analisis hubungan antara pasar modal dengan

ANALISIS HUBUNGAN ANTARA PASAR MODAL
DENGAN NILAI TUKAR, CADANGAN DEVISA, DAN
EKSPOR BERSIH
OLEH
MAISYA NATASSYARI
H14102099
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2006
RINGKASAN
MAISYA NATASSYARI. Analisis Hubungan Antara Pasar Modal dengan Nilai
Tukar, Cadangan Devisa, dan Ekspor Bersih (dibimbing oleh SRI HARTOYO).
Sektor investasi merupakan salah satu cara untuk dapat menciptakan
peningkatan pertumbuhan ekonomi. Namun bagi negara-negara berkembang
masih terdapat kesulitan untuk menciptakan iklim investasi yang baik. Masalah
yang harus dihadapi negara-negara berkembang tersebut antara lain berkisar pada
masalah modal bagi pengembangan investasi yang dapat mendorong pertumbuhan
ekonomi.
Kesulitan dalam menghimpun modal dari masyarakat menjadi masalah
yang dihadapi hampir semua negara berkembang, termasuk Indonesia. Untuk itu
perlu usaha dari lembaga pemerintah dan non-pemerintah untuk dapat
menghimpun dana dari masyarakat tersebut. Hal ini dilakukan agar investasi
Indonesia dapat terus memberikan kontribusi yang baik bagi perekonomian
Indonesia terutama bagi sektor riil. Dan untuk itulah kemudian pasar modal
dijadikan sebagai suatu wadah untuk menghimpun dana dari masyarakat.
Pasar modal di Indonesia bukan merupakan suatu hal yang baru.
Perkembangannya yang begitu pesat dan kontribusinya yang nyata terhadap
perekonomian Indonesia, khususnya pada sektor riil, telah membuat pasar modal
cukup dikenal dikalangan investor atau penanam modal. Sebagai sarana atau
intermediasi antara investor dan emiten untuk melakukan transaksi saham, maka
diharapkan pasar modal mampu membangkitkan sektor riil menjadi sektor yang
produktif dan pada akhirnya mampu meningkatkan pendapatan negara.
Namun perkembangan pasar modal yang yang baik tersebut tidak
menjadikan pasar modal lepas dari masalah. Tidak dapat dipungkiri krisis
ekonomi yang melanda Indonesia pertengahan tahun 1997 telah membuat pasar
modal mengalami kerugian. Krisis ekonomi yang disebabkan oleh krisis negara
tetangga kita Thailand telah membuat nilai tukar Rupiah menurun dan hal ini
menyebabkan investor menjadi kurang tertarik untuk berinvestasi di Indonesia.
Faktor diatas merupakan faktor-faktor yang dipengaruhi oleh sektor asing
(foreign sector) dan memberikan dampak yang cukup signifikan terhadap
terhadap perekonomian Indonesia terutama bagi pasar modal. Sehingga penelitian
ini dilakukan untuk menganalisis hubungan antara harga saham dengan variabel
makroekonomi yang dipengaruhi oleh sektor asing di Indonesia. Penelitian ini
akan diolah dengan menggunakan software e-views 4.1. dan menggunakan alat
analisis Vector Autoregresive (VAR) yang dikombinasikan dengan Vector Error
Correction Model (VECM).
Penelitian ini akan menganalisis hubungan jangka pendek dan jangka
panjang antara Indeks Harga Saham Gabungan (IHSG) dengan nilai tukar,
cadangan devisa dan nilai ekspor bersih serta menganalisis variabel apa yang
mempunyai pengaruh paling besar terhadap IHSG dan kebijakan apa yang dapat
dilakukan oleh pemerintah untuk mepengaruhi IHSG. Data yang digunakan
adalah data sekunder berupa nilai IHSG, nilai tukar, cadangan devisa, dan ekspor
bersih bulanan dari bulan Januari 2000 sampai Desember 2005.
Hasil penelitian menunjukkan bahwa terdapat hubungan jangka pendek
antara IHSG dengan ekspor bersih dan hubungan jangka panjang antara IHSG
dengan nilai tukar, cadangan devisa, dan ekspor bersih. Ekspor bersih merupakan
variabel yang memberikan pengaruh paling besar terhadap IHSG sehingga untuk
mempengaruhi IHSG maka pemerintah dapat melakukan shock sebesar satu
standar deviasi pada ekspor bersih.
ANALISIS HUBUNGAN ANTARA PASAR MODAL DENGAN
NILAI TUKAR, CADANGAN DEVISA, DAN EKSPOR BERSIH
Oleh
MAISYA NATASSYARI
H14102099
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi
pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2006
INSTITUT PERTANIAN BOGOR
FAKULTAS EKONOMI DAN MANAJEMEN
DEPARTEMEN ILMU EKONOMI
Dengan ini menyatakan bahwa skripsi yang disusun oleh,
Nama Mahasiswa
: Maisya Natassyari
Nomor Registrasi Pokok
: H14102099
Program Studi
: Ilmu Ekonomi
Judul Skripsi
: Analisis Hubungan antara Pasar Modal dengan
Nilai Tukar, Cadangan Devisa, dan Ekspor
Bersih
dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada
Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian
Bogor
Menyetujui,
Dosen Pembimbing,
Dr. Ir. Sri Hartoyo, MS
NIP. 131 124 021
Mengetahui,
Ketua Depertemen Ilmu Ekonomi,
Dr. Ir. Rina Oktaviani, MS
NIP. 131 846 872
Tanggal Kelulusan:
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH
BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH
DIGUNAKAN
SEBAGAI
SKRIPSI
ATAU
KARYA
ILMIAH
PADA
PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor, Agustus 2006
Maisya Natassyari
H14102099
RIWAYAT HIDUP
Penulis bernama Maisya Natassyari lahir pada tanggal 13 September 1984
di Padang, sebuah kota yang berada di Provinsi Sumatera Barat. Penulis anak
kedua dari tiga bersaudara, dari pasangan H. Muchtar Anang dan Hj. Netta
Gantina. Jenjang pendidikan penulis dilalui tanpa hambatan, penulis menamatkan
sekolah dasar pada SD Yayasan Pendidikan Vidya Dahana Patra Bontang pada
tahun 1996, kemudian melanjutkan ke SLTP Yayasan Pendidikan Vidya Dahana
Patra Bontang dan lulus pada tahun 1999. Pada tahun yang sama penulis diterima
di SMU Negeri 1 Bogor dan lulus pada tahun 2002.
Pada tahun 2002 penulis melanjutkan studinya ke jenjang yang lebih
tinggi. Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan
besar agar dapat memperoleh ilmu dan mengembangkan pola pikir. Penulis masuk
IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai
mahasiswa Program Studi Ilmu Ekonomi pada Fakultas Ekonomi dan
Manajemen. Selama menjadi mahasiswa, penulis aktif di organisasi Hipotesa.
KATA PENGANTAR
Puji syukur penulis ucapkan kepada Allah SWT atas segala rahmat dan
hidayah-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi ini yang
berjudul “ Analisis Hubungan antara Pasar Modal dengan Nilai Tukar,
Cadangan Devisa dan Ekspor Bersih”. Skripsi ini disusun sebagai salah satu
syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu
Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.
Penulis menyadari masih banyak kekurangan dalam penyusunan skripsi
ini, oleh sebab itu kritik dan saran sangat penulis harapkan. Penulis berharap agar
penelitian ini dapat bermanfaat bagi banyak pihak yang membutuhkan. Pada
kesempatan ini penulis ingin mengucapkan terima kasih kepada:
1. Bapak Dr. Ir. Sri Hartoyo, MS, selaku dosen pembimbing skripsi yang telah
memberikan bimbingan baik secara teknis maupun teoritis dalam proses
pembuatan skripsi ini sehingga dapat diselesaikan dengan baik. Semua saran
dan kritik beliau merupakan hal yang sangat berharga dalam penyempurnaan
skripsi ini.
2. Bapak Dr. Ir. Nunung Nuryartono, MS, selaku dosen penguji utama yang telah
menguji hasil karya saya ini. Semua saran dan kritik beliau sangat berharga
dalam penyempurnaan skripsi ini.
3. Bapak Irfan Syauqi Beik, M.Sc, selaku dosen penguji komdik atas perbaikan
tata cara penulisan skipsi ini.
4. Orang tua penulis, Bapak Muchtar Anang dan Ibu Netta Gantina, serta saudara
penulis, Mirta Narulita dan M. Taufik Ilham, atas segala kesabaran, doa, dan
dorongan mereka dalam proses penyelesaian skripsi ini.
5. Bapak Fadhil Nugroho, Staf Bagian Statistik Moneter Bank Indonesia, atas
saran dan bantuannya dalam mendapatkan data.
6. Teman-teman satu bimbingan skripsi, Edi, Nani, dan Radia, atas dorongan,
kritik, dan sarannya.
7. Teman-teman IE, terutama Wirda, Lia, Ionk, Nonon, Beny, Thamic, Fickry,
Dive, Aira, Andros, Imam, Iqbal dan Rudi atas doa, dukungan, dan bantuan
secara moril yang diberikan selama proses pengerjaan skripsi ini.
8. Serta berbagai pihak yang telah membantu dalam penyelesaian skripsi yang
tidak dapat disebutkan satu per satu.
Bogor, Agustus 2006
Maisya Natassyari
H14102099
DAFTAR ISI
Halaman
DAFTAR TABEL............................................................................................... viii
DAFTAR GAMBAR .......................................................................................... ix
DAFTAR LAMPIRAN....................................................................................... x
I.
PENDAHULUAN ...................................................................................... 1
1.1. Latar Belakang ..................................................................................... 1
1.2. Perumusan Masalah ............................................................................. 3
1.3. Tujuan Penelitian ................................................................................. 4
1.4. Manfaat Penelitian ............................................................................... 4
1.5. Ruang Lingkup Penelitian.................................................................... 5
II.
TINJAUAN PUSTAKA............................................................................. 6
2.1. Definisi Pasar Modal............................................................................ 6
2.2. Instrumen Pasar Modal ........................................................................ 7
2.2.1. Saham......................................................................................... 8
2.2.2. Obligasi ...................................................................................... 9
2.2.3. Opsi ............................................................................................ 9
2.2.4. Rights ......................................................................................... 10
2.2.5. Warrant ...................................................................................... 10
2.3. Teori Investasi...................................................................................... 11
2.4. Indeks Harga Saham Gabungan ........................................................... 13
2.5. Teori Nilai Tukar ................................................................................. 15
2.6. Penelitian Terdahulu ............................................................................ 16
III. KERANGKA PEMIKIRAN ....................................................................... 19
3.1. Kerangka Pemikiran Teoritis ............................................................... 19
3.1.1. Hubungan Pasar Modal dengan Nilai Tukar.............................. 20
3.1.2. Hubungan Pasar Modal dengan Cadangan Devisa .................... 21
3.1.3. Hubungan Pasar Modal dengan Ekspor Bersih.......................... 21
3.2. Kerangka Pemikiran Konseptual.......................................................... 22
3.3. Hipotesis............................................................................................... 23
IV. METODE PENELITIAN ........................................................................... 25
4.1. Jenis dan Sumber Data ......................................................................... 25
4.2. Metode Analisis Data........................................................................... 25
4.2.1. Model Umum Vector Autoregression ........................................ 27
4.2.2. Uji Stasioneritas ......................................................................... 29
4.2.3. Penetapan Lag Optimum............................................................ 29
4.2.4. Uji Kointegrasi ........................................................................... 30
4.2.5. Model Umum Vector Error Correction..................................... 31
4.2.6. Variance Decomposition (VD) .................................................. 32
4.2.6. Impuls Respon Function (IRF)................................................... 32
4.3. Model Penelitian .................................................................................. 33
V. PERKEMBANGAN PASAR MODAL....................................................... 35
5.1. Perkembangan Indeks Harga Saham Gabungan (IHSG) ..................... 35
5.2. Perkembangan Nilai Tukar .................................................................. 36
5.3. Perkembangan Cadangan Devisa......................................................... 37
5.4. Perkembangan Ekspor Bersih .............................................................. 38
VI. ANALISIS HUBUNGAN ANTARA IHSG DENGAN NILAI
TUKAR, CADANGAN DEVISA, DAN EKSPOR BERSIH .................... 40
6.1. Kestasioneran Data .............................................................................. 40
6.2. Penentuan Lag Optimum...................................................................... 42
6.3. Kointegrasi ........................................................................................... 43
6.4. Estimasi Model Vector Error Correction ............................................ 43
6.5. Variance Decomposition (VD) ............................................................ 45
6.6. Impuls Respon Function (IRF)............................................................. 47
VII. KESIMPULAN DAN SARAN ................................................................... 49
7.1. Kesimpulan .......................................................................................... 49
7.2. Saran..................................................................................................... 50
DAFTAR PUSTAKA ......................................................................................... 51
LAMPIRAN........................................................................................................ 53
DAFTAR TABEL
Nomor
Halaman
4.1.
Deskripsi Data Model Penelitian ................................................................ 33
6.1.
Uji Stasioneritas .......................................................................................... 41
6.2.
Perhitungan Akaike Information Criteria ................................................... 42
6.3
Johansen Cointegration Test....................................................................... 43
6.4.1. Hasil Estimasi VECM Jangka Pendek ........................................................ 44
6.4.2. Hasil Estimasi VECM Jangka Panjang ....................................................... 45
6.5.
Variance Decomposition............................................................................. 46
DAFTAR GAMBAR
Nomor
Halaman
2.1. Hubungan antara Kurs Riil dan Ekspor Bersih .............................................. 16
3.1. Kerangka Pemikiran Konseptual ................................................................... 23
5.1. Grafik Perkembangan IHSG .......................................................................... 36
5.2. Grafik Perkembangan Nilai Tukar ................................................................. 37
5.3. Grafik Perkembangan Cadangan Devisa ....................................................... 38
5.4. Grafik Perkembangan Ekapor Bersih............................................................. 39
6.1. Respon IHSG terhadap nilai tukar, cadangan devisa, dan ekspor bersih....... 48
DAFTAR LAMPIRAN
Nomor
Halaman
1.
Tabel Indikator Bursa..................................................................................... 54
2.
Variabel-Variabel yang Digunakan Dalam Penelitian .................................. 55
3.
Data Pendukung ............................................................................................. 57
4.
Uji Stasioneritas pada Level ........................................................................... 59
5.
Uji Stasioneritas pada First Difference .......................................................... 62
6.
Perhitungan Lag Optimal ............................................................................... 65
7.
Uji Kointegrasi ............................................................................................... 66
8.
Estimasi Model Vector Error Correction ...................................................... 68
9.
Variance Decomposition................................................................................ 70
I. PENDAHULUAN
1.1. Latar Belakang
Dalam pelaksanaan pembangunan ekonomi nasional suatu negara
diperlukan dana investasi dalam jumlah yang tidak sedikit. Perolehan dana ini
pada pelaksanaanya diarahkan untuk berlandaskan pada kemampuan sendiri dan
pemanfaatan sumber lainnya sebagai pendukung seperti pinjaman luar negeri.
Bagi banyak negara berkembang, pinjaman luar negeri dapat dijadikan suatu
alternatif yang baik mengingat tabungan masyarakat di negara berkembang pada
umumnya masih rendah bila dibandingkan dengan negara lain, seperti negara
maju (Anoraga dan Pakarti, 2006).
Pasar modal dapat dipandang sebagai salah satu sarana yang efektif untuk
mempercepat pembangunan suatu negara. Hal ini dimungkinkan karena pasar
modal merupakan wahana yang dapat menggalang pengerahan dana jangka
panjang dari masyarakat untuk disalurkan pada sektor-sektor produktif. Dewasa
ini, telah banyak negara menyadari bahwa pasar modal merupakan suatu sarana
yang bernilai positif dan produktif guna mendorong perekonomian negaranya
masing-masing.
Pasar modal dapat dijadikan sebagai sarana bagi perusahaan untuk
memenuhi kebutuhan dananya. Walaupun telah ada lembaga perbankan, namun
karena ada keterbatasan jaminan maka perusahaan kesulitan untuk memperoleh
dana dari bank. Perbankan memang telah ada lebih dulu daripada pasar modal,
akan tetapi pasar modal dapat dijadikan sarana yang efektif untuk mendapatkan
dana jangka panjang dengan biaya yang lebih rendah. Di pasar modal, perusahaan
dapat menarik pinjaman jangka panjang dengan menerbitkan obligasi atau
menjual saham tanpa memikirkan jaminan atau suku bunga yang harus dibayar.
Perkembangan pasar modal di dunia pun telah berkembang dengan pesat
karena pasar modal dianggap mampu memberikan alternatif baru bagi para
pemodal untuk melakukan investasi. Dengan berbagai alternatif yang telah ada
seperti perbankan, properti, dan komoditi maka para pemodal dapat melakukan
pilihan investasi secara tepat serta memberikan manfaat terbaik.
Perkembangan pasar modal di Indonesia dewasa ini dinilai cukup baik.
Dengan adanya kemajuan di bidang informasi yang pesat sejak era 1990-an, pasar
modal Indonesia pun telah berkembang secara global dan menjadi bagian dari
pasar modal dunia. Dewasa ini perpindahan dana dari suatu negara ke negara
lainnya terasa lebih mudah dan cepat, demikian pula halnya dengan efek.
Internasionalisasi pasar modal ini akan meningkatkan kebebasan pemodal untuk
menentukan pola bisnisnya, memilih lingkungan hukum yang dia sukai untuk
tujuan investasinya.
Namun perubahan kondisi pasar modal menuju internasionalisasi ini
menuntut penyesuaian secara terus-menerus di pasar modal Indonesia.
Penyesuaian yang harus dilakukan meliputi pengembangan teknologi maupun
peraturan perundang-undangan. Globalisasi ekonomi juga menciptakan banyak
kesempatan dan rintangan sehingga memaksa badan usaha untuk melakukan
perbaikan dramatis agar dapat bertahan hidup.
1.2. Perumusan Masalah
Globalisasi ekonomi yang terjadi menyebabkan pasar modal menjadi
semakin menjadi rentan terhadap perubahan yang terjadi di dunia. Setiap
perubahan dan peristiwa yang terjadi di suatu negara di dunia akan berdampak
pada pasar modal Indonesia.
Berbagai peristiwa politik yang terjadi di tingkat internasional seperti
serangan teroris terhadap menara kembar World Trade Center di New York dan
dampak lanjutannya berupa memanasnya suhu politik di Timur Tengah sangat
berpengaruh pada upaya pemulihan pasar modal domestik pasca krisis ekonomi
yang melanda Indonesia tahun 1997. Selain itu, peristiwa lainnya yang terjadi di
dalam negeri seperti tragedi Bom Bali dan Bom Marrriot jelas memberikan
pengaruh pada investasi langsung maupun investasi portofolio di Indonesia. Hal
ini dapat terlihat dari terkoreksinya indikator utama bursa seperti Indeks Harga
Saham Gabungan (IHSG), nilai kapitalisasi pasar, dan nilai transaksi (Lampiran
1).
Pasar modal mempunyai peranan penting dalam sektor ekonomi. Sehingga
perubahan yang terjadi pada pasar modal perlu mendapat perhatian dari
pemerintah agar kestabilan ekonomi tetap terjaga. Melihat begitu besarnya
pengaruh globalisasi dalam pasar modal Indonesia menyebabkan pentingnya suatu
analisa terhadap hubungan pasar modal, baik jangka pendek maupun jangka
panjang, terhadap variabel-variabel makroekonomi yang dipengaruhi oleh sektor
asing (foreign sector) seperti nilai tukar, cadangan devisa, dan ekspor bersih.
1.3. Tujuan Penelitian
Berdasarkan masalah yang telah dirumuskan, maka tujuan penelitian ini
antara lain:
1. Menganalisis hubungan jangka pendek dan jangka panjang antara pasar
saham, yang akan dilihat dari perubahan Indeks Harga Saham Gabungan
(IHSG), dengan nilai tukar, cadangan devisa, dan ekspor bersih.
2. Menganalisis variabel apa yang memberikan pengaruh paling besar terhadap
pasar modal serta kebijakan apa yang dapat dilakukan pemerintah.
1.4. Manfaat Penelitian
Penulis berharap, hasil penelitian ini dapat memberikan manfaat bagi
penulis khususnya ataupun untuk berbagai kalangan umumnya. Manfaat yang
diharapkan dari hasil penelitian ini antara lain :
1. Memberikan pemahaman yang semakin dalam kepada penulis seputar dunia
pasar modal beserta dinamikanya.
2.
Membantu memberikan pertimbangan kepada para pengambil keputusan
(policy maker) agar lebih bijak dalam membuat keputusan.
3. Memberikan gambaran mengenai kemampuan pasar modal terutama dalam
menggerakkan sektor riil.
4. Memberikan referensi bagi penelitian selanjutnya.
1.5. Ruang Lingkup Penelitian
Penelitian ini akan menganalisis mengenai hubungan jangka pendek dan
jangka panjang antara pasar modal yang akan dilihat dari perubahan Indeks Harga
Saham Gabungan (IHSG) dengan variabel makroekonomi yang dipengaruhi oleh
sektor asing, yaitu nilai tukar, cadangan devisa, dan ekspor bersih. Variabel yang
digunakan antara lain variabel IHSG, nilai tukar, cadangan devisa, dan ekspor
bersih. Data yang digunakan merupakan data bulanan dari tahun 2000 sampai
tahun 2005.
II. TINJAUAN PUSTAKA
2.1. Definisi Pasar Modal
Pasar modal adalah tempat bertemunya pihak yang membutuhkan dana
(borrower) dengan pihak yang kelebihan dana (lender). Pasar modal menurut
Undang-Undang Republik Indonesia No. 8 tahun 1995 adalah kegiatan yang
bersangkutan dengan penawaran umum dan perdagangan efek, yaitu perusahaan
publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga atau profesi
yang berkaitan dengan efek. Adapun efek yang dimaksud disini adalah surat
berharga atau saham.
Sedangkan menurut Usman dalam Anoraga dan Pakarti (2006), pasar
modal adalah pelengkap sektor keuangan terhadap dua lembaga lainnya yaitu
bank dan lembaga pembiayaan. Pasar modal memberikan jasanya yaitu
menjembatani hubungan antara pemilik modal dalam hal ini disebut sebagai
pemodal (investor) dengan peminjam dana dalam hal ini disebut dengan emiten
(perusahaan yang go public).
Secara umum, pasar modal dapat dibedakan dalam dua kategori yaitu
pasar primer (primary market) dan pasar sekunder (secondary market). Pasar
primer adalah pasar dimana perusahaan-perusahaan emiten menawarkan efek
secara langsung kepada calon pemodal untuk pertama kalinya di pasar perdana
selama jangka waktu tertentu. Sedangkan pasar sekunder adalah pasar dimana
pemodal memperjualbelikan efek-efek yang dimilikinya kepada pemodal lainnya.
Pasar sekunder pada umumnya terjadi di bursa efek, tetapi dapat juga terjadi di
luar bursa efek (Anwar, 2005).
Sebagaimana fungsinya yang menjembatani hubungan antara pemilik dana
dan pengguna dana, maka tujuan pasar modal adalah mengadakan alokasi
tabungan secara efisien dari pemilik dana (saver) kepada pemakai dana terakhir
(ultimate user). Dengan adanya pasar modal maka perusahaan yang membutuhkan
dana akan meperoleh dana yang mereka butuhkan untuk meningkatkan
investasinya sehingga kapasitas produksinya akan bertambah dan pada akhirnya
akan meningkatkan produksi barang dan jasa serta memperluas lapangan kerja.
Adapun manfaat dari pasar modal antara lain memperbaiki struktur permodalan
perusahaan, meningkatkan efisiensi alokasi sumber-sumber dana, menunjang
terciptanya perekonomian yang sehat, dan meningkatkan penerimaan negara
(Anwar, 2005).
2.2. Instrumen Pasar Modal
Menurut Anoraga dan Pakarti (2005), pasar modal memperdagangkan
instrument pasar modal, yaitu semua surat-surat berharga (securities) yang
diperdagangkan di bursa. Instrumen pasar modal tersebut antara lain saham,
obligasi, opsi, rights, dan warrant.
2.2.1. Saham
Menurut Anoraga dan Pakakarti (2006), saham merupakan tanda
penyertaan modal pada suatu perseroan terbatas. Dengan memiliki saham di suatu
perusahaan maka manfaat yang dapat diperoleh adalah sebagai berikut :
a. Deviden, adalah bagian dari keuntungan perusahaan yang dibagikan kepada
pemilik saham.
b. Capital gain, adalah keuntungan yang diperoleh dari selisih jual dengan harga
belinya.
c. Manfaat
non-finansial
yaitu
timbulnya
kebanggaan
dan
kekuasaan
memperoleh hak suara dalam menentukan jalannya perusahaan.
Dari berbagai saham yang dikenal di bursa, maka saham dapat
dikelompokkan menjadi dua, yaitu saham biasa (common stock) dan saham
preferen (preferred stock). Saham biasa merupakan saham yang tidak memperoleh
hak istimewa. Pemegang saham biasa mempunyai hak untuk memperoleh deviden
sepanjang perseroan memperoleh keuntungan. Sedangkan saham preferen
merupakan saham yang diberikan atas hak untuk mendapatkan deviden atau
bagian kekayaan pada saat perusahaan dilikuidasi terlebih dahulu dari saham
biasa, disamping itu mempunyai preferensi untuk mengajukan usul pencalonan
direksi atau komisaris (Anoraga dan Pakarti, 2006).
Saham merupakan surat berharga yang paling populer diantara surat
berharga lainnya di pasar modal. Penyebabnya adalah bila dibandingkan dengan
investasi lainnya, saham memungkinkan pemodal untuk mendapatkan keuntungan
(return) yang lebih besar dalam waktu yang relatif singkat (high return). Namun
disamping itu, saham juga memiliki resiko yang tinggi (high risk). Hal ini dapat
terjadi karena harga saham dapat turun secara cepat sehingga mengharuskan
pemodal untuk selalu memantau pergerakan saham yang dipegang (e-bursa.com).
2.2.2. Obligasi
Obligasi merupakan bukti pengakuan utang dari perusahaan. Obligasi
mengandung suatu perjanjian atau kontrak yang melibatkan kedua belah pihak,
antara pemberi pinjaman dan penerima pinjaman. Penerbit obligasi menerima
pinjaman dari pemegang obligasi dengan ketentuan-ketentuan yang sudah diatur,
baik mengenai jatuh tempo pelunasan utang, bunga yang dibayarkan, besarnya
pelunasan, dan ketentuan-ketentuan tambahan lainnya (Anoraga dan Pakarti,
2006).
2.2.3. Opsi
Menurut Anoraga dan Pakarti (2006), opsi merupakan suatu produk efek
turunan atau efek derivatif yang diturunkan dari berbagai efek yang sebenarnya.
Sebagai efek derivatif, opsi akan mempunyai nilai selagi terhubung ke aset
finansial yang bersangkutan. Aset finansial ini dapat berupa saham biasa, obligasi
atau obligasi konversi. Berdasarkan jenisnya, opsi dapat dibagi menjadi empat,
yaitu:
a. Puts Option, merupakan instrumen yang memungkinkan pemiliknya untuk
menjual efek tertentu pada harga dan waktu tertentu.
b. Calls Option, merupakan instrumen yang memungkinkan pemiliknya untuk
membeli efek tertentu pada harga dan waktu tertentu.
c. Rights (sertifikat bukti rights)
d. Warrant
2.2.3. Rights
Rights merupakan satu jenis opsi yang merupakan turunan derivatif dari
efek yang sebenarnya dan mempunyai masa hidup yang singkat. Sertifikat bukti
rights dapat diartikan sebagai efek yang memberikan hak kepada pemegang
saham lama untuk membeli saham baru yang akan dikeluarkan oleh emiten pada
proporsi dan harga tertentu (Anoraga dan Pakarti, 2006).
2.2.4. Warrant
Warrant juga merupakan turunan derivatif dari efek sebenarnya, yaitu
saham, namun warrant mempunyai masa hidup enam bulan atau lebih. Warrant
merupakan opsi jangka panjang yang memberikan hak kepada pemegangnya
untuk membeli saham atas nama dengan harga tertentu. Masa hidup warrant
dimulai dari tanggal warrant tersebut dicatatkan sampai dengan tanggal terakhir
pelaksanaan penebusan warrant (Anoraga dan Pakarti, 2006).
2.3. Teori Investasi
Menurut Mankiw (2000), investasi adalah barang-barang yang dibeli oleh
individu dan perusahaan untuk menambah persediaan modal mereka. Sedangkan
menurut e-bursa.com, investasi merupakan suatu penundaan konsumsi dari masa
sekarang untuk masa yang akan datang. Investasi mengandung resiko
ketidakpastian, sehingga dibutuhkan suatu kompensasi atas penundaan konsumsi
tersebut yang sehari-hari dikenal dengan istilah keuntungan dari investasi atau
gain.
Menurut e-bursa.com, investasi secara umum dapat dikategorikan sebagai
berikut:
a. Real investment, yaitu investasi dalam bentuk nyata seperti investasi dalam
bentuk properti, investasi komersial, dan lain-lain.
b. Financial investment, yaitu investasi terhadap produk-produk keuangan
seperti investasi dalam bentuk tetap, antara lain deposito, obligasi ataupun
dalam bentuk yang tidak tetap seperti investasi saham atau sejenisnya.
Pada dasarnya setiap orang atau perusahaan yang melakukan investasi
akan mempunyai tujuan yang sama, yaitu memperoleh kesejahteraan bagi dirinya
atau perusahaan tersebut. Hal ini juga berlaku sama bagi perusahaan emiten yang
berinvestasi di pasar modal. Perusahaan yang berinvestasi di pasar modal berharap
dapat memperoleh keuntungan dalam bentuk capital gain yang pada akhirnya
dapat digunakan untuk meningkatkan investasi perusahaannya sehingga
pendapatan perusahaan akan meningkat.
Untuk melihat hubungan atara investasi dan pasar modal maka akan
digunakan teori q Tobin yang dikembangkan oleh James Tobin, ekonom
pemenang Hadiah Nobel, dengan rumus sebagai berikut:
q
=
Α
Β
Numerator q Tobin adalah nilai modal perekonomian yang ditentukan oleh pasar
saham. Denominatornya adalah harga modal jika dibeli hari ini. A adalah nilai
pasar modal terpasang dan B adalah biaya penggantian modal terpasang.
Tobin berpendapat bahwa pasar saham merupakan insentif untuk
berinvestasi. Harga saham cenderung tinggi ketika perusahaan memperoleh
banyak peluang untuk berinvestasi yang menguntungkan, karena peluang laba ini
berarti pendapatan masa depan yang lebih tinggi untuk pemegang saham. Jika q
lebih besar dari 1, maka nilai pasar modal terpasang lebih besar dari biaya
penggantiannya. Dalam kasus ini, para manajer dapat meningkatkan nilai pasar
dari saham perusahaan mereka dengan membeli lebih banyak modal. Sebaliknya,
jika q kurang dari 1, maka pasar saham menilai modal kurang dari biaya
penggantiannya. Dalam kasus ini, manajer tidak akan mengganti modal ( Mankiw,
2000).
Teori q Tobin dan model neoklasik memiliki keterkaitan satu sama lain.
Untuk melihatnya perlu diketahui bahwa teori q Tobin bergantung pada laba
sekarang dan laba masa depan dari modal terpasang. Jika produk marjinal modal
melebihi biaya modal, maka perusahaan menghasilkan laba atas modal
terpasangnya. Laba ini membuat perusahaan penyewaan menarik untuk dimiliki
dan meningkatkan nilai pasar dari saham perusahaan tersebut dan hal ini akan
menunjukkan nilai q yang tinggi. Sebaliknya, jika nilai produk marjinal modal
berada di bawah biaya modal, maka perusahaan akan mengalami kerugian atas
modal terpasangnya dan hal ini menunjukkan nilai pasar dan nilai q yang rendah
(Mankiw, 2000).
Keunggulan q Tobin sebagai ukuran dari insentif untuk investasi adalah
kemampuannya mencerminkan kemampulabaan modal masa depan yang
diharapkan sebagaimana kemampulabaan sekarang. Misalnya ketika kongres
memberlakukan penurunan dalam pajak pendapatan perusahaan yang dimulai
tahun depan. Penurunan pada pajak pendapatan perusahaan ini akan menghasilkan
laba yang lebih besar bagi pemilik modal. Laba yang diperoleh ini akan
meningkatkan nilai saham sekarang, meningkatkan q Tobin, dan pada akhirnya
akan mendorong investasi saat ini. Jadi teori investasi q Tobin menekankan bahwa
keputusan investasi bergantung tidak hanya pada kebijakan ekonomi saat ini,
tetapi juga pada kebijakan yang diharapkan berlaku di masa depan (Mankiw,
2000).
2.4. Indeks Harga Saham Gabungan (IHSG)
Berbicara tentang kegiatan pasar modal saat ini tidak terlepas dari apa
yang disebut Indeks Harga Saham. Untuk mengetahui bagaimana kegiatan
ekonomi bergerak, naik dan turun, banyak orang akan melihatnya dari sisi indeks
yang dicapai pada saat itu.
Secara sederhana, indeks harga adalah suatu harga yang digunakan untuk
membandingkan suatu peristiwa dengan suatu peristiwa lainnya (Anoraga dan
Pakarti, 2006). Demikian juga dengan indeks harga saham, indeks di sini akan
membandingkan perubahan harga saham dari waktu ke waktu. Apakah suatu
harga saham mengalami penurunan atau kenaikan dibandingkan dengan suatu
waktu tertentu.
Indeks Harga Saham Gabungan (IHSG) menunjukkan pergerakan harga
saham secara umum yang tercatat di bursa efek. Indeks inilah yang paling banyak
digunakan dan dipakai sebagai acuan tentang perkembangan kegiatan di pasar
modal. IHSG bisa dipakai untuk menilai situasi pasar secara umum atau
mengukur apakah harga saham mengalami kenaikan atau penurunan. IHSG
melibatkan seluruh harga saham yang tercatat di bursa (Anoraga dan Pakarti,
2006).
Untuk perhitungan Indeks Harga Saham Gabungan ini kita harus
menjumlahkan seluruh harga saham yang tercatat. Rumus untuk menghitung
Indeks Harga Saham Gabungan adalah sebagai berikut:
IHSG =
ΣH t
Χ 100%
ΣH 0
dimana:
∑Ht = Total harga semua saham pada waktu yang berlaku
∑H0 = Total harga semua saham pada waktu dasar
Dari angka indeks inilah kita bisa melihat apakah kondisi pasar sedang
ramai, lesu, atau dalam keadaan stabil. Jika angka IHSG menunjukkan diatas 100
berarti kondisi pasar sedang ramai, sedangkan pada saat IHSG menunjukkan
dibawah 100 berarti pasar sedang lesu. Dan jika IHSG menunjukkan angka 100
maka pasar dikatakan stabil (Anoraga dan Pakarti, 2006).
2.5. Teori Nilai Tukar
Menurut Mankiw (2000), nilai tukar atau kurs dibagi menjadi 2, yaitu: (1)
kurs nominal yang merupakan harga relatif dari mata uang dua negara dan (2)
kurs riil yaitu harga relatif dari barang-barang kedua negara. Dari kedua definisi
diatas maka perhitungan kurs dapat diperoleh melalui perkalian antara kurs
nominal dan rasio tingkat harga. Dimana rasio tingkat harga merupakan
perbandingan antara harga barang domestik dan harga barang di luar negeri,
misalnya di Amerika Serikat.
Pandangan
yang penting mengenai faktor-faktor apa saja yang
menentukan nilai tukar adalah teori bahwa perubahan nilai kurs terutama
diakibatkan oleh perbedaan perilaku tingkat harga antar kedua negara sedemikian
rupa sehingga nilai tukar perdagangan tetap konstan. Ini merupakan teori paritas
daya beli (Dornbusch dan Fisher, 1997). Dengan kata lain maka teori ini
menyatakan bahwa satu dollar akan memiliki daya beli yang sama di setiap negara
sehingga hal ini dapat mengatasi peluang keuntungan yang dapat diperoleh
petugas arbitrase jika terdapat perbedaan harga di dalam negeri dan di luar negeri
atau di negara lain (Mankiw, 2000).
Kurs riil pada kenyataannya sangat berkaitan erat dengan ekspor bersih.
Berdasarkan teori Mundell-Flemming, depresiasi nilai tukar akan mengakibatkan
daya saing barang domestik di pasar internasional meningkat dan ekspor akan
meningkat (Mankiw, 2000).
Kurs riil (r)
r
NX
Ekspor bersih (NX)
Gambar 2.1. Hubungan antara kurs riil dan ekspor bersih
2.6. Penelitian Terdahulu
Penelitian mengenai hubungan antara variabel makroekonomi dan pasar
modal telah banyak dilakukan dan menjadi topik yang banyak mengisi literatur
ekonomi selama ini. Sehingga untuk membantu memperoleh referensi dalam
melaksanakan penelitian ini maka perlu juga untuk melihat penelitian
sebelumnya.
Penelitian yang dilakukan Utami dan Rahayu (2003) menguji bagaimana
peranan profitabilitas, suku bunga, inflasi, dan nilai tukar dalam mempengaruhi
harga saham selama masa krisis ekonomi di Indonesia, karena krisis ekonomi
yang terjadi di Indonesia telah memberikan dampak yang signifikan terhadap
harga saham dan volume transaksi.
Penelitian ini menggunakan model ekonometrika yang diuji dengan regresi
berganda. Variabel dependen yang digunakan adalah harga saham yang diukur
dari perubahan harga saham setelah disesuaikan dengan tingkat inflasi. Sedangkan
variabel independennya adalah profitabilitas, suku bunga, inflasi dan nilai tukar
rupiah terhadap dollar Amerika.
Dari penelitian ini didapat hasil bahwa profitabilitas, suku bunga, inflasi
dan nilai tukar mempunyai pengaruh yang signifikan terhadap harga saham badan
usaha selama periode krisis. Secara parsial hanya suku bunga dan nilai tukar yang
mempunyai pengaruh yang signifikan terhadap harga saham selama periode krisis.
Penelitian yang dilakukan oleh Vimala (2005) menganalisis hubungan
antara pasar modal dengan variabel makroekonomi yang terdiri dari Indeks Harga
Saham Gabungan (IHSG), uang beredar, inflasi, suku bunga deposito, suku bunga
SBI dan nilai tukar.
Dalam penelitian ini, digunakan model ekonometrika yang dianalisis
dengan menggunakan alat analisis VAR (Vector Autoregresive). Setelah
dilakukan pengolahan diperoleh adanya hubungan antara pasar modal yang
diasumsikan dengan menggunakan IHSG dengan variabel makroekonomi yang
terdiri dari jumlah uang beredar, inflasi, suku bunga deposito, nilai tukar dan suku
bunga SBI. Hubungan yang signifikan terjadi antara IHSG dengan jumlah uang
beredar, inflasi dan nilai tukar.
Penelitian yang menganalisis faktor-faktor yang mempengaruhi Indeks
Harga Saham Gabungan (IHSG) periode setelah krisis antara tahun 2000-2004
dilakukan oleh Pohan (2005). Penelitian ini menggunakan variabel IHSG dan
variabel-variabel ekonomi seperti jumlah uang beredar, nilai tukar, suku bunga
SBI dan GDP.
Penelitian ini diolah dengan menggunakan software E-views dengan alat
analisis Ordinary Least Square (OLS). Dari penelitian ini diperoleh hasil bahwa
jumlah uang beredar dan GDP mempunyai hubungan positif terhadap IHSG.
Sedangkan nilai tukar dan suku bunga SBI mempunyai hubungan yang negatif
terhadap IHSG.
III. KERANGKA PEMIKIRAN
3.1. Kerangka Pemikiran Teoritis
Pasar modal merupakan pasar untuk sekuritas jangka panjang, seperti
saham dan obligasi. Berkembangnya pasar modal dapat dicerminkan dari fluktuasi
harga pasar saham maupun dari volume transaksinya (Utami dan Rahayu, 2003).
Menurut Boedi, et. All., dalam Utami dan Rahayu (2003), perubahan harga saham
dipengaruhi oleh tujuh faktor, yaitu : (1) Gross Domestic Product (GDP), (2)
inflasi, (3) tingkat pengangguran, (4) suku bunga, (5) nilai tukar, (6) transaksi
berjalan, (7) defisit anggaran. Namun tidak semua variabel tersebut dapat
digunakan dalam penelitian, antara lain: GDP, tingkat pengangguran, transaksi
berjalan, dan defisit anggaran.
GDP tidak dapat digunakan sebagai variabel penelitian karena penelitian
ini menggunakan deret waktu bulanan sedangkan GDP menggunakan deret waktu
triwulan. Variabel tingkat pengangguran juga tidak dapat digunakan dalam
penelitian karena sudah tercakup dalam variabel inflasi. Transaksi berjalan juga
tidak digunakan karena sudah tercakup di dalam nilai tukar, sebagaimana
diketahui bahwa pergerakan nilai tukar akan terus berlanjut sampai neraca modal
dan neraca berjalan kembali dalam posisi keseimbangan. Sedangkan variabel
defisit anggaran tidak dapat digunakan dalam penelitian ini karena defisit
anggaran di Indonesia ditutup dengan utang luar negeri sehingga tidak memiliki
dampak langsung terhadap pasar modal (Utami dan Rahayu, 2003).
Sedangkan untuk variabel inflasi dan suku bunga tidak digunakan dalam
penelitian ini karena penelitian ini akan menganalisis mengenai hubungan antara
pasar modal dengan variabel makroekonomi yang dipengaruhi oleh sektor asing.
Menurut Bhattacharya dan Mukherjee (2000), selama beberapa dekade
belakangan ini, indikator sektor eksternal seperti nilai tukar, cadangan devisa, dan
ekspor bersih telah diketahui memiliki dampak terhadap harga saham.
Berdasarkan uraian diatas maka penelitian ini akan menganalisis hubungan pasar
modal dengan variabel nilai tukar, cadangan devisa, dan ekspor bersih.
3.1.1. Hubungan Pasar Modal dengan Nilai Tukar
Kurs atau nilai tukar adalah harga dimana penduduk antar negara saling
melakukan perdagangan. Nilai tukar merupakan indikator penting yang akan
berpengaruh pada aktivitas di pasar saham maupun pasar uang. Jika kurs
terdepresiasi maka harga barang domestik akan relatif lebih murah dibandingkan
harga barang di luar negeri. Hal ini akan mengakibatkan penduduk domestik akan
membeli sedikit barang barang impor dan orang-orang asing akan membeli lebih
banyak produk domestik. Akibatnya jumlah ekspor akan lebih tinggi daripada
impor dan akan terjadi surplus neraca pembayaran. Neraca pembayaran yang baik
akan menarik minat dan kepercayaan investor terhadap perokonomian Indonesia.
Para investor akan tertarik untuk berinvestasi di Indonesia dan perdagangan
saham di pasar modal pun akan meningkat (Suta, 2000).
3.1.2. Hubungan Pasar Modal dengan Cadangan Devisa
Cadangan devisa merupakan ukuran yang dapat dilihat untuk mengukur
tingkat pendapatan suatu negara. Jika cadangan devisa suatu negara tinggi maka
semakin tinggi juga pendapatan yang diterima negara tersebut. Cadangan devisa
akan berkaitan erat dengan neraca pembayaran suatu negara. Jika cadangan devisa
suatu negara tinggi maka neraca pembayaran akan surplus. Surplus neraca
pembayaran ini akan membuat investor tertarik untuk berinvestasi di Indonesia
dan akan meningkatkan perdagangan saham di pasar modal dalam negeri.
3.1.3. Hubungan Pasar Modal dengan Ekspor Bersih
Ekspor bersih atau yang biasa disebut juga trade balance menunjukkan
pengaruh dari pengeluaran domestik atas barang-barang luar negeri dan pengaruh
pengeluaran luar negeri atas barang-barang domestik terhadap permintaan agregat
atas output domestik (Dornbusch dan Fisher, 1997). Sehingga dengan kata lain
dapat dikatakan bahwa ekspor bersih merupakan selisih antara ekspor dan impor.
Peningkatan pada ekspor bersih berarti ekspor akan lebih besar daripada
impor. Ekspor bersih yang meningkat akan berpengaruh pada neraca pembayaran
dan menyebabkan surplus neraca pembayaran. Neraca pembayaran yang baik
akan menarik minat investor untuk menanamkan modalnya di dalam negeri dan
akan berdampak pada peningkatan perdagangan saham di pasar modal.
3.2. Kerangka Pemikiran Konseptual
Penelitian ini akan difokuskan untuk menganalisis hubungan antara pasar
modal, yang akan dilihat dari perubahan Indeks Harga Saham Gabungan (IHSG),
dengan nilai tukar, cadangan devisa, dan ekspor bersih. Berdasarkan teori-teori
yang digunakan maka dapat dilihat hubungan antara pasar modal dengan nilai
tukar, cadangan devisa, dan ekspor bersih.
Jika terjadi peningkatan pada nilai tukar nominal maka nilai tukar riil akan
terdepresiasi. Depresiasi nilai tukar ini akan mengakibatkan meningkatnya daya
saing barang-barang domestik di pasar internasional. Peningkatan daya saing
barang-barang
domestik
terhadap
barang-barang
luar
negeri
ini
akan
meningkatkan ekspor, meningkatkan cadangan devisa dan menyebabkan surplus
neraca pembayaran. Neraca pembayaran yang baik ini akan meningkatkan
kepercayaan investor terhadap perekonomian Indonesia. Kepercayaan terhadap
perekonomian Indonesia ini akan membuat investor merasa aman dan tertarik
untuk menanamkan modalnya di Indonesia dan pada akhirnya akan meningkatkan
perdagangan saham di pasar modal Indonesia.
Berdasarkan teori yang ada maka kerangka pemikiran konseptual adalah
sebagai berikut:
Depresiasi nilai tukar
rupiah
Peningkatan daya
saing barang domestik
di pasar internasional
Ekspor bersih
meningkat
Cadangan devisa
meningkat
Variabel
Makroekonomi:
- Nilai Tukar
- Cadangan devisa
- Ekspor Bersih
jangka
pendek
Jangka
panjang
Surplus neraca
pembayaran
Peningkatan
perdagangan
saham di pasar
modal
Gambar 3.1. Kerangka Pemikiran Konseptual
3.3. Hipotesis
Berdasarkan latar belakang, permasalahan, tujuan penelitian, dan hasil
penelitian terdahulu diatas maka dapat dikemukakan tiga hipotesis.
(1)
Nilai tukar memiliki hubungan positif terhadap pasar modal, baik dalam
jangka pendek dan jangka panjang.
(2)
Cadangan devisa memiliki hubungan yang positif terhadap pasar modal,
baik dalam jangka pendek maupun jangka panjang.
(3)
Ekspor bersih memiliki hubungan yang positif terhadap pasar modal, baik
dalam jangka pendek maupun jangka panjang.
IV. METODE PENELITIAN
4.1. Jenis dan Sumber Data
Jenis data yang akan dipergunakan dalam penelitian ini adalah data
sekunder. Data sekunder yang digunakan adalah data time series dari bulan
Januari 2000 sampai Desember 2005. Data Sekunder ini diperoleh dari beberapa
instansi yaitu Bank Indonesia, Biro Pusat Statistik (BPS), SEKI (Statistik
Ekonomi Keuangan Indonesia), BAPEPAM (Badan Pengawas Pasar Modal),
serta beberapa bahan pustaka lainnya berupa literatur dari buku-buku, jurnal,
majalah dan internet yang berhubungan dengan topik penelitian.
4.2. Metode Analisis Data
Penelitian ini akan menggunakan alat analisis Vector Autoregression
(VAR) jika data yang digunakan stasioner dan tidak terkointegrasi atau dengan
menggunakan alat analisis Vector Error Correction Model (VECM) jika data
yang digunakan tidak stasioner namun terkointegrasi. Penelitian ini tidak
menggunakan alat analisis kausalitas Granger karena bersifat bivariat sedangkan
VAR bersifat multivariat, sehingga implikasi kausalitas yang dihasilkan oleh
Granger causality Test tidak sesuai dengan fenomena nyata mengingat estimasi
parameter yang bias akibat penghilangan variabel bebas lain yang relevan bila
dimasukkan dalam sistem persamaan.
Keunggulan metode VAR jika dibandingkan dengan metode ekonometri
konvensional (Laksani, 2004) antara lain:
1. Mengembangkan model secara bersamaan di dalam suatu sistem yang
kompleks (multivariat), sehingga dapat menangkap hubungan keseluruhan
variabel di dalam persamaan;
2. Uji VAR yang multivariat bisa menghindari parameter yang bias akibat tidak
dimasukkannya variabel relevan;
3. VAR dapat mendeteksi hubungan antar variabel di dalam sistem persamaan,
dengan menjadikan seluruh variabel sebagai endogenous;
4. Karena bekerja berdasarkan data, metode VAR terbebas dari berbagai batasan
teori ekonomi yang sering muncul termasuk gejala perbedaan palsu (spurious
variable endogen and exogen) di dalam model ekonometri konvensional
terutama pada persamaan simultan, sehingga menghindari penafsiran yang
salah.
Namun model VAR juga memiliki banyak kritik sehingga terdapat banyak
beberapa kelemahan. Menurut Gujarati (2003), kelemahan VAR antara lain:
1. Model VAR lebih bersifat teoritik karena tidak memanfaatkan informasi dari
teori-teori terdahulu;
2. Karena lebih menitikberatkan pada peramalan (forecasting), maka model
VAR dianggap tidak sesuai untuk implikasi kebijakan;
3. Tantangan terberat dalam VAR adalah pemilihan panjang lag yang tepat.
4. Semua variabel yang digunakan dalam model VAR harus stasioner;
5. Koefisien dalam estimasi VAR sulit untuk diinterpretasikan.
Secara keseluruhan, metode yang akan digunakan dalam penelitian ini
terbagi dalam empat tahap:
1. Pengujian nonstasioneritas data dengan menggunakan uji Augmented
Dickey Fuller (ADF).
2. Apabila hasil uji ADF mengandung akar unit, maka dilakukan penarikan
differensial sampai data stasioner. Jika variabel dalam analisis tidak
stasioner pada level, maka pendekatan VAR harus dikombinasikan dengan
VECM.
3. Menentukan lag optimal dengan menggunakan kriteria Akaike Information
Criteria (AIC). Kemudian digunakan pendekatan Johansen untuk
memperoleh rank kointegrasi dengan tujuan mendapatkan persamaan
kointegrasi jangka panjang. Setelah jumlah rank ditentukan maka dapat
dilakukan pendekatan VECM untuk memperoleh persamaan jangka
pendek dan jangka panjang.
4. Perilaku guncangan suatu variabel dan peran masing-masing guncangan
terhadap variabel tertentu dengan menggunakan Impulse Response
Function (IRF) dan Variance Decomposition (VD).
4.2.1. Model Umum Vector Autoregression
Hubungan kausalitas antar variabel di dalam sistem persamaan multivariat
lebih rumit dibandingkan dengan bivariat. Persamaan VAR yang dapat dibentuk
adalah sebagai berikut:
 Yt   a11 ( L) a12 ( L) a13 ( L)   Yt   u t 
 X  = a ( L) a ( L) a ( L)  X  +  v 
22
23
  t  t 
 t   21
 Z t   a31 ( L) a32 ( L) a33 ( L)   Z t   wt 
Hsiao dalam Laksani (2004) secara rinci telah membuat teorema pola
hubungan antara variabel dalam sistem variabel berdasarkan nilai dalam αij
sebagai berikut:
1. Bila variabel X tidak mempengaruhi Z, syaratnya adalah:
α32(L) = 0
2. Bila variabel X mempengaruhi Z, syaratnya adalah:
α32(L) ≠ 0
3. Hubungan timbal balik antara variabel X dan Z, bila
α32(L) ≠ 0 dan α32(L) ≠ 0
4. Hubungan tidak langsung dari variabel X dan Z melalui Y, syaratnya adalah:
α32(L) = 0; α31(L) ≠ 0; α12(L) ≠ 0
Hubungan palsu jenis 1 dari variabel X terhadap Z jika dan hanya jika terdapat
kondisi:
α21(L) = 0; α32(L) ≠ 0, untuk semua panjang lag
5. Hubungan palsu jenis II dari variabel X terhadap Z jika dan hanya jika terdapat
kondisi:
α32(L) = 0; α21(L) = 0, untuk semua panjang lag k dan
α31(L) ≠ 0; α21(L) ≠ 0, untuk semua panjang lag k
4.2.2. Uji Stasioneritas
Banyak studi empiris yang menunjukkan bahwa variabel time series tidak
stasioner. Sehingga salah satu hal
penting yang berkaitan dengan studi atau
penelitian yang menggunakan data time series adalah uji stasioneritas. Data time
series dikatakan stasioner jika secara stokastik data menunjukkan pola yang
konstan dari waktu ke waktu, atau dengan kata lain, tidak terdapat pertumbuhan
atau penurunan pada data, secara kasarnya data harus horizontal sepanjang sumbu
waktu. Data time series yang digunakan dalam penelitian ini adalah harga saham
dan tiga variabel makroekonomi yaitu nilai tukar, cadangan devisa, dan ekspor
bersih.
Uji stasioneritas dapat dilakukan dalam beberapa metode. Metode yang
paling banyak digunakan adalah menggunakan Augmented Dickey Fuller (ADF)
Test. Berdasarkan ADF test, jika didapat nilai ADF statistik lebih kecil daripada
nilai kritis McKinnon maka dapat disimpulkan bahwa data tersebut stasioner.
Namun jika uji ADF dilakukan dan data time series tersebut diketahui tidak
stasioner maka perlu dilakukan difference non stasionary processes atau uji
stasioneritas pada tingkat difference.
4.2.3. Penetapan Lag Optimum
Penetapan lag optimum merupakan bagian penting dalam VAR. Untuk
memperoleh lag optimum yang tepat dapat dilakukan dalam beberapa bentuk
pengujian. Pada tahap pertama dapat dilihat selang maksimal dari model VAR
yang stabil. Untuk memperoleh selang maksimal dapat dilakukan dengan
mengestimasi model VAR pada tingkat lag yang berbeda-beda sampai ditemukan
selang maksimum yang stabil.
Selanjutnya lag optimum dapat dicari dengan menggunakan kriteria
informasi yang tersedia. Kriteria informasi yang biasa digunakan dalam penentuan
lag optimum adalah Akaike Information Criteria (AIC) dan Schwarz Information
Criteria (SIC). Lag optimum dapat diperoleh dengan membandingkan nilai AIC
dan SIC. Nilai AIC dan SIC yang terkecil yang dipakai sebagai patokan nilai lag
optimum karena nilai AIC dan SIC minimum menggambarkan residual (error)
yang paling kecil.
4.2.4. Uji Kointegrasi
Dalam VAR semua variabel yang digunakan harus stasioner. Apabila
variabel tidak stasioner, maka perlu dilakukan uji kointegrasi. Kointegrasi
menggambarkan kombinasi linier dari variabel-variabel yang tidak stasioner. Jika
variabel yang tidak stasioner terkointegrasi, maka kombinasi linier antar variabel
dalam sistem akan bersifat stasioner, sehingga dapat diperoleh persaman yang
stabil (Enders, 2004)
Pengujian hubungan kointegrasi dilakukan dengan menggunakan lag
optimum sesuai dengan pengujian sebelumnya. Sementara penentuan asumsi
deterministik yang melandasi pembentukan persamaan kointegrasi didasarkan
pada nilai kriteria informasi AIC dan SIC. Berdasarkan asumsi deterministik
tersebut akan diperoleh informasi mengenai banyaknya hubungan kointegrasi
antar variabel sesuai dengan metode Trace dan Max.
Dari uji Johansen akan didapat rank kointegrasi (r). Rank kointegrasi dari
vektor yt adalah banyaknya vektor kointegrasi yang saling bebas. Untuk itu akan
diuji hipotesis sebagai berikut:
Ho : rank ≤ r
H1 : rank > r
Jika rank kointegrasi yang didapat lebih besar dari nol, maka model yang
digunakan adalah Vector Error Correction Model (VECM). Jika rank kointegrasi
sama dengan nol maka model yang digunakan adalah VAR dengan
pendifferensian sampai lag ke-d.
4.2.5. Model Umum Vector Error Correction
Model VECM dapat dilakukan apabila rank kointegrasi yang didapat lebih
besar dari nol. Model VECM ordo p dan rank kointegrasi r ditulis sebagai:
p −1
∆y t = Α 0 + πy t −1 + ∑ Φ i ∆y t −1 + ε t
*
i =1
dimana:
π = αβ
β = vektor kointegrasi berukuran rx1
α = vektor kointegrasi berukuran rx2
Φi* = -
p
∑A
j
j = i +1
4.2.6. Variance Decomposition (VD)
Metode Variance Decomposition (VD) dapat mencirikan struktur dinamis
antar variabel dalam model. Metode ini dapat pula digunakan untuk melihat
kekuatan dan kelemahan dari masing-masing variabel dalam mempengaruhi
variabel lainnya dalam kurun waktu yang panjang.
Dekomposisi varians merinci varians dari error peramalan menjadi
komponen-komponen yang dapat dihubungkan dengan setiap variabel endogen
dalam model. Dengan menghitung persentase squared prediction error dari
sebuah variabel akibat guncangan dalam variabel-variabel lain, dapat dilihat
seberapa besar error peramalan variabel tersebut disebabkan oleh variabel itu
sendiri dan variabel-variabel lainnya.
4.2.7. Impulse Response Function (IRF)
Pengaruh dinamis dari adanya suatu goncangan dapat dianalisis malalui
Impulse Response Function (IRF) secara ortogonal. Analisis ini menunjukkan
respon dinamis jangka panjang setiap variabel apabila ada suatu guncangan
(shock) tertentu sebesar satu standar deviasi pada setiap persaman. Respon
dinamis yang dihasilkan tidak hanya dalam jangka pendek tetapi dapat juga
melihat respon beberapa horizon (bulan) ke depan sebagai informasi jangka
panjang.
4.3. Model Penelitian
Dalam penelitian ini akan dilihat hubungan antara pasar modal yang akan
dilihat menggunakan Indeks Harga Saham Gabungan (IHSG) dengan nilai tukar,
cadangan devisa, dan ekspor bersih. Sehingga model penelitian dapat ditulis
sebagai berikut:
 ihsg t   a11 ( L)
 a ( L)
 nt
t
 =  21

cad _ devt  a31 ( L)
 

 net _ ekst  a 41 ( L)
a12 ( L)
a 22 ( L)
a32 ( L)
a 42 ( L)
a13 ( L)
a 23 ( L)
a33 ( L)
a 43 ( L)
a14 ( L) 
a 24 ( L)
a34 ( L) 

a 44 ( L)
 ihsg t   e1t 
 e 
 nt
t
 +  2t 

cad _ devt  e3t 
  

 net _ ekst  e4t 
dimana:
ihsgt
: indeks harga saham gabungan
ntt
: nilai tukar
cad_devt
: cadangan devisa
net_ekst
: ekspor bersih
Dari model dapat terlihat bahwa dalam VAR atau VECM, untuk analisis
jangka pendek, semua variabel daapat menjadi variabel endogen maupun eksogen,
artinya semua variabel saling mempengaruhi. Variabel-variabel yang digunakan
dalam penelitian ini adalah Indeks Harga Saham Gabungan (IHSG), nilai tukar,
cadangan devisa, dan ekspor bersih. Adapun penjelasan dari data yang digunakan
dapat dilihat pada Tabel 4.1.
Tabel 4.1. Deskripsi Data Model Penelitian
Variabel
Keterangan
IHSG = indeks harga saham gabungan Indeks harga saham keseluruhan
NT = nilai tukar
Nilai tukar Rupiah terhadap US Dollar
CAD_DEV = cadangan devisa
Posisi cadangan devisa
NET_EKS = ekspor bersih
Selisih antara ekpor dan inpor
Dalam metode VAR, semua data yang diestimasi adalah dalam bentuk
logaritma natural. Hal ini dilakukan untuk memudahkan dalam menganalisis
dalam Variance Decomposition maupun Impuls Respon Function. Sehingga
semua data dalam penelitian ini diubah dalam bentuk logaritma natural.
V. PERKEMBANGAN PASAR MODAL
5.1. Perkembangan Indeks Harga Saham Gabungan (IHSG)
Indeks Harga Saham Gabungan (IHSG) merupakan indikator pasar modal
yang digunakan untuk mengetahui aktivitas di pasar modal Indonesia. Hal ini
dimungkinkan karena IHSG menunjukkan pergerakan harga saham secara umum
yang tercatat di bursa efek. IHSG merupakan indeks yang paling banyak
digunakan dan dipakai sebagai acuan tentang kegiatan di pasar modal.
Pada perkembangannya, IHSG mengalami fluktuasi. Pada awal tahun
2000, IHSG mengalami penurunan pada bulan Januari dari Desember 1999. Pada
bulan Februari 2000, IHSG kembali mengalami penurunan ke level 576.
Kemudian IHSG terus mengalami fluktuasi pada bulan-bulan berikutnya sampai
akhirnya tercatat pada level 416 di akhir tahun 2000.
Pada tahun 2001, IHSG mengalami penurunan dari 416,321 pada akhir
tahun 2000 menjadi 392,016 pada akhir Desember 2001 atau terjadi penurunan
sebesar 5,83 persen. Penurunan IHSG selama tahun 2001 dipengaruhi oleh
berbagai kerusuhan dan gangguan politik dan keamanan (Manurung, 2005). Salah
satunya adalah terjadinya tragedi World Trade Center (WTC) pada bulan
September 2001 yang berpengaruh terhadap IHSG yang turun sampai level 392.
Pada Januari 2002, IHSG mengalami kenaikan yang tajam sampai pada
level 424,945 atau terjadi kenaikan sebesar 8,39 persen. selama tahun berjalan.
Pada tahun 2003, IHSG kembali mengalami kenaikan ke level 691 dengan
kenaikan sebesar 62,82 persen. Pada Tahun 2004, IHSG kembali mengalami
kenaikan hingga level tertinggi sepanjang usia bursa saham dengan nilai pada
level 1000,233 atau terjadi kenaikan sebesar 44,56 persen. Salah satu faktor yang
mendorong kenaikan IHSG ini adalah kenaikan harga saham perbankan dan
stabilnya politik di dalam negeri (Manurung, 2005).
Sedangkan untuk tahun 2005, pergerakan IHSG selama periode awal tahun
2005 sampai di awal April 2005 terus mengalami peningkatan. IHSG sempat
mencapai puncak pada level 1182 dan kemudian turun ke level 1050 dan kembali
1.400.000
1.200.000
1.000.000
800.000
600.000
400.000
200.000
0
Ja
n00
M
ei
-0
Se 0
p0
Ja 0
n0
M 1
ei
-0
Se 1
p0
Ja 1
n02
M
ei
-0
Se 2
p0
Ja 2
n03
M
ei
-0
Se 3
p03
Ja
n0
M 4
ei
-0
Se 4
p0
Ja 4
n05
M
ei
-0
Se 5
p05
Indeks
mengalami perbaikan menuju level 1.162 pada akhir tahun 2005.
Periode
Gambar 5.1. Grafik Perkembangan Indeks Harga Saham Gabungan
5.2. Perkembangan Nilai Tukar
Selama periode 2000 sampai 2004, perkembangan nilai tukar terus
meningkat dengan fluktuasi pada kisaran Rp. 8000 per dollar AS. Tekanan
depresiasi Rupiah ini terutama disebabkan oleh kesenjangan antara permintaan
dan penawaran di valuta asing, ekses likuiditas rupiah di pasar uang sampai
sentimen negatif terhadap ketidakstabilan politik dan keamanan di dalam negeri.
Pada tahun 2005, nilai tukar mengalami depresiasi secara perlahan tetapi
volatilitasnya masih lebih rendah. Hal ini disebabkan oleh tingginya permintaan
valas belum dapat diimbangi oleh pasokan valas yang lebih berkesinambungan.
Melonjaknya permintaan valas oleh BUMN akibat kenaikan harga minyak dunia
dan indikasi percepatan pembayaran utang luar negeri swasta.
Ja
n00
M
ei
-0
Se 0
p00
Ja
n01
M
ei
-0
Se 1
p01
Ja
n02
M
ei
-0
Se 2
p02
Ja
n03
M
ei
-0
Se 3
p03
Ja
n04
M
ei
-0
Se 4
p04
Ja
n05
M
ei
-0
Se 5
p05
14.000
12.000
10.000
8.000
6.000
4.000
2.000
0
Periode
Gambar 5.2. Grafik Perkembangan Nilai Tukar
5.3. Perkembangan Cadangan Devisa
Perkembangan cadangan devisa secara umum dari tahun 2000 sampai
tahun 2005 terus mengalami peningkatan. Walaupun pada Juli 2000, cadangan
devisa sempat mengalami penurunan menjadi US$ 27.404 juta. Pada
perkembangan berikutnya, cadangan devisa terus mengalami perbaikan hingga
mencapai US$ 37.419 juta pada bulan Mei 2004.
Kemudian pada bulai Mei 2005, cadangan devisa sempat mengalami
penurunan kembali, dari US$ 36.429 juta menjadi US$ 34.613 juta. Hal ini terjadi
karena adanya kenaikan harga bahan bakar minyak dunia yang pada akhirnya
mempengaruhi cadangan devisa Indonesia.
Ja
n00
M
ei
-0
Se 0
p00
Ja
n01
M
ei
-0
Se 1
p01
Ja
n02
M
ei
-0
Se 2
p02
Ja
n03
M
ei
-0
Se 3
p03
Ja
n04
M
ei
-0
Se 4
p04
Ja
n05
M
ei
-0
Se 5
p05
40.000
35.000
30.000
25.000
20.000
15.000
10.000
5.000
0
Periode
Gambar 5.3. Grafik Perkembangan Cadangan Devisa
5.4. Perkembangan Ekspor Bersih
Secara umum perkembangan ekspor bersih dalam periode 2000-2005
mengalami peningkatan. Pada tahun 2000 sampai pertengahan 2001, ekspor bersih
cenderung meningkat. Namun pada November 2001 ekspor mengalami penurunan
menjadi US$ 3,89 miliar, terendah selama tahun 2001, atau turun 14,2 persen
dibanding bulan sebelumnya. Hal ini terjadi akibat resesi dunia sejak awal 2001
dan kondisi ini semakin diperburuk oleh tragedi World Trade Center (WTC) pada
September 2001.
Selama periode 2003-2004, perkembangan ekspor bersih terus mengalami
peningkatan. Begitu juga dengan perkembangan ekspor bersih pada tahun 2005.
Nilai ekspor Indonesia pada bulan Desember 2005 mencapai US$ 8,12 miliar,
lebih tinggi 18,51 persen dari bulan November 2005 yang hanya sebesar US$ 6,88
miliar. Secara kumulatif, ekspor bulan Januari sampai Desember 2005 mengalami
peningkatan 19,53 persen dibanding periode yang sama tahun 2004. Untuk lebih
jelas dapat dilihat pada lampiran 3.
Ja
n00
M
ei
-0
Se 0
p00
Ja
n01
M
ei
-0
Se 1
p01
Ja
n02
M
ei
-0
Se 2
p02
Ja
n03
M
ei
-0
Se 3
p03
Ja
n04
M
ei
-0
Se 4
p04
Ja
n05
M
ei
-0
Se 5
p05
3.500
3.000
2.500
2.000
1.500
1.000
500
0
Periode
Gambar 5.4. Grafik Perkembangan Ekspor Bersih
VI. ANALISIS HUBUNGAN ANTARA IHSG DENGAN NILAI TUKAR,
CADANGAN DEVISA, DAN EKSPOR BERSIH
Bagian ini akan menjelaskan mengenai hasil dan pembahasan yang
diperoleh dari penelitian ini yang diolah deengan menggunakan alat analisis
Vector Error Correction Model (VECM) pada software E-views 4.1.
6.1. Kestasioneran Data
Uji kestasioneran data merupakan tahap yang penting dalam menganalisis
data time series untuk melihat ada tidaknya unit root yang terkandung diantara
variabel sehingga hubungan antara variabel dalam persamaan menjadi valid dan
tidak spurious atau menghasilkan regresi palsu. Dalam banyak kasus ditemukan
jika data time series yang tidak stasioner dapat menghasilkan pola hubungan
regresi palsu (Gujarati, 2003). Menurut Irawan (2004), regresi palsu (Spurious
Regression) adalah regresi yang menggambarkan hubungan dua variabel atau
lebih yang nampaknya signifikan secara statistik, padahal kenyataannya tidak atau
tidak sebesar sebagaimana yang nampak dari regresi yang dihasilkan tersebut,
sehingga dapat mengakibatkan misleading dalam penelitian terhadap suatu
fenomena ekonomi yang sedang terjadi.
Salah satu cara untuk menghindari regresi palsu pada variabel adalah
dengan memastikan bahwa variabel tersebut stasioner, dengan melakukan uji unit
root pada tingkat first difference. Ada beberapa cara yang dapat dilakukan untuk
mengukur keberadaan stasioneritas, salah satunya adalah dengan menggunakan
Augmented Dickey Fuller (ADF). Berdasarkan uji tersebut, jika nilai ADF statistik
dari masing-masing variabel lebih kecil daripada nilai kritis MacKinnon maka
dapat disimpulkan bahwa data tersebut stasioner.
Tabel 6.1. Uji Stasioneritas
Level
Variabel
Nilai ADF
Keterangan
Ln_IHSG
1,023043
Tidak
Stasioner
Ln_NT
0,759071
Tidak
Stasioner
Ln_Cad_Dev
0,685968
Tidak
Stasioner
Ln_Net_Eks
0,138582
Tidak
Stasioner
First Difference
Nilai ADF
Keterangan
-7,002635
Stasioner
-5,972283
Stasioner
-4,342757
Stasioner
-7,845680
Stasioner
Sumber: Data diolah
Keterangan: Uji akar unit dilakukan dengan menggunakan E-views 4.1, nilai kritis
MacKinnon pada level adalah 1%, 5%, 10% adalah -2.597939;-1,945456;-1,613799, nilai
kritis MacKinnon pada first difference adalah 1%, 5%, 10% adalah -2,598416;1,945525;-1,613760.
Berdasarkan hasil pengujian, semua variabel mengandung unit root (tidak
stasioner pada level). Hal ini dapat dilihat dari nilai statistik ADF keempat
variabel tersebut lebih besar daripada nilai kritis MacKinnon. Sehingga untuk
mencegah adanya regresi palsu perlu dilakukan uji unit root pada tingkat first
difference.
Berdasarkan hasil pengujian pada tingkat first difference diperoleh hasil
bahwa semua variabel stasioner pada tingkat ini. Hal ini karena nilai statistik ADF
semua variabel lebih kecil daripada nilai kritis MacKinnon (Lihat lampiran 5).
Sehingga diketahui bahwa semua variabel stasioner pada hasil uji derajat integrasi
satu I(1).
6.2. Penentuan Lag Optimum
Pada VECM penentuan lag optimum sangat diperlukan karena variabel
eksogen yang digunakan tidak lain adalah lag dari variabel endogen dan juga
variabel eksogennya. Untuk menetapkan lag optimum dapat digunakan kriteria
nilai Akaike Information Criteria (AIC) atau dapat juga dilihat dari nilai Schwarz
Information Criteria (SIC). Hasil dari pengujian lag optimum dapat dilihat pada
Tabel 6.2. Berdasarkan tabel kita memperoleh lag optimum adalah lag 1. Hal ini
terjadi karena pada perhitungan nilai AIC yang didapat memperlihatkan nilai
minimum AIC berada pada saat lag 1. Maka dapat disimpulkan bahwa lag
optimum yang digunakan pada model VECM adalah lag 1.
Tabel 6.2. Perhitungan Akaike Information Criteria
lag
AIC
1
-11,99128*
2
-11,83849
3
-11,72217
4
-11,56989
5
-11,41136
6
-11,20598
7
-11,07674
Sumber: Lampiran 6
* merupakan lag optimum
6.3. Kointegrasi
Keberadaan variabel yang tidak stasioner meningkatkan kemungkinan
adanya hubungan kointegrasi antar variabel. Untuk itu perlu dilakukan uji
kointegrasi untuk mengetahui ada tidaknya hubungan kointegrasi tersebut dan
untuk memperoleh hubungan jangka panjang antar variabel harga saham, nilai
tukar, cadangan devisa, dan ekspor bersih.
Semua variabel stasioner pada derajat yang sama, yaitu derajat satu (lihat
Lampiran 5). Oleh karena itu uji kointegrasi dapat dilakukan melalui uji Johansen
Cointegration Test dengan menggunakan panjang lag optimum 1.
Tabel 6.3. Johansen Cointegration Test
Hypothesized
Eigenvalue
Trace
No. of CE(s)
Statistic
None *
0,312786
51,00229
At most 1
0,225005
24,74466
At most 2
0,092755
6,901762
At most 3
0,001253
0,087736
Critical
Value 5%
47,21
29,68
15,41
3,76
Critical
Value 1%
54,46
35,65
20,04
6,65
Sumber: Lampiran 7
Catatan: * signifikan pada tingkat 5%
Tabel 6.3 menunjukkan hasil Johansen Cointegration Test yang digunakan
untuk mengetahui jumlah persamaan kointegrasi yang terdapat di dalam sistem.
Hasil uji Johansen menunjukkan terdapat satu persamaan kointegrasi (r =1) yaitu
saat nilai Trace Statistic lebih besar daripada nilai kritisnya. Diketahui r = 2 maka
model yang digunakan adalah VECM.
6.4. Estimasi Model Vector Error Correction
Dari hasil estimasi VECM didapat hubungan jangka pendek dan jangka
panjang antara IHSG dengan nilai tukar, cadangan devisa, dan ekspor bersih.
Sehingga pada estimasi ini variabel dependen adalah IHSG sedangkan yang
menjadi variabel independennya adalah nilai tukar, cadangan devisa, dan ekspor
bersih (Lihat Lampiran 8).
Tabel 6.4.1. Hasil estimasi VECM jangka pendek
Variabel
Koefisien
Ln_IHSG
1,000000
Ln_NT
0,021268
Ln_Cad_dev
- 0,051070
Ln_Net_eks
- 0,112312
C
0,009874
T-Statistik
0,10138
-0,15805
-2,20318**
1,25388
Sumber: Lampiran 8
Keterangan: **Signifikan pada taraf nyata 5%
Dari persamaan di atas dapat dilihat bahwa nilai tukar mempunyai
pengaruh positif terhadap IHSG sebesar 0,021268, yang artinya setiap
peningkatan pertumbuhan nilai tukar sebesar satu persen maka pertumbuhan
IHSG akan meningkatkan sebesar 0,021268 persen (ceteris paribus).
Sedangkan untuk cadangan devisa dan ekspor bersih berpengaruh negatif
terhadap IHSG, yaitu sebesar -0,051070 dan -0,112312. Yang artinya setiap
peningkatan pada pertumbuhan cadangan devisa dan pertumbuhan ekspor bersih
sebesar satu persen akan menyebabkan pertumbuhan IHSG turun sebesar
0,051070 dan 0,0112312. Pengaruh negatif ini disebabkan karena cadangan devisa
di Indonesia digunakan untuk membayar cicilan dan bunga utang dan sebagian
besar dari cadangan devisa yang didapat itu diperoleh dari ekspor komoditi
primer.
Estimasi VECM juga menghasilkan persamaan jangka panjang. Pada
estimasi jangka panjang ini, IHSG akan tetap menjadi variabel dependen dengan
variabel-variabel independennya nilai tukar, cadangan devisa, dan ekspor bersih.
Tabel 6.5.1. Hasil estimasi VECM jangka panjang
Variabel
Koefisien
Ln_IHSG
1,000000
Ln_NT
4,305721
Ln_Cad_dev
5,398904
Ln_Net_eks
2,181944
C
105,6684
T-statistik
-4,32189*
-6,35222*
-4,21539*
-
Sumber: Lampiran 8
Keterangan: *Signifikan pada taraf nyata 1%
Pada estimasi VECM ini diperoleh persamaan jangka panjang yang dapat
disimpulkan bahwa semua variabel signifikan pada taraf nyata 1 %.
Hasil
estimasi menunjukkan bahwa terdapat hubungan positif antara IHSG dan nilai
tukar sebesar 4,305721. Artinya setiap peningkatan nilai tukar sebesar satu persen
akan menyebabkan IHSG meningkat sebesar 4,305721.
Cadangan devisa memiliki hubungan positif terhadap IHSG sebesar
5,398904 yang artinya setiap kenaikan cadangan devisa sebesar satu persen maka
IHSG akan meningkat sebesar 5,398904. Dan ekspor bersih juga memiliki
hubungan positif terhadap IHSG yaitu sebesar 2,181944 yang artinya setiap
kenaikan ekspor bersih sebesar satu persen akan mengakibatkan kenaikan IHSG
sebesar 2,181944. Hal ini sesuai dengan hipotesis dan teori yang menyatakan
bahwa semua variabel berhubungan positif dengan harga saham.
6.5 Variance Decomposition (VD)
Variance Decomposition (VD) sangat penting untuk dapat mencirikan
struktur dinamis antar variabel dalam VECM. VD dapat mengindikasikan sifat
dari kausalitas multivariat diantara variabel model VECM. Seperti yang diketahui,
pada VD dan IRF diperlukan pengurutan variabel. Namun kebutuhan bentuk
urutan variabel sesuai dengan uji kausalitas hanya terjadi bila nilai korelasi
residual antar variabel di dalam sistem secara mayoritas, lebih dari 50%, melebihi
0,2.
Jika mayoritas nilai korelasi antar variabelnya bernilai diatas 0,2 maka
spesifikasi urutan variabel sesuai dengan teori ekonomi atau uji kausalitas perlu
dilakukan. Jika hasil sebaliknya yang ditemukan maka bentuk urutan yang tepat
tidak perlu dipermasalahkan.
Tabel 6.5. Variance Decomposition
Periode
S.E.
LNIHSG
1
0.064239 81.05139
2
0.091794 79.71192
3
0.116087 69.70780
5
0.160524 53.21678
7
0.198259 44.91760
9
0.230720 40.40435
10
0.245452 38.87635
13
0.285231 35.82731
15
0.308944 34.53367
20
0.361498 32.51629
25
0.407329 31.35521
30
0.448501 30.60089
35
0.486198 30.07144
40
0.521177 29.67936
45
0.553950 29.37732
50
0.584891 29.13750
LNNT
10.89255
6.260630
3.916247
2.087117
1.391213
1.045696
0.932320
0.709207
0.615233
0.468945
0.384788
0.330114
0.291740
0.263322
0.241430
0.224048
LNCAD_DEV LNNET_EKS
5.374733
2.681325
9.396729
4.630720
13.91867
12.45728
20.12541
24.57070
23.04703
30.64416
24.59279
33.95717
25.11140
35.07993
26.14219
37.32129
26.57863
38.27246
27.25890
39.75587
27.65037
40.60963
27.90469
41.16431
28.08320
41.55362
28.21539
41.84193
28.31723
42.06402
28.39809
42.24037
Sumber: Lampiran 8
Hasil Variance Decomposition (VD) terhadap IHSG dapat dilihat pada
Tabel 6.5. diatas. Dari tabel dapat dilihat bahwa guncangan pada nilai tukar
mempunyai pengaruh yang kecil sekali dan bahkan mengalami penurunan.
Guncangan pada cadangan devisa terhadap IHSG juga berpengaruh kecil, yaitu
sekitar 5,37 persen sampai 28,39 persen pada periode ke 50. Sedangakan variabel
yang berpengaruh dominan terhadap varians IHSG adalah guncangan ekspor
bersih, yaitu dimulai pada periode ke 13 sebasar 37,32 persen hingga periode 50
sebesar 42,24 persen.
6.6. Impulse Response Function (IRF)
Impulse Response Function adalah respon terhadap sebuah variabel
endogen jika mendapatkan shock atau guncangan variabel eksogen sebesar satu
standar deviasi. Penelitian ini akan melihat respon yang diberikan IHSG terhadap
guncangan pada nilai tukar, cadangan devisa, dan ekspor bersih. Pada Gambar
6.6. dapat dilihat bahwa pada awal periode, guncangan nilai tukar naik sampai
periode 3 dan kemudian mengalami penurunan sampai periode 9 dan kemudian
stabil. Hal ini mengindikasikan bahwa nilai tukar mempengaruhi IHSG hanya
sampai periode 9 saja. Sedangkan dalam jangka panjang, guncangan nilai tukar
tidak mempengaruhi IHSG.
Guncangan pada cadangan devisa pengaruhnya naik terhadap IHSG
sampai periode 6, lalu kemudian stabil. Selanjutnya guncangan pada ekspor bersih
berpengaruh naik terhadap IHSG sampai periode 11. Kemudian dari periode 11
kedepan guncangan ekspor bersih tidak mempengaruhi IHSG.
Response to Cholesky One S.D. Innovations
Response of LNIHSG to LNNT
.06
.05
.04
.03
.02
.01
.00
5
10
15
20
25
30
35
40
45
50
Response of LNIHSG to LNCAD_DEV
.06
.05
.04
.03
.02
.01
.00
5
10
15
20
25
30
35
40
45
50
Response of LNIHSG to LNNET_EKS
.06
.05
.04
.03
.02
.01
.00
5
10
15
20
25
30
35
40
45
50
Gambar 6.1. Respon IHSG terhadap nilai tukar, cadangan devisa, dan ekspor
bersih
VII. KESIMPULAN DAN SARAN
7.1. Kesimpulan
Berdasarkan penelitian yang telah dilakukan, maka dapat dibuat
kesimpulan sebagai berikut:
1. Hasil estimasi VECM menghasilkan persamaan jangka pendek dan jangka
panjang dimana dalam jangka pendek nilai tukar mempunyai hubungan positif
dengan IHSG, sedangkan cadangan devisa dan ekspor bersih mempunyai
hubungan negatif. Akan tetapi secara statistik nilai tukar dan cadangan devisa
tidak signifikan sedangkan ekspor bersih signifikan. Dalam jangka panjang
terdapat hubungan positif antara IHSG dengan nilai tukar, cadangan devisa,
dan ekspor bersih. Dan semua variabel signifikan secara statistik pada jangka
panjang.
2. Variabel yang paling berpengaruh terhadap IHSG adalah ekspor bersih. Hal
ini dapat dilihat dari hasil VD yang menunjukkan bahwa pada jangka panjang
ekspor bersih lebih banyak berpengaruh terhadap IHSG. Dengan demikian
pemerintah dapat melakukan kebijakan untuk mempengaruhi IHSG dengan
melakukan shock pada ekspor bersih sebesar satu standar deviasi setelah
periode 11.
7.2. Saran
Adapun saran yang dapat diberikan dari hasil penelitian ini antara lain:
1. Karena fluktuasi IHSG sangat dipengaruhi oleh variabel ekspor bersih maka
variabel
ekspor bersih
perlu
dikendalikan.
Salah
satu
cara untuk
mengendalikannya adalah dengan mengendalikan pergerakan nilai tukar atau
kurs karena kurs riil sangat berpengaruh pada ekspor bersih, yaitu dengan
memperketat peraturan perdagangan valas di pasar. Hal ini dimaksudkan
untuk mencegah aksi spekulan di pasar valas Indonesia.
2. Pemerintah, swasta, termasuk PT Bursa Efek Jakarta dapat mempromosikan
pasar
modal pada masyarakat agar mau menginvestasikan dananya pada
pasar modal. Hal ini dilakukan agar investasi di pasar modal Indonesia dapat
ditingkatkan karena pasar modal merupakan salah satu penopang ekonomi di
Indonesia dan pasar modal juga merupakan alternatif pembiayaan investasi.
3.
Untuk penelitian selanjutnya disarankan untuk menambah jumlah variabel
yang mempengaruhi harga saham, seperti Foreign Direct Investment, sehingga
hasil yang didapat akan lebih baik.
DAFTAR PUSTAKA
Anoraga, P. dan P. Pakarti. 2006. Pengantar Pasar Modal. Rineka Cipta, Jakarta.
Anwar, J. 2005. Pasar Modal Sebagai Sarana Pembiayaan dan Investasi. PT.
Alumni, Bandung
Bank Indonesia. Beberapa Edisi. Statistik Ekonomi Keuangan Indonesia. Bank
Indonesia, Jakarta
Batiz, F. L. R. 1994. International Finance and Open Economy Macroeconomics,
Second Edition. Prentice Hall, USA
Bhattacharya, B. dan J. Mukherjee. 2000. Causal Relationship Beetween Stock
Market and Exchange Rate, Foreign Exchange Reserve and Value of Trade
Balance: A Case Study For India. Department of Economic. Jadavpur
University, India.
Bursa Efek Jakarta. Beberapa Edisi. Jakarta Stock Exchange Monthly. Bursa Efek
Jakarta, Jakarta
Departemen Ilmu Ekonomi FEUI, Laboratorium Komputer. Basic Econometrics.
Universitas Indonesia, Jakarta.
Departemen Ilmu Ekonomi IPB, Hipotesa. 2005. E-views Training 2005. Institut
Pertanian Bogor, Bogor.
Dornbusch, R. dan S. Fischer. 1997. Makroekonomi. Edisi ke-4. Julius Mulyadi
[penerjemah]. Erlangga, Jakarta
E-bursa. http://www.e-bursa.com [17 Juli 2006]
Enders, W. 2004. Applied Econometric Time Series, Second Edition. Wiley, USA
Gujarati, D. N. 2003. Basic Econometrics, Fourth Edition. McGraw Hill, USA
Hossain, A. dan A. Chowdhury. 1998. Open-Economy Macroeconomics for
developing Countries. Cheltenham, UK.
Irawan, T. 2004. Analisis Permintaan dan Pemanawan Pembiayaan Bank Umum
Syariah di Indonesia [skripsi]. Fakults Ekonomi dan Manajemen. Institut
Pertanian Bogor, Bogor.
Laksani, C. S. 2004. Netralitas Uang di Indonesia Melalui Analisis Uang Beredar
Dalam Mencapai Tujuan Makroekonomi [skripsi]. Fakultas Ekonomi dan
Manajemen. Institut Pertanian Bogor, Bogor
Lipsey, R.G., P. Courant, D. Purvis, P. Steiner. 1995. Pengantar Makroekonomi.
Edisi ke-10. Binarupa Aksara, Jakarta.
Mankiw, N.G. 2000. Teori Makroekonomi. Edisi ke-4. Erlangga, Jakarta.
Manurung, A. D. 2005. Pasar Modal Indonesia Menjadi Bursa Kelas Dunia.
Gramedia, Jakarta.
Mishkin, F. S. 2001. The Economics of Money Banking, and Financial Market,
Sixth Edition. Columbia University,USA.
Pohan, A. G. 2005. Faktor-Faktor yang Mempengaruhi Perubahan Indeks Harga
Saham Gabungan Pasca Krisis Tahun 2000-2004 [skripsi]. Fakultas
Ekonomi dan Manajemen. Institut Pertanian Bogor, Bogor.
Republik Indonesia. 1995. Undang-Undang Tentang Pasar Modal No. 8 Tahun
1995.
Sitinjak, E. L. M. dan W. Kurniasari. 2003. “Indikator-Indikator Pasar Saham dan
Pasar Uang yang Saling Berkaitan Ditinjau dari Pasar Saham Sedang Bullish
dan Bearish”. Jurnal Riset Ekonomi dan Manajemen, 3: 259-274.
Suta, I. P. G. A. 2000. Menuju Pasar Modal Modern. Yayasan SAD Satria Bhakti,
Jakarta.
Usman, M., S. Riphat dan S. Ika. 1997. Peluang dan Tantangan Pasar Modal
Indonesia Menghadapi Era Perdagangan Bebas. Institut Bankir Indonesia,
Jakarta
Utami, M. dan M. Rahayu. 2003. “Peranan Profitabilitas, Suku Bunga, Inflasi dan
Nilai Tukar Dalam Mempengaruhi Pasar Modal Indonesia Selama Krisis
Ekonomi”. Jurnal Manajemen dan Kewirausahaan Vol.5, No.2: 123-131.
Walpole, R. E. 1995. Pengantar Statistika, Edisi ke-3. PT. Gramedia Pustaka
Utama, Jakarta
Vimala, A. 2005. Analisis Hubungan antara Pasar Modal dan Variabel
Makroekonomi [skripsi]. Fakultas Ekonomi dan Manajemen. Institut
Pertanian Bogor, Bogor
LAMPIRAN
Lampiran 1. Tabel Indikator Bursa
Tahun
Emiten
IHSG
1996
322
637,4
1997
376
401,7
1998
379
398,1
1999
397
676,9
2000
438
416,3
2001
473
392,0
2002
501
424,9
2003
547
691,9
2004
576
1000,23
Sumber: PT Bursa Efek Jakarta
Kapitalisasi Saham
(Rp Triliun)
215,1
159,9
175,7
451,8
259,6
239,3
268,8
460,4
679,9
Total
Transaksi (Rp
Triliun)
75,7
120,4
99,7
147,9
122,0
97,5
120,8
125,5
247,0
Lampiran 2. Variabel-variabel yang digunakan dalam penelitian
Tahun
IHSG
Nilai Tukar
Jan-00
Feb-00
Mar-00
Apr-00
Mei-00
Jun-00
Jul-00
Agust-00
Sep-00
Okt-00
Nop-00
Des-00
Jan-01
Feb-01
Mar-01
Apr-01
Mei-01
Jun-01
Jul-01
Agust-01
Sep-01
Okt-01
Nop-01
Des-01
Jan-02
Feb-02
Mar-02
Apr-02
Mei-02
Jun-02
Jul-02
Agust-02
Sep-02
Okt-02
Nop-02
Des-02
Jan-03
636,4
576,5
583,3
526,7
454,3
515,1
492,2
466,4
421,3
405,3
429,2
416,3
425,6
428,3
381,1
358,2
405,9
437,6
444,1
435,6
392,5
383,7
380,3
392,0
451,6
453,2
481,8
534,1
530,8
505,0
463,7
443,7
419,3
369,0
390,4
424,9
388,4
7425
7505
7590
7945
8620
8735
9003
8290
8780
9395
9530
9595
9450
9835
10400
11675
11058
11440
9525
8865
9675
10435
10430
10400
10320
10189
9655
9316
8785
8730
9108
8867
9015
9233
8976
8940
8876
Cadangan
Devisa
28022
28158
29729
29478
29139
29759
27404
27451
28094
28736
29024
29394
29257
29091
28673
28713
28594
28638
28938
28555
28957
28596
28022
28016
27771
27937
28004
28151
28756
29279
30324
30156
30041
29897
29995
32037
32182
Ekspor Bersih
2.225
2.673
2.686
2.673
2.474
2.873
2.704
2.340
2.327
2.075
1.665
1.894
1.949
1.561
2.144
1.870
1.938
2.143
2.412
2.775
2.217
2.440
1.777
2.132
2.000
2.015
2.192
2.418
2.227
2.656
2.356
2.104
2.282
2.224
1.481
1.916
2.258
Lampiran 2. Lanjutan
Feb-03
Mar-03
Apr-03
Mei-03
Jun-03
Jul-03
Agust-03
Sep-03
Okt-03
Nop-03
Des-03
Jan-04
Feb-04
Mar-04
Apr-04
Mei-04
Jun-04
Jul-04
Agust-04
Sep-04
Okt-04
Nop-04
Des-04
Jan-05
Feb-05
Mar-05
Apr-05
Mei-05
Jun-05
Jul-05
Agust-05
Sep-05
Okt-05
Nop-05
Des-05
399,2
398,0
450,9
494,8
505,5
508,0
529,7
597,7
625,5
617,1
691,9
759,9
761,1
735,7
783,4
732,5
732,4
757,0
754,7
820,1
860,5
977,8
1000,2
1045,4
1073,8
1080,2
1029,6
1088,2
1122,4
1182,3
1050,1
1079,3
1066,2
1096,6
1162,6
Sumber: Bank Indonesia
8905
8908
8675
8279
8285
8505
8535
8389
8495
8537
8465
8441
8447
8587
8661
9210
9415
9168
9328
9170
9090
9018
9290
9165
9260
9480
9570
9495
9713
9819
10240
10310
10090
10035
9830
32218
32578
33626
34162
34057
33733
33540
34068
34842
35114
36296
35975
36001
37419
37081
36470
34851
34811
34822
34802
35353
35927
36320
36092
36542
36030
36429
34613
33865
32208
31180
30318
32646
33240
34724
2.162
2.344
2.435
2.385
2.848
2.662
2.328
2.317
2.255
2.163
2.350
1.700
1.518
1.617
1.726
2.162
2.149
1.777
2.290
2.995
3.248
2.225
1.653
2.011
2.100
2.188
1.678
2.235
2.073
2.168
1.787
2.601
3.088
2.795
3.234
Lampiran 3. Data Pendukung
Periode
Jan-00
Feb-00
Mar-00
Apr-00
Mei-00
Jun-00
Jul-00
Agust-00
Sep-00
Okt-00
Nop-00
Des-00
Jan-01
Feb-01
Mar-01
Apr-01
Mei-01
Jun-01
Jul-01
Agust-01
Sep-01
Okt-01
Nop-01
Des-01
Jan-02
Feb-02
Mar-02
Apr-02
Mei-02
Jun-02
Jul-02
Agust-02
Sep-02
Okt-02
Nop-02
Des-02
Jan-03
Feb-03
Ekspor
4.394
4.794
4.951
5.012
4.858
5.346
5.391
5.576
5.773
5.563
5.239
5.226
4.890
4.739
5.238
4.786
4.851
4.847
4.866
5.124
4.350
4.519
3.895
4.217
4.088
4.197
4.555
4.801
4.725
5.095
5.002
4.928
5.142
5.328
4.437
4.861
4.997
4.981
Impor
2.169
2.120
2.265
2.339
2.384
2.473
2.687
3.237
3.446
3.488
3.574
3.332
2.941
3.177
3.094
2.916
2.913
2.703
2.453
2.349
2.133
2.079
2.117
2.085
2.088
2.182
2.363
2.383
2.498
2.439
2.646
2.824
2.860
3.105
2.956
2.945
2.739
2.819
Lampiran 3. Lanjutan
Mar-03
Apr-03
Mei-03
Jun-03
Jul-03
Agust-03
Sep-03
Okt-03
Nop-03
Des-03
Jan-04
Feb-04
Mar-04
Apr-04
Mei-04
Jun-04
Jul-04
Agust-04
Sep-04
Okt-04
Nop-04
Des-04
Jan-05
Feb-05
Mar-05
Apr-05
Mei-05
Jun-05
Jul-05
Agust-05
Sep-05
Okt-05
Nop-05
Des-05
Sumber: Bank Indonesia
5.162
5.057
4.961
5.295
5.271
5.024
5.057
5.057
4.961
5.235
5.043
4.908
5.087
5.275
5.591
5.931
5.968
6.391
7.240
7.405
6.120
6.626
6.132
6.382
7.365
6.791
7.185
6.894
7.154
7.275
7.522
7.951
6.886
8.124
2.818
2.622
2.576
2.447
2.609
2.696
2.740
2.802
2.798
2.885
3.343
3.389
3.470
3.550
3.429
3.782
4.191
4.101
4.245
4.157
3.895
4.973
4.121
4.282
5.177
5.112
4.950
4.821
4.986
5.488
4.921
4.863
4.091
4.890
Lampiran 4. Uji Stasioneritas pada level
Null Hypothesis: LNIHSG has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on AIC, MAXLAG=11)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
1.023043
-2.597939
-1.945456
-1.613799
0.9181
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNNT has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on AIC, MAXLAG=11)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
0.759071
-2.597939
-1.945456
-1.613799
0.8757
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNCAD_DEV has a unit root
Exogenous: None
Lag Length: 3 (Automatic based on AIC, MAXLAG=11)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
0.685968
-2.599413
-1.945669
-1.613677
0.8615
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNNET_EKS has a unit root
Exogenous: None
Lag Length: 2 (Automatic based on AIC, MAXLAG=11)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
*MacKinnon (1996) one-sided p-values.
t-Statistic
Prob.*
0.138582
-2.598907
-1.945596
-1.613719
0.7230
Lampiran 5. Uji Stasioneritas pada first Difference
Null Hypothesis: D(LNIHSG) has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on AIC, MAXLAG=11)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-7.002635
-2.598416
-1.945525
-1.613760
0.0000
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: D(LNNT) has a unit root
Exogenous: None
Lag Length: 2 (Automatic based on AIC, MAXLAG=11)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-5.972283
-2.599413
-1.945669
-1.613677
0.0000
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: D(LNCAD_DEV) has a unit root
Exogenous: None
Lag Length: 2 (Automatic based on AIC, MAXLAG=11)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-4.342757
-2.599413
-1.945669
-1.613677
0.0000
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: D(LNNET_EKS) has a unit root
Exogenous: None
Lag Length: 1 (Automatic based on AIC, MAXLAG=11)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
*MacKinnon (1996) one-sided p-values.
t-Statistic
Prob.*
-7.845680
-2.598907
-1.945596
-1.613719
0.0000
Lampiran 6. Penentuan Lag Optimum
VAR Lag Order Selection Criteria
Endogenous variables: LNIHSG LNNT LNCAD_DEV LNNET_EKS
Exogenous variables: C
Date: 05/11/06 Time: 10:39
Sample: 2000:01 2005:12
Included observations: 65
Lag
LogL
LR
FPE
AIC
SC
HQ
0
1
2
3
4
5
6
7
163.0178
409.7167
420.7510
432.9706
444.0214
454.8692
464.1944
475.9940
NA
455.4443*
19.01288
19.55143
16.32109
14.68633
11.47707
13.07035
8.81E-08
7.29E-11*
8.55E-11
9.74E-11
1.17E-10
1.43E-10
1.89E-10
2.38E-10
-4.892854
-11.99128*
-11.83849
-11.72217
-11.56989
-11.41136
-11.20598
-11.07674
-4.759046
-11.32224*
-10.63422
-9.982664
-9.295145
-8.601384
-7.860769
-7.196293
-4.840058
-11.72730*
-11.36333
-11.03583
-10.67236
-10.30264
-9.886080
-9.545653
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Lampiran 7. Uji Kointegrasi
Date: 05/11/06 Time: 10:43
Sample(adjusted): 2000:03 2005:12
Included observations: 70 after adjusting endpoints
Trend assumption: Linear deterministic trend
Series: LNIHSG LNNT LNCAD_DEV LNNET_EKS
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test
Hypothesized
No. of CE(s)
Eigenvalue
Trace
Statistic
5 Percent
Critical Value
1 Percent
Critical Value
None *
At most 1
At most 2
At most 3
0.312786
0.225005
0.092755
0.001253
51.00229
24.74466
6.901762
0.087736
47.21
29.68
15.41
3.76
54.46
35.65
20.04
6.65
*(**) denotes rejection of the hypothesis at the 5%(1%) level
Trace test indicates 1 cointegrating equation(s) at the 5% level
Trace test indicates no cointegration at the 1% level
Hypothesized
No. of CE(s)
Eigenvalue
Max-Eigen
Statistic
5 Percent
Critical Value
1 Percent
Critical Value
None
At most 1
At most 2
At most 3
0.312786
0.225005
0.092755
0.001253
26.25763
17.84290
6.814026
0.087736
27.07
20.97
14.07
3.76
32.24
25.52
18.63
6.65
*(**) denotes rejection of the hypothesis at the 5%(1%) level
Max-eigenvalue test indicates no cointegration at both 5% and 1% levels
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
LNIHSG
-2.587611
0.065032
-0.639630
3.281833
LNNT
11.14153
6.788068
-6.196000
1.888610
LNCAD_DEV
13.97026
4.390434
8.930692
-4.161168
LNNET_EKS
5.646022
-4.455588
-0.775265
1.907020
Unrestricted Adjustment Coefficients (alpha):
D(LNIHSG)
D(LNNT)
D(LNCAD_DE
V)
D(LNNET_EK
S)
0.029846
-0.011473
-0.001612
0.011437
-0.004494
-0.003384
0.003175
0.010243
-0.001235
-0.001188
0.000247
-0.000787
-0.040477
0.066900
-0.006623
-0.001129
Log likelihood
425.3058
1 Cointegrating Equation(s):
Normalized cointegrating coefficients (std.err. in parentheses)
LNIHSG
LNNT
LNCAD_DEV LNNET_EKS
1.000000
-4.305721
-5.398904
-2.181944
(0.99626)
(0.84992)
(0.51761)
Adjustment coefficients (std.err. in parentheses)
D(LNIHSG)
D(LNNT)
D(LNCAD_DE
V)
D(LNNET_EK
S)
-0.077230
(0.01987)
0.029687
(0.01277)
0.004171
(0.00770)
0.104739
(0.05112)
2 Cointegrating Equation(s):
Log likelihood
434.2272
Normalized cointegrating coefficients (std.err. in parentheses)
LNIHSG
LNNT
LNCAD_DEV LNNET_EKS
1.000000
0.000000
-2.510463
-4.809754
(1.71031)
(1.07416)
0.000000
1.000000
0.670838
-0.610307
(0.35725)
(0.22437)
Adjustment coefficients (std.err. in parentheses)
D(LNIHSG)
-0.076486
0.410163
(0.01953)
(0.09842)
D(LNNT)
0.029394
-0.158325
(0.01269)
(0.06397)
D(LNCAD_DE
0.003951
-0.040928
V)
(0.00763)
(0.03844)
D(LNNET_EK
0.109089
0.003144
S)
(0.04633)
(0.23353)
3 Cointegrating Equation(s):
Log likelihood
437.6343
Normalized cointegrating coefficients (std.err. in parentheses)
LNIHSG
LNNT
LNCAD_DEV LNNET_EKS
1.000000
0.000000
0.000000
-6.478781
(1.60140)
0.000000
1.000000
0.000000
-0.164314
(0.18923)
0.000000
0.000000
1.000000
-0.664828
(0.29031)
Adjustment coefficients (std.err. in parentheses)
D(LNIHSG)
-0.078517
0.390489
0.495525
(0.02009)
(0.10880)
(0.12921)
D(LNNT)
0.022842
-0.221792
-0.088524
(0.01262)
(0.06836)
(0.08119)
D(LNCAD_DE
0.004741
-0.033274
-0.048407
V)
(0.00785)
(0.04250)
(0.05047)
D(LNNET_EK
0.113326
0.044182
-0.330904
S)
(0.04767)
(0.25825)
(0.30669)
Lampiran 8. Estimasi Model Vector Error Correction
Vector Error Correction Estimates
Date: 05/11/06 Time: 10:45
Sample(adjusted): 2000:03 2005:12
Included observations: 70 after adjusting endpoints
Standard errors in ( ) & t-statistics in [ ]
Cointegrating Eq:
CointEq1
LNIHSG(-1)
1.000000
LNNT(-1)
-4.305721
(0.99626)
[-4.32189]
LNCAD_DEV(-1)
-5.398904
(0.84992)
[-6.35222]
LNNET_EKS(-1)
-2.181944
(0.51761)
[-4.21539]
C
105.6684
Error Correction:
D(LNIHSG)
D(LNNT)
CointEq1
-0.077230
(0.01987)
[-3.88718]
0.029687
(0.01277)
[ 2.32453]
0.004171
(0.00770)
[ 0.54155]
0.104739
(0.05112)
[ 2.04877]
D(LNIHSG(-1))
0.081275
(0.12734)
[ 0.63828]
-0.098881
(0.08185)
[-1.20806]
-0.049621
(0.04937)
[-1.00518]
0.054689
(0.32765)
[ 0.16691]
D(LNNT(-1))
0.021268
(0.20979)
[ 0.10138]
0.102565
(0.13485)
[ 0.76059]
-0.128874
(0.08133)
[-1.58460]
-0.322964
(0.53981)
[-0.59829]
D(LNCAD_DEV(1))
-0.051070
0.129027
0.131861
0.397087
(0.32311)
[-0.15805]
(0.20770)
[ 0.62123]
(0.12526)
[ 1.05266]
(0.83142)
[ 0.47760]
-0.112312
0.033083
0.001185
-0.108184
(0.05098)
[-2.20318]
(0.03277)
[ 1.00963]
(0.01976)
[ 0.05995]
(0.13117)
[-0.82475]
0.009874
(0.00787)
[ 1.25388]
0.003655
(0.00506)
[ 0.72202]
0.003556
(0.00305)
[ 1.16489]
0.003128
(0.02026)
[ 0.15440]
0.224158
0.163546
0.264108
0.133292
0.065581
0.109126
0.070438
-0.002184
0.039694
0.122240
0.053665
1.748670
D(LNNET_EKS(1))
C
R-squared
Adj. R-squared
Sum sq. resids
D(LNCAD_D D(LNNET_E
EV)
KS)
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
0.064239
3.698215
95.97059
-2.570588
-2.377860
0.010020
0.070239
Determinant Residual
Covariance
Log Likelihood
Log Likelihood (d.f. adjusted)
Akaike Information Criteria
Schwarz Criteria
0.041293
1.968533
126.9054
-3.454439
-3.261711
0.003855
0.042717
8.88E-11
425.3058
412.7601
-10.99315
-10.09375
0.024904
0.969920
162.3010
-4.465743
-4.273015
0.002994
0.024877
0.165297
1.782575
29.81171
-0.680334
-0.487606
0.002722
0.169919
Lampiran 9. Variance Decomposition
Perio
d
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
S.E.
LNIHSG
LNNT
0.064239
0.091794
0.116087
0.139147
0.160524
0.180162
0.198259
0.215045
0.230720
0.245452
0.259377
0.272607
0.285231
0.297323
0.308944
0.320145
0.330968
0.341448
0.351616
0.361498
0.371117
0.380494
0.389644
0.398585
0.407329
0.415890
0.424277
0.432503
0.440574
0.448501
0.456290
0.463948
0.471481
0.478896
0.486198
0.493392
0.500483
0.507475
0.514371
0.521177
0.527894
0.534527
0.541079
0.547553
0.553950
0.560275
0.566529
0.572715
0.578835
0.584891
81.05139
79.71192
69.70780
60.14957
53.21678
48.37836
44.91760
42.35701
40.40435
38.87635
37.65357
36.65568
35.82731
35.12936
34.53367
34.01950
33.57128
33.17715
32.82790
32.51629
32.23656
31.98405
31.75498
31.54623
31.35521
31.17976
31.01805
30.86852
30.72984
30.60089
30.48066
30.36831
30.26308
30.16432
30.07144
29.98394
29.90137
29.82332
29.74942
29.67936
29.61284
29.54960
29.48941
29.43205
29.37732
29.32505
29.27507
29.22724
29.18143
29.13750
10.89255
6.260630
3.916247
2.752464
2.087117
1.670611
1.391213
1.192938
1.045696
0.932320
0.842457
0.769537
0.709207
0.658478
0.615233
0.577930
0.545426
0.516851
0.491533
0.468945
0.448669
0.430366
0.413763
0.398633
0.384788
0.372071
0.360350
0.349512
0.339461
0.330114
0.321400
0.313257
0.305630
0.298472
0.291740
0.285398
0.279413
0.273756
0.268400
0.263322
0.258501
0.253917
0.249554
0.245397
0.241430
0.237641
0.234019
0.230553
0.227232
0.224048
LNCAD_DE LNNET_EK
V
S
5.374733
9.396729
13.91867
17.59547
20.12541
21.84236
23.04703
23.92699
24.59279
25.11140
25.52529
25.86252
26.14219
26.37770
26.57863
26.75203
26.90318
27.03607
27.15383
27.25890
27.35321
27.43835
27.51558
27.58596
27.65037
27.70952
27.76404
27.81446
27.86121
27.90469
27.94523
27.98311
28.01859
28.05189
28.08320
28.11270
28.14054
28.16686
28.19177
28.21539
28.23782
28.25914
28.27944
28.29878
28.31723
28.33485
28.35170
28.36783
28.38327
28.39809
2.681325
4.630720
12.45728
19.50250
24.57070
28.10866
30.64416
32.52306
33.95717
35.07993
35.97868
36.71226
37.32129
37.83446
38.27246
38.65054
38.98011
39.26993
39.52674
39.75587
39.96156
40.14724
40.31568
40.46917
40.60963
40.73865
40.85756
40.96751
41.06948
41.16431
41.25271
41.33533
41.41270
41.48533
41.55362
41.61796
41.67868
41.73607
41.79041
41.84193
41.89084
41.93734
41.98160
42.02378
42.06402
42.10246
42.13921
42.17438
42.20807
42.24037