Jurnal Ekonomi dan Perbankan Syariah Vol. 3. No.1, April 2015: 69-84, ISSN (cet): 2355-1755 ANALISIS PERBANDINGAN VOLATILITAS INDEKS HARGA SAHAM IHSG DAN JII Amirul Mukmin 1 dan Firmansyah 2 1 Program Studi Akuntansi Syariah, Sekolah Tinggi Ekonomi Islam SEBI, Depok, Jawa Barat. Email: [email protected]2Program Studi Perbankan Syariah, Sekolah Tinggi Ekonomi Islam SEBI, Depok, Jawa Barat. Email: [email protected]ABSTRAK: pasar modal syariah memiliki beberapa perbedaan dengan konvensional pada jenis jenis surat berharga dan tingkat risikonya. Saham adalah salah satu surat berharga yang memiliki risiko tinggi. Salah satu risiko yang ada adalah fluktuasi harga yang di kenal dengan volatilitas. Tujuan dari penelitian ini adalah membandingkan volatilitas risiko indek harga saham di Indonesia dengan metode GARCH. Data yang di gunakan adalah dari IHSG dan JII mulai dari 1 mei 2013 sampai 31 desember 2014. Penelitian ini menemukan bahwa volatilitas mempengaruhi IHSG dan JII. Hasil forecast variance menunjukan bahwa fluktuasi dan proporsi varian IHSG dan JII 0.05. namun demikian, jika dilihat dari proporsi divergennya adalah 0.05 dan 0.04 artinya volatilitas risiko IHSG lebih tinggi daripada JII. Namun jika di lihat dari nilai akurasinya, JJI lebih Akurat daripada IHSG. Kata kunci: IHSG, JII, Volatilitas, Pasar modal syariah dan GARCH. ABSTRACT: Islamic Capital marketand conventional have some type securities which have different risks levels. A stock is one of security among other securities that have the high level of risk. One of the risk that exist in the stock is fluctuations price, it is commonly called as volatility. The aimed of this research is to know the comparative volatility risks of stock price index in Indonesia with GARCH Method. The samples taken in this study is Indek Harga Saham Gabungan (IHSG) and Jakarta Islamic Indexs (JII), from 1 May 2013 to 31 December 2014. The research found that there the volatility influence the IHSG and JII. The forecast of variance results showed that the fluctuations and the proportion of the variant of the IHSG are same as with JII that is 0.05. Nevertheless, when viewed from diverge proportion of IHSG and JII each of them are 0,05 and 0,04, it means the volatility risk IHSG is higher than JII and if it seen from the accuracy percentage of forecast, JII is more accurate that is amounted 16.83% contrasted with IHSG it is 12.99%. Keywords: ISHG, JII, volatility, Islamic capital maret and GARCH
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Jurnal Ekonomi dan Perbankan Syariah
Vol. 3. No.1, April 2015: 69-84, ISSN (cet): 2355-1755
ANALISIS PERBANDINGAN VOLATILITAS INDEKS HARGA SAHAM IHSG DAN JII
Amirul Mukmin1 dan Firmansyah
2
1 Program Studi Akuntansi Syariah, Sekolah Tinggi Ekonomi Islam SEBI, Depok, Jawa Barat. Email: [email protected] 2Program Studi Perbankan Syariah, Sekolah Tinggi Ekonomi Islam SEBI, Depok, Jawa Barat. Email: [email protected]
ABSTRAK: pasar modal syariah memiliki beberapa perbedaan dengan konvensional pada jenis jenis surat berharga dan tingkat risikonya. Saham adalah salah satu surat berharga yang memiliki risiko tinggi. Salah satu risiko yang ada adalah fluktuasi harga yang di kenal dengan volatilitas. Tujuan dari penelitian ini adalah membandingkan volatilitas risiko indek harga saham di Indonesia dengan metode GARCH. Data yang di gunakan adalah dari IHSG dan JII mulai dari 1 mei 2013 sampai 31 desember 2014. Penelitian ini menemukan bahwa volatilitas mempengaruhi IHSG dan JII. Hasil forecast variance menunjukan bahwa fluktuasi dan proporsi varian IHSG dan JII 0.05. namun demikian, jika dilihat dari proporsi divergennya adalah 0.05 dan 0.04 artinya volatilitas risiko IHSG lebih tinggi daripada JII. Namun jika di lihat dari nilai akurasinya, JJI lebih Akurat daripada IHSG.
Kata kunci: IHSG, JII, Volatilitas, Pasar modal syariah dan GARCH.
ABSTRACT: Islamic Capital marketand conventional have some type securities which have different risks levels. A stock is one of security among other securities that have the high level of risk. One of the risk that exist in the stock is fluctuations price, it is commonly called as volatility. The aimed of this research is to know the comparative volatility risks of stock price index in Indonesia with GARCH Method. The samples taken in this study is Indek Harga Saham Gabungan (IHSG) and Jakarta Islamic Indexs (JII), from 1 May 2013 to 31 December 2014. The research found that there the volatility influence the IHSG and JII. The forecast of variance results showed that the fluctuations and the proportion of the variant of the IHSG are same as with JII that is 0.05. Nevertheless, when viewed from diverge proportion of IHSG and JII each of them are 0,05 and 0,04, it means the volatility risk IHSG is higher than JII and if it seen from the accuracy percentage of forecast, JII is more accurate that is amounted 16.83% contrasted with IHSG it is 12.99%.
Keywords: ISHG, JII, volatility, Islamic capital maret and GARCH
Dengan demikian, dapat dipahami bahwa volatilitas adalah fluktuasi pergerakan
saham yang direpresentasikan dengan standard deviation yang berkonotasi tidak stabil
dan sulit untuk diperkirakan.
METODE PENELITIAN
Penelitian ini menggunakan analisis komparatif dengan pendekatan kuantitatif yaitu penelitian yang dilakukan tidak untuk secara lansung menjelaskan hubungan sebab akibat, akan tetapi melakukan perbandingan antara beberapa situasi dan atas dasar itu dilakukan sebuah dugaan mengenai apa penyebab situasi yang terjadi (Ferdinand:2005). Sedangkan pendekatan kuantitatif menurut Sugiyono (2011), merupakan penitikberatan terhadap pembuktian hipotesis. Pendekatan kuantitatif berupaya mengukur suatu konsep atau variabel sehingga mudah dipahami.
jenis data yang digunakan dalam penelitian ini adalah data kuantitatif. Data kuantitatif merupakan data berupa angka-angka yang diperoleh peneliti dari berbagai sumber, baik data primer maupun data sekunder. Penelitian ini menggunakan data sekunder, yaitu data yang diambil dari sumber-sumber yang dapat dipercaya dan dapat dipertanggung jawabkan secara il,iah, yaitu dengan mentabulasi data time series harga saham yang ada di website idx, ojk, dan yahoo finance.
Populasi yang diambil dalam penelitian ini adalah seluruh indeks haraga saham yang ada di bursa efek Indonesia. Sedangkan sampel data yang diambil dalam penelitian ini hanya Indek Harga Saham Gabungan (IHSG) dan Jakarta Islamic Indeks (JII) berdasarkan data time series per hari dari tanggal 01 Juli 2013 sampai dengan 30 November 2014. Sumber yang menjadi rujukan adalahYahoo Finance.
Teknik Analisis Data Mengacu pada penelitian yang dilakukan oleh (Kartika, 2010)Tehnik Analisis
Data. Data time series, terutama data finansial seperti data indeks harga saham seringkali
bervolatilitas. Implikasi data yang bervolatilitas adalah variance dari error term tidak
konstan atau mengalami heteroskedastisitas. Implikasi dari heteroskedastisitas terhadap
estimasi OLS tetap tidak bias tetapi standard error dan interval keyakinan menjadi terlalu
sempit sehingga dapat memberikan sense of precision yang salah.
Untuk memahami volatilitas digunakan model ARCH/GARCH (Auto Regressive
conditional Heteroscedasticity/General Auto Regressive Conditional Heteroscedasticity).
Model ini menganggap variance yang tidak konstan (heteroscedasticity) bukan sebagai
suatu masalah, tetapi justru dapat digunakan untuk modeling dan peramalan
(forecasting). Melalui model ARCH, Engle membandingkan hasil estimasi antara model
standar yakni model penaksiran OLS dengan model ARCH melalui penaksiran maksimum
likelihood. Hasilnya memperlihatkan bahwa model ARCH mampu memperbaiki hasil dari
model OLS dan memperoleh prediksi varian yang lebih relistis (Engle, 1982)
ARMA/ARIMA
Berikut persamaannya ARMA(1,1):
Yt = β0 + β1 + Yt-1 + εt + δ1εt-1 (1)
Di mana β0, β1dan δ1adalah parameter, εt adalah random error.
Selanjutnya persamaanARIMA (1,1,1):
∆Yt = β0 + β1 + ∆Yt-1 + εt + δ1εt-1 (2)
Hamilton (1994) deviasidari ARMA (1,1) sebagai berikut:
76 | Mukmin & Firmansyah: Analisis Perbandingan Volatilitas Harga Saham ISHG dan JII
Yt– ø = β1 (Yt-1 – ø)+εt + δ1εt-1 (3)
dt = β1dt-1 + εt + δ1εt-1 (4)
E(dt) = E(Yt-φ) = 0 (5)
Var(dt) = E(d2t) (6)
Kemudian diasumsikan bahwa dt-1 dan εt tidak berkorelasi.
E(dtεt) = β1E(dt-1- εt-1) + εt + δ1εt-1 = σ2 (7)
Varian dari dt sebagai berikut:
Var(dt) = (1+δ21 + 2β1δ1)σ2 = ϒ0 (8)
1-β21
ARCH/GARCH
Metode umum yang sering digunakan untuk meregresikan sebuah persamaan
adalah Ordinary Least Square (OLS) yang mana errornya harus bebas dari autokorelasi
dan konstan. Jika error tidak konstan, maka terdapat masalah heteroskedastis,
persamaan yang mengandung heteroskedastis tidak dapat menggunakan metode OLS.
Namun masalah heteroskedastis ini dapat diselesaikan dengan metode Autoregressive
Grafik 4.7 dan 4.8 menunjukkan varian yang akan datang dari harga saham IHSG
dan JII. Dengan menggunakan model ARCH/GARCH ini, bisa terlihat dari kedua grafik
tersebut potensi resiko harga yang terus berubah dan berfluktuasi. Secara angka proporsi
varian antara harga saham IHSG dan JII memiliki angka proporsi varian yaitu 0.000005.
Namun, jika dilihat dari proporsi biasnya ada perbedaan yang sangat tipis antara
keduanya. Di mana proporsi bias untuk IHSG sebesar 0.000005 sedangkan proporsi bias
untuk JII sebesar 0.000004. Artinya proporsi bias harga saham IHSG lebih besar daripada
proporsi bias harga saham JII.Dengan kata lain harga saham IHSG lebih beresiko
dibandingkan dengan harga saham JII.
SIMPULAN
Hasil uji heteroskedastis terhadap dua indeks harga saham menunjukkan angka
yang signifikan (lebih kecil dari 5%). Hal ini berarti model ARCH/GARCH lebih tepat un-
tuk digunakan dalam penelitian ini dibandingkan dengan ARIMA. GARCH (2,2) adalah
model yang terbaik untuk digunakan sebagai model analisis volatilitas harga indeks sa-
ham IHSG dan sedangkan GARCH (1,1) adalah model yang terbaik untuk digunakan seba-
gai analisis volatilitas harga indeks saham JII.
6.2
6.3
6.4
6.5
6.6
50 100 150 200 250 300 350
JIIF ± 2 S.E.
Forecast: JIIF
Actual: JII
Forecast sample: 1 404
Adjusted sample: 2 398
Included observations: 396
Root Mean Squared Error 0.015170
Mean Absolute Error 0.010853
Mean Abs. Percent Error 0.168322
Theil Inequality Coefficient 0.001173
Bias Proportion 0.000004
Variance Proportion 0.000005
Covariance Proportion 0.999991
.0000
.0002
.0004
.0006
.0008
.0010
.0012
50 100 150 200 250 300 350
Forecast of Variance
8.2
8.4
8.6
8.8
9.0
9.2
50 100 150 200 250 300 350 400
IHSGF ± 2 S.E.
Forecast: IHSGF
Actual: IHSG
Forecast sample: 1 404
Adjusted sample: 2 404
Included observations: 403
Root Mean Squared Error 0.037234
Mean Absolute Error 0.011079
Mean Abs. Percent Error 0.129982
Theil Inequality Coefficient 0.002199
Bias Proportion 0.000005
Variance Proportion 0.000005
Covariance Proportion 0.999990
.0000
.0002
.0004
.0006
.0008
.0010
.0012
50 100 150 200 250 300 350 400
Forecast of Variance
84 | Mukmin & Firmansyah: Analisis Perbandingan Volatilitas Harga Saham ISHG dan JII
Kemudian dari hasil forecast of variance menunjukkan bahwa fluktuasi dan pro-
porsi varian IHSG dan dan JII sama yaitu sebesar 0.000005, di mana sekitar tahun 2013-
2014 merupakan tahun politik di Indonesia. Namun jika melihat kepada proporsi bias
harga indeks saham IHSG lebih tinggi resikonya dibangdingkan dengan JII, yang mana
proporsi bias IHSG sebesar 0.000005 dan proporsi bias JII sebesar 0.000004. Artinya re-
siko volatilitas IHSG lebih tinggi dibandingkan resiko volatilitas yang ada di JII.
DAFTAR PUSTAKA
Aritonang, R. (202). Peramalan Bisnis. Jakarta: Ghalia Indonesia. Aswandi, Anggreyani, D., & Nurfalah, I. (2014). Analisis Komparatif Volatilitas Pasar
modal dan Pasar Modal Syariah di Indonesia dan Pakistan dengan metode GARCH. Eliyawati, W. Y., Hidayat, R. R., & Azizah, D. F. (2014). Penerapan Model Garch
(Generalized Autoregressive Conditional Heteroscedasticity) Untuk Menguji Pasar Modal Efisien Di Indonesia (Studi pada Harga Penutupan (Closing Price) Indeks Saham LQ 45 Periode 2009-2011) . Jurnal Administrasi Bisnis (JAB) Vol 7. no 2 .
Engle, R. F. (1987). Autoregressive Conditional Heteroscedasticity with Eestimates of the Variance of United Kingdom Inflation. Econometrika, Vol 50, no 44 .
Fahmi, I. (2013). Pengantar Pasar Modal. Bandung: Alfabeta. Fauziah, N. (2013). Skripsi: Analisis Pengaruh Volume Perdagangan, Inflasi, Deviden, Pay
Out Ratio Terhadap Volatilitas Harga Saham Perusahaan Yang Terdaftar Di LQ45. Firmansyah. (2006). Analisis Volatilitas Harga Kopi Internasional Jakarta : Usahawan. Gumanti, T. A. (2011). Manajemen Investasi Konsep,Teori dan Aplikasi. Jakarta: Mitra
Wacana Media. Husnan, S. (2009). Teori Portofolio dan Analisis Sekurietas. Edisi keempat. Yogyakarta: UPP
STIM YKPN. Islam, M. A. (2014). Aplying Generalized Autoregressive Conditional Heteroscedasticity
Models Univariate Volatility. Journal of Applied Sciences 14 (7) . Jati, K. (2014). Analysis of Sugar Prices Volatility Using ARMA and ARCH/GARCH.
International Journal of Trade, Economics and Finance, Vol. 5, No. 2 . Juanda, B., & Junaidi. (2012). Ekonometrika Deret Waktu Teori dan Aplikasi. bogor: PT
penerbit IPB Press. Kartika, A. (2010). Volatilitas Harga Saham di Indonesia dan Malaysia. lestari, e. (2008). perbandingan kinerja pasar modal syariah dan konvensional di
Indonesia: pendekatan volatilitas. Dalam E. L. Mohammad Nadjib, investasi syariah implementasi konsep pada kenyataan empirik. yogyakarta: KREASI WACANA.
Masa Depan Pasar Modal Syariah di Indonesia2014jakartaPRENADAMEDIA GROUP Maskur, A. (2009). Volatilitas Harga Saham antara Saham Konvensional dan Syariah. Rivai, V., & Buchari, A. (2013). ISLAMIC ECONOMIC : Ekonomi Syariah bukan Opsi tetapi
Solusi. jakarta: BUMI AKSARA. Rodoni, A., & Hamid, A. (2008). Lembaga Keuangan Syariah. Jakarta: Zikrul Hakim. Rojin, A., Kusdarwati, H., & Sumarningsih, E. (t.thn.). peramalan volatilitas ihsg dengan