analisis hubungan dinamis antara arus modal...

ANALISIS HUBUNGAN DINAMIS ANTARA ARUS MODAL ASING, PERUBAHAN NILAI TUKAR DAN PERGERAKAN INDEKS LQ 45

(PENDEKATAN VAR)

OLEH:

WAWAN SUPRIY ANTO 660400037X

TESIS

Diajukan sebagai salah satu syarat guna memperoleh gelar Magister Sains Ekonomi

pada Program Studi Ilmu Ekonomi Program Pascasarjana Fakultas Ekonomi Universitas Indonesia

DEPOK,2006

Nama N.P.M Kekhususan Judul Tesis

PERSETUJUAN TESIS

WAWAN SUPRIY ANTO 660400037X EKONOMI MONETER ANALISIS HUBUNGAN DINAMIS ANTARA ARUS MODAL ASING, PERUBAHAN NILAI TUKAR DAN PERGERAKAN INDEKS LQ 45

Depok, 16 Februari 2006

Pembimbing tesis, Penguji tesis,

Dr. Sugeng Purwanto Dr. Has Tampubolon

Ketua/ Sekretaris Program Studi,

ABSTRAKSI TESIS

ANALISIS HUBUNGAN DINAMIS ANTARA ARUS MODAL ASING, PERUBAHAN NILAI TUKAR DAN PERGERAKAN INDEKS LQ 45

WAWAN SUPRIYANTO 660400037X

Program Studi Ilmu Ekonomi Program Pascasarjana Fakultas Ekonomi Universitas Indonesia.

Klasifikasi JEL : C32, F31,F 32, H89 Kata Kunci : 1. Modal Asing

2. Indeks LQ 45 3. Nilai tukar 4. Hubungan dinamis

Penelitian ini ditujukan untuk menguji hubungan dinamis antara arus modal

asing, perubahan indeks harga saham dan pergerakan nilai tukar. Dengan tujuan

ini, maka dilakukan serangkaian uji analisis dengan metode Vector Autoregression

(VAR) menggunakan data time series harian untuk periode 1 Januari 2000 hingga

1 Desember 2005. Hasil uji menunjukkan bahwa ketiga variabel tidak stasioner

pada level namun stasioner pada level satu (first difference). Meskipun mempunyai

orde integrasi yang sama, dengan uji Johansen's Cointegration Test ternyata ketiga

variabel tidak berkointegrasi. Dari uji Granger's Causality dinyatakan bahwa indeks

harga saham menyebabkan arus modal asing dan nilai tukar. Hal ini didukung

model V AR yang menyatakan bahwa indeks harga saham mempengaruhi arus

modal asing dan nilai tukar. Hasil penelitian ini menyimpulkan bahwa dalam jangka pendek, nilai tukar

tidak hanya dipengaruhi oleh dinamika pergerakan masa lalunya tetapi juga

dipengaruhi oleh indeks harga saham dan arus modal asing. Hal ini tidak berlaku

sebaliknya, karena indeks harga saham ternyata hanya dipengaruhi oleh dinamika

pergerakan indeks hari-hari sebelumnya. Sementara itu, arus modal asing, selain

dipengaruhi oleh dinamika pergerakan masa lalunya juga dipengaruhi oleh

dinamika pergerakan indeks harga saham sehari sebelumnya. Di sisi lain, arus

modal asing mempengaruhi nilai tukar. Ini menandakan bahwa untuk periode

penelitian ini, indeks harga saham dapat menjadi indikator awal bagi pergerakan

nilai tukar dan arus modal asing.

Ill

Berdasarkan hasil penelitian ini, adanya gejolak mata uang harus disikapi dengan hati-hati oleh pemerintah. Kesalahan pengambilan kebijakan di bidang moneter justru tidak akan menarik modal asing masuk ke dalam perekonomian. Demikian pula dengan otoritas pasar modal, kesalahan dalam menyikapi pergerakan indeks harga saham akan berakibat pada gejolak nilai tukar. Oleh karena itu, pemerintah perlu menerapkan berbagai kebijakan agar gejolak nilai tukar tidak sampai menyebabkan krisis keuangan. Kebijakan-kebijakan yang dapat diterapkan, antara lain dengan Tobin tax, pemberlakuan minimum stay period bagi investasi asing, melakukan kerja sama internasional seperti kerja sama antar bankbank sentral untuk reserve (SWAP), pendirian lembaga keuangan regina! untuk lending of last resort bagi bank-bank sentral yang mengalami kesulitan likuiditas dan pemberlakuan aturari kehati-hatian (prudential regulation) untuk Banking, Non Banking Financial Institute dan dunia usaha.

Mengingat pentingnya model dinamis dalam menjelaskan hubungan antara variabel-variabel yang pergerakannya dinamis, maka penelitian selanjutnya sangat mungkin untuk mengembangkan model ini menjadi model yang lebih komprehensif dengan memasukkan variabel-variabel lain yang memiliki karakteristik dinamis. Selain itu, perlu adanya pengelompokkan yang lebih spesifik atas saham baik pengelompokkan saham per sektor atau saham individual atau yang didasarkan pada saham dengan orientasi ekspor atau impor dan perlu juga mempertimbangkan market size, aktivitas short selling, dan tingkat efisiensi bursa.

IV

KATA PENGANTAR

Tidak ada kata yang lebih pantas diucapkan kecuali ucapan tahmid

kepada Allah SWT yang telah memberikan begitu banyak nikmat, tiada

terhingga. Pada kesempatan ini, lebih khusus, penulis bersyukur telah dapat

menyelesaikan tesis ini dengan mencurahkan segala perhatian dan mengerahkan

segenap kemampuan.

Pada kesempatan ini pula, penulis ingin mengucapkan terima kasih -

semoga Allah SWT memberi balasan dengan yang lebih baik - kepada :

1. Bapak Arindra A. Zainal, Ph.D selaku Ketua Program Pascasarjana Ilmu

Ekonomi Fakultas Ekonomi Universitas Indonesia, yang selalu mengingatkan

dan mengontrol penulis agar tidak terlena dengan waktu dalam masa

penyusunan tesis.

2. Bapak Nachrowi Djalal Nachrowi, Ph.D selaku Sekretaris Program

Pascasarjana Ilmu Ekonomi Fakultas Ekonomi Universitas Indonesia dan

Ketua Tim Penguji Tesis dan Komprehensif, yang telah memotivasi penulis

untuk segera menyelesaikan tesis dan tenang dalam menghadapi ujian tesis

dan komprehensif.

3. Bapak Dr. Sugeng Purwanto selaku Dosen Pembimbing Tesis, yang dengan

penuh kesabaran membimbing dan mengarahkan penulis dalam penyusunan

tesis dan memberikan motivasi dan nasihat kepada penulis agar dapat

menyajikan hasil penelitian dengan lebih baik.

4. Bapak Has Tampubolon, Ph.D selaku Dosen Penguji Tesis, yang memberikan

banyak masukan kepada penulis agar kesimpulan tesis menjadi lebih baik

dan mendekati dengan kondisi sebenamya.

5. Bapak Warsito dan Ibu Suramti, orang tua penulis, yang dengan penuh ikhlas

mendo' akan penulis siang dan malam, demi keberhasilan studi yang sedang

penulis tempuh. Semoga kebaikan dan rahmatullah selalu bersama beliau

berdua.

v

6. Bapak H. Endang Syamsudin dan lbu Hj. Y oyoh Maesaroh, mertua penulis,

yang dengan penuh ikhlas selalu mendo' akan dan membantu penulis

mengasuh anak-anak. Semoga kebaikan dan rahmatullah selalu bersama

beliau berdua.

7. Dyah "Didy" Mustika, my beloved wife, meskipun sekarang hidup terpisah di

lain benua tetapi selalu memberi motivasi untuk tetap tegar menghadapi

ujian. Anak-anakku, Naura Qisthi Athifah, Ibrahim Hanif dan Mirza Faqih

Mustofa, maafkan abi, mungkin perhatian untuk kalian menjadi berkurang

selama masa perkuliahan ini.

8. Ternan-ternan angkatan 2004, Mas Rukhedi, Pak Yusuf, Pak Faisal, Mas Catur,

Mas Narto, Mas Edi, Mas Joko Fals, Mas Harto, Ratih, Reni, Yaslu, Sari, Mbak

Neni, Mbak Lis, Mbak Yayuk kuadrat, Parhah, Mas Faris, Mas Haris, Mbak

Wi', Mbak Wid, Mbak Klara, dan Mas Yudi, terima kasih atas kerja sama dan

dukungan kepada penulis, semoga tidak berhenti sampai di sini.

9. Para Asdos, Dr. Joni Hartono, MSE, Ferry Irawan, MSE, dan ternan-ternan

angkatan 2003 yang telah banyak sharing pengetahuan kepada penulis.

10. Mbak Asti, Mbak Mirna, Mbak Yati, Mbak Denti, Mbak Dini dan Mbak Noni

yang membantu segala hal terkait dengan PSIE UI.

11. lbu Suci, Wahyu, Billy, Wisnu dan ternan-ternan di perpustakaan yang selalu

ramah membantu menyediakan bahan-bahan referensi bagi penulis.

12. Mas Arif Safarudin dan Cahya Setiawan, serta ternan-ternan di Bapepam

yang membantu dalam penyediaan data dalam penelitian ini.

13. Pihak-pihak lain yang tidak dapat penulis sebutkan satu per satu.

Akhir kata, penulis menyadari tesis ini masih lebih banyak kekurangannya

daripada kelebihannya. Oleh karena itu, kritik dan saran yang membangun

sangat penulis butuhkan untuk perbaikan pada penulisan lain di masa datang.

Penulis

VI

DAFfARISI

Halaman Judul.................................................................................... ... 1

Lembar Pengesahan Tesis........................................................................ 11

Abstraksi.............................................................................................. 111

Kata Pengantar............................................................... ......... ................. v

Daftar lsi.............................................................................................. v11

Daftar Diagram .......... ,.......................................................................... 1x

Daftar Tabel .......................................... ,. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... x

Daftar Grafik.............................................. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XI

Daftar l.ampiran............ . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . x11

BAB I PENDAHULUAN......... ... ..................... ...... ... ... . .. .. ... . . . . ... ... .. . . . .... 1

1.1 Latar Belakang... .. . . . . . . . .. . .. . .. . .. . . .. ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... . ..... .. 1

1.2 Perumusan Masalah Penelitian........................... ........................... 6

1.3 Tujuan dan Manfaat Penelitian....................................... .......... ..... 7

1.4 Kerangka Pikir........................................................................... 9

1.5 Hipotesis.. .. .. . . . . . . .. . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.6 Sistematika Pernbahasan.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

BAB II TINJAUAN LITERATUR.............................................................. 12

2.1. Pengantar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.2. Teori Nilai Tukar................................. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.3. Teori Indeks Harga Saham............................... ............... .............. 16

2.4. Transaksi Asing.......................................................................... 19

2.5. Hubungan Dinamis Antara Nilai Tukar dan Indeks Harga Saharn ........ 21

2.6. Hubungan Dinamis An tara Nilai Tukar dan Transaksi Asing............... 23

2.7. Hubungan Dinamis Antara Indeks Harga Saham dan Transaksi Asing 25

2.8. Penelitian Terdahulu.......... .. . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . .. 29

BAB III METODOLOGI PENELITIAN.......................................... ... . . . . . . . . . .. 34

3.2 Identifikasi Variabel Penelitian dan Spesifikasi Model. ...................... . 34

Vll

3.2.1 Varia bel Penelitian................................. . . . . . . . . . . . . .. . . . . . . . . . ... 34

3.2.2 Sumber Data................................................................... 35

3.2.3 Ruang Lingkup Penelitian................................................. 36

3.2.4 Spesifikasi Model.......................................... . . . . . . . . . . . . . . . . . . 36

3.3 Uji Stasioneritas (Unit Root Test)..................................................... 36

3.3.1 Augmented Dickey Fuller Test................................................ 38

3.3.2 Philip-Peron Test................................................................ 40

3.4 Uji Kausalitas (Granger Causality).................................................... 41

3.5 Penentuan Panjang Lag.......................................... . . . . . . . . . . . . . . . . . . . . . . 42

3.6 Uji Kointegrasi Uohansen's Cointegration Test).................................... 44

3.7 Model V AR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . 47

3.8 Innovation Accounting................................................................... 49

3.8.1 Impulse Response Function ............... :................................... 49

3.8.2 Variance Decompositions...................................................... 52

BAB IV ANALISIS DAN PEMBAHASAN............................................. .. . . . 56

4.1

4.2

4.3

4.4

4.5

4.6

4.7

Grafik Level dan First Difference Level.. ......................................... .

Uji Stasioneritas .......................................................................... .

Uji Kausalitas ............................................................................. .

Penentuan Panjang Lag ................................................................ .

Uji Kointegrasi .......................................................................... .

Model Empiris dari V AR ............................................................. .

Innovation Accounting .................................................................. .

56

61

62

63

65

66

72

BAB V KESIMPULAN DAN IMPLIKASI PENELITIAN..................... ... . . . . . . . . 80

5.1 Kesimpulan ............................................................................... 80

5.2 Keterbatasan Penelitian....... . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

5.3 Implikasi Kebijakan............. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

5.4 Saran......................................................................................... 84

Daftar Pustaka........................... .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

Vlll

DAFfAR DIAGRAM

Diagram 3.1 Diagram Alur Metode Penelitian . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . 54

Diagram 3.2 Diagram Alur Uji Hiptoesis Dengan Econometric Tools......... 55

IX

Tabel2.1

Tabel4.1

Tabel4.2

Tabel4.3

Tabel4.4

Tabel4.5

Tabel4.6

Tabel4.7

DAFfAR TABEL

Tabel Perbandingan Hasil Penelitian dengan Hasil Penelitian 32 Sebelumnya ............................................................... . Tabel Hasil Uji Unit Root dengan ADF Test dan PP Test....... 62

Tabel Hasil Uji Granger's Causality Test.............................. 62

Tabel Rekapitulasi nilai log Likelihood, LR, AIC dan SC dalam Model V AR an tara ER, LQ dan LogNP ..................... 64

Tabel Pengujian Kointegrasi dengan metode Johansen's Cointegration Test.......................................................... 65

Tabel Hasil Estimasi V ARD . . . . . . ... . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . 67

Tabel Hasil Estimasi Variance Decomposition Model V ARD...... 76

Tabel Ringkasan Hasil Uji Hipotesis................................. 78

X

DAFfAR GRAFIK

Grafik 4.1 Grafik Level dan First D~fference Nilai Tukar.... .. . . . . . . . . . . . ...... 56

Grafik 4.2 Grafik Level dan First D#erence Indeks LQ 45. ........ .. ........ .. 58

Garfik 4.3 Grafik Level dan First D#erence Pernbelian Bersih Investor Asing......................................................................... 59

Grafik 4.4 Grafik Impulse Response Function Model V ARD................ 73

XI

Lampiran 1A

Lampiran 1B

Lampiran 1C

Lampiran2

Lampiran 3

Lampiran4

Lampiran5

Lampiran.6

Lampiran 7

Lampiran8

Lampiran 9

Lampiran 10

Lampiran 11

Lampiran 12

DAFfAR LAMPIRAN

Hasil Uji Stasioneritas Data Level dan First Difference

LogNP dengan ADF Test dan PP Test........................ 87


LQ dengan ADF Test dan PP Test............................. 88


ER dengan ADF Test dan PP Test............................. 89

Hasil Uji Kausalitas dengan Granger's Causality Test.................................................................... 90

Penentuan Panjang Lag............................................ 91

Hasil Uji Kointegrasi dengan Johansen 's Cointegration 92 Test .......................................................................... . Hasil Uji dengan Model V ARD.................................. 94

Hasil Uji dengan Impulse Response Functions YARD....... 97

Hasil Uji dengan Model V ARL.. ... ...... .. .... .. . ... ... .. .... .. 98

Hasil Uji dengan Impulse Response Function Model VRAL 101

Hasil Uji dengan Variance Decompositions Model V ARL... 102

Hasil Uji dengan Model VEC.... ... . ......... ... .. . .. . .. ... . .. ... 103

Hasil Uji dengan Impulse Response Function Model VEC... 106

Hasil Uji dengan Variance Decompositions Model VEC..... 107

Xll

1.1. LATAR BELAKANG

BABI PENDAHULUAN

Pasar modal merupakan barometer dari perekonomian di berbagai negara.

Suatu fakta bahwa pasar modal telah menjadi salah satu indikator sehat/ tidaknya

perekonomian suatu negara, secara implisit mengisyaratkan betapa pentingnya

kondisi pasar modal suatu negara. (Gupta, J.P., Allain Chevalier, dan Fran Sayekt,

1999). Hal ini diperkuat dengan semakin banyaknya penelitian yang berkelanjutan di

kalangan para ekonom dunia mengenai keterkaitan antara perkembangan pasar

modal dengan pertumbuhan ekonomi dengan berbagai model pada dekade terakhir

ini (Maghyereh dan Omet, 2001). Dengan adanya kebijakan perekonomian terbuka,

dan pemberlakuan pasar bebas serta perkembangan teknologi mengakibatkan

investor menjadi mudah untuk mengakses pasar-pasar modal di seluruh dunia.

Selain itu, dari sisi mikro ekonomi peranan pasar modal menjadi penting sebagai

salah satu alternatif dalam menyalurkan dana investasi dari pihak yang memiliki

dana (investor) kepada pihak yang membutuhkan dana (emiten).

Pasar modal di Indonesia berdiri sejak tahun 1977. Sejak saat itu,

perkembangannya semakin membaik dalam beberapa aspek. Sebagai contoh, pada

tahun 1995 emiten yang terdaftar di Bursa Efek Indonesia baru sekitar 248

perusahaan sedangkan sepuluh tahun kemudian emiten yang terdaftar mencapai 417

perusahaan. Kemudian nilai kapitalisasi pasar dari seluruh emiten yang terdaftar di

Bursa Efek Jakarta tahun 1995 baru sekitar Rp152,246 triliun sedangkan pada akhir

tahun 2004 telah mencapai kira-kira Rp679,949 triliun atau hampir 33% Pendapatan

Domestik Bruto (PDB), menunjukkan betapa pentingnya pasar modal Indonesia.

Namun demikian, seperti pasar modal yang sedang berkembang (emerging market) di

negara lain, masih banyak kekurangan yang harus dibenahi, seperti market share

yang tidak merata dimana kurang dari 10 % perusahaan efek menguasai lebih dari

• Tesis 2006 Chapter I ------------------------- 1

60% pasar dan jumlah perusahaan efek yang terlalu banyak mencapa1 192

perusahaan (Annual Report Bapepam tahun 2004).

Seiring dengan krisis ekonomi yang menerpa Indonesia pada pertengahan

1997, maka sejak 14 Agustus 1997 Bank Indonesia melepas batas intervensi nilai

tukar rupiah. Dengan demikian, Bank Indonesia sebagai otoritas moneter tidak lagi

: melakukan intervensi untuk menjaga nilai tukar, sehingga nilai tukar ditentukan I

sepenuhnya oleh mekanisme pasar. Hal ini berarti sejak saat itu Indonesia menganut

sistem nilai tukar mengambang (Free Floating Exchange Rate System). Agar otoritas

moneter menjadi independen, maka kebijakan nilai tukar ini selanjutnya diikuti

dengan perubahan rezim devisa yang berlaku di Indonesia yaitu menjadi rezim

devisa bebas dengan dikeluarkannya UU No. 24 tahun 1999. Sejalan dengan

perubahan beberapa kebijakan di bidang moneter, pemerintah juga melakukan

liberalisasi pasar saham nasional. Salah satunya ditandai dengan kebijakan yang

memberikan kesempatan investor asing untuk lebih aktif berpartisipasi dalam

aktivitas pasar modal dengan membuka kran pembatasan kepemilikan asing dari

49% menjadi 100% dengan Surat Keputusan Menteri Keuangan

No.455/KMK.01/1997 tanggal4 September 1997. Hal ini berarti sistem devisa bebas

dengan kurs mengambang dan tidak adanya batas kepemilikan asing secara teori

akan mendorong makin terintegrasinya pasar modal negara tersebut dengan pasar

modal dunia.

Sebagaimana kita ketahui, investor asing memiliki kriteria tertentu sebelum

mengambil keputusan untuk melakukan transaksi di suatu bursa asing. Mereka

perlu mengenali potensi saham-saham yang akan dibeli, sehingga mereka harus

mengetahui kinerja keuangan perusahaan sebelum bertransaksi. Pada umumnya

investor asing membeli saham-saham unggulan, berkapitalisasi besar, memiliki

pertumbuhan yang menjanjikan dan likuiditasnya tinggi. Menurut penelitian Swee

Sum Lee (1995), alasan investor asing lebih suka melakukan transaksi pada saham

yang likuid adalah karena dalam kondisi demikian mereka dapat dengan cepat

masuk atau keluar dari suatu bursa dengan resiko perubahan harga yang minimal

(fb Tesis 2006 Chapter I -------------------------- 2

(cut loss transaction). Jenis saham yang likuid menurut Sharpe (1995) adalah saham

saham dengan nilai kapitalisasi besar dan aktif diperdagangkan di bursa.

Di lain pihak, selain mempertimbangkan imbal hasil dari portofolio, investor

asing yang rasional juga memperhitungkan faktor perubahan perilaku nilai tukar

mata uang sebelum mereka mengambil keputusan untuk melakukan investasi pada

bursa asing. Nilai tukar yang berfluktuasi akan mengakibatkan adanya

kecenderungan penurunan kegiatan transaksi di pasar modal. Dengan demikian,

fluktuasi nilai tukar pada akhirnya jugCJ. akan mempengaruhi besaran nilai investasi

asing pada bursa efek di Indonesia. Hal ini dapat dilihat dari beberapa indikator

bursa efek seperti lndeks Harga Saham Gabungan (IHSG), nilai kapitalisasi pasar,

frekuensi, nilai dan volume perdagangan, dan jumlah emiten baru. Penyebabnya

antara lain kemampuan emiten dalam memenuhi kewajiban dan kemampuan

menghasilkan laba berkurang, sehingga secara fundamental kondisi emiten

memburuk. Situasi ini menjadi semakin buruk dengan adanya kebijakan Bank

Indonesia menaikkan tingkat suku bunga sehingga mendorong investor untuk

menjual efeknya dan mengalihkan dananya ke bank. Disamping itu, penurunan

tingkat kepercayaan investor baik dalam maupun luar negeri semakin menambah

tekanan terhadap pasar modal (Setyastuti, 2004). Hal ini mengindikasikan betapa

erat kaitan an tara pasar modal dan pasar uang.

Interaksi antara pasar uang dan pasar modal dapat terjadi secara timbal balik.

Artinya, shocks yang terjadi di pasar uang dapat mempengaruhi kinerja pasar modal

atau sebaliknya. Dalam berbagai literature, hubungan timbal balik ini sering disebut

sebagai hubungan dinamis. Seperti dikutip dari Novita (2004) paling tidak terdapat 2

pendekatan dalam melihat hubungan tersebut, yaitu pendekatan tradisional yang

dikemukakan Dornbusch dan Fisher (1980) dan pendekatan portofolio yang

dikemukan oleh Branson (1983) dan Frankel (1983). Menurut pendekatan tradisional,

pergerakan nilai tukar akan mempengaruhi harga saham perusahaan melalui

saluran neraca pembayaran (Balance of Payment). Sementara itu, pendekatan

portofolio menekankan pada transaksi neraca modal (capital account transaction) yaitu

• Te.ris 2006 Chapter I ------------------------- 3

pasar modal akan mempengaruhi pergerakan nilai tukar melalui saluran permintaan

dan penawaran uang.

Penelitian tentang pengaruh maupun hubungan dinamis antara variable

ekonomi makro khususnya nilai tukar dengan indeks harga saham telah banyak

dilakukan sebelumnya. Beberapa di antaranya dilakukan dengan menggunakan

Ordinary Least Square (OLS). Sebagaimana kita ketahui, sebagian besar data ekonomi

bersifat nonstasioner dan biasanya memiliki hubungan kausalitas. Estimasi koefisien

regresi dengan menggunakan OLS akan memperoleh hasil estimasi yang bias. Hasil

estimasi yang bias akan menyebabkan kriteria konvensional yang biasa digunakan

untuk menjustifikasi kausalitas antara dua variable menjadi tidak valid. Artinya,

estimasi regresi dengan menggunakan data nonstasioner dapat menghasilkan

kesimpulan (forecasting) yang tidak benar karena koefisien regresi penaksir tidak

efisien.

Selanjutnya Indrawati (2002) menyebutkan bahwa model persamaan simultan

yang terdiri atas beberapa persamaan yang saling terkait (persamaan struktural),

dapat menampung hal-hal yang tidak mungkin dinyatakan dalam persamaan

tunggal. Dengan kata lain, model persamaan simultan dapat menjelaskan hubungan

interdependensi (saling ketergantungan) antar variable bebas dan antara variable

bebas tersebut dengan variable lainnya.

Dalam ekonometri, persamaan simultan yang dibentuk biasanya merupakan

model persamaan struktural. Pendekatan model struktural pada persamaan simultan

digunakan dalam teori ekonomi untuk menggambarkan hubungan an tara bebera pa

variable terkait. Model kemudian diestimasi dan digunakan untuk menguji teori

ekonomi secara empiris. Namun demikian, teori ekonomi kadang-kadang tidak

mampu menjelaskan spesifikasi hubungan dinamis antar variable terse but.

Menyikapi hal tersebut, selama ini dikembangkan berbagai teknik untuk

melihat hubungan antar variable makro dengan indeks harga saham dan untuk

melakukan forecasting (peramalan). Teknik regresi linier merupakan teknik yang

paling sering digunakan. Cara lainnya adalah dengan menggunakan model time

$ Tesis 2006 Chapter I -------------------------- 4

series yang dapat dilakukan dengan cara yang lebih sederhana, cepat dan murah.

Dengan model time series, forecasting dilakukan semata-mata berdasarkan pada

analisis perilaku masa lalu dari variable yang disusun menurut runtun waktu.

Beberapa teknik forecasting dengan menggunakan model time series antara lain

Autoregressive Moving Average (ARMA), Autoregressive Integrated Moving Average

(ARIMA), Autoregressive Conditional Heteroscedasticity (ARCH) dan Generalized

Autoregressive Conditional Heteroscedasticity (GARCH). Teknik peramalan dengan

model ini hanya dapat menganalisis runtut waktu dari satu variable pada suatu

waktu tertentu saja. Oleh karena itu, perlu dikembangkan suatu persamaan simultan

yang terdiri dari dua data series atau lebih. Namun disisi lain, persamaan simultan

memperlakukan variable berbeda-beda, yaitu sebagai variable bebas (exogenous

variable) dan tak bebas (endogenous variable).

Kemudian Christopher Sims (1980) memberikan kritik terhadap model

persamaan simultan. Sims mengatakan bahwa apabila di dalam persamaan terdapat

simultanitas antar variable, seharusnya setiap variable diperlakukan sama tanpa

membedakan dari awal antara variable eksogen dan variable endogen. Berdasarkan

cara pandang tersebut, maka Sims mengembangkan model alternatif bersifat

nonstruktural yaitu model Vector Autoregression (VAR) yang tidak tergantung pada

teori ekonomi dalam pembentukan model. Dengan V AR estimasi menjadi lebih

mudah karena tidak perlu bingung dalam menentukan variable endogen dan

variable eksogennya. Selain itu, OLS dapat diaplikasikan dalam setiap persamaan

V AR secara terpisah.

Forecasting yang dihasilkan dengan menggunakan V AR dalam ban yak kasus

lebih baik daripada dengan menggunakan model persamaan simultan yang

kompleks. Namun demikian, koefisien-koefisien yang diestimasi dalam model V AR

sering sulit diinterpretasikan. Oleh karena itu, para pemakai prosedur V AR sering

melakukan estimasi dengan menggunakan Impulse Response Function dan Variance

Decompositions .

• Tesis 2006 Chapter I ------------------------- 5

1.2. PERUMUSAN MASALAH

Beberapa penelitian di negara-negara maju mengindikasikan adanya

hubungan antara perilaku nilai tukar, indeks harga saham dan transaksi asing.

Namun demikian, berbagai penelitian dengan menggunakan data yang beragam

dalam periode dan meliputi banyak negara belum dapat memberikan suatu pola

yang pasti mengenai hubungan tersebut, bahkan beberapa penelitian menunjukkan

hasil yang berbeda dengan teori. Hal ini mungkin disebabkan oleh dinamika pasar

yang sangat bervariasi antar negara baik karena faktor tingkat perekonomian yang

berbeda maupun faktor lain. Perubahan kondisi perekonomian dan kebijakan

pemerintah sangat mempengaruhi analisis dan kesimpulan karena biasanya teori

dibangun dengan menggunakan suatu pola keadaan perekonomian yang stabil dan

menggunakan asumsi-asumsi tertentu. Selain itu, penggunaan metode analisis yang

berbeda terhadap variabel dan data yang sama, juga dapat menghasilkan

kesimpulan yang berbeda. Meskipun berbagai metode analisis telah dikembangkan

oleh para ahli ekonometrik, namun selalu ada kelebihan dan kekurangan. Oleh

karena itu, dalam pemilihan metode analisis diperlukan pertimbangan

pertimbangan khusus agar sesuai dengan parameter yang diinginkan.

Berdasarkan pertimbangan-pertimbangan di atas, penelitian ini menjadi penting

karena ketiga variable tersebut merupakan bagian dari indikator kestabilan

perekonomian suatu negara. Penelitian ini dirancang dengan menggunakan 3

variabel seperti tersebut di atas dalam periode 1 Januari 2000- 1 Desember 2005.

Berikut ini pertanyaan permasalahan yang akan dijawab :

1. Apakah terdapat hubungan timbal balik dan hubungan keseimbangan dalam

jangka panjang antara nilai tukar, indeks LQ 45 dan nilai transaksi asing di bursa?

2. Apakah nilai transaksi asing di bursa dipengaruhi oleh nilai transaksi asing di

bursa periode sebelumnya?

3. Apakah nilai transaksi asing di bursa dipengaruhi oleh indeks LQ 45 periode

sebelumnya?

(at Tesis 2006 Chapter I ------------------------- 6

4. Apakah nilai transaksi asing di bursa dipengaruhi oleh nilai tukar periode

sebelumnya?

5. Apakah kejutan terhadap nilai transaksi asing di bursa direspon oleh nilai

transaksi asing di bursa sendiri?

6. Apakah kejutan terhadap nilai transaksi asing di bursa direspon oleh indeks LQ

45?

7. Apakah kejutan terhadap nilai transaksi asing di bursa direspon oleh nilai tukar?

8. Apakah perubahan akibat kejutan terhadap nilai transaksi asing dapat dijelaskan

oleh transaksi asing di bursa sendiri?

9. Apakah perubahan akibat kejutan terhadap nilai transaksi asing dapat dijelaskan

oleh indeks LQ 45?

10. Apakah perubahan akibat kejutan terhadap nilai transaksi asi11g dapat dijelaskan

oleh nilai tukar ?

1.3. TUJUAN DAN MANFAAT PENELITIAN

Untuk menjawab permasalahan yang dirumuskan dalam pertanyaan di atas,

maka tujuan dari penelitian ini adalah sebagai berikut :

1. menunjukkan secara empiris adanya hubungan timbal balik dan hubungan

jangka panjang antara nilai tukar, pergerakan indeks LQ 45 dan nilai transaksi

asing di bursa dengan melakukan uji kausalitas dan uji kointegrasi.

2. menemukan secara empiris bahwa nilai transaksi asing di bursa dipengaruhi

oleh nilai transaksi asing di bursa periode sebelumnya dengan model V AR.


oleh indeks LQ 45 periode sebelumnya dengan model V AR.


oleh nilai tukar periode sebelumnya dengan model V AR.

5. menemukan secara empiris bahwa kejutan terhadap nilai transaksi asing di bursa

direspon oleh transaksi asing di bursa sendiri dengan impulse response function .

• Tesi.r2006 Chapter! ------------------------ 7

6. menemukan secara empiris bahwa kejutan terhadap nilai transaksi asing di

bursa direspon oleh oleh indeks LQ 45 dengan impulse response function.

7. menemukan secara empiris bahwa kejutan terhadap nilai transaksi asing di bursa

direspon oleh nilai tukar dengan impulse response function.

8. menunjukkan secara empiris bahwa perubahan akibat kejutan terhadap nilai

transaksi asing dapat dijelaskan oleh nilai transaksi asing di bursa sendiri dengan

variance decompositions.


transaksi asing dapat dijelaskan oleh indeks LQ 45 dengan variance decompositions.


transaksi asing do. pat dijelaskan oleh nilai tukar dengan variance decompositions.

Sementara itu, manfaat yang dapat diambil dengan adanya penelitian ini

adalah sebagai berikut:

1. Bagi pemerintah khususnya regulator pasar modal, penelitian ini diharapkan

dapat memberikan sumbangan pemikiran dalam menentukan kebijakan

kebijakan yang berkenaan dengan pasar modal terutama pada saat terjadi gejolak

nilai tukar dan arus modal asing yang fluktuatif.

2. Bagi para praktisi pasar modal, penelitian ini diharapkan dapat membantu dalam

penentuan strategi portofolio dan dalam pengambilan keputusan investasi,

terutama terkait dengan pengaruh perubahan nilai tukar dan dampak aktivitas

investor asing di bursa.

3. Bagi para akademisi, penelitian ini diharapkan dapat digunakan untuk

mengevaluasi fenomena-fenomena yang ada di pasar modal, khususnya terkait

dengan arus modal asing melalui bursa dan pergerakan nilai tukar dan dinamika

indeks harga saham.

4. Memberikan suatu saran kepada peneliti lain untuk melakukan penelitian lebih

lanjut berdasarkan hasil penelitian ini dengan memasukkan variabel lain yang

belum tercakup dalam penelitian ini .

• Te.ris 2006 Chapter I ------------------------- 8

1.4. KERANGKA PIKIR

Hubungan dinamis antara perubahan nilai tukar dengan pasar modal menjadi

bahan penelitian yang menarik. Secara umum, terdapat 2 pendekatan dalam melihat

hubungan tersebut, yaitu pendekatan tradisional dan pendekatan portofolio.

Pendekatan tradisional menyatakan bahwa pergerakan nilai tukar akan

mempengaruhi persaingan di pasar internasional sehingga mempengaruhi neraca

perdagangan melalui saluran _ekspor dan impor. Perubahan neraca perdagangan

pada akhimya akan mempengaruhi output negara tersebut dan berdampak pada

current dan future cash flow perusahaan dan harga sahamnya. Apabila suatu negara

mengalami depresiasi mata uang, maka daya saing barang ekspor di pasar

internasional akan naik karena harga barang ekspor menjadi lebih murah sehingga

akan meningkatkan ekspor yang pada akhirnya akan meningkatkan permintaan

output dari negara tersebut. Secara teoritis, perusahaan yang berorientasi ekspor

akan mendapatkan keuntungan karena pendapatan yang berasal dari luar negeri

akan meningkatkan baik akibat dari depresiasi maupun peningkatan jumlah ekspor.

Keadaan sebaliknya berlaku untuk perusahaan yang didominasi impor. Perusahaan

yang didominasi impor ini akan diuntungkan jika terjadi apresiasi mata uang negara

tersebut. Menurut Ma dan Kao (1990), hila mata uang domestik rriengalami

depresiasi maka ada kecenderungan berpengaruh tidak menguntungkan terhadap

pasar saham domestik. Demikian pula dengan studi Ajayi dan Mougue (1996),

menemukan bahwa penurunan nilai mata uang memiliki pengaruh yang negatif baik

jangka panjang maupun jangka pendek terhadap pasar saham. Jadi pendekatan ini

menyimpulkan bahwa pergerakan nilai tukar akan mempengaruhi harga saham

dengan hubungan yang negatif untuk perusahaan berorientasi ekspor dan positif

untuk perusahaan berorientasi impor.

Pendekatan portofolio menekankan pada transaksi neraca modal (capital

account transaction) yaitu pasar modal akan mempengaruhi pergerakan nilai tukar

melalui saluran permintaan dan penawaran uang. Dalam penentuan nilai tukar

berlaku mekanisme pasar yaitu terjadi interaksi antara kekuatan permintaan dan

• Tesi.r 2006 Chapter I ------------------------- 9

penawaran mata uang. Apabila pasar modal suatu negara dianggap menarik

sehingga investor asing berbondong-bondong menanamkan modalnya maka akan

meningkatkan permintaan uang domestik. Peningkatan permintaan uang akan

meningkatkan suku bunga yang selanjutnya akan berpengaruh pada peningkatan

capital inflow. Peningkatan capital inflow akan mendorong terjadinya apresiasi mata

uang domestik. Kebalikannya, apabila terdapat kecenderungan penurunan harga

saham, maka akan menyebabkan kekayaan riil investor akan menurun, sehingga

menyebabkan penurunan permintaan uang. Penurunan permintaan uang

mengakibatkan penurunan suku bunga, yang berdampak pada capital outflow.

Keadan ini akhirnya akan menyebabkan terjadinya depresiasi mata uang domestik.

1.5. HIPOTESIS PENELITIAN

Berdasarkan argumen yang dikembangkan dari latar belakang, identifikasi

masalah dan kerangka pikir penelitian, maka hipotesis penelitian ini dapat

dirumuskan sebagai berikut :

1. Terdapat hubungan timbal balik dan hubungan keseimbangan dalam jangka

panjang antara nilai tukar, indeks LQ 45 dan transaksi investor asing di bursa .

2. Nilai transaksi asing di bursa dipengaruhi oleh nilai transaksi asing di bursa

periode sebelumnya.

3. Nilai transaksi asing di bursa dipengaruhi oleh indeks LQ 45 periode sebelumnya.

4. Nilai transaksi asing di bursa dipengaruhi oleh nilai tukar periode sebelumnya.

5. Kejutan terhadap nilai transaksi asing di bursa direspon oleh nilai transaksi asing

di bursa sendiri.

6. Kejutan terhadap nilai transaksi asing di bursa direspon oleh indeks LQ 45.

7. Kejutan terhadap nilai transaksi asing di bursa direspon oleh nilai tukar.

8. Perubahan akibat kejutan terhadap nilai transaksi asing dapat dijelaskan oleh

nilai transaksi asing di bursa sendiri .

• Tesis 2006 Chapter I --------------------------10


indeks LQ 45.


nilai tukar.

1.6. SISTEMATIKA PEMBAHASAN

Dalam rangka mempermudah pembaca · memetakan tesis ini, berikut ini

disajikan sistematika pembahasan tesis :

Bab I merupakan bab pendahuluan yang menjelaskan tentang latar belakang,

perumusan masalah, tujuan dan manfaat penelitian, kerangka

pemikiran, hipotesis dan sistematika pembahasan.

Babll

Bablll

BabiV

BabV

menyajikan landasan teori yang terdiri dari pengantar, teori nilai

tukar, teori indeks harga saham, transaksi asing, hubungan dinamis

antara nilai tukar dan indeks harga saham, hubungan dinamis antara

nilai tukar dan transaksi asing, hubungan dinamis antara indeks harga

saham dan transaksi asing, serta penelitian-penelitian sebelumnya.

menyajikan metodologi penelitian yang mengurai tentang identifikasi

variabel penelitian dan spesifikasi model, sumber data penelitian, uji

stasioneritas, uji kausalitas, penentuan panjang lag, uji kointegrasi,

pembentukan model V AR, dan innovation accounting.

menyajikan hasil analisis data dan hasil penelitian.

merupakan bab penutup yang menjelaskan tentang kesimpulan,

keterbatasan penelitian, implikasi penelitian dan saran .

• Tuis 2006 Chapter I -------------------------11

2.1 PENGANTAR

BABII

TINJAUAN LITERATUR

Dalam berinvestasi, investor mempunyai ekspektasi akan memperoleh

keuntungan yang optimal (optimal benefit). lnvestasi di pasar modal dapat

menghasilkan keuntungan berupa bunga, dividen, dan capital gain (selisih dari harga

perolehan dengan nilai pasar saham). Disamping ingin mendapatkan keuntungan,

investor seharusnya juga mempertimbangkan faktor risiko, dimana masing-masing

investasi memiliki risiko potensial yang berbeda-beda tergantung pada jenis

investasi. Pada prinsipnya yang harus dipahami oleh setiap investor adalah semakin

tinggi keuntungan potensial dari suatu investasi, maka semakin tinggi pula risiko

yang dihadapi, begitu pula sebaliknya. Dengan demikian, setiap investor akan

berusaha menyusun portofolionya untuk memperoleh keuntungan optimal dengan

kendala meminimumkan risiko.

Perkembangan harga saham sangat dipengaruhi oleh informasi baik yang

berkorelasi dengan kinerja pasar saham sendiri maupun yang tidak ada

hubungannya sama sekali dengan pasar saham. Untuk mengantisipasi hal tersebut,

maka terdapat beberapa pendekatan yang harus diperhatikan investor. Pertama,

Fundamental Factor yang menganalisis berdasarkan variabel-variabel fundamental

seperti laporan keuangan, neraca, cash flow dan sebagainya. Kedua, Psychology Factor,

terutama pada waktu krisis dimana tidak ada jaminan keamanan dan situasi politik

yang tidak menentu, mempengaruhi pertumbuhan harga saham. Ketiga, Speculation

Factor, dimana pada era globalisasi ini batas antar negara menjadi tidak ada sehingga

memudahkan para spekulator "mempermainkan" pasar modal negara tertentu

menjadi lebih menarik dan likuid. Keempat, Technical Factor, menganalisis dengan

informasi relevan dan analisis grafik dengan observasi data time series baik dari

composite index, sector index, individual index maupun variabel makro ekonomi yang

lainnya.

~ Tens2006Ch~urll ____________________________________________________ l2

2.2 TEORI NILAI TUKAR

Nilai tukar adalah perubahan nilai antara mata uang suatu negara dengan

mata uang negara lain. Nilai mata uang suatu negara diukur dari nilai satu unit mata

uang terhadap mata uang negara lain. Apabila kondisi ekonomi suatu negara

mengalami perubahan, maka biasanya diikuti dengan perubahan nilai tukar secara

substansial. Masalah mata uang muncul saat suatu negara mengadakan transaksi

dengan negara lain, dimana masing-masing negara menggunakan mata uang yang

berbeda. Jadi nilai tukar merupakan harga yang harus dibayar oleh mata uang suatu

negara untuk memperoleh mata uang negara lain.

Nilai tukar dipengaruhi oleh beberapa faktor, seperti tingkat suku bunga

dalam negeri, tingkat inflasi, dan intervensi bank sentral terhadap pasar uang jika

diperlukan sehingga senantiasa berubah. Nilai tukar yang lazim disebut kurs,

mempunyai peran penting dalam rangka tercapainya stabilitas moneter dan dalam

mendukung kegiatan ekonomi. Nilai tukar yang stabil diperlukan untuk terciptanya

iklim yang kondusif bagi peningkatan kegiatan dunia usaha. Untuk menjaga

stabilitas nilai tukar, Bank Sentral pada waktu-waktu tertentu melakukan sterilisasi

di pasar val uta asing, khususnya pada saat terjadi gejolak kurs yang berlebihan.

Perkiraan nilai mata uang suatu negara terhadap mata uang asing merupakan

salah satu tujuan utama bagi para pelaku pasar. Hal ini disebabkan besarnya

pengaruh pergerakan mata uang terhadap kegiatan bisnis dan investasi maupun

pembuat kebijakan. Berikut ini terdapat beberapa teori yang mencoba menjelaskan

bagaimana nilai tukar mata uang ditentukan (Sudjono, 1999) :

(1) Pendekatan Fundamental

Pendekatan fundamental memberikan penjelasan tentang pergerakan atau

trend mata uang dalam jangka panjang tetapi belum berhasil menjelaskan fenomena

pergerakan mata uang dalam jangka menengah dan jangka pendek. Bahkan studi

empiris menyatakan bahwa pergerakan mata uang jangka pendek dan jangka

menengah merupakan random walk yang sulit diramalkan .

• TesiJ 2006 Chapter II -------------------------13

(2) Pendekatan Teknikal

Pendekatan ini sangat praktis yaitu mencoba menjelaskan model dengan

berdasarkan trend melalui grafik yang dapat memberikan perkiraan yang lebih

menguntungkan untuk jangka pendek. Metode ini sangat popular dalam transaksi

valuta asing jangka pendek.

(3) Pendekatan Teori Purchaing Power Parity (PPP)

Purchasing Power ParihJ (PPP) merupakan teori awal dalam penentuan nilai

tukar yang menunjukkan hubungan antara tingkat harga nasional dengan nilai

tukar. Keberadaan teori PPP mensyaratkan agar tingkat depresiasif apresiasi nilai

tukar sama dengan perbandingan antara harga barang dalam negeri dan luar negeri.

Selain itu, PPP dapat berlaku berdasarkan hukum satu harga (the Law of One Price)

yang menyatakan bahwa barang dan jasa yang diperdagangkan di antara dua negara

harus memiliki harga yang sama setelah dinyatakan dalam mata uang yang sama,

dengan mengabaikan biaya transaksi, bea masuk dan pajak lain. Jika syarat PPP

tidak dipenuhi biasanya akan terjadi arbitrase di mana para eksportir / importir akan

rnencari untung dengan memanfaatkan perbedaan harga an tar negara.

Dalam perkembangannya, menurut Pardede (1999) dalam Sudjono (2002),

PPP dibedakan menjadi 3 bentuk yaitu PPP absolute, PPP relatif dan PPP riil.

Persamaan PPP absolut menyatakan bahwa harga-harga di antara 2 negara haruslah

sama ketika dikonversikan ke dalam mata uang tertentu. 1 Misal harga domestik , P,

dan harga luar negeri dikonversikan ke dalam mata uang domestik, e.P*, maka kita

dapat menyatakan PPP absolut sebagai berikut :

P = e.P· ............................•............... (2.1)

Dalam praktek, ekonom menggunakan indeks harga untuk mengukur tingkat

harga (P) dari suatu kelompok barang dan jasa dalam suatu perekonomian, dalam

hal ini Indeks Harga Konsumen (IHK).

1 Rivera-Batiz, Fransisco L. and Rivera-Batiz, Luis A., "International Finance and Open Economy" Macroeconomics, Prentice Hal ( Second Edition, 2000) p. 553

~ Tesis 2006 Chapter II --------------------------14

Pada kenyataannya, PPP absolut jarang dipakai sebagai penduga nilai tukar.

Hal ini disebabkan oleh asumsi yang dibutuhkan sulit dicapai yaitu tidak adanya

biaya transaksi, bea masuk (tariffs) dan pajak tidak langsung (indirect taxes). Selain

itu, disebabkan oleh intensitas konsumsi barang dan jasa antar negara berbeda,

sehingga perbandingan IHK antar negara tersebut menjadi tidak relevan (Bofinger,

2001).

Untuk mengatasi hal tersebut maka PPP absolut dimodifikasi menjadi PPP

rel~tif yang menyatakan bahwa perubahan nilai tukar harus sama dengan selisih

antara perubahan harga-harga domestik dan luar negeri. Persamaan modifikasi PPP

absolut dapat dinyatakan sebagai berikut :

P = e.P· .....••••.•.................•.•.•........... (2.2)

q

di mana q adalah konstanta yang menyatakan biaya transaksi, bea masuk dan pajak.

PPP relatif lebih fokus pada perubahan nilai tukar antar waktu, sehingga persamaan

PPP relatif dapat dinyatakan sebagai berikut :

l!!e = 7t- 7t * ································· ........... (2.3)

di mana L1e adalah laju perubahan nilai tukar mata uang domestik terhadap

luar negeri, 1r adalah laju inflasi domestik dan Jr* adalah laju inflasi luar negeri. Data

empiris menunjukkan bahwa PPP relatif kemungkinan menimbulkan masalah lebih

kecil. Oleh karena itu, PPP relatif banyak digunakan oleh para pengambil kebijakan

(Bofinger, 2001).

Untuk memperoleh PP yang secara riil menunjukkan kekuatan mata uang,

maka pendekatan PPP riil menitikberatkan pada nilai nominal mata uang

disesuaikan dengan harga relative. Secara singkat dapat didefinisikan nilai riil sama

dengan perkalian anatara nilai nominal dengan rasio antara harga domestic dan

tingkat harga luar negeri. Secara matematis dapat dituliskan sebagai berikut:

p e=N.p· ............................................ (2.4)

dimana N adalah nilai nominal mata uang domestik.

• Te.ris 2006 Chapter II -------------------------15

2.3 TEORI INDEKS HARGA SAHAM

Indeks adalah suatu formula stastistik yang dapat digunakan untuk

mengukur perubahan dalam pasar keuangan a tau perekonomian. Untuk mengetahui

kondisi pasar modal secara umum, maka kita harus memahami indeks harga saham.

Indeks harga saham dapat dikatakan sebagai konklusi dari pengaruh simultan

berbagai faktor, khususnya fenomena yang terjadi pada perekonomian. Oleh karena

itu, saat ini indeks harga saham sering dipakai sebagai barometer kondisi

perekonomian di berbagai negara yang didasarkan pada kondisi pasar terkini (James

H. Loire, Peter Dodd, and Mary Hamilton, 1973 and 1985, dalam Syahrir et all, 2000).

Indeks harga saham sebenarnya bukan satu-satunya ukuran yang pasti tetapi

paling tidak dapat dijadikan dasar untuk melihat perubahan atau untuk

memperbandingkan dari suatu keadaan dengan keadaan sebelumnya. Penggunaan

indeks harga saham memiliki berbagai manfaat antara lain :

(1) memudahkan pemantauan atas perubahan harga saham setiap hari

(2) memberikan gambaran mengenai perkembangan dari pasar modal secara

keseluruhan bahkan dapat menjadi indikator perkembangan

perekonomian suatu negara

(3) untuk memperkirakan keuntungan/kerugian yang akan diperoleh

berdasarkan ramalan atas gejala harga saham di waktu yang akan datang.

Pada saat ini Bursa Efek Jakarta (BEJ) mempunyai beberapa macam indeks

saham antara lain :

(1) Indeks Harga Saham Gabungan (IHSG) dengan komponen perhitungan

indeks meliputi seluruh saham yang listed di BEJ.

(2) Indeks Sektoral yang menggunakan seluruh saham yang termasuk dalam

masing-masing sektor sebagai komponen perhitungan.

(3) Indeks LQ 45 dengan komponen perhitungan meliputi 45 saham terpilih

yang memenuhi kriteria likuiditas.

(4) ]akllrta Islamic Index (JII) yang menggunakan 30 saham yang memenuhi

kriteria syari' ah dan kriteria likuiditas .

• Tesis 2006 Chapter II -------------------------16

(5) lndeks Saham Individual yaitu harga masing-masing saham terhadap

harga tahun dasarnya.

IHSG adalah indikator pasar saham yang dihitung secara menyeluruh dari

total saham yang tercatat di BEJ. IHSG mulai diperkenalkan tanggal 1 April 1983

untuk seluruh saham yang tercatat di BEJ baik yang saham biasa maupun saham

preferen dengan tahun dasar tanggal 10 Agustus 1982, dimana saat itu IHSG

dihitung 100 dengan total saham yang tercatat sebanyak 13 saham. sebagaimana

perhitungan indeks di bursa negara lain, indeks-indeks di BEJ menggunakan rata

rata tertimbang dari nilai pasar (market value weighted average index). Rumus yang

dipakai adalah sebagai berikut:

dimana:

IHSG, = NP, xi 00 ND"

............................................ (2.5)

NPt rata-rata tertimbang nilai pasar Gumlah lembar tercatat di bursa dikalikan dengan harga pasar per lembar) dari saham-saham pada hari ke-t

ND* rata-rata tertimbang nilai pasar saham-saham pada tanggal 10 Agustus 1982

lndeks saham sektoral yang mulai diperkenalkan tanggal 2 Januari 1996.

Indeks saham sektoral merupakan sub indeks dari IHSG. Indeks saham sektoral ini

sangat berguna bagi para analis dan investor untuk memahami sektor-sektor yang

sedang tumbuh dan yang sedang turun, yang selanjutnya menjadi bahan

pertimbangan dalam memberikan rekomendasi atau dalam menentukan kebijakan

portofolio. Seluruh saham yang listed di BEJ diklasifikasikan ke dalam sepuluh sektor

menurut klasifikasi yang ditetapkan BEJ, yang dikenal dengan nama Jakarta Stock

Exchange Industrial Classification dengan perincian sebagai berikut:

A. Sektor Utama :

(1) sektor pertanian

(2) sektor pertambangan

• Tesis 2006 Chapter II -------------------------17

B. Sektor Kedua:

(3) sektor industri dasar dan kimia

( 4) sektor aneka ind ustri

(5) sektor industri barang konsumen

(6) sektor manufaktur

C. Sektor Ketiga :

(7) sektor properti dan real estate

(8) sektor transportasi dan infrastruktur

(9) sektor keuangan

(10) sektor perdagangan, jasa dan investasi

Karena pasar modal Indonesia termasuk pasar dengan transaksi yang tipis

(tlzin market), yaitu sebagian besar saham yang listed di bursa kurang aktif, maka

sejak tanggal 1 Januari 1997 diperkenalkan alternatif indeks saham yaitu --Indeks

Saham LQ 45 di BEJ. Indeks Saham LQ 45 dapat dikatakan sebagai komplemen dari

IHSG dan indeks saham sektoral dengan tujuan untuk mempermudah capital market

agent seperti analis, manajer investasi, investor dalam memonitor perkembangan

saham-saham yang aktif diperdagangkan di bursa. Indeks Barga Saham LQ 45

merupakan indeks harga pasar yang menggunakan 45 saham-saham unggulan

dengan kriteria paling aktif diperdagangkan sebagai kalkulasi indeks. Adapun

kriteria yang harus dipenuhi adalah sebagai berikut:

(1) berada pada top sixties rank dari total transaksi saham di pasar regular (rata

rata volume transaksi selama 12 bulan terakhir)

(2) rank berdasarkan kapitalisasi pasar (rata-rata kapitalisasi pasar selama 12

bulan)

(3) masih tercatat di BEJ minimum selama 3 bulan terakhir

( 4) performance keuangan dan prospek pertumbuhan perusahaan

(5) frekuensi dan total transaksi harian di pasar regular

$ Tesis 2006 Chapter II------------------------- 18

BEJ terus-menerus memantau perkembangan komponen saham yang masuk

dalam perhitungan indeks LQ 45. setiap tiga bulan direview pergerakan ranking

saham yang masuk dalam perhitungan indeks LQ 45.

Penggantian saham akan dilakukan enam bulan sekali yaitu pada setiap awal

bulan Februari dan Agustus. Apabila terdapat saham yang tidak memenuhi kriteria,

maka saham tersebut akan dikeluarkan dari perhitungan indeks dan diganti dengan

saham lain yang memenuhi kriteria.

Indeks LQ dihitung mundur hingga tanggal 13 Juli 1994 sebagai hari dasar

dengan nilai dasar 100. Untuk seleksi awal digunakan data harga pasar Juli 1993-Juni

1994. Hasilnya, ke-45 saham tersebut meliputi 72% total kapitalisasi pasar dan 72,5%

nilai transaksi pasar regular.

2.4 TRANSAKSI ASING

Sebagai bagian dari globalisasi pasar modal internasional dan dengan

diberlakukannya deregulasi oleh pemerintah di beberapa negara, bursa efek telah

berkembang tanpa batasan perdagangan sekuritas antar negara maupun

pembatasan kepemilikian saham oleh investor asing. Hal ini punya pengaruh positif

bagi investor baik lokal maupun asing, karena para investor dapat membentuk suatu

portofolio sekuritas optimal yang merupakan kombinasi saham domestik maupun

asing sehingga akan mereduksi tingkat resiko dari suatu portofolio saham. Aliran

modal antar negara tidak akan berhenti karena investasi dalam konteks global

berbasis internasional akan meningkatkan return dan mengurangi tingkat resiko bagi

investor.

Teori mengenai pembatasan kepemilikian saham oleh investor asing

dikemukakan oleh Stulz dan Wasselfallen (1995) sebagai berikut :

"under certain condition, such restriction maximize firm value"

Hal ini terjadi karena adanya perbedaan fungsi permintaan saham domestik antara

investor lokal dengan investor asing, dimana permintaan investor asing kurang

elastis dibandingkan permintaan investor lokal. Kondisi ini dapat dimanfaatkan oleh

• Tesi1 2006 Chapter II -------------------------19

perusahaan untuk menjual saham dengan premium pada investor asing sehingga

perusahaan dapat dikatakan akan menciptakan nilai (Haryanto, 1998).

Ketertarikan investor asing untuk ikut berpartisipasi dalam suatu bursa,

terutama bursa yang relatif baru berkembang disebabkan oleh tingkat efisiensi bursa

yang masih rendah. Penyebabnya antara lain adalah pertama, adanya asymmetric

information, dimana investor asing umumnya mempunyai banyak akses pada

informasi sehingga mereka lebih banyak memanfaatkan peluang ini untuk

memperoleh keuntungan. Kedua, adanya sikap,dari emiten, terutama Chief Executive

Officer(CEO)nya yang lebih tanggap pada kebutuhan investor asing juga

memberikan angin segar bagi investor asing.

Transaksi asing selama ini telah menjadi leader dalam transaksi perdagangan

di bursa sehingga mereka menjadi benchmark bagi investor lokal. Bahkan banyak di

antara investor lokal yang menjadi follower dalam mengambil keputusan transaksi di

bursa. Hal ini tidak lain disebabkan oleh berbagai faktor seperti pengetahuan bursa,

dan jaringan informasi yang dimiliki.

Investor asing yang pada umumnya institusi memang memiliki karakter yang

berbeda jika dibandingkan investor individu maupun lokal. Secara umum karakter

investor asing adalah sebagai berikut:

(1) Ukuran perusahaan, di mana investor institusi asing dengan pertimbangan

ketersediaan informasi yang lebih banyak akan memilih saham

emitenjperusahaan besar.

(2) Penguasaan informasi, investor institusi asing rata-rata lebih well informed

dibanding investor individu dan lokal. Hal ini karena rendahnya marginal cost

yang dipikul oleh investor institusi dalam memperoleh informasi.

(3) Analisis sekuritas, sebagai perusahaan multinasional investor asing memiliki

analis sekuritas sendiri yang berpengalaman, sehingga rekomendasinya reliable .

(4) Transaksi sekuritas. Bagi investor asing institusi, efisiensi transaksi dan lembaga

kliring bukan masalah kritis karena mereka memakai jasa global custodian untuk

menangani transfer sekuritas dan kegiatan transaksi yang lain.

GD Ttns2006Ch~krll ____________________________________________________ 20

2.5 HUBUNGAN DINAMIS ANT ARA NILAI TUKAR DAN HARGA SAHAM

Nilai tukar mata uang suatu negara merupakan ukuran perbandingan antara

volume satu unit mata uang terhadap mata uang negara lain. Biasanya, perubahan

pada perekonomian suatu negara akan diikuti dengan pergerakan pada nilai

tukarnya. Adapun besarnya persentase perubahan nilai tukar terhadap mata uang

asing dapat diukur dari rumus berikut ini:

dimana

AS= St -St-1

st-1 ............................................ (2.6)

!lS : persentase perubahan nilai tukar terhadap mata uang asing St : nilai spot rate St-1 : nilai tukar mata uang periode sebelumnya

Apabila nilai persentasenya positif maka dapat dikatakan mata uang tersebut

mengalami apresiasi sedangkan jika nilai persentasenya negatif maka dapat

dikatakan mata uang tersebut mengalami depresiasi Oeff Madura, 2000).

Secara teoritis nilai tukar mata uang dipengaruhi oleh beberapa faktor

fundamental seperti jumlah uang beredar, perbedaan tingkat inflasi, perbedaan

tingkat suku bunga, permintaan dan penawaran aset dari 2 negara yang mata

uangnya ditentukan nilai kursnya.

Sejak krisis di Asia, kajian-kajian tentang keterkaitan nilai tukar dan aktivitas

di pasar modal menjadi menarik. Apakah depresiasi mata uang leading terhadap

penurunan kinerja di pasar modal atau malah sebaliknya. Sudah cukup banyak

penelitian dilakukan untuk memperoleh jawaban yang pasti mengenai hubungan

kedua variable tersebut. Namun sampai dengan saat ini masih terdapat perbedaan

pendapat mengenai variable yang mana yang menjadi leader atas variable yang lain.

Para praktisi ternyata lebih mampu mengambil keuntungan dari arbritase keadaan

krisis ini. Apabila pasar valuta asing leading terhadap pasar modal, kebijakan

pemerintah seharusnya berada pada kontrol nilai tukar. Namun apabila terjadi

kondisi sebaliknya, maka kebijakan ekonomi dalam negeri seharusnya lebih

memprioritaskan kestabilan pasar modal .

• Tuu 2006 Chapter II------------------------- 21

Dari sudut pandang mikroekonomi, seperti dinyatakan oleh Granger, Huang

dan Yang (1998) dalam Novita (2004), perubahan nilai tukar akan diikuti perubahan

perubahan pada portofolio perusahaan multinasional. Jika terjadi apresiasi mata

uang domestik, maka akan cenderung menurunkan keuntungan perusahaan yang

berarti terjadi penurunan harga saham. Sementara itu, dari perspektif

makroekonomi apresiasi mata uang domestik yang menganut flexible exchange rate

regime akan mengurangi daya saing produk ekspor dan pada akhirnya menurunkan

harga saham. Dari 2 sudut pandang ini perubahan nilai tukar mata uang akan diikuti

perubahan pada harga saham. Hal ini sering disebut sebagai Pendekatan Tradisional.

Pasar modal mengalami perkembangan yang cukup pesat pada dekade ini.

Dari sudut pandang yang lain, perubahan harga saham dan nilai tukar lebih

mereflkesikan arus modal (capital flows). Hal ini dikenal dengan pendekatan portofolio

balance. Perhatian utama pada pendekatan portofolio balance adalah penurunan harga

saham akan mengakibatkan penurunan kekayaan para investor domestik yang

selanjutnya akan berdampak pada penurunan permintaan uang sehingga

menurunkan tingkat suku bunga. Penurunan suku bunga menyebabkan capital

outflows yang pada akhirnya akan menyebabkan depresiasi nilai tukar mata uang

domestik.

Dalam literatur yang lain, Shapiro (1996) dalam Widati (2003) menyebutkan 3

pendekatan dalam melihat hubungan antara nilai tukar dan indeks harga saham :

(1) Pendekatan Neraca Pembayaran

Permintaan dan penawaran dalam pasar valuta asing dipengaruhi oleh transaksi

antar negara yang meliputi perdagngan barang dan jasa serta transaksi modal.

Jika impor lebih besar maka neraca pembayaran akan defisit berarti permintaan

akan mata uang asing akan meningkat sehingga menyebabkan depresiasi mata

uang domestik dan sebaliknya. Pelemahan mata uang domestik akan diikuti

dengan pelemahan daya beli yang akan berakibat pada penurunan pendapatan

dan laba perusahaan. Penurunan laba perusahaan pada akhirnya akan

• Tesis 2006 Chapter II --------------------------22

menurunkan nilai perusahaan dan berikutnya berimbas pada penurunan harga

sahamnya.

(2) Pendekatan Moneter

Permintaan dan penawaran dalam pasar valuta asing dipengaruhi oleh faktor

faktor moneter seperti jumlah uang beredar, pendapatan riil, perbedaan suku

bunga dan inflasi di kedua negara. Kenaikan supply uang domestik akan

menyebabkan kenaikan harga domestik secara proporsional dan lewat PPP akan

mendorong, terjadinya depresiasi mata uang domestik. Penurunan mata uang

domestik akhirnya akan menurunkan pendapatan perusahaan yang berarti pula

penurunan harga saham perusahaan.

(3) Pendekatan Keseimbangan Portofolio

Dalam pendekatan ini, asset dianggap saling menggantikan sempurna (perfect

substitute) dan investor dapat menentukan pilihan investasinya secara bebas.

Perubahan kekayaan akan berdampak pada kenaikan permintaan asset financial

dan pemilihan portofolio yang lebih menguntungkan. Nilai tukar valuta asing

dan suku bunga harus menyesuaikan agar tercapai keseimbangan portofolio.

Berdasarkan berbagai landasan teori tersebut di atas, secara umum terdapat 2

teori yang saling berlawanan dalam mengemukakan variabel mana yang menjadi

leader. Dalam penelitian ini, penulis cenderung untuk menggunakan teori portfolio

balance dalam melakukan analisis hubungan antara kedua variabel tersebut di atas,

dimana perubahan indeks akan direspon oleh nilai tukar secara cepat. Selain

pertimbangan ketersediaan data secara harian, kondisi ini lebih mencerminkan fakta

yang terjadi di lapangan dibandingkan dengan perhitungan balance of payment yang

memerlukan waktu lebih panjang.

2.6 HUBUNGAN DINAMIS ANTARA NILAI TUKAR DAN TRANSAKSI

ASING

Dalam ekonomi terbuka terdapat tiga tujuan kebijakan yang tidak dapat

berjalan bersama, yang dalam literature sering disebut sebagai trilema kebijakan

~ uns2006Ch~urll ____________________________________________________ 23

(impossible trinity). Ketiga tujuan tersebut adalah nilai tukar yang stabil, devisa yang

bebas dan harga yang stabil. Secara teoritis, ketiga tujuan tersebut tidak akan dapat

diterapkan secara bersamaan. Yang dapat dilakukan hanya memilih 2 diantara tiga

tujuan yang akan dicapai tersebut. Adapun alternatif solusinya adalah sebagai

berikut:

(1) Jika yang dituju stabilitas nilai tukar, maka kebijakan moneter yang tepat agar

berdampak lebih kecil pada nilai tukar adalah rezim devisa kontrol. Namun

dampaknya terhadap harga lebih tinggi, artinya kebijakan moneter tidak

independen.

(2) Jika yang dituju stabilitas harga, maka kebijakan moneter yan tepat agar

berdampak lebih kecil terhadap harga adalah rezim devisa bebas. Namun

depresiasi nilai tukar akan lebih besar (kebijakan moneter independen).

Menurut Hallwood dan MacDonald (.2000) penerapan rezim devisa kontrol

berakibat pada penurunan aktivitas arus modal (capital immobilihj) dan nilai tukar

stabil (fixed exchange rate regime) sedangkan penerapan rezim devisa bebas akan

meningkatkan aktivitas aliran arus modal (capital free mobility), dan nilai tukar tidak

stabil (free exchange rate regime).

Sejak adanya perubahan rezim nilai tukar di Indonesia dari manage floating

exchange rate regime menjadi free floating exchange rate system regime pada tahun 1997

dan sistem devisa yang dianut menjadi sistem devisa bebas dengan UU No. 24 tahun

1999, aliran modal dari dan ke Indonesia menjadi sangat mudah. Aliran modal ini

dapat berupa direct investment maupun dalam bentuk commercial paper atau bonds.

Namun dalam penelitian ini, pendekatan terhadap aliran modal asing dibatasi hanya

pada portofolio asing dalam bentuk saham.

Penerapan sistem devisa be bas dan rezim free floating exchange rate seharusnya

mendorong peningkatan aliran modal ke dan dari suatu negara (capital flows). Jika

aliran modal masuk semakin besar, maka akan meningkatkan permintaan mata uang

domestik. Dengan demikian, peningkatan permintaan mata uang domestik akan

menyebabkan apresiasi mata uang domestik. Begitu pula sebaliknya, jika aliran

GD Tms2006Ch~urll ____________________________________________________ 24

modal keluar membesar, maka permintaan mata uang domestik menurun dan pada

gilirannya akan menyebabkan depresiasi mata uang domestik. Hal semacam ini

secara umum dapat menjadi indikator awal tentang kondisi perekonomian negara

terse but.

2.7 HUBUNGAN DINAMIS ANTARA HARGA SAHAM DAN TRANSAKSI

ASING

Peranan investor asing diharapkan terus meningkat dari waktu ke waktu.

Aliran dana dari investor asing merupakan salah kiat dalam menarik pemasukan

devisa (capital inflows) yang dapat memperkuat struktur moneter· dalam negeri

sekaligus juga dapat mendorong perkembangan produksi yang pada akhimya dapat

mendorong pendapatan perusahaan dan pendapatan negara. Dengan demikian,

peningkatan transaksi investor asing ke bursa akan memperkuat struktur

perekonomian nasional.

Kehadiran investor asing juga diharapkan dapat menjadi pemacu bagi

peningkatan likuiditas pasar modal domestik karena pasar modal domestik memiliki

kemampuan yang terbatas dalam mendukung kebutuhan modal dunia usaha.

Keterbatasan ini disebabkan oleh minat investor lokal untuk berpartisipasi di pasar

modal yang masih rendah. Dengan demikian, peningkatan transaksi investor asing

ke bursa juga akan meningkatkan likuiditas pasar modal domestik.

Kondisi kondusif harus terus diciptakan demi pencapaian sasaran strategis di

atas. Selain kestabilitan di bidang politik, pemerintah juga harus bersikap proaktif

untuk lebih menggairahkan transaksi di pasar modal dengan mengeluarkan berbagai

paket kebijakan. Pada tahun 1987 pemerintah mengeluarkan peraturan bahwa

investor asing dapat membeli saham yang listed di BEJ hingga 49%. Hal ini telah

mendorong pertambahan kepemilikan asing. Seiring dengan liberalisasi pasar saham

nasional, maka pemerintah mengeluarkan kebijakan yang memberikan kesempatan

investor asing untuk lebih aktif berpartisipasi dalam aktivitas pasar modal dengan

• Tesis 2006 Chapter II-------------------------25

membuka kran pembatasan kepemilikan asing dari 49% menjadi 100% dengan Surat

Keputusan Menteri Keuangan No.455/KMK.01/1997 tanggal4 September 1997.

Pembatasan kepemilikan saham oleh investor asing di suatu bursa berkait erat

dengan penciptaan nilai perusahaan. Seperti yang diungkapkan oleh Swee-Sum Lam

(1995) yang melakukan penelitian di Singapore Stock Exchange bahwa pengetatan atau

pelonggaran kepemilikan saham akan menurunkan atau meningkatkan nilai

perusahaan (value affirm) yang sering disebut shareholder value.

Di lain pihak investor asing juga memiliki kriteria tertentu sebelum

mengambil keputusan untuk melakukan transaksi di suatu bursa asing. Mereka

perlu mengenali potensi saham-saham yang akan dibeli, sehingga mereka harus

mengetahui kinerja keuangan perusahaan sebelum bertransaksi. Pada umumnya

investor asing membeli saham-saham unggulan, berkapitalisasi besar, memiliki

pertumbuhan yang menjanjikan dan likuiditasnya tinggi. Menurut penelitian Swee

Sum Lee (1995), alasan investor asing lebih suka melakukan transaksi pada saham

yang likuid adalah karena dalam kondisi demikian mereka dapat dengan cepat

masuk atau keluar dari suatu bursa dengan resiko perubahan harga yang minimal

(cut loss transaction). Jenis saham yang likuid menurut Sharpe (1995) adalah saham

dengan nilai kapitalisasi besar dan aktif diperdagangkan di bursa. (Haryanto, 1998)

Dari perspektif ekonomi mikro, menurut Jones (1998) dan Reilly dan Brown

(2000) dengan pendekatan Top-Down Analysis, terdapat 3 tahap analisis fundamental

investor sebelum mengambil keputusan untuk berinvestasi di suatu bursa, yaitu :

(1) Analisis Makroekonomi dan Pasar Sekuritas

Tujuan dari analisis ini adalah memutuskan bagaimana mengalokasikan dana

investasi ke berbagai negara dalam bentuk bonds, stocks, atau cash (Reilly dan

Brown, 2000). Prospek perusahaan dalam top-down analysis diawali dari kondisi

ekonomi global. Kondisi perekonomian suatu negara sangat terkait dengan

kondisi makro ekonomi dunia. Artinya, kinerja ekonomi suatu negara secara

makro akan dipengaruhi oleh negara-negara lain. Isu-isu politik, proteksi dan

kebijakan perdagangan luar negeri merupakan faktor penting dalam menentukan

• TuiJ 2006 Chapter II --------------------------26

kinerja ekonomi. Dalam ekonomi global, nilai tukar menjadi variabel yang

penting karena mempengaruhi daya saing melalui PPP, yang pada akhirnya akan

berdampak pada kinerja ekonomi. Sementara itu, kondisi ekonomi makro suatu

negara yang tercermin dalam Pendapatan Domestik Bruto (PDB), tingkat

pengangguran, inflasi, suku bunga, defisit anggaran dan sentimen pasar akan

mempengaruhi tingkat investasi (Bodie et al, 2001). Hal ini karena investor akan

mempertimbangkan faktor-faktor tersebut dalam memutuskan investasinya. Jika

kondisi ekonomi sedang resesi, maka harga saham akan sangat terpengaruh dan

rentan terhadap kejutan ekonomi. Sebaliknya, jika ekonomi dalam kedaan

ekspansi, maka harga saham akan cenderung meningkat. Di lain sisi, pasar

saham mempengaruhi setiap investor. Investor tidak dapat melawan tren pasar.

Jika pasar sedang membaik, maka sebagian besar saham akan membaik pula.

Namun ~emikian, analisis ekonomi perlu diikuti dengan analisis industri, karena

pengaruh perekonomian terhadap masing-masing industri akan berbeda-beda.

(2) Analisis IndustrijSektor Ekonomi

Tujuan analisis ini adalah menentukan industri apa yang menguntungkan dan

dalam jangka panjang tahan terhadap kejutan ekonomi dunia dan berbagai

negara (Reilly dan Brown, 2000). Secara umum, industri akan sulit untuk

berkembang dengan baik jika kondisi ekonomi makro tidak kondusif. Namun

demikian, industri akan memberikan respon pergerakan pasar dengan tingkatan

yang bervariasi tergantung pada jenis industri, sensitivitas siklus bisnis, siklus

hidup industri dan struktur industri (Bodie et al, 2001). Industri akan

dipengaruhi pada berbagai tingkatan baik akibat resesi maupun ekspansi.

Sebagai contoh, jenis industri barang berat akan sangat terpengaruh oleh resesi,

sedangkan barang-barang konsumsi tidak akan terlalu terpengaruh.

(3) Anal isis Perusahaan

Seperti dikemukakan Reilly dan Brown (2000), meskipun 2 tahapan analisis

sebelumnya penting, namun perhatian utama seharusnya dicurahkan pada

analisis perusahaan karena dalam analisis ini investor tidak hanya menganalisis

• Tesis 2006 Chapter II __________________________ 27

kinerja perusahaan di masa lalu dengan rasio-rasio laporan keuangan, namun

juga yang lebih penting lagi adalah memperhitungkan prospek perusahaan di

masa datang. Investor harus dapat membandingkan kinerja masing-masing

perusahaan yang bergerak pada industri yang sama dengan melakukan estimasi

atas intrinsic value dan harga pasar masing-masing saham karena tujuan akhir

analisis ini adalah menentukan perusahaan mana yang paling menguntungkan

dan harganya murah (underoalued). Dalam analisis ini, para analisis biasanya

menggunakan dividend discount model yang menghitung intrinsic value perusahaan

sebesar nilai sekarang dari seluruh dividen yang diharapkan diterima dimasa

datang dan menggunakan price-earnings per share ratio yang mencerminkan

perbandingan harga saham dan laba per saham. Selain itu, perlu dibuat rasio

rasio lain seperti price to book ratio, price to cash flow ratio dan price to sales ratio serta

membuat forecasting earnings dan dividend.

Apakah ketiga tahapan di atas dapat digunakan dengan baik? Berbagai hasil

penelitian mendukung teknik ini. Pertama, beberapa penelitian mengindikasikan

sebagian besar perubahan pada pendapatan perusahaan akan mendorong

perubahan pendapatan pada indsutri meskipun relatif berbeda-beda pengaruhnya

antar perusahaan. Intinya, situasi ekonomi (economic environment) mempengaruhi

pendapatan perusahaan. Kedua, berbagai studi menemukan hubungan antara harga

saham gabungan dengan berbagai variabel makro ekonomi seperti tingkat

pengangguran, pendapatan dan produksi. Hasilnya mendukung pandangan bahwa

terdapat hubungan yang erat antara harga saham dengan kondisi ekonomi kontraksi

dan ekspansi. Ketiga, sebuah analisis tentang hubungan antara rates of return (ROR)

untuk agregat pasar saham, industri alternatif dan saham individu menunjukkan

bahwa sebagian besar perubahan ROR pada saham individu akan menjelaskan

perubahan ROR pada agregat pasar saham dan akhirnya pada saham-saham

industri.

Berdasarkan hal-hal di atas, secara teori masuknya investor asing ke dalam

suatu bursa akan meningkatkan indeks harga saham karena permintaan saham

fe Ttsis 2006 Chapter II --------------------------28

meningkat. Di sisi lain, investor asing juga tidak akan gegabah asal membeli saham

tetapi pasti akan mempertimbangkan kondisi makroekonomi secara keseluruhan,

industri dan baru kemudian jenis saham yang menguntungkan dan likuid sehingga

memudahkan mereka untuk cut loss transaction jika keadaan tidak kondusif.

2.8 PENELITIAN TERDAHULU

Berbagai penelitian berkaitan dengan hubungan dinamis antara nilai tukar

dengan indeks harga saham telah dilakukan oleh banyak peneliti. Namun demikian,

hasil penelitian tersebut masih bervarisasi sehingga belum dapat memberikan

kesimpulan yang memuaskan. Hal ini tidak lain disebabkan oleh faktor kondisi

negara yang diteliti dan periode data penelitian.

Ma dan Kao (1990), meneliti 6 negara industri yaitu Kanada, Perancis,

Jerman, Italy, Jepang dan Inggris, dengan menggunakan data bulanan nilai tukar

dan indeks harga, menemukan bahwa apresiasi mata uang domestik mempunyai

hubungan negatif dengan indeks harga saham pada negara yang didominasi ekspor.

Apresiasi mata uang ini akan mengurangi daya saing ekspor. Sementara itu, pada

negara yang didominasi impor akan berlaku sebaliknya.

Ajayi dan Mougoue (1996) melakukan penelitian dengan uji unit root,

kointegrasi dan ECM untuk menguji hubugan dinamis antara nilai tukar dan indeks

harga saham di delapan negara maju yaitu Jerman, ltali, Jepang, Belanda, Inggris,

Kanada, Perancis dan Amerika Serikat. Hasilnya menyatakan bahwa indeks harga

saham dan nilai tukar untuk tiap negara berkointegrasi. Kemudian hasil estimasi

dengan ECM menunjukkan bahwa di negara Jerman, Italia, Jepang, Inggris,Perancis

dan Amerika Serikat terdapat hubungan bidirectional dari pasar valas ke pasar

saham.

Manurung (1996) menemukan hubungan yang negatif antara indeks harga

saham dengan nilai tukar di BEJ. Begitu juga dengan investasi asing dengan hasil

empiris yang menyatakan bahwa neto volume saham pembelian asing pada lag 4

yang signifikan menjelaskan variasi indeks harga saham dengan hubungan negatif .

• Tesii 2006 Chapter II -------------------------29

Asmila (200 1) melakukan penelitian terhadap hubungan an tara harga saham

dengan nilai tukar untuk 4 negara di Asia masing-masing Indonesia, Singapura,

Thailand dan Filipina. Data yang dipakai adalah data time series harian dari tahun

1998 sampai dengan Oktober 2000. Berdasarkan penelitian empiris ini, Asmila

menyimpulkan bahwa nilai tukar lebih berpengaruh terhadap harga saham di 3

negara yaitu Indonesia, Thailand dan Singapura sedangkan di Filipina terjadi

hubungan kausalitas, saling mempengaruhi.

Sulistyo (2002) meneliti hubungan antara keseimbangan jangka panjang dan

pendek di antara indeks saham dan nilai tukar rupiah terhadap beberapa mata uang

negara-negara di kawasan Asia Pasifik yang terkena krisis (an tara lain Amerika,

Jepang, Malaysia dan Thailand) dengan menggunakan data pekanan dari 5 Januari

1996 sampai dengan 7 Desember 2001. dalam penelitian tersebut, Sulistyo

menemukan bahwa terdapat hubungan jangka panjang antara IHSG dan nilai tukar

rupiah terhadap dollar Amerika, yen, ringgit dan bath. Hubungan IHSG dengan

dolar Amerika bersifat negatif sedangkan dengan ketiga mata uang negara yang lain

bersifat positif.

Sudjono (2002) yang meneliti keseimbangan jangka panjang dan hubungan

simultan antara variable ekonomi makro dengan IHSG di BEJ, menyimpulkan bahwa

dengan data bulanan peride waktu Januari 1990 sampai dengan Desember 2000,

hanya terdapat 4 variabel yang memiliki hubungan kausalitas yaitu IHSG, Deposito

1 bulan, SBI dan nilai tukar. Selain itu, uji kointegrasi periode 1990:1-2000:12 lebih

mampu menunjukkan keseimbangan jangka panjang dibandingkan dengan uji

kointegrasi periode sebelum maupun pada masa krisis. Dengan metode V AR dan

ECM, secara empiris terbukti bahwa variable nilai tukar lebih andal dalam

menjelaskan pengaruhnya terhadap 3 variabellainnya.

Indrawati (2002) meneliti hubungan dinamis antara variable ekonomi makro

moneter dan indeks pasar saham dengan pendekatan Granger Noncausality (GNC)

dalam V AR dan VEC untuk 4 negara yaitu Indonesia, Thailand, Korea Selatan dan

Taiwan. Data yang digunakan adalah data time series bulanan dari bulan Desember

~ Tesii 2006 Chapter II -------------------------30

1991 sampai dengan November 2001. Berdasarkan penelitiannya, Indrawati

berkesimpulan bahwa khusus untuk Indonesia, terdapat pengaruh positif indeks

saham terhadap nilai tukar. Hal ini berarti bahwa indeks harga saham dapat menjadi

leading indicator untuk menganalisis nilai tukar.

Novita (2004) melakukan penelitian tentang hubungan dinamis antara indeks

harga saham dan nilai tukar di Indonesia dengan data harian sejak tanggal24 Januari

2001 sampai dengan 18 Juni 2004. Novita menemukan bahwa kedua variable tidak

terkointegrasi sehingga digunakan model V ARD. Dengan V ARD, pergerakan nilai

tukar rupiah dipengaruhi oleh dinamika dari nilai tukar sendiri dan dinamika dari

indeks harga saham sedangkan indeks harga saham hanya dipengaruhi oleh

dinamika dari indeks sendiri. Hal ini menunjukkan bahwa indeks harga saham

menjadi leading indicator bagi nilai tukar.

Berikut ini disajikan matriks perbandingan antar penelitiari. tersebut:

Tabel2.1 Matriks Perbandingan Penelitian-Penelitian Sebelumnya dengan Penelitian ini

Peneliti

Ajayi dan Mougoue (1996)

As mila (2001)

Topik Penelitian

hubugan dinamis antara nilai tukar dan indeks harga saham di delapan negara maju yaitu Jerman, !tali, Jepang, Belanda, Inggris, Kanada, Perancis dan Amerika Serikat

hubungan antara harga saham dengan nilai tukar untuk 4 negara di Asia masing-masing Indonesia, Singapura, Thailand dan Filipina

Metodologi

Uji unit root,

UJI kointegrasi, dan Model ECM

Peri ode Penelitian

April 1985 s.d Juli 1991 (data harian)

Uji unit root, Januari 1998 UJI kointegrasi, dan Model ECM

s.d Oktober 2000 (harian)

Hasil Penelitian

Indeks harga saham dan nilai tukar untuk setiap negara berkointegrasi dan terdapat hubungan bidirectional antara pasar valas dan pasar saham

nilai tukar lebih berpengaruh terhadap harga saham di 3 negara yaitu Indonesia, Thailand dan Singapura sedangkan di Filipina terjadi hubungan kausalitas

• Tesis 2006 Chapter II --------------------------31

Peneliti

Sulistyo (2002)

Sudjono (2002)

Indrawati (2002)

Topik Penelitian

hubungan antara keseimbangan jangka panjang dan pendek di antara indeks saham dan nilai tukar rupiah terhadap beberapa mata uang negaranegara di kawasan Asia Pasifik yang terkena krisis (antara lain Amerika, Jepang, Malaysia dan Thailand)

keseimbangan jangka panjang dan hubungan simultan antara variable ekonomi makro dengan IHSG di BEJ

hubungan an tara ekonomi

dinamis variable makro-

moneter dan indeks pasar saham untuk 4 negara yaitu Indonesia, Thailand, Korea Selatan dan Taiwan.

Metodologi

Uji unit root, uji kointegrasi, dan Model ECM

Peri ode Hasil Penelitian Penelitian

5 Januari 1996 terdapat hubungan s.d 7 jangka panjang Desember antara IHSG dan 2001 nilai tukar rupiah (pekanan) terhadap dollar

Amerika, yen, ringgit dan bath. Hubungan IHSG dengan dolar Amerika bersifat negatif sedangkan dengan ketiga mata uang negara yang lain bersifat positif

Uji unit root, Januari 1990 hanya terdapat 4 uji s.d Desember variabel yang kointegrasi, 2000 memiliki hubungan dan Model (bulanan) kausalitas yaitu V ARL dan IHSG, Deposito 1 ECM bulan, SBI dan nilai

tukar. variable nilai tukar lebih andal dalam menjelaskan pengaruhnya terhadap 3 variabel lainnya.

pendekatan Granger NoncausalihJ (GNC) dalam VARdanVEC

Desember khusus untuk 1991 s.d Indonesia, terdapat November pengaruh positif 2001 indeks saham (bulanan) terhadap nilai tukar.

Pasar saham Indonesia tidak efisien secara informasional karena adanya kointegrasi dan lag nilai tukar granger cause indeks saham.

S Tesis 2006 Chapter II--------------------------- 32

Peneliti

Novita (2004)

Supriyanto (2006)

Topik Penelitian Metodologi Peri ode Hasil Penelitian Penelitian

hubungan dinamis Uji unit root, 24 Januari kedua variable tidak antara indeks harga uji 2001 s.d Juni terkointegrasi. saham dan nilai kointegrasi, 2004 pergerakan nilai tukar di Indonesia dan Model tukar rupiah

hubungan ~s antara arus modal asing, perubahan indeks LQ45 dan pergerakan nilai tukar di Indonesia

V ARD dan dipengaruhi oleh forecasting dinamika dari nilai

tukar sendiri dan dinamika dari indeks

Uji unit root, uji granger's causality, uji kointegrasi, Model VARD dan Innovation Accounting dengan Impulse Response Function dan Variance Decomposition

harga saham sedangkan indeks harga saham hanya dipengaruhi oleh dinamika dari indeks sendiri.

2 Januari 2000 ketiga variabel tidak s.d 1 ada hubungan timbal Desember balik dan tidak 2005 berkointegrasi.

Pergerakan nilai tukar rupiah dipengaruhi oleh dinamika dari nilai tukar sendiri, dinamika dari indeks LQ 45 dan pembelian bersih asing. Indeks harga saham hanya dipengaruhi oleh dinamika dari indeks sendiri sedangkan pembelian bersih asing dipengaruhi oleh dinamika dirinya sendiri dan dinamika indeks LQ 45. Jadi, Indeks LQ 45 leading terhadap pembelian bersih asing dan nilai tukar .

• Tesir 2006 Chapter II--------------------------- 33

BAB III

METODOLOGI PENELITIAN

Data penelitian sebelurn dapat digunakan untuk estirnasi, perlu dilakukan

tahapan-tahapan pengujian dengan tujuan agar estirnasi regresi dapat memberikan

hasil estimasi yang efisien dan terbebas dari kesalahan-kesalahan. Dalam bab ini

akan disajikan prosedur pelaksanaan penelitian dari identifikasi variable penelitian

dan spesisfikasi model, uji kausalitas, uji stasioneritas, penentuan panjang lag, uji

kointegrasi, pembentukan model VAR dan VEC serta innovation accounting.

3.1 IDENTIFIKASI V ARIABEL PENELITIAN DAN SPESIFIKASI MODEL

3.1.1 V ARIABEL PENELITIAN

Sebagairnana telah diuraikan di BAB II, variabel-variabel yang akan

digunakan dalarn penelitian ini adalah sebagai berikut:

1. Nilai tukar rupiah terhadap dolar Arnerika Serikat

2. Indeks LQ 45 pada BEJ

3. Net Purchase (pernbelian bersih) investor asing pada BEJ

Pemilihan ketiga variabel di atas sebagai variabel penelitian didasarkan atas

dugaan adanya hubungan saling keterkaitan antara nilai tukar, indeks LQ 45 dan

pernbelian bersih investor asing. Seperti yang diuraikan di Bab II, secara teori

pergerakan indeks harga saham akan meningkatkan kekayaan riil para investor

sehingga akan meningkatkan pula daya belinya. Peningkatan daya beli akan

rneningkatkan pula permintaan uang dornestik. Peningkatan permintaan uang akan

rnendorong peningkatan suku bunga yang selanjutnya akan menarik arus modal

asing. Adanya peningkatan permintaan uang dan arus modal asing yang masuk

akan menyebabkan apresiasi rnata uang domestik.

Penggunaan indeks LQ 45 rnewakili saharn-saham yang aktif dan likuid

sebagai saham pilihan investor asing, penggunaan pembelian bersih investor asing

• Tesis 2006 Chapter III ----------------------------------------------- 34

dimaksudkan untuk menggambarkan seberapa besar arus modal asing keluar dan

masuk ke dalam perekonomian domestik secara cepat melalui bursa efek dan

penggunaan dolar Amerika sebagai ukuran nilai tukar karena mata uang tersebut

merepresentasikan kekuatan perekonomian dunia dimana dolar Amerika menjadi

anchor money untuk mengukur nilai tukar mata uang berbagai negara.

Transformasi time series:

/lER, =In[ ERr ] adalah perubahan tingkat (Iaju) nilai tukar ERr-l

MHSLQ, =In[ IHSLQ, ] adalah imbai hasil indeks saham unggulan LQ 45 IHSLQr-l

ANPFt =In[ NPF, ] adalah perubahan laju net purchnse transaksi investor NPFt-l

asing

3.1.2 SUMBERDATA

Data yang digunakan adalah data runtut (time series) waktu harian dari 1

Januari 2000 sampai dengan 1 Desember 2005. Data indeks harga saham diambii dari

indeks harga saham LQ 45 BEJ, pada harga penutupan (closing price) akhir hari. Data

transaksi asing didapat dari niiai pembelian bersih harian investor asing di BEJ. Data

niiai tukar rupiah diambil dari data harian kurs tengah uang kertas rupiah terhadap

dolar Amerika. Sumber data indeks harga saham LQ 45 dan transaksi pembelian

bersih asing diperoleh dari BEJ, sedangkan data nilai tukar dari Bank Indonesia.

Ketiga data diakses dari penyedia data Bloomberg.

Periode tahun 2000-2005 dipilih sebagai salah satu tolak ukur kondisi

perekonomian pemerintahan baru pasca krisis yang melanda Indonesia. Penggunaan

data harian diharapkan dapat lebih merepresentasikan kondisi riil jika dibandingkan

dengan data pekanan, bulanan, kuartalan atau tahunan, sehingga akan memberikan

gambaran yang lebih baik atas dinamika pergerakan variabel-variabel yang diteliti.

(I) Te.ris2006Chapteriii ------------------------35

3.1.3 RUANG LINGKUP PENELITIAN

Penelitian ini dilakukan secara makro dengan menjadikan Indonesia sebagai

unit analisis. Pada penelitian ini akan dibuktikan secara empiris bahwa teori

Portofolio Balance Approach sesuai dengan kondisi perekonomian Indonesia, yang

menyatakan bahwa dalam jangka pendek, indeks harga saham akan menjadi leading

indicator bagi pergerakan nilai tukar dan aliran modal asing (capital flows) khususnya

yang melalui bursa efek di Indonesia.

3.1.4 SPESIFIKASI MODEL

Pemodelan V AR untuk variable nilai tukar dan indeks harga saham

mengikuti penelitian yang telah dilakukan oleh Ajayi dan Mou~oue (1996) dalam

Novita (2004). Sebagai tambahan variabel penelitian, digunakan pembelian bersih

investor asing yang secara teori memiliki hubungan dinamis dengan variabel nilai

tukar dan indeks harga saham. Dengan demikian, ketiga variabel di atas dibentuk 3

persamaan V AR menjadi sebagai berikut :

E R 1 = a 1 o + a 1 1 E R 1 - ; + a 12 L Q 1 - ; + a 1 3 Log N P 1 - ; + E 11 ................ (3 .1)

LQ1 = a 20 + a 21LQt - ; + a 22ER1 - ; + a 23LogNP1 - ; + Elt ............... (3.2)

LogNPt = a 30 + a 31 ERt - ; + a 32LQt - ; + a 33LogNP1 - ; + E3t .............. (3.3)

3.2 UJI ST ASIONERIT AS (UNIT ROOT TESI)

Dalam analisis time series, informasi tentang stasioneritas suatu data series

merupakan hal yang sangat penting karena mengikutsertakan variable yang

nonstasioner ke dalam persamaan estimasi koefisien regresi akan mengakibatkan

standard error yang dihasilkan menjadi bias. Adanya bias ini akan menyebabkan

kriteria konvensional yang biasa digunakan untuk menjustifikasi kausalitas antara

dua variable menjadi tidak valid. Artinya, Estimasi regresi dengan menggunakan

suatu variable yang memiliki unit root (data nonstasioner) dapat menghasilkan

kesimpulan (forecasting) yang tidak benar karena koefisien regresi penaksir tidak

fe Tesis 2006 Chapter III ______________________________________________ 36

efisien. Banyak ditemukan koefisien hasil regresi dari variable nonstasioner

menunjukkan nilai signifikan yang ditandai dengan nilai R2 tinggi, namun

sebenarnya variable-variabel tersebut tidak ada hubungan sama sekali karena nilai

statistik Durbin-Watsonnya rendah. Dalam literatur, fenomena ini dikenal dengan

nama Spurious Regression (Engle dan Granger, 1987). Namun demikian, Spurious

Regression tidak akan terjadi jika terdapat kombinasi dengan variable lain yang juga

non stasioner sehingga membentuk hubungan yang bersifat stasioner terkointegrasi

(Granger dan Newbold, 1974).

Suatu data time series dikatakan stasioner jika mean, variance dan autocovariance

untuk berbagai lag yang berbeda nilainya konstan, tidak melihat dari titik mana

perhitungan dimulai atau tidak tergantung waktu (time invariant). Misalkan suatu

time series, Yt, dapat dikatakan stasioner jika memenuhi beberapa kriteria sebagai

berikut (Gujarati, 2003):

Mean

Variance

Covariance

E ( y I ) = J.1 ...........•......•.•..•.......•....•....... (3.4)

Var(Yr) = E(Yr- p)2 = CY~ •..•.•.•..••• ••••••••••••••••••••••.••••• (3.5)

Yk = E[(Yr- Ji)(Yr + k- Jl)] ......................................... (3.6)

Persamaan (3.4) dan (3.5) mensyaratkan proses dengan mean dan variance

yang konstan, sedangkan persamaan (3.6) mensyaratkan covariance dua nilai dalam

deret hanya tergantung pada interval waktu antara dua nilai tersebut (k) dan bukan

pada waktu (t).

Uji stasioneritas dapat dilakukan dengan berbagai cara baik informal maupun

formal. Pengujian secara informal dapat dilakukan dengan correlogram dan

pengamatan grafis sedangkan pengujian secara formal dapat dilakukan dengan

menggunakan unit root test dengan berbagai metode uji diantaranya Dickey-Fuller

Test, Augmented Dickey-Fuller Test, Plzillips-Peron Test., Dickey-Fuller GLS, dan

Kwiatkowski-Phillips-Schmidt-Shin (KPSS Test). Dalam penelitian ini akan diuraikan

pengujian stasioneritas secara formal yang dibatasi pada penggunaan 2 metode uji

yaitu metode Augmented Dickey Fuller Test dan Phillips-Peron Test .

• Tesis 2006 Chapter III ------------------------ 37

3.2.1 AUGMENTED DICKEY-FULLER (ADF) TEST

Uji stasioner dengan metode ADF Test merupakan pengembangan dari

Dickey-Fuller (DF) Test. Meskipun critical value dari DF Test merupakan aproksimasi

yang baik namun terdapat beberapa kelemahan pada DF Test diantaranya sebagai

berikut:

- Low Power Rejection of Null Hyplzotesis

- Untuk sampel yang kecil atau sampel yang "noisy" (volatilita~ sangat tinggi), DF

Test tidak dapat mendeteksi data yang bersifat near stationerity dan trend

stationerity. Kedua data tersebut akan terdeteksi sebagai data yang nonstasioner.

- Critical value DF Test sangat sensitive terhadap perubahan-perubahan properties

dari proses pembentukan data time series tersebut.

Menurut Gonzalo dan Lee (1995), beberapa metode uji stasioneritas juga mengalami

hal yang sama.

Mengingat kelemahan DF Test di atas, hasil uji DF Test akan bias bila terdapat

korelasi antar residual dalam suatu series (serial correlation). Karena bias dalam

pengujian merupakan masalah yang paling penting, maka DF Test dimodifikasi

menjadi ADF Test. Ide dasarnya adalah dengan cara menggunakan sejumlah lag

variable dependen dalam prosedur standar DF Test agar korelasi antar residual

dapat dihilangkan.

Pengujian stasioneritas data series, Yt, dengan menggunakan ADF Test

dengan mempertimbangkan sejumlah lag dapat dituliskan sebagai berikut:

A y - y ""' p . A y . • • • • • • • • •• • • • • •• • ••• • • • • • • • •••• • • • • ••• • • • • • .. (3.7) u , - r , - • + L .u , - , •• + £ ,

; • :!

A y y ~ p A y •••••••• ••••••••• • •• ••• • •• • •• • ••• •••• • ••• • .(3.8) '-' I = a 0 + y I - I + L lu I - i • I + £ I

; • !

!:J. y I = a 0 + r Y I - I + a 2 ( + t p ;!J,. Y 1 - I + I + £ 1 • • • • • • • • •• "• • • • •" •••• • • • • • • • • • • • "••••• .(3.9) I= 2

Tabel critical value dapat digunakan untuk menguji apakah y = 0. Dickey

Fuller juga menambahkan 3 tabel statistik yaitu ¢11, {h,dan (P., untuk menguji hipotesis

dari koefisien-koefisien dari 3 persamaan di atas.

• Tesis 2006 Chapter III ____________________________________________ 38

Dengan persamaan (3.8) kita dapat menguji apakah y = 0 dan a.o = 0, yaitu

apakah data Y terbentuk dari proses stasioner tanpa drfit, maka Hipotesis Nolnya

adalah Ho: y = a.o = 0. Statistik yang digunakan adalah ¢I .

Dengan persamaan (3.9) kita dapat menguji apakah a.o = y = a2 = 0, yaitu

apakah data Y terbentuk dari proses stasioner, tanpa drift dan tanpa deterministic

trend. Hipotesis Nolnya adalah Ho: a.o = y = a2 = 0. Statistik yang digunakan adalah ¢2.

Dengan persamaan (3.7) kita dapat menguji apakah y = a2 = 0, yaitu apakah

data Y terbentuk dari proses stasioner dan tanpa deterministic trend. Hipotesis

Nolnya adalah Ho: y = a2 = 0. Statistik yang digunakan adalah ¢13.

Statistik ¢1, f/Jl,dan ¢13 dihitung dengan cara yang sama dengan menghitung

statistik F yaitu :

¢; = [RSSrestricted- RSSunrestricted I r] ..................... (3.lC') RSSunrestricted I(T- k)

RSSrestricted dan RSSunrestricted = the residuals sum of the squares dari restricted

dan unrestricted model

r = jumlah restriksi

T = jumlah observasi yang digunakan

k = jumlah parameter yang diestimasi di dalam unrestricted model

T -k = degree of freedom dari unrestricted model

Dengan membandingkan nilai tA hitung dengan tA Tabel, maka dapat ditentukan

apakah restriksi yang digunakan pada model berbeda signifikan.

Ho: parameter dari model restricted

H1: parameter dari model unrestricted

Jika restriksi tidak signifikan, maka nilai RSS restricted model seharusnya mendekati

nilai RSS unrestricted model sehingga nilai seharusnya tA kecil. Nilai tA yang besar

menunjukkan bahwa Ho ditolak, artinya ada perbedaan antara model terestriksi

dengan yang tidak terestriksi .

• Te.ris 2006 Chapter III ------------------------ 39

Dengan demikian, jika nilai tA hitung lebih kecil daripada nilai tA table, maka

model terestriksi tidak ditolak. Artinya, model terestriksi ternyata berbeda signifikan

dengan model yang tidak terestriksi. Sementara itu, jika nilai tA hitung lebih besar

daripada nilai tA table, maka model terestriksi ditolak, karena tidak ada perbedaan

antara model terestriksi dengan model yang tidak terestriksi.

3.2.2 PHILLIPS-PERON (PP) TEST

Alternatif uji stasioneritas secara formal adalah uji stasioneritas yang

diusulkan Phillips dan Peron (1998). Metode ini memodifikasi test statistik yang

digunakan OF Test sedemikian rupa sehingga tidak perlu ada tambahan lag variable

dependen untuk menghilangkan pengaruh serial korelasi yang ada pada error term

nya.

Pengujian dengan PP Test menggunakan metode non parametrik untuk

mengendalikan korelasi serial dalm suatu time series. PP Test merupakan proses

AR(1) yang dapat dinyatakan sebagai berikut :

.................................. (3.11)

Hipotesis nolnya adalah p = 1. Jika p = 1, maka variable stokhastik Yt memiliki

unit root atau random walk, artinya data nonstasioner. Untuk melakukan uji stasioner,

PP statistic dibandingkan dengan nilai PP Tabel. Jika nilai absolut PP statistik lebih

besar dari nilai absolut PP Tabel, maka hipotesis nol ditolak, artinya data time series

bersifat stasioner.

Kelebihan metode ini adalah PP Test mengasumsikan bahwa proses

terbentuknya error term dari suatu variable tidak mengikuti suatu fungsi tertentu.

Hal ini berarti prosedur PP Test dapat secara luas diterapkan sepanjang tidak ada

keharusan mengasumsikan bahwa error term memiliki bentuk fungsional tertentu.

Namun demikian, PP Test ternyata masih tergantung pada asymptotic theonJ yang

berarti bahwa semakin besar sampel yang digunakan, validitas PP Test dalam

mendeteksi stasioneritas pada data time series menjadi semakin akurat.


Namun demikian, secara umum masalah yang muncul dalam uji ADF adalah

penentuan panjang lag. Jika lag terlalu panjang akan mengurangi kemampuan untuk

menolak hipotesis karena lag yang terlalu panjang menambah parameter estimasi

disertai hilangnya degree of freedom. Sebaliknya, jika lag terlalu pendek, maka sulit

mengungkapkan the actual error process sehingga standar error tidak dapat diestimasi

(Pyndik dan Rubinfeld, 1998).

3.3 UJI KAUSALITAS (GRANGER'S CAUSALITY)

Uji kausalitas dilakukan untuk mengetahui apakah suatu variabel endogen

dapat diperlakukan sebagai variabel eksogen. Hal ini bermula dari ketidaktahuan

keterpengaruhan antar variabel. Jika ada dua variabel x dan y, maka apakah x

menyebabkan y atau y menyebabkan x atau berlaku keduanya atau tidak ada

hubungan keduanya. Variabel x menyebabkan variabel y artinya berapa banyak nilai

y pada periode sekarang dapat dijelaskan oleh nilai y pada periode sebelumnya dan

nilai x pada periode sebelumnya.

Uji kausalitas dapat dilakukan dengan berbagai metode diantaranya metode

Granger's Causality dan Error Correction Model Causality. Pada penelitian ini,

digunakan metode Granger's Causality. Pengujian dengan Granger's CausalihJ hanya

menguji hubungan diantara variabel dan tidak melakukan estimasi terhadap model.

Pengujian hubungan kausalitas dengan metode Granger's Causality dikembangkan

oleh Granger (1969). Berikut ini diberikan contoh hubungan kausalitas antara 2

variable y dan z :

n n

Y, = Ia,y,_; + LfJjzt-j + J.L., ......................................... (3.12) i=l j=l

m m

z, = ,L:...t,y,_; + ,L:rjzt-j + J12t ......................................... (3.13) i=l j=l


Adapun langkah-langkah penggunaan metode Granger's Causality adalah

sebagai berikut :

1. lakukan regresi antara 2 variabel, misal y dan z dengan memasukkan

beberapa variasi lag. Dari regeresi ini akan diperoleh restricted residual sum of

squares (RSSrestricted).

2. hipotesis nolnya adalah Ho:

3. untuk menguji hipotesis, digunakan uji F.

4. jika nilai absolute F lebih besar daripada nilai kritis F table, maka hipotesis

nol ditolak yang berarti terdapat hubungan kausalitas.

5. langkah ini diulang-ulang untuk beberapa variable penelitian yang lain

dengan lag yang berbeda.

Dari pengujian tersebut nkan diketahui variable-variabel mana yang memiliki

hubungan kausalitas, sehingga selanjutnya dapat dimasukkan dalam analisis dengan

metode V AR. Sementara itu, variable-variabel yang tidak memiliki hubungan

kausalitas dikeluarkan dari persamaan VAR.

3.4 PENENTUAN PANJANG LAG

Sebelum melakukan uji kointegrasi, dan membentuk model V AR atau VEC

perlu dilakukan penentuan panjang lag. Karena uji kointegrasi, dan model V AR a tau

VEC sangat peka terhadap panjang lag, maka penentuan lag yang optimal menjadi

salah satu prosedur penting yang harus dilakukan dalam pembentukan model

(Enders, 1995).

Pemilihan lag seringkali dilakukan secara trial and error untuk mendapatkan

hasil yang optimal. Namun dalam pemilihan lag, selain mempertimbangkan

optimalitas seharusnya juga mempertimbangkan adanya kemungkinan korelasi

serial dan degree of freedom. Korelasi serial biasanya disebabkan oleh pemilihan lag

yang terlalu pendek sedangkan lag yang terlalu panjang akan menyebabkan

e Tests 2006 Chapter III -------------------------------------------------------------------------------------------42

penurunan degree of freedom dari persamaan yang dihasilkan dan jumlah parameter

yang diestimasi menjadi semakin banyak sehingga menjadi tidak efisien.

Secara umum terdapat beberapa parameter yang dapat digunakan untuk

menentukan panjang lag yang optimal, antara lain AIC (Akaike Information Criterion),

SC (Sclrwart Criterion) dan LR (Likelihood Ratio). Penentuan panjang lag yang optimal

didapat dari persamaan V AR a tau VEC dengan nilai AIC, SC a tau LR yang terkecil.

Sebagaimana dinyatakan Enders (1995), perhitungan dari AIC dan SC adalah

sebagai berikut :

AIC(k) =Tine SSR(k))+ 2n T

SC(k) = T Inc SSR(k)) + n In(T) T

dimana

T = jumlah observasi yang digunakan

k = panjang lag

SSR = the Residual Sum of Squares

n = jumlah parameter yang diestimasi

..................................... (3.14)

..................................... (3.15)

sedangkan dengan menggunakan LR sebagai berikut :

LR=-2(r -r) .................................... (3.16)

dimana

I = log likelihood

r = restrictive regression

u = unrestrictive regression

Jika terdapat perbedaan dalam memilih nilai minimal dari AIC, SC dan LR,

maka panjang lag dipilih berdasarkan LR karena dengan AIC jumlah lag sering

terlalu panjang sedangkan dengan SC sering terlalu pendek. Giles (2000)

menyatakan AIC overestimate of k dan SC overly parsimonious infinite sample

(Indrawati,2002) .

• Te.ris 2006 Chapter III ----------------------- 43

3.5 UJI KOINTEGRASI UOHANSEN'S CO INTEGRATION TES1)

Pendekatan kointegrasi merupakan isu statistik model dinamis yang cukup

penting. Pada prinsipnya pendekatan kointegrasi berkaitan erat dengan pengujian

terhadap kemungkinan adanya hubungan keseimbangan jangka panjang antara

variabel-variabel yang diuji. Kointegrasi merupakan kombinasi hubungan linear

dari variable-variabel yang nonstasioner dan semua variabel tersebut harus

terintegrasi pada orde yang sama. Secara teoritis, jika Xt mempunyai n komponen

nl.aka jumlah vektor kointegrasi maksimal n-1. Jadi jika Xt hanya terdiri dari 2

variabel, maka hanya terdapat 1 vektor kointegrasi. Banyaknya vektor kointegrasi ini

disebut rank kointegrasi (Enders, 1995). Variabel-variabel yang terintegrasi akan

menunjukkan bahwa variabel tersebut mempunyai trend stokhastik yang sarr.a dan

selanjutnya mempunyai arah pergerakan yang sama dalam jangka panjang.

Dalam penelitian ini, pengujian kointegrasi menggunakan metode Johansen's

Cointegration Test. Metode ini muncul sebagai reaksi atas ketidakmampuan Engel

Granger dalam menangani kasus multivariate dimana estimasi pada kasus

multivariate pada hubungan jangka panjang yang umumnya menjadi masalah serius,

dengan adanya kemungkinan pada derajad integrasi yang pertama a tau 1(1 ),

variable terpotong oleh lebih dari satu vektor kointegrasi. Metode yang ditemukan

Johansen (1988) ini menggunakan Maximum Likelilzood. Uji ini dilakukan dengan

menggunakan vektor. M:etode ini merupakan uji kointegrasi yang berhubungan

dengan konteks VAR (Vector Autoregression) dan VEC (Vector Error Correction).

Sebelum uji kointegrasi dilakukan, syarat yang harus terpenuhi adalah bahwa

variable-variabel yang diuji harus berintegrasi pada derajad yang sama. Syarat

tersebut dapat terpenuhi dari hasil pengujian sebelumnya yaitu uji unit root dan uji

integrasi.

Bentuk umum VECM dengan intersep, tanpa variable eksogen (Ender,

1995:301) sebagai berikut:

k-1

L\Y, = ~['i.l\Y,_i +aP'Y,-k + J.l, +c, .............................................. (3.17) j=l

• Te.ris 2006 Chapter III ------------------------ 44

dimana:

Vektor n x 1 variabel-variabel endogen I( d)

Vektor n x 1 konstanta menyatakan tren linier dalam sistem

Struktur lag, cukup besar untuk membuat E, white noise

Vektor n x 1 residual Gaussian white noise

adanp

Matriks n x n yang menyatakan penyesuaian jangka pendek di antara variable-variabellag ke-j dalam n persamaan Matriks berdimensi n x r

a Kecepatan penyesuaian(loading) Vektor kointegrasi Order dari kointegrasi Gumlah persamaan kointegrasi) Error correction term

Jika ada n variable endogen, maka persamaan kointegrasi antara 0 sampai

dengann-1:

(1) jika tidak ada persamaan kointegrasi, V AR dalam first difference merupakan

most restricted model dengan jumlah parameter paling sedikit.

(2) Jika ada satu persamaan kointegrasi dalam sisi kanan setiap persamaan V AR

dimasukkan Error correction temz (ECT) yang melibatkan level dari series

(3) Setiap tambahan satu persamaan kointegrasi, mengkontribusikan ECT lain

yang melibatkan level dari series

(4) Jika ada n persamaan kointegrasi berarti tidak ada series yang betul-betul

terintegrasi dan V AR diformulasikan kembali dalam level semua series

Johansen (1991), VECM menggunakan metode Full Information Maximum

Likelihood dengan langkah-langkah :

(1) uji apakah semua variable terintegrasi pada 1(1) dengan uji unit root·

(2) temukan truncated lag (k) agar s, dalam setiap persamaan VECM tidak

berhubungan (white noise)

(3) regresikan persamaan di atas (3.17) dan estimasikan vektor kointegrasi dari

korelasi kanonikal sehimpunan residual dari persamaan regresi

(4) tentukan order kointegrasi dengan uji statistik unit root

n

a. Atrace(r) = -T L ln(l + ~;) .......................................... (3.18) i=r+l


Ho : sebanyak-banyaknya terdapat r hubungan relasional

kointegrasi antara variable-variabel dalam Yt

H1 : lebih dari r hubungan relasional kointegrasi

b. Amax(r,r+t)=-Tln(l+~;)

(3.19)

Ho : sebanyak-banyaknya terdapat r hubungan relasional kointegrasi

antara variable-variabel dalam Yt I

H1 : lebih dari r+ 1 hubungan relasional kointegrasi

dimana:

~;: eigenvalue yang diestimasi T : jumlah observasi N : jumlah variable endogen R : jumlah hubungan kointegrasi

Menurut Circir dan Parikh (1995) dalam Sudjono (2002) jika order kointegrasi

ada 2 atau lebih maka dipilih satu persamaan kointegrasi yang punya tanda-tanda

sesuai dengan yang diharapkan berbasis pada persamaan kointegrasi.

Mengacu pada Giles dan Mirza (1999) dalam Indrawati (2002) estimasi rank

kointegrasi dengan prosedur Johansen:

(1) jika r = 0 maka estimasi dengan VARD (k-1) model

(2) jika 0 < r < n, maka estimasi dengan VECM (k-1)

(3) jika r = n, maka estimasi dengan V ARL (k)

Metode proses dimulai dengan uji persamaan hipotesis r = 0, dimana tidak

ada vektor kointegrasi. Jika hipotesis tersebut tidak dapat ditolak, maka prosedur

dihentikan karena variable-variabelnya tidak berkointegrasi. Jika r = 0 ditolak, masih

ada kemungkinan untuk melakukan uji pada hampir 1 vektor kointegrasi (r ~ 1).

Apabila hipotesis ini juga ditolak, maka dilanjutkan ke r ~ 2, r ~ 3, ... r ~ s, sampai

hipotesis tidak ditolak. Misalkan, kita dapat menolak r ~ r* - 1 tetapi tidak menolak

pada r ~ r*, maka implikasinya bahwa ada r* vektor kointegrasi. Artinya, estimasi

Maximum Likelihood pada r* vektor dapat diperoleh. Indikasi bahwa uji tersebut

$ Tesis 2006 Chapter III ______________________________________________ 46

signifikan adalah dengan melihat nilai dari likelihood ratio-nya. Pernyataan signifikan

diperoleh hila likelihood ratio lebih besar daripada nilai kritis.

3.6 MODEL VAR (VECTOR AUTOREGRESSION) DAN VEC (VECTOR

ERROR CORRECTION)

Pendekatan struktural model persamaan simultan digunakan dalam teori

ekonomi untuk menggambarkan hubungan antara beberapa variable terkait. Model

kemudian diestlmasi dan digunakan untuk menguji teori ekonomi secara empiris.

Namun demikian, teori ekonomi sering tidak mampu menjelaskan spesifikasi

hubungan dinamis antar variable tersebut. Hal ini memunculkan alternatif berupa

model non struktural, yaitu sebuah pendekatan untuk memodelkan hubungan

antara beberapa variable. Dalam hal ini digunakan analisis model V AR a tau VEC.

Model V AR yang dikembangkan oleh Sims (1980) dalam (Enders, 1995)

mengasumsikan bahwa seluruh variable dalam persamaan simultan adalah variable

endogen. Asumsi ini diterapkan karena seringkali penentuan variable eksogen

dalam persamaan simultan bersifat subyektif. Dalam V AR, semua variable tak bebas

dalam persamaan juga akan muncul sebagai variable bebas dalam persamaan yang

sama. Sebagai contoh, untuk memodelkan hubungan perilaku pasar uang dan pasar

modal dalam penelitian ini, variable endogen yang relevan antara lain nilai tukar,

indeks harga saham dan transaksi asing. Ketiga variabel tersebut juga dapat menjadi

variabel eksogen, artinya dengan menggunakan lagnya, maka ketiga variabel

tersebut akan muncul sebagai variabel endogen dan eksogen.

V AR biasanya digunakan untuk peramalan suatu sistem yang saling terkait

secara runtun waktu dan untuk menganalisis dampak dinamik variable random error

dalam sistem variable serta untuk melakukan uji kausalitas. Hal ini berarti V AR

tidak mementingkan estimasi persamaan. Pendekatan V AR merupakan permodelan

setiap variable endogen dalam sistem sebagai fungsi dari lag semua variable

endogen dalam sistem. Hal ini berarti bahwa kita hanya perlu menspesifikasikan 2

hal yaitu:

• Te.rir 2006 Chapter III ------------------------ 47

(1) variable (endogen dan eksogen) yang diyakini berinteraksi

(2) jumlah lag terbanyak yang diperlukan untuk menangkap pengaruh-pengaruh

yang dimiliki masing-masing variable terhadap variable yang lain.

Berikut ini adalah model umum dari V AR :

dimana:

Yt Xt

At, .. Ap,B Ai B

Matriks n x 1 dari variable endogen Matriks m x 1 dari variable eksogen Matriks koefisien yang diestimasi

.................................. (3.20)

Matriks n x n dari koefisien variable endogen yang diestimasi Matriks n x m dari koefisien variable eksogen yang diestimasi Matriks n x 1 dari error term

Berdasarkan standard form dalam model V AR, bentuk umum untuk kasus

multi"mriate (Enders, 1995:301) menjadi sebagai berikut:

......... ·························· ........ (3.21)

dimana:

Yt vektor (n x 1) yang berisi n dari masing-masing variable dalam VAR

Ao vektor (n x 1) intersep Ai Koefisien matrik (n x n) Et vektor (n x 1) dari error term

Berdasarkan bentuk umum di atas, dalam penelitian ini penulis akan menggunakan

model standar V AR sebagai berikut :

[ ER1

] [a10 ] [a11 (L) LQI = a2o + a21 (L)

LogNP, a30 a31 (L)

dimana:

a12 (L)

a22 (L)

a32(L)

a13 (L)J[ ER1 ] [&11 ] a23 (L) LQ1 + &21 ............... (3.22)

a33 ( L) LogNP, &31

ERt LQt LogNPt

Nilai tukar rupiah terhadap USD IndeksLQ45 Beda nilai pembelian bersih investor asing


Namun demikian salah satu kelemahan dalam analisis model V AR adalah

kesulitan dalam menginterpretasikan koefisien , misalnya dalam persamaan V AR,

variabel X dipengaruhi oleh lag X masa lalu sampai lag ke 5. Setelah dilakukan

regresi ternyata hanya lag ke-1 dan ke-5 yang signifikan. Dalam hal ini sulit untuk

memberikan interpretasi mengapa lag kedua, ketiga dan keempat tidak

mempengaruhi X. Kelemahan ini ditutupi dengan analisis impulse response function

dan variance decomposition.

3.7 INNOVATION ACCOUNTING

3.7.1 IMPULSE RESPONSE FUNCTION(IRF)

IRF menunjukkan dampak slwck satu standar deviasi dari satu inovasi

terhadap nilai-nilai variable endogen pada periode sekarang dan di masa yang akan

datang. Suatu shock pada variable endogen ke-i secara langsung akan mempengaruhi

variable itu sendiri dan akan menjalar ke variable-variabel endogen yang lain

melalui struktur dinamis VAR. Jika antara €1, €2 dan €3 tidak berkorelasi,

interpretasi IRF adalah langsung. €1 adalah inovasi ER, €2 adalah inovasi LQ dan €3

adalah inovasi NP. Hal ini berarti jika semua variable 1(0), maka IRF akan konvergen

menuju nol dan menunjukkan sistem stabil.

Terkait dengan IRF, Sims (1980) dalam Enders (1995) memodelkan dampak

slzock periode sekarang dan di masa depan (misalkan e1t dan e2t) dengan

menggunakan vector moving average (VMA). Untuk memberikan ilustrasi, berikut ini

disajikan· persamaan standar dari V AR dalam bentuk matriks

................................. (3.23)

a tau dengan menggunakan standard form model yang diiterasi dengan the brute method

untuk memecahkan sistem menjadi sebagai berikut :

<e Tesis 2006 Chapter III ------------------------ 49

································· (3.24)

dimana:

I = matriks identitas (2x2)

setelah dilakukan n iterasi, maka diperoleh hasil sebagai berikut :

n

x, =(l+Al +~")Ao + L~;et-1 +Aln+lx,_,_l ................................ (3.25) i=O

selanjutnya, dilakukan iterasi dengan menghilangkan ~" dan mengganti n dengan

pendekatan tak terbatas, sehingga akan diperoleh persamaan sebagai berikut :

ao

x, = p+ L~;e,_l

dimana:

J.L = [y z]'

dan

i=O

y = [ a10 (I - a22 ) + a12 a22 ] I ll

; = [a20 {l-a11 )+a21 a10 ]Ill

································· (3.26)

sehingga jika dinyatakan dalam bentuk matrik menjadi

.................................. (3.27)

persamaan di atas menunjukkan adanya movzng average yang selanjutnya vector

erromya dapat ditulis sebagi berikut :

······························· (3.28)

kemudian kedua persamaan di atas dapat dikombinasikan menjadi

• Tesis2006Chapterlll -----------------------50

-b12 J(cY,J 1 Czt

...................... (3.29)

karena notasi persamaan di atas terlalu besarl maka untuk menyederhanakannya

dibuat matriks rpjk(iJ berukuran (2x2) sebagai berikut:

................................ (3.30)

sehigga persamaan (3.28) dapat ditulis berurutan dalam term cY, dan cz, menjadi :

Y, Y f fP11<i> fPt2<i> c,.t-t C. J ~ ; + ,,, ( (021(1) (022(1)) ( E,_, J (-J a tau dalam bentuk compact-nya sebagai berikut :

"' x, = J.i + I f/J; ct-1

i=O

................................. (3.31)

.................................. (3.32)

Keempat koefisien rp1w> I qJ12<;> 1 rp21 u> I rp22u> dinamakan sebagai the impuls response

function (Enders11995). Plotting IRF (penggambaran koefisien rpjkU> terhadap i)

menunjukkan perilaku Yt dan Zt atas sejumlah shocks yang terjadi.

Masalah lain yang muncul ialah kesulitan dalam menginterpretasikan IRF

karena pada umumnya errors secara total tidak pernah berkorelasi. Alternatif untuk

menyelesaikan masalah ini adalah dengan metode Choleski Decompotition walaupun

metode 1ru dilakukan secara arbitrary atas perubahan-perubahan guna

menginterpretasikan IRF. Dari vector error terms di atas dapat didekomposisikan

sebagai berikut:

................................ (3.33)

................................ (3.34)


3.7.2 VARIANCE DECOMPOSffiONS (VD)

VD memberikan pendekatan yang berbeda dalam menggambarkan dinamika

yang ada dalam sistem. Jika IRF dapat melacak sejauh mana pengaruh dari suatu

shock yang terjadi pada endogenus variable yang ada dalam sistem, maka VD

memisahkan (mendekomposisi) varian yang ada dalam variable endogen menjadi

komponen-komponen shocks pada variabel endogen yang ada dalam V AR. Dengan

demikian, VD dapat memberikan informasi tentang arti penting dari setiap shocks

(inovasi random) terhadap variable yang ada dalam V AR.

Jika forecast error periode ke-n dapat dinyatakan dalam persamaan berikut :

Yt +n- Etyt +n = Bu(O)&yt+n+Bn(l)&yt +n-1 + ... +Bu(n-I)&yt + 1 + ...... ············ (3.35)

812(0)&zr +n +B12(I)&zt +n -I+ ... +B12(n -I)&zt +I

maka variance dari forecast error Yt+n dapat dinyatakan sebagai berikut:

uy(n) 2 = u: [ 811 (0)2 + 811 {1)2 + ... + 811 (n-1)2 J + ...................................... (3.36) 2[ 2 (}, 2 (}, 2]

(Jz o.2(0) + 12(1) + ... + 12(n-l)

selanjutnya dapat dicari proporsiforecast error yang berasal dari error tenn dari y(cy)

sendiri serta yang berasal dari shock z(cz), masing-masing dengan rumus sebagai

berikut:

................................ (3.37)

dan

................................ (3.38)

Dengan demikian sebagaimana yang tampak pada persamaan di atas, forecast

error dari VD menjelaskan tentang proporsi dari varians suatu variable yang terdiri

dari varians variable itu sendiri dan varians variable lainnya. Jika tidak ada satupun

shock Ezt dari forecast error variance atas Yt pada semua ramalan di masa depan, maka

<e Tesis 2006 Chapter III ------------------------ 52

dapat dikatakan bahwa Yt adalah eksogenus. Dalam hal demikian, Yt akan mengarah

independen atas shock Ezt dan Zt.. Begitu pula sebaliknya, jika shock Ezt dapat

menjelaskan semua forecast error variance pada Yt pada semua ramalan di masa

depan, maka Yt adalah endogenus (Enders, 1995) .


DIAGRAM3.1

DIAGRAM ALUR METODE PENELITIAN

ldentifikasi Masalah

Tujuan Penelitian

Kerangka Pemikiran

! Hipotesis

Model Empiris VAR

I Uji Hipotesis

Econometric Tools I I I

Data

I

Anal isis

lo

Implikasi Kebijakan


DIAGRAM3.2

DIAGRAM ALUR UJI HIPOTESIS DENGAN ECONOMETRIC TOOLS

Data

Uji Stasioneritas

Tidak

Transfonnasi

VEC Estimation Model

Ya

Ya

Innovation Accounting

Uji Kausalitas

Uji Kointegrasi

Tidak

V AR Estimation Model

• Tesis2006Chapteriii ------------------------55

BABIV

ANALISIS DAN PEMBAHASAN

4.1 GRAFIK LEVEL DAN FIRST DIFFERENCE LEVEL

Untuk mengetahui fluktuasi pergerakan nilai tukar rupiah terhadap dolar

Amerika, indeks LQ 45, dan pembelian bersih investor asing pada pasar skunder

BEJ digunakan metode analisis deskriptif berupa grafik time series baik pada

data level maupun first difference-nya. Jadi penyajian secara grafis ini sama sekali

tidak dimaksudkan untuk melakukan uji stasioneritas. Berikut ini adalah

gambaran pergerakan masing-masing variabel penelitian :

14000

12000

10000

8000

6000

4000

2000

0~~~ .. ~~~~~~----~--~~~----~

-2 000 ..L.rrT'T"rT'T",..,-TTT"T"TTT"TTTTT"TTTT"T'T"T"T'T"T'T"T'T'T"T'T'T'T"T'T'T"T'T'T"T'T'T"T"I""'rT"I""'r..,.....J

2001 2002 2003 2004 2005

I-DEA -ERI

Gambar 4.1 Grafik level dan first difference data series nilai tukar

• Tesis2006ChapterW ---------------------56

Gambar 4.1 di atas memperlihatkan grafik level dan first difference dari

variabel nilai tukar. Pada grafik level terlihat bahwa nilai tukar berfluktuasi

dengan trend melemah dimana sejak awal 2000 cenderung melemah meski

sempat menguat pada kuartal ketiga. Memasuki tahun 2001, pelemahan rupiah

semakin tajam hingga menembus level psikologis pada kurs Rp12.000,00 per $US

yang kemudian menguat kembali pada kuartal ketiga pada tahun yang sama

pada level Rp8.500 per $US. Menurut catatan Annual Report Bank Indonesia,

tahun 2001 merupakan tahun yang sulit bagi perekonornian Indonesia dimana

kebijakan-kebijakan pembangunan ekonorni Indonesia masih sangat

dipengaruhi oleh pihak asing. Pada tahun 2002, nilai tukar rupiah relatif stabil

dengan volatilitas yang lebih rendah dibanding tahun sebelurnnya pada

persekitaran level Rp8.500 hingga Rp9.200 per $US, meskipun sempat ada

pengaruh sesaat yang tidak dapat diamati secara mendetail dari data closing price

harian ini, sebagai akibat peristiwa born Bali pada bulan Oktober 2002. Pada

kuartal pertama tahun 2003, rupiah sempat menyentuh level Rp9.000an, namun

kemudian menguat pada kuartal kedua hingga mampu bertengger pada nilai

Rp8.175 per US$. Menurut catatan Bank Indonesia, nilai tukar rupiah mencapai

penguatan yang tertinggi pasca krisis ekonorni dan moneter tahun 1997 pada

level ini. Namun hal ini tidak bertahan lama, karena memasuki kuartal ketiga

tahun 2003 hingga kuartal pertama tahun 2004 rupiah berada pada kisaran

Rp8400,- hingga Rp8.600,- per US $. Selanjutnya menginjak kuartal kedua trend

rupiah terus melemah hingga menembus angka Rp9.400,- per US$. Pelemahan

ini berlanjut hingga akhir tahun 2004 dimana rupiah masih berada pada level di

atas Rp9.000,-an per US$. Selama tahun 2005, rupiah cenderung terus melemah

hingga menjelang kuartal ketiga melewati batas psikologis sebesar Rp10.775,

per US$. Hal ini kurang lebih karena tekanan harga minyak dunia yang pada

akhirnya memaksa pemerintah mencabut kebijakan subsidi BBM sejak 1 Oktober

2005. Akibatnya memunculkan kondisi yang "menggoyang" perekonornian

nasional. Keadaan ini bertahan hingga akhir tahun 2005.

Q Tesis 2006 Chapter Il" ---------------------- 57

300

200

150

100

50

0~ .. ~~~--~~~~~~~~~~~~~~~ .. ~

-50 ~--~~~~~~~--~~--~~~~~~~--~ 2001 2002 2003 2004 2005

,_ DLQ - LQ I

Gambar 4.2 Grafik level dan first difference data series LQ 45


variable indeks LQ 45. Grafik level memperlihatkan indeks LQ 45 yang sangat

fluktuasi dengan kecenderungan meningkat. Selama tahun 2000, indeks LQ 45

cenderung melemah dari posisi 150an hingga menyentuh posisi 80an. Keadaan

ini terus berlanjut hingga kuartal pertama tahun 2001 dimana LQ 45 turun pada

posisi 67,275. Memasuki kuartal kedua dan ketiga tahun 2001, LQ 45 cenderung

stabil pada kisaran 72,108 hingga 97,598. Berdasarkan catatan Bank Indonesia,

penurunan LQ 45 pada level yang rendah pada periode tersebut disebabkan oleh

kegiatan produksi dan investasi yang masih sangat terbatas sebagai akibat dari

krisis serta masih tingginya risiko dan tingkat ketidakpastian, dan ditambah lagi

dengan lambannya proses restrukturisasi utang perusahaan. Pada tahun 2002,

tepatnya tanggal14 Oktober 2002, LQ 45 sempat anjlok ke posisi terendah yaitu

pada level 69,086. Sentimen negatif ini terjadi pada pembukaan bursa hari

pertama sebagai akibat langsung dari peristiwa aksi born Bali I pada tanggal 12

Oktober 2002. Keterpurukan ini tidak berlangsung lama, pada pertengahan

8 Tesis 2006 OJapur W ---------------------- 58

kuartal ketiga tahun 2002, LQ 45 kembali mengalami trend peningkatan hingga

menembus level 90, mesk.ipun pada kuartal pertama tahun 2004 sempat stagnan

pada kisaran 80 hingga 87 dimana pada saat itu para pelaku pasar masih wait and

see atas pelaksanaan pemilu legeslatif di Indonesia. Setelah pemilu legeslatif dan

pemilihan presiden dan wakil presiden secara langsung berjalan dengan aman

dan damai, laju peningkatan LQ 45 tak tertahan, hingga menembus batas

psikologis di levellOO pada awal Mei 2003 yang hingga akhir tahun 2003, LQ 45

terus meningkat dan mencapai angka tertinggi 152. Pada dua kuartal pertama

tahun 2004, LQ 45 berfluktuasi pada rentang 142 hingga 179. Memasuki kuartal

terakhir tahun 2004, LQ 45 menunjukkan keperkasaannya dengan trend

meningkat hingga akhir tahun mencapai level tertinggi 218,58. Kondisi ini terus

berlanjut hingga awal kuartal ketiga pertama tahun 2005, dimana LQ 45 sempat

berada di atas level 250. Namun memasuki akhir kuartar ketiga hingga akhir

tahun 2005, LQ 45 menurun dan selanjutnya bergerak stagnan pada kisaran 216

hingga 243.

2001 2002 2003 2004 2005

1- LOGNP -- DLOGNP

Gambar 4.3 Grafik level dan first difference data series pembelian bersih investor asing

• Tesis20060JapterW ----------------------59


variabel NP. Grafik level memperlihatkan NP dengan trend meningkat. Pada

tahun 2000, transaksi asing relatif stabil dengan hanya 1 transaksi bernilai

hampir Rp350 miliar pada bulan Mei 2000. Memasuki tahun 2001, transaksi

asing juga relatif stabil, dimana terdapat transaksi pembelian bersih asing yang

sangat signifikan di akhir tahun 2001 lebih dari Rp2,6 triliun. Pada kuartal

terakhir 2002, secara umum terdapat penurunan transaksi asing sebagai dampak

peristiwa born Bali I, namun masih terdapat satu NP yang signifikan hampir

senilai Rp4,8 triliun. Selama 2 kuartal pertama tahun 2003, hanya terjadi 2 NP

yang menonjol namun tidak signifikan yaitu pada akhir Januari sebesar Rp190

miliar dan akhir Juni sebesar Rp44 miliar. Sementara itu, pada 2 kuartal terakhir

tahun 2003, terdapat 2 NP yang bernilai lumayan besar masing-masing senilai

Rp702 miliar pada akhir Juli dan Rp650 miliar pada akhir Oktober, namun

terdapat pula 2 NP bernilai negatif yaitu sebesar Rp92 miliar pada akhir Juli dan

Rp115 miliar pada awal Agustus. Memasuki kuartal pertama tahun 2004, mulai

terdapat NP yang bemilai besar masing-masing sebesar Rp296 miliar dan Rp481

miliar pada awal Januari, Rp730 miliar dan hampir Rp1,2 triliun pada akhir

Februari serta hampir Rp2 triliun pada awal Maret. Namun demikian, terdapat

juga NP bemilai negatif yang menonjol sebesar Rp211 miliar dan Rp257 miliar

pada awal Maret 2004. Pada kuartal kedua tahun 2004, NP fluktuatif pada

kisaran negatif Rp448 miliar hingga Rp589miliar. Sementara itu, pada 2 kuartal

terakhir paling tidak terjadi 4 NP yang bernilai di atas Rp500 miliar yaitu sebesar

Rp560 pada awal Oktober, sebesar Rp1,256 triliun dan Rp1,427 triliun pada awal

November serta sebesar Rp655 miliar pada awal Desember. Sedangkan NP yang

bernilai negatif terjadi pada awal Desember senilai Rp260 miliar. Selama

semester pertama tahun 2005, terdapat 2 NP bemilai negatif yang sangat

signifikan masing-masing sebesar Rp18,5 triliun pada pertengahan Maret dan

Rp19,2 triliun sedangkan yang bernilai positif sebesar Rp862 miliar pada awal

Januari dan Rp735 miliar pada akhir bulan Maret. Sementara pada semester

G Te.ris 2006 Chapter W ---------------------- 60

terakhirnya, terdapat 4 NP besar masing-masing senilai Rp2,169 triliun pada

awal Agustus, Rp2,131 triliun pada akhir September, Rp1,095 triliun pada

pertengahan Oktober dan Rp4,424 triliun pada akhir Oktober.

4.2 UJI ST ASIONERIT AS

Suatu data time series dikatakan stasioner jika mean, varzance dan

autocovariance untuk berbagai lag yang berbeda nilainya konstan, tidak melihat

dari titik mana perhitungan dimulai atau tidak tergantung waktu (time invariant).

Suatu penelitian dengan data time series yang dapat diestimasi dengan metode

estimasi biasa (OLS) didasarkan pada suatu asumsi bahwa data tersebut

stasioner pada level, artinya data konstan dan independen sepanjang waktu

(Gujarati,2003). Namun pada kenyataannya, sebagian besar data time series

merupakan data nonstasioner. Hal ini berarti penggunaan metode estimasi OLS

dengan data nonstasioner dapat berakibat pada kegagalan estimasi dalam

menunjukkan nilai-nilai yang sebenarnya (spurious regression) meskipun ukuran

sample diperbesar. Oleh karena itu, sebelum dilakukan analisis lebih lanjut perlu

dilakukan uji stasioneritas yang dapat dilakukan dengan unit root test.

Jika suatu variable Yt pada data level mempunyai satu unit root, maka

variable tersebut nonstasioner. Selanjutnya, dilakukan pengujian pada first

difference dan seterusnya hingga diperoleh data yang stasioner.

Metode yang lazim digunakan untuk melakukan unit root test adalah

Augmented Dickey-Fuller Test (ADF Test). Untuk menentukan bahwa suatu series

mempunyai unit root a tau tidak, maka perlu dilakukan perbandingan antara nilai

t statistik ADF atau PP Test dengan nilai ADF Tabel. Apabila nilai t statistik ADF

atau PP Test lebih kecil daripada nilai kritis ADF Tabel dengan tingkat

signifikansi tertentu, maka series tersebut tidak stasioner.

Berdasarkan hasil uji unit root sebagaimana terlihat pada tabel 4.1 di

bawah ini ditemukan bahwa ketiga variable asal memiliki unit root yang berarti

data asli penelitian tidak stasioner. Hasil ini konsisten dengan Ajayi dan

• Tesi1 2006 Chapter IV ----------------------------------------------------------------------------------61

Mougoue (1996), Asmila (2001), Indrawati (2002), Sudjono (2002), Sulistyo (2002)

serta para peneliti yang lain.

Tabel4.1 Hasil Uji Unit Root dengan Metode ADF Test dan PP Test

Varia bel ADFTest PPTest Order Integrasi (t-stat) (t-stat)

ER -2.608058 -2.546028 I (1)

D(ER) -35.32174 -35.25351

LQ 0.282157 0.282843 I (1)

D(LQ) -32.63501 -32.54433

LogNP -2.114474 -2.162783 I (1)

D(LogNP) -17.41338 -239.8823

Untuk mendapatkan data yang stasioner, maka pada tahap berikutnya

dilakukan pengujian unit root pada data first difference. Hasil uji dengan

menggunakan ADF Test dan PP Test seperti terlihat pada table 4.1 menunjukkan

bahwa data stasioner dengan tingkat signifikansi 1 %. Hal ini berarti bahwa

seluruh variable ekonomi tersebut di atas stasioner pada first difference sehingga

variable dapat dikatakan terintegrasi pada derajat 1 atau I(1).

4.3 UJI GRANGER'S CAUSALI1Y

Pengujian dengan Granger's Causality hanya untuk menguji hubungan

diantara variabel dan tidak melakukan estimasi terhadap model. Berikut ini hasil

rekapitulasi uji kausalitas dengan metode Granger's Causality:

Tabel4.2 Hasil Uji Kausalitas dengan Granger's Causality Test

Hipotesis Signifikansi 5% Signifikansi 10%

DLQ does not Granger Cause DLOGNP Ho ditolak Ho ditolak DLOGNP does not Granger Cause DLQ Ho tidak ditolak Ho tidak ditolak DER does not Granger Cause DLOGNP Ho tidak ditolak Ho tidak ditolak DLOGNP does not Granger Cause DER Ho tidak ditolak Ho tidak ditolak DER does not Granger Cause DLQ Ho tidak ditolak Ho tidak ditolak DLQ does not Granger Cause DER Ho tidak ditolak Ho ditolak

• Tuis 2006 Chapter IV --------------------- 62

Berdasarkan tabel 4.2 di atas, dari seluruh uji kausalitas terhadap seluruh

variabel penelitian pada tingkat signifikansi 5% diperoleh basil bahwa ternyata

hanya hipotesis LQ does not granger cause terhadap LogNP yang ditolak

sedangkan hipotesis yang lainnya tidak dapat ditolak. Hasil ini menunjukkan

bahwa hanya indeks LQ 45 yang berpengaruh terhadap pembelian bersih

investor asing. Sementara itu, pada tingkat signifikansi 10% terdapat 2 hipotesis

yang ditolak, masing-masing mengandung pengertian bahwa indeks LQ 45

berpengaruh terhadap pembelian bersih investor asing dan indeks LQ 45

berpengaruh pada nilai tukar. Hal ini tidak konsisten dengan penelitian

sebelumnya yang dilakukan oleh Sudjono (2002) yang menemukan adanya

hubungan kausalitas antara indeks harga saham dengan nilai tukar.

4.4 PENENTUAN PANJANG LAG

Sebelum melakukan uji kointegrasi, dan membentuk model V AR a tau

VEC perlu dilakukan penentuan panjang lag. Karena uji kointegrasi, dan model

V AR a tau VEC sangat peka terhadap panjang lag, maka penentuan lag yang

optimal menjadi salah satu prosedur penting yang harus dilakukan dalam

pembentukan model.

Beberapa penelitian sebelumnya menggunakan berbagai panjang lag yang

berbeda-beda. Ajayi dan Mougoue (1996) menggunakan panjang lag yang

beragam untuk masing-masing negara yang diteliti mulai dari lag 3 hingga lag

13. Asmila (2001) dengan data harian menggunakan lag 8 untuk Indonesia, lag 5

untuk Filipina, lag 6 untuk Thailand dan Singapura. Penelitian Sudjono (2002)

dengan data bulanan menggunakan lag 9 untuk seluruh perode data Oanuari

1990-Desember 2000), lag 3 untuk periode sebelum krisis dan lag 2 untuk

periode setelah krisis, sedangkan penelitian lndrawati (2002) dengan data

bulanan menggunakan lag 3 untuk Indonesia. Sementara itu, Sulistyo (2002)

dengan data pekanan menggunakan lag 7 dan Novita (2004) dengan data harian

menggunakan lag 5 untuk Indonesia. Berdasarkan penelitian-penelitian tersebut

(t Tesis 2006 Chapter IV -------------------------------------------------------------------------------------63

di atas, penentuan panjang lag sangat bergantung pada periode data (sebelum

atau sesudah krisis), panjang data (banyaknya sample) dan sifat data (bulanan,

pekanan,dan harian.).

Secara umum terdapat beberapa parameter yang dapat digunakan untuk

menentukan panjang lag yang optimal, antara lain AIC (Akaike Information

Criterion), SC (Sclzwart Criterion) dan LR (Likelihood Ratio). Penentuan panjang lag

yang optimal didapat dari persamaan V AR a tau VEC dengan nilai AIC, SIC a tau

LR terkecil. Namun apabila terdapat perbedaan dalam memilih nilai minimal

dari AIC, SC dan LR, maka panjang lag dipilih berdasarkan LR karena dengan

AIC jumlah lag sering terlalu panjang sedangkan dengan SC sering terlalu

pendek. Giles (2000) menyatakan AIC overestimate of k dan SC overly parsimonious

infinite sample (lndrawati,2002).

Berikut ini disajikan tabel rekapitulasi perbandinga-n nilai log likelihood

dan kriteria yang digunakan dalam penentuan panjang lag untuk model V AR

mulai panjang lag 1 s.d 10 :

Tabel4.3 Rekapitulasi nilai log Likelihood, LR, AIC dan SC

dalam Model V AR an tara ER, LQ dan LogNP

Lag LogL LR AIC sc 0 -21974.29 NA 31.12931 31.14047 1 -13903.81 16095.25 19.71077 19.75541 2 -13854.75 97.63441 19.65403 19.73215 3 -13814.35 80.22018 19.60956 19.72116* 4 -13791.68 44.93060 19.59019 19.73528 5 -13777.46 28.11299 19.58280 19.76137 6 -13767.18 20.28032 19.58099 19.79304 7 -13751.74 30.39290 19.57187 19.81740 8 -13739.00 25.03435 19.56657 19.84558 9 -13727.12 23.28433* 19.56250* 19.87498

10 -13721.25 11.48474 19.56693 19.91290

Berdasarkan Tabel4.3 di atas, terlihat bahwa ketiga kriteria memberikan

hasil yang berbeda-beda, yaitu LR dan AIC dengan panjang lag 9, sedangkan SC

dengan panjang lag 3. Oleh karena itu, dalam penelitian ini setelah

4' Tesis 2006 Chapter IV -----------------------------------------64

mempertimbangkan penelitian terdahulu dan karakteristik data harian, maka

akan digunakan panjang lag sesuai dengan kriteria LR dan AIC yaitu lag 9.

4.5 UJI KOINTEGRASI

Uji kointegrasi dilakukan untuk mengetahui apakah akan terjadi

keseimbangan dalam panjang, yaitu terdapat kesamaan pergerakan dan

stabilitas hubungan diantara variable-variable yang digunakan atau tidak. Agar

dapat dilakukan uji kointegrasi untuk mengetahui apakah suatu series

terkointegrasi atau tidak, maka series tersebut harus memenuhi 2 syarat yaitu

memiliki unit root (nonstasioner) dan terintegrasi pada orde yang sama.

Menurut Enders (1995) kointegrasi merupakan kombinasi hubungan

linear dari variable-variabel yang nonstasioner dan semua variabel tersebut

harus terintegrasi pada orde yang sama. Secara teoritis, jika Xt mempunyai n

komponen maka jumlah vektor kointegrasi maksimal n-1. Jadi jika Xt hanya

terdiri dari 2 variabel, maka hanya terdapat 1 vektor kointegrasi. Banyaknya

vektor kointegrasi ini disebut rank kointegrasi.

Dalam penelitian ini, uji kointegrasi dilakukan dengan menggunakan

metode Johansen's Cointegration Test. Berikut ini disajikan tabel hasil uji

kointegrasi dengan metode Johansen's Cointegration Test:

Tabel4.4 Pengujian Kointegrasi dengan metode Johansen's Cointegration Test

Hypothesized Trace 5 Percent 1 Percent No. ofCE(s) Eigenvalue Statistic Critical Value Critical Value

None* 0.021018 40.10412 34.91 41.07 Atmost1 0.005608 10.11005 19.96 24.60 Atmost2 0.001535 2.168958 9.24 12.97

Dari table 4.4 di atas dapat dilihat bahwa nilai trace statistic pada r = 0

lebih kecil dari critical value dengan tingkat signifikansi 1 %. Hal ini berarti

hipotesis nol yang menyatakan bahwa tidak ada kointegrasi tidak dapat ditolak

dan hipotesis alternatif yang menyatakan ada kointegrasi ditolak. Semen tara itu,

• Te.ris 2006 Chapter IV __________________________________________ 65

pada r = 0 nilai trace statistic lebih besar dari critical value dengan tingkat

signifikansi 5 %, artinya hipotesis nol yang menyatakan bahwa tidak ada

kointegrasi ditolak dan hipotesis alternatif yang menyatakan ada kointegrasi

tidak dapat ditolak sedangkan pada r :s: 1 nilai trace statistic lebih kecil dari

critical value dengan tingkat signifikansi 5 %, artinya hipotesis nol yang

menyatakan bahwa tidak ada kointegrasi tidak dapat ditolak dan hipotesis

alternatif yang menyatakan ada kointegrasi ditolak.

Berdasarkan analisis ekonometrik di atas dapat dilihat bahwa di antara

ketiga variabel dalam penelitian ini, terdapat 1 kointegrasi pada tingkat

signifikansi 5 % dan tidak ada kointegrasi pada tingkat signifikansi 1%. Dalam

penelitian ini, penulis dengan keyakinannya akan menggunakan tingkat

signifikansi 1% dalam menentukan ada tidaknya hubungan jangka panjang

diantara ketiga variabel penelitian. Hal ini dilakukan mengingat data harian

merupakan data dengan tingkat keakuratan yang tinggi sehingga dengan tingkat

signifikansi 1% diharapkan memberikan hasil yang lebih akurat.

Dengan demikian, secara intuitif dari hasil uji kointegrasi dapat

disimpulkan bahwa di antara nilai tukar, indeks LQ 45 dan pembelian bersih

investor asing tidak memiliki hubungan stabilitasfkeseimbangan dan kesamaan

pergerakan dalam jangka panjang.

Hasil penelitian ini konsisten dengan penelitian yang dilakukan oleh

Novita (2004), namun berbeda dengan penelitian yang dilakukan sebelumnya

oleh Asmila (2001 ), lndrawati (2002), Sudjono (2002) dan Sulistyo (2002).

Perbedaan ini sangat mungkin disebabkan oleh perbedaan kurun waktu

(periode) pengambilan data, perbedaan jangka waktu data penelitian dan

karakteristik data penelitian (bulanan, pekanan, atau harian).

4.6 MODEL EMPIRIS DARIVAR

Setelah menentukan panjang lag dan melakukan uji kointegrasi, maka

tahap berikutnya adalah membentuk model V AR a tau VEC. Menurut Enders,

• Tesis 2006 Chapter IV ------------------------------------------66

jika terdapat hubungan kointegrasi diantara variabel penelitian, maka estimasi

dilakukan dengan VEC, sedangkan jika tidak ada kointegrasi, maka estimasi

dilakukan dengan V AR Difference 01 ARD) Karena hasil uji kointegrasi pada

penelitian ini menunjukkan tidak ada kointegrasi diantara ketiga variabel di atas

maka estimasi dilakukan dengan V ARD. Tabel berikut ini menyajikan hasil

estimasi dengan VARD:

Table 4.5 Hasil Estimasi V ARD

() untuk standar error dan [] untuk t-statistik

DER DLQ DLOGNP

DER(-1) 0.055731 6.47E-05 0.000119 (0.02738) (0.00069) (0.00050)

[ 2.03522] [ 0.09320] [ 0.23936]

DER(-2) -0.054402 0.000786 7.50E-05 (0.02740) (0.00069) (0.00050)

[-1.98556] [ 1.13187] [ 0.15045]

DER(-3) -0.054561 0.000161 -0.000522 (0.02743) (0.00070) (0.00050)

[-1.98889] [ 0.23101] [-1.04665]

DER(-4) 0.074842 -0.000554 -0.000250 (0.02742) (0.00069) (0.00050)

[ 2.72945] [-0.79729] [-0.50128]

DER(-5) 0.035396 -0.000147 0.000177 (0.02746) (0.00070) (0.00050) [ 1.28907] [-0.21091] [ 0.35475]

DER(-6) -0.023777 -0.000404 9.79E-05 (0.02738) (0.00069) (0.00050)

[-0.86839] [-0.58272] [ 0.19663]

DER(-7) -0.015196 -3.01E-06 0.000129 (0.02731) (0.00069) (0.00050)

[-0.55635] (-0.00435] [ 0.26009]

DER(-8) 0.031901 0.001260 0.000624 (0.02726) (0.00069) (0.00050) [ 1.17024] [ 1.82378] [ 1.25756]

DER(-9) 0.067110 -0.000113 0.000269 (0.02724) (0.00069) (0.00050)

[ 2.46340] [-0.16404] [ 0.54345]

DLQ(-1) -2.451545 0.169142 0.063183 (1.08383) (0.02747) (0.01972)

[-2.26194] [ 6.15758] [ 3.20474]

• Ten1 2006 Chapter IV --------------------- 67

DLQ(-2) -0.034943 -0.069752 0.016928 (1.09802) (0.02783) (0.01997) [-0.03182] [-2.50647] [ 0.84753]

DLQ(-3) -1.594196 0.053810 0.008939 (1.09810) (0.02783) (0.01998) [-1.45178) [ 1.93350] [ 0.44749]

DLQ(-4) -0.065659 0.003470 0.024273 (1.09667) (0.02779) (0.01995) [-0.05987] [ 0.12486] [ 1.21675]

DLQ(-5) -0.309467 0.018587 0.007014 (1.09724) (0.02781) (0.01996) [-0.28204] [ 0.66838) [0.35140]

DLQ(-6) -0.729766 0.008287 -0.019216 (1.09792) (0.02783) (0.01997) [-0.66468] [ 0.29783) [-0.96217]

DLQ(-7) 0.054416 -0.010941 -0.017728 (1.09653) (0.02779) (0.01995) [ 0.04963] [-0.39369] [-0.88879]

DLQ(-8) 1.209391 -0.022678 -0.019762 (1.09128) (0.02766) (0.01985) [1.10824] [-0.81995) [-0.99553]

DLQ(-9) 0.047108 -0.011476 0.003400 (1.07558) (0.02726) (0.01957) [ 0.04380) [-0.42098) [ 0.17380]

DLOGNP(-1) -1.113044 0.047471 -0.788596 (1.47836) (0.03747) (0.02689) [-0.75289] [ 1.26697] [-29.3243]

DLOGNP(-2) -3.684345 0.001807 -0.737867 (1.86916) (0.04737) (0.03400)

[-1.97112] [0.03815] [-21.7012]

DLOGNP(-3) -3.271237 0.008328 -0.616417 (2.13180) (0.05403) (0.03878) [-1.53450] [0.15414] [-15.8958]

DLOGNP(-4) -3.345142 -0.029809 -0.507915 (2.24773) (0.05697) (0.04089) [-1.48823) [-0.52327] [-12.4222]

DLOGNP(-5) -1.437984 0.085241 -0.448553 (2.27288) (0.05760) (0.04135) [-0.63267] [1.47975] [-10.8490]

DLOGNP(-6) -1.871592 0.040034 -0.380253 (2.24478) (0.05689) (0.04083) [-0.83375] [0.70368] [-9.31221]

• Tms 2006 Chapter IV 68

DLOGNP(-7) -0.959848 0.099156 -0.264960 (2.12734) (0.05392) (0.03870) [-0.45120] [1.83909] [-6.84694]

DLOGNP(-8) -1.285615 0.006193 -0.158639 (1.86023) (0.04715) (0.03384) (-0.69111] [ 0.13136] [-4.68811]

DLOGNP(-9) -1.652208 0.000119 -0.057231 (1.47771) (0.03745) (0.02688)

[-1.11809] [ 0.00318] [-2.12911]

c 1.948733 0.055379 -0.005159 (2.19047) (0.05552) (0.03985) [ 0.88964] [ 0.99754] [-0.12948]

Ketiga persamaan dalam V AR di atas masing-masing terdiri dari variabel

variabel yang sama pada sisi kanan. Berdasarkan tabel 4.5 di atas tidak semua

lag signifikan dalam setiap persamaan. Keadaan ini merupakan tipikal dalam

V AR (Pindyck dan Rubinfeld, 1998).

Untuk persamaan pertama dengan variabel dependen nilai tukar,

variabel-variabel yang berpengaruh secara signifikan adalah nilai tukar dari

empat hari sampai satu hari sebelumnya dan hari kesembilan sebelumnya, dan

indeks LQ 45 sehari sebelumnya serta pembelian bersih investor asing pada dua

hari sebelumnya. Pola hubungan nilai tukar dengan dirinya sendiri berselang

seling awalnya positif lalu negatif dan akhirnya positif lagi sedangkan dengan

indeks LQ 45 dan pembelian investor asing hubungannya negatif. Hal ini

konsisten dengan penelitian Manurung (1996) dan penelitian Sulistyo (2002)

namun berbeda dengan penelitian lndrawati (2002). Dengan demikian, pola

hubungan nilai tukar dengan indeks LQ 45 dan pembelian investor asing

berlawanan arah, yaitu ketika indeks LQ 45 dan pembelian bersih investor asing

mengalami peningkatan maka nilai tukar mata uang domestik akan mengalami

apresiasi. Hal ini dapat dijelaskan bahwa pada saat indeks LQ 45 naik maka

kekayaan riil investor akan meningkat sehingga akan meningkatkan daya beli.

Peningkatan daya beli berarti akan menaikkan permintaan mata uang domestik

sehingga tingkat suku bunga pun turut naik. Peningkatan suku bunga akan

• Tesis 2006 Chapter IV --------------------------------------------------------------------------------69

menarik arus modal asing masuk (capital inflows) yang pada akhirnya akan

menyebabkan apresiasi mata uang domestik.

Untuk persamaan kedua dengan variabel dependen indeks LQ 45,

variabel yang berpengaruh secara signifikan hanya indeks LQ 45 itu sendiri

sejak dua hari sebelumnya. Pola hubungan indeks LQ 45 dengan dirinya sendiri

bervariasi diawali dengan hubungan positif lalu diakhiri dengan hubungan

negatif sedangkan dengan nilai tukar hubungannya secara umum negatif dan

dengan pembelian bersih investor asing hubungannya positif. Hasil penelitian

ini berbeda dengan penelitian Manurung (1996) di BEJ yang menjelaskan bahwa

pembelian bersih investor asing dapat menjelaskan secara signifikan varians

indeks harga saham dengan hubungan negatif. Penyebabnya adalah perbedaan

penggunaan metode estimasi. Meskipun dalam penelitian ini hasilnya tidak

signifikan, secara umum dapat dikatakan bahwa pada saat nilai tukar

mengalami depresiasi maka indeks LQ 45 akan mengalami penurunan begitu

pula hila terjadi penurunan pembelian bersih investor asing maka akan

menurunkan indeks LQ 45.

Untuk persamaan ketiga dengan variabel dependen pembelian bersih

investor asing, variabel-variabel yang berpengaruh secara signifikan adalah

pembelian bersih investor asing selama 9 hari sebelumnya, dan indeks LQ 45

sehari sebelumnya. Pola hubungan pembelian bersih investor asing dengan

dirinya sendiri positif begitu pula dengan indeks LQ 45 hubungannya positif

sedangkan dengan nilai tukar negatif. Indeks LQ 45 sehari sebelumnya

memberikan pengaruh yang positif terhadap pembelian bersih investor asing

yang berarti bahwa setiap ada kenaikan indeks LQ 45, maka akan meningkatkan

pembelian bersih investor asing pada hari berikutnya. Sementara itu, meskipun

pengaruh nilai tukar tidak signifikan, jika terjadi depresiasi nilai tukar, maka

cenderung akan menyebabkan peningkatan arus modal asing masuk ke dalam

perekonomian domestik. Hal ini disebabkan harga dalam negeri menjadi lebih

murah, sehingga dengan modal yang sama, investor asing akan mendapatkan

e Tesis 2006 Chapter IV ____________________________________________ 70

barang yang lebih banyak. Dari sisi lain, depresiasi mata uang domestik akan

meningkatkan daya saing produk perusahaan-perusahaan yang berorientasi

ekspor sehingga keuntungan perusahaan tersebut akan menaikkan nilai

fundamental sahamnya dan hal ini akan menarik investor asing untuk membeli

saham-sahamnya.

Dari ketiga persamaan di atas terlihat bahwa nilai tukar tidak hanya

dipengaruhi oleh dinamika pergerakan masa lalunya tetapi juga dipengaruhi

oleh indeks LQ 45 dan pembelian bersih investor asing. Hal ini ternyata tidak

berlaku sebaliknya, karena indeks LQ 45 ternyata hanya dipengaruhi oleh

dinamika pergerakan indeks LQ 45 hari-hari sebelumnya. Hasil penelitian ini

konsisten dengan penelitian Indrawati (2002) dan Novita (2004). Sementara itu,

pembelian bersih investor asing, selain dipengaruhi oleh dinamika pergerakan

masa lalunya juga dipengaruhi oleh dinamika pergerakan indeks LQ 45 sehari

sebelumnya. Ini menandakan bahwa untuk periode penelitian ini lndeks LQ 45

dapat menjadi leading indicator bagi pergerakan nilai tukar dan pembelian bersih

investor asing. Hasil ini sejalan dengan hasil uji granger's causality dimana

perubahan indeks LQ 45 mempengaruhi perubahan pembelian bersih investor

asing dan pergerakan nilai tukar.

Dari sudut pandang ekonomi mikro, kemungkinan terjadinya fenomena

ini dapat dijelaskan dengan teori Top-Down Analysis yang menyatakan bahwa

sebelum investor melakukan investasi pada bursa asing, mereka akan

mempertimbangkan kondisi ekonomi global dan kondisi makroekonomi negara

asing tersebut. Salah satu yang dipertimbangkan adalah pergerakan nilai tukar.

Jika kondisi memungkinkan untuk berinvestasi, pertimbangan berikutnya

adalah industri apa yang dipilih untuk investasi. Selanjutnya, jika kedua

pertimbangan di atas sudah memenuhi kriteria, maka pertimbangan berikutnya

adalah perusahaan mana yang dipilih untuk berinvestasi. Pada saat investor

asing telah mempertimbangkan ketiga faktor di atas dan melihat ada potensi

keuntungan dan harganya murah (underoalued), maka mereka akan berbondong-

• Tnis 2006 Chapttr W -------------------------------------------------------------------------------71

bondong berinvestasi (capital inflows/hot money). Sebelum investor asing

melakukan transaksi bursa, investor domestik yang melihat gelagat investor

asing mau masuk, melakukan pembelian dalam jumlah yang tidak terlalu besar.

Pembelian investor domestik ini kemudian mendorong indeks LQ 45 naik.

Kemudian investor asing juga melakukan transaksi dalam jumlah besar,

sehingga indeks LQ 45 semakin meningkat sementara nilai tukar belum

terpengaruh karena investor asing baru akan menukar mata uangnya ke mata

, uang domestik pada tanggal penyelesaian transaksi bursa. Jadi indeks LQ 45

mengalami sedikit kenaikan sebagai akibat pembelian investor domestik,

selanjutnya diikuti kenaikan pembelian bersih investor asing yang akan semakin

mendorong kenaikan indeks LQ 45. Pada akhirnya, kenaikan indeks LQ 45 dan

pembelian investor asing akan diikuti apresiasi mata uang domestik akibat

peningkatan permintaan mata uang domestik pada saat investor asing mertukar

mata uangnya ke mata uang domestik untuk penyelesaian transaksi bursa.

Sementara itu, dari perspektif makro ekonomi dengan berdasarkan

analisis model V AR di atas, secara garis besar hasil penelitian ini sesuai dengan

pendekatan portofolio balance yang menyatakan bahwa pergerakan indeks harga

saham akan mempengaruhi pergerakan nilai tukar mata uang domestik melalui

saluran arus modal asing. Hasil penelitian ini konsisten dengan penelitian

Indrawati (2002) dan Novita (2004).

4.7 INNOVATION ACCOUNTING

Secara umum, innovation accounting ini mencoba untuk menguraikan

bagaimana dan seberapa besar pengaruh shock atau impulse atau innovation atau

disturbance terhadap variabel-variabel yang dibentuk dalam persamaan.

innovation accounting terdiri dari Impulse Response Function (IRF) dan Variance

Decompositions (VD)

IRF akan memperlihatkan bagaimana pengaruh kontemporer dari satu

standar deviasi suatu inovasi terhadap nilai-nilai variabel endogen pada waktu

• Tesis 2006 Chapter IV _________________________________________ 72

sekarang dan yang akan datang. Suatu shock pada variable endogen ke-i secara

langsung akan mempengaruhi variable itu sendiri dan akan menjalar ke

variable-variabel endogen yang lain melalui struktur dinamis V AR. IRF

memberikan arah hubungan besarnya pengaruh antar varia bel endogen. Dengan

demikian, shocks atas suatu variabel dengan adanya informasi baru akan

mempengaruhi variabel itu sendiri dan variabel-variabellain dalam sistem V AR.

,._.. of DER to DER

~ofDLQtoDER

2.5,-----------,

1.5

1.<>

0.5

__ ... ------0. ~:-:.··-:::: -- __ ...

·O.S -

1 2 3 .. 5 6 7 • • 10

Aetpor.e of DLOGN> to DER

~-~--------~ 1.5

1.<>

0.5

0. =-----:-·0.5

·1.0.

·I.S·+-,...-,----r---r--r--r-,...--,r--1 1'134!.671.10

Response 1D Cholesky One S.D. k"!novations :1:2 S.E.

~ofDERioDLQ

--- -----------;::.;:;--'~~---- ------ --

1 z 3 .. 5 6 7 • ' 10

RMpcnse of DLQ to DLQ 2.5,..------------.

-o.s

·l .. <>f----r---r---r---r---r---r---r---r-, 1 2 3 .. 5 6 1 • • 1€'

,._.. ol DLOGN> lo DLQ 2.0•..------------,

1.5

1.0

0.5

------- -----...... ____ -------o.s

·t.o-

·t.S+-,----r---r--r--r--..---,.---,...--1 , 2 3 .. s 8 1 • • 10

~·of DER 1o DLOGN>

100·-r-----------,

.. 0 -::: ___ :::--::-~:::::--- --=

·20+-T""--r-r-r-r--r--.--......-f 1 2 3 • s & 1 • t ro

~onse of DLQ to DLOGN> l.S,-----------, •.. I.S

1.')

o.s

M --:.::::-_---:_----_ ·::.-.:..:::~-0.5

·t.•+-T"""--r-r-r-r--r--r--......-1 1 2 3 4 5 6 1 I I W

~ ol DLOGN> 1o DLOGNP 1.0.,....-----------,

I.S

_______ ... ____ _ ---------

·1.0

Gambar 4.4 Impulse Response Function Model V ARD

Gambar 4.4 di atas memvisualisasikan IRF untuk model VARD dalam 10

periode mendatang Bila dilihat gambar 4.4 dapat ditunjukkan bahwa response

D(ER) terhadap satu standar deviasi dari shock D(LQ) menunjukkan respon yang

• Tesis 2006 Chgpur fi/ ___________________________________________ 73

negatif hingga hari kedelapan kemudian positif menuju konvergen pada dua

hari berikutnya. Namun hal ini tidak berlaku sebaliknya, dimana respon D(LQ)

terhadap satu standar deviasi dari shock D(ER) bervariasi dari negatif akhirnya

menjadi positif. Begitu pula response D(ER) terhadap satu standar deviasi dari

shock D(LogNP) pada secara umum menunjukkan respon negatif. Sementara itu,

response D(LogNP) terhadap standar deviasi dari shock D(ER) bervariasi diawali

dari negatif kemudian positif dan berakhir negatif. Secara umum, response

D(LogNP) terhadap shock D(ER) relatif kecil. Hal ini menunjukkan sistem telah

stabil. Sementara itu, response D(LQ) terhadap satu standar deviasi dari shock

D(LogNP) menunjukkan respon bervariasi dari positif lalu negatif dan berakhir

positif. Hal ini berlaku sebaliknya, dimana respon D(LogNP) terhadap satu

standar deviasi dari shock D(LQ) menunjukkan respon bervariasi dari positif lalu

negatif dan berakhir positif.

Sementara itu, hasil perhitungan IRF antara D(ER), D(LQ) dan D(LogNP)

disarikan dalam Lampiran 6. Uji dilakukan dalam 3 tahap, pertama mengetahui

pengaruh kontemporer dari variabel D(ER) terhadap variabel D(LQ) dan

D(LogNP), kedua digunakan untuk melihat pengaruh kontemporer dari variabel

D(LQ) terhadap variabel D(ER) dan D(LogNP) dan ketiga digunakan untuk

melihat pengaruh kontemporer dari variabel D(LogNP) terhadap variabel D(ER)

dan D(LQ). Tabel tersebut menunjukkan bahwa bahwa pada periode pertama,

-satu standar deviasi dari D(ER) sebesar 1.53753 tidak membawa dampak apapun

terhadap variabel D(LQ) maupun D(LogNP). Hal ini terlihat dari standar deviasi

kedua variabel sama dengan nol yang berarti tidak ada kejutan. Setelah satu

periode ,standar deviasi dari D(ER) menjadi 2.19720 diatas rata-ratanya,

membawa pengaruh terhadap penurunan standar deviasi dari variabel D(LQ)

sebesar 2.19724 dan D(LogNP) sebesar 2.19295 dibawah rata-rata. Di sisi lain,

satu standar deviasi dari variabel D(LQ) sebesar 0.03816 menyebabkan dampak

negatif terhadap variabel D(ER) sebesar 0.05454 dan tidak memberi pangaruh

kepada variabel D(LogNP). Setelah periode kedua, penurunan standar deviasi

• Tesis 2006 Chapter IV ____________________________________________ 74

dari variabel D(LQ) sebesar 0.05632 menyebabkan kenaikan standar deviasi dari

variabel D(ER) menjadi 0.05634 diatas rata-ratanya dan variabel D(LogNP)

sebesar 0.05588 di bawah rata-ratanya. Sementara itu, satu standar deviasi dari

variabel D(LogNP) sebesar 0.02791 menyebabkan dampak negatif terhadap

variabel D(ER) sebesar 0.03954 dan dampak positif terhadap variabel D(LQ)

sebesar 0.03950. Memasuki periode kedua, kenaikan standar deviasi dari

variabel D(LogNP) sebesar 0.05064 menyebabkan kenaikan standar deviasi dari

variabel D(ER) ,menjadi 0.05059 diatas rata-ratanya dan variabel D(LQ) sebesar

0.04556 di bawah rata-ratanya. Jika dikaji lebih dalam, kejutan-kejutan yang

terjadi dengan datangnya informasi baru dalam D(ER) akan berpengaruh baik

terhadap D(ER) sendiri maupun terhadap D(LQ) dan D(LogNP). Demikan juga

kejutan-kejutan yang terjadi dengan datangnya informasi baru dalam D(LQ)

akan berpengaruh baik terhadap D(LQ) sendiri maupun terhadap D(ER) dan

D(LogNP). Begitu pula jika kejutan dengan datangnya informasi baru dalam

D(LogNP) akan berpengaruh baik terhadap D(LogNP) maupun terhadap 2

variabellainnya.

Cara lain untuk memahami karakteristik dari perilaku dinamis adalah

dengan VD. VD digunakan untuk menyusun forecast error variance suatu varia bel,

yaitu seberapa besar perbedaan antara variance sebelum dan sesudah shock, baik

shock yang berasal dari diri sendiri maupun shock dari variabel lain atau untuk

melihat pengaruh relatif variabel-variabel penelitian terhadap variabel lainnya.

Prosedurnya dengan mengukur persentase kejutan-kejutan atas masing..;masing

variabel. Misalnya bila ada shock terhadap D(ER), perubahan yang terjadi dapat

dijelaskan berapa persen oleh D(ER) sendiri dan berapa persen lagi oleh D(LQ

dan D(LogNP). Lebih penting menurut Sims (1982) VD menunjukkan kekuatan

hubungan Granger Causality yang mungkin ada diantara variabel-variabel.

Dengan kata lain , jika suatu varia bel menjelaskan porsi yang besar dari forecast

error variance dari variabel lain atau sebaliknya, mengindikasikan hubungan

Granger Causality yang kuat.

• Tesii 2006 Chapter IV _________________________________________ 75

Tabel4.6 Hasil Estimasi Variance Decomposition Model V ARD

Variance Decomposition of DER: Period S.E. DER DLQ DLOGNP

1 81.70632 100.0000 0.000000 0.000000 2 82.07387 99.58029 0.379254 0.040460 3 82.29400 99.25736 0.412951 0.329689 4 82.48075 99.09834 0.571094 0.330566 5 82.70060 99.08972 0.579909 0.330375 6 82.84894 99.00659 0.588467 0.404941 7 82.88695 98.94413 0.642045 0.413822 8 82.92316 98.94011 0.643294 0.416592 9 82.99144 98.83281 0.750485 0.416706

10 83.24188 98.80832 0.755637 0.436047

Variance Decomposition of DLQ: Period S.E. DER DLQ DLOGNP

1 2.070790 4.125327 95.87467 0.000000 2 2.101885 4.110853 95.77693 0.112213 3 2.105588 4.254885 95.58473 0.160386 4 2.106864 4.254683 95.56126 0.184056 5 2.108173 4.321283 95.47085 0.207864 6 2.110711 4.329685 95.26191 0.408406 7 2.111246 4.348041 95.22274 0.429220 8 2.112714 4.343909 95.10051 0.555584 9 2.119259 4.601686 94.58020 0.818115

10 2.119785 4.605386 94.56096 0.833658

Variance Decomposition of DLOGNP: Period S.E. DER DLQ DLOGNP

1 1.486286 0.157024 0.255293 99.58768 2 1.892822 0.121293 0.289870 99.58884 3 1.901077 0.126845 0.368409 99.50475 4 1.903468 0.170804 0.403396 99.42580 5 1.904199 0.170691 0.458704 99.37061 6 1.905867 0.229073 0.515129 99.25580 7 1.906469 0.232452 0.573330 99.19422 8 1.908956 0.234864 0.571850 99.19329 9 1.909553 0.274550 0.571500 99.15395

10 1.910231 0.278518 0.612693 99.10879 -

• Ttsii2006 Chapter IV ------------------- 76

Dari Table 4.6 di atas dapat dilihat bahwa pada periode pertama forecast

error variance dari D(ER) dapat dijelaskan oleh D(ER) sebesar 100%, sedangkan

D(LQ) dan D(LogNP) tidak menjelaskan apapun. Sampai dengan period ke-10,

forecast error variance yang dapat dijelaskan D(ER) sendiri sebesar 98,81%,

sedangkan dampak dari fluktuasi D(LQ) sampai 10 periode hanya dapat

menjelaskan 0,75% dan fluktuasi D(LogNP) hanya 0,44%. Hasil ini menunjukkan

bahwa fluktuasi nilai tukar lebih banyak dipengaruhi nilai tukar sendiri

daripada faktor indeks LQ 45 dan pembelian bersih investor asing.

Sementara itu, pada periode pertama forecast error variance dari D(LQ)

dapat dijelaskan oleh D(LQ) sebesar 95,87%, dan D(ER) sebesar 4,13% sedangkan

D(LogNP) tidak menjelaskan apapun. Sampai dengan 10 periode ke depan

ternyata porsi D(LQ) masih cukup besar dalam menjelaskan D(LQ) yaitu sebesar

94,56% sedangkan D(ER) sebesar 4,60% dan D(LogNP) hanya sebesar 0,83%. Hal

ini juga menunjukkan bahwa fluktuasi indeks LQ 45 juga masih lebih banyak

dipengaruhi pergerakan indeks LQ 45 sendiri dibandingkan faktor nilai tukar

dan pembelian bersih investor asing.

Kondisi serupa juga terjadi pada periode pertama forecast error variance

dari D(LogNP) yang dapat dijelaskan oleh D(LogNP) sebesar 99, 59%, D(ER)

sebesar 0,16% sedangkan D(LQ) sebesar 0,25%. Namun demikian, pada perode

ini ternyata sudah ada pengaruh dari 2 variabel yang lain meskipun sangat kecil.

Pada 10 periode berikutnya ternyata tidak ada perubahan yang signifikan yaitu

forecast error variance dari D(LogNP) yang dapat dijelaskan oleh D(LogNP)

sebesar 99,11%, D(ER) sebesar 0,28% sedangkan D(LQ) sebesar 0,61 %. Hal ini

mencerminkan pengaruh yang besar dari pembelian bersih investor asmg

terhadap dirinya sendiri dibanding faktor nilai tukar dan indeks LQ 45.

Berdasarkan hasil analisis terhadap IRF dan VD, secara umum dapat

disimpulkan bahwa adanya kejutan dengan datangnya informasi baru pada satu

variabel akan direspon oleh variabel itu sendiri maupun variabel-variabel

penelitian yang lain dengan tingkatan yang berbeda-beda. Hal ini menunjukkan

• Tesis 2006 Chapter IV ---------------------- 77

bahwa ketika ada informasi baru berkenaan dengan indeks LQ 45 maka akan

direspon oleh indeks LQ 45 sendiri maupun nilai tukar mata uang dan

pembelian bersih investor asing. Begitu pula jika informasi itu berkenaan dengan

pembelian bersih investor asing, maka juga akan direspon oleh pergerakan

indeks LQ 45 dan nilai tukar mata uang domestik.

Selain itu, dapat disimpulkan bahwa masing-masing variable dapat saling

menjelaskan apabila terjadi shock terhadap salah satu variabel, namun porsi

penjelasan masing-masing variabel masih didominasi oleh dirinya sendiri. Hal

ini ditunjukkan pada saat terjadi shock pada nilai tukar, maka yang memberikan

penjelasan paling dominan adalah perubahan nilai tukar itu sendiri sementara

indeks LQ 45 dan pembelian ~ersih investor asing hanya menjelaskan dengan

porsi yang relatif kecil.

Berikut ini disajikan hasH uji hipotesis dengan alat ekonometri :

Tabel4.7 Ringkasan Hasil Uji Hipotesis dengan Econometric Tools

Uji Hipotesis Nilai Hasil uji Kesimpulan t-statistik

Uji Johansen's Cointegrastion Test

Terdapat hubungan keseimbangan 40.10412)* Ho tidak ditolak Tidak ada jangka panjang antara pembelian 10.11005)* Ho ditolak kointegrasi bersih investor asing, nilai tukar 2.168958)** Ho ditolak (keseimbangan dan indeks LQ 45 jangka

panjang)

Uji Granger;s Causality

Pembelian bersih investor asing 1.28675)*** Ho tidak Tidak mempengaruhi nilai tukar dapat ditolak mempengaruhi Nilai tukar mempengaruhi 0.39889)*** Ho tidak Tidak pembelian bersih investor asing dapat ditolak mempengaruhi Indeks LQ 45 mempengaruhi nilai 2.62323)** Ho ditolak Mempengaruhi tukar Nilai tukar mempengaruhi indeks 0.52003)*** Ho tidak Tidak LQ45 dapat ditolak mempengaruhi Indeks LQ 45 mempengaruhi 3.64032)*** Ho ditolak Mempengaruhi pembelian bersih investor asing Pembelian bersih investor asing 1.39657)*** Ho tidak Tidak mempengaruhi indeks LQ 45 dapat ditolak mempengaruhi

S Tesis 2006 Chapter IV __________________________________________ 78

Uji Hipotesis Nilai Hasil uji Kesimpulan t-statistik

Analisis Model V AR

Nilai tukar dipengaruhi oleh nilai [ 2.03522])** DER(-1) Menjelaskan tukar sebelurnnya [-1.98556])** DER(-2)

[-1.98889])** DER(-3) [ 2.72945])** DER(-4) [ 2.46340])** DER{-9)

Nilai tukar dipengaruhi oleh [ -2.26194 ])** DLQ(-1) Menjelaskan indeks LQ 45 sebelurnnya Nilai tukar dipengaruhi oleh [-1.97112])** DLOGNP(-2) Menjelaskan pembelian bersih investor a sing sebelurnnya Indeks LQ 45 dipengaruhi oleh [ 6.15758])* DLQ(-1) Menjelaskan indeks LQ periode sebelurnnya [-2.50647])** DLQ(-2) Indeks LQ 45 dipengaruhi oleh [1.82378])** DER(-8) Tidak nibi tukar periode sebelurnnya menjelaskan Indeks LQ 45 dipengaruhi oleh [1.83909])** DLOGNP(-7) Tidak pembelian bersih investor a sing menjelaskan pt:!riode sebelurnnya Pembelian bersih investor a sing [-29.3243])* DLOGNP(-1) Menjelaskan dipengaruhi oleh pembelian bersih [-21.7012])* DLOGNP(-2) investor asing periode sebelurnnya [-15.8958])* DLOGNP(-3)

[-12.4222])* DLOGNP(-4) [-10.8490])* DLOGNP(-5) [-9.31221])* DLOGNP(-6) [ -6.84694 ])* DLOGNP(-7) [-4.68811])* DLOGNP(-8) [-2.12911])** DLOGNP(-9)

Pembelian bersih investor asing [ 3.20474])** DLQ(-1) Menjelaskan dipengaruhi oleh Indeks LQ 45 periode sebelurnnya Pembelian bersih investor asing [ 1.25756])** DER(-8) Tidak dipengaruhi oleh nilai tukar menjelaskan periode sebelurnnya Keterangan : )* signifikan pada a = 1%

)** signifikan pada a= 5% )*** signifikan pada a = 10%

G Tesis 2006 Chapter IV _________________________________________ 79

BABV

KESIMPULAN DAN IMPLIKASI PENELITIAN

5.1 KESIMPULAN

Setelah melakukan analisis hubungan dinamis antara nilai tukar, dan

indeks harga saham LQ 45, maka dapat ditarik suatu kesimpulan:

1. Berdasarkan uji stasioneritas dengan unit root test dapat disimpulkan bahwa

nilai tukar terhadap dolar Amerika, indeks LQ 45 dan pembelian bersih

investor asing memiliki unit root artinya tidak stasioner pada data level,

tetapi stasioner pada level satu (first difference).

2. Berdasarkan uji hubungan kausalitas dengan metode Granger Causality,

dapat ditarik kesimpulan bahwa terdapat hubungan searah antara indeks

LQ 45 dengan pembelian bersih investor asing dan indeks LQ 45 dengan

nilai tukar. Artinya, pergerakan indeks LQ 45 dapat mempengaruhi

pergerakan pembelian bersih investor asing dan indeks LQ 45 juga

mempengaruhi pergerakan nilai tukar, namun hal ini tidak berlaku

sebaliknya.

3. Berdasarkan uji kontergrasi dengan Johansen's Cointegration Test diperoleh

kesimpulan bahwa ketiga variabel tersebut tidak berkointegrasi artinya

tidak terdapat kesamaan dinamika pergerakan masing-masing variabel dan

tidak ada keseimbangan antar variabel dalam jangka panjang.

4. Dalam model V AR, dari sudut pandang ekonomi makro, nilai tukar tidak

hanya dipengaruhi oleh dinamika pergerakan masa lalunya tetapi juga

dipengaruhi oleh indeks LQ 45 dan pembelian bersih investor asing. Hal ini

tidak berlaku sebaliknya, karena indeks LQ 45 ternyata hanya dipengaruhi

oleh dinamika pergerakan indeks hari-hari sebelumnya. Sementara itu,

pembelian bersih investor asing, selain dipengaruhi oleh dinamika

~ Tesis 2006 Chapter V ----------------------- 80

pergerakan masa lalunya juga dipengaruhi oleh dinamika pergerakan

indeks LQ 45 sehari sebelumnya. Hal ini sesuai dengan teori portfolio

balance. Namun dari perspektif investor, kemungkinan terjadinya fenomena

ini dapat dijelaskan dengan teori Top-Down Analysis. Setelah investor asing

mempertimbangkan faktor kondisi makroekonomi, faktor industri dan

faktor perusahaan serta melihat ada potensi keuntungan, maka mereka

akan berbondong-bondong berinvestasi (capital inflocos). Sebelum investor

asing melakukan transaksi bursa, investor domestik yang melihat gelagat

investor asing mau masuk, melakukan pembelian dalam jumlah yang tidak

terlalu besar. Pembelian investor domestik ini kemudian mendorong indeks

LQ 45 naik. Kemudian investor asing juga melakukan transaksi dalam

jumlah besar, sehingga indeks LQ 45 semakin meningkat sementara nilai

tukar belum terpengaruh karena investor asing baru akan menukar mata

uangnya ke dalam mata uang domestik pada tanggal penyelesaian

transaksi bursa. Jadi indeks LQ 45 mengalami sedikit kenaikan sebagai

akibat pembelian investor domestik, selanjutnya diikuti kenaikan

pembelian bersih investor asing yang juga semakin mendorong kenaikan

indeks LQ 45. Pada akhirnya, kenaikan indeks LQ 45 dan pembelian

investor asing akan diikuti apres1as1 mata uang domestik akibat

peningkatan permintaan mata uang domestik pada saat investor asing

menukar mata uangnya ke dalam mata uang domestik untuk penyelesaian

transaksi bursa.

5. Berdasarkan innovation accounting dalam model V AR baik dengan impulse

response function maupun variance decomposition dapat dsimpulkan bahwa

adanya shock berupa informasi baru pada satu variabel akan direspon oleh

variabel itu sendiri maupun variabel-variabel penelitian yang lain dengan

tingkatan yang berbeda-beda. Selain itu, masing-masing variable dapat

saling menjelaskan apabila terjadi shock terhadap salah satu variabel,

namun porsi penjelasan masing-masing variabel masih didominasi oleh

~ uns2006Ch~urV ---------------------------------------------- 81

dirinya sendiri. Jadi secara umum, ternyata dinamika masing-masing

variabel baik nilai tukar, indeks LQ 45 maupun pembelian bersih investor

asing dipengaruhi oleh dinamika dari pergerakan variabel-variabel itu

sendiri, terlepas dari adanya kejadian non moneter yang mempengaruhi.

5.2 KETERBAT ASAN PENELITIAN

Hasil penelitian ini belum dapat menggambarkan fakta yang memadai

karena memiliki keterbatasan-keterbatasan yang tidak dapat dilakukan.

Keterbatasan penelitian ini antara lain:

1. Tidak mengukur tingkat efisiensi bursa, sehingga arus modal asing yang

masuk melalui bursa kemungkinan besar tidak hanya disebabkan oleh

pergerakan nilai tukar dan indeks LQ 45 tetapi juga efisiensi bursa yang

rendah dan faktor-faktor lain.

2. Belum mempertimbangkan market size bursa efek di Indonesia dan tidak

dapat melihat investor asing yang masuk ke pasar, sehingga pada

praktiknya, apa yang terjadi di pasar tidak selalu sesuai dengan teori

ekonomi yang ada.

3. Tidak mempertimbangkan secara spesifik aktivitas short selling karena

selain sulit melakukan pengukuran aktivitas tersebut, juga karena aturan

rentang waktu short selling di Indonesia tidak memungkinkan investor

asing untuk mengambil keuntungan.

4. Belum memasukkan foreign direct investment (FDI) dan loans sebagai bagian

dari arus modal asing secara keseluruhan. Padahal dalam kenyataan, FDI

memiliki jumlah yang relatif besar dan stabil dibandingkan portofolio

maupun loans.

5. Belum memasukkan variabel-variabel yang bersifat kualitatif dan tidak

terukur ke dalam model, seperti faktor politik, faktor keamanan, isu

terorisme dan korupsi, rumor dan sentimen pasar yang berasal dari

subyektifitas para pelaku pasar. Variabel-variabel tersebut bisa

• Tesis 2006 Chapter V ----------------------- 82

berpengaruh besar dalam aktivitas transaksi perdagangan di bursa,

terutama di pasar modal yang belum efisien seperti Indonesia.

6. Pemilihan indeks LQ 45 sebagai variabel yang mewakili saham-saham

pilihan investor asing. Dalam praktek setiap saham memiliki karakteristik

yang beragam, baik ditinjau dari kelompok saham, besar kecilnya

perusahaan dan faktor-faktor lain.

5.3 IMPLIKASI PENELITIAN

Implikasi penelitian ini dapat dibedakan menjadi 3 kelompok :

1. Bagi perrierintah adalah adanya gejolak mata uang harus disikapi dengan

hati-hati. Kesalahan pengambilan kebijakan di bidang moneter justru tidak

akan menarik modal asing masuk ke dalam perekonomian. Demikian pula

dengan otoritas pasar modal, kesalahan dalam menyikapi pergerakan indeks

harga saham akan berakibat pada gejolak nilai tukar.

2. Bagi akademisi adalah penggunaan model V AR tidak selalu sesuai dengan

kenyataan yang ada. Oleh karena itu, perlu ada penjelasan tambahan

sehingga apa yang dihasilkan oleh V AR dapat diterima dan sejalan dengan

teori yang berlaku.

3. Bagi praktisi pasar modal, khususnya investor, adanya gejolak mata uang,

arus modal asing yang masuk ke Indonesia dan pergerakan indeks LQ 45

harus menjadi bahan pertimbangan yang penting sebelum mengambil

keputusan investasi baik di pasar uang maupun di pasar modal.

5.4 SARAN

Saran yang dapat diberikan untuk pemerintah, investor dan peneliti

peneliti lainnya antara lain :

1. Pemerintah perlu menerapkan berbagai kebijakan agar gejolak nilai tukar

tidak sampai menyebabkan krisis keuangan. Kebijakan-kebijakan yang dapat

diterapkan, antara lain :

• Tesis2006 ChapterV ---------------------- 83

a. Tobin tax

b. Pemberlakuan minimum stay period bagi investasi asing

c. Melakukan kerja sama intemasional seperti kerja sama antar bank

bank sentral untuk reserve (SWAP)

d. Bila memungkinan pendirian lembaga keuangan regina! untuk lending

of last resort bagi bank-bank sentral yang mengalami kesulitan

likuiditas

e. Pemberlakuan aturan kehati-hatian (Prudential Regulation) untuk

Banking, Non Banking Finandal Institute dan dunia usaha

2. Mengingat pentingnya model dinamis dalam menjelaskan hubungan antara

variabel-variabel yang pergerakannya dinamis, maka peneliti-peneliti

selanjutnya sangat mungkin untuk mengembangkan model ini menjadi

model yang lebih komprehensif dengan memasukkan variabl~-variabel lain

yang memiliki karakteristik dinamis.

3. Perlu adanya pengelompokkan yang lebih spesifik atas saham baik

pengelompokkan saham per sektor atau saham individual atau yang

didasarkan pada saham dengan orientasi ekspor atau impor.

4. Perlu mempertimbangkan market size, tingkat efisiensi bursa dan aktivitas

short selling di bursa.

5. Memperlebar jangka waktu data penelitian, sehingga dapat memberikan

gambaran yang mendekati fakta sebenarnya.

Gf) Tesis 2006 Chapter V ----------------------- 84

DAFfAR PUSTAKA

Ajayi, Richard A. dan Mougoue, Mbodja, "On The Dynamic Relations Between Stock Prices and Exchange Rates" The Journal of Financial Research, Vol. XIX No.2193-207, Summer 1996

Bofinger, Peter I Monetray PoliClj : Goals, Institutions, Strategies And Instruments, 1st edition, Oxford University Press Inc., New York, 2001

------ , "Laporan Tahunan Tahun 2004," Tlze Annual Report, Bapepam, Jakarta, 2005

Bodie, Zvi, Kane, Alex and Marcus, Alan J., Essensial of Investnzensts, 4th edition, McGraw-Hill, Inc. New York, 2001

Enders, Waters, Applied Econometric Time Series, John Wiley and Sons Inc, New York, 1995

Granger, W.J.Clive, Huang, Nung Bwo dan Yang, Wei Chin, "Bivariate Causality Between Stock Prices & Exchange Rate", Discussion Paper, University of California, San Diego, April 1998

Greene, William H, Econometrics Analysis, 5·.n edition, Prentice Hall, New Jersey, 2003

Gujarati, Damodar N., Basic Econometrics, 4th edition, McGraw-Hill, Inc. New York, 2003

Gupta, J.P., Allain Chevalier dan Fran Sayekt, "The Causality Between Interest Rate, Exchange Rate and Stock Price in Emerging Market: The Case of The Jakarta Stock Exchange", 1999

Hallwood, C. Paul dan MacDonald, Ronald, Intenzational Money and Finance, 3rd edition, Blackwell Publisher, Massachussetts, USA, 2000

Harsono, Margaretha, 11 Analisis Potensi Keuntungan dan Resiko Atas Saham Bank Pilihan Investor Asing", Tesis, Univesitas Indonesia, Jakarta, 1995

Haryanto, Ronny, 11 Analisis Minat Investor Asing Terhadap Saham-Saham di Bursa Efek Jakarta dengan Metode Diskriminan", Tesis, Univesitas Indonesia, Jakarta, 1998

Ika, Syahrir, Patriadi, Pandu and Pramadi, Yudi, "Profile LQ 45 : Benefit And Analysis", Badan Analisa Keuangan dan Moneter, Departemen Keuangan, Jakarta, 2000

lndrawati, Titik, "Hubungan Dinamis Antara Variable Ekonomi Makro-Moneter dan lndeks Pasar Saham dengan Pendenkatan Granger Non Causality (GNC) dalam V AR dan VEC", Disertasi, Universitas Indonesia, Jakarta, 2002

Jones, P. Charles, Investment: Analysis and Management, 6th edition, John Wiley and Sons Inc, New York, 1998

Lam, Swee-Sum, "Control Versus Firm Value: The Impact of Restriction on Foreign Share Ownership", Financial Management, Vol26 No.1 Spring, 1997

85

Maghyereh, Akhtam dan Omet, Ghassan, " Electronic Trading and Market Efficiency in Emerging Market: The Case of The Jordanian Capital Market", The Journal of Economic, The Hashemite University, Jordan, 2002

Ma, Christoper and Kao, G Wenchi," On Exchange Rate Changes and Stock Price Reaction", Journal of Finance and Accounting, Summer 1990

Madura, Jeff, International Financial Management, 7th edition, Thomson South Western, Ohio, 2003

Manurung, Adler Haymans, "Pengaruh Variabel Makro, Investor Asing, Bursa Yang Telah Maju Terhadap Indeks BEJ", Tesis, Univesitas Indonesia, Jakarta, 1996

Nasution, Asmila Denga, "Analisis Hubungan Antara Harga Saham dan Nilai Tukar", Tesis, Universitas Indonesia, Jakarta, 2001

Novita, Mila, " Analisis Dinamis lndeks Harga Saham dan Nilai Tukar Dengan Metode Vector Autoregression (VAR): Studi Empiris Bursa Efek Jakarta", Tesis, Universitas Indonesia, Jakarta, 2004

Pyndick, R.S dan Rubinfeld, Daniel L., Econometric Models and Econometrics Forecast, 4th edition, McGraw-Hill Inc., New York, 1998

Reilly, Frank K. & Brown, Keith C., Investment Analysis and Portfolio Management, 6th edition, Thomson South Western, Ohio, 2000

Rivera-Batiz, Fransisco L. & Rivera-Batiz, Luis A., International Finance and Open Economy Macroeconomics, Second Edition, Prentice Hall, 2000

Sakhowi, Ahmad," Analisis Pengaruh Perubahan Nilai Tukar Rupiah, Inflasi Dan Tingkat Suku Bunga Terhadap Return Saham di Bursa Efek Jakarta", Tesis, Universitas Indonesia, Jakarta, 1999

Setyastuti, Rini, "Krisis Ekonomi dan Kausalitas Antara Fluktuasi Nilai Tukar, Tingkat Suku Bunga dan lndeks Harga Saham di Indonesia", Paper diskusi, Universitas Atmajaya, Yogyakarta, 2004

Stulz, RM dan Wasselfallen, W, "Foreign Equity Investment Restriction, Capital Flight And Shareholder Wealth Maximization: Theory and Evidence" Revie·w of Financial Studies, Winter 1995

Sudjono, "Analisis Keseimbangan dan Hubungan Simultan Antara. Variable Ekonomimakro Terhadap lndeks Harga Saham di Bursa Efek Jakarta dengan Metode VAR dan ECM", Disertasi, Univesitas Indonesia, Jakarta, 2002

Sulistyo, Herman, "Hubungan antara Keseimbangan Jangka Panjang dan Pendek di antara lndeks Saham dan Nilai Tukar Rupiah terhadap Beberapa Mata Uang Negara-Negara di Kawasan Asia Pasifik yang Terkena Krisis (antara lain Amerika, Jepang, Malaysia dan Thailand), Disertasi, Universitas Indonesia, Jakarta, 2002

Widati, "Analisis Pengaruh Perubahan Suku Bunga SBI dan Nilai Tukar Rupiah-US Dollar Terhadap Tingkat Return Saham di BEJ" Tesis, Univesitas Indonesia, Jakarta , 2003

86

Lampiran lA Hasil Uji Stasioneritas Data Level dan First Difference LogNP dengan ADF Test dan PP Test

Null Hypothesis: LOGNP has a unit root Exogenous: Constant Lag Length: 20 (Automatic based on AIC, MAXLAG=23)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.114474 0.2391 Test critical values: 1% level

5% level 10% level

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LOGNP has a unit root Exogenous: None Bandwidth: 34 (Newey-West using Bartlett kernel)

-3.434845 -2.863413 -2.567816

Adj. t-Stat Prob.*

Phillips-Perron test statistic -2.162783 0.0295 Test critical values: 1% level -2.566580

5% level -1.941 045 10% level -1.616550


Null Hypothesis: DLOGNP has a unit root Exogenous: Constant Lag Length: 13 (Automatic based on SIC, MAXLAG=23)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -17.41338 0.0000 Test critical values: 1% level

5% level 10% level


Null Hypothesis: DLOGNP has a unit root Exogenous: Constant

-3.434805 -2.863395 -2.567806

Bandwidth: 259 (Newey-West using Bartlett kernel)

Phillips-Perron test statistic Test critical values: 1% level

5% level 10% level


Adj. t-Stat

-239.8823 -3.434721 -2.863358 -2.567786

Prob.*

0.0001

87

Lampiran lB Hasil Uji Stasioneritas Data Level dan First Difference LQ dengan ADF Test dan PP Test

Null Hypothesis: LQ has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=23)

Augmented Dickey-Fuller test statistic Test critical values: 1% level

5%1evel 10% level

Null Hypothesis: LQ has a unit root Exogenous: Constant Bandwidth: 7 (Newey-West using Bartlett kernel)


5% level 10% level


Null Hypothesis: DLQ has a unit root Exogenous: Constant

t-Statistic Prob.*

0.282157 0.9774 -3.434714 -2.863355 -2.567785

Adj. t-Stat Prob.*

0.282843 0.9774 -3.434705 -2.863351 -2.567783

Lag Length: 0 (Automatic based on SIC, MAXLAG=23)


5% level 10% level


Null Hypothesis: DLQ has a unit root Exogenous: Constant Bandwidth: 3 (Newey-West using Bartlett kernel)


5% level 10% level


t-Statistic Prob.*

-32.63501 0.0000 -3.434708 -2.863352 -2.567783

Adj. t-Stat Prob.*

-32.54433 0.0000 -3.434708 -2.863352 -2.567783

88

Lampiran lC Hasil Uji Stasioneritas Data Level dan First Difference ER dengan ADF Test dan PP Test

Null Hypothesis: ER has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=23)


5% level 10% level


Null Hypothesis: ER has a unit root Exogenous: Constant Bandwidth: 3 (Newey-West using Bartlett kernel)


5% level 10% level


Null Hypothesis: DER has a unit root Exogenous: Constant

t-Statistic Prob.*

-2.608058 0.0915 -3.434708 -2.863352 -2.567783

Adj. t-Stat Prob. *

-2.546028 0.1048 -3.434705 -2.863351 -2.567783

Lag Length: 0 (Automatic based on SIC, MAXLAG=23)


5% level 10% level

*MacKinnon ( 1996) one-sided p-values.

Null Hypothesis: DER has a unit root Exogenous: Constant Bandwidth: 4 (Newey-West using Bartlett kernel)


5% level 10% level


t-Statistic Prob.*

-35.32174 0.0000 -3.434708 -2.863352 -2.567783

Adj. t-Stat Prob.*

-35.25351 0.0000 -3.434708 -2.863352 -2.567783

89

Lampiran 2 Hasil Uji Kausalitas dengan Granger's Causality Test

Pairwise Granger Causality Tests Date: 02/08/06 Time: 22:06 Sample: 1 1434 La s:2

Null Hypothesis:

DLOGNP does not Granger Cause DER DER does not Granger Cause DLOGNP

DLQ does not Granger Cause DER DER does not Granger Cause DLQ

DLQ does not Granger Cause DLOGNP DLOGNP does not Granger Cause DLQ

Obs F-Statistic

1426 1.28675 0.39889

1431 2.62323 0.52003

1426 3.64032 1.39657

Probability

0.27649 0.67114

0.07292 0.59461

0.02649 0.24778

90

Lampiran 4 Hasil Uji Kointegrasi dengan Johansen's Cointegration Test

Date: 01/09/06 Time: 17:51 Sample(adjusted): 11 1434 Included observations: 1412 Excluded observations: 12 after adjusting endpoints Trend assumption: No deterministic trend (restricted constant) Series: ER LQ LOGNP Lags interval (in first differences): 1 to 9

Unrestricted Cointegration Rank Test

Hypothesized Trace 5 Percent No. of CE(s) Eigenvalue Statistic Critical Value

None* 0.021018 40.10412 34.91 At most 1 0.005608 10.11005 19.96 At most 2 0.001535 2.168958 9.24

*(**)denotes rejection of the hypothesis at the 5%(1 %) level Trace test indicates 1 cointegrating equation(s) at the 5% level Trace test indicates no co integration at the 1% level

Hypothesized Max-Eigen 5 Percent No. of CE(s) Eigenvalue Statistic Critical Value

None** 0.021018 29.99407 22.00 At most 1 0.005608 7.941097 15.67 At most 2 0.001535 2.168958 9.24

'"('"'")denotes rejection of the hypothesis at the 5%(1 %) level

1 Percent Critical Value

41.07 24.60 12.97

1 Percent Critical Value

26.81 20.20 12.97

Max-eigenvalue test indicates 1 cointegrating equation(s) at both 5% and 1% levels

Unrestricted Cointegrating Coefficients (normalized by b'*S11 *b=l):

ER 7.64E-05 0.001191

-0.000171

LQ 0.015603

-0.002300 -0.007690

LOGNP -0.877802 0.078834 0.097012

Unrestricted Adjustment Coefficients (alpha):

D(ER) D(LQ)

D(LOGNP)

-3.915457 -0.006106 0.201627

-5.426208 0.079151

-0.025619

c 5.601535

-11.53919 0.713523

-0.933533 -0.068838 -0.013231

92

1 Cointegrating Equation(s): Log likelihood -13726.31

Normalized cointegrating coefficients (std.err. in parentheses) ER LQ LOGNP C

1.000000 204.2413 -11490.37 73323.69 (59.9461) (2130.45) (16357.5)

Adjustment coefficients (std.err. in parentheses) D(ER) -0.000299

(0.00017) D(LQ) -4.66E-07

(4.2E-06) D(LOGNP) 1.54E-05

(3.0E-06)

2 Cointegrating Equation(s): Log likelihood -13722.34

Normalized cointegrating coefficients (std.err. in parentheses) ER LQ LOGNP C

1.000000 0.000000 -42.05406 -8911.877 (192.852) (1882.45)

0.000000 1.000000 -56.05288 402.6392 (7.58150) (74.0041}

Adjustment coefficients (std.err. in parentheses) D(ER) -0.006761 -0.048613

(0.00259) (0.03419} D(LQ) 9.38E-05 -0.000277

(6.6E-05) (0.00087} D(LOGNP) -1.51 E-05 0.003205

(4.7E-05) (0.00062)

93

Lampiran 5 Hasil Uji dengan Model V ARD

Vector Autoregression Estimates Date: 02/02/06 Time: 21:02 Sample(adjusted): 11 1434 Included observations: 1412 Excluded observations: 12 after adjusting endpoints Standard errors in ~ l & t-statistics in [ 1

DER DLQ DLOGNP

DER(-1) 0.055731 6.47E-05 0.000119 (0.02738) (0.00069) (0.00050)

[ 2.03522] [ 0.09320) [ 0.23936)

DER(-2) -0.054402 0.000786 7.50E-05 (0.02740) (0.00069) (0.00050)

[-1.98556) [ 1.131_87) [ 0.15045]

DER(-3) -0.054561 0.000161 -0.000522 (0.02743) (0.00070) (0.00050)

[-1.98889] [ 0.23-101] [-1.04665]

DER(-4) 0.074842 -0.000554 -0.000250 (0.02742) (0.00069) (0.00050) [ 2.72945] [-0.79729) [-0.50128)

DER(-5) 0.035396 -0.000147 0.000177 (0.02746) (0.00070) (0.00050) [ 1.28907] [-0.21091] [ 0.35475]

DER(-6) -0.023777 -0.000404 9.79E-05 (0.02738) (0.00069) (0.00050) [-0.86839] [-0.58272] [ 0.19663]

DER(-7) -0.015196 -3.01 E-06 0.000129 (0.02731) (0.00069) (0.00050) [-0.55635] [-0.00435] [ 0.26009]

DER(-8) 0.031901 0.001260 0.000624 (0.02726) (0.00069) (0.00050) [ 1.17024] [ 1.82378] [ 1.25756)

DER(-9) 0.067110 -0.000113 0.000269 (0.02724) (0.00069) (0.00050) [ 2.46340] [-0.16404] [ 0.54345)

DLQ(-1) -2.451545 0.169142 0.063183 (1.08383) (0.02747) (0.01972)

[-2.26194] [ 6.15758] [ 3.20474]

DLQ(-2) -0.034943 -0.069752 0.016928 (1.09802) (0.02783) (0.01997)

94

[-0.03182] [-2.50647] [ 0.84753]

OLQ(-3) -1.594196 0.053810 0.008939 (1.09810) (0.02783) (0.01998)

[-1.45178] [ 1.93350] [ 0.44749]

DLQ(-4) -0.065659 0.003470 0.024273 (1.09667) (0.02779) (0.01995) [-0.05987] [0.12486] [ 1.21675]

OLQ(-5) -0.309467 0.018587 0.007014 (1.09724) (0.02781) (0.01996)

[-0.28204] [ 0.66838] [0.35140]

DLQ(-6) -0.729766 0.008287 -0.019216 (1.09792) (0.02783) (0.01997) [-0.66468] [ 0.29783] [-0.96217]

OLQ(-7) 0.054416 -0.010941 -0.017728 (1.09653) (0.02779) (0.01995) [ 0.04963] [-0.39369] [-0.88879]

OLQ(-8) 1.209391 -0.022678 -0.019762 (1.09128) (0.02766) (0.01985) [ 1.10824] [-0.81995] [-0.99553]

OLQ(-9) 0.047108 -0.011476 0.003400 (1.07558) (0.02726) (0.01957) [ 0.04380] [-0.42098] [ 0.17380]

DLOGNP(-1) -1.113044 0.047471 -0.788596 (1.47836) (0.03747) (0.02689) [-0.75289] [ 1.26697] [-29.3243]

DLOGNP(-2) -3.684345 0.001807 -0.737867 (1.86916) (0.04737) (0.03400)

[-1.97112] [0.03815] [-21.7012]

DLOGNP(-3) -3.271237 0.008328 -0.616417 (2.13180) (0.05403) (0.03878) [-1.53450] [0.15414] [-15.8958]

DLOGNP(-4) -3.345142 -0.029809 -0.507915 (2.24773) (0.05697) (0.04089) [-1.48823] [-0.52327] [-12.4222]

DLOGNP(-5) -1.437984 0.085241 -0.448553 (2.27288) (0.05760) (0.04135} [-0.63267] [1.47975] [-10.8490]

OLOGNP(-6) -1.871592 0.040034 -0.380253 (2.24478} (0.05689} (0.04083) [-0.83375] [0.70368] [-9.31221]

DLOGNP(-7} -0.959848 0.099156 -0.264960 (2.12734} (0.05392} (0.03870}

95

[-0.45120] [1.83909] [-6.84694]

DLOGNP(-8) -1.285615 0.006193 -0.158639 (1.86023) (0.04715) (0.03384) [-0.69111] [0.13136] [-4.68811]

DLOGNP(-9) -1.652208 0.000119 -0.057231 (1.47771) (0.03745) (0.02688) [-1.11809] [ 0.00318] [-2.12911]

c 1.948733 0.055379 -0.005159 (2.19047) (0.05552) (0.03985) l 0.88964J [ 0.99754J l-0.12948J

R-squared 0.037712 0.045990 0.395680 Adj. R-squared 0.018939 0.027379 0.383891 Sum sq. resids 9239477. 5934.829 3057.322 S.E. equation 81.70632 2.070790 1.486286 F-statistic 2.008868 2.471059 33.56217 Log likelihood -8206.622 -3017.238 -2548.949 AkaikeAIC 11.66377 4.313368 3.650069 SchwarzSC 11.76793 4.417531 3.754232 Mean dependent 1.949717 0.067414 0.001316 S.D. deeendent 82.49122 2.099733 1.893537

Determinant Residual Covariance 60380.68 Log Likelihood (d.f. adjusted) -13782.57 Akaike Information Criteria 19.64104 Schwarz Criteria 19.95352

96

Lampiran 6 Hasil Uji dengan Impulse Response Functions V ARD

Response of DER: Response of DLQ: Period DER DLQ DLOGNP Period DER DLQ DLOGNP

1 81.70632 0.000000 0.000000 1 -0.420596 2.027627 0.000000 (1.53753) (0.00000) (0.00000) (0.05454) (0.03816) (0.00000)

2 5.650222 -5.054404 -1.650889 2 -0.068651 0.346521 0.070409 (2.19720) (2.19724) (2.19295) (0.05631) (0.05604) (0.05559)

3 -3.763095 -1.555410 -4.427425 3 0.083822 -0.080011 -0.046403 (2.20202) (2.20075) (2.18440) (0.05634) (0.05632) (0.05588)

4 -4.441279 -3.299338 -0.401420 4 0.014825 0.064011 -0.032547 (2.20614) (2.19279) (2.16996) (0.05639) (0.05608) (0.05540) :

5 5.949621 -0.900181 -0.327047 5 -0.056522 0.035416 -0.032685 (2.20692) (2.19262) (2.14248) (0.05633) (0.05602) (0.05444)

6 4.316101 -0.854308 2.280202 6 -0.028930 0.030202 -0.094639 (2.20879) (2.19909) (2.13013) (0.05633) (0.05609) (0.05385)

7 -1.394614 -1.928215 -0.797267 7 -0.030265 0.020150 0.030610 (2.19951) (2.20577) (2.11724) (0.05606) (0.05619) (0.05335)

8 -2.380221 -0.352688 0.464032 8 0.009232 -0.021207 -0.075279 (2.19501) (2.20191) (2.07621) (0.05598) (0.05614) (0.05211)

9 1.953675 2.730528 -0.234578 9 0.113051 -0.054508 0.109292 (2.18797) (2.19565) (2.00480) (0.05591) (0.05606) (0.05003)

10 6.280766 0.818149 -1.230324 10 0.016402 -0.035313 0.026770 (2.18225) (2.17362) (1.96264) (0.05575) (0.05562) (0.04880)

Response of DLOGNP: Period DER DLQ DLOGNP

1 -0.058896 0.075097 1.483219 (0.03954) (0.03950) (0.02791)

2 0.029613 0.068890 -1.169660 (0.05059) (0.05064) (0.04556)

3 0.015448 -0.054122 -0.167778 (0.05096) (0.05093) (0.05080)

4 -0.040053 -0.036072 0.078689 (0.05097) (0.05091) (0.05095)

5 -0.000811 0.044907 0.027662 (0.05095) (0.05058) (0.05096)

6 0.046168 -0.045593 -0.046336 (0.05085) (0.05056) (0.05096)

7 0.011317 -0.046122 0.006325 (0.05080) (0.05065) (0.05101)

8 -0.010485 0.000678 0.096838 (0.05059) (0.05074) (0.05098)

9 0.038111 -0.000513 0.028760 (0.05051) (0.05046) (0.05091)

10 -0.012326 0.038961 0.030342 (0.05017) (0.04974) (0.05077)

97

Lampiran 7 Hasil Uji dengan Model V ARL

Vector Autoregression Estimates Date: 01/09/06 Time: 17:55 Sample(adjusted): 10 1434 Included observations: 1414 Excluded observations: 11 after adjusting endpoints Standard errors in ~ 1 & t-statistics in ~ 1

ER LQ LOGNP

ER(-1) 1.053322 0.000108 0.000228 (0.02739) (0.00069) (0.00049)

[ 38.4501) [ 0.15608] [ 0.46076]

ER(-2) -0.113122 0.000709 -5.51E-05 (0.03979) (0.00101) (0.00072)

[-2.84295) [ 0.70344] [-0.07682]

ER(-3) -0.002686 -0.000541 -0.000603 (0.03985) (0.00101) (0.00072)

[-0.06739] [-0.53586] [-0.83917]

ER(-4) 0.135806 -0.000796 0.000280 (0.03973) (0.001 01) (0.00072)

[ 3.41815] [-0.79030] [ 0.39111]

ER(-5) -0.035845 0.000417 0.000447 (0.03987) (0.00101) (0.00072) [-0.89900] [ 0.41263] [ 0.62225]

ER(-6) -0.067940 -0.000262 -0.000141 (0.03970) (0.00101) (0.00072) [-1.71154] [-0.26002] [-0.19658]

ER(-7) 0.007875 0.000471 4.16E-05 (0.03968) (0.00101) (0.00072) [ 0.19845] [ 0.46875] [ 0.05808]

ER(-8) 0.053128 0.001189 0.000473 (0.03951) (0.00100) (0.00071) [ 1.34469] [ 1.18758] [ 0.66332]

ER(-9) -0.036724 -0.001198 -0.000681 (0.02719) (0.00069) (0.00049) [-1.35089] [-1.73843] [-1.38912]

LQ(-1) -2.193673 1.164478 0.065587 (1.07847) (0.02733) (0.01945) [-2.03407] [ 42.6011] [ 3.37247]

LQ(-2) 2.286580 -0.237781 -0.043523

98

(1.64947) (0.04181) (0.02974) [ 1.38625] [-5.68758] [-1.46322]

LQ(-3) -1.871101 0.127870 -0.012151 (1.66178) (0.04212) (0.02997) [-1.12596] [ 3.03593] [-0.40548]

LQ(-4) 1.734835 -0.052584 0.018967 (1.66389) (0.04217) (0.03000) [ 1.04264] [-1.24688] [ 0.63213]

LQ(-5) -0.369686 0.015658 -0.033487 (1.66440) (0.04219) (0.03001) [-0.22211] [ 0.37117] [-1.11573]

LQ(-6) -0.334646 -0.012377 -0.010018 (1.66638) (0.04224) (0.03005) [-0.20082] [-0.29304] (-0.33337]

LQ(-7) 0.754216 -0.014665 0.000676 (1.66092) (0.04210) (0.02995) [ 0.45410] [-0.34837] [ 0.02258]

LQ(-8) 1.106820 -0.019223 -0.002040 (1.63737) (0.04"i50) (0.02953) [ 0.67598] [-0.46320] [-0.06908]

LQ(-9) -1.150010 0.028807 0.019409 (1.07532) (0.02725) (0.01939) [-1.06946] [ 1.05696] [ 1.00091]

LOGNP(-1) -0.503052 0.051388 0.196253 (1.48148) (0.03755) (0.02672) [-0.33956] [ 1.36855] [ 7.34611]

LOGNP(-2) -2.142950 -0.047453 0.036758 (1.50421) (0.03813) (0.02712) [-1.42464] [-1.24468] [ 1.35513]

LOGNP(-3) 0.940636 -0.005987 0.107454 (1.50071) (0.03804) (0.02706) [ 0.62679] [-0.15741] [ 3.97065]

LOGNP(-4) 0.366449 -0.019568 0.092644 (1.50762) (0.03821) (0.02719) [ 0.24307] [-0.51209] [ 3.40773]

LOGNP(-5) 2.203405 -0.054357 0.043896 (1.51242) (0.03833) (0.02727) [ 1.45687] [-1.41802] [ 1.60951]

LOGNP(-6) -0.009495 0.045119 0.054077 (1.51200) (0.03832) (0.02727) [-0.00628] [ 1.17736] [ 1.98335]

LOGNP(-7) 1.469803 -0.059038 0.101473

99

(1.50399) (0.03812) (0.02712) [ 0.97727] [-1.54876] [ 3.74146]

LOGNP(-8) 0.118919 0.103724 0.089722 (1.50727) (0.03820) (0.02718) [ 0.07890) [ 2.71508] [ 3.30099]

LOGNP(-9) 0.240219 -0.005138 0.092759 (1.48170) (0.03755) (0.02672) [ 0.16212] [-0.13682] [ 3.47163]

c 37.89546 -0.962526 1.424290 (28.2932) (0.71711) (0.51020)

( 1.33938] [-1.34223] ( 2.79161]

R-squared 0.990671 0.998646 0.495783 Adj. R-squared 0.990489 0.998620 0.485960 Sum sq. resids 9240225. 5935.949 3004.731 S.E. equation 81.65065 2.069491 1.472384 F-statistic 5450.970 37865.39 50.47463 Log likelihood -8217.303 -3020.644 -2539.291 AkaikeAIC 11.66238 4.312085 3.631247 SchwarzSC 11.76642 4.416128 3.735290 Mean dependent 9214.705 132.2958 9.657257 S.D. de~endent 837.2260 55.70442 2.053633

Determinant Residual Covariance 59154.86 Log Likelihood (d.f. adjusted) -13787.59 Akaike Information Criteria 19.62036 Schwarz Criteria 19.93249

100

Lampiran 8 Hasil Uji dengan Impulse Response Function Model VRAL

Resporr;e m CIOesky 1ft SD. hiiMIIin t 2 S.E.

•r--------,

• II II

• • J a

.;~---~ I------------------

.J .. .__ ____ ___, 1 I I I I I I I I W 1 I I I I I I I I W

iiiiiMe af LQ • LO

~v-~--------------·-------·

1L I --·-·· --·-~

,-- .... ···-·--··-- ..... ---·

lllspne af UlGih ER i1111Me cl lOGih Ul

11 11r--------,

" " I o•l o• I ~~~ '~ .. ~-_::_-----··_-,·,-_ c·-~ ~·- ~ ~·L--~-,------'

1 I I I I I I I I • 1 I I I I I I I I •

iiiiiMe cl ER •LOGN'

•r--------,

II

II

• a

···------······ -·--·-· -··=--·~:~~: .... -- ____ : .. -·--

.a

1 I I I I I I I I •

.. _,__ ---··- ....... .

1 I I I I I I I I •

Ur--------,

12

~· \--..-........-,---..,.--r--,-' I I I I I I I I •

Period

1 2 3 4 5 6 7 8 9

10

Period

1 2 3 4 5 6 7 8 9 10

Period

1 2 3 4 5 6 7 8 9 10

Response of ER: ER LQ

81.65065 86.94324 82.55045 77.43439 83.15843 87.62205 85.57150 82.28378 83.98111 84.45686

0.000000 -4.486126 -5.520229 -8.976712 -9.725753 -10.42912 -12.10467 -12.22171 -9.428764 -8.491084

Response of LQ: ER LQ

-0.417142 -0.479326 -0.390319 -0.366479 -0.419320 -0.445431 -0.470288 -0.451533 -0.331364 -0.303407

2.027014 2.364451 2.274776 2.339638 2.372546 2.398834 2.411201 2.389957 2.324243 2.308675

Response of LOGNP:

LOGNP

0.000000 -0.739250 -4.238540 -3.574299 -2.888331 0.344951 0.690560 2.609047 3.832436 4.426794

LOGNP

0.000000 0.075516 0.032943 0.002867

-0.024073 -0.113032 -0.077817 -0.148543 -0.036402 -0.004273

ER LQ LOGNP

-0.047128 -0.018023 -0.003263 -0.041276 -0.040133 0.010360 0.018002 0.008445 0.046395 0.010269

0.078562 0.148363 0.097839 0.053745 0.102492 0.053257 0.009145 0.010160 0.009313 0.041309

1.469531 0.288400 0.115401 0.189105 0.206190 0.152259 0.153169 0.242499 0.257031 0.285715

101

Lampiran 9 Hasil Uji dengan Variance Decompositions Model V ARL

'Ina~ Variance Decomposition of ER:

1':1151 oRUUt:Si -111-uoLO ,....lll...,uoiJIQf Period S.E. ER LQ LOGNP • • • 1 81.65065 100.0000 0.000000 0.000000

• 2 119.3592 99.85490 0.141264 0.003836 3 145.2916 99.67261 0.239693 0.087693

• • 4 164.9214 99.40267 0.482294 0.115031 I 5 184.9793 99.22437 0.659811 0.115818

·i • • 6 204.9484 99.10893 0.796442 0.094631 I .I a 7 222.4260 98.94633 0.972361 0.081308

I 8 237.4871 98.79883 1.117780 0.083391 I 9 252.1042 98.77109 1.131797 0.097111

1 : ! ' \ I 1 I f I 1 : l t S I 1 I I I 1 2 J 4 S I 7 I I I

10 266.0474 98.76698 1.118135 0.114885

-LO-uo51 ,....LO..,.uoLO -LO-uolOOII' Variance Decomposition of LQ: :n • • Period S.E. ER LQ LOGNP

e • 1 2.069491 4.062943 95.93706 0.000000 2 3.179446 3.994124 95.94946 0.056413

el e • 3 3.928984 3.602469 96.35356 0.043972" : I 4 4.587498 3.280648 96.68706 0.032293

<I I • 5 5.181749 3.226179 96.74635 0.027469 i 6 5.728535 3.244304 96.69429 0.061409 :t; I I I 7 6.233556 3.309101 96.62345 0.067445

,i-~------ . 8 6.692912 3.325606 96.56663 0.107763 ! : ; t § I I I I If I : l 4 S I 7 I I I I 1 J 4 S I 7 I I I

9 7.092834 3.179415 96.72200 0.098587 10 7.465276 3.035267 96.87570 0.089028

-lOOII'-uoBI -IJIQf-llalllO -lOOII'-IIoiiiJIQf Variance Decomposition of LOGNP: • • •

I Period S.E. ER LQ LOGNP

'1 • 1 1.472384 0.102453 0.284695 99.61285 i .. el • 2 1.507789 0.111987 1.239699 98.64831

3 1.515364 0.111333 1.644197 98.24447 <· • • 4 1.528620 0.182321 1.739422 98.07826

li a 5 1.546386 0.245510 2.138966 97.61552 6 1.554811 0.247296 2.233174 97.51953

,i 7 1.562467 0.258153 2.214767 97.52708 1 : :! ' 5 I 1 I I I 1 : l ' S I 1 I I I I l l 4 S I 1 I t I

8 1.581229 0.254916 2.166650 97.57843 9 1.602682 0.331939 2.112411 97.55565 10 1.628507 0.325471 2.110290 97.56424

102

Lampiran 10 Hasil Uji dengan Model VEC

Vector Error Correction Estimates Date: 02/11/06 Time: 22:30 Sample(adjusted): 11 1434 Included observations: 1412 Excluded observations: 12 after adjusting endpoints Standard errors in { ~ & t-statistics in [ ]

Cointe~ratin~ E9: CointE91

ER(-1) 1.000000

LQ(-1) 215.9129 (63.1638) [ 3.41830]

LOGNP(-1) -12112.14 (2244.80) [-5.39564]

c 79218.00

Error Correction: D{ER~ D{LOl D{LOGNP~

CointEq1 -0.000271 -5.38E-08 1.47E-05 (0.00016) (4.0E-06) (2.9E-06) [-1.71149] [-0.01339] [ 5.16044]

D(ER(-1)) 0.054064 6.43E-05 0.000210 (0.02738) (0.00069) (0.00049) [ 1.97447] [ 0.09263] [ 0.42497]

D(ER(-2)) -0.056072 0.000786 0.000166 (0.02740) (0.00070) (0.00049)

[-2.04664] [ 1.13026] [ 0.33553]

D(ER(-3)) -0.056225 0.000160 -0.000432 (0.02743) (0.00070) (0.00049)

[-2.04969] [ 0.23031] [-0.87269]

D(ER(-4)) 0.073407 -0.000554 -0.000172 (0.02741) (0.00070) (0.00049) [ 2.67772] [-0.79704] [-0.34780]

D(ER(-5)) 0.034151 -0.000147 0.000245 (0.02745) (0.00070) (0.00050) [ 1.24418] [-0.21111] [ 0.49458]

D(ER(-6)) -0.024960 -0.000405 0.000162 (0.02737) (0.00069) (0.00049) [-0.91196] [-0.58266] [ 0.32875]

D(ER(-7)) -0.016308 -3.23E-06 0.000190

103

(0.02730) (0.00069) (0.00049) [-0.59731] [-0.00466] [ 0.38524]

D(ER(-8)) 0.030851 0.001260 0.000681 (0.02725) (0.00069) (0.00049) [ 1.13221] [ 1.82235] [ 1.38506]

D(ER(-9)) 0.065777 -0.000114 0.000342 (0.02723) (0.00069) (0.00049)

[ 2.41518] [-0.16430] [ 0.69578]

D(LQ(-1)) -2.425493 0.169147 0.061766 (1.08318) (0.02748) (0.01954)

[-2.23924] [ 6.15494] [ 3.16144]

D(LQ(-2)) -0.036079 -0.069752 0.016990 (1.09726) (0.02784) (0.01979) [-0.03288] [-2.50558] [ 0.85846]

D(LQ(-3)) -1.584924 0.053812 0.008434 (1.09735) (0.02784) (0.01979) [-1.44432] [ 1.93284] [ 0.42613]

D(LQ(-4)) -0.072968 0.003469 0.024670 (1.09591) (0.02780) (0.01977) [-0.06658) [0.12476] [ 1.24806]

D(LQ(-5)) -0.320122 0.018585 -0.006434 (1.09649) (0.02782) (0.01978) [-0.29195] [ 0.66805] [-0.32533]

D(LQ(-6)) -0.755833 0.008282 -0.017799 (1.09726) (0.02784) (0.01979) [-0.68884] [ 0.29751] [-0.89932]

D(LQ(-7)) 0.027521 -0.010946 -0.016266 (1.09588) (0.02780) (0.01977) [ 0.02511] [-0.39370] [-0.82289]

D(LQ(-8)) 1.182741 -0.022683 -0.018313 (1.09063) (0.02767) (0.01967) [ 1.08446] [-0.81976) [-0.93093]

D(LQ(-9)) 0.013791 -0.011482 0.005212 (1.07501) (0.02727) (0.01939) [ 0.01283] [-0.42100] [ 0.26882]

D(LOGNP(-1)) -4.034589 0.046891 -0.629709 (2.25752) (0.05728) (0.04072) [-1.78718] [ 0.81868] [-15.4647]

D(LOGNP(-2)) -6.297663 -0.002326 -0.595743 (2.41255) (0.06121) (0.04352)

[-2.61038] [-0.03800] [-13.6904]

D(LOGNP(-3)) -5.564418 -0.008783 -0.491703

104

(2.51665) (0.06385) (0.04539) [-2.21105] [-0.13756] [-10.8322]

D(LOGNP( -4 )) -5.306909 -0.030199 -0.401225 (2.52173) (0.06398) (0.04548)

[-2.10447] [-0.47201] [-8.82115]

D(LOGNP(-5)) -3.090363 -0.085569 -0.358689 (2.46798) (0.06262) (0.04451) [-1.25218] [-1.36658] [-8.05773]

D(LOGNP(-6)) -3.204483 -0.040298 -0.307764 (2.37456) (0.06025) (0.04283) [-1.34951] [-0.66890] [-7.18573]

D(LOGNP(-7)) -1.960483 -0.099355 -0.210540 (2.20479) (0.05594) (0.03977) [-0.88919] [-1.77616] [-5.29424]

D(LOGNP(-8)) -1.940765 0.006063 -0.123009 (1.89793) (0.04815) .(0.03423) [-1.02257] [ 0.12592] [-3.59328]

D(LOGNP(-9)) -1.996849 5.08E-05 -0.038488 (1.49034) (0.03781) - (0.02688) [-1.33986] [ 0.00134) (-1.43177]

c 1.973490 0.055384 -0.006506 (2.18899) (0.05554) (0.03948) [ 0.90155] [ 0.99724] [-0.16477]

R-squared 0.039746 0.045990 0.407097 Adj. R-squared 0.020305 0.026675 0.395093 Sum sq. resids 9219949. 5934.828 2999.564 S.E. equation 81.64943 2.071538 1.472713 F-statistic 2.044438 2.381092 33.91393 Log likelihood -8205.128 -3017.238 -2535.484 AkaikeAIC 11.66307 4.314784 3.632413 Schwarz SC 11.77095 4.422667 3.740296 Mean dependent 1.949717 0.067414 0.001316 S.D. deeendent 82.49122 2.099733 1.893537

Determinant Residual Covariance 59251.99 Log Likelihood -13725.30 Log Likelihood (d.f. adjusted) -13769.25 Akaike Information Criteria 19.63066 Schwarz Criteria 19.96547

105

Lampiran 11 Hasil Uji dengan Impulse Response Function Model VEC

I

•

I I

-JL-----,-----'

Zl.-------, I

nl I I

';! lli

"t=:::]: ~sr----

·11 ... I : I I l I I I I I

11,-,------,

•.-------, ID.------,

I • • • • • J J

11'----______ _,

-JL_ ___ __, ·I . . . I Z I I I I I I I I I l I I I I I I I I

Zl.--------,

Zl Zl

IS ll

11 11

uj u

LJ :!-. .,--. ,....._ .,--. .,--. r-r-,.,.-J I l l I l I I I I I I l l I l I I I I I

11.--------, 11.---------.

uj

"I II

II

II 1\ II

II ________ .. __ -

~ fl fl._,_.,--.,--.,....,......,....,.....,.l ! : I 4 l I I I I I I Z I I l I I I I I I l I I l I I I I I

Period

1 2 3 4 5 6 7 8 9 10

Period

1 2 3 4 5 6 7 8 9 10

Period

1 2 3 4 5 6 7 8 9 10

Response of ER: ER LQ

81.64943 87.12518 83.15508 78.51772 84.28719 88.42813 86.85896 84.32536 86.14046 9226306

0.000000 -5.096202 -6.708150 -10.02005 -10.93185 -11.77414 -13.71366 -14.07579 -11.35047 -10.55379

Response of LQ: ER LQ

-0.421228 -0.489579 -0.405699 -0.391150 -0.448140 -0.478076 -0.509021 -0.500911 -0.388327 -0.372348

2.028260 2.374977 2.294963 2.358968 2.394181 2.424188 2.444189 2.422815 2.368415 2.333053

Response of LOGNP: ER LQ

-0.049575 -0.018523 -0.002201 -0.040988 -0.041116 0.006192 0.018212 0.008576 0.047664 0.037417

0.077129 0.146522 0.093005 0.054913 0.100066 0.053649 0.008334 0.009462

·o.oo8759 0.048835

LOGNP

0.000000 -1.104821 -4.876079 -4.547523 -4.080930 -0.939939 -0.802883 0.663587 1.527766 1.471616

LOGNP

0.000000 0.069881 0.022687

-0.009497 -0.041049 -0.133723 -0.100377 -0.172525 -0.060084 -0.030588

LOGNP

1.469856 0.281845 0.108259 0.180553 0.198234 0.144040 0.142161 0.228318 0.242858 0.261536

106

Lampiran 12 Hasil Uji dengan Variance Decompositions Model VEC

Vlilll~ Variance Decomposition of ER: l'niiBI-111111 JllallllnallllO l'nlllil-lllliDI' Period S.E. ER LQ LOGNP

• • • 1 81.64943 100.0000 0.000000 0.000000

I I 2 119.5183 99.80964 0.181813 0.008545 3 145.8361 99.54877 0.333694 0.117531

I I I 4 165.9948 99.21229 0.621943 0.165770 5 186.5336 98.98488 0.835980 0.179138

• • • 6 206.noo 98.84754 1.004606 0.147856 7 224.6931 98.65028 1.223230 0.126486

I I 8 240.4087 98.47741 1.411335 0.111251

I 1. 9 255.6319 98.45264 1.445397 0.101967

I l l I I I l I I I I l I I I I I I I I I l I I I I I I I I 10 271.9811 98.47957 1.427420 0.093005

Variance Decomposition of LQ:

l'nlll0-111111 l'nlllOwilllllllO l'nlllO-IIIIUDI' Period S.E. ER LQ LOGNP

:n • • 1 2.071538 4.134739 95.86526 0.000000 2 3.190040 4.098922 95.85309 0.047987

I • 96.23847 3 3.950736 3.726941 0.034584 I 4 4.618023 3.445119 96.52915 0.025735

5 5.221183 3.431822 96.54187 0.026313

:u c • 6 5.777879 3.487002 96.43795 0.075051 7 6.295007 3.591477 96.31987 0.088653

I 8 6.765931 3.657033 96.20121 0.141761 9 7.179250 3.540649 96.32644 0.132913

I I. 10 7.558065 3.437328 96.44111 0.121561 I l I I I I I I I I I l I I I I I I I I I l I I I I I I I I

Variance Decomposition of LOGNP:

l'niiUDI'nalllllll """UDI'-u•LO Paltaill'naiiiiUDI' Period S.E. ER LQ LOGNP

• • • 1 1.472713 0.113314 0.274285 99.61240 2 1.506695 0.123375 1.207761 98.66886

I • I 3 1.513442 0.122489 1.574661 98.30285 I I

• ·' I 4 1.525713 0.192697 1.678971 98.12833 5 1.542336 0.259634 2.063907 97.67646

• • • 6 1.549989 0.258672 2.163378 97.57795 7 1.556623 0.270160 2.147843 97.58200

I I 8 1.573330 0.267424 2.106086 97.62649 9 1.592701 0.350517 2.058193 97.59129

I I I 10 1.615204 0.394483 2.092657 97.51286 I l I I I I I I I I I l I I I I I I I I I l I I I I I I I I

107

analisis hubungan dinamis antara arus modal...

Documents