Analisis Pengaruh Variabel Makroekonomi dan Indeks Saham
advertisement
Analisis Pengaruh Variabel Makroekonomi dan Indeks Saham Syariah Regional terhadap Risiko Jakarta Islamic Index (JII) (Analisis Time Series ARCH-GARCH) Oleh : Abdul Azzis NIM. 1113086000037 JURUSAN EKONOMI SYARIAH FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HUDAYATULLAH JAKARTA 2017 i ii iii iv LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH Yang bertanda tangan di bawah ini, saya mahasiswa UIN Syarif Hidayatullah Jakarta : Nama Nomor Induk Mahasiswa Fakultas Program Studi : Abdul Azzis : 1113086000037 : Ekonomi dan Bisnis : Ekonomi Syariah Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Utama UIN Sayrif Hidayatullah Jakarta karya ilmiah saya yang berjudul : “Analisis Pengaruh Variabel Makroekonomi dan Indeks Saham Syariah Regional terhadap Risiko Jakarta Islamic Index” Dengan demikian saya memberikan kepada Perpustakaan Utama UIN Sayrif Hidayatullah Jakarta hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk database data, mendistribusikan secara terbatas, dan mempublikasikannya via internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis. Demikian pernyataan ini yang saya buat dengan sebenarnya. v DAFTAR RIWAYAT HIDUP I. IDENTITAS PRIBADI 1. Nama : Abdul Azzis 2. Tempat Tanggal Lahir : Jakarta, 23 Juli 1995 3. Alamat : Jl. Pondok Kelapa Raya Duren Sawit, Jakarta Timur II. 4. Telepon : 085813119869 5. E-mail : [email protected] PENDIDIKAN 1. SD Negeri Pondok Kelapa 10 Pagi Jakarta Tahun 2000-2007 2. MTs Daarul Uluum Lido Boarding School Tahun 2007-2010 3. MA Daarul Uluum Lido Boarding School Tahun 2011-2013 4. S1 Ekonomi UIN Syarif Hidayatullah Jakarta Tahun 2013-2017 III. LATAR BELAKANG KELUARGA 1. Ayah : Kusni 2. Pekerjaan Ayah : Pengusaha 3. Ibu : Aedah 4. Pekerjaan Ibu : Ibu Rumah Tangga 5. Alamat : Jl. Pondok Kelapa Raya Rt.02/Rw.02 No.41 Jakarta IV. PENGALAMAN ORGANISASI 1. Organisasi : PASKIBRA SALSABILA Jabatan : Komisi Disiplin Tahun : 2012-2013 Tahun : 2013-2014 2. Organisasi : AIESEC in South Tangerang Jabatan : Manager of Service Quality 3. Organisasi : Kelompok Studi Pasar Modal FEB UIN Jakarta Jabatan : Analis Data dan Trading vi Tahun : 2014-2016 ABSTRACT The aim of this research is to analyze the effect of BI rate, inflation rate, IDRUSD exchange rate, Dow Jones Islamic U.S index (DJIUS), Dow Jones Islamic U.K index (DJIUK), FTSE Japan Shariah 100 index (FTSJP) and FTSE Malaysia Hijrah Shariah index (FTSMY) on risk of Jakarta Islamic Index during the period of 2007-2016. The analysis method used in this research is Auto Regressive Conditional Heteroscedastic-Generalized Auto Regressive Conditional Heteroscedastic (ARCH-GARCH). The result of this research showed that all variables i.e BI rate, inflation rate, IDR-USD exchange rate, DJIUS index, DJIUK index, FTSJP index and FTSMY index have simultanously significant impact on risk of JII. While t-test results show that BI rate, IDR-USD exchange rate, DJIUK index and FTSMY index have significant impact on risk of JII. The results also showed that the value of adjusted R square is 59,49%. Keywords : BI rate, inflation, IDR-USD exchange rate, DJIUS index, DJIUK index, FTSJP index, FTSMY index, ARCH vii ABSTRAK Penelitian ini bertujuan untuk menganalisis pengaruh BI rate, inflasi, kurs IDRUSD, indeks Dow Jones Islamic U.S (DJIUS), indeks Dow Jones Islamic U.K (DJIUK), indeks FTSE Japan Shariah 100 (FTSJP) dan indeks FTSE Malaysia Hijrah Shariah (FTSMY) terhadap risiko Jakarta Islamic Index selama periode 2007-2016. Metode analisis yang digunakan adalah Auto Regressive Conditional Heteroscedastic-Generalized Auto Regressive Conditional Heteroscedastic (ARCH-GARCH). Hasil penelitian menunjukkan bahwa secara simultan variabel BI rate, inflasi, kurs IDR-USD, indeks DJIUS, indeks DJIUK, indeks FTSJP dan indeks FTSMY memiliki pengaruh signifikan terhadap risiko JII. Sedangkan pengujian secara parsial hanya variabel BI rate, kurs IDR-USD, indeks DJIUK dan indeks FTSMY yang memiliki pengaruh signifikan terhadap risiko JII. Hasil penelitian juga menunjukkan nilai adjusted R square sebesar 59,49%. Kata kunci : BI rate, inflasi, kurs rupiah terhadap dolar AS, DJIUS, DJIUK, FTSJP, FTSMY, risiko JII, ARCH viii KATA PENGANTAR Puja serta puji syukur kami ucapkan kepada Allah SWT yang senantiasa memberikan kemudahan bagi setiap hambanya yang berusaha untuk mencapai kesuksesan. Allah SWT senantiasa memberikan kami inayah sehingga peneliti dapat menyelesaikan penelitian yang berjudul “Analisis Pengaruh Variabel Makroekonomi dan Indeks Saham Syariah Regional terhadap Risiko Jakarta Islamic Index (JII) ” ini. Shalawat serta salam semoga tercurah limpahkan kepada Nabi Muhammad SAW, para keluarga, sahabat dan pengikutnya hingga akhir jaman kelak. Penyusunan skripsi ini dimaksudkan untuk memenuhi sebagian syarat-syarat guna mencapai gelar Sarjana Ekonomi di Universitas Islam Negeri Syarif Hidayatullah Jakarta. Terkait dengan penelitian ini, peneliti mengucapkan terima kasih kepada berbagai pihak yang telah memberikan bantuan dan masukan. Oleh karena itu, penulis mengucapkan terima kasih kepada semua pihak yang telah memberikan bantuan dan dukungan demi terselesaikannya penulisan skripsi ini terutama kepada: 1. Kepada Allah SWT yang telah memberikan ridho dan rahmat-Nya sehingga skripsi ini dapat diselesaikan. 2. Bapak Prof. Dr. Dede Rosyada, MA selaku rektor UIN Syarif Hidayatullah Jakarta. 3. Bapak Dr. Arief Mufraini, M.Si, Lc selaku Dekan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta. 4. Bapak Yoghi Citra Pratama, M.Si Selaku Ketua Jurusan Ekonomi Syariah yang dalam kesempatan ini beliau juga merangkap sebagai Dosen Pembimbing Skripsi dan Dosen Pembimbing Akademik. Terima kasih atas bimbingan skripsinya pak Yoghi dan semoga cepat jadi doktor! 5. Kepada Bapak dan Mamah yang selalu berperan sebagai orang tua yang tidak pernah mengenal lelah dalam hal mendidik anak-anaknya. Dukungan moril dan materiil Bapak dan Mamah begitu berarti dalam terselesaikannya penelitian ini. Semoga Bapak dan Mamah selalu diberi nikmat Iman Islam serta nikmat sehat wal afiat. ix 6. Segenap keluarga yakni Ka Ina, Icha, Nanda, Diana, dan Rafi serta ponakanku Gin Gin yang lucu dan gemesin. Terutama ka Ina yang juga telah memberikan motivasi dan dukungan materiil. Semoga Allah selalu memberikan kelapangan dan keberkahan rizki ya kaa (big hug). 7. Seluruh Bapak/Ibu dosen Fakultas Ekonomi dan Bisnis yang telah memberikan pengetahuan yang sangat bermanfaat selama masa perkuliahan. 8. Teman-teman AIESEC batch 2014 yang sudah banyak membantu gue selama kuliah di sini. Terutama sahabat gue Irfan dan Gita thanks berat yaah buat giftnya! 9. Teman-teman Galeri Investasi yang udah jadi temen sharing dan teman organisasi yang gak bisa gue sebutin satu per satu namanya. 10. Teman-teman Pasdreks yang selalu kompak berkumpul dan memberikan hiburan. Mereka adalah Musa, Bung Moko, Erik, Reja, Fadli, Pak Lur, Bewok, Indra, dan Rahman. 11. Seluruh teman-teman seperjuangan konsentrasi Ekonomi Moneter Angkatan 2013. 12. Seluruh teman-teman seperjuangan jurusan Ekonomi Syariah Angkatan 2013 serta atas doa, dukungan, kebersamaan, dan bantuan informasi selama ini. Walaupun begitu, peneliti menyadari bahwa penelitian ini masih jauh dari kesempurnaan. Oleh karena itu, peneliti membutuhkan kritik ataupun saran yang membangun. Semoga hasil penelitian yang ini dapat bermanfaat bagi kita semua dan menjadi amal saleh bagi peneliti. Jakarta, 11 November 2016 Peneliti x DAFTAR ISI LEMBAR PENGESAHAN SKRIPSI.........................................................................i LEMBAR PENGESAHAN UJIAN KOMPREHENSIF..........................................ii LEMBAR PENGESAHAN UJIAN SKRIPSI....................................................iii LEMBAR PERNYATAAN KEASLIAN SKRIPSI.................................................iv LEMBAR KESEDIAN PUBLIKASI.........................................................................v DAFTAR RIWAYAT HIDUP...................................................................................vi ABSTRACT................................................................................................................vii ABSTRAK ................................................................................................................viii KATA PENGANTAR.................................................................................................ix DAFTAR ISI...............................................................................................................xi DAFTAR TABEL......................................................................................................xv DAFTAR GAMBAR.................................................................................................xvi DAFTAR GRAFIK..................................................................................................xvii DAFTAR LAMPIRAN...........................................................................................xviii BAB I : PENDAHULUAN....................................................................................1 A. Latar Belakang..................................................................................1 B. Rumusan Masalah..........................................................................10 C. Batasan Masalah.............................................................................11 D. Tujuan Penelitian............................................................................12 E. Manfaat Penelitian..........................................................................12 BAB II : TINJAUAN PUSTAKA.......................................................................14 A. Landasan Teori...............................................................................14 1. Keuangan Islam.....................................................................14 2. Investasi................................................................................15 xi a. Pengertian Investasi.......................................................15 b. Tujuan Investasi.............................................................16 3. Dasar – Dasar Risiko ............................................................17 a. Pengertian Risiko...........................................................17 b. Preferensi Investor Terhadap Risiko...........................18 c. Jenis-Jenis Risiko...........................................................19 4. Pasar Modal Indonesia..........................................................22 a. Pengertian Pasar Modal................................................22 b. Instrumen Pasar Modal.................................................24 c. Pasar Modal Syariah......................................................26 5. Jakarta Islamic Index............................................................28 6. Ekonomi Makro.....................................................................30 a. Inflasi...............................................................................30 b. BI rate............................................................................34 c. Nilai Tukar......................................................................36 7. Indeks Saham Syariah Regional..........................................39 B. Penelitian Terdahulu....................................................................42 C. Kerangka Berpikir.......................................................................48 1. Inflasi terhadap risiko JII........................................................48 2. BI rate terhadap risiko JII.......................................................49 3. Kurs IDR-USD terhadap risiko JII........................................50 4. Bursa saham asing terhadap risiko JII..................................51 D. Hipotesis........................................................................................54 BAB III : METODOLOGI PENELITIAN........................................................57 A. Ruang Lingkup Penelitian...........................................................57 xii B. Metode Pengumpulan Data.........................................................57 C. Tahapan Pengolahan Data...........................................................58 D. Metode Analisis Data...................................................................62 1. Uji Stasioneritas.....................................................................62 2. Uji Heteroskedastisitas..........................................................63 3. ARCH GARCH.....................................................................64 4. Koefisien Determinasi...........................................................68 5. Uji-t (Testing Hypotesis ).......................................................69 6. Uji-F .......................................................................................70 E. Operasional Variabel Penelitian................................................71 BAB IV : ANALISIS DAN PEMBAHASAN.....................................................74 A. Perkembangan Kondisi Makroekonomi di Indonesia..............74 1. Inflasi......................................................................................74 2. BI rate.....................................................................................77 3. Kurs Rupiah terhadap Dolar Amerika Serikat..................79 B. Perkembangan Kondisi Indeks Saham Syariah Regional........81 1. Dow Jones Islamic Market U.S Index..................................82 2. Dow Jones Islamic Market U.K. Index................................83 3. FTSE Shariah Japan 100 Index...........................................85 4. FTSE Bursa Malaysia Hijrah Shariah Index.....................86 C. Analisis Ekonometri Pengaruh Variabel Makroekonomi dan Indeks Saham Syariah Regional terhadap Risiko Jakarta Islamic Index.................................................................................87 1. Uji Stasioneritas Data JII.....................................................87 2. Tes Heteroskedastisitas JII...................................................88 xiii 3. Analisis Regresi ARCH GARCH.............................................89 1) Koefisien Determinasi....................................................93 2) Pengujian Hipotesis........................................................93 a) Uji F.........................................................................93 b) Uji t...........................................................................95 BAB V : PENUTUP..........................................................................................107 A. Kesimpulan.................................................................................107 B. Saran............................................................................................108 DAFTAR PUSTAKA.........................................................................................109 LAMPIRAN........................................................................................................113 xiv DAFTAR TABEL Nomor Keterangan Halaman 1.1 Perkembangan Indeks Harga Saham Global pada Periode Krisis........8 2.1 Penelitian Terdahulu..........................................................................41 4.1 Ikhtisar Stasioneritas Data..............................................................87 4.2 Uji Heteroskedastisitas..................................................................88 4.3 Regresi ARCH-GARCH................................................................90 xv DAFTAR GAMBAR Nomor Keterangan Halaman 2.1 Tipe Risiko.....................................................................................21 2.2 Hubungan Korporasi, Pasar Finansial dan Investor.......................23 2.3 Seleksi Syariah JII..........................................................................29 2.4 Inflasi Tekanan Permintaan............................................................30 2.5 Inflasi Dorongan Biaya..................................................................32 2.6 Stagflasi..........................................................................................33 2.7 Hubungan suku bunga dengan investasi........................................35 2.8 Nilai tukar dalam valuta asing........................................................38 2.9 Kerangka Pemikiran.......................................................................53 3.1 Flowchart Pengolahan Data...........................................................61 xvi DAFTAR GRAFIK Nomor Keterangan Nomor 1.1 Perkembangan JII Periode 2005-2016.............................................2 1.2 Perkembangan JII dan BI rate periode 2007-2016...........................5 1.3 Perkembangan JII dan Inflasi periode 2007-2016...........................6 1.4 Perkembangan JII dan kurs rupiah terhadap dolar AS 2007-2016..7 1.5 Perkembangan Indeks Saham Syariah Regional 2007-2016.........10 4.1 Perkembangan Inflasi periode 2007-2016.....................................75 4.2 Perkembangan BI rate periode 2007 – 2016..................................78 4.3 Perkembangan Kurs IDR/USD Periode 2007-2016.......................80 4.4 Perkembangan DJIUS Periode 2007 – 2016..................................83 4.5 Perkembangan DJIUK Periode 2007 – 2016.................................84 4.6 Perkembangan FTSE Shariah Japan 100 2007-2016.....................85 4.7 Perkembangan FTSE Malaysia Hijrah Syariah 2007-2016...........86 xvii DAFTAR LAMPIRAN Nomor Keterangan Halaman 1. Uji Stasioneritas Risiko JII (level)...............................................113 2. Uji Stasioneritas BI rate (level)....................................................114 3. Uji Stasioneritas BI rate (1 difference)........................................115 4. Uji Stasioneritas inflasi (level).....................................................116 5. Uji Stasioneritas inflasi (1 difference).........................................117 6. Uji Stasioneritas kurs IDR-USD (level).......................................118 7. Uji Stasioneritas kurs IDR-USD (1 difference)...........................119 8. Uji Stasioneritas DJIUS (level)...................................................120 9. Uji Stasioneritas DJIUS (1 difference)........................................121 10. Uji Stasioneritas DJIUK (level)...................................................122 11. Uji Stasioneritas DJIUK (1 difference)........................................123 12. Uji Stasioneritas FTSJP (level)....................................................124 13. Uji Stasioneritas FTSJP (1 difference).........................................125 14. Uji Stasioneritas FTSMY (level).................................................126 15. Uji Stasioneritas FTSMY (1 difference)......................................127 16. Uji Heteroskedastisitas Data........................................................128 17. Uji Normalitas Data.....................................................................128 18. Uji Autokorelasi...........................................................................129 19. Uji Multikolinearitas....................................................................130 xviii 20. Model GARCH (1,1) ...................................................................130 21. Uji Autokorelasi Model GARCH (1,1) .......................................131 22. Model GARCH (2,2) ...................................................................132 23. Model GARCH (1,2) ...................................................................133 24. Model GARCH (2,1) ...................................................................134 25. Data Historis Variabel Dependen dan Independen......................135 26. Data JII untuk Pencarian Risiko JII.............................................138 xix BAB I PENDAHULUAN A. Latar Belakang Pasar modal memiliki peran sentral dalam suatu perekonomian. Kemajuan suatu negara antara lain antara lain ditandai dengan adanya pasar modal yang tumbuh dan berkembang dengan baik ( Purnomo, 2013 : 16). Hal ini dikarenakan pasar modal dapat mewadahi invetasi untuk kegiatan produktif suatu korporasi. Investasi sangat penting dalam pertumbuhan ekonomi, karena pengeluaran investasi tidak hanya mempengaruhi permintaan agregat, tetapi juga penawaran agregat melalui pengaruhnya terhadap kapasitas produksi (Rodoni, 2009 : 242). Tanpa peran pasar modal, suatu perekonomian tidak mampu untuk mencapai kapasitas produksi yang maksimal. Selain itu, pasar modal juga merupakan suatu wadah berinvestasi para pihak yang memiliki kelebihan dana (surplus party) melalui pembelian berbagai instrumen seperti saham, obligasi, warran dan sebagainya. Terkait dengan hal tersebut, investasi saham di pasar modal Indonesia kini dapat dilakukan baik secara konvensional maupun syariah. Setidaknya terdapat dua indeks saham yang dapat dijadikan preferensi bagi para investor muslim dalam membentuk portofolio saham syariah secara pasif yakni, JII dan ISSI yang memiliki komponen saham dengan ketentuan sharia compliance. Namun begitu, baik investasi pada saham syariah maupun konvensional, 1 investor pada aset finansial tetap menghadapi eksistensi risiko (risk) dan pengembalian (return). Grafik 1.1 Perkembangan JII periode 2005 - 2016 Sumber. Bursa Efek Indonesia Risiko merupakan aspek yang perlu diperhatikan dalam berinvestasi. Ini disebabkan karena dunia finansial tidak terlepas dari pertimbangan risiko. Diantara hal tersebut, risiko pasar menempati posisi yang penting untuk diperhitungkan dalam investasi saham. Kasidi (2010) menjelaskan bahwa risiko pasar muncul akibat harga pasar bergerak ke arah yang merugikan dimana risiko tersebut merupakan gabungan yang terbentuk akibat perubahan suku bunga, perubahan nilai tukar, serta hal lain yang mempengaruhi harga pasar saham, ekuitas maupun komoditas. 2 Menurut TICMI (The Indonesia Capital Market Institute) sebagai lembaga yang melayani edukasi dan sertifikasi profesi pasar modal menyebutkan setidaknya terdapat 3 risiko dalam investasi saham. Pertama, risiko kebangkrutan (bankcruptcy risk) yang mungkin meliputi risiko kehilangan seluruh nilai investasi yang ditanamkan karena emiten mengalami kebangkrutan. Kedua, risiko likuiditas yang dapat terjadi jika transaksi saham tersebut di pasar sekunder mengalami penyusutan. Risiko ini dapat mengakibatkan kejatuhan harga saham pada level terendah yang diizinkan oleh bursa. Ketiga, risiko fluktuasi yang muncul akibat dinamika ekonomi yang terjadi baik secara makro maupun mikro yang bersifat sementara. Kerugian yang dapat timbul dari risiko fluktuasi tidak akan mencapai seluruh nilai investasi yang ditanamkan dan juga tidak akan mencapai harga terendah yang ditetapkan oleh bursa. Harapan investor untuk memperoleh pengembalian yang positif perlu dilakukan dengan melakukan analisa yang baik, terutama terhadap kondisi makroekonomi. Hal ini disebabkan kondisi makroekonomi mempengaruhi kinerja setiap perusahaan sehingga terjadi risiko volatilitas harga saham di pasar modal. Kemampuan investor untuk memahami dan meramalkan kondisi makroekonomi di masa yang akan datang akan sangat bermanfaat dalam membuat keputusan investasi yang menguntungkan (Subakti, 2016 : 214). Dengan demikian, seorang investor seharusnya mempertimbangkan beberapa indikator makroekonomi seperti tingat suku 3 bunga, tingkat inflasi dan nilai tukar sebagai indikator yang merepresentasikan risiko pasar. Tingkat suku bunga sebagai salah satu indikator makroekonomi dapat mempengaruhi aktivitas investasi di pasar saham. Hal ini disebabkan tingkat suku bunga dapat berpengaruh pada perubahan tingkat keuntungan perusahaan. Kenaikan tingkat suku bunga akan meningkatkan ongkos produksi dan biaya investasi sehingga laba yang diperoleh akan berkurang. Sementara itu, penurunan laba merupakan indikator fundamental penurunan nilai saham. BI rate menunjukkan tren kenaikan per Desember 2007 – November 2008 di angka 9,5% dan diikuti oleh koreksi JII sebesar 47%. Peningkatan BI rate selama periode Desember 2007 – November 2008 telah memberikan efek yang negatif terhadap fluktuasi JII. Sebaliknya, kecenderungan BI rate yang menurun setelah periode tersebut hingga Januari 2013 telah memberikan sinyal penguatan indeks saham di pasar modal, khususnya indeks JII. Grafik 1.2 Perkembangan JII dan BI rate periode 2007-2016 4 Sumber : Bursa Efek Indonesia dan Bank Indonesia Tingkat Inflasi mencerminkan kenaikan harga barang secara keseluruhan dalam suatu perekonomian. Inflasi yang cukup tinggi dapat menimbulkan biaya sosial seperti penurunan daya beli masyarakat. Ini berarti kemampuan masyarakat untuk melakukan konsumsi atas barang dan jasa akan berkurang sehingga pendapatan penjualan perusahaan dapat menurun. Pada krisis keuangan global 2008, inflasi mencapai angka 11,85% tertinggi dalam periode tersebut diikuti dengan penurunan indeks JII sekitar 47% per Agustus 2007 – November 2008. Berdasarkan grafik pada periode tersebut, kenaikan tingkat inflasi telah memberikan pengaruh pada pelemahan indeks JII secara signifikan. Sebaliknya, inflasi yang menurun dan cenderung stabil dapat menjadi salah satu sinyal penguatan indeks harga saham di pasar modal sebagaimana dapat diamati pada perkembangan indeks JII periode Juli 2008 hingga Januari 2013. Grafik 1.3 Perkembangan JII dan Inflasi periode 2007-2016 Sumber : Bursa Efek Indonesia dan Bank Indonesia 5 Ketiga, nilai tukar turut pula berpengaruh terhadap aktivitas perekonomian. Perubahan nilai tukar dapat berdampak pada perubahan kinerja industri. Kondisi nilai tukar yang terdepresiasi dapat meningkatkan pendapatan ekspor perusahaan. Kesempatan ekspor terjadi karena harga barang dalam negeri menjadi lebih kompetitif dengan harga jual yang lebih rendah secara kurs riil. Namun begitu, instabilitas nilai tukar yang terdepresiasi juga akan mengganggu kinerja berbagai industri, terutama industri yang memanfaatkan bahan baku impor dan pelunasan kewajiban berdenominasi mata uang asing. Hal ini dapat menyebabkan penurunan indeks harga saham di bursa. Per Agustus 2007 – November 2008 terdepresiasi sebesar 22% sementara indeks JII terkoreksi sebesar 47 % berdasarkan periode tersebut. Grafik 1.4 Perkembangan JII dan kurs rupiah terhadap dolar AS periode 2007-2016 Sumber : Bursa Efek Indonesia dan Bank Indonesia 6 Seiring dengan globalisasi dan integrasi ekonomi, faktor makroekonomi yang berpengaruh terhadap risiko dan pengembalian saham tidak hanya berasal dari wilayah domestik, tetapi juga berasal dari faktor internasional. Gejolak yang terjadi pada perekonomian suatu negara dapat berpengaruh terhadap perekonomian negara lainnya. Dengan kata lain, risiko sistemik terjadi pada kondisi tersebut. Simorangkir (2016) menjelaskan bahwa penyebaran kegagalan yang terjadi pada suatu elemen terhadap elemen lainnya merupakan risiko sistemik. Sementara itu, Wahyudi (2013) mengungkapkan bahwa risiko sistemik adalah risiko yang dampaknya menyebabkan terjadinya efek domino yakni menyeret proyek atau institusi atau sektor atau bahkan negara lain untuk terkena dampak risiko tersebut, atau berdampak pada keseluruhan pasar atau sistem yang ada. Faktor risiko ini umumnya terkait dengan variabel makroekonomi atau kondisi sektoral atau geografis atau indikator pasar lainnya (Wahyudi, 2013 : 5). Dengan kata lain, risiko sistemik dapat dikatakan sebagai risiko pasar. Sejarah memperlihatkan jatuhnya harga obligasi yang di-hold oleh Lehman Brothers (mortgage backed securities) berakhir pada kebangkrutan salah satu bank investasi terbesar di Amerika Serikat. Kebangkrutan tidak hanya berhenti pada institusi tersebut. Kolapsnya Lehman Brothers menyebabkan krisis kepercayaan publik di pasar. Tidak berhenti sampai disitu, institusi keuangan terkemuka lainnya seperti Nothern Rock, Wachovia, FORTIS, AIG dan Merry Lynch menyusul turut mengalami kebangkrutan pada krisis mortgage 2008. Krisis juga menyebar ke berbagai regional seperti 7 Eropa dan Asia dengan terkoreksinya indeks harga saham di regional tersebut. Padahal, sumber krisis berasal dari Amerika Serikat. Tabel 1.1 Perkembangan Indeks Harga Saham Global pada Periode Krisis Negara Indeks Harga Saham Chg AS AS Inggris Prancis Jepang Hong Kong Malaysia Indonesia Standard and Poor's (S&P 500) Dow Jones Industrial Average (DJIA) Financial Times Stock Exchange (FTSE) Cotation Assistee en Continu (CAC 40) Nikkei 225 (N225) Hang Seng Index (HSI) Kuala Lumpur Stock Exchange (KLSE) Indeks Harga Saham Gabungan (IHSG) ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ Perubahan Indeks Harga Saham Per Juli 2007 - November 2008 -43% -33% -33% -43% -51% -40% -37% -47% Sumber : Investing.com dengan pengolahan Sebagai seorang investor, perkembangan indeks saham sebagai benchmark of profitability dapat memicu mobilitas dana. Dengan demikian, krisis yang terjadi di AS juga telah menyebabkan pasar saham di berbagai regional terkoreksi secara mendalam. Krisis subprime mortgage membuat repatriasi dolar AS terjadi selama krisis keuangan global sehingga berbagai indeks saham regional mengalami koreksi. Hal ini dimungkinkan terjadi karena penurunan indeks harga saham merepresentasikan benchmark keuntungan yang negatif. Selain itu, adapun penarikan kepemilikan saham oleh para investor pada periode krisis 2008 merupakan tindakan yang rasional guna menghindari terjadinya kerugian yang lebih besar. Bursa saham di negara maju yang dinilai berpengaruh terhadap bursa saham di negara lainnya diantaranya adalah bursa saham di Amerika 8 Serikat, Inggris dan Jepang. Sebagai bursa saham yang berpengaruh, volume transaksi pada pasar modal di negara-negara tersebut memiliki nilai yang tinggi karena didukung dengan jumlah perusahaan yang telah go public, jumlah instrumen investasi, dan kapitalisasi pasarnya. Berdasarkan World of Federation Exchanges, kapitalisasi pasar bursa saham NYSE mencapai 19.223 milyar dolar AS, sementara bursa saham Jepang mencapai 4.485 milyar dolar AS. Bursa saham di negara maju dipersepsikan mampu memobilisasi dana (capital mobility) para investor sehingga dana investor dari berbagai negara dapat berpindah dengan mudah. Selain itu, pasar saham syariah di Malaysia turut pula berpengaruh sebagai destinasi investasi secara syariah oleh para investor muslim. Grafik 1.5 Perkembangan Indeks Saham Syariah Regional periode 2007-2016 Sumber : Investing.com dengan pengolahan Pada dasarnya penelitian terkait investasi saham sudah banyak dilakukan di berbagai negara. Hasil penelitian yang dilakukan oleh M. Shabri 9 dkk (2009) di Malaysia menunjukkan bahwa inflasi dan kurs berpengaruh negatif terhadap indeks harga saham. Sementara itu, suku bunga berpengaruh positif terhadap indeks harga saham. Namun begitu, kelemahan penelitian tersebut adalah tidak memasukkan pengaruh indeks regional dalam menjelaskan pengaruhnya terhadap pengembalian indeks saham. Sementara itu, penelitian yang dilakukan oleh Subakti dkk (2016) menunjukkan DJIA dan kurs berpengaruh positif terhadap indeks harga saham. Sementara itu, BI rate, inflasi dan harga emas tidak memiliki efek yang signifikam terhadap volatilitas indeks harga saham. Penelitian tersebut masih memiliki keterbatasan karena indeks regional yang diteliti yakni hanya Dow Jones Industrial Average (DJIA) dan tidak memasukkan indeks regional yang telah maju lainnya. Berdasarkan latar belakang tersebut peneliti akan melakukan penelitian tentang “analisis pengaruh variabel makroekonomi dan indeks saham syariah regional terhadap risiko Jakarta Islamic Index (JII)”. Penelitian tersebut akan melengkapi dan menyempurnakan penelitianpenelitian sebelumnya sehingga temuan empiris penelitian ini diharapkan menjadi kontribusi terkait faktor yang mempengaruhi risiko indeks saham. B. Rumusan Masalah Rumusan masalah dalam penelitian ini adalah sebagai berikut 1. Bagaimana pengaruh inflasi, kurs IDR-USD, BI rate, DJIUS, DJIUK, FTSE Shariah Japan 100 (FTSJP), dan FTSE Bursa Malaysia Hijrah Shariah (FTSMY) terhadap risiko JII ? 10 2. Bagaimana pengaruh inflasi terhadap risiko JII ? 3. Bagaimana pengaruh kurs IDR-USD terhadap risiko JII ? 4. Bagaimana pengaruh BI rate terhadap risiko JII ? 5. Bagaimana pengaruh indeks DJIUS terhadap risiko JII ? 6. Bagaimana pengaruh indeks DJIUK terhadap risiko JII ? 7. Bagaimana pengaruh indeks FTSE Shariah Japan 100 terhadap risiko JII? 8. Bagaimana pengaruh indeks FTSE Bursa Malaysia Hijrah Shariah terhadap risiko JII ? C. Batasan Masalah Untuk mencegah meluasnya pembahasan, terdapat beberapa pembatasan dalam penelitian ini. Untuk penggunaan variabel makroekonomi dibatasi dengan tiga variabel, yaitu BI rate, tingkat inflasi, dan kurs rupiah terhadap dolar Amerika Serikat. Sedangkan indeks saham syariah regional yang digunakan dalam penelitian ini adalah Dow Jones Islamic-US Large Capitalisation (DJIUS index), Dow Jones Islamic-UK (DJIUK index), Financial Time Stock Exchange Japan 100 Shariah (FTSJP) dan Financial Time Stock Exchange Malaysia Hijrah Shariah (FTSMY). Selain pembatasan dari variabel makroekonomi dan indeks saham syariah regional terdapat pembatasan untuk periode waktu pada objek penelitian. Rentang waktu objek penelitian ini adalah bulan November 2007 – Juli 2016. Dengan adanya pembatasan masalah ini diharapkan akan mencegah terjadinya bias dan meluasnya pembahasan. Selain itu, observed variable 11 dalam pengukuran indeks saham syariah tersebut dilakukan dengan menggunakan kurs indeks pada closing price yang terjadi pada akhir perdagangan pasar saham. D. Tujuan Penelitian Tujuan penelitian ini adalah sebagai berikut : a. Untuk mengetahui pengaruh inflasi, kurs IDR-USD, BI rate, DJIUS, DJIUK, FTSE Shariah Japan 100 (FTSJP), dan FTSE Bursa Malaysia Hijrah Shariah (FTSMY) secara bersama-sama terhadap risiko JII. b. Untuk mengetahui pengaruh inflasi terhadap risiko JII. c. Untuk mengetahui pengaruh kurs IDR-USD terhadap risiko JII. d. Untuk mengetahui pengaruh BI rate terhadap risiko JII. e. Untuk mengetahui pengaruh indeks DJIUS terhadap risiko JII. f. Untuk mengetahui pengaruh indeks DJIUK terhadap risiko JII. g. Untuk mengetahui pengaruh indeks FTSE Shariah Japan 100 (FTSJP) terhadap risiko JII. h. Untuk mengetahui pengaruh indeks FTSE Bursa Malaysia Hijrah Shariah (FTSMY) terhadap risiko JII. E. Manfaat Penelitian Penelitian ini secara garis besar memberikan dua manfaat : a. Manfaat Teoritis 12 Bagi ilmu ekonomi, pasar modal dan sistem keuangan, penelitian ini bermanfaat guna memberikan kontribusi faktor-faktor yang mempengaruhi kinerja indeks saham syariah sekaligus mengantisipasi perubahan faktor ekonomi yang dinilai berpengaruh signifikan terhadap kinerja indeks harga saham. b. Manfaat Praktis Penelitian ini bermanfaat bagi para praktisi di dunia pasar modal dalam mengambil keputusan yang terkait dengan variabel makroekonomi dan indeks regional. Selain itu, penelitian ini juga bermanfaat bagi pemerintah dan otoritas moneter terkait faktor yang mempengaruhi mobilitas dana investor. 13 BAB II TINJAUAN PUSTAKA A. Landasan Teori 1. Keuangan Islam Pondasi dari seluruh pemikiran Islam adalah al Quran. Segala keilmuan Islam, termasuk bidang keuangan, memiliki akar-akar di dalam al Quran (Bacha, 2013 : 13). Keuangan Islam merupakan prinsip-prinsip kehidupan komersial keuangan yang diderivasikan dari epistimologi Islam (Rodoni, 2009 : 26). Perkembangan keuangan Islam adalah suatu tanda masuknya hukum-hukum keislaman dalam wilayah kehidupan komersial. Keuangan Islam dibangun atas prinsip persaudaraan dan kerjasama yang berdiri untuk sebuah sistem yang menerapkan bagi modal, bagi risiko, dan bagi keuntungan antara pihak yang surplus dan pihak yang defisit (Omar, 2014 : 18). Setidaknya terdapat dua cara yang dapat dilakukan dalam menderivasikan nilai-nilai Islam dalam aspek komersialisasi keuangan. Pertama, disiplin yang memajukan alternatif-alternatif baru terhadap keuangan komersial yang konvesional. Hal tersebut membutuhkan penafsiran ajaran agama untuk mendapatkan alternatif baru yang dapat memberikan manfaat yang lebih besar dibandingkan dengan mudharat. Kedua, melakukan evaluasi kembali terhadap konsep dan praktik keuangan konvensional yang telah ada dengan fiqh. Evaluasi tersebut dilakukan guna memberikan penilaian mengenai kesesuaian konsep dan praktik tersebut dengan ajaran Islam. 14 Penilaian tersebut akan berujung pada penilaian hukum seperti halal, sunah,mubah, makruh dan haram. Menurut Rodoni (2009), prinsip-prinsip dan petunjuk fundamental al Quran yang dapat dibangun dalam tataran muamalah, khususnya dalam pembiayaan dan investasi keuangan, antara lain : a. Pembiayaan atau investasi hanya dapat dilakukan pada aset atau kegiatan usaha yang halal, spesifik, dan bermanfaat b. Uang merupakan alat bantu pertukaran nilai, dimana pemilik harta akan memperoleh bagi hasil dari kegiatan usaha tersebut c. Akad yang terjadi antara pemilik harta dengan emiten harus jelas. Tindakan maupun informasinya harus transparan dan tidak boleh menimbulkan keraguan yang dapat merugikan salah satu pihak. d. Pemilik harta dan emiten tidak boleh mengambil risiko yang melebihi kemampuannya dan dapat menimnulkan kerugian e. Penekanan pada mekanisme yang wajar dan prinsip kehati-hatian baik pada investor maupun emiten. 2. Investasi a. Pengertian Investasi Investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat ini, dengan tujuan untuk memperoleh sejumlah keuntungan di masa yang akan datang yang sesuai dengan syariah Islam ( Rodoni, 2009 : 46). Investor 15 melakukan keputusan untuk berinvestasi dengan tujuan memperoleh keuntungan di masa yang akan datang sebagai pengorbanan atas waktu dan risiko yang telah ditanggungnya. Selain itu, investasi juga dilakukan guna mempersiapkan masa depan melalui perencanaan kebutuhan yang disesuaikan dengan kemampuan keuangan saat ini. b. Tujuan Investasi Terdapat beberapa tujuan dari investasi diantaranya adalah sebagai berikut : 1) Untuk mendapatkan kehidupan yang lebih layak di masa yang akan datang. Investasi berarti menunda konsumsi atas penggunaan dana yang tersedia saat ini guna meningkatkan daya konsumsi di masa yang akan datang. Hal tersebut akan meningkatkan taraf hidup yang lebih baik pada masa mendatang. 2) Mengurangi tekanan inflasi. Inflasi cenderung bersifat menurunkan nilai kekayaan yang dimiliki. Apabila kekayaan seseorang tidak diinvestasikan , kekayaan tersebut akan tergerus sedikit demi sedikit oleh inflasi. Pengembangan kekayaan dengan berinvestasi mencegah penurunan nilai oleh inflasi sepanjang pengembalian yang didapat berada diatas tingkat inflasi. 16 3) Kesempatan menghemat pajak. Diantara strategi pemerintah untuk meningkatkan investasi adalah dengan memberikan insentif pajak kepada individu perorangan maupun badan usaha yang berminat melakukan investasi. 3. Dasar-Dasar Risiko Berinvestasi keuntungan atau pada dasarnya pengembalian, para selain investor mengharapkan perlu juga mempertimbangkan risiko. Segala aktivitas ekonomi pasti memiliki risiko, namun tingkat risiko tersebut berbeda-beda. Pertimbangan atas risiko dalam berinvestasi juga diperkuat dengan prinsip no risk no return. Ini merupakan sebuah kepastian bahwa setiap instrumen investasi yang memiliki pengembalian yang tinggi pasti diikuti dengan risiko yang tinggi pula dan begitu pula sebaliknya. a. Pengertian Risiko Dalam teori portofolio, risiko dinyatakan sebagai kemungkinan keuntungan menyimpang dari yang diharapkan. Penyimpangan tersebut dapat berupa lebih besar maupun lebih kecil dari return yang diharapkan. Atas dasar tersebut, konsep ukuran penyebaran atas penyimpangan dari nilai yang diharapkan terjadi. Risiko diukur dengan menggunakan standard deviation (simpangan baku) (Murhadi, 2009 : 36). Standar deviasi dalam situasi dimana 17 semua hasil investasi dapat diketahui dan probabilitasnya diasumsikan sama, secara matematis dapat ditulis sebagai berikut. √∑ Dimana : ζ = standar deviasi ri = return aset/saham i ra = rata-rata hasil investasi n = jumlah pengamatan terhadap aset/saham Semakin tinggi nilai standar deviasi semakin tinggi pula risiko atas aset tersebut, demikian pula sebaliknya. b. Preferensi Investor Terhadap Risiko Sikap investor terhadap risiko antara satu dengan yang lainnya akan memiliki perbedaan (Murhadi, 2009 : 38). Investor, menurut Rodoni (2009), berdasarkan perilakunya terhadap risiko dapat dibagi menjadi tiga tipe, yaitu : 1) Investor yang suka terhadap risiko (risk seeker) Merupakan investor yang jika dihadapkan pada pilihan investasi yang memberikan tingkat pengembalian yang sama dengan risiko yang berbeda, maka investor tersebut akan memilih investasi dengan risiko yang lebih besar. Investor tipe ini bersifat agresif dan spekulatif dalam mengambil keputusan. 18 2) Investor yang netral terhadap risiko (risk neutrality) Merupakan tipe investor yang meminta kenaikan pengembalian yang sama untuk setiap kenaikan risiko. Investor tersebut bersifat prundet (berhati-hati) dalam mengambil keputusan investasi. 3) Investor yang tidak suka terhadap risiko (risk averter) Merupakan tipe investor yang memilih investasi denga risiko yang lebih kecil jika terdapat dua pilihan investasi dengan tingkat pengembalian yang sama dengan risiko yang berbeda. c. Jenis-Jenis Risiko Secara tradisional, Tandeilin (2001) menjelaskan bahwa risiko total yang terdapat pada aset keangan bersumber dari : 1) Interest rate risk. Risiko tersebut muncul akibat perubahan tingkat suku bunga. perubahan tingkat suku bunga dapat berpengaruh negatif terhadap harga sekuritas. 2) Market risk. Risiko tersebut muncul akibat fluktuasi dalam keseluruhan pasar sehingga berpengaruh pada semua sekuritas. 3) Inflation risk. Terjadinya inflasi dapat menurunkan daya beli pada pendapatan riil. Kenaikan inflasi menyebabkan para pemilik dana membutuhkan premi risiko atas inflasi untuk mengganti penurunan daya beli. 19 4) Business risk. Risiko yang melekat karena melakukan bisnis pada industri tertentu. 5) Financial risk. Risiko yang timbul karena penggunaan pengungkitan keuangan (financial leverage) oleh perusahaan. 6) Liquidity risk. Risiko tersebut berhubungan dengan pasar sekunder dimana sekuritas diperdagangkan. Instrumen investasi bersifat likuid jika investor mampu memperjualbelikan instrumen tersebut dengan mudah tanpa penurunan harga yang berarti. 7) Exchange rate risk. Risiko yang terjadi akibat fluktuasi kurs mata uang asing. 8) Country risk. Risiko yang berkaitan dengan kondisi politik suatu negara. Pada perkembangan selanjutnya, analisis moderen membagi total risiko menjadi dua bagian, yaitu risiko sistematis dan risiko tidak sistematis. Risiko sistematis adalah risiko yang disebabkan oleh faktor –faktor makro yang mempengaruhi semua sekuritas sehingga tidak dapat dieliminasi dengan strategi diversifikasi. Faktor risiko sistematis dapat berupa inflasi, suku bunga, kebijakan pajak dan lain-lain. Risiko sistematis dinyatakan dengan beta saham. Risiko tidak sistematis adalah risiko yang disebabkan oleh faktor-faktor unik pada suatu sekuritas dan risiko 20 tersebut dapat dieliminasi dengan strategi diversifikasi. Risiko tidak sistematis adalah risiko yang timbul karena faktor-faktor mikro yang terdapat pada perusahaan industri tertentu sehingga pengaruhnya hanya terbatas pada perusahaan dan industri tersebut. Diantara faktor tersebut adalah struktur modal, struktur aktiva, tingkat likuiditas, ukuran perusahaan dan lingkungan kerja. Gambar 2.1 Tipe Risiko Risiko Risiko tidak sistematis Total Risiko Risiko sistematis 0 Sumber : Werner R. Murhadi, Analisis Saham Pendekatan Fundamental, 2009 21 4. Pasar Modal Indonesia a. Pengertian Pasar Modal Pasar modal merupakan bagian dari pasar finansial. Pasar modal adalah pertemuan antara pihak yang memiliki kelebihan dana dengan pihak yang membutuhkan dana dengan cara menjual sekuritas (Rodoni, 2009 : 46). Pasar modal juga dapat diartikan sebagai pasar untuk memperjualbelikan sekuritas yang memiliki jangka waktu yang panjang. Sementara itu, pasar uang adalah pasar yng memperdagangkan berbagai instrumen investasi yang dapat dipilih sesuai dengan kebutuhan spesifik para investor dengan jangka waktu yang pendek. Instrumen yang diperdagangkan dalam pasar uang adalah sertifikat deposito, SBI, SBIS, commercial paper dan lain-lain. Hubungan antara sektor pasar modal sebagai pasar finansial, korporasi dan investor dapat dijelaskan melalui bagan berikut. 22 Gambar 2.2 Hubungan Korporasi, Pasar Finansial dan Investor Sumber : Ross, Westerfeld & Jordan Pengantar Keuangan Perusahaan, 2009 Instrumen keuangan yang diperdagangkan di pasar modal merupakan instrumen jangka panjang (jangka waktu lebih dari 1 tahun) seperti saham, obligasi, waran, right, reksa dana, dan berbagai instrumen derivatif seperti option, futures, dan lain-lain. UndangUndang Pasar Modal No. 8 tahun 1995 tentang Pasar Modal mendefinisikan pasar modal sebagai “kegiatan yang bersangkutan dengan Penawaran Umum dan perdagangan Efek, Perusahaan Publik yang berkaitan dengan Efek yang diterbitkannya, serta lembaga dan profesi yang berkaitan dengan Efek”. Pasar Modal memiliki peran penting bagi perekonomian suatu negara karena pasar modal menjalankan dua fungsi, yaitu pertama sebagai sarana bagi 23 pendanaan usaha atau sebagai sarana bagi perusahaan untuk mendapatkan dana dari masyarakat pemodal (investor). Dana yang diperoleh dari pasar modal dapat digunakan untuk pengembangan usaha, ekspansi, penambahan modal kerja dan lain-lain, kedua pasar modal menjadi sarana bagi masyarakat untuk berinvestasi pada instrument keuangan seperti saham, obligasi, reksadana, dan lainlain. Dengan demikian, masyarakat dapat menempatkan dana yang dimilikinya sesuai dengan karakteristik keuntungan dan risiko masing-masing instrument. Fungsi pasar modal secara eksplisit dapat dilihat pada gambar mengenai hubungan korporasi, pasar finansial dan investor. b. Instrumen Pasar Modal Terdapat beberapa macam instrument pasar modal di Indonesia, diantaranya adalah : 1) Saham biasa (common stock) Saham biasa dianggap paling menarik, baik bagi pemodal ataupun bagi emiten. Secara sederhana, saham didefinisikan sebagai tanda penyertaan atau kepemilikan seseorang atau badan dalam suatu perusahaan. 2) Saham preferen (preferred stock) Saham preferen adalah saham yang berkarakterik antara obligasi dan saham biasa. Hak-hak investor pemegang saham preferen 24 diantaranya adalah hak atas dividen yang tetap dan hak terhadap aktiva jika perusahaan dilikuidasi. Akan tetapi, saham preferen umumnya tidak mempunyai hak veto seperti yang dimiliki oleh saham biasa ( Hartono, 2016 : 169). 3) Obligasi Obligasi merupakan surat berharga atau sertifikat yang berisi kontrak antara pemberi dana atau pemodal dengan emiten atau yang diberi dana. Sehingga surat obligasi adalah selembar kertas yang menyatakan bahwa pemilik kertas tersebut telah membeli hutang perusahaan yang menerbitkan obligasi. 4) Obligasi konversi (convertible bond) Obligasi konversi adalah obligasi yang memiliki keunikan, yakni ditukar dengan saham biasa. Pada obligasi konversi selalu tercantum persyaratan untuk melakukan konversi. Persyaratan ini tidak sama diantara obligasi konversi yang satu dengan yang lainnya. 5) Right Right adalah surat berharga yang memberikan hak bagi pemodal untuk membeli saham baru yang dikeluarkan emiten. Right adalah produk derivative dari saham. 6) Warran Waran seperti halnya right merupakan hak untuk membeli saham biasa pada waktu dan harga yang sudah ditentukan. 25 Biasanya waran dijual bersamaan dengan surat berharga lain, seperti obligasi atau saham. 7) Reksadana Reksadana adalah pilihan lain untuk berinvestasi untuk para pemodal, khususnya pemodal kecil dan pemodal yang tidak memiliki banyak waktu dan keahlian untuk menghitung risiko atas investasi mereka. Reksa Dana dibangun sebagai sarana untuk menghimpun dana masyarakat yang bermodal, memiliki keinginan untuk berinvestasi, hanya saja memiliki waktu dan pengetahuan yang terbatas. c. Pasar Modal Syariah Pasar modal syariah (Islamic stock exchange) adalah kegiatan yang berhubungan dengan perdagangan efek syariah perusahaan publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga profesi yang berkaitan dengannya, dimana semua produk dan mekanisme operasionalnya berjalan tidak bertentangan dengan hukum muamalat Islamiyah (Rodoni, 2009 : 62). Di Indonesia, pasar modal menerapkan sistem syariah dalam operasionalnya masih dalam bentuk indeks yaitu Jakarta Islamic Index (JII) dan Indonesia Sharia Stock Index (ISSI) di Bursa Efek Indonesia. Diantara prinsip syariah dalam pasar modal saat 26 penawaran umu di pasar perdana yang perlu diperhatikan oleh emiten maupun investor adalah sebagai berikut : 1) Efek yang diperjualbelikan harus sejalan dengan prinsip syariah, seperti saham syariah dan sukuk yang terhindar dari riba dan gharar (ketidakpastian informasi yang menimbulkan penyesalan dan pertengkaran) 2) Emiten yang menerbitkan efek syariah harus menaati semua aturan syariah, maka produk barang dan jasa harus sesuai dengan ajaran Islam. Usaha casino, perusahaan rokok dan miras akan menyebabkan emiten tidka boleh masuk dalam pasar modal syariah 3) Semua efek harus berbasis pada hrta (aset) atau transaksi riil („ain), bukan mengharapkan keuntungan dari kontrak hutang piutang. 4) Semua transaksi tidak mengandung ketidakjelasan yang berlebihan (gharar) atau spekulasi. 5) Mematuhi semua syariat Islam yang berhubungan dengan utang piutang, seperti tidak dibenarkan jual-beli utang secara terdiskonto, emiten tidak boleh menerbitkan efek untuk membayar kembali utang (bay’ dayn di dayn). Dengan demikian, dana yang terhimpun atas penerbitan efek harus diinvestasikan pada usaha riil, tidak boleh ada kompensasi yang berdasarkan pada restrukturisasi utang, dan tidak 27 dibenarkan pula melakukan jual beli masa mendatang (forward) untuk transaksi valuta asing. 5. Jakarta Islamic Index Jakarta Islamic Index (JII) merupakan indeks yang dikembangkan oleh BEI yang bekerjasama dengan Danareksa Investment Management untuk merespons kebutuhan informasi yang berkaitan dengan investasi syariah. JII diluncurkan pada tanggal 3 Juli 2000 dan menggunakan tahun 1 Januari 1995 sebagai base date (dengan nilai 100). JII terdiri dari 30 saham dengan memperhatikan kriteria kapitalisasi pasar dan volume nilai perdagangan tertentu (likuiditas). Selain itu, indeks harga saham merupakan indikator utama yang menggambarkan pergerakan harga saham. Indeks diharapkan memiliki lima fungsi di pasa modal (Rodoni, 2009 : 71) yaitu : a. Sebagai indikator trend saham b. Sebagai indikator tingkat keuntungan c. Sebagai tolak ukut (benchmark) kinerja suatu portofolio d. Memfasilitasi pembentukan potofolio dengan strategi pasif e. Memfasilitasi berkembangnya produk derivatif 28 Berikut adalah proses seleksi saham syariah pada Jakarta Islamic Index (JII) : Gambar 2.3 Seleksi Syariah JII Emiten tidak menjalankan usaha perjudian /permainan yang tergolong judi dan perdagangan yang dilarang Emiten : Bukan merupakan lembaga keuangan konvensional Tidak memproduksi, memprediksikan dan memperdagangkan makanan dan minumam haram Bukan usaha yang memproduksi, mendistribusikan dan menyediakan barang dan jasa yang merusak moral dan bersifat mudarat Seleksi Kapitalisasi Proses ini menyaring 60 saham dengan kapitalisasi pasar tertinggi di bursa saham Seleksi Nilai Volume Transaksi Proses ini menyaring 30 saham dengan nilai transaksi rata- rata tertinggi Evaluasi emiten setiap 6 bulan sekali 29 6. Ekonomi Makro Ilmu ekonomi makro adalah ilmu yang mempelajari perekonomian secara keseluruhan, dan berfokus pada determinan pendapatan nasional total, berkaitan dengan agregat seperti konsumsi dan investasi agregat, dan melihat tingkat harga secara keseluruhan. Beberapa permasalahan yang berada pada ruang lingkup makro ekonomi adalah peningkatan harga secara keseluruhan (inflasi), tingkat pertumbuhan output agregat, dan tingkat pengangguran. Diantara indikator makroekonomi tersebut, tiga variabel ekonomi sering digunakan untuk memperbaiki kondisi ekonomi seperti Inflasi, tingkat suku bunga (BI rate), dan nilai tukar. a. Inflasi Inflasi adalah kenaikan harga barang-barang yang bersifat umum dan terus menerus (Rahardja, 2013 : 359). Terjadinya inflasi karena terpenuhinya tiga karakteristik yakni 1) kenaikan harga 2) bersifat umum dan 3) berlangsung secara terus-menerus. Inflasi dapat diukur melalui Indeks Harga Konsumen (IHK), Indeks Harga Perdagangan Besar (IHPB), dan Indeks Harga Implisit (GDP deflator). Inflasi dapat mengakibatkan biaya sosial yakni penurunan tingkat kesejahteraan masyarakat, buruknya distribusi pendapatan dan terganggunya stabilitas ekonomi. Inflasi tidak hanya merugikan masyarakat yang melakukan konsumsi, tetapi juga mengganggu pemerintah. Defisit anggaran belanja akan semakin besar karena 30 penerimaan anggaran pendapatan didasarkan atas harga-harga sebelumnya, sedangkan penerimaan pajak tidak dapat menutupi pengeluaran yang terus menerus meningkat akibat naiknya harga ( Ariyanti, 2011 : 118). Mempertahankan inflasi agar tetap terkendali telah lama menjadi tujuan pemerintah. Atas dasar besarnya laju inflasi, dapatlah inflasi dibagi dalam tiga kategori, yakni : merayap (creeping inflation), inflasi menengah (galloping inflation) serta inflasi tinggi (hyper inflation) (Nopirin, 1998 : 27). Sementara itu, kajian ekonomi konvensional membagi penyebab inflasi menjadi tiga yakni: 1) Inflasi Tekanan Permintaan (Demand-Pull Inflation) Inflasi tekanan permintaan adalah inflasi yang terjadi karena dominannya tekanan permintaan agregat. Dengan kata lain, keinginan masyarakat untuk melakukan konsumsi atas barang dan jasa begitu kuat. Inflasi yang didasarkan pada tingginya permintaan digambarkan dengan bergesernya kurva AD0 menjadi AD1. Tekanan tersebut menyebabkan output perekonomian meningkat, namun disertai inflasi yang dapat diamati dengan naiknya tingkat harga secara umum. 31 Gambar 2.4 Inflasi Tekanan Permintaan P AS P1 P0 AD1 AD0 0 Y0 Y1 Y Sumber : Raharja & Manurung, Pengantar Ilmu Ekonomi, 2013 2) Inflasi Dorongan Biaya (Cost-Push Inflation) Inflasi dorongan biaya (cost-push inflation) terjadi karena kenaikan biaya produksi seperti kenaikan harga barang mentah atau barang setengah jadi yang merupakan input suatu produk. Selain itu, kenaikan Upah Minimum Regional (UMR) dan barang-barang strategis seperti BBM akan meningkatkan biaya produksi pada berbagai sektor industri. Inflasi ini menyebabkam akan mengurangi produksi atau suplai output sehingga pergeseran kurva AS ke kiri dan tingkat harga meningkat. 32 Gambar 2.5 Inflasi Dorongan Biaya P AS1 AS0 P1 P0 AD 0 Y1 Y0 Y Sumber : Raharja & Manurung, Pengantar Ilmu Ekonomi, 2013 3) Kombinasi Tekanan Permintaan dan Dorongan Biaya Inflasi ini terjadi akibat tekanan permintaan dan kenaikan input produksi terjadi secara bersamaan dalam suatu perekonomian. Kondisi ini dapat dideskripsikan sebagai perekonomian dengan jumlah output relatif tidak bertambah namun disertai dengan inflasi. Dengan demikian, kurva AD akan bergeser ke kanan sementara AS akan bergeser ke kiri. Kondisi kombinasi antara inflasi dan stagnasi perekonomian ini disebut stagflasi. 33 Gambar 2.6 Stagflasi P AS1 P1 AS0 P0 AD1 AD0 0 Y0 Y Sumber : Raharja & Manurung, Pengantar Ilmu Ekonomi, 2013 b. BI rate Menurut Bank Indonesia, BI rate adalah suku bunga kebijakan yang mencerminkan sikap atau stance kebijakan moneter yang ditetapkan oleh Bank Indonesia dan diumumkan kepada publik. Bunga adalah ongkos yang dibayar oleh peminjam kepada yang meminjamkan uang untuk menggunakan dananya (Case, 2007 : 151). Sementara itu, teori modern mengenai tingkat suku bunga oleh John M. Keynes menjelaskan bahwa permintaan uang dipengaruhi oleh tiga faktor yakni motif bertransaksi, motif berspekulasi dan motif berjaga-jaga. Permintaan uang dengan motif spekulasi dipengaruhi oleh tingkat bunga, dimana tingkat bunga memiliki hubungan negatif dengan permintaan uang untuk spekulasi. Dengan demikian, para investor mungkin akan lebih memilih membeli 34 obligasi ketika suku bunga tinggi dengan harapan menjualnya ketika tingkat bunga turun. Case dan Fair (2007) menjelaskan bahwa terdapat hubungan terbalik antara tingkat investasi yang direncanakan dan suku bunga. Investasi yang direncanakan (planned investment) adalah penambahan pada stok modal dan persediaan yang direncanakan oleh perusahaan (Case & Fair, 2007 : 77). Kenaikan tingkat suku bunga akan menurunkan investasi yang direncanakan. Sebaliknya, penurunan tingkat suku bunga akan meningkatkan investasi yang direncanakan. Keputusan investasi perlu dilakukan jika penerimaan lebih besar daripada biaya yang harus dikeluarkan, dimana biaya bunga merupakan salah satu komponen biayanya. Gambar 2.7 Hubungan suku bunga dengan investasi r% 9 6 3 I 0 I2 I1 I0 I Sumber : Karl & Case, Prinsip-prinsip Ekonomi, 2007 35 c. Nilai Tukar Nilai tukar uang atau yang lebih populer dikenal dengan sebutan kurs mata uang adalah catatan (quotation) harga pasar dari mata uang asing (foreign currency) dalam harga mata uang domestik (domestic currency) atau resiprokalnya, yaitu harga mata uang domestik dalam mata uang asing (Karim, 157 : 2008). Para ekonom membedakan kurs menjadi dua jenis yakni kurs nominal dan kurs riil. Pertama, kurs nominal adalah harga relatif dari mata uang dua negara. Sebagai contoh, jika kurs dolar AS dan rupiah Indonesia adalah 10.000 rupiah per dolar, maka 1 dolar dapat ditukar dengan 10.000 rupiah. Kedua, kurs riil adalah harga relatif dari barangbarang di antara dua negara (Mankiw, 128 : 2006). Kurs riil dapat juga disebut terms of trade. Setidaknya terdapat dua rezim besar dalam nilai tukar yang dapat diaplikasikan oleh otoritas moneter suatu negara : 1) Kurs mengambang (floating exchange rate) Kurs ditentukan oleh pasar dan dibiarkan berfluktuasi dengan bebas untuk menanggapi kondisi perekonomian yang sedang berubah (Mankiw, 2006 : 333). Pada rezim kurs ini, kurs e akan menyesuaikan untuk mencapai keseimbangan simultan di pasar barang dan pasar uang. Perubahan diantara faktor makroekonomi akan memungkinkan kurs untuk bergerak ke nilai keseimbangan baru. 36 2) Kurs tetap ( fixed exchange rate) Di bawah kurs tetap, bank sentral mengumumkan nilai kurs dan siap untuk membeli dan menjual mata uang domestik untuk mempertahankan kurs sesuai dengan tingkat yang diumumkan (Mankiw, 2006 : 337). Nilai tukar suatu negara dapat berfluktuasi dari waktu ke waktu. Adapun nilai tukar disebabkan oleh permintaan dan penawaran valuta asing. Faktor – faktor yang mempengaruhi permintaan valuta asing adalah sebagai berikut. 1) Pembayaran untuk impor Semakin tinggi impor atas barang dan jasa, semakin besar permintaan terhadap valuta asing sehingga nilai tukar akan cenderung terdepresiasi. Sebaliknya, jika impor menurun, maka permintaan valuta asing menurun sehingga mendorong apresiasi nilai tukar. 2) Aliran modal keluar (capital inflow) Semakin besar aliran modal keluar, maka semakin besar permintaan terhadap valas sehingga nilai tukar akan cenderung terdepresiasi. Aliran modal keluar meliputi pembayaran utang penduduk suatu negara kepada pihak asing dan penempatan dana penduduk luar negeri. 37 3) Kegiatan spekulasi Semakin banyak kegiatan spekulasi valuta asing oleh para spekulan, maka semakin besar permintaan terhadap valuta asing sehingga nilai tukar domestik cenderung terdepresiasi. Selain itu, penawaran valuta asing dipengaruhi oleh beberapa faktor diantaranya adalah 1) Penerimaan hasil ekspor Semakin besar penerimaan ekspor atas barang dan jasa, semakin besar jumlah valuta asing yang dimiliki suatu negara sehingga nilai tukar domestik cenderung terapresiasi. Sebaliknya, jika ekspor menurun, maka jumlah valuta asing yang diterima akan menurun sehingga nilai tukar cenderung terdepresiasi. 2) Aliran modal masuk (capital inflow) Semakin besar aliran modal yang masuk ke suatu negara, maka nilai tukar cenderung mengalami apresiasi. Aliran modal tersebut dapat berupa utang luar negeri, penempatan dana jangka pendek oleh pihak asing (portfolio investment), ataupun investasi langsung oleh pihak asing (foreign direct investment) Penjelasan permintaan dan penawaran valuta asing dapat dijelaskan melalui kurva berikut: 38 Gambar 2.8 Nilai tukar dalam valuta asing e Sf depresiasi E 10.000 Df 0 Q apresiasi Q e : Kurs rupiah dalam USD Q : kuantitas Sf : Penawaran terhadap valas Df : Permintaan terhadap valas Sumber : Raharja & Manurung, Pengantar Ilmu Ekonomi, 2013 7. Indeks Saham Syariah Regional Integrasi ekonomi membuat kondisi perekonomian berbagai negara saling terkait. Hal tersebut berimplikasi bahwa perubahan indikator makroekonomi pada suatu perekonomian akan berdampak pada perekonomian negara lainnya. Diantara indikator yang dapat diamati adalah perkembangan indeks saham. Indeks tersebut berfungsi sebagai barometer kinerja industri dan kondisi perekonomian nasional. Semakin baik kinerja industri suatu perekonomian, semakin positif pula tren yang ditunjukkan oleh indeks tersebut. Pengaruh bursa saham asing terhadap bursa saham lainnya 39 terjadi melalui pergerakan indeks tersebut sehingga memicu mobilitas modal (capital mobility). Setidaknya terdapat beberapa bursa saham di negara maju yang dapat dikatakan berpengaruh yakni bursa saham Amerika Serikat (DJIUS), bursa saham Inggris (DJIUK) dan bursa saham Jepang (FTSE Shariah Japan 100). Sementara itu, bursa saham Malaysia (FTSE Bursa Malaysia Hijrah Shariah) dinilai berpengaruh sebagai destinasi investasi secara syariah. Dow Jones Islamic Market Index (DJIMI) diperkenalkan pertama kali pada tahun 1999 oleh Dow Jones Index. DJIMI diluncurkan pada 8 Februari 1999 di Manama, Bahrain. Pencetus perintisan ide tersebut adalah A. Rushdi Siddiqui yang berprofesi sebagai analis saham pada perusahaan investment bank di Wall Street. Sebagai seorang analis, Rushdi bertugas meneliti saham-saham yang ada di bursa. Beliau meneliti kesesuaian usaha emiten-emiten tersebut dengan ketentuan Islam. Kemudian, Rushdi berhasil mengumpulkan 1.708 emiten yang berasal dari 34 negara di dunia. Berdasarkan temuan tersebut, Rushdi mengajukan usulan pembentukan indeks syariah kepada David Moran sebagai bos Dow Jones Index. Moran tertarik dengan usulan pembentukan indeks syariah tersebut dan mengajak Rushdi bergabung dengan Dow Jones. Dua bulan kemudian, Rushdi berhasil merealisasikan indeks syariah dengan nama Dow Jones Islamic Market Index. Peluncuran indeks tersebut mendapat tanggapan yang positif dengan nilai kapitalisasi pasar dari 1.708 saham sebesar hampir 10 triliun dolar AS. 40 Adapun indeks Dow Jones Islamic Market U.S (DJIUS) dan indek Dow Jones Islamic Market U.K (DJIUK) merupakan sub set dari Indeks Dow Jones Islamic Market yang telah melewati proses penyaringan untuk kepatuhan syariah. DJIUS merupakan representasi pasar saham syariah dengan urutan kapitalisasi pasar yang terbesar (large capitalisation) di Amerika Serikat sementara DJIUK merupakan representasi pasar saham syariah di Inggris. Indeks FTSE Shariah Japan 100 telah didesain untuk digunakan sebagai produk – produk investasi dengan dasar kepatuhan terhadap syariah Islam untuk memenuhi kebutuhan investor muslim di Jepang dan internasional. Proses seleksi secara independen (independent screening) dilakukan oleh Yasaar Limited, sebuah organisasi dengan jaringan global yang terdiri dari para ahli di bidang syariah. Menggunakan saham-saham berkapitalisasi besar dan menengah dari FTSE Global Index Series sebagai dasar, konstituen 100 saham dengan sharia compliance terbesar berdasarkan kapitalisasi pasar kemudian dipilih untuh membentuk FTSE Shariah Japan 100 index. FTSE Bursa Malaysia Hijrah Shariah telah didesain untuk digunakan sebagai dasar dari produk – produk investasi dengan ketentuan sharia compliant yang memenuhi tuntutan penyaringan (screening requirement) dari para investor muslim. Emiten – emiten dalam indeks tersebut disaring oleh Dewan Penasihat Syariah (SAC) pada Komisi Sekuritas 41 Malaysia dan juga oleh konsultan syariah global terkemuka yakni, Yasaar Ltd, untuk panduan prinsip yang jelas. B. Penelitian Terdahulu Tabel 2.1 Penelitian Terdahulu No Peneliti Judul Penelitian Variabel Hasil Empiris 1 Emta Hariati The Impact of Dependent Variable : DJIA dan Kurs (IDR- Surbakti, Macroeconomic Stock Return USD) memiliki hubungan Noer Azam Variables on JCI‟s Independent Variable: positif signifikan terhadap Achsani,Tuba Stock Return Dow Jones Industrial volatilitas return JCI. gus Nur Volatility in Pre and Average, Exchange BI rate (-), inflasi Ahmad Post Global Rate (IDR-USD), BI (-) dan harga emas (+) Maulana Economic Crisis rate, inflation, Gold tidak memiliki efek yang (2014) (ARCH-GARCH price. signifikan terhadap model) 2 volatilitas return JCI. Dionysia The Influence of Independent Bursa saham asing dan Kowanda, Foreign Stock Variables: Dow Jones variabel makroekonomi Rowland Market Index and Industrial Average, secara simultan Bismark Macroeconomic Shanghai Stock berpengaruh signifikan Fernando Variables Toward Exchange Composite, terhadap IHSG. Namun, Pasaribu, Jakarta Composite Strait Times Index, pengujian secara parsial Ahmad Fajri Index During 2010- and macroecnomic hanya bursa STI dan kurs Shauti (2014) 2014 (Multi Linear variables: yang berpengaruh Regression by OLS Inflation rate, BI Rate, terhadap IHSG. Adapun Method) World Oil Prices, hasil good fitness test Exchange Rate menunjukkan bahwa IDR/USD model penelitian mampu 42 Dependent Variable : menjelaskan variasi Jakarta Composite IHSG sebesar 49,7 persen. Index. 3 TERST memiliki Husam The Effects of Independent Variables Rjoub, Macroeconomic : Interest rate pengaruh positif Turgut Factors on Stock (TERST), terhadap return pada 9 Tursoy and Returns: Istanbul Unanticipated portofolio Nil Gunsel Stock Market inflation (UNINF), (2009) (OLS method) Risk Premium pengaruh positif (RIKPR), Exchange terhadap return pada 13 Rate (EXCGR), portofolio Unemployment Rate UNINF memiliki RIKPR memiliki (UNEMP) and pengaruh positif Money Supply terhadap return pada 8 (MONSP). portofolio Dependent Variables: Stock Return EXCGR memiliki pengaruh positif pada return 2 portofolio dan negatif pada 6 portofolio lainnya MONSP memiliki pengaruh positif terhadap return pada 7 portofolio dan negatif pada 3 portofolio lainnya UNEMP memiliki pengaruh positif terhadap return pada 8 portofolio. 43 4 IPI tidak memiliki M. Shabri Long-run KLSI is the Kuala Abd. Majid Relationship Lumpur Syari‟ah pengaruh signifikan and Rosylin between Index; M3 is broad terhadap KLSI baik Mohd. Yusof Islamic Stock money supply, TBR is pada model 1 dan (2009) Returns and treasury bill rates, IPI model 2 Macroeconomic is industrial Variables : An production index, positif signifikan Application of the REER is real efective terhadap KLSI pada Autoregressive exchange rate and model 1 DistributedLag FFR is federal reserve Model (ARDL) rates. M3 memiliki pengaruh REER pada model 1 & 2 memiliki pengaruh negatif signifikan terhadap KLSI TBR pada model 2 dan FFR pada model 1 & 2 memiliki pengaruh positif signifikan terhadap KLSI. 5 Hasil penelitian Anthony Impact of Variabel Dependen : Kyereboah- macroeconomic GSE all-share-index menunjukkan bahwa Coleman indicators on stock (GSI). seluruh variabel Kwame F. market performance: Variabel Independen : dependen berpengaruh Agyire- The case of the Inflation, Real signifikan terhadap GSI Tettey (2008) Ghana Stock exchange rate, Interest pada tingkat Exchange (Error rates dan Loan to signifikansi 5%, kecuali Correction Model) Deposit Ratio (LDR) variabel tingkat suku bunga. Variabel Inflasi dan 44 Loan to Deposit Ratio (LDR) berpengaruh negatif terhadap indeks GSI Variabel Real Exchange Rate berpengaruh positif terhadap indeks GSI 6 Estimasi VECM jangka Irfan Syauqi Pengaruh Indeks Variabel Dependen: Beik & Sri Harga Saham JII Wulan Syariah Internasional Variabel Independen : DJIJP pada lag 3 Fatmawati dan Variabel IPI, CPI, M2, Nilai berpengaruh positif (VECM) Makroekonomi Tukar, BI rate, SBIS, signifikan terhadap JII. (2013) Terhadap Jakarta DJIEU, Sementara IPI pada lag Islamic Indeks IMUS,DJIMY, DJIJP. 2 berpengaruh negatif pendek menunjukkan signifikan terhadap JII Estimasi VECM jangka panjang : BI rate, Nilai tukar, berpengaruh negatif namun tidak signifikan terhadap JII. IPI berpengaruh positif signifikan terhadap JII. M2 dan SBIS berpengaruh negatif signifikan terhadap JII. Sementara itu, DJIEU dan DJIMY berpengaruh secara 45 positif signifikan terhadap JII. Berbeda dengan kedua pasar tersebut, DJIJP dan IMUS berpengaruh negatif signifikan terhadap JII. 7 Alfin Pengaruh Variabel Variabel Merancia Makroekonomi dan makroekonomi : penyebab instabilitas (2010) Indeks Regional inflasi, nilai tukar, dan Risiko JII dan IHSG. Tesis terhadap Sertifikat Bank Untuk variabel Pusat Studi Risiko Jakarta Indonesia (SBI) dependen Risiko Kajian Timur Islamic Index (JII) Indeks regional : Jakarta Islamic Index Tengah dan Indeks Harga Indeks Dow Jones dan (JII), variabel Universitas Saham Indeks Nikkei independen Kurs, SBI, Indonesia Gabungan (IHSG) Indeks Dow Jones, dan Metode Analisis Nikkei signifikan :ARCH-GARCH & mempengaruhi risiko OLS regression JII, sedangkan inflasi Suku bunga adalah tidak signifikan mempengaruhi. Di lain pihak untuk variabel dependen Risiko Indeks Harga Saham Gabungan (IHSG), variabel independen SBI, dan Indeks Dow Jones signifikan terhadap 46 risiko IHSG sedangkan Inflasi, Kurs dan Indeks Nikkei tidak signifikan. 8 Wistriati Analisis Pengaruh Variabel Dependen: (2011) Variabel JII Skripsi FEB Makroekonomi Variabel Independen : UIN Jakarta terhadap Nilai Kurs IDR-USD, Jakarta Islamic Money Supply, GDP, Index (Error Inflation. Variabel independen secara simultan berpengaruh secara signifikan terhadap indeks JII Correction Model) dalam jangka panjang terdapat pengaruh antara variabel kurs, M2, inflasi dan PDB terhadap nilai JII Sedangkan dalam jangka pendek tidak terdapat pengaruh antara kurs, M2 dan inflasi terhadap nilai JII, hanya variabel PDB yang mempengaruhi nilai JII dalam jangka pendek 47 C. Kerangka Berpikir Kerangka berpikir merupakan model konseptual tentang bagaimana teori berhubungan dengan berbagai faktor yang telah diidentifikasi sebagai masalah yang penting (Priadana, 2009 : 89). Penelitian ini menganalisis faktor-faktor yang mempengaruhi risiko Jakarta Islamic Index. Proksi risiko Jakarta Islamic Index dalam penelitian ini adalah volatilitas poin indeks yang dihimpun berdasarkan data bulanan. Sementara itu, variabel makroekonomi yang digunakan adalah inflasi, kurs IDR-USD, dan BI rate serta indeks DJIUS, indeks DJIUK, indeks FTSE Shariah Japan 100 (FTSJP) dan indeks FTSE Bursa Malaysia Hijrah Shariah (FTSMY) sebagai representasi bursa saham asing. Hubungan antar variabel independen dengan variabel dependen adalah sebagai berikut. 1. Inflasi terhadap risiko JII Inflasi adalah kenaikan harga barang-barang yang bersifat umum dan terus menerus. Terjadinya inflasi karena terpenuhinya tiga karakteristik yakni 1) kenaikan harga 2) bersifat umum dan 3) berlangsung secara terus-menerus. Setidaknya terdapat beberapa biaya sosial yang muncul dari inflasi yang tinggi, diantaranya penurunan tingkat kesejahteraan rakyat yang akan mempengaruhi kinerja suatu perusahaan. Tingkat kesejahteraan secara sederhana dapat diukur dengan daya beli dari pendapatan yang diperoleh. Adanya inflasi telah menyebabkan daya beli semakin rendah terutama bagi masyarakat 48 berpendapatan tetap dan kecil. Hubungan antara inflasi dan indeks saham syariah terjadi ketika tingkat daya beli masyarakat menurun karena inflasi yang tinggi sehingga mengurangi belanja (konsumsi) masyarakat atas produk/output perekonomian. Kondisi tersebut disertai dengan kecenderungan peningkatan velositas dalam penggunaan pendapatan. Hal ini akan mengurangi laba berbagai indusrti akibat penurunan pendapatan penjualan. Secara deskriptif, hubungan inflasi dengan indeks harga saham dapat dinyatakan negatif. Mengacu pada penelitian yang dilakukan oleh Emta Hariati dkk (2014) menunjukkan bahwa hubungan inflasi dengan kinerja indeks saham adalah negatif namun tidak signifikan. 2. BI rate terhadap risiko JII Menurut Bank Indonesia, BI rate adalah suku bunga kebijakan yang mencerminkan sikap atau stance kebijakan moneter yang ditetapkan oleh Bank Indonesia dan diumumkan kepada publik. BI rate dipersepsikan berpengaruh terhadap indeks harga saham karena BI rate memiliki peran yang sentral terhadap berbagai aspek dalam suatu perekonomian. Peningkatan BI rate dapat menyebabkan peningkatan biaya produksi, terutama beban bunga atas pinjaman kepada kreditor. Adapun pengaruh BI rate terhadap perusahaan yang termasuk dalam JII dapat ditemui dalam skema pembiayaan langsung maupun pembiayaan tidak langsung. Hal ini akan menyebabkan total 49 biaya suatu perusahaan meningkat sehingga mengikis laba yang dihasilkan pada tahun berjalan. Selain itu, peningkatan tingkat suku bunga juga akan meningkatkan harga jual yang lebih tinggi. Hal ini akan menyebabkan konsumen menunda konsumsi mereka dan menabung uang mereka di bank. Sebagai implikasinya, penjualan perusahaan akan menurun dan menyebabkan penurunan profitabilitas dan indeks harga saham. Hubungan antar kedua variabel tersebut secara deskriptif dapat dinyatakan negatif. Penelitian yang dilakukan oleh Emta Hariati Surbakti, Noer Azam Achsani, dan Tubagus Nur Ahmad Maulana (2016) memperlihatkan bahwa BI rate memiliki hubungan negatif terhadap indeks saham. Namun, hubungan tersebut tidak memiliki efek yang signifikan terhadap return JCI. Ini artinya BI rate memiliki kekuatan prediktif yang lemah dalam menjelaskan hubungannya terhadap JCI. 3. Kurs IDR-USD terhadap risiko JII Nilai tukar uang sebagai salah satu variabel makroekonomi turut mempengaruhi performa korporasi dan industri secara keseluruhan. Depresiasi yang terjadi pada nilai tukar rupiah menyebabkan harga barang lokal menjadi lebih kompetitif di pasar internasional. Hal tersebut akan memberikan peluang bagi setiap korporasi untuk melakukan ekspor karena harga barang tersebut yang menjadi lebih murah secara kurs riil. Penjualan secara ekspor di tengah 50 kondisi nilai tukar yang terdepresiasi dapat meningkatkan pendapatan (revenue) korporasi. Namun begitu, depresiasi nilai tukar juga mampu mengganggu kinerja industri. Hal tersebut disebabkan depresiasi akan meningkatkan ongkos barang impor yang digunakan sebagai bahan baku produksi dan juga meningkatkan kewajiban korporasi yang berdenominasi mata uang asing. Hubungan antara kurs IDR-USD terhadap risiko JII dengan demikian dapat dinyatakan positif secara deskriptif. Karena depresiasi nilai tukar mampu menstimulasi sektor korporasi untuk melakukan ekspor dan meningkatkan pendapatan sehingga indeks saham tersebut dapat mengalami peningkatan. Penelitian yang dilakukan oleh Emta Hariati Surbakti, Noer Azam Achsani, dan Tubagus Nur Ahmad Maulana (2016) memperlihatkan bahwa terdapat hubungan positif yang signifikan antara nilai tukar dan JCI. Hasil penelitian serupa juga ditemukan oleh Alfin Merancia (2010) bahwa kurs berpengaruh positif terhadap risiko JII dan IHSG. 4. Bursa saham asing terhadap risiko JII Dengan berkembangnya globalisasi dan integrasi keuangan, faktor yang mempengaruhi stabilitas kondisi makroekonomi suatu negara tidak hanya berasal dari faktor domestik, namun juga berasal dari faktor internasional. Salah satu indikator yang dapat digunakan untuk melihat stabilitas makroekonomi adalah indeks harga saham. Gejolak krisis pada suatu negara dapat berpengaruh terhadap kondisi 51 perekonomian negara lainnya. Pengalaman krisis subprime mortgage di AS tahun 2008 menyebabkan beberapa bursa saham di berbagai regional terkoreksi. Koreksi pada bursa saham yang telah maju dengan cepat bertransmisi ke bursa saham lainnya, temasuk bursa saham di negara berkembang. Dengan kata lain, risiko sistemik telah terjadi. Simorangkir (2016) menjelaskan bahwa penyebaran kegagalan yang terjadi pada suatu elemen terhadap elemen lainnya merupakan risiko sistemik. Wahyudi (2013) mengungkapkan bahwa risiko sistemik adalah risiko yang dampaknya menyebabkan terjadinya efek domino yakni menyeret proyek atau institusi atau sektor atau bahkan negara lain untuk terkena dampak risiko tersebut, atau berdampak pada keseluruhan pasar atau sistem yang ada. Faktor risiko ini umumnya terkait dengan variabel makroekonomi atau kondisi sektoral atau geografis atau indikator pasar lainnya (Wahyudi, 2013 : 5). Indeks harga saham sebagai indikator pasar mampu memicu terjadinya efek domino pada sektor pasar modal. Penarikan kepemilikan saham oleh para investor pada saat krisis terjadi merupakan tindakan yang rasional guna menghindari kerugian yang besar. Hal tersebut dapat dilihat dari pergerakan indeks saham yang negatif selama periode krisis. Tindakan tersebut membuat repatriasi dana para investor terjadi, baik di pasar saham negara maju maupun negara berkembang. Selanjutnya, para investor akan mencari 52 pasar saham dengan perkembangan yang baik pasca krisis untuk menanamkan modalnya kembali. Penelitian yang dilakukan oleh Emta Hariati Surbakti, Noer Azam Achsani, dan Tubagus Nur Ahmad Maulana (2014) memperlihatkan bahwa indeks DJIA memiliki hubungan positif yang signifikan terhadap JCI. Hasil penelitian yang sama diperoleh dengan penelitian yang dilakukan oleh Dionysia Kowanda, Rowland Bismark Fernando Pasaribu, Ahmad Fajri Shauti (2014) menemukan hubungan yang positif antara pasar modal AS dan Indonesia. Sementara itu, pasar modal Inggris dan Jepang memiliki hubungan positif. Hasil riset lainnya menemukan pasar modal syariah AS memiliki hubungan negatif dengan pasar modal syariah di Indonesia, sementara pasar modal syariah Inggris memiliki hubungan yang positif. Argumentasi yang dapat digunakan untuk menjelaskan hubungan tersebut adalah pada dasarnya investor selalu menginginkan tingkat pengembalian tertinggi denga risiko tertentu. Sejalan dengan krisis 2007, investor menganggap AS sebagai suatu pasar, sedangkan Indonesia, Jepang dan Inggris sebagai pasar alternatif. Terjadinya krisis di AS mendorong para investor untuk memindahkan dana investasinya untuk menghindari kerugian. Mereka memindahkan dananya ke pasar saham Indonesia, Jepang dan Inggris. Itulah mengapa hubungan antara pasar saham Indonesia dan AS adalah negatif, sementara hubungan antara IndonesiaJepang dan Indonesia-Inggris adalah positif. 53 Untuk memberikan pemahaman yang lebih baik, hubungan antar variabel akan dijelaskan dengan kerangka pemikiran berikut : Gambar 2.9 Kerangka Pemikiran Inflasi (x1) Kurs IDR-USD (x2) BI rate (x3) Risiko JII (Y) (Variabel Dependen) DJIIUS (x4) DJIUK (x5) FTSJP (x6) FTSMY (x7) (Variabel Independen) D. Hipotesis Hipotesis merupakan jawaban sementara terhadap rumusan masalah penelitian (Priadana, 2009 : 90). Dikatakan sementara karena 54 jawaban yang diberikan baru berdasarkan teori yang relevan, belum didasarkan pada fakta-fakta empiris yang diperoleh melalui pengumpulan data. Selain itu, Bungin (2005) menjelaskan bahwa hipotesis juga berfungsi sebagai guide yang membimbing arah peneliti dalam menyelesaikan penelitian. Berdasarkan rumusan masalah dan kerangka pemikiran teoritis yang telah diuraikan sebelumnya, maka hipotesis penelitian yang dapat dirumuskan adalah sebagai berikut : 1. Inflasi terhadap risiko JII H0 : Tidak terdapat pengaruh inflasi terhadap risiko JII H1 : Terdapat pengaruh inflasi terhadap risiko JII 2. BI rate terhadap risiko JII H0 : Tidak terdapat pengaruh BI rate terhadap risiko JII H1 : Terdapat pengaruh BI rate terhadap risiko JII 3. Kurs IDR-USD terhadap risiko JII H0 : Tidak terdapat pengaruh kurs IDR-USD terhadap risiko JII H1 : Terdapat pengaruh kurs IDR-USD terhadap risiko JII 4. Indeks DJIUS terhadap risiko JII H0 : Tidak terdapat pengaruh indeks DJIUS terhadap risiko JII H1 : Terdapat pengaruh indeks DJIUS terhadap risiko JII 5. Indeks DJIUK terhadap risiko JII H0 : Tidak terdapat pengaruh indeks DJIUK terhadap risiko JII H1 : Terdapat pengaruh indeks DJIUK terhadap risiko JII 55 6. Indeks FTSJP terhadap risiko JII H0 : Tidak terdapat pengaruh indeks FTSJP terhadap risiko JII H1 : Terdapat pengaruh indeks FTSJP terhadap risiko JII 7. Indeks FTSMY terhadap risiko JII H0 : Tidak terdapat pengaruh indeks FTSMY terhadap risiko JII H1 : Terdapat pengaruh indeks FTSMY terhadap risiko JII 56 BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini menggunakan metode kuantitatif dengan statistika induktif dengan data time series. Statistika Induktif digunakan untuk mengetahui karakteristik populasi berdasarkan karakteristik sampel serta menganalisis dan menginterpretasikan hasilnya menjadi sebuah kesimpulan atau informasi yang berguna untuk pengambilan keputusan (Suharyadi, 2009 : 4). Sementara itu, time series merupakan data satu individu yang diobservasi dalam rentangan waktu (Usman, 2006 : 183). Penelitian ini dilakukan berdasarkan data – data variabel makroekonomi dan indeks regional yakni data yang dipublikasikan dalam kurun waktu November 2007 – Juli 2016 dengan skala bulanan. Penelitian ini mencari risiko/volatilitas yang terjadi pada Jakarta Islamic Index (JII). Selanjutnya, penelitian ini menggunakan data variabel makroekonomi dan indeks regional untuk melihat pengaruhnya terhadap risiko Jakarta Islamic Index (JII). B. Metode Pengumpulan Data 1. Sumber Data Sumber data pada penelitian ini dilakukan dengan cara studi literatur. Studi Literatur (Library Research) dilakukan dengan mempelajari data atau bahan dari sumber majalah, buku teks, jurnal, paper ilmiah dan 57 lain sebagainya yang berhubungan dengan aspek yang diteliti sebagai upaya untuk memperoleh data yang valid. 2. Karakteristik Data Data yang dipergunakan dalam penelitian ini adalah historical data (time series). Sesuai dengan sifat data time series, maka data tersebut cenderung bersifat heteroskedastis dan bersifat autokorelasi. Data yang dianalisis adalah basis poin dari setiap indeks saham yang setiap hari mengalami perubahan. Basis poin pada indeks saham dapat berubah dari nilai pembukaan dan nilai penutupan. Peneliti dalam penelitian ini melakukan analisis terhadap nilai penutupan (closing price) untuk menghindari kerancuan. 3. Periode Data dan Jumlah Data Data yang diambil dalam penulisan merupakan data bulanan, periode waktu data yang dianalisis dalam penelitian ini adalah selama delapan tahun sepuluh bulan (Periode November 2007 – Juli 2016). Total total data dari periode waktu penelitian berjumlah 105 data, sesuai dengan jumlah bulan dalam periode penelitian. C. Tahapan Pengolahan Data Penelitian ini secara garis besar terdiri dari beberapa tahap dalam rangka pencarian pengaruh variabel independen terhadap variabel dependen. Penjabaran tahapan penelitian ini dilakukan agar alur pelitian ini mudah dipahami. Berikut adalah penjelasan setiap tahap : 58 Tahap Pencarian Pengaruh Variabel Independen Terhadap Variabel Dependen 1. Menentukan seluruh 105 data bulanan untuk variabel independen (Inflasi, BI rate, Kurs IDR-USD, DJIUS, DJIUK, FTSMY, FTSJP) dan menggunakan 105 data risiko JII yang sebagai variabel dependen. 2. Uji stasioneritas untuk setiap variabel penelitian. Jika ADF > Critical Value (0,05) data tersebut dapat dinyatakan stasioner pada tingkat pengujian tertentu. 3. Tes Heteroskedastisitas. Jika pada output white heteroscedasticity nilai kritis (probabilitasnya) lebih kecil dari 5% maka data bersifat heteroskedastis. Namun jika nilai kritis (probabilitasnya) lebih besar dari 5% maka data bersifat homoskedastis dan uji autokorelasi dengan Correlogram Q-Stat. 4. Melakukan estimasi menggunakan model ARCH Heteroscedasticity) multilinier regression (AutoRegressive GARCH (Generalized dengan Conditional AutoRegressive Conditional Heteroscedasticity), jika data risiko Jakarta Islamic Index (JII) bersifat heteroskedastis. 5. Melakukan estimasi model multilinier regression dengan menggunakan dengan OLS (Ordinary Least Square), jika data risiko Jakarta Islamic Index (JII) bersifat homoskedastis. 6. Uji signifikansi atau juga dikenal uji t-hitung. Sebuah model dikatakan signifikan jika nilainya lebih kecil dari 5% atau 0,05. 59 Sedangkan jika nilainya lebih besar dari 5% atau 0,05 maka model tersebut dikatakan tidak signifikan. 7. Melakukan Uji F, dan uji goodness of fit (R2). 8. Membuat analisis dan interpretasi dari hasil yang telah didapat. Prosedur pengolahan data tahap II akan lebih jelas terlihat dalam flowchart dibawah ini : 60 Gambar 3.1 Flowchart Pengolahan Data Data Variabel Dependen & Independen Uji Stasioneritas Data Homoskedastis Data Heteroskedastis Estimasi Model MLR dengan Ordinary Least Square Estimasi Model MLR dengan ARCH GARCH Uji F Uji t Analisis Koefisien Determinasi Interpretasi Kesimpulan & Saran 61 D. Metode Analisis Data 1. Uji Stasioneritas Data times series merupakan himpunan nilai suatu variabel yang diambil berdasarkan waktu yang berbeda-beda. Setiap data dihimpun secara berkala pada interval waktu tertentu seperti harian, bulanan, kuartalan, semesteran ataupun tahunan. Data time series adalah data yang biasa digunakan dalam penelitian keuangan. Namun data ini banyak mengandung permasalahan, seperti otokorelasi. Otokorelasi adalah hubungan antara residual satu observasi dengan residual observasi lainnya. Otokorelasi lebih mudah timbul pada data yang bersifat runtut waktu, karena berdasarkan sifatnya, data masa sekarang dipengaruhi oleh data pada masa-masa sebelumnya (Winarno, 5.29 : 2015). Namun begitu, otokorelasi juga dapat dimungkinkan terjadi pada penelitian yang menggunakan data cross section. Otokorelasi ini merupakan penyebab yang mengakibatkan data menjadi tidak stasioner, sehingga bila data dapat distasionerkan maka otokorelasi akan hilang dengan sendirinya, karena metode transformasi data untuk membuat data yang tidak stasioner menjadi stasioner sama dengan transformasi data untuk menghilangkan otokorelasi (Usman, 340 : 2006). Metode transformasi data (differencing) membuat data yang bersifat tidak stasioner menjadi data yang stasioner. Data perlu bersifat stasioner adalah agar peneliti mendapatkan estimasi model yang baik. 62 Untuk menguji stasioneritas, pada software Eviews dapat digunakan uji unit root test. Pada software tersebut jika nilai ǁADFǁ > ǁCritical Value (0,05)ǁ data dapat dikatakan stasioner. Hal ini dapat terjadi langsung pada data di tahap level ataupun differencing tingkat 1 dan 2. Uji ini dikenalkan oleh David Dickey dan Wayne Fuller. Untuk hipotesisnya adalah : H0 : δ = 0 yang berarti data tidak stasioner H1 : δ ≠ 0 yang berarti data stasioner 2. Uji Heteroskedasitas Salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam model regresi bersifat BLUE (Best Linier Unbiased Estimation) maka var (ui) harus sama dengan α² (konstan) atau dengan kata lain, semua residual atau error mempunyai varian yang sama. Kondisi seperti itu disebut dengan homoskedastis. Sedangkan bila varian tidak konstan atau berubah-ubah disebut dengan heteroskedastis. Model regresi yang baik harus terhindar dari heteroskedastis (Usman, 109 : 2006). Hanya saja jika data time series menggunakan metode ARCH GARCH, sehingga memandang heteroskedastisitas bukanlah sebagai suatu permasalahan. Untuk mengetahui apakah suatu data bersifat heteroskedastis atau tidak perlu dilakukan pengujian. Pengujian heteroskedastis untuk peneltian ini meggunakan ARCH LM test dan white heteroscedasticity (cross term). Uji heteroskedastisitas menggunakan uji 63 White dilakukan dengan meregresikan semua variabel bebas, variabel bebas kuadrat dan perkalian (interaksi) variabel bebas terhadap nilai residual kuadratnya (Suliyanto, 107 : 2011). Hipotesis yang dibentuk untuk pengujian ini adalah: H0 : Tidak Terdapat Heteroskedastisitas H1 : Terdapat Heteroskedastisitas Jika pada output white heteroscedasticity nilai kritis (probabilitasnya) lebih kecil dari α = 5% maka berati data bersifat heteroskedastis. Namun, jika nilai kritis (probabilitasnya) lebih besar dari α = 5% maka data tersebut bersifat homoskedastis. 3. ARCH – GARCH Metode ARCH (AutoRegressive Conditional Heteroscedasticity) GARCH (Generalized AutoRegressive Conditional Heteroscedasticity) merupakan suatu model yang tidak memandang heteroskedastisitas sebagai permasalahan, tetapi justru memanfaatkan kondisi tersebut untuk membuat model. Bahkan dengan memanfaatkan sifat heteroskedastisitas dalam error dengan tepat, maka akan diperoleh estimator yang lebih efisien (Usman, 419 : 2006). Data dengan karakteristik seperti ini biasanya terjadi pada: return dari pasar modal, nilai tukar, inflasi, atau tingkat suku bunga. sebaran data yang terjadi pada data finansial cenderung memiliki volatilitas yang tinggi. Terkadang beberapa periode 64 pada data tersebut menunjukkan volatilitas yang rendah dan beberapa periode menunjukkan volatilitas yang tinggi. Adanya volatilitas yang tinggi ini tentunya menyulitkan para peneliti untuk membuat estimasi dan prediksi pergerakan variabel tersebut (Widarjono, 287 : 2016). Pola volatilitasnya yang demikian menunjukkan adanya heteroskedastisitas karena terdapat varian error yang besarnya tergantung pada volatilitas error di masa lalu (Usman, 420 : 2006). Oleh karena itu, data yang mempunyai sifat heteroskedastisitas seperti ini dapat dimodel dengan Autoregresive Conditional Heteroscedasticity (ARCH) yang dikenalkan oleh Robert Engle. a. Model ARCH (p) Yt = b0 + b1 Xt + et (i) Heteroskedastisitas yang terjadi pada data time series disebabkan karena adanya unsur volatilitas. Data finansial pada periode tertentu memiliki volatilitas yang tinggi dan variabel errornya juga tinggi, diikuti suatu periode dengan volatilitas yang rendah dan variabel error yang juga rendah. Varian variabel error pada kondisi tersebut akan sangat tergantung dari volatilitas varian variabel error periode sebelumnya. Dengan kata lain, varian variabel error sangat dipengaruhi oleh variabel error periode sebelumnya. Persamaan varian variabel error dalam model ARCH ini dapat dituliskan sebagai berikut : ζ2t = α0 + α1ε2t – 1 65 (ii) Persamaan (ii) menyatakan bahwa varian variabel gangguan yakni ζ2t mempunyai dua komponen yaitu konstanta dan variabel error masa lalu (lag) yang diasumsikan merupakan kuadrat dari variabel error periode lalu. Model dari variabel error et tersebut adalah heteroskedastisitas yang bersyarat (conditional heteroscedasticity) pada variabel error ett–1. Dengan mengambil informasi conditional heteroscedasticity dari et, parameter b0 dan b1 dapat diestimasi lebih efisien. Persamaan (i) merupakan persamaan untuk output dari persamaan rerata (conditional mean) sedangkan persmaan (ii) disebut persamaan varian (conditional variance). Jika varian dari variabel error et tergantung hanya dari volatilitas variabel error kuadrat satu periode yang lalu sebagaimana terdapat pada persamaan (ii), model tersebut adalah ARCH (1). Dengan demikian secara umum, model ARCH (p) dapat dinyatakan dalam bentuk persamaan berikut : Yt = b0 + b1 Xt + et ζ2t = α0 + α1ε2t – 1 + α2ε2t – 2 +. . . + αp ε2 t –p (iii) (iv) b. Model GARCH Model ARCH dari Robert Engle disempurnakan oleh Tim Bollerslev. Bollerslev menyatakan bahwa varian variabel error tidak hanya tergantung dari residual periode lalu tetapi juga varian variabel error periode lalu. Jika kita memasukkan juga varian residual periode lalu pada persamaan (iv) maka model tersebut 66 dikenal dengan Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Untuk menjelaskan model GARCH, pemahaman dapat diawali dengan model regresi berikut : Yt = b0 + b1 Xt + et ; dimana et merupakan residual. (v) Sedangkan varian residual pada model GARCH dapat ditulis sebagai berikut : ζ2t = α0 + α1 ε2t – 1 +λ1ζ2t – 1 (vi) Pada model GARCH tersebut, varian residual ζ2t tidak hanya dipengaruhi oleh residual periode yang lalu ε2t – 1 tetapi juga varian residual periode yang lalu ζ2t – 1. Model residual pada persamaan (v) disebut model GARCH (1,1) karena varian residual hanya dipengaruhi oleh residual periode sebelumnya dan varian residual periode sebelumnya. Secara umum, model GARCH, yakni GARCH (p,q) dapat dinyatakan melalui persamaan sebagai berikut : ζ2t = α0 + α1 ε2t – 1 + . . . + αp ε2t – p + λ1ζ2t – 1 + . . . + λqζ2t – q Risiko sendiri ditunjukan oleh model kedua dari persamaan ARCH GARCH yang dilambangkan dengan simbol ζ2. Selanjutnya setelah mendapatkan nilai risiko, maka nilai risiko tersebut menjadi variabel dependen. Variabel makroekonomi dan indeks regional diperkirakan mempengaruhi risiko tersebut. 67 4. Koefisien Determinasi Koefisien determinasi (Goodness of Fit), yang dinotasikan dengan R2, merupakan suatu ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya model regresi yang terestimasi (Usman, 20 : 2006). Angka tersebut dapat mengukur seberapa dekat garis regresi yang tersestimasi dengan data sesungguhnya. Artinya, nilai tersebut mencerminkan seberapa besar variasi dari variabel dependen Y dapat diterangkan oleh variabel bebas independen X, semakin besar nilai R² maka akan semakin besar/kuat hubungan antara variabel independen dan dependen maka semakin baik model regresi yang diperoleh. R2 didefinisikan berdasarkan langkah-langkah sebagaimana yang dilakukan pada tabel ANOVA. Adapun rumusnya adalah : R2 = Keterangan : SST : Variasi dari data SSR : variasi dari garis regresi yang dibuat Baik atau buruknya suatu persamaan regresi ditentukan oleh R²nya yang mempunyai nilai antara nol dan satu. Ketentuannya : 1) Bila nilai koefisien determinasi sama dengan 0 (R² = 0), artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali 2) Bila nilai koefisien determinasi sama dengan 1 (R² = 1), artinya variasi dari Y secara keseluruhan dapat diterangkan oleh X. 68 Dengan kata lain semua titik-titik pengamatan berada tepat pada garis regresi. Dengan demikian baik tidaknya suatu persamaan regresi antara lain ditentukan oleh besaran nilai R² yang dimiliki, dimana nilainya berkisar antara 0 (nol) dan 1 (satu) atau 0 ≤ R² ≤ 1 5. Uji-t (Testing Hypotesis) Uji-t merupakan suatu pengujian yang digunakan untuk mendeteksi signifikansi variabel independent secara individual terhadap variabel dependent yang digunakan. Adapun langkah-langkah dalam uji ini adalah sebagai berikut : 1) Merumuskan Hipotesis H0 : α = 0, artinya tidak terdapat pengaruh signifikan secara statistik antara variabel independent terhadap variabel dependent H1 : α ≠ 0, artinya terdapat pengaruh signifikan secara statistik antara variabel independent terhadap variabel dependent 2) Menentukan tingkat signifikansi atau daerah kritis (t-tabel) Penelitian ini menggunakan tingkat signifikansi 5% dan degree of freedom (df) = n-k dalam menetukan derajat bebas penyebut. 3) Menghitung t-hitung. Nilai t-hitung untuk setiap koefisien variabel independen dapat dirumuskan sebagai berikut. 69 4) Menetapkan kriteria pengujian dan menentukan daerah keputusan H0 ditolak apabila : t-hit > t-tabel atau -t-hit < -t-tabel H1 diterima apabila : t-hit < t-tabel atau -t hit > -t-tabel 5) Menentukan keputusan 6. Uji-F Uji-F merupakan suatu pengujian yang bertujuan mendeteksi signifikansi semua variabel independent secara simultan terhadap variabel dependent yang digunakan. Adapun langkah-langkah dalam uji ini adalah sebagai berikut: 1) Merumuskan Hipotesis H0 : α = 0, artinya secara bersama-sama variabel independent tidak berpengaruh signifikan secara statistik terhadap variabel dependent. H0 : α ≠ 0, artinya secara bersama-sama variabel independent berpengaruh signifikan secara statistik terhadap variabel dependent. 2) Menentukan tingkat signifikansi atau daerah kritis (F tabel) Penelitian ini menggunakan tingkat signifikansi 5% dan degree of freedom (df) = n-k dalam menetukan derajat bebas penyebut dan k-1 dalam menentukan derajat bebas pembilang. 3) Menghitung F-hitung. Nilai F-hitung ditentukan dengan rumus sebagai berikut. F = [R2/(k-1)]/[(1-R2)/(n-3)] 70 4) Menetapkan kriteria pengujian dan menentukan daerah keputusan H0 ditolak apabila : F-hit > F-tabel H0 diterima apabila : F-hit < F-tabel 5) Memutuskan hipotesis. E. Operasional Variabel Penelitian 1. Variabel Dependen Penelitian Variabel dependen dalam penelitian ini adalah return JII sebagai proksi risiko JII. Jakarta Islamic Index adalah himpunan saham-saham yang bersifat likuid, 30 saham dengan kapitalisasi pasar terbesar dan memenuhi prinsip syariah Islam. 2. Variabel Independen Penelitian a. Inflasi Inflasi adalah kenaikan harga barang-barang yang bersifat umum dan terus menerus. Inflasi dapat dihitung dengan menggunakan Indeks harga konsumen. Perhitungannya adalah : Inflasi Di mana : P0 = Harga barang/ jasa pada awal periode P1 = Harga barang/jasa pada akhir periode b. BI rate BI rate adalah suku bunga kebijakan yang mencerminkan sikap atau stance kebijakan moneter yang ditetapkan oleh Bank Indonesia dan diumumkan kepada publik. BI rate yang ditetapkan oleh Bank 71 Indonesia yang seringkali dijadikan acuan dalam menentukan suku bunga pinjaman atau suku bunga deposito. c. Kurs IDR-USD Kurs adalah catatan (quotation) harga pasar dari mata uang asing (foreign currency) dalam harga mata uang domestik (domestic currency) atau harga mata uang domestik dalam mata uang asing. Kurs yang digunakan dalam penelitian ini adalah kurs nominal yang merupakan harga relatif dari mata uang dua negara. d. Indeks Dow Jones Islamic Market U.S Index (DJIUS) Dow Jones Islamic Market U.S Index (DJIUS) adalah indeks pasar saham yang merupakan family dari Dow Jones Islamic Market sebagai sebuah benchmark untuk mengukur performa saham syariah dengan kapitalisasi pasar terbesar (large capitalisation) di Amerika Serikat. e. Indeks Dow Jones Islamic Market U.K (DJIUK) Indeks Dow Jones Islamic Market U.K (DJIUK) adalah indeks pasar saham yang merupakan family dari Dow Jones Islamic Market sebagai sebuah benchmark untuk mengukur performa saham syariah di Inggris. f. FTSE Shariah Japan 100 FTSE Shariah Japan adalah indeks pasar saham yang digunakan untuk mengukur performa 100 saham syariah di Jepang 72 g. FTSE Bursa Malaysia Hijrah Shariah FTSE Bursa Malaysia Hijrah Shariah adalah indeks pasar saham yang digunakan untuk mengukur performa saham syariah di Malaysia. 73 BAB IV ANALISIS DAN PEMBAHASAN A. Perkembangan Kondisi Makroekonomi di Indonesia Kondisi makroekonomi pada suatu negara memegang peran yang cukup penting dalam mendukung berbagai kegiatan ekonomi seperti konsumsi dan investasi. Tidak jarang kiranya instabilitas finansial akibat volatilitas makroekonomi menyebabkan perekonomian berjalan dengan tidak optimal. Istilah instabilitas finansial (financial instability) itu sendiri bisa didefinisikan sebagai perubahan drastis atas harga-harga aset-aset finansial (Prasetyantoko, 2008 : 17). Jika instabilitas tersebut tidak ditangani oleh perumus kebijakan pada sektor terkait, maka tujuan negara dalam mencapai kesejahteraan masyarakatnya dapat terganggu. Karena memiliki nilai yang vital, Prasetyantoko (2008) bahkan menjelaskan bahwa stabilitas keuangan sudah menjadi barang publik. Dengan demikian, stabilitas makroekonomi patut diwujudkan, terutama guna mendukung kegiatan investasi di sektor finansial. 1. Inflasi Inflasi sebagai indikator makroekonomi selalu menjadi perhatian bagi para perumus kebijakan. Hal tersebut dikarenakan inflasi merupakan tingkat harga yang terjadi pada perekonomian sehingga berpengaruh pada daya beli masyarakat. Inflasi yang terkendali akan mendukung kegiatan perekonomian baik skala kecil maupun skala 74 yang lebih besar. Selain itu, inflasi berkaitan dengan perkembangan nilai investasi karena inflasi dapat merepresentasikan sektor riil. Bahkan pemerintah pun turut mempertimbangkan tingkat inflasi dalam penetapan APBN sebagai asumsi makroekonomi. Dengan demikian, kinerja para perumus kebijakan dapat dikatakan baik jika mampu mewujudkan stabilitas harga dengan perekonomian yang berekspansi. Fluktuasi tingat inflasi pada dasarnya disebabkan oleh berbagai faktor. Secara teoritis faktor tersebut dapat berupa permintaan agregat (demand pull inflation), peningkatan biaya produksi (cost push inflation) dan inflasi yang disebabkan barang-barang impor (imported inflation). Inflasi di Indonesia secara khusus mengalami fluktuasi yang disebabkan dinamika perekonomian dalam negeri dan perekonomian global. Berikut ini adalah perkembangan inflasi dalam kurun waktu 2007-2016. Grafik 4.1 Inflasi 2007-2016 Sumber : Bank Indonesia 75 Berdasarkan informasi pada grafik tersebut, inflasi tertinggi terjadi pada September 2008 yakni 12,14% dan inflasi terendah terjadi pada Oktober 2009 yakni 2,57%. Namun begitu, inflasi pada periode setelahnya berfluktuasi pada rentang 4% – 8% antara Juli 2010 hingga Mei 2016. Meningkatnya inflasi pada tahun 2008 disebabkan karena meningkatnya harga komoditas global diantaranya minyak dunia. Peningkatan harga minyak dunia sebagai komoditas global turut menyebabkan lonjakan harga pada barang yang ditentukan pemerintah (administered prices) yakni melalui kebijakan pemerintah yang menaikkan harga BBM bersubsidi. Adapun bensin premium naik menjadi Rp 6.000 per liter dan minyak solar sebesar Rp 5.500 per liter. Harga baru tersebut berlaku untuk konsumsi rumah tangga, usaha kecil, transportasi, dan pelayanan umum. Setelah bulan September 2008, tingkat inflasi mulai turun karena turunnya harga komoditi internasional, pangan dan energi dunia. Penyebab lain dari terus menurunnya tingkat inflasi adalah kebijakan Pemerintah yang menurunkan harga BBM jenis premium pada Desember 2008 berdasarkan Peraturan Menteri Energi dan Sumber Daya Mineral Nomor 38 Tahun 2008, pemerintah menurunkan harga jual eceran BBM jenis bensin premium menjadi Rp 5.500 per liter. Selain itu, turunnya angka inflasi pada akhir 2008 juga disebabkan produksi pangan dalam negeri yang relatif bagus. 76 2. BI rate BI rate merupakan kebijakan diskonto yang ditetapkan oleh Bank Indonesia dalam Rapat Dewan Gubernur sebagai suku bunga acuan. Dalam perkembangannya, BI rate tidak lagi diterapkan sebagai suku bunga acuan dan digantikan oleh BI 7 day Repo Rate per Agustus 2016. Keputusan Bank Indonesia atas hal tersebut didasarkan pada kenyataan BI Rate tak cukup efektif untuk mengendalikan inflasi. Diantara contoh konkretnya adalah BI sering merevisi target inflasi pada pertengahan tahun. Bahkan revisi tersebut juga meleset dengan realitas inflasi yang terjadi pada akhir tahun. Sebagai contoh, pada APBN 2005, inflasi ditargetkan sebesar 5,5 persen. Namun, target tersebut menyimpang dengan realisasi inflasi akhir tahun ternyata di level 17,11 persen, berdasarkan data Badan Pusat Statistik (BPS). Contoh lainnya, target inflasi dipatok 6,5 persen pada tahun 2008. Kenyataannya, akhir tahun inflasi mencapai 11,1 persen. Atas dasar tersebut, BI menilai BI 7-day Repo Rate, yang bertenor pendek, akan membuat transmisi kebijakan moneter menjadi lebih efektif dan lebih cepat sehingga dapat mencapai target inflasi yang ditetapkan. Suku bunga dalam suatu perekonomian berperan sebagai ongkos yang dibayarkan debitur kepada debitur atas penggunaan dananya. Dengan kata lain, peningkatan tingkat suku bunga akan meningkatkan biaya produksi. Efek peningkatan biaya tersebut dapat terjadi pada berbagai skala usaha, baik UMKM maupun korporasi. Peningkatan 77 suku bunga dapat menurunkan minat investasi sektor usaha. Hal ini dapat dipahami bahwa kenaikan tingkat suku bunga merupakan kenaikan biaya investasi. Kondisi sebaliknya akan terjadi jika terjadi penurunan suku bunga dimana minat investasi akan meningkat. Dengan demikian, upaya pemerintah dalam meningkatkan investasi di berbagai sektor industri dalam perekonomian dapat dilakukan salah satunya dengan mewujudkan tingkat suku bunga acuan yang rendah sehingga investasi berkembang. Berikut adalah perkembangan BI rate pada rentang waktu Agustus 2007 hingga Juli 2016. Grafik 4.2 Perkembangan BI rate periode 2007 - 2016 Sumber : Bank Indonesia Berdasarkan informasi tersebut, BI rate berada pada titik tertinggi yakni 9,25% pada September 2008. Sementara, titik terendah terjadi 78 pada Januari 2012 – Maret 2013 dengan suku bunga yang stabil yakni 5,75%. BI rate pada perkembangan selanjutnya mengalami peningkatan dan kembali konstan pada level 7,5% sejak November 2013 hingga Oktober 2015. Secara grafis, BI rate mengalami peningkatan secara bertahap sebesar 0,25 basis poin terhitung April 2008 yakni 8% – November 2008 menjadi 9,5%. Kenaikan BI rate tersebut terjadi seiring dengan krisis keuangan global tahun 2008. Selain itu, peningkatan suku bunga acuan tersebut juga ditetapkan guna mengendalikan inflasi pasca kenaikan harga BBM jenis premium (33%) dan solar (28%) pada 24 Mei 2008. Namun demikian, BI rate mengalami penurunan secara gradual sebesar 0,25 basis poin per bulannya dimana BI rate per Desember 2008 yakni 9,25% menjadi 6,5% per Agustus 2009 menyusul dengan keluarnya peraturan menteri ESDM nomor 38 tahun 2009 menjelang akhir tahun 2008. 3. Kurs Rupiah terhadap Dolar Amerika Serikat Nilai tukar uang atau yang lebih populer dikenal dengan sebutan kurs mata uang adalah catatan (quotation) harga pasar dari mata uang asing (foreign currency) dalam harga mata uang domestik (domestic currency) atau resiprokalnya, yaitu harga mata uang domestik dalam mata uang asing (Karim, 157 : 2008). Pemilihan kurs rupiah terhadap dolar AS dipilih karena mata uang dolar AS memiliki peran yang 79 besar dalam transaksi internasional, baik oleh pemerintah, lembaga kuangan ataupun sektor usaha. Berikut adalah perkembangan nilai tukar rupiah terhadap dolar Amerika. Grafik 4.3 Perkembangan Kurs IDR/USD Periode 2007-2016 Sumber : Bank Indonesia Berdasarkan informasi grafis tersebut, nilai tukar rupiah cenderung stabil pada Agustus 2007 hingga Agustus 2008 pada level 9.095 hingga 9.350 sebelum akhirnya terdepresiasi sekitar 33% pada November 2008 menjadi Rp 12.025 per dolar AS seiring dengan terjadinya krisis keuangan global dan meningkatnya harga komoditas dan pangan dunia. Depresiasi nilai tukar rupiah juga disinyalir akibat dari struktur modal yang masuk (capital inflow) yang didominasi uang berjangka pendek (hot money) yang biasanya digunakan oleh pelaku pasar untuk berspekulasi di pasar uang dan pasar modal. Hal tersebut 80 mengakibatkan mobilitas dana yang cepat sehingga pergerakan nilai tukar rupiah terhadap dolar AS semakin volatil. Rupiah pada perkembangan selanjutnya menunjukkan tren yang semakin terdepresiasi per Juni 2011 pada level 8.576 per dolar AS menjadi 13.212 per dolar AS pada Juni 2016. Pelemahan nilai tukar rupiah terburuk pada periode tersebut terjadi pada Agustus 2015 yakni 14.050 per dolar AS. Nilai tukar rupiah terhadap dolar yang mencapai Rp14.050 per US$1 terjadi seiring dengan fenomena ekonomi global seperti membaiknya perekonomian AS dan devaluasi mata uang yuan. B. Perkembangan Kondisi Indeks Saham Syariah Regional Dewasa kini, sektor pasar modal memiliki peran yang signifikan dalam mendukung pertumbuhan dan pembangunan ekonomi suatu negara. Sektor pasar modal sebagai wadah direct financing dapat memfasilitasi setiap korporasi dalam mencari tambahan modal guna pengembangan usaha. Semakin banyak perusahaan yang go public, maka semakin besar pula kontribusi sektor pasar modal terhadap perekonomian. Demikian pula halnya sektor pasar modal sebagai wadah investasi bagi para masyarakat investor. Semakin baik kinerja emiten, maka diharapkan semakin tinggi pula harga saham emiten tersebut sehingga meningkatkan kekayaan mayarakat. Peningkatan kekayaan masyarakat tersebut dapat menjadi motor penggerak bagi peningkatan konsumsi dan pertumbuhan ekonomi. 81 Semakin berkembangnya perekonomian dunia telah membuat perekonomian setiap negara semakin terhubung satu sama lain. Kondisi tersebut dapat diperhatikan pada pergerakan indeks harga saham pada sektor pasar modal. Kejatuhan sektor pasar modal suatu negara dapat berimbas pada pasar modal di kawasan yang berbeda. Risiko sistemik tersebut menyebar dengan cepat di tengah kemajuan arus teknologi dan informasi. Kondisi ini dapat memburuk dengan tidak terciptanya disiplin pasar yang baik pada sistem keuangan. Selain itu, ketidakmampuan otoritas di bidang keuangan dalam menciptakan disiplin pasar juga dapat menimbulkan herding behaviour oleh para pelaku pasar sehingga pasar keuangan begitu rentan mengalami penggelembungan (bubble) dan kejatuhan (crash). 1. Dow Jones Islamic Market U.S Index Dow Jones Islamic Market U.S (Large Capitalisation) Index merupakan sub set dari Indeks Dow Jones Islamic Market yang telah melewati proses penyaringan untuk kepatuhan syariah. DJIUS merupakan representasi pasar saham syariah dengan urutan kapitalisasi pasar yang terbesar (large capitalisation) di Amerika Serikat. 82 Grafik 4.4 Perkembangan DJIUS Periode 2007 – 2016 Sumber : Investing.com Berdasarkan informasi grafis tersebut, DJIUS memiliki tren yang fluktuatif ke arah penurunan indeks harga saham pada rentang waktu November 2007 yakni 3.855 hingga Mei 2015 menjadi 1.650. Dengan kata lain, pada periode tersebut DJIUS mengalami penurunan sebesar 57%. Setelah periode tersebut, DJIUS mengalami peningkatan menjadi 2.434 atau meningkat sebesar 47% per Juni 2016. 2. Dow Jones Islamic Market U.K. Index Dow Jones Islamic Market U.K Index merupakan sub set dari Indeks Dow Jones Islamic Market yang telah melewati proses penyaringan untuk kepatuhan syariah. DJIUK merupakan representasi pasar saham syariah di negara Inggris. 83 Grafik 4.5 Perkembangan DJIUK Periode 2007 – 2016 Sumber : Investing.com Berdasarkan info grafis tersebut, Indeks DJIUK mengalami fluktuasi yang cenderung stabil di level 1.700-2.500. Indeks DJIUK ,sebagaimana terdapat pada grafik, terdampak oleh krisis global yang bersumber dari Amerika Serikat. DJIUK mulai mengalami penuruna mulai Mei 2008 yakni 2.612 hingga titik terendah pada periode tersebut yakni Februari 2009 menjadi 1.343. Dengan kata lain, DJIUK telah mengalami pelemahan sebesar 48% pada periode krisis. Namun begitu, kejatuhan indeks DJIUK hanya berlangsung temporer. Hal tersebut dapat terlihat dari penguatan DJIUK secara berangsur-angsur pasca periode krisis keuangan global 2008. 84 3. FTSE Shariah Japan 100 Index Indeks FTSE Shariah Japan 100 didesain untuk digunakan sebagai produk investasi dengan dasar kepatuhan terhadap syariah Islam untuk memenuhi kebutuhan investor muslim di Jepang dan internasional. Indeks tersebut terdiri dari 100 saham dengan kapitalisasi pasar besar dan menengah dengan sharia compliance. Grafik 4.6 Perkembangan FTSE Shariah Japan 100 2007-2016 FTSE Shariah Japan 100 2000 1500 1000 500 Feb-16 Agust-15 Feb-15 Agust-14 Feb-14 Agust-13 Feb-13 Agust-12 Feb-12 Agust-11 Feb-11 Agust-10 Feb-10 Agust-09 Feb-09 Agust-08 Feb-08 Agust-07 0 FTSE Shariah Japan 100 Sumber : investing.com Berdasarkan info grafis tersebut, indeks FTSJP terdampak oleh krisis keuangan global yang terjadi pada tahun 2008. Pada Agustus 2007, FTSJP berada pada 1.725 dan berada pada 782,4 pada Januari 2009. Dengan kata lain, indeks FTSJP mengalami pelemahan sebesar 54% akibat krisis keuangan global. Berbeda dengan DJIUK, indeks FTSJP nampaknya memiliki waktu yang cukup lama untuk melakukan 85 recovery pasca krisis. Hal ini dapat terlihat pada pergerakan indeks tersebut yang cenderung stagnan pada kurun waktu Januari 2009 hingga September 2012. Indeks FTSJP baru memperlihatkan kondisi perbaikan menjelang awal tahun 2013 dengan tren penguatan yang signifikan. 4. FTSE Bursa Malaysia Hijrah Shariah Index FTSE Bursa Malaysia Hijrah Shariah telah didesain untuk digunakan sebagai dasar dari produk – produk investasi dengan ketentuan sharia compliant yang memenuhi tuntutan penyaringan (screening requirement) dari para investor muslim. Emiten – emiten dalam indeks tersebut disaring oleh Dewan Penasihat Syariah (SAC) pada Komisi Sekuritas Malaysia dan juga oleh konsultan syariah global terkemuka yakni, Yasaar Ltd, untuk panduan prinsip yang jelas. Berikut adalah perkembangan indeks FTSE Bursa Malaysia Hijrah Shariah selama 2007-2016. Grafik 4.7 Perkembangan FTSE Malaysia Hijrah Syariah 2007-2016 Sumber : investing.com 86 Berdasarkan informasi grafis tersebut, indeks FTSE Malaysia Hijrah Shariah nampaknya terdampak oleh krisis keuangan global tahun 2008. Hal ini terlihat dari pelemahan indeks tersebut sebesar 36% sepanjang periode April 2008 – Oktober 2008. Namun begitu, efek krisis keuangan tidak memiliki efek pada periode yang lama. Hal ini dapat diamati pada penguatan indeks tersebut yang dimulai dari Februari 2009 yang memiliki tren penguatan yang cukup baik hingga Mei 2016. C. Analisis Ekonometri Pengaruh Variabel Makroekonomi dan Indeks Saham Syariah Regional terhadap Risiko Jakarta Islamic Index Analisis ekonemetrika dalam penelitian ini secara garis besar terbagi menjadi beberapa tahap. Tahap tersebut dilakukan untuk mencari pengaruh variabel makroekonomi dan indeks saham syariah regional terhadap risiko Jakarta Islamic Index. Analisis menggunakan metode ARCH dengan terlebih dahulu melakukan deteksi unsur heteroskedastisitas dengan uji white heteroscedasticity. a. Uji Stasioneritas Data JII Uji stasioneritas digunakan untuk mengetahui adanya otokorelasi pada data time series yang digunakan. Tabel 4.1 Ikhtisar Uji Stasioneritas Variabel Return JII Tingkat Level ADF test Statistic -7.834047 87 Critical Value 5% -2.889753 Hasil Stasioner BI rate Inflasi Kurs IDRUSD DJIUS DJIUK FTSJP FTSMY Level 1 difference Level 1 difference Level 1 difference Level 1 difference Level 1 difference Level 1 difference Level 1 difference -2.228027 -4.434045 -2.480754 -6.461414 -0.618387 -9.130402 -1.886264 -11.50367 -2.672777 -10.16899 -1.399115 -8.733266 -0.586845 -9.101977 -2.890037 -2.890037 -2.890037 -2.890037 -2.889753 -2.890037 -2.889753 -2.890037 -2.889753 -2.890037 -2.889753 -2.890037 -2.889753 -2.890037 Belum stasioner Stasioner Belum stasioner Stasioner Belum stasioner Stasioner Belum stasioner Stasioner Belum stasioner Stasioner Belum stasioner Stasioner Belum stasioner Stasioner Berdasarkan uji stasioneritas tersebut, kita dapat menyimpulkan bahwa variabel dependen return kurs stasioner pada tahap level. Sementara itu, variabel independen secara keseluruhan dinyatakan stasioner pada tahap 1 difference karena ADF value > Critical Value (5%). b. Tes Heteroskedastisitas JII Uji heteroskedastisitas digunakan agar dapat menggunakan metode ARCH GARCH dalam pencarian risiko dari variabel Jakarta Islamic Index. Ini perlu dilakukan karena heteroskedastisitas merupakan unsur deteksi ARCH. Pengujian heteroskedatisitas ini dilakukan dengan menggunakan dengan metode White Heteroscedasticity (No Cross Term). 88 Tabel 4.2 Uji Heteroskedastisitas Heteroskedasticity Test: White (No Cross Trem) F-statistic Obs*R-squared Scaled explained SS 2.772604 17.47294 20.21671 Prob. F(7,95) Prob. Chi-Square(7) Prob. Chi-Square(7) 0.0115 0.0146 0.0051 Berdasarkan hasil uji White Heteroscedasticity (No Cross Term), Obs* R-squared probabilitasnya0. 0.0146 atau lebih kecil dari 5% atau 0,05. Oleh karena itu, maka data penelitian ini mengandung heteroskedastisitas. Jika data mengandung unsur heteroskedastisitas, maka pengujian dapat dilanjutkan pada metode ARCH GARCH untuk mengetahui pengaruh variabel independen terhadap variabel dependennya. c. Analisis Regresi ARCH GARCH Untuk mencari model yang terbaik, dikarenakan data penelitian ini bersifat heteroskedastis sehingga tidak memenuhi asumsi-asumsi Teorema Gauss Markov, maka uji signifikansi pencarian pengaruh variabel independen menggunakan metode ARCH GARCH. Sedangkan untuk parameter signifikansi menggunakan critical value yang tetap, dimana dikatakan signifikan jika nilai signifikansi dibawah 0,05 atau 5%. Uji signifikansi pengujian variabel independen seperti BI rate, Inflasi, Kurs, DJIUS, DJIUK, FTSJP dan FTSMY terhadap variabel risiko Jakarta Islamic Index (JII). Berdasarkan prinsip 89 parsimony, untuk model terbaiknya pada uji kali ini adalah GARCH (1,1). Berikut ini adalah output regresi ARCH GARCH. Tabel 4.3 Regresi ARCH GARCH Dependent Variable: RETURN_JII Method: ML ARCH - Normal distribution (BFGS / Marquardt steps) Date: 03/30/17 Time: 10:26 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Failure to improve likelihood (non-zero gradients) after 64 iterations Coefficient covariance computed using outer product of gradients Presample variance: backcast (parameter = 0.7) GARCH = C(9) + C(10)*RESID(-1)^2 + C(11)*GARCH(-1) Variable Coefficient Std. Error z-Statistic Prob. C D(BI_RATE) D(INFLATION) D(IDR_USD) D(DJIUS) D(DJIUK) D(FTSJP) D(FTSMY) 0.010047 -0.065727 -0.001580 -7.66E-05 -8.32E-06 0.000117 0.000133 3.08E-05 0.003667 0.025464 0.006163 1.11E-05 1.95E-05 4.86E-05 7.39E-05 1.14E-05 2.739418 -2.581157 -0.256392 -6.877252 -0.426818 2.413163 1.796800 2.710533 0.0062 0.0098 0.7976 0.0000 0.6695 0.0158 0.0724 0.0067 0.982071 -5.571031 28202.57 0.3261 0.0000 0.0000 Variance Equation C RESID(-1)^2 GARCH(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 2.26E-05 -0.061891 1.056532 0.622742 0.594944 0.042521 0.171761 192.5293 2.325418 2.30E-05 0.011109 3.75E-05 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. 0.006130 0.066810 -3.524841 -3.243462 -3.410873 Berdasarkan output regresi ARCH-GARCH, pengaruh variabel independen terhadap risiko Jakarta dinyatakan dengan persamaan berikut. 90 Islamic Index dapat ζ2 JII = 0.010047 - 0.065727 BI_RATE - 0.001580 INFLATION – 0.0000766 IDR_USD - 0.00000823 DJIUS + 0.000117 DJIUK + 0.000133 FTSJP + 0.0000308 FTSMY Berdasarkan persamaan tersebut dapat diketahui bahwa : a. Hasil regresi menunjukkan konstanta sebesar 0.010047 menyatakan bahwa jika nilai BI rate, inflasi, kurs IDR-USD, DJIUS, DJIUK, FTSJP, dan FTSMY adalah nol, maka dapat dikatakan bahwa dalam periode 2007-2016 return indeks JII adalah sebesar 0.010047. b. Koefisien BI rate menunjukan nilai sebesar – 0.065727 yang berarti jika nilai BI rate naik 1 % dan variabel lainnya dalam model tersebut adalah nol, maka return indeks JII akan turun sebesar 0.065727. c. Koefisien inflasi menunjukan nilai sebesar - 0.001580 yang berarti jika inflasi naik 1 % dan variabel lainnya dalam model tersebut adalah nol, maka return indeks JII akan turun sebesar 0.001580. d. Koefisien kurs rupiah terhadap dolar AS menunjukan nilai sebesar -0.0000766 yang berarti jika kurs tersebut naik (terdepresiasi) 100 dan variabel lainnya dalam model tersebut adalah nol, maka return indeks JII akan turun sebesar 0.0076. e. Koefisien indeks DJIUS menunjukan nilai sebesar 0.00000823 yang berarti jika poin indeks DJIUS menguat 91 100 dan variabel lainnya dalam model tersebut adalah nol, maka return indeks JII akan turun sebesar 0.000823. f. Koefisien indeks DJIUK menunjukan nilai sebesar 0.000117 yang berarti jika poin indeks DJIUK menguat 100 dan variabel lainnya dalam model tersebut adalah nol, maka return indeks JII akan naik sebesar 0.0117. g. Koefisien indeks FTSJP menunjukan nilai sebesar 0.000133 yang berarti jika poin indeks FTSJP menguat 100 dan variabel lainnya dalam model tersebut adalah nol, maka return indeks JII akan naik sebesar 0.0133. h. Koefisien indeks FTSMY menunjukan nilai sebesar 0.0000308 yang berarti jika poin indeks FTSMY menguat 100 dan variabel lainnya dalam model tersebut adalah nol, maka return indeks JII akan naik sebesar 0.00308. Selain itu, output di atas juga menunjukkan bahwa variabel BI rate, kurs rupiah terhadap dolar, indeks DJIUK, dan indeks FTSMY memiliki pengaruh yang signifikan dalam mempengaruhi return Jakarta Islamic Index (JII), yakni 0.0098, 0.0000, 0.0158 dan 0.0067 atau lebih kecil dari 0,05. Sementara itu, variabel inflasi, DJIUS dan FTSJP tidak berpengaruh signifikan dalam mempengaruhi risiko JII. Hal tersebut dikarenakan variabel inflasi, DJIUS dan FTSJP memiliki nilai signifikansi 0.7976, 92 0.6695, dan 0.0724. Dengan kata lain, variabel inflasi, DJIUS dan FTSJP memiliki pengaruh prediktif yang lemah terhadap return Jakarta Islamic Index (JII). 1) Koefisien Determinasi Untuk menentukan seberapa besar prediktor dapat menjelaskan variabel terikatnya dapat ditunjukkan dengan nilai koefisien determinasi yang diperoleh dari nilai adjusted R square. Koefisien determinasi merupakan ukuran untuk mengetahui kesesuaian atau ketepatan antara nilai dugaan atau garis regresi dengan data sampel (Suharyadi : 2013, 162). Hasil nilai adjusted R square dari regresi digunakan untuk mengetahui besarnya variabel dependen yang dipengaruhi oleh variabel-variabel independennya. Hasil output diatas menunjukkan bahwa variabel return Jakarta Islamic Index (JII) dijelaskan sebesar 0.594944 (59,49%) oleh variabel BI rate, inflasi, kurs IDR-USD, DJIUS, DJIUK, FTSJP dan FTSMY secara bersama-sama. Sedangkan 0,405056 (40,5%) sisanya dijelaskan oleh variabel lain yang tidak masuk dalam model. 93 2) Pengujian Hipotesis a) Uji F Pengujian model secara simultan dengan Uji F digunakan untuk menguji pengaruh secara simultan variabel independen terhadap variabel dependennya atau untuk menguji ketepatan model. Jika variabel independen memiliki pengaruh secara simultan terhadap variabel dependen maka model persamaan regresi masuk dalam kriteria cocok atau fit. Kriteria keputusan tersebut adalah sebagai berikut : i. Apabila F hitung > F tabel atau memiliki tingkat signifikansi < 0,05 maka H0 ditolak dan Ha diterima ii. Apabila F hitung < F tabel atau memiliki tingkat signifikansi > 0,05 maka H0 diterima dan Ha ditolak Dari pengujian simultan diperoleh hasil output sebagai berikut : F hitung : [R2/(k-1)]/[(1- R2)/(n-3)] F hitung : [0,59/(8-1)]/[(1-0,59)/104-3)] F hitung : 21,05 Sementara itu, F tabel adalah 2,01. Jika F hitung > F tabel dengan demikian, maka kita menolak H0 dan 94 menerima Ha. Dengan kata lain secara bersama-sama variabel independen berpengaruh signifikan secara statistik terhadap variabel dependen. b) Uji t Uji t merupakan pengujian untuk mengukur seberapa jauh pengaruh variabel independen yang digunakan dalam penelitian ini yaitu BI rate, inflasi, kurs, DJIUS, DJIUK, FTSJP dan FTSMY secara individual mampu menjelaskan variabel dependen yakni risiko JII. Kriteria keputusannya adalah sebagai berikut : i. Apabila t hitung > t tabel atau memiliki tingkat signifikansi < 0,05 maka H0 ditolak dan Ha diterima ii. Apabila t hitung < t tabel atau memiliki tingkat signifikansi > 0,05 maka H0 diterima dan Ha ditolak. Pengujian ini dilakukan untuk mengetahui apakah variabel independen secara parsial mempunyai pengaruh yang signifikan terhadap variabel dependen. Berdasarkan output regresi ARCH GARCH, diketahui bahwa tidak semua variabel independen memiliki pengaruh yang signifikan terhadap variabel dependen return JII. Pembahasan mengenai hasil pengujian hipotesis adalah sebagai berikut: 95 1) Uji t terhadap variabel BI rate Dari hasil pengujian hipotesis dapat diketahui bahwa variabel BI rate berpengaruh signifikan terhadap risiko JII. Hal ini dapat dilihat bahwa tingkat signifikansi < 0,05 yaitu sebesar 0.0098. Oleh karena itu, dari hasil penelitian tersebut menolak H0 dan menerima hipotesis alternatif (Ha) yaitu variabel BI rate berpengaruh signifikan terhadap risiko JII. Hasil penelitian ini berbeda dengan hasil penelitian oleh Beik dkk (2013) bahwa BI rate berpengaruh negatif tidak signifikan terhadap JII. Demikian pula hasil penelitian yang dilaporkan oleh Surbakti dkk (2014) bahwa BI rate berpengaruh tidak signifikan terhadap Jakarta Composite Index. Hubungan negatif tersebut sejalan dengan teori hubungan investasi dan suku bunga. Kenaikan tingkat suku bunga dapat menurunkan minat sektor korporasi untuk berinvestasi karena meningkatnya biaya investasi. Meskipun BI rate tidak secara langsung berpengaruh terhadap perusahaan yang tergabung dalam indeks JII, peningkatan BI rate akan mempengaruhi expected return pada 96 skema pembiayaan langsung ataupun tidak langsung dalam konteks perekonomian Indonesia yang menerapkan dual banking system. Dengan demikian, peningkatan BI rate dapat menunda investasi sektor korporasi serta ekspansi usaha sehingga hal tersebut dapat mencetak profitabilitas yang lebih rendah. 2) Uji t terhadap variabel inflasi Dari hasil pengujian hipotesis dapat diketahui bahwa variabel inflasi berpengaruh tidak signifikan terhadap risiko JII. Hal ini dapat dilihat bahwa tingkat signifikansi > 0,05 yaitu sebesar 0.7976. Oleh karena itu, dari hasil penelitian tersebut menerima H0 dan menolak hipotesis alternatif (Ha) yaitu variabel inflasi berpengaruh tidak signifikan terhadap risiko JII. Hasil penelitian ini serupa dengan hasil penelitian oleh Surbakti dkk (2014) bahwa inflasi berpengaruh negatif tidak signifikan terhadap Jakarta Composite Index. Selain itu, Majid dan Yusof (2009) juga menemukan hasil penelitian yang sama bahwa variabel inflasi berpengaruh negatif tidak signifikan terhadap indeks saham syariah. Adanya inflasi telah 97 menyebabkan daya beli semakin rendah terutama bagi masyarakat berpendapatan tetap dan kecil. Hubungan antara inflasi dan indeks saham syariah terjadi ketika tingkat daya beli masyarakat menurun karena inflasi yang tinggi sehingga mengurangi belanja (konsumsi) masyarakat atas produk/output perekonomian. Kondisi tersebut disertai dengan kecenderungan penggunaan peningkatan pendapatan. Hal velositas tersebut dalam akan mengurangi laba berbagai industri akibat penurunan pendapatan penjualan. Hal tersebut sejalan dengan teori inflasi yang berpengaruh negatif terhadap kesejahteraan masyarakat. 3) Uji t terhadap variabel kurs IDR-USD Dari hasil pengujian hipotesis dapat diketahui bahwa variabel kurs IDR-USD berpengaruh signifikan terhadap return JII. Hal ini dapat dilihat bahwa tingkat signifikansi < 0,05 yaitu sebesar 0.0000. Oleh karena itu, dari hasil penelitian tersebut menolak H0 dan menerima hipotesis alternatif (Ha) yaitu variabel kurs IDR-USD berpengaruh signifikan terhadap risiko JII. 98 Hasil penelitian ini serupa dengan hasil penelitian oleh Majid dan Yusof (2009) bahwa kurs berpengaruh negatif signifikan terhadap indeks saham syariah. Sementara itu, hasil penelitian serupa juga didapatkan oleh Beik dkk (2013) dan Rjoub dkk (2009) bahwa kurs rupiah terhadap dolar berpengaruh negatif namun tidak signifikan terhadap JII. Pengaruh fluktuasi kurs mata uang berpengaruh lebih dominan pada perusahaan yang bergerak di bidang ekspor depresiasi nilai dan tukar impor. Fluktuasi secara langsung berupa dapat mempengaruhi harga barang domestik sehingga menyebabkan peningkatan biaya produksi suatu perusahaan. Hal ini akan menurunkan minat investor untuk berinvestasi membeli saham perusahaan tersebut. Selain itu, hubungan negatif yang signifikan juga dapat berarti jumlah investor asing masih mendominasi investasi pada pasar modal Indonesia. Hal tersebut menyebabkan depresiasi nilai tukar merupakan sentimen negatif bagi para investor untuk menarik kepemilikan sahamnya pada 99 pasar modal Indonesia sehingga indeks saham syariah bergerak melemah. 4) Uji t terhadap variabel DJIUS Dari hasil pengujian hipotesis dapat diketahui bahwa variabel indeks DJIUS berpengaruh tidak signifikan terhadap return JII. Hal ini dapat dilihat bahwa tingkat signifikansi > 0,05 yaitu sebesar 0.6695. Oleh karena itu, dari hasil penelitian tersebut menerima H0 dan menolak hipotesis alternatif (Ha) yaitu variabel indeks DJIUS berpengaruh tidak signifikan terhadap return JII. Hasil penelitian ini berbeda dengan hasil penelitian oleh Beik (2013) bahwa pasar saham syariah Amerika Serikat berpengaruh negatif signifikan terhadap JII. Hasil penelitan yang sama juga dinyatakan oleh Wardhana dkk (2009) bahwa pasar saham syariah AS memiliki hubungan yang negatif dengan pasar saham syariah Indonesia. Kenaikan harga saham pada pasar modal syariah di AS akan menyebabkan harga saham di pasar Indonesia mengalami penurunan. Demikian pula sebaliknya jika harga saham pada pasar modal syariah di AS mengalami 100 penurunan. Hal tersebut mengindikasikan bahwa pasar saham syariah AS adalah kompetitor bagi pasar saham syariah Indonesia. Wardhana (2009) menjelaskan bahwa Amerika Serikat merupakan pasar utama investor saham. Sementara Indonesia, Jepang dan Malaysia merupakan pasar alternatif. Seiring terjadinya krisis AS 2008, investor akan memindahkan investasi sahamnya ke pasar alternatif di negara-negara tersebut untuk menghindari kerugian yang lebih besar. Dengan demikian, penurunan harga saham syariah di AS akan menyebabkan perpindahan dana ke pasar saham Indonesia. Itulah penjelasan mengapa terjadi hubungan yang negatif antara kedua pasar saham syariah tersebut. Hubungan yang negatif tersebut dapat bermakna bahwa para investor lebih memilih untuk berinvestasi di negara dengan pasar modal syariah yang telah maju. Preferensi masyarakat untuk berinvestasi di negara tersebut juga didukung dengan penilaian investment grade rating AA+ untuk Amerika Serikat oleh S&P. Meskipun hal tersebut ditujukan untuk surat utang, penilaian atas 101 investment grade rating tersebut setidaknya membuat keamanan dan kenyamanan para investor saham dari risiko kehilangan dana investasinya akibat kebangkrutan. 5) Uji t terhadap variabel DJIUK Dari hasil pengujian hipotesis dapat diketahui bahwa variabel indeks DJIUK berpengaruh signifikan terhadap return JII. Hal ini dapat dilihat bahwa tingkat signifikansi < 0,05 yaitu sebesar 0.0158. Oleh karena itu, dari hasil penelitian tersebut menolak H0 dan menerima hipotesis alternatif (Ha) yaitu variabel indeks DJIUK berpengaruh signifikan terhadap return JII. Hasil penelitian ini serupa belakang dengan hasil penelitian oleh Beik (2013) bahwa pasar saham syariah regional Eropa berpengaruh secara positif signifikan terhadap JII. Demikian pula penelitian yang dilakukan oleh Wardhana dkk (2009) bahwa pasar saham syariah Inggris memiliki hubungan yang positif dengan pasar modal syariah Indonesia. Kenaikan harga saham pada pasar modal syariah di Inggris akan menyebabkan harga saham di pasar 102 Indonesia mengalami penguatan. Demikian pula sebaliknya jika harga saham pada pasar modal syariah di Inggris mengalami penurunan. Hal tersebut mengindikasikan bahwa pasar saham syariah Inggris adalah komplementer bagi pasar saham syariah Indonesia. Hubungan yang posistif tersebut dapat bermakna bahwa para investor lebih memilih untuk berinvestasi di negara dengan pasar modal syariah yang telah maju. Sebagai pasar alternatif, pasar modal syariah di Inggris memiliki daya tarik investasi yang sama jika dibandingkan dengan pasar alternatif di negara berkembang. Preferensi masyarakat untuk berinvestasi di negara tersebut juga didukung dengan penilaian investment grade rating AA untuk Inggris oleh S&P. Meskipun hal tersebut ditujukan untuk surat utang, penilaian atas investment grade rating tersebut setidaknya membuat keamanan dan kenyamanan para investor saham dari risiko kehilangan dana investasinya akibat kebangkrutan. 103 6) Uji t terhadap variabel FTSJP Dari hasil pengujian hipotesis dapat diketahui bahwa variabel indeks FTSJP berpengaruh tidak signifikan terhadap return JII. Hal ini dapat dilihat bahwa tingkat signifikansi > 0,05 yaitu sebesar 0.0724. Oleh karena itu, dari hasil penelitian tersebut menerima H0 dan menolak hipotesis alternatif (Ha) yaitu variabel indeks FTSJP berpengaruh tidak signifikan terhadap return JII. Hasil penelitian ini bertolak belakang dengan hasil penelitian oleh Beik (2013) bahwa pasar saham syariah Jepang berpengaruh negatif signifikan terhadap JII. Pasar saham syariah Jepang memiliki hubungan positif dengan pasar saham syariah Indonesia. Jika terjadi kenaikan harga saham di pasar saham syariah Jepang akan diikuti oleh kenaikan harga saham di pasar saham syariah Indonesia. Ini berarti bahwa Jepang adalah pasar komplementer bagi Indonesia. Hubungan positif antara kedua pasar saham tersebut dimungkinkan karena pasar saham di Jepang belum semaju sebagaimana Amerika Serikat. Hal ini 104 berimplikasi jika terjadi krisis keuangan di AS, maka para memindahkan investor saham dananya ke syariah Inggris, akan Indonesia, Malaysia dan Jepang sebagai pasar alternatif. Selain itu, penilaian Jepang sebagai pasar alternatif juga didukung dengan investment grade rating A+ oleh S&P. Pencapaian rating tersebut lebih rendah jika dibandingkan investor dengan masih AS. akan Dengan merasa demikian, lebih nyaman berinvestasi di negara tersebut. 7) Uji t terhadap variabel FTSMY Dari hasil pengujian hipotesis dapat diketahui bahwa variabel indeks FTSMY berpengaruh signifikan terhadap return JII. Hal ini dapat dilihat bahwa tingkat signifikansi < 0,05 yaitu sebesar 0,0067. Oleh karena itu, dari hasil penelitian tersebut menolak H0 dan menerima hipotesis alternatif (Ha) yaitu variabel indeks FTSMY berpengaruh signifikan terhadap return JII. Hasil penelitian ini serupa dengan hasil penelitian oleh Beik (2013) bahwa indeks harga saham syariah berpengaruh secara positif signifikan terhadap JII. 105 Pasar saham syariah Malaysia memiliki hubungan positif dengan pasar saham syariah Indonesia. Jika terjadi kenaikan harga saham di pasar saham syariah Malaysia akan diikuti oleh kenaikan harga saham di pasar saham syariah Indonesia. Ini berarti bahwa Malaysia adalah pasar komplementer bagi Indonesia. Hubungan positif antara kedua pasar saham tersebut dimungkinkan karena pasar saham di Malaysia belum semaju sebagaimana Amerika Serikat. Hal ini berimplikasi jika terjadi krisis keuangan di AS, maka para memindahkan investor saham dananya ke syariah Inggris, akan Indonesia, Malaysia dan Jepang sebagai pasar alternatif. Selain itu, penilaian Malaysia sebagai pasar alternatif juga didukung dengan investment grade rating A- oleh S&P. Pencapaian rating tersebut lebih rendah jika dibandingkan investor dengan masih akan AS. merasa berinvestasi di negara tersebut. 106 Dengan lebih demikian, nyaman BAB V PENUTUP A. Kesimpulan Penelitian ini menganalisa seberapa besar pengaruh variabel ekonomi makro dan indeks saham syariah regional sebagai variabel independen terhadap risiko JII. Variabel ekonomi makro yang digunakan dalam penelitian ini adalah Inflasi, BI rate, dan Kurs Rupiah terhadap dolar AS. Sementara indeks saham syariah regional yang digunakan adalah Dow Jones Islamic Market US, Dos Jones Islamic Market UK, FTSE Shariah Japan 100, dan FTSE Bursa Malaysia Hijrah Shariah. Berdasarkan hasil analisis data dan pembahasan yang telah dikemukakan pada bab IV, maka dapat diperoleh kesimpulan sebagai berikut : 1. Variabel independen yaitu Inflasi, kurs rupiah terhadap dolar AS, BI rate, DJIUS, DJIUK, FTSJP dan FTSMY secara simultan berpengaruh signifikan terhadap risiko JII. 2. Variabel inflasi secara parsial berpengaruh negatif tidak signifikan terhadap risiko JII 3. Variabel kurs IDR-USD secara parsial berpengaruh negatif signifikan terhadap risiko JII 4. Variabel BI rate secara parsial berpengaruh negatif signifikan terhadap risiko JII 5. Variabel DJIUS secara parsial berpengaruh negatif tidak signifikan terhadap risiko JII 107 6. Variabel DJIUK secara parsial berpengaruh positif signifikan terhadap risiko JII 7. Variabel FTSJP secara parsial berpengaruh positif tidak signifikan terhadap risiko JII 8. Variabel FTSMY secara parsial berpengaruh positif signifikan terhadap risiko JII B. Saran Berdasarkan kesimpulan yang telah diuraikan diatas, maka peneliti dapat sampaikan beberapa saran sebagai berikut : 1. Peneliti menggunakan 3 variabel makroekonomi sehingga memungkinkan adanya ketidakakuratan pada hasil penelitian. Oleh karena itu, disarankan dalam penelitian selanjutnya agar memasukkan variabel makroekonomi lainnya agar model penelitian tersebut lebih akurat dengan koefisien determinasi yang lebih besar. 2. Peneltian selanjutnya diharapkan untuk melibatkan indeks saham di regional lainnya yang telah mengembangkan investasi pada saham syariah. Hal ini ditujukan agar penelitian tersebut dapat meningkatkan akurasi hasil penelitiannya. 3. Peneliti berharap penelitian selanjutnya pada bidang yang sama dilakukan dengan metode analisis yang berbeda dari metode analisis yang digunakan pada penelitian ini. 108 Daftar Pustaka Agung, I Gusi Ngurah. 2012. Time Series Data Analysis Using Eviews. Singapore : John Wiley & Sons Anthony, Kyereboah-Coleman Kwame F. Agyire-Tettey. 2008. "Impact of macroeconomic indicators on stock market performance". The Journal of Risk Finance, Vol. 9 Iss. 4 Bacha, Obiyathulla Ismath dan Abbas Mirakhor. 2013. Islamic Capital Markets : A Comparative Approach. Singapore : John Wiley & Sons Bungin, Burhan. 2005. Metodologi Penelitian Kuantitatif. Jakarta : Kencana Case, Karl & Ray Fair. 2007. Prinsip-Prinsip Ekonomi. Jakarta : Erlangga Firdaus, Rachmat dan Maya Arianti. 2011. Pengantar Teori Moneter serta Aplikasinya pada Sistem Ekonomi Konvensional & Syariah. Bandung : Alfabeta Hartono, Jogiyanto. 2016. Teori Portofolio dan Analisis Investasi. Yogyakarta : BPFE UGM Karim, Adiwarman A. 2008. Ekonomi Makro Islami. Jakarta : Rajawali Press Kasidi. 2010. Manajemen Risiko. Bogor : Ghalia Indonesia Kowanda, Dionysia, Rowland Fernando Pasaribu, dan Ahmad Fajri Shauti. 2015. “The Influence of Foreign Stock Market Index and Macroeconomic Variables Toward Jakarta Composite Index During 2010-2014”. Jurnal Manajemen Indonesia, Vol. 15 - No. 3 Lewis, Mervin K dan Latifa M. Algoud. 2001. Perbankan Syariah. Jakarta : Serambi Ilmu Semesta 109 Majid , M. Shabri Abd. dan Rosylin Mohd. Yusof. 2009. “Long-run relationship between Islamic stock returns and macroeconomic variables: An application of the autoregressive distributed lag model”, Emerald Journal : Humanomics, Vol. 25 Iss: 2 Mankiw, Gregory. 2006. Makroekonomi. Jakarta : Erlangga Merancia, Alfin. 2010. “Pengaruh Variabel Makro Ekonomi dan Indeks Regional Terhadap Risiko Jakarta Islamic Index (JII) dan Indeks Harga Saham Gabungan (IHSG)”. Tesis Pascasarjana, Program Studi Timur Tengah dan Islam Universitas Indonesia, Jakarta, 2010 Murhadi, Werner R. 2009. Analisis Saham Pendekatan Fundamental. Jakarta : Indeks Nachrowi dan Hardius Usman. 2006. Pendekatan Populer dan Praktis Ekonometrika Untuk Analisis Ekonomi dan Keuangan. Jakarta : Lembaga Penerbit FE UI Nopirin. 1998. Ekonomi Moneter. Yogyakarta : BPFE UGM Omar, Mohd Azmi, Muhamad Abduh and Raditya Sukmana. 2014. Fundamentals of Islamic Money and Capital Markets. Singapore : John Wiley & Sons Prasetyantoko. 2008. Bencana Finansial : Stabilitas sebagai Barang Publik. Jakarta : Kompas Priandana, Moh. Sidik dan Saludin Muis. 2009. Metodologi Penelitian Ekonomi & Bisnis. Yogyakarta : Graha Ilmu Purnomo, Serfianto dkk. 2013. Pasar Uang & Pasar Valas. Jakarta : Gramedia 110 Pustaka Utama Rahardja, Pratama dan Mandala Manurung. 2013. Pengantar Ilmu Ekonomi. Jakarta : Lembaga Penerbit FEUI Rjoub, Husam, Turgut Türsoy dan Nil Günsel. 2009."The effects of macroeconomic factors on stock returns: Istanbul Stock Market", Emerald Journal : Studies in Economics and Finance, Vol. 26 Iss 1 Rodoni, Ahmad. 2009. Investasi Syariah. Jakarta : Lembaga Penelitian UIN Jakarta Ross, Stephen, Westerfield dan Jordan. 2009. Pengantar Keuangan Perusahaan. Jakarta : Salemba Empat Simorangir, Iskandar. 2014. Pengantar Kebanksentralan : Teori dan Praktik di Indonesia. Jakarta : Rajawali Pers Surbakti, Emta Hariati, Noer Azam Achsani dan Tubagus Nur Ahmad Maulana. 2016. “The Impact of Macroeconomic Variables on JCI‟s Stock Return Volatility in Pre and Post Global Economic Crisis”. International Journal of Scientific and Research Publications, Volume 6, Issue 3, Sufian, Fadzlan dan Fakarudin Kamarudin . 2015. “Determinants of revenue efficiency of Islamic banks”. International Journal of Islamic and Middle Eastern Finance and Management, Vol. 8 Suharyadi dan Purwanto S. Statistika Untuk Ekonomi dan Keuangan Modern Edisi 2. Jakarta : Salemba Empat Suliyanto. 2011. Ekonometrika Terapan : Teori dan Aplikasi dengan SPSS. Yogyakarta : Andi 111 el-Tiby, Amr Mohamed. 2011. Islamic Banking : How to Manage Risk and Improve Profitability. Canada : John Wiley & Sons Wahyudi, Imam dkk. 2013. Manajemen Risiko Bank Islam. Jakarta : Salemba Empat Widarjono, Agus. 2016. Ekonomterika : Pengantar dan Aplikasinya. Yogyakarta : UPP STIM YKPN Winarno, Wing Wahyu. 2015. Analisis Ekonometrika dan Statistika dengan Eviews. Yogyakarta : UPP STIM YKPN 112 LAMPIRAN 1. Uji Stasioneritas Risiko JII (Level) Null Hypothesis: RETURN_JII has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -7.834047 -3.495021 -2.889753 -2.581890 0.0000 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RETURN_JII) Method: Least Squares Date: 03/31/17 Time: 08:09 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. RETURN_JII(-1) C -0.757569 0.004710 0.096702 0.006444 -7.834047 0.730879 0.0000 0.4665 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.377973 0.371814 0.065144 0.428616 136.1684 61.37229 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 113 0.000270 0.082192 -2.605211 -2.554052 -2.584490 2.020055 2. Uji Stasioneritas BI rate (level) Null Hypothesis: BI_RATE has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -2.228027 -3.495677 -2.890037 -2.582041 0.1978 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(BI_RATE) Method: Least Squares Date: 03/31/17 Time: 08:10 Sample (adjusted): 2008M02 2016M07 Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. BI_RATE(-1) D(BI_RATE(-1)) C -0.029664 0.682554 0.203194 0.013314 0.072856 0.094162 -2.228027 9.368521 2.157918 0.0281 0.0000 0.0334 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.476992 0.466426 0.122767 1.492112 70.73208 45.14479 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 114 -0.014706 0.168068 -1.328080 -1.250875 -1.296817 2.104581 3. Uji Stasioneritas BI rate (1 difference) Null Hypothesis: D(BI_RATE) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -4.434045 -3.495677 -2.890037 -2.582041 0.0005 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(BI_RATE,2) Method: Least Squares Date: 03/31/17 Time: 08:10 Sample (adjusted): 2008M02 2016M07 Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(BI_RATE(-1)) C -0.328608 -0.004832 0.074110 0.012442 -4.434045 -0.388394 0.0000 0.6986 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.164304 0.155947 0.125177 1.566930 68.23686 19.66076 0.000024 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 115 0.000000 0.136251 -1.298762 -1.247292 -1.277920 2.039376 4. Uji Stasioneritas inflasi (Level) Null Hypothesis: INFLATION has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -2.480754 -3.495677 -2.890037 -2.582041 0.1231 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(INFLATION) Method: Least Squares Date: 03/31/17 Time: 08:11 Sample (adjusted): 2008M02 2016M07 Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. INFLATION(-1) D(INFLATION(-1)) C -0.071204 0.456250 0.406476 0.028703 0.089538 0.186952 -2.480754 5.095595 2.174221 0.0148 0.0000 0.0321 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.223523 0.207837 0.661413 43.30929 -101.0448 14.24948 0.000004 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 116 -0.040686 0.743131 2.040095 2.117300 2.071358 1.918286 5. Uji Stasioneritas inflasi (1 difference) Null Hypothesis: D(INFLATION) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -6.461414 -3.495677 -2.890037 -2.582041 0.0000 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(INFLATION,2) Method: Least Squares Date: 03/31/17 Time: 08:11 Sample (adjusted): 2008M02 2016M07 Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(INFLATION(-1)) C -0.583627 -0.027869 0.090325 0.067214 -6.461414 -0.414625 0.0000 0.6793 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.294532 0.287477 0.678244 46.00152 -104.1205 41.74987 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 117 -0.009902 0.803502 2.080794 2.132264 2.101636 1.874821 6. Uji Stasioneritas kurs IDR-USD (Level) Null Hypothesis: IDR_USD has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -0.618387 -3.495021 -2.889753 -2.581890 0.8608 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(IDR_USD) Method: Least Squares Date: 03/31/17 Time: 08:12 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. IDR_USD(-1) C -0.012505 168.0823 0.020222 216.3847 -0.618387 0.776776 0.5377 0.4391 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.003772 -0.006092 349.7396 12354096 -748.4313 0.382403 0.537712 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 118 35.98058 348.6792 14.57148 14.62264 14.59220 1.797741 7. Uji Stasioneritas kurs IDR-USD (1 difference) Null Hypothesis: D(IDR_USD) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -9.130402 -3.495677 -2.890037 -2.582041 0.0000 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(IDR_USD,2) Method: Least Squares Date: 03/31/17 Time: 08:13 Sample (adjusted): 2008M02 2016M07 Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(IDR_USD(-1)) C -0.908841 34.35072 0.099540 34.87557 -9.130402 0.984951 0.0000 0.3270 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.454637 0.449184 350.2081 12264568 -741.2916 83.36424 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 119 0.313725 471.8704 14.57434 14.62582 14.59519 1.973692 8. Uji Stasioneritas DJIUS (Level) Null Hypothesis: DJIUS has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -1.886264 -3.495021 -2.889753 -2.581890 0.3376 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(DJIUS) Method: Least Squares Date: 03/31/17 Time: 08:13 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DJIUS(-1) C -0.052035 129.3268 0.027586 77.74858 -1.886264 1.663398 0.0621 0.0993 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.034029 0.024465 190.4891 3664896. -685.8491 3.557993 0.062132 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 120 -12.98990 192.8629 13.35629 13.40745 13.37701 2.138936 9. Uji Stasioneritas DJIUS (1 difference) Null Hypothesis: D(DJIUS) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -11.50367 -3.495677 -2.890037 -2.582041 0.0000 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(DJIUS,2) Method: Least Squares Date: 03/31/17 Time: 08:14 Sample (adjusted): 2008M02 2016M07 Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(DJIUS(-1)) C -1.114833 -10.35704 0.096911 18.72406 -11.50367 -0.553141 0.0000 0.5814 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.569586 0.565282 188.6264 3557991. -678.1782 132.3344 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 121 4.937157 286.0872 13.33683 13.38830 13.35767 1.937558 10. Uji Stasioneritas DJIUK (Level) Null Hypothesis: DJIUK has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -2.672777 -3.495021 -2.889753 -2.581890 0.0823 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(DJIUK) Method: Least Squares Date: 03/31/17 Time: 08:15 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DJIUK(-1) C -0.108992 225.8028 0.040778 87.17180 -2.672777 2.590319 0.0088 0.0110 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.066058 0.056811 113.9567 1311599. -632.9301 7.143739 0.008773 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 122 -5.247087 117.3385 12.32874 12.37990 12.34946 1.897288 11. Uji Stasioneritas DJIUK (1 difference) Null Hypothesis: D(DJIUK) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -10.16899 -3.495677 -2.890037 -2.582041 0.0000 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(DJIUK,2) Method: Least Squares Date: 03/31/17 Time: 08:15 Sample (adjusted): 2008M02 2016M07 Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(DJIUK(-1)) C -1.007196 -3.363621 0.099046 11.58612 -10.16899 -0.290315 0.0000 0.7722 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.508378 0.503462 116.8416 1365197. -629.3254 103.4084 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 123 3.030294 165.8141 12.37893 12.43040 12.39977 1.974561 12. Uji Stasioneritas FTSJP (Level) Null Hypothesis: FTSJP has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -1.399115 -3.495021 -2.889753 -2.581890 0.5800 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(FTSJP) Method: Least Squares Date: 03/31/17 Time: 08:17 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. FTSJP(-1) C -0.032148 35.36087 0.022977 26.98512 -1.399115 1.310384 0.1648 0.1930 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.019013 0.009300 69.58869 489101.1 -582.1288 1.957522 0.164842 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 124 -1.155243 69.91456 11.34231 11.39347 11.36303 1.605797 13. Uji Stasioneritas FTSJP (1 difference) Null Hypothesis: D(FTSJP) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -8.733266 -3.495677 -2.890037 -2.582041 0.0000 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(FTSJP,2) Method: Least Squares Date: 03/31/17 Time: 08:17 Sample (adjusted): 2008M02 2016M07 Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(FTSJP(-1)) C -0.843088 0.712499 0.096538 6.719155 -8.733266 0.106040 0.0000 0.9158 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.432688 0.427015 67.83666 460181.2 -573.8663 76.26993 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 125 2.256176 89.61751 11.29150 11.34297 11.31234 1.969917 14. Uji Stasioneritas FTSMY (Level) Null Hypothesis: FTSMY has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -0.586845 -3.495021 -2.889753 -2.581890 0.8678 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(FTSMY) Method: Least Squares Date: 03/31/17 Time: 08:18 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. FTSMY(-1) C -0.009470 128.8430 0.016136 190.4290 -0.586845 0.676593 0.5586 0.5002 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.003398 -0.006469 390.3540 15389998 -759.7474 0.344387 0.558617 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 126 19.39388 389.0974 14.79121 14.84237 14.81193 1.785810 15. Uji Stasioneritas FTSMY (1 difference) Null Hypothesis: D(FTSMY) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=12) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -9.101977 -3.495677 -2.890037 -2.582041 0.0000 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(FTSMY,2) Method: Least Squares Date: 03/31/17 Time: 08:18 Sample (adjusted): 2008M02 2016M07 Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(FTSMY(-1)) C -0.902359 20.96525 0.099139 38.61433 -9.101977 0.542940 0.0000 0.5884 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.453092 0.447623 389.5327 15173571 -752.1465 82.84599 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 127 4.030980 524.1142 14.78719 14.83866 14.80803 2.028453 16. Uji Heteroskedastisitas Data Heteroskedasticity Test: White (No Cross Trem) F-statistic Obs*R-squared Scaled explained SS 2.772604 17.47294 20.21671 Prob. F(7,95) Prob. Chi-Square(7) Prob. Chi-Square(7) 0.0115 0.0146 0.0051 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 03/30/17 Time: 10:04 Sample: 2008M01 2016M07 Included observations: 103 Variable Coefficient Std. Error t-Statistic Prob. C D(BI_RATE)^2 D(INFLATION)^2 D(IDR_USD)^2 D(DJIUS)^2 D(DJIUK)^2 D(FTSJP)^2 D(FTSMY)^2 0.001077 -0.006375 -1.81E-05 2.68E-09 4.52E-09 8.40E-09 1.42E-08 3.54E-10 0.000369 0.004762 0.000226 9.51E-10 2.18E-09 1.41E-08 4.39E-08 1.19E-09 2.916250 -1.338716 -0.080167 2.815364 2.073931 0.596177 0.323342 0.297110 0.0044 0.1839 0.9363 0.0059 0.0408 0.5525 0.7471 0.7670 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.169640 0.108456 0.002534 0.000610 473.7453 2.772604 0.011466 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 17. Uji Normalitas 128 0.001619 0.002684 -9.043598 -8.838958 -8.960712 1.998394 18. Uji Autokorelasi Date: 03/30/17 Time: 10:08 Sample: 2007M12 2016M07 Included observations: 103 Autocorrelation *|. *|. .|. .|. .|. .|* **|. .|. *|. .|. .|. .|. .|. .|. .|. *|. .|. .|. .|. *|. *|. .|. .|. .|. .|. *|. .|. .|* .|. .|. *|. .|. .|. .|. .|. *|. | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | Partial Correlation *|. *|. *|. *|. .|. .|** *|. .|. *|. *|. *|. *|. .|* .|* .|* .|. .|. *|. .|. **|. **|. .|. .|. .|* .|. *|. *|. .|. *|. .|. *|. .|. *|. .|. .|. *|. | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 AC PAC -0.205 -0.141 -0.004 -0.024 0.049 0.206 -0.217 -0.002 -0.073 -0.036 -0.003 0.019 0.063 0.029 -0.027 -0.066 0.066 -0.046 0.069 -0.151 -0.114 0.057 0.033 0.001 -0.029 -0.149 0.072 0.158 -0.038 0.065 -0.124 0.040 -0.053 0.070 -0.018 -0.084 -0.205 -0.191 -0.083 -0.078 0.013 0.225 -0.113 -0.006 -0.134 -0.110 -0.118 -0.072 0.122 0.076 0.094 -0.052 0.028 -0.127 -0.036 -0.205 -0.218 -0.035 -0.021 0.117 -0.005 -0.086 -0.078 0.011 -0.072 0.027 -0.100 0.045 -0.112 0.016 -0.004 -0.196 129 Q-Stat 4.4443 6.5706 6.5720 6.6330 6.8993 11.609 16.917 16.917 17.534 17.689 17.690 17.731 18.208 18.310 18.401 18.939 19.482 19.750 20.360 23.340 25.058 25.486 25.637 25.637 25.751 28.877 29.617 33.219 33.434 34.052 36.373 36.620 37.061 37.830 37.883 39.010 Prob 0.035 0.037 0.087 0.157 0.228 0.071 0.018 0.031 0.041 0.060 0.089 0.124 0.150 0.193 0.242 0.272 0.302 0.347 0.373 0.272 0.245 0.274 0.318 0.372 0.421 0.317 0.332 0.228 0.261 0.279 0.233 0.263 0.287 0.299 0.339 0.336 19. Uji Multikolinearitas BI_RATE INFLATION IDR_USD DJIUS DJIUK FTSJP FTSMY BI_RATE 1.000000 0.759298 0.357850 0.224138 0.049275 0.428235 -0.177132 INFLATION 0.759298 1.000000 0.080957 0.168883 0.103671 0.185829 -0.175426 IDR_USD 0.357850 0.080957 1.000000 -0.574742 0.035339 0.731527 0.579271 DJIUS 0.224138 0.168883 -0.574742 1.000000 -0.430335 -0.510175 -0.878350 DJIUK 0.049275 0.103671 0.035339 -0.430335 1.000000 0.550916 0.627341 20. Model GARCH (1,1) GARCH (1,1) Dependent Variable: RETURN_JII Method: ML ARCH - Normal distribution (BFGS / Marquardt steps) Date: 03/30/17 Time: 10:26 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Failure to improve likelihood (non-zero gradients) after 64 iterations Coefficient covariance computed using outer product of gradients Presample variance: backcast (parameter = 0.7) GARCH = C(9) + C(10)*RESID(-1)^2 + C(11)*GARCH(-1) Variable Coefficient Std. Error z-Statistic Prob. C D(BI_RATE) D(INFLATION) D(IDR_USD) D(DJIUS) D(DJIUK) D(FTSJP) D(FTSMY) 0.010047 -0.065727 -0.001580 -7.66E-05 -8.32E-06 0.000117 0.000133 3.08E-05 0.003667 0.025464 0.006163 1.11E-05 1.95E-05 4.86E-05 7.39E-05 1.14E-05 2.739418 -2.581157 -0.256392 -6.877252 -0.426818 2.413163 1.796800 2.710533 0.0062 0.0098 0.7976 0.0000 0.6695 0.0158 0.0724 0.0067 0.982071 -5.571031 28202.57 0.3261 0.0000 0.0000 Variance Equation C RESID(-1)^2 GARCH(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 2.26E-05 -0.061891 1.056532 0.622742 0.594944 0.042521 0.171761 192.5293 2.325418 2.30E-05 0.011109 3.75E-05 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. 130 0.006130 0.066810 -3.524841 -3.243462 -3.410873 FTSJP 0.428235 0.185829 0.731527 -0.510175 0.550916 1.000000 0.664377 FTSMY -0.177132 -0.175426 0.579271 -0.878350 0.627341 0.664377 1.000000 21. Uji Otokorelasi Model GARCH (1,1) Sample: 2007M12 2016M07 Included observations: 103 Autocorrelation *|. *|. .|. .|. .|. .|* *|. .|. .|. .|. .|. .|. .|. .|. .|. .|. .|. *|. .|* *|. *|. .|. .|. .|. .|. *|. .|* .|* .|. .|* *|. .|. *|. .|* .|. *|. | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | Partial Correlation *|. *|. *|. .|. .|. .|* *|. .|. *|. *|. *|. .|. .|* .|. .|* .|. .|. *|. .|. **|. **|. .|. .|. .|* .|. *|. .|. .|. *|. .|. *|. .|. *|. .|. .|. *|. | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 AC PAC -0.183 -0.136 -0.027 -0.003 0.041 0.109 -0.171 -0.011 -0.065 -0.054 -0.015 0.041 0.073 -0.006 0.073 -0.062 0.030 -0.066 0.086 -0.163 -0.104 0.051 0.031 0.017 -0.030 -0.169 0.113 0.136 -0.032 0.080 -0.139 0.025 -0.089 0.120 -0.023 -0.090 -0.183 -0.176 -0.095 -0.057 0.010 0.118 -0.122 -0.038 -0.124 -0.134 -0.117 -0.036 0.088 0.025 0.143 -0.015 0.018 -0.135 0.004 -0.207 -0.226 -0.032 -0.010 0.108 0.004 -0.132 -0.063 -0.029 -0.089 0.026 -0.117 0.011 -0.149 0.069 0.001 -0.152 *Probabilities may not be valid for this equation specification. 131 Q-Stat 3.5687 5.5600 5.6417 5.6424 5.8311 7.1438 10.456 10.470 10.963 11.305 11.330 11.527 12.159 12.164 12.824 13.306 13.416 13.979 14.931 18.379 19.796 20.147 20.278 20.319 20.445 24.460 26.263 28.926 29.080 30.039 32.936 33.033 34.260 36.518 36.599 37.897 Prob* 0.059 0.062 0.130 0.227 0.323 0.308 0.164 0.234 0.278 0.334 0.416 0.484 0.515 0.593 0.616 0.650 0.708 0.730 0.727 0.562 0.534 0.574 0.625 0.678 0.723 0.550 0.504 0.416 0.461 0.464 0.372 0.416 0.407 0.352 0.394 0.383 22. Model GARCH (2,2) Dependent Variable: RETURN_JII Method: ML ARCH - Normal distribution (BFGS / Marquardt steps) Date: 03/30/17 Time: 10:32 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Failure to improve likelihood (non-zero gradients) after 32 iterations Coefficient covariance computed using outer product of gradients Presample variance: backcast (parameter = 0.7) GARCH = C(9) + C(10)*RESID(-1)^2 + C(11)*RESID(-2)^2 + C(12)*GARCH( -1) + C(13)*GARCH(-2) Variable Coefficient Std. Error z-Statistic Prob. C D(BI_RATE) D(INFLATION) D(IDR_USD) D(DJIUS) D(DJIUK) D(FTSJP) D(FTSMY) 0.006069 -0.078278 0.000623 -7.72E-05 2.95E-05 0.000113 0.000143 3.74E-05 0.004702 0.038717 0.007998 9.54E-06 1.67E-05 5.83E-05 9.12E-05 1.47E-05 1.290893 -2.021804 0.077877 -8.091457 1.770873 1.940357 1.565068 2.539035 0.1967 0.0432 0.9379 0.0000 0.0766 0.0523 0.1176 0.0111 0.967631 3.421669 -1.658096 0.804603 0.056098 0.3332 0.0006 0.0973 0.4210 0.9553 Variance Equation C RESID(-1)^2 RESID(-2)^2 GARCH(-1) GARCH(-2) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.000969 0.014939 -0.123373 0.469736 0.030920 0.630954 0.603761 0.042055 0.168022 190.0404 2.397473 0.001002 0.004366 0.074406 0.583811 0.551174 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. 132 0.006130 0.066810 -3.437677 -3.105138 -3.302988 23. Model GARCH (1,2) Dependent Variable: RETURN_JII Method: ML ARCH - Normal distribution (BFGS / Marquardt steps) Date: 03/30/17 Time: 10:37 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Failure to improve likelihood (non-zero gradients) after 165 iterations Coefficient covariance computed using outer product of gradients Presample variance: backcast (parameter = 0.7) GARCH = C(9) + C(10)*RESID(-1)^2 + C(11)*GARCH(-1) + C(12)*GARCH( -2) Variable Coefficient Std. Error z-Statistic Prob. C D(BI_RATE) D(INFLATION) D(IDR_USD) D(DJIUS) D(DJIUK) D(FTSJP) D(FTSMY) 0.013451 -0.047835 -0.002314 -9.20E-05 -9.62E-06 0.000116 0.000185 2.16E-05 0.004498 0.028171 0.007091 1.22E-05 1.83E-05 5.16E-05 7.77E-05 1.33E-05 2.990529 -1.698049 -0.326298 -7.526913 -0.525155 2.245175 2.385732 1.623942 0.0028 0.0895 0.7442 0.0000 0.5995 0.0248 0.0170 0.1044 2.065209 -2.398124 3.879032 15.07626 0.0389 0.0165 0.0001 0.0000 Variance Equation C RESID(-1)^2 GARCH(-1) GARCH(-2) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 3.58E-05 -0.081650 0.357546 0.706052 0.602410 0.573114 0.043651 0.181018 191.3336 2.262566 1.73E-05 0.034047 0.092174 0.046832 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. 133 0.006130 0.066810 -3.482206 -3.175247 -3.357877 24. Model GARCH (2,1) Dependent Variable: RETURN_JII Method: ML ARCH - Normal distribution (BFGS / Marquardt steps) Date: 03/30/17 Time: 10:36 Sample (adjusted): 2008M01 2016M07 Included observations: 103 after adjustments Failure to improve likelihood (non-zero gradients) after 30 iterations Coefficient covariance computed using outer product of gradients Presample variance: backcast (parameter = 0.7) GARCH = C(9) + C(10)*RESID(-1)^2 + C(11)*RESID(-2)^2 + C(12)*GARCH( -1) Variable Coefficient Std. Error z-Statistic Prob. C D(BI_RATE) D(INFLATION) D(IDR_USD) D(DJIUS) D(DJIUK) D(FTSJP) D(FTSMY) 0.005095 -0.079501 0.000692 -7.81E-05 2.47E-05 0.000113 0.000153 3.83E-05 0.004258 0.036283 0.007352 1.02E-05 1.68E-05 5.27E-05 8.01E-05 1.20E-05 1.196492 -2.191168 0.094151 -7.673272 1.471660 2.149098 1.915398 3.182384 0.2315 0.0284 0.9250 0.0000 0.1411 0.0316 0.0554 0.0015 1.205666 -0.287628 -1.621558 1.077867 0.2279 0.7736 0.1049 0.2811 Variance Equation C RESID(-1)^2 RESID(-2)^2 GARCH(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.000952 -0.017819 -0.107643 0.526413 0.630221 0.602974 0.042097 0.168356 190.2172 2.399530 0.000789 0.061950 0.066382 0.488385 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. 134 0.006130 0.066810 -3.460528 -3.153569 -3.336199 25. Data Historis Variabel Dependen dan Independen BI rate Inflation IDR/USD DJIUS 8 6,59 9.392,50 3834,05 8 7,36 9.246,50 3391,82 8 7,4 9.065,00 3697,78 8 8,17 9.215,00 3704,51 8 8,96 9.222,00 3644,02 8,25 10,38 9.315,00 3479,97 8,5 11,03 9.220,00 3438,3 8,75 11,9 9.095,00 3669,19 9 11,85 9.150,00 3669,19 9,25 12,14 9.415,00 3645,67 9,5 11,77 10.900,00 3708,86 9,5 11,68 12.025,00 3697,6 9,25 11,06 10.900,00 3841,2 8,75 9,17 11.380,00 3557,09 8,25 8,6 11.980,00 3627,36 7,75 7,92 11.555,00 3701,26 7,5 7,31 10.585,00 3669,48 7,25 6,04 10.290,00 3570,57 7 3,65 10.207,50 3764,55 6,75 2,71 9.925,00 3673,58 6,5 2,75 10.080,00 3713,69 6,5 2,83 9.645,00 3741,72 6,5 2,57 9.550,00 3643,94 6,5 2,41 9.455,00 3705,52 6,5 2,78 9.425,00 3473,41 6,5 3,72 9.350,00 2986,66 6,5 3,81 9.337,00 3130,47 6,5 3,43 9.090,00 3225,07 6,5 3,91 9.012,50 3301,11 DJIUK 2663,14 2461,12 2504,31 2388,48 2577,91 2612,21 2546,56 2384,77 2288,95 1888,7 1600,36 1520,61 1507,99 1444,86 1343,49 1413,91 1519,48 1704,7 1695,26 1806,41 1864,33 1894,83 1963,73 2030,33 2101,01 2006,95 1931,14 2073,62 2015,93 135 FTSJP 1577,84 1415,48 1401,31 1271,46 1404,71 1475,93 1388,27 1341,87 1313,13 1099,56 880,98 828,13 847,27 782,4 768,06 778,49 860,68 915,59 929,04 974,71 987,73 946,05 933,9 873,64 980,82 948,34 935,12 1030,23 1029,59 FTSMY Return JII Periode 11660,06 1,870% Des-07 -3,253% 11332,27 Jan-08 11299,48 6,703% Feb-08 10053,91 -11,891% Mar-08 10361,35 -4,534% Apr-08 10329,14 3,170% Mei-08 9723,32 -2,574% Jun-08 8991,03 -9,872% Jul-08 8363,94 -8,177% Agust-08 7680,41 -19,576% Sep-08 6565,9 -32,372% Okt-08 1,038% 6594,18 Nop-08 6640,04 10,476% Des-08 6805,05 -1,184% Jan-09 0,229% 6812,06 Feb-09 6771,45 10,588% Mar-09 7633,31 18,193% Apr-09 9,744% 7980,21 Mei-09 4,662% 8133,37 Jun-09 8808,66 19,835% Jul-09 8868,79 -1,186% Agust-09 5,485% 8989,7 Sep-09 9234,53 -4,448% Okt-09 3,706% 9259,9 Nop-09 4,848% 9312,02 Des-09 2,517% 9106,51 Jan-10 -3,262% 9211,92 Feb-10 7,237% 9458,09 Mar-10 7,016% 9614,74 Apr-10 6,5 6,5 6,5 6,5 6,5 6,5 6,5 6,5 6,5 6,75 6,75 6,75 6,75 6,75 6,75 6,75 6,75 6,5 6 6 6 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 5,75 6 6,5 6,75 4,16 5,05 6,22 6,44 5,8 5,67 6,33 6,96 7,02 6,84 6,65 6,16 5,98 5,54 4,61 4,79 4,61 4,42 4,15 3,79 3,65 3,56 3,97 4,5 4,45 4,53 4,56 4,58 4,31 4,61 4,32 4,3 4,57 5,31 5,9 5,57 5,47 5,9 8,61 8,79 9.175,00 9.060,00 8.940,00 9.035,00 8.925,00 8.937,50 9.034,00 9.010,00 9.048,00 8.821,50 8.707,50 8.564,00 8.535,50 8.576,50 8.500,00 8.533,00 8.790,00 8.852,50 9.110,00 9.067,50 8.990,00 9.020,00 9.144,00 9.190,50 9.400,00 9.392,50 9.445,00 9.535,00 9.570,00 9.605,00 9.593,50 9.637,50 9.697,50 9.663,50 9.717,50 9.722,50 9.795,00 9.925,00 10.277,50 10.920,00 3182,35 3342,11 3340,36 3380,57 3450,86 3512,26 3477,72 3607,12 2683,54 2592,23 2595,92 2582,89 2700,51 2718,05 2801,19 2844,62 2902,25 2830,16 2970,57 2903,87 2093,01 2319,07 2332,1 2337,92 2442,24 2545,33 2612 2589,27 2423,33 2510,7 2563,69 2626,11 2076,71 2168,21 2159,14 2292,18 2352,14 2413,52 2407,21 2495,22 1788,45 1680,5 1894,39 1844,18 2031,38 2086,52 2015,09 2201,15 2207,07 2305,32 2245,97 2400,06 2342,33 2280,12 2285,9 2089,98 1846,85 2089,79 2036,36 2002,81 2134,84 2211,39 2136,38 2166,55 1863,72 1963,61 1971,21 2019,46 2077,1 2085,55 2066,79 2116,82 2175,44 2096,68 2106,68 2132,17 2145,83 2013,99 2141,44 2144,83 136 915,4 864,89 884,83 828,35 878,24 864,3 924,56 953,37 969,53 1006,58 947,58 940,13 933,72 936,32 923,01 832,31 814,3 831,37 791,05 787,58 800,1 877,05 893,63 846,42 753,42 802,93 763,92 763,3 763,58 769,08 809,57 871,77 963,3 991,67 1040,95 1145,29 1144,72 1131,63 1125,45 1099,29 9049,27 -6,361% Mei-10 3,522% 9275,39 Jun-10 5,010% 9545,17 Jul-10 9835,21 -1,972% Agust-10 9984,45 11,129% Sep-10 10350,21 2,615% Okt-10 10283,82 -5,832% Nop-10 10456,86 4,741% Des-10 10574,64 -10,394% Jan-11 10468,93 4,054% Feb-11 3,633% 10837,3 Mar-11 10633,94 2,688% Apr-11 10877,85 0,495% Mei-11 10995,91 0,877% Jun-11 10889,99 5,798% Jul-11 10152,82 -6,693% Agust-11 9765,66 -6,966% Sep-11 10531,64 7,697% Okt-11 10482,1 -1,830% Nop-11 11022,63 3,178% Des-11 11085,82 4,748% Jan-12 0,750% 11459,13 Feb-12 11530,61 3,054% Mar-12 11522,65 -1,536% Apr-12 11547,92 -8,701% Mei-12 11853,05 3,645% Jun-12 12109,92 5,428% Jul-12 12310,64 -0,662% Agust-12 12398,51 5,423% Sep-12 3,067% 12537,7 Okt-12 11956,57 -4,924% Nop-12 12674,93 1,021% Des-12 12183,09 1,651% Jan-13 12125,79 6,717% Feb-13 12361,87 2,343% Mar-13 12762,71 3,385% Apr-13 13432,12 -0,895% Mei-13 13357,33 -2,427% Jun-13 13437,72 -5,515% Jul-13 13103,86 -5,090% Agust-13 7 7,25 7,25 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,75 7,75 7,75 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,5 7,25 7 6,75 6,75 6,75 6,5 6,5 8,4 8,32 8,37 8,38 8,22 7,75 7,32 7,25 7,32 6,7 4,53 3,99 4,53 4,83 6,23 8,36 6,96 6,29 6,38 6,79 7,15 7,26 7,26 7,18 6,83 6,25 4,89 3,35 4,14 4,42 4,45 3,6 3,33 3,45 3,21 11.580,00 11.272,50 11.962,50 12.170,00 12.210,00 11.609,00 11.360,00 11.561,50 11.675,00 11.855,00 11.577,50 11.690,00 12.185,00 12.085,00 12.204,00 12.385,00 12.667,50 12.925,00 13.075,00 12.962,50 13.224,00 13.332,50 13.527,50 14.050,00 14.650,00 13.687,50 13.835,00 13.787,50 13.775,00 13.372,00 13.260,00 13.185,00 13.660,00 13.212,50 13.098,50 2453,24 2414,47 2375,71 2240,21 1983 1975,6 2098,62 2125,85 2036,09 2077,79 2160,61 2167,2 1974,24 1872,35 1991,53 1901,5 2112,53 1808,76 1724,76 1740,53 1650,48 1500,28 1610,11 1698,89 1774,49 1786,51 1906,04 1928,62 2527,41 2545,38 2356,34 2328,9 2336,03 2434,73 2496,09 2242,43 2304,89 2332,29 2424,93 2317,62 2502,09 2438,17 2546,43 2515,48 2585,56 2531,87 2527,96 2388,39 2295,07 2292,64 2252,46 2215,44 2374,86 2206,02 2341,29 2335,53 2256,31 2311,11 2155,72 2046,09 2184,93 2127,61 2044,3 1923,53 1937,05 2021,64 2089,36 2063,68 2015,62 2122,69 137 1172,64 1182,68 1279,37 1310,19 1265,66 1288,97 1267,93 1231,33 1266,71 1326,95 1370,28 1368,66 1435,46 1434,48 1527,89 1522,03 1543,84 1627,41 1660,99 1695,57 1777,22 1723,23 1748,45 1622,08 1463,83 1633,47 1684,54 1657,21 1533,77 1412,05 1466,23 1479,04 1518,97 1391,08 1458,85 13401,8 13799,59 13899,72 14323,63 13823,34 14139,28 14388,3 14510,93 14446,1 14718,65 14604,52 14485,51 14460,59 14923,94 14942,25 14468,7 14937,28 15168,77 15157,07 15018,51 14337,46 13797,6 13949,96 13131,32 13576,67 14082,52 14142,9 14332,58 13904,43 13686,57 13989,33 13683,89 13305,04 13574,26 13657,63 -1,083% 5,144% -5,821% 0,904% 3,035% 3,979% 2,162% 1,134% 1,414% -0,279% 5,405% 0,106% -0,508% -2,498% 1,875% 1,176% 2,263% 2,182% 0,845% -8,706% 5,005% -5,885% -2,286% -6,806% -7,052% 5,397% -1,075% 4,062% 1,558% 4,751% 1,687% 0,087% -0,675% 7,011% 4,648% Sep-13 Okt-13 Nop-13 Des-13 Jan-14 Feb-14 Mar-14 Apr-14 Mei-14 Jun-14 Jul-14 Agust-14 Sep-14 Okt-14 Nop-14 Des-14 Jan-15 Feb-15 Mar-15 Apr-15 Mei-15 Jun-15 Jul-15 Agust-15 Sep-15 Okt-15 Nop-15 Des-15 Jan-16 Feb-16 Mar-16 Apr-16 Mei-16 Jun-16 Jul-16 26. Data JII untuk Pencarian Risiko JII Period Nop-07 Des-07 Jan-08 Feb-08 Mar-08 Apr-08 Mei-08 Jun-08 Jul-08 Agust-08 Sep-08 Okt-08 Nop-08 Des-08 Jan-09 Feb-09 Mar-09 Apr-09 Mei-09 Jun-09 Jul-09 Agust-09 Sep-09 Okt-09 Nop-09 Des-09 Jan-10 Feb-10 Mar-10 JII 483,96 493,01 476,97 508,94 448,42 428,09 441,66 430,29 387,81 356,1 286,39 193,68 195,69 216,19 213,63 214,12 236,79 279,87 307,14 321,46 385,22 380,65 401,53 383,67 397,89 417,18 427,68 413,73 443,67 Period Apr-10 Mei-10 Jun-10 Jul-10 Agust-10 Sep-10 Okt-10 Nop-10 Des-10 Jan-11 Feb-11 Mar-11 Apr-11 Mei-11 Jun-11 Jul-11 Agust-11 Sep-11 Okt-11 Nop-11 Des-11 Jan-12 Feb-12 Mar-12 Apr-12 Mei-12 Jun-12 Jul-12 Agust-12 JII 474,8 444,6 460,26 483,32 473,79 526,52 540,29 508,78 532,9 477,51 496,87 514,92 528,76 531,38 536,04 567,12 529,16 492,3 530,19 520,49 537,03 562,53 566,75 584,06 575,09 525,05 544,19 573,73 569,93 Period Sep-12 Okt-12 Nop-12 Des-12 Jan-13 Feb-13 Mar-13 Apr-13 Mei-13 Jun-13 Jul-13 Agust-13 Sep-13 Okt-13 Nop-13 Des-13 Jan-14 Feb-14 Mar-14 Apr-14 Mei-14 Jun-14 Jul-14 Agust-14 Sep-14 Okt-14 Nop-14 Des-14 Jan-15 138 JII 600,84 619,27 588,78 594,79 604,61 645,22 660,34 682,69 676,58 660,16 623,75 592 585,59 615,71 579,87 585,11 602,87 626,86 640,41 647,67 656,83 655 690,4 691,13 687,62 670,44 683,01 691,04 706,68 Period Feb-15 Mar-15 Apr-15 Mei-15 Jun-15 Jul-15 Agust-15 Sep-15 Okt-15 Nop-15 Des-15 Jan-16 Feb-16 Mar-16 Apr-16 Mei-16 Jun-16 Jul-16 JII 722,1 728,2 664,8 698,07 656,99 641,97 598,28 556,09 586,1 579,8 603,35 612,75 641,86 652,69 653,26 648,85 694,34 726,61