lembar pengesahan - Repository UIN Jakarta
advertisement
LEMBAR PENGESAHAN ANALISIS VARIABEL LEVERAGE, PROFITABILITAS DAN VARIABEL MAKRO EKONOMI TERHADAP PORTOFOLIO OPTIMAL SAHAM-SAHAM PERBANKAN DI BURSA EFEK INDONESIA (Studi Kasus Saham-Saham Perbankan di BEI Tahun 2005-2008) Skripsi Diajukan Kepada Fakultas Ekonomi dan Bisnis Untuk Memenuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekonomi Oleh Dede Yana Rosyana NIM: 206081004147 Di Bawah Bimbingan Pembimbing I Pembimbing II M. Arief Mufraeni., LC, M. Si NIP: 19770122 2003121 001 Prof. Dr. Ahmad Rodoni, MM NIP: 19690203 2001121 003 JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1431 H / 2010 M ii ANALISIS VARIABEL LEVERAGE, PROFITABILITAS DAN VARIABEL MAKRO EKONOMI TERHADAP PORTOFOLIO OPTIMAL SAHAM-SAHAM PERBANKAN DI BURSA EFEK INDONESIA Skripsi Diajukan Kepada Fakultas Ekonomi dan Bisnis Untuk Memenuhi Persyaratan dalam Meraih Gelar Sarjana Ekonomi Oleh : Dede Yana Rosyana NIM. 206081004147 Dibawah Bimbingan Pembimbing I Prof. Dr. Ahmad Rodoni., MM NIP. 19690203 200112 1 003 Penguji Ahli I Herni Ali HT., SE., MM Pembimbing II M. Arief Mufraeni., LC, M. Si NIP. 19770122 2003121 001 Penguji Ahli II Suhendra., S. Ag., MM NIP. 1911206 200312 1 001 JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2010 M/1431 H Abstrak Penelitian ini bertujuan untuk menganalisis jumlah jenis saham perbankan yang masuk dalam portofolio optimal dengan menggunkan Single Indeks Model, dan untuk menganalisis pengaruh leverage, profitabilitas dan variable makro ekonomi terhadap jumlah jenis saham yang masuk dalam portofolio optimal. serta untuk menganalisis perbedaan portofolio optimal dan perbedaan kinerja saham porofolio optimal yang tanpa dan dengan dipengaruhi oleh variable leverage, profitabilitas dan variable makro ekonomi bila dilihat dari Indeks Sharpe, Indeks Treynor dan Indeks Jensen melalui uji t. Hasil penelitian ini menunjukan bahwa dalam penentuan portofolio optimal dengan menggunkan Single Indeks Model tanpa adanya leverage, profitabilitas dan variable makro ekonomi terdapat 5 saham yang masuk dalam portofolio optimal yaitu MAYA, MEGA, BBRI, BSWD, dan BVIC. Sedangkan dengan adanya pengaruh leverage, profitabilitas dan variable makro ekonomi hanya terdapat 3 saham yaitu: BNII, MAYA, dan BBNI. Berdasarkan hasil uji beda ditemukan bahwa tidak ada perbedaan yang signifikan antara saham-saham portofolio optimal tanpa dipengaruhi variable leverage, profitabilitas dan makro ekonomi dengan saham-saham portofolio optimal yang dipengaruhi variable leverage, profitabilitas dan makro ekonomi. Hasil penelitian juga ditemukan tidak ada perbedaan antara kinerja saham (Indeks Sharpe, Indeks Treynor, Indeks Jensen) yang dipengaruhi dan tanpa depengaruhi oleh variable leverage, profitabilitas, dan variable makro ekonomi terhadap kinerja saham portofolio optimal. Kata Kunci : Leverage, Profitabilits, Inflasi, Nilai Tukar, Suku Bunga Deposito, Indeks Sharpe, Indeks Treynor, Indeks Jensen, Single Indeks Model, dan Return saham vii Abstract This study aimed to analyze the number of banking stocks in optimal portfolio by using Single Index Model, and to analyze the effect of leverage, profitability and macroeconomic variables to the number of different stocks in optimal portfolio. and to analyze differences and differences in the optimal portfolio shares porofolio optimal performance with and without affected by variable leverage, profitability and macroeconomic variables when viewed from the Index Sharpe, Index Treynor and Index Jensen through test t. The results of this study show that in determining the optimal portfolio by using Single index model without leverage, profitability and macroeconomic variables are five stocks in optimal portfolio is MAYA, MEGA, BBRI, BSWD, and BVIC. Meanwhile, with the effect of leverage, profitability and macroeconomic variables have only three stocks namely: BNII, MAYA, and BBNI. The present study also found no difference between the stock performance (Index Sharpe, Index Treynor, Index Jensen) are affected by variable influences and without leverage, profitability, and macroeconomic variables on the performance of optimal portfolio shares. Keywords: Leverage, Profitabilits, Inflation, Exchange Rates, Interest Rates Deposit, Index Sharpe, Index Treynor, Index Jensen, Single Index Models, and stock Return. vi KATA PENGANTAR “Bismillahirrahmanirrahiim” Assalamualaikum Wr. Wb. Dengan menyebut asma Allah Yang Maha Pengasih dan Maha Penyayang, dan segala puji syukur kehadirat Allah SWT Yang Pemberi Petunjuk , tempat kita memasrahkan segalanya, Yang Maha Memelihara, Yang Maha mendatangkan bahaya dan manfaat. Sholawat dan salam kami sampaikan Kepada junjungan kita, manusia teladan kita, Rosulullah Muhammmad saw, beserta para sahabat, dan para pengikut beliau sampai akhir zaman, amin. Alhamdulillahi Robbil’aalamiin, tiada kata yang dapat penulis sampaikan kecuali rasa syukur yang sebesar-besarnya kepada Allah SWT, atas pertolonganNya sehingga penulis dapat menyelesaikan skripsi yang berjudul “ANALISIS VARIABEL LEVERAGE, PROFITABILITAS DAN VARABEL MAKRO EKONOMI TERHADAP PORTOFOLIO OPTIMAL SAHAM-SAHAM PERBANKAN DI BURSA EFEK INDONESIA”. Skripsi ini disusun dalam rangka memenuhi persyaratan akademis untuk mencapai gelar kesarjanaan (S-1) pada Jurusan Manajemen Keuangan Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah. Tidak lupa penulis sampaikan rasa terima kasih kepada berbagai pihak yang telah memberikan bantuan, bimbingan, dukungan maupun motivasi sehingga skripsi ini dapat penulis selesaikan dengan lancar. Maka dalam kesempatan ini penulis dengan penuh kerendahan hati mengucapkan terima kasih yang sebesarbesarnya kepada : 1. Bapak Prof. Dr. Ahmad Rodoni,. MM selaku Dosen Pembimbing I dengan segala kesabarannya telah berkenan meluangkan waktunya untuk memberikan bimbingan,arahan, kritik, dan saran yang sangat berharga dalam penyelesaian skripsi ini. Kepada beliau penulis ucapkan terima kasih yang tak terhingga. 2. Bapak M. Arief Mufraeni., LC, M. Si selaku dosen pembimn II Terimakasih atas bantuan, bimbingan, pengarahan dan dorongannya dengn penuh viii kesabaran serta memberikan ilmu yang berharga yang tak terlupakan di hati penulis. 3. Bapak Prof. Dr. Abdul Hamid., MS. Selaku dekan Fakultas Ekonomi dan Bisnis Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta beserta seluruh staff pengajar, yang telah memberikan bekal ilmu pengetahuan kepada penulis selama masa kuliah. 4. Bapak dan mamah Quu Tercinta yang selalu mendukung baik moril maupun materil, selalu memberikan do’a dan kasih sayang, semangat, dorongan serta nasehat hingga Quu bisa menyeselesaikan skripsi ini, semoga Allah SWT membalas semua kasih sayang mamah dan bapak,,,quuu sangat kagum atas ketulusan cinta, kesabaran, dan pengertian mamah, bapak berikan . 5. Ke’3 kaka Quu Teh Sri (Yang selalu manggil aku putri siput karena selama penulisan skripsi aku selalu didalam kamar), A Ajat (de kagum dengan semangat kerjamu dan sikap tegasmu A), Teh Indah (teteh ipar yang paling sabar dan penuh kelembutan) yang telah mencurahkan kasih sayang dengan setulus hati dan tak henti-hentinya memberikan semangat kepada penulis serta telah sekuat tenaga memenuhi segala kebutuhan penulis semoga Allah membalas semua kebaikan kalian,, 6. Ke’2 ponakanku ci kembar “Kheviya dan Kheisya” karena kalian ateu bisa selalu tersenyum, eemmuuuacch Ateu cayank kalian…Cepet Gede dn jangan Nakal y… 7. Keluarga besarku di rumah, khususnya Emak, Eyang, dan seluruhnya yang telah mendoakan Quuuu… 8. All My Best Friend Lina Herlina (c diam-diam menghanyutkan hee,,,na mf y sll direpotin, dn berkat KTP mu aku bisa masuk ke BI tuk ngmbil data karena KTP ku expayert hahah,,,kenangan terindah), Fajriyah (yang baik hati, karenamu aku bisa bangkit dr keterpurukan hati hoho…maksih y say…), chandra Devi (c cerdas, maksh y udah di ajarin hipotesis’y dan pinjeman buku’y). makaciiiih banyak atas do’a, suport’y, dan bantuannya semoga kita dimudahkan dalam segala urusan dan sukses selalu menyertai kita semua..Aamiin Ya Robb.. ix 9. Shohib-sohib ku Sri Sundawati (ayo de selesai’n skripsinya), Sri Mayanti, Didin Rosyidin, K’ Agus, Mg Ot, Dadan, Ene, T’Anis…yang selalu memberikan support dan do’a yang tulus untuk Quuu,,,,semoga Allah membalas-Nya… 10. Teman-teman di dunia maya Hzt, Fya,Yeni, K’riyad, K Rz, K’ Irsyan, MN doa dan support kalian sangat berarti untuk ku,,semoga suatu saat nanti kita dipertemukan..Aamiin Ya Allah,,,, 11. Teman-Teman difakultas ekonomi yang tidak dapat disebutkan satu persatu yang tak terlupakan dihati penulis semoga kita selalu dimudahkan dan dilancarkan dalam urusan kita semua,,, 12. All My Spesial One in My Heart yang telah memberikan doa dan semangat kepada penulis dalam menyelesaikan skripsi ini. *-* 13. Ela Komala, hatur nuhun atas do’anya dan bantuannya… 14. Dan semua pihak yang telah membantu dalam penyelesaian skripsi ini.. Semoga Allah SWT memberikan balasan yang setimpal atas segala bantuan dan kebaikan yang telah mereka berikan kepada penulis, Amin. Penulis menyadari masih banyak kekurangan dan ketidak sempurnaan dalam penulisan ini. Untuk itu, saran dan kritik yang membangun sangat penulis harapkan dari pembaca skripsi ini demi menuju kesempurnaan. Akhirnya, penulis tetap berharap bahwa hasil yang ada dalam skripsi ini akan bermanfaat bagi penulis maupun bagi mereka yang membutuhkan AMIN YA RABBAL ‘ALAMIN. Jakarta, 8 Juni 2010 Penulis (Dede Yana Rosyana) x DAFTAR ISI Halaman HALAMAN JUDUL……………………………………………………………...i LEMBAR PENGESAHAN ……………………………………………………..ii LEMBAR PENGESAHAN SKRIPSI………………………………………….iii LEMBAR PENGESAHAN KOMPRE………………………………………...iv DAFTAR RIWAYAT HIDUP…………………………………………………..v ABSTRACT………………………………………………………………….…...vi ABSTRAK………………………………………………………...…………….vii KATA PENGANTAR………………………………………………..….…......viii DAFTAR ISI………………………………………….…………………………xi DAFTAR TABEL……………………………………………………………….xv DAFTAR GAMBAR…………………………………………………….…..…xvi DAFTAR LAMPIRAN……………………………………………………..…xvii BAB 1 PENDAHULUAN A. Latar Belakang Masalah………………………………………………1 B. Perumusan Masalah...............................................................................8 C. Tujuan dan Manfaat Penelitian..............................................................9 1. Tujuan Penelitian.............................................................................9 2. Manfaat Penelitian.........................................................................10 BAB II TINJAUAN PUSTAKA A. Definisi Investasi..................................................................................11 B. Leverage...............................................................................................12 C. Profitabilitas.........................................................................................14 D. Inflasi....................................................................................................15 xi E. Kurs......................................................................................................16 F. Suku Bunga Deposito...........................................................................18 G. Portofolio..............................................................................................19 1. Definisi Portofolio..........................................................................19 2. Analisis Portofolio.........................................................................20 a. Pengertian Return.....................................................................21 b. Pengertian Risiko.....................................................................23 3. Penentuan portofolio dengan Single Indeks Model........................26 H. Penilaian Kinerja Saham......................................................................29 1. Indeks Sharpe.................................................................................30 2. Indeks Treynor...............................................................................31 3. Indeks Jensen.................................................................................32 I. Penelitian Terdahulu............................................................................33 J. Kerangka Pemikiran.............................................................................41 K. Hipotesis..............................................................................................44 BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian……………………………………………46 B. Metode Penentuan Sampel…………………………………………...46 1. Populasi…………………………………………………………..46 2. Sampel……………………………………………………………47 C. Metode Pengumpulan Data…………………………………………..48 1. Field Research…………………………………………………...49 2. Library Research…..……………………………………………..49 xii D. Metode Analisis Data………………………………………………...49 E. Definisi Operasional Variabel ……………………………………….61 BAB IV ANALISIS DAN PEMBAHASAN A. Deskripsi Obyek Penelitian………………………………………..65 B. Analisis dan Pembahasan…………………………………………..73 1. Analisis portofolio dengan Single Indeks Model………………73 2. Analisis Pengaruh DER, ROA, Inflasi, Nilai Tukar dan Bunga Deposito Terhadap return saham………………………………75 3. Analisis Portofolio Optimal Atas Pengaruh Variabel DER, ROA, Inflasi, Nilai Tukar dan Suku Bunga Deposito………………...80 4. Analisis Uji Perbedaan Saham Yang Masuk Dalam Portofolio Optimal…………………………………………………………84 5. Analisis Uji Perbedaan Kinerja Saham Yang Masuk Dalam Portofolio Optimal……………………………………………..85 a. Indeks Sharpe………………………………………………85 b. Indeks Treynor…………………………………….……….87 c. Indeks Jensen………………………………………………88 C. Interpretasi………………………………………………………….89 BAB V KESIMPULAN DAN IMPLIKASI A. KESIMPULAN…………………………………………………………..94 xiii B. IMPLIKASI……………………………………………………………....95 DAFTAR PUSTAKA …………………………………………………..99 LAMPIRAN xiv DAFTAR GMBAR Nomor Keterangan Halaman 2.1 Gambar rincian Penelitian Terdahulu 38 2.2 Gambar kerangka Pemikiran 43 DAFTAR TABEL Nomor Keterangan Halaman 3.1 Jumlah Sampel Saham –Saham Perbankan 4.1 Nilai Beta Sebelum Dipengaruhi Oleh Leverage Profitabilitas dan Variabel Makro Ekonomi 4.2 73 Nilai ERB dan CI Sebelum Dipengaruhi Oleh Leverage Profitabilitas dan Variabel Makro Ekonomi 4.3 48 75 Return saham perbankan Dengan Kolmogorov-Smirnov Tahun 2005 – 2008 76 4.4 Pengujian Durbin Watson (D-W) 77 4.5 Nilai Beta dipengaruhi DER, ROA, dan Makro Ekonomi 81 4.6 ERB dan Ci yang dipengaruhi DER, ROA dan Makro Ekonomi 82 4.7 Variabel Bebas Dan Koefisien Determinasi 83 4.8 Indeks Sharpe 86 4.9 Indeks Treynor 87 5.0 Indeks Jensen 88 xv DAFTR LAMPIRAN Nomor Keterangan Halaman 1 Data Inflasi, Nilai Tukar, Bunga Deposito dan IHSG 100 2 Data DER 101 3 Data ROA 105 4 Return Saham Perbankan 109 5 Hasil Regresi Tanpa Ada Leverage, Profitabilitas dan Variabel Makro Ekonomi 6 115 Hasil Regresi Dengan Adanya Leverage, Profitabilitas dan Variabel Makro Ekonomi 119 7 Uji Perbedaan Saham Melaui Uji Beda T paired 142 8 Uji Perbedaan Kinerja Saham Berdasarkan Indeks Sharpe, Indeks Treynor dan Indeks Jensen Melaui Uji Beda T Paired 143 9 Indeks Sharpe Tanpa Ada Leverage, Profitabilitas dan Variabel Makro Ekonomi 10 IndeksTrynor Tanpa Ada Leverage, Profitabilitas dan Variabel Makro Ekonomi 11 144 Indeks Jensen Tanpa Ada Leverage, Profitabilitas dan Variabel Makro Ekonomi 12 145 Indeks Sharpe Dengan Leverage, Profitabilitas dan Variabel Makro Ekonomi 13 144 145 Indeks Treynor Dengan Leverage, Profitabilitas dan Variabel xvii Makro Ekonomi 14 146 Indeks Jensen Dengan Leverage, Profitabilitas dan Variabel Makro Ekonomi 146 xviii BAB 1 PENDAHULUAN A. Latar Belakang Masalah Keberhasilan perekonomian di Indonesia tidak dapat terlepas dari sektor perbankan khususnya peran perbankan sebagai sumber pembiayaan industri dalam negeri. Industri perbankan adalah salah satu industri yang ikut berperan serta dalam pasar modal, disamping industri lainnya seperti industri manufaktur, pertanian, pertambangan, properti dan lain- lain. Bank merupakan suatu lembaga yang berperan sebagai perantara keuangan (financial intermediation) antara pihak- pihak kelebihan dana atau unit surplus (ultimate lenders) dan pihak kekurangan dana atau unit defisist (ultimate borrowers), (Miskhin, F. 2005 dalam buku Ahmad Rodoni: 2008:1) . Pada dasarnya falsafah yang melandasi kegiatan usaha bank adalah kepercayaan dari nasabah. Sebagai lembaga kepercayaan, bank dalam operasinya lebih banyak menggunakan dana masyarakat dibandingkan dengan modal sendiri dari pemilik atau pemegang saham. Oleh sebab itu pengelola bank dalam melakukan usahanya dituntut untuk menjaga keseimbangan antara pemeliharaan likuiditas yang cukup dengan pencapaian rentabilitas yang wajar serta pemenuhan kebutuhan modal yang memadai sesuai dengan jenis penanamannya. Hal tersebut diperlukan karena dalam operasinya bank selain melakukan penanaman dalam bentuk aktiva produktif, seperti kredit dan surat- 1 2 surat berharga, juga memberikan komitmen dan jasa- jasa lain sebagai “fee based operation” atau “off balance sheet activities”. Seiring dengan membaiknya perekonomian Indonesia jumlah emiten yang ada di Bursa Efek Jakarta meningkat. Meningkatnya jumlah emiten akan membawa kearah yang lebih baik pihak- pihak yang berkepentingan, antara lain bagi perusahaan akan lebih mudah dalam memperoleh modal, dan bagi investor akan mendapatkan return. Para pemodal tertarik untuk menginvestasikan dananya karena investasi dalam bentuk saham menjanjikan tingkat keuntungan yang lebih tinggi, baik dari deviden maupun dari capital gain. Akan tetapi investasi dalam bentuk saham juga mempunyai resiko yang tinggi sesuai dengan prinsip investasi yaitu low risk low return high risk high return. Investasi menurut Sugiharti Binastuti (2004:4) adalah bagian dari suatu usaha dan setiap investor memilki tujuan tertentu yang ingin dicapainya melalui keputusan yang diambil. Secara umum dapat diartikan bahwa motif dari investasi adalah untuk memperoleh keuntungan yang seluas-luasnya. Atau dengan kata lain investasi dapat diartikan sebagai pengorbanan yang dilakukan saat ini dengan tujuan memperoleh suatu nilai yang lebih tinggi dimasa yang akan datang. Investasi dapat dilakukan pada asset financial seperti saham, obligasi dan asset rill. Sedangkan menurut koetin, 1993:16 dalam Sugeng Wahyudi, 2005: 84 bahwa investasi pada dasarnya adalah uang yang dipakai untuk menghasilkan 3 uang. Uang diinvestasikan dalam objek yang memberikan hasil. Investasi dapat bertambah dan dapat pula merosot nilainya. Dalam keadaan semacam itu, dapat dikatakan bahwa investor tersebut menghadapi risiko dalam investasi yang dilakukannya. Investor tidak tahu dengan pasti hasil yang akan diperoleh dari investasi yang dilakukannya, yang bisa mereka lakukan adalah memperkirakan berapa keuntungan yang diharapkan dari investasinya, dan seberapa jauh kemungkinan hasil yang sebenarnya nanti akan menyimpang dari hasil yang diharapakan ( Husnan, 1998: 47 dalam Sugeng Wahyudi, 2005 : 83). Ketidak pastian ini berkaitan dengan adanya risiko (risk) yang harus diperhitungkan oleh investor sebelum mengambil keputusan memilih instrument investasinya untuk menghindari kerugian. Risiko adalah sesuatu yang menimbulkan kerugian atau kekalahan atau suatu keadaan yang tidak pasti, jadi risiko bisa diukur dengan besarnya kerugian atau kekalahan atau ketidak pastian (Suprapto, 1992:257 dalam Sugeng wahyudi, 2005:85) Konsep Single Index Model menjelaskan bahwa risiko investasi saham terdiri 2 jenis risiko yaitu risiko sistematis (Systematic Risk) dan risiko yang tidak sistematis ( Unsystematis Risk). Risiko tidak sistematis disebut juga risiko unik adalah risiko yang ditimbulkan oleh karakteristik dan siklus dari setiap industri, sehingga risiko ini dapat dikurangi atau ditiadakan melalui devirsifikasi saham. Risiko ini juga disebut sebagai risiko yang dapat dibagi (Diversifiedi Risk) maka tidak relevan dalam penentuan tingkat keuntungan 4 yang diharapkan. Sedangkan risiko sistematis merupakan risiko yang tidak dapat dibagi (Undiversified Risk) yang merupakan risiko pasar yang relevan (sabar warsini, 2008: 72). Risiko sistematis tidak dapat dihilangkan dengan melakukan diversifikasi, karena fluktuasi risiko ini dipengaruhi oleh faktor-faktor makro yang dapat dipengaruhi pasar secara keseluruhan. Faktor-faktor ekonomi tersebut adalah perubahan tingkat suku bunga, kurs valas, kebijakan pemerintah, dan sebaginya. Sehingga sifatnya umum dan berlaku bagi semua saham dalam bursa saham yang besangkutan (Sugeng Wahyudi, 2005:86). Untuk dapat mengurangi risiko saham dapat dilakukan dengan cara diversifikasi saham. Melalui diversifikasi saham tersebut diharapkan akan dapat memperkecil tingkat risiko. Diversifikasi dilakukan dengan cara membentuk portofolio saham (Ni Putu Santi Suryantini, 2007:300). Seorang investor yang rasional akan selalu berusaha agar investasinya mendatangkan tingkat keuntungan yang melebihi biaya modalnya. Tingkat keuntungan tersebut merupakan tolak ukur pertumbuhan investasi yang dilakukan, karena itu investor akan sangat memperhatikan nilai dari tingkat keuntungan. Dalam hal ini investor akan memegang asset yang memberikan tingkat perolehan yang tinggi (Sugiharti Binastuti, 2002: 2). Tujuan dari pembentukan suatu portofolio saham adalah bagaimana dengan risiko yang minimal mendapatkan keutungan tertentu. Atau dengan risiko tertentu untuk memperoleh keuntungan investasi yang maksimal (Sugiharti Binastuti 2004:2). 5 Menurut Jogiyanto (2003:179) Para investor akan dihadapkan dengan banyak kombinasi saham dalam portofolio. Dan pada akhirnya investor harus mengambil keputusan portofolio mana yang akan dipilih. Dan seorang investor yang rasional, tentu akan memilih portofolio yang optimal . Untuk membentuk portofolio yang optimal, investor harus menentukan portofolio yang efisien terlebih dahulu. Portofolio yang efisien adalah portofolio yang menghsilkan tingkat keuntungan tertentu dengan risiko terendah, atau risiko tertentu dengan tingkat keuntungan tertinggi (Husnan, 1998: 123). Sedangkan portofolio optimal merupakan portofolio yang dipilih seorang investor dari sekian banyak pilihan yang ada pada kumpulan portofolio yang efisien (Tandelilin, 2001:74 dalam Sugeng Wahyudi, 2005:82). Salah satu cara untuk menentukan portofolio yang optimal diantaranya adalah menggunakan Single Indeks Model . Single Indeks model digunakan untuk menyederhanakan kriteria peringkat (rangking) dalam pemilihan portofolio optimal. Seperti yang telah dilakukan oleh Ghazi F. Momani : 2008 di Amman Stock Market-Jordan. Ghazi F. Momani menganalisis atas saham-saham perbankan komersial yang ada di yordania dengan menggunakan Model Indeks Tunggal. Dalam menentukan portofolio yang optimal dengan menggunakan Single Index Model dibutuhkan beberapa variable, yaitu: return saham, Excess return to beta ratio ( ERB) dan Cut Off Point (Ci ). Jenis saham yang masuk dalam portofolio optimal adalah saham yang memilki nilai ERB lebih besar dari Ci 6 (ERB>Ci). Sedangkan saham yang memilki ERB lebih kecil dari Ci (ERB<Ci), maka tidak termasuk portofolio optimal. Namun untuk memperoleh imbal hasil (return) pada tingkat yang dikehendaki dengan risiko yang paling minimum bukan hal yang mudah untuk didapatkan oleh seorang investor, karena ada banyak faktor yang mempengaruhi tingkat pengembalian yang diharapkan (return saham) dan tingkat risiko saham, yaitu yang terbagi dalam faktor fundamental dan faktor ekonomi. Faktor fundamental yaitu faktor-faktor yang berasal dari dalam perusahaan, misalnya adanya pemogokan, tuntunan pihak lain, penelitian yang tidak berhasil, kinerja perusahaan (tingkat profitabilitas, tingkat likuiditas, leverage, deviden, asset growth, ukuran perusahaan, dan lain-lain). Sedangkan faktor ekonomi yaitu faktor-faktor yang berasal dari luar perusahaan, misalnya tingkat suku bunga, tingkat inflasi, perubahan nilai kurs, perubahan GDP, dan lain-lain (Iqbal, 2003 dalam Siti Zubaidah). Hal ini sesuai dengan penelitian yang dilakukan oleh Murti lestari (2005) yang meneliti tentang analisis variable makro ekonomi ( tingkat bunga, Inflasi dan kurs) terhadap return saham di Bursa Efek Jakarta, hasil penelitiannya menunjukan bahwa varibel makro ekonomi tersebut mempengaruhi return saham. Dengan demikian dari hasil penenelitian Murti Lestasri dapat disumpullkan bahwa kondisi pasar modal tidak terlepas dari pengaruh makro tersebut. Salah satu kondisi makro tersebut adalah Inflasi, nilai tukar dan suku bunga). 7 Dengan adanya pengaruh antara variabel makro ekonomi dengan return saham, maka akan berimbas juga terhadap pembentukan portofolio optimal. Karena dalam menentukan portofolio yang optimal adalah salah satu variabel yang dibutuhkan adalah return saham. Maka dengan demikian variabel makro ekonomi juga dapat mempengaruhi pembentukan portofolio. Seperti yang telah dilakukan oleh Zulfi Skendra (2005), Zulfi Skendra meneliti tentang Analisis pengaruh inflasi, nilai tukar rupiah dan bunga deposito terhadap portofolio optimal saham-saham blue chip di Bursa Efek Jakarta. Sampel yang digunakan adalah saham-saham unggulan (blue Chip) dari LQ 45 yang terdaftar di BEJ pada periode 2002 dan 2004 dengan menggunakan metode analisis Single Indeks Model. Hasil penelitiannya menunjukan bahwa dengan adanya inflasi, nilai tukar dan bunga deposito mengakibatkan jenis saham yang masuk dalam portofolio optimal berubah. Apabila makro ekonomi seperti inflasi, nilai tukar dan tingkat suku bunga dapat mempengaruhi kinerja saham (return saham) dan portofolio. Bagaimana dengan faktor fundamental seperti likuiditas, profitabilitas, solvabilitas dan lain sebagainya, apakah factor tersebut berpengaruh juga terhadap pembentukan portofolio yang optimal? Berdasarkan penjelasan yang telah diuraikan diatas,maka penulis berminat untuk melakukan penelitian dengan mengambil judul “Analisis Variabel Leverage, Profitabilitas & Variabel Makro Ekononomi Terhadap Portofolio Optimal Saham-Saham Perbankan Di Bursa Efek Indonesia”. dengan tahun penelitian dari tahun 2005 sampai dengan tahun 2008. 8 Perbedaan penelitian ini dengan penelitian sebelumnya adalah data yang digunakan sebagai sampel dan penggunaan tahun Dalam hal ini penulis mengambil sampel perusahaan perbankan yang terdaftar di Bursa Efek Indonesia tahun 2005 sampai dengan tahun 2008 sedangkan dalam penelitian sebelumnya adalah saham blue chip dari tahun 2002 dan 2004. kmudian varibel yang digunakan dalan penelitian ini adalah variable leverage yang diproksikan dengan DER, profitabilitas yang diproksikan dengan ROA, infllasi, nilai tukar dan bunga deposito sedangkan dalam penelitian sebelumnya hanya menggunakan variable makro saja (inflasi, nilai tukar serta bunga deposito). B. Perumusan Masalah Berdasarkan latar belakang yang telah disampaikan di atas maka permasalahan yang diambil dalam penelitian ini adalah : 1. Berapakah jumlah saham Bank yang memenuhi portofolio optimal dengan menggunakan Single Indeks Model? 2. Bagaimanakah pengaruh leverage, profitabilitas, tingkat inflasi, perubahan nilai kurs dan bunga deposito terhadap return saham? 3. Apakah terdapat perubahan jumlah jenis saham yang memenuhi portofolio optimal dengan leverage, profitabilitas, tingkat inflasi, perubahan nilai kurs, dan bunga deposito. 4. Apakah terdapat perbedaan yang signifikan antara saham-saham perbankan yang masuk dalam portofolio optimal tanpa dan dengan 9 dipengaruhi oleh variabel leverage, profitabilitas, tingkat inflasi, perubahan nilai kurs, dan bunga deposito? 5. Apakah terdapat perbedaan kinerja saham perbankan antara Indeks Sharpe, Indeks Treynor, dan Indeks Jensen yang masuk dalam portofolio optimal tanpa dan dengan dipengaruhi oleh variabel leverage, profitabilitas, tingkat inflasi, perubahan nilai kurs, dan bunga deposito? C. Tujuan dan Manfaat Penelitian 1. Tujuan Penelitian Penelitian ini bertujuan untuk: a. Menganalisis saham yang memenuhi portofolio optimal saham-saham perbankan yang go publik di Bursa Efek Indonesia dengan Single Indeks Model. b. Menganalisis pengaruh leverage, profitabilitas, tingkat inflasi, perubahan nilai kurs, dan bunga deposito terhadap return saham. c. Menganalisis perubahan jumlah jenis saham yang memenuhi portofolio optimal dengan adanya variabel leverarge, profitabilitas, tingkat inflasi, perubahan nilai kurs, dan bunga deposito. d. Menganalisis perbedaan antara saham-saham portofolio optimal tanpa dan dengan dipengaruhi oleh variabel leverage, profitabilitas, tingkat inflasi, perubahan nilai kurs, dan bunga deposito. e. Menganalisis perbedaan kinerja saham perbankan dengan menggunakan Indeks Sharpe, Indeks Treynor, dan Indeks Jensen yang 10 masuk dalam portofolio optimal tanpa dan dengan dipengatuhi oleh variabel leverage, profitabilitas, tingkat inflasi, perubahan nilai kurs, dan bunga deposito 2. Manfaat Penelitian Hasil penelitian ini diharapkan memberikan manfaat sebagai berikut: a. Bagi Perusahaan Hasil penelitian ini dapat dimanfaatkan oleh perusahaan publik sebagai dasar dalam pengambilan keputusan keuangannya, terutama dalam menetapkan portofolio optimal. b. Bagi Investor Sebagai bahan pertimbangan untuk melakukan investasi di masa yang akan datang dan diharapkan dapat digunakan sebagai dasar pemilihan jenis dan jumlah saham agar diperoleh return yang optimal, pada tingkat risiko tertentu. c. Bagi akademik untuk menambah khazanah dunia ilmu pengetahuan dan sebagai studi komparatif bagi peneliti yang mendalami masalah ini. BAB II TINJAUAN PUSTAKA A. Definisi Investasi Menurut Abdul Halim (2005:2) investasi adalah penempatan sejumlah dana pada saat ini dengan tujuan untuk memperoleh keuntungan dimasa mendatang. Sedangkan menurut Moeljadi (2006:121) investasi merupakan suatu tindakan melepaskan dana saat sekarang dengan harapan untuk dapat menghasilkan arus dana masa mendatang dengan jumlah yang lebih besar dari dana yang dilepaskan pada saat investasi awal (initial anvestment). Dari beberapa pengertian investasi diatas maka dapat disimpulkan bahwa investasi merupakan penempatan sejumlah dana dengan tujuan memperoleh keuntungan yang lebih besar dari dana pada saat investasi awal. Umumnya investasi dibedakan menjadi dua yaitu: Investasi pada asetaset finansial (financial assets) dan Investasi pada aset- aset riil (real assets). Investasi pada aset-aset finansial dilakukan dipasar uang, misalnya berupa sertifikat deposito, commercial paper, surat berharga, pasar uang dan lainnya. Investasi juga dapat dilakukan dipasar modal, misalnya, berupa saham, obligasi, waran, opsi, dan lain-lain. Sedangkan investasi pada aset-aset riil dapat berbentuk pembelian aset produktif, pendirian pabrik, pembukaan pertambangan, pembukaan perkebunan dan lainnya (Abdul Halim 2005:4). Menurut Sugiharti Binastuti (2004:2) dalam merencanakan dan melaksanakan investasi perlu suatu pertimbangan dan perhitungan matang 11 12 karena unsur ketidakpastian. Sehingga dalam kegiatan investasi harus memutuskan berapa jumlah investasi yang ditanamkan dan dalam aset apa investasi tersebut dilakukan. Seorang investor yang rasional akan selalu berusaha agar investasinya mendatangkan tingkat keuntungan yang melebihi biaya modalnya. Adapun tujuan invesatasi menurut Irham dn Yovi (2009:6) adalah sebagai berikut: a. Terciptanya keberlanjutan (continuity) dalam investasi tersebut. b. Terciptabya profit yang maksimum atau keuntungan yang diharapkan (profit aktual). c. Terciptanya kemakmuran bari pemrgang saham. d. Turut memberikan andil bagi pembangunan bangsa. B. Leverage Menurut Abdul Halim (2010;159) rasio leverage digunakan untuk mengukur sampai seberapa besar perusahaan dibiayai oleh utang. Sedangkan menurut Kasmir dan Jakfar (2007: 126) leverage merupakan rasio yang digunakan untuk mengukur sejauh mana aktiva perusahaan dibiayai dengan utang. Seperti diketahui dalam mendanai usahanya, perusahaan memiliki bebeapa sumber dana. Sumber-sumber dana yang dapat diperoleh adalah dari sumber pinjaman atau modal sendiri. Keputusan untuk memilih menggunakan modal sendiri atau modal pinjaman haruslah digunakan beberapa perhitungan dengan rasio-rasio adalah: 13 Keuntungan dengan mengetahui leverage ratio adalah: • Dapat menilai kemampuan posisi perusahaan tehadap kewajiban kepada pihak lainnya. • Menilai kemampuan prusahaan memenuhi kewajiban yang bersifat tetap. • Mengetahui keseimbangan antara nilai aktiva khususnya akiva tetap dengan modal. Untuk mengukur sejauh mana aktiva perusahaan dibiayai dengan utang salah satunya adalah dengan menggunakan DER (Debt to Equity Ratio) . DER menurut Sabar Warsini menunjukan struktur permodalan (2009;64) emiten, jika adalah kemampuan dibandingkn dengan kewajibannya. Dan menurut Kasmir dan Jakfar (2007: 128) DER adalah rasio yang digunakan untuk mengetahui perbandingan antara total utang dengan modal sendiri. Rasio ini berguna untuk mengetahui seberapa besar aktiva perusahaan dibiyai dengan utang. Bagi bank, semakin besar rasio ini akan semakin tidak menguntungkan, karena semakin besar risiko yang ditanggung atas kegagalan yang mungkin terjadi diperusahaan, tapi bagi perusahaan justru semakin besar rasio akan semakin baik. Adapun rumus untuk mencari DER dapat digunakan perbandingan antara total utang dengan total modal sendiri sebagai berikut: Debt to Equity Ratio (DER) = Total Utang Assets) Equity 14 C. Profitabilitas Profitabilitas menurut Dewi Astuti (2004:36) adalah kemampuan suatu perusahaan untuk menghasilkan laba. Sedangkan menurut Sabar Warsini (2009) profitabilitas adalah kemampuan emiten untuk menghasilkan keuntungan dan mengukur tingkat efisiensi operasional dan efesiensi dalam menggunakan harta yang dimilikinya. Dan menurut A Ross Stephen (2003;70) profitabillitas digunakan untuk mengukur seberapa efisien perusahaan menggunakan aktiva dan seberapa efisien perusahaan mengelola operasinya. Profitabilitas satu-satunya ukuran profitabilitas yang paling penting adalah laba bersih. Para investor dan kreditor sangat berkepentingan dalam mengevaluasi kemampuan perusahaan menghasilkan laba saat ini maupun di masa mendatang. Untuk mengukur kemampuan perusahaan dalam menghasilkan keuntungan (profitabilitas), salah satunya adalah dengan menggunakan Return On Asset (ROA). Return On Asset (ROA) menunjukan hubungan antara tingkat keuntungan (earning) yang dihasilkan manajemen atas dana yang ditanam baik oleh pemegang saham maupun kreditor. Return On Asset (ROA) ini mengukur pengembalian atas total aktiva setelah bunga dan pajak. Hasil pengembalian total aktiva atau total investasi menunjukan kinerja manajemen dalam menggunakan aktiva perusahaan untuk menghasilkan laba. Perusahaan mengharapkan mengharapkan adanya hasil pengembalian yang sebanding dengan dana yang digunakan. Hasil 15 pengembalian ini dapat dibandingkan dengan penggunaan alternatif dari dana tersebut. Sebagai salah satu ukuran ke efektifan, maka semakin tinggi hasil pengembalian, semakin efektiflah perusahaan. Rasio ini sangat penting, mengingat keuntungan yang memadai diperlukan untuk mempertahankan sumber-sumber modal perusahaan. Persamaan Return On Assets adalah sebagai berkut: ROA = Net Income X 100 % Total Asset D. Inflasi Menurut Sadono Sukirno (2006;14) inflasi dapat didefinisikan sebagai suatu proses kenaikan harga-harga yang berlaku dalam sesuatu perekonomian. Sedangkan menurut Ahmad Rodoni (2008: 17) inflasi adalah keadaan dimana terjadi peningkatan harga umum secara terus-menerus . Inflasi juga bisa menunjukan kerentanan perekonomian suatu negara sehingga hal ini sangat berpengaruh terhadap kepercayaan penanaman modal, terutama modal asing akan prospek pendapatan yang akan diperolehnya dinegara tersebut. Inflasi bisa terjadi karena adanya kelebihan jumlah uang yang beredar. Berdasarkan besarnya laju inflasi, kategori inflasi dapat digolongkan menjadi tiga yaitu : 16 1) Inflasi Merayap Inflasi merayap adalah proses kenaikan harga-harga yang lambat jalannya. yang digolongkan kepada inflasi ini adalah kenaikan harga-harga yang tingkatnya tidak melebihi dua atau tiga persen setahun. 2) Inflasi Sederhana Inflasi sederhana adalah proses kenaikan harga-harga yang lebih cepat sedikit dari inflasi merayap. Yang digolongkan kepada inflasi ini adalah kenaikan harga-harga yang tingkatnya berada di sekitar lima atau delapan persen. 3) Inflasi hiper Inflasi hiper adalah proses kenaikan harga-harga yang sangat cepat, yang menyebabkan tingkat harga menjadi dua atau beberapa kali lipat dalam masa yang singkat. Adapun rumus yang digunakan untuk menghitung inflasi adalah sebagai berikut: Laju inflasi = IHKt − IHKt −1 IHKt −1 E. Kurs Kurs atau nilai tukar mata uang (exchange rate) merupakan harga suatu mata uang terhadap mata uang yang lain. Sedangkan menurut . Fluktuasi nilai rupiah terhadap mata uang asing akan sangat mempengaruhi iklim investasi dalam negeri, terutama pasar modal. Ketika 17 terjadi apresiasi kurs rupiah misalnya, akan berdampak pada perkembangan pemasaran produk Indonesia di luar negeri, terutama dalam persaingan harga. Sebaliknya, bila terjadi depresiasi rupiah terhadap dollar US$ misalnya, akan berdampak pada perusahaan- perusahaan go public, terutama yang menggantungkan faktor produksi terhadap bahan-bahan impor, sehingga biaya produksi meningkat, laba yang diperoleh menurun dan berakibat jatuhnya harga saham perusahaan tersebut. Pergerakan kurs mata uang akan berdampak pada nilai perusahan multinsional (MNC) karena kurs dapat mempengaruhi jumlah arus masuk kas yang diterima melalui ekspornya, dan akan mempengaruhi jumlah arus keluar kas yang digunakan untuk membayar impor. Kurs nilai tukar mengukur nilai satu satuan mata uang terhadap mata uang lain (Thomson; 2006: 123). Jika kondisi ekonomi berubah, kurs mata uang juga dapat berubah cukup besar. Adapun rumus yang digunakan untuk melakukan pengukuran perubahan nilai kurs menggunakan nilai spot adalah sebagai berikut: Nilai Kurs = Nilai kurs t- Nilai Kurs t-1 Nilai kurs t-1 Dimana: Kurs t : Kurs spot tanggal terkini Kurs t-1 : Kurs spot pada tanggal terdahulu 18 F. Suku Bunga Deposito Sertifikat Deposito Merupakan simpanan yang diterbitkan dengan jangka waktu 1, 3, 6 dan 12 bulan, diterbitkan atas unjuk dalam bentuk Sertifikat, tanpa mencantumkan nama pemilik deposito. Sertifikat deposito dapat diperjual belikan kepada pihak lain. Pembayaran bunga Sertifikat Deposito dapat dilakukan di muka, tiap bulan atau pada saat jatuh tempo, baik tunai maupun non tunai (www.bi.go.id). Sertifikat Deposito sering disingkat CD. Pada prinsipnya adalah instrument keuangan yang diterbitkan oleh suatu bank atas unjuk dan dinyatakan dalam suatu jumlah. Jangka waktu dan tingkat bunga tertentu. Sertifikat Deposito adalah deposito berjangka yang bukti simpanannya dapat diperdagangkan ( Ahmad Rodoni, 2004: 129). Dan menurut Undang-undang No.2 tahun 1998, deposito adalah simpanan yang penarikannya hanya dapat dilakukan pada waktu tertentu berdasarkan perjanjian nasabah penyimpanan di bank. penarikan hanya dapat dilakukan pada waktu tertentu maksudnya adalah jika nasabah deposan menyimpan uangnya untuk jangka waktu tiga bulan, maka uang tersebut dapat dicairkan setelah jangka waktu tersebut berakhir, dan sering disebut tanggal jatuh tempo. Domian (1996) dalam Bahtiar Usman (2007: 101) menjelaskan bahwa terdapat hubungan negatif antara tingkat suku bunga dengan pendapatan saham. Hal ini berarti bahwa ketiak ada kenaikan tingkat suku bunga maka pendapatan saham akan cenderung menurun. 19 Tingkat suku bunga juga merupakan salah satu variabel yang sering dianggap sebagai indikator kebijakan moneter yang baik, sebab tingkat suku bunga biasanya sensitivf terhadap suplai surat-surat berharga (Patelis: 1997 dalam Bahtiar Usman 2007: 101) Adapun keuntuangan yang didapat dari deposito adalah sebagai berikut (www.bi.go.id) : 1. Dapat dijadikan jaminan kredit. 2. Memperoleh hasil bunga yang umumnya lebih tinggi dari bentuk simpanan lainnya. 3. Dapat mengelola keuangan secara lebih terencana sesuai dengan kebutuhan dan jangka waktu deposito. G. Portofolio 1. Definisi Portofolio Menurut Moeljadi (2006:187), Portofolio adalah Sekumpulan aktiva, baik aktiva nyata (real asset) mupun aktiva keungan (financial asset). Dan menurut Abdul Halim (2005:54), portofolio merupakan kombinasi atas gabungan atau sekuritas asset rill maupun asset financial yang dimilki oleh investor, sedangkan menurut Sugiharti Binastuti (2005:4) portofolio dapat diartikan sebagai rangkaian kombinasi beberapa aktiva yang diinvestasikan dan dipegang oleh investor, baik perorangan maupun lembaga. Kombinasi aktiva tersebut bias berupa aktiva riil, maupun aktiva financial. Dan menurut Agus Sartono (2010;143) 20 portofolio adalah sekumpulan investasi baik asset riil atau real assets maupun asset keuangan atau financial assets. Yang dimaksud dengan portofolio dalam financial asset adalah investasi pada asset keuangan seperti saham biasa, saham prefern, obligasi perusahaan dan surat berharga yang dikeluarkan oleh pemerintah. Harry Markowitz, William Sharpe, John Lintner, Jan Mossin dan lain-lain adalah ilmuwan yang banyak memberikan kontribusi dalam pengembangan teori portofolio modern. Teori ini berkembang sejak diketemukan cara berinvestasi yang efisien dan optimal sebagaimana di kemukakan Harry Markowittz pada tahun 1952. 2. Analisis Portofolio Secara umum portofolio investasi adalah merupakan penganekaragaman ( diversifikasi ) pada beberapa peluang investasi yang dilakukan oleh investor perorangan maupun lembaga. Tujuan investor membentuk portofolio dengan cara menanamkan dananya pada berbagai sarana investasi, tidak lain adalah untuk mengurangi risiko (Sabar Warsini;2009:117). Diversifikasi sangat perlu dilakukan mengingat sebagian besar investor masih bersikap menghindari risiko. Semakin banyak jenis sarana investasi yang dipilih maka risiko dapat diminimalkan, karena risiko kerugian pada salah satu jenis investasi akan ditutupi oleh keuntungan yang didapat dari jenis sarana investasi yang lainnya. 21 Menurut (Abdul Halim 2005:54) Hakikat pembentukan portofolio adalah untuk mengurangi risiko dengan cara diversifikasi, yaitu mengalokasikan sejumlah dana pada berbagai alternative investasi yang berkorelasi negatif. Investor yang rasional akan menginvestasikan dananya dengan memilih saham yang efisien. suatu portofolio dikatakan efisien apabila portofolio tersebut ketika dibandingkan dengan portofolio lain memenuhi kondisis sebagai berikut: a. Memberikan ER ( tingkat pengembalian yang diharapkan) terbesar dengan risisko yang sama, atau b. Memberikan risiko terkecil dengan ER yang sama. Sedangkan menurut Menurut Tandelilin (2010:157) portofolio efisien adalah portofolio dengan return tertinggi pada risiko tertentu atau portofolio dengan risiko terendah pada return tertentu Maka dengan demikian dalam pembentukan portofolio dibutuhkan adanya perhitungan return dan risiko portofolio. a. Pengertian Return Tingkat keuntungan (return) merupakan rasio antara pendapatan investasi selama beberapa periode dengan jumlah dana yang diinvestasikan. Pada umumnya investor mengharapkan keuntungan yang tinggi dengan resiko kerugian yang sekecil mungkin, sehingga para investor berusaha menentukan tingkat keuntungan 22 investasi yang optimal dengan menentukan konsep investasi yang memadai. Dan pada dasarnya tujuan investasi dalam saham adalah untuk memperoleh keuntungan dimasa yang akan datang berupa dividen dan capital gain. Dividen adalah bagian dari keuntungan perusahaan yang dibayarkan kepada pemegang saham dalam suatu periode tertentu. Sedangkan Capital gain adalah selisih antara harga saham awal periode dengan harga akhir periode. Bila harga saham pada akhir periode lebih tinggi maka dikatakan investor memperoleh capital gain, namun apabila terjdi sebaliknya maka investor dikatakan menderita capital loss. Dengan demikian tingkat keuntungan suatu saham dapat di hitung dengan rumus sebagai berikut (Sabar Warsini :2009;79) Rt = ( Pt − P t −1 ) Pt −1 Dimana : Rit : return saham I periode ke-t Pt : Harga saham pada periode t Pt-1: Harga saham pada periode t-1 23 Komponen return meliputi: 1. Capital Gain (loss) merupakan keuntungan (kerugian) bagi investor yang diperoleh dari kelebihan harga jual (harga beli) diatas harga beli (harga jual) yang keduanya terjadi dipasar sekunder. 2. Yield merupakan pendapatan atau aliran kas yang diterima investor secara periodik, misalnya berupa deviden atau bunga. Yield dinyatakan dalam persentase dari modal yang ditanamkan.(Abdul Halim,2003) b. Pengertian Risiko Menurut Ni Putu (2007;303) risiko merupakan penyimpangan tingkat keuntungan yang diperoleh dari nilai yang diharapkan oleh seorang investor. Sedangkan Risiko menurut Dermawan Syahrial (2008: 69) sering dihubungkan dengan penyimpangan dari hasil yang diterima dengan yang diharapkan. Pada prinsipnya risiko dapat dikelompokkan menjadi dua bagian, yaitu sebagai berikut: 1. Risiko tidak sistematik (UnsystematicRisk) Merupakan risiko yang terkait dengan suatu saham tertentu yang umumnya dapat dihindari (avoidable) atau diperkecil melalui diversifikasi (diversifiable). 2. Risiko sistematik (Systematic Risk) Merupakan risiko pasar yang bersifat umum dan berlaku bagi semua saham dalam pasar modal yang bersangkutan. Risiko ini tidak mungkin dapat dihindari oleh investor melalui diversifikasi sekalipun. Dan menurut Rodoni 24 Ahmad dan Herni Ali (2010;89) risiko sistemati adalah setiap risiko yang mempengaruhi sebagian besar asset dengan tingkat risiko yang bermacam-macam. Contoh dari risiko sistematik termsuk ketidakpastian mengenai keadan ekonomi secara umum seperti GNP, tingkat bunga atau inflasi. Selain dua bagian risiko tersebut, sikap investor terhadap menghadapi risiko yang muncul dapat dibedakan menjadi tiga yaitu sebagai berikut: 1. Risk Averse adalah sikap seorang investor yang akan memilih investasi yang memiliki risiko yang lebih rendah dengan tingkat return yang diharapkan sama besar. 2. Risk Neutral adalah sikap seorang investor yang akan memilih investasi yang tingkat return-nya sesuai dengan risiko yang dihadapi. 3. Risk Seeker adalah sikap seorang investor yang akan memilih investasi yang memiliki risiko investasi yang lebih tinggi dengan tingkat return yang diharapkan sama besar. Adapun rumus penggunaan beta dengan menggunakan teknik regresi menurut jogiyanto dalam jurnal Ni Putu (2007:305) adalah sebagai berikut: βi = σ im σ 2m 25 Dimana : βi = Beta saham i σim = Covarian return saham i dan return pasar σ 2 = Varians return pasar Atau dapat diuraikan sebagai berikut: n βi = ∑ (R t −1 it − Rit )( Rmt − Rmt ) n ∑ (R t =1 mt − Rmt ) 2 Untuk menghitung return pasar digunakan rumus sebagai berikut: Rmt = IHSGt − IHSGt −1 IHSGt −1 Dimana: Rmt = Return pasar priode ke-t IHSGt = Indeks IHSG periode ke-t IHSGt-1 = Indeks IHSG periode ke t-1 Return pasar adalah tingkat pengembalian yang diperoleh dari investasi pada saham yang ada di bursa, yang tercermin dari indeks indeks IHSG untuk periode semesteran yang dukur dengan persentase. 26 3. Penentuan Portofolio Optimal Dengan Single Indeks Model (SIM) Model Indeks Tunggal atau model satu factor (Single Indeks Tunggal) mengasumsikan bahwa tingkat pengembalian antara dua efek atau lebih akan berkorelasi, yaitu akan bergerak bersama dan mempunyai reaksi yang sama terhadap satu factor atau indeks tunggal yang dimasukan dalam model. Factor atau indeks tersebut adalah Indeks Harga Saham Gabungan (IHSG). Maka dapat disimpulkan bahwa pada dasarnya metode ini mengasumsikan bahwa suatu return sekuritas dipengaruhi oleh satu factor yaitu indeks pasar. Single Indeks Model dapat dinyatakan dengan persamaan sebagai berikut: (Abdul Halim:2005:82). Ri = α i + β i Rm +e i Dimana: Ri : Tingkat pengembalian yang diharapkan atas efek i αi : Bagian dari tingkat pengembalian efek I tang tidak terpengaruh oleh perubahan pasar (konstanta) βi : Kepekaan tingkat pengembalian efek I terhadap tingkat pengembalian indeks pasar (parameter yang mengukur perubahan yang diharapkan pada Ri jika terjadi perubahan pada Rm) Rm : Tingkat penfembalian dari indeks pasar ei : Faktor pengganggu yang tidak dimasukan dalam model 27 Rumus diatas merupakan persamaan regresi linier sederhana, dimana Ri : variable dependen, αi : konstanta, βi : koefisien regresi, Rm : variable independent, dan ei : factor pengganggu yang tidak dimasukan dalam model. Dalam proses pembentukan portofolio optimal menurut Single Indeks Model, untuk menentukan saham mana yang termasuk kedalam portofolio optimal, dapat menggunakan langkah-langkah sebagai berikut. 1) Meghitung Excess Return to Beta Ratio (ERB) masing-masing saham dan mengurutkan berdasarkan nilai ERB terbesar ke nilai terkecil. 2) Portofolio yang optimal terdiri dari investasi pada saham yang nilai ERB nya lebih besar dari pada titik pembatas tertentu atau Cut Off Rate (Ci). Adapun formula yang digunakan untung menghitung ERB dan Ci adalah sebagai berikut (Ghazi F.Momani:2008): ¾ Menghitung Excess Return to Beta Ratio (ERB). Excess Return to Beta Ratio (ERB) adalah merupakan kelebihan pengembalian atas tingkat keuntungan bebas risiko pada asset lain. Hal ini dapat dirumuskan sebagai berikut: ERB = Ri − Rf βi Dimana: ERB = Excess return to Beta Ratio 28 Rf = Risk free Ri = expected stock return Βi = stock beta ¾ Menentukan Nilai Titik Pembatas (Cut Off Point = Ci) Untuk menentukan batas nilai ERB untuk memilih kandidat pembentuk portofolio diperlukan sebuah titik pembatas (Cut Off Point). Nilai penentu titik pembatas ini diperoleh dengan terlebih dahulu menghitung: Ai = [ Ri − Rf ]. β i σ 2 ei Dan : β 2i Bi = 2 σ ei setelah nilai Ai dan Bi diperoleh, titik pembatas Ci dihitung dengan cara sebagai berikut: n Ci = σ 2m ∑ ( Ri − R f ) β i i =1 1+ σ 2m σ 2 ei 1 β 2i ∑ 2 i =1 σ ei Dimana: Ci : Cut Off Point per stock meant to examine it quality 29 σ 2 m : fluctuation of the market index. Ri : stock return Rf : risk – free return βi : sytematic risk per stock σ 2 ei : unsystematic risk per stock return Dari persamaan ini, dapat ditemukan Cut Off Point per saham, serta dapat membedakan saham yang optimal dan yang tidak optimal dengan membandingkan Cut Off pint dengan Excess Return to Beta Ratio (ERB). Jika rasio ERB lebih besar / tinggi dari Cut Off point (ERB > Ci), maka saham termasuk portofolio yang optimal. Dan sebaliknya Jika rasio ERB kurang dari Cut Off point (ERB < Ci), maka saham tidak termasuk portofolio optimal. H Penilaian Kinerja Saham Tujuan penilaian kinerja portofolio menurut (Abdul Halim 2005:68) adalah untuk mengetahui dan menganalisis apakah portofolio yang dibentuk telah dapat meningkatkan kemungkinan tercapainya tujuan investasi sehingga dapat diketahui portofolio mana yang memilki kinerja yang lebih baik jika ditinjau dari tingkat pengembalian dan risikonya masing-masing. Menurut Tandelilin (2010:489) bahwa dalam mengevaluasi kinerja suatu portofolio ada beberapa factor yang perlu kita perhatikan, yaitu sebagai berkut: 30 1. Tingkat Risiko, dalam mengevaluasi kinerja portofolio harus didasarkan pada ukuran yang bersifat risk-asjusted, artinya bahwa pengukuran kinerja portofolio tidak hanya dilihat dari besarnya return portofolio saja tetapi juga harus memperhatikan besarnya risiko yang harus ditanggung untuk memperoleh besarnya return tersebut. 2. Periode waktu: Factor waktu perlu diperhatikan karena kan mempengaruhi return portofolio. 3. Penggunaan patok duga (benchmark) yang sesuai: Dalam melakukan evaluasi kinerja portofolio, diperlukan untuk membandingkan return portofolio tersebut dengan return yang bisa dihasilkan oleh alternatif portofolio lain yang sebanding. 4. Tujuan Investasi: Evaluasi kinerja suatu portofolio juga perlu memperhatikan tujuan yang ditetapkan oleh investor atau manajer investasi.Tujuan investasi yang berbeda akan mempengaruhi kinerja portofolio yang dikelolanya. Seperti telah dijelaskan diatas bawa untuk melihat kinerja portofolio tidak bisa hanya melihat tingkat return yang dihasilkan portofolio tersebut, tetapi juga harus memperhatikan tingkat risiko portofolio juga. Beberapa ukuran kinerja portofolio yang sudah memasukan factor risiko adalah Indeks Sharpe, Indeks Treynor dan Indeks Jensen. 1. Indeks Sharpe Dalam metode ini kinerja portofolio diukur dengan cara membandingkan antara premi risiko (yaitu selisih rata-rata tingkat 31 pengembalian portofolio dengan rata-rata tingkat bunga bebas risiko) dengan risiko portofolio yang dinyatakan dengan standar deviasi (total risiko). Secara matematis indeks sharpe dirumuskan sebagai berikut : Spi = Rpi – Rf SDpi Keterangan Simbol : Spi = Indeks Sharpe portofolio i Rpi = rata-rata tingkat pengembalian portofolio i Rf = rata-rata batas bunga investasi bebas risiko SDpi = standar deviasi dari tingkat pengembalian portofolio i Rpi – Rf = premi risiko portofolio i Dalam teori portofolio, standar deviasi merupakan risiko total yang merupakan penjumlahan dari risiko pasar ( systematic risk) dengan risiko tidak sistematik ( unsystematic risk). Dengan memperhitungkan risiko, makin tinggi nilai pengukuran sharpe, makin baik kinerja portofolio (Ni Putu 2007:307). 2. Indeks Treynor Dalam metode ini kinerja portofolio diukur dengan cara membandingkan antara premi risiko (yaitu selisih rata-rata tingkat pengembalian portofolio dengan rata-rata tingkat bunga bebas risiko) dengan risiko portofolio yang dinyatakan dengan beta (risiko pasar atau 32 risiko sistematis). Secara matematis indeks Ttreynor dirumuskan sebagai berikut : Tpi = Rpi – Rf βpi Keterangan Simbol : Tpi = Indek Treynor portofolio i Rpi = rata-rata tingkat pengembalian portofolio i Rf = rata-rata batas bunga investasi bebas risiko βpi = beta portofolio (risiko pasar atau risiko sistematis) Rpi – Rf = premi risiko portofolio i Dengan mempertimbangkan risiko sistematik, makin tinggi nilai pengukuran treynor, makin baik kinerja portofolio (Ni Putu 2007:307). 3. Indeks Jensen Metode ini didasarkan pada konsep garis pasar sekuritas (security market line – SML) yang merupakan garis yang menghubungkan portofolio pasar dengan kesempatan investasi yang bebas risiko, sehingga secara matematis dirumuskan Rp = Rf + (Rm – Rf) βp. Kemiringan SML dinyatakan sebagai (Rm – Rf)/ βp, dan konstantanya adalah Rf. Dalam keadaan ekuilibrium semua portofolio diharapkan berada pada SML. Jika terjadi penyimpangan, artinya, jika dengan risiko yang sama tingkat pengembalian suatu portofolio berbeda dengan tingkat pengembalian pada SML, maka perbedaan tersebut disebut dengan Indeks Jensen ; dimana risikonya dinyatakan dalam beta (risiko pasar atau risiko sistematis). 33 Apabila tingkat pengembalian actual dari suatu portofolio lebih besar dari tingkat pengembalian yang sesuai dengan persamaan SML, berarti indeks Jensen akan bernilai positif. Sebaliknya, apabila tingkat pengembalian aktual dari suatu portofolio lebih kecil dari tingkat pengembalian yang sesuai dengan persamaan SML, berarti indek Jensen akan bernilai negatif. Berdasarkan uraian diatas, maka indeks Jensen dapat dirumuskan sebagai berikut: Jpi = (Rpi – Rf) – (Rm – Rf) βpi Keterangan Simbol : Jpi = Indeks Jensen portofolio i Rp = rata-rata tingkat pengembalian portofolio i Rf = rata-rata bunga investasi bebas risiko Rm = rata-rata tingkat pengembalian pasar (diwakili IHSG) βpi = beta portofolio I (risiko pasar atau risiko sistematis) Rpi-Rf = premi risiko portofolio i Rm-Rf = premi risiko pasar I. Penelitian Terdahulu Pengujian mengenai variable makro ekonomi telah dilakukan oleh Murti Lestari (2005). Murti Lestari menganalisis tentang pengaruh variable makro ekonomi terhadap return saham di BEJ, variable makro yang digunakan dalam penelitiannya adalah tingkat suku bunga SBI, inflasi, dan 34 nilai kurs valuta asing. Sample yang dunakan dalam penelitiannya adalah data return saham perusahaan yang listed di BEJ dari tahun 1998 sampai dengan 2003. Dengan metode yang digunakan adalah dengan tiga model, yaitu meliputi model klasik, model auto regressive dan model kausalitas granger. Hasil pengujian murti lestari mengenai pengaruh variable makro ekonomi terhadap return saham dengan menggunakan model klasik, model auto regressive menunjukan bahwa variable makro ekonomi terhadap return saham tidak berpengaruh secara signifikan. Namun dengan menggunakan model Kausalitas granger hasil penelitiannya menunjukan bahwa variable makro tersebut mempengaruhi return saham. Robiatul Auliyah dan Ardi Hamzah (2006) telah melakukan penelitian dengan judul Analisis karakteristik perusahaan, industri dan ekonomi makro terhadap return dan beta saham. Sample yang digunakan dalam penelitiannya adalah saham- saham yang terdaftar di Jakarta Islamic indeks selama tahun 2001-2005 dengan munggunakan teknik purposive sampling. Variabel-variabel pada karakteristik perusahaan yang dijadikan dalam penelitian ini adalah earning per share, dividend payout, leverage, current ratio, return on investmen dan cyclicality. Dan Variabel-variabel industrinya dilihat jenis industri dan ukuran industri. Variabel jenis industri dibedakan antara industri manufaktur dan non manufaktur. Untuk ukuran industri digunakan nilai 0 untuk industri kecil dan 1 untuk industri besar yang dikelompokkan berdasarkan nilai dari total aset perusahaan. Sedangkan 35 variabel-variabel ekonomi makro nya dilihat dari kurs rupiah terhadap dollar dan Produk Domestik Bruto (PDB). Hasil penelitiannya menunjukan bahwa secara simultan variabel-variabel karakteristik perusahaan, industri dan ekonomi makro tidak berpengaruh secara signifikan pada tingkat 5% terhadap return saham syariah tetapi berpengaruh secara signifikan pada tingkat 5% terhadap beta saham syariah. Pengujian regresi secara parsial dengan t test menunjukkan bahwa tidak ada satu pun variable-variabel karakteristik perusahaan, industri dan ekonomi makro berpengaruh secara signifikan pada return saham syariah, sedangkan variabel-variabel karakteristik perusahaan, industri dan ekonomi makro berpengaruh terhadap beta saham, saham yang mempunyai pengaruh signifikan pada tingkat 5% adalah cyclicality, kurs rupiah terhadap dollar dan Produk Domestik Bruto (PDB). Penelitian mengenai variable makro ekonomi juga telah dilakukan oleh Nil Gunsel dan Sadik Cukur (2007) di London Stock Exchange. Mereka menganalisis mengenai pengaruh variable makro ekonomi terhadap return saham. Sample yang digunakannya adalah perusahaan yang terdaftar di London stock exchange dari periode Januari 1980 sampai dengan Desember 1993. metode yang digunakannya adalah APT ( Arbitrage Pricing Theory). Variabelvariabel yang digunakan dalam penelitian ini adalah terdiri atas 7 spesifik variable makro ekonomi yaitu: struktur jangka waktu suku bunga, inflasi tak terduga, perubahan dalam tingkat produksi (unanticipated sectoral industrial production), risiko premium, kurs, uang beredar dan Dividen yield ( unanticipated dividend yield). Hasil penelitian mereka menunjukan bahwa 36 faktor-faktor ekonomi makro berpengaruh signifikan di pasar bursa saham Inggris, namun, setiap faktor dapat mempengaruhi industri yang berbeda dalam cara yang berbeda. Artinya, faktor makroekonomi satu industri dapat mempengaruhi secara positif, tetapi dapat mempengaruhi industri lainnya negatif. Disamping itu juga penelitian mengenai variable makro ekonomi telah dilakukan oleh Zulfi Skendra. Zulfi Skendra melakukan penelitian dengan judul Analisis pengaruh Inflasi, Nilai Tukar dan Bunga Deposito terhadap portofolio optimum saham-saha blue chip di BEI, dengan menggunakan metode Single indeks model. Penelitian ini dilakukan pada 10 perusahaan yang tergabung dalam saham LQ 45 dengan kategori saham-saham blue chip (saham- saham unggulan) pada periode tahun 2002 dan 2004. Hasil penelitian ini menunjukan bahwa jenis saham yang masuk dalam portofolio optimum dengan adanya pengaruh inflasi, nilai tukar dan bunga deposito terjadi penambahan. Yang tadinya hanya lima saham yang masuk dalam portofolio optimum, yaitu: ASII, AALI, ISAT, TLKM, dan SMGR. Dengan adanya pengaruh Inflsi, nilai tukar, dan bunga deposito menjadi enam saham yang masuk dalam portofolo optimum yaitu: ASII, AALI, ISAT, TLKM, SMGR, dan UNVR. Penelitian portofolio optimal dengan metode Single Indeks Model juga telah dilakukan oleh Ghazi F. Momani (2008) di Amman stock market – 37 Jordan. Ghaji F. Momani meneliti perusahaan perbankan di yordania dari periode 2003-2007. Hasil penelitiannya menunjukan bahwa hanya terdapat satu saham yang memilki ERB > Ci, yaitu: Bank arab dengan nilai ERB : 3.36923 dan Ci : 3.369116. yang lainnya nilai ERB < nilai Ci sehingga tidak masuk dalam portofolio optimal. Tidak hanya varibel makro ekonomi yang dapat mempengaruhi return saham namun rasio profitabilitas juga dapat mempengaruhi return saham. Seperti yang telah dilakukan oleh I G. K. A. ULUPUI (2006) yang telah meneliti mengenai Analisis Pengaruh Rasio Likuiditas, Leverage, Aktivitas, Dan Profitabilitas Terhadap Return Saham. Perusahaan yang dijadikan sampel dalam penelitiannya adalah perusahaan-perusahaan yang masuk dalam industri konsumsi, khususnya makanan dan minuman yang terdaftar di BEJ sejak tahun 1999—2005. Salah satu variable Independen yang digunakan dalam penelitianya adalah rasio Profitabilitas yaitu Return On Asset. Dan hasil penelitiannya menunjukan bahwa baik secara simultan maupun secara parsial, Variabel return on asset berpengaruh positif dan signifikan terhadap return saham. Rincian penelitian terdahulu dapat dilihat pada tabel 2.1 halaman berikutnya. 38 Tabel 2.1 Rincian Penelitian Terdahulu Nama Tahun Peneliti Peneliti Judul Variabel Metode Analisis Hasil Penelitian Penelitian an Murti Lestari (2006) 1998 2003 Pengaruh variable Makro terhadap return saham di BEJ: pendekatan beberapa model Robiatul Auliyah, Ardi Hamzah, dan universita s Trunojoyo (2006) 2001 2005 Analisa Karakterstik Perusahaan, Industri dan Ekonomi Makro Terhadap Return Dan Beta Saham Syariah Di Bursa Efek Jakarta * Model Klasik : 1. Model Klasik semua variabel makro tersebut bunga SBI 2. Model Autoregresive tidaka ada yang signifikan jangka 3. maodel Kausalitas dalam mempengaruhi return pendek Granger saham 2. Laju inflasi * Model Autoregresive: 3. Kurs Valuta t statistiknya menunjukan Asing bhwa variabel makro tersebut 4. Return Saham tidak ada yang signifikan dalam mempengaruhi return saham. * Model Kausalitas Grenger - pada lag 1 bulan, variabel makro tersebut mempengaruhi return saham. - Pada lag 3 bulan,variabel makro tersebut mempengaruhi return saham, dan begitu sbaliknya return saham mempengaruhi variabel makro. - dan pada lag 1 tahun, hasilnya sama dengan pada lag 1 bulan. *Karkteristik Analisis Regresi * Secara simultan (F hitung) Perusahaan: Linier Berganda maupun secara parsial (t hitung) EPS,Dividend • Uji F menunjukan bahwa variabel Payout,Lever variabel karakteristik • Uji t age,Current perusahaan, industri dan Ratio,ROI,Cy ekonomi makro tidak clicality berpengaruh secara signifikan *Variabel terhadap return saham syariah. industri: *Secara simultan (F test) manufaktur, menunjukan bahwa variabelnon variabel karakteristik manufaktur perusahaan, industri dan ekonmi *Ukuran makro berpengaruh secara Industri: nilai signifikan pada tingkat 5% nol untuk terhdap beta saham syariah. industri kecil, *Secara parsial (t test) nilai satu menunjukan bahwa variabeluntuk industri variabel karakteristik besar perusahaan, industri dan ekonmi *Variabel makro terhadap beta saham 1. Tingkat 39 I. G. K. A. ULUPUI 1999 2005 Nil Gunsel Dan Sadik Cukur (2007 Januari 1980 sampai dengan Desemb er 1993 Zulfi Skendra 2005 2002 & 2004 Ekonomi makro: Kurs rupiah, PDB (Produk Domestik Bruto. * Return dan Beta saham Syariah Analisis * Return saham Pengaruh * Likuiditas Rasio -Current Likuiditas, Ratio Leverage, *Rasio Aktivitas, Leverage Dan -DER Profitabilitas *Rasio Terhadap Likuiditas Return - Total Assets Saham turnover * Rasio Profitabilitas - ROE - ROA *interest rate *unanticipated inflation *unanticipated sectoral industrial production *Risiko premium *real axchange rate *money supply (MO) *Unanticipated dividend yield Analisis - Inflasi pengaruh - Nilai tukar Inflasi, Nilai rupiah Tukar dan - Bunga Bunga Deposito Deposito - Portofolio terhadap Optimum portofolio - Return saham optimum - ERB saham-saha - Ci blue chip di BEJ. The Effects of Macroecono mic Factors on the London Stock Returns: A Sectoral Approach mempunyai pengaruh signifikan pad tingkat 5% adalah cyclicality, kurs rupiah terhadap dollar dan Produk domestic Bruto (PDB). Analisis Regresi Berganda • Uji F • Uji t * APT (Arbitrage PricingTheory) * SIM * Regresi linier Berganda - Uji F - UJi t * Indeks Sharpe * Indeks treynor * Indeks Jensen * Melalui uji t, hanya variabel Current Ratio dan Return On Assets yang berpengaruh signifikan terhadap return saham. * Melalui uji F menunjukan bahwa variabel independent (Current Ratio, Debt to Equity Ratio, Total Assets Turn Over dan ROA) secara bersama-sama berpengaruh signifikan terhadap return saham satu tahun kedepan. Faktor-faktor ekonomi makro tersebut berpengaruh signifikan dipasar bursa saham inggris (return saham), namun setiap factor dapat mempengaruhi industri yang berbeda. Artinya, faktor ekonomi satu industri dapat mempengaruhi secara poitif, tetapi dapat mempengaruhi industri lainnya negatif. * Hanya terdapat lima jenis saham blue chip yang masuk kedalam portofolio optimum dari sepuluh saham perusahaan yang menjadi sample penelitian dengan menggunakan Single Indeks Model (SIM), yaitu saham ASII, AALI, ISAT, TLKM dan SMGR. * Dengan melaui uji t variabel indeks nilai tukar (NT-1) dan bunga deposito pemerintah ( B Dpst pmrt) berpengaruh secar nyata pada selang kepercayaan 99% terhadap return pasar. 40 Ghazi F. Momani (2008) 2003 2007 Simple Techniques for Determining the Optimal Portfolio Case Study: Investment in Banks Sector in Amman Stock Market - * Dan dengan melalui uji F Inflasi dan Nilai tukar pada bulan bersangkutan berpengaruh positif terhadap return pasar (IHSG).. * Setelah ada inflasi, nilai tukar dan bunga deposito, jumlah jenis saham yang masuk ke dalam portofolio optimum bertambah satu yaitu UNVR, sehingga yang masuk kedalam portofolio optimum dengan adanya pengaruh inflasi, nilai tukar dan bunga deposito menjadi enam saham, yaitu: ASII, AALI, ISAT, TLKM, SMGR, dan UNVR. * Kinerja saham yang termasuk kedalam portofolio optimum apabila dilihat dari indeks sharpe yang menduduki peringkat pertama adalah TLKM kemudian diikuti oleh saham ISAT, AALI, SMGR dan UNVR. * Dan apabila dilihat dari indeks Treynor kinerja saham portofolio optimum. saham yang menduduki peringkat pertama adalah saham Astra Argo Lestari, diikuti oleh Semen Gresik, Astra Internasional, Indosat, Telkom, dan Unilever. *Kemudian apabila berdasarkan Indeks Jensen kinerja saham portofolo optimum, saham yang menduduki peringkat pertama vadalah saham Astra internasional, yang kemudian dikuti oleh Astra Argo Lestari, Indosat, Semen Gresik, Telkom dan UNVR. *Return Saham *Single Index Model *Setelah dilakukan pengujian * ERB (SIM) terhadap saham sector * Ci * Regresi sederhana perbankan di amman stock * Portofolio Uji t market dengan menggunakan Optimal/ideal model SIM yang masuk * Stock Turnover kedalam portofolio * Stock return optimal/ideal, ternyata hanya ada satu saham perbankan yang termasuk kedalam portofolio optimal yaitu saham Arab Bank dari 11 saham perbankan yang menjadi sample dalam penelitianya. 41 Jordan * Melalui uj t hasil penelitian ini menunjukan bahwa tidak ada indikasi hubungan statistic antara stock turnover dan posisi portofolio dalam portofolio optimal atau ideal. * begitu juga dengan stock return, bahwa tidak ada indikasi hubungan statistic antara return saham dan posisi portofolio dalam portofolio yang optimal. J. Kerangka Pemikiran Awal penelitian ini dilakukan dengan mengamati perusahaan perbankan yang go public di Bursa Efek Indonesia dimulai dari tahun 2005 sampai tahun 2008. Kemudian selajutnya menyeleksi perusahaan perbankkan yang mengeluarkan laporan keuangan setiap tahunnya. Penelitian ini mengambil data laporan keuangan berupa laporan tahunan dari BEI atas perkembangan Rasio Profitabilitas khususnya DER,ROA, harga saham, tingkat inflasi, nilai tukar rupiah terhadap US$,Bunga deposito, frekuensi perdagangan saham, dan Tingkat bunga deposito sebagai ukiran rik free. Langkah selanjutnya adalah mengidentifikasi berapa jumlah jenis saham yang memenuhi portofolio optimal dengan model indeks tunggal (Single Index Model) untuk saham-saham perbankan yang go public di BEI, yaitu dengan cara membadingkan nilai ERB dai Ci, jika ERB lebih besar atau tinggi dari nilai Ci, maka saham tersebut termasuk saham yang memiki portofolio optimal, dan sebaliknya jika ERB lebih kecil dari Ci maka saham tersebut tidak termasuk portofolio optimal. 42 Kemudian langkah selajutnya adalah menganalisis perbedaan jumlah jenis saham yang memenuhi portofolio optimal tanpa memasukan variable Leverage (DER), profitabilitas (ROA), dan variable makro ekonomi (tingkat inflasi, perubahan nilai kurs dan suku bunga deposito) dengan saham-saham Bank yang masuk dalam portifolio optimal dengan memasukan leverage (DER), profitabilitas (ROA) dan variable makro ekonomi (tingkat inflasi, perubahan nilai kurs dan suku bunga deposito). Uji perbedaan dilakukan dengan pengujian hipotesis yaitu dengan uji T. Kemudian langkah yang terakhir adalah melihat perbedaan antara kinerja saham perbankan yang masuk dalam portofolo optimal tanpa memasukan variable leverage, profitabilitas, dan variable makro ekonomi dengan kinerja saham perbankan yang masuk dalam portifolio optimal dengan memasukan leverage, profitabilitas dan variable makro ekonomi. Uji perbedaan dilakukan dengan pengujian hipotesis yaitu dengan uji T. Sehingga secara ringkas pola pemikiran tersebut dapat diskemakan sebagai berikut : 43 Gambar 2.2 Kerangka pemikiran penelitian Perusahaan perbankan yang go public selama tahun 2005-2008 di BEI Leverage *DER Profitabilitas * ROA Variabel makro ekonomi * Inflasi * Kurs * Bunga deposito Penentuan portofolio optimal dengan Single Indeks Model ERB > Ci Kandidat portofolio optimal return saham & Return pasar Analisis Regresi Berganda Kinerja saham Penentuan portofolio optimal dengan Single Indeks Model ERB < Ci Bukan kandidat portofolio optimal ERB > Ci Kandidat portofolio optimal ERB < Ci Bukan kandidat portofolio Uji T Kinerja saham Interpretasi * Indeks Sharpe * Indeks Treynor * Indeks Jansen 44 K. Hipotesis Untuk memenuhi tujuan penelitian, sejumlah hipotesis nol (Ho) telah dirumuskan. Berikut Hipotesis dalam penelitian ini: 1. Ho : β1 ≠0 tidak terdapat pengaruh antara variabel leverage, profitabilitas dan variable makro ekonomi terhadap return saham Bank di Bursa Efek Indonesia. H1: β1 = 0 Terdapat pengaruh antara variable leverage, profitabilitas dan variable makro ekonomi dengan jumlah jenis saham yang memenuhi portofolio optimal, 2. Ho : µ1 ≠ µ2 Tidak ada perbedaan yang signifikan antara saham-saham Bank yang masuk dalam portofolo optimal tanpa dan dengan dipengaruhi oleh variable leverage, profitabilitas, inflasi, nilai tukar dan bunga deposito. Ho : µ1 = µ2 Ada perbedaan yang signifikan antara saham-saham Bank yang masuk dalam portofolo optimal tanpa dan dengan dipengaruhi oleh variable leverage, profitabilitas, inflasi, nilai tukar dan bunga deposito. 3. H1: µ1 ≠ µ2 Tidak ada perbedaan yang signifikan antara kinerja saham perbankan dengn menggunakan Indeks Sharpe, Treynor, dan Indeks Jensen Indeks yang masuk dalam portofolo optimal tanpa dan dengan dipengaruhi oleh variabel leverage, profitabilitas, inflasi, nilai tukar dan bunga deposito. 45 H1 : µ1 = µ2 Ada perbedaan yang signifikan antara kinerja saham perbankan dengan menggunakan Indeks Sharpe, Treynor, dan Indeks Jensen Indeks yang masuk dalam portofolo optimal tanpa dan dengan dipengaruhi oleh variabel leverage, profitabilitas, inflasi, nilai tukar dan bunga deposito. BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini dilakukan untuk mengetahui seberapa besar pengaruh variabel Leverage (DER), Profitabilitas (ROA), dan Variabel makro ekonomi (inflasi, nilai tukar, dan bunga deposito) terhadap portofolio optimum, saham perbankan yang go publik di Bursa Efek Indonesia. Data yang digunakan dalam penelitian ini adalah laporan tahunan dari BEI dan BI atas perkembangan Leverage (DER), profitabilitas(ROA), harga saham, tingkat inflasi, niai tukar rupiah terhadap US$, dan bunga deposito sebagai ukuran rik free. B. Metode Penentuan Sampel 1. Populasi Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan (Sugiyono, 2000; 55). Dengan demikian populasi dalam penelitian ini adalah sector perbankan yang telah go public di Bursa Efek Indoesia selama tahun 2005 sampai dengan tahun 2008. 47 b. Sampel Sampel menurut Sugiyono ( 2000:56) adalah sebagian dari jumlah dan karakteristik yang dimilki oleh populasi tersebut. Teknik pengambilan sampel berdasarkan purposive sampling. purposive sampling adalah pantauan sampel dengan pengambilan data-data tertentu yang dianggap sesuai dan terkait dengan penelitian yang dilakukan. Adapun kriteria yang digunakan dalam sampel ini adalah sebagai berikut: 1. Saham yang muncul terus menerus selama 4 tahun, yaitu dari tahun 2005 sampai dengan tahun 2008. 2. Mengeluarkan laporan keuangan untuk tahun buku Januari 2005 sampai dengan Desember 2008. 3. Saham yang aktif selama kurun waktu tersebut, karena emiten sahamnya yang tidak aktif diperdagangkan akan mengganggu proses analisis. 4. Sampel yang memilki data yang dibutuhkan dalam penelitian ini selama 4 tahun berturut-turut yaitu tahun 2005, 2006, 2007,2008. Berdasarkan kriteria-kriteria diatas maka diperoleh sampel penelitian sebanyak 18 perusahaan perbankan, seperti pada tabel sebagai berikut: 48 Tabel 3.1 Jumlah Sampel Saham-Saham Perbankan 2005-2008 No Kode Emiten 1 BABP Bank Bumi Putera Indonesia Tbk 2 BBCA Bank Central Asia 3 BDMN Bank Danamon Indonesia Tbk 4 BEKS Bank Eksekutif Internasional Tbk 5 BNII Bank International Indonesia TBk 6 BKSW Bank Kesawan Tbk 7 BMRI Bank Mandiri (Persero) Tbk 8 MAYA Bank Mayapada International Tbk 9 MEGA Bank Mega Tbk 10 BBNI Bank Negara Indonesia Tbk 11 BNGA Bank Niaga TBk 12 NISP Bank NISP Tbk 13 BBNP Bank nusantara parahyangan Tbk 14 BPANIN Bank Pan Indonesia (Persero) Tbk 15 BNLI Bank Permata Tbk 16 BBRI Bank Rakyat Indonesia (Persero) Tbk 17 BSWD Bank Swadesi Tbk 18 BVIC Bank Victoria International Tbk Sumber: Bursa Efek Indonesia (Data Diolah) C. Metode Pengumpulan Data Data-data yang diperlukan dalam penelitian ini adalah menggunakan metode dokumentasi yaitu metode yang digunakan untuk mengumpulkan data sekunder. Dimana data sekunder merupakan sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara (di peroleh dan di catat oleh pihak lain) Nur Indriantoro dan Bambang Supomo (2002;147) . 49 Pada penelitian ini data sekunder tersebut didapat dengan cara sebagai berikut: 1. Field Research Adalah teknik pengumpulan data dengan cara mengutip langsung ke Bursa Efek Indonesia (BEI) untuk memperoleh data-data yang diperlukan dalam penelitian ini. 2. Library Research Library research dilakukan dengan melengkapi penelitian ini dengan teori dan konsep yang kuat yang berkaitan dengan bidang yang menjadi topik pembahasan penulis, ini dimaksudkan agar penulis memperoleh gambaran yang jelas tentang aspek-aspek teoris dari masalah yang akan penulis bahas. Penulis mengadakan penelitian kepustakaan dengan mengumpulkan artikel-artikel ilmiah, buku-buku, jurnal-jurnal dan sumber-sumber yang berhubungan dengan penelitian. D. Metode Analisis Data Data yang diolah adalah Leverage (DER), profitabilitas (Return On Asset) dan Variabel makro ekonomi (inflasi, nilai tukar, dan suku bunga deposito) yang mempengaruhi portofolio optimum pada sektor perbankan di Bursa Efek Indonesia (BEI). Teknik analisis data yang digunakan dalam penelitian ini adalah menggunakan tahap-tahap sebagai berikut: 50 1. Analisis Portofolio optimal dengan menggunakan SIM (Single Indeks Model ). Untuk menentukan jenis saham yang masuk dalam portofolio optimum berdasarkan Single Indeks Model dibutuhkan beberapa tahap, yaitu sebagai berikut: a. Menentukan return saham dan return pasar • Menghitung return saham Return saham merupakan tingkat keuntungan individual pada periode t. return saham dihitung dengan persentase perubahan harga saham individual dari bulan pertama ke bulan berikutnya pada periode t ke t-1 dengan formulasi sebagai berikut: Rt = (Pt −Pt −1) Pt −1 P (3.1) Dimana : • Rit : return saham I periode ke-t Pt : Harga saham pada periode t Pt-1 : Harga saham pada periode t-1 Dt : dividen (kas) pada periode t Menghitung return pasar Return pasar adalah tingkat pengembalian yang diperoleh dari investasi pada saham yang ada di bursa, yang tercermin dari indeks 51 indeks IHSG untuk periode semesteran yang dukur dengan persentase (%). Dengan formula sebagai berikut: Rmt = IHSGt − IHSGt −1 IHSGt 1 P (3.2) Dimana: Rmt = Return saham priode ke-t IHSGt = Indeks IHSG periode ke-t IHSGt-1= Indeks IHSG periode ke t-1 b. Menentukan Beta Untuk menghitung risiko menggunakan pendekatan pasar atau model indeks tunggal dengan formula sebagai berikut: Ri = α i + β i Rm + ei P (3.3) Dimana: Ri : Tingkat pengembalian yang diharapkan atas efek i αi : Bagian dari tingkat pengembalian efek I tang tidak terpengaruh oleh perubahan pasar (konstanta) βi : Kepekaan tingkat pengembalian efek I terhadap tingkat pengembalian indeks pasar (parameter yang mengukur perubahan yang diharapkan pada Ri jika terjadi perubahan pada Rm) Rm : Tingkat pengembalian dari indeks pasar ei : Faktor pengganggu yang tidak dimasukan dalam model 52 c. Menentukan Standar Deviasi − n σmt = ∑R −R t=1 mt m n−1 P (3.4) Dimana: σ = Standar Deviasi n = Jumlah tahun R m = Return Pasar = Rmt = Rata-rata return ekspektasi pasarpada perode t d. Menentukan Excess Return to Beta Ratio (ERB) Tahap ini dilakukan untuk memilih kandidat portofolio saham yang akan di masukan ke dalam portofolio optimal berdasarkan model indeks tunggal dari sharpe. Model ini antara excess return dengan beta ( excess return to beta ratio). Formula nya adalah sebagai berikut: ERB = Ri − Rf βi P (3.5) Dimana: ERB = Excess return to Beta Ratio Rf = Risk free 53 Ri = expected stock return Βi = stock beta e. Menentukan Nilai Pembatas ( Cut Off Point) Untuk menentukan batas nilai ERB untuk memilih kandidat pembentuk portofolio diperlukan sebuah titik pembatas (Cut Off Point). Adapun formulasi yang digunakan untuk menentukan nilai Ci adalah sebagai berikut: n Ci= σ 2m ∑ ( Ri − R f ) β i i =1 1+ σ 2m σ 2 ei 1 β 2i ∑ 2 i =1 σ ei P (3.6) Dimana: Ci : Cut Off Point per stock meant to examine it quality σ 2 m : fluctuation of the market index. Ri : stock return Rf : risk – free return βi : sytematic risk per stock σ 2 ei : unsystematic risk per stock return 54 2. Analisis Pengaruh Leverage (DER), profitabilitas(ROA) dan variabel makro ekonomi terhadap return saham. Pengujian terhadap hipotesis dalam penelitian ini menggunakan analisis regresi linier berganda. Analisis regresi linier berganda (Multiple Linier Regression Analysis) merupakan pengembangan dari analisis regresi sederhana dimana terdapat lebih dari satu variable independen X, (Stanilaus S 2009:243). Persamaan regresi dalam penelitian ini dapat dituliskan sebagai berikut : Persamaannya yaitu: Y1 = a + b1 x1 + b2 x 2 + b3 x3 + b4 x 4 + b5 x5 + e..... Keterangan : Y1 = Variabel terikat (return saham) a = Konstanta b = Koefesien regresi yang menunjukan angka peningkatan atau penurunan variabel dependen yang didasarkan pada hubungan nilai variabel independent. x1 = Variabel bebas Leverage (DER) x2 = Variabel bebas Profitabilitas (ROA) x3 = Variabel bebas inflasi x4 = Variabel bebas nilai tukar rupiah terhadap US$. x5 = Variabel bebas bunga deposito e = Satandard error 55 Model regresi linier berganda dapat disebut sebagai model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi klasik statistic, baik itu multikolineritas, autokorelasi, dan heteroskesdastisitas (Agung Nugroho : 2005,57) 1. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi variable dependen, variable independent atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Untuk mengetahui apakah data sample pada variable independent atau keduanya mempunyai distribusi normal atau tidak adalah dengan menggunakan level of significant ( α ) 5%. Jika output SPSS kolmogorov-Smirnov tersebut menunjukan nilai Asimp. Sig (2-tailed ) > 0.05 level of significant ( α ) maka data variable dikatakan normal. b. Uji Multikolinieritas Uji multikolinieritas digunakan untuk mendeteksi ada tidaknya hubungan antara beberapa variable independent dalam model regresi. Multikolinieritas merupakan keadaan dimana satu atau lebih variable independent dalam dinyatakan sebagai kondisi linier dengan variable lainnya. Artinya bahwa jika diantara peubah-peubah bebas yang 56 digunakan sama sekali tidak berkorelasi satu dengan yang lain maka bisa dikatakan bahwa tidak terjadi multikolinieritas. Untuk mengetahui ada atau tidaknya multikolinieritas dalam model regresi adalah sebagai berikut: 1) Menganalisis matrik korelasi variable-variabel bebas jika antara variable bebas ada korelasi yang cukup tinggi (umumnya diatas 90%) maka hal ini diindikasikan adanya multikolinieritas. 2) Dilihat dari nilai tolerance dan varian inflation factor (VIF) model regresi VIF apabila nilai VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 berarti tidak terdapat multikolinieritas. Dan sebaliknya apabila nilai VIF lebih dari 10 dan nilai tolerance kurang dari 0,1 maka terjadi multikolinieritas. Dalam regresi berganda tidak boleh terjadi multikolinieritas, karena menurut Frish apabila terjadi multikolinier apalagi kolinier yang sempurna (koefisien korelasi antar variable bebas = 1) maka koefisisen regresi dari variable bebas tidak dapat ditentukan dan sandar errornya tidak terhingga, Suharyadi dan Purwanto (2004; 529). c. Uji Autokorelasi Autokorelasi dapat didefinisikan adanya terjadi korelasi diantara data pengamatan sebelumnya. dengan kata lain bahwa munculnya suatu data dipengaruhi oleh data sebelumnya. Untuk mendeteksi terjadinya autokorelasi atau tidak dapat dilihat melalui nilai Durbin Watson (DW). Bila nilai DW terletak diantara dU < d < 4- 57 dU maka dapat dikatakan tidak terjadi autokorelasi baik positif maupun negatif atau jika nilai d mencapai sekitar 2. Dimana dU adalah batas atas dan dL adalah batas bawah. Menurur DW statistic terdapat lima kondisi autokorelasi: 1) 0 < d < dL = ada autokorelasi positif 2) dL < d < dU = inconclusive (ragu-ragu ada autokorelasi positif) 3) dU < d < 4-dU= tidak terjadi autokorelasi baik positif maupun negative 4) 4-dU < d <4-dL = inconclusive (ragu-ragu ada autokorelasi negatif) 5) 4-dL < d <4 = ada autokorelasi negative. Selain itu menurut singgih santoso (2000:18) secara umum angka D-W yamg dapat dijadikan dalam pengambilan keputusan adalah: 1) Angka D-W dibawah-2 berarti ada autokorelasi positif 2) Angka D-W diantara-2 sampai dengan 2 berarti tidak ada autokorelasi 3) Angka D-W diatas 2 berarti terdapat autokorelasi negative Jika ada masalah autokorelasi, maka model regresi yang seharusnya signifikan (dilihat angka F dan signifikannya), menjadi tidak layak untuk dipakai uji F (Uji secara simultan). d. Uji Heteroskedastisitas Uji ini bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varian dan residual satu pengamatan 58 kepengamatan yang lain. Jika varian residual satu pengamatan kepengamatan lain tetap maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model yang baik adalah homokedastisitas atau tidak terjadi heteroskedastisitas, konsekuensi adanya hete- roskedastisitas dalam model regresi adalah penaksir (estimator) yang diperoleh tidak efisien baik dalam sampl kecil maupun dalam sampel besar. Untuk mendeteksi adanya heteroskedastisitas yaitu dengan melihat ada tidaknya pola tertentu pada grafik, dimana sumbu Y adalah Y yang telah terprediksi, dan sumbu X adalah residual (y prediksi –y sesungguhnya). Dasar pengambilan keputusan: 1) Jika ada pola tertentu, seperti titik yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka telah terjadi heteroskedastisitas. 2) Jika ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas. 2. Uji Simultan dengan F-Test Uji simultan dengan F-test ini bertujuan untuk mengetahui pengaruh bersama-sama variabel indevenden terhadap variabel dependen. Hasil F-test ini pada output SPSS dapat dilihat pada tabel ANOVA. Hasil F-test menunjukan variabel indevenden secara bersama-sama berpengaruh terhadap variabel dependen jika p-value (pada kolom sig.). lebih kecil dari level of significant yang ditentukan yaitu dengan nilai prob < 0.05, atau F 59 hitung (pada kolom F) lebih besar dari Ftabel. F tabel dihitung dengan cara df1= k-1 dan df2 = n-k, k adalah jumlah variabel dependen dan independen (Agung Nugroho:2005L53) 3. Uji Parsial Dengan T-Test T-test ini bertujuan untuk mengetahui besarnya pengaruh msingmasing variabel indevenden secara individual (parsial) terhadap variabel dependen. Hasil uji ini pada output SPSS dapat dilihat pada tabel Coefficient a . Nilai dari uji t-test dapat dilihat dari p-value (pada kolom sig.) pada masing-masing variabel independent, jika p-value lebih kecil dari level of significant yang ditentukan, atau t-hitung (pada kolom t) lebih besar dari t-tabel (dihitung dari two-tailed α = 5% df-k, k merupakan jumlah variabel independent (Agung Nugroho:2005:53). 4. Koefisien Determinasi Koefisien determinsi (R 2 ) bertujuan untuk mengetahui seberapa besar kemampuan variabel indevenden menjelaskan variabel devenden. Dalam output SPSS, koefisien determinasi terletak pada Model Summary b dan tertulis R Square. Nilai R Square dikatakn baik jika diatas 0.5 karena nilai R Square berkisar antara 0 sampai dengan 1. 5. Analisis Uji Perbedaan Antara Portofolio Optimal Tanpa dan dengan dipengaruhi oleh variabel Leverage, Profitabilitas, Inflasi, Nilai Tukar dan Bunga Deposito. Setelah mendapatkan kandidat portofolio optimal tanpa Leverage, Profitabilitas dan variabel makro ekonomi dengan kandidat portofolio 60 dengan Leverage, profitabilitas dan variabel makro ekonomi, maka dalam penelitian ini akan menganalisis perbedaan dua portofolio optimal, dengan menggunakan statistic Uji beda T-Paired. Uji t-paired digunakan untuk menentukan ada tidaknya perbedaan rata-rata dua sample bebas. Dua sample yang dimaksud disini adalah sample yang sama namun mengalami proses pengukuran maupun perlakuan yang berbeda. Uji ini dirumuskan sebagai berikut = T hitung d =Σ d n d Sd d = X1 − X 2 n Sd = ∑d2 − (∑ d ) 2 ) n −1 n 6. Analisis Uji Perbedaan Antara Kinerja Saham Perbankan Yang Masuk Dalam Portofolio Optimal Tanpa dan Dengan Dipengaruhi Oleh Variabel Leverage, Profitabilitas, Inflasi, Nilai Tukar dan Bunga Deposito. Setelah mendapatkan kandidat portofolio optimal tanpa Leverage, Profitabilitas dan variabel makro ekonomi dengan kandidat portofolio dengan Leverage, profitabilitas dan variabel makro ekonomi, maka dalam penelitian ini akan menganalisis perbedaan kinerja saham dengan menggunakan indeks Sharpe, Treynor dan Jensen melalui Uji beda TPaired dengan formula sesuai dengan yang diatas 61 E. Definisi Operasional Variabel Variabel yang digunakan dalam penelitian ini dapat dikelompokkan sebagai berikut : a. Variabel Dependen (Y) Variabel dependen atau variabel terikat dalam penelitian ini adalah portofolio optimal perusahaan perbankan yang go public antara tahun 2005 sampai dengan tahun 2009. Yang dimaksud dengan portofolio optimal dalam penelitian ini adalah “sebagai suatu kombinasi harta, dimana investor tidak menginvestasikan seluruh dana mereka ke satu jenis saham, namun membagikannya ke dalam berbagai jenis saham dengan menghasilkan tingkat pengembalian yang maksimal dengan risiko yang seminimal mungkin”. Portofolo optimal ditentukan berdasarkan ERB dan Ci. Apabila Excess Return To Beta Ratio (ERB) lebih besar dari Ci ( Cut Off Rate) maka termasuk portofolio optimal. Dan sebaliknya apabila ERB lebih kecil dari Ci maka tidak termasuk portofolio optimal. b. Variabel Independen (X) Variabel independen atau variabel bebas yang nilainya dipergunakan untuk meramal, terdiri dari Leverage, Profitabilitas, tingkat inflasi, perubahan nilai kurs dan Suku bunga deposito. Dirumuskan sebagai berikut: 1) Leverage Leverage merupakan rasio yang digunakan untuk mengukur sejauh mana aktiva perusahaan dibiayai dengan utang. Rasio leverage 62 dalam penelitian ini diproksikan dengan Deb to Equity Ratio (DER), yaitu pebandingan antara total utang (Debt) dengan total modal sendiri. Adapun persamaanya adalah sebagai berikut: Leverage = DERt − DERt −1 DERt −1 P (3.7) • t : Menunjukkan dalam angka bulanan 2) Profitabilitas Profitabilitas adalah kemampuan perusahaan memperoleh laba dalam hubungannya dengan penjualan, total aktiva, maupun modal sendiri. Pengukuran profitabilitas dalam penelitian ini menggunakan profitabilitas ekonomi atau Return on Assets (ROA). Profitabilitas dihitung dari perubahan ROA (Return On Assets) badan usaha . Persamaannya dapat dituliskan sebagai berikut: Pr ofitabilitas = ROAt − ROAt −1 ROAt −1 P (3.8) • t : Menunjukkan dalam angka bulanan 3) Inflasi Inflasi merupakan kenaikan harga-harga secara terus menerus dalam suatu periode yang diukur berdasarkkan indeks harga konsumen. Inflasi merupakan selisish antara Indeks Harga Saham Konsumen (IHK) 63 pada periode t dibagi dengan Indeks Harga Saham Konsumen (IHK) pada periode sebelum t. Laju inflasi = IHKt − IHKt −1 IHKt −1 P (3.9) • t : Menunjukkan dalam angka bulanan 4) Kurs Kurs nilai tukar mengukur nilai satu satuan mata uang terhadap mata uang lain (Thomson; 2006: 123). Kurs yang digunakan dalam penelitian ini adalah kurs yang diukur dari perubahan kurs tengah Rp//US$ jangka waktu bulanan. Pengukuran Perubahan nilai kurs menggunakan nilai spot adalah: Nilai kurs = Nilai kurs t – Nilai kurs t-1 Nilai kurs t-1 P (3.10) • t Menunjukkan dalam angka bulanan 5) Suku Bunga deposito Tingkat suku bunga yang dipakai di dalam penelitian ini adalah tingkat suku bunga deposito yang berjangka waktu 1 bulan yang diperoleh dari publikasi Bank Indonesia. 64 Untuk mengukur besarnya perubahan tingkat bunga deposito antar periode digunakan formula sebagai berikut: TBD = TBDt – TBDt-1 TBDt-1 P (3.11) • TBD: Tingkat suku bunga deposito t • TBD: Tingkat suku bunga deposito t-1 • T : Menunjukkan dalam angka bulanan BAB IV ANALISIS DAN PEMBAHASAN A. Deskripsi Obyek Penelitian Bursa Efek Jakarta (BEJ) pertama kali diresmikan oleh Presiden Suharto pada tahun 1997. BEJ pada waktu itu masih merupakan suatu lembaga dibawah naungan pemerintah. Pada tahun 1992, BEJ berubah bentuk menjadi bursa efek swasta sesudah Bursa Efek Surabaya (BES) dan Bursa Paralel Indonesia. Pada tahun 2007, Bursa Efek Jakarta dan Bursa Efek Surabaya merjer menjadi Bursa Efek Indonesia. Bursa Efek (Stock Exchang) suatu sistem terorganisasi yang mempertemukan penjual dan pembeli efek yang dilakukan baik secara langsung maupun tidak langsung. Efek adalah setiap surat berharga yang diterbitkan oleh perusahaan, misalnya: surat pngakuan hutang, surat berharga komersial (commercial paper), saham, obligasi, tanda bukti utang, bukti right (rigt issue), dan warrant, (Ahmad Rodoni, 2008: 40). Sekuritas atau surat-surat berharga yang diperdagangkan di BEJ adalah saham preferen (preferen stock), saham biasa (comon stock), hak (rifht), dan obligasi konvertibel (convertible bond). Saham biasa telah mendominasi volume di BEJ. Dalam penelitian ini yang menjadi sampel adalah perusahaan perbankan. Industri perbankan adalah salah satu industri yang ikut berperan serta dalam pasar modal, disamping industri lainnya seperti industri manufaktur, pertanian, pertambangan, properti dan lain- lain. 66 Bank merupakan suatu lembaga yang berperan sebagai perantara keuangan (financial intermediation) antara pihak- pihak kelebihan dana atau unit surplus (ultimate lenders) dan pihak kekurangan dana atau unit defisist (ultimate borrowers), (Miskhin, F. 2005 dalam buku Ahmad Rodoni: 2008:1) Dan berikut ini adalah profil perusahaan perbankan go public di BEJ yang menjadi sampel dalam penelitian ini : a. PT. Bank Bumi Putera Tbk Bank Bumiputera mulai beroperasi sejak 12 Januari 1990 sebagai perusahaan yang dimiliki oleh AJB Bumiputera 1912, perusahaan asuransi jiwa tertua di Indonesia. Dalam perjalanan usahanya terjadi pasang surut usaha sesuai dengan keadaan ekonomi Indonesia. Namun pada saat krisis moneter yang merebak menjadi krisis multidimensional yang melanda Indonesia pada akhir tahun 90an, Bank Bumi putera berhasil bertahan untuk menjadi Bank yang sehat dalam Kategori A dan tidak memerlukan rekapitalisasi. Sebagai bank yang berhasil menyiasati badai krisis perbankan, Bank Bumi putera mampu mengelola usaha perbankan yang sehat, berlandaskan prinsip tata kelola perusahaan yang baik, dengan menganut azas profesionalisme, transparansi, tanggung jawab, akuntabilitas dan kewajaran.Vission 2014 bank bumi putera adalah To Be Premier Retail Bank. Sedangkan Missinya adalah Ensuring Customer Delight, Optimizing Stakeholder Value, Focusing on Consumer, Micro & SME 67 Segment, Through High Standard of Corporate Governance. Bank bumiputera Tbk beralamatkan di Menara ICB Bumiputera Jl. Probolinggo No. 18 Menteng Jakarta Pusat 10350 Telp. (021) 391 9898 (Hunting) Fax. (021) 391 9797, dengan Email: www.bumiputera.co.id b. PT. Bank Central Asia Tbk PT. Bank Central Asia Tbk, merupakan bank komersial yang menjadi bank nomer satu. Mayoritas pemegang saham perusahaan adalah pemerintah Republik Indonesia sebesar 70.30%, dan sisanya dipegang oleh publik. Perusahaan termasuk bank berkategori A yang melayani nasabahnya dengan teknologi ATM dan beralamatkan di Wisma BCA, Jl. Jend. Sudirman Kav. 22-23, Jakarta 12920, phone (021) 571 1250 – 520 8650 - 520 8750, dengan E-mail : www.bca.com. c. PT. Bank Danamon Indonesia Tbk PT. Bank Danamon Tbk, berdiri sejak tahun 1956, PT Bank Danamon Indonesia Tbk (Danamon) adalah bank swasta nasional terbesar kedua dan termasuk dalam lima besar bank komersial di Indonesia, dengan pangsa pasar sebesar 5 persen dari jumlah pinjaman dan deposit bank-bank di Indonesia. Bank Danamon memiliki jaringan distribusi geografi yang terluas dari semua bank di Indonesia dengan 500 kantor cabang, 790 ATM serta didukung oleh lebih dari 13.000 karyawan. Bank Danamon saat ini dikenal sebagai salah satu bank 68 terkemuka di bidang konsumen dan UKM selain melayani nasabah korporasi dan kelembagaan di seluruh Indonesia. Beberapa penghargaan yang diterima oleh Bank Danamon antara lain: Ranking pertama secara keseluruhan dalam survey Banking Service Excellence yang diselenggarkan oleh Marketing Research Indonesia periode 2003 yang diumumkan pada bulan April 2004, Bisnis Indonesia Award 2003 sebagai Bank Nasional Terbaik, InfoBank Award 2003 sebagai Bank Dengan Predikat Sangat Baik (Untuk Kategori Bank dengan Aset di atas Rp 20 triliun), Kartu Kredit Cicilan Tetap 'fixnfast' Bank Danamon mendapat penghargaan dari Master Card International sebagai The Best Master Card Electronic Program se Asia-Pasifik Tahun 2003 . Perusahaan ini memiliki kantor pusat di Jakarta dengan E-mail :www.bdmn.com. d. PT. Bank Eksekutif Internasional Tbk PT. Bank Ekskutif Internasional Tbk, adalah industri perbankan yang menyatakan keyakinannya pada prospek ekonomi dan bisnis kepada para nasabahnya. Gabungan dari kekuatan tim manajemen yang sangat berpengalaman dalam memahami kebutuhan perbankan para nasabahnya di Indonesia serta sahamnya kebanyakan dipegang publik. Sebagai presiden direkturnya adalah Lunardi Widjaja dan perusahaan ini beralamatkan di Jl. Tomang Raya No. 14 Jakarta 11430, phone (021) 560-5678. 69 e. PT. Bank International Indonesia TBk PT. Bank Internasional Indonesia Tbk, merupakan perusahaan perbankan komersial. Sebagai industri perbankan, perusahaan ini mempunyai kapasitas jaringan kantor, sumber daya manusia dan teknologi informasi yang terus dikembangkan untuk mewujudkan impian menjadi ai bank terkemuka dan terpecaya dalam melayani Nasabah skala kecilmenengah yang tumbuh berkesinambungan dengan predikat bank sehat. PT. Bank Internasional Indonesia Tbk beralamatkan di Plaza BII Tower 2 JL. MH. Tamrin Kav. 2 No. 51 Jakarta 10350, telephone 021-2300888, 2300666, dengan E-mail: www.bii.co.id f. PT. Bank Kesawan Tbk PT. Bank Kesawan Tbk, merupakan jenis industri perbankan yang sahamnya juga dimiliki oleh publik sejak tahun 2000. Perusahaan ini melayani jasa perbankan yang meliputi penyimpanan dana (tabungan) dan pinjaman kepada masyarakat yang menjadi calon nasabahnya. g. PT. Bank Mayapada Internasional Tbk PT. Bank Mayapada Internasional Tbk berdiri sejak tanggal 10 Januari 1990, PT Bank Mayapada Internasional Tbk merupakan perusahaan perbankan yang mempunyai Visi Menjadi salah satu bank swasta terkemuka di Indonesia dalam nilai aset, profitabilitas, dan tingkat kesehatan. Dan Misinya adalah Mempertahankan operasional 70 bank yang sehat dan memberikan nilai tambah maksimum kepada nasabah, karyawan, pemegang saham, dan pemerintah. PT. Bank Mayapada Internasional Tbk beralamtkan Mayapada Tower Lantai GF - 1st Fl. Jl. Jend. Sudirman Kav.28 Jakarta 12920 – Indonesia Telp. : 021 521 2288 (Hunting) 021 521 2300 (Hunting) Fax. : 021 521 1965, dengan E-mail. www.bankmayapada.com h. PT. Bank Mega Tbk PT. Bank Mega Tbk, merupakan perusahaan perbankan komersial, yang melayani berbagai jebnis simpanan dan pinjaman bagi masyarakat. Komitmen perusahaan pada pilihan untuk membuat perusahaan mampu melewati masa-masa sulit yang pernah dialami perbankan nasional dan bahkan mampu tumbuh berkesinambungan. PT. Bank Mega Tbk beralamatkan di JL. Jend. Sudirman Kav. 45 – 46 Jakarta 12930, dengan E-mail : www.mega.com. i. PT. Bank Negara Indonesia Tbk PT. Bank Negara Indonesia Tbk, merupakan Badan Usaha Milik Negara yang didirikan pada tahun 1946. Perusahaan memiliki tiga anak perusahaan antara lain; PT. BNI Multifinance, PT. BNI Securities dan PT. Bank Finconesia. Kepemilikan saham perusahaan antara lain oleh pemerintah 75% dan publik 25%. PT. Bank Negara Indonesia Tbk beralamatkan di BNI Building Jl. Jend. Sudirman Kav 1 Jakarta 10220, phone 251 1946 - 572 8387 - 572 8037. 71 j. PT. Bank Niaga TBk PT. Bank Niaga Tbk, merupakan sebuah perusahaan perbankan yang mulai beroperasi pada tahun 1955 dengan sebuah kantor cabang dan memperoleh lisensi sebagai bank devisa pada tahun 1974. Perusahaan ini pernah masuk dalam program rekapitulasi sehingga disyaratkan membayar 20% dari dana rekapitulasi pada tahun 1998. k. PT. Bank NISP Tbk PT. Bank NISP Tbk, Merupakan sebuah perbankan yang sudah berkembang sejak tahun 1978. Sahamnya mayoritas dipegang oleh PT. Suryasono Sentosa 38.51%, PT. Udayawira Utama 38,51% dan public 22,98%. Perusahaan ini beralamatkan di JL. Taman Cibeunying Selatan No. 31 Bandung 40114, telephone (022) 723 4123 l. PT. Bank Pan Indonesia (Persero) Tbk PT. Bank Pan Indonesia Tbk, adalah sebuah bank komersial yang berdiri pada tanggal 1971, hasil merger dari tiga bank yaitu, PT. Bank Industri dan dagang Indonesia, PT. Bank Kemakmuran dan PT. Industi Djaja Indonesia. Mayoritas pemegang saham perusahaan adalah Panin Group dan sisanya dimiliki publik. Perusahaan termasuk bank berkategori A dan tidak termasuk dalam program rekapitulasi. m. PT. Bank Permata Tbk PT. Bank Permata Tbk, adalah sebuah perusahaan yang bergerak dalam sektor perbankan. Perusahaan ini awalnya bernama PT. Bank Bali dan anak perusahaannya, sebagai pemegang saham 72 terbanyak yaitu PT. KSEI 98,99%, IBRA 1.00% dan 0.01% dipegang publik. PT Bank Permata Tbk beralamatkan di Bank Bali Tower Jl. Jend. Sudirman Kav. 27 Jakarta 12920, phone (021) 523 7788 - 523 7899 - 523 7999. n. PT. Bank Swadesi Tbk Keberadaan Bank Swadesi berawal dari sebuah bank pasar, bernama Bank Pasar Swadesi yang berdiri pada tahun 1968 di Surabaya. Pada tahun 1984, kepemilikan Bank diambil alih oleh Keluarga Chugani yang menumbuh-kembangkan bank ini sehingga pada tanggal 2 September 1989, Bank Swadesi secara resmi beroperasi menjadi Bank Umum dengan nama PT Bank Swadesi. Pada tahun 1990, Bank Swadesi melakukan penggabungan usaha (merger) dengan PT Bank Perkreditan Rakyat Panti Daya Ekonomi yang berkedudukan di Surakarta untuk dapat membuka kantor cabang di Jakarta dan setelah memperoleh ijin dari Bank Indonesia, pada tahun 1992 Bank Swadesi menjalankan usaha sebagai pedagang valuta asing. Proses tumbuh dan berkembang ini terns berlanjut dibawah kepemilikan dan manajemen yang baru dan pada tanggal 11 November 1994 Bank Swadesi mendapatkan peningkatan status dari Bank Indonesia dan secara resmi beroperasi menjadi Bank Devisa, Dengan status devisa ini semakin memperkokoh posisi Bank Swadesi sebagai lembaga kepercayaan yang memberikan jasa dan layanan perbankan yang iebih beragam sesua dengan kebutuh nasabah. 73 o. PT. Bank Victoria Tbk PT. Bank Victoria International didirikan di Jakarta tahun 1992 , dan tahun 1994 PT. Bank Victoria International memperoleh ijin dari Menteri Keuangan Republik Indonesia untuk beroperasi sebagai Bank Umum dan mulai beroperasi secara komersil. Sedangkan pada tahun 1997 PT. Bank Victoria International memperoleh ijin dari Bank Indonesia sebagai Pedagang Valuta Asing. B. Analisis dan Pembahasan 1. Analisis portofolio dengan Single Indeks Model Berdasarkan data return saham (Ri) melalui persamaan 3.1 dan return pasar (Rm) melalui persamaan 3.2 maka dapat dicari nilai beta (koefisien hubungan) melalui persamaan 3.3 tiap saham perbankan antara keduanya. Hasil beta yang didapat dari metode regresi sederhana yang menghubungkan return saham dengan return pasar tiap perusahaan perbankan dapat terlihat pada tabel dibawah ini. Tabel 4.1 Nilai Beta sebelum dipengaruhi oleh DER, ROA, Inflasi, Nilai Tukar dan Bunga Deposito Nama Bank BABP BBCA BDMN BEKS BNII Beta Nama Bank Beta 0.3214 0.7618 1.2695 0.5445 -0.2414 BBNI BNGA NISP BBNP B. PAN 1.4176 1.1881 0.1396 -0.2097 3.5020 74 -0.0130 BKSW BNLI 1.2410 BMRI BBRI 0.3328 MAYA BSWD 0.1350 MEGA BVIC Sumber: diolah dari idx monthly 2005-2008 0.7258 1.2088 0.0861 0.7801 Berdasarkan tabel 4.1, terlihat bahwa sebagai besar nilai beta dari 18 perusahaan bernilai positif, yang artinya return pasar berpengaruh positif terhadap return saham. Sehingga saham tersebut tergolong kedalam saham yang agresif (agresif stock), karena saham tersebut merupakan saham yang sangat peka terhadap perubahan pasar. Ada 3 saham yang nilai beta-nya bernilai negatif, saham ini digolongkan kedalam saham yang defensif (devensive stock), yaitu saham yang kurang peka terhadap perubahan pasar. Saham tersebut adalah saham BNII, BKSW, dan BBNP. Setelah mendapatkan nilai beta tiap saham-saham perbankan, maka dapat menggunakan metode model indeks tunggal, yaitu dengan mencari nilai ERB (Excess Return to Beta Ratio) melalui persamaan 3.5 dan Ci (Cut Off Point) melalui persamaan 3.6. Nilai ERB akan dibandingkan dengan nilai Ci, dengan aturan apabilai nilai ERB > Ci, maka saham perbankan tersebut masuk ke dalam portofolio optimal. Di bawah ini dapat dilihat hasil dari nilai ERB dan Ci. 75 Tabel 4.2 ERB dan Ci sebelum dipengaruhi Leverage, Profitabilitas dan Variabel Makro Ekonomi Nama Nama ERB Ci Bank Bank -0.048468 -0.026369 BABP BBNI -0.002345 -0.001025 BBCA BNGA -0.007650 -0.002189 BDMN NISP -0.036036 -0.032575 BEKS BBNP -0.035473 -0.015496 B. PAN BNII -5.806448 -0.000856 BKSW BNLI -0.002593 -0.000807 BMRI BBRI 0.141350 0.084854 BSWD MAYA 0.068299 0.014714 MEGA BVIC Sumber: diolah dari idx monthly 2005-2008 ERB Ci -0.011605 -0.002551 -0.088867 -0.052042 0.048318 -0.022608 0.005366 0.025851 0.005452 -0.010381 -0.000959 -0.018591 -0.019547 0.106093 -0.007111 0.001708 0.003765 0.004950 Berdasarkan table 4.2, perusahaan perbankan dengan nilai ERB > Ci hanya ada 5 bank, yaitu MAYA, MEGA, BBRI, BSWD, dan BVIC yang masuk ke dalam portofolio optimal. Sedangkan 13 bank yang lainnya tidak masuk dalam portofolio optimal karena memliki nilai ERB < Ci . Pengujian portofolio ini hanya menggunakan nilai beta antara return saham dan return pasar. 2. Analisis Pengaruh DER, ROA, Inflasi, Nilai Tukar dan Bunga Deposito Terhadap return saham a. Uji Asumsi Klsaik 1. Uji Normalitas Data Uji normalitas bertujuan menguji apakah dalam model regresi, variable penganggu atau residual memiliki distribusi normal. Pengujian normalitas data adalah pengujian tentang 76 kenormalan distribusi data. Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel dependen dan variabel independen mempunyai distribusi yang normal atau tidak. Hasil uji normalitas data kedua model tersebut dapat dilihat pada tabel 4.3. Tabel 4.3 Return saham Bank Dengan Kolmogorov-Smirnov Tahun 2005 – 2008 Nama Sig Nama No Bank K-S Bank 1 0.991 10 BABP BBNI 2 0.421 11 BBCA BNGA 3 0.372 12 BDMN NISP 4 0.309 13 BEKS BBNP 5 0.309 14 BNII B. PAN 6 0.963 15 BKSW BNLI 7 0.555 16 BMRI BBRI 8 0.963 17 MAYA BSWD 9 0.139 18 MEGA BVIC Sumber: diolah dari idx monthly 2005-2008 No Sig K-S 0.476 0.506 0.792 0.826 0.658 0.274 0.900 0.705 0.486 Berdasarkan tabel 4.3. dapat dilihat bahwa seluruh nilai Prob Kolmogorv-Smirnov variable DER, ROA, dan makro ekonomi terhadap return saham yang dijadikan sampel pada penelitian ini bernilai > 0.05 yang berarti semua data normal. Selengkapnya dapat dilihat pada lampiran 2. 2. Uji Multikolinieritas Uji multikolinearitas dimaksudkan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar 77 variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Diagnosis untuk mengetahui adanya multikolinieritas adalah menentukan nilai Variance Inflaction Factor (VIF) dan Tolerance. Batas tolerance value adalah > 0.10 dan VIF < 10. Hasil perhitungan nilai tolerance dan VIF dapat dilihat pada lampiran bahwa semua variabel dapat diketahui nilai tolerancenya diatas 0,10 dan VIF dibawah 10, sehingga dapat dikatakan tidak terjadi multikolinearitas. 3. Uji Autokolerasi Uji Autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Untuk mendeteksi autokorelasi dalam penelitian ini maka digunakan uji Durbin Watson (DW). Untuk pengujian Durbin Watson (DW) digunakan ketentuan bahwa -2 < D-W < 2. Tabel 4.4 Pengujian Durbin Watson (D-W) No 1 2 3 Nama Bank BABP BBCA BDMN D-W No 0.745 0.775 0.441 10 11 12 Nama Bank BBNI BNGA NISP D-W 0.662 0.822 1.101 78 4 0.764 13 BEKS BBNP 5 0.352 14 BNII B. PAN 6 1.795 15 BKSW BNLI 7 0.164 16 BMRI BBRI 8 0.244 17 MAYA BSWD 9 0.583 18 MEGA BVIC Sumber: diolah dari idx monthly 2005-2008 1.477 1.390 1.913 0.594 0.272 0.489 Pada tabel 4.4 diketahui nilai Durbin Watson (D-W) pada 18 return saham akan dibandingkan dengan nilai -2 < Dw< 2. Maka dari tabel tersebut secara keseluruhan nilai return saham perbankan dengan market model didapatkan nilai -2 < D-W < 2. Hal berarti dapat disimpulkan bahwa tidak ada autokorelasi baik positif maupun negatif pada 18 return saham. 4. Uji Heteroskedastisitas Heteroskedastisitas varian variabel dependen dalam model tidak equal terhadap variabel independen. Konsekuensi adanya heteroskedastisitas dalam model regresi adalah estimator yang diperoleh tidak efisien, baik pada sampel kecil maupun besar. Diagnosis adanya heteroskedastisitas dalam uji regresi dapat diidentifikasi dari pola scatter plot diagram. Pada lampiran market model saham terlihat bahwa titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y dan tidak terlihat pola tertentu. Dengan demikian pada persamaan regresi linier berganda dalam model ini tidak ada gejala atau tidak terjadi heteroskedastisitas 79 Dengan demikian, secara keseluruhan model ini telah memenuhi asumsi klasik dari metode regresi berganda. Sehingga dapat dilakukan uji berikutnya, yaitu uji simultan (uji F), uji parsial (uji-t), dan koefisien determinasi (R2). Uji tersebut dilakukan untuk mengetahui seberapa besar pengaruh variabel DER, ROA , dan makro ekonomi terhadap return saham perusahaan perbankan. b. Uji Simultan (uji F) Secara keseluruhan tiap model regresi berganda dari tiap saham perbankan memiliki nilai F yang memenuhi dengan seluruh nilai prob nya dibawah 0.05 (Prob < 0.05). Dengan nilai F yang telah terpenuhi dan nilai Prob di bawah 0.05, maka dapat dikatakan bahwa variable independent (DER, ROA, dan Makro ekonomi) berpengaruh secara bersama-sama terhadap variable dependen (return saham). Data uji F yang selengkapnya dapat dilihat pada lampiran. c. Uji parsial (uji t) Setelah mengetahui pengaruh variable independent terhadap variable dependen secara keseluruhan, maka harus dilihat juga secara parsial. Variable independent apa saja yang memberikan pengaruh kepada variable dependen (return saham). Berdasarkan hasil pengolahan dengan menggunakan metode regresi, maka didapatkan bahwa variable yang paling banyak 80 memberikan pengaruh kepada return saham adalah DER dan suku bunga deposito terbukti dengan memberikan pengaruhnya kepada 12 bank dari 18 bank. Variable berikutnya yang memberikan pengaruh kepada return saham adalah nilai kurs rupiah dengan memberikan pengaruh kepada 7 bank, yaitu BDMN, BNII, BMRI, BBNI, BNLI, BBRI, dan BVIC, lalu diikuti dengan variable ROA dengan memberikan pengaruh kepada 6 bank, yaitu BABP, BNII, BBNI, BBNP, Bank PAN, dan BBRI. Dan yang paling sedikit memberikan pengaruh adalah inflasi, variable inflasi hanya memberikan pengaruh kepada perusahaan BABP. Data hasil pengolahan selengkapnya dapat dilihat pada lampiran. 3. Analisis Portofolio Optimal Atas Pengaruh Variabel DER, ROA, Inflasi, Nilai Tukar dan Suku Bunga Deposito Setelah mengetahui hasil dari pengolahan metode regresi, maka hasil dari return saham yang dipengaruhi DER, ROA, dan variabel makro ekonomi tersebut akan digunakan untuk mengetahui sahamsaham perbankan mana yang masuk ke dalam portofolio optimal. Di bawah ini adalah hasil dari mengolah data dengan Model Indeks Tunggal yang telah dipengaruhi oleh variable DER, ROA, dan makro ekonomi. 81 Tabel 4.5 Nilai Beta dipengaruhi DER, ROA, dan Makro ekonomi Nama Beta Nama Bank Beta Bank 0.5068 1.0737 BABP BBNI 0.3715 0.4461 BBCA BNGA 1.1161 0.1371 BDMN NISP 0.3234 -0.1323 BEKS BBNP -0.5864 0.5858 BNII B. PAN -0.3973 0.7356 BKSW BNLI 0.8997 0.7655 BMRI BBRI 1.0580 0.0596 MAYA BSWD -0.4396 0.4273 MEGA BVIC Sumber: diolah dari idx monthly 2005-2008 Berdasarkan tabel 4.5, terlihat bahwa sebagai besar nilai beta dari 18 perusahaan bernilai positif, yang artinya return pasar berpengaruh positif terhadap return saham. Sehingga saham tersebut tergolong kedalam saham yang agresif (agresif stock), karena saham tersebut merupakan saham yang sangat peka terhadap perubahan pasar. Ada 4 saham yang nilai beta-nya bernilai negatif, saham ini digolongkan kedalam saham yang defensif (devensive stock), yaitu saham yang kurang peka terhadap perubahan pasar. Saham tersebut adalah saham BNII, BKSW, MEGA, dan BBNP. Setelah mendapatkan nilai beta tiap saham perbankan, maka dapat menggunakan metode model indeks tunggal, yaitu dengan mencari nilai ERB (Excess Return to Beta Ratio) dan Ci (Cut Off Point). Nilai ERB akan dibandingkan dengan nilai Ci, dengan aturan apabilai nilai ERB > Ci, maka bank/perusahaan tersebut masuk ke 82 dalam portofolio optimal. Di bawah ini dapat dilihat hasil dari nilai ERB dan Ci. Tabel 4.6 ERB dan Ci yang dipengaruhi DER, ROA, dan Makro ekonomi Nama Nama ERB Ci Bank Bank -0.033197 -0.030510 BABP BBNI -0.027504 -0.018729 BBCA BNGA -0.005637 -0.005179 BDMN NISP -0.066082 -0.037470 BEKS BBNP -0.022454 -0.023088 B. PAN BNII -0.014590 -0.002274 BKSW BNLI -0.020738 -0.012543 BMRI BBRI 0.080755 0.065248 BSWD MAYA MEGA -0.002805 -0.002199 BVIC Sumber: diolah dari idx monthly 2005-2008 ERB Ci -0.011615 -0.029780 -0.123227 -0.155589 -0.011213 -0.018245 0.011042 -0.202603 -0.042378 -0.021349 -0.023216 -0.025385 -0.021161 -0.000679 -0.009451 0.014664 -0.010334 -0.032519 Berdasarkan tabel 4.6 terlihat bahwa adanya perubahan perusahaan perbankan yang masuk ke dalam portofolio optimal setelah variabel return saham dipengaruhi variabel DER, ROA, dan Makro ekonomi. Jumlah perusahaan perbankan yang masuk portofolio optimal menjadi 3 bank, yaitu BNII, MAYA, dan BBNI. Hal tersebut terjadi karena variable DER, ROA, dan Makro ekonomi kurang cukup memberikan pengaruh yang signifikan terhadap return saham, hal tersebut terbukti pada analisis regresi berganda sebelumnya. Jumlah perusahaan perbankan yang tidak dipengaruhi variabel DER, ROA, dan Makro ekonomi yang masuk ke dalam portofolio optimal berjumlah 5 perusahaan perbankan, yaitu MAYA, MEGA, BBRI, BSWD, dan BVIC. Dari kelima perusahaan perbankan yang pada awalnya masuk ke dalam portofolio optimal hanya bank MAYA 83 yang betahan tetap masuk ke dalam portofolio optimal setelah dipengaruhi oleh variabel DER, ROA, dan Makro ekonomi, hal ini dikarenakan variabel tersebut bersama-sama memberikan pengaruh kepada return saham Bank MAYA, secara parsial hanya variable DER yang memberikan pengaruh yang signifikan terhadap return saham Bank MAYA, namun nilai koefisien determinasi (R2) cukup tinggi, yaitu 67.4%. yang artinya 67.4% return saham perusahaan MAYA dipengaruhi oleh variabel DER, ROA, dan Makro ekonomi. Sedangkan sisanya (100%-67.4% = 32.6%) dipengaruhi oleh factor lain. Sedangkan perusahaan yang lainnya (MEGA, BBRI, BSWD, dan BVIC) tidak masuk ke dalam portofolio optimal setelah dipengaruhi oleh variabel DER, ROA, dan Makro ekonomi. Hal tersebut dikarenakan oleh jumlah variabel independent yang memberikan pengaruh terhadap return saham pada keempat perusahaan tersebut. Di bawah ini dapat dilihat variabel apa saja yang memberikan pengaruh kepada empat perusahaan tersebut. Tabel 4.7 Variabel Bebas Dan Koefisien Determinasi Nama Variabel Bebas Bank 1 DER MEGA 2 ROA, Kurs, dan Deposito BBRI 3 Deposito BSWD 4 Kurs dan Deposito BVIC Sumber: diolah dari idx monthly 2005-2008 No R2 35.20% 55.50% 37.20% 38.60% 84 Berdasarkan table 4.7, terlihat bahwa ada tiga perusahaan yang memiliki nilai R2 yang kurang baik, yaitu MEGA (35.2%), BSWD (37.2%), dan BVIC (38.6%) dan variable independent yang memberikan pengaruh terhadap return saham perusahaan tersebut juga sedikit. Selain keempat perusahaan tersebut, ada satu perusahaan yang memiliki potensi untuk masuk ke dalam portofolio optimal, yaitu BBRI. Hal ini terbukti dengan adanya pengaruh variable ROA, Kurs, dan Deposito terhadap return saham BBRI dan namun nilai koefisien determinasinya kurang tinggi, yaitu 55.5% yang berarti hampir setengah return saham BBRI dipengaruhi oleh factor lain selain variable independent yang telah ditentukan. Sehingga keempat perusahaan perbankan tersebut tidak masuk ke dalam portofolio optimal. Keempat perusahaan tersebut digantikan oleh dua perusahaan lain, yaitu BNII dan BBNI. Kedua perusahaan tersebut bisa masuk ke dalam portofolio optimal karena return saham dua perusahaan tersebut dipengaruhi oleh hampir seluruh variable independent, kecuali inflasi. Walaupun nilai koefisien determinasi dari kedua perusahaan tersebut masih kurang baik, yaitu BNII (59.7%) dan BBNI (54.2%). Data selengkapnya dapat dilihat pada lampiran 4. Analisis Uji Perbedaan Saham Yang Masuk Dalam Portofolio Optimal Setelah mendapatkan perusahaan-perusahaan yang masuk ke dalam portofolio optimal dengan dipengaruhi atau tidak dipengaruhi 85 variable DER, ROA, dan Makro ekonomi, maka selanjutnya dapat dilakukan uji perbedaan (uji-t) terhadap saham-saham pada perusahaan tersebut. Berdasarkan hasil uji perbedaan tersebut didapat nilai t = 0.46 dan Prob = 0.649, hal ini berarti tidak ada perbedaan yang signifikan antara saham-saham portofolio optimal tanpa dipengaruhi variable DER, ROA, dan Makro Ekonomi dengan saham-saham portofolio optimal yang dipengaruhi variable DER, ROA, dan Makro Ekonomi. Hal tersebut menambah bukti dari metode-metode yang telah dilakukan sebelumnya di atas bahwa variable DER, ROA, dan Makro Ekonomi tidak mempengaruhi return saham perusahaan yang belum masuk ke dalam portofolio optimal agar masuk ke dalam portofolio optimal. Hasil pengolahan uji perbedaan ini dapat dilihat selengkapnya pada lampiran 5. Analisis Uji Perbedaan Kinerja Saham Yang Masuk Dalam Portofolio Optimal a. Indeks Sharpe Analisis uji perbedaan antara kinerja saham yang masuk dalam potofolio optimal tanpa DER, ROA, dan Makro Ekonomi dengan kinerja saham yang masuk dalam potofolio optimal dengan DER, ROA, dan Makro Ekonomi dapat dilakukan dengan menggunakan nilai indeks Sharpe, Treynor, dan Jensen. Di bawah ini dapat dilihat nilai Indeks Sharpe. 86 Tabel 4.8 Indeks Sharpe No 1 2 3 4 5 Nama Bank MAYA MEGA BBRI BSWD BVIC Sharpe (Spi) 1 0.264031558 0.068425176 0.051778377 0.022121627 0.026630343 Nama Bank BNII MAYA BBNI Sharpe (Spi) 2 0.088920775 0.143603985 -0.056894268 Berdasarkan tabel 4.8, terlihat bahwa nilai indeks Sharpe pada portofolio 1, saham MAYA menduduki peringkat pertama, yang diikuti oleh MEGA, BBRI, BVIC, dan BSWD. Artinya bahwa jika investor ingin menanamkan sahamnya pada satu jenis saham saja maka saham MAYA bisa menjadi prioritas dalam pertimbangan. Pada portofolio 2, saham MAYA kembali menduduki peringkat pertama, kemudian diikuti oleh BNII dan BBNI. Setelah mendapatkan nilai indeks Sharpe untuk kedua portofolio, maka selanjutnya akan dilakukan uji perbedaan (uji-t). Berdasarkan hasil pengolahan uji-t maka didapat nilai t = 0.37 dan Prob = 0.727, hal ini sama dengan metode sebelumnya yang menyatakan tidak ada pengaruh yang signifikan antara kinerja saham tanpa atau dengan variabel DER, ROA, dan Makro Ekonomi. Pengolahan uji perbedaan ini dapat dilihat pada lampiran. 87 b. Indeks Treynor Pengukuran uji perbedaan kinerja saham yang kedua adalah dengan menggunakan nilai dari indeks Treynor. Di bawah ini adalah hasil dari nilai indeks Treynor. Tabel 4.9 Indeks Treynor Nama Treynor Nama Bank (Tpi) 1 Bank 1 0.1413504 MAYA BNII 2 0.0682992 MAYA MEGA 3 0.0053664 BBRI BBNI 4 0.0258508 BSWD 5 0.0054516 BVIC Sumber: diolah dari idx monthly 2005-2008 No Treynor (Tpi) 2 -0.0224539 0.0807555 -0.0116154 Berdasarkan tabel 4.9, terlihat bahwa nilai indeks Treynor pada portofolio 1, saham MAYA menduduki peringkat pertama, yang diikuti oleh MEGA, BSWD, BVIC, dan BBRI. Artinya bahwa jika investor ingin menanamkan sahamnya pada satu jenis saham saja maka saham MAYA bisa menjadi prioritas dalam pertimbangan. Pada portofolio 2, saham MAYA kembali menduduki peringkat pertama, kemudian diikuti oleh BBNI dan BNII. Rata-rata nilai indeks Treynor untuk portofolio 1 (0.0493) lebih besar dari dari portofolio 2 (0.0156), hal ini disebabkan oleh rata-rata nilai beta untuk portofolio 1 (0.50856) lebih kecil jika dibandingkan dengan portofolio 2 (0.51510). Setelah mendapatkan nilai indeks Treynor untuk kedua portofolio, maka selanjutnya akan dilakukan uji perbedaan (uji-t). 88 Berdasarkan hasil pengolahan uji-t maka didapat nilai t = 0.81 dan Prob = 0.464, hal ini sama dengan metode sebelumnya yang menyatakan tidak ada pengaruh yang signifikan antara kinerja saham tanpa atau dengan variabel DER, ROA, dan Makro Ekonomi. Pengolahan uji perbedaan ini dapat dilihat pada lampiran. c. Indeks Jensen Pengukuran uji perbedaan kinerja saham yang ketiga adalah dengan menggunakan nilai dari indeks Jensen. Di bawah ini adalah hasil dari nilai indeks Jensen. Tabel 4.10 Indeks Jensen Nama Jensen Nama Bank (Jpi) 1 Bank 1 0.04908824 MAYA BNII 2 0.00922039 MAYA MEGA 3 0.00648690 BBRI BBNI 4 0.00222575 BSWD 5 0.00905069 BVIC Sumber: diolah dari idx monthly 2005-2008 No Jensen (Jpi) 2 0.00956042 0.09194636 -0.01247150 Berdasarkan tabel 4.10, terlihat bahwa nilai indeks Jensen pada portofolio 1, saham MAYA menduduki peringkat pertama, yang diikuti oleh MEGA, BVIC, BBRI, dan BSWD. Artinya bahwa jika investor ingin menanamkan sahamnya pada satu jenis saham saja maka saham MAYA bisa menjadi prioritas dalam pertimbangan. Pada portofolio 2, saham MAYA kembali menduduki peringkat pertama, kemudian diikuti oleh BNII dan BBNI. 89 Setelah mendapatkan nilai indeks Jensen untuk kedua portofolio, maka selanjutnya akan dilakukan uji perbedaan (uji-t). Berdasarkan hasil pengolahan uji-t maka didapat nilai t = -0.44 dan Prob = 0.703, hal ini sama dengan metode sebelumnya yang menyatakan tidak ada pengaruh yang signifikan antara kinerja saham tanpa atau dengan variabel DER, ROA, dan Makro Ekonomi. Pengolahan uji perbedaan ini dapat dilihat pada lampiran. C. Interpretasi 1. Saham-saham perbankan yang terus menerus muncul selama 4 tahun, dari tahun 2005 sampai dengan tahun 2008 adalah sebanyak 18 saham perbankan, namun dari 18 saham perbankan tersebut hanya terdapat 5 saham perbankan yang masuk kedalam portofolio optimal dengan menggunakan Single Index Model. Saham-saham perusahaan perbankan tersebut adalah Bank Mayapada International (MAYA), Bank Mega (MEGA), Bank Rakyat Indonesia (BBRI), Bank Swadesi (BSWD), dan Bank Victoria International (BVIC). 2. Dengan nilai F yang telah terpenuhi dan nilai Prob di bawah 0.05, maka dapat dikatakan bahwa variable independent (DER, ROA, Inflasi, Nilai tukar dan Bunga Deposito ) berpengaruh secara bersama- 90 sama terhadap variable dependen (return saham), hal ini sesuai dengan penelitian yang dulakukan oleh Murti lestari (2006) dalam penelitiannya yang berjudul pengaruh variable makro (SBI, Inflasi,dan nilai tukar) terhadap return saham di BEJ. Bahwa variabel makro tersebut dapat mempengaruhi return saham. Sedangkan untuk rasio DER dan ROA nya sesuai dengan penelitian yang dilakukan oleh I.G .K. A ULUPUI dengan judul penelitian “ Analisis Pengaruh Rasio Likuiditas (CR), Leverage (DER), Likuiditas, dan profitabilitas (ROE, ROA) terhadap return saham. Hasil penelitiannya menunjukan bahwa variabel independentnya secara bersama-sama berpengaruh signifikan terhadap return saham. 3. DER, ROA, Inflasi, Kurs dan Bunga Deposito dapat mempengaruhi jumlah saham yang masuk dalam portofolio optimal. Tanpa variabel independent tersebut jumlah jenis saham yang masuk dalam portofolio optimal adalah Bank Mayapada Internasional (MAYA), Bank Mega (MEGA), Bank Rakyat Indonesia (BBRI), Bank Swadesi (BSWD), dan Bank Victoria International (BVIC). Sedangkan Dengan adanya variabel independent tersebut jumlah jenis saham yang masuk dalam portofolio optimal pun berubah, saham-saham tersebut adalah Jumlah 91 perusahaan perbankan yang masuk portofolio optimal menjadi 3 bank, yaitu Bank International Indonesia (BNII), Bank Mayapada International (MAYA) dan Bank Negara Indonesia (BBNI). Hal ini karena variable DER, ROA, dan Makro ekonomi tidak memberikan pengaruh yang signifikan terhadap return saham. Hal ini sesuai dengan penelitian yang dilakukan oleh Zulfi Skendra (2005) yang berjudul Analisis Pengaruh Inflasi, Nilai Tukar dan Bunga Deposito Terhadap portofolio Optimal Saham-Saham Blue Chip di BEJ. Hasil penelitiannya menunjukan bahwa tanpa inflasi, nilai tukar dan bunga deposito jenis saham yang masuk dalam portofolio optimal adalah : Astra International (ASII), Astra Argo Lestari (AALI), Indosat (ISAT), Telekomunikasi Indonesia (TLKM), dan Semen Gresik (SMGR). Sedangkan dengan adanya inflasi, nilai tukar dan bunga deposito maka saham yang masuk dala portofolio optimal adalah bertambah satu yaitu Astra International (ASII), Astra Argo Lestari (AALI), Indosat (ISAT), Telekomunikasi Indonesia (TLKM), Semen Gresik (SMGR) dan Unilever (UNVR). 4. Berdasarkan hasil uji beda didapat nilai t = -0.46 dan Prob = 0.649, hal ini berarti tidak ada perbedaan yang signifikan antara perusahaan- 92 perusahaan yang masuk dalam portofolio optimal tanpa dan dengan dipengaruhi oleh variable DER, ROA, inflasi, nilai tukar dan suku bunga depsito. Tidak adanya perbedaan dikarenakan oleh jumlah variable independent (DER, ROA, inflasi, nilai tukar dan suku bunga deposito) secara parsial tidak mempengaruhi return saham perbankan yang belum masuk kedalam portofolio optimal agar masuk kedalam porrtofolio optimal dan juga dikarenakan memilki nilai koefisien determinasinya ( R 2 ) yang kurang baik. 5. Dilihat dari masing-masing ukuran kinerja saham Indeks Sharpe, indeks Treynor dan Indeks Jensen Tidak ada perbedaan antara kinerja saham pada portofolio optimal tanpa dan dengan dipengaruhi oleh varibel DER, ROA, inflasi, nilai tukar dan bunga deposito melalui uji T paired. Kemudian berdasarkan nilai Indeks Sharpe, Indeks Treynor, dan Indeks Jensen, saham yang memilki kinerja saham yang paling baik adalah Bank Mayapada Internasional. Hal ini karena Bank Mayapada International memiki Nilai Indeks Sharpe, Indeks treynor dan Indeks Jensen yang paling tinggi. Hal ini sesuai dengan teori yang ada bahwa semakin tinggi pengukuran nilai Indeks Sharpe, Indeks treynor dan Indeks Jensen maka saham tersebut memilki kinerja portofoilo yang baik. Sehingga jika investor ingin menanamkan 93 dananya pada satu jenis saham saja maka saham Bank Mayapada International bisa menjadi prioritas dalam pertimbangan. BAB V KESIMPULAN DAN SARAN A. Kesimpulan 1. Terdapat 5 saham perbankan yang memenuhi portofolio optimal dengan menggunakan Single Index Model, yaitu saham MAYA, MEGA, BBRI, BSWD, dan BVIC. 2. Variable DER, ROA, dan inflasi, nilai tukar dan bunga deposito memberikan pengaruh yang signifikan terhadap 18 return saham perusahaan perbankan yang diteliti. 3. Terdapat perubahan jumlah jenis saham yang masuk dalam portofolio optimal. Yaitu: tanpa adanya variabel DER, ROA, inflasi, nilai tukar dan bunga deposito jumlah saham yang masuk dalam portofolio optimal terdapat 5 saham (MAYA, MEGA, BBR, BSWD, dan BVIC). Sedangkan dengan adanya variable DER, ROA, inflasi, nilai tukar dan bunga deposito jumlah saham yang masuk dalam portofolio optimal menjadi 3 saham perbankan yaitu MAYA, BBNI, dan BNII. Saham Bank MAYA tetap masuk kedalam portofolio optimal setelah adanya pariabel DER, ROA, Inflasi, Nilai Tukar Dan Suku Bunga Deposito dikarenakan variabel independent (DER, ROA, Inflasi, Nilai Tukar Dan Suku Bunga Deposito) bersama-sama memberikan pengaruh kepada return saham Bank MAYA, walaupun secara parsial hanya pariabel DER yang memberikan pengaruh 95 yang signifikan terhada return saham Bank MAYA, namun nilai kooefisien determinasi cukup tinggi yaitu 67,4%. 4. Tidak ada perbedaan antara saham-saham portofolio optimal tanpa dan dengan dipengaruhi oleh variable DER, ROA, inflasi, nilai tukar dan bunga deposito. Hal ini dikarenakan bahwa variable independent (DER, ROA, inflasi, nilai tukar dan bunga deposito) tidak memberikan pengaruh yang signifikan terhadap return saham perbankan dan juga dikarenakan memiliki nilai koofisien determinasi yang kurang baik. 5. Tidak ada perbedaan antara kinerja saham portofolio optimal tanpa dan dengan yang dipengaruhi oleh variable DER, ROA, inflasi, nilai tukar dan bunga deposito baik dilihat dari Indeks Sharpe, Indeks Treynor maupun Indeks Jensen melalui uji beda. B. Implikasi Berdasarkan kesimpulan di atas ada beberapa hal yang sebaiknya perlu diperhatikan: 1. Perusahaan Bagi perusahaan sebagai penerbit saham harus dapat mewaspadai perubahan variabel Leverage, Profitabilitas dan Variabel Makro ekonomi serta dapat mengatur strategi dalam menghadapi terjadinya perubahan Leverage, Profitabilitas dan Variabel Makro Ekonomi (inflasi, nilai tukar dan bunga deposito). 96 2. Investor Investor dalam memilih keputusan investasi sebaiknya mempertimbangkan variabel leverage, profitabilitas dan variabel makro ekonomi, karena sesuai penelitian yang telah dilakukan bahwa variablevariabel tersebut berpengaruh terhadap return saham dan pembentukan portofolio optimal. Salah satu cara untuk mengukur tingkat pengembalian dan risiko serta memilih emiten untuk menginvestasikan modal secara layak dapat dengan menggunakan Single Indeks Model (SIM). Perbedaan kinerja portofolio berdasarkan penilaian dari ketiga metode yaitu Indeks Sharpe, Indeks Treynor dan Indeks Jensen dapat menjadi pilihan investor yang disesuaikan dengan keinginan investor itu sendiri, Serta investor harus dapat membuat suatu daftar yang memuat return dan risiko portofolio. 3. Bagi Akademik Penelitian ini diharapkan dapat menambah bahan pustaka dan bacaan bagi akademik serta dapat mendorong penelitian yang lebih lanjut mengenai topik ini pada Bursa Efek Indonesia. DAFTAR PUSTAKA Agung Nugroho, Bhuana.“ Strategi jitu memilih metode statistik penelitian dengan SPSS”. CV ANDI OFFSET. Semarang. 2005 Astuti, Dewi. “ Manajemen Keuangan Perusahaan”. Penerbit Ghalia Indonesia. 2004 Auliyah, Robiatul & Ardi Hamzah. “Analisa Karakteristik Perusahaan, Industri Dan Ekonomi Makro Terhadap Return Dan Beta Saham Syariah Di Bursa Efek Jakarta”.Padang. 2006 Binastuti, Sugiharti . “Analisa Faktor Fundamental, Resko Sistematik dan tingkat Bunga Serta Pengaruhnya Terhadap Harga Saham”. Jurnal Ilmiah Ekonomi & Bisnis, Buletin Ekonomi Moneter & Perbankan Vol. 7, No. 2 September 2004. Damayanti, Dahlia. “ Analisis Pengaruh Inflasi dan Nilai tukar Terhadap Return Saham Dalam Penentuan Portofolio Optimum Dengan Model Indeks Tunggal”. Fakultas Ekonomi dan Social Universitas islam Negeri Syarif Hidayatullah. Jakarta. 2005 F. Momani, Ghazi..“Simple Techniques For determining The Optimal Portofolio”. Faculty Member, Economics and financial Science Departement Faculty of Planing and Management Al-Balqa Applied University. Jordan. 2008 Fahmi. Irham, Yovi Lavianti Hadi “Teori Portofolio dan Analisis Investasi Teori dan soal Jawab”.Bandung. AFABETA. 2009 Hamzah, Amir. “ Analisis Kinerja Saham Perbankan Sebelum & Sesudah Reverse Stock Split di PT. Bursa Efek Jakarta”. MM UNSRI. 2006 Halim, Abdul. “Manajemen Keuangan Bisnis” Bogor. Ghalia Indonesia. 2003 Abdul, Halim. “ Analisis Investasi”. Edisi Kedua. Salemba Empat. Jakarta. 2005 Husnan, Suad. “Dasar-Dasar Teori Portofolio dan Analisis sekuritas”. Edisi Ketiga. Yogyakarta. (UPP) AMP YKPN. 1988 . Kasmir dan Jakfar. “Studi Kelayakan Bisnis”. Edisi Kedua. Jakarta. Kencana. 2007 Moeljadi. “Manajemen Keuangan (Pendekatan Kualitatif dan Kuantitatif”., Malang. Bayumedia Publishing. 2006 98 Murti Lestari. “ Pengaruh Variabel Makro Terhadap Return Saham Di Bursa Efek Jakarta”. Universitas Kristen Duta Wacana. SNA VIII Solo, 15 – 16 September 2005 Prio Sasongko, Noor. “ Implementasi Teori Portofolio Untuk Investasi Pada Reksadana Saham”. Universitas Mercu Buana. Rodoni, Ahmad. “Modul Institusi Depositori dan Pasar Modal”. Univesitas Islam Negeri Jakarta. 2008 Rodoni, Ahmad dan Herni Ali, HT, “Manajemen Keuangan”.Jakarta. Mitra Wancana Media, 2010 Ross, Westerfield, Jordan. “Fundamental Of Corporate Finance”. The MCGrawHiil Companies.New York: 2003 Rodoni, Ahmad. “Bank dan Lembaga Keuangan Lainnya”. Center for Social and Economics Studies (CSES) Press. Jakarta: 2008 Sadik Cukur dan Nil Gunsel. “ The Effects Of Macroeconomic Factors On The London Stock Returns ”.Fakultas Of Ekonomic And Administrative Sciences Departement Of Banking And Finance. 2007 Santi Suryantini, Ni Putu. “ Perbedaan Kinerja Portofolio Berdasarkan Strategi Aktif dan Pasif Pada Saham LQ 45 Di BEJ”. Universitas Udayana. Denpasar. 2007 Sartono, Agus. “Manajemen Keuangan Teori dan Aplikasi”. Edisi 4. Yogyakarta. BPFE. 2010 Skendra, Zulfi. “ Analisis Pengaruh Inflasi, Nilai Tukar Rupiah, dan Bunga Deposito Terhadap Portofolio Optimum Saham-Saham Blue Chips Di Bursa Efek Indonesia”. Master Theses From MBIPB. 2005 Sugiyono. “Statistik Untuk Penelitian”. Bandung: Alfabeta. 2000 Suharyadi dan Purwanto. “ Statistik Untuk Ekonomi dan Keuangan Modern”. Salemba 4. Jakarta.2004 Sukirno, Sadono. “Makro Ekonomi Teori Pengantar”, Edisi Ketiga. Jakarta. PT. Raja Grafindo Persada. 2006 Supomo Bambang dan Nur Indriantoro. “Metodologi Penelitian Bisnis”. Edisi Pertama. Yogyakarta. BPFE. 2002 99 Syahrial, Dermawan. “Manajemen Keuangan”, Jakarta. Mitra Wacana Media, 2008 Tandelilin, Erduardus. “Portofolio dan Investasi Teori dan aplikasi” Edisi Pertama. Yogyakarta, Kanisius. 2010 Thomson. “ International Corporate Finance”. Buku 1. Edisi kedelapan. Jakarta. Salemba Empat. 2006 ULUPUI. “Analisis Pengaruh Rasio Likuiditas, Leverage, Aktivitas, Dan Profitabilitas Terhadap Return Saham”. Fakultas Ekonomi. Universitas Udayana.2006 Usman, Bahtiar . “Pengaruh suku Bunga Deposito, PDB, dan Volume Perdagangan Saham Terhadap IHSG Di INDONESIA (Penggunaan Model ARCH-GARCH, Kointegrasi dan ECM)”. Media Riset Bisnis & Manajemen, Vol. 7, No.1, April 2007:pp.99.128 Wahydi, Sugeng. . “Aplikasi Metode Single Indeks Pada Penentuan Portofolio Investasi Tahunan Pada Saham LQ 45 di BEJ”. Jurnal Bisnis dan Ekonomi, Vol. 12, No. 1 Maret 2005 Warsini, Sabar. “ Manajemen Investasi”. Penerbit Semesta Media. Jakarta. 2009 www.bi.go.id www. Idx.co.id DAFTAR RIWAYAT HIDUP I. Identitas Pribadi 1. Nama : Dede Yana Rosyana 2. Tempat & Tgl. Lahir :Ciamis, 25 Januari 1988 3. Alamat : Dsn. Mekarsari, Ds, Mulyasari, Rt/Rw 02/10 Kec. Jatinagara, Kab. Ciamis, JABAR 46723 II. III. 4. Agama : Islam 5. Email : [email protected] Pendidikan Formal 1. TK : Miftahul Huda, Jatinagara, Ciamis 2. SD : SD Negeri Rawasari, Jatinagara, Ciamis 3. SMP : SMP Negeri 1 Rajadesa, Ciamis 4. SMA : SMA Negeri 1 Kawali, Ciamis 5. S1 : UIN Syarif Hidayatullah Jakarta Pendidikan Non-Formal Tahun 2000-2003 : PONPES. Cikanyere Almunawaroh Rajadesa, Ciamis Tahun 2007 : Seminar “Negara Yang Tergadai” Tahun 2009 : Seminar “ Has Participated In Entrepreneur And Inspiring Story Seminar” “Memulai Bisnis Sejak Dini” v ANALISIS VARIABEL LEVERAGE, PROFITABILITAS DAN VARIABEL MAKRO EKONOMI TERHADAP PORTOFOLIO OPTIMAL SAHAM-SAHAM PERBANKAN DI BURSA EFEK INDONESIA Oleh Dede Yana Rosyana NIM: 206081004147 JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1431 H/2010 M 144 Lampira kinerja portofolio 1 indeks sharpe No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Jenis saham BABP BBCA BDMN BEKS BNII BKSW BMRI MAYA MEGA BBNI BNGA NISP BBNP BPI BNLI BBRI BSWD BVIC Rpi -0.00334 0.010448 0.002523 -0.00739 0.020798 0.087718 0.009016 0.059276 0.021455 -0.00422 0.009702 -0.00017 0.023148 0.181445 -0.00417 0.018721 0.01446 0.016487 Rf 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 Sdpi 1 0.195428 0.114312 0.126161 0.16976 0.128005 0.57238 0.126579 0.178166 0.134751 0.178491 0.135137 0.075945 0.143404 1.274211 0.099968 0.125282 0.100614 0.159698 Spi 1 -0.01711 0.091399 0.020002 -0.04352 0.162477 0.153252 0.071228 0.332701 0.159218 -0.02363 0.071797 -0.00226 0.161416 0.142398 -0.04176 0.149434 0.14372 0.103241 Lampiram kinerja portofolio 1 indeks treynor No. Jenis saham Rpi Rf Bpi Tpi 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 BABP BBCA BDMN BEKS BNII BKSW BMRI MAYA MEGA BBNI BNGA NISP BBNP BPI BNLI BBRI BSWD BVIC -0.00334 0.010448 0.002523 -0.00739 0.020798 0.087718 0.009016 0.059276 0.021455 -0.00422 0.009702 -0.00017 0.023148 0.181445 -0.00417 0.018721 0.01446 0.016487 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.3214 0.7618 1.2695 0.5445 -0.2414 -0.013 1.241 0.3328 0.135 1.4176 1.1881 0.1396 -0.2097 3.502 0.7258 1.2088 0.0861 0.7801 -0.0104 0.013715 0.001988 -0.01357 -0.08615 -6.74756 0.007265 0.178113 0.158925 -0.00297 0.008166 -0.00123 -0.11038 0.051812 -0.00575 0.015488 0.167947 0.021135 145 101 Lampiran : DER Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember BABP 12.53 13.17 13.17 13.89 13.89 13.89 13.89 13.89 13.89 16.03 9.77 9.77 9.77 9.77 20.15 20.15 7.54 7.54 8.41 8.41 8.41 8.39 8.39 8.39 8.39 9.44 9.44 9.44 9.49 9.49 10.84 10.84 10.84 10.84 9.85 9.85 9.85 9.85 10.82 10.82 10.6 10.6 10.6 11.53 11.53 11.5 11.5 11.5 0.05108 0 0.05467 0 0 0 0 0 0.15407 -0.3905 0 0 0 1.06244 0 -0.6258 0 0.11538 0 0 -0.0024 0 0 0 0.12515 0 0 0.0053 0 0.14226 0 0 0 -0.0913 0 0 0 0.09848 0 -0.0203 0 0 0.08774 0 -0.0026 0 0 BBCA 9.52 9.52 9.71 9.05 9.05 9.05 9.05 8.5 8.5 8.62 8.62 8.62 8.62 8.62 8.48 8.48 7.97 7.97 7.97 8.46 8.46 8.28 8.28 8.28 8.28 8.28 8.79 8.79 8.34 8.34 8.79 8.79 8.79 8.79 8.79 8.79 8.87 8.87 9.66 9.66 9.66 9.66 9.05 9.67 9.67 9.67 9.2 9.2 0 0.01996 -0.068 0 0 0 -0.0608 0 0.01412 0 0 0 0 -0.0162 0 -0.0601 0 0 0.06148 0 -0.0213 0 0 0 0 0.06159 0 -0.0512 0 0.05396 0 0 0 0 0 0.0091 0 0.08906 0 0 0 -0.0631 0.06851 0 0 -0.0486 0 BDMN 5.66 6.52 6.52 6.34 6.34 6.34 6.88 6.88 6.88 6.88 7 7 7 7 6.87 6.87 6.88 6.88 6.88 8.18 8.18 7.68 7.68 7.68 7.68 7.67 7.67 7.67 8.14 8.14 8.14 7.94 7.94 7.94 7.47 7.47 7.47 7.22 7.22 7.22 7.23 7.23 8.34 8.34 8.34 8.45 8.45 8.45 0.15194 0 -0.0276 0 0 0.08517 0 0 0 0.01744 0 0 0 -0.0186 0 0.00146 0 0 0.18895 0 -0.0611 0 0 0 -0.0013 0 0 0.06128 0 0 -0.0246 0 0 -0.0592 0 0 -0.0335 0 0 0.00139 0 0.15353 0 0 0.01319 0 0 BEKS 7.27 7.27 7.69 7.4 7.46 7.46 9.1 9.1 9.1 10.23 10.23 10.23 10.23 10.23 10.56 8.75 8.75 8.75 8.97 8.97 8.97 8.97 9.35 9.35 9.35 9.35 10.6 10.6 9.75 9.75 9.76 9.76 9.76 9.76 8.96 8.96 8.96 8.96 8.96 10.62 10.62 10.62 8.2 8.08 8.08 8.08 10.14 10.14 0 0.05777 -0.0377 0.00811 0 0.21984 0 0 0.12418 0 0 0 0 0.03226 -0.1714 0 0 0.02514 0 0 0 0.04236 0 0 0 0.13369 0 -0.0802 0 0.00103 0 0 0 -0.082 0 0 0 0 0.18527 0 0 -0.2279 -0.0146 0 0 0.25495 0 BNII 7.8 7.57 7.57 7.31 7.31 7.31 7.31 8.76 8.76 9.87 9.87 9.87 9.87 9.87 9.34 9.34 8.55 8.55 8.68 8.68 8.68 8.53 8.53 8.53 8.53 9.04 9.04 9.04 9.08 9.08 9.12 9.12 9.12 9.12 8.85 8.85 8.85 9.29 9.29 9.29 9.64 9.64 9.64 10.01 10.01 10.17 10.17 10.17 -0.0295 0 -0.0343 0 0 0 0.19836 0 0.12671 0 0 0 0 -0.0537 0 -0.0846 0 0.0152 0 0 -0.0173 0 0 0 0.05979 0 0 0.00442 0 0.00441 0 0 0 -0.0296 0 0 0.04972 0 0 0.03767 0 0 0.03838 0 0.01598 0 0 102 Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember BKSW 13.57 13.57 15.32 15.35 15.35 15.35 15.09 15.09 15.09 15.58 15.58 15.58 15.58 15.58 11.64 11.64 11.46 11.46 12.89 12.89 12.89 12.89 13.38 13.38 13.38 13.38 15.28 15.28 15.12 15.12 14.3 14.3 14.3 14.3 14.65 14.65 14.65 14.65 14.65 15.51 15.51 15.51 15.51 14.28 14.28 14.28 13.85 13.85 0 0.12896 0.00196 0 0 -0.0169 0 0 0.03247 0 0 0 0 -0.2529 0 -0.0155 0 0.12478 0 0 0 0.03801 0 0 0 0.142 0 -0.0105 0 -0.0542 0 0 0 0.02448 0 0 0 0 0.0587 0 0 0 -0.0793 0 0 -0.0301 0 BMRI 8.87 8.87 8.95 8.95 8.84 8.84 8.84 10.27 10.27 10.27 9.62 9.62 9.62 9.62 10.35 10.35 9.67 9.67 9.7 9.7 9.7 9.41 9.41 9.41 9.41 9.41 9.16 8.54 8.54 8.54 8.83 8.83 8.83 8.83 8.76 8.76 8.76 8.76 9.91 9.91 9.91 9.91 9.99 9.99 9.99 9.99 9.97 9.97 0 0.00902 0 -0.0123 0 0 0.16176 0 0 -0.0633 0 0 0 0.07588 0 -0.0657 0 0.0031 0 0 -0.0299 0 0 0 0 -0.0266 -0.0677 0 0 0.03396 0 0 0 -0.0079 0 0 0 0.13128 0 0 0 0.00807 0 0 0 -0.002 0 MAYA 7.08 7.08 7.44 7.6 7.6 7.6 7.6 7.9 7.9 8.1 8.1 8.1 8.1 8.1 8.5 8.74 8.74 8.74 8.74 8.83 8.83 8.76 8.76 8.76 8.76 8.76 8.97 8.97 8.22 8.22 3.68 3.68 3.68 3.41 3.41 3.41 3.41 3.41 3.41 3.75 3.75 3.75 3.75 3.83 3.83 4.15 4.15 4.15 0 0.05085 0.02151 0 0 0 0.03947 0 0.02532 0 0 0 0 0.04938 0.02824 0 0 0 0.0103 0 -0.0079 0 0 0 0 0.02397 0 -0.0836 0 -0.5523 0 0 -0.0734 0 0 0 0 0 0.09971 0 0 0 0.02133 0 0.08355 0 0 MEGA 12.65 14.3 14.3 13.31 13.31 13.31 13.31 15.93 15.93 17.35 17.35 17.35 17.35 17.35 18.67 18.67 17.22 17.22 11.72 11.72 11.72 11.72 12.7 12.7 12.7 12.7 15.01 15.01 13.85 13.85 13.85 10.05 10.05 9.88 9.88 9.88 9.88 9.88 10.88 10.88 10.88 10.88 10.88 13.18 13.18 12.19 12.19 12.19 0.13043 0 -0.0692 0 0 0 0.19684 0 0.08914 0 0 0 0 0.07608 0 -0.0777 0 -0.3194 0 0 0 0.08362 0 0 0 0.18189 0 -0.0773 0 0 -0.2744 0 -0.0169 0 0 0 0 0.10121 0 0 0 0 0.2114 0 -0.0751 0 0 103 Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember BBNI 9.9 9.9 9.61 8.75 8.75 8.75 8.75 10.95 10.95 12.16 12.16 12.16 12.16 12.16 11.42 10.94 10.94 10.94 11.15 11.15 11.15 11 11 11 11 11 10.45 10.45 12 12 12 11 11 8.16 8.16 8.16 8.16 8.16 9.65 9.65 9.65 9.65 9.87 11 11 11 11.06 11.06 0 -0.02929 -0.08949 0 0 0 0.251429 0 0.110502 0 0 0 0 -0.06086 -0.04203 0 0 0.019196 0 0 -0.01345 0 0 0 0 -0.05 0 0.148325 0 0 -0.08333 0 -0.25818 0 0 0 0 0.182598 0 0 0 0.022798 0.114488 0 0 0.005455 0 BNGA 10.88 12.03 12.03 11.19 11.19 11.19 12.75 12.75 12.75 12.75 9.24 9.24 9.24 9.48 9.48 8.62 8.62 8.62 8.44 8.44 8.44 8.19 8.19 8.19 8.19 8.72 8.72 8.72 8.42 8.42 8.42 7.62 7.62 7.62 8.41 8.41 8.41 9.55 9.55 9.55 9.55 9.55 9.31 9.91 9.91 9.91 9.72 9.72 0.105699 0 -0.069825 0 0 0.13941 0 0 0 -0.275294 0 0 0.025974 0 -0.090717 0 0 -0.020882 0 0 -0.029621 0 0 0 0.064713 0 0 -0.034404 0 0 -0.095012 0 0 0.103675 0 0 0.135553 0 0 0 0 -0.025131 0.064447 0 0 -0.019173 0 NISP 12.49 12.49 11.76 11.57 11.57 11.57 11.83 11.83 11.83 11.83 15.57 15.57 15.57 9.06 9.06 9.06 8.55 8.55 8.55 8.42 8.42 8.42 8.55 8.55 8.55 8.86 8.86 8.86 9.84 9.84 9.84 6.81 6.81 6.81 6.81 6.81 7.18 7.18 7.6 7.6 7.6 7.6 7.6 7.16 7.16 7.47 7.47 7.47 0 -0.05845 -0.01616 0 0 0.022472 0 0 0 0.316145 0 0 -0.41811 0 0 -0.05629 0 0 -0.0152 0 0 0.015439 0 0 0.036257 0 0 0.110609 0 0 -0.30793 0 0 0 0 0.054332 0 0.058496 0 0 0 0 -0.05789 0 0.043296 0 0 BBNP 14.85 14.85 14.99 14.4 14.4 14.4 14.67 14.67 14.67 17.14 17.14 17.14 17.14 17.14 17.14 15.96 15.96 15.96 16.13 16.13 16.13 16.13 10.75 10.75 10.75 10.75 10.98 10.98 10.81 10.81 10.81 11.05 11.05 10.9 10.9 10.9 10.9 10.9 10.9 11.11 11.11 11.11 11.11 9.15 9.15 9.15 9.23 9.23 0 0.009428 -0.03936 0 0 0.01875 0 0 0.168371 0 0 0 0 0 -0.06884 0 0 0.010652 0 0 0 -0.33354 0 0 0 0.021395 0 -0.01548 0 0 0.022202 0 -0.01357 0 0 0 0 0 0.019266 0 0 0 -0.17642 0 0 0.008743 0 104 Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember Bank PAN 4.31 4.31 4.21 4.21 4.74 4.74 6.35 6.35 6.35 6.35 7.17 7.17 7.17 7.17 7.17 7.32 6.28 6.28 6.28 5.95 5.95 5.95 4.47 4.47 4.47 4.47 5.05 5.05 4.56 4.56 5.24 5.24 5.24 5.24 5.24 5.24 5.62 5.62 5.62 6.02 6.02 9.03 6.49 6.75 6.75 6.75 6.82 6.82 0 -0.0232 0 0.12589 0 0.33966 0 0 0 0.12913 0 0 0 0 0.02092 -0.1421 0 0 -0.0525 0 0 -0.2487 0 0 0 0.12975 0 -0.097 0 0.14912 0 0 0 0 0 0.07252 0 0 0.07117 0 0.5 -0.2813 0.04006 0 0 0.01037 0 BNLI 13.28 12.55 12.55 11.01 11.01 11.01 11.24 11.24 11.24 12.57 12.57 12.57 12.57 12.57 12.57 12.16 12.16 12.16 12.16 11.91 11.91 9.3 9.3 9.3 9.3 9.04 9.04 9.04 9.67 9.67 9.67 9.7 9.7 9.7 9.7 9.2 9.2 9.05 9.05 9.05 9.05 9.05 9.05 9.32 9.76 9.76 10.48 10.48 -0.055 0 -0.1227 0 0 0.02089 0 0 0.11833 0 0 0 0 0 -0.0326 0 0 0 -0.0206 0 -0.2191 0 0 0 -0.028 0 0 0.06969 0 0 0.0031 0 0 0 -0.0515 0 -0.0163 0 0 0 0 0 0.02983 0.04721 0 0.07377 0 BBRI 7.52 7.52 7.6 7.6 7.12 7.12 7.12 8.61 8.61 8.92 8.92 8.92 8.92 8.92 8.19 8.19 7.25 7.25 7.25 8.78 8.78 8.13 8.13 8.13 8.13 8.13 8.17 8.17 7.39 7.39 7.39 8.8 8.8 8.8 8.71 8.71 8.71 8.71 8.71 9.48 9.48 9.48 8.64 10.3 10.3 10.3 9.68 9.68 0 0.01064 0 -0.0632 0 0 0.20927 0 0.036 0 0 0 0 -0.0818 0 -0.1148 0 0 0.21103 0 -0.074 0 0 0 0 0.00492 0 -0.0955 0 0 0.1908 0 0 -0.0102 0 0 0 0 0.0884 0 0 -0.0886 0.19213 0 0 -0.0602 0 BSWD 5.94 5.94 7 6.86 6.86 6.86 6.86 6.86 6.86 6.45 6.45 6.45 6.45 6.45 6.45 6.59 6.59 6.59 7.28 7.28 7.28 7.28 7.4 7.4 7.4 7.4 7.4 7.37 7.67 7.67 7.67 7.16 7.16 7.16 7.16 7.81 7.81 7.81 7.81 8.37 8.37 8.37 7.54 7.49 7.49 7.49 3.3 3.3 0 0.17845 -0.02 0 0 0 0 0 -0.0598 0 0 0 0 0 0.02171 0 0 0.1047 0 0 0 0.01648 0 0 0 0 -0.0041 0.04071 0 0 -0.0665 0 0 0 0.09078 0 0 0 0.0717 0 0 -0.0992 -0.0066 0 0 -0.5594 0 BVIC 11.91 11.91 9.83 8.27 8.27 8.27 8.27 8.25 8.25 8.25 10.18 10.18 10.18 10.18 10.18 12.41 10.77 10.77 8.61 8.61 8.61 8.61 6.01 6.01 6.01 6.01 8.41 8.41 8.5 8.5 8.5 9.55 9.55 9.55 8.2 8.2 8.2 8.2 8.2 8.2 12.06 12.06 12.06 12.7 12.7 9.72 9.72 9.72 0 -0.1746 -0.1587 0 0 0 -0.0024 0 0 0.23394 0 0 0 0 0.21906 -0.1322 0 -0.2006 0 0 0 -0.302 0 0 0 0.39933 0 0.0107 0 0 0.12353 0 0 -0.1414 0 0 0 0 0 0.47073 0 0 0.05307 0 -0.2346 0 0 105 Lampiran:Inflasi, Nilai Tukar, Bunga Deposito, , dan IHSG Bulan Inflasi Kurs Deposito Jan' 05 1.43 9165 6.46 February -0.17 -1.11888 9260 0.010366 6.46 March 1.91 -12.2353 9480 0.023758 6.5 April 0.34 -0.82199 9570 0.009494 6.58 May 0.21 -0.38235 9495 -0.00784 6.76 June 0.5 1.380952 9713 0.022959 6.98 July 0.78 0.56 9819 0.010913 7.22 August 0.55 -0.29487 10240 0.042876 7.55 September 0.69 0.254545 10310 0.006836 9.16 October 8.7 11.6087 10090 -0.02134 10.43 November 1.31 -0.84943 10035 -0.00545 11.46 Desember -0.04 -1.03053 9830 -0.02043 11.98 Jan' 06 1.36 -35 9395 -0.04425 12.01 February 0.58 -0.57353 9230 -0.01756 11.85 March 0.03 -0.94828 9075 -0.01679 11.61 April 0.05 0.666667 8775 -0.03306 11.51 May 0.37 6.4 9220 0.050712 11.45 June 0.45 0.216216 9300 0.008677 11.34 July 0.45 0 9070 -0.02473 11.09 August 0.33 -0.26667 9100 0.003308 10.8 September 0.38 0.151515 9235 0.014835 10.47 October 0.86 1.263158 9110 -0.01354 10.01 November 0.34 -0.60465 9165 0.006037 9.5 Desember 1.21 2.558824 9020 -0.01582 8.96 Jan'07 1.04 -0.1405 9090 0.007761 8.64 February 0.62 -0.40385 9160 0.007701 8.43 March 0.24 -0.6129 9118 -0.00459 8.13 April -0.16 -1.66667 9083 -0.00384 7.93 May 0.1 -1.625 8828 -0.02807 7.59 June 0.23 1.3 9054 0.0256 7.46 July 0.72 2.130435 9186 0.014579 7.26 August 0.75 0.041667 9410 0.024385 7.16 September 0.8 0.066667 9137 -0.02901 7.13 October 0.79 -0.0125 9103 -0.00372 7.16 November 0.18 -0.77215 9376 0.02999 7.18 Desember 1.1 5.111111 9419 0.004586 7.19 Jan'08 1.77 0.609091 9291 -0.01359 7.07 February 0.65 -0.63277 9051 -0.02583 6.95 March 0.95 0.461538 9217 0.018341 6.88 April 0.57 -0.4 9234 0.001844 6.86 May 1.41 1.473684 9318 0.009097 6.98 June 2.46 0.744681 9225 -0.00998 7.19 July 1.37 -0.44309 9118 -0.0116 7.51 August 0.51 -0.62774 9153 0.003839 8.04 September 0.97 0.901961 9378 0.024582 9.26 October 0.45 -0.53608 10995 0.172425 10.14 November 0.12 -0.73333 12151 0.105139 10.4 Desember -0.04 -1.33333 10950 -0.09884 10.75 100 Rf 0 0.006192 0.012308 0.027356 0.032544 0.034384 0.045706 0.213245 0.138646 0.098754 0.045375 0.002504 -0.01332 -0.02025 -0.00861 -0.00521 -0.00961 -0.02205 -0.02615 -0.03056 -0.04394 -0.05095 -0.05684 -0.03571 -0.02431 -0.03559 -0.0246 -0.04288 -0.01713 -0.02681 -0.01377 -0.00419 0.004208 0.002793 0.001393 -0.01669 -0.01697 -0.01007 -0.00291 0.017493 0.030086 0.044506 0.070573 0.151741 0.095032 0.025641 0.033654 0.012235 IHSG 1045435 1073828 1080165 1029613 1088169 1122376 1182301 1050090 1079275 1066224 1096641 1162635 1232321 1230664 1322974 1464406 1329996 1310263 1351649 1431262 1534615 1582626 1718961 1805523 1757258 1740971 1830924 1999167 2084324 2139278 2348673 2194339 2369206 2643487 2688332 2745826 2627251 2721944 2447299 2304516 2444349 2349105 2304508 2165943 1832507 1256704 1241541 1355408 Rm 0.027159 0.005901 -0.0468 0.056872 0.031435 0.053391 -0.11183 0.027793 -0.01209 0.028528 0.060178 0.059938 -0.00134 0.075008 0.106905 -0.09178 -0.01484 0.031586 0.058901 0.072211 0.031285 0.086145 0.050357 -0.02673 -0.00927 0.051668 0.09189 0.042596 0.026365 0.097881 -0.06571 0.07969 0.115769 0.016964 0.021386 -0.04318 0.036043 -0.1009 -0.05834 0.060678 -0.03896 -0.01898 -0.06013 -0.15394 -0.31422 -0.01207 0.091714 0.008832 145 Lampiran kinerja portofolio 1 indeks Jensen No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Jenis saham BABP BBCA BDMN BEKS BNII BKSW BMRI MAYA MEGA BBNI BNGA NISP BBNP BPI BNLI BBRI BSWD BVIC Rpi -0.00334 0.010448 0.002523 -0.00739 0.020798 0.087718 0.009016 0.059276 0.021455 -0.00422 0.009702 -0.00017 0.023148 0.181445 -0.00417 0.018721 0.01446 0.016487 Rf 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 Rm Bpi Jpi 0.006084 0.3214 -0.00334 0.006084 0.7618 0.010448 0.006084 1.2695 0.002523 0.006084 0.5445 -0.00739 0.006084 -0.2414 0.020798 0.006084 -0.013 0.087718 0.006084 1.241 0.009016 0.006084 0.3328 0.059276 0.006084 0.135 0.021455 0.006084 1.4176 -0.00422 0.006084 1.1881 0.009702 0.006084 0.1396 -0.00017 0.006084 -0.2097 0.023148 0.006084 3.502 0.181445 0.006084 0.7258 -0.00417 0.006084 1.2088 0.018721 0.006084 0.0861 0.01446 0.006084 0.7801 0.016487 Lampiran kinerja portofolio 2 indeks sharpe No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Jenis saham BABP BBCA BDMN BEKS BNII BKSW BMRI MAYA MEGA BBNI BNGA NISP BBNP BPI BNLI BBRI BSWD BVIC Rpi -0.00459 0.002017 0.005943 -0.00914 0.025402 0.018031 -0.00642 0.097674 0.013468 -0.00024 -0.00105 -0.00466 0.032819 0.005666 -0.00119 0.020687 0.000159 -0.00587 Rf 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 Sdpi 2 0.148621 0.144459 0.168268 0.124683 0.148075 0.113605 0.140992 0.594965 0.095827 0.219205 0.12913 0.031294 0.209023 0.120865 0.10597 0.217745 0.114233 0.085531 Spi 2 -0.1132 -0.07073 -0.03739 -0.1714 0.088921 0.051024 -0.13233 0.143604 0.012868 -0.05689 -0.10288 -0.53975 0.098479 -0.05434 -0.12665 0.038819 -0.10571 -0.21172 146 Lampiran Kinerja portofolio 2 Indeks Treynor No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Jenis saham BABP BBCA BDMN BEKS BNII BKSW BMRI MAYA MEGA BBNI BNGA NISP BBNP BPI BNLI BBRI BSWD BVIC Rpi -0.00459 0.002017 0.005943 -0.00914 0.025402 0.018031 -0.00642 0.097674 0.013468 -0.00024 -0.00105 -0.00466 0.032819 0.005666 -0.00119 0.020687 0.000159 -0.00587 Rf 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 0.012235 Bpi 0.5068 0.3715 1.1161 0.3234 -0.5864 -0.3973 0.8997 1.058 -0.4396 1.0737 0.4461 0.13707 -0.1323 0.5858 0.7356 0.7655 0.0596 0.4273 Tpi -0.00906 0.005429 0.005325 -0.02825 -0.04332 -0.04538 -0.00714 0.092319 -0.03064 -0.00022 -0.00235 -0.03397 -0.24806 0.009672 -0.00161 0.027024 0.002674 -0.01375 Lampiran portofolio 2 Indeks Jensen No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Jenis saham BABP BBCA BDMN BEKS BNII BKSW BMRI MAYA MEGA BBNI BNGA NISP BBNP BPI BNLI BBRI BSWD BVIC Rpi -0.00459 0.00202 0.00594 -0.00914 0.0254 0.01803 -0.00642 0.09767 0.01347 -0.00024 -0.00105 -0.00466 0.03282 0.00567 -0.00119 0.02069 0.00016 -0.00587 Rf 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 0.0122 Rm 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 0.0061 Bpi 0.5068 0.3715 1.1161 0.3234 -0.586 -0.397 0.8997 1.058 -0.44 1.0737 0.4461 0.1371 -0.132 0.5858 0.7356 0.7655 0.0596 0.4273 Jpi -0.0046 0.00202 0.00594 -0.0091 0.0254 0.01803 -0.0064 0.09767 0.01347 -0.0002 -0.0011 -0.0047 0.03282 0.00567 -0.0012 0.02069 0.00016 -0.0059 115 LAMPIRAN Data Variable Makro Ekonomi Inflasi Kurs Deposito IHSG Inflasi Kurs Deposito IHSG -1.11888 -12.2353 -0.82199 -0.38235 1.380952 0.56 -0.29487 0.254545 11.6087 -0.84943 -1.03053 -35 -0.57353 -0.94828 0.666667 6.4 0.216216 0 -0.26667 0.151515 1.263158 -0.60465 2.558824 -0.1405 0.010366 0.023758 0.009494 -0.00784 0.022959 0.010913 0.042876 0.006836 -0.02134 -0.00545 -0.02043 -0.04425 -0.01756 -0.01679 -0.03306 0.050712 0.008677 -0.02473 0.003308 0.014835 -0.01354 0.006037 -0.01582 0.007761 0 0.006192 0.012308 0.027356 0.032544 0.034384 0.045706 0.213245 0.138646 0.098754 0.045375 0.002504 -0.01332 -0.02025 -0.00861 -0.00521 -0.00961 -0.02205 -0.02615 -0.03056 -0.04394 -0.05095 -0.05684 -0.03571 0.027159 0.005901 -0.0468 0.056872 0.031435 0.053391 -0.11183 0.027793 -0.01209 0.028528 0.060178 0.059938 -0.00134 0.075008 0.106905 -0.09178 -0.01484 0.031586 0.058901 0.072211 0.031285 0.086145 0.050357 -0.02673 -0.40385 -0.6129 -1.66667 -1.625 1.3 2.130435 0.041667 0.066667 -0.0125 -0.77215 5.111111 0.609091 -0.63277 0.461538 -0.4 1.473684 0.744681 -0.44309 -0.62774 0.901961 -0.53608 -0.73333 -1.33333 0.007701 -0.00459 -0.00384 -0.02807 0.0256 0.014579 0.024385 -0.02901 -0.00372 0.02999 0.004586 -0.01359 -0.02583 0.018341 0.001844 0.009097 -0.00998 -0.0116 0.003839 0.024582 0.172425 0.105139 -0.09884 -0.02431 -0.03559 -0.0246 -0.04288 -0.01713 -0.02681 -0.01377 -0.00419 0.004208 0.002793 0.001393 -0.01669 -0.01697 -0.01007 -0.00291 0.017493 0.030086 0.044506 0.070573 0.151741 0.095032 0.025641 0.033654 -0.00927 0.051668 0.09189 0.042596 0.026365 0.097881 -0.06571 0.07969 0.115769 0.016964 0.021386 -0.04318 0.036043 -0.1009 -0.05834 0.060678 -0.03896 -0.01898 -0.06013 -0.15394 -0.31422 -0.01207 0.091714 NILAI BETA Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.006 .029 .321 .370 a. Dependent Variable: RI_BABP Standardized Coefficients Beta .128 t -.215 .868 Sig. .831 .390 116 Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .004 .014 .762 .187 Standardized Coefficients Beta .520 t .257 4.082 Sig. .799 .000 t -.749 8.498 Sig. .458 .000 t -.500 1.734 Sig. .620 .090 t 1.220 -.998 Sig. .229 .324 t 1.034 -.012 Sig. .307 .990 a. Dependent Variable: RI_BBCA Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.009 .012 1.270 .149 Standardized Coefficients Beta .785 a. Dependent Variable: R_BDMN Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.012 .024 .545 .314 Standardized Coefficients Beta .250 a. Dependent Variable: RI_BEKS Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .023 .019 -.241 .242 Standardized Coefficients Beta -.147 a. Dependent Variable: RI_BNII Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .088 .085 -.013 1.094 a. Dependent Variable: RI_BKSW Standardized Coefficients Beta -.002 117 Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.002 .012 1.241 .156 Standardized Coefficients Beta .765 t -.161 7.962 Sig. .873 .000 t 2.153 .988 Sig. .037 .328 t 1.016 .526 Sig. .315 .602 t -.805 5.294 Sig. .425 .000 t -.054 6.321 Sig. .957 .000 a. Dependent Variable: RI_BMRI Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .056 .026 .333 .337 Standardized Coefficients Beta .146 a. Dependent Variable: RI_MAYA Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .020 .020 .135 .257 Standardized Coefficients Beta .078 a. Dependent Variable: RI_MEGA Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.017 .021 1.418 .268 Standardized Coefficients Beta .619 a. Dependent Variable: RI_BBNI Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.001 .015 1.188 .188 a. Dependent Variable: RI_BNGA Standardized Coefficients Beta .686 118 Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.001 .011 .140 .144 Standardized Coefficients Beta .143 t -.126 .972 Sig. .900 .336 t 1.182 -.770 Sig. .243 .445 t .815 1.472 Sig. .420 .148 t -.865 4.609 Sig. .391 .000 t Sig. .515 .000 a. Dependent Variable: RI_NISP Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .025 .021 -.210 .272 Standardized Coefficients Beta -.114 a. Dependent Variable: RI_BBNP Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .151 .185 3.502 2.379 Standardized Coefficients Beta .214 a. Dependent Variable: RI_B.PAN Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.011 .012 .726 .157 Standardized Coefficients Beta .566 a. Dependent Variable: RI_BNLI Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .008 .012 1.209 .158 a. Dependent Variable: RI_BBRI Standardized Coefficients Beta .753 .657 7.667 119 Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .014 .015 .086 .192 Standardized Coefficients Beta t .919 .449 Sig. .363 .656 .438 2.765 Sig. .664 .008 .067 a. Dependent Variable: RI_BSWD Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .010 .022 .780 .282 Standardized Coefficients Beta .381 t a. Dependent Variable: RI_BVIC Analisis Regresi Berganda Uji Normalitas Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test N Normal Parameters a,b Most Extreme Differences Mean Std. Deviation Absolute Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data. RES_B ABP 48 .0000 RES_B BCA 48 .0000 RES_B DMN 48 .0000 RES_B EKS 48 .0000 RES_B NII 48 .0000 RES_B KSW 48 .0000 26.4465 16.1659 69.220 328.79 164.88 24.4635 .063 .055 -.063 .127 .127 -.111 .132 .132 -.090 .139 .083 -.139 .139 .139 -.133 .072 .072 -.072 .437 .880 .915 .965 .965 .501 .991 .421 .372 .309 .309 .963 120 One-Sample Kolmogorov-Smirnov Test N Normal Parameters a,b Most Extreme Differences Mean Std. Deviation Absolute Positive Negative RES_B BNP 48 .0000 RES_B PAN 48 .0000 RES_B NLI 48 .0000 RES_B BRI 48 .0000 RES_B SWD 48 .0002 RES_B VIC 48 .0000 105.43 58.5462 110.116 41.493 1024.79 156.402 .091 .091 -.053 .106 .065 -.106 .144 .095 -.144 .082 .082 -.071 .102 .102 -.065 .121 .094 -.121 .628 .732 .996 .571 .704 .836 .826 .658 .274 .900 .705 .486 Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data. One-Sample Kolmogorov-Smirnov Test N Normal Parameters a,b Most Extreme Differences Mean Std. Deviation Absolute Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) RES_B MRI 48 .0000 RES_M AYA 48 .0000 RES_M EGA 48 .0000 RES_B BNI 48 -.0002 RES_B NGA 48 .0004 RES_NI SP 48 .0000 935.119 909.776 183.32 553.669 491.35 319.479 .115 .115 -.061 .072 .072 -.050 .167 .167 -.086 .122 .060 -.122 .119 .119 -.075 .094 .094 -.068 .793 .501 1.154 .843 .824 .650 .555 .963 .139 .476 .506 .792 a. Test distribution is Normal. b. Calculated from data. Asumsi Klasik, Uji F, Uji T, Dan R2 Model Summaryb Model 1 R R Square .723a .523 Adjusted R Square .466 Std. Error of the Estimate 27.97643 Durbin-W atson .745 a. Predictors: (Constant), DEPOSITO, INFLASI, DER_BABP, KURS, ROA_BABP b. Dependent Variable: BABP 121 ANOVAb Model 1 Regression Residual Total Sum of Squares 35985.324 32872.593 68857.917 df 5 42 47 Mean Square 7197.065 782.681 F 9.195 Sig. .000a a. Predictors: (Constant), DEPOSITO, INFLASI, DER_BABP, KURS, ROA_BABP b. Dependent Variable: BABP Coefficientsa Model 1 Unstandardized Coefficients B Std. Error 55.333 69.949 42.621 12.213 8.197 1.930 11.598 3.919 -.003 .007 -4.032 2.854 (Constant) ROA_BABP DER_BABP INFLASI KURS DEPOSITO Standardized Coefficients Beta .627 .585 .390 -.041 -.198 t .791 3.490 4.246 2.960 -.371 -1.412 a. Dependent Variable: BABP Regression Standardized Predicted Value Scatterplot Dependent Variable: BABP 3 2 1 0 -1 -2 -3 -2 -1 0 1 2 3 Regression Studentized Residual Model Summaryb Model 1 R R Square .673a .453 Adjusted R Square .388 Std. Error of the Estimate 989.21641 Durbin-W atson .775 a. Predictors: (Constant), DER_BBCA, INFLASI, KURS, ROA_BBCA, DEPOSITO b. Dependent Variable: BBCA Sig. .433 .001 .000 .005 .712 .165 Collinearity Statistics Tolerance VIF .352 .599 .655 .915 .581 2.842 1.669 1.527 1.093 1.720 122 ANOVAb Model 1 Regression Residual Total Sum of Squares 34023112 41099062 75122174 df Mean Square 6804622.487 978549.096 5 42 47 F 6.954 Sig. .000a a. Predictors: (Constant), DER_BBCA, INFLASI, KURS, ROA_BBCA, DEPOSITO b. Dependent Variable: BBCA Coefficientsa Unstandardized Coefficients B Std. Error (Constant) 24965.397 4087.006 INFLASI -125.119 113.316 KURS -.280 .264 DEPOSITO -285.373 99.271 ROA_BBCA -219.805 407.336 DER_BBCA -1704.800 386.731 Model 1 Standardized Coefficients Beta -.127 -.136 -.423 -.076 -.690 t 6.108 -1.104 -1.059 -2.875 -.540 -4.408 a. Dependent Variable: BBCA Regression Standardized Predicted Value Scatterplot Dependent Variable: BBCA 2 1 0 -1 -2 -3 -2 -1 0 1 2 3 Regression Studentized Residual Model Summaryb Model 1 R R Square .805a .648 Adjusted R Square .606 Std. Error of the Estimate 962.40746 Durbin-W atson .441 a. Predictors: (Constant), DER_BDMN, DEPOSITO, INFLASI, KURS, ROA_BDMN b. Dependent Variable: BDMN Sig. .000 .276 .296 .006 .592 .000 Collinearity Statistics Tolerance VIF .979 .787 .601 .664 .532 1.022 1.271 1.664 1.506 1.880 123 ANOVAb Model 1 Regression Residual Total Sum of Squares 71625450 38901581 1.11E+08 df Mean Square 14325090.02 926228.122 5 42 47 F 15.466 Sig. .000a a. Predictors: (Constant), DER_BDMN, DEPOSITO, INFLASI, KURS, ROA_BDMN b. Dependent Variable: BDMN Coefficientsa Unstandardized Coefficients B Std. Error (Constant) 14269.642 2692.340 INFLASI -14.520 111.892 KURS -1.433 .271 DEPOSITO -355.391 78.670 ROA_BDMN 175.549 213.343 DER_BDMN 1009.489 298.083 Model 1 Standardized Coefficients Beta -.012 -.575 -.435 .114 .445 t 5.300 -.130 -5.286 -4.518 .823 3.387 a. Dependent Variable: BDMN Regression Standardized Predicted Value Scatterplot Dependent Variable: BDMN 2 1 0 -1 -2 -3 -2 -1 0 1 2 3 Regression Studentized Residual Model Summaryb Model 1 R R Square .731a .534 Adjusted R Square .478 Std. Error of the Estimate 17.10110 Durbin-W atson .764 a. Predictors: (Constant), DER_BEKS, KURS, INFLASI, DEPOSITO, ROA_BEKS b. Dependent Variable: BEKS Sig. .000 .897 .000 .000 .415 .002 Collinearity Statistics Tolerance VIF .950 .708 .906 .435 .486 1.052 1.413 1.104 2.297 2.056 124 ANOVAb Model 1 Regression Residual Total Sum of Squares 14067.866 12282.801 26350.667 df 5 42 47 Mean Square 2813.573 292.448 F 9.621 Sig. .000a a. Predictors: (Constant), DER_BEKS, KURS, INFLASI, DEPOSITO, ROA_BEKS b. Dependent Variable: BEKS Coefficientsa Model 1 Unstandardized Coefficients B Std. Error 240.243 47.300 .794 1.970 -.002 .004 -5.674 1.450 -.416 1.636 -11.007 2.782 (Constant) INFLASI KURS DEPOSITO ROA_BEKS DER_BEKS Standardized Coefficients Beta t 5.079 .403 -.402 -3.914 -.254 -3.956 .043 -.045 -.449 -.030 -.459 a. Dependent Variable: BEKS Regression Standardized Predicted Value Scatterplot Dependent Variable: BEKS 2 1 0 -1 -2 -3 -2 -1 0 1 2 3 Regression Studentized Residual Model Summaryb Model 1 R R Square .773a .597 Adjusted R Square .549 Std. Error of the Estimate 73.22429 Durbin-W atson .352 a. Predictors: (Constant), DER_BNII, INFLASI, KURS, DEPOSITO, ROA_BNII b. Dependent Variable: BNII Sig. .000 .689 .690 .000 .801 .000 Collinearity Statistics Tolerance VIF .968 .887 .842 .795 .826 1.033 1.128 1.188 1.257 1.211 125 ANOVAb Model 1 Sum of Squares 333960.5 225195.5 559155.9 Regression Residual Total df 5 42 47 Mean Square 66792.091 5361.797 F 12.457 Sig. .000a a. Predictors: (Constant), DER_BNII, INFLASI, KURS, DEPOSITO, ROA_BNII b. Dependent Variable: BNII Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_BNII DER_BNII Unstandardized Coefficients B Std. Error -506.574 189.657 -2.439 9.109 .054 .019 -33.225 6.508 -72.209 27.545 70.005 17.674 Standardized Coefficients Beta -.029 .307 -.571 -.314 .516 t -2.671 -.268 2.846 -5.106 -2.622 3.961 a. Dependent Variable: BNII Regression Standardized Predicted Value Scatterplot Dependent Variable: BNII 3 2 1 0 -1 -2 -3 -2 -1 0 1 2 3 Regression Studentized Residual Model Summaryb Model 1 R R Square .380a .144 Adjusted R Square .042 Std. Error of the Estimate 193.92581 Durbin-W atson 1.795 a. Predictors: (Constant), DER_BKSW, KURS, INFLASI, ROA_BKSW, DEPOSITO b. Dependent Variable: BKSW Sig. .011 .790 .007 .000 .012 .000 Collinearity Statistics Tolerance VIF .830 .827 .766 .670 .564 1.205 1.209 1.305 1.493 1.772 126 ANOVAb Model 1 Regression Residual Total Sum of Squares 266463.5 1579503 1845967 df Mean Square 53292.698 37607.218 5 42 47 F 1.417 Sig. .238a a. Predictors: (Constant), DER_BKSW, KURS, INFLASI, ROA_BKSW, DEPOSITO b. Dependent Variable: BKSW Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_BKSW DER_BKSW Unstandardized Coefficients B Std. Error -810.760 587.604 -18.653 23.456 .046 .050 19.351 23.798 -64.223 118.740 51.769 28.907 Standardized Coefficients Beta -.121 .142 .183 -.110 .312 t -1.380 -.795 .920 .813 -.541 1.791 a. Dependent Variable: BKSW Regression Standardized Predicted Value Scatterplot Dependent Variable: BKSW 3 2 1 0 -1 -2 -4 -2 0 2 4 6 Regression Studentized Residual Model Summaryb Model 1 R R Square .677a .459 Adjusted R Square .394 Std. Error of the Estimate 585.69886 Durbin-W atson .164 a. Predictors: (Constant), DER_BMRI, INFLASI, KURS, DEPOSITO, ROA_BMRI b. Dependent Variable: BMRI Sig. .175 .431 .363 .421 .591 .081 Collinearity Statistics Tolerance VIF .878 .858 .402 .492 .669 1.139 1.165 2.489 2.031 1.494 127 ANOVAb Model 1 Regression Residual Total Sum of Squares 12200685 14407813 26608498 df Mean Square 2440137.065 343043.157 5 42 47 F 7.113 Sig. .000a a. Predictors: (Constant), DER_BMRI, INFLASI, KURS, DEPOSITO, ROA_BMRI b. Dependent Variable: BMRI Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_BMRI DER_BMRI Unstandardized Coefficients B Std. Error 7748.647 2087.247 -23.136 68.818 -.506 .150 -104.032 61.029 306.433 184.366 -10.400 219.549 Standardized Coefficients Beta -.040 -.414 -.259 .262 -.008 a. Dependent Variable: BMRI Regression Standardized Predicted Value Scatterplot Dependent Variable: BMRI 2 1 0 -1 -2 -3 -3 -2 -1 Regression Studentized Residual 0 1 2 t 3.712 -.336 -3.363 -1.705 1.662 -.047 Sig. .001 .738 .002 .096 .104 .962 Collinearity Statistics Tolerance VIF .930 .851 .557 .518 .479 1.075 1.175 1.794 1.929 2.089 128 Model Summaryb Model 1 R R Square .821a .674 Adjusted R Square .635 Std. Error of the Estimate 347.80660 Durbin-W atson .244 a. Predictors: (Constant), DER_MAYA, INFLASI, ROA_MAYA, KURS, DEPOSITO b. Dependent Variable: MAYA ANOVAb Model 1 Sum of Squares 10515432 5080716 15596148 Regression Residual Total df 5 42 47 Mean Square 2103086.349 120969.433 F 17.385 Sig. .000a a. Predictors: (Constant), DER_MAYA, INFLASI, ROA_MAYA, KURS, DEPOSITO b. Dependent Variable: MAYA Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_MAYA DER_MAYA Unstandardized Coefficients B Std. Error 1253.642 912.308 -21.196 39.559 .042 .090 36.352 35.985 103.686 166.942 -217.061 26.953 Standardized Coefficients Beta -.047 .045 .118 .062 -.858 a. Dependent Variable: MAYA Regression Standardized Predicted Value Scatterplot Dependent Variable: MAYA 1.5 1.0 .5 0.0 -.5 -1.0 -1.5 -2.0 -1.5 -1.0 -.5 Regression Studentized Residual 0.0 .5 1.0 1.5 t 1.374 -.536 .470 1.010 .621 -8.053 Sig. .177 .595 .641 .318 .538 .000 Collinearity Statistics Tolerance VIF .993 .844 .565 .770 .683 1.007 1.185 1.769 1.299 1.464 129 Model Summaryb Model 1 R R Square .594a .352 Adjusted R Square .275 Std. Error of the Estimate 519.77532 Durbin-W atson .583 a. Predictors: (Constant), DER_MEGA, KURS, INFLASI, ROA_MEGA, DEPOSITO b. Dependent Variable: MEGA ANOVAb Model 1 Regression Residual Total Sum of Squares 6171470 11346988 17518458 df Mean Square 1234293.948 270166.383 5 42 47 F 4.569 Sig. .002a a. Predictors: (Constant), DER_MEGA, KURS, INFLASI, ROA_MEGA, DEPOSITO b. Dependent Variable: MEGA Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_MEGA DER_MEGA Unstandardized Coefficients B Std. Error 2297.495 1216.927 -60.822 59.665 .261 .141 3.112 69.117 -312.496 172.916 -131.608 37.796 Standardized Coefficients Beta -.128 .263 .010 -.316 -.560 a. Dependent Variable: MEGA Regression Standardized Predicted Value Scatterplot Dependent Variable: MEGA 3 2 1 0 -1 -2 -3 -2 -1 Regression Studentized Residual 0 1 2 t 1.888 -1.019 1.853 .045 -1.807 -3.482 Sig. .066 .314 .071 .964 .078 .001 Collinearity Statistics Tolerance VIF .975 .765 .342 .503 .596 1.026 1.307 2.922 1.987 1.678 130 Model Summaryb Model 1 R R Square .736a .542 Adjusted R Square .488 Std. Error of the Estimate 337.96133 Durbin-W atson .662 a. Predictors: (Constant), DER_BBNI, INFLASI, KURS, ROA_BBNI, DEPOSITO b. Dependent Variable: BBNI ANOVAb Model 1 Regression Residual Total Sum of Squares 5681881 4797150 10479031 df Mean Square 1136376.230 114217.860 5 42 47 F 9.949 Sig. .000a a. Predictors: (Constant), DER_BBNI, INFLASI, KURS, ROA_BBNI, DEPOSITO b. Dependent Variable: BBNI Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_BBNI DER_BBNI Unstandardized Coefficients B Std. Error 4426.937 903.385 -19.204 38.694 -.374 .082 -134.237 36.403 169.282 79.987 159.306 56.459 Standardized Coefficients Beta -.052 -.488 -.533 .242 .415 a. Dependent Variable: BBNI Regression Standardized Predicted Value Scatterplot Dependent Variable: BBNI 2 1 0 -1 -2 -3 -4 -2 -1 0 Regression Studentized Residual 1 2 3 t 4.900 -.496 -4.541 -3.688 2.116 2.822 Sig. .000 .622 .000 .001 .040 .007 Collinearity Statistics Tolerance VIF .980 .945 .522 .837 .503 1.020 1.058 1.917 1.195 1.986 131 Model Summaryb Model 1 R R Square .857a .735 Adjusted R Square .703 Std. Error of the Estimate 111.53021 Durbin-W atson .822 a. Predictors: (Constant), DER_BNGA, ROA_BNGA, INFLASI, DEPOSITO, KURS b. Dependent Variable: BNGA ANOVAb Model 1 Regression Residual Total Sum of Squares 1446444 522437.5 1968881 df Mean Square 289288.759 12438.987 5 42 47 F 23.257 Sig. .000a a. Predictors: (Constant), DER_BNGA, ROA_BNGA, INFLASI, DEPOSITO, KURS b. Dependent Variable: BNGA Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_BNGA DER_BNGA Unstandardized Coefficients B Std. Error 2513.967 281.894 20.563 13.454 -.046 .031 -54.667 9.725 16.012 43.517 -102.821 13.763 Standardized Coefficients Beta .129 -.138 -.501 .031 -.727 a. Dependent Variable: BNGA Regression Standardized Predicted Value Scatterplot Dependent Variable: BNGA 2 1 0 -1 -2 -3 -2 -1 0 Regression Studentized Residual 1 2 3 t 8.918 1.528 -1.476 -5.621 .368 -7.471 Sig. .000 .134 .147 .000 .715 .000 Collinearity Statistics Tolerance VIF .883 .721 .796 .874 .667 1.133 1.387 1.256 1.144 1.499 132 Model Summaryb Model 1 Adjusted R Square .543 R R Square .769a .592 Std. Error of the Estimate 61.93311 Durbin-W atson 1.101 a. Predictors: (Constant), DER_NISP, INFLASI, KURS, DEPOSITO, ROA_NISP b. Dependent Variable: NISP ANOVAb Model 1 Regression Residual Total Sum of Squares 233798.1 161099.8 394897.9 df 5 42 47 Mean Square 46759.619 3835.710 F 12.191 Sig. .000a a. Predictors: (Constant), DER_NISP, INFLASI, KURS, DEPOSITO, ROA_NISP b. Dependent Variable: NISP Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_NISP DER_NISP Unstandardized Coefficients B Std. Error 1157.028 144.776 9.340 7.188 -.002 .015 -41.273 5.948 -55.790 35.087 11.360 4.700 Standardized Coefficients Beta .131 -.016 -.844 -.206 .295 a. Dependent Variable: NISP Regression Standardized Predicted Value Scatterplot Dependent Variable: NISP 1.5 1.0 .5 0.0 -.5 -1.0 -1.5 -2.0 -3 -2 -1 0 Regression Studentized Residual 1 2 3 t 7.992 1.299 -.161 -6.939 -1.590 2.417 Sig. .000 .201 .873 .000 .119 .020 Collinearity Statistics Tolerance VIF .954 .937 .656 .579 .652 1.049 1.067 1.524 1.727 1.534 133 Model Summaryb Model 1 Adjusted R Square .791 R R Square .902a .813 Std. Error of the Estimate 174.41835 Durbin-W atson 1.477 a. Predictors: (Constant), DER_BBNP, KURS, INFLASI, DEPOSITO, ROA_BBNP b. Dependent Variable: BBNP ANOVAb Model 1 Regression Residual Total Sum of Squares 5558153 1277714 6835867 df 5 42 47 Mean Square 1111630.531 30421.762 F 36.541 Sig. .000a a. Predictors: (Constant), DER_BBNP, KURS, INFLASI, DEPOSITO, ROA_BBNP b. Dependent Variable: BBNP Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_BBNP DER_BBNP Unstandardized Coefficients B Std. Error 3674.987 495.930 22.918 20.352 -.069 .047 -9.872 16.750 -1885.443 211.597 -20.440 13.935 Standardized Coefficients Beta .077 -.112 -.049 -.822 -.148 a. Dependent Variable: BBNP Regression Standardized Predicted Value Scatterplot Dependent Variable: BBNP 2.0 1.5 1.0 .5 0.0 -.5 -1.0 -1.5 -2 -1 0 1 Regression Studentized Residual 2 3 4 t 7.410 1.126 -1.483 -.589 -8.911 -1.467 Sig. .000 .267 .146 .559 .000 .150 Collinearity Statistics Tolerance VIF .943 .780 .656 .523 .438 1.060 1.281 1.524 1.912 2.281 134 Model Summaryb Model 1 Adjusted R Square .394 R R Square .677a .459 Std. Error of the Estimate 116.48590 Durbin-W atson 1.390 a. Predictors: (Constant), DER_BPAN, INFLASI, KURS, ROA_BPAN, DEPOSITO b. Dependent Variable: B.PAN ANOVAb Model 1 Regression Residual Total Sum of Squares 483286.3 569896.6 1053183 df 5 42 47 Mean Square 96657.252 13568.965 F 7.123 Sig. .000a a. Predictors: (Constant), DER_BPAN, INFLASI, KURS, ROA_BPAN, DEPOSITO b. Dependent Variable: B.PAN Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_BPAN DER_BPAN Unstandardized Coefficients B Std. Error 1272.597 277.994 -6.189 13.407 -.033 .029 -56.627 11.178 -96.521 35.207 48.772 22.406 Standardized Coefficients Beta -.053 -.134 -.709 -.373 .351 a. Dependent Variable: B.PAN Regression Standardized Predicted Value Scatterplot Dependent Variable: B.PAN 3 2 1 0 -1 -2 -5 -4 -3 -2 -1 Regression Studentized Residual 0 1 2 3 t 4.578 -.462 -1.108 -5.066 -2.742 2.177 Sig. .000 .647 .274 .000 .009 .035 Collinearity Statistics Tolerance VIF .970 .883 .657 .697 .496 1.031 1.132 1.522 1.435 2.015 135 Model Summaryb Model 1 R R Square .951a .905 Adjusted R Square .894 Std. Error of the Estimate 43.89304 Durbin-W atson 1.913 a. Predictors: (Constant), DER_BNLI, INFLASI, ROA_BNLI, KURS, DEPOSITO b. Dependent Variable: BNLI ANOVAb Model 1 Sum of Squares 773030.8 80917.165 853947.9 Regression Residual Total df 5 42 47 Mean Square 154606.150 1926.599 F 80.248 Sig. .000a a. Predictors: (Constant), DER_BNLI, INFLASI, ROA_BNLI, KURS, DEPOSITO b. Dependent Variable: BNLI Coefficientsa Model 1 Unstandardized Coefficients B Std. Error 2725.626 106.016 -7.879 5.071 -.142 .011 -22.244 5.789 -41.649 27.384 -33.441 6.440 (Constant) INFLASI KURS DEPOSITO ROA_BNLI DER_BNLI Standardized Coefficients Beta -.075 -.646 -.309 -.104 -.351 a. Dependent Variable: BNLI Regression Standardized Predicted Value Scatterplot Dependent Variable: BNLI 2 1 0 -1 -2 -3 -4 -3 -2 -1 0 Regression Studentized Residual 1 2 3 4 t 25.710 -1.554 -13.074 -3.843 -1.521 -5.193 Sig. .000 .128 .000 .000 .136 .000 Collinearity Statistics Tolerance VIF .962 .924 .348 .479 .493 1.039 1.083 2.875 2.089 2.029 136 Model Summaryb Model 1 Adjusted R Square .500 R R Square .744a .553 Std. Error of the Estimate 1084.07555 Durbin-W atson .594 a. Predictors: (Constant), DER_BBRI, INFLASI, DEPOSITO, KURS, ROA_BBRI b. Dependent Variable: BBRI ANOVAb Model 1 Regression Residual Total Sum of Squares 61120716 49359232 1.10E+08 df 5 42 47 Mean Square 12224143.23 1175219.804 F 10.402 Sig. .000a a. Predictors: (Constant), DER_BBRI, INFLASI, DEPOSITO, KURS, ROA_BBRI b. Dependent Variable: BBRI Coefficientsa Unstandardized Coefficients B Std. Error (Constant) 20200.911 4264.752 INFLASI -203.820 124.244 KURS -1.181 .292 DEPOSITO -224.125 90.525 ROA_BBRI -1366.758 612.068 DER_BBRI 233.608 358.421 Model 1 Standardized Coefficients Beta -.171 -.474 -.274 -.422 .133 a. Dependent Variable: BBRI Regression Standardized Predicted Value Scatterplot Dependent Variable: BBRI 2 1 0 -1 -2 -3 -3 -2 -1 0 Regression Studentized Residual 1 2 3 t 4.737 -1.640 -4.045 -2.476 -2.233 .652 Sig. .000 .108 .000 .017 .031 .518 Collinearity Statistics Tolerance VIF .978 .774 .868 .298 .257 1.023 1.292 1.152 3.353 3.888 137 Model Summaryb Model 1 Adjusted R Square .298 R R Square .610a .372 Std. Error of the Estimate 165.44970 Durbin-W atson .272 a. Predictors: (Constant), DER_BSWD, INFLASI, DEPOSITO, ROA_BSWD, KURS b. Dependent Variable: BSWD ANOVAb Model 1 Sum of Squares 682125.3 1149691 1831817 Regression Residual Total df 5 42 47 Mean Square 136425.066 27373.603 F 4.984 Sig. .001a a. Predictors: (Constant), DER_BSWD, INFLASI, DEPOSITO, ROA_BSWD, KURS b. Dependent Variable: BSWD Coefficientsa Model 1 Unstandardized Coefficients B Std. Error 723.926 851.031 -16.024 19.205 .029 .054 -43.471 14.985 -226.154 120.000 34.333 45.594 (Constant) INFLASI KURS DEPOSITO ROA_BSWD DER_BSWD Standardized Coefficients Beta -.104 .091 -.413 -.311 .168 a. Dependent Variable: BSWD Regression Standardized Predicted Value Scatterplot Dependent Variable: BSWD 2 1 0 -1 -2 -3 -3 -2 -1 0 Regression Studentized Residual 1 2 3 t .851 -.834 .536 -2.901 -1.885 .753 Sig. .400 .409 .594 .006 .066 .456 Collinearity Statistics Tolerance VIF .953 .524 .738 .548 .299 1.049 1.908 1.356 1.824 3.343 138 Model Summaryb Model 1 R R Square .622a .386 Adjusted R Square .313 Std. Error of the Estimate 25.87877 Durbin-W atson .489 a. Predictors: (Constant), DER_BVIC, KURS, INFLASI, DEPOSITO, ROA_BVIC b. Dependent Variable: BVIC ANOVAb Model 1 Regression Residual Total Sum of Squares 17717.956 28127.857 45845.813 df Mean Square 3543.591 669.711 5 42 47 F 5.291 Sig. .001a a. Predictors: (Constant), DER_BVIC, KURS, INFLASI, DEPOSITO, ROA_BVIC b. Dependent Variable: BVIC Coefficientsa Model 1 (Constant) INFLASI KURS DEPOSITO ROA_BVIC DER_BVIC Unstandardized Coefficients B Std. Error 331.227 62.264 -2.039 2.943 -.013 .006 -6.938 2.132 .627 6.288 -4.360 2.255 Standardized Coefficients Beta -.084 -.259 -.417 .013 -.243 a. Dependent Variable: BVIC Regression Standardized Predicted Value Scatterplot Dependent Variable: BVIC 2 1 0 -1 -2 -3 -2 -1 0 Regression Studentized Residual 1 2 3 t 5.320 -.693 -2.067 -3.254 .100 -1.933 Sig. .000 .492 .045 .002 .921 .060 Collinearity Statistics Tolerance VIF .993 .930 .892 .879 .928 1.007 1.075 1.122 1.138 1.078 139 Beta Hasil Regresi Berganda Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.009 .021 .507 .274 Standardized Coefficients Beta .266 t -.426 1.851 Sig. .672 .071 t -.060 1.373 Sig. .952 .176 t -.183 4.056 Sig. .855 .000 t -.662 1.386 Sig. .511 .172 t 1.463 -2.179 Sig. .150 .035 a. Dependent Variable: RI_BABP Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.001 .021 .371 .270 Standardized Coefficients Beta .201 a. Dependent Variable: RI_BBCA Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.004 .021 1.116 .275 Standardized Coefficients Beta .517 a. Dependent Variable: R_BDMN Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.012 .018 .324 .233 Standardized Coefficients Beta .202 a. Dependent Variable: RI_BEKS Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .031 .021 -.586 .269 a. Dependent Variable: RI_BNII Standardized Coefficients Beta -.309 140 Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .022 .016 -.397 .209 Standardized Coefficients Beta -.273 t 1.328 -1.902 Sig. .191 .064 t -.792 3.850 Sig. .433 .000 t 1.010 .940 Sig. .318 .352 t 1.306 -2.570 Sig. .198 .014 t -.323 2.773 Sig. .748 .008 a. Dependent Variable: RI_BKSW Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.014 .018 .900 .234 Standardized Coefficients Beta .498 a. Dependent Variable: RI_BMRI Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .088 .087 1.058 1.126 Standardized Coefficients Beta .139 a. Dependent Variable: RI_MAYA Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .017 .013 -.440 .171 Standardized Coefficients Beta -.358 a. Dependent Variable: RI_MEGA Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.010 .030 1.074 .387 a. Dependent Variable: RI_BBNI Standardized Coefficients Beta .382 141 Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.005 .018 .446 .238 Standardized Coefficients Beta .270 t -.270 1.878 Sig. .788 .067 t -1.342 2.438 Sig. .186 .019 t 1.097 -.332 Sig. .279 .742 t .030 2.739 Sig. .976 .009 t -.581 4.321 Sig. .564 .000 a. Dependent Variable: RI_BNGA Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.006 .004 .137 .056 Standardized Coefficients Beta .342 a. Dependent Variable: RI_NISP Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .034 .031 -.132 .399 Standardized Coefficients Beta -.049 a. Dependent Variable: RI_BBNP Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .000 .017 .586 .214 Standardized Coefficients Beta .378 a. Dependent Variable: RI_B.PAN Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.008 .013 .736 .170 a. Dependent Variable: RI_BNLI Standardized Coefficients Beta .541 142 Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .014 .031 .766 .400 Standardized Coefficients Beta .274 t .448 1.913 Sig. .656 .062 t -.022 .273 Sig. .983 .786 t -.825 2.838 Sig. .414 .007 a. Dependent Variable: RI_BBRI Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error .000 .017 .060 .218 Standardized Coefficients Beta .041 a. Dependent Variable: RI_BSWD Coefficientsa Model 1 (Constant) RM Unstandardized Coefficients B Std. Error -.010 .012 .427 .151 Standardized Coefficients Beta .390 a. Dependent Variable: RI_BVIC Uji Perbedaan Saham Two-Sample T-Test and CI: saham 1, saham 2 Two-sample T for saham 1 vs saham 2 saham 1 saham 2 N 235 141 Mean 0.026 0.041 StDev 0.142 0.376 SE Mean 0.0093 0.032 Difference = mu (saham 1) - mu (saham 2) Estimate for difference: -0.0150 95% CI for difference: (-0.0802, 0.0501) T-Test of difference = 0 (vs not =): T-Value = -0.46 P-Value = 0.649 DF = 164 143 Uji Perbedaan Kinerja Saham Two-Sample T-Test and CI: Spi 1, Spi 2 Two-sample T for Spi 1 vs Spi 2 Spi 1 Spi 2 N 5 3 Mean 0.087 0.059 StDev 0.101 0.104 SE Mean 0.045 0.060 Difference = mu (Spi 1) - mu (Spi 2) Estimate for difference: 0.0281 95% CI for difference: (-0.1801, 0.2362) T-Test of difference = 0 (vs not =): T-Value = 0.37 P-Value = 0.727 DF = 4 P-Value = 0.464 DF = 4 Two-Sample T-Test and CI: Tpi 1, Tpi 2 Two-sample T for Tpi 1 vs Tpi 2 Tpi 1 Tpi 2 N 5 3 Mean 0.0493 0.0156 StDev 0.0575 0.0567 SE Mean 0.026 0.033 Difference = mu (Tpi 1) - mu (Tpi 2) Estimate for difference: 0.0337 95% CI for difference: (-0.0819, 0.1493) T-Test of difference = 0 (vs not =): T-Value = 0.81 Two-Sample T-Test and CI: Jpi 1, Jpi 2 Two-sample T for Jpi 1 vs Jpi 2 Jpi 1 Jpi 2 N 5 3 Mean 0.0152 0.0297 StDev 0.0191 0.0550 SE Mean 0.0086 0.032 Difference = mu (Jpi 1) - mu (Jpi 2) Estimate for difference: -0.0145 95% CI for difference: (-0.1561, 0.1271) T-Test of difference = 0 (vs not =): T-Value = -0.44 P-Value = 0.703 DF = 2 105 LAmpiran ROA ROA Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember BABP 1 1 1 0.4 0.4 0.4 0.4 0.4 0.4 -2 0.1 0.1 0.1 0.1 -1.1 -1 1 1 0.5 0.5 0.5 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.9 0.9 1 1 1 1 0.5 0.5 0.3 0.5 0.3 0.3 0.3 0.3 0.3 0.2 0.2 0.1 0.1 0.1 0 0 -0.6 0 0 0 0 0 -6 -1.05 0 0 0 -12 -0.0909 -2 0 -0.5 0 0 -0.8 0 0 0 0 0 0 8 0 0.11111 0 0 0 -0.5 0 -0.4 0.66667 -0.4 0 0 0 0 -0.3333 0 -0.5 0 0 BBCA 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 2 2 2 2 2 2 2 2 2 2 2.1 2.3 2.1 2.1 2.1 2.1 2.1 2.2 2.2 2.2 2.3 2.3 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.5 0 0 0 0 0 0 0 0 0 -0.3333 0 0 0 0 0 0 0 0 0 0.05 0.09524 -0.087 0 0 0 0 0.04762 0 0 0.04545 0 BDMN 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2.3 2.3 2.3 2.3 2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.4 1.2 2.4 2.4 2.3 2.3 2.3 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.25 0 -0.6667 0 0 0 0 1 0 0 0 0 0 0 0 0 0.15 0 0 0 0.04348 0 0 0 0 0 0 0 -0.5 1 0 -0.0417 0 0 BEKS 2 2 1 -3 -3 -3 -4 -4 -4 -4 -4 -4 -4 -4 -3 1 1 1 -1 -1 -1 -1 -1 -1 -0.9 -0.9 -1 -1 -3 -3 -1.3 -1.3 -1.3 -1.3 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 -0.3 -0.7 -0.7 -0.7 -1.4 -1.4 0 -0.5 -4 0 0 0.33333 0 0 0 0 0 0 0 -0.25 -1.3333 0 0 -2 0 0 0 0 0 -0.1 0 0.11111 0 2 0 -0.5667 0 0 0 -1.0769 0 0 0 0 0 0 0 -4 1.33333 0 0 1 0 BNII 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1.1 0.7 0.7 0.7 1.4 1.4 1.4 1.1 1.1 0.9 0.9 0.9 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.1 -0.3636 0 0 1 0 0 -0.2143 0 -0.1818 0 0 106 ROA Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember BKSW 1 1 0.2 1 1 1 0.3 0.3 0.3 0.1 0.1 0.1 0.1 0.1 0.2 0.2 0.01 0.01 0.1 0.1 0.1 0.1 0.3 0.3 0.3 0.3 0.2 0.2 1 1 1 1 1 1 0.5 0.5 0.5 0.5 0.5 0.3 0.3 0.3 0.3 0.4 0.4 0.4 0.3 0.3 0 -0.8 4 0 0 -0.7 0 0 -0.66667 0 0 0 0 1 0 -0.95 0 9 0 0 0 2 0 0 0 -0.33333 0 4 0 0 0 0 0 -0.5 0 0 0 0 -0.4 0 0 0 0.333333 0 0 -0.25 0 BMRI 3 3 2 2 1 1 1 0.5 0 0.5 1 1 1 1 0 0.2 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 1.5 1.5 1.4 1.4 1.4 1.4 1.7 1.7 1.7 1.7 1.7 1.7 0 -0.333333 0 -0.5 0 0 -0.5 -1 #DIV/0! 1 0 0 0 -1 #DIV/0! 4 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 -0.25 0 -0.066667 0 0 0 0.214286 0 0 0 0 0 MAYA 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 0.5 0.5 0.5 0.5 1.1 1 1 1 1 1 1 1 1 2 2 1 1 1 1 1 1 1.2 1.2 1.2 0.9 0.9 0.9 0.9 1.5 1.5 0.8 0.8 0.8 0 -0.5 0 0 0 0 0 0 0 0 0 0 0 0 -0.5 0 0 0 1.2 -0.09091 0 0 0 0 0 0 0 1 0 -0.5 0 0 0 0 0 0.2 0 0 -0.25 0 0 0 0.666667 0 -0.46667 0 0 MEGA 3 2 2 3 2 3 3 2 2 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.5 0.5 1.6 1.6 2 2 2 2 2 2 1.7 1.7 1.5 1.5 1.5 1.5 1.5 1.6 1.6 1.5 1.5 1.5 -0.33333 0 0.5 -0.33333 0.5 0 -0.33333 0 -0.5 1 -0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.5 0 2.2 0 0.25 0 0 0 0 0 -0.15 0 -0.11765 0 0 0 0 0.066667 0 -0.0625 0 0 BBNI 2 2 2 3 3 3 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1.2 1.2 0.5 0.5 0.5 0.5 0.4 0.5 0.5 0.5 0.6 0.6 0 0 0.5 0 0 0 -0.666667 0 0 0 0 0 0 0 0 0 0 0 0 0 1 -0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0.2 0 -0.583333 0 0 0 -0.2 0.25 0 0 0.2 0 107 ROA Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember BNGA 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 1 1 1 2 2 2 2 2 2 2 2 1.7 1.4 1.4 1.4 1.4 1.4 1.5 1.4 1.4 1.4 1.3 1.3 0 0 0 0 0 0 0 0 0 -0.5 0 0 0 0 1 0 0 0 0 0 0 0 0 0 -0.5 0 0 1 0 0 0 0 0 0 0 -0.15 -0.1765 0 0 0 0 0.07143 -0.0667 0 0 -0.0714 0 NISP 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1.1 1 1 0.9 0.9 0.9 0.9 0.9 1.1 1.1 1 1 1 0 0 0 0 0 -0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.1 -0.0909 0 -0.1 0 0 0 0 0.22222 0 -0.0909 0 0 BBNP 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1.1 0.8 0.8 0.6 0.6 1 0.6 0.6 0.6 0.8 0.8 0.8 0.8 0.7 0.7 0.7 0.5 0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.1 -0.2727 0 -0.25 0 0.66667 -0.4 0 0 0.33333 0 0 0 -0.125 0 0 -0.2857 0 Bank PAN 3 3 4 4 3 3 2 2 2 2 2 2 2 2 2 1 2 2 2 2 2 2 2 2 1 2 2 2 2 2 2 2 2 2 2 2 1.8 1.8 1.8 1.6 1.6 1.6 1.4 1.6 1.6 1.6 1.6 1.6 0 0.33333 0 -0.25 0 -0.3333 0 0 0 0 0 0 0 0 -0.5 1 0 0 0 0 0 0 0 -0.5 1 0 0 0 0 0 0 0 0 0 0 -0.1 0 0 -0.1111 0 0 -0.125 0.14286 0 0 0 0 108 ROA Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember BNLI 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.7 1.3 1.3 1.1 1.1 0 0 0 0 0 -0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.3 0 0 0 0 0 0 0 0.30769 -0.2353 0 -0.1538 0 BBRI 4 4 3 3 4 4 4 3 3 3 3 3 3 3 3 3 4 4 4 3 3 3 3 3 2.9 2.9 2.8 2.8 3.2 3.2 3.2 2.8 2.8 2.8 2.7 3 2.7 2.7 2.7 2.4 2.4 2.4 2.8 2.6 2.6 2.6 2.6 2.6 0 -0.25 0 0.33333 0 0 -0.25 0 0 0 0 0 0 0 0 0.33333 0 0 -0.25 0 0 0 0 -0.0333 0 -0.0345 0 0.14286 0 0 -0.125 0 0 -0.0357 0.11111 -0.1 0 0 -0.1111 0 0 0.16667 -0.0714 0 0 0 0 BSWD 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.8 0.8 0.8 0.7 0.7 0.7 1.3 1.4 1.4 1.4 1.6 1.6 0 -0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.2 0 0 -0.125 0 0 0.85714 0.07692 0 0 0.14286 0 BVIC 1 1 1 3 3 3 3 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 1.5 1.5 1.5 1.5 0.9 0.9 0.9 1 1 1 1 1 0 0 2 0 0 0 -0.3333 0 0 0 0 0 0 0 -0.5 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 -0.25 0 0 0 -0.4 0 0 0.11111 0 0 0 0 109 Lampiran return saham Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember rata-rata ri BABP 180 175 185 160 180 150 140 150 150 145 145 120 110 90 90 95 95 85 55 75 75 75 60 90 90 80 80 105 120 115 150 150 114 114 95 131 151 147 110 149 76 76 76 76 53 50 61 62 Ri BABP -0.02778 0.057143 -0.13514 0.125 -0.16667 -0.06667 0.071429 0 -0.03333 0 -0.17241 -0.08333 -0.18182 0 0.055556 0 -0.10526 -0.35294 0.363636 0 0 -0.2 0.5 0 -0.11111 0 0.3125 0.142857 -0.04167 0.304348 0 -0.24 0 -0.16667 0.378947 0.152672 -0.02649 -0.2517 0.354545 -0.48993 0 0 0 -0.30263 -0.0566 0.22 0.016393 -0.00334 BBCA 2,875 3,275 3,400 3,075 3,475 3,600 3,650 3,425 3,450 3,225 3,300 3,400 3,625 3,600 4,175 4,375 4,100 4,100 4,175 4,550 4,825 4,650 5,300 5,200 5,100 4,925 5,100 5,300 5,250 5,450 6,300 6,000 6,150 7,300 7,100 7,300 3,550 3,575 3,250 3,000 2,775 2,475 3,025 3,175 3,150 2,700 2,700 3,250 Ri BBCA 0.13913 0.038168 -0.09559 0.130081 0.035971 0.013889 -0.06164 0.007299 -0.06522 0.023256 0.030303 0.066176 -0.0069 0.159722 0.047904 -0.06286 0 0.018293 0.08982 0.06044 -0.03627 0.139785 -0.01887 -0.01923 -0.03431 0.035533 0.039216 -0.00943 0.038095 0.155963 -0.04762 0.025 0.186992 -0.0274 0.028169 -0.5137 0.007042 -0.09091 -0.07692 -0.075 -0.10811 0.222222 0.049587 -0.00787 -0.14286 0 0.203704 0.010448 BDMN 4,175 4,775 4,750 4,650 4,825 5,050 5,600 4,500 4,025 3,925 3,900 4,750 4,650 4,275 4,800 5,150 4,600 3,975 4,250 4,900 5,300 5,950 6,250 6,750 5,900 5,750 6,550 6,450 7,000 6,900 8,450 8,050 8,450 8,650 8,300 8,000 7,200 7,650 6,900 5,700 5,700 4,700 5,550 5,400 4,900 2,600 2,625 3,100 Ri BDMN 0.143713 -0.00524 -0.02105 0.037634 0.046632 0.108911 -0.19643 -0.10556 -0.02484 -0.00637 0.217949 -0.02105 -0.08065 0.122807 0.072917 -0.1068 -0.13587 0.069182 0.152941 0.081633 0.122642 0.05042 0.08 -0.12593 -0.02542 0.13913 -0.01527 0.085271 -0.01429 0.224638 -0.04734 0.049689 0.023669 -0.04046 -0.03614 -0.1 0.0625 -0.09804 -0.17391 0 -0.17544 0.180851 -0.02703 -0.09259 -0.46939 0.009615 0.180952 0.002523 110 Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember rata-rata ri BEKS 135 140 150 120 105 110 100 70 65 60 65 75 50 55 55 80 65 60 60 60 65 60 60 65 64 65 58 75 70 80 66 77 75 76 78 70 100 80 74 62 88 62 57 59 52 50 50 50 Ri BEKS 0.037037 0.071429 -0.2 -0.125 0.047619 -0.09091 -0.3 -0.07143 -0.07692 0.083333 0.153846 -0.33333 0.1 0 0.454545 -0.1875 -0.07692 0 0 0.083333 -0.07692 0 0.083333 -0.01538 0.015625 -0.10769 0.293103 -0.06667 0.142857 -0.175 0.166667 -0.02597 0.013333 0.026316 -0.10256 0.428571 -0.2 -0.075 -0.16216 0.419355 -0.29545 -0.08065 0.035088 -0.11864 -0.03846 0 0 -0.00739 BNII 200 200 200 180 185 175 185 160 160 145 140 155 160 150 160 185 180 185 180 185 195 205 235 240 225 195 193 188 192 179 191 202 235 260 270 285 300 340 465 460 465 465 460 460 310 465 490 370 Ri BNII 0 0 -0.1 0.027778 -0.05405 0.057143 -0.13514 0 -0.09375 -0.03448 0.107143 0.032258 -0.0625 0.066667 0.15625 -0.02703 0.027778 -0.02703 0.027778 0.054054 0.051282 0.146341 0.021277 -0.0625 -0.13333 -0.01026 -0.02591 0.021277 -0.06771 0.067039 0.057592 0.163366 0.106383 0.038462 0.055556 0.052632 0.133333 0.367647 -0.01075 0.01087 0 -0.01075 0 -0.32609 0.5 0.053763 -0.2449 0.020798 BKSW 220 275 365 380 370 320 310 315 325 330 1590 400 400 395 395 380 380 410 410 420 450 425 440 460 455 450 500 450 460 450 480 520 500 500 500 500 520 520 600 600 600 600 650 630 690 690 660 670 Ri BKSW 0.25 0.327273 0.041096 -0.02632 -0.13514 -0.03125 0.016129 0.031746 0.015385 3.818182 -0.74843 0 -0.0125 0 -0.03797 0 0.078947 0 0.02439 0.071429 -0.05556 0.035294 0.045455 -0.01087 -0.01099 0.111111 -0.1 0.022222 -0.02174 0.066667 0.083333 -0.03846 0 0 0 0.04 0 0.153846 0 0 0 0.083333 -0.03077 0.095238 0 -0.04348 0.015152 0.087718 111 Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember rata-rata ri BMRI Ri BMRI 1,940 1,810 -0.06701 1,710 -0.05525 1,600 -0.06433 1,660 0.0375 1,500 -0.09639 1,610 0.073333 1,370 -0.14907 1,450 0.058394 1,320 -0.08966 1,290 -0.02273 1640 0.271318 1,780 0.085366 1,620 -0.08989 1,690 0.04321 1,920 0.136095 1,690 -0.11979 1,720 0.017751 1,760 0.023256 2,100 0.193182 2,325 0.107143 2,725 0.172043 2,775 0.018349 2,900 0.045045 2,575 -0.11207 2,325 -0.09709 2,500 0.075269 3,075 0.23 3,250 0.056911 3,125 -0.03846 3,525 0.128 3,250 -0.07801 3,525 0.084615 3,775 0.070922 3,550 -0.0596 3,500 -0.01408 3,325 -0.05 3,275 -0.01504 3,150 -0.03817 2,875 -0.0873 2,900 0.008696 2,600 -0.10345 2,975 0.144231 2,825 -0.05042 2,650 -0.06195 1,560 -0.41132 1,490 -0.04487 2,025 0.35906 0.009016 MAYA 200 200 200 200 200 135 110 115 115 145 145 120 120 120 120 150 175 175 180 185 200 200 350 530 550 510 550 560 640 520 610 600 600 720 730 960 1,390 1,570 1,540 1,540 1,540 1,580 1,580 1,580 1,580 1,580 1,580 1,670 Ri MAYA 0 0 0 0 -0.325 -0.18519 0.045455 0 0.26087 0 -0.17241 0 0 0 0.25 0.166667 0 0.028571 0.027778 0.081081 0 0.75 0.514286 0.037736 -0.07273 0.078431 0.018182 0.142857 -0.1875 0.173077 -0.01639 0 0.2 0.013889 0.315068 0.447917 0.129496 -0.01911 0 0 0.025974 0 0 0 0 0 0.056962 0.059276 MEGA 2,000 2,050 2,400 1,250 1,370 1,590 1,610 1,760 1,790 1,890 2,250 2,050 2,150 2,075 2,100 2,400 2,400 2,300 2,425 2,175 2,325 2,300 2,250 2,100 2,050 2,100 2,000 3,000 3,000 3,200 3,100 3,100 3,600 3,125 3,250 3,150 2,800 3,000 2,800 2,750 3,000 2,400 2,400 3,000 3,300 3,600 3,600 3,500 Ri MEGA 0.025 0.170732 -0.47917 0.096 0.160584 0.012579 0.093168 0.017045 0.055866 0.190476 -0.08889 0.04878 -0.03488 0.012048 0.142857 0 -0.04167 0.054348 -0.10309 0.068966 -0.01075 -0.02174 -0.06667 -0.02381 0.02439 -0.04762 0.5 0 0.066667 -0.03125 0 0.16129 -0.13194 0.04 -0.03077 -0.11111 0.071429 -0.06667 -0.01786 0.090909 -0.2 0 0.25 0.1 0.090909 0 -0.02778 0.021455 112 Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember rata-rata ri BBNI 1,640 1,680 1,720 1,500 1,680 1,690 1,640 1,380 1,560 1,330 1,190 1,280 1,300 1,230 1,280 1,360 1,220 1,130 1,100 1,310 2,375 2,375 1,980 1,870 1,820 1,750 1,760 2,200 2,500 2,475 2,475 1,950 2,000 1,990 1,840 1,970 1,740 1,660 1,390 1,200 1,250 1,210 1,460 1,270 970 510 560 680 Ri BBNI 0.02439 0.02381 -0.12791 0.12 0.005952 -0.02959 -0.15854 0.130435 -0.14744 -0.10526 0.07563 0.015625 -0.05385 0.04065 0.0625 -0.10294 -0.07377 -0.02655 0.190909 0.812977 0 -0.16632 -0.05556 -0.02674 -0.03846 0.005714 0.25 0.136364 -0.01 0 -0.21212 0.025641 -0.005 -0.07538 0.070652 -0.11675 -0.04598 -0.16265 -0.13669 0.041667 -0.032 0.206612 -0.13014 -0.23622 -0.47423 0.098039 0.214286 -0.00422 BNGA 475 500 495 475 450 435 505 470 385 360 365 405 420 395 470 620 570 550 640 700 740 870 1,000 920 900 770 740 840 870 820 940 900 870 860 850 900 710 760 750 680 960 960 960 890 720 470 420 495 Ri BNGA 0.052632 -0.01 -0.0404 -0.05263 -0.03333 0.16092 -0.06931 -0.18085 -0.06494 0.013889 0.109589 0.037037 -0.05952 0.189873 0.319149 -0.08065 -0.03509 0.163636 0.09375 0.057143 0.175676 0.149425 -0.08 -0.02174 -0.14444 -0.03896 0.135135 0.035714 -0.05747 0.146341 -0.04255 -0.03333 -0.01149 -0.01163 0.058824 -0.21111 0.070423 -0.01316 -0.09333 0.411765 0 0 -0.07292 -0.19101 -0.34722 -0.10638 0.178571 0.009702 NISP 810 850 870 880 940 980 890 910 900 900 740 770 770 690 670 740 790 700 700 710 800 730 820 850 830 810 850 900 900 900 980 960 950 900 900 900 910 900 900 750 890 890 700 700 700 740 700 700 Ri NISP 0.049383 0.023529 0.011494 0.068182 0.042553 -0.09184 0.022472 -0.01099 0 -0.17778 0.040541 0 -0.1039 -0.02899 0.104478 0.067568 -0.11392 0 0.014286 0.126761 -0.0875 0.123288 0.036585 -0.02353 -0.0241 0.049383 0.058824 0 0 0.088889 -0.02041 -0.01042 -0.05263 0 0 0.011111 -0.01099 0 -0.16667 0.186667 0 -0.21348 0 0 0.057143 -0.05405 0 -0.00017 113 Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember rata-rata ri BBNP 700 700 700 750 750 750 700 700 700 700 700 700 760 760 760 820 800 800 680 700 700 700 700 700 700 700 700 700 700 700 700 1,360 1,600 1,500 1,500 1,510 1,510 1,510 1,510 1,510 1,510 1,510 1,510 1,510 1,510 1,510 1,510 1,510 Ri BBNP 0 0 0.071429 0 0 -0.06667 0 0 0 0 0 0.085714 0 0 0.078947 -0.02439 0 -0.15 0.029412 0 0 0 0 0 0 0 0 0 0 0 0.942857 0.176471 -0.0625 0 0.006667 0 0 0 0 0 0 0 0 0 0 0 0 0.023148 Bank PAN 430 520 505 465 450 470 600 415 485 375 375 420 480 435 500 520 430 385 430 460 475 500 540 580 590 570 55 530 630 640 740 670 700 730 660 680 610 650 640 590 620 840 890 930 760 525 520 580 Ri B. PAN 0.209302 -0.02885 -0.07921 -0.03226 0.044444 0.276596 -0.30833 0.168675 -0.2268 0 0.12 0.142857 -0.09375 0.149425 0.04 -0.17308 -0.10465 0.116883 0.069767 0.032609 0.052632 0.08 0.074074 0.017241 -0.0339 -0.90351 8.636364 0.188679 0.015873 0.15625 -0.09459 0.044776 0.042857 -0.09589 0.030303 -0.10294 0.065574 -0.01538 -0.07813 0.050847 0.354839 0.059524 0.044944 -0.1828 -0.30921 -0.00952 0.115385 0.181445 BNLI 760 760 770 750 760 730 720 600 590 540 500 720 700 750 720 750 690 670 690 740 770 850 850 870 910 860 900 930 950 950 940 940 930 890 880 890 850 900 910 920 900 860 880 880 840 500 480 490 Ri BNLI 0 0.013158 -0.02597 0.013333 -0.03947 -0.0137 -0.16667 -0.01667 -0.08475 -0.07407 0.44 -0.02778 0.071429 -0.04 0.041667 -0.08 -0.02899 0.029851 0.072464 0.040541 0.103896 0 0.023529 0.045977 -0.05495 0.046512 0.033333 0.021505 0 -0.01053 0 -0.01064 -0.04301 -0.01124 0.011364 -0.04494 0.058824 0.011111 0.010989 -0.02174 -0.04444 0.023256 0 -0.04545 -0.40476 -0.04 0.020833 -0.00417 114 Bulan Jan' 05 February March April May June July August September October November Desember Jan' 06 February March April May June July August September October November Desember Jan'07 February March April May June July August September October November Desember Jan'08 February March April May June July August September October November Desember rata-rata ri BBRI 2,750 3,275 2,850 2,675 2,900 2,900 3,200 2,575 2,700 2,450 2,975 3,025 3,400 3,250 3,900 4,625 3,950 4,100 4,275 4,350 4,900 4,900 5,350 5,150 5,300 4,750 5,050 5,250 6,100 5,750 6,300 6,250 6,600 7,750 7,800 7,400 7,000 7,200 6,300 5,950 5,800 5,100 6,100 5,850 5,400 3,450 3,400 4,575 Ri BBRI 0.190909 -0.12977 -0.0614 0.084112 0 0.103448 -0.19531 0.048544 -0.09259 0.214286 0.016807 0.123967 -0.04412 0.2 0.185897 -0.14595 0.037975 0.042683 0.017544 0.126437 0 0.091837 -0.03738 0.029126 -0.10377 0.063158 0.039604 0.161905 -0.05738 0.095652 -0.00794 0.056 0.174242 0.006452 -0.05128 -0.05405 0.028571 -0.125 -0.05556 -0.02521 -0.12069 0.196078 -0.04098 -0.07692 -0.36111 -0.01449 0.345588 0.018721 BSWD Ri BSWD 400 400 0 400 0 400 0 400 0 400 0 400 0 400 0 400 0 400 0 420 0.05 420 0 410 -0.02381 420 0.02439 420 0 480 0.142857 450 -0.0625 450 0 450 0 450 0 530 0.177778 550 0.037736 600 0.090909 700 0.166667 700 0 700 0 700 0 700 0 700 0 900 0.285714 800 -0.11111 800 0 900 0.125 900 0 900 0 900 0 900 0 900 0 900 0 900 0 900 0 900 0 485 -0.46111 485 0 600 0.237113 600 0 600 0 600 0 0.01446 BVIC 70 80 80 85 90 90 105 85 90 85 80 80 80 75 80 95 95 85 80 80 80 85 90 90 90 158 131 176 164 156 167 135 153 142 150 152 140 142 134 108 125 105 93 90 80 70 72 93 Ri BVIC 0.142857 0 0.0625 0.058824 0 0.166667 -0.19048 0.058824 -0.05556 -0.05882 0 0 -0.0625 0.066667 0.1875 0 -0.10526 -0.05882 0 0 0.0625 0.058824 0 0 0.755556 -0.17089 0.343511 -0.06818 -0.04878 0.070513 -0.19162 0.133333 -0.0719 0.056338 0.013333 -0.07895 0.014286 -0.05634 -0.19403 0.157407 -0.16 -0.11429 -0.03226 -0.11111 -0.125 0.028571 0.291667 0.016487
