Analisis Kuantitatif Metode Analisis .1 Analisis Deskriptif

tersebut mengandung resiko. Sektor pertambangan memiliki nilai standar deviasi relatif paling tinggi dibandingkan dengan sektor keuangan dan sektor industri barang konsumsi Tabel 1. Seperti yang dikemukakan oleh Hammoudeh et al. 2009, nilai standar deviasi yang tinggi mengindikasikan bahwa sektor tersebut memiliki resiko paling besar dibandingkan kedua sektor lainnya karena harga barang tambang sangat fluktuatif mengikuti harga tambang dunia. Return sektor keuangan, industri barang konsumsi dan pertambangan memiliki nilai skewness negatif. Hal ini berimplikasi return ketiga sektor tersebut memiliki kesempatan yang lebih besar untuk turun daripada naik selama periode waktu tertentu. Nilai kurtosis yang merupakan ukuran kemencengan peakedness dari Tabel 1 lebih dari 3. Hal ini berarti bahwa distribusi return IHSG, return sektor keuangan, sektor industri barang konsumsi dan sektor pertambangan pada ketiga periode tersebut memiliki ekor yang lebih padat dibandingkan dengan sebaran normal. Hasil tersebut didukung oleh nilai Jarque-Bera Test yang sangat signifikan menolak hipotesis nol dari normalitas pada tingkat kepercayaan 5 persen. Nilai kurtosis yang lebih dari 3 juga merupakan gejala awal adanya heteroskedastisitas. Augmented Dickey Fuller ADF Test pada data level return IHSG, return sektor keuangan, sektor industri barang konsumsi dan sektor pertambangan menunjukkan bahwa ketiga data runtun waktu tersebut tidak mengandung akar- akar unit unit roots. Hal ini berarti data return IHSG, return sektor keuangan, sektor industri barang konsumsi dan sektor pertambangan sudah stasioner Tabel 1. Gambar 5 menyajikan plot data runtun waktu return IHSG, return sektor keuangan, sektor industri barang konsumsi dan sektor pertambangan yang menunjukkan fluktuasi di sekitar nol, tetapi pada beberapa periode terdapat kenaikan atau penurunan yang tajam. Data seperti ini mengindikasikan adanya unsur heteroskedastisitas. Hal ini berarti pada jangka panjang varians dari return IHSG konstan, tetapi ada beberapa periode di mana varians dari return IHSG relatif tinggi Firdaus, 2011. a Plot Data Return IHSG b Plot Data Return Sektor Keuangan c Plot Data Return Sektor Pertambangan -28 -24 -20 -16 -12 -8 -4 4 8 12 250 500 750 1000 1250 rtambang -12 -8 -4 4 8 12 250 500 750 1000 1250 rkeuangan -12 -8 -4 4 8 250 500 750 1000 1250 rIHSG c Plot Data Return Sektor Industri Barang Konsumsi Gambar 5: a, b, c dan d Sumber: BEI, berbagai tahun diolah Gambar 5 Plot Data Runtun Waktu Return Indeks Harga Saham Gabungan IHSG, Return Sektor Keuangan, Sektor Industri Barang Konsumsi dan Sektor Pertambangan, 2007-2012 4.2 Pemodelan Volatilitas Langkah pertama dalam pembentukan model volatilitas adalah pengidentifikasian mean equation secara tepat. Pengidentifikasian mean equation yang tepat diperlukan karena varians yang digunakan dalam pembentukan model volatilitas diukur berdasarkan rataannya, sehingga kesalahan dalam spesifikasi rataan suatu model akan berimplikasi pada mis-spesifikasi dari variansnya. Setelah itu, juga diperlukan tes terhadap efek ARCHGARCH untuk memastikan bahwa data dapat diestimasi dengan menggunakan model ARCHGARCH dan turunannya. Dari hasil identifikasi model dengan menggunakan metode Box-Jenkins, diperoleh model terbaik yaitu ARIMA2,0,1 untuk data return harga saham gabungan dan data return sektor industri barang konsumsi. Sedangkan untuk data return sektor keuangan dan data return sektor pertambangan diperoleh model ARIMA2,0,0. Pada Tabel 2 menyajikan deteksi efek ARCH dengan menggunakan menggunakan uji Ljung-Box pada residual kuadrat. Uji ini lebih disukai dibandingkan dengan menggunakan standar deviasi seperti halnya uji Ljung-Box -10.0 -7.5 -5.0 -2.5 0.0 2.5 5.0 7.5 10.0 250 500 750 1000 1250 rkonsumsi pada residual karena uji ini lebih mendekati definisi volatilitas yang sebenarnya Strydom dan Charteris, 2011. Dalam mendeteksi efek ARCH ini digunakan panjang lag 12, penggunaan lag ini mengacu pada penelitian yang dilakukan oleh Engle 1982, Wei 2009 serta Strydom dan Charteris 2011. Berdasarkan nilai Ljung-Box, autokorelasi tidak terdeteksi pada residual hingga lag 12. Sedangkan dari residual kuadrat hingga lag 12 signifikan. Hal ini mengindikasikan adanya autokorelasi. Uji ARCH-LM sangat kuat menolak hipotesis nol pada tingkat kepercayaan 1 persen. Hasil tersebut memperkuat adanya efek ARCH pada data return harga saham gabungan, return sektor keuangan, sektor industri barang konsumsi dan sektor pertambangan. Tabel 2 Deteksi Efek ARCH pada Model ARIMA Uji rIHSG rKeu rKonsumsi rTambang ARCH-LM 12 20.8388 19.6068 22.8637 8.1475 LB-Q 12 11.167 9.9998 11.705 11.621 LB-Q 2 12 463.34 510.32 498.11 135.56 , dan berturut-turut merupakan tingkat kepercayaan 1 persen, 5 persen dan 10 persen Sebelum melakukan analisis lebih lanjut dalam pemodelan volatilitas, diperlukan uji diagnostik untuk mengetahui apakah model GARCH dan turunannya yang diestimasi dengan menggunakan peubah transaksi asing sudah layak digunakan atau belum. Berdasarkan Tabel 3, uji efek ARCH dengan menggunakan uji ARCH-LM untuk uji heteroskedastisitas dan uji Ljung-Box untuk mengetahui ada atau tidaknya serial korelasi dalam level maupun kuadrat, diketahui bahwa tidak ada satu pun uji yang signifikan. Hal ini dapat disimpulkan bahwa efek ARCH dan autokorelasi sudah hilang. Atau dengan kata lain, model yang diestimasi telah menghasilkan residual yang bersifat white noise. Pada pengujian conditional mean equation, nilai π dan π pada data return harga saham gabungan maupun harga saham sektor keuangan dan sektor industri barang konsumsi terlihat bahwa struktur autoregresif sangat kuat yang ditunjukkan dengan koefisien AR maupun MA π , π , π dan π memiliki tingkat signifikansi yang tinggi Tabel 4. Hal ini menunjukkan bahwa return harga saham gabungan maupun return sektor keuangan dan industri barang konsumsi saat ini sangat tergantung dengan return sebelumnya. Sedangkan pada sektor pertambangan, koefisien autoregresif tidak signifikan. Hal ini dikarenakan pertambangan juga dipengaruhi oleh faktor eksternal seperti fluktuasi pasar, biaya transportasi, regulasi lingkungan serta politik Buchanan, 2012. Sektor pertambangan juga sangat rentan terhadap pergerakan harga minyak bumi karena batu bara merupakan produk substitusi dari minyak bumi. Turunnya harga minyak dipastikan akan menekan harga komoditas batu bara dan selanjutnya berpengaruh terhadap kinerja saham perusahaan pertambangan Anwar, 2012. Tabel 3 Uji Model CGARCH1,1 Uji rIHSG rKeu rKonsumsi rTambang ARCH-LM 12 0.0705 0.3096 1.2686 0.6203 LB-Q 12 10.084 10.311 12.972 10.035 LB-Q 2 12 0.8287 36.075 16.071 50.359 , dan berturut-turut merupakan tingkat kepercayaan 1 persen, 5 persen dan 10 persen Hasil estimasi pada Tabel 4 menunjukkan bahwa efek dari guncangan yang terjadi pada return saham gabungan maupun return saham sektor keuangan, sektor industri barang konsumsi dan sektor pertambangan sebelumnya memiliki tingkat persistensi tinggi pada komponen volatilitas permanen atau efek suatu guncangan akan bertahan untuk periode yang lama, ditunjukkan oleh nilai ρ yang mendekati 1 pada tingkat kepercayaan 1 persen, masing-masing sebesar 0.9968, 0,9951, 0.9667 dan 0.9965. Hal ini menunjukkan bahwa return saham sektor pertambangan lebih persisten dibandingkan return saham sektor keuangan dan sektor industri barang konsumsi. Hasil seperti itu wajar terjadi karena sektor pertambangan memang lebih dipengaruhi oleh kondisi makroekonomi dunia maupun domestik, sehingga ketika terjadi guncangan maka komponen permanen sektor pertambangan akan lebih persisten. Pada komponen permanen, nilai half-life dari return saham sektor industri barang konsumsi sebesar 20.449, lebih kecil dibandingkan nilai half-life dari return saham sektor keuangan dan return saham sektor tambang yang masing- masing sebesar 140.165 dan 197.639. Hal ini berarti efek suatu guncangan yang terjadi pada return saham sebelumnya di sektor industri barang konsumsi akan menghilang dalam waktu 20 hari, lebih cepat dibandingkan dengan return kedua sektor lainnya yang akan menghilang dalam waktu 140 hari dan 198 hari. Sedangkan nilai half-life dari return saham gabungan sebesar 218.796 berarti bahwa guncangan pada return saham gabungan akan menghilang dalam waktu 219 hari Tabel 4. Hasil ini didukung oleh nilai standar deviasi return sektor industri barang konsumsi yang paling rendah dibandingkan nilai standar deviasi dari return saham gabungan, return saham sektor keuangan dan sektor pertambangan. Hal ini dikarenakan produk sektor industri barang konsumsi merupakan produk yang akan selalu dibutuhkan oleh siapa pun sehingga tidak terkena imbas ketika terjadi gejolak perekonomian di Indonesia maupun dunia. Selain itu, sektor industri barang konsumsi mendekati pasar persaingan sempurna di mana banyak industri yang bergerak di sektor tersebut. Koefisien persistensi pada komponen transitory volatilitas α+ β return saham gabungan maupun return saham sektor keuangan, sektor industri barang konsumsi serta sektor pertambangan masing-masing sebesar 0.871, 0.860, 0.746 dan 0.856. Nilai koefisien komponen transitory tersebut lebih kecil dibandingkan dengan nilai koefisien persistensi komponen permanen, hal ini berimplikasi return saham gabungan maupun return saham ketiga sektor tersebut akan kembali ke rata-rata dengan sangat lambat dan dalam jangka waktu yang lama. Dari koefisien persistensi komponen volatilitas transitory dapat diketahui bahwa return saham sektor keuangan lebih persisten daripada return dari kedua sektor lainnya Tabel 4. Hal ini menunjukkan bahwa ketika terjadi guncangan akibat faktor mikroekonomi dari struktur pasar keuangan maka sektor keuangan akan mengalami guncangan lebih lama, oleh karena itu, faktor mikroekonomi sektor keuangan sangat penting dalam menjaga stabilitas pasar keuangan. Dari Tabel 4 dapat diketahui bahwa return saham sektor industri barang konsumsi akan lebih cepat kembali ke rata-rata dibandingkan kedua sektor lainnya yang ditunjukkan oleh nilai half-life sebesar 2 hari. Hal ini sejalan dengan nilai half-life komponen permanen yang lebih kecil dibandingkan kedua sektor lainnya. Menurut Hammoudeh et al. 2009, sektor industri barang konsumsi adalah sektor non-cyclical yang tetap bertahan meskipun perekonomian dalam kondisi resesi sehingga ketika terjadi resesi akan banyak investor yang berinvestasi di sektor ini. Efek suatu guncangan pada return saham sektor keuangan dan sektor pertambangan, masing-masing akan menghilang dalam waktu 5 dan 4 hari. Tabel 4 CGARCH1,1-Dampak Guncangan Transaksi Asing terhadap Return Saham Gabungan, Return Saham Sektoral dan Volatilitas Parameter rIHSG rKeu rKonsumsi rTambang Conditional Mean Equation λ 0.03903700 -0.00186800 0.07214000 0.04445400 π 11 0.65842300 -0.00119000 0.58769700 0.00827100 π 12 -0.06493400 -0.01202300 π 13 -0.02972900 -0.08953900 π 21 -0.72945700 -0.59422900 λ 1 0.00102800 0.00094100 0.00055800 0.00036500 λ 2 0.00000023 0.00000049 -0.00000008 0.00000065 Conditional Variance Equation 1.14024800 1.18067400 2.77313100 3.48564500 0.99683700 0.99506700 0.96667100 0.99649900 0.04150900 0.07806000 0.01951900 0.10520400 θ 1 -0.00021000 -0.00025700 -0.00025400 -0.00040700 0.21139500 0.15842400 0.22247900 0.16814100 0.66000700 0.70157300 0.52379200 0.68831800 θ 2 0.00019800 0.00028300 0.00028600 0.00044700 α + β 0.871 0.860 0.746 0.856 Half-life ρ 218.796 140.165 20.449 197.639 Half-life α + β 5.036 4.596 2.368 4.473 , dan berturut-turut merupakan tingkat kepercayaan 1 persen, 5 persen dan 10 persen Keterangan: λ : unconditional mean π 11 , π 12 dan π 13 : koefisien autoregressive π 21 : koefisien moving average : koefisien besarnya pengaruh transaksi asing bersih terhadap return saham : koefisien besarnya pengaruh volume perdagangan terhadap return saham : efek suatu guncangan terhadap komponen volatilitas permanen : efek suatu guncangan terhadap komponen volatilitas transitory  : kekuatan persistensi komponen volatilitas permanen + : kekuatan persistensi komponen volatilitas transitory Guncangan yang terjadi pada return saham gabungan, return sektor keuangan dan return sektor industri barang konsumsi lebih dominasi oleh guncangan yang terjadi pada komponen transitory yang ditunjukkan oleh nilai α yang lebih besar dibandingkan oleh nilai φ. Hal ini menunjukkan bahwa volatilitas return sektor keuangan dan sektor pertambangan didominasi oleh komponen transitory. Sementara itu, sektor pertambangan lebih didominasi oleh guncangan yang terjadi pada komponen permanen yang ditunjukkan oleh nilai φ sebesar 0.168. Hal ini menunjukkan bahwa volatilitas return sektor pertambangan lebih disebabkan oleh faktor makroekonomi seperti kondisi perekonomian dunia, biaya transportasi, regulasi lingkungan maupun politik. Sedangkan volatilitas return sektor keuangan dan sektor industri barang konsumsi lebih disebabkan oleh faktor mikroekonomi perusahaan maupun struktur pasar dari sektor tersebut. Nilai λ 1 yang bernilai positif dan signifikan dalam taraf 1 untuk semua model menunjukkan bahwa pada saat transaksi asing bersih atau foreign net purchase net position positif, yang dapat diakibatkan oleh meningkatnya pembelian investor asing di pasar saham Indonesia, akan meningkatkan return saham gabungan, return saham sektor keungan, return saham sektor industri konsumsi dan return saham sektor pertambangan. Nilai λ 1 sebesar 0.001028 pada data return saham gabungan berarti bahwa pada saat net position meningkat sebesar 1 miliar rupiah maka akan meningkatkan harga saham gabungan sebesar 0.001 basis point. Nilai λ 1 sebesar 0.000941 pada data return saham sektor keuangan berarti bahwa pada saat net position meningkat sebesar 1 miliar rupiah maka akan meningkatkan harga saham sektor keuangan sebesar 0.0009 basis point. Nilai λ 1 sebesar 0.000558 pada data return saham sektor industri barang konsumsi berarti bahwa pada saat net position meningkat sebesar 1 miliar rupiah maka akan meningkatkan harga saham sektor industri barang konsumsi sebesar 0.0006 basis point. Dan Nilai λ 1 sebesar 0.000365 pada data return saham sektor pertambangan berarti bahwa pada saat net position meningkat sebesar 1 miliar rupiah maka akan meningkatkan harga saham sektor saham sektor pertambangan sebesar 0.0004 basis point. Nilai λ 1 yang positif dan signifikan yang diikuti dengan nilai θ 2 yang juga positif dan signifikan namun diikuti oleh nilai θ 1 yang negatif dan signifikan untuk semua model menunjukkan bahwa peningkatan return saham pada saat net position positif akan diikuti dengan peningkatan komponen volatilitas transitory, namun tidak meningkatkan komponen volatilitas permanen atau dengan kata lain menstabilkan volatilitas permanen, baik untuk return saham gabungan, return saham sektor keuangan, return saham sektor industri barang konsumsi, maupun return saham sektor pertambangan. Perbedaan pengaruh guncangan transaksi investor asing terhadap komponen permanen dan komponen transitory ini serupa dengan hasil penelitian yang dilakukan oleh Neely dan Fawley 2012. Hal ini dikarenakan investor pada mulanya hanya memiliki sebagian informasi mengenai harga saham di suatu pasar, jadi ketika ada suatu guncangan maka investor asing akan cepat merespon dengan mengurangi atau meningkatkan transaksinya dan hal itu akan diikuti oleh investor domestik. Keadaan tersebut akan memicu volatilitas harga saham. Akan tetapi, karena setiap investor asing hanya memiliki informasi mengenai nilai dari suatu saham secara parsial, maka setelah beberapa waktu, semakin banyak investor asing yang memiliki saham di pasar domestik, akan memperbaiki informasi yang mereka miliki yang kemudian akan dapat mengurangi volatilitas harga saham. Peningkatan net position akan berdampak pada peningkatan volatilitas komponen transitory 13,69 kali lebih besar dibandingkan dengan peningkatan return saham gabungan. Sementara itu, peningkatan net position akan berdampak pada peningkatan volatilitas komponen transitory return saham sektor keuangan, return saham sektor industri barang konsumsi, maupun return saham sektor pertambangan masing-masing sebesar 17.88 kali , 30.31 kali, dan 57.92 kali dibandingkan dengan peningkatan returnnya. Hal ini dapat dikatakan bahwa investor asing lebih banyak bergerak di sektor pertambangan dibandingkan dengan kedua sektor lainnya karena sektor pertambangan merupakan sektor yang memerlukan investor dengan modal kuat serta teknologi tinggi, dimana pada umumnya investornya berasal dari negara maju.

V. SIMPULAN DAN SARAN

5.1 Simpulan

Dari hasil pembahasan sebelumnya diperoleh simpulan sebagai berikut: 1. Return saham gabungan, return saham sektor keuangan dan return saham sektor industri barang konsumsi sangat tergantung dengan return sebelumnya. Sedangkan return sektor pertambangan tidak tergantung dengan return sebelumnya. 2. Pada saat transaksi asing bersih atau foreign net purchase net position positif, yang dapat diakibatkan oleh meningkatnya pembelian investor asing di pasar saham Indonesia, akan meningkatkan return saham gabungan, return saham sektor keuangan, return saham sektor industri konsumsi dan return saham sektor pertambangan. 3. Peningkatan return saham pada saat net position positif akan diikuti dengan peningkatan komponen volatilitas transitory, namun tidak meningkatkan komponen volatilitas permanen atau dengan kata lain menstabilkan volatilitas permanen, baik untuk return saham gabungan, return saham sektor keuangan, return saham sektor industri barang konsumsi, maupun return saham sektor pertambangan. 4. Peningkatan net position akan berdampak pada peningkatan volatilitas komponen transitory yang lebih besar dibandingkan dengan peningkatan return saham, baik untuk return saham gabungan, return saham sektor keuangan, return saham sektor industri barang konsumsi, maupun return saham sektor pertambangan. 5. Pada komponen permanen, efek suatu guncangan yang terjadi pada return saham sebelumnya di sektor industri barang konsumsi akan menghilang dalam waktu 20 hari, lebih cepat dibandingkan dengan return kedua sektor lainnya yang akan menghilang dalam waktu 140 hari dan 198 hari. Sedangkan guncangan pada return saham gabungan akan menghilang dalam waktu 219 hari. 6. Pada komponen transitory, efek suatu guncangan pada return saham sektor industri barang konsumsi akan menghilang dalam 2 hari, lebih cepat