Tabel 4.3 Uji ketergantungan antar variabel
Variabel IHSG
M2 IHPB
Vol IPI
IHSG 6.7361
-9.2401 -0.9167
-1.4282 4.6301
M2 3.4332
-9.4761 1.1499
-1.3640 0.1245
IHPB -0.4273
-9.6923 1.3814
0.4513 3.6341
Vol -0.5962
-8.8149 -0.5991
-1.3717 0.1879
IPI -0.5394
-9.6586 -0.9167
-1.2708 2.6779
Sumber : Hasil data olahan – Lampiran 3b
IHSG, volume perdagangan, IHPB dan IPI mempunyai pengaruh terhadap jumlah uang yang beredar JUB periode berikutnya t+1. Sementara itu,
guncangan pada jumlah uang yang beredar JUB hanya akan mempengaruhi indeks harga saham. Indeks harga saham di bursa akan mempengaruhi jumlah
uang yang beredar JUB periode berikutnya t+1 dan indeks pengeluaran untuk industri periode berikutnya t+1.
4.3 Analisis Hubungan Jangka Panjang
Model VAR pada bagian ini berbeda dengan bagian yang sebelumnya. Pada bagian ini tidak termasuk di dalamnya dummy musiman bulanan, sehingga
variabel eksogen yang digunakan hanya dua dummy untuk mengoreksi data akibat krisis financial Amerika Serikat. Dengan model VAR yang baru, diketahui bahwa
uji lag optimum dari model ini adalah satu berdasarkan kriteria FPE, AIC, SC dan HQ Lampiran 4a.
Selanjutnya dilakukan uji kointegrasi dengan menggunakan uji Johanssen’s Trace Statistic
. Uji ini digunakan untuk mengetahui banyaknya
persamaan kointegrasi di dalam sistem. Untuk menentukan banyaknya persamaan kointegrasi dilakukan dengan membandingkan estimasi trace statistic terhadap
nilai kritisnya yang pada penelitian ini adalah 5. Sebuah persamaan dikatakan terkointegrasi apabila nilai trace statisticnya lebih besar daripada nilai kritis yang
digunakan. Berdasarkan tabel 4.4 pada penelitian ini terdapat paling tidak tiga persamaan yang terkointegrasi.
Tabel 4.4 Uji Johanssen
Hypothesized No. of CEs
Eigenvalue Trace Statistic
0.05 Critical Value
None 0.338535
118.2526 69.81889
At most 1 0.232867
69.48347 47.85613
At most 2 0.192091
38.20218 29.79707
At most 3 0.102270
13.03202 15.49471
At most 4 0.002551
0.301427 3.841466
Sumber : Lampiran 4b
Selanjutnya pada tabel 4.5 memaparkan hasil estimasi model VECM dalam penelitian ini yang memperlihatkan hubungan jangka panjang dan jangka
pendek atau transisi dinamis. Pada model estimasi di dalam penelitian ini menggunakan indeks harga saham gabungan IHSG sebagai variabel dependen,
sedangkan variabel jumlah uang beredar, indeks harga perdagangan besar, volume
perdagangan saham dan indeks produksi sektor industri menjadi variabel independen.
Pada analisis jangka pendek terdapat dugaan parameter error correction sebesar -0.053720 persen yang secara statistik signifikan pada taraf nyata 5.
Hasil estimasi VECM jangka pendek menunjukkan bahwa tidak ada variabel yang berpengaruh signifikan pada lag pertama. Hal ini terjadi karena suatu variabel
bereaksi terhadap variabel lain memerlukan waktu lag dan pada umumnya reaksi suatu variabel terhadap variabel lainnya terjadi dalam jangka waktu yang
lebih panjang dibandingkan dari beda satu periode t-1. Hasil ini konsisten dengan pembahasan sebelumnya yang menyatakan bahwa pasar modal tidak
berhubungan dengan sektor riil paling tidak dalam jangka pendek. Pada analisis jangka panjang, jumlah uang beredar, indeks harga
perdagangan besar, volume perdagangan saham dan indeks produksi industri berpengaruh signifikan terhadap indeks harga saham gabungan. Berdasarkan tabel
4.5 di bawah ini menunjukkan bahwa ketika terjadi peningkatan jumlah uang beredar sebesar satu persen, maka akan menurunkan IHSG sebesar 4.831383
persen. Selanjutnya kenaikan satu persen indeks harga perdagangan besar akan
meningkatkan indeks harga saham gabungan sebesar 2.870746 persen. Hal ini disebabkan karena kenaikan indeks harga perdagangan besar menunjukkan
adanya inflasi. Dalam menangani inflasi ini kebijakan Bank Sentral adalah dengan menuunkan jumlah uang beredar. Dalam pasar uang, penurunan jumlah uang
beredar ini akan menyebabkan apresiasi nilai mata uang rupiah sehingga membuat
barang-barang yang berasal dari Indonesia menjadi jauh lebih mahal. Hal ini menyebabkan penurunan penjualan dari perusahaan-perusahaan Indonesia.
Penurunan penjualan tersebut akan membuat perusahaan mengalami penurunan keuntungan sehingga para investor akan menjual saham perusahaan tersebut.
Penjualan saham-saham tersebut akan membuat penurunan indeks harga saham gabungan. Hasil ini sesuai dengan penelitian yang dilakukan oleh Fakhrul Aufa
2010.
Tabel 4.5 Hasil Estimasi model VECM
Variabel Koefisien
t-statistik Jangka Pendek
DLNIHSG-1 -0.0099391
1.85900 DLNJUB-1
0.0230707 -1.08917
DLNIHPB-1 0.0178162
-0.90729 DLNVOL-1
-0.0001313 0.14493
DLNIPI-1 -0.0043762
0.98013 C
0.023959 2.90523
CointEq1 -0.053720
-3.09623 Jangka Panjang
LNJUB-1 -4.831383
-3.79483 LNIHPB-1
2.870746 2.31232
LNVOL-1 -0.601900
-5.79464 LNIPI-1
4.152432 5.36733
C 5.583768
Sumber : Hasil olahan data – Lampiran 5 Kenaikan volume perdagangan saham sebesar satu persen akan
menurunkan IHSG sebesar 0.6019 persen. Terakhir kenaikan indeks produksi industri sebesar satu persen akan meningkatkan IHSG sebesar 4.152432 persen.
Hal ini disebabkan kenaikan indeks produksi sektor industri dapat menjadi indikator meningkatnya produksi yang berujung pada peningkatan keuntungan.
Peningkatan keuntungan yang diperoleh perusahaan di sektor manufaktur ini, akan menarik para investor untuk membeli saham perusahaan tersebut. Pembelian
saham itu akan meningkatkan indeks harga saham gabungan.
Tabel 4.6 Variance Decomposition
Variance Decomposition of LNIHSG: Period
S.E. LNIHSG LNM2
LNWPI LNVOL
LNIPI 1 0.060661
100 2 0.099452 97.38265 0.343993 0.634596 0.898231 0.740531
3 0.134234 93.89492 0.437422 1.342503 2.009326 2.315828 4 0.166206 91.05621 0.464873
1.80169 2.985465 3.691761 5 0.195584 88.87755 0.469428 2.118774 3.746036 4.788214
6 0.22264 87.23384 0.467394 2.342192 4.326126 5.630448
7 0.247656 85.98503 0.463579 2.505086 4.769171 6.277129 8 0.270903 85.02333 0.459635 2.627223 5.111463 6.778349
9 0.292624 84.27087 0.456063 2.721126 5.379811 7.172131 10 0.313029 83.67253 0.452975 2.794925 5.593467 7.486103
11 0.332296 83.18925 0.45035 2.854064 5.766182 7.740154
12 0.350573 82.79312 0.448126 2.902278 5.907831 7.948645 24 0.522983 80.78903 0.436325 3.144177 6.625068
9.0054 36 0.651352 80.20007 0.432801 3.215059 6.835913 9.316161
Sumber : Lampiran 5b.
Tabel 4.6 menunjukkan inovasi varians dari jumlah uang beredar, indeks harga perdagangan besar, volume perdagangan saham, dan indeks produksi
industri. Pada periode pertama ke depan, IHSG lebih disebabkan oleh inovasi IHSG sendiri sebesar 100 persen. Pada periode ketiga, IHSG dipengaruhi oleh
IHSG sendiri sebesar 93.89492 persen kemudian pengaruh volume perdagangan saham sebesar 2.009326 persen dan indeks produksi industri sebesar 2.315828
persen, sedangkan pengaruh jumlah uang beredar hanya 0.464873 persen dan indeks harga perdagangan besar sebesar 1.342503 persen. Dekomposisi ini
konsisten dengan tingginya inersia IHSG yng sudah dibahas sebelumnya. Berdasarkan tabel di atas menunjukkan bahwa hingga periode 36 kedepan,
IHSG mendominasi dalam mempengaruhi dirinya sendiri, kemudian disusul oleh indeks produksi industri, volume perdagangan saham, indeks harga perdagangan
besar dan terakhir jumlah uang beredar yang memiliki pengaruh yang paling kecil. Hasil ini sesuai dengan pembahasan sebelumnya yang menyatakan bahwa IHSG
memiliki inersia yang tinggi sehingga pengaruh dari IHSG periode sekarang akan sangat mempengaruhi IHSG yang akan datang.
Sumber : Lampiran 5d
Gambar 4.2 Respon Indeks Harga Saham Gabungan IHSG terhadap Guncangan Variabel Makroekonomi dan Volume Perdagangan Saham
Berdasarkan gambar 4.2 di atas menunjukkan bahwa guncangan pada jumlah uang beredar, indeks harga perdagangan besar, dan indeks produksi
industri sebesar satu deviasi belum memberi pengaruh pada IHSG di bulan pertama, namun pada bulan kedua guncangan jumlah uang beredar, indeks harga
perdagangan besar, dan indeks produksi industri sebesar satu deviasi akan menurunkan IHSG. Sementara itu, goncangan volume perdagangan saham sebesar
satu deviasi belum mempengaruhi IHSG pada bulan pertama, namun mulai bulan
-.04 .00
.04 .08
.12
1 2
3 4
5 6
7 8
9 10
Response of LNIHSG to LNIHSG
-.04 .00
.04 .08
.12
1 2
3 4
5 6
7 8
9 10
Response of LNIHSG to LNM2
-.04 .00
.04 .08
.12
1 2
3 4
5 6
7 8
9 10
Response of LNIHSG to LNWPI
-.04 .00
.04 .08
.12
1 2
3 4
5 6
7 8
9 10
Response of LNIHSG to LNVOL
-.04 .00
.04 .08
.12
1 2
3 4
5 6
7 8
9 10
Response of LNIHSG to LNIPI
Response to Cholesky One S.D. Innovations
kedua guncangan volume perdagangan saham sebesar satu deviasi akan meningkatkan IHSG.
Hasil di atas menunjukkan bahwa guncangan pada keempat variabel lainnya akan memberi pengaruh pada IHSG meskipun pengaruh tersebut hanya
kecil. Guncangan pada variabel makroekonomi yaitu jumlah uang beredar, indeks harga perdagangan besar, dan indeks produksi industri akan memberi dampak
penurunan pada IHSG dalam jangka panjang. Sementara itu guncangan pada volume perdagangan saham akan memberi dampak positif dalam jangka panjang.
V. KESIMPULAN DAN SARAN