Harga Minyak Dunia dan Indeks Harga Saham Negara-negara di

IV. HASIL DAN PEMBAHASAN

Pada bagian ini akan dipaparkan uraian mengenai pengaruh pergerakan harga minyak dunia dan variabel makroekonomi terhadap indeks harga saham di negara-negara yang berada di kawasan Asia Tenggara, Asia Timur, Eropa, dan Amerika. Pengaruh harga minyak dunia dan variabel makroekonomi akan diuraikan dengan melihat dari sudut pandang apakah negara tersebut adalah eksportir atau importir minyak. Penyajian hasil analisis dari indeks harga saham di negara-negara yang diteliti akan dikelompokkan berdasarkan tipe negara tersebut sebagai eksportir atau importir minyak. Analisis akan dilakukan dengan menggunakan model VECM untuk melihat apakah pergerakan indeks harga saham di masing-masing negara eksportir dan importir minyak disebabkan oleh pergerakan harga minyak dunia, kemudian untuk melihat bagaimana pengaruh pergerakan harga minyak dunia terhadap indeks harga saham di masing-masing negara eksportir dan importir minyak akan diperoleh dari simulasi impulse response function IRF, dan untuk melihat bagaimana peran variabel makroekonomi dalam menjelaskan pergerakan indeks harga saham di masing-masing negara eksportir dan importir minyak akan diperoleh dari simulasi forecasting error variance decomposition FEVD.

4.1. Harga Minyak Dunia dan Indeks Harga Saham Negara-negara di

Kawasan Asia Tenggara, Asia Timur, Eropa, dan Amerika Pergerakan harga minyak sejak tahun 2000 terus mengalami peningkatan tajam hingga tahun 2008. Jika melihat berdasarkan persentase perubahan maka harga minyak dunia telah meningkat sebesar 20,36 persen hingga pertengahan 2008. Peningkatan harga minyak mentah dunia berawal dari meningkatnya permintaan minyak mentah dari negara-negara industri baru yakni China dan India Masih, 2010, selain itu, penelitian Masih 2010 juga mengungkapkan bahwa resiko geopolitik yang terjadi di Timur Tengah menjadi salah satu sebab peningkatan harga minyak mentah dunia namun konsumsi yang meningkat tajam dari China dan India menjadi alasan yang realistis bagi pasar untuk meningkatkan harga minyak mentah, khususnya jenis west texas intermediate WTI yang selama ini menjadi acuan harga minyak mentah dunia. Pada periode yang sama yakni tahun 2000 hingga 2008, indeks harga saham global juga mencatatkan peningkatan yang signifikan. Jakarta Stock Exchange menjadi indeks harga saham di kawasan Asia yang mengalami peningkatan terbesar sejak tahun 2003 hingga 2008 yakni sebesar 74,80 persen. DAX di Jerman menjadi indeks harga saham yang meningkat tajam sejak tahun 2003 hingga 2008 yakni sebesar 75,05 persen. Perubahan Mexican Bolsa menjadi yang terbesar di kawasan Amerika pada periode yang sama yakni sebesar 275,87 persen. Jika dikaitkan dengan kajian empiris yang diungkapkan oleh Basher dan Sadorsky 2006, maka fenomena kenaikan harga minyak dunia yang diikuti oleh kenaikan indeks harga saham global tidak sesuai dengan mekanisme transmisi dan menimbulkan pertanyaan apakah ada pergerakan positif harga minyak mentah terhadap pergerakan indeks harga saham global. Pada bagian ini akan diuraikan mengenai pengaruh harga minyak dunia terhadap indeks harga saham global, khususnya di kawasan Asia Tenggara, Asia Timur, Eropa, dan Amerika. Tahap pertama dari analisis ini adalah memeriksa stasioneritas data. Uji stasioneritas data dilakukan dengan menggunakan Augmented Dickey-Fuller Test ADF sesuai dengan bentuk tren deterministik yang dikandung oleh setiap variabel. Hasil series stasioner akan berujung pada penggunaan VAR dengan metode standar. Sementara series nonstasioner akan berimplikasi pada dua pilihan bentuk VAR yakni model VAR dalam bentuk first difference atau model Vector Error Correction. Hasil pengujian stasioneritas data seluruh variabel pada masing-masing negara disajikan pada tabel-tabel di bawah ini: Tabel 3 Uji Stasioneritas Data Negara-negara di kawasan Asia Tenggara, Asia Timur, Eropa, dan Amerika Negara Net Variabel ln_oil ln_er ln_inf i ln_sp Level -2,279 1 st diff. -7,077 AS Imp Level -1,163 -0,587 -1,786 -1,940 1 st diff. -10,679 -7,130 -4,674 -9,887 Inggris Imp Level -1,525 0,653 -1,396 -1,700 1 st diff. -9,499 -9,190 -4,773 -10,770 Jepang Imp Level -0,361 -2,518 -1,966 -2,384 1 st diff. -11,177 -10,081 -6,600 -10,108 Jerman Imp Level -1,058 -0,382 -2,109 -1,428 1 st diff. -10,278 -16,697 -3,763 -10,377 Kanada Eks Level -0,724 -0,869 -1,653 -1,254 1 st diff. -11,169 -9,042 -5,681 -9,008 Korea Imp Level -1,893 0,346 -2,159 -0,377 1 st diff. -11,848 -8,777 -4,778 -11,137 Perancis Imp Level -1,058 -0,828 -1,549 -1,470 1 st diff. -10,278 -10,201 -4,602 -10,129 Singapura Imp Level 0,297 0,998 -1,228 -1,086 1 st diff. -10,899 -4,355 -10,235 -9,801 Swiss Imp Level -1,027 -0,817 -1,186 -1,583 1 st diff. -11,268 -14,266 -11,678 -8,551 Brasil Imp Level -1,764 -0,523 -1,678 0,092 1 st diff. -6,285 -5,155 -12,240 -9,248 India Imp Level -2,315 5,303 -8,635 0,110 1 st diff. -9,070 -9,433 -14,320 -10,500 Indonesia Imp Level -3,386 0,600 -1,966 0,795 1 st diff. -10,047 -9,245 -11,194 -8,490 Malaysia Eks Level 0,295 0,078 -2,342 -0,180 1 st diff. -9,378 -7,819 -13,537 -9,379 Meksiko Eks Level -1,689 0,283 -2,286 0,397 1 st diff. -9,505 -7,299 -9,892 -9,782 Thailand Imp Level -0,087 -0,083 -1,372 -1,120 1 st diff. -9,202 -7,855 -3,699 -10,722 a. t-kritis MacKinnon 1 = -3.482 ; 5 = -2.885 ; 10 = -2.579 b. cetak tebal = signifikan t-statistikt-kritis c. Jumlah lag optimal dipilih pada nilai SIC minimum d. Imp = importir ; Eks = eksportir Berdasarkan hasil pengujian stasioneritas, seluruh variabel dari negara- negara di kawasan Asia Tenggara, Asia Timur, Eropa, dan Amerika tidak stasioner pada level termasuk variabel harga minyak dunia. Pada tingkat first difference diperoleh seluruh variabel stasioner, baik pada tingkat kritis 1 persen, 5 persen, serta 10 persen. Jika data yang telah stasioner, maka pengujian selanjutnya bisa dilakukan yakni pengujian lag optimal. Pengujian lag optimal berperan untuk menghilangkan masalah autokorelasi dalam model VAR. Adanya lag optimal diharapkan mampu mengatasi masalah autokorelasi. Kriteria penentuan lag optimal ditentukan berdasarkan kriteria nilai minimum Akaike Information Criterion AIC. Berdasarkan hasil pengujian lag optimal menunjukan bahwa lag optimal yang dapat digunakan pada model VAR adalah lag 1, kecuali untuk negara Indonesia, Jerman, Brasil, Amerika Serikat, dan Kanada yang menggunakan lag 2, untuk negara Singapura, Thailand, Korea, dan Swiss menggunakan lag 3. Hasil pengujian lag optimal disajikan pada tabel di bawah ini: Tabel 4 Pengujian Lag Optimal VAR AIC Lag Negara 1 2 3 4 Indonesia -10,73 -11,03 -11,04 -10,82 -10,81 Malaysia -19,86 -19,93 -19,84 -19,91 -19,86 Singapura -18,38 -18,62 -18,62 -18,72 -18,56 Thailand -17,54 -17,89 -18,12 -18,27 -18,16 India -9,42 -9,63 -9,58 -9,41 -9,18 Jepang -22,01 -22,22 -22,10 -22,05 -21,91 Korea -17,39 -18,27 -18,33 -18,34 -18,21 Inggris -18,87 -19,74 -19,58 -19,47 -19,51 Jerman -17,80 -18,25 -18,26 -18,22 -18,05 Perancis -18,74 -18,87 -18,85 -18,78 -18,65 Swiss -17,69 -17,83 -17,58 -18,46 -18,42 AS -13,86 -18,57 -19,00 -18,92 -18,85 Brasil -12,54 -13,35 -13,58 -13,46 -13,55 Kanada -18,65 -18,90 -18,92 -18,72 -18,66 Meksiko -15,76 -15,97 -15,87 -15,77 -15,69 Keterangan: adalah hipotesis nol ditolak pada taraf nyata 5 Setelah pengujian lag optimal, tahap selanjutnya adalah mencari hubungan keseimbangan jangka panjang antar variabel yakni dengan menggunakan pengujian kointegrasi. Uji kointegrasi sangat peka terhadap panjang lag, sehingga penentuan lag yang optimal menjadi salah satu prosedur penting yang harus dilakukan dalam pembentukan model Enders 2004. Seperti yang telah dipaparkan sebelumnya, keberadaan variabel yang tidak stasioner memungkinkan adanya hubungan kointegrasi antar variabel dalam penelitian ini. Oleh karena itu perlu dilakukan pengujian kointegrasi terhadap seluruh variabel guna memperoleh hubungan jangka panjang antar variabel yang telah memenuhi persyaratan dalam proses integrasi yakni semua variabel telah stasioner pada derajat yang sama. Pengujian hubungan kointegrasi dilakukan dengan menggunakan lag optimal sesuai dengan pengujian sebelumnya. Sementara penentuan asumsi deterministik yang melandasi pembentukan persamaan kointegrasi berdasarkan pada nilai kriteria informasi Akaike Information Criterion AIC atau Schwarz Information Criterion SC. Berdasarkan asumsi deterministik tersebut akan diperoleh mengenai banyaknya hubungan kointegrasi antar variabel sesuai dengan metode Trace. Apabila nilai trace statistics lebih besar daripada nilai kritis 5 persen maka akan diperoleh persamaan kointegrasi. Berdasarkan tabel di bawah maka dapat disimpulkan untuk masing-masing negara terdapat minimal satu rank kointegrasi pada tingkat kritis 5 persen. Hasil pengujian kointegrasi seluruh variabel pada masing-masing negara disajikan pada tabel di bawah ini: Tabel 5 Pengujian Kointegrasi Trace Statistics Hypothesis None At most 1 At most 2 At most 3 At most 4 Indonesia 82,97 51,90 25,07 7,59 0,36 Malaysia 123,89 64,10 32,50 12,78 0,69 Singapura 104,42 59,45 32,31 8,59 2,48 Thailand 123,53 76,01 42,40 18,39 5,99 India 104,14 44,83 22,84 11,69 2,77 Jepang 74,35 44,06 26,12 11,16 4,72 Korea 106,90 64,57 41,42 21,94 4,23 Inggris 82,78 41,24 17,89 9,07 2,91 Jerman 99,13 62,49 34,56 10,54 4,52 Perancis 104,79 60,24 33,08 10,63 4,00 Swiss 103,26 63,90 40,42 18,32 0,79 AS 100,26 51,00 27,05 12,63 4,09 Brasil 108,53 66,09 39,91 20,88 6,77 Kanada 94,74 64,28 37,81 16,85 3,12 Meksiko 82,55 54,27 32,06 15,32 6,14 Cetak tebal = signifikan trace statistics 5 critical value Setelah pengujian kointegrasi, untuk mengetahui apakah pergerakan harga minyak dunia mempengaruhi pergerakan indeks harga saham di 14 negara maka akan dilakukan analisis dengan menggunakan model VECM dan difokuskan pada estimasi indeks harga saham ln_sp. Uji model VAR first difference khusus digunakan untuk menguji pengaruh harga minyak dunia terhadap pergerakan indeks harga saham di Jepang karena variabel-variabel yang digunakan dalam model VAR walaupun stasioner dalam bentuk first difference namun tidak memiliki hubungan kointegrasi. Hal ini membuat variabel-variabel dalam model tidak memiliki hubungan keseimbangan jangka panjang. Penyajian tabel persamaan kointegrasi untuk keseimbangan jangka panjang dikelompokkan berdasarkan jumlah persamaan kointegrasi yang sama diantara 14 negara yang diuji. Kelompok pertama dengan jumlah persamaan kointegrasi sebanyak satu persamaan terdiri dari negara India, Inggris, Amerika Serikat dan Meksiko. Kelompok kedua dengan jumlah persamaan kointegrasi sebanyak dua persamaan terdiri dari negara Indonesia, Malaysia, Singapura, Thailand, Jerman, Perancis, dan Brasil. Kelompok ketiga dengan jumlah persamaan kointegrasi sebanyak tiga persamaan terdiri dari negara Swiss dan Kanada. Sedangkan negara terakhir yakni Korea Selatan memiliki jumlah persamaan kointegrasi sebanyak empat persamaan. Tabel 6 menampilkan persamaan kointegrasi untuk kelompok pertama yakni Amerika Serikat, India, Inggris, dan Meksiko. Terlihat adanya hubungan keseimbangan jangka panjang antara suku bunga i, inflasi ln_inf, dan nilai tukar ln_er dengan indeks SP 500 di Amerika Serikat. Sedangkan di India, terlihat adanya hubungan keseimbangan jangka panjang antara suku bunga i, dan harga minyak dunia ln_oil dengan indeks BSE. Sementara di Inggris, terlihat adanya hubungan keseimbangan jangka panjang antara suku bunga i, inflasi ln_inf, nilai tukar ln_er, dan harga minyak dunia ln_oil dengan indeks FTSE. Sedangkan di Meksiko, terlihat adanya hubungan keseimbangan jangka panjang antara inflasi ln_inf dengan indeks Mexican Bolsa. Tabel 6 Persamaan Kointegrasi Jangka Panjang untuk Indeks SP 500, BSE, FTSE, dan Mexican Bolsa Persamaan Kointegrasi 1 Variabel AS India Inggris Meksiko LNSP -1 1,000 1,000 1,000 1,000 I-1 -0,134 -0,129 -0,574 0,003 LNINF-1 22,176 -5,795 24,698 22,587 LNER-1 -1,142 4,313 4,628 0,087 LNOIL-1 0,067 -1,897 0,886 -0,284 TREND00M01 -0,048 0,032 -0,089 -0,096 C -105,647 40,622 -120,136 -106,202 Keterangan: adalah hipotesis nol ditolak pada taraf nyata 5 1,960 Tabel 7 menampilkan persamaan kointegrasi untuk kelompok kedua yakni negara Perancis, Malaysia, Brasil, Jerman, dan Indonesia. Terlihat adanya hubungan keseimbangan jangka panjang antara inflasi ln_inf dan nilai tukar ln_er dengan indeks CAC. Sementara di Malaysia, terlihat adanya hubungan keseimbangan jangka panjang antara inflasi ln_inf dan harga minyak dunia ln_oil dengan indeks KLSE. Di Brasil, terlihat adanya hubungan keseimbangan jangka panjang antara inflasi ln_inf, nilai tukar ln_er, dan harga minyak dunia ln_oil dengan indeks Bovespa. Di Jerman, terlihat adanya hubungan keseimbangan jangka panjang antara inflasi ln_inf dan nilai tukar ln_er dengan indeks DAX. Di Indonesia, terlihat adanya hubungan keseimbangan jangka panjang antara inflasi ln_inf dan harga minyak dunia ln_oil dengan indeks JKSE. Tabel 7 Persamaan Kointegrasi Jangka Panjang untuk Indeks CAC, KLSE, Indeks Bovespa, DAX, dan JKSE Persamaan Kointegrasi 1 Variabel BRA PRA JER MAL INA LNSP -1 1,00 1,00 1,00 1,00 1,00 I-1 0,00 0,00 0,00 0,00 0,00 LNINF-1 15,04 -16374,06 -55,78 -20,79 45,46 LNER-1 3,05 -978,78 -1,52 0,04 6,43 LNOIL-1 -2,36 18,60 0,19 -0,88 -21,65 TREND00M01 -0,07 19,80 0,06 0,04 - C -62,26 73777,91 243,36 89,61 -191,48 Keterangan: adalah hipotesis nol ditolak pada taraf nyata 5 1,960 Tabel 8 menampilkan persamaan kointegrasi untuk kelompok kedua yakni negara Singapura dan Thailand. Terlihat adanya hubungan keseimbangan jangka panjang antara inflasi ln_inf dan harga minyak dunia ln_oil dengan indeks STI di Singapura. Sedangkan di Thailand, terlihat adanya hubungan keseimbangan jangka panjang antara nilai tukar ln_er dan harga minyak dunia ln_oil dengan indeks SET. Tabel 8 Persamaan Kointegrasi Jangka Panjang untuk Indeks STI dan SET Persamaan Kointegrasi 1 Variabel Singapura Thailand LNSP -1 1,00 1,00 I-1 0,00 0,00 LNINF-1 -24,42 459,99 LNER-1 -6,68 2697,13 LNOIL-1 -1,34 393,28 TREND00M01 0,02 0,92 C 112,00 -13554,82 Keterangan: adalah hipotesis nol ditolak pada taraf nyata 5 1,960 Tabel 9 menampilkan persamaan kointegrasi untuk kelompok ketiga yakni Swiss, Kanada, dan Korea Selatan. Terlihat adanya hubungan keseimbangan jangka panjang antara nilai tukar ln_er, dan harga minyak dunia ln_oil dengan indeks SMI di Swiss. Sedangkan di Kanada, terlihat adanya hubungan keseimbangan jangka panjang antara nilai tukar ln_er, dan harga minyak dunia ln_oil dengan indeks GSPT. Sedangkan di Korea Selatan, terlihat adanya hubungan keseimbangan jangka panjang antara harga minyak dunia ln_oil dengan indeks KOSPI. Tabel 9 Persamaan Kointegrasi Jangka Panjang untuk Indeks SMI, GSPT, dan KOSPI Persamaan Kointegrasi 1 Variabel Swiss Kanada Korea Selatan LNSP -1 1,00 1,00 1,00 I-1 0,00 0,00 0,00 LNINF-1 0,00 0,00 0,00 LNER-1 -3,67 18,49 0,00 LNOIL-1 0,79 4,71 -8,28 TREND00M01 -0,02 0,01 0,08 C -9,26 -32,55 19,61 Keterangan: adalah hipotesis nol ditolak pada taraf nyata 5 1,960 Sementara, persamaan jangka pendek untuk indeks harga saham ln_sp pada 14 negara ditunjukan oleh tiga tabel Tabel 10, Tabel 11, dan Tabel 12 di bawah ini. Seperti sebelumnya, nilai t-hitung yang diperoleh dibandingkan dengan t-tabel, dimana nilai yang digunakan adalah tingkat kepercayaan 5 persen t- tabel=1,96 dan 10 persen t-tabel=1,67. Apabila nilai t-hitung yang diperoleh lebih besar dari nilai t-tabel maka dapat dikatakan bahwa variabel tersebut berpengaruh signifikan. Dalam Tabel 10 di bawah ini, koefisien baris DLNSP-1, DI-1, DINF-1, DLNER-1, DLNOIL-1 menunjukan besaran penyesuaian yang disebabkan perubahan setiap variabel jangka pendek pada periode sebelumnya terhadap perubahan harga minyak dunia pada saat ini. Tabel 10 Hasil Uji Model VECM untuk Indeks KLSE, BSE, FTSE, CAC, dan Mexican Bolsa DLNSP Koreksi Galat KLSE BSE FTSE CAC MB Pers. Kointegrasi 1 0,0514 0,0132 0,0036 -0,1215 -0,0490 Pers. Kointegrasi 2 0,0241 - - 0,0026 - DLNSP-1 -0,0791 -0,0550 0,0274 0,0221 -0,0563 DI-1 0,0000 0,0013 -0,0081 0,0101 -0,0026 DINF-1 -2,4764 0,3001 -0,3139 3,6560 2,0816 DLNER-1 0,9164 0,9850 0,1283 0,0333 0,5307 DLNOIL-1 -0,0053 -0,2117 0,0311 -0,2155 0,0212 C -0,0136 -0,0217 -0,0178 -0,0325 -0,0309 Dummy -0,0031 -0,0454 -0,0309 -0,0466 -0,0761 Keterangan: adalah hipotesis nol ditolak pada taraf nyata 5 dan adalah hipotesis nol ditolak pada taraf nyata 10 Tabel 10 menunjukan bahwa variabel persamaan kointegrasi 1 signifikan terhadap bursa KLSE sebesar 0,05, artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0,05 persen. Sedangkan variabel persamaan kointegrasi 1 tidak signifikan pada bursa BSE, FTSE, CAC, dan Mexican Bolsa. Beberapa variabel yang mempengaruhi indeks harga saham dalam jangka pendek yakni variabel inflasi DLNINF-1 dan nilai tukar DLNER-1 pada periode sebelumnya mempengaruhi indeks KLSE pada taraf nyata 5 persen. Kemudian variabel nilai tukar DLNER-1 pada periode sebelumnya pada taraf nyata 5 persen dan dummy krisis subprime mortgage dummy pada taraf nyata 10 persen mempengaruhi indeks BSE. Variabel dummy krisis subprime mortgage dummy pada taraf nyata 10 persen mempengaruhi indeks FTSE. Variabel inflasi DLNINF-1 pada periode sebelumnya mempengaruhi indeks CAC pada taraf nyata 10 persen. Variabel nilai tukar DLNER-1 pada periode sebelumnya dan variabel dummy krisis subprime mortgage dummy pada taraf nyata 5 persen mempengaruhi indeks Mexican Bolsa. Dalam jangka pendek, variabel inflasi signifikan mempengaruhi indeks KLSE dengan koefisien sebesar -2,47, artinya setiap terjadi inflasi di Malaysia akan diikuti oleh penurunan indeks KLSE sebesar 2,47 persen, sedangkan untuk variabel nilai tukar Ringgit terhadap US Dollar juga mempengaruhi indeks KLSE dengan koefisien 0,91, artinya jika terjadi apresiasi pada mata uang Ringgit terhadap US Dollar maka akan diikuti oleh peningkatan indeks KLSE sebesar 0,91 persen. Dalam jangka pendek, variabel nilai tukar Rupee terhadap US Dollar mempengaruhi indeks BSE dengan koefisien 0,98, artinya jika terjadi apresiasi pada mata uang Rupee terhadap US Dollar maka akan diikuti oleh peningkatan indeks BSE sebesar 0,98 persen, sedangkan untuk variabel dummy krisis subprime mortgage juga mempengaruhi indeks BSE dengan koefisien -0,04, artinya terjadinya krisis subprime mortgage menurunkan indeks BSE sebesar 0,04 persen. Dalam jangka pendek, variabel dummy krisis subprime mortgage mempengaruhi indeks FTSE dengan koefisien -0,03, artinya terjadinya krisis subprime mortgage menurunkan indeks FTSE sebesar 0,03 persen. Dalam jangka pendek, variabel inflasi signifikan mempengaruhi indeks CAC dengan koefisien sebesar 3,65, artinya setiap terjadi inflasi di Perancis akan diikuti oleh peningkatan indeks CAC sebesar 3,65 persen. Dalam jangka pendek, variabel nilai tukar Peso terhadap US Dollar mempengaruhi indeks Mexican Bolsa dengan koefisien 0,53, artinya jika terjadi apresiasi pada mata uang Peso terhadap US Dollar maka akan diikuti oleh peningkatan indeks Mexican Bolsa sebesar 0,53 persen, sedangkan untuk variabel dummy krisis subprime mortgage juga mempengaruhi indeks Mexican Bolsa dengan koefisien -0,07, artinya terjadinya krisis subprime mortgage menurunkan indeks Mexican Bolsa sebesar 0,07 persen. Tabel 11 menunjukan bahwa variabel persamaan kointegrasi 1 signifikan terhadap bursa Bovespa sebesar -0,29, artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0,29 persen. Dapat pula diartikan bahwa setiap bulannya, kesalahan dikoreksi sebesar 0,29 persen menuju keseimbangan jangka panjang. Variabel persamaan kointegrasi 1 juga signifikan terhadap bursa GSPT sebesar -0,23, artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0,23 persen. Dapat pula diartikan bahwa setiap bulannya, kesalahan dikoreksi sebesar 0,23 persen menuju keseimbangan jangka panjang. Variabel persamaan kointegrasi 1 juga signifikan terhadap bursa SP 500 sebesar -0,10, artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0,10 persen. Dapat pula diartikan bahwa setiap bulannya, kesalahan dikoreksi sebesar 0,10 persen menuju keseimbangan jangka panjang. Sedangkan variabel persamaan kointegrasi 1 tidak signifikan terhadap bursa JKSE dan DAX. Tabel 11 Hasil Uji Model VECM untuk Indeks JKSE, DAX, Bovespa, GSPT, dan SP 500 DLNSP Koreksi Galat JKSE DAX Bovespa GSPT SP 500 Pers. Kointegrasi 1 0,0217 0,0276 -0,2999 -0,2279 -0,1046 Pers. Kointegrasi 2 -0,0015 0,0050 -0,0148 0,0231 - Pers. Kointegrasi 3 - - - -2,1732 - DLNSP-1 0,1854 -0,0128 0,2329 0,2859 0,0491 DLNSP-2 0,0153 -0,1138 -0,0982 -0,0292 -0,1241 DI-1 -0,0005 -0,0671 0,0233 -0,0056 -0,0034 DI-2 -0,0069 -0,0244 0,0061 -0,0159 -0,0385 DINF-1 -0,0597 1,1561 2,5137 0,3227 -0,8935 DINF-2 0,9632 -0,9957 -6,4818 0,8852 4,0049 DLNER-1 0,4060 -0,0969 -0,0960 0,3798 0,0229 DLNER-2 0,4280 0,2849 0,3542 0,1313 -0,2114 DLNOIL-1 0,1746 0,0976 -0,0050 0,0668 0,0771 DLNOIL-2 0,1131 0,1173 -0,1226 0,1137 0,0673 C 0,0116 -0,0356 0,0340 -0,0198 -0,0062 Dummy -0,0312 -0,0521 -0,0028 -0,0346 -0,0148 Keterangan: adalah hipotesis nol ditolak pada taraf nyata 5 dan adalah hipotesis nol ditolak pada taraf nyata 10 Dari beberapa variabel yang mempengaruhi indeks harga saham dalam jangka pendek yakni variabel nilai tukar DLNER-1 serta DLNER-2, variabel harga minyak dunia DLNOIL-1 pada periode sebelumnya, dan variabel dummy krisis subprime mortgage dummy pada taraf nyata 5 persen dan variabel suku bunga DI-2 pada taraf nyata 10 persen mempengaruhi indeks JKSE. Variabel dummy krisis subprime mortgage dummy pada taraf nyata 5 persen mempengaruhi indeks DAX. Variabel indeks harga saham DLNSP-1, variabel suku bunga DI-1, dan variabel inflasi DLNINF-2 pada periode sebelumnya dan pada taraf nyata 5 persen, serta variabel nilai tukar DLNER- 2 pada taraf nyata 10 persen mempengaruhi indeks Bovespa. Variabel indeks harga saham DLNSP-1, variabel nilai tukar DLNER-1, dan variabel dummy krisis subprime mortgage dummy pada periode sebelumnya dan pada taraf nyata 5 persen mempengaruhi indeks GSPT. Variabel inflasi DLNINF- 2 pada taraf nyata 5 persen, variabel nilai tukar DLNER-2, dan variabel dummy krisis subprime mortgage dummy pada periode sebelumnya dan pada taraf nyata 10 persen mempengaruhi indeks SP 500. Dalam jangka pendek, variabel suku bunga signifikan mempengaruhi indeks JKSE dengan koefisien sebesar -0,01, artinya setiap terjadi kebijakan moneter ekspansif di Indonesia akan diikuti oleh peningkatan indeks JKSE sebesar 0,01 persen, sedangkan untuk variabel nilai tukar Rupiah terhadap US Dollar pada periode satu bulan sebelumnya mempengaruhi indeks JKSE dengan koefisien sebesar 0,41, artinya jika terjadi apresiasi pada mata uang Rupiah terhadap US Dollar maka akan diikuti oleh peningkatan indeks JKSE sebesar 0,41 persen. Variabel harga minyak dunia juga mempengaruhi indeks JKSE dengan koefisien sebesar 0,17, artinya jika terjadi kenaikan harga minyak dunia maka akan diikuti oleh peningkatan indeks JKSE sebesar 0,17 persen. Variabel dummy krisis subprime mortgage juga mempengaruhi pergerakan indeks JKSE dengan koefisien sebesar -0,03, artinya krisis subprime mortgage menyebabkan penurunan indeks JKSE sebesar 0,03 persen. Dalam jangka pendek, variabel dummy krisis subprime mortgage mempengaruhi indeks DAX dengan koefisien -0,05, artinya terjadinya krisis subprime mortgage menurunkan indeks DAX sebesar 0,05 persen. Dalam jangka pendek, variabel indeks harga saham mempengaruhi indeks Bovespa dengan koefisien sebesar 0,23, artinya jika terjadi kenaikan indeks Bovespa pada periode sebelumnya maka akan meningkatkan indeks Bovespa pada periode berikutnya sebesar 0,23 persen. Variabel suku bunga signifikan mempengaruhi indeks Bovespa dengan koefisien sebesar 0,02, artinya setiap terjadi kebijakan moneter ekspansif di Brasil akan diikuti oleh penurunan indeks Bovespa sebesar 0,02 persen. Variabel inflasi signifikan mempengaruhi indeks Bovespa dengan koefisien sebesar -6,48, artinya setiap terjadi inflasi di Brasil akan diikuti oleh penurunan indeks Bovespa sebesar 6,48 persen. Variabel nilai tukar Reai terhadap US Dollar mempengaruhi indeks Bovespa dengan koefisien 0,35, artinya jika terjadi apresiasi pada mata uang Reai terhadap US Dollar maka akan diikuti oleh peningkatan indeks Bovespa sebesar 0,35 persen. Dalam jangka pendek, variabel indeks harga saham mempengaruhi indeks GSPT dengan koefisien sebesar 0,28, artinya jika terjadi kenaikan indeks GSPT pada periode sebelumnya maka akan meningkatkan indeks GSPT pada periode berikutnya sebesar 0,28 persen. Variabel nilai tukar Dollar Kanada terhadap US Dollar pada periode satu bulan sebelumnya juga mempengaruhi indeks GSPT dengan koefisien sebesar 0,37, artinya jika terjadi apresiasi pada mata uang Dollar Kanada terhadap US Dollar maka akan diikuti oleh peningkatan indeks GSPT sebesar 0,37 persen. Variabel dummy krisis subprime mortgage mempengaruhi indeks GSPT dengan koefisien -0,03, artinya terjadinya krisis subprime mortgage menurunkan indeks GSPT sebesar 0,03 persen. Dalam jangka pendek, variabel inflasi mempengaruhi indeks SP 500 dengan koefisien sebesar 4,00, artinya jika terjadi inflasi pada dua periode sebelumnya maka akan meningkatkan indeks SP 500 sebesar 4 persen. Variabel nilai tukar US Dollar terhadap Euro pada periode dua bulan sebelumnya juga mempengaruhi indeks SP 500 dengan koefisien sebesar -0,21, artinya jika terjadi depresiasi pada mata uang US Dollar terhadap Euro maka akan diikuti oleh peningkatan indeks SP 500 sebesar 0,21 persen. Variabel dummy krisis subprime mortgage mempengaruhi indeks SP 500 dengan koefisien -0,01, artinya terjadinya krisis subprime mortgage menurunkan indeks SP 500 sebesar 0,01 persen. Tabel 12 menunjukan bahwa variabel persamaan kointegrasi 1 signifikan terhadap bursa STI sebesar -0,05, artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0,05 persen. Dapat pula diartikan bahwa setiap bulannya, kesalahan dikoreksi sebesar 0,05 persen menuju keseimbangan jangka panjang. Variabel persamaan kointegrasi 1 juga signifikan terhadap bursa SET sebesar -0,17, artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0,17 persen. Dapat pula diartikan bahwa setiap bulannya, kesalahan dikoreksi sebesar 0,17 persen menuju keseimbangan jangka panjang. Variabel persamaan kointegrasi 1 juga signifikan terhadap bursa KOSPI sebesar -0,21, artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0,21 persen. Dapat pula diartikan bahwa setiap bulannya, kesalahan dikoreksi sebesar 0,21 persen menuju keseimbangan jangka panjang. Variabel persamaan kointegrasi 1 juga signifikan terhadap bursa SMI sebesar -0,12, artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0,12 persen. Dapat pula diartikan bahwa setiap bulannya, kesalahan dikoreksi sebesar 0,12 persen menuju keseimbangan jangka panjang. Tabel 12 Hasil Uji Model VECM untuk Indeks STI, SET, KOSPI, dan SMI DLNSP Koreksi Galat STI SET KOSPI SMI Pers. Kointegrasi 1 -0,0572 -0,1716 -0,2079 -0,1252 Pers. Kointegrasi 2 0,0290 0,0461 -0,0149 0,0095 Pers. Kointegrasi 3 - - -2,9576 -3,1268 Pers. Kointegrasi 4 - - -0,3684 - DLNSP-1 0,0334 -0,2860 0,0675 0,2864 DLNSP-2 0,1220 0,2817 0,1725 -0,0276 DLNSP-3 -0,1055 0,3014 0,1403 0,1438 DI-1 -0,0564 0,0476 0,0249 0,0018 DI-2 -0,0357 -0,0301 -0,0355 0,0019 DI-3 -0,0024 -0,0519 -0,0513 -0,0321 DINF-1 -2,2256 1,9401 -2,3858 2,5899 DINF-2 0,5883 4,8714 2,6385 0,6251 DINF-3 -0,6103 2,8989 -0,6828 0,8721 DLNER-1 0,7234 0,4182 0,3870 -0,2074 DLNER-2 0,3996 0,6267 0,7986 0,0778 DLNER-3 0,6138 0,5936 0,0335 -0,0150 DLNOIL-1 0,1680 -0,1656 -0,0096 -0,0151 DLNOIL-2 0,1438 -0,1547 -0,0050 0,0239 DLNOIL-3 0,1043 0,0425 0,1916 -0,0342 C -0,0191 -0,0216 0,0067 -0,0163 Dummy 0,0004 0,0351 0,0074 -0,0233 Keterangan: adalah hipotesis nol ditolak pada taraf nyata 5 dan adalah hipotesis nol ditolak pada taraf nyata 10 Dari beberapa variabel yang mempengaruhi indeks harga saham dalam jangka pendek yakni variabel suku bunga DI-1 dan variabel harga minyak dunia DLNOIL-1 serta DLNOIL-2 pada periode sebelumnya dan pada taraf nyata 5 persen dan variabel inflasi DLNINF-1 dan variabel nilai tukar DLNER1 pada taraf nyata 10 persen mempengaruhi indeks STI. Variabel indeks harga saham DLNSP-2 dan DLNSP-3, variabel inflasi DLNINF-2 pada periode sebelumnya dan pada taraf nyata 5 persen serta variabel inflasi pada periode tiga bulan sebelumnya DLNINF-3 dan variabel harga minyak dunia DLNOIL-1 pada taraf nyata 10 persen mempengaruhi indeks SET. Variabel nilai tukar DLNER-2, dan variabel harga minyak dunia DLNOIL-3 pada periode sebelumnya dan pada taraf nyata 5 persen serta variabel indeks harga saham DLNSP-2 pada taraf nyata 10 persen mempengaruhi indeks KOSPI. Variabel indeks harga saham DLNSP-1 pada periode sebelumnya dan pada taraf nyata 5 persen serta variabel suku bunga DI- 3 dan variabel inflasi DLNINF-1 pada periode sebelumnya dan pada taraf nyata 10 persen mempengaruhi indeks SMI. Dalam jangka pendek, variabel suku bunga signifikan mempengaruhi indeks STI dengan koefisien sebesar -0,05, artinya setiap terjadi kebijakan moneter ekspansif di Singapura akan diikuti oleh peningkatan indeks STI sebesar 0,05 persen, sedangkan untuk variabel inflasi signifikan mempengaruhi indeks STI dengan koefisien sebesar -2,22, artinya setiap terjadi inflasi di Singapura akan diikuti oleh penurunan indeks STI sebesar 2,22 persen. Variabel nilai tukar Dollar Singapura terhadap US Dollar pada periode satu bulan sebelumnya mempengaruhi indeks STI dengan koefisien sebesar 0,72, artinya jika terjadi apresiasi pada mata uang Dollar Singapura terhadap US Dollar maka akan diikuti oleh peningkatan indeks STI sebesar 0,72 persen. Variabel harga minyak dunia juga mempengaruhi indeks STI dengan koefisien sebesar 0,16, artinya jika terjadi kenaikan harga minyak dunia maka akan diikuti oleh peningkatan indeks STI sebesar 0,16 persen. Dalam jangka pendek, variabel indeks harga saham mempengaruhi indeks SET dengan koefisien sebesar 0,28, artinya jika terjadi kenaikan indeks SET pada periode dua bulan sebelumnya maka akan meningkatkan indeks SET pada periode saat ini sebesar 0,28 persen, sedangkan untuk variabel inflasi signifikan mempengaruhi indeks SET dengan koefisien sebesar 4,87, artinya setiap terjadi inflasi di Thailand pada dua bulan sebelumnya akan diikuti oleh peningkatan indeks SET sebesar 4,87 persen. Variabel harga minyak dunia juga mempengaruhi indeks SET dengan koefisien sebesar -0,16, artinya jika terjadi kenaikan harga minyak dunia maka akan diikuti oleh penurunan indeks SET sebesar 0,16 persen. Dalam jangka pendek, variabel indeks harga saham mempengaruhi indeks KOSPI dengan koefisien sebesar 0,17, artinya jika terjadi kenaikan indeks KOSPI pada periode dua bulan sebelumnya maka akan meningkatkan indeks KOSPI pada periode saat ini sebesar 0,17 persen. Variabel nilai tukar Won terhadap US Dollar pada periode dua bulan sebelumnya mempengaruhi indeks KOSPI dengan koefisien sebesar 0,79, artinya jika terjadi apresiasi pada mata uang Won terhadap US Dollar maka akan diikuti oleh peningkatan indeks KOSPI sebesar 0,79 persen. Variabel harga minyak dunia juga mempengaruhi indeks KOSPI dengan koefisien sebesar 0,19, artinya jika terjadi kenaikan harga minyak dunia pada periode tiga bulan sebelumnya maka akan diikuti oleh peningkatan indeks KOSPI sebesar 0,19 persen. Dalam jangka pendek, variabel indeks harga saham mempengaruhi indeks SMI dengan koefisien sebesar 0,28, artinya jika terjadi kenaikan indeks SMI pada periode sebelumnya maka akan meningkatkan indeks SMI pada periode saat ini sebesar 0,28 persen. Variabel suku bunga signifikan mempengaruhi indeks SMI dengan koefisien sebesar -0,03, artinya setiap terjadi kebijakan moneter ekspansif di Swiss akan diikuti oleh peningkatan indeks SMI sebesar 0,03 persen. Variabel inflasi signifikan mempengaruhi indeks SMI dengan koefisien sebesar 2,58, artinya setiap terjadi inflasi di Swiss akan diikuti oleh peningkatan indeks SMI sebesar 2,58 persen. Tabel 13 Hasil Uji Model VAR first difference pada indeks Nikkei dan SP 500 LNSP Variabel Nikkei LNSP 0,9663 I 0,0266 LNINF -2,2698 LNER -0,0560 LNOIL -0,0016 C 11,0549 DUMMY -0,0348 Keterangan: adalah hipotesis nol ditolak pada taraf nyata 5 dan adalah hipotesis nol ditolak pada taraf nyata 10 Penggunaan model VAR first difference dilakukan pada negara Jepang karena variabel-variabel yang digunakan untuk menguji pengaruh harga minyak dunia terhadap indeks harga saham ternyata tidak memiliki hubungan keseimbangan jangka panjang kointegrasi. Tabel 13 menunjukan bahwa variabel indeks harga saham dengan koefisien sebesar 0,96 dan inflasi dengan koefisien sebesar -2,26 mempengaruhi pergerakan indeks Nikkei di Jepang pada taraf nyata 5 persen. Artinya, jika terjadi inflasi di Jepang maka akan menurunkan indeks Nikkei. Dari hasil estimasi model VECM dan VAR first difference, dan terfokus pada pengaruh harga minyak dunia terhadap indeks harga saham, terlihat bahwa pergerakan beberapa indeks harga saham ternyata tidak dipengaruhi oleh harga minyak dunia, beberapa diantaranya adalah indeks KLSE di Malaysia, indeks BSE di India, indeks FTSE di Inggris, indeks CAC di Perancis, indeks Mexican Bolsa di Meksiko, indeks DAX di Jerman, indeks Bovespa di Brasil, indeks GSPT di Kanada, indeks SP 500 di Amerika Serikat, indeks SMI di Swiss, dan indeks Nikkei di Jepang. Hasil estimasi model VECM dan VAR first difference seringkali tidak memuaskan jika dilihat dari uji t. Selain itu, secara individual koefisien dalam kedua model sulit diinterpretasikan. Analisis penting yang dapat dihasilkan dari model VECM dan VAR first difference adalah impulse response function dan forecast error variance decomposition .

4.2. Analisis Impulse Response Function