Sumber: Crude Oil Prices and Price Charts, 2013

PENDAHULUAN Signifikannya kenaikan harga minyak mentah dunia membuat Indonesia yang telah menikmati harga BBM yang relatif murah selama bertahun-tahun harus menyerah pada kenaikan harga yang substansial dalam produk minyak bumi, termasuk bensin dan solar. Pada bulan Juni 2013, Pemerintah Indonesia menaikkan harga bensin sebanyak 44% dari Rp 4.500 per liter menjadi Rp 6.500 per liter. Solar naik sebanyak 22% dari Rp 4.500 per liter menjadi Rp 5.500 per liter (Budiartie, 2013). Kenaikan harga ini adalah akibat dari peningkatan signifikan harga minyak mentah pada tingkat produksi lebih dari $ 106 per barel pada Mei 2013 (Crude Oil Prices and Price Charts, 2013). Kenaikan harga minyak mentah telah memaksa pemerintah Indonesia untuk akhirnya menanggung kenaikan biaya kepada konsumen. Harga baru memicu reaksi keras baik dari perusahaan maupun konsumen.

Sumber: Crude Oil Prices and Price Charts, 2013 Gambar 1: Fluktuasi harga Minyak WTI antara Januari 2004 sampai Desember 2013

Salah satu dampak dari kenaikan harga minyak di dunia yang mempengaruhi harga BBM di Indonesia pada pertengahan 2013 adalah bisnis dan perusahaan khawatir

Goncangan Harga Minyak Dunia Terhadap Pasar Modal Indonesia

1

bahwa kenaikan harga akan berdampak negatif terhadap bisnis mereka dan konsumen pun khawatir bahwa akan ada kenaikan umum dalam harga barang dan jasa. Sejak krisis minyak pertama yang terjadi pada tahun 1973, dampak dari perubahan harga minyak pada aktivitas ekonomi makro telah banyak didiskusikan oleh para peneliti akademis, investor maupun pembuat kebijakan (OPEC states declare oil embargo, n.d.). Beberapa penelitian di Amerika Serikat (Hamilton, 1983; Mork, et al., 1994) menyimpulkan bahwa ada hubungan yang signifikan antara kenaikan harga minyak mentah dengan resesi Amerika Serikat, telah diterima sebagai dasar fundamental bagi penelitian selanjutnya tentang efek guncangan harga minyak mentah pada indikator ekonomi makro seperti tingkat pertumbuhan produk domestik bruto, inflasi, dan kegiatan industri. Dua studi lainnya dari Hamilton (1996), menganalisis apakah ada hubungan antara perubahan harga minyak dan produk domestik bruto di Amerika Serikat. Studi-studi yang lebih baru seperti Eika & Magnussen (2000), Cunado & Perez de Gracia (2003), dan Jimènez-Rodrìguez & Sànchez (2005) memperluas penelitian ke Eropa dan negara-negara industri lainnya. Riset yang mengaitkan dampak harga minyak terhadap harga saham dilakukan oleh Jones & Kaul (1996), Sadorsky (1999), Gjerde & Sættem (1999), Papapetrou (2001), Cong, Wei & Jiao (2008), Park & Ratti (2008), dan Ono (2011) yang masing-masing riset meneliti di pasar modal untuk negara yang sudah tergolong maju . Maghyereh (2004) merupakan satu-satunya peneliti yang menggunakan analisis di 22 pasar saham negara berkembang. Chen (2010) mengemukakan bahwa kenaikan harga minyak menyebabkan probabilitas yang lebih tinggi untuk munculnya trend penurunan harga saham dalam jangka panjang. Hasil senada pun diungkapkan oleh Pollet (2002), Hammoudeh & Li (2004), Bittlingmayer (2005), Lescaroux & Mignon (2008), Seshaiah & Behera (2009), dan Bhar & Nikolova (2010).


2

Studi oleh Sawyer & Nandha (2006) menggunakan model hirarkis terhadap pengembalian saham, di lain sisi studi mereka menghasilkan hubungan negatif antara harga minyak dengan return saham secara agregat. Hasil penelitian tersebut diperkuat oleh Chen et al. (1986), Huang, Masulis, & Stoll (1996), dan Gogineni (2007). Berdasarkan simpulan tesebut, harga minyak mentah, yang merupakan bahan bakar utama kegiatan industri, memainkan peran penting dalam membentuk perkembangan ekonomi dan politik, tidak hanya dengan langsung mempengaruhi indikator agregat, tetapi juga dengan mempengaruhi biaya operasional dan pendapatan perusahaan. Ketika pasar saham dalam keadaan efisien, guncangan harga minyak mentah akan mempengaruhi arus kas dan nilai pasar perusahaan secara negatif, menyebabkan penurunan langsung dalam pengembalian pasar saham secara keseluruhan. Indonesia yang pada tahun 2011 mengekspor minyak mentah sebanyak 109.407.580 barrel (Indonesia: Oil for 2011, 2011) dikenal sebagai negara pengekspor minyak dan juga mantan anggota Organization of the Petroleum Exporting Countries (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. Faff & Brailsford (1999) mengungkapkan dampak positif dan signifikan dari harga minyak pada perusahaan minyak dan gas yang terdaftar di pasar saham Australia. Penelitian oleh Burbridge & Harrison (1984) pun memberikan hasil yang serupa. Pertanyaan

yang

muncul

adalah

apakah

guncangan

harga

minyak

akan

mempengaruhi kinerja return pasar saham yang pada akhirnya akan menerjemahkan kinerja bisnis dan mengenai bagaimana pergerakan harga ini akan mempengaruhi return pasar saham untuk beberapa sektor yang cukup rentan terhadap perubahan harga minyak dunia di Bursa Efek Indonesia. Sektor pertama yang dipilih untuk dijadikan objek penelitian ini adalah sektor pertambangan karena harga output pada sektor ini khususnya minyak bumi dipengaruhi oleh harga minyak dunia, selanjutnya


3

sektor industri dasar dan kimia, sektor aneka industri, dan sektor industri barang konsumsi yang merupakan golongan industri manufaktur menjadi ketiga sektor lainnya yang dijadikan objek karena harga minyak mentah yang merupakan input industri berdampak langsung terhadap biaya operasional dan pendapatan perusahaan. Penelitian ini bertujuan untuk menyelidiki apakah pergerakan harga minyak berdampak pada return di beberapa sektor pasar saham Indonesia selama periode Januari 2004 sampai Desember 2014. Namun, sejauh pengamatan peneliti untuk saat ini masih minim penelitian mengenai dampak harga minyak dunia pada return saham untuk kawasan Indonesia. Dengan menguji data pasar saham Indonesia, penelitian ini diharapkan akan memberikan kontribusi bagi pelaku ekonomi di Indonesia, seperti bagi pemerintah yang dapat menjadikan pengaruh harga minyak dunia terhadap return saham sebagai bahan pertimbangan dalam menetapkan keputusan dibidang moneter khususnya berkaitan dengan kebijakan yang dapat mempengaruhi penanaman modal di pasar modal dan industri; lalu bagi investor dan praktisi 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.

TINJAUAN PUSTAKA Return Saham Menurut Jones (2000) ..return is yield dan capital gain (loss).. 1) Yield, yaitu cash flow yang dibayarkan secara periodik kepada pemegang saham (dalam bentuk dividen), 2) Capital gain (loss), yaitu selisih antara harga saham pada saat pembelian dengan harga saham pada saat penjualan. Hal tersebut diperkuat oleh Corrado & Jordan (2000) yang menyatakan bahwa ..return from investment security is cash flow and capital gain/loss.. Berdasarkan pendapat yang telah dikemukakan, dapat diambil kesimpulan return saham adalah keuntungan yang diperoleh dari kepemilikan saham


4

investor atas investasi yang dilakukannya, yang terdiri dari dividen dan capital gain/loss. Return saham dapat dibedakan menjadi dua yaitu return sesungguhnya (realized return) dan return yang diharapkan atau return ekspektasi. Return sesungguhnya merupakan return yang sudah terjadi yang dihitung dari selisih harga sekarang relatif terhadap harga sebelumnya. Sedang return ekspektasi adalah return yang diharapkan akan diperoleh oleh investor di masa yang akan datang. Return tersebut memiliki dua komponen yaitu current income dan capital gain (Wahyudi, 2003; Jogiyanto 2003). Bentuk dari current income berupa keuntungan yang diperoleh melalui pembayaran yang bersifat periodik berupa dividen sebagai hasil kinerja fundamental perusahaan. Sedangkan capital gain berupa keuntungan yang diterima karena selisih antara harga jual dan harga beli saham. Besarnya capital gain suatu saham akan positif, bilamana harga jual dari saham yang dimiliki lebih tinggi dari harga belinya. Selanjutnya, saham dibedakan menjadi dua: 1) return realisasi merupakan return yang telah terjadi, 2) return ekspektasi merupakan return yang diharapkan akan diperoleh oleh investor di masa yang akan datang. Informasi yang tersedia di pasar modal memiliki peranan yang penting untuk mempengaruhi segala macam bentuk transaksi perdagangan di pasar modal tersebut. Hal ini disebabkan karena para pelaku di pasar modal akan melakukan analisis lebih lanjut terhadap setiap pengumuman atau informasi yang masuk ke bursa efek tersebut. Harga Minyak Dunia Menurut EIA (2013) minyak dunia adalah …a naturally occurring, yellow-to-black liquid found in geologic formations beneath the Earth's surface, which is commonly refined into various types of fuels. It consists of hydrocarbons of various molecular weights and other liquid organic compounds. Harga minyak mentah dunia diukur dari harga spot pasar minyak dunia, pada umumnya yang digunakan menjadi standar adalah West Texas Intermediate atau Brent. Minyak mentah yang diperdagangkan di


5

West Texas Intermediate (WTI) adalah minyak mentah yang berkualitas tinggi. Minyak mentah tersebut berjenis light-weight dan memiliki kadar belerang yang rendah. Minyak jenis ini sangat cocok untuk dijadikan bahan bakar, hal ini menyebabkan harga minyak jenis ini dijadikan patokan bagi perdagangan minyak di dunia. Harga minyak mentah di WTI pada umumnya lebih tinggi lima sampai enam dollar daripada harga minyak OPEC dan lebih tinggi satu hingga dua dollar dibanding harga minyak Brent (Economic Indicators - Crude Oil, 2014). Harga minyak Brent merupakan campuran dari 15 jenis minyak mentah yang dihasilkan oleh 15 ladang minyak yang berbeda di laut utara. Kualitas minyak mentah Brent tidak sebaik minyak mentah WTI, meskipun begitu masih tetap bagus untuk disuling menjadi bahan bakar. Harga minyak mentah Brent menjadi patokan di Eropa dan Afrika. Harga minyak Brent lebih rendah sekitar satu hingga dua dollar dari harga minyak WTI, tetapi lebih tinggi sekitar empat dollar dari harga minyak OPEC (Farrell et al., 2001).

PENGEMBANGAN HIPOTESIS Minyak bisa dibilang komoditas klasik dalam ekonomi industri modern. Meskipun revolusi industri pada awalnya didukung oleh batubara, minyak sebagai bahan bakar baru pada saat itu dapat meningkatkan keunggulan dalam hal pasokan energi primer dunia sejak penemuannya pada Pennsylvania pada tahun 1869 (International Energy Agency, 2005). Sebagai sumber energi, minyak digunakan untuk pembangkit listrik . Namun, perannya yang paling penting adalah sebagai bahan bakar cair untuk transportasi. Kapal laut, kereta api, pesawat dan angkutan transportasi lainnya sangat bergantung pada minyak. Akibatnya, sektor pariwisata di sebagian besar negara juga sangat bergantung pada minyak. Industri pertanian sangat tergantung pada minyak untuk produksi pupuk, herbisida dan pestisida. Sektor manufaktur menggunakan minyak untuk energi dan sebagai bahan baku untuk berbagai produk

(Stern &

Cleveland, 2004). Energi (terutama minyak) merupakan masukan penting dalam


6

banyak proses produksi dan karena itu faktor penyebab pertumbuhan ekonomi, di lain sisi pertumbuhan ekonomi akan merangsang konsumsi minyak oleh rumah tangga. Wakeford (2006) mendefinisikan lonjakan harga minyak sebagai perubahan baik penawaran atau permintaan minyak. Dalam prakteknya tidak mungkin permintaan yang tumbuh dengan cepat menyebabkan lonjakan harga kecuali dipengaruhi oleh kekhawatiran akan kekurangan pasokan. Secara historis, sisi penawaran dianggap paling bertanggung jawab atas terjadinya lonjakan harga minyak, setidaknya sebagai pemicu awal. 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. Saat ini perdagangan saham di Bursa Efek Indonesia didominasi oleh perdagangan saham sektor pertambangan. Kenaikan harga minyak sendiri secara umum akan mendorong kenaikan harga saham sektor pertambangan. Hal ini disebabkan karena dengan peningkatan harga minyak akan memicu kenaikan harga tambang secara umum. Ini tentu akan mengakibatkan perusahaan pertambangan berpotensi untuk meningkatkan labanya. 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 aset perusahaan dan


7

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 lonjakan harga minyak dapat mempengaruhi harga saham. Bjørnland (2008) berpendapat bahwa informasi saat ini dan masa depan tentang kondisi ekonomi yang dihadapi perusahaan akan menentukan harga aset di pasar 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. Hamilton (1996) dan Jones & Kaul (1996) menemukan bahwa ada hubungan antara harga minyak dan pasar saham dimana lonjakan harga minyak akan mempengaruhi ekonomi makro dan akhirnya berimbas pada tingkat return ekuitas. Hal ini dikarenakan, lonjakan 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


8

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. 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 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. Temuan penelitian jelas menyebutkan adanya hubungan positif dari dampak risiko harga minyak pada tingkat return pasar saham di negara berkembang. Nandha & Hammoudeh (2006) permintaan minyak di 15 negara Asia Pasifik 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. Nandha & Brooks (2009) melihat reaksi fluktuasi harga minyak pada sektor transportasi di 38 negara dan menemukan bahwa di negara maju, harga minyak memiliki pengaruh pada sektor ini. Meskipun demikian, tampaknya tidak ada bukti peran penting harga minyak dunia di negara-negara Asia. Secara keseluruhan, hubungan antara harga minyak dunia terhadap return saham berbeda dari satu negara ke negara lainnya dan dari sektor ke sektor lainnya. Mujahid, Ahmed, & Mustafa (2007) melakukan studi untuk menyelidiki ketidakstabilan pasar saham karena fluktuasi harga minyak. Mereka membatasi ruang


9

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 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. 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. Pada saat yang bersamaan 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. Sejak saat itu, industri harus membeli minyak didasarkan pada penetapan harga pasar. Akibatnya, kinerja industri


10

khususnya pada profit perusahaan menjadi lebih rentan terhadap kenaikan harga minyak dunia (Agusman & Deriantino, 2008). 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 guncangan 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. Hamilton (1983), Gisser & Goodwin (1986), Sadorsky (1999), Gjerde dan Sættem (1999), Ciner (2001), dan Park dan Ratti (2008) meneliti dampak dari lonjakan 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, lonjakan 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 3 sektor yang termasuk sebagai golongan industri, yakni sektor Industri Dasar, Aneka Industri, dan Industri Barang Konsumsi. Maka dari itu dirumuskan hipotesis sebagai berikut:


11

Hipotesis 1a: Lonjakan harga minyak dunia berpengaruh negatif terhadap return saham di sektor Industri Dasar di Bursa Efek Indonesia. Hipotesis 1b: Lonjakan harga minyak dunia berpengaruh negatif terhadap return saham di sektor Aneka Industri di Bursa Efek Indonesia. Hipotesis 1c: Lonjakan harga minyak dunia berpengaruh negatif terhadap return saham di sektor Industri Barang Konsumsi di Bursa Efek Indonesia. Literatur di atas menunjukkan bahwa harga minyak yang tinggi umumnya adalah berita buruk bagi return saham di sebagian besar sektor, namun hal yang sama tidak berlaku untuk sektor pertambangan 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 El-Sharif (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 et al. (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 menggunakan minyak sebagai output produksi, lonjakan 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


12

saham menjadi naik. Kenaikan harga saham akan meningkatkan return yang diperoleh oleh investor. Maka dari itu dirumuskan hipotesis kedua yaitu: Hipotesis 2:

Lonjakan harga minyak dunia berpengaruh positif terhadap return saham di sektor pertambangan di Bursa Efek Indonesia.

METODE PENELITIAN Data 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 10 tahun dari Januari 2004 hingga Desember 2013. 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. Selanjutnya, pengolahan data pada penelitian ini akan dibantu oleh software EViews 7. Tahapan Analisis a. Regresi Awal Variabel dependent yang dianalisis dalam penelitian ini adalah return indeks sektoral harian, yang dihitung dengan rumus sebagai berikut: Rit =

................................................................. (1) Persamaan 1: rumus return indeks sektoral

dimana: Rit

: Return indeks saham sektor i pada hari ke t

Pit

: Penutupan indeks sektor i pada hari ke t


13

Pit-1

: 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: OILt =

................................................................. (2) Persamaan 2: rumus perubahan harga minyak dunia

dimana: OILt

: 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: ................................................................. (3) Persamaan 3: Regresi Awal

dimana: Rit

: Return indeks saham sektor i pada hari ke t

OILt

: Perubahan harga minyak dunia pada hari ke t

It

: Perubahan return indeks saham sektor i pada hari ke t b. Uji Akar Unit (Unit Root Test)

Stasioneritas merupakan salah satu prasyarat penting dalam model ekonometrika untuk data runtut waktu (time series). Data stasioner adalah data yang menunjukkan mean, varians dan autovarians (pada variasi lag) tetap sama pada waktu kapan saja data itu dibentuk atau dipakai, artinya dengan data yang stasioner, model time series


14

dapat dikatakan lebih stabil. Apabila data yang digunakan dalam model ada yang tidak stasioner, maka data tersebut dipertimbangkan kembali validitas dan kestabilannya. 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. Jika suatu data time series tidak stasioner pada orde nol, I(0), maka stasioneritas data tersebut bisa dicari melalui order berikutnya sehingga diperoleh tingkat stasioneritas pada order ke-n (first difference atau I(1), atau second difference atau I(2), dan seterusnya. Hipotesis yang digunakan pada pengujian augmented dickey fuller adalah: H0 : Terdapat unit roots, data tidak stasioner H1 : Tidak terdapat unit roots, data stasioner Kesimpulan hasil root test diperoleh dengan membandingkan nilai t-hitung dengan ttabel pada tabel Dickey-Fuller. c. Penentuan Panjang Lag Sebelum melakukan uji kointegrasi perlu dilakukan penentuan panjang lag. Karena uji kointegrasi sangat peka terhadap panjang lag, maka penentuan lag yang optimal menjadi salah satu prosedur penting yang harus dilakukan dalam pembentukan model (Enders, 2004). Secara umum terdapat beberapa parameter yang dapat digunakan untuk menentukan panjang lag yang optimal, antara lain AIC (Akaike Information Criterion), SIC (Schwarz Information Criterion) dan LR (Likelihood Ratio).


15

Penentuan panjang lag yang optimal didapat dari persamaan VAR dengan nilai AIC, SIC atau LR yang terkecil. d. Uji Kointegrasi Uji kointegrasi dipopulerkan oleh Engle dan Granger (1987). 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 (Engle & Granger, 1987). 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 yang digunakan pada pengujian uji Johansen adalah: H0 : Data tidak terindikasi adanya kointegrasi H1 : Data terindikasi adanya kointegrasi Kesimpulan hasil uji Johansen diperoleh dengan membandingkan nilai trace statistic lebih kecil dari nilai kritis pada tingkat kepercayaan α= 5%.


16

e. 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 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. f. 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 “grangercauses” variabel dependent, apabila variabel independent membantu memprediksi variabel dependent. Maka dari itu rumusan hipotesis dari Granger Causality adalah : H0 :

Variabel independent tidak memiliki hubungan sebab akibat dengan variabel dependent.


17

H1 :

Variabel independent

memiliki hubungan sebab akibat dengan variabel

dependent. g. Impulse Response Function dan Variance Decomposition Untuk menginterpretasikan koefisien VAR, digunakan impulse response function (IRF) dan variance decomposition (VD). Impulse response function memungkinkan kita untuk menganalisis perilaku dinamika sementara variance decomposition menunjukkan tingkat relatif pentingnya dari masing-masing perubahan harga. Impulse response function memberikan respon dinamik dari setiap variabel endogen untuk perubahan harga dalam model yaitu dengan menghasilkan representasi rata-rata pergerakan dari model. Variance Decomposition memberikan informasi mengenai variabel yang relatif lebih penting dalam VAR. Pada dasarnya test ini merupakan metode lain untuk menggambarkan sistem dinamis yang terdapat dalam VAR. Test ini digunakan untuk menyusun perkiraan error variance suatu variabel, yaitu seberapa besar perbedaan antara variance sebelum dan sesudah perubahan harga, baik perubahan harga yang berasal dari variabel itu sendiri maupun perubahan harga dari variabel lain.

ANALISIS DAN PEMBAHASAN Grafik Level Data Series Data sampel yang dikumpulkan untuk tujuan penelitian ini telah ditunjukan pada Gambar 1 dari 5 Januari 2004 sampai 31 Desember 2013, dengan total 2.609 observasi. Sebelum melakukan pengujian uji akar perlu untuk dilihat apakah data tersebut memiliki trend, intercept atau kombinasi keduanya dengan cara melakukan plot terhadap variabel harga minyak WTI, return sektor industri dasar, sektor aneka industri,

sektor

industri

barang

konsumsi

dan

sektor

pertambangan.


18

Perubahan harga Minyak WTI

Gambar 4: Pergerakan return sektor Aneka Industri antara Januari 2004

.20

sampai Desember 2013

.15 .10 .05 .00 -.05 -.10

return sektor Industri Barang Konsumsi

-.15 2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2.0

Gambar 2: Pergerakan harga Minyak WTI antara Januari 2004 sampai 1.5

Desember 2013 return sektor Industri Dasar

1.0

2.0 0.5 1.6 0.0 1.2 -0.5 0.8 -1.0 2004

0.4

0.0

2005

2006

2007

2008

2009

2010

2011

2012

2013

Gambar 5: Pergerakan return sektor Industri Barang Konsumsi tahun 2004 sampai 2013

-0.4 2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

return sektor Pertambangan

Gambar 3: Pergerakan return sektor Industri Dasar antara Januari 2004 .6


.5 .4 .3 .2 .1 .0

return sektor Aneka Industri

-.1

.6

-.2

.5

-.3 2004

.4

2005

2006

2007

2008

2009

2010

2011

2012

2013

.3 .2

Gambar 6: Pergerakan return sektor Pertambangan antara Januari 2004

.1


.0 -.1 -.2 -.3 2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

Seperti dapat dilihat dari grafik, pergerakan indeks yang tidak stabil dengan mayoritas berada di puncak pada tahun 2008 kecuali untuk sektor sektor industri dasar dan sektor industri barang konsumsi yang digambarkan stabil. Namun tampak pada variabel variabel harga minyak WTI, return sektor industri dasar, sektor aneka industri, sektor industri barang konsumsi dan sektor pertambangan tidak memiliki


19

trend tetapi memiliki intercept. Langkah selanjutnya adalah mengukur Unit Root Test dengan menggunakan kriteria-kriteria di atas. Uji Akar Unit (Unit Root Test) Kesimpulan hasil root test diperoleh dengan membandingkan nilai t-hitung dengan ttabel pada tabel Dickey-Fuller adalah sebagai berikut :

Tabel 1: Output Augmented Dickey-Fuller (ADF) Test

Nilai t-statistic dan critical values Augmented Dickey-Fuller t-Statistic Critical values 5%

Variabel

BIND

MISC

CONS

MING

-40.483 -3.41131

-49.99725 -3.411531

-56.83864 -3.411531

-51.62679 -3.411531

keterangan: BIND : Basic Industry and Chemicals Index (sektor Industri Dasar) MISC : Miscellaneous Index (sektor Aneka Industri) CONS : Consumer Goods Index (sektor Industri Barang Konsumsi) MING : Mining Index (sektor Pertambangan)

Sumber: Data Primer Diolah (2014)

Dapat dilihat bahwa nilai statistik t-hitung pada output sektor industri dasar adalah sebesar 40.48, lebih kecil daripada nilai t-tabel pada tingkat kepercayaan 5% (-3.41). Hasil output tersebut menunjukkan bahwa data stasioner dan hipotesis null ditolak. Selanjunya dapat dilihat bahwa nilai statistik t-hitung pada output sektor aneka industri adalah sebesar -49.99, lebih kecil daripada nilai t-tabel pada tingkat kepercayaan 5% (-3.41). Hasil output tersebut menunjukkan bahwa data stasioner dan hipotesis null ditolak. Sektor industri barang konsumsi memiliki nilai statistik t-hitung sebesar -56.83, lebih kecil daripada nilai t-tabel pada tingkat kepercayaan 5% (-3.41). Hasil output tersebut menunjukkan bahwa data stasioner dan hipotesis null ditolak. Dapat dilihat bahwa nilai statistik t-hitung pada output sektor pertambangan adalah sebesar -51.62, lebih kecil daripada nilai t-tabel pada tingkat kepercayaan 5% (-3.41). Hasil output tersebut menunjukkan bahwa data stasioner dan hipotesis null ditolak.


20

Hasil Panjang Lag Optimal Estimasi VAR sangat peka terhadap panjang lag yang digunakan. 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, peneliti meyakini untuk menggunakan panjang lag yang optimal adalah 2 berdasarkan Schwarz Information Criterion (SIC). Hasil penentuan panjang lag disajikan dalam tabel 2 berikut: Tabel 2: Panjang Lag Optimal Lag

LogL

LR

FPE

AIC

SIC

HQ

0 1 2 3 4 5 6 7 8

22978.30 23126.01 23203.98 23225.43 23240.15 23263.20 23278.28 23295.62 23316.19

NA 294.7396 155.2763 42.63723 29.20496 45.64170 29.80458 34.19182 40.49128*

1.46e-14 1.33e-14 1.28e-14* 1.28e-14 1.29e-14 1.30e-14 1.31e-14 1.31e-14 1.32e-14

-17.66497 -17.75933 -17.80006* -17.79733 -17.78943 -17.78793 -17.78030 -17.77441 -17.77100

-17.65370 -17.69170 -17.67607* -17.61698 -17.55272 -17.49486 -17.43087 -17.36862 -17.30885

-17.66089 -17.73483 -17.75514* -17.73199 -17.70366 -17.68174 -17.65370 -17.62739 -17.60356


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.


21

Tabel 3: Ranking Kointegrasi dari Variabel Minyak WTI dan Keempat Sektor yang Diteliti

Trace Statistic Variabel

BIND MISC CONS MING

maximum eigenvalue

H0

Statistic

0.05 Critical Value

H0

Statistic

0.05 Critical Value

r = 0* r≤1 r = 0* r≤1 r = 0* r≤1 r = 0* r≤1

1601.168 3.0395 974.5250 2.2518 1697.286 2.3418 1502.312 1.9063

15.49471 3.841466 15.49471 3.841466 15.49471 3.841466 15.49471 3.841466

r = 0* r≤1 r = 0* r≤1 r = 0* r≤1 r = 0* r≤1

888.1286 3.0395 538.2732 2.2518 985.9443 2.3418 790.4059 1.9063

14.26460 3.841466 14.26460 3.841466 14.26460 3.841466 14.26460 3.841466

keterangan: BIND : Basic Industry and Chemicals Index (sektor Industri Dasar) MISC : Miscellaneous Index (sektor Aneka Industri) CONS : Consumer Goods Index (sektor Industri Barang Konsumsi) MING : Mining Index (sektor Pertambangan) tanda * mengindikasikan signifikan pada tingkat kesalahan 5%


Berdasarkan tabel di atas dapat dilihat bahwa nilai trace statistic dan maximum eigenvalue pada r = 0 lebih besar dari critical value dengan tingkat signifikansi 5%. Hal ini berarti hipotesis nol yang menyatakan bahwa tidak ada kointegrasi, ditolak dan hipotesis alternatif yang menyatakan bahwa ada kointegrasi dapat diterima. Berdasarkan analisis ekonometrik di atas dapat dilihat bahwa di antara semua variabel dalam penelitian ini, terdapat satu kointegrasi pada tingkat signifikansi 5%. Dengan demikian, dari hasil uji kointegrasi mengindikasikan bahwa di antara return saham 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.


22

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 4 sampai tabel 7 menyajikan hasil estimasi dengan VAR untuk masingmasing sektor yang diteliti. Tabel 4: Estimasi VAR untuk Sektor Industri Dasar BIND t-statistics

BIND(-1)

BIND(-2)

OIL(-1)

OIL(-2)

C

0.127166

-0.058041

-0.090506

-0.028703

0.001829

[6.49839]

[-2.96607]

[-1.99970]

[-0.63450]

[ 1.68160]

keterangan: *OIL : minyak WTI *BIND : Basic Industry and Chemicals Index (sektor Industri Dasar) *nilai t-tabel: ± 1.9608 (5%;2608) *nilai yang diberi bintang menunjukkan hasil penolakan H0 yang mengindikasikan bahwa variabel dependent akan secara signifikan dipengaruhi oleh variabel independent. *wilayah tolak H0 : nilai t-statistics > 1.9608 atau < -1.9608


Dari output tabel 4 tersebut terlihat bahwa untuk return sektor industri dasar secara signifikan dipengaruhi oleh konstanta C, BIND (-1), BIND (-2) dan OIL (-1) yang ditunjukkan oleh nilai statistiknya > 1.9608 atau < -1.9608. Persamaan error correction pada VAR adalah sebagai berikut: BIND = 0.001829 + 0.127166*BIND(-1) - 0.058041*BIND(-2) - 0.090506*OIL(-1) - 0.028703*OIL(-2).(4)

Persamaan 4: error correction pada VAR untuk sektor industri dasar

Pada persamaan antara sektor industri dasar dan minyak WTI diatas, variabel OIL tidak memberikan pengaruh yang signifikan terhadap pergerakan return sektor industri dasar pada lag dua hari sebelumnya, namun pergerakan return sektor industri dasar dipengaruhi oleh dinamika pergerakan dirinya sendiri pada satu hari dan dua hari sebelumnya serta pergerakan minyak WTI sehari sebelumnya. Pola hubungan return sektor industri dasar dengan dirinya sendiri adalah negatif, sedangkan pola


23

hubungan return sektor industri dasar dengan hubungan perubahan minyak WTI awalnya negatif kemudian positif. Tabel 5: Estimasi VAR untuk Sektor Aneka Industri MISC(-1)

MISC(-2)

OIL(-1)

OIL(-2)

C

0.021064

0.000122

-0.067191

-0.009103

0.000862

[ 1.07676]

[ 0.00626]

[ -2.20730]

[ -0.29889]

[ 1.17803]

MISC

t-statistics

keterangan: *OIL : minyak WTI *MISC : Miscellaneous Index (sektor Aneka Industri) *nilai t-tabel: ± 1.9608 (5%;2608) *nilai yang diberi bintang menunjukkan hasil penolakan H0 yang mengindikasikan bahwa variabel dependent akan secara signifikan dipengaruhi oleh variabel independent. *wilayah tolak H0 : nilai t-statistics > 1.9608 atau < -1.9608


Dari output tabel 5 tersebut terlihat bahwa untuk return sektor aneka industri secara signifikan hanya dipengaruhi oleh OIL (-1) yang ditunjukkan oleh nilai statistiknya > 1.9608 atau < -1.9608. Konstanta C tidak berpengaruh secara signifikan terhadap tingkat return sektor aneka industri. Persamaan error correction pada VAR adalah sebagai berikut: MISC = 0.000862 + 0.021064*MISC(-1) + 0.000122*MISC(-2) - 0.067191*OIL(-1) – 0.009103*OIL(-2)………………………………………………………………………………………(5)

Persamaan 5: error correction pada VAR untuk sektor aneka industri

Pada persamaan antara sektor aneka industri dan minyak WTI diatas, variabel OIL tidak memberikan pengaruh yang signifikan terhadap pergerakan return sektor aneka industri pada lag dua hari sebelumnya, namun pergerakan return sektor aneka industri dipengaruhi oleh pergerakan minyak WTI sehari sebelumnya. Pola hubungan return sektor aneka industri dengan dirinya sendiri dan perubahan minyak WTI adalah negatif.


24

Tabel 6: Estimasi VAR untuk Sektor Industri Barang Konsumsi CONS t-statistics

CONS(-1)

CONS(-2)

OIL(-1)

OIL(-2)

C

0.27095

0.101048

0.076384

-0.092832

0.002722

[13.9037]

[5.18986]

[ 1.66533]

[ -2.02396]

[ 2.46707]

keterangan: *OIL : minyak WTI *CONS : Consumer Goods Index (sektor Industri Barang Konsumsi) *nilai t-tabel: ± 1.9608 (5%;2608) *nilai yang diberi bintang menunjukkan hasil penolakan H0 yang mengindikasikan bahwa variabel dependent akan secara signifikan dipengaruhi oleh variabel independent. *wilayah tolak H0 : nilai t-statistics > 1.9608 atau < -1.9608


Dari output tabel 6 tersebut terlihat bahwa untuk return sektor industri barang konsumsi secara signifikan hampir dipengaruhi oleh semua variabel, yaitu konstanta C, OIL (-2) dan tingkat return sektor industri barang konsumsi pada masa lalu yang ditunjukkan oleh nilai statistiknya > 1.9608 atau < -1.9608. Akan tetapi, nilai perubahan minyak WTI pada lag sehari sebelumnya tidak berpengaruh secara signifikan terhadap variabel return sektor industri barang konsumsi. Persamaan error correction pada VAR adalah sebagai berikut: CONS =

0.002722 + 0.076384*OIL(-1) - 0.092832*OIL(-2) + 0.27095*CONS(-1) + 0.101048*CONS(-2)………………………………………………….……………………………(6)

Persamaan 6: error correction pada VAR untuk sektor industri barang konsumsi

Pada persamaan antara sektor industri barang konsumsi dan minyak WTI diatas, variabel OIL pada lag sehari sebelumnya tidak memberikan pengaruh yang signifikan, sedangkan variabel OIL pada lag dua hari sebelumnya memberikan pengaruh yang signifikan. Sementara itu variabel sektor industri barang konsumsi dipengaruhi oleh dinamika pergerakan dirinya sendiri pada lag dua hari sampai satu hari sebelumnya. Pola hubungan return sektor industri barang konsumsi dengan dirinya sendiri adalah positif, sedangkan hubungannya dengan perubahan harga minyak WTI awalnya negatif kemudian positif. Hasil persamaan ketiga mengindikasikan bahwa pada saat harga minyak WTI mengalami kenaikan maka


25

return sektor industri barang konsumsi akan mengalami penurunan dua hari berikutnya. Tabel 7: Estimasi VAR untuk Sektor Pertambangan

MING t-statistics

MING(-1)

MING(-2)

OIL(-1)

OIL(-2)

C

-0.154736

0.003411

0.065538

0.069167

0.002215

[-7.90310]*

[ 0.17426]

[ 1.98621]*

[ 2.09598]*

[ 2.75156]*

keterangan: *OIL : minyak WTI *MING : Mining Index (sektor Pertambangan) *nilai t-tabel: ± 1.9608 (5%;2608) *nilai yang diberi bintang menunjukkan hasil penolakan H0 yang mengindikasikan bahwa variabel dependent akan secara signifikan dipengaruhi oleh variabel independent. *wilayah tolak H0 : nilai t-statistics > 1.9608 atau < -1.9608


Dari output tabel 7 tersebut terlihat bahwa untuk return sektor pertambangan secara signifikan dipengaruhi oleh semua variabel, yaitu konstanta C, OIL (-1), OIL (-2) yang merupakan perubahan harga minak WTI pada masa lalu dan tingkat return sektor pertambangan pada lag sehari sebelumnya yang ditunjukkan oleh nilai statistiknya > 1.9608 atau < -1.9608. Persamaan error correction pada VAR adalah sebagai berikut: MING =

0.002215 - 0.1547356*MING(-1) + 0.003411*MING(-2) + 0.065538*OIL(-1) + 0.069167*OIL(-2)…………………………………………………………………………………..(7)

Persamaan 7: error correction pada VAR untuk sektor pertambangan

Pada persamaan antara sektor pertambangan dan minyak WTI diatas, variabel OIL memberikan memberikan pengaruh yang signifikan pada lag dua hari sampai satu hari sebelumnya terhadap variabel return saham sektor pertambangan. Sementara itu variabel sektor pertambangan hanya dipengaruhi oleh dinamika pergerakan dirinya pada lag satu hari sebelumnya. Pola hubungan return sektor pertambangan dengan dirinya sendiri awalnya positif kemudian negatif, sedangkan hubungannya dengan perubahan

harga

minyak

WTI

adalah

positif.

Hasil

persamaan


diatas

26

mengindikasikan bahwa pada saat harga minyak WTI mengalami kenaikan maka return sektor pertambangan akan ikut mengalami kenaikan. 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 2 berikut: Tabel 8: Uji Kausalitas Granger untuk Keempat Sektor yang Diteliti Null Hypothesis:

Obs

Prob.

BIND does not Granger Cause OIL

2607

0.7588

OIL does not Granger Cause BIND MISC does not Granger Cause OIL

0.7895 2607

OIL does not Granger Cause MISC OIL does not Granger Cause CONS

0.0846 2607

CONS does not Granger Cause OIL MING does not Granger Cause OIL

0.0379*

0.0339* 0.7537

2607

OIL does not Granger Cause MING

0.0487* 0.3816

*H0 ditolak apabila nilai Probability < 0.05


Perubahan harga Minyak WTI secara statistik tidak signifikan mempengaruhi tingkat return sektor industri dasar (BIND) dan begitu pula sebaliknya tingkat return sektor industri dasar secara statistik tidak signifikan memengaruhi perubahan harga Minyak WTI yang dibuktikan dengan nilai probabilty masing-masing lebih besar dari 0.05 yaitu 0.7588 dan 0.7895 yang berarti menerima hipotesis null sehingga disimpulkan bahwa tidak terjadi kausalitas apapun untuk tingkat return sektor industri dasar dan perubahan harga Minyak WTI. Perubahan harga Minyak WTI secara statistik signifikan mempengaruhi tingkat return sektor aneka industri (MISC) karena mempunyai nilai probabilty 0.0379 sehingga hipotesis null ditolak. Namun, tingkat return sektor aneka industri secara


27

statistik tidak signifikan memengaruhi perubahan harga Minyak WTI yang dibuktikan dengan nilai probabilty lebih besar dari 0.05 yaitu 0.0846 yang berarti menerima hipotesis null. Dengan demikian, disimpulkan bahwa terjadi kausalitas searah antara tingkat return sektor aneka industri dan perubahan harga Minyak WTI yaitu hanya perubahan harga Minyak WTI yang secara statistik signifikan memengaruhi tingkat return sektor aneka industri dan tidak berlaku sebaliknya. Perubahan harga Minyak WTI secara statistik signifikan mempengaruhi tingkat return sektor industri barang konsumsi (CONS) karena mempunyai nilai probabilty 0.0339 sehingga hipotesis null ditolak. Namun, tingkat return sektor industri barang konsumsi secara statistik tidak signifikan memengaruhi perubahan harga Minyak WTI yang dibuktikan dengan nilai probabilty lebih besar dari 0.05 yaitu 0.7537 yang berarti menerima hipotesis null. Dengan demikian, disimpulkan bahwa terjadi kausalitas searah antara tingkat return sektor industri barang konsumsi dan perubahan harga Minyak WTI yaitu hanya perubahan harga Minyak WTI yang secara statistik signifikan memengaruhi tingkat return sektor industri barang konsumsi dan tidak berlaku sebaliknya. Perubahan harga Minyak WTI secara statistik signifikan mempengaruhi tingkat return sektor pertambangan (MING) karena mempunyai nilai probabilty 0.0487 sehingga hipotesis null ditolak. Namun, tingkat return sektor pertambangan secara statistik tidak signifikan memengaruhi perubahan harga Minyak WTI yang dibuktikan dengan nilai probabilty lebih besar dari 0.05 yaitu 0.3816 yang berarti menerima hipotesis null. Dengan demikian, disimpulkan bahwa terjadi kausalitas searah antara tingkat return sektor pertambangan dan perubahan harga Minyak WTI yaitu hanya perubahan harga Minyak WTI yang secara statistik signifikan memengaruhi tingkat return sektor pertambangan dan tidak berlaku sebaliknya.


28

Hasil Uji Impulse Response Function dan Variance Decomposition Perilaku dinamis dari model VAR dapat dilihat melalui respon dari setiap variabel terhadap kejutan dari variabel tersebut maupun terhadap variabel dependent lainnya. Berikut ini adalah hasil Uji Impulse Response Function antara harga minyak WTI dan keempat sektor yang diteliti . Dalam model ini response dari perubahan masingmasing variabel dengan adanya informasi baru diukur dengan 1-standar deviasi. Sumbu horizontal merupakan waktu dalam periode hari ke depan setelah terjadinya shock, sedangkan sumber vertikal adalah nilai respon. Garis biru yang ditunjukan pada grafik merupakan pergerakan impulse response function dari sektor yang diteliti, sedangkan garis merah merupakan batas tingkat keyakinan 95%. Setelah menganalisis perilaku dinamis melalui impulse response, selanjutnya akan dilihat karakteristik model melalui variance decomposition. Pada bagian ini dianalisis bagaimana varian dari return keempat sektor yang diteliti ditentukan oleh peran dari harga minyak WTI maupun peran dari dirinya sendiri. Response of OIL to Cholesky One S.D. BIND Innovation .0016 .0012 .0008 .0004 .0000 -.0004 -.0008 -.0012 1

2

3

4

5

6

7

8

9

10

Gambar 7: Impulse Response Function untuk Sektor Industri Dasar


29

Tabel 9: Variance Decomposition untuk Sektor Industri Dasar Variance Decomposition of BIND:

Period 1 2 3 4 5 6 7 8 9 10

BIND 100.0000 99.99753 99.98060 99.98042 99.98030 99.98030 99.98030 99.98030 99.98030 99.98030

OIL 0.000000 0.002469 0.019404 0.019584 0.019698 0.019703 0.019703 0.019703 0.019703 0.019703


Pada awal periode yaitu hari pertama sampai hari ke 4, respon return sektor industri dasar masih sangat fluktuatif yaitu merespon positif dan negatif sejak terjadinya shock atau goncangan terhadap perubahan harga minyak WTI. Selanjutnya mulai hari ke 5 sampai hari ke 7 fluktuasi mulai mengecil artinya return sektor industri dasar tidak lagi bergejolak seperti periode sebelumnya. Mulai dari hari ke 5 dan seterusnya, return sektor industri dasar kembali mencapai keseimbangan atau ekuilibrium sama seperti sebelum terjadinya guncangan perubahan harga minyak WTI. Maka dari itu, kurang lebih dapat dikatakan bahwa saat terjadi guncangan pada harga minyak WTI, dibutuh waktu sekitar 4 hari untuk sektor industri dasar bisa kembali mencapai titik keseimbangan. Dari hasil Variance decompositon menunjukkan bahwa forecast error variance dari sektor industri dasar pada hari pertama ditentukan oleh dirinya sendiri atau sebesar 100%, sedangkan perubahan minyak WTI tidak menjelaskan apapun (nol) terhadap return sektor industri dasar. Dalam periode berikutnya, kontribusi variabel sektor industri dasar dalam menjelaskan variabilitas sektor industri dasar sedikit berkurang, yaitu sekitar 99.99%, sedangkan kontribusi variabel minyak WTI


30

hanya mampu menjelaskan variabilitas sektor industri dasar, yaitu sekitar 0.002%. Hal ini menunjukkan bahwa fluktuasi return sektor industri dasar lebih banyak dipengaruhi

oleh

dirinya

sendiri

daripada

faktor

variabel

minyak

WTI.

Response of OIL to Cholesky One S.D. MISC Innovation .0025 .0020 .0015 .0010 .0005 .0000 -.0005 -.0010 -.0015 1

2

3

4

5

6

7

8

9

10

Gambar 8: Impulse Response Function untuk Sektor Aneka Industri

Tabel 10: Variance Decomposition untuk Sektor Aneka Industri Variance Decomposition of MISC:

Period 1 2 3 4 5 6 7 8 9 10

MISC 99.98295 99.79922 99.79547 99.79521 99.79521 99.79521 99.79521 99.79521 99.79521 99.79521

OIL 0.017055 0.200776 0.204529 0.204790 0.204791 0.204792 0.204792 0.204792 0.204792 0.204792



31

Pada awal periode, sektor aneka industri memberikan respon yang sangat fluktuatif sampai hari ke 6 semenjak terjadinya guncangan pada harga minyak WTI. Jadi, dampak shock sektor aneka industri terhadap guncangan pada harga minyak WTI sangat terasa sampai kurang lebih satu minggu. Selanjutnya, setelah seminggu berlalu sampai kepada hari ke 7, dampak shock mulai berkurang yang ditunjukkan dengan grafik (warna biru) yang tidak lagi terlalu fluktuatif. Ekuilibrium sektor aneka industri yaitu, pengembalian titik keseimbangan sektor aneka industri sebelum adanya guncangan pada harga minyak WTI, dapat dicapai pada hari ke 7. Forecast error variance dari sektor aneka industri pada periode pertama dapat dijelaskan oleh sektor aneka industri sebesar 99.98%, sedangkan variabel minyak WTI hanya menjelaskan 0.017% terhadap return sektor aneka industri. Dalam periode selanjutnya, kontribusi variabel minyak WTI telah mampu menjelaskan variabilitas sektor aneka industri yaitu sekitar 0.2%. Hingga periode ke 10 forecast error variance sektor aneka industri yang dapat dijelaskan dari sektor aneka industri sendiri sebesar 99.79%. Hal ini menunjukkan bahwa fluktuasi sektor aneka industri lebih banyak dipengaruhi oleh sektor aneka industri itu sendiri daripada faktor minyak WTI. Response of OIL to Cholesky One S.D. CONS Innovation .0015

.0010

.0005

.0000

-.0005

-.0010

-.0015 1

2

3

4

5

6

7

8

9

10

Gambar 9: Impulse Response Function untuk Sektor Industri Barang Konsumsi


32

Tabel 11: Variance Decomposition untuk Sektor Industri Barang Konsumsi Variance Decomposition of CONS:

Period 1 2 3 4 5 6 7 8 9 10

CONS 99.98737 99.86985 99.78281 99.76555 99.76550 99.76522 99.76521 99.76521 99.76521 99.76521

OIL 0.012634 0.130152 0.217185 0.234447 0.234503 0.234780 0.234790 0.234791 0.234791 0.234791


Pada awal periode yaitu hari pertama sampai hari kelima, respon return sektor industri barang konsumsi masih sangat fluktuatif yaitu merespon positif dan negatif sejak terjadinya shock atau goncangan terhadap perubahan harga minyak WTI. Selanjutnya mulai hari ke 6 sampai hari ke 7 fluktuasi mulai mengecil artinya return sektor industri barang konsumsi tidak lagi bergejolak seperti periode sebelumnya. Mulai dari hari ke 6 dan seterusnya, return sektor industri barang konsumsi kembali mencapai keseimbangan atau ekuilibrium sama seperti sebelum terjadinya guncangan perubahan harga minyak WTI. Maka dari itu, kurang lebih dapat dikatakan bahwa saat terjadi guncangan pada harga minyak WTI, dibutuh waktu sekitar 5 hari untuk sektor industri barang konsumsi bisa kembali mencapai titik keseimbangan. Dari hasil Variance decompositon menunjukkan bahwa forecast error variance dari sektor industri barang konsumsi pada hari pertama ditentukan oleh dirinya sendiri sebesar 99.98%, sedangkan variabel minyak WTI hanya menjelaskan 0.012% terhadap return sektor industri barang konsumsi. Dalam periode berikutnya, kontribusi variabel sektor industri barang konsumsi dalam menjelaskan variabilitas sektor industri barang konsumsi sedikit berkurang, yaitu sekitar 99.76%, sedangkan kontribusi variabel minyak WTI mampu menjelaskan variabilitas sektor industri barang konsumsi, yaitu


33

sekitar 0.23%. Hal ini menunjukkan bahwa fluktuasi return sektor industri barang konsumsi lebih banyak dipengaruhi oleh dirinya sendiri daripada faktor variabel minyak WTI. Response of OIL to Cholesky One S.D. MING Innovation .0010

.0005

.0000

-.0005

-.0010

-.0015

-.0020 1

2

3

4

5

6

7

8

9

10

Gambar 10: Impulse Response Function untuk Sektor Pertambangan

Tabel 12 Variance Decomposition untuk Sektor Pertambangan Variance Decomposition of MING:

Period 1 2 3 4 5 6 7 8 9 10

MING 99.97981 99.89621 99.89533 99.89531 99.89531 99.89531 99.89531 99.89531 99.89531 99.89531

OIL 0.020193 0.103795 0.104670 0.104691 0.104691 0.104692 0.104692 0.104692 0.104692 0.104692



34

Pada awal periode, sektor pertambangan memberikan respon yang sangat fluktuatif sampai hari ke 5 semenjak terjadinya guncangan pada harga minyak WTI. Selanjutnya, setelah 5 hari berlalu sampai kepada hari ke 6, dampak shock mulai berkurang yang ditunjukkan dengan grafik (warna biru) yang tidak lagi terlalu fluktuatif. Ekuilibrium sektor pertambangan yang adalah pengembalian titik keseimbangan sektor pertambangan sebelum adanya guncangan pada harga minyak WTI, dapat dicapai pada hari ke 6. Forecast error variance dari sektor pertambangan pada periode pertama dapat dijelaskan oleh sektor pertambangan sebesar 99.97%, sedangkan variabel minyak WTI hanya menjelaskan 0.02% terhadap return sektor pertambangan. Dalam periode selanjutnya, kontribusi variabel minyak WTI telah mampu menjelaskan variabilitas sektor pertambangan yaitu sekitar 0.1%. Hingga periode ke 10 forecast error variance sektor pertambangan yang dapat dijelaskan dari sektor pertambangan sendiri sebesar 99.89%. Hal ini menunjukkan bahwa fluktuasi sektor pertambangan lebih banyak dipengaruhi oleh sektor pertambangan itu sendiri daripada faktor minyak WTI. Berdasarkan hasil analisis terhadap variance decomposition, secara umum dapat disimpulkan bahwa perubahan harga minyak WTI dapat menjelaskan apabila terjadi shock terhadap sektor-sektor yang diteliti, namun proporsi penjelasan return masingmasing sektor yang diteliti masih didominasi oleh dirinya sendiri. Pembahasan Output pada VAR Model Substituted Coefficients meringkaskan kompilasi permodelan secara keseluruhan baik variabel yang signifikan maupun yang tidak signifikan tetapi di dalam bagian permodelan dan intepretasi ini, peneliti hanya menggunakan variabel yang signifikan secara statistik. Berikut adalah hasil permodelan dan juga termasuk hasil pengujian hipotesis untuk masing-masing sektor yang diteliti.


35

Hasil Pengujian Hipotesis 1a: BIND = 0.001829 + 0.127166*BIND(-1) - 0.058041*BIND(-2) - 0.090506*OIL(-1)….....(8) Persamaan 8: Permodelan hubungan antara minyak WTI dengan return pada sektor industri dasar

Apabila tidak ada perubahan pada return sektor industri dasar dan harga minyak WTI pada masa lalu, maka return sektor industri dasar naik sebesar 0,001% yang disebabkan pengaruh variabel lain yang tidak termasuk dalam penelitian ini. Apabila return sektor industri dasar satu hari yang lalu meningkat sebesar 1%, akan menyebabkan perubahan return sektor industri dasar hari ini meningkat sebesar 0,12%, namun jika return sektor industri dasar dua hari yang lalu meningkat sebesar 1%, akan menyebabkan perubahan return sektor industri dasar hari ini sebesar 0,05%. Apabila harga minyak WTI satu hari yang lalu meningkat sebesar 1%, akan menyebabkan perubahan return sektor industri dasar hari ini menurun sebesar 0,09%. Maka dari itu, hipotesis lonjakan harga minyak dunia berpengaruh negatif terhadap return saham di sektor industri dasar di Bursa Efek Indonesia dapat diterima.

Hasil Pengujian Hipotesis 1b: MISC = - 0.067191*OIL(-1) )…………………..(9) Persamaan 9: Permodelan hubungan antara minyak WTI dengan return pada sektor aneka industri

Apabila harga minyak WTI satu hari yang lalu meningkat sebesar 1%, akan menyebabkan perubahan return sektor aneka industri hari ini menurun sebesar 0,06%. Maka dari itu, hipotesis lonjakan harga minyak dunia berpengaruh negatif terhadap return saham di sektor aneka industri di Bursa Efek Indonesia dapat diterima.


36

Hasil Pengujian Hipotesis 1c: CONS =

0.002722 - 0.092833*OIL(-2) + 0.27095*CONS(-1) + 0.101048*CONS(-2) )…………………..(10)

Persamaan 10: Permodelan hubungan antara minyak WTI dengan return pada sektor industri barang konsumsi

Apabila tidak ada perubahan pada return sektor industri barang konsumsi dan harga minyak WTI pada masa lalu, maka return sektor industri barang konsumsi naik sebesar 0,002% yang disebabkan pengaruh variabel lain yang tidak termasuk dalam penelitian ini. Apabila return sektor industri barang konsumsi satu hari yang lalu meningkat sebesar 1%, akan menyebabkan perubahan return sektor industri barang konsumsi hari ini meningkat sebesar 0,27%, dan jika return sektor industri dasar dua hari yang lalu meningkat sebesar 1%, akan menyebabkan perubahan return sektor industri dasar hari ini sebesar 0,1%. Apabila harga minyak WTI dua hari yang lalu meningkat sebesar 1%, akan menyebabkan perubahan return sektor industri barang konsumsi hari ini menurun sebesar 0,09%. Maka dari itu, hipotesis lonjakan harga minyak dunia berpengaruh negatif terhadap return saham di sektor industri barang konsumsi di Bursa Efek Indonesia dapat diterima. Ketiga sub-hipotesis pertama membuktikan lonjakan harga minyak dunia berpengaruh negatif terhadap return saham di sektor industri, menurut peneliti hal ini dikarenakan 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


37

cenderung untuk menjual sahamnya sehingga harga saham turun. Penurunan harga saham akan menurunkan return yang diperoleh oleh investor.

Hasil Pengujian Hipotesis 2: MING =

0.002215 - 0.1547356*MING(-1) + 0.065538* OIL(-1) + 0.069167*OIL(-2) )………………………………………………..(11)

Persamaan 11: Permodelan hubungan antara minyak WTI dengan return pada sektor pertambangan

Apabila tidak ada perubahan pada return sektor pertambangan dan harga minyak WTI pada masa lalu, maka return sektor pertambangan naik sebesar 0,002% yang disebabkan pengaruh variabel lain yang tidak termasuk dalam penelitian ini. Apabila return sektor pertambangan satu hari yang lalu meningkat sebesar 1%, akan menyebabkan perubahan return sektor industri barang konsumsi pertambangan hari ini sebesar -0,15%, Apabila harga minyak WTI satu hari yang lalu meningkat sebesar 1%, akan menyebabkan perubahan return sektor pertambangan hari ini meningkat sebesar 0,06%, dan jika terjadi perubahan harga minyak WTI dua hari yang lalu sebesar 1%, return sektor pertambangan hari ini akan meningkat sebesar 0,06%. Maka dari itu, hipotesis lonjakan harga minyak dunia berpengaruh positif terhadap return saham di sektor pertambangan di Bursa Efek Indonesia dapat diterima. Menurut peneliti hal ini disebabkan perusahaan menggunakan minyak sebagai output produksi, lonjakan 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.


38

KESIMPULAN Setelah melakukan analisis dan pembahasan dari 2609 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 10 tahun dari Januari 2004 hingga Desember 2013., maka dapat ditarik kesimpulan sebagai berikut: 1. Pergerakan harga minyak dunia memberikan pengaruh negatif terhadap

pergerakan return sektor industri dasar. 2. Fluktuasi harga minyak dunia memberikan pengaruh negatif terhadap

pergerakan return sektor aneka industri pada lag sehari sebelumnya. 3. Perubahan harga minyak dunia pada lag dua hari memberikan pengaruh

negatif untuk sektor industri barang konsumsi. 4. Fluktuasi harga minyak dunia memberikan pengaruh positif pada lag dua hari

dan sehari sebelumnya terhadap return saham di sektor pertambangan.

KETERBATASAN PENELITIAN DAN SARAN Walaupun tujuannya untuk menentukan dan mengenali hubungan antara perubahan harga minyak dan return saham di keempat sektor yang diteliti, penelitian ini mempunyai beberapa keterbatasan. 1. Hasil penelitian ini tidak dapat digeneralisasi untuk semua sektor yang berada di Bursa Efek Indonesia karena peneliti hanya berfokus pada indeks sektor industri dan pertambangan di Bursa Efek Indonesia. Untuk penelitian mendatang disarankan untuk memasukan semua sektor yang ada guna mendapatkan hasil yang lebih luas dan fleksibel bagi pengambil keputusan di Bursa Efek Indonesia.


39

2. Peneliti tidak mempertimbangkan faktor-faktor lain yang dapat dikaitkan dengan fluktuasi nilai saham. Faktor-faktor ini mencakup corporate action dan stabilitas politik, seperti pemilihan umum dan pergantian pemerintahan pada tahun 2004 dan 2009. Bencana alam yang sering terjadi dalam kurun 10 tahun terakhir juga mempunyai dampak terhadap nilai saham, selain itu peristiwa serangan teroris yang terjadi di Indonesia juga bisa menjadi salah satu alasan yang menghambat kepercayaan investor. Untuk penelitian mendatang disarankan untuk mempertimbangkan event study yang bisa menyelidiki dari pengaruh faktor lain selain variabel yang diteliti sehingga dapat digunakan untuk pembuktian pengaruh dari indikator ekonomi makro, khususnya harga minyak dunia terhadap pengembalian saham di Bursa Efek Indonesia.

©2014, Christopher Daniel Mahasiswa, Fakultas Ekonomika dan Bisnis, Universitas Kristen Satya Wacana, Salatiga, Indonesia Jalan Diponegoro 52-60, Salatiga, Indonesia, 50711 [email protected]


40

REFERENSI Alwi, R. (2003). Development Of Intelligent System For Predicting Stock Market Returns. Agusman, A., & Deriantino, E. (2008). Oil Price and Industry Stock Returns: Evidence from Indonesia. 21st Australasian Finance and Banking Conference. 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. Bittlingmayer, G. (2005). Oil and Stocks: Is it War Risk? University of Kansas. Bjørnland, H. C. (2008). Oil price shocks and stock market booms in an oil exporting country. Norges Bank: Working papers no. 2008/16. Broby, D. (2011). Equity Index Construction. The Journal of Index Investing 2 (2), 36-39. Budiartie, G. (2013, June 21). Harga BBM Resmi Naik. Diambil kembali dari tempo.co bisnis: http://www.tempo.co/read/news/2013/06/21/090490281/Harga-BBM-ResmiNaik Burbridge, J., & Harrison, A. (1984). Testing for the effects of oil-price rises using vector autoregressions. International Economic Review 25 (1), 459-484. Chen, N., Roll, R., & Ross, S. A. (1986). Economic forces and the stock market. Journal of Business 59 (3), 383–403. Chen, S. S. (2010). Do Higher Oil Prices Push the Stock Market in to Bear Territory? Energy Economics 32 (2), 490-495. 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. Corrado, C. J., & Jordan, B. D. (2000). Fundamentals of Investment Analisis Fourth Edition. Singapore: Mc Graw-Hill. Crude Oil Prices and Price Charts. (2013, May). Diambil kembali dari InvestmentMine: http://www.infomine.com/investment/metal-prices/crude-oil/1-year/


ix

Cunado, J., & Perez de Gracia, F. (2003). Do oil price shocks matter? Evidence for some European countries. Energy Economics, 25 (2), 137-154. Economic Indicators - Crude Oil. (2014, February 1). Diambil kembali dari useconomy: http://useconomy.about.com/od/economicindicators/p/crude_oil.html EIA. (2013). Oil (petroleum). Retrieved from U.S. Energy Information Administration: http://www.eia.gov/KIDS/energy.cfm?page=oil_home-basics-k.cfm#top-container Eika, T., & Magnussen, K. A. (2000). Did Norway gain from the 1979-1985 oil price shocks? Economic Modelling 17 (1), 107-137. 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. Elton, J. E., Gruber, J. M., & Blake , R. C. (1995). Fundamental Economic Variables,Expected Return, and Bond Fund Performance. The Journal of Finance 1 (4), 1229-1256. Enders, W. (2004). A general test for time dependence in parameters. Journal of Applied Econometrics 19 (7), 899-906. Engle, R. F., & Granger, C. W. (1987). Co-integration and error correction: representation, estimation, and testing. Econometrica: journal of the Econometric Society, 251-276. 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. Farrell, G. N., Kahn, B., & Visser, F. J. (2001). Price Determination in International Oil Markets Developments and Prospects. South African Reserve Bank Quarterly Bulletin no.219, 69-88. Gisser, M., & Goodwin, T. H. (1986). Crude oil and the macroeconomy: Tests of some popular nations. Journal of Money, Credit and Banking 18 (1), 95-103. 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. Gogineni, S. (2007). The Stock Market Reaction to Oil Price Changes. University of Oklahoma. Hamilton, J. D. (1983). Oil and macroeconomy since World War II. The Journal of Political Economy 91 (2), 228-248.


x

Hamilton, J. D. (1996). This is what happened to the oil price-macroeconomy relationships. Journal of Monetary Economics 28 (2), 215-220. Hammoudeh, S., & Li, H. (2004). Risk-Return Relationships in Oil-Sensitive Stock Markets. Finance Letters 2, 10-15. 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=INDONESIA&year= 2011&product=Oil International Energy Agency. (2005). Energy Balances of OECD Countries and Energy Balances of Non-OECD Countries. Paris: IEA. 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. Jogiyanto. (Yogyakarta). Teori Portofolio dan Analisis Investasi . 2003: BPFE. Jogiyanto, H. M. (2003). Economic value added sebagai variabel yang memoderasi hubungan antara kebijakan dividen dengan return saham. Diss. Universitas Gadjah Mada. Jones, C. M., & Kaul, G. (1996). Oil and the stock markets. Journal of Finance 51 (2), 463491. Jones, C. P. (2000). Investment: Analysis and Management, 7th edition. New York: John Willey and Sons, Inc. 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, 1-32. 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. Maghyereh, A. (2004). Oil price shocks and emerging stock markets: A generalized VAR approach. International Journal of Applied Econometrics and Quantitative Studies 1 (2), 27-40.


xi

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. Mork, K. A., Olsen, O., & Mysen, H. T. (1994). Macroeconomic responses to oil price increases and decreases in seven OECD countries. Energy Journal 15 (4), 19-35. 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., & Brooks, R. (2009). Oil Prices and Transport Sector Returns: an International Analysis. Review of Quantitative Finance and Accounting 33 (4), 393–409. Nandha, M., & Faff, R. (2008). Does Oil Move Equity Prices? A Global View. Energy Economics 30, 986-997. Ono, S. (2011). Oil price shocks and stock markets in BRICs. The European Journal of Comparative Economics 8 (1), 29-45. OPEC states declare oil embargo. (t.thn.). Diambil kembali dari history.com: http://www.history.com/this-day-in-history/opec-states-declare-oil-embargo 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. (1992). Comparisons of tests for multivariate cointegration. Statistical papers 33 (1), 335-359. Sadorsky, P. (1999). Oil price shocks and stock market activity. Energy Economics 21 (5), 449-469. Sadorsky, P. (2001). Risk factors in stock return of Canadian oil nad gas company. Energy Economics 21 (1), 17-28. 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), 149156.


xii

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. Stern, D. I., & Cleveland, C. J. (2004). Energy and Economic Growth. Rensselaer Working Papers in Economics 0410. Wahyudi, S. (2003). Pengukuran Return Saham. Jurnal Ekonomi, Suara Merdeka. Wakeford, J. J. (2006). The impact of oil price shocks on the South African macroeconomy: History and prospects. SARB Conference 2006.


xiii

DAFTAR RIWAYAT HIDUP Nama

: Christopher Daniel

NIM

: 212011050

Alamat Asal

: Mekar Sari 36, Bandung, Jawa Barat

Judul Skripsi

: Goncangan Harga Minyak Dunia Terhadap Pasar Modal Indonesia

Riwayat Pendidikan: SD Maria Bintang Laut, Kota Bandung lulus tahun 2005. SMP Santo Aloysius 2, Kota Bandung lulus tahun 2008. SMA Santo Aloysius 2, Kota Bandung lulus tahun 2011. Fakultas Ekonomika dan Bisnis UKSW, Kota Salatiga lulus tahun 2014. Riwayat Kursus/Seminar/Pelatihan: Seminar “Kuliah Umum BRI 2011”, tanggal 5 Oktober 2011,penyelenggara Bank BRI ,tempat di Balairung Utama UKSW, Salatiga. Seminar “Nasional Kewirausahaan 2012”, tanggal 7 Maret 2012, penyelenggara FEB UKSW, tempat di Balairung Utama UKSW, Salatiga. Seminar “Tantangan Kebutuhan Tenaga Kerja di Perusahaan Otomotif”, tanggal 8 Oktober 2012, penyelenggara INDOMOBIL ,tempat di Balairung Utama UKSW, Salatiga. Seminar “Lead Yourself and Get Your Future”, tanggal 13 Maret 2013, penyelenggara FEB UKSW ,tempat di Balairung Utama UKSW, Salatiga. Pelatihan “Sekolah Pasar Modal”, tanggal 21 & 28 Maret 2014, penyelenggara Danareksa, tempat di UKSW, Salatiga.


xiv

LAMPIRAN 1 Hasil VAR pada sektor Industri Dasar Vector Autoregression Estimates Included observations: 2607 after adjustments Standard errors in ( ) & t-statistics in [ ] BIND

OIL

BIND(-1)

0.127166 (0.01957) [6.49839]*

0.005739 (0.00847) [ 0.67757]

BIND(-2)

-0.058041 (0.01957) [-2.96607]*

-0.001876 (0.00847) [-0.22151]

OIL(-1)

-0.090506 (0.04526) [-1.99970]*

-0.014459 (0.01959) [-0.73807]

OIL(-2)

-0.028703 (0.04524) [-0.63450]

0.005009 (0.01959) [0.25573]

C

0.001829 (0.00109) [ 1.68160]*

0.000957 (0.00047) [ 2.03165]*

keterangan: *OIL : minyak WTI *BIND : Basic Industry and Chemicals Index (sektor Industri Dasar) *nilai t-tabel: ± 1.9608

*Nilai yang diberi bintang menunjukkan hasil penolakan H0 yang mengindikasikan bahwa variabel dependent akan secara signifikan dipengaruhi oleh variabel independent.


xv

LAMPIRAN 2 Hasil VAR pada sektor Aneka Industri Vector Autoregression Estimates Included observations: 2607 after adjustments Standard errors in ( ) & t-statistics in [ ] MISC

OIL

MISC(-1)

0.021064 (0.01956) [ 1.07676]

-0.005878 (0.01257) [-0.46747]

MISC(-2)

0.000122 (0.01954) [ 0.00626]

0.031741 (0.01256) [ 2.52648]*

OIL(-1)

-0.067191 (0.03044) [ -2.20730]*

-0.014346 (0.01957) [-0.73315]

OIL(-2)

-0.009103 (0.03046) [ -0.29889]

-0.037887 (0.01958) [-1.93517]

C

0.000862 (0.00073) [ 1.17803]

0.000935 (0.00047) [ 1.98905]*

keterangan: *OIL : minyak WTI *MISC : Miscellaneous Index (sektor Aneka Industri) *nilai t-tabel: ± 1.9608



xvi

LAMPIRAN 3 Hasil VAR pada sektor Industri Barang Konsumsi Vector Autoregression Estimates Included observations: 2607 after adjustments Standard errors in ( ) & t-statistics in [ ] CONS

OIL

OIL(-1)

0.076384 (0.04587) [ 1.66533]

-0.014497 (0.01959) [-0.74002]

OIL(-2)

-0.092832 (0.04587) [ -2.02396]*

-0.039481 (0.01959) [-2.01533]*

CONS(-1)

0.270950 (0.01949) [13.9037]*

0.006222 (0.00832) [ 0.74754]

CONS(-2)

0.101048 (0.01947) [5.18986]*

0.000855 (0.00832) [ 0.10281]

C

0.002722 (0.00110) [ 2.46707]*

0.000948 (0.00047) [ 2.01200]*

keterangan: *OIL : minyak WTI *CONS : Consumer Goods Index (sektor Industri Barang Konsumsi) *nilai t-tabel: ± 1.9608



xvii

LAMPIRAN 4 Hasil VAR pada sektor Pertambangan Vector Autoregression Estimates Included observations: 2607 after adjustments Standard errors in ( ) & t-statistics in [ ] MING

OIL

OIL(-1)

0.065538 (0.03345) [ 1.98621]*

-0.015367 (0.01959) [-0.78442]

OIL(-2)

0.069167 (0.03343) [ 2.09598]*

-0.038170 (0.01958) [-1.94946]

MING(-1)

-0.154736 (0.01958) [-7.90310]*

-0.018803 (0.01147) [-1.63967]

MING(-2)

0.003411 (0.01957) [ 0.17426]

-0.006472 (0.01146) [-0.56457]

C

0.002215 (0.00081) [ 2.75156]*

0.001013 (0.00047) [ 2.14795]*

keterangan: *OIL : minyak WTI *MING : Mining Index (sektor Pertambangan) *nilai t-tabel: ± 1.9608



xvii i

Sumber: Crude Oil Prices and Price Charts, 2013

Recommend Documents