working paper - Bank Indonesia

WORKING PAPER
WP/21/2007
DAMPAK BI RATE TERHADAP PASAR KEUANGAN:
Mengukur Signifikansi Respon Instrumen Pasar Keuangan
Terhadap Kebijakan Moneter
Nugroho Joko Prastowo
ii
Dampak BI Rate Terhadap Pasar Keuangan:
Mengukur Signifikansi Respon Instrumen Pasar Keuangan Terhadap
Kebijakan Moneter
Nugroho Joko Prastowo
1
Working Paper No. 21
Januari 2008
Abstraks
Pasar keuangan mempunyai peran yang sangat penting dalam mentransmisikan kebijakan
moneter. Perubahan kebijakan moneter akan mempengaruhi harga aset yang selanjutnya
mendorong pelaku pasar keuangan untuk melakukan penyesuaian komposisi portofolio
investasinya. Dengan menggunakan pendekatan event study dan vector autoregression (VAR),
penelitian ini mencoba mengukur signifikasi respon pasar keuangan terhadap kebijakan moneter
(BI Rate). Selanjutnya dengan metode VAR, Granger Causality dan elastisitas, penelitian ini
juga mencoba mendeteksi kemungkinan adanya portfolio switching.
Hasil estimasi menunjukkan hanya suku bunga deposito dan yield obligasi yang secara
signifikan merespon perubahan BI Rate. Sementara untuk suku bunga pasar uang dan indeks
harga saham tidak ditemukan adanya respon yang signifikan. Penelitian ini juga tidak
menemukan adanya fenomena portfolio switching pada investor domestik non-bank maupun
investor asing. Investor cenderung melakukan diversifikasi portofolio untuk meminimalisasi
risiko, sehingga antar portofolio investasi mempunyai pergerakan yang searah. Portfolio
switching hanya terjadi pada bank yang cenderung mengalihkan portofolio obligasi kepada SBI.
Analisis elastisitas menunjukkan bahwa minat bank dan domestik non-bank untuk
berinvestasi pada portofolio SBI tidak terpengaruh oleh level BI Rate. Permintaan SBI oleh bank
lebih didorong oleh meningkatnya kondisi likuiditas bukan faktor harga. Namun level BI Rate
dan perbedaannya terhadap suku bunga luar negeri (interest rate differential) sangat
berpengaruh bagi investor asing.
Klasifikasi JEL: D53, E52, G14
Kata Kunci: BI Rate, event study, vector autoregression, portfolio switching
1
Peneliti Ekonomi Muda di Biro Riset Ekonomi (BRE), Direktorat Riset Ekonomi dan Kebijakan
Moneter (DKM), Bank Indonesia. Pandangan dalam paper ini merupakan pandangan penulis dan tidak
semata-mata merefleksikan pandangan DKM atau Bank Indonesia. Penulis mengucapkan terima kasih
kepada Sdr. Andry Prasmuko dan Sdr. Wahyu Agung Nugroho atas masukan, saran dan diskusi yang
sangat konstruktif. e-mail: [email protected]
iii
iv
DAFTAR ISI
Abstraks ....................................................................................................................................... iii
DAFTAR ISI................................................................................................................................. v
DAFTAR TABEL........................................................................................................................ vi
DAFTAR GRAFIK...................................................................................................................... vi
BAB I PENDAHULUAN ............................................................................................................. 1
1.1 Latar Belakang .............................................................................................................. 1
1.2. Tujuan Penelitian.......................................................................................................... 2
1.3. Metodologi Penelitian .................................................................................................. 2
1.4. Organisasi Penulisan .................................................................................................... 3
BAB II STUDI LITERATUR....................................................................................................... 5
2.1. Kebijakan Moneter dan Pasar Keuangan ..................................................................... 5
2.1.1. Kebijakan Moneter, Suku Bunga dan Portofolio Bank..................................... 6
2.1.2. Kebijakan Moneter dan Pasar Modal ................................................................ 8
2.1.3. Kebijakan Moneter dan Pasar Obligasi........................................................... 11
2.2. Interaksi Antar Institusi Pasar Keuangan ................................................................... 12
2.3. Komunikasi Kebijakan Moneter dan Ekspektasi Masyarakat.................................... 13
BAB III METODE ANALISIS DAN DATA ............................................................................. 17
3.1. Metode Analisis.......................................................................................................... 17
3.1.1 Pendekatan Event Study ................................................................................... 17
3.1.2 Pendekatan Vector Autoregression (VAR) .............................................................. 20
3.1.3 Pendekatan Granger Causality ......................................................................... 21
3.1.4 Pendekatan Elastisitas ...................................................................................... 22
3.2 Perkembangan Variabel .............................................................................................. 23
3.2.1 Variabel Kebijakan Moneter ............................................................................ 23
3.2.2 Variabel Pasar Uang......................................................................................... 25
3.2.3 Variabel Pasar Modal....................................................................................... 26
3.2.4 Variabel Pasar Obligasi.................................................................................... 28
BAB IV HASIL ESTIMASI DAN ANALISIS .......................................................................... 30
4.1 Hasil Estimasi Event Study.......................................................................................... 30
4.1.1 Dampak BI Rate terhadap Pasar Keuangan ..................................................... 30
4.1.2 Dampak Announcement Effect BI Rate terhadap Pasar Keuangan .................. 33
4.2 Hasil Estimasi Vector Autoregression (VAR) ............................................................ 35
4.2.1 Respon Pasar Uang terhadap BI Rate .............................................................. 36
4.2.2 Respon Perbankan terhadap BI Rate................................................................ 37
4.2.3 Respon Pasar Modal terhadap BI Rate............................................................. 38
4.2.4 Respon Pasar Obligasi terhadap BI Rate.......................................................... 39
4.3 Identifikasi Adanya Portfolio Switching ..................................................................... 39
4.3.1 Perilaku Investasi Bank.................................................................................... 40
4.3.2 Perilaku Investasi Investor Domestik Non-Bank ............................................. 41
4.3.3 Perilaku Investasi Investor Asing..................................................................... 43
4.3.4 Pengaruh BI Rate terhadap Pemilihan Portofolio Investasi ............................. 46
BAB V KESIMPULAN DAN IMPLIKASI KEBIJAKAN........................................................ 49
5.1 Kesimpulan.................................................................................................................. 49
5.2 Implikasi Kebijakan ................................................................................................... 50
REFERENSI ............................................................................................................................... 53
Lampiran ..................................................................................................................................... 55
v
DAFTAR TABEL
Tabel 3. 1. Variabel Yang Digunakan dalam Pendekatan VAR ................................................. 21
Tabel 4. 1. Estimasi Respon Suku Bunga PUAB Terhadap BI Rate........................................... 31
Tabel 4. 2. Estimasi Respon IHSG dan Yield Obligasi Terhadap BI Rate ................................. 32
Tabel 4. 3. Estimasi Dampak Pengumuman BI Rate Terhadap Pasar Keuangan........................ 34
Tabel 4. 4. Hasil Uji Stasionaritas ............................................................................................... 35
Tabel 4. 5. Granger Causality antara BI Rate dan PUAB ........................................................... 37
Tabel 4. 6. Granger Causality antara BI Rate dan Deposito........................................................ 38
Tabel 4. 7. Granger Causality antara BI Rate dan IHSG............................................................. 38
Tabel 4. 8. Granger Causality antara BI Rate dan Yield Obligasi............................................... 39
Tabel 4. 9. Estimasi VAR Portofolio Bank ................................................................................. 40
Tabel 4. 10. Estimasi Granger Causality Antar Portofolio Bank ............................................... 40
Tabel 4. 11. Estimasi VAR Portofolio Investor Domestik .......................................................... 41
Tabel 4. 12. Estimasi Granger Causality Antar Portofolio Investor Domestik ........................... 42
Tabel 4. 13. Estimasi VAR Portofolio Investor Asing (Alt. 1) .................................................. 43
Tabel 4. 14. Estimasi Granger Causality Antar Portofolio Investor Asing ................................. 43
Tabel 4. 15. Estimasi VAR Portofolio Investor Asing (Alt. 2) .................................................. 44
Tabel 4. 16. Estimasi VAR Portofolio Investor Asing (Alt. 3) .................................................. 44
DAFTAR GRAFIK
Grafik 3.1. Perkembangan Suku Bunga SBI dan BI Rate .......................................................... 24
Grafik 3.2. Perkembangan Suku Bunga PUAB Pagi dan Sore .................................................. 26
Grafik 3.3. Perkembangan Suku Bunga PUAB dan BI Rate...................................................... 26
Grafik 3.4. Perkembangan Kinerja Pasar Modal Indonesia ....................................................... 27
Grafik 3.5. Perkembangan IHSG, STI dan BI Rate ................................................................... 27
Grafik 3.6. Perkembangan Perdagangan Obligasi Pemerintah dan Swasta................................ 28
Grafik 3.7. Perkembangan Yield Obligasi Pemerintah .........................................................29
Grafik 4.1. Respon Suku Bunga PUAB terhadap BI Rate .......................................................... 36
Grafik 4.2. Respon Suku Bunga Deposito terhadap BI Rate....................................................... 37
Grafik 4.3. Respon Indeks Harga Saham terhadap BI Rate ........................................................ 38
Grafik 4.4. Respon Yield Obligasi terhadap BI Rate .................................................................. 39
Grafik 4.5. Outstanding Portofolio Investasi Investor Domestik ................................................ 42
Grafik 4.6. Outstanding Kepemilikan Portofolio oleh Investor Asing........................................ 45
Grafik 4.7. Perubahan Portofolio Investasi Investor Asing......................................................... 45
Grafik 4.8. BI Rate, Yield, Volume SBI dan Obligasi Perbankan .............................................. 46
vi
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Kebijakan moneter dan pasar keuangan merupakan dua hal yang tidak dapat
dipisahkan mengingat setiap perubahan kebijakan moneter untuk mempengaruhi
aktivitas perekonomian ditransmisikan melalui pasar keuangan. Oleh karena itu
diperlukan pasar keuangan yang sehat dan memiliki ketahanan yang tinggi untuk
menjamin kelancaran mekanisme transmisi kebijakan moneter ke sektor riil.
Berbagai perubahan struktural pada pasar keuangan pasca krisis menyebabkan
kebijakan moneter menghadapi tantangan yang semakin sulit. Hingga saat ini kebijakan
moneter untuk mengendalikan laju inflasi diduga masih terkendala oleh kondisi pasar
keuangan. Ekspansi moneter yang dilakukan untuk mendorong pemulihan ekonomi
melalui penurunan suku bunga tidak serta merta meningkatkan pembiayaan pasar
keuangan kepada sektor riil di dalam perekonomian. Sementara itu, kebijakan moneter
kontraktif melalui kenaikan suku bunga untuk mengatasi tekanan inflasi justru
menimbulkan dampak negatif yang besar pada perekonomian melalui penurunan
kualitas modal dan penurunan pembiayaan pasar keuangan, fenomena ini lebih dikenal
dengan istilah financial accelerator.
Seiring dengan penerapan inflation targeting framework (ITF) pada Juli 2005,
Bank Indonesia memperkenalkan penggunaan BI Rate sebagai referensi suku bunga
yang menjadi acuan bagi para pelaku di pasar keuangan untuk membaca sinyal
kebijakan moneter ke depan. Setiap sinyal perubahan arah kebijakan moneter melalui BI
Rate seyogyanya diikuti oleh perubahan suku bunga di pasar keuangan, baik jangka
pendek maupun jangka panjang.
Secara teoritis, suku bunga jangka panjang cenderung untuk bergerak searah
dengan suku bunga jangka pendek. Dengan demikian, diharapkan bahwa yield dari aset
jangka panjang seperti obligasi yang bergerak searah dengan pergerakan suku bunga,
akan bergerak naik ketika suku bunga jangka pendek meningkat. Kenaikan yield ini
akan mengakibatkan obligasi menjadi lebih menarik sehingga ada perpindahan investasi
dari saham ke obligasi karena diharapkan memberikan tingkat keuntungan yang lebih
tinggi. Pada saat terjadi pengetatan moneter, ada kecenderungan yang mendorong ke
arah resesi ekonomi sehingga mengurangi keuntungan perusahaan. Penurunan expected
1
return tersebut menyebabkan saham menjadi kurang kompetitif dibandingkan aset
lainnya dan mengakibatkan turunnya harga saham yang biasanya disertai dengan
perpindahan portofolio dari saham ke aset lainnya.
Perubahan harga aset atau portofolio investasi akan mendorong semua institusi
di pasar keuangan untuk melakukan penyesuaian atau perubahan komposisi portofolio
investasinya. Perubahan komposisi portofolio investasi (portfolio switching) sangat
dipengaruhi oleh besarnya respon pasar keuangan terhadap kebijakan moneter. Untuk
itu, perlu dilakukan penelitian yang didukung data empiris sehingga dapat membuktikan
adanya hubungan antara BI Rate dan portofolio investasi di pasar keuangan baik melalui
saham maupun surat-surat berharga lainnya oleh berbagai jenis investor.
1.2. Tujuan Penelitian
Secara garis besar, penelitian ini ditujukan untuk mengkaji dampak dari
kebijakan moneter terhadap pasar keuangan, diantaranya:
•
dampak kebijakan moneter terhadap pasar uang antar bank (PUAB) yang
tercermin pada signifikasi hubungan BI Rate dan suku bunga PUAB.
•
dampak kebijakan moneter terhadap pasar modal yang diukur dengan
menggunakan indeks harga saham gabungan (IHSG).
•
dampak kebijakan moneter terhadap pasar obligasi, khususnya obligasi
pemerintah (SUN), yang tercermin dari pergerakan yield obligasi.
•
identifikasi kemungkinan terjadinya perpindahan portofolio investasi (portfolio
switching) sebagai respon terhadap perubahan harga aset yang disebabkan oleh
perubahan kebijakan moneter.
1.3. Metodologi Penelitian
Penelitian ini akan menggunakan beberapa pendekatan kuantitatif ekonometrik
untuk melihat dampak perubahan kebijakan moneter terhadap pasar keuangan, yaitu:
•
analisis event study untuk melihat dampak dari perubahan kebijakan moneter
terhadap beberapa instrument di pasar keuangan seperti suku bunga PUAB, yield
obligasi, dan indeks harga saham.
•
Vector autoregression (VAR) untuk melihat hubungan dan reaksi dari pasar
keuangan terhadap perubahan kebijakan moneter. Selain untuk mengkonfirmasi
2
hasil estimasi event study, pendekatan ini juga digunakan untuk mendeteksi
kemungkinan adanya portfolio switching di pasar keuangan.
•
Granger Causality untuk mengkonfirmasi hasil estimasi VAR dan analisis
elastisitas, baik elastisitas harga permintaan (price elasticity of demand) maupun
elastisitas silang (cross-elasticity) untuk melihat signifikasi pengaruh BI Rate
terhadap keputusan investasi dari investor.
1.4. Organisasi Penulisan
Paper penelitian ini akan disajikan dalam lima bab. Setelah bab pendahuluan, di
Bab II akan disajikan beberapa teori yang terkait dengan kebijakan moneter dan pasar
keuangan. Detail penjelasan mengenai metode penelitian yang akan digunakan untuk
menganalisa dampak kebijakan moneter terhadap pasar keuangan yaitu event study dan
vector autoregression maupun data yang akan digunakan disajikan di Bab III.
Selanjutnya, Bab IV akan menguraikan tentang hasil estimasi model ekonometrik dan
analisanya. Dari hasil analisa di Bab IV akan ditarik beberapa kesimpulan dan implikasi
kebijakan yang perlu diambil, dan akan disajikan di Bab V.
3
4
BAB II
STUDI LITERATUR
2.1. Kebijakan Moneter dan Pasar Keuangan
Tugas bank sentral dalam menjalankan kebijakan moneter terkait erat dengan
pasar keuangan. Dalam melaksanakan tugasnya, bank sentral secara signifikan mampu
mempengaruhi aktivitas pasar keuangan melalui dua jalur utama (Carmichael and
Harper, 1995). Pertama, bank sentral mempunyai otoritas untuk membuat regulasi yang
berpengaruh terhadap institusi di pasar keuangan, khususnya perbankan. Selain itu,
bank sentral juga mempunyai otoritas untuk mempengaruhi bahkan mengatur tingkat
suku bunga melalui insrumen kebijakan moneternya. Suku bunga kebijakan moneter ini
akan mempengaruhi suku bunga perbankan baik jangka pendek maupun jangka panjang
yang selanjutnya mempengaruhi return dari berbagai portofolio pasar keuangan seperti
saham dan obligasi. Kedua, bank sentral dapat melakukan transaksi langsung di pasar
keuangan (open market operation) yang dapat mempengaruhi likuiditas pasar keuangan.
Dengan transaksi ini, bank sentral dapat mempengaruhi harga instrumen pasar
keuangan.
Secara teoritis, kebijakan moneter yang dilaksanakan oleh bank sentral dapat di
kategorikan ke dalam dua kelompok, yaitu pendekatan kuantitas (quantity targeting)
dan pendekatan harga (price targeting). Bank sentral yang mengadopsi pendekatan
kuantitas akan menggunakan besaran uang beredar seperti uang primer (base
money/M0) dan broad money (M2) sebagai target operationalnya. Instrumen kebijakan
moneter yang lazim digunakan oleh bank sentral untuk mempengaruhi besaran uang
beredar tersebut antara lain: giro wajib minimum (GWM), operasi pasar terbuka (OPT),
dan kebijakan diskonto (discount rate policy). Sedangkan bank sentral yang mengadopsi
pendekatan harga menggunakan suku bunga jangka pendek sebagai target
operasionalnya. Kedua pendekatan kebijakan moneter tersebut mempunyai dampak
yang searah pada pasar keuangan.
Beberapa artikel mencoba menjelaskan keterkaitan antara kebijakan moneter dan
pasar keuangan melalui jalur transmisi kebijakan moneter. Dari hasil sebuah simposium
mengenai transmisi kebijakan moneter, Mishkin (1995) mengidentifikasi empat jalur
utama bagaimana kebijakan moneter mempengaruhi aktivitas ekonomi, yaitu jalur suku
bunga (interest rate channel), jalur nilai tukar (exchange rate channel), jalur harga aset
5
(asset price channel), dan jalur kredit (credit channel yang diuraikan menjadi bank
lending channel dan balance sheet channel). Dari berbagai jalur transmisi tersebut dapat
dilihat secara jelas bahwa setiap jalur transmisi kebijakan moneter akan melalui dan
memanfaatkan pasar keuangan. Jalur suku bunga dan jalur kredit terutama akan
memanfaatkan perbankan dan pasar uang, sementara jalur nilai tukar memanfaatkan
pasar valas, dan jalur harga aset memanfaatkan pasar modal. Hal ini membuktikan
pentingnya peran pasar keuangan dalam mentransmisikan kebijakan moneter.
2.1.1. Kebijakan Moneter, Suku Bunga dan Portofolio Bank
Dalam teori lifecycle setiap individu diasumsikan bersifat forward-looking.
Ketika
menentukan
jumlah
konsumsi
dan
simpanan,
mereka
tidak
hanya
mempertimbangkan tingkat pendapatan dan keinginan saat ini, tetapi secara rasional
juga mempertimbangkan tingkat pendapatan dan keinginan dimasa mendatang. Dalam
teori ini, suku bunga sangat mempengaruhi keputusan jumlah konsumsi dan simpanan
setiap individu. Sementara besaran pengaruh suku bunga terhadap perilaku konsumsi
dan simpanan tergantung pada dua aspek, yaitu intertemporal elasticity of subtitution
dan rate of time preference.
2
Secara teoritis, peningkatan suku bunga akan
meningkatkan minat menabung masyarakat untuk konsumsi di masa yang akan datang
sehingga jumlah dana yang mengalir dan dapat dikelola di pasar keuangan mengalami
peningkatan.
Perbankan merupakan salah satu institusi pasar keuangan yang secara langsung
terpengaruh oleh perubahan kebijakan moneter. Pengaruh perubahan kebijakan moneter
kepada perbankan tersebut lebih signifikan dibandingkan dengan institusi pasar
keuangan lainnya karena (i) pada umumnya perbankan berada di bawah pengawasan
bank sentral sehingga bank sentral akan berusaha membuat regulasi untuk
meningkatkan efektivitas transmisi kebijakan moneternya; dan (ii) perbankan
mempunyai peran yang cukup dominan di pasar keuangan. Hanya sejumlah kecil
negara, terutama negara maju, dimana pasar modalnya lebih dominan daripada
perbankan (market-based financial system) seperti Amerika, Hongkong SAR, dan
Singapura.
2
Intertemporal elasticity of substitution merefleksikan kemauan seseorang untuk mensubtitusikan
konsumsinya, sementara rate of time preference mencerminkan preferensi seseorang antara konsumsi saat
ini dan masa yang akan datang.
6
Kebijakan moneter akan mempengaruhi term structure suku bunga perbankan
dari sisi simpanan maupun kredit yang selanjutnya mempengaruhi perilaku bank dalam
mengoptimalkan komposisi portofolionya. Kebijakan moneter yang kontraktif yang
mendorong terjadinya peningkatan suku bunga, di satu sisi akan meningkatkan jumlah
dana yang masuk ke sektor perbankan terutama dalam bentuk deposito karena
memberikan imbalan yang menarik baik secara nominal maupun riil. 3 Di sisi lain,
kebijakan moneter kontraktif tersebut akan menurunkan permintaan dan realisasi kredit.
Bernanke dan Gertler (1995) menjelaskan bahwa peningkatan suku bunga akan
meningkatkan kewajiban dan biaya modal yang dapat memperburuk cash flow
perusahaan dan menurunkan harga asset yang dapat dijadikan jaminan kredit, sehingga
perusahaan menjadi less bankable dan permintaan kredit akan turun (balance sheet
channel). Kontraksi moneter juga akan menurunkan loanable funds yang dapat dikelola
bank karena diserap oleh bank sentral melalui OPT dan meningkatkan asymmetric
information tentang kualitas debitur, sehingga penawaran dan persetujuan kredit juga
akan turun (bank lending channel).
Sebagai subtitusi dari menurunnya permintaan dan persetujuan kredit, bank
harus mencari alternatif investasi. Portofolio investasi yang dapat dipastikan meningkat
adalah portofolio surat berharga yang digunakan dalam operasi pasar terbuka (OPT)4.
Pada umumnya, alternatif investasi yang bebas resiko (risk free assets) seperti surat
berharga bank sentral dan obligasi pemerintah akan menjadi pilihan penempatan dana
bank pada saat terjadinya kontraksi moneter. Dalam penelitiannya, Zulverdi et al (2006)
mengungkapkan bahwa peningkatan policy rate akan menurunkan penawaran kredit
bank dan meningkatkan permintaan terhadap surat berharga bank sentral di Indonesia.
Untuk portofolio saham, dimana di beberapa negara bank dilarang menanamkan
dananya dalam bentuk saham, menjadi kurang menarik dalam masa kontraksi moneter
karena harga saham mengalami penurunan sebagai dampak dari efek subtitusi
portofolio. Sebaliknya, pasar uang menjadi lebih atraktif dalam masa kontraksi moneter.
Berkurangnya likuiditas bank sebagai dampak dari pelaksanaan OPT akan
3
Berdasarkan persamaan Fisher, suku bunga riil akan sebanding dengan suku bunga nominal dikurangi
perkiraan inflasi di masa mendatang (expected inflation), sehingga kebijakan moneter kontraktif akan
meningkatkan suku bunga riil dalam jangka pendek sejalan dengan peningkatan suku bunga nominal.
4
Sebagian besar bank sentral menggunakan obligasi pemerintah sebagai instrumen operasi pasar terbuka,
dan hanya sebagian kecil yang menggunakan surat berharga yang diterbitkan oleh bank sentral seperti
Korea Selatan, Indonesia, Chile dan New Zealand.
7
meningkatkan permintaan dan menurunkan penawaran di pasar uang, sehingga
mendorong terjadinya peningkatan suku bunga pinjaman di pasar uang.
2.1.2. Kebijakan Moneter dan Pasar Modal
Dalam beberapa dasawarsa belakangan ini, peran pasar modal dalam
pembiayaan investasi memang mengalami peningkatan yang signifikan. Krisis
perbankan yang terjadi di beberapa negara, termasuk Indonesia pada waktu krisis
ekonomi di Asia, membuktikan bahwa ketergantungan terhadap perbankan menyulitkan
pemulihan ekonomi (economic recovery) negara tersebut pasca krisis. Banyak diantara
negara berkembang (emerging countries) yang mencoba mengurangi ketergantungan
tersebut dengan mendorong pengembangan pasar modal, sehingga peran pasar modal
dalam perekonomian menjadi penting. Dalam penelitiannya, Broome and Moorley
(2004) menyimpulkan bahwa harga saham menjadi salah satu leading indicator yang
signifikan untuk krisis ekonomi di negara-negara Asia tahun 1997-1998. Secara tidak
langsung, temuan tersebut mengindikasikan pentingnya peran pasar modal dalam
perekonomian dan transmisi kebijakan moneter.
Banyak artikel yang membahas mengenai dampak kebijakan moneter terhadap
pasar modal atau sebaliknya, respon pasar modal terhadap kebijakan moneter. Artikel
yang ditulis oleh James Tobin dan diterbitkan dalam Journal of Money, Credit and
Banking pada tahun 1969 merupakan salah satu artikel fenomenal yang banyak dirujuk
oleh artikel-artikel lainnya. Di dalam artikelnya, Tobin menjelaskan bagaimana
kebijakan moneter mempengaruhi pasar modal melalui perubahan harga barang modal
(price of capital), yang kemudian dikenal dengan istilah Tobin’s Q. Notasi Q
merupakan rasio dari nilai pasar (market value) saham sebuah perusahaan dengan nilai
asetnya (assets value). Nilai dari Q akan tinggi (Q>1) jika harga pasar lebih tinggi dari
harga aset, sehingga perusahaan tergerak untuk menerbitkan saham untuk membiayai
pendirian pabrik baru maupun pembelian barang-barang modal lainnya karena harganya
relatif lebih murah dari harga pasarnya. Investasi akan meningkat karena perusahaan
dapat membeli lebih banyak barang-barang modal dari hasil penerbitan saham tersebut.
Sebaliknya, nilai Q akan rendah (Q<1) jika harga pasar lebih rendah dari harga aset,
sehingga biaya pembelian barang-barang modal relatif lebih mahal. Sebagai
konsekuensi, investasi akan rendah karena harga barang-barang modal relatif lebih
8
mahal dan perusahaan lebih cenderung untuk mengakuisisi perusahaan yang sudah ada
dari pada melakukan investasi baru.
Kebijakan moneter dapat mempengaruhi harga saham (market value)5 melalui
dua jalur. Pertama, kontraksi moneter yang menyebabkan berkurangnya jumlah uang
beredar akan mendorong masyarakat mengurangi pengeluaran konsumsinya sehingga
permintaan terhadap produk perusahaan menurun. Di sisi lain, kontraksi moneter yang
mendorong peningkatan suku bunga menambah cost of capital bagi perusahaan. Kedua
faktor tersebut menurunkan profitabilitas perusahaan yang kemudian berdampak pada
penurunan harga saham. Kedua, peningkatan suku bunga membuat nilai imbal hasil dari
deposito dan obligasi menjadi lebih menarik, sehingga banyak investor pasar modal
yang mengalihkan portofolio sahamnya. Meningkatnya aksi jual dan minimnya
permintaan akan menurunkan harga saham. Dengan demikian, kontraksi moneter akan
menurunkan harga saham (market value) yang selanjutnya menurunkan nilai Q dan
investasi.
Namun Tobin dan beberapa peneliti lainnya mengakui bahwa tidaklah mudah
mengestimasi respon dari pasar modal terhadap perubahan kebijakan moneter karena
adanya permasalahan edogeinity, dimana perubahan kebijakan moneter merupakan
respon bank sentral terhadap perkembangan pasar modal. Bernanke dan Kuttner (2005)
juga menyatakan bahwa sangat rumit untuk mengestimasi respon harga saham terhadap
kebijakan moneter karena pasar tidak akan bereaksi terhadap kebijakan moneter yang
telah terantisipasi (anticipated monetary policy). Dengan menggunakan metode event
study, Bernanke dan Kuttner mencoba menganalisa reaksi pasar modal terhadap
unexpected monetary policy. Hasil estimasi menunjukkan bahwa harga saham di pasar
modal bereaksi negatif dan signifikan terhadap unexpected atau surprise kebijakan
moneter. Peningkatan suku bunga kebijakan moneter (dalam hal ini Fed Fund Rate)
yang belum terantisipasi akan menurunkan harga saham sebagai akibat dari efek
subtitusi portofolio.
Selain efek subtitusi, faktor ekspektasi juga sangat mempengaruhi pergerakan
harga saham (Gilchrist dan Leahy, 2002). Optimisme terhadap kondisi ekonomi ke
depan akan mendorong terjadinya peningkatan harga saham. Untuk itu, kebijakan
moneter akan berdampak terhadap pasar saham jika mampu membentuk atau
5
Harga saham merupakan cerminan present value dari asset perusahaan dan pendapatan deviden (future
income).
9
mempengaruhi ekspektasi para pelaku pasar modal. Kebijakan moneter yang didukung
oleh data dan analisa kondisi perekonomian yang terpercaya dan kualitas komunikasi
bank sentral dalam mensosialisasikan kebijakan tersebut kepada publik menjadi kunci
keberhasilan dalam mengarahkan ekspektasi masyarakat tentang kondisi perekonomian
ke depan. Pengumuman kebijakan dan komunikasi hasil analisa bank sentral yang
mengarah kepada penurunan akselerasi aktivitas perekonomian akan mengarahkan
ekspektasi pelaku pasar modal bahwa produksi dan konsumsi akan menurun, sehingga
profit perusahaan dan deviden yang dibagikan juga akan menurun. Ekspektasi yang
pesimistis tersebut akan mendorong terjadinya penurunan harga saham.
Sementara Thorbecke (1997) menggunakan pendekatan cash flow untuk
menjelaskan dampak kebijakan moneter terhadap pasar modal. Dengan menggunakan
argumen yang hampir sama dengan Bernanke dan Gertler (1995) bahwa kontraksi
moneter yang mendorong terjadinya peningkatan suku bunga akan menurunkan cash
flow perusahaan. Sementara teori menyebutkan bahwa harga saham merupakan present
value dari cash flow perusahaan di masa mendatang. Dari hubungan tersebut dapat
ditarik kesimpulan bahwa kebijakan moneter yang kontraktif akan menurunkan harga
saham. Pengujian empiris dengan menggunakan pendekatan vector autoregression
(VAR), Thorbecke menemukan bahwa kontraksi moneter mempunyai efek negative dan
signifikan terhadap stock return, baik nominal maupun riil6. Sementara harga saham
mempunyai pergerakan yang searah dengan stock return, sehingga secara tidak
langsung kontraksi moneter berkorelasi negatif dengan harga saham. Hasil kajian Kohn
dan Sack (2003) secara langsung membuktikan bahwa kontraksi moneter secara
signifikan berdampak pada penurunan harga saham.
Selain mempengaruhi harga saham, kebijakan moneter juga dipercayai dapat
berdampak pada volatilitas di pasar saham. Volatilitas merupakan salah satu faktor
penting yang diperhatikan oleh para investor dalam menentukan portofolio investasinya.
Bomfim (2003) dengan menggunakan pengumuman hasil rapat FOMC sebagai
indikator policy surprise menemukan hubungan yang positif antara pre-announcement
dan announcement dengan volatilitas pasar saham. Sementara, Chen et al (1999) tidak
menemukan hubungan yang signifikan ketika menggunakan discount rate sebagai
proksi kebijakan moneter.
6
Stock return riil merupakan selisih antara nominal stock return dengan inflasi aktual atau ekspektasi
inflasi yang dihitung dengan beberapa metode antara lain Kalman filter dan metode Fama & Gibbons
(1984).
10
2.1.3. Kebijakan Moneter dan Pasar Obligasi
Secara teoritis, pergerakan pasar obligasi dan pasar saham berlawanan arah
karena bersifat subtitusi. Namun demikian, kontraksi moneter sama-sama memberikan
dampak negatif terhadap harga saham dan obligasi. Secara sederhana, harga obligasi
dapat dinotasikan sebagai berikut:
P = V /(1 + i ) ............................................................................................. (2.1)
dimana, P : harga obligasi
i : suku bunga
V : nilai nominal pada saat jatuh tempo (face value)
Dari persamaan (2.1) di atas, dapat dilihat bahwa harga obligasi berbanding terbalik
dengan suku bunga. Harga obligasi akan selalu lebih rendah dari face value-nya jika
suku bunga positive (P<V, jika i>0). Harga obligasi akan turun jika suku bunga
meningkat, atau sebaliknya. Dengan demikian, kontraksi moneter yang menyebabkan
kenaikan suku bunga akan menurunkan harga obligasi.
Turunnya harga obligasi akan menarik minat investor untuk berinvestasi karena
return yang diperoleh pada saat jatuh tempo akan meningkat, sehingga pasar obligasi
menjadi lebih atraktif dan bergairah. Nilai imbal hasil atau return dari obligasi ini di
dalam pasar keuangan di kenal dengan istilah yield. Yield mempunyai hubungan terbalik
dengan harga obligasi, namun selaras dengan tingkat suku bunga. Kurva yield yang
normal pada saat bank sentral menerapkan kebijakan moneter yang kontraktif
mempunyai slope yang positif. Dalam kondisi kontraksi moneter, suku bunga di masa
yang akan datang diekspektasikan akan cenderung meningkat, sehingga yield jangka
panjang lebih tinggi dari yield jangka pendek. Sebaliknya, kurva yield akan mempunyai
slope yang negatif jika bank sentral menerapkan kebijakan yang ekspansif.
Mizrach dan Kopecky (2007) menjelaskan alur transmisi kebijakan moneter
terhadap pasar obligasi yang kurang lebih sama dengan penjelasan sebelumnya.
Kebijakan moneter akan mempengaruhi distribusi uang kas (cash balance) dan
pengeluaran konsumsi masyarakat. Peningkatan suku bunga mendorong masyarakat
untuk memegang lebih banyak obligasi dan mengurangi uang kas dan konsumsi karena
expected return dari obligasi meningkat. Sementara Campbell dan Ammer (1993)
mengungkapkan bahwa pengumuman mengenai inflasi ke depan (expected inflation)
merupakan faktor yang paling mempengaruhi pergerakan yield obligasi jangka panjang.
Hal ini masih selaras dengan kesimpulan di atas karena bank sentral, terutama yang
11
telah mengimplementasikan inflation targeting framework (ITF), akan bereaksi jika
terjadi perubahan perkiraan inflasi ke depan.
2.2. Interaksi Antar Institusi Pasar Keuangan
Dampak kebijakan moneter terhadap institusi di pasar keuangan tidak hanya
berupa hubungan searah seperti dijelaskan dalam sub bab di atas. Kebijakan moneter
juga akan memicu terjadinya interaksi antar institusi di pasar keuangan. Efek subtitusi
antar portofolio pasar keuangan merupakan salah satu bentuk interaksi yang lazim.
Kontraksi moneter yang mendorong terjadinya kenaikan suku bunga akan membuat
nilai imbal hasil surat berharga bank sentral, obligasi maupun simpanan (khususnya
deposito) menjadi lebih atraktif. Kondisi ini mendorong investor untuk mengalihkan
investasinya dari pasar modal ke perbankan atau pasar obligasi.
Dari sisi ekspektasi, kontraksi moneter akan mengurangi konsumsi yang pada
gilirannya akan mengurangi produksi dan keuntungan perusahaan sehingga deviden
yang diberikan akan turun. Selain itu, kontraksi moneter juga meningkatkan kewajiban
dan memperburuk cash flow perusahaan. Kedua alasan tersebut akan menurunkan
gairah di pasar modal sehingga harga saham terpangkas. Dari interaksi tersebut terlihat
bahwa pasar modal menjadi kompetitor investasi dari perbankan dan pasar obligasi
karena simpanan bank dan obligasi secara teori akan bergerak searah. Dari interaksi
tersebut, pasar keuangan akan mencapai titik keseimbangan barunya.
Nilai imbal hasil (return) bukan satu-satunya faktor yang menjadi pertimbangan
pelaku di pasar keuangan untuk melakukan penyesuaian portofolio investasinya. Faktor
informasi juga menjadi salah satu faktor penting yang harus dipertimbangkan
mengingat masalah asymmetric information dan moral hazard menjadi problem di pasar
keuangan (Both dan Thakor, 1997). Pelaku pasar keuangan tidak dapat secara langsung
menyepadankan nilai imbal hasil dari risk free assets seperti surat berharga bank sentral
dan obligasi pemerintah dengan saham atau obligasi swasta. Untuk itu informasi dari
lembaga pemeringkat atau rating sangat bermanfaat dan membantu untuk menilai
kualitas dari suatu portofolio saham atau obligasi swasta. Rating yang dikeluarkan oleh
lembaga pemeringkat seperti Standard & Poor, Moody’s, Fitch atau pefindo untuk
Indonesia, memberikan informasi tentang kondisi fundamental suatu emiten yang secara
tersirat juga memuat default risks.
12
Motif dan karakteristik para investor yang bertransaksi di pasar keuangan juga
sangat berpengaruh. Motif investor dapat diklasifikasikan ke dalam dua kategori, yaitu
investasi dan transaksi (trading). Motif investasi bersifat jangka panjang, sedangkan
motif transaksi bersifat jangka pendek. Pada investasi jangka panjang, investor
mengharapkan nilai imbal hasil dari deviden untuk saham dan kupon/diskon untuk
obligasi. Sementara dari investasi jangka pendek, investor mendapatkan keuntungan
dari selisih harga jual dan harga beli. Dari segi karakteristik, pasar obligasi pada
umumnya lebih didominasi oleh investor besar yang bersifat kelembagaan, sementara
pemain di pasar modal lebih bersifat investor individu (Gebhardt et al, 2005). Investor
kelembagaan yang mengelola dana jangka panjang masyarakat seperti perusahaan
asuransi dan dana pensiun cenderung memegang obligasi hingga jatuh waktu sehingga
volume perdagangannya relatif kecil, sementara investor di pasar saham lebih bersifat
jangka pendek. Untuk itu, sangat wajar bila transaksi di pasar modal lebih semarak
dibanding pasar obligasi dan harganya pun lebih berfluktuasi.
Di beberapa negara, perbankan yang secara umum mendominasi pasar keuangan
diperbolehkan berinvestasi di pasar modal, sehingga terdapat peluang terjadinya
subtitusi aset investasi bank antara kredit, surat berharga, pasar uang dan saham. Untuk
kasus Indonesia, perbankan dilarang berinvestasi di pasar modal7, sehingga menutup
peluang tersebut dan subtitusi aset investasi bank hanya terjadi antara kredit, surat
berharga, dan pasar uang. Zulverdi et al (2006) telah membuktikan terjadinya subtitusi
antara kredit dan surat berharga. Namun belum terdapat bukti empiris yang konsisten
terjadinya subtitusi subtitusi dengan pasar uang. Hal ini disebabkan karena perbedaan
jangka waktu (maturity), relatif kecilnya volume transaksi pasar uang antar bank
(PUAB), dan kecenderungan tersegmentasinya pasar uang.
2.3. Komunikasi Kebijakan Moneter dan Ekspektasi Masyarakat
Mengambil contoh kasus pada Bank of England (BOE), Reeves dan Sawicki
(2007) mengungkapkan beberapa faktor yang mendorong para pelaku pasar
mendengarkan dan merespon setiap kebijakan moneter yang diambil oleh bank sentral.
Pertama adalah transparansi kebijakan moneter. Pada era 1990-an, BOE melakukan
reformasi pada struktur dan proses perumusan kebijakan moneter seperti pengumuman
7
Berdasarkan Undang-Undang No. 7 tahun 1992 sebagaimana diubah dengan Undang-Undang No.10
tahun 1998 tentang Perbankan.
13
target inflasi sejak 1992, publikasi inflation report sejak 1993, dan publikasi minutes of
the meetings dari monetary policy comitte (MPC) sejak tahun 1994 dan idependensi
operasional pelaksanaan kebijakan moneter sejak 1997 yang membuat BOE semakin
transparan dan akuntabel.
Faktor kedua adalah kualitas komunikasi. Melalui dua publikasi utamanya, yaitu
inflation report dan minutes of the MPC meetings, BOE mampu melakukan komunikasi
yang sangat baik dengan pelaku pasar keuangan sehingga mereka dapat memahami arah
kebijakan yang diambil oleh bank sentral. Banyak pihak percaya bahwa bahwa
tranparansi dapat menghilangkan ketidaksamaan informasi (asymmetric information)
antara pembuat kebijakan dalam hal ini adalah bank sentral dan publik. Sementara
komunikasi yang baik dapat mengarahkan ekspektasi para pelaku pasar. Sebaliknya,
komunikasi yang buruk dan susah dipahami akan berakibat pada disparitas persepsi dan
ekspektasi sehingga respon yang diberikan oleh para pelaku pasar tidak seragam dan
terkadang berakibat pada meningkatnya volatilitas di pasar keuangan.
Kohn and Sack (2003) mengemukakan bahwa komunikasi merupakan sarana
yang sangat penting dalam implementasi kebijakan moneter di Amerika Serikat. Di
dalam penelitiannya, mereka menemukan bahwa statemen kebijakan moneter yang
diambil oleh Federal Reserve Open Market Committe (FOMC) dan testimoni kepada
kongres yang disampaikan oleh Gubernur Fed Res, Alan Greespan, mempunyai efek
yang signifikan terhadap suku bunga pasar. Hal ini disebabkan karena testimoni tersebut
menyampaikan informasi yang fokus dan spesifik mengenai economic outlook.
Sementara pidato Alan Greenspan, walaupun menyampaikan informasi yang sama,
tidak memberikan dampak yang signifikan karena informasi yang disampaikan dalam
pidato tidak fokus pada arah perekonomian ke depan. Hal ini menegaskan bahwa fokus
komunikasi menjadi salah satu kunci dalam mengarahkan ekspektasi pelaku pasar dan
kunci kesuksesan pelaksanaan kebijakan moneter.
Intensitas komunikasi bank sentral kepada publik juga sangat mempengaruhi
keberhasilan pembentukan ekspektasi masyarakat. Selain melalui publikasi rutinnya,
bank sentral juga dapat memberikan arahan kepada masyarakat melalui statemenstatemennya atau dikenal dengan istilah ‘open-mouth operations’. Berger et al (2006)
mencontohkan bahwa European Central Bank (ECB) semakin meningkatkan intensitas
komunikasinya jika direncanakan akan terjadi perubahan stance kebijakan dan terus
ditingkatkan ketika board meeting semakin mendekat. Hal ini dapat memberikan
dampak yang positif terhadap efisiensi dalam implementasi kebijakan moneter melalui
14
operasi pasar terbuka. Bank sentral dapat mencapai target suku bunga yang dikehendaki
dengan lebih sedikit biaya operasi moneter karena masyarakat telah merespon terlebih
dahulu.
15
16
BAB 3
METODE ANALISIS DAN DATA
Penelitian ini akan menggunakan beberapa pendekatan ekonometrik, yaitu event
study, vector autoregression (VAR), dan Granger causality untuk melihat hubungan
atau dampak kebijakan moneter (BI Rate) terhadap pasar keuangan. Pendekatan VAR
juga digunakan untuk mendeteksi kemungkinan adanya portfolio switching di pasar
keuangan. Untuk memberikan latar belakang dan informasi, dalam bab ini juga akan
dipaparkan mengenai perkembangan kebijakan moneter dan pasar keuangan di
Indonesia.
3.1. Metode Analisis
3.1.1 Pendekatan Event Study
Pendekatan event study lazim digunakan untuk mengestimasi dampak kebijakan
moneter terhadap harga portofolio atau aset di pasar keuangan (Rigobon dan Sack
[2004], Bernanke dan Kuttner [2005], Gurkaynak et al [2005]). Pendekatan ini diyakini
mempunyai kelebihan yang dapat mengatasi dua permasalahan krusial dalam
mengestimasi hubungan antara kebijakan moneter dan pasar keuangan, yaitu (i) masalah
endogeneity dan (ii) pengontrolan pengaruh variable non kebijakan moneter.
Pendekatan even study yang menggunakan periode observasi yang sempit
(dikenal dengan istilah event window) memperkecil peluang terjadinya event lain (non
kebijakan moneter) yang mempengaruhi pasar keuangan. Selain itu juga memperkecil
kemungkinan bahwa perubahan kebijakan moneter merupakan respon atas perubahan
pasar keuangan dalam event window tersebut, sehingga pendekatan event study mampu
mengeliminasi permasalahan endogeneity. Dengan demikian hanya terjadi hubungan
satu arah dari kebijakan moneter kepada pasar keuangan.
Dua hal yang menjadi titik kesulitan dan kunci keakuratan dari pendekatan event
study adalah: (i) penentuan interval event window; dan (ii) penghitungan abnormal
return. Pasar keuangan yang efisien mendorong pelaku pasar untuk merespon secara
cepat setiap informasi baru dan perubahan ekspektasi, sehingga besar kemungkinan
bahwa pengumuman kebijakan moneter tersebut telah terantisipasi, baik secara partial
anticipated maupun fully anticipated. Penentuan interval event window sangat
17
mempengaruhi keakuratan dalam memprediksi antisipasi maupun respon pasar
keuangan terhadap perubahan kebijakan moneter tersebut.
Secara ekonometrik, pendekatan event study sangat sederhana dengan
menggunakan metode regresi ordinary least square (OLS). Merujuk pada artikel yang
ditulis oleh Gurkaynak et al (2005), persamaan ekonometrik untuk event study adalah
sebagai berikut:
Δy t = α + β Δxt + ε t ...................................................................................... (3.1)
dimana, Δyt : perubahan instrumen pasar keuangan
Δxt : perubahan kebijakan moneter
εt : error term yang menangkap adanya pengaruh variabel lain (non
kebijakan moneter).
Δy t merupakan merupakan abnormal return yang dapat merefleksikan respon
dari institusi pasar keuangan terhadap informasi kebijakan moneter (William dan Siegel,
1997). Penghitungan abnormal return yang merupakan deviasi dari normal return 8
(tanpa perubahan kebijakan moneter) menjadi sangat penting dalam pendekatan event
study. MacKinlay (1997) mengklasifikasikan dua metode penghitungan normal return.
Pertama, model statistik (statistical models) yang meliputi constant mean return model
(CMRM) dan market model (MM). 9 CMRM mengasumsikan bahwa return suatu
portofolio akan cenderung mendekati nilai rata-ratanya, sementara MM mengasumsikan
bahwa return suatu portofolio akan sejalan dengan return pasar secara keseluruhan.
Walaupun CMRM sangat sederhana, namun beberapa studi menemukan bahwa hasil
estimasi dengan CMRM tidak jauh berbeda dengan pendekatan yang rumit. Kedua,
model ekonomi (economic model) yang terdiri atas capital asset pricing model (CAPM)
dan arbitrage pricing theory (APT). Pendekatan CAPM merupakan teori ekuilibrium
dimana expected return suatu aset ditentukan oleh covariance-nya dengan portofolio
pasar. Sementara APT beranggapan bahwa expected return suatu aset merupakan
kombinasi liniar dari beberapa faktor risiko.
8
ARτ = Rτ − E ( Rτ X τ ) dimana ARτ : abnormal return, Rτ : actual return, dan E ( Rτ X τ ) : normal return
untuk periode waktu τ.
9
Persamaan untuk CMRM adalah Rt =
μ + ζ t ,dimana Rt : return untuk periode t, μ : rata-rata return,
ζ t : disturbance untuk periode t. Sementara
Rit = α i + β i Rmt + ε it dimana Rit dan Rmt : return pada
portofolio pasar, α i , β i : parameter, dan ε it : disturbance.
dan
18
persamaan untuk market model adalah
periode t untuk portofolio perusahaan i dan
Pendekatan event study ini akan digunakan untuk mengestimasi respon tiga
pasar keuangan, yaitu pasar uang antar bank (PUAB), pasar modal dan pasar obligasi.
Respon dari masing-masing pasar ditunjukkan dengan perubahan harga atau return
berupa suku bunga untuk pasar uang, indeks harga saham untuk pasar modal dan yield
untuk pasar obligasi. Respon perbankan tidak dapat diikutsertakan dalam estimasi event
study karena perubahan suku bunga simpanan bersifat rigid dan terjadwal secara
bulanan.
Pengumuman BI Rate merupakan satu-satunya event yang akan diestimasi
dampaknya dalam penelitian ini. BI Rate dijadikan policy rate sejak Juli 2005 dimana
review terhadap perubahannya dilakukan dan diumumkan secara bulanan. Sementara
untuk menghitung normal return dari portofolio pasar keuangan, penelitian ini akan
menggunakan dua pendekatan.
Pendekatan Satu
Untuk menghitung normal return akan digunakan statistical model, yakni constant
mean return untuk pasar uang dan pasar obligasi, dan market model untuk pasar modal.
Event window yang akan digunakan adalah 5 hari sebelum pengumuman (T-5) dan 5
hari setelah pengumuman (T+5). Pengujian abnormal return lima hari sebelum
pengumuman BI Rate ditujukan untuk melihat apakah pelaku pasar telah mencoba
mengantisipasi (price in) perubahan kebijakan moneter. Sementara pengujian setelah
pengumuman ditujukan untuk melihat reaksi pasar terhadap perubahan kebijakan
moneter yang belum terantisipasi.
Pendekatan Dua
Pendekatan ini lebih menekankan pada announcement effect dari perubahan BI Rate.
Selain mengasumsikan bahwa perubahan BI Rate merupakan event yang bersifat
exogeneous, pendekatan ini juga mengasumsikan bahwa (i) pasar lebih bersifat reaktif,
sehingga informasi tersebut belum terantisipasi; dan (ii) harga/return sebelum
pengumuman merupakan normal return yang belum dipengaruhi oleh informasi BI
Rate. Dengan demikian pengujian hanya dilakukan pada periode setelah pengumuman,
dalam hal ini 5 hari, dan abnormal return dihitung menggunakan return sebelum
pengumuman (T-1) sebagai normal return.
19
3.1.2 Pendekatan Vector Autoregression (VAR)
Pendekatan VAR sangat lazim digunakan untuk menganalisis dampak kebijakan
moneter terhadap variabel ekonomi. Metode VAR dipopulerkan oleh Sims (1980)
dalam artikelnya 10 yang banyak dirujuk oleh peneliti lainya untuk menganalisa
hubungan dan dampak kebijakan moneter. Metode VAR cukup sederhana namun
mampu mengatasi permasalahan edogeneity karena memperlakukan seluruh variabel
yang digunakan dalam persamaan sebagai variabel endogen, sehingga tidak perlu
mengidentifikasi arah hubungan antar variabel. Hubungan antar variabel dalam VAR
ditentukan secara edogen oleh data itu sendiri (let the data speak for themselves)
sehingga disebut hubungan atheory.
Pendekatan ini berasumsi bahwa suatu variabel merupakan fungsi dari lag
variabel itu sendiri dan lag dari variabel lainnya yang digunakan, sehingga pendekatan
VAR
meregres masing-masing variabel dengan lag dari seluruh variabel yang
digunakan (n) sebagai berikut:
y t = c + A1 y t −1 + A2 y t − 2 + ... + A p y t − p + et ..................................................... (3.2)
dimana, y : endogenous variabel dengan matriks n x 1
c : konstanta dengan matrik n x 1
Ai : koefisien dengan matrik n x n untuk i = 1, 2, 3, ..., p
et : error term dengan matrik n x 1
Penelitian ini difokuskan untuk mengamati hubungan dua arah antara kebijakan
moneter dan pasar keuangan, khususnya pasar uang, pasar modal, dan pasar obligasi.
Untuk itu, identifikasi terhadap variabel lain yang secara teoritis mempengaruhi pasar
keuangan dan kebijakan moneter menjadi penting.
Cassola dan Morana (2004) menggunakan dua variable non-kebijakan moneter
dan pasar keuangan, yakni output riil dan inflasi. Sementara Kim et al. (2004)
menyatakan bahwa pasar sangat memperhatikan pengumuman enam variabel
makroekonomi penting seperti neraca perdagangan, pendapatan domestik bruto,
pengangguran, pertumbuhan perdagangan ritel, indek harga konsumen, dan indek harga
produsen. Variabel harga (inflasi) sepertinya merupakan variabel terpenting dalam
menganalisa pasar keuangan karena selain digunakan oleh kedua artikel tersebut juga
10
Sims, Christopher A. (1980). Macroeconomics and reality. Econometrica, Vol. 48,
hal. 1-48.
20
digunakan oleh artikel lainnya seperti (Campbell dan Ammer, 1993), diikuti variabel
ouput (PDB).
Sementara variabel yang diperlukan untuk mengestimasi pasar uang berbeda dan
lebih spesifik karena pembentukan harga lebih dipengaruhi oleh faktor internal
perbankan, seperti kondisi likuiditas bank yang dicerminkan oleh excess reserve.
Penurunan kondisi likuiditas akan mendorong peningkatan suku bunga di pasar uang,
atau sebaliknya. Selain itu, faktor biaya dana (cost of fund) juga dapat mempengaruhi
pembentukan suku bunga pasar uang. Dalam penelitian ini variabel biaya dana
diproksikan dengan suku bunga deposito, mengingat deposito mendominasi dana pihak
ketiga perbankan. Di beberapa negara, suku bunga pasar uang justru dijadikan anchor
yang menjadi referensi bagi suku bunga lainnya (termasuk suku bunga deposito).
Berdasarkan identifikasi variabel tersebut di atas, dapat dirangkum variabelvariabel yang akan digunakan dalam persamaan VAR sebagai berikut:
Tabel 3.1. Variabel Yang Digunakan dalam Pendekatan VAR
Pasar Uang dan Simpanan Bank
1. BI Rate/ SBI Rate
2. Suku bunga PUAB
3. Suku bunga Deposito
4. Excess Reserve
Pasar Modal dan Obligasi
1. BI Rate/ SBI Rate
2. IHSG atau Yield Obligasi
3. Pertumbuhan Ekonomi
4. Laju Inflasi
Sumber: Penulis
Untuk keperluan analisis, penelitian ini menitikberatkan pada penggunaan impulse
response function (IRF) untuk melihat hubungan antara variabel kebijakan moneter (BI
Rate) dan pasar keuangan.
3.1.3 Pendekatan Granger Causality
Granger Causality merupakan pendekatan yang lazim digunakan untuk
mendeteksi hubungan atau arah pemengaruhan antara dua variabel. Adapun metode
regresi dari Granger Causality sama dengan metode VAR, yaitu meregres dengan lag
dari masing-masing variabel. Karena Granger Causality hanya melibatkan dua variabel,
maka pendekatan ini juga dikenal dengan bivariate VAR. Secara garis besar, persamaan
dari Granger Causality test dapat dinotasikan sebagai berikut:
y t = α 0 + α 1 y t −1 + ... + α n y t − n + β 1 xt −1 + ... + β n xt − n + ε t
xt = β 0 + α 1 xt −1 + ... + α n xt − n + β 1 y t −1 + ... + β n y t − n + υ t
................................ (3.3)
dimana, x, y : variabel yang dites hubungannya
21
n : banyaknya lag yang diikutsertakan dalam regresi
ε, υ : error term
Dengan menggunakan lag dari variabel itu sendiri dan lag dari variabel yang
lainnya, model tersebut mencoba mengestimasi seberapa besar variabilitas dari variabel
tersebut dapat dijelaskan yang kemudian diartikan dengan ‘dipengaruhi’. Terdapat
empat kemungkinan hubungan pemengaruhan yang mungkin diperoleh dari hasil
estimasi Granger Causality tersebut, yaitu (i) variabel x mempengaruhi y; atau (ii)
variabel y mempengaruhi x; (iii) variabel x dan y saling mempengaruhi, atau (iv)
variabel x dan y tidak berhubungan sama sekali.
Pendekatan ini akan digunakan untuk mengkonfirmasi hasil estimasi VAR
sehingga dapat diyakini mengenai validitas arah hubungan dan signifikasi dari variabel
kebijakan moneter dan pasar keuangan. Selain mengkonfirmasi hubungan pengaruh BI
Rate terhadap harga portofolio pasar keuangan (suku bunga dan indeks), pendekatan
Granger Causality ini juga digunakan untuk mengkonfirmasi hubungan kuantitas
portofolio antar institusi pasar keuangan.
3.1.4 Pendekatan Elastisitas
Pada dasarnya elastisitas merupakan perbandingan perubahan proporsional dari
sebuah variabel dengan perubahan variabel lainnya. Dalam ilmu ekonomi, elastisitas
lebih banyak digunakan untuk mengukur kepekaan atau respon produsen dan konsumen
terhadap perubahan harga. Kepekaan konsumen selanjutnya dikenal dengan elastisitas
permintaan (price elasticity of demand), sedangkan kepekaan produsen dikenal dengan
elastisitas penawaran (price elasticity of supply). Selain itu, konsep elastisitas juga dapat
digunakan untuk mengukur respon permintaan suatu barang terhadap perubahan harga
barang lainnya yang dikenal dengan istilah elastisitas silang (cross elasticity).
Secara sederhana, elastisitas permintaan dapat dinotasikan sebagai berikut:
Ex =
% perubahan kuantitas permintaan barang X ΔQ x / Q x ΔQ x Px
........... (3.4)
x
=
=
% perubahan harga barang X
ΔPx Q x
ΔPx / Px
Sementara elastisitas silang dapat dinotasikan sebagai berikut:
E xy =
22
% perubahan kuantitas permintaan barang X ΔQ x / Q x ΔQ x Py
x
=
=
.......... (3.5)
% perubahan harga barang Y
ΔPy Q x
ΔPy / Py
Dalam persamaan ekonometrik, konsep elastisitas dituangkan dalam bentuk persamaan
logaritma natural (log function) sebagai berikut:
ln Q x = α 0 + α 1 ln Px + α 2 ln Py + ε ............................................................... (3.6)
dimana, α1 merupakan koefisien elastisitas permintaan (Ex) dengan kategori elastis jika
α1>1 dan tidak elastis (inelastic) jika α1<1. Sementara α2 merupakan koefisien
elastisitas silang yang dapat digunakan untuk mengidentifikasi hubungan dua barang
tersebut. Kedua barang tersebut merupakan barang subtitusi jika nilai koefisien
elastisitas silangnya negatif (α2<0) dan komplementer jika nilai koefisiennya positif
(α2>0).
Penelitian ini akan meminjam konsep elastisitas permintaan dan elastisitas silang
untuk melihat respon investor di pasar keuangan Dalam penelitian ini faktor harga yang
akan diteliti berupa suku bunga diskonto Sertifikat Bank Indonesia yang diwakili
dengan BI Rate nilainya relatif sama dan dapat yang mencerminkan stance kebijakan
moneter. Karena BI Rate sudah berupa persentase, maka penggunaan dalam model
ekonometrik tidak perlu ditranformasikan ke dalam logaritma natural. Dari pendekatan
ini diharapkan dapat ditarik kesimpulan apakah variabel harga merupakan faktor yang
signifikan mempengaruhi keputusan investor dalam berinvestasi pada portofolio SBI
sehingga permintaannya elastis terhadap perubahan suku bunga (BI Rate) dan
bagaimana hubungan portofolio SBI dengan portofolio lainnya di pasar keuangan.
3.2 Perkembangan Variabel
3.2.1 Variabel Kebijakan Moneter
Sejak Juli 2005, Bank Indonesia secara resmi mengimplementasikan inflation
targeting framework (ITF) secara penuh. Untuk mendukung pelaksanaan ITF tersebut,
Bank Indonesia mengubah target operasional kebijakan moneter dari besaran uang
beredar (base money/M0) menjadi target suku bunga, yakni BI Rate. Sebelum
penggunaan BI Rate, Bank Indonesia juga menggunakan suku bunga SBI untuk
memberikan sinyal ke pasar. Namun sejak Juli 2005, Bank Indonesia hanya
menggunakan BI Rate sebagai policy rate untuk memberikan sinyal arah kebijakan
moneter dan referensi suku bunga kepada pelaku pasar keuangan.
Perbedaan antara BI Rate dan suku bunga SBI terletak pada sifat dan
controlability-nya. BI Rate bersifat exogenous, sementara suku bunga SBI lebih bersifat
23
endogeneous karena ditetapkan dalam sebuah lelang. Walaupun Bank Indonesia
memiliki kewenangan untuk menetapkan hasil lelang, namun terdapat potensi dimana
Bank Indonesia dipojokkan oleh para bidder ketika harga yang ditawarkan tidak sesuai
dengan ekspektasi Bank Indonesia. Dengan demikian, BI Rate lebih mudah dikontrol
dibanding suku bunga SBI.
Grafik 3.1. Perkembangan Suku Bunga SBI dan BI Rate
Persen
20
18
16
SBI Rate
BI Rate
14
12
10
8
.
6
2000
2001
2002
2003
2004
2005
2006
2007
Sumber: CEIC Database
Walaupun memiliki karakteristik yang berbeda, BI Rate tidak dapat dipisahkan
dengan suku bunga SBI. Dari sisi stance kebijakan moneter, BI Rate merupakan
kelanjutan dari suku bunga SBI (Grafik 3.1). Sebaliknya, sejak dicanangkannya
penggunaan BI Rate sebagai policy rate, hasil lelang SBI selalu mengacu dan
konvergen terhadap BI Rate. Nugroho (2006) menyatakan bahwa BI Rate lebih
ditujukan sebagai ‘benchmark’ tingkat diskonto SBI dengan tenor 1 bulan11, sehingga
diskonto hasil lelang SBI 1 bulan tidak berbeda jauh dari BI Rate. Perbedaan yang
cukup mencolok hanya terjadi diawal penggunaan BI Rate, yaitu sebesar 6 bps di bawah
BI Rate, karena pelaku pasar belum yakin bahwa BI akan menerima penawaran
diskonto SBI 1 bulan pada level BI Rate. Perbedaan tersebut sirna seiring dengan
semakin ‘credible-nya’ BI Rate.
Mekanisme Penetapan BI Rate
BI Rate merupakan suku bunga sinyaling Bank Indonesia, dimana perubahan BI
Rate menggambarkan respon Bank Indonesia terhadap tekanan inflasi ke depan agar
tetap berada pada sasaran yang telah di tetapkan. BI Rate merupakan keputusan Rapat
Dewan Gubernur (RDG) yang diumumkan setiap bulan dan dilakukan review secara
11
Mengacu pada butir 11 Lampiran Siaran Pers Bank Indonesia No. 7/69/PSHM/Humas tanggal 30 Juni
2005 tentang ‘ITF’.
24
triwulanan.
12
RDG merupakan forum pengambilan keputusan tertinggi dalam
menetapkan kebijakan-kebijakan Bank Indonesia yang pelaksanaannya diatur dengan
Peraturan Dewan Gubernur (PDG).13 Dalam RGD tersebut dilakukan review terhadap
arah kebijakan moneter ke depan yang dicerminkan dalam perubahan level BI Rate.
Keputusan RDG tersebut diumumkan pada sore hari, beberapa saat setelah RDG selesai.
Pengumuman (press release) hasil RDG yang didalamnya termasuk pengumuman BI
Rate merupakan event yang akan diteliti dalam dalam penelitian ini.
3.2.2 Variabel Pasar Uang
Pasar uang atau pasar uang antar bank (PUAB) merupakan sarana bagi bank
untuk melakukan transaksi pinjam-meminjam dana dalam jangka waktu overnight
sampai dengan 90 hari untuk memenuhi kebutuhan likuiditas. Selain sebagai sarana
pemenuhan likuiditas, PUAB juga dipercaya mempunyai peranan penting dalam
kebijakan moneter sebagai media pertama transmisi kebijakan moneter. Suku bunga
PUAB overnight merupakan suku bunga dengan tenor terpendek yang akan
ditransmisikan kepada suku bunga simpanan dan kredit yang mempunyai jangka waktu
lebih panjang. Banyak pihak percaya bahwa keberhasilan bank sentral dalam
mempengaruhi atau mengendalikan suku bunga PUAB akan menjadi kunci dalam
mentransmisikan kebijakan moneter.
PUAB dibagi menjadi dua sesi, yaitu sesi pagi dan sesi sore. Namun PUAB sesi
pagi terlihat lebih dominan dibandingkan sesi sore. PUAB sesi pagi dijadikan sebagai
andalan bagi bank untuk meminjam dana guna menutup red account. Tingginya
permintaan di PUAB pagi membuat harga yang terbentuk juga lebih tinggi dibanding
sesi sore (Grafik 3.2). Secara teoritis, suku bunga PUAB yang dihasilkan merupakan
cerminan kondisi likuiditas harian dari bank. Disamping itu, faktor mikrostruktur PUAB
juga berpengaruh. Dewati et al (2004) menemukan bahwa PUAB bersifat loose
oligopoly dan tersegmentasi, sehingga terdapat sekelompok bank ‘good name’ yang
dengan mudah memperoleh dana dengan harga murah, sementara sekelompok bank
lainnya yang tidak memiliki ‘line of credit’ memperoleh dana dengan harga yang lebih
12
Dalam kondisi tertentu yang sangat memaksa dapat dilakukan perubahan secara lebih cepat seperti
yang terjadi pada kurun waktu Agustus-September 2005 ketika terjadi gejolak dalam perekonomian.
13
PDG No.3/17/PDG/2001 tentang Tata Tertib dan Tata Cara Penyelenggaraan Rapat Dewan Gubernur.
RDG bulanan dilakukan sekurang-kurangnya satu kali setelah tanggal 5 setiap bulan dan pada umumnya
dilakukan pada hari selasa atau kamis.
25
tinggi. Hal ini mengakibatkan suku bunga PUAB yang terbentuk menjadi lebih
berfluktuasi.
Grafik 3.2. Perkembangan Suku Bunga PUAB Pagi dan Sore
Persen
45
PUAB Pagi O/N
PUAB Sore O/N
Rata-Rata PUAB Pagi O/N
Rata-Rata PUAB Sore O/N
40
35
30
25
20
15
10
5
.
0
2000
2001
2002
2003
2004
2005
2006
2007
Sumber: CEIC Database
Grafik 3.3. Perkembangan Suku Bunga PUAB dan BI Rate
Persen
35
30
PUAB Pagi O/N
PUAB Sore O/N
BI Rate
25
20
15
10
5
.
0
2005
2006
2007
Sumber: CEIC Database
Bank Indonesia selaku otoritas moneter tidak secara eksplisit dan spesifik
mempengaruhi likuiditas PUAB untuk mengendalikan dan mengarahkan suku bunga
PUAB. Target kuantitas sebelum penerapan BI Rate ditujukan untuk mempengaruhi
uang beredar (M0) secara agregat, sementara BI Rate ditujukan untuk memberikan
acuan pada pelaksanaan lelang SBI 1 bulan. Hilangnya target indikatif lelang pada era
BI Rate semakin membuat suku bunga PUAB semakin volatile. Walaupun bottom price
PUAB telah mengikuti tren BI Rate, namum lonjakan harga sering terjadi (Grafik 3.3).
Dibanding dengan suku bunga pasar uang overnight di beberapa negara Asia, suku
bunga PUAB overnight yang terbentuk di Indonesia memang lebih berfluktuasi.
3.2.3 Variabel Pasar Modal
Kondisi pasar modal (saham) Indonesia mengalami peningkatan yang signifikan
seiring dengan arah pemulihan ekonomi paska krisis dan meningkatnya arus modal
26
masuk (capital inflow). Indeks Harga Saham Gabungan (IHSG) dan nilai kapitalisasi
pasar modal terus meningkat secara beriringan. Kedua indikator pasar modal tersebut
mengalami tren peningkatan yang signifikan sejak tahun 2003 (Grafik 3.4). Peningkatan
indeks atau harga saham seharusnya merupakan cerminan peningkatan kinerja
perusahaan emiten. Selain ekspektasi terhadap peningkatan laba perusahaan, perubahan
suku bunga deposito juga dapat mempengaruhi harga saham. Pergeseran portofolio
investasi dari deposito dan obligasi kepada saham, atau sebaliknya, akan mempengaruhi
permintaan saham, sehingga dapat menggerakkan harga saham.
Grafik 3.4. Perkembangan Kinerja Pasar Modal Indonesia
IHSG, LQ-45
Triliun Rp
3,000
2,400
Kapitalisasi Pasar (RHS)
2,500
2,000
IHSG
LQ-45
2,000
1,600
1,500
1,200
1,000
800
500
400
0
.
0
2000
2001
2002
2003
2004
2005
2006
2007
Sumber: CEIC Database
Grafik 3.5. Perkembangan IHSG, STI dan BI Rate
IHSG (poin indeks)
STI (poin indeks)
Nov-07
Jul-07
Sep-07
Mar-07
May-07
Jan-07
5.0
Nov-06
6.5
1000
Jul-06
1500
Sep-06
8.0
Mar-06
9.5
2000
May-06
2500
Jan-06
11.0
Nov-05
12.5
3000
Jul-05
14.0
3500
Sep-05
4000
BIRATE (%, skala kanan)
Sumber: CEIC Database
Secara empiris, pasar modal Indonesia sangat dipengaruhi oleh bursa regional.
Grafik 3.5 menunjukkan hubungan yang sangat kuat dan searah antara pergerakan
indeks harga saham gabungan (IHSG) dengan Strait Times Indeks (STI) sebagai proksi
dari indeks bursa saham regional. Berbeda dengan hubungan IHSG dan STI yang cukup
konsisten, hubungan antara IHSG dan BI Rate terlihat tidak konsisten. IHSG meningkat
pada saat BI Rate meningkat pada awal penggunaan BI Rate (Agustus 2005-April
2006), namun IHSG juga meningkat pada saat BI Rate mengalami penurunan (Mei
27
2006-Juli 2007). Hal ini dapat menandakan bahwa pengaruh indeks bursa regional
terhadap IHSG lebih dominan dibanding dengan pengaruh kebijakan moneter.
3.2.4 Variabel Pasar Obligasi
Terdapat dua jenis obligasi yang diperdagangkan di pasar obligasi, yaitu obligasi
swasta dan obligasi pemerintah. Obligasi pemerintah baru berkembang paska krisis
dengan diterbitkannya obligasi rekapitalisasi perbankan (recap bonds). Obligasi tersebut
tidak secara langsung dapat diperdagangkan di pasar sekunder karena sebelumnya
berada dalam portofolio investasi bank. Sejak tahun 2000, Bank Indonesia secara
bertahap menginjinkan bank untuk mengalihkan obligasi tersebut dari portofolio
investasi ke portofolio perdagangan dan menjualnya di pasar sekunder. Meningkatnya
permintaan terhadap obligasi pemerintah dari bank non-rekap, perusahaan asuransi,
dana pensiun dan reksadana membuat perdagangan obligasi pemerintah menjadi
semarak. Akibatnya, pasar obligasi pemerintah menjadi lebih dominan dibanding
obligasi swasta, walaupun berkembang belakangan. Hal ini terlihat dari nilai
perdagangan harian (NPH) dan nilai kapitalisasi pasar (NKP) pada Grafik 3.6 berikut.
Grafik 3.6. Perkembangan Perdagangan Obligasi Pemerintah dan Swasta
NPH (miliar Rp)
NKP (triliun Rp)
8,000
600
7,000
NKP Obligasi Swasta
NKP Obligasi Pemerintah
NPH Obligasi Swasta
NPH Obligasi Pemerintah
500
6,000
400
5,000
300
4,000
3,000
200
2,000
100
1,000
0
.
0
2001
2002
2003
2004
2005
2006
Sumber: CEIC Database dan Bursa Efek Surabaya (BES)
28
2007
Grafik 3.7. Perkembangan Yield Obligasi Pemerintah
Persen
18
16
14
12
10
8
6
Median Yield 1 Thn
Median Yield 5 Thn
Median Yield 10 Thn
BI Rate
.
4
2003
2004
2005
2006
2007
Sumber: CEIC Database
Dua hal pokok yang menjadi faktor pendorong tingginya minat terhadap obligasi
pemerintah, yaitu karena termasuk dalam kelompok portofolio investasi yang bebas
risiko dan nilai kupon-nya lebih tinggi dari suku bunga simpanan bank. Kebijakan
moneter yang longgar yang mendorong penurunan suku bunga deposito dalam beberapa
tahun belakangan ini membuat nilai imbal hasil obligasi menjadi semakin menarik.
Kondisi ini meningkatkan permintaan dan aktivitas transaksi di pasar obligasi. Interaksi
antara penawaran dan permintaan obligasi di pasar sekunder akan menentukan harga
dan yield obligasi. Dari kedua indikator tersebut dapat diketahui nilai imbal hasil yang
akan diperoleh para investor. Grafik 3.7 menggambarkan perkembangan yield obligasi
pemerintah yang akan digunakan dalam penelitian ini untuk mewakili respon pasar
obligasi terhadap perubahan kebijakan moneter (BI Rate).
29
BAB 4
HASIL ESTIMASI DAN ANALISIS
4.1 Hasil Estimasi Event Study
Metode event study yang menggunakan data perubahan (delta) seperti
diungkapkan dalam persamaan (3.1), secara prinsip diperkirakan mampu mengatasi
permasalahan unit root yang kerap menjadi permasalahan pokok data runtun waktu.
Penggunaan data yang mempunyai permasalahan unit root atau tidak stasioner dalam
sebuah regresi akan menghasilkan regresi lancung (spurious regresion), dimana
koefisien yang dihasilkan tidak efisien. Untuk itu, penelitian ini tetap melakukan unit
root test dengan menggunakan pendekatan Augmented Dickey-Fuller (ADF) guna
meyakinkan bahwa data yang dipergunakan dalam regresi event study tersebut bebas
dari permasalahan unit root atau stasioner.
Hasil unitroot test pada Lampiran 1 menunjukkan bahwa hampir semua variabel,
baik variabel kebijakan moneter maupun pasar keuangan, dalam pendekatan satu
maupun pendekatan dua terbebas dari masalah unit root. Uji selajutnya adalah melihat
hubungan jangka panjang antara variabel kebijakan moneter dengan masing-masing
variabel pasar keuangan. Jika masing-masing variabel pasar keuangan tersebut
mempunyai hubungan jangka panjang dengan variabel kebijakan moneter (coitegrated),
maka penggunaan metode ordinary least square (OLS) dalam event study tersebut
memadai dan dapat dibenarkan secara statistik. Untuk keperluan uji kointegrasi ini akan
digunakan Johansen Cointegration Test. Hasil uji kointegrasi yang dipaparkan dalam
Lampiran 2 juga memperlihatkan bahwa semua variabel pasar keuangan tersebut
terkointegrasi dengan variabel kebijakan moneter, kecuali variabel pasar modal pada
pendekatan satu (normal return).
4.1.1 Dampak BI Rate terhadap Pasar Keuangan
Sejak diluncurkannya BI Rate sebagai policy rate Bank Indonesia pada bulan
Juli 2005 sampai dengan Desember 2007, telah terjadi sebanyak 30 kali pengumuman
BI Rate secara reguler bulanan. Hasil estimasi event study untuk PUAB menunjukkan
bahwa suku bunga PUAB baik sesi pagi maupun sore memberikan respon yang searah
(positif) terhadap perubahan BI Rate (Tabel 4.1). Untuk PUAB pagi, respon tersebut
30
signifikan hanya selama tiga hari sejak pengumuman BI Rate (T0, T+1, T+2).
Sementara respon PUAB sore signifikan pada T-3, T-2, dan T+1.
Tabel 4. 1. Estimasi Respon Suku Bunga PUAB Terhadap BI Rate
Konstanta
Monetary Policy
Surprise (dBIRATE)
R2
-0.625
(-1.344)
0.882
(0.769)
0.021
- 4 hari sebelum (T-4)
-0.842
(-2.362)**
0.450
(0.512)
0.009
- 3 hari sebelum (T-3)
0.501
(0.580)
2.081
(0.978)
0.033
- 2 hari sebelum (T-2)
-0.157
(-0.323)
1.356
(1.134)
0.044
- 1 hari sebelum (T-1)
0.130
(0.219)
2.206
(1.504)
0.075
- Hari yang sama (T0)
0.603
(0.863)
2.984*
(1.734)
0.097
- 1 hari setelah (T+1)
-0.343
(-0.705)
2.469**
(2.056)
0.131
- 2 hari setelah (T+2)
-0.328
(-1.112)
2.635***
(3.631)
0.320
- 3 hari setelah (T+3)
0.198
(0.375)
0.505
(0.387)
0.005
- 4 hari setelah (T+4)
0.955
(1.527)
1.354
(0.878)
0.027
- 5 hari setelah (T+5)
0.973*
(1.793)
2.245
(1.679)
0.091
- 5 hari sebelum (T-5)
-0.472
(-1.249)
0.818
(0.879)
0.027
- 4 hari sebelum (T-4)
-0.242
(-0.629)
1.266
(1.334)
0.060
- 3 hari sebelum (T-3)
0.665
(1.186)
3.571**
(2.586)
0.193
- 2 hari sebelum (T-2)
0.569
(1.258)
3.118***
(2.795)
0.218
- 1 hari sebelum (T-1)
0.639
(0.933)
2.493
(1.477)
0.072
- Hari yang sama (T0)
0.249
(0.452)
2.104
(1.548)
0.079
- 1 hari setelah (T+1)
-0.172
(-0.318)
2.274*
(1.707)
0.094
- 2 hari setelah (T+2)
-0.102
(-0.241)
1.354
(1.295)
0.057
- 3 hari setelah (T+3)
1.113
(1.822)
1.843
(1.224)
0.051
- 4 hari setelah (T+4)
0.751
(1.344)
1.260
(0.915)
0.029
- 5 hari setelah (T+5)
0.929
(1.679)
1.686
(1.236)
0.052
Variabel Pasar Keuangan
A. PUAB Pagi (Suku Bunga)
- 5 hari sebelum (T-5)
B. PUAB Sore (Suku Bunga)
Ket: angka dalam ( ) menunjukkan t-statistik
*** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%
Sumber: Estimasi penulis
Hasil estimasi tersebut menunjukkan bahwa PUAB pagi bersifat reaktif,
sementara PUAB sore lebih bersifat antisipatif. Respon suku bunga PUAB yang
signifikan paska pengumuman BI Rate tersebut juga dapat dikaitkan dengan
31
pelaksanaan lelang SBI. Pengumuman peningkatan BI Rate akan mendorong bank
untuk menanamkan dana lebih banyak dalam SBI sehingga membuat likuiditas di pasar
uang lebih ketat. Sehingga setelah setelmen lelang SBI berakhir (T+2), respon suku
bunga PUAB menjadi tidak signifikan.
Tabel 4. 2. Estimasi Respon IHSG dan Yield Obligasi Terhadap BI Rate
Konstanta
Monetary Policy
Surprise (dBIRATE)
-14.036
(-0.552)
-87.643
(-1.399)
0.065
- 4 hari sebelum (T-4)
-10.709
(-0.468)
-80.448
(-1.426)
0.068
- 3 hari sebelum (T-3)
-4.537
(-0.189)
-67.805
(-1.147)
0.045
- 2 hari sebelum (T-2)
-0.799
(-0.031)
-64.899
(-1.005)
0.035
- 1 hari sebelum (T-1)
-2.390
(-0.093)
-73.543
(-1.164)
0.046
- Hari yang sama (T0)
-1.301
(-0.050)
-84.735
(-1.316)
0.058
- 1 hari setelah (T+1)
-0.116
(-0.004)
-83.310
(-1.269)
0.054
- 2 hari setelah (T+2)
7.053
(0.247)
-80.675
(-1.148)
0.045
- 3 hari setelah (T+3)
2.540
(0.088)
-78.027
(-1.093)
0.041
- 4 hari setelah (T+4)
1.570
(0.053)
-83.336
(-1.151)
0.045
- 5 hari setelah (T+5)
2.841
(0.097)
-87.387
(-1.207)
0.049
- 5 hari sebelum (T-5)
0.009
(0.223)
0.096
(1.001)
0.035
- 4 hari sebelum (T-4)
-0.012
(-0.260)
0.089
(0.770)
0.021
- 3 hari sebelum (T-3)
-0.019
(-0.342)
0.143
(1.056)
0.038
- 2 hari sebelum (T-2)
-0.029
(-0.496)
0.145
(1.018)
0.036
- 1 hari sebelum (T-1)
-0.033
(-0.537)
0.270*
(1.808)
0.105
- Hari yang sama (T0)
-0.061
(-0.864)
0.238
(1.356)
0.062
- 1 hari setelah (T+1)
-0.048
(-0.594)
0.413**
(2.075)
0.133
- 2 hari setelah (T+2)
0.110
(0.967)
1.506***
(5.366)
0.507
- 3 hari setelah (T+3)
-0.042
(-0.459)
0.509**
(2.232)
0.151
- 4 hari setelah (T+4)
-0.041
(-0.475)
0.460**
(2.136)
0.140
- 5 hari setelah (T+5)
-0.036
(-0.416)
0.508**
(2.396)
0.170
Variabel Pasar Keuangan
C. Pasar Modal (Indeks Harga)
- 5 hari sebelum (T-5)
2
R
D. Pasar Obligasi (Yield)
Keterangan: angka dalam ( ) menunjukkan t-statistik
*** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%
Sumber: Estimasi penulis
Pasar modal yang diwakili oleh IHSG sama sekali tidak merespon perubahan BI
Rate (Tabel 4.2). Temuan ini menguatkan dugaan bahwa pergerakan IHSG lebih
dipengaruhi oleh pergerakan indeks bursa regional. Penggunaan persamaan market
32
model dalam penghitungan abnormal return, memang ditujukan untuk menghilangkan
pengaruh indeks regional terhadap IHSG. Hasil estimasi market model menunjukkan
hubungan yang sangat kuat antara IHSG dan Strait Times Indeks (STI) sebagai proksi
indeks regional (persamaan 4.1). Hubungan tersebut diperkuat dengan hasil estimasi
elastisitas (persamaan 4.2) bahwa IHSG bersifat elastis terhadap STI dan bersifat tidak
elastis terhadap BI Rate.
IHSG = -934,747 + 0,910 STI .................................................................... (4.1)
(-27,59) (77,50)
R2=0,91
LIHSG= -5,681 + 0,009 BIRATE + 1,633 LSTI ........................................ (4.2)
(-24,73) (3,28)
(62,03)
R2=0,93
Analisis secara grafis juga menunjukkan arah hubungan yang tidak konsisten
antara IHSG dan BI Rate (Grafik 3.5). Peningkatan IHSG tidak hanya terjadi pada saat
BI Rate turun. Pada periode awal penggunaan BI Rate, tepatnya antara Agustus 2005April 2006, dimana BI Rate naik dari 8,75% menjadi 12,75%, IHSG mengalami
peningkatan yang signifikan dari posisi 994,77 menjadi 1.464,41. Peningkatan tersebut
secara jelas di dorong oleh pergerakan indeks bursa regional (diproksikan dengan STI).
Berbeda dengan pasar uang dan pasar modal, pasar obligasi menunjukkan
respon yang positif dan signifikan terhadap perubahan BI Rate. Peningkatan BI Rate
diikuti dengan peningkatan yield obligasi secara permanen sejak sehari setelah
pengumuman (T+1) sampai dengan T+5. Pelaku pasar obligasi sebenarnya telah
mencoba melakukan adjustment yield obligasi sehari sebelum pengumuman (T-1).
Namun penyesuaian tersebut belum cukup, sehingga dilakukan readjustment setelah
pengumuman.
4.1.2 Dampak Announcement Effect BI Rate terhadap Pasar Keuangan
Estimasi event study dengan menggunakan pendekatan dua yang menekankan
pada pengaruh pengumuman BI Rate terhadap pasar keuangan menghasilkan
kesimpulan yang sedikit berbeda untuk pasar uang. Suku bunga pasar uang antar bank
(PUAB), baik sesi pagi maupun sesi sore, tidak merespon pengumuman BI Rate dengan
baik. Tidak terdapat hubungan yang secara statistik signifikan sejak pengumuman (T0)
sampai dengan lima hari setelah pengumuman (T5). Secara teoritis, BI Rate memang
tidak ditujukan untuk mempengaruhi atau mengarahkan suku bunga pasar uang yang
lebih bersifat jangka pendek (overnight). Dalam kerangka transmisi kebijakan moneter
33
Tabel 4. 3. Estimasi Dampak Pengumuman BI Rate Terhadap Pasar Keuangan
Variabel Pasar Keuangan
Monetary Policy
Surprise (dBIRATE)
R2
0.472
0.778
0.025
(1.270)
(0.848)
Konstanta
A. PUAB Pagi (Suku Bunga)
- Hari yang sama (T0)
- 1 hari setelah (T+1)
- 2 hari setelah (T+2)
- 3 hari setelah (T+3)
- 4 hari setelah (T+4)
- 5 hari setelah (T+5)
-0.474
0.264
(-0.842)
(0.190)
-0.458
0.430
(-0.654)
(0.249)
0.068
-1.701
(0.083)
(-0.840)
0.825
-0.852
(0.924)
(-0.387)
0.843
0.039
(1.117)
(0.021)
0.001
0.002
0.025
0.005
0.000
B. PUAB Sore (Suku Bunga)
- Hari yang sama (T0)
- 1 hari setelah (T+1)
- 2 hari setelah (T+2)
- 3 hari setelah (T+3)
- 4 hari setelah (T+4)
- 5 hari setelah (T+5)
-0.389
-0.389
(-0.785)
(-0.318)
-0.811
-0.219
(-1.314)
(-0.144)
-0.741
-1.139
(-0.911)
(-0.568)
0.474
-0.650
(0.545)
(-0.303)
0.112
-1.233
(0.135)
(-0.603)
0.004
0.001
0.011
0.003
0.013
0.291
-0.807
(0.407)
(-0.458)
0.007
- Hari yang sama (T0)
5.353
1.673
-1.215
-0.154
0.001
- 1 hari setelah (T+1)
10.152
1.831
4.390
0.321
0.004
- 2 hari setelah (T+2)
11.198
1.556
-3.417
-0.193
0.001
- 3 hari setelah (T+3)
13.070
-5.503
0.003
1.648
-0.281
C. Pasar Modal (Indeks Harga)
- 4 hari setelah (T+4)
- 5 hari setelah (T+5)
5.191
5.425
0.524
0.222
0.002
0.752
2.059
0.073
0.081
0.000
- Hari yang sama (T0)
-0.029*
-1.803
-0.032
-0.821
0.023
- 1 hari setelah (T+1)
-0.015
-0.599
0.143**
2.254
0.154
0.456
D. Pasar Obligasi (Yield)
- 2 hari setelah (T+2)
‐ 3 hari s etelah (T +3)
‐ 4 hari s etelah (T +4)
‐ 5 hari s etelah (T +5)
0.143
1.236***
1.378
4.842
‐0.010
0.239**
‐0.265
2.584
‐0.009
0.190**
‐0.248
2.143
‐0.003
0.238**
‐0.084
2.526
Ket: angka dalam ( ) menunjukkan t-statistik
*** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%
Sumber: Estimasi penulis
34
0.193
0.141
0.186
melalui jalur suku bunga, target penetapan BI Rate sebenarnya adalah untuk
memberikan guidance terhadap diskonto lelang SBI 1 bulan yang selanjutnya
diharapkan dapat mengarahkan suku bunga simpanan dan kredit perbankan.
Pasar modal juga tidak merespon pengumuman BI Rate, tidak ada satupun
hubungan yang secara statistik signifikan antara IHSG dan BI Rate. Respon posisif dan
signifikan terhadap pengumuman BI Rate hanya ditunjukkan oleh pasar obligasi.
Konsisten dengan hasil estimasi dengan pendekatan satu, yield obligasi merespon secara
posisif dan sifnifikan pengumuman BI Rate sehari setelah pengumuman (T+1). Respon
yield obligasi tersebut bersifat permanen, sehingga hubungannya signifikan hingga
sampel terakhir (T+5).
4.2 Hasil Estimasi Vector Autoregression (VAR)
Dalam metode ini akan digunakan data bulanan, dimana untuk beberapa variabel
yang hanya tersedia dalam data harian, nilainya merupakan rata-rata bulanan (simple
average) dari masing-masing variabel tercantum dalam Tabel 3.1. Rentang sampel yang
dipergunakan dalam estimasi ini mencakup Juli 2005 sampai dengan September 2007.
Sewajarnya dalam penggunaan data runtun waktu, maka dalam pendekatan inipun akan
dilakukan unit root test atau uji stasionaritas. Hasil dari uji stasionaritas dari variabel
yang akan digunakan dalam estimasi VAR disajikan dalam Tabel 4.4. Dari tabel
tersebut dapat disimpulkan bahwa seluruh variabel stasioner atau bebas dari masalah
unit root pada first difference. Sementara dalam level hanya satu variabel yang
stasioner. Secara teori, hal ini mengindikasikan bahwa estimasi dengan data first
difference akan memberikan hasil estimasi yang lebih baik dibanding menggunakan
data level, sehingga dalam dalam estimasi VAR akan digunakan data first difference.
Tabel 4. 4. Hasil Uji Stasionaritas
Variabel
Kebijakan Moneter (BIRATE)
Suku Bunga PUAB Pagi (PUABPG)
Suku Bunga PUAB Sore (PUABSR)
Yield Rata-Rata Obligasi (YIELD)
Indeks Harga Saham Gabungan (IHSG)
Pertumbuhan PDB year on year (GROWTH)
Excess Reserve Bank (EXCESS)
Suku Bunga Deposito (DEP)
ADF Statistik
Level
First Difference
-1.962
-1.294
-1.618
-1.531
0.480
-1.705
-6.467***
-2.377
-3.913**
-5.204***
-5.237***
-2.706*
-4.281***
-2.649*
-6.234***
-3.284**
Ket: angka dalam ( ) menunjukkan t-statistik
*** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%
Sumber: Estimasi penulis
35
4.2.1 Respon Pasar Uang terhadap BI Rate
Impulse Response Function (IRF) merupakan salah satu output dari model VAR
yang sangat bermanfaat untuk melihat dampak atau respon dari masing-masing variabel
terhadap shock.14 Dari hasil estimasi menggunakan IRF pada Grafik 4.1 dapat ditarik
kesimpulan bahwa pasar uang, baik sesi pagi maupun sore, tidak merespon
perubahan kebijakan moneter melalui BI Rate. Tidak ada response pattern yang
konsisten dan signifikan dari suku bunga pasar uang terhadap BI Rate. Selain itu, suku
bunga pasar uang juga tidak secara signifikan merespon kondisi likuiditas perbankan
yang diwakili oleh excess reserve. Hal ini menguatkan dugaan adanya segementasi dan
credit line di pasar uang, sehingga harga yang terbentuk tidak mencerminkan kondisi
pasar secara normal.
Grafik 4. 1. Respon Suku Bunga PUAB terhadap BI Rate
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of DPUABSR to DBIRATE
Response of DPUABPG to DBIRATE
2.0
1.5
1.5
1.0
1.0
0.5
0.5
0.0
0.0
-0.5
-0.5
-1.0
-1.0
-1.5
2
4
6
8
10
12
14
16
18
20
22
24
-1.5
2
4
6
8
10
12
14
16
18
20
22
24
Sumber: Estimasi penulis
Sebaliknya, juga tidak ada respon yang signifikan dari suku bunga PUAB
kepada BI Rate. Hasil estimasi dengan menggunakan pendekatan Granger Causality
juga menghasilkan kesimpulan yang sama. Dalam Tabel 4.5 terlihat bahwa dengan
tingkat kepercayaan 95% (α=5%), tidak ada hubungan yang signifikan antara
perubahan BI Rate dengan perubahan suku bunga PUAB, baik sesi pagi maupun
sore. Seperti diutarakan sebelumnya bahwa BI Rate ditujukan untuk memberikan
reference terhadap pelaksanaan lelang SBI, sehingga tidak secara spesifik ditujukan
untuk mempengaruhi pasar uang. Terlebih pada saat ini Bank Indonesia menggunakan
pendekatan harga dan sistem lelang fixed rate tender (FRT), sehingga Bank Indonesia
tidak lagi memberikan target indikatif dan kondisi likuiditas pasar menjadi sangat
tergantung kepada kemampuan individu bank dalam melakukan proyeksinya.
14
Respon suatu variabel dinyatakan signifikan dan dapat diinterpretasikan jika dua standar deviasi secara
konsisten berada pada satu sisi (positif atau negatif), sehingga beberapa artikel tidak menginterpretasikan
hasil IRF jika dua standar deviasinya tidak konsisten (Creel dan Bihan, 2006).
36
Sementara suku bunga PUAB yang tercipta merupakan cerminan dari kondisi likuiditas
pasar uang.
Tabel 4. 5. Granger Causality antara BI Rate dan PUAB
Causality (X -->Y)
X
Y
dBIRATE
dPUAB_PAGI
dBIRATE
dPUAB_SORE
dPUAB_PAGI
dBIRATE
dPUAB_SORE
dBIRATE
Obs
Lag
F-statistic
Probability
26
26
26
26
2
2
2
2
1.266
1.153
2.415
1.134
0.303
0.335
0.114
0.341
Sumber: Estimasi penulis
4.2.2 Respon Perbankan terhadap BI Rate
Secara empiris, perubahan suku bunga kebijakan moneter memang lebih
diarahkan untuk mempengaruhi suku bunga deposito yang selanjutnya diharapkan
mempengaruhi suku bunga kredit. Dari IRF pada Grafik 4.2 terlihat bahwa
peningkatan BI Rate direspon secara positif dan signifikan oleh perbankan dengan
meningkatkan suku bunga deposito. Respon positif suku bunga deposito terhadap BI
Rate terjadi satu periode setelah terjadi perubahan BI Rate. Respon tersebut terus
meningkat dan mencapai puncaknya pada periode ke-empat.
Grafik 4. 2. Respon Suku Bunga Deposito terhadap BI Rate
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of DBIRATE to DDEP
Response of DDEP to DBIRATE
.5
.6
.4
.4
.3
.2
.2
.1
.0
.0
-.1
-.2
-.2
-.3
-.4
-.4
2
4
6
8
10
12
14
16
18
20
22
24
2
4
6
8
10
12
14
16
18
20
22
24
Sumber: Estimasi penulis
Hasil estimasi Granger Causality juga menunjukkan hasil yang sama (Tabel
4.6). Perubahan BI Rate secara signifikan mempengaruhi perubahan suku bunga
deposito. Namun terdapat hubungan timbal balik (dua arah) antara BI Rate dan suku
bunga deposito. Pengaruh perubahan BI Rate terhadap suku bunga deposito memang
lebih kuat (dominan) dibandingkan pengaruh suku bunga deposito kepada BI Rate.
Dengan demikian, suku bunga kebijakan moneter secara signifikan berpengaruh
terhadap suku bunga deposito perbankan. Secara empiris dapat dijelaskan bahwa
penetapan suku bunga deposito oleh bank secara signifikan mengikuti perubahan BI
37
Rate, khususnya pada saat terjadi penurunan BI Rate. Motivasi dari perilaku tersebut
adalah keinginan bank untuk menjaga positive margin antara biaya dana (cost of fund)
dan SBI (sama dengan BI Rate) untuk memaksimalkan pendapatan dari penempatan
pada SBI.
Tabel 4. 6. Granger Causality antara BI Rate dan Deposito
Causality (X -->Y)
X
Y
dBIRATE
dDEPOSITO
dDEPOSITO
dBIRATE
Obs
Lag
F-statistic
Probability
25
25
2
2
9.765
5.230
0.001
0.015
Sumber: Estimasi penulis
4.2.3 Respon Pasar Modal terhadap BI Rate
Hasil estimasi respon pasar modal yang diwakili dengan variabel IHSG terhadap
perubahan kebijakan moneter dengan menggunakan IRF menghasilkan kesimpulan
yang sama dengan hasil analisis event study. IRF pada Grafik 4.3 menunjukkan bahwa
pasar modal tidak merespon secara signifikan perubahan BI Rate. Kesimpulan
tersebut dikonfirmasi oleh hasil estimasi Granger Causality yang juga menunjukkan
tidak adanya hubungan yang signifikan antara IHSG dan BI Rate (Tabel 4.7).
Grafik 4. 3. Respon Indeks Harga Saham terhadap BI Rate
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of DBIRATE to DIHSG
Response of DIHSG to DBIRATE
.4
.3
80
.2
40
.1
0
-.1
.0
-.2
-.3
-40
-.4
2
4
6
8
10
12
14
16
18
20
22
2
24
4
6
8
10
12
14
16
Sumber: Estimasi penulis
Tabel 4. 7. Granger Causality antara BI Rate dan IHSG
Causality (X -->Y)
X
Y
dBIRATE
dIHSG
dIHSG
dBIRATE
Sumber: Estimasi penulis
38
Obs
Lag
F-statistic
Probability
26
26
2
2
0.763
0.154
0.479
0.858
18
20
22
24
4.2.4 Respon Pasar Obligasi terhadap BI Rate
Konsisten dengan hasil estimasi dengan pendekatan event study, pasar obligasi
yang wakili dengan variabel yield secara signifikan merespon perubahan BI Rate. IRF
pada Grafik 4.4 menunjukkan bahwa yield obligasi merespon secara positif dan
signifikan peningkatan BI Rate. Respon peningkatan yield terjadi sampai dengan
periode kedua dan langsung turun pada periode ketiga (Grafik 4.4). IRF juga
menemukan adanya sedikit hubungan timbal balik dari yield obligasi kepada BI Rate.
Pengaruh balik dari yield obligasi kepada BI Rate terjadi pada periode ketiga dengan
magnitude yang lebih rendah. Temuan-temuan dari analisa IRF tersebut terkonfirmasi
secara konsisten dengan hasil analisa Granger Causality (Tabel 4.8).
Grafik 4. 4. Respon Yield Obligasi terhadap BI Rate
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of DYIELD to DBIRATE
Response of DBIRATE to DYIELD
1.2
.4
.3
0.8
.2
.1
0.4
.0
0.0
-.1
-.2
-0.4
-.3
-0.8
-.4
2
4
6
8
10
12
14
16
18
20
22
24
2
4
6
8
10
12
14
16
18
20
22
24
Sumber: Estimasi penulis
Tabel 4. 8. Granger Causality antara BI Rate dan Yield Obligasi
Causality (X -->Y)
X
Y
dBIRATE
dYIELD
dYIELD
dBIRATE
Obs
Lag
F-statistic
Probability
26
26
3
3
5.677
7.250
0.006
0.002
Sumber: Estimasi penulis
4.3 Identifikasi Adanya Portfolio Switching
Untuk memudahkan identifikasi adanya perpindahan portofolio antar institusi di
pasar keuangan, maka pelaku pasar keuangan akan dibagi menjadi tiga tipe investor,
yaitu perbankan, investor domestik non-bank, dan investor asing. Hal ini dilakukan
mengingat adanya ketidaksamaan perilaku karena adanya batasan akses dan
hambatan/larangan dalam berinvestasi, seperti bank merupakan satu-satunya pemain di
pasar uang dan larangan bagi bank untuk berinvestasi di pasar modal.
39
Sementara data yang digunakan dalam estimasi adalah perubahan posisi
kepemilikan portofolio, baik SBI, saham, obligasi, maupun simpanan bank. Penggunaan
data perubahan (delta) didorong oleh hasil unit root test yang menyimpulkan bahwa
data kuantitas tersebut stasioner pada first different. Data lain yang digunakan,
khususnya untuk investor asing, sebagai pembanding adalah data net beli saham dan net
pembelian surat berharga rekening vostro.
4.3.1 Perilaku Investasi Bank
Investasi bank di pasar keuangan terfokus pada tiga portofolio, yaitu SBI,
obligasi pemerintah dan pinjaman di pasar uang antar bank. Hasil estimasi VAR
menemukan adanya peralihan portofolio investasi oleh perbankan dari obligasi
kepada SBI. Hasil estimasi hanya menunjukkan satu hubungan negatif (subtitusi) yang
signifikan antara portofolio obligasi dan SBI (Tabel 4.9). Pencairan obligasi pemerintah
pada bulan sebelumnya akan meningkatkan portofolio SBI di bulan berikutnya.
Tabel 4. 9. Estimasi VAR Portofolio Bank
Variabel
dSBI
dOBLIGASI
dPUAB
dSBI(-1)
0.105
[0.516]
-0.053
[-1.189]
-0.001
[-0.037]
dOBLIGASI(-1)
-3.027***
[-2.804]
-0.195
[-0.822]
0.021
[ 0.243]
dPUAB(-1)
2.991
[ 1.107]
0.456
[ 0.770]
-0.424**
[-1.940]
C
-1884.71
[-0.407]
-2075.47**
[-2.043]
439.51
[ 1.173]
R-squared
0.321
0.136
0.178
Sumber: Estimasi penulis
Tabel 4. 10. Estimasi Granger Causality Antar Portofolio Bank
Causality (X -->Y)
X
Y
Obs
Lag
F-statistic
Probability
dSBI
dOBLIGASI
dOBLIGASI
dSBI
22
22
1
1
1.176
7.201
0.292
0.015
dSBI
dPUAB
dPUAB
dSBI
22
22
1
1
0.000
0.477
0.985
0.498
dOBLIGASI
dPUAB
dPUAB
dOBLIGASI
22
22
1
1
0.061
0.322
0.807
0.577
Sumber: Estimasi penulis
Hubungan tersebut dikonfirmasi dengan hasil Granger Causality yang juga
menunjukkan adanya hubungan searah dari obligasi kepada SBI. Sementara untuk
portofolio lain tidak terjadi hubungan yang signifikan, terutama dengan PUAB. Hal ini
40
lumrah terjadi mengingat adanya perbedaan tenor portofolio. PUAB bersifat sangat
pendek (overnight) sementara SBI dan obligasi berjangka lebih panjang. Selain itu,
kapasitas transaksi di PUAB juga relatif kecil yang tidak memungkinkan terjadinya
perpindahan portofolio investasi dalam jumlah besar, baik dari SBI maupun obligasi.
4.3.2 Perilaku Investasi Investor Domestik Non-Bank
Investor domestik non-bank yang terdiri dari masyarakat dan perusahaan swasta,
seperti reksadana, asuransi, dana pensiun dan yayasan, dimungkinkan untuk
berinvestasi dalam bentuk simpanan bank (umumnya deposito), saham, obligasi dan
SBI. Hasil estimasi VAR tidak menemukan adanya indikasi subtitusi antar
portofolio oleh investor domestik (Tabel 4.11). Dari estimasi tersebut ditemukan
adanya tiga hubungan antar portofolio yang signifikan, yaitu hubungan timbal-balik
antara saham dan SBI, serta hubungan searah dari saham kepada obligasi. Namun, arah
hubungan tersebut positif yang berarti hubungan komplementer. Hal ini dapat diartikan
bahwa investor domestik memiliki kecenderungan untuk melakukan diversifikasi
portofolio investasi.
Tabel 4. 11. Estimasi VAR Portofolio Investor Domestik
Varibel
dSIMBANK
dSBI
dSAHAM
dOBLIGASI
dSIMBANK(-1)
-0.284
[-1.044]
-0.009
[-0.087]
-0.041
[-0.148]
0.020
[0.363]
dSBI(-1)
0.715
[1.247]
-0.532***
[-2.442]
1.517***
[2.592]
0.022
[0.195]
dSAHAM(-1)
-0.346
[-0.854]
0.427***
[2.776]
0.653
[1.581]
0.141*
[1.750]
dOBLIGASI(-1)
0.325
[ 0.316]
-0.051
[-0.131]
0.121
[0.115]
0.256
[1.245]
C
17847.7***
[ 2.966]
456.16
[ 0.200]
4131.58
[ 0.673]
-626.68
[-0.522]
R-squared
0.129
0.438
0.443
0.293
Sumber: Estimasi penulis
41
Tabel 4. 12. Estimasi Granger Causality Antar Portofolio Investor Domestik
Causality (X -->Y)
X
Y
Obs
Lag
F-statistic
Probability
dSIMBANK
dSBI
dSBI
dSIMBANK
22
22
1
1
1.312
1.319
0.266
0.265
dSIMBANK
dSAHAM
dSAHAM
dSIMBANK
22
22
1
1
0.157
0.200
0.697
0.659
dSIMBANK
dOBLIGASI
dOBLIGASI
dSIMBANK
22
22
1
1
0.026
0.132
0.874
0.720
dSBI
dSAHAM
dSAHAM
dSBI
22
22
1
1
7.892
10.68
0.011
0.004
dSBI
dOBLIGASI
dOBLIGASI
dSBI
22
22
1
1
0.386
0.402
0.542
0.534
dSAHAM
dOBLIGASI
dOBLIGASI
dSAHAM
22
22
1
1
3.678
0.115
0.070
0.738
Sumber: Estimasi penulis
Hubungan dua arah antara SBI dan saham serta hubungan searah dari saham ke
obligasi tersebut konsisten dengan hasil estimasi Granger Causality pada Tabel 4.12.
Hubungan positif (komplementer) antar portofolio investasi tersebut juga terlihat dari
analisis grafis. Grafik 4.5 menunjukkan bahwa outstanding simpanan bank, SBI, saham
maupun obligasi mengalami peningkatan sejak BI Rate diperkenalkan. Simpanan bank
dan saham merupakan portofolio yang paling signifikan mengalami peningkatan. Hal
ini dapat membantah dugaan adanya peralihan dari portofolio simpanan bank ke pasar
modal, atau sebaliknya.
Grafik 4. 5. Outstanding Portofolio Investasi Investor Domestik
miliar Rp
miliar Rp
500,000
1,500,000
400,000
1,200,000
SBI
Saham
Obligasi
S
300,000
200,000
900,000
(
S)
600,000
100,000
300,000
0
Sep-07
Jul-07
May-07
Jan-07
Mar-07
Nov-06
Jul-06
Sep-06
Mar-06
May-06
Jan-06
Nov-05
Sep-05
Jul-05
0
Sumber: CEIC, Indikator Terkini Ekonomi dan Moneter (DSM)
Kondisi di atas menimbulkan pertanyaan mengenai asal sumber pendanaan
investasi investor domestik tersebut. Terdapat beberapa kemungkinan sumber
pendanaan yang mungkin digunakan, yaitu: (i) repatriasi dana masyarakat yang
ditempatkan dalam portofolio pasar keuangan luar negeri; (ii) pendapatan investasi
(bunga, dividen, kupon) dan laba usaha di sektor keuangan; dan (iii) likuidasi nonfinancial assets yang kemudian diinvestasikan di portofolio pasar keuangan. Perlu
42
adanya penelitian lebih lanjut yang lebih detil untuk mengetahui secara pasti besaran
dari masing-masing sumber pendanaan investasi sektor keuangan tersebut.
4.3.3 Perilaku Investasi Investor Asing
Sama halnya dengan investor domestik non bank, investor asing juga
mempunyai keleluasaan untuk berinvestasi pada portofolio simpanan bank, SBI, saham
dan obligasi. Hasil estimasi VAR dengan menggunakan data perubahan posisi
kepemilikan portofolio (alternatif 1) pada Tabel 4.13 tidak menemukan adanya
hubungan yang signifikan antar portofolio pada tingkat kepercayaan 95%. Namun
dengan tingkat kepercayaan 90% ditemukan adanya satu hubungan subtitusi antara
portofolio saham dan obligasi. Terdapat kecenderungan untuk mengalihkan portofolio
investasi dari saham ke obligasi pemerintah. Temuan ini dikonfirmasi oleh hasil
estimasi Granger Causality pada Tabel 4.14, sementara hubungan antar portofolio
investasi lainnya tidak signifikan.
Tabel 4. 13. Estimasi VAR Portofolio Investor Asing (Alt. 1)
Varibel
dSAHAM
dOBLIGASI
dSBI
dSIMBANK
dSAHAM(-1)
-0.075
[-0.326]
-0.057*
[-1.788]
-0.011
[-0.173]
0.021
[1.481]
dOBLIGASI(-1)
1.303
[0.678]
0.319
[1.199]
-0.009
[-0.016]
0.102
[0.851]
dSBI(-1)
-0.316
[-0.307]
0.042
[0.292]
-0.011
[-0.038]
-0.023
[-0.360]
dSIMBANK(-1)
-3.920
[-1.349]
-0.043
[-0.106]
-0.843
[-1.049]
-0.499***
[-2.756]
C
12092.73
[1.484]
2254.53**
[1.996]
1103.44
[0.490]
198.89
[0.391]
R-squared
0.122
0.233
0.056
0.362
Sumber: Estimasi penulis
Tabel 4. 14. Estimasi Granger Causality Antar Portofolio Investor Asing
Causality (X -->Y)
X
Y
Obs
Lag
F-statistic
Probability
dSIMBANK
dSBI
dSBI
dSIMBANK
25
25
1
1
1.256
0.005
0.274
0.942
dSIMBANK
dSAHAM
dSAHAM
dSIMBANK
25
25
1
1
2.345
2.678
0.140
0.116
dSIMBANK
dOBLIGASI
dOBLIGASI
dSIMBANK
25
25
1
1
0.051
0.786
0.823
0.385
dSBI
dSAHAM
dSAHAM
dSBI
25
25
1
1
0.049
0.06
0.827
0.811
dSBI
dOBLIGASI
dOBLIGASI
dSBI
25
25
1
1
0.231
0.013
0.636
0.911
dSAHAM
dOBLIGASI
dOBLIGASI
dSAHAM
25
25
1
1
3.724
0.725
0.067
0.404
Sumber: Estimasi penulis
43
Terdapat keraguan dalam penggunaan data posisi kepemilikan saham oleh
investor asing karena posisi kepemilikan memasukkan unsur perubahan harga saham
sehingga cenderung bias ke atas pada saat terjadi ‘booming’ di pasar saham. Sebagai
pembanding digunakan data net beli investor asing di pasar modal, walaupun data
tersebut juga tidak sepenuhnya valid mengingat klasifikasi investor (asing dan
domestik) yang dilakukan oleh Bursa Efek Jakarta (BEJ) juga bias. Hasil estimasinya
juga tidak menemukan adanya hubungan antar portofolio yang signifikan pada tingkat
kepercayaan 95% (Tabel 4.15). Namun pada tingkat kepercayaan 90% terdapat satu
hubungan komplementer yang signifikan antara simpanan bank dan portofolio saham.
Tabel 4. 15. Estimasi VAR Portofolio Investor Asing (Alt. 2)
Varibel
dSAHAM
dOBLIGASI
dSBI
dSIMBANK
dSAHAM(-1)
0.254
[1.060]
-0.140
[-0.214]
0.997
[0.835]
0.464*
[1.724]
dOBLIGASI(-1)
0.138
[1.241]
0.284
[ 0.938]
-0.178
[-0.322]
0.050
[0.399]
dSBI(-1)
-0.074
[-1.309]
0.067
[ 0.434]
0.021
[0.074]
-0.022
[-0.342]
dSIMBANK(-1)
-0.016
[-0.098]
-0.070
[-0.156]
-1.036
[-1.266]
-0.565
[-3.064]
C
1389.61**
[2.455]
1788.12
[1.158]
-613.62
[-0.218]
-281.15
[-0.443]
R-squared
0.179
0.113
0.086
0.384
Sumber: Estimasi penulis
Sebagai alternatif ketiga, digunakan data net transaksi investor asing atas surat
berharga yang meliputi saham, obligasi dan SBI yang dilaporkan dalam rekening vostro.
Hasil estimasi pada Tabel 4.16 tidak menemukan adanya hubungan antar portofolio
investor asing yang secara statistik signifikan. Dengan demikian dapat disimpulkan
bahwa tidak terdapat kecenderungan terjadinya peralihan antar portofolio oleh investor
asing.
Tabel 4. 16. Estimasi VAR Portofolio Investor Asing (Alt. 3)
Varibel
dSAHAM
dOBLIGASI
dSBI
dSAHAM(-1)
0.276
[1.264]
0.051
[0.146]
-0.739
[-1.037]
dOBLIGASI(-1)
-0.013
[-0.098]
0.314
[1.487]
-0.292
[-0.682]
dSBI(-1)
0.002
[0.030]
0.015
[0.135]
0.281
[1.247]
C
-126.88
[-0.275]
-76.80
[-0.103]
1292.42
[0.858]
R-squared
0.075
0.096
0.113
Sumber: Estimasi penulis
44
Secara deskriptif dapat dikatakan bahwa portofolio investasi investor asing
mempunyai tren yang meningkat hingga bulan Mei 2007 (Grafik 4.6). Peningkatan
tersebut didorong oleh derasnya arus modal masuk yang diinvestasikan di pasar
keuangan. Namun dalam beberapa bulan terakhir (Juni-Agustus), portofolio SBI dan
obligasi mengalami penurunan. Pada periode inilah disinyalir terjadi peralihan
portofolio ke pasar modal, walaupun pencairan portofolio tersebut lebih mengarah
kepada terjadinya capital outflow. Memang cukup sulit untuk dapat mengidentifikasi
adanya peralihan portofolio ditengah besarnya arus modal masuk tanpa mengisolasi
dampak dari arus modal masuk tersebut. Namun secara keseluruhan, semua portofolio
investasi yang dimiliki oleh investor asing mempunyai tren yang meningkat sehingga
hubungan komplementer lebih dominan.
Grafik 4. 6. Outstanding Kepemilikan Portofolio oleh Investor Asing
miliar Rp
miliar Rp
150,000
1,000,000
SBI
Simp. Bank
Obligasi
Saham (RHS)
120,000
800,000
90,000
600,000
60,000
400,000
30,000
200,000
Jul-07
Sep-07
Mar-07
May-07
Jan-07
Nov-06
Sep-06
Jul-06
May-06
Jan-06
Mar-06
Jul-05
Nov-05
0
Sep-05
0
Sumber: CEIC, Indikator Terkini Ekonomi dan Moneter (DSM)
Grafik 4. 7. Perubahan Portofolio Investasi Investor Asing
Miliar Rp
30,000
25,000
SAHAM (net beli)
20,000
SBI
OBLIGASI
15,000
10,000
5,000
0
(5,000)
(10,000)
(15,000)
(20,000)
Nov-07
Sep-07
Jul-07
Mar-07
May-07
Jan-07
Nov-06
Sep-06
Jul-06
May-06
Jan-06
Mar-06
Nov-05
Sep-05
Jul-05
May-05
Jan-05
Mar-05
(25,000)
Sumber: CEIC, Indikator Terkini Ekonomi dan Moneter (DSM)
Analisa dengan menggunakan data peningkatan kepemilikan SBI dan obligasi
serta net beli saham oleh investor asing (Grafik 4.7), perilaku diversifikasi portofolio
investasi juga mendominasi. Berdasarkan informasi beberapa bank asing dan broker
yang berhasil dihimpun menyatakan bahwa investor asing cenderung melakukan
45
spesialisasi investasi sehingga cenderung fokus pada satu jenis portofolio. Perilaku
tersebut dapat mendorong terjadinya perubahan portofolio secara acak (searah maupun
berlawanan). Indikasi adanya subtitusi hanya terjadi pada beberapa poin saja, terutama
pada bulan Juni-Agustus 2007, walaupun secara keseluruhan lebih mengarah kepada net
outflow modal asing berkaitan dengan krisis subprime mortgate.
4.3.4 Pengaruh BI Rate terhadap Pemilihan Portofolio Investasi
BI Rate digunakan sebagai reference dalam lelang SBI tenor 1 bulan, sehingga
suku bunga SBI dan BI Rate relatif sama. Membeli SBI dapat dipersamakan dengan
menabung. Penabung selalu berusaha mengoptimalkan pendapatan (return), sehingga
secara teoritis jumlah simpanan sejalan dengan peningkatan suku bunga (positive slope).
Namun Grafik 4.8 memperlihatkan adanya hubungan yang tidak searah antara BI Rate
dan volume SBI yang dimiliki perbankan. Sejak awal 2006 sampai dengan November
2007, portofolio SBI meningkat signifikan yaitu sebesar Rp110,9 triliun. Sementara BI
Rate mengalami penurunan sebesar 450 bps dari level tertingginya pada Desember
2005. Tren peningkatan volume SBI tersebut terus berlangsung walaupun BI Rate
mengalami penurunan. Hal ini dapat mengindikasikan bahwa penurunan BI Rate tidak
signifikan mempengaruhi volume SBI.
Grafik 4. 8. BI Rate, Yield, Volume SBI dan Obligasi Perbankan
Persen
Triliun Rp
20
400
Volume SBI
Volume Obligasi
BI Rate
Yield Obligasi
Nov-07
Sep-07
Jul-07
Mar-07
May-07
Jan-07
Nov-06
Sep-06
0
Jul-06
0
Mar-06
100
May-06
5
Jan-06
200
Nov-05
10
Sep-05
300
Jul-05
15
Sumber: CEIC, Indikator Terkini Ekonomi dan Moneter (DSM)
Dari hasil analisis elastisitas yang dilakukan dengan regresi ordinary least
squares (persamaan 4.3) juga memperlihatkan bahwa outstanding SBI bank tidak
elastis dan tidak signifikan terhadap BI Rate. Peningkatan posisi SBI bank lebih
dipengaruhi oleh peningkatan likuiditas bank yang umumnya disebabkan oleh
peningkatan dana pihak ketiga (DPK), sehingga hubungannya sangat elastis dan
signifikan terhadap DPK. Pada kenyataannya, bank memang mengalami ekses likuiditas
46
dan kesulitan dalam menyalurkan kredit, sehingga bank cenderung untuk menanamkan
dananya dalam SBI karena bebas risiko, berjangka pendek, dan masih memberikan
margin yang positif.
LnSBIBANK = -151,265 + 0,287 BIRate + 11,579 LnDPK + 0,544 AR(1) ............ (4.3)
(-2,722) (1,606)
(2,970)
(3,463)
R2 = 0,863
DW-stat = 1,534
F-stat = 40,047
Peningkatan likuiditas perbankan juga dapat berasal dari penjualan obligasi
pemerintah. Hasil estimasi VAR menunjukkan adanya subtitusi portofolio bank dari
obligasi kepada SBI. Grafik 4.8 juga menunjukkan adanya penurunan portofolio
obligasi pada saat SBI meningkat. Dari sisi nilai imbal hasil, suku bunga SBI lebih
rendah dari rata-rata yield obligasi pemerintah, bahkan bank yang telah memiliki
obligasi pemerintah seri fixed rate akan menikmati pendapatan kupon yang jauh lebih
tinggi. Namun SBI mempunyai kelebihan dari sisi jangka waktu yang relatif pendek (1
& 3 bulan), sementara obligasi mempunyai jangka waktu yang panjang. Penjualan
obligasi dilakukan oleh bank rekap yang memiliki obligasi dari penempatan langsung
(direct placement) pemerintah pada saat rekapitalisasi yang nilai bukunya sama dengan
nilai nominalnya (face value). Harga obligasi berbanding terbalik dengan yield-nya,
sehingga pada saat yield obligasi turun maka bank mendapat kesempatan untuk menjual
obligasi rekap-nya dengan harga tinggi (premium price). Tingginya harga jual
merupakan salah satu alasan bank rekap menjual obligasinya selain faktor likuiditas.
LnSBIMASY = -3,728 + 0,032 BIRate + 1.952 LnIHSG ....................................... (4.4)
(-2,061) (-1,061)
(8.831)
2
R = 0,861
DW-stat = 1,652
F-stat = 64,880
Bagi masyarakat atau investor domestik, BI Rate juga tidak signifikan
mempengaruhi jumlah kepemilikan SBI. Kinerja pasar modal justru signifikan
mempengaruhi jumlah kepemilikan SBI masyarakat dengan koefisien yang positif
(Persamaan 4.4). Ditinjau dari konsep elastisitas silang (cross elasticity) dapat diartikan
bahwa investor domestik menempatkan SBI sebagai komplemen dari portofolio saham.
Peningkatan investasi pada portofolio SBI akan searah dengan investasi di pasar modal.
Temuan ini sejalan dengan hasil estimasi dengan pendekatan VAR pada sub bab
sebelumnya.
47
LnSBIASING = -26,290 + 0,256 BIRate – 0,861 FedFund + 5,122 LnIHSG .......... (4.5)
(-3,428) (2,930)
(-2,803)
(4,548)
2
R = 0,683
DW-stat = 1,574
F-stat = 14,377
Bagi investor asing, level BI Rate berpengaruh positif dan signifikan terhadap
jumlah investasi pada SBI. Perbedaan relatif BI Rate dengan suku bunga luar negeri
(diproksikan dengan Fed Funds Rate) atau interest rate differential juga secara
signifikan mempengaruhi permintaan SBI oleh investor asing. 15 Terbukti dengan
koefisien Fed Funds rate yang negatif, dimana peningkatan Fed Funds rate yang dapat
menurunkan interest rate differential akan menurunkan volume SBI. Sama halnya
dengan investor domestik, investor asing juga melakukan diversifikasi portofolio
dengan menempatkan portofolio SBI sebagai komplemen dari portofolio saham atau
sebaliknya. Jumlah kepemilikan SBI oleh investor asing sangat elastis dan signifikan
diperngaruhi oleh performance pasar modal. Perilaku ini mengikuti kaidah investasi
untuk tidak menanamkan dana dalam satu portofolio investasi untuk meminimalisasi
risiko.
15
Penggunaan variabel interest rate differential secara langsung bersama dengan variabel BI Rate
menimbulkan masalah multikolinearitas yang dapat mengurangi keakuratan hasil estimasi, sehingga
untuk mengukur pengaruh interest rate differential dilakukan secara tidak langsung.
48
BAB V
KESIMPULAN DAN IMPLIKASI KEBIJAKAN
5.1 Kesimpulan
Dari hasil estimasi dan analisa pada bab sebelumnya dapat disimpulkan
beberapa poin sebagai berikut:
1. Pasar keuangan mempunyai peran yang sangat penting dalam transmisi kebijakan
moneter. Respon yang sesuai dengan harapan otoritas moneter dan signifikan dari
institusi pasar keuangan terhadap perubahan kebijakan moneter menjadi kunci
utama dari efektivitas transmisi kebijakan moneter tersebut.
2. Hasil estimasi event study menunjukkan respon yang kurang memadai dari
instrumen pasar keuangan terhadap BI Rate. Dengan menggunakan dua pendekatan
penghitungan abnormal return, hanya yield obligasi yang secara konsisten
memberikan respon positif dan signifikan terhadap BI Rate. Penyesuaian yield
obligasi dilakukan mulai sehari setelah pengumuman BI Rate dan bersifat
permanen. Respon suku bunga pasar uang antar bank (PUAB) terhadap BI Rate
hanya terlihat pada pendekatan satu. Namun respon tersebut terkait dengan
pelaksanaan lelang dan setelmen SBI sehingga bersifat temporer. Sementara indeks
pasar modal sama sekali tidak merespon perubahan BI Rate. Pergerakan IHSG lebih
dipengaruhi oleh pergerakan indeks regional.
3. Hasil estimasi vector autoregression (VAR) yang dikonfirmasi dengan analisis
Granger Causality menghasilkan kesimpulan yang relatif sama dengan hasil
estimasi event study. Respon positif dan signifikan hanya diberikan oleh suku bunga
deposito dan yield obligasi. Sementara respon suku bunga PUAB dan indeks harga
saham tetap tidak signifikan. Kuatnya respon suku bunga deposito terhadap BI Rate
didorong oleh perilaku bank dalam penetapan suku bunga deposito yang mengikuti
BI Rate untuk menjaga positive margin. Sementara kupon obligasi pemerintah seri
variable rate (VR) dikaitkan dengan SBI 3 bulan yang bergerak mengikuti BI Rate
sehingga yield obligasi juga bergerak mengikuti BI Rate.
4. Pendeteksian kemungkinan adanya peralihan portofolio invetasi (switching) di pasar
keuangan pada tiga kelompok investor dapat disimpulkan bahwa: (i) investor bank
merupakan satu-satunya investor yang secara signifikan memperlihatkan adanya
peralihan portofolio investasi dari obligasi pemerintah ke portofolio SBI; (ii)
49
investor domestik non-bank cenderung melakukan diversifikasi portofolio investasi;
sementara (iii) investor asing tidak menunjukkan adanya hubungan antar portofolio
investasi yang konsisten dan signifikan.
5. Hasil analisis elastisitas permintaan portofolio investasi menunjukkan bahwa: (i)
minat investor domestik, baik bank maupun non-bank, untuk berinvestasi pada
portofolio SBI tidak dipengaruhi oleh level BI Rate; (ii) investasi investor bank pada
portofolio SBI lebih didorong oleh meningkatnya kondisi likuiditas perbankan,
terutama peningkatan dana pihak ketiga; (iii) level BI Rate dan perbedaannya
dengan suku bunga luar negeri (interest rate differential) secara signifikan
mempengaruhi minat investor asing.
6. Sementara analisis elastisitas silang menunjukkan adanya hubungan komplementer
antara portofolio SBI dan saham, baik untuk investor domestik non-bank maupun
investor asing. Diversifikasi portofolio investasi ini lebih ditujukan untuk
meminimalisasi risiko. Sementara rendahnya kemungkinan adanya portfolio
switching oleh investor non-bank, terutama investor asing, dikarenakan investor
asing cenderung melakukan spesialisasi pada salah satu jenis portofolio investasi.
5.2 Implikasi Kebijakan
Berdasarkan temuan di atas, beberapa langkah yang perlu ditindaklanjuti oleh
Bank Indonesia adalah sebagai berikut:
1. Kuatnya respon suku bunga deposito terhadap BI Rate mengindikasikan bahwa satu
tahap transmisi kebijakan moneter melalui jalur suku bunga telah berjalan dengan
baik. Namun respon tersebut belum optimal karena masih didorong oleh perilaku
bank yang ingin mempertahankan marjin positif suku bunga dana dan SBI. Untuk
itu perlu dilakukan suatu upaya atau kebijakan untuk merubah struktur suku bunga
tersebut agar suku bunga dana tidak binding terhadap BI Rate.
2. Hasil estimasi memperlihatkan bahwa BI Rate kurang memadai untuk mengarahkan
suku bunga PUAB overnight. Untuk itu perlu dipertimbangkan penggunaan
alternatif kebijakan yang dapat mempengaruhi dan mengarahkan suku bunga PUAB
overnight seperti official cash rate (OCR) yang menggunakan band intervensi.
3. Kurang memadainya respon pasar keuangan terhadap BI Rate juga dapat disebabkan
kurang efektifnya komunikasi Bank Indonesia. Untuk itu perlu dilakukan evaluasi
dan peningkatan kualitas komunikasi Bank Indonesia dalam formulasi dan
50
implementasi kebijakan moneter yang diambil. Komunikasi yang baik dari bank
sentral sangat efektif untuk mengarahkan dan membentuk ekspektasi publik,
terutama pelaku pasar keuangan, sehingga secara signifikan dapat meningkatkan
respon pasar keuangan terhadap perubahan kebijakan moneter.
51
52
REFERENSI
Berger, H., Sturm, J.E., de Haan, J., 2006. Does money matter in the ECB strategy?
New Evidence Based on ECB Communication. CESifo Working Paper, vol.
1652. CESifo, Munich.
Bernanke, Ben S. dan Gertler, Mark (1995). Inside the black box: The credit channel of
monetary policy transmission. The Journal of Economic Perspectives, Vol. 9,
No. 4, hal. 27-48.
Bernanke, Ben S. dan Kuttner, Kenneth N. (2005). What explains the stock market’s
reaction to Federal Reserve policy? The Journal of Finance, Vol. LX, No. 3, hal.
1221-1257.
Bomfim, Antulio N. (2003). Pre-announcement effects, news effects, and volatility:
Monetary policy and the stock market. Journal of Banking and Finance, Vol.
27, hal. 133-151.
Boot, Arnold dan Thakor, Anjan V. (1997). Financial system architecture. The Review
of Financial Studies, Vol. 10, No. 3, hal. 693-733.
Broome, Simon dan Morley, Bruce (2004). Stock prices as a leading indicator of the
East Asian financial crisis. Journal of Asian Economics, Vol. 15, hal. 189-197.
Campbell, John Y. and Ammer, John (1993). What moves the stock and bond markets?
A variance decomposition for long-term asset returns. The Journal of Finance,
Vol. 48, No. 1, hal. 3-37.
Carmichael, Jeffrey dan Harper, Ian R. (1995). Implementing monetary policy in a
deregulated financial system: A study of the Australian official short-term
money market. Pacific-Basin Finance Journal Vol.3, hal. 409-428.
Cassola, N. dan Morana, C. (2004). Monetary policy and the stock market in the euro
area. Journal of Policy Modeling, Vol. 26, hal. 387-399.
Chen, C.R., Mohan, N.J., dan Steiner T.L. (1999). Discount rate changes, stock market
returns, volatility, and trading volume: Evidence from intraday data and
implications for market efficiency. Journal of Banking and Finance, Vol. 23,
hal. 897-924.
Dewati, W., Hafid, I.S, Angkoro, D. Ibrahim, dan Nasution, Z. A. (2004). Mikrostruktur
pasar uang antar bank rupiah: Pembentukan dan perilaku harga. Buletin
Ekonomi, Moneter dan Perbankan, Vol. 6, No. 4.
Gebhardt, W.R., Hvidkjaen, S., dan Swaminathan, B. (2005). Stock and bond market
interaction: Does momentum spill over? Journal of Financial Economics, Vol.
75, hal. 651-690.
Gilchrist, Simon dan Leahy, John V. (2002). Monetary policy and asset prices. Journal
of Monetary Economics, Vol. 49, hal. 75-97.
53
Gurkaynak, R.S., Sack, B., dan Swanson, E.T. (2005). Do actions speak louder than
words? The response of asset prices to monetary policy actions ans statements.
International Journal of Central Banking, Vol. 1, No. 1, hal. 55-93.
Kohn, Donald L. dan Sack, Brian P. (2003). Central bank talk: Does it matter and why?
Federal Reserve Board Finance and Economics Discussion Series, 2003-55.
MacKinlay, A. Craig (1997). Event studies in economics and finance. Journal of
Economic Literature, Vol. XXXV, hal. 13-39.
McWilliams, A. dan Siegel, D. (1997). Event studies in management research:
Theoretical and empirical issues. The Academy of Management Journal, Vol.
40, No. 3, hal. 626-657.
Mishkin, Frederic S. (1995). Symposium on the monetary transmission mechanism. The
Journal of Economic Perspectives, Vol. 9, No. 4, hal. 3-10.
Mizrach, Bruce dan Kopecky, Kenneth J. (2007). The impact of monetary policy on
bond returns: A segmented markets approach. Journal of Economics and
Business (dalam manuskrip).
Nugroho, Priyanto B. (2006). Tinjauan Pelaksanaan OPT Era BI Rate dan Alternatif
Penyempurnaan. Biro Pengembangan dan Pengaturan Pengelolaan Moneter,
Direktorat Pengelolaan Moneter, Bank Indonesia.
Reeves, Rachel dan Sawicki, Michael (2007). Do financial market react to Bank of
England communication? European Journal of Political Economy, Vol. 23, hal.
207-227.
Rigobon, Roberto dan Sack, Brian (2004). The impact of monetary policy on asset
prices. Journal of Monetary Economics, Vol. 51, hal. 1553-1575.
Thorbecke, Willem (1997). On stock market returns and monetary policy. The Journal
of Finance, Vol. 52, No. 2, hal. 635-654.
Tobin, James (1969). A general equilibrium approach to monetary policy. Journal of
Money, Credit and Banking, Vol. 1, No. 1, hal. 15-29.
Zulverdi, D., Gunadi, I., dan Pramono, B. (2006). Bank portfolio model and monetary
policy in Indonesia. Journal of Asian Economics, Vol. 18, hal. 158-174.
54
Lampiran
Lampiran 1: Unit Root Test Variabel Kebijakan Moneter dan Pasar Keuangan
Pendekatan 1
Variabel
dBIRATE
dPUABPAGI (T-5)
dPUABPAGI (T-4)
dPUABPAGI (T-3)
dPUABPAGI (T-2)
dPUABPAGI (T-1)
dPUABPAGI (T0)
dPUABPAGI (T+1)
dPUABPAGI (T+2)
dPUABPAGI (T+3)
dPUABPAGI (T+4)
dPUABPAGI (T+5)
dPUABSORE (T-5)
dPUABSORE (T-4)
dPUABSORE (T-3)
dPUABSORE (T-2)
dPUABSORE (T-1)
dPUABSORE (T0)
dPUABSORE (T+1)
dPUABSORE (T+2)
dPUABSORE (T+3)
dPUABSORE (T+4)
dPUABSORE (T+5)
ADF Statistik
-3.913**
-5.048***
-4.828***
-5.259***
-5.002***
-4.684***
-2.883*
-5.342***
-3.267**
-4.183***
-5.470***
-4.346***
-5.039***
-4.809***
-4.700***
-4.589***
-3.938***
-2.586
-5.686***
-5.044***
-5.138***
-5.672***
-4.651***
Variabel
dIHSG (T-5)
dIHSG (T-4)
dIHSG (T-3)
dIHSG (T-2)
dIHSG (T-1)
dIHSG (T0)
dIHSG (T+1)
dIHSG (T+2)
dIHSG (T+3)
dIHSG (T+4)
dIHSG (T+5)
dYIELD (T-5)
dYIELD (T-4)
dYIELD (T-3)
dYIELD (T-2)
dYIELD (T-1)
dYIELD (T0)
dYIELD (T+1)
dYIELD (T+2)
dYIELD (T+3)
dYIELD (T+4)
dYIELD (T+5)
ADF Statistik
-3.167**
-3.423**
-3.607**
-3.711**
-3.534**
-0.494
-3.458**
-2.455
-5.262***
-2.273
-3.976***
-3.627**
-3.655**
-3.293**
-3.480**
-3.787***
-4.232***
-3.776***
-4.521***
-3.668**
-3.601**
-3.585**
Keterangan: *** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%
Pendekatan 2
Variabel
dB IR AT E
dP UAB P AG I (T 0)
dP UAB P AG I (T +1)
dP UAB P AG I (T +2)
dP UAB P AG I (T +3)
dP UAB P AG I (T +4)
dP UAB P AG I (T +5)
dP UAB S O R E (T 0)
dP UAB S O R E (T +1)
dP UAB S O R E (T +2)
dP UAB S O R E (T +3)
dP UAB S O R E (T +4)
dP UAB S O R E (T +5)
AD F S tatis tik
‐3.913**
‐5.421***
‐5.793***
‐4.860***
‐4.366***
‐4.311***
‐3.886***
‐7.184***
‐5.283***
‐3.818***
‐4.272***
‐3.668**
‐3.312**
Variabel
dIHS G (T 0)
dIHS G (T +1)
dIHS G (T +2)
dIHS G (T +3)
dIHS G (T +4)
dIHS G (T +5)
dY IE L D (T 0)
dY IE L D (T +1)
dY IE L D (T +2)
dY IE L D (T +3)
dY IE L D (T +4)
dY IE L D (T +5)
AD F S tatis tik
‐5.456***
‐4.916***
‐5.710***
‐4.669***
‐4.919***
‐5.284***
‐6.473***
‐4.510***
‐5.049***
‐5.538***
‐3.841***
‐4.670***
Keterangan: *** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%
55
Lampiran 2: Cointegration Test Variabel Kebijakan Moneter dan Pasar Keuangan
Pendekatan 1
Variabel
dPUABPAGI (T-5)
dPUABPAGI (T-4)
dPUABPAGI (T-3)
dPUABPAGI (T-2)
dPUABPAGI (T-1)
dPUABPAGI (T0)
dPUABPAGI (T+1)
dPUABPAGI (T+2)
dPUABPAGI (T+3)
dPUABPAGI (T+4)
dPUABPAGI (T+5)
dPUABSORE (T-5)
dPUABSORE (T-4)
dPUABSORE (T-3)
dPUABSORE (T-2)
dPUABSORE (T-1)
dPUABSORE (T0)
dPUABSORE (T+1)
dPUABSORE (T+2)
dPUABSORE (T+3)
dPUABSORE (T+4)
dPUABSORE (T+5)
Eigenvalue
Trace Statistic
0.547
0.408
0.764
0.472
0.521
0.666
0.529
0.287
0.287
0.287
0.352
0.545
0.589
0.618
0.478
0.691
0.593
0.683
0.349
0.406
0.326
0.409
29.119***
19.128**
44.795***
22.130***
26.698***
35.572***
25.280***
14.038*
13.789*
13.789*
16.777**
26.656***
29.336***
31.517***
22.720***
39.931***
29.123***
36.073***
16.731**
18.692**
15.654**
19.075**
Variabel
Eigenvalue
Trace Statistic
0.193
0.185
0.192
0.202
0.215
0.177
0.170
0.171
0.168
0.169
0.161
0.579
0.602
0.570
0.633
0.607
0.635
0.576
0.462
0.625
0.603
0.555
8.345
7.354
6.920
7.299
8.103
6.264
6.427
5.800
6.150
6.939
6.311
27.947***
29.562***
27.586***
31.823***
29.922***
32.336***
27.955***
22.247***
31.404***
30.423***
27.589***
dIHSG (T-5)
dIHSG (T-4)
dIHSG (T-3)
dIHSG (T-2)
dIHSG (T-1)
dIHSG (T0)
dIHSG (T+1)
dIHSG (T+2)
dIHSG (T+3)
dIHSG (T+4)
dIHSG (T+5)
dYIELD (T-5)
dYIELD (T-4)
dYIELD (T-3)
dYIELD (T-2)
dYIELD (T-1)
dYIELD (T0)
dYIELD (T+1)
dYIELD (T+2)
dYIELD (T+3)
dYIELD (T+4)
dYIELD (T+5)
Keterangan: *** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%
Pendekatan 2
Variabel
d P UA B P A GI (T0)
d P UA B P A GI (T+ 1)
d P UA B P A GI (T+ 2)
d P UA B P A GI (T+ 3)
d P UA B P A GI (T+ 4)
d P UA B P A GI (T+ 5)
d P UA B SORE (T0)
d P UA B SORE (T+ 1)
d P UA B SORE (T+ 2)
d P UA B SORE (T+ 3)
d P UA B SORE (T+ 4)
d P UA B SORE (T+ 5)
Eigenvalue
Trace Statistic
0.501
0.405
0.493
0.402
0.391
0.389
0.469
0.540
0.547
0.395
0.479
0.484
22.835***
19.734**
24.527***
18.703**
18.853**
19.064**
23.640***
29.129***
28.991***
19.301**
24.737***
24.812***
Variabel
d IH SG (T0)
d IH SG (T+ 1)
d IH SG (T+ 2)
d IH SG (T+ 3)
d IH SG (T+ 4)
d IH SG (T+ 5)
d Y IE LD (T0)
d Y IE LD (T+ 1)
d Y IE LD (T+ 2)
d Y IE LD (T+ 3)
d Y IE LD (T+ 4)
d Y IE LD (T+ 5)
Keterangan: *** signifikan pada α = 1%, ** signifikan pada α = 5%, * signifikan pada α = 10%
56
Eigenvalue
Trace Statistic
0.517
0.400
0.475
0.441
0.433
0.538
0.636
0.438
0.506
0.556
0.520
0.489
24.882***
18.898**
22.359***
20.779***
20.521***
26.346***
32.937***
20.626***
23.725***
27.073***
27.094***
25.477***
Lampiran 3: Impulse Response Function (IRF) Suku Bunga PUAB Pagi terhadap BI
Rate
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of DPUABPG to DPUABPG
Response of DPUABPG to DEXCESS
Response of DPUABPG to DBIRATE
2.0
2.0
2.0
1.5
1.5
1.5
1.0
1.0
1.0
0.5
0.5
0.5
0.0
0.0
0.0
-0.5
-0.5
-0.5
-1.0
-1.0
-1.0
-1.5
-1.5
2
4
6
8
10 12 14 16 18 20 22 24
-1.5
2
Response of DEXCESS to DPUABPG
4
6
8
10 12 14 16 18 20 22 24
2
Response of DEXCESS to DEXCESS
4000
4000
3000
3000
3000
2000
2000
2000
1000
1000
1000
0
0
0
-1000
-1000
-1000
-2000
-2000
-2000
-3000
-3000
4
6
8
10 12 14 16 18 20 22 24
Response of DBIRATE to DPUABPG
4
6
8
10 12 14 16 18 20 22 24
2
Response of DBIRATE to DEXCESS
.6
.4
.4
.4
.2
.2
.2
.0
.0
.0
-.2
-.2
-.2
-.4
-.4
-.4
-.6
4
6
8
10 12 14 16 18 20 22 24
10 12 14 16 18 20 22
24
4
6
8
10 12 14 16 18 20 22
24
Response of DBIRATE to DBIRATE
.6
2
8
-3000
2
.6
-.6
6
Response of DEXCESS to DBIRATE
4000
2
4
-.6
2
4
6
8
10 12 14 16 18 20 22 24
2
4
6
8
10 12 14 16 18 20 22
57
24
Lampiran 4: Impulse Response Function (IRF) Suku Bunga PUAB Sore terhadap BI
Rate
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of DPUABSR to DPUABSR
Response of DPUABSR to DEXCESS
1.5
1.5
1.0
1.0
1.0
0.5
0.5
0.5
0.0
0.0
0.0
-0.5
-0.5
-0.5
-1.0
-1.0
-1.0
-1.5
-1.5
2
4
6
8
10
12
14
16
18
20
22
24
-1.5
2
Response of DEXCESS to DPUABSR
4
6
8
10
12
14
16
18
20
22
24
2
Response of DEXCESS to DEXCESS
4000
4000
3000
3000
3000
2000
2000
2000
1000
1000
1000
0
0
0
-1000
-1000
-1000
-2000
-2000
-2000
-3000
-3000
-3000
-4000
-4000
4
6
8
10
12
14
16
18
20
22
24
Response of DBIRATE to DPUABSR
4
6
8
10
12
14
16
18
20
22
24
2
Response of DBIRATE to DEXCESS
.5
.4
.4
.4
.3
.3
.3
.2
.2
.2
.1
.1
.1
.0
.0
.0
-.1
-.1
-.1
-.2
-.2
-.2
-.3
-.3
-.3
-.4
-.4
6
8
10
12
14
16
18
20
22
24
8
10
12
14
16
18
20
22
24
4
6
8
10
12
14
16
18
20
22
24
Response of DBIRATE to DBIRATE
.5
4
6
-4000
2
.5
2
4
Response of DEXCESS to DBIRATE
4000
2
58
Response of DPUABSR to DBIRATE
1.5
-.4
2
4
6
8
10
12
14
16
18
20
22
24
2
4
6
8
10
12
14
16
18
20
22
24
Lampiran 5: Impulse Response Function (IRF) Suku Bunga Deposito terhadap BI Rate
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of DDEP to DDEP
Response of DDEP to DEXCESS
Response of DDEP to DBIRATE
.6
.6
.6
.4
.4
.4
.2
.2
.2
.0
.0
.0
-.2
-.2
-.2
-.4
-.4
2
4
6
8
10
12
14
16 18
20 22
24
-.4
2
Response of DEXCESS to DDEP
4
6
8
10
12
14
16
18 20
22 24
2
Response of DEXCESS to DEXCESS
4000
4000
3000
3000
3000
2000
2000
2000
1000
1000
1000
0
0
0
-1000
-1000
-1000
-2000
-2000
-2000
-3000
-3000
4
6
8
10
12
14
16 18
20 22
24
Response of DBIRATE to DDEP
4
6
8
10
12
14
16
18 20
22 24
2
Response of DBIRATE to DEXCESS
.5
.4
.4
.4
.3
.3
.3
.2
.2
.2
.1
.1
.1
.0
.0
.0
-.1
-.1
-.1
-.2
-.2
-.2
-.3
-.3
-.3
-.4
-.4
6
8
10
12
14
16 18
20 22
24
10
12
14 16
18 20
22
24
4
6
8
10
12
14 16
18 20
22
24
Response of DBIRATE to DBIRATE
.5
4
8
-3000
2
.5
2
6
Response of DEXCESS to DBIRATE
4000
2
4
-.4
2
4
6
8
10
12
14
16
18 20
22 24
2
4
6
8
10
12
14 16
18 20
59
22
24
Lampiran 6: Impulse Response Function (IRF) IHSG terhadap BI Rate
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of DIHSG to DIHSG
Response of DIHSG to DGROWTH
Response of DIHSG to DINFLASI
Response of DIHSG to DBIRATE
80
80
80
80
40
40
40
40
0
0
0
0
-40
-40
-40
-40
2
4
6
8
10 12
14 16 18 20 22
24
Response of DGROWTH to DIHSG
2
4
6
8
10 12 14
16
18 20 22
24
Response of DGROWTH to DGROWTH
2
4
6
8
10 12
14 16
18 20 22
24
Response of DGROWTH to DINFLASI
2
.3
.3
.3
.2
.2
.2
.2
.1
.1
.1
.1
.0
.0
.0
.0
-.1
-.1
-.1
-.1
-.2
2
4
6
8
10 12
14 16 18 20 22
24
Response of DINFLASI to DIHSG
-.2
2
4
6
8
10 12 14
16
18 20 22
24
4
6
8
10 12
14 16
18 20 22
24
2
Response of DINFLASI to DINFLASI
3
3
3
2
2
2
2
1
1
1
1
0
0
0
0
-1
-1
-1
-1
-2
-2
-2
-2
-3
-3
-3
4
6
8
10 12
14 16 18 20 22
24
Response of DBIRATE to DIHSG
2
4
6
8
10 12 14
16
18 20 22
24
4
6
8
10 12
14 16
18 20 22
24
2
Response of DBIRATE to DINFLASI
.4
.4
.4
.3
.3
.3
.3
.2
.2
.2
.2
.1
.1
.1
.1
.0
.0
.0
.0
-.1
-.1
-.1
-.1
-.2
-.2
-.2
-.2
-.3
-.3
-.3
-.4
2
60
4
6
8
10 12
14 16 18 20 22
24
4
6
8
10 12 14
16
18 20 22
24
20 22
24
4
6
8
10
12 14 16
18
20 22
24
4
6
8
10
12 14 16
18
20 22
24
-.3
-.4
2
18
Response of DBIRATE to DBIRATE
.4
-.4
12 14 16
-3
2
Response of DBIRATE to DGROWTH
10
Response of DINFLASI to DBIRATE
3
2
8
-.2
2
Response of DINFLASI to DGROWTH
6
Response of DGROWTH to DBIRATE
.3
-.2
4
-.4
2
4
6
8
10 12
14 16
18 20 22
24
2
4
6
8
10
12 14 16
18
20 22
24
Lampiran 7: Impulse Response Function (IRF) Yield Obligasi terhadap BI Rate
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of DYIELD to DYIELD
Response of DYIELD to DINFLASI
Response of DYIELD to DBIRAT E
1.2
1.2
1.2
0.8
0.8
0.8
0.4
0.4
0.4
0.0
0.0
0.0
-0.4
-0.4
-0.4
-0.8
-0.8
2
4
6
8
10
12
14
16
18
20
22
24
-0.8
2
Response of DINFLASI to DYIELD
4
6
8
10
12
14
16
18
20
22
24
2
Response of DINFLASI to DINFLASI
3
3
2
2
2
1
1
1
0
0
0
-1
-1
-1
-2
2
4
6
8
10
12
14
16
18
20
22
24
Response of DBIRAT E to DYIELD
4
6
8
10
12
14
16
18
20
22
24
2
Response of DBIRAT E to DINFLASI
.4
.3
.3
.3
.2
.2
.2
.1
.1
.1
.0
.0
.0
-.1
-.1
-.1
-.2
-.2
-.2
-.3
-.3
-.3
-.4
-.4
6
8
10
12
14
16
18
20
22
24
10
12
14
16
18
20
22
24
4
6
8
10
12
14
16
18
20
22
24
Response of DBIRAT E to DBIRAT E
.4
4
8
-2
2
.4
2
6
Response of DINFLASI to DBIRAT E
3
-2
4
-.4
2
4
6
8
10
12
14
16
18
20
22
24
2
4
6
8
10
12
14
16
18
20
22
61
24