pengaruh harga minyak dunia terhadap nilai indeks sektoral...

i

Pengaruh Harga Minyak Dunia terhadap Nilai Indeks Sektoral

di Bursa Efek Indonesia Pasca Kebijakan Fluktuasi Harga BBM

Tesis

Diajukan kepada

Program Pascasarjana Magister Manajemen

Guna Memenuhi Sebagian dari Persyaratan-persyaratan

untuk Mencapai Gelar Magister Manajemen

Oleh:

Christopher Daniel

912014019

PROGRAM STUDI MAGISTER MANAJEMEN

PROGRAM PASCASARJANA

UNIVERSITAS KRISTEN SATYA WACANA

SALATIGA

2016

vi

KATA PENGANTAR

Berlakunya kebijakan fluktuasi harga BBM menyebabkan gejolak

ekonomi di Indonesia contohnya bagi perusahaan-perusahaan yang

bergerak dibidang pertambangan dan industri. Kebijakan fluktuasi

harga BBM juga menyebabkan harga saham pada sektor

pertambangan dan industri menjadi tidak menentu, dimana investor

akan mempertimbangkan fluktuasi harga minyak dunia saat

melakukan proses investasi. Penelitian ini dilakukan untuk

mengetahui pengaruh harga minyak dunia terhadap nilai indeks

sektoral pasca kebijakan fluktuasi harga BBM, dimana hal tersebut

menyebabkan nilai investasi yang tidak menentu.

Penulis sepenuhnya menyadari bahwa dalam penulisan thesis ini

masih terdapat kekurangan dan keterbatasan. Terlepas dari hal

tersebut, penulis berharap semoga karya ilmiah ini dapat bermanfaat

bagi semua pihak yang berkepentingan.

Salatiga, Juni 2016

Christopher Daniel

vii

UCAPAN TERIMAKASIH

Puji dan syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa, atas

segala rahmat-Nya, sehingga penulis dapat menyelesaikan thesis ini.

Thesis ini berjudul “Pengaruh Harga Minyak Dunia terhadap Nilai

Indeks Sektoral di Bursa Efek Indonesia Pasca Kebijakan Fluktuasi

Harga BBM”. Penulis telah banyak menerima bimbingan, saran,

motivasi dan doa dari berbagai pihak selama penulisan thesis ini. Oleh

karena itu, pada kesempatan ini penulis menyampaikan terimakasih

kepada semua pihak yang telah memberikan bantuan dan bimbingan,

yaitu kepada:

1. Orang tua saya, Bapak Tjong Tje dan Ibu Melinda Tjioe, yang

telah mendukung baik moril maupun materil serta dukungan dan

doanya dalam penulisan skripsi ini.

2. Prof. Christantius Dwiatmadja, SE., ME., PhD, selaku Dekan

Fakultas Ekonomika dan Bisnis Universitas Kristen Satya

Wacana.

3. Bapak Hari Sunarto, SE, MBA, PhD, selaku Ketua Program

Studi Magister Manajemen Fakultas Ekonomika dan Bisnis

Universitas Kristen Satya Wacana.

4. Prof. Supramono, SE, MBA, DBA, selaku Dosen Pembimbing

penulis yang telah meluangkan waktu dalam memberikan

masukan, saran dan bimbingan yang baik mulai dari awal

penulisan hingga selesainya skripsi ini.

5. Seluruh staf pengajar dan staf administrasi Fakultas Ekonomika

dan Bisnis Universitas Kristen Satya Wacana.

viii

6. Ibu Ira Yuliani, S.Pd., selaku Staf Sekretariat Pasca Sarjana

Fakultas Ekonomika dan Bisnis Universitas Kristen Satya

Wacana.

7. Teman-teman saya, khususnya Vita Agesi Argentina yang selalu

mendukung, memberi semangat dan mendoakan saya selama

penulisan thesis ini.

Penulis menyadari bahwa thesis ini memiliki keterbatasan dan masih

jauh dari sempurna. Namun, penulis berharap kiranya thesis ini dapat

bermanfaat bagi para pembaca.

Salatiga, Juni 2016

Christopher Daniel

ix

DAFTAR ISI KATA PENGANTAR ........................................................................ i

UCAPAN TERIMAKASIH ............................................................ vii

DAFTAR ISI ..................................................................................... ix

DAFTAR GAMBAR ........................................................................ xi

DAFTAR TABEL ............................................................................. xi

PENDAHULUAN ............................................................................. 1

KAJIAN LITERATUR ...................................................................... 4

Konsep Efficient-market Hypothesis .............................................. 4

Hubungan fluktuasi harga minyak dan pasar modal ...................... 6

Hubungan fluktuasi harga minyak dunia di pasar modal negara

berkembang .................................................................................... 8

Peran dan Kebijakan Migas di Indonesia ..................................... 10

PENGEMBANGAN HIPOTESIS ................................................... 11

METODE PENELITIAN ................................................................ 13

Populasi dan Sampel .................................................................... 13

Tahapan Pengujian ....................................................................... 20

HASIL .............................................................................................. 24

Analisis Deskriptif ....................................................................... 24

Pengujian Asumsi......................................................................... 26

1. Uji Akar Unit (Unit Root Test) .......................................... 26

2. Hasil Panjang Lag Optimal ............................................... 28

3. Uji Kointegrasi .................................................................. 29

4. Uji Granger Causality ....................................................... 30

5. Analisis Vector Auto Regression (VAR) .......................... 32

PEMBAHASAN .............................................................................. 35

Pergerakan harga minyak dunia berpengaruh positif terhadap nilai

indeks di sektor pertambangan ..................................................... 35

x

Pergerakan harga minyak dunia berpengaruh negatif terhadap nilai

indeks di sektor industri dasar ...................................................... 37

Pergerakan harga minyak dunia berpengaruh negatif terhadap nilai

indeks di sektor aneka industri dan sektor industri barang

konsumsi ...................................................................................... 38

PENUTUP ....................................................................................... 40

Simpulan ...................................................................................... 40

Implikasi Teoritis ......................................................................... 41

Saran ............................................................................................. 42

Referensi ......................................................................................... viii

Lampiran 1: Hasil Uji Akar .............................................................. vi

Lampiran 2: Hasil Uji Panjang Lag Optimal .................................. viii

Lampiran 3: Hasil Uji Kointegrasi .................................................... vi

Lampiran 4: Hasil Uji Granger Causality ......................................... vi

Lampiran 5: Hasil Uji Vector Auto Regression ................................ vi

xi

DAFTAR GAMBAR Gambar 1: Rangkaian waktu event study .............................................................. 15

Gambar 2: Grafik Histogram pergerakan perubahan harga Minyak WTI antara

Oktober 2013 sampai Oktober 2014 ..................................................................... 16

Gambar 3: Grafik Histogram pergerakan perubahan harga Minyak WTI antara

November 2014 sampai November 2015.............................................................. 17

DAFTAR TABEL Tabel 1: Jumlah data yang diolah sebelum dan sesudah kebijakan ...................... 18

Tabel 2: Peristiwa yang tidak mempunyai kaitan dengan harga minyak dunia dan

mempunyai pengaruh langsung pada nilai saham di Bursa Efek Indonesia ......... 19

Tabel 3: Deskripsi Data Penelitian ....................................................................... 25

Tabel 4: Output Augmented Dickey-Fuller (ADF) Test ....................................... 27

Tabel 5: Panjang Lag Optimal .............................................................................. 28

Tabel 6: Ranking Kointegrasi dari Variabel Minyak WTI dan Keempat Sektor

yang Diteliti .......................................................................................................... 29

Tabel 7: Uji Kausalitas Granger untuk Keempat Sektor yang Diteliti .................. 30

Tabel 8: Estimasi VAR untuk keempat Sektor yang diteliti ................................. 33

1

PENDAHULUAN

Indonesia yang telah menikmati harga BBM yang relatif murah

selama bertahun-tahun harus menyerah pada kenaikan harga yang

substansial dalam produk minyak bumi. Hal tersebut diakibatkan

kenaikan harga minyak mentah dunia yang cukup signifikan. Pada 17

November 2014, Presiden Joko Widodo mengumumkan kenaikan

harga BBM. Premium naik dari Rp 6.500 menjadi Rp 8.500,

sedangkan solar dari Rp 5.500 menjadi Rp 7.500 per liter (Nashrillah,

2014). Selanjutnya, pada 1 Januari 2015, Presiden Joko Widodo

resmi menghapus subsidi BBM yang telah diterapkan sejak tahun

1980 untuk jenis premium, dan untuk bahan bakar solar ditetapkan

subsidi tetap sebesar Rp 1.000. Harga BBM Premium dan Solar akan

diumumkan oleh pemerintah setiap awal bulan. Perhitungan harga

akan menggunakan rumus yang telah ditetapkan oleh pemerintah dan

mengacu pada harga minyak dunia, kurs Rupiah terhadap Dolar AS,

serta faktor inflasi (Gumelar, 2015). Kenaikan harga minyak mentah

telah memaksa pemerintah Indonesia untuk menanggung kenaikan

biaya kepada konsumen. Harga baru memicu reaksi keras baik dari

perusahaan maupun konsumen.

Ketidakpastian harga BBM di Indonesia yang dipengaruhi oleh harga

minyak dunia akan berimbas pada bisnis dan perusahaan. Para

pengusaha khawatir bahwa kenaikan harga akan berdampak negatif

terhadap bisnis mereka dan konsumen pun juga akan terkena

imbasnya dengan adanya kenaikan umum harga barang dan jasa.

Setelah berlakunya kebijakan fluktuasi harga BBM, pemerintah sudah

tidak akan lagi memberikan subsidi BBM terhadap masyarakat

Indonesia, dimana harga BBM di Indonesia akan mengikuti

pergerakan harga pasar minyak dunia.

Pada tahun 2011, Indonesia mengekspor minyak mentah sebanyak

109.407.580 barrel (Indonesia: Oil for 2011, 2011) dikenal sebagai

2

negara pengekspor minyak (Humberto, 2010). Kenaikan harga

minyak dipandang sebagai sinyal awal potensi kenaikan kapasitas

produksi industri yang kemudian dapat memberi beberapa dampak

positif terhadap kinerja pasar saham Indonesia. Kondisi seperti ini

masih sangat baru bagi masyarakat negeri ini, berbeda dengan

masyarakat luar negeri yang sudah terbiasa dengan fluktuasi harga

BBM. Kasus semacam ini juga dapat dikatakan baru bagi bidang

akademis, belum ada penelitian yang dilakukan untuk melihat hal

tersebut.

Studi yang meneliti hubungan antara harga minyak dan pasar saham

masih relatif sedikit. Penelitian yang dilakukan oleh Jones & Kaul

(1996) merupakan studi pertama untuk menganalisis pengaruh

pergerakan harga minyak di pasar saham. Gjerde & Sættem (1999)

dan Papapetrou (2001) memperluas penelitian ke Norwegia dan

Yunani.

Lescaroux & Mignon (2008) menemukan kausalitas Granger yang

kuat dari harga minyak dengan harga saham, terutama untuk negara-

negara pengekspor minyak. Bhar & Nikolova (2010) menemukan

kembali bahwa harga minyak dunia memiliki dampak yang signifikan

terhadap tingkat pengembalian ekuitas di Rusia. Seshaiah & Behera

(2009) menemukan bahwa indeks harga saham India terintegrasi

dengan harga minyak mentah.

Pollet (2002) menemukan bahwa perubahan harga minyak dapat

memprediksi return pasar saham secara global, sementara

Hammoudeh & Li (2004) juga menemukan pentingnya faktor minyak

untuk harga saham di negara-negara pengekspor minyak. Namun,

Sawyer & Nandha (2006) menggunakan model hirarkis terhadap

pengembalian saham, studi mereka menghasilkan hubungan negatif

antara harga minyak dengan return saham secara agregat. Pada

akhirnya, Gogineni (2007) juga memberikan dukungan statistik untuk

3

sejumlah hipotesis, jika pergerakan harga minyak mencerminkan

perubahan dalam permintaan secara agregat, harga minyak

berhubungan secara positif dengan harga saham, namun akan

berhubungan secara negatif dengan harga saham, apabila pergerakan

harga minyak mencerminkan perubahan dalam penawaran.

Berdasarkan pemaparan tersebut, harga minyak mentah, yang

merupakan bahan bakar utama kegiatan industri, memainkan peran

penting dalam membentuk perkembangan ekonomi, tidak hanya

dengan langsung mempengaruhi indikator agregat, tetapi juga dengan

mempengaruhi biaya operasional dan pendapatan perusahaan. Ketika

pasar saham dalam keadaan efisien, pergerakan harga minyak mentah

akan mempengaruhi arus kas dan nilai pasar perusahaan secara

negatif, menyebabkan penurunan langsung dalam pengembalian

pasar saham secara keseluruhan.

Pertanyaan penelitian yang muncul adalah bagaimana pergerakan

harga ini akan mempengaruhi return pasar saham untuk sektor

pertambangan dan sektor industri di Bursa Efek Indonesia.. Banyak

analis telah memprediksi bahwa berkaitan dengan kondisi

ketidakstabilan pergerakan harga minyak dalam beberapa tahun

terakhir, pergerakan return pasar saham juga akan terpengaruh. Hal

tersebut sesuai apabila dikaitkan dengan yang terjadi di Indonesia

mengenai kebijakan harga BBM yang fluktuatif mengikuti harga

minyak dunia. Dengan kebijakan yang tergolong baru bagi kegiatan

ekonomi Indonesia yang pada sebelumnya harga BBM di dalam

negeri disubsidi oleh pemerintah, maka dapat diteliti

perbandingan efek sebelum dan sesudah kebijakan harga BBM

fluktuatif dilakukan di Indonesia.

Penelitian ini bertujuan untuk menyelidiki apakah pergerakan harga

minyak berdampak pada return pasar saham Indonesia dengan

menggunakan data harian selama 2 periode yaitu Oktober 2013

4

hingga Oktober 2014 ketika harga BBM masih disubsidi pemerintah

dan November 2014 sampai November 2015 saat kebijakan fluktuasi

harga BBM dilakukan. Selain itu, juga ditujukan untuk melihat

dampak dari pergerakan harga minyak di sektor masing-masing

industri di Indonesia pasca kebijakan fluktuasi harga BBM. Sektor-

sektor tersebut mencakup konsumsi, industri dasar, pertambangan,

dan aneka industri.

Penelitian ini diharapkan akan memberikan kontribusi bagi investor

pasar modal dapat menjadikan penelitian ini sebagai sumber

informasi bagi pelaku pasar saham dalam mengambil keputusan

investasi dan menjadi bahan acuan yang diharapkan memberi

gambaran mengenai hubungan kausalitas antara variabel makro yang

dalam penelitian ini adalah harga minyak dunia dengan pergerakan

harga saham.

KAJIAN LITERATUR

Konsep Efficient-market Hypothesis

Konsep efficient-market hypothesis pertama kali dikemukakan dan

dipopulerkan oleh Fama (1970). Dalam konteks ini yang dimaksud

dengan pasar adalah pasar modal (capital market) dan pasar uang.

Suatu pasar dikatakan efisien apabila tidak seorangpun, baik investor

individu maupun investor institusi, akan mampu memperoleh return

tidak normal (abnormal return), setelah disesuaikan dengan risiko,

dengan menggunakan strategi perdagangan yang ada. Artinya, harga-

harga yang terbentuk di pasar merupakan cerminan dari informasi

yang ada atau “stock prices reflect all available information”.

Ekspresi yang lain menyebutkan bahwa dalam pasar yang efisien

harga-harga asset atau sekuritas secara cepat dan utuh mencerminkan

informasi yang tersedia tentang aset atau sekuritas tersebut. Dalam

5

mempelajari konsep pasar efisien, perhatian kita akan diarahkan pada

sejauh mana dan seberapa cepat informasi tersebut dapat

mempengaruhi pasar yang tercermin dalam perubahan harga

sekuritas. Dalam hal ini Haugen (2001) membagi kelompok informasi

menjadi tiga, yaitu (1) informasi harga saham masa lalu (information

in past stock prices), (2) semua informasi publik (all public

information), dan (3) semua informasi yang ada termasuk informasi

orang dalam (all available information including inside or private

information). Masing-masing kelompok informasi tersebut

mencerminkan sejauh mana tingkat efisiensi suatu pasar.

Menurut Fama (1970) bentuk efisien pasar dapat dikelompokkan

menjadi tiga, yang dikenal sebagai hipotesis pasar efisien (efficient

market hypothesis). Ketiga bentuk efisien pasar dimaksud adalah: (1)

hipotesis pasar efisien bentuk lemah (weak form of the efficient

market hypothesis), (2) hipotesis pasar efisien bentuk setengah kuat

(semistrong form of the efficient market hypothesis), dan hipotesis

pasar efisien bentuk kuat (strong form of the efficient market

hypothesis). Masing-masing bentuk pasar efisien tersebut terkait erat

dengan sajauh mana penyerapan informasi terjadi di pasar. Penelitian

ini digolongkan dalam hipotesis bentuk setengah kuat karena harga

saham mencerminkan tidak hanya informasi mengenai harga saham

di masa lalu tetapi juga semua informasi umum yang tersedia yang

relevan bagi perusahaan. Dengan kata lain harga saham akan secara

cepat menyesuaikan diri untuk merefleksikan adanya informasi baru

yang tersedia untuk umum. Jadi seorang investor baru melakukan

tindakan setelah suatu informasi baru dikeluarkan untuk umum dan

tidak dapat mengharapkan laba yang abnormal atas tindakannya

karena harga saham sudah mencerminkan pengaruh dari informasi

baru tersebut.

6

Berdasarkan hipotesis ini, akan masuk akal untuk perusahaan di mana

minyak adalah input atau output, pasar saham akan cepat menyerap

informasi baru dari perubahan harga minyak.

Hubungan fluktuasi harga minyak dan pasar modal

Sriwardani (2009) berpendapat ada beberapa faktor – faktor yang

menyebabkan pergerakan harga minyak mentah dunia, sebagai

berikut: 1) Kekhawatiran akan berkurangnya suplai di pasaran akibat

turunnya kapasitas produksi; minyak merupakan sumber energi yang

tidak dapat diperbarui, karenanya jumlah cadangan minyak dunia

akan semakin berkurang seiring dengan bertambahnya penggunaan

minyak tersebut, 2) penutupan atau perbaikan kilang minyak

(refineries), 3) faktor cuaca (badai); bencana yang dialami negara

produsen minyak sangat mempengaruhi stok di pasar; bencana alam

dapat menyebabkan kerusakan pada instalasi produksi minyak, 4)

faktor geopolik terutama yang terjadi di wilayah produsen; 5) faktor

melonjaknya permintaan dari negara emerging market terutama China

dan India, serta meningkatnya aksi spekulatif di pasar komoditi.

Cunado & Gracia (2004) mempelajari dampak dari variabel-variabel

ekonomi makro pada aktivitas ekonomi di negara-negara Asia.

Mereka berpendapat bahwa setelah Perang Dunia II terjadi

peningkatan tajam untuk produk-produk energi. Kenaikan harga

minyak pada saat konsumsi sedang menurun akan menyebabkan

penurunan permintaan minyak. Ketika permintaan menurun, ekspor

juga akan menurun dan akan mengakibatkan penurunan kegiatan

ekonomi. Efek lainnya adalah harga yang lebih tinggi akan

7

menyebabkan biaya produksi lebih tinggi dan output potensial negara

pengimpor menurun. Selama tiga dekade terakhir, para peneliti

menyelidiki secara signifikan terjadinya inflasi harga minyak,

fluktuasi ekonomi dan produktivitas secara keseluruhan akan

berdampak pada perusahaan. Penelitian ini menyimpulkan bahwa

ketika harga minyak diukur dalam mata uang domestik dampaknya

lebih tinggi karena faktor nilai tukar dan variabel ekonomi makro

lainnya. Dalam jangka pendek, uji Granger menemukan bahwa

perubahan harga minyak berpengaruh terhadap pertumbuhan

ekonomi di Jepang, Korea Selatan dan Thailand. Harga minyak

memiliki pengaruh yang signifikan terhadap inflasi di semua negara

yang dianalisis. Namun, Malaysia menunjukkan hubungan yang

kurang signifikan dibandingkan negara-negara Asia lainnya, hal ini

disebabkan karena Malaysia merupakan negara pengekspor minyak.

International Monetary Fund (2000) menyatakan bahwa perubahan

harga minyak dunia akan mempengaruhi kegiatan ekonomi,

pendapatan perusahaan, inflasi dan kebijakan moneter yang juga

memiliki implikasi untuk harga saham perusahaan dan dengan

demikian juga dengan pasar keuangan. Berikut ini akan diberikan

pengenalan singkat dengan hipotesis pasar yang efisien dan hubungan

antara pergerakan harga minyak dan pasar saham.

Ada beberapa perspektif yang berbeda di mana sebuah pergerakan

harga minyak dapat mempengaruhi harga saham. Dilihat dari

perspektif ekonomi mikro, yang paling jelas adalah kenyataan bahwa

banyak perusahaan, minyak merupakan sumber daya penting dan

input penting dalam produksi barang. Maka dari itu perubahan harga

minyak tentu akan berdampak pada biaya. Perubahan biaya

diperkirakan akan berdampak lebih jauh terhadap harga saham.

Teori ekonomi dan peneliti di masa lalu menemukan bahwa ada

hubungan antara harga minyak dan pasar saham dimana pergerakan

8

harga minyak akan mempengaruhi ekonomi makro dan akhirnya

berimbas pada tingkat return ekuitas. Hal ini dikarenakan, pergerakan

harga minyak sangat mempengaruhi output riil dan dengan demikian

memiliki efek buruk pada keuntungan perusahaan dimana minyak

digunakan sebagai input. Jones (2004) menyatakan: “Ideally, stock

values reflect the market's best estimate of the future profitability of

firms, so the effect of oil price shocks on the stock market is a

meaningful and useful measure of their economic impact. Since asset

prices are the present discounted value of the future net earnings of

firms, both the current and expected future impacts of an oil price

shock should be absorbed fairly quickly into stock prices and returns

without having to wait for those impacts to actually occur”.

Seperti barang dan jasa, teori permintaan dan penawaran juga berlaku

untuk harga minyak dunia. Jika terjadi surplus permintaan untuk

minyak akan menyebabkan harga minyak menjadi lebih tinggi.

Dengan demikian akan muncul dua skenario, konsumen pertama

berusaha untuk menemukan energi alternatif yang lebih murah, dan

skenario kedua, biaya perusahaan non-minyak akan meningkat dan

ini meningkatkan resiko dan ketidakpastian yang akan berpengaruh

negatif terhadap harga saham dan mengurangi modal dan investasi

perusahaan.

Hubungan fluktuasi harga minyak dunia di pasar modal negara

berkembang

Basher & Sadorsky (2006) melakukan penelitian tentang hubungan

risiko harga minyak dengan pasar saham di negara berkembang.

Mereka melakukan penelitian dengan penekanan pada sikap negara

berkembang yang sedang menuju industrialisasi dengan pesat.

Pemilihan negara berkembang juga keputusan yang rasional dan

didasarkan pada kenyataan bahwa ekonomi di negara maju yang

9

hemat energi dan mereka memiliki konsumsi rendah untuk produk

minyak. Di sisi lain, negara-negara berkembang cenderung

menggunakan lebih banyak minyak dan lebih banyak produk minyak

untuk mendukung industri mereka. Maka dari itulah alasan pasar

saham mereka menjadi sasaran risiko harga minyak yang tinggi.

Untuk tujuan penilaian, mereka mengembangkan sebuah model

regresi berganda. Data yang dikumpulkan didapat dari 2 sumber

berbeda yaitu Morgan Stanley World Index untuk data yang terkait

dengan return saham dan untuk data return minyak berjangka didapat

dari West Texas Intermediate (WTI). Semua data diambil setiap hari

dan telah dikumpulkan di 21 negara berkembang. Temuan penelitian

jelas menyebutkan adanya hubungan positif dari dampak risiko harga

minyak pada tingkat return pasar saham di negara berkembang.

Nandha & Hammoudeh (2006) mempelajari hubungan risiko beta

dengan return dari pasar saham dengan harga minyak dunia di 15

negara Asia Pasifik. Dasar pemikiran di balik studi ini adalah

permintaan minyak di negara-negara tersebut meningkat secara

signifikan dan telah dilaporkan bahwa peningkatan permintaan

minyak dari kawasan Asia Pasifik lebih besar daripada peningkatan

permintaan dunia pada tahun 2004 dan beberapa dari 15 negara Asia

tersebut adalah pemain terbaik di pasar saham di tahun 1990-an.

Mujahid, Ahmed, & Mustafa (2007) melakukan studi untuk

menyelidiki ketidakstabilan pasar saham karena fluktuasi harga

minyak. Mereka membatasi ruang lingkup studi mereka hanya untuk

pasar saham Pakistan. Alasannya adalah bahwa fluktuasi harga

minyak dapat menyebabkan peningkatan atau penurunan yang

signifikan bagi nilai perusahaan-perusahaan minyak yang

berpengaruh secara langsung terhadap biaya produksi mereka. Salah

satu perubahan penting dalam model di studi ini adalah penambahan

volume perdagangan harian di Bursa Efek Karachi sebagai variabel

10

proxy. Harga minyak diambil sebagai variabel independen sedangkan

return saham digunakan sebagai variabel dependen. Studi ini

menyimpulkan tidak adanya hubungan yang signifikan antara harga

minyak dan tingkat pengembalian saham. Mereka berpendapat bahwa

harga Liquefied Petroleum Gas (LPG) lebih mempunyai pengaruh

terhadap return di bursa saham daripada fluktuasi harga minyak.

Peran dan Kebijakan Migas di Indonesia

Di Indonesia, energi minyak dan gas masih menjadi andalan utama

perekonomian Indonesia, baik sebagai penghasil devisa maupun

pemasok kebutuhan energi dalam negeri. Pembangunan prasarana

dan industri yang sedang giat-giatnya dilakukan di Indonesia,

membuat pertumbuhan konsumsi energi rata-rata mencapai 7% dalam

10 tahun terakhir. Sementara itu, konsumsi minyak bumi (BBM) di

dalam negeri sudah melebihi kapasitas produksi. Dalam beberapa

tahun belakangan ini penyediaan BBM dalam negeri tidak dapat

seluruhnya dipenuhi oleh kilang minyak domestik, hampir 20%-30%

kebutuhan minyak bumi dalam negeri sudah harus diimpor dari luar

negeri (Biro Riset LM FE UI, 2010). Kebutuhan impor minyak bumi

ini diperkirakan akan terus meningkat seiring dengan pertumbuhan

jumlah penduduk yang terus meningkat dan pertumbuhan ekonomi di

dalam negeri yang diharapkan semakin membaik ditahun-tahun

mendatang.

Pada bulan Oktober 2005, pemerintah Indonesia memutuskan untuk

menghapus subsidi minyak dalam negeri untuk konsumsi industri.

Selanjutnya pada Januari 2015, Presiden Joko Widodo resmi

menghapus subsidi BBM untuk jenis premium, dan untuk bahan

bakar solar ditetapkan subsidi tetap sebesar Rp 1.000. Perhitungan

harga akan menggunakan rumus yang telah ditetapkan oleh

pemerintah dan mengacu pada harga minyak dunia, kurs Rupiah

terhadap Dolar AS, serta faktor inflasi. (Gumelar, 2015). Akibatnya,

11

kinerja industri khususnya pada profit perusahaan menjadi lebih

rentan terhadap kenaikan harga minyak dunia.

PENGEMBANGAN HIPOTESIS

Sebuah studi oleh Nandha & Faff (2008) menganalisis 35 indeks

industri global untuk periode antara tahun 1983 sampai 2005. Temuan

mereka menunjukkan bahwa harga minyak memiliki dampak negatif

pada pengembalian ekuitas untuk semua industri kecuali

pertambangan, serta industri minyak dan gas. Faff dan Brailsford

(1999) mendapatkan dampak negatif yang sama dari pergerakan

harga minyak pada industri seperti kertas dan pengemasan, bank dan

transportasi. Dibalik itu, sektor keuangan mempunyai kinerja yang

lebih stabil dan kurang terpengaruh dengan fluktuasi harga minyak

yang tinggi.

Meskipun literatur di atas menunjukkan bahwa harga minyak yang

tinggi umumnya adalah berita buruk bagi nilai indeks di sebagian

besar sektor, namun hal yang sama tidak berlaku untuk industri

minyak di mana minyak merupakan output produksi. Oleh karena itu

yang akan membuat perbedaan besar adalah apakah minyak sebagai

output atau input dalam sebuah perusahaan. Sebuah studi oleh El-

Sharif (2005) meneliti hubungan antara harga minyak mentah dengan

harga saham di industri minyak dan gas di Inggris. Bukti mereka

menunjukkan bahwa terdapat hubungan positif antara kedua faktor,

dan seringkali signifikan dan mencerminkan dampak langsung dari

gejolak harga minyak pada harga ekuitas. Penelitian lain yang

dilakukan oleh Huang, Masulis dan Stoll (1996), Faff dan Brailsford

(1999), Nandha dan Faff (2008), Cong (2008), dan Mohanty, Nandha,

& Bota (2010) pun mencapai kesimpulan yang sama pada hubungan

antara harga minyak dan industri minyak dan gas untuk beberapa

negara yang berbeda. Hal tersebut disebabkan perusahaan

12

menggunakan minyak sebagai output produksi, pergerakan terhadap

harga minyak mentah dunia akan berimbas pada meningkatnya

kemampuan perusahaan untuk menghasilkan laba dan kemampuan

dalam memberikan dividen. Peningkatan kemampuan menghasilkan

laba dan membagikan dividen akan membuat minat investor menjadi

tinggi, dan akan cenderung untuk membeli saham sehingga harga

saham menjadi naik. Kenaikan harga saham akan meningkatkan

return yang diperoleh oleh investor. Maka dari itu dirumuskan

hipotesis pertama yaitu:

Hipotesis 1: Pergerakan harga minyak dunia berpengaruh

positif terhadap nilai indeks di sektor

pertambangan di Bursa Efek Indonesia.

Hamilton (1983), Gisser & Goodwin (1986), Sadorsky (1999), Gjerde

dan Sættem (1999), Ciner (2001), dan Park dan Ratti (2008) meneliti

dampak dari pergerakan harga minyak terhadap pasar saham di

berbagai negara. Hasilnya menunjukkan bahwa ketidakstabilan harga

minyak memiliki dampak signifikan secara statistik pada pasar

saham, terutama bagi perusahaan yang termasuk golongan industri.

Hal ini dikarenakan perusahaan menggunakan minyak sebagai input

energi bahan bakar, pergerakan terhadap harga minyak mentah dunia

akan membuat harga bahan bakar pendukung produksi menjadi naik

dan memberikan pengaruh terhadap meningkatnya biaya produksi

dan berimbas pada menurunnya kemampuan perusahaan untuk

menghasilkan laba dan kemampuan dalam memberikan dividen.

Penurunan kemampuan menghasilkan laba dan membagikan dividen

akan membuat minat investor menjadi rendah, dan investor

perusahaan yang bersangkutan akan cenderung untuk menjual

sahamnya sehingga harga saham turun. Penurunan harga saham akan

menurunkan return yang diperoleh oleh investor. Di Bursa Efek

Indonesia ada tiga sektor yang termasuk sebagai golongan industri,

yakni sektor Industri Dasar, Aneka Industri, dan Industri Barang

13

Konsumsi. Maka dari itu dirumuskan hipotesis sebagai berikut,

pergerakan harga minyak dunia berpengaruh negatif terhadap nilai

indeks di golongan sektor industri di Bursa Efek Indonesia. Untuk

memaparkan lebih jelas dampak pergerakan harga minyak dunia

terhadap nilai indeks per sektor yang termasuk golongan industri,

dirumuskan 3 sub-hipotesis sebagai berikut:

Hipotesis 2a: Pergerakan harga minyak dunia berpengaruh

negatif terhadap nilai indeks di sektor Industri

Dasar di Bursa Efek Indonesia.

Hipotesis 2b: Pergerakan harga minyak dunia berpengaruh

negatif terhadap nilai indeks di sektor Aneka

Industri di Bursa Efek Indonesia.

Hipotesis 2c: Pergerakan harga minyak dunia berpengaruh

negatif terhadap nilai indeks di sektor Industri

Barang Konsumsi di Bursa Efek Indonesia.

METODE PENELITIAN

Populasi dan Sampel

Penelitian ini menggunakan data harga minyak WTI harian dan

penutupan indeks harian di 4 indeks saham sektoral di Bursa Efek

Indonesia yaitu Pertambangan, Industri Dasar, Aneka Industri, dan

Industri Barang Konsumsi selama 1 tahun sebelum adanya

penghapusan subsidi untuk harga BBM dari Oktober 2013 sampai

Oktober 2014 dan 1 tahun pasca berlakunya kebijakan fluktuasi harga

BBM mengikuti harga pasar dari November 2014 hingga November

2015. Data sekunder tersebut diperoleh dari informasi yang tersedia

di website www.financeyahoo.co.id. untuk indeks saham sektoral di

Bursa Efek Indonesia serta website US Energy Administration

(www.eia.gov) untuk harga minyak WTI.

14

Untuk untuk menghindari adanya confounding effect atau

tercampurnya informasi dari suatu peristiwa dengan peristiwa lain,

penelitian ini menggunakan metode event study dengan menghapus

beberapa data saat peristiwa yang tidak mempunyai kaitan dengan

harga minyak dunia terjadi dan mempunyai pengaruh langsung pada

nilai saham di Bursa Efek Indonesia.

Menurut MacKmlay (1997), event study merupakan salah satu

metodologi penelitian yang menggunakan data-data pasar keuangan

untuk mengukur dampak dari suatu kejadian yang spesifik terhadap

nilai perusahaan, biasanya tercermin dari harga saham dan volume

transaksinya.

Penerapan event study banyak digunakan dalam penelitian di bidang

keuangan dengan variasi kejadian yang sangat luas, seperti merger &

akuisisi, pengumuman earnings, pengumuman variabel ekonomi

makro seperti defisit perdagangan dan lain-lain.

Untuk melakukan event study, hampir seluruh literatur yang ada

menyebutkan kesamaan langkah-langkah yang harus ditempuh,

menurut MacKinlay (1997) terdiri dari beberapa tahap, yaitu

mendefinisikan kejadian yang diamati, yaitu berupa informasi baru

yang tersedia di pasar. Mengidentifikasi kumpulan perusahaan yang

mengalami kejadian tersebut dan mengidentifikasi tanggal kejadian

(event dates); dengan perkataan lain pada tahap ini melakukan kriteria

seleksi untuk memasukkan suatu pemisahan apakah termasuk di

dalam sampel penelitian. Memilih sebuah event window yang cocok

dan justifikasi jaraknya, apabila melebihi dua hari.

Dalam hal ini berarti mengidentifikasi periode dimana harga-harga

saham perusahaan yang terlibat dengan kejadian tersebut dapat diuji.

Rangkaian waktu (timeline) untuk sebuah event study dapat dilihat

15

pada Gambar 1. Tahap selanjutnya adalah mengeliminasi atau

menyesuaikan perusahaan-perusahaan yang mengalami kejadian lain

yang relevan selama event window.

Gambar 1: Rangkaian waktu event study

Periode data yang digunakan berkisar antara Oktober 2013 hingga

November 2015, dengan hamparan sebagai berikut: untuk data

sebelum berlakunya kebijakan fluktuasi harga BBM mengikuti harga

pasar berkisar selama 12 bulan setelah Oktober 2013; data untuk

periode setelah berlakunya kebijakan fluktuasi harga BBM mengikuti

harga pasar terhitung selama 12 bulan sebelum November 2015. Data

yang digunakan dalam penelitian ini diperoleh dengan melihat grafik

histogram dari masing-masing kelompok data yang dapat dilihat pada

gambar 2 dan 3.

16

Gambar 2: Grafik Histogram pergerakan perubahan harga Minyak WTI antara Oktober 2013 sampai

Oktober 2014

17

Gambar 3: Grafik Histogram pergerakan perubahan harga Minyak WTI antara November 2014

sampai November 2015

Distribusi normal adalah salah satu distribusi teoretis dari variabel

random kontinu, merupakan distribusi yang simetris dan berbentuk

genta atau lonceng. Pada bentuk tersebut ditunjukkan hubungan

ordinat pada rata-rata dengan berbagai ordinat pada berbagai jarak

simpangan baku yang diukur dari rata-rata.

Beberapa bagian luas dibawah kurva untuk distribusi normal umum

dengan rata-rata 𝜇 dan simpangan baku 𝜎 tertentu, dapat ditentukan.

Dapat dilihat kedua histogram yang ditunjukan gambar 3 dan 4

memiliki distribusi normal maka dapat diterjemahkan sebagai

berikut:

1) kira-kira 68,27% dari kasus ada dalam daerah satu simpangan

baku sekitar rata-rata, yaitu antara 𝜇–𝜎 dan 𝜇+𝜎;


baku sekitar rata-rata, yaitu antara 𝜇–2𝜎 dan 𝜇+2𝜎;

18


baku sekitar rata-rata, yaitu antara 𝜇–3𝜎 dan 𝜇+3𝜎.

Selanjutnya, data yang berada di luar batasan gejolak yaitu 𝜇–𝜎 dan

𝜇+𝜎, dapat digunakan dalam penelitian ini. Pengolahan data

dikelompokan dari dua kali standar deviasi hingga tiga kali standar

deviasi, guna membandingkan besarnya pengaruh perubahan

fluktuasi harga minyak WTI juga memberikan pengaruh yang besar

terhadap nilai indeks masing-masing sektor.

Tabel 1: Jumlah data yang diolah sebelum dan sesudah kebijakan

Jumlah data yang diolah sebelum kebijakan setelah kebijakan

𝜇–2𝜎 dan

𝜇+2𝜎

𝜇–3𝜎

dan

𝜇+3𝜎

𝜇–2𝜎

dan

𝜇+2𝜎

𝜇–3𝜎

dan

𝜇+3𝜎

Jumlah (dalam hari) 22 6 27 14

Peristiwa diluar fluktuasi harga

minyak dunia yang

berpengaruh langsung pada

nilai saham (dalam hari)

6 0 4 0

Jumlah yang diolah (dalam hari) 16 6 23 14

Sumber: Data Diolah (2015)

Jumlah data yang digunakan dalam penelitian ini adalah sebanyak

295, yang terdiri dari 110 data sebelum berlakunya kebijakan

fluktuasi harga BBM mengikuti harga pasar setelah beberapa data saat

peristiwa yang tidak mempunyai kaitan dengan harga minyak dunia

terjadi dan mempunyai pengaruh langsung pada nilai saham di Bursa

Efek Indonesia, seperti peristiwa banjir Jakarta dengan membuang 2

hari, pemilihan umum presiden, serta Kebijakan The Federal Reverse

melanjutkan program pengurangan stimulus (tappering off) dan

rencana menaikkan suku bunga acuan (Fed Rate) masing-masing

dengan membuang 1 hari; dan 185 data pasca berlakunya kebijakan

fluktuasi harga BBM mengikuti harga pasar dengan membuang

19

peristiwa isu reshuflle kabinet, rencana buyback saham dengan

mengeleminasi 2 hari, dan rencana The Federal Reverse akan

menaikkan suku bunga acuan yang mempunyai dampak langsung

pada nilai saham di Bursa Efek Indonesia.

Masing-masing data dari 110 data sebelum berlakunya kebijakan

fluktuasi harga BBM mengikuti harga pasar terdiri dari 22 data untuk

harga minyak WTI, 22 Pertambangan, 22 Industri Dasar, Aneka

Industri, dan 22 Industri Barang Konsumsi. Selanjutnya untuk 185

data pasca berlakunya kebijakan fluktuasi harga BBM mengikuti

harga pasar masing-masing terdiri dari 37 data harga minyak WTI, 37

data Pertambangan, 37 data Industri Dasar, 37 data Aneka Industri,

dan 37 data untuk Industri Barang Konsumsi. Berikut adalah data

peristiwa yang tidak mempunyai kaitan dengan harga minyak dunia

dan mempunyai pengaruh langsung pada nilai saham di Bursa Efek

Indonesia.

Tabel 2: Peristiwa yang tidak mempunyai kaitan dengan harga minyak dunia

dan mempunyai pengaruh langsung pada nilai saham di Bursa Efek Indonesia

Waktu Peristiwa

Januari 2014 Banjir Jakarta

10 Juli 2014 Pemilu Presiden

11 September

2014

Kebijakan The Federal Reverse melanjutkan

program pengurangan stimulus (tappering

off) dan rencana menaikkan suku bunga

acuan (Fed Rate).

12 Agustus 2015 Isu reshuflle kabinet

25 Agusuts 2015 Rencana buyback saham

29 Oktober 2015 The Federal Reverse akan menaikkan suku

bunga acuan


20

Selanjutnya, pengolahan data pada penelitian ini dibantu oleh

software EViews 8.

Tahapan Pengujian

1. Data saham yang didapat merupakan indeks penutupan harian

sektoral, untuk mendapatkan perubahan nilai indeks harian

diperlukan pengolahan terlebih dahulu melalui versi

sederhana dari rumus lognatural. Hal yang sama pun

diterapkan pada data variabel independent yaitu harga minyak

mentah harian, guna memperoleh nilai dari perubahan harga

minyak harian dilakukan perhitungan melalui rumus yang

serupa dengan perhitungan return saham.

2. Setelah mendapatkan perubahan nilai indeks harian dan

perubahan nilai harga minyak harian dilakukan uji akar unit

untuk menguji adanya anggapan bahwa sebuah data time

series stasioner. Stasioneritas merupakan salah satu prasyarat

penting dalam model ekonometrika untuk data time series.

Apabila setelah dilakukan pengujian akar unit, data yang

tersedia memiliki sifat tidak stasioner maka langkah

selanjutnya adalah melakukan uji derajat integrasi. Uji ini

dilakukan untuk mengetahui pada derajat integrasi berapa

derajat data yang diamati stationer.

3. Pengujian berikutnya adalah uji kointegrasi berguna untuk

menyelidiki adanya hubungan antar variabel time series yang

stabil dalam jangka panjang.

4. Uji Granger Causality merupakan langkah selanjutnya dalam

penelitian ini berguna untuk melihat ada tidaknya hubungan

sebab akibat (causalities) antara variabelnya yang dapat

dijelaskan oleh nilai-nilai masa lalu.

21

5. Apabila data yang tersedia lolos dari 3 uji asumsi diatas,

dilakukan analisis Vector Auto Regression (VAR) untuk

menganalisis dampak dinamis dari faktor gangguan yang

terdapat dalam sistem variabel tersebut.

Pengukuran Variabel

Variabel dependent yang dianalisis dalam penelitian ini adalah

Perubahan nilai indeks sektoral harian, yang dihitung dengan rumus

sebagai berikut:

ISit = 𝑃𝑖𝑡−𝑃𝑖𝑡−1

𝑃𝑖𝑡−1................................................................. (1)

dimana:

ISit : Perubahan nilai indeks saham sektor i pada hari ke t

Pit : Penutupan indeks sektor i pada hari ke t

Pit-1 : Penutupan indeks sektor i pada hari ke t-1

Variabel independent di penelitian ini adalah harga minyak dunia

harian yang dihitung dengan rumus sebagai berikut:

POILt = 𝑊𝑇𝐼𝑡−𝑊𝑇𝐼𝑡−1

𝑊𝑇𝐼𝑡−1................................................................. (2)

dimana:

POILt : Perubahan harga minyak dunia pada hari ke t

WTIt : Harga minyak dunia pada hari ke t

WTIt-1 : Harga minyak dunia pada hari ke t-1

Tujuan dari regresi ini adalah untuk memberikan gambaran

menyeluruh tentang hubungan antara perubahan harga minyak dan

return saham indeks sektoral. Regresi awal dinyatakan sebagai

berikut:

22

R𝑖𝑡 = 𝑎𝑖 + 𝑏𝑃𝑂𝐼𝐿𝑡−1+ 𝜀𝑖........................................................... (3)

dimana:

Rit : Perubahan nilai indeks saham sektor i pada hari ke t

POILt-1 : Perubahan harga minyak dunia pada hari ke t-1

Uji akar unit (Unit Root Test)

Uji akar unit digunakan untuk menguji adanya anggapan bahwa

sebuah data time series stasioner. Uji yang biasa digunakan adalah uji

Dickey–Fuller. Uji lain yang serupa yaitu Uji Phillips–Perron.

Keduanya mengindikasikan keberadaan akar unit sebagai hipotesis

nol. Perlu diketahui bahwa data yang dikatakan stasioner adalah data

yang bersifat flat, tidak mengandung komponen trend, dengan

keragaman yang konstan, serta tidak terdapat fluktuasi periodik.

Hipotesis yang digunakan pada pengujian augmented dickey fuller

adalah:

H0 : ρ = 0 (Terdapat unit roots, data tidak stasioner)

H1 : ρ ≠ 0 (Tidak terdapat unit roots, data stasioner)

Kesimpulan hasil root test diperoleh dengan membandingkan nilai t-

hitung dengan t-tabel pada tabel Dickey-Fuller.

Uji Kointegrasi

Pendekatan kointegrasi berkaitan erat dengan pengujian terhadap

kemungkinan adanya hubungan keseimbangan jangka panjang antara

variabel-variabel ekonomi seperti yang disyaratkan oleh teori

ekonomi. Pendekatan kointegrasi dapat pula dipandang sebagai uji

teori dan merupakan bagian yang penting dalam perumusan dan

estimasi suatu model dinamis.

23

Dalam konsep kointegrasi, dua atau lebih variabel runtun waktu

stasioner akan terkointegrasi bila kombinasinya juga linier sejalan

dengan berjalannya waktu, meskipun bisa terjadi masing-masing

variabelnya bersifat tidak stasioner. Bila variabel runtun waktu

tersebut terkointegrasi maka terdapat hubungan yang stabil dalam

jangka panjang. Uji kointegrasi yang digunakan dalam penelitian ini

adalah uji kointegrasi yang dikembangkan oleh Johansen. Uji

Johansen menggunakan analisis trace statistic dan nilai kritis pada

tingkat kepercayaan α= 5 %. Hipotesis nolnya apabila nilai trace

statistic lebih besar dari nilai kritis pada tingkat kepercayaan α= 5 %

atau nilai probabilitas lebih kecil dari α= 5 % maka terindikasi

kointegrasi.

Uji Granger Causality

Tujuan dari uji kausalitas menggunakan Granger Causality adalah

mendeteksi ada tidaknya hubungan sebab akibat (causalities) antara

variabelnya yang dapat dijelaskan oleh nilai-nilai masa lalu. Variabel

independent dikatakan “granger-causes” variabel dependent, apabila

variabel independent membantu memprediksi variabel dependent.

Maka dari itu rumusan hipotesis dari Granger Causality adalah :

H0 : Variabel dependent tidak memiliki Granger cause terhadap

variabel independent

H1 : Variabel dependent memiliki Granger cause terhadap variabel

independent

Analisis Vector Auto Regression (VAR)

Vector Auto Regression (VAR) biasanya digunakan untuk

memproyeksikan sistem variabel-variabel runtut waktu dan untuk

menganalisis dampak dinamis dari faktor gangguan yang terdapat

24

dalam sistem variabel tersebut. Pada dasarnya Analisis VAR bisa

dipadankan dengan suatu model persamaan simultan, oleh karena

dalam Analisis VAR kita mempertimbangkan beberapa variabel

endogen secara bersama-sama dalam suatu model. Perbedaannya

dengan model persamaan simultan biasa adalah bahwa dalam Analisis

VAR masing-masing variabel selain diterangkan oleh nilainya di

masa lampau, juga dipengaruhi oleh nilai masa lalu dari semua

variabel endogen lainnya dalam model yang diamati. Analisis VAR

juga merupakan alat analisis yang sangat berguna, baik di dalam

memahami adanya hubungan timbal balik (interrelationship) antara

variabel-variabel ekonomi, maupun di dalam pembentukan model

ekonomi berstruktur. Di samping itu, dalam analisis VAR biasanya

tidak ada variabel eksogen dalam model tersebut. Salah satu

karakteristik dari proses VAR adalah stabilitasnya. Artinya bahwa

prosesnya menghasilkan deret waktu yang stasioner dengan rata-rata

yang tidak berubah pada fungsi waktu.

HASIL

Analisis Deskriptif

Penelitian ini meliputi data harga minyak WTI harian dan penutupan

indeks harian di 4 indeks saham sektoral di Bursa Efek Indonesia

yaitu Pertambangan, Industri Dasar, Aneka Industri, dan Industri

Barang Konsumsi selama 1 tahun sebelum adanya penghapusan

subsidi untuk harga BBM dari Oktober 2013 sampai Oktober 2014

dan 1 tahun pasca berlakunya kebijakan fluktuasi harga BBM

mengikuti harga pasar dari November 2014 hingga November 2015.

Deskripsi data yang digunakan dalam penelitian ini adalah

sebagaimana ditunjukkan pada tabel 1.

25

Tabel 3: Deskripsi Data Penelitian

Min Max Mean Std. Deviasi

Sebelum

Kebijakan

harga minyak WTI -5.81% 2.84% -0.08% 0.99

harga

saham

MING -3.39% 2.77% 0.00% 0.11

BIND -5.55% 4.20% 0.05% 0.13

MISC -5.53% 5.76% 0.04% 0.15

CONS -3.09% 2.66% 0.05% 0.10

Sesudah

Kebijakan

harga minyak WTI -10.53% 10.31% -0.21% 0.99

harga

saham

MING -3.58% 3.48% -0.19% 0.11

BIND -7.68% 6.83% -0.09% 0.17

MISC -7.24% 8.90% -0.04% 0.19

CONS -3.79% 5.44% 0.00% 0.13


keterangan:

MING : Mining Index (sektor Pertambangan)

BIND : Basic Industry and Chemicals Index (sektor Industri Dasar)

MISC : Miscellaneous Index (sektor Aneka Industri)

CONS : Consumer Goods Index (sektor Industri Barang Konsumsi)

26

Berdasarkan tabel 1, perubahan harga minyak WTI sebelum

berlakunya kebijakan Fluktuasi Harga BBM mengalami penurunan

rata-rata sebesar 0.08% dengan nilai maksimum kenaikan sebesar

2.84% dan penurunan terekstrem sebanyak 5.81%. Sedangkan untuk

rata-rata data perubahan harga minyak WTI setelah berlakunya

kebijakan Fluktuasi Harga BBM mengalami depresiasi sebesar 0.21%

dengan nilai kenaikan terbesar 10.31% dan penurunan 10.53%.

Pada sektor pertambangan, data perubahan harga saham sebelum

berlakunya kebijakan Fluktuasi Harga BBM memiliki rata-rata

kenaikan sebesar 0.003%. Sebaliknya, data perubahan harga saham

pada sektor pertambangan setelah berlakunya kebijakan Fluktuasi

Harga BBM mengalami penurunan rata-rata sebesar 0.19%.

Selanjutnya, pada data perubahan harga saham pada ketiga sektor

industri yang diteliti sebelum berlakunya kebijakan fluktuasi harga

BBM mengalami kenaikan dengan nilai mean masing-masing sebesar

0.05%, 0.04% dan 0.05%. Akan tetapi, rata-rata data perubahan harga

saham pada sektor industri dasar dan sektor aneka industri setelah

berlakunya kebijakan fluktuasi harga BBM masing-masing

mengalami penurunan sebesar 0.09% dan 0.04%. Sedangkan, untuk

sektor industri barang konsumsi mengalami kenaikan 0.004%.

Pengujian Asumsi

1. Uji Akar Unit (Unit Root Test)

Perlu diketahui bahwa data yang dikatakan stasioner adalah data yang

bersifat flat, tidak mengandung komponen trend, dengan keragaman

yang konstan, serta tidak terdapat fluktuasi periodik. Kesimpulan

hasil root test diperoleh dengan membandingkan nilai t-hitung dengan

t-tabel pada tabel Dickey-Fuller adalah sebagai berikut:

27

Tabel 4: Output Augmented Dickey-Fuller (ADF) Test

Panel A: sebelum Kebijakan

Nilai t-statistic dan critical

values

Variabel

MING BIND MISC CONS

Augmented Dickey-Fuller

t-Statistic -15.513 -15.499 -16.896 -19.668

Critical values 5% -2.871

Panel B: pasca Kebijakan

Nilai t-statistic dan critical

values

Variabel

MING BIND MISC CONS

Augmented Dickey-Fuller

t-Statistic -13.519 -11.956 -13.842 -16.726

Critical values 5% -2.872


keterangan:





Dapat dilihat bahwa nilai statistik t-hitung pada tabel 2 Panel A yaitu

sebelum kebijakan Fluktuasi Harga BBM mengikuti harga pasar pada

sektor pertambangan, sektor industri dasar, sektor aneka industri dan

sektor industri barang konsumsi lebih kecil daripada nilai t-tabel pada

tingkat kepercayaan 5% (-2.87). Hasil output tersebut menunjukkan

bahwa data stasioner dan hipotesis null ditolak. Sedangkan

berdasarkan hasil output ADF Test Pasca berlakunya Kebijakan

Fluktuasi Harga BBM mengikuti harga pasar, nilai t-hitung pada

seluruh sektor yang diteliti lebih kecil daripada nilai t-tabel pada

tingkat kepercayaan 5% yang artinya data stasioner dan hipotesis null

ditolak.

28

2. Hasil Panjang Lag Optimal

Pendekatan VAR sangat sensitif terhadap jumlah lag data yang

digunakan, maka perlu ditentukan jumlah lag yang optimal.

Penentuan panjang lag dimanfaatkan untuk mengetahui lamanya

periode keterpengaruhan suatu variabel terhadap variabel masa

lalunya maupun terhadap variabel endogen lainnya.

Pemilihan kriteria menggunakan Schwarz Information Criterion

(SIC) mengikuti Reimers (1992) menemukan bahwa SIC berjalan

baik dalam pemilihan panjang lag yang optimal. Setelah melakukan

trial error terhadap panjang lag, berdasarkan tabel panjang lag

optimal dapat dilihat dari Schwarz Information Criterion (SIC) lag

yang optimal untuk kedua kelompok data adalah lag pertama. Hal ini

berarti estimasi dengan panjang lag sebesar 1 hari akan

menghindarkan dari risiko terjadi kesalahan spesifikasi model akibat

lag terlalu pendek atau pengurangan derajat kebebasan akibat lag

terlalu panjang.

Tabel 5: Panjang Lag Optimal

Lag sebelum

Kebijakan

pasca

Kebijakan

0 -28.040 -27.411

1 -27.712* -26.988*

2 -27.327 -26.435

3 -26.906 -25.900

4 -26.471 -25.342

5 -26.051 -24.812

6 -25.661 -24.303

7 -25.273 -23.768

8 -24.841 -23.247

29


(*) menunjukan panjang lag optimal dan signifikan

apabila nilai probability < 0.05

3. Uji Kointegrasi

Berdasarkan panjang lag diatas, peneliti melakukan uji kointegrasi

untuk mengetahui apakah akan terjadi keseimbangan dalam jangka

panjang, yaitu terdapat kesamaan pergerakan dan stabilitas hubungan

diantara variabel-variabel di dalam penelitian ini atau tidak. Dalam

penelitian ini, uji kointegrasi dilakukan dengan menggunakan metode

Johansen’s Cointegration Test. Berikut ini disajikan tabel hasil uji

kointegrasi untuk setiap sektor dengan metode Johansen’s

Cointegration Test.

Tabel 6: Ranking Kointegrasi dari Variabel Minyak WTI dan Keempat Sektor yang Diteliti

Variabel Sebelum kebijakan Pasca kebijakan

Prob Prob

MING 0.0001 0.0001

BIND 0.0001 0.0001

MISC 0.0001 0.0001

CONS 0.0001 0.0001

Sumber: Data Diolah (2016) keterangan:





(*) signifikan apabila nilai probability < 0.05

Berdasarkan tabel diatas dapat dilihat bahwa nilai probabilitas dari

data sebelum dan sesudah berlakunya kebijakan fluktuasi harga BBM

mengikuti harga pasar lebih kecil dari critical value dengan tingkat

30

signifikansi 5%. Hal ini berarti menerima hipotesis nol yang

menyatakan bahwa ada kointegrasi. Berdasarkan analisis

ekonometrik di atas dapat dilihat bahwa semua variabel dalam

penelitian ini menunjukkan kointegrasi pada tingkat signifikansi 5%.

Dengan demikian, dari hasil uji kointegrasi mengindikasikan bahwa

di antara nilai indeks di sektor industri dasar, aneka industri, industri

barang konsumsi dan pertambangan dengan perubahan harga minyak

dunia memiliki hubungan stabilitas atau keseimbangan dan kesamaan

pergerakan dalam jangka panjang. Dengan kata lain, dalam setiap

periode jangka pendek, seluruh variabel cenderung saling

menyesuaikan, untuk mencapai ekuilibrium jangka panjangnya.

4. Uji Granger Causality

Hasil Uji Granger Causality untuk menguji arah dan hubungan

kausalitas antara perubahan harga minyak WTI dan keempat sektor

yang diteliti disajikan dalam tabel 5 berikut:

Tabel 7: Uji Kausalitas Granger untuk Keempat Sektor yang Diteliti

Null Hypothesis: Sebelum

Kebijakan

Pasca

Kebijakan

POIL→ MING 0.048* 0.028*

MING → POIL 0.381 0.213

POIL → BIND 0.758 0.617

BIND → POIL 0.789 0.108

POIL → MISC 0.037* 0.038*

MISC → POIL 0.084 0.256

POIL → CONS 0.033* 0.049*

CONS → POIL 0.753 0.961


31

keterangan:

POIL : harga minyak WTI



CONS : Consumer Goods Index (sektor Industri Barang Konsumsi) (*) signifikan apabila nilai probability < 0.05

Perubahan harga Minyak WTI secara statistik signifikan

mempengaruhi nilai indeks sektor pertambangan (MING) karena

mempunyai nilai probabilty 0.048 dan 0.028. Namun, nilai indeks

sektor pertambangan secara statistik tidak signifikan memengaruhi

perubahan harga Minyak WTI yang dibuktikan dengan nilai

probabilty lebih besar dari 0.05 yaitu 0.381 dan 0.21. Dengan

demikian, disimpulkan bahwa terjadi kausalitas searah sebelum dan

sesudah kebijakan fluktuasi harga BBM antara nilai indeks sektor

pertambangan dan perubahan harga Minyak WTI yaitu hanya

perubahan harga Minyak WTI yang secara statistik signifikan

memengaruhi nilai indeks sektor pertambangan namun tidak berlaku

sebaliknya.

Fluktuasi harga Minyak WTI secara statistik tidak signifikan

mempengaruhi nilai indeks sektor industri dasar (BIND) dan begitu

pula sebaliknya nilai indeks sektor industri dasar secara statistik tidak

signifikan memengaruhi perubahan harga Minyak WTI baik sebelum

dan sesudah kebijakan fluktuasi harga BBM diberlakukan yang

dibuktikan dengan nilai probabilty masing-masing lebih besar dari

0.05 yaitu 0.758 dan 0.789 sehingga disimpulkan bahwa tidak terjadi

kausalitas apapun untuk nilai indeks sektor industri dasar dan

perubahan harga Minyak WTI. Oleh karena itu, hipotesis pergerakan

harga minyak dunia berpengaruh negatif terhadap nilai indeks di

sektor industri dasar di Bursa Efek Indonesia ditolak.

Berdasarkan tabel diatas, perubahan harga Minyak WTI secara

statistik signifikan mempengaruhi nilai indeks sektor aneka industri

32

(MISC) karena mempunyai nilai probabilty 0.037 dan 0.038. Namun,

nilai indeks sektor aneka industri secara statistik tidak signifikan

memengaruhi perubahan harga Minyak WTI yang dibuktikan dengan

nilai probabilty lebih besar dari 0.05 yaitu 0.084 dan 0.256. Dengan

demikian, disimpulkan bahwa terjadi kausalitas searah sebelum dan

sesudah kebijakan fluktuasi harga BBM antara nilai indeks sektor

aneka industri dan perubahan harga Minyak WTI yaitu hanya


memengaruhi nilai indeks sektor aneka industri namun tidak berlaku

sebaliknya.

Fluktuasi harga Minyak WTI secara statistik signifikan

mempengaruhi nilai indeks sektor industri barang konsumsi (CONS)

karena mempunyai nilai probabilty 0.033 ketika kebijakan fluktuasi

harga BBM belum diberlakukan dan 0.049 ketika kebijakan telah

diberlakukan. Namun, nilai indeks sektor industri barang konsumsi

secara statistik tidak signifikan memengaruhi perubahan harga

Minyak WTI yang dibuktikan dengan nilai probabilty lebih besar dari

0.05 masing-masing 0.753 dan 0.961. Dengan demikian, disimpulkan

bahwa terjadi kausalitas searah antara nilai indeks sektor industri

barang konsumsi dan perubahan harga Minyak WTI yaitu hanya


memengaruhi nilai indeks sektor industri barang konsumsi dan tidak

berlaku sebaliknya.

5. Analisis Vector Auto Regression (VAR)

Setelah didapati hubungan kointegrasi diantara variabel penelitian,

maka tahap selanjutnya adalah membentuk model VAR. Menurut

Enders (2004), jika terdapat hubungan kointegrasi diantara variabel

penelitian, maka estimasi dilakukan dengan VAR. Tabel 6

menyajikan hasil estimasi dengan VAR untuk masing-masing sektor

yang diteliti.

33

Tabel 8: Estimasi VAR untuk keempat Sektor yang diteliti

Sektor

2 kali standar deviasi 3 kali standar deviasi

𝒂 POILt-1 ISt-1 𝒂 POILt-1 ISt-1

Koefisien Koefisien Koefisien Koefisien Koefisien Koefisien

(t-statistics ) (t-statistics ) (t-statistics ) (t-statistics ) (t-statistics ) (t-statistics )

MING Sebelum -0.000 0.061 0.072 0.011 0.668 0.668

(-1.577) ( 3.060)** (1.236) (0.547) (2.165)* (2.058)*

Pasca -0.177 1.068 0.006 0.009 0.317 2.496

(-2.567)* ( 3.468)** (0.098) (0.234) (2.640)** (0.652)

MISC Sebelum 0.000 -0.013 0.000 0.021 -0.395 0.871

(0.457) (-2.388)* (1.007) (0.880) (-2.101)* (0.536)

Pasca 0.000 -1.000 1.004 0.007 -0.266 1.280

(0.129) (-2.009)* ( 2.058)* (0.162) (-0.522) (0.418)

CONS Sebelum 0.000 -0.003 0.150 0.021 -0.340 0.311

(2.123)* (-2.142)* (2.564)* (0.019) (-2.382)* (2.270)*

Pasca 0.000 -1.001 1.184 0.008 -0.362 1.069

(0.963) ( -2.067)* (2.574)* (1.148) (-2.117)* (2.208)*


34

keterangan:

𝑎 : konstanta

POILt-1 : harga minyak WTI pada lag sehari sebelumnya

ISt-1 : Indeks Sektor pada lag sehari sebelumnya




(*) wilayah tolak H0 pada tingkat signifikansi 5%: nilai t-statistics > 1.968 atau < -1.968

(**) wilayah tolak H0 pada tingkat signifikansi 1%: nilai t-statistics > 2.576 atau < -2.576

Model Persamaan Vector Auto Regression adalah seperti berikut

(hanya memasukan variabel yang signifikan):

R𝑖𝑡 = 𝑎 + 𝑏𝑃𝑂𝐼𝐿𝑡−1+ 𝑐𝐼𝑆𝑖−1..................................................... (4)

keterangan:

Rit : Perubahan nilai indeks saham sektor i pada hari ke t

𝑎 : konstanta

POILt-1 : harga minyak WTI pada lag sehari sebelumnya

ISt-1 : Indeks Sektor pada lag sehari sebelumnya

Dari hasil estimasi model VAR dapat disimpulkan bahwa nilai indeks

sektor pertambangan dalam periode berjalan (MING) sangat

dipengaruhi oleh fluktuasi harga minyak WTI pada periode

sebelumnya (POILt-1) dilihat dari nilai t-statistiknya 3.060, 2.165,

2.058, -2.567, 3.468, dan 2.640 berada di wilayah penerimaan

hipotesis pergerakan harga minyak dunia berpengaruh positif

terhadap nilai indeks di sektor pertambangan di Bursa Efek Indonesia.

Perubahan harga minyak WTI pada periode sebelumnya memberikan

pengaruh positif dan secara statistik signifikan. Maka dari itu,

hipotesis pergerakan harga minyak dunia berpengaruh positif

terhadap nilai indeks di sektor pertambangan di Bursa Efek Indonesia

dapat diterima.

Sementara itu, nilai indeks sektor aneka industri dengan pengolahan

menggunakan standar dua kali deviasi secara signifikan hanya

dipengaruhi oleh fluktuasi harga minyak WTI pada periode

35

sebelumnya (POILt-1) yang ditunjukkan oleh nilai statistiknya kurang

dari -1.968. Selanjutnya dari tabel diatas dapat dilihat dengan

menggunakan pengolahan data standar tiga kali deviasi menunjukkan

bahwa untuk nilai indeks sektor aneka industri sebelum kebijakan

fluktuasi harga BBM secara signifikan hanya dipengaruhi oleh

fluktuasi harga minyak WTI pada periode sebelumnya (POILt-1) yang

ditunjukkan oleh nilai statistiknya kurang dari -1.968. Maka dari itu,

hipotesis pergerakan harga minyak dunia berpengaruh negatif terhadap

nilai indeks di sektor aneka industri di Bursa Efek Indonesia dapat

diterima.

Pada sektor terakhir, nilai indeks sektor industri barang konsumsi

hampir dipengaruhi oleh semua variabel, kecuali faktor-faktor lain

yang ada (a) pada pengolahan menggunakan standar tiga kali deviasi

dan dua kali deviasi pasca kebijakan fluktuasi harga BBM yang

ditunjukkan oleh nilai statistiknya > 1.968 atau < -1.968. Maka dari

itu, hipotesis pergerakan harga minyak dunia berpengaruh negatif

terhadap nilai indeks di sektor aneka industri di Bursa Efek Indonesia

dapat diterima.

PEMBAHASAN

Output pada VAR Model Substituted Coefficients meringkaskan

kompilasi permodelan secara keseluruhan baik variabel yang

signifikan maupun yang tidak signifikan. Pada bagian ini akan

dikupas intepretasi dari permodelan VAR dan juga termasuk hasil

pengujian hipotesis untuk masing-masing sektor yang diteliti.

Pergerakan harga minyak dunia berpengaruh positif terhadap

nilai indeks di sektor pertambangan

Pola perubahan harga minyak WTI dengan nilai indeks sektor

pertambangan adalah positif. Sedangkan untuk faktor-faktor lainnya

adalah negatif. Hal ini menunjukkan bahwa pada saat harga minyak

36

WTI mengalami kenaikan maka nilai indeks sektor pertambangan

akan ikut mengalami kenaikan.

Saat penelitian ini ditulis, pasar masih beradaptasi menghadapi tren

penurunan harga minyak dunia yang diikuti keputusan pemerintah

memakai skema subsidi tetap untuk bahan bakar minyak (BBM).

Skema subsidi tetap memang akan mengurangi beban APBN. Namun

di sisi lain, skema ini membuat perusahaan sulit membuat rencana

kerja karena harus menyesuaikan pergerakan harga minyak dunia.

Dari pasar saham, emiten yang bergerak di sektor pertambangan harus

mewaspadai tren penurunan harga minyak dunia yang terjadi karena

konsumen berpotensi mengalihkan kebutuhan energi ke minyak

mentah seiring dengan harga yang kian rendah. Imbasnya, tren

penurunan harga minyak dunia akan membawa dampak positif bagi

beberapa sektor seperti konsumer, ritel, dan transportasi.

Namun sejatinya, perusahaan yang menggunakan minyak sebagai

output produksi, pergerakan terhadap harga minyak mentah dunia

akan berimbas pada meningkatnya kemampuan perusahaan untuk

menghasilkan laba dan kemampuan dalam memberikan dividen.

Peningkatan kemampuan menghasilkan laba dan membagikan

dividen akan membuat minat investor menjadi tinggi, dan akan

cenderung untuk membeli saham sehingga harga saham menjadi naik.

Kenaikan harga saham akan meningkatkan return yang diperoleh oleh

investor.

Penelitian ini mendukung penelitian yang dilakukan oleh El-Sharif

(2005) tentang hubungan antara harga minyak mentah dengan harga

saham di industri minyak dan gas di Inggris. Bukti mereka

menunjukkan bahwa terdapat hubungan positif antara kedua faktor,

dan seringkali signifikan dan mencerminkan dampak langsung dari

gejolak harga minyak pada harga ekuitas, serta Nandha & Faff (2008)

37

yang menyatakan bahwa terdapat 35 indeks industri global untuk

periode antara tahun 1983 sampai 2005. Temuan mereka

menunjukkan bahwa harga minyak memiliki dampak negatif pada

pengembalian ekuitas untuk semua industri kecuali pertambangan,

serta industri minyak dan gas.

Pergerakan harga minyak dunia berpengaruh negatif terhadap

nilai indeks di sektor industri dasar

Pergerakan nilai indeks sektor industri dasar tidak dipengaruhi oleh

dinamika perubahan harga minyak WTI, hal ini dapat dibuktikan

dalam uji Granger yang menyimpulkan tidak terjadi kausalitas apapun

untuk nilai indeks sektor industri dasar dan perubahan harga Minyak

WTI. Hasil penelitian ini tidak mendukung penelitian yang dilakukan

oleh Agusman & Deriantino (2008) dimana kinerja industri khususnya

pada profit perusahaan menjadi lebih rentan terhadap kenaikan harga

minyak dunia.

Alasan harga miyak dunia tidak secara signifikan berpengaruh pada

perusahaan yang termasuk sektor industri dasar karena keberadaan

sektor industri ini secara langsung dirasakan oleh seluruh lapisan

masyarakat, misalnya dalam sektor semen, porselen kayu, keramik,

dimana tanpa adanya sektor ini, proses pembangunan yang ada di

Indonesia tidak bisa berjalan dengan baik. Fluktuasi harga minyak

dunia merupakan satu dari banyak faktor lainnya yang turut

mempengaruhi sektor ini. Sehingga peristiwa yang mempunyai kaitan

dengan harga minyak dunia tidak terlalu berpengaruh pada

perusahaan yang termasuk sektor industri dasar.

38

Pergerakan harga minyak dunia berpengaruh negatif terhadap

nilai indeks di sektor aneka industri dan sektor industri barang

konsumsi

Diantara sektor aneka industri dan minyak WTI, harga minyak WTI

dan variabel sektor aneka industri memberikan pengaruh yang

signifikan terhadap pergerakan nilai indeks sektor aneka industri pada

lag satu hari sebelumnya. Selanjutnya, untuk pola nilai indeks sektor

aneka industri dengan perubahan harga minyak WTI adalah negatif

dan dengan dirinya sendiri adalah positif. Diantara hubungan antara

variabel sektor industri barang konsumsi dan minyak WTI, harga

minyak WTI pada lag sehari sebelumnya memberikan pengaruh yang

signifikan. Pada variabel sektor industri barang konsumsi dipengaruhi

oleh dinamika pergerakan dirinya sendiri pada lag satu hari

sebelumnya. Pola hubungan nilai indeks sektor industri barang

konsumsi dengan perubahan harga minyak WTI adalah negatif dan

pola hubungan nilai indeks sektor industri barang konsumsi dirinya

sendiri adalah positif.

Nilai indeks di sektor aneka industri dan sektor industri barang

konsumsi merespon secara negatif adanya pergerakan harga minyak

dunia. Hal ini terjadi ketika terjadi perubahan harga minyak akan

mempengaruhi aktivitas perekonomian. Pergerakan harga minyak

dunia akan berakibat pada berubahnya pendapatan yang diterima

perusahaan atau industri yang menggunakan minyak sebagai salah

satu input dalam proses produksi. Konsekuensinya, perubahan harga

minyak akan menurunkan pendapatan perusahaan atau industri secara

agregat. Dengan asumsi pasar saham yang ada merupakan pasar

saham yang efisien, maka kenaikan harga minyak akan menyebabkan

penurunan harga saham. Akan tetapi, jika pasar saham tidak efisien,

maka akan terdapat lag dalam respon return saham.

39

Di lain sisi, saat terjadi penurunan harga minyak dunia akan

menunjukkan kondisi negatif pasar komoditas secara keseluruhan.

Namun, kondisi tersebut juga dapat dilihat dari sisi positif. Menurut

Manurung (2015), setiap penurunan harga sebesar US$10 per barel

akan mengurangi biaya antara US$36 juta-US$40 juta dari total biaya

operasi perseroan, maka dari itu perseroan bisa menekan biaya

operasionalnya.

Selanjutnya, Antarikso (2015) berpendapat jika ongkos distribusi

berkontribusi sekitar 4,5% terhadap biaya operasional perseroan,

sehingga penurunan harga minyak dapat memberikan dampak positif.

Tren pelemahan harga minyak dunia telah memicu penurunan harga

BBM yang menjadi unsur penting dalam proses distribusi. Jika harga

BBM tetap rendah, hal ini akan menguntungkan emiten yang bergerak

di sektor industri barang konsumsi. Selain itu, penurunan harga

minyak mentah dunia juga akan memberikan dampak di biaya

produksi. Hal ini mengingat beberapa perusahaan di sektor industri

barang konsumsi juga menggunakan minyak mentah sebagai bahan

baku.

Hasil penelitian ini, sesuai dengan pendapat Ciner (2001) dan Park

dan Ratti (2008) yang menyatakan bahwa ketidakstabilan harga

minyak memiliki dampak signifikan secara statistik pada pasar

saham, terutama bagi perusahaan yang termasuk golongan industri.

Penelitian ini juga mendukung pendapat Mohanty, Nandha, & Bota

(2010) dimana harga minyak memiliki dampak negatif pada

pengembalian ekuitas untuk semua industri kecuali pertambangan,

serta industri minyak dan gas.

Kedua sub-hipotesis sektor aneka industri dan sektor industri barang

konsumsi membuktikan pergerakan harga minyak dunia berpengaruh

negatif terhadap nilai indeks di sektor industri, hal ini dikarenakan

40

minyak bersama dengan modal, tenaga kerja dan bahan baku

merupakan komponen paling penting dalam produksi barang dan

perubahan harga input tersebut akan mempengaruhi arus kas. Naiknya

harga minyak, yang dibarengi dengan tidak adanya efek substitusi

lengkap antara faktor-faktor produksi, meningkatkan biaya produksi.

Meningkatnya biaya produksi dan berimbas pada menurunnya

kemampuan perusahaan untuk menghasilkan laba dan kemampuan

dalam memberikan dividen. Penurunan kemampuan menghasilkan

laba dan membagikan dividen akan membuat minat investor menjadi

rendah, dan investor perusahaan yang bersangkutan akan cenderung

untuk menjual sahamnya sehingga harga saham turun. Penurunan

harga saham akan menurunkan return yang diperoleh oleh investor.

PENUTUP

Simpulan

Setelah melakukan analisis dan pembahasan dari 330 observasi data

harga minyak WTI harian dan penutupan indeks harian di 4 indeks

saham sektoral di Bursa Efek Indonesia yaitu Pertambangan, Industri

Dasar, Aneka Industri, dan Industri Barang Konsumsi selama 1 tahun

sebelum adanya penghapusan subsidi untuk harga BBM dari Oktober

2013 sampai Oktober 2014 dan 1 tahun pasca berlakunya kebijakan

fluktuasi harga BBM mengikuti harga pasar dari November 2014

hingga November 2015, maka dapat ditarik kesimpulan sebagai

berikut:

1. Pergerakan harga minyak dunia memberikan pengaruh

positif baik sebelum dan sesudah kebijakan fluktuasi harga

BBM mengikuti harga pasar terhadap nilai indeks di sektor

pertambangan.

2. Tidak terjadi hubungan apapun antara pergerakan nilai indeks

sektor industri dasar dan harga minyak dunia. Pergerakan

harga minyak dunia memberikan pengaruh negatif terhadap

41

pergerakan nilai indeks sektor aneka industri. Selanjutnya,

perubahan harga minyak dunia memberikan pengaruh negatif

untuk sektor industri barang konsumsi setelah kebijakan

fluktuasi harga BBM mengikuti harga pasar diberlakukan.

Implikasi Teoritis

Dilihat dari perspektif ekonomi mikro, yang paling jelas adalah

kenyataan bahwa banyak perusahaan, minyak merupakan sumber

daya penting dan input penting dalam produksi barang. Maka dari itu

perubahan harga minyak tentu akan berdampak pada biaya.

Perubahan biaya diperkirakan akan berdampak lebih jauh terhadap

harga saham. Hamilton (1983), Jones (2004), dan Cunado & Gracia

(2004) menemukan bahwa ada hubungan antara harga minyak dan

pasar saham dimana pergerakan harga minyak akan mempengaruhi

ekonomi makro dan akhirnya berimbas pada tingkat return ekuitas.

Hal ini dikarenakan, pergerakan harga minyak sangat mempengaruhi

output riil dan dengan demikian memiliki efek buruk pada

keuntungan perusahaan dimana minyak digunakan sebagai input.

Fluktuasi harga minyak dunia memiliki pengaruh yang cukup

penting dalam perekonomian. Hal tersebut memperkuat hasil

penelelitian yang dilakukan Sadorsky (1999), Gjerde dan Sættem

(1999), Ciner (2001), dan Park dan Ratti (2008).

Penelitian ini merupakan salah satu kasus dalam hipotesis bentuk

setengah kuat karena harga saham mencerminkan tidak hanya

informasi mengenai harga saham di masa lalu tetapi juga semua

informasi umum yang tersedia yang relevan bagi perusahaan. Dengan

kata lain harga saham akan secara cepat menyesuaikan diri untuk

merefleksikan adanya informasi harga minyak yang tersedia untuk

umum. Meskipun pengaruhnya tidak terlalu besar jika

dibandingankan dengan fluktuasi harga pertukaran mata uang asing,

namun hal ini tetap harus diwaspadai sebab perekonomian kita

42

masih bergantung pada bahan bakar minyak sebagai sumber

energi. Sebagaimana yang kita ketahui, minyak mentah merupakan

sumber energi yang membutuhkan waktu sangat lama untuk

memperbaharuinya. Ini berarti dibutuhkan kebijakan yang mampu

direspon lebih cepat oleh sektor riil.

Saran

Hendaknya harga minyak dunia dapat dijadikan pertimbangan untuk

investor, khususnya yang berminat membeli saham di sektor

pertambangan sebagai sumber informasi mengingat fluktuasi harga

minyak dunia memberikan pengaruh terhadap nilai indeks di sektor

pertambangan.

Walaupun tujuannya untuk menentukan dan mengenali hubungan

antara perubahan harga minyak dan nilai indeks di keempat sektor

yang diteliti, penelitian ini mempunyai keterbatasan. Penelitian ini

belum memilah reaksi saat pasar dalam kondisi bearish dan bullish,

maka untuk agenda penelitian mendatang disarankan untuk melihat

dan membandingkan pada kedua kondisi pasar tersebut.

viii

Referensi Agusman, A., & Deriantino, E. (2008). Oil Price and Industry Stock Returns:

Evidence from Indonesia. Submission Cover 21st Australasian Finance

and Banking Conference.

Antarikso, S. (2015, January 19). Harga Minyak Dunia Ambrol, Waspadai Aksi

Banting Saham Pertambangan. (R. A. Pratama, & A. M. Ardhanareswari,

Editors) Diunduh pada tanggal 17 April 2016 dari Bisnis Indonesia:

http://market.bisnis.com/read/20150119/191/ 392746/harga-minyak-

dunia-ambrol-waspadai-aksi-banting-saham-pertambangan

Basher, S. A., & Sadorsky, P. (2006). Oil price risk and emerging stock markets.

Global Finance Journal 17, 224–251.

Bhar, R., & Nikolova, B. (2010, May). Global Oil Prices, Oil Industry and Equity

Returns: Russian Experience. Scottish Journal of Political Economy 57(2),

169-186.

Biro Riset LM FE UI. (2010). Analisis Industri Minyak dan Gas Di Indonesia:

Masukan bagi Pengelola BUMN.

Ciner, C. (2001). Energy shocks and financial markets: Nonlinear linkages. Studies

in Nonlinear Dynamics and Econometrics 5 (3), 203-212.

Cong, R. C., Wei, Y. M., Jiao, J. L., & Fan, Y. (2008). Relationships between oil

price shocks and stock market: An empirical analysis from China. Energy

Policy 36 (9), 3544-3553.

Cunado, J., & Gracia, P. D. (2004). Oil prices, economic activity and inflation: Oil

prices, economic activity and inflation:.

El-Sharif, I., Brown, D., Burton, B., Nixon, B., & Russel, A. (2005). Evidence of

the nature and extent of the relationship between oil prices and equity

values in the UK. Energy Economics 27 (6), 819-830.

Enders, W. (2004). Applied Econometric Time Series. 2nd Edition. John Wiley and

Sons. New York.

Faff, R. W., & Brailsford, T. J. (1999). Oil price risk and the Australian stock

market. Journal of Energy Finance and Development 4, 69-87.

Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical

work. The Journal of Finance 2 (25), 383-417.

Gisser, M., & Goodwin, T. H. (1986). Crude oil and the macroeconomy: Tests of

some popular nations. Journal of Money, Credit and Banking 18 (1), 95-

103.

Gjerde, Ø., & Sættem, F. (1999). Causal relations among stock returns and

macroeconomic variables in a small, open economy. Journal of

International Financial Markets 9 (1), 61-74.

ix

Gogineni, S. (2007). The Stock Market Reaction to Oil Price Changes. University

of Oklahoma.

Gumelar, G. (2015, January 1). BI Apresiasi Reformasi Kebijakan Subsidi BBM

Jokowi. Retrieved from CNN Indonesia:

http://www.cnnindonesia.com/ekonomi/20150101093005-78-21766/bi-

apresiasi-reformasi-kebijakan-subsidi-bbm-jokowi/

Hamilton, J. D. (1983). Oil and macroeconomy since World War II. The Journal of

Political Economy 91 (2), 228-248.

Hammoudeh, S., & Li, H. (2004). Risk-Return Relationships in Oil-Sensitive Stock

Markets. Finance Letters 2, 10-15.

Haugen, R. A. (2001). Modern Portfolio Theory. 5th Edition. Prentice Hall. New

Jersey.

Huang, R. D., Masulis, R. W., & Stoll, H. R. (1996). Energy shocks and financial

markets. Journal of Futures Markets 16 (1), 1-27.

Huang, R. D., Masulis, R. W., & Stoll, H. R. (1996). Energy shocks and financial

markets. Journal of Futures Markets 16 (1), 1-27.

Humberto, M. (2010, May 31). Indonesia leaves OPEC, GM downsizes. Diambil

kembali dari Asia Times:

http://www.atimes.com/atimes/Southeast_Asia/JF10Ae03.html

Indonesia: Oil for 2011. (2011). Diambil kembali dari International Energy

Agency:

http://www.iea.org/statistics/statisticssearch/report/?&country=INDONE

SIA&year=2011&product=Oil

International Monetary Fund 2000. (2014, January 30). The impact of higher oil

prices on the global. Diambil kembali dari International Monetary Fund:

<http://www.imf.org/external/pubs/ft/oil/2000/>.

Jimènez-Rodrìguez, R., & Sànchez, M. (2005). Oil price shocks and real GDP

growth: Empirical evidence for some OECD countries. Applied Economics

37 (2), 201-228.

Jones, C. M., & Kaul, G. (1996). Oil and the stock markets. Journal of Finance 51

(2), 463-491.

Jones, D. W., Leiby, P. N., & Paik, I. K. (2004). Oil price shocks and the

macroeconomy: What has been learned since 1996? Energy Journal 25, 1-

32.

Lescaroux, F., & Mignon, V. (2008). On the Influence of Oil Prices on Economic

Activity and other Macroeconomic and Financial Variables. OPEC Energy

Review 32 (4), 343–380.

MacKinlay, A. C. (1997). Event Studies in Economics and Finance. Journal of

Economic Literature 35, 13-39.

x

Manurung, E. (2015, January 19). Harga Minyak Dunia Ambrol, Waspadai Aksi

Banting Saham Pertambangan. (R. A. Pratama, & A. M. Ardhanareswari

, Editors) Diunduh pada tanggal 15 April 2016 dari Bisnis Indonesia:

http://market.bisnis.com/read/20150119/191/392746/harga-minyak-

dunia-ambrol-waspadai-aksi-banting-saham-pertambangan

Mohanty, S., Nandha, M., & Bota, G. (2010). Oil shocks and stock returns: The

case of Central and Eastern European (CEE) oil and gas sector. Emerging Markets

Review 11 (4), 358-372.

Mujahid, M., Ahmed, R., & Mustafa, K. (2007). Does Oil Price Transmit to

Emerging Stock Returns: A case study of Pakistan Economy.

Nandha, & Hammoudeh. (2006). Systematic Risk, and Oil Price and Exchange Rate

Sensitivities in Asia-Pacific Stock Markets.

Nandha, M., & Faff, R. (2008). Does Oil Move Equity Prices? A Global View.

Energy Economics 30, 986-997.

Nashrillah, F. (2014, November 18). Umumkan Harga BBM, Jokowi Dinilai Berani.

Retrieved from tempo.co:

http://www.tempo.co/read/news/2014/11/18/090622792/Umumkan-

Harga-BBM-Jokowi-Dinilai-Berani

Papapetrou, E. (2001). Oil price shocks, stock market, economic activity and

employment in Greece. Energy Economics 23 (5), 511-532.

Park, J., & Ratti, R. A. (2008). Oil price shocks and the stock markets in the U.S.

and 13 European countries. Energy Economics 30 (5), 2587-2608.

Pollet, J. (2002). Predicting Asset Returns with Expected Oil Price Changes.

Harvard University.

Reimers, H.E. (1992). Comparisons of Tests for Multivariate Cointegration.

Statistical Papers 33, 335-346.

Sadorsky, P. (1999). Oil price shocks and stock market activity. Energy Economics

21 (5), 449-469.

Sawyer, K. R., & Nandha, M. (2006). How Oil Moves Stock Prices. University of

Melbourne.

Seshaiah, S., & Behera, C. (2009). Stock Prices and its Relation with Crude Oil

Prices and Exchange Rates. Applied Econometrics and International

Development 9 (1), 149-156.

Sriwardani, F. (2009). Pengaruh Indikator Makro Ekonomi Global terhadap Indeks

Harga Saham Gabungan (IHSG) dan Jakarta Islamic Index (JII)

Menggunakan Vector Auto Regressive dan Impulse Response Function.

vi

Lampiran 1: Hasil Uji Akar Null Hypothesis: MING has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=15) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -15.51328 0.0000

Test critical values: 5% level -2.871402

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: BIND has a unit root

Exogenous: Constant




Null Hypothesis: MISC has a unit root

Exogenous: Constant




Null Hypothesis: CONS has a unit root

Exogenous: Constant




vii

Null Hypothesis: MING has a unit root

Exogenous: Constant




Null Hypothesis: BIND has a unit root

Exogenous: Constant




Null Hypothesis: MISC has a unit root

Exogenous: Constant



Null Hypothesis: CONS has a unit root

Exogenous: Constant



viii

Lampiran 2: Hasil Uji Panjang Lag Optimal VAR Lag Order Selection Criteria

Endogenous variables: BIND CONS MING MISC WTI

Exogenous variables: C

Date: 12/17/15 Time: 00:10

Sample: 1 414

Included observations: 280

Lag LogL AIC SC

0 3939.800 -28.10571 -28.04080

1 3964.233 -28.10166* -27.71222*

2 3980.761 -28.04115 -27.32717

3 3992.354 -27.94538 -26.90687

4 4001.826 -27.83447 -26.47143

5 4013.479 -27.73914 -26.05156

6 4029.322 -27.67373 -25.66161

7 4045.398 -27.60999 -25.27334

8 4055.319 -27.50228 -24.84109

* indicates lag order selected by the criterion

VAR Lag Order Selection Criteria

Endogenous variables: BIND CONS MING MISC WTI

Exogenous variables: C

Date: 12/17/15 Time: 01:00

Sample: 1 196

Included observations: 188 Lag LogL AIC SC 0 2589.728 -27.49710 -27.41103

1 2615.460 -27.50490* -26.98844*

2 2628.909 -27.38201 -26.43518

3 2644.085 -27.27750 -25.90029

4 2657.141 -27.15043 -25.34284

5 2672.727 -27.05028 -24.81232

6 2690.393 -26.97227 -24.30392

7 2705.547 -26.86752 -23.76880

8 2721.997 -26.77656 -23.24747 * indicates lag order selected by the criterion

vi

Lampiran 3: Hasil Uji Kointegrasi Date: 12/17/15 Time: 00:50

Sample (adjusted): 3 288

Included observations: 286 after adjustments

Trend assumption: Linear deterministic trend

Series: MING WTI

Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.354421 211.9944 15.49471 0.0001 Trace test indicates 2 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Date: 12/17/15 Time: 00:52




Series: BIND WTI






Date: 12/17/15 Time: 00:52




Series: MISC WTI



vii




Date: 12/17/15 Time: 00:53




Series: CONS WTI






Date: 12/17/15 Time: 01:09




Series: MING WTI






Date: 12/17/15 Time: 01:09



viii


Series: BIND WTI






Date: 12/17/15 Time: 01:12




Series: MISC WTI






Date: 12/17/15 Time: 01:12




Series: CONS WTI




ix



vi

Lampiran 4: Hasil Uji Granger Causality Pairwise Granger Causality Tests

Date: 12/17/15 Time: 00:50

Sample: 1 414

Lags: 1 Null Hypothesis: Obs F-Statistic Prob. WTI does not Granger Cause BIND 287 0.30078 0.7895

BIND does not Granger Cause WTI 0.55702 0.7588 WTI does not Granger Cause CONS 287 0.02036 0.0339

CONS does not Granger Cause WTI 0.11620 0.7537 WTI does not Granger Cause MING 287 9.36831 0.3816

MING does not Granger Cause WTI 2.67777 0.0487 WTI does not Granger Cause MISC 287 0.15124 0.0846

MISC does not Granger Cause WTI 0.46609 0.0379

Pairwise Granger Causality Tests

Date: 12/17/15 Time: 01:13

Sample: 1 196

Lags: 1 Null Hypothesis: Obs F-Statistic Prob. WTI does not Granger Cause BIND 195 0.58924 0.1082

BIND does not Granger Cause WTI 0.44480 0.6176

WTI does not Granger Cause CONS 195 0.00452 0.0495

CONS does not Granger Cause WTI 0.51864 0.9618 WTI does not Granger Cause MING 195 12.0313 0.213

MING does not Granger Cause WTI 2.84221 0.0287 WTI does not Granger Cause MISC 195 9.1E-05 0.2561

MISC does not Granger Cause WTI 0.40465 0.0385

vi

Lampiran 5: Hasil Uji Vector Auto Regression Vector Autoregression Estimates

Date: 12/17/15 Time: 00:39



Standard errors in ( ) & t-statistics in [ ] WTI MING WTI(-1) -0.121199 0.061294

(0.05872) (0.02003)

[-2.06415] [ 3.06077]

MING(-1) 0.280200 0.072230

(0.17123) (0.05840)

[ 1.63639] [ 1.23682]

C -0.002905 -0.000969

(0.00180) (0.00061)

[-1.61274] [-1.57733] R-squared 0.022644 0.038459

Adj. R-squared 0.015761 0.031687

Sum sq. resids 0.259304 0.030163

S.E. equation 0.030217 0.010306

F-statistic 3.289911 5.679546

Log likelihood 598.5902 907.3141

Akaike AIC -4.150454 -6.301841

Schwarz SC -4.112202 -6.263588

Mean dependent -0.002899 -0.001224

S.D. dependent 0.030458 0.010473

Vector Autoregression Estimates

Date: 12/17/15 Time: 00:45



Standard errors in ( ) & t-statistics in [ ] WTI MISC WTI(-1) -0.118094 -0.013491

(0.05895) (0.03469)

[-2.00341] [-2.38889]

MISC(-1) 0.068932 0.000424

(0.10097) (0.05942)

[ 0.68271] [ 1.00714]

vii

C -0.003263 0.000484

(0.00180) (0.00106)

[-1.81370] [ 0.45760] R-squared 0.015045 0.000533

Adj. R-squared 0.008109 -0.006505

Sum sq. resids 0.261320 0.090506

S.E. equation 0.030334 0.017852

F-statistic 2.169020 0.075732


Akaike AIC -4.142709 -5.203039

Schwarz SC -4.104457 -5.164787

Mean dependent -0.002899 0.000522

S.D. dependent 0.030458 0.017794


Date: 12/17/15 Time: 00:47



Standard errors in ( ) & t-statistics in [ ] CONS WTI CONS(-1) 0.150650 -0.048984

(0.05874) (0.14370)

[2.56455] [-0.34089]

WTI(-1) -0.003442 -0.114551

(0.02412) (0.05900)

[-2.14270] [-1.94150]

C 0.000828 -0.003181

(0.00074) (0.00180)

[ 2.12341] [-1.76429] R-squared 0.022942 0.013832

Adj. R-squared 0.016062 0.006887

Sum sq. resids 0.043726 0.261642

S.E. equation 0.012408 0.030352

F-statistic 3.334312 1.991695


Akaike AIC -5.930517 -4.141479

Schwarz SC -5.892265 -4.103226

Mean dependent 0.000726 -0.002899

S.D. dependent 0.012509 0.030458

viii


Date: 12/17/15 Time: 01:01



Standard errors in ( ) & t-statistics in [ ] MING WTI MING(-1) 0.006950 0.428642

(0.07026) (0.25425)

[ 0.09891] [ 1.68589]

WTI(-1) 1.068323 -0.134482

(0.01970) (0.07128)

[ 3.46862] [-1.88667]

C -0.1772 -0.002202

(0.00069) (0.00250)

[-2.56728] [-0.88159] R-squared 0.059630 0.029954

Adj. R-squared 0.049834 0.019849

Sum sq. resids 0.017055 0.223339

S.E. equation 0.009425 0.034106

F-statistic 6.087448 2.964377


Akaike AIC -6.475677 -3.903416

Schwarz SC -6.425323 -3.853062

Mean dependent -0.001970 -0.002679

S.D. dependent 0.009669 0.034450


Date: 12/17/15 Time: 01:06



Standard errors in ( ) & t-statistics in [ ] MISC WTI MISC(-1) 1.004244 0.082956

(0.07232) (0.13041)

[ 2.05869] [ 0.63612]

WTI(-1) -1.000380 -0.128142

(0.03975) (0.07169)

[-2.00956] [-1.78750]

ix

C 0.000177 -0.003046

(0.00137) (0.00247)

[ 0.12976] [-1.23527] R-squared 0.000018 0.017665

Adj. R-squared -0.010398 0.007432

Sum sq. resids 0.069546 0.226169

S.E. equation 0.019032 0.034321

F-statistic 0.001736 1.726287


Akaike AIC -5.070116 -3.890827

Schwarz SC -5.019762 -3.840473

Mean dependent 0.000179 -0.002679

S.D. dependent 0.018934 0.034450


Date: 12/17/15 Time: 01:07



Standard errors in ( ) & t-statistics in [ ] CONS WTI CONS(-1) 1.184095 -0.133716

(0.07123) (0.18567)

[2.58447] [-0.72017]

WTI(-1) -1.001850 -0.120236

(0.02753) (0.07176)

[ -2.06720] [-1.67552]

C 0.000913 -0.002906

(0.00095) (0.00247)

[ 0.96347] [-1.17672] R-squared 0.033748 0.018246

Adj. R-squared 0.023683 0.008020

Sum sq. resids 0.033267 0.226035

S.E. equation 0.013163 0.034311

F-statistic 3.353010 1.784187


Akaike AIC -5.807532 -3.891419

Schwarz SC -5.757178 -3.841065

Mean dependent 0.000772 -0.002679

S.D. dependent 0.013322 0.034450

x


Date: 01/08/16 Time: 14:20



Standard errors in ( ) & t-statistics in [ ] OIL MING OIL(-1) 0.668604 -0.056670

(0.30881) (0.05761)

[2.16509] [-0.98361]

MING(-1) 0.668460 0.460607

(2.29083) (0.42740)

[ 2.05885] [ 1.07771]

C 0.011553 0.001203

(0.02109) (0.00393)

[ 0.54780] [ 0.30566] R-squared 0.412366 0.143885

Adj. R-squared 0.265458 -0.070144

Sum sq. resids 0.036368 0.001266

S.E. equation 0.067424 0.012579

F-statistic 2.806962 0.672269


Akaike AIC -2.328621 -5.686536

Schwarz SC -2.220104 -5.578019

Mean dependent 0.021052 0.002180

S.D. dependent 0.078670 0.012160


Date: 01/08/16 Time: 14:21



Standard errors in ( ) & t-statistics in [ ] OIL MISC OIL(-1) -0.395143 -0.077559

(0.35860) (0.09446)

[-2.10189] [-0.82108]

MISC(-1) 0.871982 -0.019085

(1.62596) (0.42829)

[ 0.53629] [-0.04456]

C 0.021846 -0.000306

xi

(0.02482) (0.00654)

[ 0.88016] [-0.04686] R-squared 0.132203 0.111878

Adj. R-squared -0.084746 -0.110152

Sum sq. resids 0.053707 0.003726

S.E. equation 0.081936 0.021583

F-statistic 0.609374 0.503887


Akaike AIC -1.938767 -4.606863

Schwarz SC -1.830250 -4.498346

Mean dependent 0.021052 -0.000785

S.D. dependent 0.078670 0.020484


Date: 01/08/16 Time: 14:22



Standard errors in ( ) & t-statistics in [ ] OIL CONS OIL(-1) -0.340183 0.017444

(0.38654) (0.10240)

[-2.38206] [ 0.17035]

CONS(-1) 0.311387 -0.538458

(1.50715) (0.39925)

[ 2.27061] [-1.34868]

C 0.021982 0.003813

(0.02540) (0.00673)

[ 0.01943] [ 0.56670] R-squared 0.105777 0.237409

Adj. R-squared -0.117779 0.046761

Sum sq. resids 0.055343 0.003884

S.E. equation 0.083174 0.022033

F-statistic 0.473156 1.245275


Akaike AIC -1.908769 -4.565550

Schwarz SC -1.800253 -4.457033


S.D. dependent 0.078670 0.022567


xii

Date: 01/08/16 Time: 14:24

Sample (adjusted): 1/30/2015 9/01/2015


Standard errors in ( ) & t-statistics in [ ] OIL MING OIL(-1) 0.317909 -0.036246

(0.49651) (0.06567)

[2.64029] [-0.55193]

MING(-1) 2.496972 -0.341900

(3.82971) (0.50654)

[ 0.65200] [-0.67498]

C 0.009624 0.004759

(0.04111) (0.00544)

[ 0.23409] [ 0.87529] R-squared 0.125488 0.257393

Adj. R-squared -0.311767 -0.113911

Sum sq. resids 0.042774 0.000748

S.E. equation 0.103409 0.013677

F-statistic 0.286991 0.693214


Akaike AIC -1.402714 -5.448614

Schwarz SC -1.425895 -5.471795


S.D. dependent 0.090288 0.012959


Date: 01/08/16 Time: 14:25

Sample (adjusted): 1/30/2015 9/01/2015


Standard errors in ( ) & t-statistics in [ ] OIL MISC OIL(-1) -0.266069 -0.050833

(0.50910) (0.12036)

[-0.52263] [-0.42235]

MISC(-1) 1.280608 -0.331329

(3.05902) (0.72319)

[ 0.41863] [-0.45815]

C 0.007590 0.006718

(0.04668) (0.01104)

[ 0.16259] [ 0.60875]

xiii

R-squared 0.073157 0.149424

Adj. R-squared -0.390264 -0.275864

Sum sq. resids 0.045334 0.002534

S.E. equation 0.106459 0.025168

F-statistic 0.157863 0.351349


Akaike AIC -1.344595 -4.228965

Schwarz SC -1.367777 -4.252146


S.D. dependent 0.090288 0.022282


Date: 01/08/16 Time: 14:25

Sample (adjusted): 1/30/2015 9/01/2015


Standard errors in ( ) & t-statistics in [ ] OIL CONS OIL(-1) -0.362284 -0.073196

(0.62671) (0.18926)

[-2.11707] [-0.38674]

CONS(-1) 1.069704 0.103355

(2.41100) (0.72810)

[ 2.20868] [ 0.14195]

C 0.008430 0.007701

(0.04509) (0.01362)

[ 1.14895] [ 0.56550] R-squared 0.077926 0.042877

Adj. R-squared -0.383110 -0.435684

Sum sq. resids 0.045100 0.004113

S.E. equation 0.106184 0.032067

F-statistic 0.169024 0.089596


Akaike AIC -1.349754 -3.744464

Schwarz SC -1.372936 -3.767646


S.D. dependent 0.090288 0.026762

pengaruh harga minyak dunia terhadap nilai indeks sektoral...

Documents