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