Untitled - Perpustakaan BAPPENAS

ANALISIS HUBUNGAN DINAMIS ANTARA ARUS MODAL ASING,
PERUBAHAN NILAI TUKAR DAN PERGERAKAN INDEKS LQ 45
(PENDEKATAN VAR)
OLEH:
WAWAN SUPRIYANTO
660400037X
TESIS
Diajukan sebagai salah satu syarat guna memperoleh gelar
Magister Sains Ekonomi
pada Program Studi Ilmu Ekonomi
Program Pascasarjana Fakultas Ekonomi Universitas Indonesia
DEPOK,2006
PERSETUJUAN TESIS
Nama
N.P.M
Kekhususan
Judul Tesis
WAWAN SUPRIY ANTO
660400037X
EKONOMI MONETER
ANALISIS HUBUNGAN DINAMIS ANTARA ARUS
MODAL ASING, PERUBAHAN NILAI TUKAR DAN
PERGERAKAN INDEKS LQ 45
Depok, 16 Februari 2006
Pembimbing tesis,
Penguji tesis,
Dr. Sugeng Purwanto
Dr. Has Tampubolon
Ketua/ Sekretaris Program Studi,
ABSTRAKSI TESIS
ANALISIS HUBUNGAN DINAMIS ANTARA ARUS MODAL ASING,
PERUBAHAN NILAI TUKAR DAN PERGERAKAN INDEKS LQ 45
WAWAN SUPRIYANTO
660400037X
Program Studi Ilmu Ekonomi
Program Pascasarjana Fakultas Ekonomi Universitas Indonesia.
Klasifikasi JEL : C32, F31,F 32, H89
Kata Kunci : 1. Modal Asing
2. Indeks LQ 45
3. Nilai tukar
4. Hubungan dinamis
Penelitian ini ditujukan untuk menguji hubungan dinamis antara arus modal
asing, perubahan indeks harga saham dan pergerakan nilai tukar. Dengan tujuan
ini, maka dilakukan serangkaian uji analisis dengan metode Vector Autoregression
(VAR) menggunakan data time series harian untuk periode 1 Januari 2000 hingga
1 Desember 2005. Hasil uji menunjukkan bahwa ketiga variabel tidak stasioner
pada level namun stasioner pada level satu (first difference). Meskipun mempunyai
orde integrasi yang sama, dengan uji Johansen's Cointegration Test ternyata ketiga
variabel tidak berkointegrasi. Dari uji Granger's Causality dinyatakan bahwa indeks
harga saham menyebabkan arus modal asing dan nilai tukar. Hal ini didukung
model VAR yang menyatakan bahwa indeks harga saham mempengaruhi arus
modal asing dan nilai tukar.
Hasil penelitian ini menyimpulkan bahwa dalam jangka pendek, nilai tukar
tidak hanya dipengaruhi oleh dinamika pergerakan masa lalunya tetapi juga
dipengaruhi oleh indeks harga saham dan arus modal asing. Hal ini tidak berlaku
sebaliknya, karena indeks harga saham ternyata hanya dipengaruhi oleh dinamika
pergerakan indeks hari-hari sebelumnya. Sementara itu, arus modal asing, selain
dipengaruhi oleh dinamika pergerakan masa lalunya juga dipengaruhi oleh
dinamika pergerakan indeks harga saham sehari sebelumnya. Di sisi lain, arus
modal asing mempengaruhi nilai tukar. Ini menandakan bahwa untuk periode
penelitian ini, indeks harga saham dapat menjadi indikator awal bagi pergerakan
nilai tukar dan arus modal asing.
Ill
Berdasarkan hasil penelitian ini, adanya gejolak mata uang harus disikapi
dengan hati-hati oleh pemerintah. Kesalahan pengambilan kebijakan di bidang
moneter justru tidak akan menarik modal asing masuk ke dalam perekonomian.
Demikian pula dengan otoritas pasar modal, kesalahan dalam menyikapi
pergerakan indeks harga saham akan berakibat pada gejolak nilai tukar. Oleh
karena itu, pemerintah perlu menerapkan berbagai kebijakan agar gejolak nilai
tukar tidak sampai menyebabkan krisis keuangan. Kebijakan-kebijakan yang dapat
diterapkan, antara lain dengan Tobin tax, pemberlakuan minimum stay period bagi
investasi asing, melakukan kerja sama internasional seperti kerja sama antar bankbank sentral untuk reserve (SWAP), pendirian lembaga keuangan regina! untuk
lending of last resort bagi bank-bank sentral yang mengalami kesulitan likuiditas dan
pemberlakuan aturari kehati-hatian (prudential regulation) untuk Banking, Non
Banking Financial Institute dan dunia usaha.
Mengingat pentingnya model dinamis dalam menjelaskan hubungan antara
variabel-variabel yang pergerakannya dinamis, maka penelitian selanjutnya sangat
mungkin untuk mengembangkan model ini menjadi model yang lebih
komprehensif dengan memasukkan variabel-variabel lain yang memiliki
karakteristik dinamis. Selain itu, perlu adanya pengelompokkan yang lebih spesifik
atas saham baik pengelompokkan saham per sektor atau saham individual atau
yang didasarkan pada saham dengan orientasi ekspor atau impor dan perlu juga
mempertimbangkan market size, aktivitas short selling, dan tingkat efisiensi bursa.
IV
KATA PENGANTAR
Tidak ada kata yang lebih pantas diucapkan kecuali ucapan tahmid
kepada Allah SWT yang telah memberikan begitu banyak nikmat, tiada
terhingga. Pada kesempatan ini, lebih khusus, penulis bersyukur telah dapat
menyelesaikan tesis ini dengan mencurahkan segala perhatian dan mengerahkan
segenap kemampuan.
Pada kesempatan ini pula, penulis ingin mengucapkan terima kasih semoga Allah SWT memberi balasan dengan yang lebih baik - kepada :
1. Bapak Arindra A. Zainal, Ph.D selaku Ketua Program Pascasarjana Ilmu
Ekonomi Fakultas Ekonomi Universitas Indonesia, yang selalu mengingatkan
dan mengontrol penulis agar tidak terlena dengan waktu dalam masa
penyusunan tesis.
2. Bapak Nachrowi Djalal Nachrowi, Ph.D selaku Sekretaris Program
Pascasarjana Ilmu Ekonomi Fakultas Ekonomi Universitas Indonesia dan
Ketua Tim Penguji Tesis dan Komprehensif, yang telah memotivasi penulis
untuk segera menyelesaikan tesis dan tenang dalam menghadapi ujian tesis
dan komprehensif.
3. Bapak Dr. Sugeng Purwanto selaku Dosen Pembimbing Tesis, yang dengan
penuh kesabaran membimbing dan mengarahkan penulis dalam penyusunan
tesis dan memberikan motivasi dan nasihat kepada penulis agar dapat
menyajikan hasil penelitian dengan lebih baik.
4. Bapak Has Tampubolon, Ph.D selaku Dosen Penguji Tesis, yang memberikan
banyak masukan kepada penulis agar kesimpulan tesis menjadi lebih baik
dan mendekati dengan kondisi sebenamya.
5. Bapak Warsito dan Ibu Suramti, orang tua penulis, yang dengan penuh ikhlas
mendo' akan penulis siang dan malam, demi keberhasilan studi yang sedang
penulis tempuh. Semoga kebaikan dan rahmatullah selalu bersama beliau
berdua.
v
6. Bapak H. Endang Syamsudin dan lbu Hj. Yoyoh Maesaroh, mertua penulis,
yang dengan penuh ikhlas selalu mendo' akan dan membantu penulis
mengasuh anak-anak. Semoga kebaikan dan rahmatullah selalu bersama
beliau berdua.
7. Dyah "Didy" Mustika, my beloved wife, meskipun sekarang hidup terpisah di
lain benua tetapi selalu memberi motivasi untuk tetap tegar menghadap i
ujian. Anak-anakk u, Naura Qisthi Athifah, Ibrahim Hanif dan Mirza Faqih
Mustofa, maafkan abi, mungkin perhatian untuk kalian menjadi berkurang
selama masa perkuliahan ini.
8. Ternan-tern an angkatan 2004, Mas Rukhedi, Pak Yusuf, Pak Faisal, Mas Catur,
Mas Narto, Mas Edi, Mas Joko Fals, Mas Harto, Ratih, Reni, Yaslu, Sari, Mbak
Neni, Mbak Lis, Mbak Yayuk kuadrat, Parhah, Mas Faris, Mas Haris, Mbak
Wi', Mbak Wid, Mbak Klara, dan Mas Yudi, terima kasih atas kerja sama dan
dukungan kepada penulis, semoga tidak berhenti sampai di sini.
9. Para Asdos, Dr. Joni Hartono, MSE, Ferry Irawan, MSE, dan ternan-terna n
angkatan 2003 yang telah banyak sharing pengetahua n kepada penulis.
10. Mbak Asti, Mbak Mirna, Mbak Yati, Mbak Denti, Mbak Dini dan Mbak Noni
yang membantu segala hal terkait dengan PSIE UI.
11. lbu Suci, Wahyu, Billy, Wisnu dan ternan-terna n di perpustakaa n yang selalu
ramah membantu menyediaka n bahan-baha n referensi bagi penulis.
12. Mas Arif Safarudin dan Cahya Setiawan, serta ternan-terna n di Bapepam
yang membantu dalam penyediaan data dalam penelitian ini.
13. Pihak-pihak lain yang tidak dapat penulis sebutkan satu per satu.
Akhir kata, penulis menyadari tesis ini masih lebih banyak kekurangan nya
daripada kelebihanny a. Oleh karena itu, kritik dan saran yang membangu n
sangat penulis butuhkan untuk perbaikan pada penulisan lain di masa datang.
Penulis
VI
DAFfARIS I
Halaman Judul........ ................ ................ ................ ................ ............ ...
1
Lembar Pengesahan Tesis........ ................ ................ ................ ................
11
Abstraksi.. ................ ................ ................ ................ ................ ............
111
Kata Pengantar. ................ ................ ................ .............. ......... .................
v
Daftar lsi............ ................ ................ ................ ................ ................ ..
v11
Daftar Diagram .......... ,............... ................ ................ ................ ...........
1x
Daftar Tabel ................ ................ .......... ,. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ...
x
Daftar Grafik...... ................ ................ ........ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..
XI
Daftar l.ampiran.. .......... . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..
x11
BAB I PENDAHU LUAN....... .. ... ................ ..... ...... ... ... . .. .. ... . . . . ... ... .. . . . ....
1
1.1
Latar Belakang... .. . . . . . . . .. . .. . .. . .. . . .. ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... . ..... ..
1
1.2
Perumusan Masalah Penelitian. ................ .......... ................ ...........
6
1.3
Tujuan dan Manfaat Penelitian. ................ ................ ...... .......... .....
7
1.4
Kerangka Pikir......... ................ ................ ................ ................ ..
9
1.5
Hipotesis.. .. .. . . . . . . .. . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
1.6
Sistematika Pernbahasan .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..
11
BAB II TINJAUAN LITERATU R.............. ................ ................ ................
12
2.1.
Pengantar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.2.
Teori Nilai Tukar....... ................ .......... .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
2.3.
Teori Indeks Harga Saham...... ................ ......... ............... ..............
16
2.4.
Transaksi Asing....... ................ ................ ................ ................ ...
19
2.5.
Hubungan Dinamis Antara Nilai Tukar dan Indeks Harga Saharn ........
21
2.6.
Hubungan Dinamis Antara Nilai Tukar dan Transaksi Asing........ .......
23
2.7.
Hubungan Dinamis Antara Indeks Harga Saham dan Transaksi Asing
25
2.8.
Penelitian Terdahulu. ......... .. . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . ..
29
BAB III METODOL OGI PENELITI AN........... ................ ............... ... . . . . . . . . . ..
34
Identifikasi Variabel Penelitian dan Spesifikasi Model. ................ ...... .
34
3.2
Vll
3.2.1
Variabel Penelitian....... ...................... .... . . . . . . . . . . . . .. . . . . . . . . ....
34
3.2.2
Sumber Data.............. ..................... ..................... ...........
35
3.2.3
Ruang Lingkup Penelitian....... ...................... ....................
36
3.2.4
Spesifikasi Model............ ..................... ......... . . . . . . . . . . . . . . . . . .
36
Uji Stasioneritas (Unit Root Test).............. ...................... .................
36
3.3.1
Augmented Dickey Fuller Test................ ...................... ..........
38
3.3.2
Philip-Peron Test............... ...................... ...................... .....
40
3.4
Uji Kausalitas (Granger Causality)....... ...................... ...................... .
41
3.5
Penentuan Panjang Lag................ ..................... ..... . . . . . . . . . . . . . . . .. . . . . .
42
3.6
Uji Kointegrasi Uohansen's Cointegration Test).............. ......................
44
3.7
Model VAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . .
47
3.8
Innovation Accounting..... ...................... ...................... ..................
49
3.8.1
Impulse Response Function ............... :.................... ...............
49
3.8.2
Variance Decomposition s..................... ....................... ..........
52
BAB IV ANALISIS DAN PEMBAHASA N................... ...................... .... .. . . .
56
4.1
Grafik Level dan First Difference Level.. ..................... .................... .
56
4.2
Uji Stasioneritas ..................... ..................... ..................... ........... .
61
4.3
Uji Kausalitas ..................... ..................... ..................... .............. .
62
4.4
Penentuan Panjang Lag ..................... ..................... ..................... . .
63
4.5
Uji Kointegrasi ..................... ..................... ..................... ........... .
65
4.6
Model Empiris dari VAR ..................... ..................... ................... .
66
4.7
Innovation Accounting ..................... ..................... ..................... ... .
72
BAB V KESIMPULAN DAN IMPLIKASI PENELITIAN. .................... ... . . . . . . . .
80
5.1
Kesimpulan ..................... ..................... ..................... ................
80
5.2
Keterbatasan Penelitian....... . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ...
82
5.3
Implikasi Kebijakan............. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..
83
5.4
Saran............. ..................... ..................... ..................... .............
84
Daftar Pustaka.......... ................. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
85
3.3
Vlll
DAFfAR DIAGRAM
Diagram 3.1
Diagram Alur Metode Penelitian .. . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . .
54
Diagram 3.2
Diagram Alur Uji Hiptoesis Dengan Econometric Tools.........
55
IX
DAFfAR TABEL
Tabel2.1
Tabel4.1
Tabel Perbandingan Hasil Penelitian dengan Hasil Penelitian
Sebelumnya .............................................................. . .
Tabel Hasil Uji Unit Root dengan ADF Test dan PP Test.......
62
Tabel4.2
Tabel Hasil Uji Granger's Causality Test..............................
62
Tabel4.3
Tabel Rekapitulasi nilai log Likelihood, LR, AIC dan SC
dalam Model V AR antara ER, LQ dan LogNP .....................
64
Tabel Pengujian Kointegrasi dengan metode Johansen's
Cointegration Test......................................................... .
65
Tabel4.5
Tabel Hasil Estimasi VARD . . . . . .... . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . .
67
Tabel4.6
Tabel Hasil Estimasi Variance Decomposition Model VARD......
76
Tabel4.7
Tabel Ringkasan Hasil Uji Hipotesis.................................
78
Tabel4.4
32
X
DAFfAR GRAFIK
D~fference
Grafik 4.1
Grafik Level dan First
Nilai Tukar.... .. . . . . . . . . . . . ......
56
Grafik 4.2
Grafik Level dan First D#erence Indeks LQ 45. ........ .. ........ ..
58
Garfik 4.3
Grafik Level dan First D#erence Pernbelian Bersih Investor
Asing.........................................................................
Grafik Impulse Response Function Model VARD................
59
73
Grafik 4.4
XI
DAFfAR LAMPIRAN
Lampiran 1A
Hasil Uji Stasioneritas Data Level dan First Difference
LogNP dengan ADF Test dan PP Test........................
Lampiran 1B
Hasil Uji Stasioneritas Data Level dan First Difference
LQ dengan ADF Test dan PP Test.............................
Lampiran 1C
87
88
Hasil Uji Stasioneritas Data Level dan First Difference
ER dengan ADF Test dan PP Test.............................
89
Hasil Uji Kausalitas dengan Granger's Causality
Test....................................................................
90
Lampiran 3
Penentuan Panjang Lag............................................
91
Lampiran4
92
Lampiran5
Hasil Uji Kointegrasi dengan Johansen 's Cointegration
Test .......................................................................... .
Hasil Uji dengan Model VARD..................................
Lampiran.6
Hasil Uji dengan Impulse Response Functions YARD.......
97
Lampiran 7
Hasil Uji dengan Model VARL.. ... ...... .. .... .. . ... ... .. .... ..
98
Lampiran8
Hasil Uji dengan Impulse Response Function Model VRAL
101
Lampiran 9
Hasil Uji dengan Variance Decompositions Model VARL...
102
Lampiran 10
Hasil Uji dengan Model VEC.... ... . ......... ... .. . .. . .. ... . .. ...
103
Lampiran 11
Hasil Uji dengan Impulse Response Function Model VEC...
106
Lampiran 12
Hasil Uji dengan Variance Decompositions Model VEC..... 107
Lampiran2
94
Xll
BABI
PENDAHULUAN
1.1. LATAR BELAKANG
Pasar modal merupakan barometer dari perekonomian di berbagai negara.
Suatu fakta bahwa pasar modal telah menjadi salah satu indikator sehat/ tidaknya
perekonomian suatu negara, secara implisit mengisyaratkan betapa pentingnya
kondisi pasar modal suatu negara. (Gupta, J.P., Allain Chevalier, dan Fran Sayekt,
1999). Hal ini diperkuat dengan semakin banyaknya penelitian yang berkelanjutan di
kalangan para ekonom dunia mengenai keterkaitan antara perkembangan pasar
modal dengan pertumbuhan ekonomi dengan berbagai model pada dekade terakhir
ini (Maghyereh dan Omet, 2001). Dengan adanya kebijakan perekonomian terbuka,
dan pemberlakuan pasar bebas serta perkembangan teknologi mengakibatkan
investor menjadi mudah untuk mengakses pasar-pasar modal di seluruh dunia.
Selain itu, dari sisi mikro ekonomi peranan pasar modal menjadi penting sebagai
salah satu alternatif dalam menyalurkan dana investasi dari pihak yang memiliki
dana (investor) kepada pihak yang membutuhkan dana (emiten).
Pasar modal di Indonesia berdiri sejak tahun 1977. Sejak saat itu,
perkembangannya semakin membaik dalam beberapa aspek. Sebagai contoh, pada
tahun 1995 emiten yang terdaftar di Bursa Efek Indonesia baru sekitar 248
perusahaan sedangkan sepuluh tahun kemudian emiten yang terdaftar mencapai 417
perusahaan. Kemudian nilai kapitalisasi pasar dari seluruh emiten yang terdaftar di
Bursa Efek Jakarta tahun 1995 baru sekitar Rp152,246 triliun sedangkan pada akhir
tahun 2004 telah mencapai kira-kira Rp679,949 triliun atau hampir 33% Pendapatan
Domestik Bruto (PDB), menunjukkan betapa pentingnya pasar modal Indonesia.
Namun demikian, seperti pasar modal yang sedang berkembang (emerging market) di
negara lain, masih banyak kekurangan yang harus dibenahi, seperti market share
yang tidak merata dimana kurang dari 10 % perusahaan efek menguasai lebih dari
•
Tesis 2006 Chapter I - - - - - - - - - - - - - - - - - - - - - - - - -
1
60% pasar dan jumlah perusahaan efek yang terlalu banyak mencapa1 192
perusahaan (Annual Report Bapepam tahun 2004).
Seiring dengan krisis ekonomi yang menerpa Indonesia pada pertengahan
1997, maka sejak 14 Agustus 1997 Bank Indonesia melepas batas intervensi nilai
tukar rupiah. Dengan demikian, Bank Indonesia sebagai otoritas moneter tidak lagi
: melakukan intervensi untuk menjaga nilai tukar, sehingga nilai tukar ditentukan
I
sepenuhnya oleh mekanisme pasar. Hal ini berarti sejak saat itu Indonesia menganut
sistem nilai tukar mengambang (Free Floating Exchange Rate System). Agar otoritas
moneter menjadi independen, maka kebijakan nilai tukar ini selanjutnya diikuti
dengan perubahan rezim devisa yang berlaku di Indonesia yaitu menjadi rezim
devisa bebas dengan dikeluarkannya UU No. 24 tahun 1999. Sejalan dengan
perubahan beberapa kebijakan di bidang moneter, pemerintah juga melakukan
liberalisasi pasar saham nasional. Salah satunya ditandai dengan kebijakan yang
memberikan kesempatan investor asing untuk lebih aktif berpartisipasi dalam
aktivitas pasar modal dengan membuka kran pembatasan kepemilikan asing dari
49%
menjadi
100%
dengan
Surat
Keputusan
Menteri
Keuangan
No.455/KMK.01/1997 tanggal4 September 1997. Hal ini berarti sistem devisa bebas
dengan kurs mengambang dan tidak adanya batas kepemilikan asing secara teori
akan mendorong makin terintegrasinya pasar modal negara tersebut dengan pasar
modal dunia.
Sebagaimana kita ketahui, investor asing memiliki kriteria tertentu sebelum
mengambil keputusan untuk melakukan transaksi di suatu bursa asing. Mereka
perlu mengenali potensi saham-saham yang akan dibeli, sehingga mereka harus
mengetahui kinerja keuangan perusahaan sebelum bertransaksi. Pada umumnya
investor asing membeli saham-saham unggulan, berkapitalisasi besar, memiliki
pertumbuhan yang menjanjikan dan likuiditasnya tinggi. Menurut penelitian SweeSum Lee (1995), alasan investor asing lebih suka melakukan transaksi pada saham
yang likuid adalah karena dalam kondisi demikian mereka dapat dengan cepat
masuk atau keluar dari suatu bursa dengan resiko perubahan harga yang minimal
(fb
Tesis 2006 Chapter I - - - - - - - - - - - - - - - - - - - - - - - - - -
2
(cut loss transaction). Jenis saham yang likuid menurut Sharpe (1995) adalah saham-
saham dengan nilai kapitalisasi besar dan aktif diperdagangkan di bursa.
Di lain pihak, selain mempertimbangkan imbal hasil dari portofolio, investor
asing yang rasional juga memperhitungkan faktor perubahan perilaku nilai tukar
mata uang sebelum mereka mengambil keputusan untuk melakukan investasi pada
bursa
asing.
Nilai
tukar
yang
berfluktuasi
akan
mengakibatkan
adanya
kecenderungan penurunan kegiatan transaksi di pasar modal. Dengan demikian,
fluktuasi nilai tukar pada akhirnya jugCJ. akan mempengaruhi besaran nilai investasi
asing pada bursa efek di Indonesia. Hal ini dapat dilihat dari beberapa indikator
bursa efek seperti lndeks Harga Saham Gabungan (IHSG), nilai kapitalisasi pasar,
frekuensi, nilai dan volume perdagangan, dan jumlah emiten baru. Penyebabnya
antara lain kemampuan emiten dalam memenuhi kewajiban dan kemampuan
menghasilkan laba berkurang, sehingga secara fundamental kondisi emiten
memburuk. Situasi ini menjadi semakin buruk dengan adanya
Indonesia menaikkan tingkat suku bunga
kebijakan Bank
sehingga mendorong investor untuk
menjual efeknya dan mengalihkan dananya ke bank. Disamping itu, penurunan
tingkat kepercayaan investor baik dalam maupun luar negeri semakin menambah
tekanan terhadap pasar modal (Setyastuti, 2004). Hal ini mengindikasikan betapa
erat kaitan an tara pasar modal dan pasar uang.
Interaksi antara pasar uang dan pasar modal dapat terjadi secara timbal balik.
Artinya, shocks yang terjadi di pasar uang dapat mempengaruhi kinerja pasar modal
atau sebaliknya. Dalam berbagai literature, hubungan timbal balik ini sering disebut
sebagai hubungan dinamis. Seperti dikutip dari Novita (2004) paling tidak terdapat 2
pendekatan dalam melihat hubungan tersebut, yaitu pendekatan tradisional yang
dikemukakan Dornbusch dan Fisher (1980) dan pendekatan portofolio yang
dikemukan oleh Branson (1983) dan Frankel (1983). Menurut pendekatan tradisional,
pergerakan nilai tukar akan mempengaruhi harga saham perusahaan melalui
saluran neraca pembayaran (Balance of Payment). Sementara itu, pendekatan
portofolio menekankan pada transaksi neraca modal (capital account transaction) yaitu
•
Te.ris 2006 Chapter I - - - - - - - - - - - - - - - - - - - - - - - - - 3
pasar modal akan mempengaruhi pergerakan nilai tukar melalui saluran permintaan
dan penawaran uang.
Penelitian tentang pengaruh maupun hubungan dinamis antara variable
ekonomi makro khususnya nilai tukar dengan indeks harga saham telah banyak
dilakukan sebelumnya. Beberapa di antaranya dilakukan dengan menggunakan
Ordinary Least Square (OLS). Sebagaimana kita ketahui, sebagian besar data ekonomi
bersifat nonstasioner dan biasanya memiliki hubungan kausalitas. Estimasi koefisien
regresi dengan menggunakan OLS akan memperoleh hasil estimasi yang bias. Hasil
estimasi yang bias akan menyebabkan kriteria konvensional yang biasa digunakan
untuk menjustifikasi kausalitas antara dua variable menjadi tidak valid. Artinya,
estimasi regresi dengan menggunakan data nonstasioner dapat menghasilkan
kesimpulan (forecasting) yang tidak benar karena koefisien regresi penaksir tidak
efisien.
Selanjutnya Indrawati (2002) menyebutkan bahwa model persamaan simultan
yang terdiri atas beberapa persamaan yang saling terkait (persamaan struktural),
dapat menampung
hal-hal yang tidak mungkin dinyatakan dalam persamaan
tunggal. Dengan kata lain, model persamaan simultan dapat menjelaskan hubungan
interdependensi (saling ketergantungan) antar variable bebas dan antara variable
bebas tersebut dengan variable lainnya.
Dalam ekonometri, persamaan simultan yang dibentuk biasanya merupakan
model persamaan struktural. Pendekatan model struktural pada persamaan simultan
digunakan dalam teori ekonomi untuk menggambarkan hubungan an tara bebera pa
variable terkait. Model kemudian diestimasi dan digunakan untuk menguji teori
ekonomi secara empiris. Namun demikian, teori ekonomi kadang-kadang tidak
mampu menjelaskan spesifikasi hubungan dinamis antar variable terse but.
Menyikapi hal tersebut, selama ini dikembangkan berbagai teknik untuk
melihat hubungan antar variable makro dengan indeks harga saham dan untuk
melakukan forecasting (peramalan). Teknik regresi linier merupakan teknik yang
paling sering digunakan. Cara lainnya adalah dengan menggunakan model time
$
Tesis 2006 Chapter I - - - - - - - - - - - - - - - - - - - - - - - - - -
4
series yang dapat dilakukan dengan cara yang lebih sederhana, cepat dan murah.
Dengan model time series, forecasting dilakukan semata-mata berdasarkan pada
analisis perilaku masa lalu dari variable yang disusun menurut runtun waktu.
Beberapa teknik forecasting dengan menggunakan model time series antara lain
Autoregressive Moving Average (ARMA), Autoregressive Integrated Moving Average
(ARIMA), Autoregressive Conditional Heteroscedasticity (ARCH) dan Generalized
Autoregressive Conditional Heteroscedasticity (GARCH). Teknik peramalan dengan
model ini hanya dapat menganalisis runtut waktu dari satu variable pada suatu
waktu tertentu saja. Oleh karena itu, perlu dikembangkan suatu persamaan simultan
yang terdiri dari dua data series atau lebih. Namun disisi lain, persamaan simultan
memperlakukan variable berbeda-beda, yaitu sebagai variable bebas (exogenous
variable) dan tak bebas (endogenous variable).
Kemudian Christopher Sims (1980) memberikan kritik terhadap model
persamaan simultan. Sims mengatakan bahwa apabila di dalam persamaan terdapat
simultanitas antar variable, seharusnya setiap variable diperlakukan sama tanpa
membedakan dari awal antara variable eksogen dan variable endogen. Berdasarkan
cara pandang tersebut, maka Sims mengembangkan model alternatif bersifat
nonstruktural yaitu model Vector Autoregression (VAR) yang tidak tergantung pada
teori ekonomi dalam pembentukan model. Dengan VAR estimasi menjadi lebih
mudah karena tidak perlu bingung dalam menentukan variable endogen dan
variable eksogennya. Selain itu, OLS dapat diaplikasikan dalam setiap persamaan
VAR secara terpisah.
Forecasting yang dihasilkan dengan menggunakan VAR dalam banyak kasus
lebih baik daripada dengan menggunakan model persamaan simultan yang
kompleks. Namun demikian, koefisien-koefisien yang diestimasi dalam model VAR
sering sulit diinterpretasikan. Oleh karena itu, para pemakai prosedur VAR sering
melakukan estimasi dengan menggunakan Impulse Response Function dan Variance
Decompositions .
•
Tesis 2006 Chapter I - - - - - - - - - - - - - - - - - - - - - - - - -
5
1.2. PERUMUSAN MASALAH
Beberapa penelitian di negara-negara maju mengindikasikan adanya
hubungan antara perilaku nilai tukar, indeks harga saham dan transaksi asing.
Namun demikian, berbagai penelitian dengan menggunakan data yang beragam
dalam periode dan meliputi banyak negara belum dapat memberikan suatu pola
yang pasti mengenai hubungan tersebut, bahkan beberapa penelitian menunjukkan
hasil yang berbeda dengan teori. Hal ini mungkin disebabkan oleh dinamika pasar
yang sangat bervariasi antar negara baik karena faktor tingkat perekonomian yang
berbeda maupun faktor lain. Perubahan kondisi perekonomian dan kebijakan
pemerintah sangat mempengaruhi analisis dan kesimpulan karena biasanya teori
dibangun dengan menggunakan suatu pola keadaan perekonomian yang stabil dan
menggunakan asumsi-asumsi tertentu. Selain itu, penggunaan metode analisis yang
berbeda terhadap variabel dan data yang sama, juga dapat menghasilkan
kesimpulan yang berbeda. Meskipun berbagai metode analisis telah dikembangkan
oleh para ahli ekonometrik, namun selalu ada kelebihan dan kekurangan. Oleh
karena
itu,
dalam
pemilihan
metode
analisis
diperlukan
pertimbangan-
pertimbangan khusus agar sesuai dengan parameter yang diinginkan.
Berdasarkan pertimbangan-pertimb angan di atas, penelitian ini menjadi penting
karena ketiga variable tersebut merupakan bagian dari indikator kestabilan
perekonomian suatu negara. Penelitian ini dirancang dengan menggunakan 3
variabel seperti tersebut di atas dalam periode 1 Januari 2000- 1 Desember 2005.
Berikut ini pertanyaan permasalahan yang akan dijawab :
1. Apakah terdapat hubungan timbal balik dan hubungan keseimbangan dalam
jangka panjang antara nilai tukar, indeks LQ 45 dan nilai transaksi asing di bursa?
2. Apakah nilai transaksi asing di bursa dipengaruhi oleh nilai transaksi asing di
bursa periode sebelumnya?
3. Apakah nilai transaksi asing di bursa dipengaruhi oleh indeks LQ 45 periode
sebelumnya?
(at
Tesis 2006 Chapter I - - - - - - - - - - - - - - - - - - - - - - - - -
6
4. Apakah nilai
transaksi asing di bursa dipengaruhi oleh nilai tukar periode
sebelumnya?
5. Apakah kejutan terhadap nilai transaksi asing di bursa direspon oleh nilai
transaksi asing di bursa sendiri?
6.
Apakah kejutan terhadap nilai transaksi asing di bursa direspon oleh indeks LQ
45?
7. Apakah kejutan terhadap nilai transaksi asing di bursa direspon oleh nilai tukar?
8. Apakah perubahan akibat kejutan terhadap nilai transaksi asing dapat dijelaskan
oleh transaksi asing di bursa sendiri?
9. Apakah perubahan akibat kejutan terhadap nilai transaksi asing dapat dijelaskan
oleh indeks LQ 45?
10. Apakah perubahan akibat kejutan terhadap nilai transaksi asi11g dapat dijelaskan
oleh nilai tukar ?
1.3. TUJUAN DAN MANFAAT PENELITIAN
Untuk menjawab permasalahan yang dirumuskan dalam pertanyaan di atas,
maka tujuan dari penelitian ini adalah sebagai berikut :
1. menunjukkan secara empiris adanya hubungan timbal balik dan hubungan
jangka panjang antara nilai tukar, pergerakan indeks LQ 45 dan nilai transaksi
asing di bursa dengan melakukan uji kausalitas dan uji kointegrasi.
2. menemukan secara empiris bahwa nilai transaksi asing di bursa dipengaruhi
oleh nilai transaksi asing di bursa periode sebelumnya dengan model VAR.
3. menemukan secara empiris bahwa nilai transaksi asing di bursa dipengaruhi
oleh indeks LQ 45 periode sebelumnya dengan model VAR.
4. menemukan secara empiris bahwa nilai transaksi asing di bursa dipengaruhi
oleh nilai tukar periode sebelumnya dengan model VAR.
5. menemukan secara empiris bahwa kejutan terhadap nilai transaksi asing di bursa
direspon oleh transaksi asing di bursa sendiri dengan impulse response function .
•
Tesi.r2006 Chapter! - - - - - - - - - - - - - - - - - - - - - - - -
7
6. menemukan secara empiris
bahwa kejutan terhadap nilai transaksi asing di
bursa direspon oleh oleh indeks LQ 45 dengan impulse response function.
7. menemukan secara empiris bahwa kejutan terhadap nilai transaksi asing di bursa
direspon oleh nilai tukar dengan impulse response function.
8. menunjukkan secara empiris bahwa perubahan akibat kejutan terhadap nilai
transaksi asing dapat dijelaskan oleh nilai transaksi asing di bursa sendiri dengan
variance decompositions.
9. menunjukkan secara empiris bahwa perubahan akibat kejutan terhadap nilai
transaksi asing dapat dijelaskan oleh indeks LQ 45 dengan variance decompositions.
10. menunjukkan secara empiris bahwa perubahan akibat kejutan terhadap nilai
transaksi asing do. pat dijelaskan oleh nilai tukar dengan variance decompositions.
Sementara itu, manfaat yang dapat diambil dengan adanya penelitian ini
adalah sebagai berikut:
1. Bagi pemerintah khususnya regulator pasar modal, penelitian ini diharapkan
dapat memberikan sumbangan pemikiran dalam menentukan kebijakankebijakan yang berkenaan dengan pasar modal terutama pada saat terjadi gejolak
nilai tukar dan arus modal asing yang fluktuatif.
2. Bagi para praktisi pasar modal, penelitian ini diharapkan dapat membantu dalam
penentuan strategi portofolio dan dalam pengambilan keputusan investasi,
terutama terkait dengan pengaruh perubahan nilai tukar dan dampak aktivitas
investor asing di bursa.
3. Bagi para akademisi, penelitian ini diharapkan dapat digunakan untuk
mengevaluasi fenomena-fenom ena yang ada di pasar modal, khususnya terkait
dengan arus modal asing melalui bursa dan pergerakan nilai tukar dan dinamika
indeks harga saham.
4. Memberikan suatu saran kepada peneliti lain untuk melakukan penelitian lebih
lanjut berdasarkan hasil penelitian ini dengan memasukkan variabel lain yang
belum tercakup dalam penelitian ini .
•
Te.ris 2006 Chapter I - - - - - - - - - - - - - - - - - - - - - - - - -
8
1.4. KERANGKA PIKIR
Hubungan dinamis antara perubahan nilai tukar dengan pasar modal menjadi
bahan penelitian yang menarik. Secara umum, terdapat 2 pendekatan dalam melihat
hubungan tersebut, yaitu pendekatan tradisional dan pendekatan portofolio.
Pendekatan tradisional menyatakan bahwa pergerakan nilai tukar
akan
mempengaruhi persaingan di pasar internasional sehingga mempengaruhi neraca
perdagangan melalui saluran _ekspor dan impor. Perubahan neraca perdagangan
pada akhimya akan mempengaruhi output negara tersebut dan berdampak pada
current dan future cash flow perusahaan dan harga sahamnya. Apabila suatu negara
mengalami depresiasi mata uang, maka daya saing barang ekspor di pasar
internasional akan naik karena harga barang ekspor menjadi lebih murah sehingga
akan meningkatkan ekspor yang pada akhirnya akan meningkatkan permintaan
output dari negara tersebut. Secara teoritis, perusahaan yang berorientasi ekspor
akan mendapatkan keuntungan karena pendapatan yang berasal dari luar negeri
akan meningkatkan baik akibat dari depresiasi maupun peningkatan jumlah ekspor.
Keadaan sebaliknya berlaku untuk perusahaan yang didominasi impor. Perusahaan
yang didominasi impor ini akan diuntungkan jika terjadi apresiasi mata uang negara
tersebut. Menurut Ma dan Kao (1990), hila mata uang domestik rriengalami
depresiasi maka ada kecenderungan berpengaruh tidak menguntungkan terhadap
pasar saham domestik. Demikian pula dengan studi Ajayi dan Mougue (1996),
menemukan bahwa penurunan nilai mata uang memiliki pengaruh yang negatif baik
jangka panjang maupun jangka pendek terhadap pasar saham. Jadi pendekatan ini
menyimpulkan bahwa pergerakan nilai tukar akan mempengaruhi harga saham
dengan hubungan yang negatif untuk perusahaan berorientasi ekspor dan positif
untuk perusahaan berorientasi impor.
Pendekatan portofolio menekankan pada transaksi neraca modal (capital
account transaction) yaitu pasar modal akan mempengaruhi pergerakan nilai tukar
melalui saluran permintaan dan penawaran uang. Dalam penentuan nilai tukar
berlaku mekanisme pasar yaitu terjadi interaksi antara kekuatan permintaan dan
•
Tesi.r 2006 Chapter I - - - - - - - - - - - - - - - - - - - - - - - - -
9
penawaran mata uang. Apabila pasar modal suatu negara dianggap menarik
sehingga investor asing berbondong-bondong menanamkan modalnya maka akan
meningkatkan permintaan uang domestik. Peningkatan permintaan uang akan
meningkatkan suku bunga yang selanjutnya akan berpengaruh pada peningkatan
capital inflow. Peningkatan capital inflow akan mendorong terjadinya apresiasi mata
uang domestik. Kebalikannya, apabila terdapat kecenderungan penurunan harga
saham, maka akan menyebabkan kekayaan riil investor akan menurun, sehingga
menyebabkan
penurunan
permintaan
uang.
Penurunan
permintaan
uang
mengakibatkan penurunan suku bunga, yang berdampak pada capital outflow.
Keadan ini akhirnya akan menyebabkan terjadinya depresiasi mata uang domestik.
1.5. HIPOTESIS PENELITIAN
Berdasarkan argumen yang dikembangkan dari latar belakang, identifikasi
masalah dan kerangka pikir penelitian, maka hipotesis penelitian ini dapat
dirumuskan sebagai berikut :
1. Terdapat hubungan timbal balik dan hubungan keseimbangan dalam jangka
panjang antara nilai tukar, indeks LQ 45 dan transaksi investor asing di bursa .
2. Nilai transaksi asing di bursa dipengaruhi oleh nilai transaksi asing di bursa
periode sebelumnya.
3. Nilai transaksi asing di bursa dipengaruhi oleh indeks LQ 45 periode sebelumnya.
4. Nilai transaksi asing di bursa dipengaruhi oleh nilai tukar periode sebelumnya.
5. Kejutan terhadap nilai transaksi asing di bursa direspon oleh nilai transaksi asing
di bursa sendiri.
6. Kejutan terhadap nilai transaksi asing di bursa direspon oleh indeks LQ 45.
7. Kejutan terhadap nilai transaksi asing di bursa direspon oleh nilai tukar.
8. Perubahan akibat kejutan terhadap nilai transaksi asing dapat dijelaskan oleh
nilai transaksi asing di bursa sendiri .
•
Tesis 2006 Chapter I
--------------------------10
9. Perubahan akibat kejutan terhadap nilai transaksi asing dapat dijelaskan oleh
indeks LQ 45.
10. Perubahan akibat kejutan terhadap nilai transaksi asing dapat dijelaskan oleh
nilai tukar.
1.6. SISTEMATIKA PEMBAHASAN
Dalam rangka mempermudah pembaca · memetakan tesis ini, berikut ini
disajikan sistematika pembahasan tesis :
Bab I
merupakan bab pendahuluan yang menjelaskan tentang latar belakang,
perumusan masalah, tujuan dan manfaat penelitian, kerangka
pemikiran, hipotesis dan sistematika pembahasan.
Babll
menyajikan
landasan teori yang terdiri dari pengantar, teori nilai
tukar, teori indeks harga saham, transaksi asing, hubungan dinamis
antara nilai tukar dan indeks harga saham, hubungan dinamis antara
nilai tukar dan transaksi asing, hubungan dinamis antara indeks harga
saham dan transaksi asing, serta penelitian-penelitian sebelumnya.
Bablll
menyajikan metodologi penelitian yang mengurai tentang identifikasi
variabel penelitian dan spesifikasi model, sumber data penelitian, uji
stasioneritas, uji kausalitas, penentuan panjang lag, uji kointegrasi,
pembentukan model VAR, dan innovation accounting.
BabiV
menyajikan hasil analisis data dan hasil penelitian.
BabV
merupakan bab penutup yang menjelaskan tentang kesimpulan,
keterbatasan penelitian, implikasi penelitian dan saran.
•
Tuis 2006 Chapter I
-------------------------11
BABII
TINJAUAN LITERATUR
2.1
PENGANTAR
Dalam berinvestasi, investor mempunyai ekspektasi akan memperoleh
keuntungan yang optimal (optimal benefit). lnvestasi di pasar modal dapat
menghasilkan keuntungan berupa bunga, dividen, dan capital gain (selisih dari harga
perolehan dengan nilai pasar saham). Disamping ingin mendapatkan keuntungan,
investor seharusnya juga mempertimbangkan faktor risiko, dimana masing-masing
investasi memiliki risiko potensial yang berbeda-beda tergantung pada jenis
investasi. Pada prinsipnya yang harus dipahami oleh setiap investor adalah semakin
tinggi keuntungan potensial dari suatu investasi, maka semakin tinggi pula risiko
yang dihadapi, begitu pula sebaliknya. Dengan demikian, setiap investor akan
berusaha menyusun portofolionya untuk memperoleh keuntungan optimal dengan
kendala meminimumkan risiko.
Perkembangan harga saham sangat dipengaruhi oleh informasi baik yang
berkorelasi dengan kinerja pasar saham sendiri maupun yang tidak ada
hubungannya sama sekali dengan pasar saham. Untuk mengantisipasi hal tersebut,
maka terdapat beberapa pendekatan yang harus diperhatikan investor. Pertama,
Fundamental Factor yang menganalisis berdasarkan variabel-variabel fundamental
seperti laporan keuangan, neraca, cash flow dan sebagainya. Kedua, Psychology Factor,
terutama pada waktu krisis dimana tidak ada jaminan keamanan dan situasi politik
yang tidak menentu, mempengaruhi pertumbuhan harga saham. Ketiga, Speculation
Factor, dimana pada era globalisasi ini batas antar negara menjadi tidak ada sehingga
memudahkan para spekulator "mempermainkan" pasar modal negara tertentu
menjadi lebih menarik dan likuid. Keempat, Technical Factor, menganalisis dengan
informasi relevan dan analisis grafik dengan observasi data time series baik dari
composite index, sector index, individual index maupun variabel makro ekonomi yang
lainnya.
~ Tens2006Ch~urll
___________________ ___________________ ______________ l2
2.2
TEORI NILAI TUKAR
Nilai tukar adalah perubahan nilai antara mata uang suatu negara dengan
mata uang negara lain. Nilai mata uang suatu negara diukur dari nilai satu unit mata
uang terhadap mata uang negara lain. Apabila kondisi ekonomi suatu negara
mengalami perubahan, maka biasanya diikuti dengan perubahan nilai tukar secara
substansial. Masalah mata uang muncul saat suatu negara mengadakan transaksi
dengan negara lain, dimana masing-masing negara menggunakan mata uang yang
berbeda. Jadi nilai tukar merupakan harga yang harus dibayar oleh mata uang suatu
negara untuk memperoleh mata uang negara lain.
Nilai tukar dipengaruhi oleh beberapa faktor, seperti tingkat suku bunga
dalam negeri, tingkat inflasi, dan intervensi bank sentral terhadap pasar uang jika
diperlukan sehingga senantiasa berubah. Nilai tukar yang lazim disebut kurs,
mempunyai peran penting dalam rangka tercapainya stabilitas moneter dan dalam
mendukung kegiatan ekonomi. Nilai tukar yang stabil diperlukan untuk terciptanya
iklim yang kondusif bagi peningkatan kegiatan dunia usaha. Untuk menjaga
stabilitas nilai tukar, Bank Sentral pada waktu-waktu tertentu melakukan sterilisasi
di pasar val uta asing, khususnya pada saat terjadi gejolak kurs yang berlebihan.
Perkiraan nilai mata uang suatu negara terhadap mata uang asing merupakan
salah satu tujuan utama bagi para pelaku pasar. Hal ini disebabkan besarnya
pengaruh pergerakan mata uang terhadap kegiatan bisnis dan investasi maupun
pembuat kebijakan. Berikut ini terdapat beberapa teori yang mencoba menjelaskan
bagaimana nilai tukar mata uang ditentukan (Sudjono, 1999) :
(1)
Pendekatan Fundamental
Pendekatan fundamental memberikan penjelasan tentang pergerakan atau
trend mata uang dalam jangka panjang tetapi belum berhasil menjelaskan fenomena
pergerakan mata uang dalam jangka menengah dan jangka pendek. Bahkan studi
empiris menyatakan bahwa pergerakan mata uang jangka pendek dan jangka
menengah merupakan random walk yang sulit diramalkan .
•
TesiJ 2006 Chapter II
-------------------------13
(2)
Pendekatan Teknikal
Pendekatan ini sangat praktis yaitu mencoba menjelaskan model dengan
berdasarkan trend melalui grafik yang dapat memberikan perkiraan yang lebih
menguntungkan untuk jangka pendek. Metode ini sangat popular dalam transaksi
valuta asing jangka pendek.
(3)
Pendekatan Teori Purchaing Power Parity (PPP)
Purchasing Power ParihJ (PPP) merupakan teori awal dalam penentuan nilai
tukar yang menunjukkan hubungan antara tingkat harga nasional dengan nilai
tukar. Keberadaan teori PPP mensyaratkan agar tingkat depresiasif apresiasi nilai
tukar sama dengan perbandingan antara harga barang dalam negeri dan luar negeri.
Selain itu, PPP dapat berlaku berdasarkan hukum satu harga (the Law of One Price)
yang menyatakan bahwa barang dan jasa yang diperdagangkan di antara dua negara
harus memiliki harga yang sama setelah dinyatakan dalam mata uang yang sama,
dengan mengabaikan biaya transaksi, bea masuk dan pajak lain. Jika syarat PPP
tidak dipenuhi biasanya akan terjadi arbitrase di mana para eksportir / importir akan
rnencari untung dengan memanfaatkan perbedaan harga an tar negara.
Dalam perkembangannya, menurut Pardede (1999) dalam Sudjono (2002),
PPP dibedakan menjadi 3 bentuk yaitu PPP absolute, PPP relatif dan PPP riil.
Persamaan PPP absolut menyatakan bahwa harga-harga di antara 2 negara haruslah
sama ketika dikonversikan ke dalam mata uang tertentu. 1 Misal harga domestik , P,
dan harga luar negeri dikonversikan ke dalam mata uang domestik, e.P*, maka kita
dapat menyatakan PPP absolut sebagai berikut :
P = e.P·
............................•............... (2.1)
Dalam praktek, ekonom menggunakan indeks harga untuk mengukur tingkat
harga (P) dari suatu kelompok barang dan jasa dalam suatu perekonomian, dalam
hal ini Indeks Harga Konsumen (IHK).
1 Rivera-Batiz,
Fransisco L. and Rivera-Batiz, Luis A., "International Finance and Open Economy"
Macroeconomics, Prentice Hal ( Second Edition, 2000) p. 553
~
Tesis 2006 Chapter II
--------------------------14
Pada kenyataannya, PPP absolut jarang dipakai sebagai penduga nilai tukar.
Hal ini disebabkan oleh asumsi yang dibutuhkan sulit dicapai yaitu tidak adanya
biaya transaksi, bea masuk (tariffs) dan pajak tidak langsung (indirect taxes). Selain
itu, disebabkan oleh intensitas konsumsi barang dan jasa antar negara berbeda,
sehingga perbandingan IHK antar negara tersebut menjadi tidak relevan (Bofinger,
2001).
Untuk mengatasi hal tersebut maka PPP absolut dimodifikasi menjadi PPP
rel~tif
yang menyatakan bahwa perubahan nilai tukar harus sama dengan selisih
antara perubahan harga-harga domestik dan luar negeri. Persamaan modifikasi PPP
absolut dapat dinyatakan sebagai berikut :
P
=
e.P·
q
.....••••.•.................•.• .•........... (2.2)
di mana q adalah konstanta yang menyatakan biaya transaksi, bea masuk dan pajak.
PPP relatif lebih fokus pada perubahan nilai tukar antar waktu, sehingga persamaan
PPP relatif dapat dinyatakan sebagai berikut :
l!!e
= 7t- 7t *
······························· ·· ........... (2.3)
di mana L1e adalah laju perubahan nilai tukar mata uang domestik terhadap
luar negeri,
1r adalah
laju inflasi domestik dan Jr* adalah laju inflasi luar negeri. Data
empiris menunjukkan bahwa PPP relatif kemungkinan menimbulkan masalah lebih
kecil. Oleh karena itu, PPP relatif banyak digunakan oleh para pengambil kebijakan
(Bofinger, 2001).
Untuk memperoleh PP yang secara riil menunjukkan kekuatan mata uang,
maka pendekatan PPP riil menitikberatkan pada nilai nominal mata uang
disesuaikan dengan harga relative. Secara singkat dapat didefinisikan nilai riil sama
dengan perkalian anatara nilai nominal dengan rasio antara harga domestic dan
tingkat harga luar negeri. Secara matematis dapat dituliskan sebagai berikut:
p
e=N.-
p·
............................... ............. (2.4)
dimana N adalah nilai nominal mata uang domestik.
•
Te.ris 2006 Chapter II
-------------------------15
TEORI INDEKS HARGA SAHAM
2.3
Indeks adalah suatu formula stastistik yang dapat digunakan untuk
mengukur perubahan dalam pasar keuangan a tau perekonomian. Untuk mengetahui
kondisi pasar modal secara umum, maka kita harus memahami indeks harga saham.
Indeks harga saham dapat dikatakan sebagai konklusi dari pengaruh simultan
berbagai faktor, khususnya fenomena yang terjadi pada perekonomian. Oleh karena
itu, saat ini indeks harga saham sering dipakai sebagai barometer kondisi
perekonomian di berbagai negara yang didasarkan pada kondisi pasar terkini (James
H. Loire, Peter Dodd, and Mary Hamilton, 1973 and 1985, dalam Syahrir et all, 2000).
Indeks harga saham sebenarnya bukan satu-satunya ukuran yang pasti tetapi
paling tidak dapat dijadikan dasar untuk melihat perubahan atau untuk
memperbandingkan dari suatu keadaan dengan keadaan sebelumnya. Penggunaan
indeks harga saham memiliki berbagai manfaat antara lain :
(1)
memudahkan pemantauan atas perubahan harga saham setiap hari
(2)
memberikan gambaran mengenai perkembangan dari pasar modal secara
keseluruhan
bahkan
dapat
menjadi
indikator
perkembangan
perekonomian suatu negara
(3)
untuk
memperkirakan
keuntungan/kerugian yang akan
diperoleh
berdasarkan ramalan atas gejala harga saham di waktu yang akan datang.
Pada saat ini Bursa Efek Jakarta (BEJ) mempunyai beberapa macam indeks
saham antara lain :
(1)
Indeks Harga Saham Gabungan (IHSG) dengan komponen perhitungan
indeks meliputi seluruh saham yang listed di BEJ.
(2)
Indeks Sektoral yang menggunakan seluruh saham yang termasuk dalam
masing-masing sektor sebagai komponen perhitungan.
(3)
Indeks LQ 45 dengan komponen perhitungan meliputi 45 saham terpilih
yang memenuhi kriteria likuiditas.
(4)
]akllrta Islamic Index (JII) yang menggunakan 30 saham yang memenuhi
kriteria syari' ah dan kriteria likuiditas .
•
Tesis 2006 Chapter II
-------------------------16
(5)
lndeks Saham Individual yaitu harga masing-masing saham terhadap
harga tahun dasarnya.
IHSG adalah indikator pasar saham yang dihitung secara menyeluruh dari
total saham yang tercatat di BEJ. IHSG mulai diperkenalkan tanggal 1 April 1983
untuk seluruh saham yang tercatat di BEJ baik yang saham biasa maupun saham
preferen dengan tahun dasar tanggal 10 Agustus 1982, dimana saat itu IHSG
dihitung 100 dengan total saham yang tercatat sebanyak 13 saham. sebagaimana
perhitungan indeks di bursa negara lain, indeks-indeks di BEJ menggunakan ratarata tertimbang dari nilai pasar (market value weighted average index). Rumus yang
dipakai adalah sebagai berikut:
IHSG, = NP, xi 00
ND"
............................................ (2.5)
dimana:
rata-rata tertimbang nilai pasar Gumlah lembar tercatat di bursa
dikalikan dengan harga pasar per lembar) dari saham-saham pada
hari ke-t
rata-rata tertimbang nilai pasar saham-saham pada tanggal 10
Agustus 1982
NPt
ND*
lndeks saham sektoral yang mulai diperkenalkan tanggal 2 Januari 1996.
Indeks saham sektoral merupakan sub indeks dari IHSG. Indeks saham sektoral ini
sangat berguna bagi para analis dan investor untuk memahami sektor-sektor yang
sedang tumbuh dan yang sedang turun, yang selanjutnya menjadi bahan
pertimbangan dalam memberikan rekomendasi atau dalam menentukan kebijakan
portofolio. Seluruh saham yang listed di BEJ diklasifikasikan ke dalam sepuluh sektor
menurut klasifikasi yang ditetapkan BEJ, yang dikenal dengan nama Jakarta Stock
Exchange Industrial Classification dengan perincian sebagai berikut:
A. Sektor Utama :
•
(1)
sektor pertanian
(2)
sektor pertambangan
Tesis 2006 Chapter II
-------------------------17
B. Sektor Kedua:
(3)
sektor industri dasar dan kimia
(4)
sektor aneka ind ustri
(5)
sektor industri barang konsumen
(6)
sektor manufaktur
C. Sektor Ketiga :
(7)
sektor properti dan real estate
(8)
sektor transportasi dan infrastruktur
(9)
sektor keuangan
(10) sektor perdagangan, jasa dan investasi
Karena pasar modal Indonesia termasuk pasar dengan transaksi yang tipis
(tlzin market), yaitu sebagian besar saham yang listed di bursa kurang aktif, maka
sejak tanggal 1 Januari 1997 diperkenalkan alternatif indeks saham yaitu --Indeks
Saham LQ 45 di BEJ. Indeks Saham LQ 45 dapat dikatakan sebagai komplemen dari
IHSG dan indeks saham sektoral dengan tujuan untuk mempermudah capital market
agent seperti analis, manajer investasi, investor dalam memonitor perkembangan
saham-saham yang aktif diperdagangkan di bursa. Indeks Barga Saham LQ 45
merupakan indeks harga pasar yang menggunakan 45 saham-saham unggulan
dengan kriteria paling aktif diperdagangkan sebagai kalkulasi indeks. Adapun
kriteria yang harus dipenuhi adalah sebagai berikut:
(1) berada pada top sixties rank dari total transaksi saham di pasar regular (ratarata volume transaksi selama 12 bulan terakhir)
(2) rank berdasarkan kapitalisasi pasar (rata-rata kapitalisasi pasar selama 12
bulan)
(3) masih tercatat di BEJ minimum selama 3 bulan terakhir
(4) performance keuangan dan prospek pertumbuhan perusahaan
(5) frekuensi dan total transaksi harian di pasar regular
$
Tesis 2006 Chapter I I - - - - - - - - - - - - - - - - - - - - - - - - - 18
BEJ terus-menerus memantau perkembangan komponen saham yang masuk
dalam perhitungan indeks LQ 45. setiap tiga bulan direview pergerakan ranking
saham yang masuk dalam perhitungan indeks LQ 45.
Penggantian saham akan dilakukan enam bulan sekali yaitu pada setiap awal
bulan Februari dan Agustus. Apabila terdapat saham yang tidak memenuhi kriteria,
maka saham tersebut akan dikeluarkan dari perhitungan indeks dan diganti dengan
saham lain yang memenuhi kriteria.
Indeks LQ dihitung mundur hingga tanggal 13 Juli 1994 sebagai hari dasar
dengan nilai dasar 100. Untuk seleksi awal digunakan data harga pasar Juli 1993-Juni
1994. Hasilnya, ke-45 saham tersebut meliputi 72% total kapitalisasi pasar dan 72,5%
nilai transaksi pasar regular.
2.4
TRANSAKSI ASING
Sebagai bagian dari globalisasi pasar modal internasional dan dengan
diberlakukannya deregulasi oleh pemerintah di beberapa negara, bursa efek telah
berkembang tanpa batasan perdagangan sekuritas antar
negara
maupun
pembatasan kepemilikian saham oleh investor asing. Hal ini punya pengaruh positif
bagi investor baik lokal maupun asing, karena para investor dapat membentuk suatu
portofolio sekuritas optimal yang merupakan kombinasi saham domestik maupun
asing sehingga akan mereduksi tingkat resiko dari suatu portofolio saham. Aliran
modal antar negara
tidak akan berhenti karena investasi dalam konteks global
berbasis internasional akan meningkatkan return dan mengurangi tingkat resiko bagi
investor.
Teori mengenai pembatasan kepemilikian saham oleh investor asing
dikemukakan oleh Stulz dan Wasselfallen (1995) sebagai berikut :
"under certain condition, such restriction maximize firm value"
Hal ini terjadi karena adanya perbedaan fungsi permintaan saham domestik antara
investor lokal dengan investor asing, dimana permintaan investor asing kurang
elastis dibandingkan permintaan investor lokal. Kondisi ini dapat dimanfaatkan oleh
•
Tesi1 2006 Chapter II
-------------------------19
perusahaan untuk menjual saham dengan premium pada investor asing sehingga
perusahaan dapat dikatakan akan menciptakan nilai (Haryanto, 1998).
Ketertarikan investor asing untuk ikut berpartisipasi dalam suatu bursa,
terutama bursa yang relatif baru berkembang disebabkan oleh tingkat efisiensi bursa
yang masih rendah. Penyebabnya antara lain adalah pertama, adanya asymmetric
information, dimana investor asing umumnya mempunyai banyak akses pada
informasi sehingga mereka lebih banyak memanfaatkan peluang ini untuk
memperoleh keuntungan. Kedua, adanya sikap,dari emiten, terutama Chief Executive
Officer(CEO)nya
yang lebih tanggap pada kebutuhan investor asing juga
memberikan angin segar bagi investor asing.
Transaksi asing selama ini telah menjadi leader dalam transaksi perdagangan
di bursa sehingga mereka menjadi benchmark bagi investor lokal. Bahkan banyak di
antara investor lokal yang menjadi follower dalam mengambil keputusan transaksi di
bursa. Hal ini tidak lain disebabkan oleh berbagai faktor seperti pengetahuan bursa,
dan jaringan informasi yang dimiliki.
Investor asing yang pada umumnya institusi memang memiliki karakter yang
berbeda jika dibandingkan investor individu maupun lokal. Secara umum karakter
investor asing adalah sebagai berikut:
(1)
Ukuran perusahaan, di mana investor institusi asing dengan pertimbangan
ketersediaan
informasi
yang
lebih
banyak
akan
memilih
saham
emitenjperusahaan besar.
(2)
Penguasaan informasi, investor institusi asing rata-rata lebih well informed
dibanding investor individu dan lokal. Hal ini karena rendahnya marginal cost
yang dipikul oleh investor institusi dalam memperoleh informasi.
(3)
Analisis sekuritas, sebagai perusahaan multinasional investor asing memiliki
analis sekuritas sendiri yang berpengalaman, sehingga rekomendasinya reliable .
(4)
Transaksi sekuritas. Bagi investor asing institusi, efisiensi transaksi dan lembaga
kliring bukan masalah kritis karena mereka memakai jasa global custodian untuk
menangani transfer sekuritas dan kegiatan transaksi yang lain.
GD
Ttns2006Ch~krll
_____________________________________ _______________ 20
2.5
HUBUNGAN DINAMIS ANTARA NILAI TUKAR DAN HARGA SAHAM
Nilai tukar mata uang suatu negara merupakan ukuran perbandingan antara
volume satu unit mata uang terhadap mata uang negara lain. Biasanya, perubahan
pada perekonomian suatu negara akan diikuti dengan pergerakan pada nilai
tukarnya. Adapun besarnya persentase perubahan nilai tukar terhadap mata uang
asing dapat diukur dari rumus berikut ini:
AS= St -St-1
st-1
............................................ (2.6)
dimana
: persentase perubahan nilai tukar terhadap mata uang asing
!lS
: nilai spot rate
St
: nilai tukar mata uang periode sebelumnya
St-1
Apabila nilai persentasenya positif maka dapat dikatakan mata uang tersebut
mengalami apresiasi sedangkan jika nilai persentasenya negatif maka dapat
dikatakan mata uang tersebut mengalami depresiasi Oeff Madura, 2000).
Secara teoritis nilai tukar mata uang dipengaruhi oleh beberapa faktor
fundamental seperti jumlah uang beredar, perbedaan tingkat inflasi, perbedaan
tingkat suku bunga, permintaan dan penawaran aset dari 2 negara yang mata
uangnya ditentukan nilai kursnya.
Sejak krisis di Asia, kajian-kajian tentang keterkaitan nilai tukar dan aktivitas
di pasar modal menjadi menarik. Apakah depresiasi mata uang leading terhadap
penurunan kinerja di pasar modal atau malah sebaliknya. Sudah cukup banyak
penelitian dilakukan untuk memperoleh jawaban yang pasti mengenai hubungan
kedua variable tersebut. Namun sampai dengan saat ini masih terdapat perbedaan
pendapat mengenai variable yang mana yang menjadi leader atas variable yang lain.
Para praktisi ternyata lebih mampu mengambil keuntungan dari arbritase keadaan
krisis ini. Apabila pasar valuta asing leading terhadap pasar modal, kebijakan
pemerintah seharusnya berada pada kontrol nilai tukar. Namun apabila terjadi
kondisi sebaliknya, maka kebijakan ekonomi dalam negeri seharusnya lebih
memprioritaskan kestabilan pasar modal .
•
Tuu 2006 Chapter I I - - - - - - - - - - - - - - - - - - - - - - - - - 21
Dari sudut pandang mikroekonomi, seperti dinyatakan oleh Granger, Huang
dan Yang (1998) dalam Novita (2004), perubahan nilai tukar akan diikuti perubahanperubahan pada portofolio perusahaan multinasional. Jika terjadi apresiasi mata
uang domestik, maka akan cenderung menurunkan keuntungan perusahaan yang
berarti
terjadi
penurunan
harga
saham.
Sementara
itu,
dari
perspektif
makroekonomi apresiasi mata uang domestik yang menganut flexible exchange rate
regime akan mengurangi daya saing produk ekspor dan pada akhirnya menurunkan
harga saham. Dari 2 sudut pandang ini perubahan nilai tukar mata uang akan diikuti
perubahan pada harga saham. Hal ini sering disebut sebagai Pendekatan Tradisional.
Pasar modal mengalami perkembangan yang cukup pesat pada dekade ini.
Dari sudut pandang yang lain, perubahan harga saham dan nilai tukar lebih
mereflkesikan arus modal (capital flows). Hal ini dikenal dengan pendekatan portofolio
balance. Perhatian utama pada pendekatan portofolio balance adalah penurunan harga
saham akan mengakibatkan penurunan kekayaan para investor domestik yang
selanjutnya
akan
berdampak
pada
penurunan
permintaan
uang sehingga
menurunkan tingkat suku bunga. Penurunan suku bunga menyebabkan capital
outflows yang pada akhirnya akan menyebabkan depresiasi nilai tukar mata uang
domestik.
Dalam literatur yang lain, Shapiro (1996) dalam Widati (2003) menyebutkan 3
pendekatan dalam melihat hubungan antara nilai tukar dan indeks harga saham :
(1) Pendekatan Neraca Pembayaran
Permintaan dan penawaran dalam pasar valuta asing dipengaruhi oleh transaksi
antar negara yang meliputi perdagngan barang dan jasa serta transaksi modal.
Jika impor lebih besar maka neraca pembayaran akan defisit berarti permintaan
akan mata uang asing akan meningkat sehingga menyebabkan depresiasi mata
uang domestik dan sebaliknya. Pelemahan mata uang domestik akan diikuti
dengan pelemahan daya beli yang akan berakibat pada penurunan pendapatan
dan laba perusahaan. Penurunan laba perusahaan pada akhirnya akan
•
Tesis 2006 Chapter II
--------------------------22
menurunka n nilai perusahaan dan berikutnya berimbas pada penurunan harga
sahamnya.
(2) Pendekatan Moneter
Permintaan dan penawaran dalam pasar valuta asing dipengaruh i oleh faktorfaktor moneter seperti jumlah uang beredar, pendapatan riil, perbedaan suku
bunga dan inflasi di kedua negara. Kenaikan supply uang domestik akan
menyebabk an kenaikan harga domestik secara proporsiona l dan lewat PPP akan
mendorong , terjadinya depresiasi mata uang domestik. Penurunan mata uang
domestik akhirnya akan menurunka n pendapatan perusahaan yang berarti pula
penurunan harga saham perusahaan.
(3) Pendekatan Keseimbang an Portofolio
Dalam pendekatan ini, asset dianggap saling menggantik an sempurna (perfect
substitute) dan investor dapat menentukan pilihan investasiny a secara bebas.
Perubahan kekayaan akan berdampak pada kenaikan permintaan asset financial
dan pemilihan portofolio yang lebih menguntun gkan. Nilai tukar valuta asing
dan suku bunga harus menyesuaik an agar tercapai keseimbang an portofolio.
Berdasarka n berbagai landasan teori tersebut di atas, secara umum terdapat 2
teori yang saling berlawanan dalam mengemuka kan variabel mana yang menjadi
leader. Dalam penelitian ini, penulis cenderung untuk menggunak an teori portfolio
balance dalam melakukan analisis hubungan antara kedua variabel tersebut di atas,
dimana perubahan indeks akan direspon oleh nilai tukar secara cepat. Selain
pertimbang an ketersediaa n data secara harian, kondisi ini lebih mencermin kan fakta
yang terjadi di lapangan dibandingk an dengan perhitungan balance of payment yang
memerluka n waktu lebih panjang.
2.6
HUBUNGA N DINAMIS ANTARA NILAI TUKAR DAN TRANSAK SI
ASING
Dalam ekonomi terbuka terdapat tiga tujuan kebijakan yang tidak dapat
berjalan bersama, yang dalam literature sering disebut sebagai trilema kebijakan
~ uns2006Ch~urll
__________ __________ __________ __________ __________ __ 23
(impossible trinity). Ketiga tujuan tersebut adalah nilai tukar yang stabil, devisa yang
bebas dan harga yang stabil. Secara teoritis, ketiga tujuan tersebut tidak akan dapat
diterapkan secara bersamaan. Yang dapat dilakukan hanya memilih 2 diantara tiga
tujuan yang akan dicapai tersebut. Adapun alternatif solusinya adalah sebagai
berikut:
(1) Jika yang dituju stabilitas nilai tukar, maka kebijakan moneter yang tepat agar
berdampak lebih kecil pada nilai tukar adalah rezim devisa kontrol. Namun
dampaknya terhadap harga lebih tinggi, artinya kebijakan moneter tidak
independen.
(2) Jika yang dituju stabilitas harga, maka kebijakan moneter yan tepat agar
berdampak lebih kecil terhadap harga adalah rezim devisa bebas. Namun
depresiasi nilai tukar akan lebih besar (kebijakan moneter independen).
Menurut Hallwood dan MacDonald (.2000) penerapan rezim devisa kontrol
berakibat pada penurunan aktivitas arus modal (capital immobilihj) dan nilai tukar
stabil (fixed exchange rate regime) sedangkan penerapan rezim devisa bebas akan
meningkatkan aktivitas aliran arus modal (capital free mobility), dan nilai tukar tidak
stabil (free exchange rate regime).
Sejak adanya perubahan rezim nilai tukar di Indonesia dari manage floating
exchange rate regime menjadi free floating exchange rate system regime pada tahun 1997
dan sistem devisa yang dianut menjadi sistem devisa bebas dengan UU No. 24 tahun
1999, aliran modal dari dan ke Indonesia menjadi sangat mudah. Aliran modal ini
dapat berupa direct investment maupun dalam bentuk commercial paper atau bonds.
Namun dalam penelitian ini, pendekatan terhadap aliran modal asing dibatasi hanya
pada portofolio asing dalam bentuk saham.
Penerapan sistem devisa bebas dan rezim free floating exchange rate seharusnya
mendorong peningkatan aliran modal ke dan dari suatu negara (capital flows). Jika
aliran modal masuk semakin besar, maka akan meningkatkan permintaan mata uang
domestik. Dengan demikian, peningkatan permintaan mata uang domestik akan
menyebabkan apresiasi mata uang domestik. Begitu pula sebaliknya, jika aliran
GD
Tms2006Ch~urll
____________________________________________________ 24
modal keluar membesar, maka permintaan mata uang domestik menurun dan pada
gilirannya akan menyebabkan depresiasi mata uang domestik. Hal semacam ini
secara umum dapat menjadi indikator awal tentang kondisi perekonomian negara
terse but.
2.7
HUBUNGAN DINAMIS ANTARA HARGA SAHAM DAN TRANSAKSI
ASING
Peranan investor asing diharapkan terus meningkat dari waktu ke waktu.
Aliran dana dari investor asing merupakan salah kiat dalam menarik pemasukan
devisa (capital inflows) yang dapat memperkuat struktur moneter· dalam negeri
sekaligus juga dapat mendorong perkembangan produksi yang pada akhimya dapat
mendorong pendapatan perusahaan dan pendapatan negara. Dengan demikian,
peningkatan transaksi investor asing ke bursa akan memperkuat struktur
perekonomian nasional.
Kehadiran investor asing juga diharapkan dapat menjadi pemacu bagi
peningkatan likuiditas pasar modal domestik karena pasar modal domestik memiliki
kemampuan yang terbatas dalam mendukung kebutuhan modal dunia usaha.
Keterbatasan ini disebabkan oleh minat investor lokal untuk berpartisipasi di pasar
modal yang masih rendah. Dengan demikian, peningkatan transaksi investor asing
ke bursa juga akan meningkatkan likuiditas pasar modal domestik.
Kondisi kondusif harus terus diciptakan demi pencapaian sasaran strategis di
atas. Selain kestabilitan di bidang politik, pemerintah juga harus bersikap proaktif
untuk lebih menggairahkan transaksi di pasar modal dengan mengeluarkan berbagai
paket kebijakan. Pada tahun 1987 pemerintah mengeluarkan peraturan bahwa
investor asing dapat membeli saham yang listed di BEJ hingga 49%. Hal ini telah
mendorong pertambahan kepemilikan asing. Seiring dengan liberalisasi pasar saham
nasional, maka pemerintah mengeluarkan kebijakan yang memberikan kesempatan
investor asing untuk lebih aktif berpartisipasi dalam aktivitas pasar modal dengan
•
Tesis 2006 Chapter I I - - - - - - - - - - - - - - - - - - - - - - - - - 25
membuka kran pembatasan kepemilikan asing dari 49% menjadi 100% dengan Surat
Keputusan Menteri Keuangan No.455/KMK.01/1997 tanggal4 September 1997.
Pembatasan kepemilikan saham oleh investor asing di suatu bursa berkait erat
dengan penciptaan nilai perusahaan. Seperti yang diungkapkan oleh Swee-Sum Lam
(1995) yang melakukan penelitian di Singapore Stock Exchange bahwa pengetatan atau
pelonggaran kepemilikan saham akan menurunkan atau meningkatkan nilai
perusahaan (value affirm) yang sering disebut shareholder value.
Di lain pihak investor asing juga memiliki kriteria tertentu sebelum
mengambil keputusan untuk melakukan transaksi di suatu bursa asing. Mereka
perlu mengenali potensi saham-saham yang akan dibeli, sehingga mereka harus
mengetahui kinerja keuangan perusahaan sebelum bertransaksi. Pada umumnya
investor asing membeli saham-saham unggulan, berkapitalisasi besar, memiliki
pertumbuhan yang menjanjikan dan likuiditasnya tinggi. Menurut penelitian SweeSum Lee (1995), alasan investor asing lebih suka melakukan transaksi pada saham
yang likuid adalah karena dalam kondisi demikian mereka dapat dengan cepat
masuk atau keluar dari suatu bursa dengan resiko perubahan harga yang minimal
(cut loss transaction). Jenis saham yang likuid menurut Sharpe (1995) adalah saham
dengan nilai kapitalisasi besar dan aktif diperdagangkan di bursa. (Haryanto, 1998)
Dari perspektif ekonomi mikro, menurut Jones (1998) dan Reilly dan Brown
(2000) dengan pendekatan Top-Down Analysis, terdapat 3 tahap analisis fundamental
investor sebelum mengambil keputusan untuk berinvestasi di suatu bursa, yaitu :
(1) Analisis Makroekonomi dan Pasar Sekuritas
Tujuan dari analisis ini adalah memutuskan bagaimana mengalokasikan dana
investasi ke berbagai negara dalam bentuk bonds, stocks, atau cash (Reilly dan
Brown, 2000). Prospek perusahaan dalam top-down analysis diawali dari kondisi
ekonomi global. Kondisi perekonomian suatu negara sangat terkait dengan
kondisi makro ekonomi dunia. Artinya, kinerja ekonomi suatu negara secara
makro akan dipengaruhi oleh negara-negara lain. Isu-isu politik, proteksi dan
kebijakan perdagangan luar negeri merupakan faktor penting dalam menentukan
•
TuiJ 2006 Chapter II
--------------------------26
kinerja ekonomi. Dalam ekonomi global, nilai tukar menjadi variabel yang
penting karena mempengaruhi daya saing melalui PPP, yang pada akhirnya akan
berdampak pada kinerja ekonomi. Sementara itu, kondisi ekonomi makro suatu
negara yang tercermin dalam Pendapatan Domestik Bruto (PDB), tingkat
pengangguran, inflasi, suku bunga, defisit anggaran dan sentimen pasar akan
mempengaruhi tingkat investasi (Bodie et al, 2001). Hal ini karena investor akan
mempertimbangkan faktor-faktor tersebut dalam memutuskan investasinya. Jika
kondisi ekonomi sedang resesi, maka harga saham akan sangat terpengaruh dan
rentan terhadap kejutan ekonomi. Sebaliknya, jika ekonomi dalam kedaan
ekspansi, maka harga saham akan cenderung meningkat. Di lain sisi, pasar
saham mempengaruhi setiap investor. Investor tidak dapat melawan tren pasar.
Jika pasar sedang membaik, maka sebagian besar saham akan membaik pula.
Namun
~emikian,
analisis ekonomi perlu diikuti dengan analisis industri, karena
pengaruh perekonomian terhadap masing-masing industri akan berbeda-beda.
(2) Analisis IndustrijSektor Ekonomi
Tujuan analisis ini adalah menentukan industri apa yang menguntungkan dan
dalam jangka panjang tahan terhadap kejutan ekonomi dunia dan berbagai
negara (Reilly dan Brown, 2000). Secara umum, industri akan sulit untuk
berkembang dengan baik jika kondisi ekonomi makro tidak kondusif. Namun
demikian, industri akan memberikan respon pergerakan pasar dengan tingkatan
yang bervariasi tergantung pada jenis industri, sensitivitas siklus bisnis, siklus
hidup industri dan struktur industri (Bodie et al, 2001). Industri akan
dipengaruhi pada berbagai tingkatan baik akibat resesi maupun ekspansi.
Sebagai contoh, jenis industri barang berat akan sangat terpengaruh oleh resesi,
sedangkan barang-barang konsumsi tidak akan terlalu terpengaruh.
(3) Anal isis Perusahaan
Seperti dikemukakan Reilly dan Brown (2000), meskipun 2 tahapan analisis
sebelumnya penting, namun perhatian utama seharusnya dicurahkan pada
analisis perusahaan karena dalam analisis ini investor tidak hanya menganalisis
•
Tesis 2006 Chapter II _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 27
kinerja perusahaan di masa lalu dengan rasio-rasio laporan keuangan, namun
juga yang lebih penting lagi adalah memperhitungkan prospek perusahaan di
masa datang. Investor harus dapat membandingkan kinerja masing-masing
perusahaan yang bergerak pada industri yang sama dengan melakukan estimasi
atas intrinsic value dan harga pasar masing-masing saham karena tujuan akhir
analisis ini adalah menentukan perusahaan mana yang paling menguntungkan
dan harganya murah (underoalued). Dalam analisis ini, para analisis biasanya
menggunakan dividend discount model yang menghitung intrinsic value perusahaan
sebesar nilai sekarang dari seluruh dividen yang diharapkan diterima dimasa
datang dan
menggunakan price-earnings per share ratio yang mencerminkan
perbandingan harga saham dan laba per saham. Selain itu, perlu dibuat rasiorasio lain seperti price to book ratio, price to cash flow ratio dan price to sales ratio serta
membuat forecasting earnings dan dividend.
Apakah ketiga tahapan di atas dapat digunakan dengan baik? Berbagai hasil
penelitian mendukung teknik ini. Pertama, beberapa penelitian mengindikasikan
sebagian besar perubahan pada pendapatan perusahaan akan mendorong
perubahan pendapatan pada indsutri meskipun relatif berbeda-beda pengaruhnya
antar perusahaan. Intinya, situasi ekonomi (economic environment) mempengaruhi
pendapatan perusahaan. Kedua, berbagai studi menemukan hubungan antara harga
saham gabungan dengan berbagai variabel makro ekonomi seperti tingkat
pengangguran, pendapatan dan produksi. Hasilnya mendukung pandangan bahwa
terdapat hubungan yang erat antara harga saham dengan kondisi ekonomi kontraksi
dan ekspansi. Ketiga, sebuah analisis tentang hubungan antara rates of return (ROR)
untuk agregat pasar saham, industri alternatif dan saham individu menunjukkan
bahwa sebagian besar perubahan ROR pada saham individu akan menjelaskan
perubahan ROR pada agregat pasar saham dan akhirnya pada saham-saham
industri.
Berdasarkan hal-hal di atas, secara teori masuknya investor asing ke dalam
suatu bursa akan meningkatkan indeks harga saham karena permintaan saham
fe
Ttsis 2006 Chapter II
--------------------------28
meningkat. Di sisi lain, investor asing juga tidak akan gegabah asal membeli saham
tetapi pasti akan mempertimbangkan kondisi makroekonomi secara keseluruhan,
industri dan baru kemudian jenis saham yang menguntungkan dan likuid sehingga
memudahkan mereka untuk cut loss transaction jika keadaan tidak kondusif.
2.8
PENELITIAN TERDAHULU
Berbagai penelitian berkaitan dengan hubungan dinamis antara nilai tukar
dengan indeks harga saham telah dilakukan oleh banyak peneliti. Namun demikian,
hasil penelitian tersebut masih bervarisasi sehingga belum dapat memberikan
kesimpulan yang memuaskan. Hal ini tidak lain disebabkan oleh faktor kondisi
negara yang diteliti dan periode data penelitian.
Ma dan Kao (1990), meneliti 6 negara
industri yaitu Kanada, Perancis,
Jerman, Italy, Jepang dan Inggris, dengan menggunakan data bulanan nilai tukar
dan indeks harga, menemukan bahwa apresiasi mata uang domestik mempunyai
hubungan negatif dengan indeks harga saham pada negara yang didominasi ekspor.
Apresiasi mata uang ini akan mengurangi daya saing ekspor. Sementara itu, pada
negara yang didominasi impor akan berlaku sebaliknya.
Ajayi dan Mougoue (1996) melakukan penelitian dengan uji unit root,
kointegrasi dan ECM untuk menguji hubugan dinamis antara nilai tukar dan indeks
harga saham di delapan negara maju yaitu Jerman, ltali, Jepang, Belanda, Inggris,
Kanada, Perancis dan Amerika Serikat. Hasilnya menyatakan bahwa indeks harga
saham dan nilai tukar untuk tiap negara berkointegrasi. Kemudian hasil estimasi
dengan ECM menunjukkan bahwa di negara Jerman, Italia, Jepang, Inggris,Perancis
dan Amerika Serikat terdapat hubungan bidirectional dari pasar valas ke pasar
saham.
Manurung (1996) menemukan hubungan yang negatif antara indeks harga
saham dengan nilai tukar di BEJ. Begitu juga dengan investasi asing dengan hasil
empiris yang menyatakan bahwa neto volume saham pembelian asing pada lag 4
yang signifikan menjelaskan variasi indeks harga saham dengan hubungan negatif.
•
Tesii 2006 Chapter II
-------------------------29
Asmila (200 1) melakukan penelitian terhadap hubungan antara harga saham
dengan nilai tukar untuk 4 negara di Asia masing-masing Indonesia, Singapura,
Thailand dan Filipina. Data yang dipakai adalah data time series harian dari tahun
1998 sampai dengan Oktober 2000. Berdasarkan penelitian empiris ini, Asmila
menyimpulkan bahwa nilai tukar lebih berpengaruh terhadap harga saham di 3
negara yaitu Indonesia, Thailand dan Singapura sedangkan di Filipina terjadi
hubungan kausalitas, saling mempengaruhi.
Sulistyo (2002) meneliti hubungan antara keseimbangan jangka panjang dan
pendek di antara indeks saham dan nilai tukar rupiah terhadap beberapa mata uang
negara-negara di kawasan Asia Pasifik yang terkena krisis (antara lain Amerika,
Jepang, Malaysia dan Thailand) dengan menggunakan data pekanan dari 5 Januari
1996 sampai dengan 7 Desember 2001. dalam penelitian tersebut, Sulistyo
menemukan bahwa terdapat hubungan jangka panjang antara IHSG dan nilai tukar
rupiah terhadap dollar Amerika, yen, ringgit dan bath. Hubungan IHSG dengan
dolar Amerika bersifat negatif sedangkan dengan ketiga mata uang negara yang lain
bersifat positif.
Sudjono (2002) yang meneliti keseimbangan jangka panjang dan hubungan
simultan antara variable ekonomi makro dengan IHSG di BEJ, menyimpulkan bahwa
dengan data bulanan peride waktu Januari 1990 sampai dengan Desember 2000,
hanya terdapat 4 variabel yang memiliki hubungan kausalitas yaitu IHSG, Deposito
1 bulan, SBI dan nilai tukar. Selain itu, uji kointegrasi periode 1990:1-2000:12 lebih
mampu menunjukkan keseimbangan jangka panjang dibandingkan dengan uji
kointegrasi periode sebelum maupun pada masa krisis. Dengan metode VAR dan
ECM, secara empiris terbukti bahwa variable nilai tukar lebih andal dalam
menjelaskan pengaruhnya terhadap 3 variabellainnya.
Indrawati (2002) meneliti hubungan dinamis antara variable ekonomi makromoneter dan indeks pasar saham dengan pendekatan Granger Noncausality (GNC)
dalam VAR dan VEC untuk 4 negara yaitu Indonesia, Thailand, Korea Selatan dan
Taiwan. Data yang digunakan adalah data time series bulanan dari bulan Desember
~
Tesii 2006 Chapter II
-------------------------30
1991 sampai dengan November 2001. Berdasarkan penelitiannya, Indrawati
berkesimpulan bahwa khusus untuk Indonesia, terdapat pengaruh positif indeks
saham terhadap nilai tukar. Hal ini berarti bahwa indeks harga saham dapat menjadi
leading indicator untuk menganalisis nilai tukar.
Novita (2004) melakukan penelitian tentang hubungan dinamis antara indeks
harga saham dan nilai tukar di Indonesia dengan data harian sejak tanggal24 Januari
2001 sampai dengan 18 Juni 2004. Novita menemukan bahwa kedua variable tidak
terkointegrasi sehingga digunakan model V ARD. Dengan VARD, pergerakan nilai
tukar rupiah dipengaruhi oleh dinamika dari nilai tukar sendiri dan dinamika dari
indeks harga saham sedangkan indeks harga saham hanya dipengaruhi oleh
dinamika dari indeks sendiri. Hal ini menunjukkan bahwa indeks harga saham
menjadi leading indicator bagi nilai tukar.
Berikut ini disajikan matriks perbandingan antar penelitiari. tersebut:
Tabel2.1
Matriks Perbandingan Penelitian-Penelitian Sebelumnya dengan Penelitian ini
Peneliti
Topik Penelitian
Ajayi dan hubugan
dinamis
Mougoue
antara nilai tukar
(1996)
dan indeks harga
saham di delapan
negara maju yaitu
Jerman, !tali, Jepang,
Belanda,
Inggris,
Kanada,
Perancis
dan Amerika Serikat
As mila
(2001)
•
hubungan
antara
harga saham dengan
nilai tukar untuk 4
negara
di
Asia
masing-masing
Indonesia,
Singapura, Thailand
dan Filipina
Tesis 2006 Chapter II
Metodologi
Peri ode
Hasil Penelitian
Penelitian
Uji unit root, April 1985 s.d Indeks harga saham
Juli 1991 (data dan nilai tukar untuk
UJI
kointegrasi,
harian)
setiap
negara
berkointegrasi
dan
Model
dan
ECM
terdapat hubungan
bidirectional
antara
pasar valas dan pasar
saham
Uji unit root, Januari 1998
s.d Oktober
UJI
kointegrasi,
2000 (harian)
dan
Model
ECM
nilai
tukar
lebih
berpengaruh
terhadap
harga
saham di 3 negara
yaitu
Indonesia,
Thailand
dan
Singapura sedangkan
di Filipina terjadi
hubungan kausalitas
--------------------------31
Peneliti
Topik Penelitian
Periode
Penelitian
Uji unit root, 5 Januari 1996
uji
s.d
7
Desember
kointegrasi,
dan
Model 2001
ECM
(pekanan)
Metodologi
Sulistyo
(2002)
hubungan
antara
keseimbangan
jangka panjang dan
pendek di antara
indeks saham dan
nilai tukar rupiah
terhadap beberapa
mata uang negaranegara di kawasan
Asia Pasifik yang
terkena krisis (antara
lain
Amerika,
Jepang,
Malaysia
dan Thailand)
Sudjono
(2002)
keseimbangan
jangka panjang dan
hubungan simultan
antara
variable
ekonomi
makro
dengan IHSG di BEJ
Uji unit root, Januari 1990
uji
s.d Desember
kointegrasi,
2000
dan
Model (bulanan)
VARL
dan
ECM
Indrawati
(2002)
hubungan dinamis
an tara
variable
ekonomi
makromoneter dan indeks
pasar saham untuk 4
negara
yaitu
Indonesia, Thailand,
Korea Selatan dan
Taiwan.
pendekatan
Granger
NoncausalihJ
(GNC) dalam
VARdanVEC
S
Hasil Penelitian
terdapat hubungan
jangka
panjang
antara IHSG dan
nilai tukar rupiah
terhadap
dollar
Amerika, yen, ringgit
dan bath. Hubungan
IHSG dengan dolar
Amerika
bersifat
sedangkan
negatif
dengan ketiga mata
uang negara yang
lain bersifat positif
hanya terdapat 4
variabel
yang
memiliki hubungan
kausalitas
yaitu
IHSG, Deposito 1
bulan, SBI dan nilai
tukar. variable nilai
tukar lebih andal
dalam menjelaskan
pengaruhnya
terhadap 3 variabel
lainnya.
Desember
khusus
untuk
1991
s.d Indonesia, terdapat
November
pengaruh
positif
2001
indeks
saham
(bulanan)
terhadap nilai tukar.
Pasar
saham
Indonesia
tidak
efisien
secara
informasional karena
adanya kointegrasi
dan lag nilai tukar
granger cause indeks
saham.
Tesis 2006 Chapter I I - - - - - - - - - - - - - - - - - - - - - - - - - - - 32
Peneliti
Novita
(2004)
Supriyanto
(2006)
Hasil Penelitian
Peri ode
Penelitian
Januari kedua variable tidak
24
root,
unit
Uji
dinamis
hubungan
2001 s.d Juni terkointegrasi.
antara indeks harga uji
nilai
pergerakan
2004
saham dan nilai kointegrasi,
rupiah
tukar
Model
dan
tukar di Indonesia
oleh
dipengaruhi
dan
VARD
dinamika dari nilai
forecasting
tukar sendiri dan
dinamika dari indeks
saham
harga
indeks
sedangkan
harga saham hanya
oleh
dipengaruhi
dinamika dari indeks
sendiri.
Topik Penelitian
Metodologi
hubungan ~s
antara arus modal
perubahan
asing,
indeks LQ45 dan
nilai
pergerakan
tukar di Indonesia
Uji unit root,
uji granger's
causality, uji
kointegrasi,
Model VARD
dan Innovation
Accounting
dengan
Impulse
Response
Function dan
Variance
Decomposition
•
2 Januari 2000
1
s.d
Desember
2005
ketiga variabel tidak
ada hubungan timbal
tidak
dan
balik
berkointegrasi.
nilai
Pergerakan
rupiah
tukar
oleh
dipengaruhi
dinamika dari nilai
sendiri,
tukar
dinamika dari indeks
LQ 45 dan pembelian
bersih asing. Indeks
harga saham hanya
oleh
dipengaruhi
dinamika dari indeks
sedangkan
sendiri
bersih
pembelian
dipengaruhi
asing
dinamika
oleh
dirinya sendiri dan
dinamika indeks LQ
45. Jadi, Indeks LQ 45
terhadap
leading
bersih
pembelian
asing dan nilai tukar .
Tesir 2006 Chapter I I - - - - - - - - - - - - - - - - - - - - - - - - - - - 33
BAB III
METODOLOGI PENELITIAN
Data penelitian sebelurn dapat digunakan untuk estirnasi, perlu dilakukan
tahapan-tahapan pengujian dengan tujuan agar estirnasi regresi dapat memberikan
hasil estimasi yang efisien dan terbebas dari kesalahan-kesalahan. Dalam bab ini
akan disajikan prosedur pelaksanaan penelitian dari identifikasi variable penelitian
dan spesisfikasi model, uji kausalitas, uji stasioneritas, penentuan panjang lag, uji
kointegrasi, pembentukan model VAR dan VEC serta innovation accounting.
3.1
IDENTIFIKASI V ARIABEL PENELITIAN DAN SPESIFIKASI MODEL
3.1.1
V ARIABEL PENELITIAN
Sebagairnana telah diuraikan di BAB II, variabel-variabel yang akan
digunakan dalarn penelitian ini adalah sebagai berikut:
1. Nilai tukar rupiah terhadap dolar Arnerika Serikat
2. Indeks LQ 45 pada BEJ
3. Net Purchase (pernbelian bersih) investor asing pada BEJ
Pemilihan ketiga variabel di atas sebagai variabel penelitian didasarkan atas
dugaan adanya hubungan saling keterkaitan antara nilai tukar, indeks LQ 45 dan
pernbelian bersih investor asing. Seperti yang diuraikan di Bab II, secara teori
pergerakan indeks harga saham akan meningkatkan kekayaan riil para investor
sehingga akan meningkatkan pula daya belinya. Peningkatan daya beli akan
rneningkatkan pula permintaan uang dornestik. Peningkatan permintaan uang akan
rnendorong peningkatan suku bunga yang selanjutnya akan menarik arus modal
asing. Adanya peningkatan permintaan uang dan arus modal asing yang masuk
akan menyebabkan apresiasi rnata uang domestik.
Penggunaan indeks LQ 45 rnewakili saharn-saham yang aktif dan likuid
sebagai saham pilihan investor asing, penggunaan pembelian bersih investor asing
•
Tesis 2006 Chapter III
----------------------------------------------- 34
dimaksudkan untuk menggambarkan seberapa besar arus modal asing keluar dan
masuk ke dalam perekonomian domestik secara cepat melalui bursa efek dan
penggunaan dolar Amerika sebagai ukuran nilai tukar karena mata uang tersebut
merepresentasikan kekuatan perekonomian dunia dimana dolar Amerika menjadi
anchor money untuk mengukur nilai tukar mata uang berbagai negara.
Transformasi time series:
/lER, =In[ ERr ] adalah perubahan tingkat (Iaju) nilai tukar
ERr-l
MHSLQ, =In[ IHSLQ, ] adalah imbai hasil indeks saham unggulan LQ 45
IHSLQr-l
ANPFt =In[ NPF, ] adalah perubahan laju net purchnse transaksi investor
NPFt-l
asing
3.1.2
SUMBERDATA
Data yang digunakan adalah data runtut (time series) waktu harian dari 1
Januari 2000 sampai dengan 1 Desember 2005. Data indeks harga saham diambii dari
indeks harga saham LQ 45 BEJ, pada harga penutupan (closing price) akhir hari. Data
transaksi asing didapat dari niiai pembelian bersih harian investor asing di BEJ. Data
niiai tukar rupiah diambil dari data harian kurs tengah uang kertas rupiah terhadap
dolar Amerika. Sumber data indeks harga saham LQ 45 dan transaksi pembelian
bersih asing diperoleh dari BEJ, sedangkan data nilai tukar dari Bank Indonesia.
Ketiga data diakses dari penyedia data Bloomberg.
Periode tahun 2000-2005 dipilih sebagai salah satu tolak ukur kondisi
perekonomian pemerintahan baru pasca krisis yang melanda Indonesia. Penggunaan
data harian diharapkan dapat lebih merepresentasikan kondisi riil jika dibandingkan
dengan data pekanan, bulanan, kuartalan atau tahunan, sehingga akan memberikan
gambaran yang lebih baik atas dinamika pergerakan variabel-variabel yang diteliti.
(I)
Te.ris2006Chapteriii
------------------------35
3.1.3 RUANG LINGKUP PENELITIAN
Penelitian ini dilakukan secara makro dengan menjadikan Indonesia sebagai
unit analisis. Pada penelitian ini akan dibuktikan secara empiris bahwa teori
Portofolio Balance Approach sesuai dengan kondisi perekonomian Indonesia, yang
menyatakan bahwa dalam jangka pendek, indeks harga saham akan menjadi leading
indicator bagi pergerakan nilai tukar dan aliran modal asing (capital flows) khususnya
yang melalui bursa efek di Indonesia.
3.1.4 SPESIFIKASI MODEL
Pemodelan VAR untuk variable nilai tukar dan indeks harga saham
mengikuti penelitian yang telah dilakukan oleh Ajayi dan
Mou~oue
(1996) dalam
Novita (2004). Sebagai tambahan variabel penelitian, digunakan pembelian bersih
investor asing yang secara teori memiliki hubungan dinamis dengan variabel nilai
tukar dan indeks harga saham. Dengan demikian, ketiga variabel di atas dibentuk 3
persamaan VAR menjadi sebagai berikut :
E R1
=
a 1o + a
LQ1
=
a
20
LogNPt = a
3.2
11 E R 1
- ;
+
a
12
L Q1 - ;
+ a 21LQt - ; + a 22ER1 - ;
30
+ a
31
a
+
+
ERt - ; + a 32LQt - ;
13 Log N P 1
- ;
+ E 11
a 23LogNP1 - ;
+
a 33LogNP1 - ;
+
+
................ (3 .1)
Elt ............... (3.2)
E3t .............. (3.3)
UJI STASIONERITAS (UNIT ROOT TESI)
Dalam analisis time series, informasi tentang stasioneritas suatu data series
merupakan hal yang sangat penting karena mengikutsertakan variable yang
nonstasioner ke dalam persamaan estimasi koefisien regresi akan mengakibatkan
standard error yang dihasilkan menjadi bias. Adanya bias ini akan menyebabkan
kriteria konvensional yang biasa digunakan untuk menjustifikasi kausalitas antara
dua variable menjadi tidak valid. Artinya, Estimasi regresi dengan menggunakan
suatu variable yang memiliki unit root (data nonstasioner) dapat menghasilkan
kesimpulan (forecasting) yang tidak benar karena koefisien regresi penaksir tidak
fe
Tesis 2006 Chapter III
_________________ _________________ ____________ 36
efisien. Banyak ditemukan koefisien hasil regresi dari variable nonstasione r
menunjukk an nilai signifikan yang ditandai dengan nilai R2 tinggi, namun
sebenarnya variable-var iabel tersebut tidak ada hubungan sama sekali karena nilai
statistik Durbin-Watsonnya rendah. Dalam literatur, fenomena ini dikenal dengan
nama Spurious Regression (Engle dan Granger, 1987). Namun demikian, Spurious
Regression tidak akan terjadi jika terdapat kombinasi dengan variable lain yang juga
non stasioner sehingga membentuk hubungan yang bersifat stasioner terkointegra si
(Granger dan Newbold, 1974).
Suatu data time series dikatakan stasioner jika mean, variance dan autocovariance
untuk berbagai lag yang berbeda nilainya konstan, tidak melihat dari titik mana
perhitungan dimulai atau tidak tergantung waktu (time invariant). Misalkan suatu
time series, Yt, dapat dikatakan stasioner jika memenuhi beberapa kriteria sebagai
berikut (Gujarati, 2003):
J.1
...........•.... ..•.•..•.......• ....•....... (3.4)
Mean
E
Variance
Var(Yr) = E(Yr- p) 2 = CY~
Covariance
Yk
( y
I
)
=
•..•.•.•..••• •••••••••••••••• ••••••.••••• (3.5)
= E[(Yr- Ji)(Yr + k - Jl)] ................ ................ ......... (3.6)
Persamaan (3.4) dan (3.5) mensyaratk an proses dengan mean dan variance
yang konstan, sedangkan persamaan (3.6) mensyaratk an covariance dua nilai dalam
deret hanya tergantung pada interval waktu antara dua nilai tersebut (k) dan bukan
pada waktu (t).
Uji stasionerita s dapat dilakukan dengan berbagai cara baik informal maupun
formal. Pengujian secara informal dapat dilakukan dengan correlogram dan
pengamatan grafis sedangkan pengujian secara formal dapat dilakukan dengan
menggunak an unit root test dengan berbagai metode uji diantaranya Dickey-Fuller
Test, Augmented Dickey-Fuller Test, Plzillips-Peron Test., Dickey-Fuller GLS, dan
Kwiatkowski-Phillips-Schmidt-Shin (KPSS Test). Dalam penelitian ini akan diuraikan
pengujian stasionerita s secara formal yang dibatasi pada penggunaan 2 metode uji
yaitu metode Augmented Dickey Fuller Test dan Phillips-Peron Test .
•
Tesis 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
37
3.2.1 AUGMENTED DICKEY-FULLER (ADF) TEST
Uji stasioner dengan metode ADF Test merupakan pengembangan dari
Dickey-Fuller (DF) Test. Meskipun critical value dari DF Test merupakan aproksimasi
yang baik namun terdapat beberapa kelemahan pada DF Test diantaranya sebagai
berikut:
-
Low Power Rejection of Null Hyplzotesis
-
Untuk sampel yang kecil atau sampel yang "noisy"
(volatilita~
sangat tinggi), DF
Test tidak dapat mendeteksi data yang bersifat near stationerity dan trend
stationerity. Kedua data tersebut akan terdeteksi sebagai data yang nonstasioner.
-
Critical value DF Test sangat sensitive terhadap perubahan-perubahan properties
dari proses pembentukan data time series tersebut.
Menurut Gonzalo dan Lee (1995), beberapa metode uji stasioneritas juga mengalami
hal yang sama.
Mengingat kelemahan DF Test di atas, hasil uji DF Test akan bias bila terdapat
korelasi antar residual dalam suatu series (serial correlation). Karena bias dalam
pengujian merupakan masalah yang paling penting, maka DF Test dimodifikasi
menjadi ADF Test. Ide dasarnya adalah dengan cara menggunakan sejumlah lag
variable dependen dalam prosedur standar DF Test agar korelasi antar residual
dapat dihilangkan.
Pengujian stasioneritas data series, Yt, dengan menggunakan ADF Test
dengan mempertimbangkan sejumlah lag dapat dituliskan sebagai berikut:
uA
y
,
; •
A
'-'
y
I
=
. y
p .u
L
r y , - • + ""'
--
a
0
+ y y
I
I
-
A
, -
,. • •
+
£
,
I
+
£
• • • • • • • • •• • • • • •• • ••• • • • • • • • •••• • • • • ••• • • • • • .. (3.7)
:!
L
+ ~
p
A
lu
y
I
-
i
•
I
•••••••• ••••••••• • •• ••• • •• • •• • ••• •••• • ••• • .(3.8)
; • !
!:J.
y =
I
a
0
+
rY
I -
I
+ a
2 (
+
t
p ;!J,.
Y
1
-
I +
I
+
£
1
• • • • • • • • •• "• • • • •" • • • • • • • • • • • • • • • " • • • • •
.(3.9)
I= 2
Tabel critical value dapat digunakan untuk menguji apakah y = 0. DickeyFuller juga menambahkan 3 tabel statistik yaitu ¢11, {h,dan (P., untuk menguji hipotesis
dari koefisien-koefisien dari 3 persamaan di atas.
•
Tesis 2006 Chapter III
_________________________________ ___________ 38
Dengan persamaan (3.8) kita dapat menguji apakah y = 0 dan a.o = 0, yaitu
apakah data Y terbentuk dari proses stasioner tanpa drfit, maka Hipotesis Nolnya
adalah Ho: y = a.o = 0. Statistik yang digunakan adalah ¢I .
Dengan persamaan (3.9) kita dapat menguji apakah a.o = y = a2 = 0, yaitu
apakah data Y terbentuk dari proses stasioner, tanpa drift dan tanpa deterministic
trend. Hipotesis Nolnya adalah Ho: a.o = y = a2 = 0. Statistik yang digunakan adalah ¢2.
Dengan persamaan (3.7) kita dapat menguji apakah y = a2 = 0, yaitu apakah
data Y terbentuk dari proses stasioner dan tanpa deterministic trend. Hipotesis
Nolnya adalah Ho: y = a2 = 0. Statistik yang digunakan adalah ¢13.
Statistik ¢1, f/Jl,dan ¢13 dihitung dengan cara yang sama dengan menghitung
statistik F yaitu :
¢; = [RSSrestricted- RSSunrestricted I r] ..................... (3.lC')
RSSunrestricted I(T- k)
RSSrestricted dan RSSunrestricted = the residuals sum of the squares dari restricted
dan unrestricted model
r = jumlah restriksi
T = jumlah observasi yang digunakan
k = jumlah parameter yang diestimasi di dalam unrestricted model
T-k = degree offreedom dari unrestricted model
Dengan membandingkan nilai
tA hitung dengan tA Tabel, maka dapat ditentukan
apakah restriksi yang digunakan pada model berbeda signifikan.
Ho: parameter dari model restricted
H1: parameter dari model unrestricted
Jika restriksi tidak signifikan, maka nilai RSS restricted model seharusnya mendekati
nilai RSS unrestricted model sehingga nilai seharusnya
tA kecil. Nilai tA yang besar
menunjukkan bahwa Ho ditolak, artinya ada perbedaan antara model terestriksi
dengan yang tidak terestriksi.
•
Te.ris 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
39
Dengan demikian, jika nilai
tA hitung lebih kecil daripada nilai tA table, maka
model terestriksi tidak ditolak. Artinya, model terestriksi ternyata berbeda signifikan
dengan model yang tidak terestriksi. Sementara itu, jika nilai
daripada nilai
tA
tA
hitung lebih besar
table, maka model terestriksi ditolak, karena tidak ada perbedaan
antara model terestriksi dengan model yang tidak terestriksi.
3.2.2
PHILLIPS-PERON (PP) TEST
Alternatif uji stasioneritas secara formal adalah uji stasioneritas yang
diusulkan Phillips dan Peron (1998). Metode ini memodifikasi test statistik yang
digunakan OF Test sedemikian rupa sehingga tidak perlu ada tambahan lag variable
dependen untuk menghilangkan pengaruh serial korelasi yang ada pada error termnya.
Pengujian dengan PP Test menggunakan metode non parametrik untuk
mengendalikan korelasi serial dalm suatu time series. PP Test merupakan proses
AR(1) yang dapat dinyatakan sebagai berikut :
.................................. (3.11)
Hipotesis nolnya adalah p = 1. Jika
p = 1, maka variable stokhastik Yt memiliki
unit root atau random walk, artinya data nonstasioner. Untuk melakukan uji stasioner,
PP statistic dibandingkan dengan nilai PP Tabel. Jika nilai absolut PP statistik lebih
besar dari nilai absolut PP Tabel, maka hipotesis nol ditolak, artinya data time series
bersifat stasioner.
Kelebihan metode ini adalah PP Test mengasumsikan bahwa proses
terbentuknya error term dari suatu variable tidak mengikuti suatu fungsi tertentu.
Hal ini berarti prosedur PP Test dapat secara luas diterapkan sepanjang tidak ada
keharusan mengasumsikan bahwa error term memiliki bentuk fungsional tertentu.
Namun demikian, PP Test ternyata masih tergantung pada asymptotic theonJ yang
berarti bahwa semakin besar sampel yang digunakan, validitas PP Test dalam
mendeteksi stasioneritas pada data time series menjadi semakin akurat.
•
Tesis 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
40
Namun demikian, secara umum masalah yang muncul dalam uji ADF adalah
penentuan panjang lag. Jika lag terlalu panjang akan mengurangi kemampuan untuk
menolak hipotesis karena lag yang terlalu panjang menambah parameter estimasi
disertai hilangnya degree of freedom. Sebaliknya, jika lag terlalu pendek, maka sulit
mengungkapkan the actual error process sehingga standar error tidak dapat diestimasi
(Pyndik dan Rubinfeld, 1998).
3.3
UJI KAUSALITAS (GRANGER'S CAUSALITY)
Uji kausalitas dilakukan untuk mengetahui apakah suatu variabel endogen
dapat diperlakukan sebagai variabel eksogen. Hal ini bermula dari ketidaktahuan
keterpengaruhan antar variabel. Jika ada dua variabel x dan y, maka apakah x
menyebabkan y atau y menyebabkan x atau berlaku keduanya atau tidak ada
hubungan keduanya. Variabel x menyebabkan variabel y artinya berapa banyak nilai
y pada periode sekarang dapat dijelaskan oleh nilai y pada periode sebelumnya dan
nilai x pada periode sebelumnya.
Uji kausalitas dapat dilakukan dengan berbagai metode diantaranya metode
Granger's Causality dan Error Correction Model Causality. Pada penelitian ini,
digunakan metode Granger's Causality. Pengujian dengan Granger's CausalihJ hanya
menguji hubungan diantara variabel dan tidak melakukan estimasi terhadap model.
Pengujian hubungan kausalitas dengan metode Granger's Causality dikembangkan
oleh Granger (1969). Berikut ini diberikan contoh hubungan kausalitas antara 2
variable y dan z :
n
Y, =
z, =
Ia,y,_; + LfJjzt-j + J.L.,
i=l
j=l
m
m
,L:...t,y,_; + ,L:rjzt-j + J12t
i=l
•
n
......................................... (3.12)
......................................... (3.13)
j=l
Tesis 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - - 41
Adapun langkah-langkah penggunaan metode Granger's Causality adalah
sebagai berikut :
1. lakukan regresi antara 2 variabel, misal y dan z dengan memasukkan
beberapa variasi lag. Dari regeresi ini akan diperoleh restricted residual sum of
squares (RSSrestricted).
2. hipotesis nolnya adalah Ho:
3. untuk menguji hipotesis, digunakan uji F.
4.
jika nilai absolute F lebih besar daripada nilai kritis F table, maka hipotesis
nol ditolak yang berarti terdapat hubungan kausalitas.
5. langkah ini diulang-ulang untuk beberapa variable penelitian yang lain
dengan lag yang berbeda.
Dari pengujian tersebut nkan diketahui variable-variabel mana yang memiliki
hubungan kausalitas, sehingga selanjutnya dapat dimasukkan dalam analisis dengan
metode VAR. Sementara itu, variable-variabel yang tidak memiliki hubungan
kausalitas dikeluarkan dari persamaan VAR.
3.4
PENENTUAN PANJANG LAG
Sebelum melakukan uji kointegrasi, dan membentuk model VAR atau VEC
perlu dilakukan penentuan panjang lag. Karena uji kointegrasi, dan model VAR a tau
VEC sangat peka terhadap panjang lag, maka penentuan lag yang optimal menjadi
salah satu prosedur penting yang harus dilakukan dalam pembentukan model
(Enders, 1995).
Pemilihan lag seringkali dilakukan secara trial and error untuk mendapatkan
hasil yang optimal. Namun dalam pemilihan lag, selain mempertimbangkan
optimalitas seharusnya juga mempertimbangkan adanya kemungkinan korelasi
serial dan degree of freedom. Korelasi serial biasanya disebabkan oleh pemilihan lag
yang terlalu pendek sedangkan lag yang terlalu panjang akan menyebabkan
e
Tests 2006 Chapter III
-------------------------------------------------------------------------------------------42
penurunan degree of freedom dari persamaan yang dihasilkan dan jumlah parameter
yang diestimasi menjadi semakin banyak sehingga menjadi tidak efisien.
Secara umum terdapat beberapa parameter yang dapat digunakan untuk
menentukan panjang lag yang optimal, antara lain AIC (Akaike Information Criterion),
SC (Sclrwart Criterion) dan LR (Likelihood Ratio). Penentuan panjang lag yang optimal
didapat dari persamaan VAR a tau VEC dengan nilai AIC, SC a tau LR yang terkecil.
Sebagaimana dinyatakan Enders (1995), perhitungan dari AIC dan SC adalah
sebagai berikut :
AIC(k) =Tine SSR(k))+ 2n
T
SC(k)
= T Inc SSR(k)) + n In(T)
T
..................................... (3.14)
..................................... (3.15)
dimana
T
= jumlah observasi yang digunakan
k
= panjang lag
SSR
= the Residual Sum of Squares
n
= jumlah parameter yang diestimasi
sedangkan dengan menggunakan LR sebagai berikut :
LR=-2(r -r)
.................................... (3.16)
dimana
I = log likelihood
r
= restrictive regression
u = unrestrictive regression
Jika terdapat perbedaan dalam memilih nilai minimal dari AIC, SC dan LR,
maka panjang lag dipilih berdasarkan LR karena dengan AIC jumlah lag sering
terlalu panjang sedangkan dengan SC sering terlalu pendek. Giles (2000)
menyatakan AIC overestimate of k dan SC overly parsimonious infinite sample
(Indrawati,2002) .
•
Te.ris 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - -
43
3.5
UJI KOINTEGRASI UOHANSEN'S COINTEGRATION TES1)
Pendekatan kointegrasi merupakan isu statistik model dinamis yang cukup
penting. Pada prinsipnya pendekatan kointegrasi berkaitan erat dengan pengujian
terhadap kemungkinan adanya hubungan keseimbangan jangka panjang antara
variabel-variabel yang diuji. Kointegrasi merupakan kombinasi hubungan linear
dari variable-variabel yang nonstasioner dan semua variabel
terintegrasi pada orde yang sama. Secara teoritis, jika
Xt
tersebut harus
mempunyai n komponen
nl.aka jumlah vektor kointegrasi maksimal n-1. Jadi jika
Xt
hanya terdiri dari 2
variabel, maka hanya terdapat 1 vektor kointegrasi. Banyaknya vektor kointegrasi ini
disebut rank kointegrasi (Enders, 1995). Variabel-variabel yang terintegrasi akan
menunjukkan bahwa variabel tersebut mempunyai trend stokhastik yang sarr.a dan
selanjutnya mempunyai arah pergerakan yang sama dalam jangka panjang.
Dalam penelitian ini, pengujian kointegrasi menggunakan metode Johansen's
Cointegration Test. Metode ini muncul sebagai reaksi atas ketidakmampuan Engel-
Granger dalam menangani kasus multivariate
dimana estimasi pada kasus
multivariate pada hubungan jangka panjang yang umumnya menjadi masalah serius,
dengan adanya kemungkinan pada derajad integrasi yang pertama
a tau
1(1 ),
variable terpotong oleh lebih dari satu vektor kointegrasi. Metode yang ditemukan
Johansen (1988) ini menggunakan Maximum Likelilzood.
menggunakan vektor.
Uji ini dilakukan dengan
M:etode ini merupakan uji kointegrasi yang berhubungan
dengan konteks VAR (Vector Autoregression) dan VEC (Vector Error Correction).
Sebelum uji kointegrasi dilakukan, syarat yang harus terpenuhi adalah bahwa
variable-variabel yang diuji harus berintegrasi pada derajad yang sama. Syarat
tersebut dapat terpenuhi dari hasil pengujian sebelumnya yaitu uji unit root dan uji
integrasi.
Bentuk umum VECM dengan intersep, tanpa variable eksogen (Ender,
1995:301) sebagai berikut:
k-1
L\Y,
•
+aP'Y,-k + J.l, +c,
= ~['i.l\Y,_i
j=l
.............................................. (3.17)
Te.ris 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
44
dimana:
Vektor n x 1 variabel-variabel endogen I(d)
Vektor n x 1 konstanta menyatakan tren linier dalam sistem
Struktur lag, cukup besar untuk membuat E, white noise
Vektor n x 1 residual Gaussian white noise
Matriks n x n yang menyatakan penyesuaian jangka pendek
di antara variable-variabellag ke-j dalam n persamaan
Matriks berdimensi n x r
Kecepatan penyesuaian(loading)
Vektor kointegrasi
Order dari kointegrasi Gumlah persamaan kointegrasi)
Error correction term
adanp
a
Jika ada n variable endogen, maka persamaan kointegrasi antara 0 sampai
dengann-1:
(1) jika tidak ada persamaan kointegrasi, VAR dalam first difference merupakan
most restricted model dengan jumlah parameter paling sedikit.
(2) Jika ada satu persamaan kointegrasi dalam sisi kanan setiap persamaan VAR
dimasukkan Error correction temz (ECT) yang melibatkan level dari series
(3) Setiap tambahan satu persamaan kointegrasi, mengkontribusikan ECT lain
yang melibatkan level dari series
(4) Jika ada n persamaan kointegrasi berarti tidak ada series yang betul-betul
terintegrasi dan VAR diformulasikan kembali dalam level semua series
Johansen (1991), VECM menggunakan metode Full Information Maximum
Likelihood dengan langkah-langkah :
(1) uji apakah semua variable terintegrasi pada 1(1) dengan uji unit root·
(2) temukan truncated lag (k) agar s, dalam setiap persamaan VECM tidak
berhubungan (white noise)
(3) regresikan persamaan di atas (3.17) dan estimasikan vektor kointegrasi dari
korelasi kanonikal sehimpunan residual dari persamaan regresi
(4) tentukan order kointegrasi dengan uji statistik unit root
n
a. Atrace(r) = -T
L ln(l + ~;)
.......................................... (3.18)
i=r+l
•
Tesis 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
45
Ho :
sebanyak-banyaknya
terdapat
r
hubungan
relasional
kointegrasi antara variable-variabel dalam Yt
H1 : lebih dari r hubungan relasional kointegrasi
b. Amax(r,r+t)=-Tln(l+~;)
(3.19)
Ho : sebanyak-banyaknya terdapat r hubungan relasional kointegrasi
antara variable-variabel dalam Yt
I
H1 : lebih dari r+ 1 hubungan relasional kointegrasi
dimana:
~;: eigenvalue yang diestimasi
T : jumlah observasi
N : jumlah variable endogen
R : jumlah hubungan kointegrasi
Menurut Circir dan Parikh (1995) dalam Sudjono (2002) jika order kointegrasi
ada 2 atau lebih maka dipilih satu persamaan kointegrasi yang punya tanda-tanda
sesuai dengan yang diharapkan berbasis pada persamaan kointegrasi.
Mengacu pada Giles dan Mirza (1999) dalam Indrawati (2002) estimasi rank
kointegrasi dengan prosedur Johansen:
(1) jika r
=
0 maka estimasi dengan VARD (k-1) model
(2) jika 0 < r < n, maka estimasi dengan VECM (k-1)
(3) jika r
=
n, maka estimasi dengan VARL (k)
Metode proses dimulai dengan uji persamaan hipotesis r
=
0, dimana tidak
ada vektor kointegrasi. Jika hipotesis tersebut tidak dapat ditolak, maka prosedur
dihentikan karena variable-variabelnya tidak berkointegrasi. Jika r
=
0 ditolak, masih
ada kemungkinan untuk melakukan uji pada hampir 1 vektor kointegrasi (r
Apabila hipotesis ini juga ditolak, maka dilanjutkan ke r
hipotesis tidak ditolak. Misalkan, kita dapat menolak r
pada r
~
~
~
2, r
~
3, ... r
~
~
1).
s, sampai
r* - 1 tetapi tidak menolak
r*, maka implikasinya bahwa ada r* vektor kointegrasi. Artinya, estimasi
Maximum Likelihood pada r* vektor dapat diperoleh. Indikasi bahwa uji tersebut
$
Tesis 2006 Chapter III
______________________________________________ 46
signifikan adalah dengan melihat nilai dari likelihood ratio-nya. Pernyataan signifikan
diperoleh hila likelihood ratio lebih besar daripada nilai kritis.
3.6
MODEL VAR (VECTOR AUTOREGRES SION) DAN VEC (VECTOR
ERROR CORRECTION )
Pendekatan struktural model persamaan simultan digunakan dalam teori
ekonomi untuk menggambarka n hubungan antara beberapa variable terkait. Model
kemudian diestlmasi dan digunakan untuk menguji teori ekonomi secara empiris.
Namun demikian, teori ekonomi sering tidak mampu menjelaskan spesifikasi
hubungan dinamis antar variable tersebut. Hal ini memunculkan alternatif berupa
model non struktural, yaitu sebuah pendekatan untuk memodelkan hubungan
antara beberapa variable. Dalam hal ini digunakan analisis model V AR a tau VEC.
Model VAR yang dikembangkan oleh Sims (1980) dalam (Enders, 1995)
mengasumsikan bahwa seluruh variable dalam persamaan simultan adalah variable
endogen. Asumsi ini diterapkan karena seringkali penentuan variable eksogen
dalam persamaan simultan bersifat subyektif. Dalam VAR, semua variable tak bebas
dalam persamaan juga akan muncul sebagai variable bebas dalam persamaan yang
sama. Sebagai contoh, untuk memodelkan hubungan perilaku pasar uang dan pasar
modal dalam penelitian ini, variable endogen yang relevan antara lain nilai tukar,
indeks harga saham dan transaksi asing. Ketiga variabel tersebut juga dapat menjadi
variabel eksogen, artinya dengan
menggunakan lagnya, maka ketiga variabel
tersebut akan muncul sebagai variabel endogen dan eksogen.
VAR biasanya digunakan untuk peramalan suatu sistem yang saling terkait
secara runtun waktu dan untuk menganalisis dampak dinamik variable random error
dalam sistem variable serta untuk melakukan uji kausalitas. Hal ini berarti V AR
tidak mementingkan estimasi persamaan. Pendekatan VAR merupakan permodelan
setiap variable endogen dalam sistem sebagai fungsi dari lag semua variable
endogen dalam sistem. Hal ini berarti bahwa kita hanya perlu menspesifikasik an 2
hal yaitu:
•
Te.rir 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
47
(1) variable (endogen dan eksogen) yang diyakini berinteraksi
(2) jumlah lag terbanyak yang diperlukan untuk menangkap pengaruh-peng aruh
yang dimiliki masing-masing variable terhadap variable yang lain.
Berikut ini adalah model umum dari V AR :
..................... ............. (3.20)
dimana:
Matriks n x 1 dari variable endogen
Matriks m x 1 dari variable eksogen
Matriks koefisien yang diestimasi
Matriks n x n dari koefisien variable endogen yang diestimasi
Matriks n x m dari koefisien variable eksogen yang diestimasi
Matriks n x 1 dari error term
Yt
Xt
At, .. Ap,B
Ai
B
Berdasarkan standard form dalam model V AR, bentuk umum untuk kasus
multi"mriate (Enders, 1995:301) menjadi sebagai berikut:
......... ····················· ····· ........ (3.21)
dimana:
Yt
Ao
Ai
Et
vektor (n x 1) yang berisi n dari masing-masing variable
dalam VAR
vektor (n x 1) intersep
Koefisien matrik (n x n)
vektor (n x 1) dari error term
Berdasarkan bentuk umum di atas, dalam penelitian ini penulis akan menggunakan
model standar VAR sebagai berikut :
a12 (L)
11
11 ]
(L)
[a 10 ]
a13 (L)J[ ER1 ] + [&
............... (3.22)
& 21
= a2o + a21 (L) a22 (L) a23 (L) LQ1
[ LQI
& 31
a31 (L) a32(L) a33 (L) LogNP,
a 30
LogNP,
ER1
]
[a
dimana:
ERt
LQt
LogNPt
•
Nilai tukar rupiah terhadap USD
IndeksLQ45
Beda nilai pembelian bersih investor asing
Tesis 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
48
Namun demikian salah satu kelemahan dalam analisis model VAR adalah
kesulitan dalam menginterpretasikan koefisien , misalnya dalam persamaan VAR,
variabel X dipengaruhi oleh lag X masa lalu sampai lag ke 5. Setelah dilakukan
regresi ternyata hanya lag ke-1 dan ke-5 yang signifikan. Dalam hal ini sulit untuk
memberikan
interpretasi
mengapa lag kedua,
ketiga
dan
keempat
tidak
mempengaruhi X. Kelemahan ini ditutupi dengan analisis impulse response function
dan variance decomposition.
3.7
INNOVATION ACCOUNTING
3.7.1
IMPULSE RESPONSE FUNCTION(IRF)
IRF menunjukkan dampak slwck satu standar deviasi dari satu inovasi
terhadap nilai-nilai variable endogen pada periode sekarang dan di masa yang akan
datang. Suatu shock pada variable endogen ke-i secara langsung akan mempengaruhi
variable itu sendiri dan akan menjalar ke variable-variabel endogen yang lain
melalui struktur dinamis VAR. Jika antara
interpretasi IRF adalah langsung.
€1
€1, €2
adalah inovasi ER,
dan
€2
€3
tidak berkorelasi,
adalah inovasi LQ dan
€3
adalah inovasi NP. Hal ini berarti jika semua variable 1(0), maka IRF akan konvergen
menuju nol dan menunjukkan sistem stabil.
Terkait dengan IRF, Sims (1980) dalam Enders (1995) memodelkan dampak
slzock periode sekarang dan di masa depan (misalkan e1t dan e2t) dengan
menggunakan vector moving average (VMA). Untuk memberikan ilustrasi, berikut ini
disajikan· persamaan standar dari VAR dalam bentuk matriks
................................. (3.23)
a tau dengan menggunakan standard form model yang diiterasi dengan the brute method
untuk memecahkan sistem menjadi sebagai berikut :
<e
Tesis 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
49
································· (3.24)
dimana:
I = matriks identitas (2x2)
setelah dilakukan n iterasi, maka diperoleh hasil sebagai berikut :
n
x, =(l+Al +~")Ao + L~;et-1 +Aln+lx,_,_l
................................ (3.25)
i=O
selanjutnya, dilakukan iterasi dengan menghilangkan
~"
dan mengganti n dengan
pendekatan tak terbatas, sehingga akan diperoleh persamaan sebagai berikut :
ao
x, = p+ L~;e,_l
································· (3.26)
i=O
dimana:
J.L = [y z]'
dan
y=[a
10 (I
- a 22 ) + a 12 a 22 ] I ll
; = [a20 {l-a11 )+a21 a 10 ]Ill
sehingga jika dinyatakan dalam bentuk matrik menjadi
.................................. (3.27)
persamaan di atas menunjukkan adanya movzng average yang selanjutnya vector
erromya dapat ditulis sebagi berikut :
······························· (3.28)
kemudian kedua persamaan di atas dapat dikombinasikan menjadi
•
Tesis2006Chapterlll
-----------------------50
-b12
1
J(cY,J ...................... (3.29)
Czt
karena notasi persamaan di atas terlalu besarl maka untuk menyederh anakannya
dibuat matriks
rpjk(iJ
berukuran (2x2) sebagai berikut:
................ ................ (3.30)
sehigga persamaan (3.28) dapat ditulis berurutan dalam term cY, dan cz, menjadi :
C. J~ (;-J
f
Y
Y,
fP11<i>
+ ,,, ( (021(1)
fPt2<i>
(022(1)) (
c,.t-t
................ ................ . (3.31)
E,_, J
a tau dalam bentuk compact-nya sebagai berikut :
x, = J.i +
I"'
................ ................ .. (3.32)
f/J; ct-1
i=O
Keempat koefisien
rp1w> I qJ12 <;> 1 rp21 u> I
rp22 u> dinamakan sebagai the impuls response
function (Enders 1995). Plotting IRF (penggamba ran koefisien
1
rpjkU>
terhadap i)
menunjukk an perilaku Yt dan Zt atas sejumlah shocks yang terjadi.
Masalah lain yang muncul ialah kesulitan dalam menginterp retasikan IRF
karena pada umumnya errors secara total tidak pernah berkorelasi. Alternatif untuk
menyelesaik an masalah ini adalah dengan metode Choleski Decompotition walaupun
metode
1ru
dilakukan
secara
arbitrary
atas
perubahan- perubahan
guna
menginterp retasikan IRF. Dari vector error terms di atas dapat didekompo sisikan
sebagai berikut:
................ ................ (3.33)
................ ................ (3.34)
•
Tesis 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
51
3.7.2
VARIANCE DECOMPOSffiONS (VD)
VD memberikan pendekatan yang berbeda dalam menggambarkan dinamika
yang ada dalam sistem. Jika IRF dapat melacak sejauh mana pengaruh dari suatu
shock yang terjadi pada endogenus variable yang ada dalam sistem, maka VD
memisahkan (mendekomposisi) varian yang ada dalam variable endogen menjadi
komponen-komponen shocks pada variabel endogen yang ada dalam VAR. Dengan
demikian, VD dapat memberikan informasi tentang arti penting dari setiap shocks
(inovasi random) terhadap variable yang ada dalam VAR.
Jika forecast error periode ke-n dapat dinyatakan dalam persamaan berikut :
Yt +n- Etyt +n = Bu(O)&yt+n+Bn(l)&yt +n-1 + ... +Bu(n-I)&yt + 1 +
812(0)&zr +n +B12(I)&zt +n -I+ ... +B12(n -I)&zt +I
...... ············ (3.35)
maka variance dari forecast error Yt+n dapat dinyatakan sebagai berikut:
J ...................................... (3.36)
uy(n) 2 = u: [ 811 (0) 2 + 811 {1) 2 + ... + 811 (n-1) 2 +
2[ o.2(0) 2+ (},
(Jz
12(1)
2+ ... + (},
12(n-l)
2]
selanjutnya dapat dicari proporsiforecast error yang berasal dari error tenn dari y(cy)
sendiri serta yang berasal dari shock z(cz), masing-masing dengan rumus sebagai
berikut:
................................ (3.37)
dan
................................ (3.38)
Dengan demikian sebagaimana yang tampak pada persamaan di atas, forecast
error dari VD menjelaskan tentang proporsi dari varians suatu variable yang terdiri
dari varians variable itu sendiri dan varians variable lainnya. Jika tidak ada satupun
shock Ezt dari forecast error variance atas Yt pada semua ramalan di masa depan, maka
<e
Tesis 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
52
dapat dikatakan bahwa Yt adalah eksogenus. Dalam hal demikian, Yt akan mengarah
independen atas shock
Ezt
dan
Zt..
Begitu pula sebaliknya, jika shock
Ezt
dapat
menjelaskan semua forecast error variance pada Yt pada semua ramalan di masa
depan, maka Yt adalah endogenus (Enders, 1995) .
•
Tesis 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
53
DIAGRAM3.1
DIAGRAM ALUR METODE PENELITIAN
ldentifikasi
Masalah
Tujuan Penelitian
Kerangka
Pemikiran
!
Hipotesis
Model Empiris
VAR
I
Econometric Tools
Uji Hipotesis
I
I
I
Data
I
Anal isis
lo
Implikasi
Kebijakan
•
Tesis 2006 Chapter III - - - - - - - - - - - - - - - - - - - - - - - -
54
DIAGRAM3.2
DIAGRAM ALUR UJI HIPOTESIS DENGAN ECONOMETRIC TOOLS
Data
Uji Stasioneritas
Ya
Uji Kausalitas
Tidak
Uji Kointegrasi
Transfonnasi
Ya
Tidak
V AR Estimation
Model
VEC Estimation
Model
Innovation
Accounting
•
Tesis2006Chapteriii
------------------------55
BABIV
ANALISIS DAN PEMBAHASAN
4.1
GRAFIK LEVEL DAN FIRST DIFFERENCE LEVEL
Untuk mengetahui fluktuasi pergerakan nilai tukar rupiah terhadap dolar
Amerika, indeks LQ 45, dan pembelian bersih investor asing pada pasar skunder
BEJ digunakan metode analisis deskriptif berupa grafik time series baik pada
data level maupun first difference-nya. Jadi penyajian secara grafis ini sama sekali
tidak dimaksudkan untuk melakukan uji stasioneritas. Berikut ini adalah
gambaran pergerakan masing-masing variabel penelitian :
14000
12000
10000
8000
6000
4000
2000
0~~~. .~~~~~~----~--~~~----~
-2 000
..L.rrT'T"rT'T",..,-TTT"T"T TT"TTTTT"TTTT"T'T"T"T' T"T'T"T'T'T"T'T'T'T"T'T'T" T'T'T"T'T'T"T"I""'rT"I""'r.., .....J
2001
2002
2003
2004
2005
I-DEA - E R I
Gambar 4.1 Grafik level dan first difference data series nilai tukar
•
Tesis2006ChapterW
---------------------56
Gambar 4.1 di atas memperlihatkan grafik level dan first difference dari
variabel nilai tukar. Pada grafik level terlihat bahwa nilai tukar berfluktuasi
dengan trend melemah dimana sejak awal 2000 cenderung melemah meski
sempat menguat pada kuartal ketiga. Memasuki tahun 2001, pelemahan rupiah
semakin tajam hingga menembus level psikologis pada kurs Rp12.000,00 per $US
yang kemudian menguat kembali pada kuartal ketiga pada tahun yang sama
pada level Rp8.500 per $US. Menurut catatan Annual Report Bank Indonesia,
tahun 2001 merupakan tahun yang sulit bagi perekonornian Indonesia dimana
kebijakan-kebijakan
pembangunan
ekonorni
Indonesia
masih
sangat
dipengaruhi oleh pihak asing. Pada tahun 2002, nilai tukar rupiah relatif stabil
dengan volatilitas yang lebih rendah dibanding tahun sebelurnnya pada
persekitaran level Rp8.500 hingga Rp9.200 per $US, meskipun sempat ada
pengaruh sesaat yang tidak dapat diamati secara mendetail dari data closing price
harian ini, sebagai akibat peristiwa born Bali pada bulan Oktober 2002. Pada
kuartal pertama tahun 2003, rupiah sempat menyentuh level Rp9.000an, namun
kemudian menguat pada kuartal kedua hingga mampu bertengger pada nilai
Rp8.175 per US$. Menurut catatan Bank Indonesia, nilai tukar rupiah mencapai
penguatan yang tertinggi pasca krisis ekonorni dan moneter tahun 1997 pada
level ini. Namun hal ini tidak bertahan lama, karena memasuki kuartal ketiga
tahun 2003 hingga kuartal pertama tahun 2004 rupiah berada pada kisaran
Rp8400,- hingga Rp8.600,- per US $. Selanjutnya menginjak kuartal kedua trend
rupiah terus melemah hingga menembus angka Rp9.400,- per US$. Pelemahan
ini berlanjut hingga akhir tahun 2004 dimana rupiah masih berada pada level di
atas Rp9.000,-an per US$. Selama tahun 2005, rupiah cenderung terus melemah
hingga menjelang kuartal ketiga melewati batas psikologis sebesar Rp10.775,per US$. Hal ini kurang lebih karena tekanan harga minyak dunia yang pada
akhirnya memaksa pemerintah mencabut kebijakan subsidi BBM sejak 1 Oktober
2005. Akibatnya memunculkan kondisi yang "menggoyang" perekonornian
nasional. Keadaan ini bertahan hingga akhir tahun 2005.
Q
Tesis 2006 Chapter Il" - - - - - - - - - - - - - - - - - - - - - -
57
300
200
150
100
50
0~. .~~~--~~~~~~~~~~~~~~~. .~
-50
~--~~~~~~~--~~--~~~~~~~--~
2001
2002
2003
, _ DLQ
-
2004
LQ
2005
I
Gambar 4.2 Grafik level dan first difference data series LQ 45
Gambar 4.2 di atas memperlihatkan grafik level dan first difference dari
variable indeks LQ 45. Grafik level memperlihatkan indeks LQ 45 yang sangat
fluktuasi dengan kecenderungan meningkat. Selama tahun 2000, indeks LQ 45
cenderung melemah dari posisi 150an hingga menyentuh posisi 80an. Keadaan
ini terus berlanjut hingga kuartal pertama tahun 2001 dimana LQ 45 turun pada
posisi 67,275. Memasuki kuartal kedua dan ketiga tahun 2001, LQ 45 cenderung
stabil pada kisaran 72,108 hingga 97,598. Berdasarkan catatan Bank Indonesia,
penurunan LQ 45 pada level yang rendah pada periode tersebut disebabkan oleh
kegiatan produksi dan investasi yang masih sangat terbatas sebagai akibat dari
krisis serta masih tingginya risiko dan tingkat ketidakpastian, dan ditambah lagi
dengan lambannya proses restrukturisasi utang perusahaan. Pada tahun 2002,
tepatnya tanggal14 Oktober 2002, LQ 45 sempat anjlok ke posisi terendah yaitu
pada level 69,086. Sentimen negatif ini terjadi pada pembukaan bursa hari
pertama sebagai akibat langsung dari peristiwa aksi born Bali I pada tanggal 12
Oktober 2002. Keterpurukan ini tidak berlangsung lama, pada pertengahan
8
Tesis 2006 OJapur W
----------------------
58
kuartal ketiga tahun 2002, LQ 45 kembali mengalami trend peningkatan hingga
menembus level 90, mesk.ipun pada kuartal pertama tahun 2004 sempat stagnan
pada kisaran 80 hingga 87 dimana pada saat itu para pelaku pasar masih wait and
see atas pelaksanaan pemilu legeslatif di Indonesia. Setelah pemilu legeslatif dan
pemilihan presiden dan wakil presiden secara langsung berjalan dengan aman
dan damai, laju peningkatan LQ 45 tak tertahan, hingga menembus batas
psikologis di levellOO pada awal Mei 2003 yang hingga akhir tahun 2003, LQ 45
terus meningkat dan mencapai angka tertinggi 152. Pada dua kuartal pertama
tahun 2004, LQ 45 berfluktuasi pada rentang 142 hingga 179. Memasuki kuartal
terakhir tahun 2004, LQ 45 menunjukkan keperkasaannya dengan trend
meningkat hingga akhir tahun mencapai level tertinggi 218,58. Kondisi ini terus
berlanjut hingga awal kuartal ketiga pertama tahun 2005, dimana LQ 45 sempat
berada di atas level 250. Namun memasuki akhir kuartar ketiga hingga akhir
tahun 2005, LQ 45 menurun dan selanjutnya bergerak stagnan pada kisaran 216
hingga 243.
2001
2002
1- LOGNP
2003
2004
2005
- - DLOGNP
Gambar 4.3 Grafik level dan first difference data series pembelian bersih investor asing
•
Tesis20060JapterW
----------------------59
Gambar 4.3 di atas memperlihatkan grafik level dan first difference dari
variabel NP. Grafik level memperlihatkan NP dengan trend meningkat. Pada
tahun 2000, transaksi asing relatif stabil dengan hanya 1 transaksi bernilai
hampir Rp350 miliar pada bulan Mei 2000. Memasuki tahun 2001, transaksi
asing juga relatif stabil, dimana terdapat transaksi pembelian bersih asing yang
sangat signifikan di akhir tahun 2001 lebih dari Rp2,6 triliun. Pada kuartal
terakhir 2002, secara umum terdapat penurunan transaksi asing sebagai dampak
peristiwa born Bali I, namun masih terdapat satu NP yang signifikan hampir
senilai Rp4,8 triliun. Selama 2 kuartal pertama tahun 2003, hanya terjadi 2 NP
yang menonjol namun tidak signifikan yaitu pada akhir Januari sebesar Rp190
miliar dan akhir Juni sebesar Rp44 miliar. Sementara itu, pada 2 kuartal terakhir
tahun 2003, terdapat 2 NP yang bernilai lumayan besar masing-masing senilai
Rp702 miliar pada akhir Juli dan Rp650 miliar pada akhir Oktober, namun
terdapat pula 2 NP bernilai negatif yaitu sebesar Rp92 miliar pada akhir Juli dan
Rp115 miliar pada awal Agustus. Memasuki kuartal pertama tahun 2004, mulai
terdapat NP yang bemilai besar masing-masing sebesar Rp296 miliar dan Rp481
miliar pada awal Januari, Rp730 miliar dan hampir Rp1,2 triliun pada akhir
Februari serta hampir Rp2 triliun pada awal Maret. Namun demikian, terdapat
juga NP bemilai negatif yang menonjol sebesar Rp211 miliar dan Rp257 miliar
pada awal Maret 2004. Pada kuartal kedua tahun 2004, NP fluktuatif pada
kisaran negatif Rp448 miliar hingga Rp589miliar. Sementara itu, pada 2 kuartal
terakhir paling tidak terjadi 4 NP yang bernilai di atas Rp500 miliar yaitu sebesar
Rp560 pada awal Oktober, sebesar Rp1,256 triliun dan Rp1,427 triliun pada awal
November serta sebesar Rp655 miliar pada awal Desember. Sedangkan NP yang
bernilai negatif terjadi pada awal Desember senilai Rp260 miliar. Selama
semester pertama tahun 2005, terdapat 2 NP bemilai negatif yang sangat
signifikan masing-masing sebesar Rp18,5 triliun pada pertengahan Maret dan
Rp19,2 triliun sedangkan yang bernilai positif sebesar Rp862 miliar pada awal
Januari dan Rp735 miliar pada akhir bulan Maret. Sementara pada semester
G
Te.ris 2006 Chapter W
----------------------
60
terakhirnya, terdapat 4 NP besar masing-masing senilai Rp2,169 triliun pada
awal Agustus, Rp2,131 triliun pada akhir September, Rp1,095 triliun pada
pertengahan Oktober dan Rp4,424 triliun pada akhir Oktober.
4.2
UJI STASIONERITAS
Suatu data time series dikatakan stasioner jika mean, varzance dan
autocovariance untuk berbagai lag yang berbeda nilainya konstan, tidak melihat
dari titik mana perhitungan dimulai atau tidak tergantung waktu (time invariant).
Suatu penelitian dengan data time series yang dapat diestimasi dengan metode
estimasi biasa (OLS) didasarkan pada suatu asumsi bahwa data tersebut
stasioner pada level, artinya data konstan dan independen sepanjang waktu
(Gujarati,2003). Namun pada kenyataannya, sebagian besar data time series
merupakan data nonstasioner. Hal ini berarti penggunaan metode estimasi OLS
dengan data nonstasioner dapat berakibat pada kegagalan estimasi dalam
menunjukkan nilai-nilai yang sebenarnya (spurious regression) meskipun ukuran
sample diperbesar. Oleh karena itu, sebelum dilakukan analisis lebih lanjut perlu
dilakukan uji stasioneritas yang dapat dilakukan dengan unit root test.
Jika suatu variable Yt pada data level mempunyai satu unit root, maka
variable tersebut nonstasioner. Selanjutnya, dilakukan pengujian pada first
difference dan seterusnya hingga diperoleh data yang stasioner.
Metode yang lazim digunakan untuk melakukan unit root test adalah
Augmented Dickey-Fuller Test (ADF Test). Untuk menentukan bahwa suatu series
mempunyai unit root a tau tidak, maka perlu dilakukan perbandingan antara nilai
t statistik ADF atau PP Test dengan nilai ADF Tabel. Apabila nilai t statistik ADF
atau PP Test lebih kecil daripada nilai kritis ADF Tabel dengan tingkat
signifikansi tertentu, maka series tersebut tidak stasioner.
Berdasarkan hasil uji unit root sebagaimana terlihat pada tabel 4.1 di
bawah ini ditemukan bahwa ketiga variable asal memiliki unit root yang berarti
data asli penelitian tidak stasioner. Hasil ini konsisten dengan Ajayi dan
•
Tesi1 2006 Chapter IV
----------------------------------------------------------------------------------61
Mougoue (1996), Asmila (2001), Indrawati (2002), Sudjono (2002), Sulistyo (2002)
serta para peneliti yang lain.
Tabel4.1
Hasil Uji Unit Root dengan Metode ADF Test dan PP Test
PPTest
(t-stat)
-2.546028
-35.25351
Order Integrasi
ER
D(ER)
ADFTest
(t-stat)
-2.608058
-35.32174
LQ
D(LQ)
0.282157
-32.63501
0.282843
-32.54433
I (1)
LogNP
D(LogNP)
-2.114474
-17.41338
-2.162783
-239.8823
I (1)
Varia bel
I (1)
Untuk mendapatkan data yang stasioner, maka pada tahap berikutnya
dilakukan pengujian unit root pada data first difference. Hasil uji dengan
menggunakan ADF Test dan PP Test seperti terlihat pada table 4.1 menunjukkan
bahwa data stasioner dengan tingkat signifikansi 1 %. Hal ini berarti bahwa
seluruh variable ekonomi tersebut di atas stasioner pada first difference sehingga
variable dapat dikatakan terintegrasi pada derajat 1 atau I(1).
4.3
UJI GRANGER'S CAUSALI1Y
Pengujian dengan Granger's Causality hanya untuk menguji hubungan
diantara variabel dan tidak melakukan estimasi terhadap model. Berikut ini hasil
rekapitulasi uji kausalitas dengan metode Granger's Causality:
Tabel4.2
Hasil Uji Kausalitas dengan Granger's Causality Test
Hipotesis
DLQ does not Granger Cause DLOGNP
DLOGNP does not Granger Cause DLQ
DER does not Granger Cause DLOGNP
DLOGNP does not Granger Cause DER
DER does not Granger Cause DLQ
DLQ does not Granger Cause DER
•
Signifikansi 5%
Signifikansi 10%
Ho ditolak
Ho tidak ditolak
Ho tidak ditolak
Ho tidak ditolak
Ho tidak ditolak
Ho tidak ditolak
Ho ditolak
Ho tidak ditolak
Ho tidak ditolak
Ho tidak ditolak
Ho tidak ditolak
Ho ditolak
Tuis 2006 Chapter IV - - - - - - - - - - - - - - - - - - - - -
62
Berdasarkan tabel 4.2 di atas, dari seluruh uji kausalitas terhadap seluruh
variabel penelitian pada tingkat signifikansi 5% diperoleh basil bahwa ternyata
hanya hipotesis LQ does not granger cause terhadap LogNP yang ditolak
sedangkan hipotesis yang lainnya tidak dapat ditolak. Hasil ini menunjukkan
bahwa hanya indeks LQ 45 yang berpengaruh terhadap pembelian bersih
investor asing. Sementara itu, pada tingkat signifikansi 10% terdapat 2 hipotesis
yang ditolak, masing-masing mengandung pengertian bahwa indeks LQ 45
berpengaruh terhadap pembelian bersih investor asing dan indeks LQ 45
berpengaruh pada nilai tukar. Hal ini tidak konsisten dengan penelitian
sebelumnya yang dilakukan oleh Sudjono (2002) yang menemukan adanya
hubungan kausalitas antara indeks harga saham dengan nilai tukar.
4.4
PENENTUAN PANJANG LAG
Sebelum melakukan uji kointegrasi, dan membentuk model VAR a tau
VEC perlu dilakukan penentuan panjang lag. Karena uji kointegrasi, dan model
VAR a tau VEC sangat peka terhadap panjang lag, maka penentuan lag yang
optimal menjadi salah satu prosedur penting yang harus dilakukan dalam
pembentukan model.
Beberapa penelitian sebelumnya menggunakan berbagai panjang lag yang
berbeda-beda. Ajayi dan Mougoue (1996) menggunakan panjang lag yang
beragam untuk masing-masing negara yang diteliti mulai dari lag 3 hingga lag
13. Asmila (2001) dengan data harian menggunakan lag 8 untuk Indonesia, lag 5
untuk Filipina, lag 6 untuk Thailand dan Singapura. Penelitian Sudjono (2002)
dengan data bulanan menggunakan lag 9 untuk seluruh perode data Oanuari
1990-Desember 2000), lag 3 untuk periode sebelum krisis dan lag 2 untuk
periode setelah krisis, sedangkan penelitian lndrawati (2002) dengan data
bulanan menggunakan lag 3 untuk Indonesia. Sementara itu, Sulistyo (2002)
dengan data pekanan menggunakan lag 7 dan Novita (2004) dengan data harian
menggunakan lag 5 untuk Indonesia. Berdasarkan penelitian-penelitian tersebut
(t Tesis 2006 Chapter IV -------------------------------------------------------------------------------------63
di atas, penentuan panjang lag sangat bergantung pada periode data (sebelum
atau sesudah krisis), panjang data (banyaknya sample) dan sifat data (bulanan,
pekanan,dan harian.).
Secara umum terdapat beberapa parameter yang dapat digunakan untuk
menentukan panjang lag yang optimal, antara lain AIC (Akaike Information
Criterion), SC (Sclzwart Criterion) dan LR (Likelihood Ratio). Penentuan panjang lag
yang optimal didapat dari persamaan VAR a tau VEC dengan nilai AIC, SIC a tau
LR terkecil. Namun apabila terdapat perbedaan dalam memilih nilai minimal
dari AIC, SC dan LR, maka panjang lag dipilih berdasarkan LR karena dengan
AIC jumlah lag sering terlalu panjang sedangkan dengan SC sering terlalu
pendek. Giles (2000) menyatakan AIC overestimate of k dan SC overly parsimonious
infinite sample (lndrawati,2002).
Berikut ini disajikan tabel rekapitulasi perbandinga-n nilai log likelihood
dan kriteria yang digunakan dalam penentuan panjang lag untuk model VAR
mulai panjang lag 1 s.d 10 :
Tabel4.3
Rekapitulasi nilai log Likelihood, LR, AIC dan SC
dalam Model VAR an tara ER, LQ dan LogNP
Lag
LogL
LR
AIC
sc
0
1
2
3
4
5
6
7
8
9
10
-21974.29
-13903.81
-13854.75
-13814.35
-13791.68
-13777.46
-13767.18
-13751.74
-13739.00
-13727.12
-13721.25
NA
16095.25
97.63441
80.22018
44.93060
28.11299
20.28032
30.39290
25.03435
23.28433*
11.48474
31.12931
19.71077
19.65403
19.60956
19.59019
19.58280
19.58099
19.57187
19.56657
19.56250*
19.56693
31.14047
19.75541
19.73215
19.72116*
19.73528
19.76137
19.79304
19.81740
19.84558
19.87498
19.91290
Berdasarkan Tabel4.3 di atas, terlihat bahwa ketiga kriteria memberikan
hasil yang berbeda-beda, yaitu LR dan AIC dengan panjang lag 9, sedangkan SC
dengan panjang lag 3. Oleh karena itu, dalam penelitian ini setelah
4'
Tesis 2006 Chapter IV
----------------- ----------------- -------64
mempertimbangkan penelitian terdahulu dan karakteristik data harian, maka
akan digunakan panjang lag sesuai dengan kriteria LR dan AIC yaitu lag 9.
4.5
UJI KOINTEGRASI
Uji kointegrasi dilakukan untuk mengetahui apakah akan terjadi
keseimbangan dalam panjang, yaitu terdapat kesamaan pergerakan dan
stabilitas hubungan diantara variable-variable yang digunakan atau tidak. Agar
dapat dilakukan uji kointegrasi untuk mengetahui apakah suatu series
terkointegrasi atau tidak, maka series tersebut harus memenuhi 2 syarat yaitu
memiliki unit root (nonstasioner) dan terintegrasi pada orde yang sama.
Menurut Enders (1995) kointegrasi merupakan kombinasi hubungan
linear dari variable-variabel yang nonstasioner dan semua variabel
harus terintegrasi pada orde yang sama. Secara teoritis, jika
Xt
tersebut
mempunyai n
komponen maka jumlah vektor kointegrasi maksimal n-1. Jadi jika
Xt
hanya
terdiri dari 2 variabel, maka hanya terdapat 1 vektor kointegrasi. Banyaknya
vektor kointegrasi ini disebut rank kointegrasi.
Dalam penelitian ini, uji kointegrasi dilakukan dengan menggunakan
metode Johansen's Cointegration Test. Berikut ini disajikan tabel hasil uji
kointegrasi dengan metode Johansen's Cointegration Test:
Tabel4.4
Pengujian Kointegrasi dengan metode Johansen's Cointegration Test
Hypothesized
No. ofCE(s) Eigenvalue
None*
Atmost1
Atmost2
0.021018
0.005608
0.001535
Trace
Statistic
40.10412
10.11005
2.168958
5 Percent
1 Percent
Critical Value Critical Value
34.91
19.96
9.24
41.07
24.60
12.97
Dari table 4.4 di atas dapat dilihat bahwa nilai trace statistic pada r = 0
lebih kecil dari critical value dengan tingkat signifikansi 1 %. Hal ini berarti
hipotesis nol yang menyatakan bahwa tidak ada kointegrasi tidak dapat ditolak
dan hipotesis alternatif yang menyatakan ada kointegrasi ditolak. Sementara itu,
•
Te.ris 2006 Chapter IV
__________________________________ ________ 65
pada r = 0 nilai trace statistic lebih besar dari critical value dengan tingkat
signifikansi 5 %, artinya hipotesis nol yang menyatakan bahwa tidak ada
kointegrasi ditolak dan hipotesis alternatif yang menyatakan ada kointegrasi
tidak dapat ditolak sedangkan pada r
:s: 1 nilai trace statistic lebih kecil dari
critical value dengan tingkat signifikansi 5 %, artinya hipotesis nol
yang
menyatakan bahwa tidak ada kointegrasi tidak dapat ditolak dan hipotesis
alternatif yang menyatakan ada kointegrasi ditolak.
Berdasarkan analisis ekonometrik di atas dapat dilihat bahwa di antara
ketiga variabel dalam penelitian ini, terdapat 1 kointegrasi pada tingkat
signifikansi 5 % dan tidak ada kointegrasi pada tingkat signifikansi 1%. Dalam
penelitian ini, penulis dengan keyakinannya akan menggunakan tingkat
signifikansi 1% dalam menentukan ada tidaknya hubungan jangka panjang
diantara ketiga variabel penelitian. Hal ini dilakukan mengingat data harian
merupakan data dengan tingkat keakuratan yang tinggi sehingga dengan tingkat
signifikansi 1% diharapkan memberikan hasil yang lebih akurat.
Dengan demikian, secara intuitif dari hasil uji kointegrasi dapat
disimpulkan bahwa di antara nilai tukar, indeks LQ 45 dan pembelian bersih
investor asing tidak memiliki hubungan stabilitasfkeseimbanga n dan kesamaan
pergerakan dalam jangka panjang.
Hasil penelitian ini konsisten dengan penelitian yang dilakukan oleh
Novita (2004), namun berbeda dengan penelitian yang dilakukan sebelumnya
oleh Asmila (2001 ), lndrawati (2002), Sudjono (2002) dan Sulistyo (2002).
Perbedaan ini sangat mungkin disebabkan oleh perbedaan kurun waktu
(periode) pengambilan data, perbedaan jangka waktu data penelitian dan
karakteristik data penelitian (bulanan, pekanan, atau harian).
4.6
MODEL EMPIRIS DARIVAR
Setelah menentukan panjang lag dan melakukan uji kointegrasi, maka
tahap berikutnya adalah membentuk model VAR a tau VEC. Menurut Enders,
•
Tesis 2006 Chapter IV
----------------- ----------------- --------66
jika terdapat hubungan kointegrasi diantara variabel penelitian, maka estimasi
dilakukan dengan VEC, sedangkan jika tidak ada kointegrasi, maka estimasi
dilakukan dengan VAR Difference
01ARD)
Karena hasil uji kointegrasi pada
penelitian ini menunjukkan tidak ada kointegrasi diantara ketiga variabel di atas
maka estimasi dilakukan dengan VARD. Tabel berikut ini menyajikan hasil
estimasi dengan VARD:
Table 4.5
Hasil Estimasi VARD
() untuk standar error dan [] untuk t-statistik
•
DER
DLQ
DLOGNP
DER(-1)
0.055731
(0.02738)
[ 2.03522]
6.47E-05
(0.00069)
[ 0.09320]
0.000119
(0.00050)
[ 0.23936]
DER(-2)
-0.054402
(0.02740)
[-1.98556]
0.000786
(0.00069)
[ 1.13187]
7.50E-05
(0.00050)
[ 0.15045]
DER(-3)
-0.054561
(0.02743)
[-1.98889]
0.000161
(0.00070)
[ 0.23101]
-0.000522
(0.00050)
[-1.04665]
DER(-4)
0.074842
(0.02742)
[ 2.72945]
-0.000554
(0.00069)
[-0.79729]
-0.000250
(0.00050)
[-0.50128]
DER(-5)
0.035396
(0.02746)
[ 1.28907]
-0.000147
(0.00070)
[-0.21091]
0.000177
(0.00050)
[ 0.35475]
DER(-6)
-0.023777
(0.02738)
[-0.86839]
-0.000404
(0.00069)
[-0.58272]
9.79E-05
(0.00050)
[ 0.19663]
DER(-7)
-0.015196
(0.02731)
[-0.55635]
-3.01E-06
(0.00069)
(-0.00435]
0.000129
(0.00050)
[ 0.26009]
DER(-8)
0.031901
(0.02726)
[ 1.17024]
0.001260
(0.00069)
[ 1.82378]
0.000624
(0.00050)
[ 1.25756]
DER(-9)
0.067110
(0.02724)
[ 2.46340]
-0.000113
(0.00069)
[-0.16404]
0.000269
(0.00050)
[ 0.54345]
DLQ(-1)
-2.451545
(1.08383)
[-2.26194]
0.169142
(0.02747)
[ 6.15758]
0.063183
(0.01972)
[ 3.20474]
Ten1 2006 Chapter IV - - - - - - - - - - - - - - - - - - - - -
67
•
DLQ(-2)
-0.034943
(1.09802)
[-0.03182]
-0.069752
(0.02783)
[-2.50647]
0.016928
(0.01997)
[ 0.84753]
DLQ(-3)
-1.594196
(1.09810)
[-1.45178)
0.053810
(0.02783)
[ 1.93350]
0.008939
(0.01998)
[ 0.44749]
DLQ(-4)
-0.065659
(1.09667)
[-0.05987]
0.003470
(0.02779)
[ 0.12486]
0.024273
(0.01995)
[ 1.21675]
DLQ(-5)
-0.309467
(1.09724)
[-0.28204]
0.018587
(0.02781)
[ 0.66838)
0.007014
(0.01996)
[0.35140]
DLQ(-6)
-0.729766
(1.09792)
[-0.66468]
0.008287
(0.02783)
[ 0.29783)
-0.019216
(0.01997)
[-0.96217]
DLQ(-7)
0.054416
(1.09653)
[ 0.04963]
-0.010941
(0.02779)
[-0.39369]
-0.017728
(0.01995)
[-0.88879]
DLQ(-8)
1.209391
(1.09128)
[1.10824]
-0.022678
(0.02766)
[-0.81995)
-0.019762
(0.01985)
[-0.99553]
DLQ(-9)
0.047108
(1.07558)
[ 0.04380)
-0.011476
(0.02726)
[-0.42098)
0.003400
(0.01957)
[ 0.17380]
DLOGNP(-1)
-1.113044
(1.47836)
[-0.75289]
0.047471
(0.03747)
[ 1.26697]
-0.788596
(0.02689)
[-29.3243]
DLOGNP(-2)
-3.684345
(1.86916)
[-1.97112]
0.001807
(0.04737)
[0.03815]
-0.737867
(0.03400)
[-21.7012]
DLOGNP(-3)
-3.271237
(2.13180)
[-1.53450]
0.008328
(0.05403)
[0.15414]
-0.616417
(0.03878)
[-15.8958]
DLOGNP(-4)
-3.345142
(2.24773)
[-1.48823)
-0.029809
(0.05697)
[-0.52327]
-0.507915
(0.04089)
[-12.4222]
DLOGNP(-5)
-1.437984
(2.27288)
[-0.63267]
0.085241
(0.05760)
[1.47975]
-0.448553
(0.04135)
[-10.8490]
DLOGNP(-6)
-1.871592
(2.24478)
[-0.83375]
0.040034
(0.05689)
[0.70368]
-0.380253
(0.04083)
[-9.31221]
Tms 2006 Chapter IV
68
DLOGNP(-7)
DLOGNP(-8)
DLOGNP(-9)
c
-0.264960
(0.03870)
-0.959848
(2.12734)
[-0.45120]
0.099156
(0.05392)
[1.83909]
-1.285615
(1.86023)
(-0.69111]
0.006193
(0.04715)
[ 0.13136]
-1.652208
(1.47771)
[-1.11809]
0.000119
(0.03745)
[ 0.00318]
[-2.12911]
1.948733
(2.19047)
[ 0.88964]
0.055379
(0.05552)
[ 0.99754]
-0.005159
(0.03985)
[-0.12948]
[-6.84694]
-0.158639
(0.03384)
[-4.68811]
-0.057231
(0.02688)
Ketiga persamaan dalam VAR di atas masing-masing terdiri dari variabelvariabel yang sama pada sisi kanan. Berdasarkan tabel 4.5 di atas tidak semua
lag signifikan dalam setiap persamaan. Keadaan ini merupakan tipikal dalam
VAR (Pindyck dan Rubinfeld, 1998).
Untuk persamaan pertama dengan variabel dependen nilai tukar,
variabel-variabel yang berpengaruh secara signifikan adalah nilai tukar dari
empat hari sampai satu hari sebelumnya dan hari kesembilan sebelumnya, dan
indeks LQ 45 sehari sebelumnya serta pembelian bersih investor asing pada dua
hari sebelumnya. Pola hubungan nilai tukar dengan dirinya sendiri berselangseling awalnya positif lalu negatif dan akhirnya positif lagi sedangkan dengan
indeks LQ 45 dan pembelian investor asing hubungannya negatif. Hal ini
konsisten dengan penelitian Manurung (1996) dan penelitian Sulistyo (2002)
namun berbeda dengan penelitian lndrawati (2002). Dengan demikian, pola
hubungan nilai tukar dengan indeks LQ 45 dan pembelian investor asing
berlawanan arah, yaitu ketika indeks LQ 45 dan pembelian bersih investor asing
mengalami peningkatan maka nilai tukar mata uang domestik akan mengalami
apresiasi. Hal ini dapat dijelaskan bahwa pada saat indeks LQ 45 naik maka
kekayaan riil investor akan meningkat sehingga akan meningkatkan daya beli.
Peningkatan daya beli berarti akan menaikkan permintaan mata uang domestik
sehingga tingkat suku bunga pun turut naik. Peningkatan suku bunga akan
•
Tesis 2006 Chapter IV
--------------------------------------------------------------------------------69
menarik arus modal asing masuk (capital inflows) yang pada akhirnya akan
menyebabkan apresiasi mata uang domestik.
Untuk persamaan kedua dengan variabel dependen indeks LQ 45,
variabel yang berpengaruh secara signifikan hanya indeks LQ 45 itu sendiri
sejak dua hari sebelumnya. Pola hubungan indeks LQ 45 dengan dirinya sendiri
bervariasi diawali dengan hubungan positif lalu diakhiri dengan hubungan
negatif sedangkan dengan nilai tukar hubungannya secara umum negatif dan
dengan pembelian bersih investor asing hubungannya positif. Hasil penelitian
ini berbeda dengan penelitian Manurung (1996) di BEJ yang menjelaskan bahwa
pembelian bersih investor asing dapat menjelaskan secara signifikan varians
indeks harga saham dengan hubungan negatif. Penyebabnya adalah perbedaan
penggunaan metode estimasi. Meskipun dalam penelitian ini hasilnya tidak
signifikan, secara umum dapat dikatakan bahwa pada saat nilai tukar
mengalami depresiasi maka indeks LQ 45 akan mengalami penurunan begitu
pula hila terjadi penurunan pembelian bersih investor asing maka akan
menurunkan indeks LQ 45.
Untuk persamaan ketiga dengan variabel dependen pembelian bersih
investor asing, variabel-variabel yang berpengaruh secara signifikan adalah
pembelian bersih investor asing selama 9 hari sebelumnya, dan indeks LQ 45
sehari sebelumnya. Pola hubungan pembelian bersih investor asing dengan
dirinya sendiri positif begitu pula dengan indeks LQ 45 hubungannya positif
sedangkan dengan nilai tukar negatif. Indeks LQ 45 sehari sebelumnya
memberikan pengaruh yang positif terhadap pembelian bersih investor asing
yang berarti bahwa setiap ada kenaikan indeks LQ 45, maka akan meningkatkan
pembelian bersih investor asing pada hari berikutnya. Sementara itu, meskipun
pengaruh nilai tukar tidak signifikan, jika terjadi depresiasi nilai tukar, maka
cenderung akan menyebabkan peningkatan arus modal asing masuk ke dalam
perekonomian domestik. Hal ini disebabkan harga dalam negeri menjadi lebih
murah, sehingga dengan modal yang sama, investor asing akan mendapatkan
e
Tesis 2006 Chapter IV
____________________________________________ 70
barang yang lebih banyak. Dari sisi lain, depresiasi mata uang domestik akan
meningkatkan daya saing produk perusahaan-perusahaan yang berorientasi
ekspor sehingga keuntungan perusahaan tersebut akan menaikkan nilai
fundamental sahamnya dan hal ini akan menarik investor asing untuk membeli
saham-sahamnya.
Dari ketiga persamaan di atas terlihat bahwa nilai tukar tidak hanya
dipengaruhi oleh dinamika pergerakan masa lalunya tetapi juga dipengaruhi
oleh indeks LQ 45 dan pembelian bersih investor asing. Hal ini ternyata tidak
berlaku sebaliknya, karena indeks LQ 45 ternyata hanya dipengaruhi oleh
dinamika pergerakan indeks LQ 45 hari-hari sebelumnya. Hasil penelitian ini
konsisten dengan penelitian Indrawati (2002) dan Novita (2004). Sementara itu,
pembelian bersih investor asing, selain dipengaruhi oleh dinamika pergerakan
masa lalunya juga dipengaruhi oleh dinamika pergerakan indeks LQ 45 sehari
sebelumnya. Ini menandakan bahwa untuk periode penelitian ini lndeks LQ 45
dapat menjadi leading indicator bagi pergerakan nilai tukar dan pembelian bersih
investor asing. Hasil ini sejalan dengan hasil uji granger's causality dimana
perubahan indeks LQ 45 mempengaruhi perubahan pembelian bersih investor
asing dan pergerakan nilai tukar.
Dari sudut pandang ekonomi mikro, kemungkinan terjadinya fenomena
ini dapat dijelaskan dengan teori Top-Down Analysis yang menyatakan bahwa
sebelum investor melakukan investasi pada bursa asing, mereka akan
mempertimbangkan kondisi ekonomi global dan kondisi makroekonomi negara
asing tersebut. Salah satu yang dipertimbangkan adalah pergerakan nilai tukar.
Jika kondisi memungkinkan untuk berinvestasi, pertimbangan berikutnya
adalah industri apa yang dipilih untuk investasi. Selanjutnya, jika kedua
pertimbangan di atas sudah memenuhi kriteria, maka pertimbangan berikutnya
adalah perusahaan mana yang dipilih untuk berinvestasi. Pada saat investor
asing telah mempertimbangkan ketiga faktor di atas dan melihat ada potensi
keuntungan dan harganya murah (underoalued), maka mereka akan berbondong•
Tnis 2006 Chapttr W
-------------------------------------------------------------------------------71
bondong berinvestasi (capital inflows/hot money). Sebelum investor asing
melakukan transaksi bursa, investor domestik yang melihat gelagat investor
asing mau masuk, melakukan pembelian dalam jumlah yang tidak terlalu besar.
Pembelian investor domestik ini kemudian mendorong indeks LQ 45 naik.
Kemudian investor asing juga melakukan transaksi dalam jumlah besar,
sehingga indeks LQ 45 semakin meningkat sementara nilai tukar belum
terpengaruh karena investor asing baru akan menukar mata uangnya ke mata
, uang domestik pada tanggal penyelesaian transaksi bursa. Jadi indeks LQ 45
mengalami sedikit kenaikan sebagai akibat pembelian investor domestik,
selanjutnya diikuti kenaikan pembelian bersih investor asing yang akan semakin
mendorong kenaikan indeks LQ 45. Pada akhirnya, kenaikan indeks LQ 45 dan
pembelian investor asing akan diikuti apresiasi mata uang domestik akibat
peningkatan permintaan mata uang domestik pada saat investor asing mertukar
mata uangnya ke mata uang domestik untuk penyelesaian transaksi bursa.
Sementara itu, dari perspektif makro ekonomi dengan berdasarkan
analisis model VAR di atas, secara garis besar hasil penelitian ini sesuai dengan
pendekatan portofolio balance yang menyatakan bahwa pergerakan indeks harga
saham akan mempengaruhi pergerakan nilai tukar mata uang domestik melalui
saluran arus modal asing. Hasil penelitian ini konsisten dengan penelitian
Indrawati (2002) dan Novita (2004).
4.7
INNOVATION ACCOUNTING
Secara umum, innovation accounting ini mencoba untuk menguraikan
bagaimana dan seberapa besar pengaruh shock atau impulse atau innovation atau
disturbance
terhadap variabel-variabel yang dibentuk dalam persamaan.
innovation accounting terdiri dari Impulse Response Function (IRF) dan Variance
Decompositions (VD)
IRF akan memperlihatkan bagaimana pengaruh kontemporer dari satu
standar deviasi suatu inovasi terhadap nilai-nilai variabel endogen pada waktu
•
Tesis 2006 Chapter IV
_________________________________ ________ 72
sekarang dan yang akan datang. Suatu shock pada variable endogen ke-i secara
langsung akan mempengaruhi variable itu sendiri dan akan menjalar ke
variable-variabel endogen yang lain melalui struktur dinamis VAR. IRF
memberikan arah hubungan besarnya pengaruh antar varia bel endogen. Dengan
demikian, shocks atas suatu variabel dengan adanya informasi baru akan
mempengaruhi variabel itu sendiri dan variabel-variabellain dalam sistem VAR.
Response 1D Cholesky One S.D. k"!novations :1:2 S.E.
, . _ . . of DER to DER
~ofDERioDLQ
~·of
DER 1o DLOGN>
100·-r-----------,
.
--- -----------;::.;:;------- --
0
'~~----
z
1
~ofDLQtoDER
2.5,-----------,
3
..
5
6
7
•
'
10
RMpcnse of DLQ to DLQ
2.5,..------------.
~onse
I.S
1.')
__ ------
1
M
-o.s
·O.S 2
3
..
5
6
7
•
•
10
of DLQ to DLOGN>
o.s
__ ......
--
~:-:.··-::::
--=
•..
1.<>
0.
:::--::-~:::::---
l.S,-----------,
1.5
0.5
-:::___
·20+-T""--r-r-r-r--r--.--......-f
1
2
3
•
s & 1 •
t
ro
·::.-.:..:::~-
--:.::::-_---:_----_
0.5
·l ..<>f----r---r---r---r---r---r---r---r-,
1
2
3
..
5
6
1
•
•
1€'
Aetpor.e of DLOGN> to DER
·t.•+-T"""--r-r-r-r--r--r--......-1
1
, . _ . . ol DLOGN> lo DLQ
2
3
~
4
5
6
1
I
I
W
ol DLOGN> 1o DLOGNP
2.0•..------------,
1.0.,....-----------,
1.5
1.5
I.S
1.<>
1.0
~-~--------~
0.5
0.5
_______..._____
-----------------
=-----:-
0.
...... ____
---------
-o.s
·0.5
·1.0.
·t.o-
·I.S·+-,...-,----r---r--r--r-,...--,r--1
·t.S+-,----r---r--r--r--..---,.---,...--1
1'134!.671.10
,
·1.0
2
3
..
s
8
1
•
•
10
Gambar 4.4 Impulse Response Function Model VARD
Gambar 4.4 di atas memvisualisasikan IRF untuk model VARD dalam 10
periode mendatang Bila dilihat gambar 4.4 dapat ditunjukkan bahwa response
D(ER) terhadap satu standar deviasi dari shock D(LQ) menunjukkan respon yang
•
Tesis 2006 Chgpur fi/
_________________ _________________ _________ 73
negatif hingga hari kedelapan kemudian positif menuju konvergen pada dua
hari berikutnya. Namun hal ini tidak berlaku sebaliknya, dimana respon D(LQ)
terhadap satu standar deviasi dari shock D(ER) bervariasi dari negatif akhirnya
menjadi positif. Begitu pula response D(ER) terhadap satu standar deviasi dari
shock D(LogNP) pada secara umum menunjukkan respon negatif. Sementara itu,
response D(LogNP) terhadap standar deviasi dari shock D(ER) bervariasi diawali
dari negatif kemudian positif dan berakhir negatif. Secara umum, response
D(LogNP) terhadap shock D(ER) relatif kecil. Hal ini menunjukkan sistem telah
stabil. Sementara itu, response D(LQ) terhadap satu standar deviasi dari shock
D(LogNP) menunjukkan respon bervariasi dari positif lalu negatif dan berakhir
positif. Hal ini berlaku sebaliknya, dimana respon D(LogNP) terhadap satu
standar deviasi dari shock D(LQ) menunjukkan respon bervariasi dari positif lalu
negatif dan berakhir positif.
Sementara itu, hasil perhitungan IRF antara D(ER), D(LQ) dan D(LogNP)
disarikan dalam Lampiran 6. Uji dilakukan dalam 3 tahap, pertama mengetahui
pengaruh kontemporer dari variabel D(ER) terhadap variabel D(LQ) dan
D(LogNP), kedua digunakan untuk melihat pengaruh kontemporer dari variabel
D(LQ) terhadap variabel D(ER) dan D(LogNP) dan ketiga digunakan untuk
melihat pengaruh kontemporer dari variabel D(LogNP) terhadap variabel D(ER)
dan D(LQ). Tabel tersebut menunjukkan bahwa bahwa pada periode pertama,
-satu standar deviasi dari D(ER) sebesar 1.53753 tidak membawa dampak apapun
terhadap variabel D(LQ) maupun D(LogNP). Hal ini terlihat dari standar deviasi
kedua variabel sama dengan nol yang berarti tidak ada kejutan. Setelah satu
periode ,standar deviasi dari D(ER) menjadi
2.19720 diatas rata-ratanya,
membawa pengaruh terhadap penurunan standar deviasi dari variabel D(LQ)
sebesar 2.19724 dan D(LogNP) sebesar 2.19295 dibawah rata-rata. Di sisi lain,
satu standar deviasi dari variabel D(LQ) sebesar 0.03816 menyebabkan dampak
negatif terhadap variabel D(ER) sebesar 0.05454 dan tidak memberi pangaruh
kepada variabel D(LogNP). Setelah periode kedua, penurunan standar deviasi
•
Tesis 2006 Chapter IV
____________________________________________ 74
dari variabel D(LQ) sebesar 0.05632 menyebabkan kenaikan standar deviasi dari
variabel D(ER) menjadi 0.05634 diatas rata-ratanya dan variabel D(LogNP)
sebesar 0.05588 di bawah rata-ratanya. Sementara itu, satu standar deviasi dari
variabel D(LogNP) sebesar 0.02791 menyebabkan dampak negatif terhadap
variabel D(ER) sebesar 0.03954 dan dampak positif terhadap variabel D(LQ)
sebesar 0.03950. Memasuki periode kedua, kenaikan standar deviasi dari
variabel D(LogNP) sebesar 0.05064 menyebabkan kenaikan standar deviasi dari
variabel D(ER) ,menjadi 0.05059 diatas rata-ratanya dan variabel D(LQ) sebesar
0.04556 di bawah rata-ratanya. Jika dikaji lebih dalam, kejutan-kejutan yang
terjadi dengan datangnya informasi baru dalam D(ER) akan berpengaruh baik
terhadap D(ER) sendiri maupun terhadap D(LQ) dan D(LogNP). Demikan juga
kejutan-kejutan yang terjadi dengan datangnya informasi baru dalam D(LQ)
akan berpengaruh baik terhadap D(LQ) sendiri maupun terhadap D(ER) dan
D(LogNP). Begitu pula jika kejutan dengan datangnya informasi baru dalam
D(LogNP) akan berpengaruh baik terhadap D(LogNP) maupun terhadap 2
variabellainnya.
Cara lain untuk memahami karakteristik dari perilaku dinamis adalah
dengan VD. VD digunakan untuk menyusun forecast error variance suatu varia bel,
yaitu seberapa besar perbedaan antara variance sebelum dan sesudah shock, baik
shock yang berasal dari diri sendiri maupun shock dari variabel lain atau untuk
melihat pengaruh relatif variabel-variabel penelitian terhadap variabel lainnya.
Prosedurnya dengan mengukur persentase kejutan-kejutan atas masing..;masing
variabel. Misalnya bila ada shock terhadap D(ER), perubahan yang terjadi dapat
dijelaskan berapa persen oleh D(ER) sendiri dan berapa persen lagi oleh D(LQ
dan D(LogNP). Lebih penting menurut Sims (1982) VD menunjukkan kekuatan
hubungan Granger Causality yang mungkin ada diantara variabel-variabel.
Dengan kata lain , jika suatu variabel menjelaskan porsi yang besar dari forecast
error variance dari variabel lain atau sebaliknya, mengindikasikan hubungan
Granger Causality yang kuat.
•
Tesii 2006 Chapter IV
_________________________________ ________ 75
Tabel4.6
Hasil Estimasi Variance Decomposition Model VARD
Variance Decomposition of DER:
DLOGNP
DLQ
DER
S.E.
Period
81.70632 100.0000 0.000000 0.000000
1
82.07387 99.58029 0.379254 0.040460
2
82.29400 99.25736 0.412951 0.329689
3
82.48075 99.09834 0.571094 0.330566
4
82.70060 99.08972 0.579909 0.330375
5
82.84894 99.00659 0.588467 0.404941
6
82.88695 98.94413 0.642045 0.413822
7
82.92316 98.94011 0.643294 0.416592
8
82.99144 98.83281 0.750485 0.416706
9
83.24188 98.80832 0.755637 0.436047
10
Variance Decomposition of DLQ:
DLOGNP
DLQ
DER
S.E.
Period
1
2
3
4
5
6
7
8
9
10
2.070790
2.101885
2.105588
2.106864
2.108173
2.110711
2.111246
2.112714
2.119259
2.119785
95.87467 0.000000
95.77693 0.112213
95.58473 0.160386
95.56126 0.184056
95.47085 0.207864
95.26191 0.408406
95.22274 0.429220
95.10051 0.555584
94.58020 0.818115
94.56096 0.833658
4.125327
4.110853
4.254885
4.254683
4.321283
4.329685
4.348041
4.343909
4.601686
4.605386
Variance Decomposition of DLOGNP:
DLQ
DLOGNP
S.E.
DER
Period
1.486286 0.157024 0.255293 99.58768
1
1.892822 0.121293 0.289870 99.58884
2
1.901077 0.126845 0.368409 99.50475
3
1.903468 0.170804 0.403396 99.42580
4
1.904199 0.170691 0.458704 99.37061
5
1.905867 0.229073 0.515129 99.25580
6
1.906469 0.232452 0.573330 99.19422
7
1.908956 0.234864 0.571850 99.19329
8
1.909553 0.274550 0.571500 99.15395
9
1.910231 0.278518 0.612693 99.10879
10
-
•
Ttsii2006 Chapter IV - - - - - - - - - - - - - - - - - - -
76
Dari Table 4.6 di atas dapat dilihat bahwa pada periode pertama forecast
error variance dari D(ER) dapat dijelaskan oleh D(ER) sebesar 100%, sedangkan
D(LQ) dan D(LogNP) tidak menjelaskan apapun. Sampai dengan period ke-10,
forecast error variance yang dapat dijelaskan D(ER) sendiri sebesar 98,81%,
sedangkan dampak dari fluktuasi D(LQ) sampai 10 periode hanya dapat
menjelaskan 0,75% dan fluktuasi D(LogNP) hanya 0,44%. Hasil ini menunjukkan
bahwa fluktuasi nilai tukar lebih banyak dipengaruhi nilai tukar sendiri
daripada faktor indeks LQ 45 dan pembelian bersih investor asing.
Sementara itu, pada periode pertama forecast error variance dari D(LQ)
dapat dijelaskan oleh D(LQ) sebesar 95,87%, dan D(ER) sebesar 4,13% sedangkan
D(LogNP) tidak menjelaskan apapun. Sampai dengan 10 periode ke depan
ternyata porsi D(LQ) masih cukup besar dalam menjelaskan D(LQ) yaitu sebesar
94,56% sedangkan D(ER) sebesar 4,60% dan D(LogNP) hanya sebesar 0,83%. Hal
ini juga menunjukkan bahwa fluktuasi indeks LQ 45 juga masih lebih banyak
dipengaruhi pergerakan indeks LQ 45 sendiri dibandingkan faktor nilai tukar
dan pembelian bersih investor asing.
Kondisi serupa juga terjadi pada periode pertama forecast error variance
dari D(LogNP) yang dapat dijelaskan oleh D(LogNP) sebesar 99, 59%, D(ER)
sebesar 0,16% sedangkan D(LQ) sebesar 0,25%. Namun demikian, pada perode
ini ternyata sudah ada pengaruh dari 2 variabel yang lain meskipun sangat kecil.
Pada 10 periode berikutnya ternyata tidak ada perubahan yang signifikan yaitu
forecast error variance dari D(LogNP) yang dapat dijelaskan oleh D(LogNP)
sebesar 99,11%, D(ER) sebesar 0,28% sedangkan D(LQ) sebesar 0,61 %. Hal ini
mencerminkan pengaruh yang besar dari pembelian bersih investor asmg
terhadap dirinya sendiri dibanding faktor nilai tukar dan indeks LQ 45.
Berdasarkan hasil analisis terhadap IRF dan VD, secara umum dapat
disimpulkan bahwa adanya kejutan dengan datangnya informasi baru pada satu
variabel akan direspon oleh variabel itu sendiri maupun variabel-variabel
penelitian yang lain dengan tingkatan yang berbeda-beda. Hal ini menunjukkan
•
Tesis 2006 Chapter IV - - - - - - - - - - - - - - - - - - - - - -
77
bahwa ketika ada informasi baru berkenaan dengan indeks LQ 45 maka akan
direspon oleh indeks LQ 45 sendiri maupun nilai tukar mata uang dan
pembelian bersih investor asing. Begitu pula jika informasi itu berkenaan dengan
pembelian bersih investor asing, maka juga akan direspon oleh pergerakan
indeks LQ 45 dan nilai tukar mata uang domestik.
Selain itu, dapat disimpulkan bahwa masing-masing variable dapat saling
menjelaskan apabila terjadi shock terhadap salah satu variabel, namun porsi
penjelasan masing-masing variabel masih didominasi oleh dirinya sendiri. Hal
ini ditunjukkan pada saat terjadi shock pada nilai tukar, maka yang memberikan
penjelasan paling dominan adalah perubahan nilai tukar itu sendiri sementara
indeks LQ 45 dan pembelian
~ersih
investor asing hanya menjelaskan dengan
porsi yang relatif kecil.
Berikut ini disajikan hasH uji hipotesis dengan alat ekonometri :
Tabel4.7
Ringkasan Hasil Uji Hipotesis dengan Econometric Tools
Uji Hipotesis
Nilai
t-statistik
Hasil uji
Kesimpulan
Uji Johansen's Cointegrastion Test
Terdapat hubungan keseimbangan
jangka panjang antara pembelian
bersih investor asing, nilai tukar
dan indeks LQ 45
Uji Granger;s Causality
Pembelian bersih investor asing
mempengaruhi nilai tukar
Nilai tukar mempengaruhi
pembelian bersih investor asing
Indeks LQ 45 mempengaruhi nilai
tukar
Nilai tukar mempengaruhi indeks
LQ45
Indeks LQ 45 mempengaruhi
pembelian bersih investor asing
Pembelian bersih investor asing
mempengaruhi indeks LQ 45
S
Tesis 2006 Chapter IV
40.10412)*
10.11005)*
2.168958)**
Ho tidak ditolak
Ho ditolak
Ho ditolak
Tidak ada
kointegrasi
(keseimbangan
jangka
panjang)
1.28675)***
Ho tidak
dapat ditolak
Ho tidak
dapat ditolak
Ho ditolak
Tidak
mempengaruhi
Tidak
mempengaruhi
Mempengaruhi
Ho tidak
dapat ditolak
Ho ditolak
Tidak
mempengaruhi
Mempengaruhi
Ho tidak
dapat ditolak
Tidak
mempengaruhi
0.39889)***
2.62323)**
0.52003)***
3.64032)***
1.39657)***
__________________________________ ________ 78
Uji Hipotesis
Analisis Model V AR
Nilai tukar dipengaruhi oleh nilai
tukar sebelurnnya
Nilai tukar dipengaruhi oleh
indeks LQ 45 sebelurnnya
Nilai tukar dipengaruhi oleh
pembelian bersih investor a sing
sebelurnnya
Indeks LQ 45 dipengaruhi oleh
indeks LQ periode sebelurnnya
Indeks LQ 45 dipengaruhi oleh
nibi tukar periode sebelurnnya
Indeks LQ 45 dipengaruhi oleh
pembelian bersih investor a sing
pt:!riode sebelurnnya
Pembelian bersih investor a sing
dipengaruhi oleh pembelian bersih
investor asing periode sebelurnnya
Nilai
t-statistik
Tesis 2006 Chapter IV
Kesimpulan
[ 2.03522])**
[-1.98556])**
[-1.98889])**
[ 2.72945])**
[ 2.46340])**
[-2.26194])**
DER(-1)
DER(-2)
DER(-3)
DER(-4)
DER{-9)
DLQ(-1)
Menjelaskan
[-1.97112])**
DLOGNP(-2)
Menjelaskan
[ 6.15758])*
[-2.50647])**
[1.82378])**
DLQ(-1)
DLQ(-2)
DER(-8)
Menjelaskan
[1.83909])**
DLOGNP(-7)
[-29.3243])*
[-21.7012])*
[-15.8958])*
[-12.4222])*
[-10.8490])*
[-9.31221])*
[-6.84694 ])*
[-4.68811])*
[-2.12911])**
[ 3.20474])**
DLOGNP(-1)
DLOGNP(-2)
DLOGNP(-3)
DLOGNP(-4)
DLOGNP(-5)
DLOGNP(-6)
DLOGNP(-7)
DLOGNP(-8)
DLOGNP(-9)
DLQ(-1)
Pembelian bersih investor asing
dipengaruhi oleh Indeks LQ 45
periode sebelurnnya
Pembelian bersih investor asing [ 1.25756])**
dipengaruhi oleh nilai tukar
periode sebelurnnya
Keterangan : )* signifikan pada a = 1%
)** signifikan pada a= 5%
)*** signifikan pada a = 10%
G
Hasil uji
DER(-8)
Menjelaskan
Tidak
menjelaskan
Tidak
menjelaskan
Menjelaskan
Menjelaskan
Tidak
menjelaskan
_________________________________________ 79
BABV
KESIMPULAN DAN IMPLIKASI PENELITIAN
5.1
KESIMPULAN
Setelah melakukan analisis hubungan dinamis antara nilai tukar, dan
indeks harga saham LQ 45, maka dapat ditarik suatu kesimpulan:
1.
Berdasarkan uji stasioneritas dengan unit root test dapat disimpulkan bahwa
nilai tukar terhadap dolar Amerika, indeks LQ 45 dan pembelian bersih
investor asing memiliki unit root artinya tidak stasioner pada data level,
tetapi stasioner pada level satu (first difference).
2.
Berdasarkan uji hubungan kausalitas dengan metode Granger Causality,
dapat ditarik kesimpulan bahwa terdapat hubungan searah antara indeks
LQ 45 dengan pembelian bersih investor asing dan indeks LQ 45 dengan
nilai tukar. Artinya, pergerakan indeks LQ 45 dapat mempengaruhi
pergerakan pembelian bersih investor asing dan indeks LQ 45 juga
mempengaruhi
pergerakan nilai tukar, namun hal ini tidak berlaku
sebaliknya.
3.
Berdasarkan uji kontergrasi dengan Johansen's Cointegration Test diperoleh
kesimpulan bahwa ketiga variabel tersebut tidak berkointegrasi artinya
tidak terdapat kesamaan dinamika pergerakan masing-masing variabel dan
tidak ada keseimbangan antar variabel dalam jangka panjang.
4.
Dalam model VAR, dari sudut pandang ekonomi makro, nilai tukar tidak
hanya dipengaruhi oleh dinamika pergerakan masa lalunya tetapi juga
dipengaruhi oleh indeks LQ 45 dan pembelian bersih investor asing. Hal ini
tidak berlaku sebaliknya, karena indeks LQ 45 ternyata hanya dipengaruhi
oleh dinamika pergerakan indeks hari-hari sebelumnya. Sementara itu,
pembelian bersih investor asing, selain dipengaruhi oleh dinamika
~
Tesis 2006 Chapter V - - - - - - - - - - - - - - - - - - - - - - -
80
pergerakan masa lalunya juga dipengaruhi oleh dinamika pergerakan
indeks LQ 45 sehari sebelumnya. Hal ini sesuai dengan teori portfolio
balance. Namun dari perspektif investor, kemungkinan terjadinya fenomena
ini dapat dijelaskan dengan teori Top-Down Analysis. Setelah investor asing
mempertimbangkan faktor kondisi makroekonomi, faktor industri dan
faktor perusahaan serta melihat ada potensi keuntungan, maka mereka
akan berbondong-bondong berinvestasi (capital inflocos). Sebelum investor
asing melakukan transaksi bursa, investor domestik yang melihat gelagat
investor asing mau masuk, melakukan pembelian dalam jumlah yang tidak
terlalu besar. Pembelian investor domestik ini kemudian mendorong indeks
LQ 45 naik. Kemudian investor asing juga melakukan transaksi dalam
jumlah besar, sehingga indeks LQ 45 semakin meningkat sementara nilai
tukar belum terpengaruh karena investor asing baru akan menukar mata
uangnya ke dalam mata uang domestik pada tanggal penyelesaian
transaksi bursa. Jadi indeks LQ 45 mengalami sedikit kenaikan sebagai
akibat
pembelian
investor
domestik,
selanjutnya
diikuti
kenaikan
pembelian bersih investor asing yang juga semakin mendorong kenaikan
indeks LQ 45. Pada akhirnya, kenaikan indeks LQ 45 dan pembelian
investor asing akan diikuti apres1as1 mata uang domestik akibat
peningkatan permintaan mata uang domestik pada saat investor asing
menukar mata uangnya ke dalam mata uang domestik untuk penyelesaian
transaksi bursa.
5.
Berdasarkan innovation accounting dalam model V AR baik dengan impulse
response function maupun variance decomposition dapat dsimpulkan bahwa
adanya shock berupa informasi baru pada satu variabel akan direspon oleh
variabel itu sendiri maupun variabel-variabel penelitian yang lain dengan
tingkatan yang berbeda-beda. Selain itu, masing-masing variable dapat
saling menjelaskan apabila terjadi shock terhadap salah satu variabel,
namun porsi penjelasan masing-masing variabel masih didominasi oleh
~ uns2006Ch~urV
---------------------------------------------- 81
dirinya sendiri. Jadi secara umum, ternyata dinamika masing-masing
variabel baik nilai tukar, indeks LQ 45 maupun pembelian bersih investor
asing dipengaruhi oleh dinamika dari pergerakan variabel-variabel itu
sendiri, terlepas dari adanya kejadian non moneter yang mempengaruhi.
5.2
KETERBAT ASAN PENELITIAN
Hasil penelitian ini belum dapat menggambarkan fakta yang memadai
karena memiliki keterbatasan-keterbatasan yang tidak dapat dilakukan.
Keterbatasan penelitian ini antara lain:
1.
Tidak mengukur tingkat efisiensi bursa, sehingga arus modal asing yang
masuk melalui bursa kemungkinan besar tidak hanya disebabkan oleh
pergerakan nilai tukar dan indeks LQ 45 tetapi juga efisiensi bursa yang
rendah dan faktor-faktor lain.
2.
Belum mempertimbangkan market size bursa efek di Indonesia dan tidak
dapat melihat investor asing yang masuk ke pasar, sehingga pada
praktiknya, apa yang terjadi di pasar tidak selalu sesuai dengan teori
ekonomi yang ada.
3.
Tidak mempertimbangkan secara spesifik aktivitas short selling karena
selain sulit melakukan pengukuran aktivitas tersebut, juga karena aturan
rentang waktu short selling di Indonesia tidak memungkinkan investor
asing untuk mengambil keuntungan.
4.
Belum memasukkan foreign direct investment (FDI) dan loans sebagai bagian
dari arus modal asing secara keseluruhan. Padahal dalam kenyataan, FDI
memiliki jumlah yang relatif besar dan stabil dibandingkan portofolio
maupun loans.
5.
Belum memasukkan variabel-variabel yang bersifat kualitatif dan tidak
terukur ke dalam model, seperti faktor politik, faktor keamanan, isu
terorisme dan korupsi, rumor dan sentimen pasar yang berasal dari
subyektifitas
•
para
pelaku
pasar.
Variabel-variabel
tersebut
Tesis 2006 Chapter V - - - - - - - - - - - - - - - - - - - - - - -
bisa
82
berpengaruh besar dalam aktivitas transaksi perdagangan di bursa,
terutama di pasar modal yang belum efisien seperti Indonesia.
6.
Pemilihan indeks LQ 45 sebagai variabel yang mewakili saham-saham
pilihan investor asing. Dalam praktek setiap saham memiliki karakteristik
yang beragam, baik ditinjau dari kelompok saham, besar kecilnya
perusahaan dan faktor-faktor lain.
5.3
IMPLIKASI PENELITIAN
Implikasi penelitian ini dapat dibedakan menjadi 3 kelompok :
1. Bagi perrierintah adalah adanya gejolak mata uang harus disikapi dengan
hati-hati. Kesalahan pengambilan kebijakan di bidang moneter justru tidak
akan menarik modal asing masuk ke dalam perekonomian. Demikian pula
dengan otoritas pasar modal, kesalahan dalam menyikapi pergerakan indeks
harga saham akan berakibat pada gejolak nilai tukar.
2. Bagi akademisi adalah penggunaan model VAR tidak selalu sesuai dengan
kenyataan yang ada. Oleh karena itu, perlu ada penjelasan tambahan
sehingga apa yang dihasilkan oleh VAR dapat diterima dan sejalan dengan
teori yang berlaku.
3. Bagi praktisi pasar modal, khususnya investor, adanya gejolak mata uang,
arus modal asing yang masuk ke Indonesia dan pergerakan indeks LQ 45
harus menjadi bahan pertimbangan yang penting sebelum mengambil
keputusan investasi baik di pasar uang maupun di pasar modal.
5.4
SARAN
Saran yang dapat diberikan untuk pemerintah, investor dan peneliti-
peneliti lainnya antara lain :
1. Pemerintah perlu menerapkan berbagai kebijakan agar gejolak nilai tukar
tidak sampai menyebabkan krisis keuangan. Kebijakan-kebijakan yang dapat
diterapkan, antara lain :
•
Tesis2006 ChapterV - - - - - - - - - - - - - - - - - - - - - -
83
a. Tobin tax
b. Pemberlakuan minimum stay period bagi investasi asing
c. Melakukan kerja sama intemasional seperti kerja sama antar bankbank sentral untuk reserve (SWAP)
d. Bila memungkinan pendirian lembaga keuangan regina! untuk lending
of last resort bagi bank-bank sentral yang mengalami kesulitan
likuiditas
e. Pemberlakuan aturan kehati-hatian (Prudential Regulation) untuk
Banking, Non Banking Finandal Institute dan dunia usaha
2. Mengingat pentingnya model dinamis dalam menjelaskan hubungan antara
variabel-variabel yang pergerakannya dinamis, maka peneliti-peneliti
selanjutnya sangat mungkin untuk mengembangkan model ini menjadi
model yang lebih komprehensif dengan memasukkan
variabl~-variabel
lain
yang memiliki karakteristik dinamis.
3. Perlu adanya pengelompokkan yang lebih spesifik atas saham baik
pengelompokkan saham per sektor atau saham individual atau yang
didasarkan pada saham dengan orientasi ekspor atau impor.
4. Perlu mempertimbangkan market size, tingkat efisiensi bursa dan aktivitas
short selling di bursa.
5. Memperlebar jangka waktu data penelitian, sehingga dapat memberikan
gambaran yang mendekati fakta sebenarnya.
Gf)
Tesis 2006 Chapter V - - - - - - - - - - - - - - - - - - - - - - -
84
DAFfAR PUSTAKA
Ajayi, Richard A. dan Mougoue, Mbodja, "On The Dynamic Relations Between
Stock Prices and Exchange Rates" The Journal of Financial Research, Vol. XIX
No.2193-207, Summer 1996
Bofinger, Peter Monetray PoliClj : Goals, Institutions, Strategies And Instruments, 1st
edition, Oxford University Press Inc., New York, 2001
- - - - - - , "Laporan Tahunan Tahun 2004," Tlze Annual Report, Bapepam,
Jakarta, 2005
Bodie, Zvi, Kane, Alex and Marcus, Alan J., Essensial of Investnzensts, 4th edition,
McGraw-Hill, Inc. New York, 2001
Enders, Waters, Applied Econometric Time Series, John Wiley and Sons Inc, New
York, 1995
Granger, W.J.Clive, Huang, Nung Bwo dan Yang, Wei Chin, "Bivariate Causality
Between Stock Prices & Exchange Rate", Discussion Paper, University of
California, San Diego, April 1998
Greene, William H, Econometrics Analysis, 5·.n edition, Prentice Hall, New Jersey,
2003
Gujarati, Damodar N., Basic Econometrics, 4th edition, McGraw-Hill, Inc. New York,
2003
Gupta, J.P., Allain Chevalier dan Fran Sayekt, "The Causality Between Interest Rate,
Exchange Rate and Stock Price in Emerging Market: The Case of The Jakarta
Stock Exchange", 1999
Hallwood, C. Paul dan MacDonald, Ronald, Intenzational Money and Finance,
3rd edition, Blackwell Publisher, Massachussetts, USA, 2000
Harsono, Margaretha, Analisis Potensi Keuntungan dan Resiko Atas Saham Bank
Pilihan Investor Asing", Tesis, Univesitas Indonesia, Jakarta, 1995
Haryanto, Ronny, Analisis Minat Investor Asing Terhadap Saham-Saham di Bursa
Efek Jakarta dengan Metode Diskriminan", Tesis, Univesitas Indonesia,
Jakarta, 1998
Ika, Syahrir, Patriadi, Pandu and Pramadi, Yudi, "Profile LQ 45 : Benefit And
Analysis", Badan Analisa Keuangan dan Moneter, Departemen Keuangan,
Jakarta, 2000
lndrawati, Titik, "Hubungan Dinamis Antara Variable Ekonomi Makro-Moneter
dan lndeks Pasar Saham dengan Pendenkatan Granger Non Causality (GNC)
dalam VAR dan VEC", Disertasi, Universitas Indonesia, Jakarta, 2002
Jones, P. Charles, Investment: Analysis and Management, 6th edition, John Wiley and
Sons Inc, New York, 1998
Lam, Swee-Sum, "Control Versus Firm Value: The Impact of Restriction on Foreign
Share Ownership", Financial Management, Vol26 No.1 Spring, 1997
I
11
11
85
Maghyereh, Akhtam dan Omet, Ghassan, " Electronic Trading and Market
Efficiency in Emerging Market: The Case of The Jordanian Capital Market",
The Journal of Economic, The Hashemite University, Jordan, 2002
Ma, Christoper and Kao, G Wenchi," On Exchange Rate Changes and Stock Price
Reaction", Journal of Finance and Accounting, Summer 1990
Madura, Jeff, International Financial Management, 7th edition, Thomson South
Western, Ohio, 2003
Manurung, Adler Haymans, "Pengaruh Variabel Makro, Investor Asing, Bursa
Yang Telah Maju Terhadap Indeks BEJ", Tesis, Univesitas Indonesia, Jakarta,
1996
Nasution, Asmila Denga, "Analisis Hubungan Antara Harga Saham dan Nilai
Tukar", Tesis, Universitas Indonesia, Jakarta, 2001
Novita, Mila, " Analisis Dinamis lndeks Harga Saham dan Nilai Tukar Dengan
Metode Vector Autoregression (VAR): Studi Empiris Bursa Efek Jakarta",
Tesis, Universitas Indonesia, Jakarta, 2004
Pyndick, R.S dan Rubinfeld, Daniel L., Econometric Models and Econometrics Forecast,
4th edition, McGraw-Hill Inc., New York, 1998
Reilly, Frank K. & Brown, Keith C., Investment Analysis and Portfolio Management, 6th
edition, Thomson South Western, Ohio, 2000
Rivera-Batiz, Fransisco L. & Rivera-Batiz, Luis A., International Finance and Open
Economy Macroeconomics, Second Edition, Prentice Hall, 2000
Sakhowi, Ahmad," Analisis Pengaruh Perubahan Nilai Tukar Rupiah, Inflasi Dan
Tingkat Suku Bunga Terhadap Return Saham di Bursa Efek Jakarta", Tesis,
Universitas Indonesia, Jakarta, 1999
Setyastuti, Rini, "Krisis Ekonomi dan Kausalitas Antara Fluktuasi Nilai Tukar,
Tingkat Suku Bunga dan lndeks Harga Saham di Indonesia", Paper diskusi,
Universitas Atmajaya, Yogyakarta, 2004
Stulz, RM dan Wasselfallen, W, "Foreign Equity Investment Restriction, Capital
Flight And Shareholder Wealth Maximization: Theory and Evidence" Revie·w
of Financial Studies, Winter 1995
Sudjono, "Analisis Keseimbangan dan Hubungan Simultan Antara. Variable
Ekonomimakro Terhadap lndeks Harga Saham di Bursa Efek Jakarta dengan
Metode VAR dan ECM", Disertasi, Univesitas Indonesia, Jakarta, 2002
Sulistyo, Herman, "Hubungan antara Keseimbangan Jangka Panjang dan Pendek di
antara lndeks Saham dan Nilai Tukar Rupiah terhadap Beberapa Mata Uang
Negara-Negara di Kawasan Asia Pasifik yang Terkena Krisis (antara lain
Amerika, Jepang, Malaysia dan Thailand), Disertasi, Universitas Indonesia,
Jakarta, 2002
Widati, "Analisis Pengaruh Perubahan Suku Bunga SBI dan Nilai Tukar Rupiah-US
Dollar Terhadap Tingkat Return Saham di BEJ" Tesis, Univesitas Indonesia,
Jakarta , 2003
86
Lampiran lA
Hasil Uji Stasioneritas Data Level dan First Difference LogNP
dengan ADF Test dan PP Test
Null Hypothesis: LOGNP has a unit root
Exogenous: Constant
Lag Length: 20 (Automatic based on AIC, MAXLAG=23)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-2.114474
-3.434845
-2.863413
-2.567816
0.2391
Adj. t-Stat
Prob.*
-2.162783
-2.566580
-1.941 045
-1.616550
0.0295
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LOGNP has a unit root
Exogenous: None
Bandwidth: 34 (Newey-West using Bartlett kernel)
Phillips-Perron test statistic
Test critical values:
1% level
5% level
10% level
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: DLOGNP has a unit root
Exogenous: Constant
Lag Length: 13 (Automatic based on SIC, MAXLAG=23)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-17.41338
-3.434805
-2.863395
-2.567806
0.0000
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: DLOGNP has a unit root
Exogenous: Constant
Bandwidth: 259 (Newey-West using Bartlett kernel)
Phillips-Perron test statistic
Test critical values:
1% level
5% level
10% level
Adj. t-Stat
Prob.*
-239.8823
-3.434721
-2.863358
-2.567786
0.0001
*MacKinnon (1996) one-sided p-values.
87
Lampiran lB
Hasil Uji Stasioneritas Data Level dan First Difference LQ
dengan ADF Test dan PP Test
Null Hypothesis: LQ has a unit root
Exogenous: Constant
Lag Length: 3 (Automatic based on AIC, MAXLAG=23)
Augmented Dickey-Fuller test statistic
1% level
Test critical values:
5%1evel
10% level
t-Statistic
Prob.*
0.282157
-3.434714
-2.863355
-2.567785
0.9774
Adj. t-Stat
Prob.*
0.282843
-3.434705
-2.863351
-2.567783
0.9774
Null Hypothesis: LQ has a unit root
Exogenous: Constant
Bandwidth: 7 (Newey-West using Bartlett kernel)
Phillips-Perron test statistic
1% level
Test critical values:
5% level
10% level
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: DLQ has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=23)
t-Statistic
Augmented Dickey-Fuller test statistic
1% level
Test critical values:
5% level
10% level
Prob.*
-32.63501
-3.434708
-2.863352
-2.567783
0.0000
Adj. t-Stat
Prob.*
-32.54433
-3.434708
-2.863352
-2.567783
0.0000
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: DLQ has a unit root
Exogenous: Constant
Bandwidth: 3 (Newey-West using Bartlett kernel)
Phillips-Perron test statistic
1% level
Test critical values:
5% level
10% level
*MacKinnon (1996) one-sided p-values.
88
Lampiran lC
Hasil Uji Stasioneritas Data Level dan First Difference ER
dengan ADF Test dan PP Test
Null Hypothesis: ER has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic based on SIC, MAXLAG=23)
Augmented Dickey-Fuller test statistic
1% level
Test critical values:
5% level
10% level
t-Statistic
Prob.*
-2.608058
-3.434708
-2.863352
-2.567783
0.0915
Adj. t-Stat
Prob. *
-2.546028
-3.434705
-2.863351
-2.567783
0.1048
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: ER has a unit root
Exogenous: Constant
Bandwidth: 3 (Newey-West using Bartlett kernel)
Phillips-Perron test statistic
1% level
Test critical values:
5% level
10% level
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: DER has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=23)
Augmented Dickey-Fuller test statistic
1% level
Test critical values:
5% level
10% level
t-Statistic
Prob.*
-35.32174
-3.434708
-2.863352
-2.567783
0.0000
Adj. t-Stat
Prob.*
-35.25351
-3.434708
-2.863352
-2.567783
0.0000
*MacKinnon ( 1996) one-sided p-values.
Null Hypothesis: DER has a unit root
Exogenous: Constant
Bandwidth: 4 (Newey-West using Bartlett kernel)
Phillips-Perron test statistic
1% level
Test critical values:
5% level
10% level
*MacKinnon (1996) one-sided p-values.
89
Lampiran 2
Hasil Uji Kausalitas dengan Granger's Causality Test
Pairwise Granger Causality Tests
Date: 02/08/06 Time: 22:06
Sample: 1 1434
La s:2
Null Hypothesis:
Obs
F-Statistic
Probability
DLOGNP does not Granger Cause DER
DER does not Granger Cause DLOGNP
1426
1.28675
0.39889
0.27649
0.67114
DLQ does not Granger Cause DER
DER does not Granger Cause DLQ
1431
DLQ does not Granger Cause DLOGNP
DLOGNP does not Granger Cause DLQ
1426
2.62323
0.07292
0.52003
0.59461
3.64032
0.02649
1.39657
0.24778
90
Lampiran 4
Hasil Uji Kointegrasi dengan Johansen's Cointegration Test
Date: 01/09/06 Time: 17:51
Sample(adjusted): 11 1434
Included observations: 1412
Excluded observations: 12 after adjusting endpoints
Trend assumption: No deterministic trend (restricted constant)
Series: ER LQ LOGNP
Lags interval (in first differences): 1 to 9
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
0.021018
0.005608
0.001535
40.10412
10.11005
2.168958
34.91
19.96
9.24
41.07
24.60
12.97
*(**)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 co integration 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
0.021018
0.005608
0.001535
29.99407
7.941097
2.168958
22.00
15.67
9.24
26.81
20.20
12.97
'"('"'")denotes rejection of the hypothesis at the 5%(1 %) level
Max-eigenvalue test indicates 1 cointegrating equation(s) at both 5% and 1% levels
Unrestricted Cointegrating Coefficients (normalized by b'*S11 *b=l):
ER
7.64E-05
0.001191
-0.000171
LQ
0.015603
-0.002300
-0.007690
LOGNP
-0.877802
0.078834
0.097012
c
5.601535
-11.53919
0.713523
Unrestricted Adjustment Coefficients (alpha):
D(ER)
D(LQ)
D(LOGNP)
-3.915457
-0.006106
0.201627
-5.426208
0.079151
-0.025619
-0.933533
-0.068838
-0.013231
92
1 Cointegrating Equation(s):
Log likelihood
-13726.31
Normalized cointegrating coefficients (std.err. in parentheses)
C
LOGNP
LQ
ER
73323.69
-11490.37
204.2413
1.000000
(16357.5)
(2130.45)
(59.9461)
Adjustment coefficients (std.err. in parentheses)
-0.000299
D(ER)
(0.00017)
-4.66E-07
D(LQ)
(4.2E-06)
1.54E-05
D(LOGNP)
(3.0E-06)
2 Cointegrating Equation(s):
Log likelihood
-13722.34
Normalized cointegrating coefficients (std.err. in parentheses)
C
LOGNP
LQ
ER
-8911.877
-42.05406
0.000000
1.000000
(1882.45)
(192.852)
402.6392
-56.05288
1.000000
0.000000
(74.0041}
(7.58150)
Adjustment coefficients (std.err. in parentheses)
-0.048613
-0.006761
D(ER)
(0.03419}
(0.00259)
-0.000277
9.38E-05
D(LQ)
(0.00087}
(6.6E-05)
0.003205
-1.51 E-05
D(LOGNP)
(0.00062)
(4.7E-05)
93
Lampiran 5
Hasil Uji dengan Model VARD
Vector Autoregression Estimates
Date: 02/02/06 Time: 21:02
Sample(adjusted): 11 1434
Included observations: 1412
Excluded observations: 12 after adjusting endpoints
Standard errors in ~ & t-statistics in [
l
1
DER
DLQ
DLOGNP
DER(-1)
0.055731
(0.02738)
[ 2.03522]
6.47E-05
(0.00069)
[ 0.09320)
0.000119
(0.00050)
[ 0.23936)
DER(-2)
-0.054402
(0.02740)
[-1.98556)
0.000786
(0.00069)
[ 1.131_87)
7.50E-05
(0.00050)
[ 0.15045]
DER(-3)
-0.054561
(0.02743)
[-1.98889]
0.000161
(0.00070)
[ 0.23-101]
-0.000522
(0.00050)
[-1.04665]
DER(-4)
0.074842
(0.02742)
[ 2.72945]
-0.000554
(0.00069)
[-0.79729)
-0.000250
(0.00050)
[-0.50128)
DER(-5)
0.035396
(0.02746)
[ 1.28907]
-0.000147
(0.00070)
[-0.21091]
0.000177
(0.00050)
[ 0.35475]
DER(-6)
-0.023777
(0.02738)
[-0.86839]
-0.000404
(0.00069)
[-0.58272]
9.79E-05
(0.00050)
[ 0.19663]
DER(-7)
-0.015196
(0.02731)
[-0.55635]
-3.01 E-06
(0.00069)
[-0.00435]
0.000129
(0.00050)
[ 0.26009]
DER(-8)
0.031901
(0.02726)
[ 1.17024]
0.001260
(0.00069)
[ 1.82378]
0.000624
(0.00050)
[ 1.25756)
DER(-9)
0.067110
(0.02724)
[ 2.46340]
-0.000113
(0.00069)
[-0.16404]
0.000269
(0.00050)
[ 0.54345)
DLQ(-1)
-2.451545
(1.08383)
[-2.26194]
0.169142
(0.02747)
[ 6.15758]
0.063183
(0.01972)
[ 3.20474]
DLQ(-2)
-0.034943
(1.09802)
-0.069752
(0.02783)
0.016928
(0.01997)
94
[-0.03182] [-2.50647] [ 0.84753]
OLQ(-3)
-1.594196 0.05381 0 0.00893 9
(1.09810) (0.02783) (0.01998)
[-1.45178] [ 1.93350] [ 0.44749]
DLQ(-4)
-0.065659 0.00347 0 0.02427 3
(1.09667) (0.02779) (0.01995)
[-0.05987] [0.12486 ] [ 1.21675]
OLQ(-5)
-0.309467 0.01858 7
(1.09724) (0.02781)
[-0.28204] [ 0.66838]
DLQ(-6)
-0.729766 0.00828 7 -0.019216
(1.09792) (0.02783) (0.01997)
[-0.66468] [ 0.29783] [-0.96217]
OLQ(-7)
0.05441 6 -0.010941 -0.017728
(1.09653) (0.02779) (0.01995)
[ 0.04963] [-0.39369] [-0.88879]
OLQ(-8)
1.209391 -0.022678 -0.019762
(1.09128) (0.02766) (0.01985)
[ 1.10824] [-0.81995] [-0.99553]
OLQ(-9)
0.04710 8 -0.011476 0.00340 0
(1.07558) (0.02726) (0.01957)
[ 0.04380] [-0.42098] [ 0.17380]
DLOGNP(-1)
-1.113044 0.047471 -0.788596
(1.47836) (0.03747) (0.02689)
[-0.75289] [ 1.26697] [-29.3243]
DLOGNP(-2)
-3.68434 5
(1.86916)
[-1.97112]
0.00180 7 -0.737867
(0.04737) (0.03400)
[0.03815] [-21.7012]
DLOGNP(-3)
-3.271237
(2.13180)
[-1.53450]
0.00832 8 -0.616417
(0.05403) (0.03878)
[0.15414] [-15.8958]
DLOGNP(-4)
-3.345142 -0.02980 9 -0.50791 5
(2.24773) (0.05697) (0.04089)
[-1.48823] [-0.52327] [-12.4222]
DLOGNP(-5)
-1.437984
(2.27288)
[-0.63267]
0.085241 -0.448553
(0.05760) (0.04135}
[1.47975] [-10.8490]
OLOGNP(-6)
-1.871592
(2.24478}
[-0.83375]
0.04003 4 -0.38025 3
(0.05689} (0.04083)
[0.70368] [-9.31221]
DLOGNP(-7}
-0.95984 8
(2.12734}
0.09915 6 -0.26496 0
(0.05392} (0.03870}
0.00701 4
(0.01996)
[0.35140]
95
[-6.84694]
[-0.45120]
[1.83909]
DLOGNP(-8)
-1.285615
(1.86023)
[-0.69111]
0.006193 -0.158639
(0.04715) (0.03384)
[0.13136] [-4.68811]
DLOGNP(-9)
-1.652208 0.000119 -0.057231
(1.47771) (0.03745) (0.02688)
[-1.11809] [ 0.00318] [-2.12911]
c
1.948733
(2.19047)
0.88964J
l
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
AkaikeAIC
SchwarzSC
Mean dependent
S.D. deeendent
0.055379
(0.05552)
[ 0.99754J
-0.005159
(0.03985)
l-0.12948J
0.037712 0.045990 0.395680
0.018939 0.027379 0.383891
9239477. 5934.829 3057.322
81.70632 2.070790 1.486286
2.008868 2.471059 33.56217
-8206.622 -3017.238 -2548.949
11.66377 4.313368 3.650069
11.76793 4.417531 3.754232
1.949717 0.067414 0.001316
82.49122 2.099733 1.893537
Determinant Residual Covariance
Log Likelihood (d.f. adjusted)
Akaike Information Criteria
Schwarz Criteria
60380.68
-13782.57
19.64104
19.95352
96
Lampiran 6
Hasil Uji dengan Impulse Response Functions V ARD
Response of DER:
Period
DER
1
2
3
4
5
6
7
8
9
10
81.70632
(1.53753)
5.650222
(2.19720)
-3.763095
(2.20202)
-4.441279
(2.20614)
5.949621
(2.20692)
4.316101
(2.20879)
-1.394614
(2.19951)
-2.380221
(2.19501)
1.953675
(2.18797)
6.280766
(2.18225)
DLQ
DLOGNP
0.000000
(0.00000)
-5.054404
(2.19724)
-1.555410
(2.20075)
-3.299338
(2.19279)
-0.900181
(2.19262)
-0.854308
(2.19909)
-1.928215
(2.20577)
-0.352688
(2.20191)
2.730528
(2.19565)
0.818149
(2.17362)
0.000000
(0.00000)
-1.650889
(2.19295)
-4.427425
(2.18440)
-0.401420
(2.16996)
-0.327047
(2.14248)
2.280202
(2.13013)
-0.797267
(2.11724)
0.464032
(2.07621)
-0.234578
(2.00480)
-1.230324
(1.96264)
Response of DLOGNP:
Period
DER
1
2
3
4
5
6
7
8
9
10
-0.058896
(0.03954)
0.029613
(0.05059)
0.015448
(0.05096)
-0.040053
(0.05097)
-0.000811
(0.05095)
0.046168
(0.05085)
0.011317
(0.05080)
-0.010485
(0.05059)
0.038111
(0.05051)
-0.012326
(0.05017)
DLQ
Response of DLQ:
Period
DER
1
2
3
4
5
6
7
8
9
10
-0.420596
(0.05454)
-0.068651
(0.05631)
0.083822
(0.05634)
0.014825
(0.05639)
-0.056522
(0.05633)
-0.028930
(0.05633)
-0.030265
(0.05606)
0.009232
(0.05598)
0.113051
(0.05591)
0.016402
(0.05575)
DLQ
DLOGNP
2.027627
(0.03816)
0.346521
(0.05604)
-0.080011
(0.05632)
0.064011
(0.05608)
0.035416
(0.05602)
0.030202
(0.05609)
0.020150
(0.05619)
-0.021207
(0.05614)
-0.054508
(0.05606)
-0.035313
(0.05562)
0.000000
(0.00000)
0.070409
(0.05559)
-0.046403
(0.05588)
-0.032547
(0.05540) :
-0.032685
(0.05444)
-0.094639
(0.05385)
0.030610
(0.05335)
-0.075279
(0.05211)
0.109292
(0.05003)
0.026770
(0.04880)
DLOGNP
0.075097 1.483219
(0.03950) (0.02791)
0.068890 -1.169660
(0.05064) (0.04556)
-0.054122 -0.167778
(0.05093) (0.05080)
-0.036072 0.078689
(0.05091) (0.05095)
0.044907 0.027662
(0.05058) (0.05096)
-0.045593 -0.046336
(0.05056) (0.05096)
-0.046122 0.006325
(0.05065) (0.05101)
0.000678 0.096838
(0.05074) (0.05098)
-0.000513 0.028760
(0.05046) (0.05091)
0.030342
0.038961
(0.04974) (0.05077)
97
Lampiran 7
Hasil Uji dengan Model VARL
Vector Autoregression Estimates
Date: 01/09/06 Time: 17:55
Sample(adjusted): 10 1434
Included observations: 1414
Excluded observations: 11 after adjusting endpoints
Standard errors in ~ & t-statistics in ~
1
1
ER
LQ
LOGNP
0.000228
(0.00049)
[ 0.46076]
ER(-1)
1.053322 0.000108
(0.02739) (0.00069)
[ 38.4501) [ 0.15608]
ER(-2)
-0.113122 0.000709 -5.51E-05
(0.03979) (0.00101) (0.00072)
[-2.84295) [ 0.70344] [-0.07682]
ER(-3)
-0.002686 -0.000541 -0.000603
(0.03985) (0.00101) (0.00072)
[-0.06739] [-0.53586] [-0.83917]
ER(-4)
0.135806 -0.000796 0.000280
(0.03973) (0.001 01) (0.00072)
[ 3.41815] [-0.79030] [ 0.39111]
ER(-5)
-0.035845
(0.03987)
[-0.89900]
0.000417
(0.00101)
[ 0.41263]
0.000447
(0.00072)
[ 0.62225]
ER(-6)
-0.067940 -0.000262
(0.03970) (0.00101)
[-1.71154] [-0.26002]
-0.000141
(0.00072)
[-0.19658]
ER(-7)
0.007875 0.000471
(0.03968) (0.00101)
[ 0.19845] [ 0.46875]
4.16E-05
(0.00072)
[ 0.05808]
ER(-8)
0.053128
(0.03951)
[ 1.34469]
0.001189
(0.00100)
[ 1.18758]
0.000473
(0.00071)
[ 0.66332]
ER(-9)
-0.036724 -0.001198 -0.000681
(0.02719) (0.00069) (0.00049)
[-1.35089] [-1.73843] [-1.38912]
LQ(-1)
-2.193673 1.164478 0.065587
(1.07847) (0.02733) (0.01945)
[-2.03407] [ 42.6011] [ 3.37247]
LQ(-2)
2.286580
-0.237781
-0.043523
98
(1.64947) (0.04181) (0.02974)
[ 1.38625] [-5.68758] [-1.46322]
LQ(-3)
-1.871101 0.127870 -0.012151
(1.66178) (0.04212) (0.02997)
[-1.12596] [ 3.03593] [-0.40548]
LQ(-4)
1.734835 -0.052584 0.018967
(1.66389) (0.04217) (0.03000)
[ 1.04264] [-1.24688] [ 0.63213]
LQ(-5)
-0.369686 0.015658 -0.033487
(1.66440) (0.04219) (0.03001)
[-0.22211] [ 0.37117] [-1.11573]
LQ(-6)
-0.334646 -0.012377 -0.010018
(1.66638) (0.04224) (0.03005)
[-0.20082] [-0.29304] (-0.33337]
LQ(-7)
0.754216 -0.014665 0.000676
(1.66092) (0.04210) (0.02995)
[ 0.45410] [-0.34837] [ 0.02258]
LQ(-8)
1.106820 -0.019223 -0.002040
(1.63737) (0.04"i50) (0.02953)
[ 0.67598] [-0.46320] [-0.06908]
LQ(-9)
-1.150010 0.028807 0.019409
(1.07532) (0.02725) (0.01939)
[-1.06946] [ 1.05696] [ 1.00091]
LOGNP(-1)
-0.503052 0.051388 0.196253
(1.48148) (0.03755) (0.02672)
[-0.33956] [ 1.36855] [ 7.34611]
LOGNP(-2)
-2.142950 -0.047453
(1.50421) (0.03813)
[-1.42464] [-1.24468]
LOGNP(-3)
0.940636 -0.005987 0.107454
(1.50071) (0.03804) (0.02706)
[ 0.62679] [-0.15741] [ 3.97065]
LOGNP(-4)
0.366449 -0.019568 0.092644
(1.50762) (0.03821) (0.02719)
[ 0.24307] [-0.51209] [ 3.40773]
LOGNP(-5)
2.203405 -0.054357 0.043896
(1.51242) (0.03833) (0.02727)
[ 1.45687] [-1.41802] [ 1.60951]
LOGNP(-6)
-0.009495
(1.51200)
[-0.00628]
LOGNP(-7)
0.036758
(0.02712)
[ 1.35513]
0.045119 0.054077
(0.03832) (0.02727)
[ 1.17736] [ 1.98335]
1.469803 -0.059038
0.101473
99
(1.50399) (0.03812) (0.02712)
[ 0.97727] [-1.54876] [ 3.74146]
LOGNP(-8)
0.118919 0.103724 0.089722
(1.50727) (0.03820) (0.02718)
[ 0.07890) [ 2.71508] [ 3.30099]
LOGNP(-9)
0.240219 -0.005138 0.092759
(1.48170) (0.03755) (0.02672)
[ 0.16212] [-0.13682] [ 3.47163]
c
37.89546 -0.962526 1.424290
(28.2932) (0.71711) (0.51020)
( 1.33938] [-1.34223] ( 2.79161]
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
AkaikeAIC
SchwarzSC
Mean dependent
S.D. de~endent
0.990671 0.998646 0.495783
0.990489 0.998620 0.485960
9240225. 5935.949 3004.731
81.65065 2.069491
1.472384
5450.970 37865.39 50.47463
-8217.303 -3020.644 -2539.291
11.66238 4.312085 3.631247
11.76642 4.416128 3.735290
9214.705 132.2958 9.657257
837.2260 55.70442 2.053633
Determinant Residual Covariance
Log Likelihood (d.f. adjusted)
Akaike Information Criteria
Schwarz Criteria
59154.86
-13787.59
19.62036
19.93249
100
Lampiran 8
Hasil Uji dengan Impulse Response Function Model VRAL
Period
Resporr;e mCIOesky 1ft SD. hiiMIIin t 2S.E.
•r--------,
II
1
iiiiiMe cl ER •LOGN'
•r--------,
•
II
II
II
•
•
•
J
a
a
I------------------
.;~---~
. .______
.J
1 I
I
I
I
I
I
-··=--
-·--·-·
.a
___,
I
I
···------······
·~:~~: .... -- ____: .. -·--
1 I
W
I
I
I
I
I I
1 I
I W
I
I
I
I
I
I
I
•
Period
1
iiiiiMe af LQ • LO
~v-~--------------·-------·
1L
I
,--
2
3
4
5
6
7
8
9
10
---
.. _,__
--·-··
--·-~
.... ···-·--··-- ..... ---·
1 I
I
··- ....... .
I
I
I
I
I
I
2
3
4
5
6
7
8
9
10
•
Period
i1111Me cl lOGih Ul
11r--------,
lllspne af UlGih ER
11
1
Ur--------,
12
"
"
I
o•l
o•
~~~ '~
. ~-_::_-----··_-,·,-_
I
c·-~
~·1 I
I
I
~
I
I
I
I
I
•
~·L--~-,------'
1 I
I
I
I
I
I
I
I
•
2
3
4
5
6
7
8
9
10
Response of ER:
LQ
ER
81.65065
86.94324
82.55045
77.43439
83.15843
87.62205
85.57150
82.28378
83.98111
84.45686
0.000000
-4.486126
-5.520229
-8.976712
-9.725753
-10.42912
-12.10467
-12.22171
-9.428764
-8.491084
Response of LQ:
LQ
ER
-0.417142
-0.479326
-0.390319
-0.366479
-0.419320
-0.445431
-0.470288
-0.451533
-0.331364
-0.303407
2.027014
2.364451
2.274776
2.339638
2.372546
2.398834
2.411201
2.389957
2.324243
2.308675
Response of LOGNP:
LQ
ER
-0.047128
-0.018023
-0.003263
-0.041276
-0.040133
0.010360
0.018002
0.008445
0.046395
0.010269
0.078562
0.148363
0.097839
0.053745
0.102492
0.053257
0.009145
0.010160
0.009313
0.041309
LOGNP
0.000000
-0.739250
-4.238540
-3.574299
-2.888331
0.344951
0.690560
2.609047
3.832436
4.426794
LOGNP
0.000000
0.075516
0.032943
0.002867
-0.024073
-0.113032
-0.077817
-0.148543
-0.036402
-0.004273
LOGNP
1.469531
0.288400
0.115401
0.189105
0.206190
0.152259
0.153169
0.242499
0.257031
0.285715
~· \--..-........-,---..,.--r--,-'
I I I I I I I I •
101
Lampiran 9
Hasil Uji dengan Variance Decompositions Model V ARL
'Ina~
1':1151 oRUUt:Si
,....lll...,uoiJIQf
-111-uoLO
•
I
·i
I
•
•
•
•
•
•
•
.I
a
I
I
1
!
:
'
I
\
1 I f
I
:n
1
:
I
<I
t
S I
-LO-uolOOII'
•
e
e
•
•
•
•
Ii
:t;
1 2 J 4 S I 7 I I I
1 I I I
,....LO..,.uoLO
-LO-uo51
el
l
:
I
I
I
.
,i-~-----!
:
;
t
§
I
I
I
I
If
I
-lOOII'-uoBI
•
:
l
4 S I
7 I
I I
•
•
I
'1
i
•
li
a
,i
1 :
:!
'
5 I
1 I
I I
1 :
l
'
S I 1 I I I
Period
1
2
3
4
5
6
7
8
9
10
Period
•
el
•
<·
7 I
1
2
3
4
5
6
7
8
9
10
-lOOII'-IIoiiiJIQf
-IJIQf-llalllO
•
..
I 1 J 4 S I
I I
Period
I
l
l
4 S I 1 I t I
1
2
3
4
5
6
7
8
9
10
Variance Decomposition of ER:
LQ
ER
S.E.
81.65065
119.3592
145.2916
164.9214
184.9793
204.9484
222.4260
237.4871
252.1042
266.0474
100.0000
99.85490
99.67261
99.40267
99.22437
99.10893
98.94633
98.79883
98.77109
98.76698
0.000000
0.141264
0.239693
0.482294
0.659811
0.796442
0.972361
1.117780
1.131797
1.118135
Variance Decomposition of LQ:
LQ
S.E.
ER
2.069491
3.179446
3.928984
4.587498
5.181749
5.728535
6.233556
6.692912
7.092834
7.465276
4.062943
3.994124
3.602469
3.280648
3.226179
3.244304
3.309101
3.325606
3.179415
3.035267
95.93706
95.94946
96.35356
96.68706
96.74635
96.69429
96.62345
96.56663
96.72200
96.87570
LOGNP
0.000000
0.003836
0.087693
0.115031
0.115818
0.094631
0.081308
0.083391
0.097111
0.114885
LOGNP
0.000000
0.056413
0.043972"
0.032293
0.027469
0.061409
0.067445
0.107763
0.098587
0.089028
Variance Decomposition of LOGNP:
LOGNP
LQ
S.E.
ER
1.472384
1.507789
1.515364
1.528620
1.546386
1.554811
1.562467
1.581229
1.602682
1.628507
0.102453
0.111987
0.111333
0.182321
0.245510
0.247296
0.258153
0.254916
0.331939
0.325471
0.284695
1.239699
1.644197
1.739422
2.138966
2.233174
2.214767
2.166650
2.112411
2.110290
99.61285
98.64831
98.24447
98.07826
97.61552
97.51953
97.52708
97.57843
97.55565
97.56424
102
Lampiran 10
Hasil Uji dengan Model VEC
Vector Error Correction Estimates
Date: 02/11/06 Time: 22:30
Sample(adjusted): 11 1434
Included observations: 1412
Excluded observations: 12 after adjusting endpoints
Standard errors in { ~ & t-statistics in [ ]
Cointe~ratin~ E9:
CointE91
ER(-1)
1.000000
LQ(-1)
215.9129
(63.1638)
[ 3.41830]
LOGNP(-1)
-12112.14
(2244.80)
[-5.39564]
c
79218.00
Error Correction:
D{ER~
D{LOl
D{LOGNP~
CointEq1
-0.000271
(0.00016)
[-1.71149]
-5.38E-08
(4.0E-06)
[-0.01339]
1.47E-05
(2.9E-06)
[ 5.16044]
D(ER(-1))
0.054064
(0.02738)
[ 1.97447]
6.43E-05
(0.00069)
[ 0.09263]
0.000210
(0.00049)
[ 0.42497]
D(ER(-2))
-0.056072
(0.02740)
[-2.04664]
0.000786
(0.00070)
[ 1.13026]
0.000166
(0.00049)
[ 0.33553]
D(ER(-3))
-0.056225
(0.02743)
[-2.04969]
0.000160
(0.00070)
[ 0.23031]
-0.000432
(0.00049)
[-0.87269]
D(ER(-4))
0.073407
(0.02741)
[ 2.67772]
-0.000554
(0.00070)
[-0.79704]
-0.000172
(0.00049)
[-0.34780]
D(ER(-5))
0.034151
(0.02745)
[ 1.24418]
-0.000147
(0.00070)
[-0.21111]
0.000245
(0.00050)
[ 0.49458]
D(ER(-6))
-0.024960
(0.02737)
[-0.91196]
-0.000405
(0.00069)
[-0.58266]
0.000162
(0.00049)
[ 0.32875]
D(ER(-7))
-0.016308
-3.23E-06
0.000190
103
(0.02730)
[-0.59731]
(0.00069)
[-0.00466]
(0.00049)
[ 0.38524]
D(ER(-8))
0.030851
(0.02725)
[ 1.13221]
0.001260
(0.00069)
[ 1.82235]
0.000681
(0.00049)
[ 1.38506]
D(ER(-9))
0.065777
(0.02723)
[ 2.41518]
-0.000114
(0.00069)
[-0.16430]
0.000342
(0.00049)
[ 0.69578]
D(LQ(-1))
-2.425493
(1.08318)
[-2.23924]
0.169147
(0.02748)
[ 6.15494]
0.061766
(0.01954)
[ 3.16144]
D(LQ(-2))
-0.036079
(1.09726)
[-0.03288]
-0.069752
(0.02784)
[-2.50558]
0.016990
(0.01979)
[ 0.85846]
D(LQ(-3))
-1.584924
(1.09735)
[-1.44432]
0.053812
(0.02784)
[ 1.93284]
0.008434
(0.01979)
[ 0.42613]
D(LQ(-4))
-0.072968
(1.09591)
[-0.06658)
0.003469
(0.02780)
[0.12476]
0.024670
(0.01977)
[ 1.24806]
D(LQ(-5))
-0.320122
(1.09649)
[-0.29195]
0.018585
(0.02782)
[ 0.66805]
-0.006434
(0.01978)
[-0.32533]
D(LQ(-6))
-0.755833
(1.09726)
[-0.68884]
0.008282
(0.02784)
[ 0.29751]
-0.017799
(0.01979)
[-0.89932]
D(LQ(-7))
0.027521
(1.09588)
[ 0.02511]
-0.010946
(0.02780)
[-0.39370]
-0.016266
(0.01977)
[-0.82289]
D(LQ(-8))
1.182741
(1.09063)
[ 1.08446]
-0.022683
(0.02767)
[-0.81976)
-0.018313
(0.01967)
[-0.93093]
D(LQ(-9))
0.013791
(1.07501)
[ 0.01283]
-0.011482
(0.02727)
[-0.42100]
0.005212
(0.01939)
[ 0.26882]
D(LOGNP(-1))
-4.034589
(2.25752)
[-1.78718]
0.046891
(0.05728)
[ 0.81868]
-0.629709
(0.04072)
[-15.4647]
D(LOGNP(-2))
-6.297663
(2.41255)
[-2.61038]
-0.002326
(0.06121)
[-0.03800]
-0.595743
(0.04352)
[-13.6904]
D(LOGNP(-3))
-5.564418
-0.008783
-0.491703
104
(2.51665)
[-2.21105]
(0.06385)
[-0.13756]
(0.04539)
[-10.8322]
D(LOGNP( -4 ))
-5.306909
(2.52173)
[-2.10447]
-0.030199
(0.06398)
[-0.47201]
-0.401225
(0.04548)
[-8.82115]
D(LOGNP(-5))
-3.090363
(2.46798)
[-1.25218]
-0.085569
(0.06262)
[-1.36658]
-0.358689
(0.04451)
[-8.05773]
D(LOGNP(-6))
-3.204483
(2.37456)
[-1.34951]
-0.040298
(0.06025)
[-0.66890]
-0.307764
(0.04283)
[-7.18573]
D(LOGNP(-7))
-1.960483
(2.20479)
[-0.88919]
-0.099355
(0.05594)
[-1.77616]
-0.210540
(0.03977)
[-5.29424]
D(LOGNP(-8))
-1.940765
(1.89793)
[-1.02257]
0.006063
(0.04815)
[ 0.12592]
-0.123009
.(0.03423)
[-3.59328]
D(LOGNP(-9))
-1.996849
(1.49034)
[-1.33986]
-0.038488
5.08E-05
(0.03781) - (0.02688)
(-1.43177]
[ 0.00134)
c
1.973490
(2.18899)
[ 0.90155]
0.055384
(0.05554)
[ 0.99724]
-0.006506
(0.03948)
[-0.16477]
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
AkaikeAIC
Schwarz SC
Mean dependent
S.D. deeendent
0.039746
0.020305
9219949.
81.64943
2.044438
-8205.128
11.66307
11.77095
1.949717
82.49122
0.045990
0.026675
5934.828
2.071538
2.381092
-3017.238
4.314784
4.422667
0.067414
2.099733
0.407097
0.395093
2999.564
1.472713
33.91393
-2535.484
3.632413
3.740296
0.001316
1.893537
Determinant Residual Covariance
Log Likelihood
Log Likelihood (d.f. adjusted)
Akaike Information Criteria
Schwarz Criteria
59251.99
-13725.30
-13769.25
19.63066
19.96547
105
Lampiran 11
Hasil Uji dengan Impulse Response Function Model VEC
•.-------,
•
•
•
•
•
J
J
I
I
•
ID.------,
I
-JL-----,-----'
-JL__ _ ___,
Zl.-------,
.
nlI
Zl
Zl
';!
IS
ll
lli
11
11
uj
u
I
~sr----
"t=:::]:
·11
...
I : I I l I I I I I
.
.
I l I I I I I I I I
Zl.--------,
I
Period
ER
1
-0.421228
-0.489579
-0.405699
-0.391150
-0.448140
-0.478076
-0.509021
-0.500911
-0.388327
-0.372348
2
3
4
LJ :!-..,-.,. _..,- .,-.
r-r-,.,.-J
I l l I l I I I I I
7
8
9
10
6
·I
I Z I I I I I I I I
I l l I l I I I I I
5
6
7
8
9
10
Period
11,-,------,
11.--------,
11.---------.
uj
II
1
2
3
4
"I
II
II 1\
II
II ________ . __ ~
fl
! :
I 4 l I I I I I
I Z I I l I I I I I
Response of ER:
ER
LQ
81.64943
87.12518
83.15508
78.51772
84.28719
88.42813
86.85896
84.32536
86.14046
9226306
1
2
3
4
5
_______,
11'----
I
Period
5
6
7
8
9
10
0.000000
-5.096202
-6.708150
-10.02005
-10.93185
-11.77414
-13.71366
-14.07579
-11.35047
-10.55379
Response of LQ:
LQ
2.028260
2.374977
2.294963
2.358968
2.394181
2.424188
2.444189
2.422815
2.368415
2.333053
Response of LOGNP:
ER
LQ
-0.049575
-0.018523
-0.002201
-0.040988
-0.041116
0.006192
0.018212
0.008576
0.047664
0.037417
0.077129
0.146522
0.093005
0.054913
0.100066
0.053649
0.008334
0.009462
·o.oo8759
0.048835
LOGNP
0.000000
-1.104821
-4.876079
-4.547523
-4.080930
-0.939939
-0.802883
0.663587
1.527766
1.471616
LOGNP
0.000000
0.069881
0.022687
-0.009497
-0.041049
-0.133723
-0.100377
-0.172525
-0.060084
-0.030588
LOGNP
1.469856
0.281845
0.108259
0.180553
0.198234
0.144040
0.142161
0.228318
0.242858
0.261536
fl._,_.,--.,--.,....,......,....,.....,.l
I l I I l I I I I I
106
Lampiran 12
Hasil Uji dengan Variance Decompositions Model VEC
Vlilll~
JllallllnallllO
l'niiBI-111111
l'nlllil-lllliDI'
•
•
I
I
I
I
I
•
•
•
I
I
•
I
I l
l
I I I
l
I I I
I l
I l I I I I
•
I
•
•
c
I
I
I l
•
I I I
I
I I
"""UDI'-u•LO
•
I
I I I I
I I I I
Paltaill'naiiiiUDI'
•
I
•
•
I
I
I
I l I I I I
I I I I
I
·'
•
I.
I l
I I
•I
I
I I I I
I
l'niiUDI'nalllllll
I
I I I I
l'nlllO-IIIIUDI'
•
I I I I
•
1.
I l
I I
l'nlllOwilllllllO
l'nlll0-111111
:n
:u
I I I
I I I
I
I l I I
I I
I I I I
I l
I I
I I
I I I I
Period
1
2
3
4
5
6
7
8
9
10
Period
1
2
3
4
5
6
7
8
9
10
Period
1
2
3
4
5
6
7
8
9
10
Variance Decomposition of ER:
LQ
ER
S.E.
81.64943
119.5183
145.8361
165.9948
186.5336
206.noo
224.6931
240.4087
255.6319
271.9811
100.0000
99.80964
99.54877
99.21229
98.98488
98.84754
98.65028
98.47741
98.45264
98.47957
0.000000
0.181813
0.333694
0.621943
0.835980
1.004606
1.223230
1.411335
1.445397
1.427420
Variance Decomposition of LQ:
LQ
ER
S.E.
2.071538
3.190040
3.950736
4.618023
5.221183
5.777879
6.295007
6.765931
7.179250
7.558065
4.134739
4.098922
3.726941
3.445119
3.431822
3.487002
3.591477
3.657033
3.540649
3.437328
95.86526
95.85309
96.23847
96.52915
96.54187
96.43795
96.31987
96.20121
96.32644
96.44111
LOGNP
0.000000
0.008545
0.117531
0.165770
0.179138
0.147856
0.126486
0.111251
0.101967
0.093005
LOGNP
0.000000
0.047987
0.034584
0.025735
0.026313
0.075051
0.088653
0.141761
0.132913
0.121561
Variance Decomposition of LOGNP:
LOGNP
LQ
ER
S.E.
1.472713
1.506695
1.513442
1.525713
1.542336
1.549989
1.556623
1.573330
1.592701
1.615204
0.113314
0.123375
0.122489
0.192697
0.259634
0.258672
0.270160
0.267424
0.350517
0.394483
0.274285
1.207761
1.574661
1.678971
2.063907
2.163378
2.147843
2.106086
2.058193
2.092657
99.61240
98.66886
98.30285
98.12833
97.67646
97.57795
97.58200
97.62649
97.59129
97.51286
107