Analisis Hubungan Jangka Panjang

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