IV. HASIL DAN PEMBAHASAN
4.1. Deskripsi Data
Penelitian ini menganalisis pengaruh nilai tukar dan suku bunga terhadap return
dan volatilitas dari indeks tiap sektor di pasar saham antara lain sektor pertanian, pertambangan, keuangan, properti, industri dasar, aneka industri,
barang konsumsi, perdagangan, infrastruktur, dan manufaktur. Dan juga return dan volatilitas dari indeks harga saham gabungan itu sendiri.
-.16 -.12
-.08 -.04
.00 .04
.08 .12
.16
2009M01 2009M07
2010M01 2010M07
2011M01 ANEKA_INDUSTRI
-.15 -.10
-.05 .00
.05 .10
2009M01 2009M07
2010M01 2010M07
2011M01 INFRASTRUKTUR
-.12 -.08
-.04 .00
.04 .08
2009M01 2009M07
2010M01 2010M07
2011M01 IHSG
-.12 -.08
-.04 .00
.04 .08
.12
2009M01 2009M07
2010M01 2010M07
2011M01 MANUFAKTUR
-.12 -.08
-.04 .00
.04 .08
.12
2009M01 2009M07
2010M01 2010M07
2011M01 INDUSTRI_DASAR
-.20 -.15
-.10 -.05
.00 .05
.10 .15
2009M01 2009M07
2010M01 2010M07
2011M01 PERTANIAN
-.08 -.06
-.04 -.02
.00 .02
.04 .06
.08
2009M01 2009M07
2010M01 2010M07
2011M01 PERDAGANGAN
Sumber : CEIC Database 2011
Gambar 4.1. Return Indeks Harga Saham Sektoral Periode Awal Oktober 2008 s.d Akhir Februari 2011
Hal yang penting untuk diamati dalam penelitian ini adalah menjawab pertanyaan mengenai nilai tukar dan suku bunga mempengaruhi return dan
volatilitas di pasar saham. Pada Gambar 4.1 juga teramati fluktuasi dari return di pasar saham baik itu berupa return berdasarkan indeks gabungan, maupun return
dari indeks tiap sektor yang ada di pasar saham. Pengamatan terhadap fluktuasi
-.08 -.04
.00 .04
.08 .12
2009M01 2009M07
2010M01 2010M07
2011M01 KEUANGAN
-.08 -.04
.00 .04
.08 .12
2009M01 2009M07
2010M01 2010M07
2011M01 BRNG_KONSUMSI
-.12 -.08
-.04 .00
.04 .08
.12
2009M01 2009M07
2010M01 2010M07
2011M01 PERTAMBANGAN
-.12 -.08
-.04 .00
.04 .08
2009M01 2009M07
2010M01 2010M07
2011M01 PROPERTI
dari plot data return juga bermanfaat untuk mengidentifikasi adanya gejala awal unsur heteroskedastisitas.
Berdasarkan plot data harian return indeks gabungan maupun return indeks tiap sektor, yang di analisis dari awal Oktober 2008 hingga akhir Februari
2011 terlihat bahwa data return tersebut berfluktuasi setiap harinya dengan kenaikan dan penurunan yang tajam uang terdapat pada beberapa periode. Data
seperti ini mengindikasikan conditional heteroscedasticity Enders, 2004, dimana pada jangka panjang varians dari return konstan, tetapi terdapat beberapa periode
dimana varians relatif tinggi. Pada penelitian ini, return indeks gabungan dan indeks tiap sektor saham
dihitung menggunakan rumus sebagai berikut ;
Beberapa statistik deskriptif return indeks saham ditampilkan pada Tabel 4.1.
Tabel 4.1 Stastistika Deskriptif Data Return Indeks Saham Gabungan dan Indeks Tiap Sektor
Indeks Saham Skewness Kurtosis Jarque-Bera
Test Prob
Indeks Gabungan -0,017526
8,492970 785,7798
0,000 Aneka Industri
0,516100 8,280150
753,7870 0,000
Industri Barang Konsumsi 0,106688
8,228180 713,0051
0,000 Industri Dasar
-0,094969 8,878304
900,7952 0,000
Infrastruktur -0,174703 9,956353
1263,358 0,000
Keuangan 0,403445 6,858054
404,4904 0,000
Manufaktur 0,104960 11,12811
1721,621 0,000
Perdagangan 0,148952 4,765778
83,50826 0,000
Pertambangan 0,426401 6,203506
286,1906 0,000
Pertanian 0,553600 9,378212
1091,340 0,000
Properti -0,005628 6,195526
265,9247 0,000
Tabel 4.1 Memberikan informasi tentang kemenjuluran skewness dan keruncingan kurtosis. Koefisien kemenjuluran skewness yang merupakan
ukuran kemiringan adalah lebih besar dari nol menunjukan data memiliki distribusi yang miring ke kanan, artinya data cenderung menumpuk pada nilai
yang rendah. Sedangkan, koefisien yang lebih kecil dari nol menunjukan data memiliki distribusi yang miring ke kiri, artinya data cenderung menumpuk pada
nilai yang tinggi. Nilai kurtosis digunakan untuk mengukur tingkat kepadatan sebaran, dari hasil pengamatan pada Tabel 4.1, nilai kurtosis lebih besar dari 3, hal
ini merupakan gejala awal adanya heteroskedastisitas. Mario 2009 dan Lo 2003 menjabarkan secara sistematis bahwa sifat dari data dengan pengaruh GARCH
antara lain adalah kurtosis yang selalu lebih besar dari 3. Indeks tiap sektor dan gabungan di pasar saham menunjukan nilai kurtosis
yang lebih besar dari 3, maka hal ini menunjukan gejala awal adanya heteroskedastisitas. Untuk koefisien kemenjuluran skewness, antara lain indeks
gabungan, industri dasar, infrastruktur dan properti diperoleh skewness yang lebih kecil dari nol atau bernilai negatif, menunjukan distribusi yang miring ke kiri
artinya data cenderung menumpuk pada nilai tinggi. Untuk sektor lainnya antara lain aneka industri, industri barang konsumsi, keuangan, manufaktur, perdagangan,
pertambangan dan pertanian diperoleh skewness yang lebih besar dari nol atau bernilai positif yang menggambarkan kemenjuluran ke kanan, maka memiliki
distribusi yang miring ke kanan artinya data cenderung menumpuk pada nilai yang rendah.
4.2. Identifikasi Model ARCH-GARCH
Kategori