9 variabel bebas tersebut saling berkorelasi atau terjadi multikolinearitas ini Test Correlation
Matrix
Melihat kondisi seperti ini maka untuk melihat pengaruh ketiga stock exchange tersebut terhadap JSX maka model akan dibuat per masing-masing stock exchange.
4.2. Pemodelan Antara JSX Dan FTSE
Model regresi antara JSX dan FTSE menginformasikan bahwa FTSE t-1 mempunyai pengaruh yang signifikan terhadap JSX lihat uji t. Akan tetapi model tersebut masih
mempunyai R-square yang rendah dan ternyata nilai Durbin Watson DW sangat kecil, sehingga dapat disimpulkan masih mengandung otokorelasi.
Dependent Variable: JSX Method: Least Squares
Date: 052306 Time: 14:40 Sampleadjusted: 2000:02 2005:06
Included observations: 65 after adjusting endpoints White Heteroskedasticity-Consistent Standard Errors Covariance
Variable Coefficient Std.
Error t-Statistic
Prob. FTSE-1 -0.052950
0.019874 -2.664258
0.0098 C 839.3853
113.5898 7.389616
0.0000 R-squared
0.049016 Mean dependent var 576.1697
Adjusted R-squared 0.033921 S.D. dependent var
209.2814 S.E. of regression
205.7013 Akaike info criterion 13.52101
Sum squared resid 2665720. Schwarz criterion
13.58792 Log likelihood
-437.4329 F-statistic 3.247172
Durbin-Watson stat 0.046443 ProbF-statistic
0.076331
Padang, 23-26 Agustus 2006
K-AKPM 07
10 Disamping permasalahan diatas, ternyata berdasarkan white heteroskedasitas test
menunujukkan bahwa variance error masih heteroskedastis lihat hasil output dibawah.
White Heteroskedasticity Test: F-statistic
4.773324 Probability 0.011800
ObsR-squared 8.673113 Probability
0.013081 Test Equation:
Dependent Variable: RESID2 Method: Least Squares
Date: 052306 Time: 14:41 Sample: 2000:02 2005:06
Included observations: 65 White Heteroskedasticity-Consistent Standard Errors Covariance
Variable Coefficient Std.
Error t-Statistic
Prob. C -614720.1
309571.4 -1.985714
0.0515 FTSE-1 277.1796
125.5151 2.208336
0.0309 FTSE-12 -0.028358
0.012141 -2.335735
0.0228 R-squared
0.133433 Mean dependent var 41011.08
Adjusted R-squared 0.105479 S.D. dependent var
63652.31 S.E. of regression
60201.80 Akaike info criterion 24.89385
Sum squared resid 2.25E+11 Schwarz criterion
24.99420 Log likelihood
-806.0500 F-statistic 4.773324
Durbin-Watson stat 0.143364 ProbF-statistic
0.011800
Melihat kondisi regresi yang dibuat dimana asumsi bebas otokorelasi dan homoskedastisitas masih dilanggar maka pemodelan dilakukan dengan ARCHGARCH.
Dalam menemukan model ARCHGARCH yang paling tepat, harus dilakukan dengan coba- coba trial and error. Pada langkah pertama akan dicoba model ARCH 1 yang merupakan
model yang paling sederhana. Setelah dilakukan pengolahan data maka didapat output sebagai berikut :
Padang, 23-26 Agustus 2006
K-AKPM 07
11
Dependent Variable: JSX Method: ML – ARCH
Date: 052306 Time: 14:42 Sampleadjusted: 2000:02 2005:06
Included observations: 65 after adjusting endpoints Convergence not achieved after 500 iterations
Bollerslev-Wooldrige robust standard errors covariance Coefficient
Std. Error
z-Statistic Prob.
FTSE-1 0.002890 0.004359
0.663021 0.5073
C 421.5514 23.05385
18.28551 0.0000
Variance Equation C 2402.095
834.7844 2.877504
0.0040 ARCH1 0.902455
0.109241 8.261130
0.0000 R-squared
-0.461623 Mean dependent var 576.1697
Adjusted R-squared -0.533506 S.D. dependent var
209.2814 S.E. of regression
259.1632 Akaike info criterion 12.25321
Sum squared resid 4097100. Schwarz criterion
12.38702 Log likelihood
-394.2294 Durbin-Watson stat 0.025029
Berdasarkan output eviews diatas, ternyta model ARCH 1 masih belum baik karena pada model regresinya, variabel FTSE pada t-1 mempunyai koefisien yang tidak signifikan
secara statistik pada α = 5, yang berarti FTSE t-1 tidak mempunyai pengaruh terhadap JSX.
Hal ini tentunya bertentangan dengan hasil uji kausalitas granger. Disamping itu terlihat bahwa nilai R-square adalah negatif. Hal ini tentunya adalah tidak benar karena R-square
adalah nilai kuadrat sehingga tidak mungkin negatif Oleh karena model tersebut belum baik maka selanjutnya dibuat model GARCH
1,1. Hasil dari model tersebut menunjukkan model masih belum baik karena FTSE t-1 masih belum signifikan dan R-square masih bertanda negatif. Lihat output dibawah ini
Padang, 23-26 Agustus 2006
K-AKPM 07
12
Dependent Variable: JSX Method: ML – ARCH
Date: 052306 Time: 14:44 Sampleadjusted: 2000:02 2005:06
Included observations: 65 after adjusting endpoints Convergence achieved after 263 iterations
Coefficient Std.
Error z-Statistic
Prob. FTSE-1 -0.013324
0.012685 -1.050421
0.2935 C 514.7021
70.26185 7.325484
0.0000 Variance Equation
C 11256.34 4091.953
2.750847 0.0059
ARCH1 2.104070 0.349407
6.021831 0.0000
GARCH1 -0.787796 0.059555
-13.22806 0.0000
R-squared -0.356595 Mean dependent var
576.1697 Adjusted R-squared
-0.447035 S.D. dependent var 209.2814
S.E. of regression 251.7504 Akaike info criterion
12.36577 Sum squared resid
3802696. Schwarz criterion 12.53303
Log likelihood -396.8876 Durbin-Watson stat
0.027770
Setelah dicoba beberapa model dengan variabel bebas yang sama yaitu FTSE t-1, ternyata memberikan hasil yang sama, terutama permasalahan R-square yang negatif. Oleh
karena itu, dalam model selanjutnya dicoba untuk memasukkan independen variabel JSX-1. Dengan memasukkan independen variabel JSX t-1 dan dibentuk model ARCH 1 ternyata
memberikan model yang sudah baik. Kedua independen variabel ternyata mempunyai koefisien yang signifikan secara statistik pada
α = 5, yang berarti baik FTSE t-1 maupun JSX t-1 mempunyai pengaruh terhadap JSX. Hal ini sesuai dengan uji kausalitas granger.
Disamping itu berdasarkan output yang didapat terlihat bahwa R-square sudah positip dan mempunyai nilai yang tinggi lihat output eviews dibawah ini
Padang, 23-26 Agustus 2006
K-AKPM 07
13
Dependent Variable: JSX Method: ML – ARCH
Date: 052306 Time: 14:45 Sampleadjusted: 2000:02 2005:06
Included observations: 65 after adjusting endpoints Convergence not achieved after 500 iterations
Bollerslev-Wooldrige robust standard errors covariance Coefficient
Std. Error
z-Statistic Prob.
FTSE-1 -0.013008 0.005109
-2.546145 0.0109
JSX-1 1.017986 0.021799
46.69913 0.0000
C 59.77046 30.26504
1.974901 0.0483
Variance Equation C 1381.157
331.1189 4.171182
0.0000 ARCH1 -0.078915
0.028305 -2.788064
0.0053 R-squared
0.966852 Mean dependent var 576.1697
Adjusted R-squared 0.964642 S.D. dependent var
209.2814 S.E. of regression
39.35287 Akaike info criterion 10.22961
Sum squared resid 92918.89 Schwarz criterion
10.39687 Log likelihood
-327.4624 F-statistic 437.5104
Durbin-Watson stat 1.857465 ProbF-statistic
0.000000
Dengan demikian model yang didapat adalah sebagai berikut :
JSX t = 59,77046 + 1,017986 JSX t-1 – 0,013008 FTSE t-1 s.e 30,26504
0,021799 0,005109
Dengan persamaan varian :
σ
2 t
= 1381,157 – 0,078915 e t-1 s.e 331,1189 0,028305
Berdasarkan model diatas terlihat bahwa hubungan antara FTSE t-1 dengan JSX adalah hubungan terbalik dimana saat FTSE t-1 meningkat maka JSX akan mengalami
penurunan. Adapun setiap peningkatan 1 point FTSE bulan yang lalu akan mengakibatkan turunnya JSX pada bulan ini sebesar 0,013008 point.
Padang, 23-26 Agustus 2006
K-AKPM 07
14
4.4. Pemodelan Antara JSX Dan NIKKEI