkan pasar saham Bangladesh terjadi penurunan jumlah hari yang dibutuhkan untuk pasar saham tersenbut kembali menyesuaikan diri jika terjadi shok dari pasar saham lain. Pada periode setelah krisis semua pasar saham menunjukkan penurunan jumlah hari yang dibutuhkan untuk kembali menyesuaikan diri jika terjadi shok dari pasar saham lain. Tabel 8 Kesimpulan Variance Decomposition Sebelum Krisis

Setelah Krisis

Negara

(%)

Krisis (%)

(%)

Jepang

90,58140

92,31655

95,69027

Indonesia

70,59814

71,82406

76,49805

Filipina

54,00840

38,63075

52,30580

Vietnam

91,24609

64,60160

84,77628

Bangladesh

91,28808

75,58449

90,26580

Sumber : Olahan penulis menggunakan Eviews 6.0 Dari tabel 8 dapat dilihat peranan dari faktor domestik untuk uji variance decomposition dengan menggunakan uji variance decomposition didapat bahwa pada pasar saham Jepang dan Indonesia variance decomposition meningkat ketika krisis, hal ini menunjukkan bahwa pasar saham lainnya kurang mempengaruhi pasar saham Jepang dan Indonesia. 13


Pasar saham Filipina, Vietnam dan Bangladesh variance decomposition mengalami penurunan yang menunjukkan adanya peningkatan pengaruh dari pasar modal lain. Sedangkan Pada saat setelah krisis dapat dilihat bahwa terjadi peningkatan peran faktor domestik dari semua pasar saham yang menunjukkan semakin rendahnya pengaruh dari pasar saham lain terhadap pasar saham domestik. Berbeda dengan hasil pengujian integrasi jangka pendek dengan menggunakan metode VAR antara pasar saham Jepang, Indonesia, Filipina, Vietnam, dan Bangladesh, dengan menggunakan uji kointegrasi didapat bahwa integrasi jangka panjang kelima pasar saham tersebut selama sebelum krisis, saat krisis dan setelah krisis menunjukkan bahwa ada kointegrasi yang berarti ada hubungan jangka panjang antar pasar saham Jepang, Indonesia, Filipina, Vietnam, dan Bangladesh. 5. Kesimpulan Dari hasil pengujian yang telah dilakukan dapat disimpulkan bahwa dengan menggunakan uji kausalitas Granger didapat bahwa dalam setiap periode hanya terdapat hubungan kausalitas satu arah dan hubungan kausalitas yang ada, terlihat bahwa pasar saham kurang memiliki hubungan integrasi, hal ini dapat terlihat dari hubungan kausalitas yang ada hanya hubungan kausalitas satu arah. Hal senada juga didapat pada pengujian dengan menggunakan metode VAR yang menunjukkan bahwa pasar saham Jepang, Indonesia, Filipina, Vietnam, dan Bangladesh masih kurang terintegrasi baik pada saat sebelum krisis, saat krisis, dan setelah krisis. Berbeda dari hubungan integrasi jangka pendek antara pasar saham Jepang, Indonesia, Filipina, Vietnam, dan Bangladesh, hubungan integrasi jangka panjang pasar saham Jepang, Indonesia, Filipina, Vietnam, dan Bangladesh dari hasil pengujian kointegrasi terlihat bahwa baik pada periode sebelum krisis, saat krisis dan setelah krisis terdapat kointegrasi antar pasar saham Jepang, Indonesia, Filipina, Vietnam, dan Bangladesh. Hal ini menunjukkan bahwa ada hubungan jangka panjang yang terjadi pada pasar saham tersebut. Daftar Pustaka 14


Badan Pengawas Pasar Modal dan Lembaga Keuangan. (1995). Undang-undang Pasar Modal no. 8 tahun 1995. Jakarta: Pengarang Balassa, B. (1961). The Theory of Economic Integration. Homewood, Illinois: RD Irwin. Bank Indonesia. (2007). Integrasi Keuangan dan Moneter di Asia Timur: Peluang dan Tantangan Bagi Indonesia (1st ed). Jakarta: Pengarang Bank Indonesia. (2010). Krisis Global dan Penyelamatan Sistem Perbankan Indonesia (1st ed.). Jakarta: Pengarang Bekaert, G., dan Harvey, C.R. (1995). Time-varying world market integration. Journal of Finance, 50, 403–444. Bodie, Z, Alex Kane, Alan J. Marcus. (2007). Essentials of Investment (6th ed.) New York : McGraw-Hill Companies, Inc. Bodie, Z., Alex Kane and A. J. Marcus. (2005). Investment. 6th Edition. Diterjemahkan oleh Zuliani Dalimonte. Penerbit Salemba Empat. Jakarta. Balios, D. & Xanthakis, M. 2003. International Interdependence and Dynamic Linkages between Developed Stock Markets. South-Eastern Europe Journal of Economics, 1, 105-130. Brooks, C. (2008). Introductory Econometrics for Finance. New York: Cambridge University Press. Brooks, R. and Marco Del Negro. 2002. The Rise in Comovement Across National Stock Market: Market Integration or IT Bubble? Federal Roserve Bank of Atlanta Working Paper 17a. Buckberg, E. (1996). Institutional Investors and Asset Pricing in Emerging Markets. Working Paper No. 96/2, 1996. Chelley-Steeley, P.L. (2005). Modeling equity market integration using smooth transition analysis: A study of Eastern European stock markets. Journal of International Money and Finance, 24, 818-831. EViews 6 User’s Guide. (2007). The United States of America: Quantitative Micro Software. “Dekonstruksi Kapitalisme dan Rekonstruksi Ekonomi Syariah.” 26 november 2008.

15


Ding, L. and X. Pu. 2012. Market linkage and information spillover: Evidence from pre-crisis, crisis, and recovery periods. Journal of Economics and Business, 64, 145–159. “Diversifikasi

Portofolio

itu

Penting

untuk

dilakukan.”

17

Juni.

2011.

EDJ. “Saham Jepang Tahun Ini Melorot 42 Persen.” Kompas 30 Desember 2008. 30 Desember 2008 Eijffinger, S. C. W. dan

Lemmen, J. (2003). International financial integration.

Edward Elgar Pub. Enders, W. 2004. Applied Econometric Time Series (2nd ed.). John Wiley & Sony Inc. Eun, C. S. dan Resnick, B. G. (2009). International Financial Management (5th ed). New York: McGraw-HiIl. Ferguson, Charles. Inside Job. Representational Pictures And Sony Pictures Classics, 2010. Goldman Sachs. (2007). BRICs and Beyond. Penulis. Graham, M., Kiviaho, J., dan Nikkinen, J. (2012). Integration of 22 emerging stock markets: A three-dimensional analysis. Global Finance Journal, 23, 34–47. Gujarati, D. N. (2003). Basic Econometrics. (4th ed). New York: McGraw-HiIl. Hasan, Arshad, HMN Saleem, et al. 2008. Long-run Relationship between an Emerging Equity Market and Equity Market of the Developed World an Empirical Analysis of Karachi Stock Exchange. International Research Journal of Finance and Economics, 16, 1450-2887. Hassan, M.K. dan Naka, A. (1996). Short-run and Longrun Dynamics Linkages among International Stock Markets. International Review of Economics and Finance, 5, 387-405. Hatemi-J, Abdulnasser. (2012). Is the UAE stock market integrated with the USA stock market? New evidence from asymmetric causality testing. Research in International Business and Finance, 26, 273– 280. Hawksworth, J. (2008). The World in 2050. Price Waterhouse Coopers.

16


Hoque. (2007). Co-movement of Bangladesh Stock Market with Other Markets. Managerial Finance, 33, 810 – 820. Husnan, Suad. 2004. Dasar-dasar Teori Portofolio dan Analisis Sekuritas, Edisi Revisi, UPP AMP YKPN Yogyakarta. Janakiramanan, S. dan A. S. Lamba. (1998). An empirical examination of linkages between Pacific-Basin stock markets. Journal of International Financial Markets, Institutions and Money, 8, 155–173. Jayasuriya, S. A., Stock market correlations between China and its emerging market neighbors. Emerging Markets Review, 12, 418-431. Kasa, K. (1992). Common Stochastic Trends in International Stock Markets. Journal of Monetary Economics, 29, 95-124. Kearney, C. dan B. M. Lucey. (2004). International equity market integration: Theory, evidence and implications. International Review of Financial Analysis, 13, 571583 Kenourgios, D., dan Samitas, A. (2011). Equity market integration in emerging Balkan markets. Research in International Business and Finance, 25, 296– 307. Korajczyk, R. A. (1996). A Measure of Stock Market Integration for Developed and Emerging Markets. World Bank Economic Review, World Bank Group, 10, 26789. Lahrech, A., dan Sylwester, K. (2011). U.S. and Latin American stock market linkages. Journal of International Money and Finance, 30, 1341–1357. Lee, C., F. S. Shie, dan C. Y. Chang. (2012). How close a relationship does a capital market have with other such markets? The case of Taiwan from the Asian financial crisis. Pacific-Basin Finance Journal, 20, 349-362. Lucey,B. M., J. Kim dan E. Wu. (2004). Dynamics of Bond Market Integration between Existing And Accession EU Countries. IIIS Discussion Paper No. 25 Madura, Jeff. (2008). International Corporate Finance (9th ed.) Ohio : ThomsonSouthwestern. Manning, N. 2002. Common Trends and Convergence? South East Asian Equity Markets 1988–1999. Journal of International Money and Finance, 21, 183–202. Markus, Bodie, Kane. 2004. Investment (5th ed.) Mc Graw Hill.

17


Nachrowi, Nachrowi D. dan Hardius Usman. (2006). Pendekatan Populer dan Praktis Ekonometrika Untuk Analisis Ekonomi dan Keuangan. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Nasry, Amir. 2003, Globalization Effect on Stock Exchange Integration. Nikkinen, J., V. Piljak, J. Aijo. (2012). Baltic stock markets and the financial crisis of 2008–2009. Research in International Business and Finance, 26, 398-409. Onay, C. 2007. Cointegration Analysis of Bovespo and Istambul Stock Exchanges. Oxford Business and Economics Conference. Oxford University. United Kingdom. Pretorius,

E.

(2002).

Economic

determinants

of

emerging

stock

market

Interdependence. Emerging Markets Review, 84-105. Pukthuanthong, K., dan Roll, R. (2009). Global market integration: An alternative measure and its application. Journal of Financial Economics, 94, 14–232. Reilly, Frank. K., dan Keith C. Brown. (2006). Investment Analysis and Portfolio Management (8th ed.) Singapore : McGraw-Hill. Roll, R. (1992). Industrial structure and the comparative behavior of international stock market indices. Journal of Finance, 47, 3-41. Saunders, A., and Cornett, M. M. (2007), Financial Markets and Institutions: An Introduction to the Risk Management Approach, McGraw-Hill, Boston. Serra, A.P. (2000). Country and industry factors in returns: evidence from emerging markets stocks. Emerging Market Reviews, 1, 127-151. Sims, C. A. (1980) Macroeconomics and Reality, Econometrica 48, 1- 48 Siswoyo, A. (2012). Indonesia Menyambut Puncak Krisis Global 2013. 20 Juli 2012. Stice, Earl K., James D. Stice, Fred Skousen, (2005). Akuntansi Keuangan Menengah, Jilid I, PT Salemba Empat, Jakarta. Stulz, R. (1981). A model of international asset pricing. Journal of Financial Economics, 9, 383-406. Sukirno. (2012). PASAR EKSPOR RI Tergerus Krisis Eropa dan AS. 27 September 2012. Suprianto. (2012). Integrasi Ekonomi dan Moneter Kawasan Asia Timur. 20 Maret 2012. 18


<

http://anto-fe-unsa.blogspot.com/2012/03/integrasi-ekonomi-dan-moneter-

kawasan.html> Syriopoulos, T. (2011). Financial integration and portfolio investments to emerging Balkan equity markets. Journal of Multinational Financial Management, 21, 40– 54. Tandelilin, E. (2010). Portofolio dan Investasi, Teori dan Aplikas. Yogyakarta: Kanisius. Titman, Financial market and corporate strategy, Valuing financial assets, portfolio tools, chapter II, pg II-34, Tata McGraw Hill, New Delhi Wolf, H.C., 1998. Determinants of emerging market correlations. In: Levich, R. (Ed.), Emerging Market Capital Flows. Kluwer Academic Publishers, Great Britain, pp. 219-235. World Bank. Akses Desember 2012. < http://www.worldbank.org/> World Trade Organization. Akses Desember 2012. < http://www.wto.org/>

19


Program Studi S1 Ekstensi, Fakultas Ekonomi Universitas Indonesia

Recommend Documents