Analisis Pengaruh Variabel Makroekonomi dan Indeks Saham Syariah Regional
terhadap Risiko Jakarta Islamic Index (JII)
(Analisis Time Series ARCH-GARCH)
Oleh :
Abdul Azzis
NIM. 1113086000037
JURUSAN EKONOMI SYARIAH
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HUDAYATULLAH
JAKARTA
2017
i
ii
iii
iv
v
LEMBAR PERNYATAAN PERSETUJUAN
PUBLIKASI KARYA ILMIAH
Yang bertanda tangan di bawah ini, saya mahasiswa UIN Syarif Hidayatullah Jakarta :
Nama : Abdul Azzis
Nomor Induk Mahasiswa : 1113086000037
Fakultas : Ekonomi dan Bisnis
Program Studi : Ekonomi Syariah
Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan
Utama UIN Sayrif Hidayatullah Jakarta karya ilmiah saya yang berjudul :
“Analisis Pengaruh Variabel Makroekonomi dan Indeks Saham Syariah Regional
terhadap Risiko Jakarta Islamic Index”
Dengan demikian saya memberikan kepada Perpustakaan Utama UIN Sayrif
Hidayatullah Jakarta hak untuk menyimpan, mengalihkan dalam bentuk media lain,
mengelolanya dalam bentuk database data, mendistribusikan secara terbatas, dan
mempublikasikannya via internet atau media lain untuk kepentingan akademis tanpa
perlu meminta ijin dari saya maupun memberikan royalti kepada saya selama tetap
mencantumkan nama saya sebagai penulis.
Demikian pernyataan ini yang saya buat dengan sebenarnya.
vi
DAFTAR RIWAYAT HIDUP
I. IDENTITAS PRIBADI
1. Nama : Abdul Azzis
2. Tempat Tanggal Lahir : Jakarta, 23 Juli 1995
3. Alamat : Jl. Pondok Kelapa Raya Duren Sawit,
Jakarta Timur
4. Telepon : 085813119869
5. E-mail : [email protected]
II. PENDIDIKAN
1. SD Negeri Pondok Kelapa 10 Pagi Jakarta Tahun 2000-2007
2. MTs Daarul Uluum Lido Boarding School Tahun 2007-2010
3. MA Daarul Uluum Lido Boarding School Tahun 2011-2013
4. S1 Ekonomi UIN Syarif Hidayatullah Jakarta Tahun 2013-2017
III. LATAR BELAKANG KELUARGA
1. Ayah : Kusni
2. Pekerjaan Ayah : Pengusaha
3. Ibu : Aedah
4. Pekerjaan Ibu : Ibu Rumah Tangga
5. Alamat : Jl. Pondok Kelapa Raya Rt.02/Rw.02 No.41 Jakarta
IV. PENGALAMAN ORGANISASI
1. Organisasi : PASKIBRA SALSABILA
Jabatan : Komisi Disiplin Tahun : 2012-2013
2. Organisasi : AIESEC in South Tangerang
Jabatan : Manager of Service Quality Tahun : 2013-2014
3. Organisasi : Kelompok Studi Pasar Modal FEB UIN Jakarta
Jabatan : Analis Data dan Trading Tahun : 2014-2016
vii
ABSTRACT
The aim of this research is to analyze the effect of BI rate, inflation rate, IDR-
USD exchange rate, Dow Jones Islamic U.S index (DJIUS), Dow Jones Islamic
U.K index (DJIUK), FTSE Japan Shariah 100 index (FTSJP) and FTSE
Malaysia Hijrah Shariah index (FTSMY) on risk of Jakarta Islamic Index
during the period of 2007-2016. The analysis method used in this research is
Auto Regressive Conditional Heteroscedastic-Generalized Auto Regressive
Conditional Heteroscedastic (ARCH-GARCH). The result of this research
showed that all variables i.e BI rate, inflation rate, IDR-USD exchange rate,
DJIUS index, DJIUK index, FTSJP index and FTSMY index have
simultanously significant impact on risk of JII. While t-test results show that
BI rate, IDR-USD exchange rate, DJIUK index and FTSMY index have
significant impact on risk of JII. The results also showed that the value of
adjusted R square is 59,49%.
Keywords : BI rate, inflation, IDR-USD exchange rate, DJIUS index, DJIUK
index, FTSJP index, FTSMY index, ARCH
viii
ABSTRAK
Penelitian ini bertujuan untuk menganalisis pengaruh BI rate, inflasi, kurs IDR-
USD, indeks Dow Jones Islamic U.S (DJIUS), indeks Dow Jones Islamic U.K
(DJIUK), indeks FTSE Japan Shariah 100 (FTSJP) dan indeks FTSE Malaysia
Hijrah Shariah (FTSMY) terhadap risiko Jakarta Islamic Index selama periode
2007-2016. Metode analisis yang digunakan adalah Auto Regressive
Conditional Heteroscedastic-Generalized Auto Regressive Conditional
Heteroscedastic (ARCH-GARCH). Hasil penelitian menunjukkan bahwa
secara simultan variabel BI rate, inflasi, kurs IDR-USD, indeks DJIUS, indeks
DJIUK, indeks FTSJP dan indeks FTSMY memiliki pengaruh signifikan
terhadap risiko JII. Sedangkan pengujian secara parsial hanya variabel BI rate,
kurs IDR-USD, indeks DJIUK dan indeks FTSMY yang memiliki pengaruh
signifikan terhadap risiko JII. Hasil penelitian juga menunjukkan nilai adjusted
R square sebesar 59,49%.
Kata kunci : BI rate, inflasi, kurs rupiah terhadap dolar AS, DJIUS, DJIUK,
FTSJP, FTSMY, risiko JII, ARCH
ix
KATA PENGANTAR
Puja serta puji syukur kami ucapkan kepada Allah SWT yang senantiasa
memberikan kemudahan bagi setiap hambanya yang berusaha untuk mencapai
kesuksesan. Allah SWT senantiasa memberikan kami inayah sehingga peneliti dapat
menyelesaikan penelitian yang berjudul “Analisis Pengaruh Variabel
Makroekonomi dan Indeks Saham Syariah Regional terhadap Risiko Jakarta
Islamic Index (JII) ” ini. Shalawat serta salam semoga tercurah limpahkan kepada
Nabi Muhammad SAW, para keluarga, sahabat dan pengikutnya hingga akhir jaman
kelak. Penyusunan skripsi ini dimaksudkan untuk memenuhi sebagian syarat-syarat
guna mencapai gelar Sarjana Ekonomi di Universitas Islam Negeri Syarif Hidayatullah
Jakarta.
Terkait dengan penelitian ini, peneliti mengucapkan terima kasih kepada
berbagai pihak yang telah memberikan bantuan dan masukan. Oleh karena itu, penulis
mengucapkan terima kasih kepada semua pihak yang telah memberikan bantuan dan
dukungan demi terselesaikannya penulisan skripsi ini terutama kepada:
1. Kepada Allah SWT yang telah memberikan ridho dan rahmat-Nya sehingga
skripsi ini dapat diselesaikan.
2. Bapak Prof. Dr. Dede Rosyada, MA selaku rektor UIN Syarif Hidayatullah
Jakarta.
3. Bapak Dr. Arief Mufraini, M.Si, Lc selaku Dekan Fakultas Ekonomi dan
Bisnis UIN Syarif Hidayatullah Jakarta.
4. Bapak Yoghi Citra Pratama, M.Si Selaku Ketua Jurusan Ekonomi Syariah yang
dalam kesempatan ini beliau juga merangkap sebagai Dosen Pembimbing
Skripsi dan Dosen Pembimbing Akademik. Terima kasih atas bimbingan
skripsinya pak Yoghi dan semoga cepat jadi doktor!
5. Kepada Bapak dan Mamah yang selalu berperan sebagai orang tua yang tidak
pernah mengenal lelah dalam hal mendidik anak-anaknya. Dukungan moril dan
materiil Bapak dan Mamah begitu berarti dalam terselesaikannya penelitian ini.
Semoga Bapak dan Mamah selalu diberi nikmat Iman Islam serta nikmat sehat
wal afiat.
x
6. Segenap keluarga yakni Ka Ina, Icha, Nanda, Diana, dan Rafi serta ponakanku
Gin Gin yang lucu dan gemesin. Terutama ka Ina yang juga telah memberikan
motivasi dan dukungan materiil. Semoga Allah selalu memberikan kelapangan
dan keberkahan rizki ya kaa (big hug).
7. Seluruh Bapak/Ibu dosen Fakultas Ekonomi dan Bisnis yang telah memberikan
pengetahuan yang sangat bermanfaat selama masa perkuliahan.
8. Teman-teman AIESEC batch 2014 yang sudah banyak membantu gue selama
kuliah di sini. Terutama sahabat gue Irfan dan Gita thanks berat yaah buat gift-
nya!
9. Teman-teman Galeri Investasi yang udah jadi temen sharing dan teman
organisasi yang gak bisa gue sebutin satu per satu namanya.
10. Teman-teman Pasdreks yang selalu kompak berkumpul dan memberikan
hiburan. Mereka adalah Musa, Bung Moko, Erik, Reja, Fadli, Pak Lur, Bewok,
Indra, dan Rahman.
11. Seluruh teman-teman seperjuangan konsentrasi Ekonomi Moneter Angkatan
2013.
12. Seluruh teman-teman seperjuangan jurusan Ekonomi Syariah Angkatan 2013
serta atas doa, dukungan, kebersamaan, dan bantuan informasi selama ini.
Walaupun begitu, peneliti menyadari bahwa penelitian ini masih jauh dari
kesempurnaan. Oleh karena itu, peneliti membutuhkan kritik ataupun saran yang
membangun. Semoga hasil penelitian yang ini dapat bermanfaat bagi kita semua dan
menjadi amal saleh bagi peneliti.
Jakarta, 11 November 2016
Peneliti
xi
DAFTAR ISI
LEMBAR PENGESAHAN SKRIPSI.........................................................................i
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF..........................................ii
LEMBAR PENGESAHAN UJIAN SKRIPSI....................................................iii
LEMBAR PERNYATAAN KEASLIAN SKRIPSI.................................................iv
LEMBAR KESEDIAN PUBLIKASI.........................................................................v
DAFTAR RIWAYAT HIDUP...................................................................................vi
ABSTRACT................................................................................................................vii
ABSTRAK ................................................................................................................viii
KATA PENGANTAR.................................................................................................ix
DAFTAR ISI...............................................................................................................xi
DAFTAR TABEL......................................................................................................xv
DAFTAR GAMBAR.................................................................................................xvi
DAFTAR GRAFIK..................................................................................................xvii
DAFTAR LAMPIRAN...........................................................................................xviii
BAB I : PENDAHULUAN....................................................................................1
A. Latar Belakang..................................................................................1
B. Rumusan Masalah..........................................................................10
C. Batasan Masalah.............................................................................11
D. Tujuan Penelitian............................................................................12
E. Manfaat Penelitian..........................................................................12
BAB II : TINJAUAN PUSTAKA.......................................................................14
A. Landasan Teori...............................................................................14
1. Keuangan Islam.....................................................................14
2. Investasi................................................................................15
xii
a. Pengertian Investasi.......................................................15
b. Tujuan Investasi.............................................................16
3. Dasar – Dasar Risiko ............................................................17
a. Pengertian Risiko...........................................................17
b. Preferensi Investor Terhadap Risiko...........................18
c. Jenis-Jenis Risiko...........................................................19
4. Pasar Modal Indonesia..........................................................22
a. Pengertian Pasar Modal................................................22
b. Instrumen Pasar Modal.................................................24
c. Pasar Modal Syariah......................................................26
5. Jakarta Islamic Index............................................................28
6. Ekonomi Makro.....................................................................30
a. Inflasi...............................................................................30
b. BI rate............................................................................34
c. Nilai Tukar......................................................................36
7. Indeks Saham Syariah Regional..........................................39
B. Penelitian Terdahulu....................................................................42
C. Kerangka Berpikir.......................................................................48
1. Inflasi terhadap risiko JII........................................................48
2. BI rate terhadap risiko JII.......................................................49
3. Kurs IDR-USD terhadap risiko JII........................................50
4. Bursa saham asing terhadap risiko JII..................................51
D. Hipotesis........................................................................................54
BAB III : METODOLOGI PENELITIAN........................................................57
A. Ruang Lingkup Penelitian...........................................................57
xiii
B. Metode Pengumpulan Data.........................................................57
C. Tahapan Pengolahan Data...........................................................58
D. Metode Analisis Data...................................................................62
1. Uji Stasioneritas.....................................................................62
2. Uji Heteroskedastisitas..........................................................63
3. ARCH GARCH.....................................................................64
4. Koefisien Determinasi...........................................................68
5. Uji-t (Testing Hypotesis ).......................................................69
6. Uji-F .......................................................................................70
E. Operasional Variabel Penelitian................................................71
BAB IV : ANALISIS DAN PEMBAHASAN.....................................................74
A. Perkembangan Kondisi Makroekonomi di Indonesia..............74
1. Inflasi......................................................................................74
2. BI rate.....................................................................................77
3. Kurs Rupiah terhadap Dolar Amerika Serikat..................79
B. Perkembangan Kondisi Indeks Saham Syariah Regional........81
1. Dow Jones Islamic Market U.S Index..................................82
2. Dow Jones Islamic Market U.K. Index................................83
3. FTSE Shariah Japan 100 Index...........................................85
4. FTSE Bursa Malaysia Hijrah Shariah Index.....................86
C. Analisis Ekonometri Pengaruh Variabel Makroekonomi dan
Indeks Saham Syariah Regional terhadap Risiko Jakarta Islamic
Index.................................................................................87
1. Uji Stasioneritas Data JII.....................................................87
2. Tes Heteroskedastisitas JII...................................................88
xiv
3. Analisis Regresi ARCH GARCH.............................................89
1) Koefisien Determinasi....................................................93
2) Pengujian Hipotesis........................................................93
a) Uji F.........................................................................93
b) Uji t...........................................................................95
BAB V : PENUTUP..........................................................................................107
A. Kesimpulan.................................................................................107
B. Saran............................................................................................108
DAFTAR PUSTAKA.........................................................................................109
LAMPIRAN........................................................................................................113
xv
DAFTAR TABEL
Nomor Keterangan Halaman
1.1 Perkembangan Indeks Harga Saham Global pada Periode Krisis........8
2.1 Penelitian Terdahulu..........................................................................41
4.1 Ikhtisar Stasioneritas Data..............................................................87
4.2 Uji Heteroskedastisitas..................................................................88
4.3 Regresi ARCH-GARCH................................................................90
xvi
DAFTAR GAMBAR
Nomor Keterangan Halaman
2.1 Tipe Risiko.....................................................................................21
2.2 Hubungan Korporasi, Pasar Finansial dan Investor.......................23
2.3 Seleksi Syariah JII..........................................................................29
2.4 Inflasi Tekanan Permintaan............................................................30
2.5 Inflasi Dorongan Biaya..................................................................32
2.6 Stagflasi..........................................................................................33
2.7 Hubungan suku bunga dengan investasi........................................35
2.8 Nilai tukar dalam valuta asing........................................................38
2.9 Kerangka Pemikiran.......................................................................53
3.1 Flowchart Pengolahan Data...........................................................61
xvii
DAFTAR GRAFIK
Nomor Keterangan Nomor
1.1 Perkembangan JII Periode 2005-2016.............................................2
1.2 Perkembangan JII dan BI rate periode 2007-2016...........................5
1.3 Perkembangan JII dan Inflasi periode 2007-2016...........................6
1.4 Perkembangan JII dan kurs rupiah terhadap dolar AS 2007-2016..7
1.5 Perkembangan Indeks Saham Syariah Regional 2007-2016.........10
4.1 Perkembangan Inflasi periode 2007-2016.....................................75
4.2 Perkembangan BI rate periode 2007 – 2016..................................78
4.3 Perkembangan Kurs IDR/USD Periode 2007-2016.......................80
4.4 Perkembangan DJIUS Periode 2007 – 2016..................................83
4.5 Perkembangan DJIUK Periode 2007 – 2016.................................84
4.6 Perkembangan FTSE Shariah Japan 100 2007-2016.....................85
4.7 Perkembangan FTSE Malaysia Hijrah Syariah 2007-2016...........86
xviii
DAFTAR LAMPIRAN
Nomor Keterangan Halaman
1. Uji Stasioneritas Risiko JII (level)...............................................113
2. Uji Stasioneritas BI rate (level)....................................................114
3. Uji Stasioneritas BI rate (1 difference)........................................115
4. Uji Stasioneritas inflasi (level).....................................................116
5. Uji Stasioneritas inflasi (1 difference).........................................117
6. Uji Stasioneritas kurs IDR-USD (level).......................................118
7. Uji Stasioneritas kurs IDR-USD (1 difference)...........................119
8. Uji Stasioneritas DJIUS (level)...................................................120
9. Uji Stasioneritas DJIUS (1 difference)........................................121
10. Uji Stasioneritas DJIUK (level)...................................................122
11. Uji Stasioneritas DJIUK (1 difference)........................................123
12. Uji Stasioneritas FTSJP (level)....................................................124
13. Uji Stasioneritas FTSJP (1 difference).........................................125
14. Uji Stasioneritas FTSMY (level).................................................126
15. Uji Stasioneritas FTSMY (1 difference)......................................127
16. Uji Heteroskedastisitas Data........................................................128
17. Uji Normalitas Data.....................................................................128
18. Uji Autokorelasi...........................................................................129
19. Uji Multikolinearitas....................................................................130
xix
20. Model GARCH (1,1) ...................................................................130
21. Uji Autokorelasi Model GARCH (1,1) .......................................131
22. Model GARCH (2,2) ...................................................................132
23. Model GARCH (1,2) ...................................................................133
24. Model GARCH (2,1) ...................................................................134
25. Data Historis Variabel Dependen dan Independen......................135
26. Data JII untuk Pencarian Risiko JII.............................................138
1
BAB I
PENDAHULUAN
A. Latar Belakang
Pasar modal memiliki peran sentral dalam suatu perekonomian.
Kemajuan suatu negara antara lain antara lain ditandai dengan adanya pasar
modal yang tumbuh dan berkembang dengan baik ( Purnomo, 2013 : 16). Hal
ini dikarenakan pasar modal dapat mewadahi invetasi untuk kegiatan
produktif suatu korporasi. Investasi sangat penting dalam pertumbuhan
ekonomi, karena pengeluaran investasi tidak hanya mempengaruhi
permintaan agregat, tetapi juga penawaran agregat melalui pengaruhnya
terhadap kapasitas produksi (Rodoni, 2009 : 242). Tanpa peran pasar modal,
suatu perekonomian tidak mampu untuk mencapai kapasitas produksi yang
maksimal.
Selain itu, pasar modal juga merupakan suatu wadah berinvestasi
para pihak yang memiliki kelebihan dana (surplus party) melalui pembelian
berbagai instrumen seperti saham, obligasi, warran dan sebagainya. Terkait
dengan hal tersebut, investasi saham di pasar modal Indonesia kini dapat
dilakukan baik secara konvensional maupun syariah. Setidaknya terdapat dua
indeks saham yang dapat dijadikan preferensi bagi para investor muslim
dalam membentuk portofolio saham syariah secara pasif yakni, JII dan ISSI
yang memiliki komponen saham dengan ketentuan sharia compliance.
Namun begitu, baik investasi pada saham syariah maupun konvensional,
2
investor pada aset finansial tetap menghadapi eksistensi risiko (risk) dan
pengembalian (return).
Grafik 1.1 Perkembangan JII periode 2005 - 2016
Sumber. Bursa Efek Indonesia
Risiko merupakan aspek yang perlu diperhatikan dalam
berinvestasi. Ini disebabkan karena dunia finansial tidak terlepas dari
pertimbangan risiko. Diantara hal tersebut, risiko pasar menempati posisi
yang penting untuk diperhitungkan dalam investasi saham. Kasidi (2010)
menjelaskan bahwa risiko pasar muncul akibat harga pasar bergerak ke arah
yang merugikan dimana risiko tersebut merupakan gabungan yang terbentuk
akibat perubahan suku bunga, perubahan nilai tukar, serta hal lain yang
mempengaruhi harga pasar saham, ekuitas maupun komoditas.
3
Menurut TICMI (The Indonesia Capital Market Institute) sebagai
lembaga yang melayani edukasi dan sertifikasi profesi pasar modal
menyebutkan setidaknya terdapat 3 risiko dalam investasi saham. Pertama,
risiko kebangkrutan (bankcruptcy risk) yang mungkin meliputi risiko
kehilangan seluruh nilai investasi yang ditanamkan karena emiten mengalami
kebangkrutan. Kedua, risiko likuiditas yang dapat terjadi jika transaksi saham
tersebut di pasar sekunder mengalami penyusutan. Risiko ini dapat
mengakibatkan kejatuhan harga saham pada level terendah yang diizinkan
oleh bursa. Ketiga, risiko fluktuasi yang muncul akibat dinamika ekonomi
yang terjadi baik secara makro maupun mikro yang bersifat sementara.
Kerugian yang dapat timbul dari risiko fluktuasi tidak akan mencapai seluruh
nilai investasi yang ditanamkan dan juga tidak akan mencapai harga terendah
yang ditetapkan oleh bursa.
Harapan investor untuk memperoleh pengembalian yang positif
perlu dilakukan dengan melakukan analisa yang baik, terutama terhadap
kondisi makroekonomi. Hal ini disebabkan kondisi makroekonomi
mempengaruhi kinerja setiap perusahaan sehingga terjadi risiko volatilitas
harga saham di pasar modal. Kemampuan investor untuk memahami dan
meramalkan kondisi makroekonomi di masa yang akan datang akan sangat
bermanfaat dalam membuat keputusan investasi yang menguntungkan
(Subakti, 2016 : 214). Dengan demikian, seorang investor seharusnya
mempertimbangkan beberapa indikator makroekonomi seperti tingat suku
4
bunga, tingkat inflasi dan nilai tukar sebagai indikator yang
merepresentasikan risiko pasar.
Tingkat suku bunga sebagai salah satu indikator makroekonomi
dapat mempengaruhi aktivitas investasi di pasar saham. Hal ini disebabkan
tingkat suku bunga dapat berpengaruh pada perubahan tingkat keuntungan
perusahaan. Kenaikan tingkat suku bunga akan meningkatkan ongkos
produksi dan biaya investasi sehingga laba yang diperoleh akan berkurang.
Sementara itu, penurunan laba merupakan indikator fundamental penurunan
nilai saham. BI rate menunjukkan tren kenaikan per Desember 2007 –
November 2008 di angka 9,5% dan diikuti oleh koreksi JII sebesar 47%.
Peningkatan BI rate selama periode Desember 2007 – November 2008 telah
memberikan efek yang negatif terhadap fluktuasi JII. Sebaliknya,
kecenderungan BI rate yang menurun setelah periode tersebut hingga Januari
2013 telah memberikan sinyal penguatan indeks saham di pasar modal,
khususnya indeks JII.
Grafik 1.2 Perkembangan JII dan BI rate periode 2007-2016
5
Sumber : Bursa Efek Indonesia dan Bank Indonesia
Tingkat Inflasi mencerminkan kenaikan harga barang secara
keseluruhan dalam suatu perekonomian. Inflasi yang cukup tinggi dapat
menimbulkan biaya sosial seperti penurunan daya beli masyarakat. Ini berarti
kemampuan masyarakat untuk melakukan konsumsi atas barang dan jasa
akan berkurang sehingga pendapatan penjualan perusahaan dapat menurun.
Pada krisis keuangan global 2008, inflasi mencapai angka 11,85% tertinggi
dalam periode tersebut diikuti dengan penurunan indeks JII sekitar 47% per
Agustus 2007 – November 2008. Berdasarkan grafik pada periode tersebut,
kenaikan tingkat inflasi telah memberikan pengaruh pada pelemahan indeks
JII secara signifikan. Sebaliknya, inflasi yang menurun dan cenderung stabil
dapat menjadi salah satu sinyal penguatan indeks harga saham di pasar modal
sebagaimana dapat diamati pada perkembangan indeks JII periode Juli 2008
hingga Januari 2013.
Grafik 1.3 Perkembangan JII dan Inflasi periode 2007-2016
Sumber : Bursa Efek Indonesia dan Bank Indonesia
6
Ketiga, nilai tukar turut pula berpengaruh terhadap aktivitas
perekonomian. Perubahan nilai tukar dapat berdampak pada perubahan
kinerja industri. Kondisi nilai tukar yang terdepresiasi dapat meningkatkan
pendapatan ekspor perusahaan. Kesempatan ekspor terjadi karena harga
barang dalam negeri menjadi lebih kompetitif dengan harga jual yang lebih
rendah secara kurs riil. Namun begitu, instabilitas nilai tukar yang
terdepresiasi juga akan mengganggu kinerja berbagai industri, terutama
industri yang memanfaatkan bahan baku impor dan pelunasan kewajiban
berdenominasi mata uang asing. Hal ini dapat menyebabkan penurunan
indeks harga saham di bursa. Per Agustus 2007 – November 2008
terdepresiasi sebesar 22% sementara indeks JII terkoreksi sebesar 47 %
berdasarkan periode tersebut.
Grafik 1.4 Perkembangan JII dan kurs rupiah terhadap dolar AS
periode 2007-2016
Sumber : Bursa Efek Indonesia dan Bank Indonesia
7
Seiring dengan globalisasi dan integrasi ekonomi, faktor
makroekonomi yang berpengaruh terhadap risiko dan pengembalian saham
tidak hanya berasal dari wilayah domestik, tetapi juga berasal dari faktor
internasional. Gejolak yang terjadi pada perekonomian suatu negara dapat
berpengaruh terhadap perekonomian negara lainnya. Dengan kata lain, risiko
sistemik terjadi pada kondisi tersebut. Simorangkir (2016) menjelaskan
bahwa penyebaran kegagalan yang terjadi pada suatu elemen terhadap elemen
lainnya merupakan risiko sistemik. Sementara itu, Wahyudi (2013)
mengungkapkan bahwa risiko sistemik adalah risiko yang dampaknya
menyebabkan terjadinya efek domino yakni menyeret proyek atau institusi
atau sektor atau bahkan negara lain untuk terkena dampak risiko tersebut,
atau berdampak pada keseluruhan pasar atau sistem yang ada. Faktor risiko
ini umumnya terkait dengan variabel makroekonomi atau kondisi sektoral
atau geografis atau indikator pasar lainnya (Wahyudi, 2013 : 5). Dengan kata
lain, risiko sistemik dapat dikatakan sebagai risiko pasar.
Sejarah memperlihatkan jatuhnya harga obligasi yang di-hold oleh
Lehman Brothers (mortgage backed securities) berakhir pada kebangkrutan
salah satu bank investasi terbesar di Amerika Serikat. Kebangkrutan tidak
hanya berhenti pada institusi tersebut. Kolapsnya Lehman Brothers
menyebabkan krisis kepercayaan publik di pasar. Tidak berhenti sampai
disitu, institusi keuangan terkemuka lainnya seperti Nothern Rock, Wachovia,
FORTIS, AIG dan Merry Lynch menyusul turut mengalami kebangkrutan
pada krisis mortgage 2008. Krisis juga menyebar ke berbagai regional seperti
8
Eropa dan Asia dengan terkoreksinya indeks harga saham di regional
tersebut. Padahal, sumber krisis berasal dari Amerika Serikat.
Tabel 1.1 Perkembangan Indeks Harga Saham Global pada Periode Krisis
Sumber : Investing.com dengan pengolahan
Sebagai seorang investor, perkembangan indeks saham sebagai
benchmark of profitability dapat memicu mobilitas dana. Dengan demikian,
krisis yang terjadi di AS juga telah menyebabkan pasar saham di berbagai
regional terkoreksi secara mendalam. Krisis subprime mortgage membuat
repatriasi dolar AS terjadi selama krisis keuangan global sehingga berbagai
indeks saham regional mengalami koreksi. Hal ini dimungkinkan terjadi
karena penurunan indeks harga saham merepresentasikan benchmark
keuntungan yang negatif. Selain itu, adapun penarikan kepemilikan saham
oleh para investor pada periode krisis 2008 merupakan tindakan yang rasional
guna menghindari terjadinya kerugian yang lebih besar.
Bursa saham di negara maju yang dinilai berpengaruh terhadap
bursa saham di negara lainnya diantaranya adalah bursa saham di Amerika
Perubahan Indeks Harga Saham
Per Juli 2007 - November 2008
AS ↓
AS ↓
Inggris ↓
Prancis ↓
Jepang ↓
Hong Kong ↓
Malaysia ↓
Indonesia ↓
Kuala Lumpur Stock Exchange (KLSE)
Indeks Harga Saham Gabungan (IHSG)
-43%
-33%
-33%
-43%
-51%
-40%
-37%
-47%
Standard and Poor's (S&P 500)
Dow Jones Industrial Average (DJIA)
Financial Times Stock Exchange (FTSE)
Cotation Assistee en Continu (CAC 40)
Nikkei 225 (N225)
Hang Seng Index (HSI)
Negara Indeks Harga Saham Chg
9
Serikat, Inggris dan Jepang. Sebagai bursa saham yang berpengaruh, volume
transaksi pada pasar modal di negara-negara tersebut memiliki nilai yang
tinggi karena didukung dengan jumlah perusahaan yang telah go public,
jumlah instrumen investasi, dan kapitalisasi pasarnya. Berdasarkan World of
Federation Exchanges, kapitalisasi pasar bursa saham NYSE mencapai
19.223 milyar dolar AS, sementara bursa saham Jepang mencapai 4.485
milyar dolar AS. Bursa saham di negara maju dipersepsikan mampu
memobilisasi dana (capital mobility) para investor sehingga dana investor
dari berbagai negara dapat berpindah dengan mudah. Selain itu, pasar saham
syariah di Malaysia turut pula berpengaruh sebagai destinasi investasi secara
syariah oleh para investor muslim.
Grafik 1.5 Perkembangan Indeks Saham Syariah Regional periode 2007-2016
Sumber : Investing.com dengan pengolahan
Pada dasarnya penelitian terkait investasi saham sudah banyak
dilakukan di berbagai negara. Hasil penelitian yang dilakukan oleh M. Shabri
10
dkk (2009) di Malaysia menunjukkan bahwa inflasi dan kurs berpengaruh
negatif terhadap indeks harga saham. Sementara itu, suku bunga berpengaruh
positif terhadap indeks harga saham. Namun begitu, kelemahan penelitian
tersebut adalah tidak memasukkan pengaruh indeks regional dalam
menjelaskan pengaruhnya terhadap pengembalian indeks saham. Sementara
itu, penelitian yang dilakukan oleh Subakti dkk (2016) menunjukkan DJIA
dan kurs berpengaruh positif terhadap indeks harga saham. Sementara itu, BI
rate, inflasi dan harga emas tidak memiliki efek yang signifikam terhadap
volatilitas indeks harga saham. Penelitian tersebut masih memiliki
keterbatasan karena indeks regional yang diteliti yakni hanya Dow Jones
Industrial Average (DJIA) dan tidak memasukkan indeks regional yang telah
maju lainnya. Berdasarkan latar belakang tersebut peneliti akan melakukan
penelitian tentang “analisis pengaruh variabel makroekonomi dan indeks
saham syariah regional terhadap risiko Jakarta Islamic Index (JII)”.
Penelitian tersebut akan melengkapi dan menyempurnakan penelitian-
penelitian sebelumnya sehingga temuan empiris penelitian ini diharapkan
menjadi kontribusi terkait faktor yang mempengaruhi risiko indeks saham.
B. Rumusan Masalah
Rumusan masalah dalam penelitian ini adalah sebagai berikut
1. Bagaimana pengaruh inflasi, kurs IDR-USD, BI rate, DJIUS, DJIUK,
FTSE Shariah Japan 100 (FTSJP), dan FTSE Bursa Malaysia Hijrah
Shariah (FTSMY) terhadap risiko JII ?
11
2. Bagaimana pengaruh inflasi terhadap risiko JII ?
3. Bagaimana pengaruh kurs IDR-USD terhadap risiko JII ?
4. Bagaimana pengaruh BI rate terhadap risiko JII ?
5. Bagaimana pengaruh indeks DJIUS terhadap risiko JII ?
6. Bagaimana pengaruh indeks DJIUK terhadap risiko JII ?
7. Bagaimana pengaruh indeks FTSE Shariah Japan 100 terhadap risiko JII?
8. Bagaimana pengaruh indeks FTSE Bursa Malaysia Hijrah Shariah
terhadap risiko JII ?
C. Batasan Masalah
Untuk mencegah meluasnya pembahasan, terdapat beberapa pembatasan
dalam penelitian ini. Untuk penggunaan variabel makroekonomi dibatasi
dengan tiga variabel, yaitu BI rate, tingkat inflasi, dan kurs rupiah terhadap
dolar Amerika Serikat. Sedangkan indeks saham syariah regional yang
digunakan dalam penelitian ini adalah Dow Jones Islamic-US Large
Capitalisation (DJIUS index), Dow Jones Islamic-UK (DJIUK index),
Financial Time Stock Exchange Japan 100 Shariah (FTSJP) dan Financial
Time Stock Exchange Malaysia Hijrah Shariah (FTSMY).
Selain pembatasan dari variabel makroekonomi dan indeks saham syariah
regional terdapat pembatasan untuk periode waktu pada objek penelitian.
Rentang waktu objek penelitian ini adalah bulan November 2007 – Juli 2016.
Dengan adanya pembatasan masalah ini diharapkan akan mencegah
terjadinya bias dan meluasnya pembahasan. Selain itu, observed variable
12
dalam pengukuran indeks saham syariah tersebut dilakukan dengan
menggunakan kurs indeks pada closing price yang terjadi pada akhir
perdagangan pasar saham.
D. Tujuan Penelitian
Tujuan penelitian ini adalah sebagai berikut :
a. Untuk mengetahui pengaruh inflasi, kurs IDR-USD, BI rate, DJIUS,
DJIUK, FTSE Shariah Japan 100 (FTSJP), dan FTSE Bursa Malaysia
Hijrah Shariah (FTSMY) secara bersama-sama terhadap risiko JII.
b. Untuk mengetahui pengaruh inflasi terhadap risiko JII.
c. Untuk mengetahui pengaruh kurs IDR-USD terhadap risiko JII.
d. Untuk mengetahui pengaruh BI rate terhadap risiko JII.
e. Untuk mengetahui pengaruh indeks DJIUS terhadap risiko JII.
f. Untuk mengetahui pengaruh indeks DJIUK terhadap risiko JII.
g. Untuk mengetahui pengaruh indeks FTSE Shariah Japan 100 (FTSJP)
terhadap risiko JII.
h. Untuk mengetahui pengaruh indeks FTSE Bursa Malaysia Hijrah Shariah
(FTSMY) terhadap risiko JII.
E. Manfaat Penelitian
Penelitian ini secara garis besar memberikan dua manfaat :
a. Manfaat Teoritis
13
Bagi ilmu ekonomi, pasar modal dan sistem keuangan, penelitian ini
bermanfaat guna memberikan kontribusi faktor-faktor yang
mempengaruhi kinerja indeks saham syariah sekaligus mengantisipasi
perubahan faktor ekonomi yang dinilai berpengaruh signifikan terhadap
kinerja indeks harga saham.
b. Manfaat Praktis
Penelitian ini bermanfaat bagi para praktisi di dunia pasar modal dalam
mengambil keputusan yang terkait dengan variabel makroekonomi dan
indeks regional. Selain itu, penelitian ini juga bermanfaat bagi
pemerintah dan otoritas moneter terkait faktor yang mempengaruhi
mobilitas dana investor.
14
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Keuangan Islam
Pondasi dari seluruh pemikiran Islam adalah al Quran.
Segala keilmuan Islam, termasuk bidang keuangan, memiliki akar-akar
di dalam al Quran (Bacha, 2013 : 13). Keuangan Islam merupakan
prinsip-prinsip kehidupan komersial keuangan yang diderivasikan dari
epistimologi Islam (Rodoni, 2009 : 26). Perkembangan keuangan Islam
adalah suatu tanda masuknya hukum-hukum keislaman dalam wilayah
kehidupan komersial. Keuangan Islam dibangun atas prinsip
persaudaraan dan kerjasama yang berdiri untuk sebuah sistem yang
menerapkan bagi modal, bagi risiko, dan bagi keuntungan antara pihak
yang surplus dan pihak yang defisit (Omar, 2014 : 18). Setidaknya
terdapat dua cara yang dapat dilakukan dalam menderivasikan nilai-nilai
Islam dalam aspek komersialisasi keuangan. Pertama, disiplin yang
memajukan alternatif-alternatif baru terhadap keuangan komersial yang
konvesional. Hal tersebut membutuhkan penafsiran ajaran agama untuk
mendapatkan alternatif baru yang dapat memberikan manfaat yang lebih
besar dibandingkan dengan mudharat. Kedua, melakukan evaluasi
kembali terhadap konsep dan praktik keuangan konvensional yang telah
ada dengan fiqh. Evaluasi tersebut dilakukan guna memberikan penilaian
mengenai kesesuaian konsep dan praktik tersebut dengan ajaran Islam.
15
Penilaian tersebut akan berujung pada penilaian hukum seperti halal,
sunah,mubah, makruh dan haram.
Menurut Rodoni (2009), prinsip-prinsip dan petunjuk
fundamental al Quran yang dapat dibangun dalam tataran muamalah,
khususnya dalam pembiayaan dan investasi keuangan, antara lain :
a. Pembiayaan atau investasi hanya dapat dilakukan pada aset atau
kegiatan usaha yang halal, spesifik, dan bermanfaat
b. Uang merupakan alat bantu pertukaran nilai, dimana pemilik harta
akan memperoleh bagi hasil dari kegiatan usaha tersebut
c. Akad yang terjadi antara pemilik harta dengan emiten harus jelas.
Tindakan maupun informasinya harus transparan dan tidak boleh
menimbulkan keraguan yang dapat merugikan salah satu pihak.
d. Pemilik harta dan emiten tidak boleh mengambil risiko yang
melebihi kemampuannya dan dapat menimnulkan kerugian
e. Penekanan pada mekanisme yang wajar dan prinsip kehati-hatian
baik pada investor maupun emiten.
2. Investasi
a. Pengertian Investasi
Investasi adalah komitmen atas sejumlah dana atau sumber
daya lainnya yang dilakukan pada saat ini, dengan tujuan untuk
memperoleh sejumlah keuntungan di masa yang akan datang yang
sesuai dengan syariah Islam ( Rodoni, 2009 : 46). Investor
16
melakukan keputusan untuk berinvestasi dengan tujuan memperoleh
keuntungan di masa yang akan datang sebagai pengorbanan atas
waktu dan risiko yang telah ditanggungnya. Selain itu, investasi juga
dilakukan guna mempersiapkan masa depan melalui perencanaan
kebutuhan yang disesuaikan dengan kemampuan keuangan saat ini.
b. Tujuan Investasi
Terdapat beberapa tujuan dari investasi diantaranya adalah sebagai
berikut :
1) Untuk mendapatkan kehidupan yang lebih layak di masa yang
akan datang. Investasi berarti menunda konsumsi atas
penggunaan dana yang tersedia saat ini guna meningkatkan daya
konsumsi di masa yang akan datang. Hal tersebut akan
meningkatkan taraf hidup yang lebih baik pada masa
mendatang.
2) Mengurangi tekanan inflasi. Inflasi cenderung bersifat
menurunkan nilai kekayaan yang dimiliki. Apabila kekayaan
seseorang tidak diinvestasikan , kekayaan tersebut akan tergerus
sedikit demi sedikit oleh inflasi. Pengembangan kekayaan
dengan berinvestasi mencegah penurunan nilai oleh inflasi
sepanjang pengembalian yang didapat berada diatas tingkat
inflasi.
17
3) Kesempatan menghemat pajak. Diantara strategi pemerintah
untuk meningkatkan investasi adalah dengan memberikan
insentif pajak kepada individu perorangan maupun badan usaha
yang berminat melakukan investasi.
3. Dasar-Dasar Risiko
Berinvestasi pada dasarnya selain mengharapkan
keuntungan atau pengembalian, para investor perlu juga
mempertimbangkan risiko. Segala aktivitas ekonomi pasti memiliki
risiko, namun tingkat risiko tersebut berbeda-beda. Pertimbangan atas
risiko dalam berinvestasi juga diperkuat dengan prinsip no risk no return.
Ini merupakan sebuah kepastian bahwa setiap instrumen investasi yang
memiliki pengembalian yang tinggi pasti diikuti dengan risiko yang
tinggi pula dan begitu pula sebaliknya.
a. Pengertian Risiko
Dalam teori portofolio, risiko dinyatakan sebagai
kemungkinan keuntungan menyimpang dari yang diharapkan.
Penyimpangan tersebut dapat berupa lebih besar maupun lebih kecil
dari return yang diharapkan. Atas dasar tersebut, konsep ukuran
penyebaran atas penyimpangan dari nilai yang diharapkan terjadi.
Risiko diukur dengan menggunakan standard deviation (simpangan
baku) (Murhadi, 2009 : 36). Standar deviasi dalam situasi dimana
18
semua hasil investasi dapat diketahui dan probabilitasnya
diasumsikan sama, secara matematis dapat ditulis sebagai berikut.
√∑
Dimana : ζ = standar deviasi
ri = return aset/saham i
ra = rata-rata hasil investasi
n = jumlah pengamatan terhadap aset/saham
Semakin tinggi nilai standar deviasi semakin tinggi pula risiko atas
aset tersebut, demikian pula sebaliknya.
b. Preferensi Investor Terhadap Risiko
Sikap investor terhadap risiko antara satu dengan yang lainnya akan
memiliki perbedaan (Murhadi, 2009 : 38). Investor, menurut Rodoni
(2009), berdasarkan perilakunya terhadap risiko dapat dibagi
menjadi tiga tipe, yaitu :
1) Investor yang suka terhadap risiko (risk seeker)
Merupakan investor yang jika dihadapkan pada pilihan investasi
yang memberikan tingkat pengembalian yang sama dengan
risiko yang berbeda, maka investor tersebut akan memilih
investasi dengan risiko yang lebih besar. Investor tipe ini
bersifat agresif dan spekulatif dalam mengambil keputusan.
19
2) Investor yang netral terhadap risiko (risk neutrality)
Merupakan tipe investor yang meminta kenaikan pengembalian
yang sama untuk setiap kenaikan risiko. Investor tersebut
bersifat prundet (berhati-hati) dalam mengambil keputusan
investasi.
3) Investor yang tidak suka terhadap risiko (risk averter)
Merupakan tipe investor yang memilih investasi denga risiko
yang lebih kecil jika terdapat dua pilihan investasi dengan
tingkat pengembalian yang sama dengan risiko yang berbeda.
c. Jenis-Jenis Risiko
Secara tradisional, Tandeilin (2001) menjelaskan bahwa risiko total
yang terdapat pada aset keangan bersumber dari :
1) Interest rate risk. Risiko tersebut muncul akibat perubahan
tingkat suku bunga. perubahan tingkat suku bunga dapat
berpengaruh negatif terhadap harga sekuritas.
2) Market risk. Risiko tersebut muncul akibat fluktuasi dalam
keseluruhan pasar sehingga berpengaruh pada semua sekuritas.
3) Inflation risk. Terjadinya inflasi dapat menurunkan daya beli
pada pendapatan riil. Kenaikan inflasi menyebabkan para
pemilik dana membutuhkan premi risiko atas inflasi untuk
mengganti penurunan daya beli.
20
4) Business risk. Risiko yang melekat karena melakukan bisnis
pada industri tertentu.
5) Financial risk. Risiko yang timbul karena penggunaan
pengungkitan keuangan (financial leverage) oleh perusahaan.
6) Liquidity risk. Risiko tersebut berhubungan dengan pasar
sekunder dimana sekuritas diperdagangkan. Instrumen investasi
bersifat likuid jika investor mampu memperjualbelikan
instrumen tersebut dengan mudah tanpa penurunan harga yang
berarti.
7) Exchange rate risk. Risiko yang terjadi akibat fluktuasi kurs
mata uang asing.
8) Country risk. Risiko yang berkaitan dengan kondisi politik suatu
negara.
Pada perkembangan selanjutnya, analisis moderen
membagi total risiko menjadi dua bagian, yaitu risiko sistematis dan
risiko tidak sistematis. Risiko sistematis adalah risiko yang
disebabkan oleh faktor –faktor makro yang mempengaruhi semua
sekuritas sehingga tidak dapat dieliminasi dengan strategi
diversifikasi. Faktor risiko sistematis dapat berupa inflasi, suku
bunga, kebijakan pajak dan lain-lain. Risiko sistematis dinyatakan
dengan beta saham. Risiko tidak sistematis adalah risiko yang
disebabkan oleh faktor-faktor unik pada suatu sekuritas dan risiko
21
tersebut dapat dieliminasi dengan strategi diversifikasi. Risiko tidak
sistematis adalah risiko yang timbul karena faktor-faktor mikro yang
terdapat pada perusahaan industri tertentu sehingga pengaruhnya
hanya terbatas pada perusahaan dan industri tersebut. Diantara faktor
tersebut adalah struktur modal, struktur aktiva, tingkat likuiditas,
ukuran perusahaan dan lingkungan kerja.
Gambar 2.1 Tipe Risiko
Risiko
Risiko tidak sistematis
Total Risiko
Risiko sistematis
0
Sumber : Werner R. Murhadi,
Analisis Saham Pendekatan Fundamental, 2009
22
4. Pasar Modal Indonesia
a. Pengertian Pasar Modal
Pasar modal merupakan bagian dari pasar finansial. Pasar
modal adalah pertemuan antara pihak yang memiliki kelebihan dana
dengan pihak yang membutuhkan dana dengan cara menjual
sekuritas (Rodoni, 2009 : 46). Pasar modal juga dapat diartikan
sebagai pasar untuk memperjualbelikan sekuritas yang memiliki
jangka waktu yang panjang. Sementara itu, pasar uang adalah pasar
yng memperdagangkan berbagai instrumen investasi yang dapat
dipilih sesuai dengan kebutuhan spesifik para investor dengan jangka
waktu yang pendek. Instrumen yang diperdagangkan dalam pasar
uang adalah sertifikat deposito, SBI, SBIS, commercial paper dan
lain-lain. Hubungan antara sektor pasar modal sebagai pasar
finansial, korporasi dan investor dapat dijelaskan melalui bagan
berikut.
23
Gambar 2.2 Hubungan Korporasi, Pasar Finansial dan Investor
Sumber : Ross, Westerfeld & Jordan
Pengantar Keuangan Perusahaan, 2009
Instrumen keuangan yang diperdagangkan di pasar modal
merupakan instrumen jangka panjang (jangka waktu lebih dari 1
tahun) seperti saham, obligasi, waran, right, reksa dana, dan berbagai
instrumen derivatif seperti option, futures, dan lain-lain. Undang-
Undang Pasar Modal No. 8 tahun 1995 tentang Pasar Modal
mendefinisikan pasar modal sebagai “kegiatan yang bersangkutan
dengan Penawaran Umum dan perdagangan Efek, Perusahaan Publik
yang berkaitan dengan Efek yang diterbitkannya, serta lembaga dan
profesi yang berkaitan dengan Efek”. Pasar Modal memiliki peran
penting bagi perekonomian suatu negara karena pasar modal
menjalankan dua fungsi, yaitu pertama sebagai sarana bagi
24
pendanaan usaha atau sebagai sarana bagi perusahaan untuk
mendapatkan dana dari masyarakat pemodal (investor). Dana yang
diperoleh dari pasar modal dapat digunakan untuk pengembangan
usaha, ekspansi, penambahan modal kerja dan lain-lain, kedua pasar
modal menjadi sarana bagi masyarakat untuk berinvestasi pada
instrument keuangan seperti saham, obligasi, reksadana, dan lain-
lain. Dengan demikian, masyarakat dapat menempatkan dana yang
dimilikinya sesuai dengan karakteristik keuntungan dan risiko
masing-masing instrument. Fungsi pasar modal secara eksplisit dapat
dilihat pada gambar mengenai hubungan korporasi, pasar finansial
dan investor.
b. Instrumen Pasar Modal
Terdapat beberapa macam instrument pasar modal di Indonesia,
diantaranya adalah :
1) Saham biasa (common stock)
Saham biasa dianggap paling menarik, baik bagi pemodal
ataupun bagi emiten. Secara sederhana, saham didefinisikan
sebagai tanda penyertaan atau kepemilikan seseorang atau badan
dalam suatu perusahaan.
2) Saham preferen (preferred stock)
Saham preferen adalah saham yang berkarakterik antara obligasi
dan saham biasa. Hak-hak investor pemegang saham preferen
25
diantaranya adalah hak atas dividen yang tetap dan hak terhadap
aktiva jika perusahaan dilikuidasi. Akan tetapi, saham preferen
umumnya tidak mempunyai hak veto seperti yang dimiliki oleh
saham biasa ( Hartono, 2016 : 169).
3) Obligasi
Obligasi merupakan surat berharga atau sertifikat yang berisi
kontrak antara pemberi dana atau pemodal dengan emiten atau
yang diberi dana. Sehingga surat obligasi adalah selembar kertas
yang menyatakan bahwa pemilik kertas tersebut telah membeli
hutang perusahaan yang menerbitkan obligasi.
4) Obligasi konversi (convertible bond)
Obligasi konversi adalah obligasi yang memiliki keunikan,
yakni ditukar dengan saham biasa. Pada obligasi konversi selalu
tercantum persyaratan untuk melakukan konversi. Persyaratan
ini tidak sama diantara obligasi konversi yang satu dengan yang
lainnya.
5) Right
Right adalah surat berharga yang memberikan hak bagi pemodal
untuk membeli saham baru yang dikeluarkan emiten. Right
adalah produk derivative dari saham.
6) Warran
Waran seperti halnya right merupakan hak untuk membeli
saham biasa pada waktu dan harga yang sudah ditentukan.
26
Biasanya waran dijual bersamaan dengan surat berharga lain,
seperti obligasi atau saham.
7) Reksadana
Reksadana adalah pilihan lain untuk berinvestasi untuk para
pemodal, khususnya pemodal kecil dan pemodal yang tidak
memiliki banyak waktu dan keahlian untuk menghitung risiko
atas investasi mereka. Reksa Dana dibangun sebagai sarana
untuk menghimpun dana masyarakat yang bermodal, memiliki
keinginan untuk berinvestasi, hanya saja memiliki waktu dan
pengetahuan yang terbatas.
c. Pasar Modal Syariah
Pasar modal syariah (Islamic stock exchange) adalah
kegiatan yang berhubungan dengan perdagangan efek syariah
perusahaan publik yang berkaitan dengan efek yang diterbitkannya,
serta lembaga profesi yang berkaitan dengannya, dimana semua
produk dan mekanisme operasionalnya berjalan tidak bertentangan
dengan hukum muamalat Islamiyah (Rodoni, 2009 : 62). Di
Indonesia, pasar modal menerapkan sistem syariah dalam
operasionalnya masih dalam bentuk indeks yaitu Jakarta Islamic
Index (JII) dan Indonesia Sharia Stock Index (ISSI) di Bursa Efek
Indonesia. Diantara prinsip syariah dalam pasar modal saat
27
penawaran umu di pasar perdana yang perlu diperhatikan oleh
emiten maupun investor adalah sebagai berikut :
1) Efek yang diperjualbelikan harus sejalan dengan prinsip
syariah, seperti saham syariah dan sukuk yang terhindar dari
riba dan gharar (ketidakpastian informasi yang menimbulkan
penyesalan dan pertengkaran)
2) Emiten yang menerbitkan efek syariah harus menaati semua
aturan syariah, maka produk barang dan jasa harus sesuai
dengan ajaran Islam. Usaha casino, perusahaan rokok dan
miras akan menyebabkan emiten tidka boleh masuk dalam
pasar modal syariah
3) Semua efek harus berbasis pada hrta (aset) atau transaksi riil
(„ain), bukan mengharapkan keuntungan dari kontrak hutang
piutang.
4) Semua transaksi tidak mengandung ketidakjelasan yang
berlebihan (gharar) atau spekulasi.
5) Mematuhi semua syariat Islam yang berhubungan dengan
utang piutang, seperti tidak dibenarkan jual-beli utang secara
terdiskonto, emiten tidak boleh menerbitkan efek untuk
membayar kembali utang (bay’ dayn di dayn). Dengan
demikian, dana yang terhimpun atas penerbitan efek harus
diinvestasikan pada usaha riil, tidak boleh ada kompensasi
yang berdasarkan pada restrukturisasi utang, dan tidak
28
dibenarkan pula melakukan jual beli masa mendatang
(forward) untuk transaksi valuta asing.
5. Jakarta Islamic Index
Jakarta Islamic Index (JII) merupakan indeks yang
dikembangkan oleh BEI yang bekerjasama dengan Danareksa Investment
Management untuk merespons kebutuhan informasi yang berkaitan
dengan investasi syariah. JII diluncurkan pada tanggal 3 Juli 2000 dan
menggunakan tahun 1 Januari 1995 sebagai base date (dengan nilai 100).
JII terdiri dari 30 saham dengan memperhatikan kriteria kapitalisasi pasar
dan volume nilai perdagangan tertentu (likuiditas). Selain itu, indeks
harga saham merupakan indikator utama yang menggambarkan
pergerakan harga saham. Indeks diharapkan memiliki lima fungsi di pasa
modal (Rodoni, 2009 : 71) yaitu :
a. Sebagai indikator trend saham
b. Sebagai indikator tingkat keuntungan
c. Sebagai tolak ukut (benchmark) kinerja suatu portofolio
d. Memfasilitasi pembentukan potofolio dengan strategi pasif
e. Memfasilitasi berkembangnya produk derivatif
29
Berikut adalah proses seleksi saham syariah pada Jakarta Islamic Index
(JII) :
Gambar 2.3 Seleksi Syariah JII
Emiten tidak menjalankan usaha perjudian /permainan yang
tergolong judi dan perdagangan yang dilarang
Emiten :
Bukan merupakan lembaga keuangan konvensional
Tidak memproduksi, memprediksikan dan memperdagangkan
makanan dan minumam haram
Bukan usaha yang memproduksi, mendistribusikan dan
menyediakan barang dan jasa yang merusak moral dan bersifat
mudarat
Seleksi Kapitalisasi
Proses ini menyaring 60 saham dengan kapitalisasi pasar tertinggi
di bursa saham
Seleksi Nilai Volume Transaksi
Proses ini menyaring 30 saham dengan nilai transaksi rata- rata
tertinggi
Evaluasi emiten setiap 6 bulan sekali
30
6. Ekonomi Makro
Ilmu ekonomi makro adalah ilmu yang mempelajari
perekonomian secara keseluruhan, dan berfokus pada determinan
pendapatan nasional total, berkaitan dengan agregat seperti konsumsi dan
investasi agregat, dan melihat tingkat harga secara keseluruhan. Beberapa
permasalahan yang berada pada ruang lingkup makro ekonomi adalah
peningkatan harga secara keseluruhan (inflasi), tingkat pertumbuhan
output agregat, dan tingkat pengangguran. Diantara indikator
makroekonomi tersebut, tiga variabel ekonomi sering digunakan untuk
memperbaiki kondisi ekonomi seperti Inflasi, tingkat suku bunga (BI
rate), dan nilai tukar.
a. Inflasi
Inflasi adalah kenaikan harga barang-barang yang bersifat
umum dan terus menerus (Rahardja, 2013 : 359). Terjadinya inflasi
karena terpenuhinya tiga karakteristik yakni 1) kenaikan harga 2)
bersifat umum dan 3) berlangsung secara terus-menerus. Inflasi
dapat diukur melalui Indeks Harga Konsumen (IHK), Indeks Harga
Perdagangan Besar (IHPB), dan Indeks Harga Implisit (GDP
deflator). Inflasi dapat mengakibatkan biaya sosial yakni penurunan
tingkat kesejahteraan masyarakat, buruknya distribusi pendapatan
dan terganggunya stabilitas ekonomi. Inflasi tidak hanya merugikan
masyarakat yang melakukan konsumsi, tetapi juga mengganggu
pemerintah. Defisit anggaran belanja akan semakin besar karena
31
penerimaan anggaran pendapatan didasarkan atas harga-harga
sebelumnya, sedangkan penerimaan pajak tidak dapat menutupi
pengeluaran yang terus menerus meningkat akibat naiknya harga (
Ariyanti, 2011 : 118).
Mempertahankan inflasi agar tetap terkendali telah lama
menjadi tujuan pemerintah. Atas dasar besarnya laju inflasi, dapatlah
inflasi dibagi dalam tiga kategori, yakni : merayap (creeping
inflation), inflasi menengah (galloping inflation) serta inflasi tinggi
(hyper inflation) (Nopirin, 1998 : 27). Sementara itu, kajian ekonomi
konvensional membagi penyebab inflasi menjadi tiga yakni:
1) Inflasi Tekanan Permintaan (Demand-Pull Inflation)
Inflasi tekanan permintaan adalah inflasi yang
terjadi karena dominannya tekanan permintaan agregat. Dengan
kata lain, keinginan masyarakat untuk melakukan konsumsi atas
barang dan jasa begitu kuat. Inflasi yang didasarkan pada
tingginya permintaan digambarkan dengan bergesernya kurva
AD0 menjadi AD1. Tekanan tersebut menyebabkan output
perekonomian meningkat, namun disertai inflasi yang dapat
diamati dengan naiknya tingkat harga secara umum.
32
Gambar 2.4 Inflasi Tekanan Permintaan
P
AS
P1
P0 AD1
AD0
0 Y0 Y1 Y
Sumber : Raharja & Manurung,
Pengantar Ilmu Ekonomi, 2013
2) Inflasi Dorongan Biaya (Cost-Push Inflation)
Inflasi dorongan biaya (cost-push inflation) terjadi
karena kenaikan biaya produksi seperti kenaikan harga barang
mentah atau barang setengah jadi yang merupakan input suatu
produk. Selain itu, kenaikan Upah Minimum Regional (UMR)
dan barang-barang strategis seperti BBM akan meningkatkan
biaya produksi pada berbagai sektor industri. Inflasi ini
menyebabkam akan mengurangi produksi atau suplai output
sehingga pergeseran kurva AS ke kiri dan tingkat harga
meningkat.
33
Gambar 2.5 Inflasi Dorongan Biaya
P AS1
AS0
P1
P0 AD
0 Y1 Y0 Y
Sumber : Raharja & Manurung,
Pengantar Ilmu Ekonomi, 2013
3) Kombinasi Tekanan Permintaan dan Dorongan Biaya
Inflasi ini terjadi akibat tekanan permintaan dan
kenaikan input produksi terjadi secara bersamaan dalam suatu
perekonomian. Kondisi ini dapat dideskripsikan sebagai
perekonomian dengan jumlah output relatif tidak bertambah
namun disertai dengan inflasi. Dengan demikian, kurva AD
akan bergeser ke kanan sementara AS akan bergeser ke kiri.
Kondisi kombinasi antara inflasi dan stagnasi perekonomian ini
disebut stagflasi.
34
Gambar 2.6 Stagflasi
P AS1
P1 AS0
P0 AD1
AD0
0 Y0 Y
Sumber : Raharja & Manurung,
Pengantar Ilmu Ekonomi, 2013
b. BI rate
Menurut Bank Indonesia, BI rate adalah suku bunga
kebijakan yang mencerminkan sikap atau stance kebijakan moneter
yang ditetapkan oleh Bank Indonesia dan diumumkan kepada publik.
Bunga adalah ongkos yang dibayar oleh peminjam kepada yang
meminjamkan uang untuk menggunakan dananya (Case, 2007 :
151). Sementara itu, teori modern mengenai tingkat suku bunga oleh
John M. Keynes menjelaskan bahwa permintaan uang dipengaruhi
oleh tiga faktor yakni motif bertransaksi, motif berspekulasi dan
motif berjaga-jaga. Permintaan uang dengan motif spekulasi
dipengaruhi oleh tingkat bunga, dimana tingkat bunga memiliki
hubungan negatif dengan permintaan uang untuk spekulasi. Dengan
demikian, para investor mungkin akan lebih memilih membeli
35
obligasi ketika suku bunga tinggi dengan harapan menjualnya ketika
tingkat bunga turun.
Case dan Fair (2007) menjelaskan bahwa terdapat
hubungan terbalik antara tingkat investasi yang direncanakan dan
suku bunga. Investasi yang direncanakan (planned investment)
adalah penambahan pada stok modal dan persediaan yang
direncanakan oleh perusahaan (Case & Fair, 2007 : 77). Kenaikan
tingkat suku bunga akan menurunkan investasi yang direncanakan.
Sebaliknya, penurunan tingkat suku bunga akan meningkatkan
investasi yang direncanakan. Keputusan investasi perlu dilakukan
jika penerimaan lebih besar daripada biaya yang harus dikeluarkan,
dimana biaya bunga merupakan salah satu komponen biayanya.
Gambar 2.7 Hubungan suku bunga dengan investasi
r%
9
6
3
I
0 I2 I1 I0 I
Sumber : Karl & Case,
Prinsip-prinsip Ekonomi, 2007
36
c. Nilai Tukar
Nilai tukar uang atau yang lebih populer dikenal dengan
sebutan kurs mata uang adalah catatan (quotation) harga pasar dari
mata uang asing (foreign currency) dalam harga mata uang domestik
(domestic currency) atau resiprokalnya, yaitu harga mata uang
domestik dalam mata uang asing (Karim, 157 : 2008). Para ekonom
membedakan kurs menjadi dua jenis yakni kurs nominal dan kurs
riil. Pertama, kurs nominal adalah harga relatif dari mata uang dua
negara. Sebagai contoh, jika kurs dolar AS dan rupiah Indonesia
adalah 10.000 rupiah per dolar, maka 1 dolar dapat ditukar dengan
10.000 rupiah. Kedua, kurs riil adalah harga relatif dari barang-
barang di antara dua negara (Mankiw, 128 : 2006). Kurs riil dapat
juga disebut terms of trade.
Setidaknya terdapat dua rezim besar dalam nilai tukar yang dapat
diaplikasikan oleh otoritas moneter suatu negara :
1) Kurs mengambang (floating exchange rate)
Kurs ditentukan oleh pasar dan dibiarkan berfluktuasi dengan
bebas untuk menanggapi kondisi perekonomian yang sedang
berubah (Mankiw, 2006 : 333). Pada rezim kurs ini, kurs e
akan menyesuaikan untuk mencapai keseimbangan simultan di
pasar barang dan pasar uang. Perubahan diantara faktor
makroekonomi akan memungkinkan kurs untuk bergerak ke
nilai keseimbangan baru.
37
2) Kurs tetap ( fixed exchange rate)
Di bawah kurs tetap, bank sentral mengumumkan nilai kurs
dan siap untuk membeli dan menjual mata uang domestik
untuk mempertahankan kurs sesuai dengan tingkat yang
diumumkan (Mankiw, 2006 : 337).
Nilai tukar suatu negara dapat berfluktuasi dari waktu ke waktu.
Adapun nilai tukar disebabkan oleh permintaan dan penawaran
valuta asing. Faktor – faktor yang mempengaruhi permintaan valuta
asing adalah sebagai berikut.
1) Pembayaran untuk impor
Semakin tinggi impor atas barang dan jasa, semakin besar
permintaan terhadap valuta asing sehingga nilai tukar akan
cenderung terdepresiasi. Sebaliknya, jika impor menurun,
maka permintaan valuta asing menurun sehingga mendorong
apresiasi nilai tukar.
2) Aliran modal keluar (capital inflow)
Semakin besar aliran modal keluar, maka semakin besar
permintaan terhadap valas sehingga nilai tukar akan cenderung
terdepresiasi. Aliran modal keluar meliputi pembayaran utang
penduduk suatu negara kepada pihak asing dan penempatan
dana penduduk luar negeri.
38
3) Kegiatan spekulasi
Semakin banyak kegiatan spekulasi valuta asing oleh para
spekulan, maka semakin besar permintaan terhadap valuta
asing sehingga nilai tukar domestik cenderung terdepresiasi.
Selain itu, penawaran valuta asing dipengaruhi oleh beberapa faktor
diantaranya adalah
1) Penerimaan hasil ekspor
Semakin besar penerimaan ekspor atas barang dan jasa,
semakin besar jumlah valuta asing yang dimiliki suatu negara
sehingga nilai tukar domestik cenderung terapresiasi.
Sebaliknya, jika ekspor menurun, maka jumlah valuta asing
yang diterima akan menurun sehingga nilai tukar cenderung
terdepresiasi.
2) Aliran modal masuk (capital inflow)
Semakin besar aliran modal yang masuk ke suatu negara, maka
nilai tukar cenderung mengalami apresiasi. Aliran modal
tersebut dapat berupa utang luar negeri, penempatan dana
jangka pendek oleh pihak asing (portfolio investment), ataupun
investasi langsung oleh pihak asing (foreign direct investment)
Penjelasan permintaan dan penawaran valuta asing dapat
dijelaskan melalui kurva berikut:
39
Gambar 2.8 Nilai tukar dalam valuta asing
e Sf
depresiasi
E
10.000
Df apresiasi
0 Q Q
e : Kurs rupiah dalam USD
Q : kuantitas
Sf : Penawaran terhadap valas
Df : Permintaan terhadap valas
Sumber : Raharja & Manurung,
Pengantar Ilmu Ekonomi, 2013
7. Indeks Saham Syariah Regional
Integrasi ekonomi membuat kondisi perekonomian berbagai negara
saling terkait. Hal tersebut berimplikasi bahwa perubahan indikator
makroekonomi pada suatu perekonomian akan berdampak pada
perekonomian negara lainnya. Diantara indikator yang dapat diamati adalah
perkembangan indeks saham. Indeks tersebut berfungsi sebagai barometer
kinerja industri dan kondisi perekonomian nasional. Semakin baik kinerja
industri suatu perekonomian, semakin positif pula tren yang ditunjukkan oleh
indeks tersebut. Pengaruh bursa saham asing terhadap bursa saham lainnya
40
terjadi melalui pergerakan indeks tersebut sehingga memicu mobilitas modal
(capital mobility). Setidaknya terdapat beberapa bursa saham di negara maju
yang dapat dikatakan berpengaruh yakni bursa saham Amerika Serikat
(DJIUS), bursa saham Inggris (DJIUK) dan bursa saham Jepang (FTSE
Shariah Japan 100). Sementara itu, bursa saham Malaysia (FTSE Bursa
Malaysia Hijrah Shariah) dinilai berpengaruh sebagai destinasi investasi
secara syariah.
Dow Jones Islamic Market Index (DJIMI) diperkenalkan pertama
kali pada tahun 1999 oleh Dow Jones Index. DJIMI diluncurkan pada 8
Februari 1999 di Manama, Bahrain. Pencetus perintisan ide tersebut adalah
A. Rushdi Siddiqui yang berprofesi sebagai analis saham pada perusahaan
investment bank di Wall Street. Sebagai seorang analis, Rushdi bertugas
meneliti saham-saham yang ada di bursa. Beliau meneliti kesesuaian usaha
emiten-emiten tersebut dengan ketentuan Islam. Kemudian, Rushdi berhasil
mengumpulkan 1.708 emiten yang berasal dari 34 negara di dunia.
Berdasarkan temuan tersebut, Rushdi mengajukan usulan pembentukan
indeks syariah kepada David Moran sebagai bos Dow Jones Index. Moran
tertarik dengan usulan pembentukan indeks syariah tersebut dan mengajak
Rushdi bergabung dengan Dow Jones. Dua bulan kemudian, Rushdi berhasil
merealisasikan indeks syariah dengan nama Dow Jones Islamic Market Index.
Peluncuran indeks tersebut mendapat tanggapan yang positif dengan nilai
kapitalisasi pasar dari 1.708 saham sebesar hampir 10 triliun dolar AS.
41
Adapun indeks Dow Jones Islamic Market U.S (DJIUS) dan indek
Dow Jones Islamic Market U.K (DJIUK) merupakan sub set dari Indeks Dow
Jones Islamic Market yang telah melewati proses penyaringan untuk
kepatuhan syariah. DJIUS merupakan representasi pasar saham syariah
dengan urutan kapitalisasi pasar yang terbesar (large capitalisation) di
Amerika Serikat sementara DJIUK merupakan representasi pasar saham
syariah di Inggris.
Indeks FTSE Shariah Japan 100 telah didesain untuk digunakan
sebagai produk – produk investasi dengan dasar kepatuhan terhadap syariah
Islam untuk memenuhi kebutuhan investor muslim di Jepang dan
internasional. Proses seleksi secara independen (independent screening)
dilakukan oleh Yasaar Limited, sebuah organisasi dengan jaringan global
yang terdiri dari para ahli di bidang syariah. Menggunakan saham-saham
berkapitalisasi besar dan menengah dari FTSE Global Index Series sebagai
dasar, konstituen 100 saham dengan sharia compliance terbesar berdasarkan
kapitalisasi pasar kemudian dipilih untuh membentuk FTSE Shariah Japan
100 index.
FTSE Bursa Malaysia Hijrah Shariah telah didesain untuk
digunakan sebagai dasar dari produk – produk investasi dengan ketentuan
sharia compliant yang memenuhi tuntutan penyaringan (screening
requirement) dari para investor muslim. Emiten – emiten dalam indeks
tersebut disaring oleh Dewan Penasihat Syariah (SAC) pada Komisi Sekuritas
42
Malaysia dan juga oleh konsultan syariah global terkemuka yakni, Yasaar
Ltd, untuk panduan prinsip yang jelas.
B. Penelitian Terdahulu
Tabel 2.1 Penelitian Terdahulu
No Peneliti Judul Penelitian Variabel Hasil Empiris
1 Emta Hariati
Surbakti,
Noer Azam
Achsani,Tuba
gus Nur
Ahmad
Maulana
(2014)
The Impact of
Macroeconomic
Variables on JCI‟s
Stock Return
Volatility in Pre and
Post Global
Economic Crisis
(ARCH-GARCH
model)
Dependent Variable :
Stock Return
Independent Variable:
Dow Jones Industrial
Average, Exchange
Rate (IDR-USD), BI
rate, inflation, Gold
price.
DJIA dan Kurs (IDR-
USD) memiliki hubungan
positif signifikan terhadap
volatilitas return JCI.
BI rate (-), inflasi
(-) dan harga emas (+)
tidak memiliki efek yang
signifikan terhadap
volatilitas return JCI.
2 Dionysia
Kowanda,
Rowland
Bismark
Fernando
Pasaribu,
Ahmad Fajri
Shauti (2014)
The Influence of
Foreign Stock
Market Index and
Macroeconomic
Variables Toward
Jakarta Composite
Index During 2010-
2014 (Multi Linear
Regression by OLS
Method)
Independent
Variables: Dow Jones
Industrial Average,
Shanghai Stock
Exchange Composite,
Strait Times Index,
and macroecnomic
variables:
Inflation rate, BI Rate,
World Oil Prices,
Exchange Rate
IDR/USD
Bursa saham asing dan
variabel makroekonomi
secara simultan
berpengaruh signifikan
terhadap IHSG. Namun,
pengujian secara parsial
hanya bursa STI dan kurs
yang berpengaruh
terhadap IHSG. Adapun
hasil good fitness test
menunjukkan bahwa
model penelitian mampu
43
Dependent Variable :
Jakarta Composite
Index.
menjelaskan variasi
IHSG sebesar 49,7 persen.
3 Husam
Rjoub,
Turgut
Tursoy and
Nil Gunsel
(2009)
The Effects of
Macroeconomic
Factors on Stock
Returns: Istanbul
Stock Market
(OLS method)
Independent Variables
: Interest rate
(TERST),
Unanticipated
inflation (UNINF),
Risk Premium
(RIKPR), Exchange
Rate (EXCGR),
Unemployment Rate
(UNEMP) and
Money Supply
(MONSP).
Dependent Variables:
Stock Return
TERST memiliki
pengaruh positif
terhadap return pada 9
portofolio
UNINF memiliki
pengaruh positif
terhadap return pada 13
portofolio
RIKPR memiliki
pengaruh positif
terhadap return pada 8
portofolio
EXCGR memiliki
pengaruh positif pada
return 2 portofolio dan
negatif pada 6
portofolio lainnya
MONSP memiliki
pengaruh positif
terhadap return pada 7
portofolio dan negatif
pada 3 portofolio
lainnya
UNEMP memiliki
pengaruh positif
terhadap return pada 8
portofolio.
44
4 M. Shabri
Abd. Majid
and Rosylin
Mohd. Yusof
(2009)
Long-run
Relationship
between
Islamic Stock
Returns and
Macroeconomic
Variables : An
Application of the
Autoregressive
DistributedLag
Model (ARDL)
KLSI is the Kuala
Lumpur Syari‟ah
Index; M3 is broad
money supply, TBR is
treasury bill rates, IPI
is industrial
production index,
REER is real efective
exchange rate and
FFR is federal reserve
rates.
IPI tidak memiliki
pengaruh signifikan
terhadap KLSI baik
pada model 1 dan
model 2
M3 memiliki pengaruh
positif signifikan
terhadap KLSI pada
model 1
REER pada model 1 &
2 memiliki pengaruh
negatif signifikan
terhadap KLSI
TBR pada model 2 dan
FFR pada model 1 & 2
memiliki pengaruh
positif signifikan
terhadap KLSI.
5 Anthony
Kyereboah-
Coleman
Kwame F.
Agyire-
Tettey (2008)
Impact of
macroeconomic
indicators on stock
market performance:
The case of the
Ghana Stock
Exchange (Error
Correction Model)
Variabel Dependen :
GSE all-share-index
(GSI).
Variabel Independen :
Inflation, Real
exchange rate, Interest
rates dan Loan to
Deposit Ratio (LDR)
Hasil penelitian
menunjukkan bahwa
seluruh variabel
dependen berpengaruh
signifikan terhadap GSI
pada tingkat
signifikansi 5%, kecuali
variabel tingkat suku
bunga.
Variabel Inflasi dan
45
Loan to Deposit Ratio
(LDR) berpengaruh
negatif terhadap indeks
GSI
Variabel Real
Exchange Rate
berpengaruh positif
terhadap indeks GSI
6 Irfan Syauqi
Beik & Sri
Wulan
Fatmawati
(VECM)
(2013)
Pengaruh Indeks
Harga Saham
Syariah Internasional
dan Variabel
Makroekonomi
Terhadap Jakarta
Islamic Indeks
Variabel Dependen:
JII
Variabel Independen :
IPI, CPI, M2, Nilai
Tukar, BI rate, SBIS,
DJIEU,
IMUS,DJIMY, DJIJP.
Estimasi VECM jangka
pendek menunjukkan
DJIJP pada lag 3
berpengaruh positif
signifikan terhadap JII.
Sementara IPI pada lag
2 berpengaruh negatif
signifikan terhadap JII
Estimasi VECM jangka
panjang : BI rate, Nilai
tukar, berpengaruh
negatif namun tidak
signifikan terhadap JII.
IPI berpengaruh positif
signifikan terhadap JII.
M2 dan SBIS
berpengaruh negatif
signifikan terhadap JII.
Sementara itu, DJIEU
dan DJIMY
berpengaruh secara
46
positif signifikan
terhadap JII. Berbeda
dengan kedua pasar
tersebut, DJIJP dan
IMUS berpengaruh
negatif signifikan
terhadap JII.
7 Alfin
Merancia
(2010)
Tesis
Pusat Studi
Kajian Timur
Tengah
Universitas
Indonesia
Pengaruh Variabel
Makroekonomi dan
Indeks Regional
terhadap
Risiko Jakarta
Islamic Index (JII)
dan Indeks Harga
Saham
Gabungan (IHSG)
Metode Analisis
:ARCH-GARCH &
OLS regression
Variabel
makroekonomi :
inflasi, nilai tukar, dan
Sertifikat Bank
Indonesia (SBI)
Indeks regional :
Indeks Dow Jones dan
Indeks Nikkei
Suku bunga adalah
penyebab instabilitas
Risiko JII dan IHSG.
Untuk variabel
dependen Risiko
Jakarta Islamic Index
(JII), variabel
independen Kurs, SBI,
Indeks Dow Jones, dan
Nikkei signifikan
mempengaruhi risiko
JII, sedangkan inflasi
tidak signifikan
mempengaruhi.
Di lain pihak untuk
variabel dependen
Risiko Indeks Harga
Saham Gabungan
(IHSG), variabel
independen SBI, dan
Indeks Dow Jones
signifikan terhadap
47
risiko IHSG sedangkan
Inflasi, Kurs dan
Indeks Nikkei tidak
signifikan.
8 Wistriati
(2011)
Skripsi FEB
UIN Jakarta
Analisis Pengaruh
Variabel
Makroekonomi
terhadap Nilai
Jakarta Islamic
Index (Error
Correction Model)
Variabel Dependen:
JII
Variabel Independen :
Kurs IDR-USD,
Money Supply, GDP,
Inflation.
Variabel independen
secara simultan
berpengaruh secara
signifikan terhadap
indeks JII
dalam jangka panjang
terdapat pengaruh
antara variabel kurs,
M2, inflasi dan PDB
terhadap nilai JII
Sedangkan dalam
jangka pendek tidak
terdapat pengaruh
antara kurs, M2 dan
inflasi terhadap nilai
JII, hanya variabel
PDB yang
mempengaruhi nilai JII
dalam jangka pendek
48
C. Kerangka Berpikir
Kerangka berpikir merupakan model konseptual tentang
bagaimana teori berhubungan dengan berbagai faktor yang telah diidentifikasi
sebagai masalah yang penting (Priadana, 2009 : 89). Penelitian ini
menganalisis faktor-faktor yang mempengaruhi risiko Jakarta Islamic Index.
Proksi risiko Jakarta Islamic Index dalam penelitian ini adalah volatilitas poin
indeks yang dihimpun berdasarkan data bulanan. Sementara itu, variabel
makroekonomi yang digunakan adalah inflasi, kurs IDR-USD, dan BI rate
serta indeks DJIUS, indeks DJIUK, indeks FTSE Shariah Japan 100 (FTSJP)
dan indeks FTSE Bursa Malaysia Hijrah Shariah (FTSMY) sebagai
representasi bursa saham asing. Hubungan antar variabel independen dengan
variabel dependen adalah sebagai berikut.
1. Inflasi terhadap risiko JII
Inflasi adalah kenaikan harga barang-barang yang bersifat
umum dan terus menerus. Terjadinya inflasi karena terpenuhinya tiga
karakteristik yakni 1) kenaikan harga 2) bersifat umum dan 3)
berlangsung secara terus-menerus. Setidaknya terdapat beberapa biaya
sosial yang muncul dari inflasi yang tinggi, diantaranya penurunan
tingkat kesejahteraan rakyat yang akan mempengaruhi kinerja suatu
perusahaan. Tingkat kesejahteraan secara sederhana dapat diukur
dengan daya beli dari pendapatan yang diperoleh. Adanya inflasi telah
menyebabkan daya beli semakin rendah terutama bagi masyarakat
49
berpendapatan tetap dan kecil. Hubungan antara inflasi dan indeks
saham syariah terjadi ketika tingkat daya beli masyarakat menurun
karena inflasi yang tinggi sehingga mengurangi belanja (konsumsi)
masyarakat atas produk/output perekonomian. Kondisi tersebut disertai
dengan kecenderungan peningkatan velositas dalam penggunaan
pendapatan. Hal ini akan mengurangi laba berbagai indusrti akibat
penurunan pendapatan penjualan. Secara deskriptif, hubungan inflasi
dengan indeks harga saham dapat dinyatakan negatif. Mengacu pada
penelitian yang dilakukan oleh Emta Hariati dkk (2014) menunjukkan
bahwa hubungan inflasi dengan kinerja indeks saham adalah negatif
namun tidak signifikan.
2. BI rate terhadap risiko JII
Menurut Bank Indonesia, BI rate adalah suku bunga
kebijakan yang mencerminkan sikap atau stance kebijakan moneter
yang ditetapkan oleh Bank Indonesia dan diumumkan kepada publik.
BI rate dipersepsikan berpengaruh terhadap indeks harga saham karena
BI rate memiliki peran yang sentral terhadap berbagai aspek dalam
suatu perekonomian. Peningkatan BI rate dapat menyebabkan
peningkatan biaya produksi, terutama beban bunga atas pinjaman
kepada kreditor. Adapun pengaruh BI rate terhadap perusahaan yang
termasuk dalam JII dapat ditemui dalam skema pembiayaan langsung
maupun pembiayaan tidak langsung. Hal ini akan menyebabkan total
50
biaya suatu perusahaan meningkat sehingga mengikis laba yang
dihasilkan pada tahun berjalan. Selain itu, peningkatan tingkat suku
bunga juga akan meningkatkan harga jual yang lebih tinggi. Hal ini
akan menyebabkan konsumen menunda konsumsi mereka dan
menabung uang mereka di bank. Sebagai implikasinya, penjualan
perusahaan akan menurun dan menyebabkan penurunan profitabilitas
dan indeks harga saham. Hubungan antar kedua variabel tersebut secara
deskriptif dapat dinyatakan negatif. Penelitian yang dilakukan oleh
Emta Hariati Surbakti, Noer Azam Achsani, dan Tubagus Nur Ahmad
Maulana (2016) memperlihatkan bahwa BI rate memiliki hubungan
negatif terhadap indeks saham. Namun, hubungan tersebut tidak
memiliki efek yang signifikan terhadap return JCI. Ini artinya BI rate
memiliki kekuatan prediktif yang lemah dalam menjelaskan
hubungannya terhadap JCI.
3. Kurs IDR-USD terhadap risiko JII
Nilai tukar uang sebagai salah satu variabel makroekonomi
turut mempengaruhi performa korporasi dan industri secara
keseluruhan. Depresiasi yang terjadi pada nilai tukar rupiah
menyebabkan harga barang lokal menjadi lebih kompetitif di pasar
internasional. Hal tersebut akan memberikan peluang bagi setiap
korporasi untuk melakukan ekspor karena harga barang tersebut yang
menjadi lebih murah secara kurs riil. Penjualan secara ekspor di tengah
51
kondisi nilai tukar yang terdepresiasi dapat meningkatkan pendapatan
(revenue) korporasi. Namun begitu, depresiasi nilai tukar juga mampu
mengganggu kinerja industri. Hal tersebut disebabkan depresiasi akan
meningkatkan ongkos barang impor yang digunakan sebagai bahan
baku produksi dan juga meningkatkan kewajiban korporasi yang
berdenominasi mata uang asing. Hubungan antara kurs IDR-USD
terhadap risiko JII dengan demikian dapat dinyatakan positif secara
deskriptif. Karena depresiasi nilai tukar mampu menstimulasi sektor
korporasi untuk melakukan ekspor dan meningkatkan pendapatan
sehingga indeks saham tersebut dapat mengalami peningkatan.
Penelitian yang dilakukan oleh Emta Hariati Surbakti, Noer Azam
Achsani, dan Tubagus Nur Ahmad Maulana (2016) memperlihatkan
bahwa terdapat hubungan positif yang signifikan antara nilai tukar dan
JCI. Hasil penelitian serupa juga ditemukan oleh Alfin Merancia (2010)
bahwa kurs berpengaruh positif terhadap risiko JII dan IHSG.
4. Bursa saham asing terhadap risiko JII
Dengan berkembangnya globalisasi dan integrasi keuangan,
faktor yang mempengaruhi stabilitas kondisi makroekonomi suatu
negara tidak hanya berasal dari faktor domestik, namun juga berasal
dari faktor internasional. Salah satu indikator yang dapat digunakan
untuk melihat stabilitas makroekonomi adalah indeks harga saham.
Gejolak krisis pada suatu negara dapat berpengaruh terhadap kondisi
52
perekonomian negara lainnya. Pengalaman krisis subprime mortgage di
AS tahun 2008 menyebabkan beberapa bursa saham di berbagai
regional terkoreksi. Koreksi pada bursa saham yang telah maju dengan
cepat bertransmisi ke bursa saham lainnya, temasuk bursa saham di
negara berkembang. Dengan kata lain, risiko sistemik telah terjadi.
Simorangkir (2016) menjelaskan bahwa penyebaran kegagalan yang
terjadi pada suatu elemen terhadap elemen lainnya merupakan risiko
sistemik. Wahyudi (2013) mengungkapkan bahwa risiko sistemik
adalah risiko yang dampaknya menyebabkan terjadinya efek domino
yakni menyeret proyek atau institusi atau sektor atau bahkan negara lain
untuk terkena dampak risiko tersebut, atau berdampak pada keseluruhan
pasar atau sistem yang ada. Faktor risiko ini umumnya terkait dengan
variabel makroekonomi atau kondisi sektoral atau geografis atau
indikator pasar lainnya (Wahyudi, 2013 : 5). Indeks harga saham
sebagai indikator pasar mampu memicu terjadinya efek domino pada
sektor pasar modal.
Penarikan kepemilikan saham oleh para investor pada saat
krisis terjadi merupakan tindakan yang rasional guna menghindari
kerugian yang besar. Hal tersebut dapat dilihat dari pergerakan indeks
saham yang negatif selama periode krisis. Tindakan tersebut membuat
repatriasi dana para investor terjadi, baik di pasar saham negara maju
maupun negara berkembang. Selanjutnya, para investor akan mencari
53
pasar saham dengan perkembangan yang baik pasca krisis untuk
menanamkan modalnya kembali.
Penelitian yang dilakukan oleh Emta Hariati Surbakti, Noer
Azam Achsani, dan Tubagus Nur Ahmad Maulana (2014)
memperlihatkan bahwa indeks DJIA memiliki hubungan positif yang
signifikan terhadap JCI. Hasil penelitian yang sama diperoleh dengan
penelitian yang dilakukan oleh Dionysia Kowanda, Rowland Bismark
Fernando Pasaribu, Ahmad Fajri Shauti (2014) menemukan hubungan
yang positif antara pasar modal AS dan Indonesia. Sementara itu, pasar
modal Inggris dan Jepang memiliki hubungan positif. Hasil riset
lainnya menemukan pasar modal syariah AS memiliki hubungan
negatif dengan pasar modal syariah di Indonesia, sementara pasar
modal syariah Inggris memiliki hubungan yang positif. Argumentasi
yang dapat digunakan untuk menjelaskan hubungan tersebut adalah
pada dasarnya investor selalu menginginkan tingkat pengembalian
tertinggi denga risiko tertentu. Sejalan dengan krisis 2007, investor
menganggap AS sebagai suatu pasar, sedangkan Indonesia, Jepang dan
Inggris sebagai pasar alternatif. Terjadinya krisis di AS mendorong para
investor untuk memindahkan dana investasinya untuk menghindari
kerugian. Mereka memindahkan dananya ke pasar saham Indonesia,
Jepang dan Inggris. Itulah mengapa hubungan antara pasar saham
Indonesia dan AS adalah negatif, sementara hubungan antara Indonesia-
Jepang dan Indonesia-Inggris adalah positif.
54
Untuk memberikan pemahaman yang lebih baik, hubungan antar variabel
akan dijelaskan dengan kerangka pemikiran berikut :
Gambar 2.9 Kerangka Pemikiran
D. Hipotesis
Hipotesis merupakan jawaban sementara terhadap rumusan
masalah penelitian (Priadana, 2009 : 90). Dikatakan sementara karena
Risiko JII (Y)
(Variabel
Dependen)
Inflasi (x1)
Kurs IDR-USD (x2)
BI rate (x3)
DJIIUS (x4)
DJIUK (x5)
FTSJP (x6)
FTSMY (x7)
(Variabel Independen)
55
jawaban yang diberikan baru berdasarkan teori yang relevan, belum
didasarkan pada fakta-fakta empiris yang diperoleh melalui pengumpulan
data. Selain itu, Bungin (2005) menjelaskan bahwa hipotesis juga berfungsi
sebagai guide yang membimbing arah peneliti dalam menyelesaikan
penelitian. Berdasarkan rumusan masalah dan kerangka pemikiran teoritis
yang telah diuraikan sebelumnya, maka hipotesis penelitian yang dapat
dirumuskan adalah sebagai berikut :
1. Inflasi terhadap risiko JII
H0 : Tidak terdapat pengaruh inflasi terhadap risiko JII
H1 : Terdapat pengaruh inflasi terhadap risiko JII
2. BI rate terhadap risiko JII
H0 : Tidak terdapat pengaruh BI rate terhadap risiko JII
H1 : Terdapat pengaruh BI rate terhadap risiko JII
3. Kurs IDR-USD terhadap risiko JII
H0 : Tidak terdapat pengaruh kurs IDR-USD terhadap risiko JII
H1 : Terdapat pengaruh kurs IDR-USD terhadap risiko JII
4. Indeks DJIUS terhadap risiko JII
H0 : Tidak terdapat pengaruh indeks DJIUS terhadap risiko JII
H1 : Terdapat pengaruh indeks DJIUS terhadap risiko JII
5. Indeks DJIUK terhadap risiko JII
H0 : Tidak terdapat pengaruh indeks DJIUK terhadap risiko JII
H1 : Terdapat pengaruh indeks DJIUK terhadap risiko JII
56
6. Indeks FTSJP terhadap risiko JII
H0 : Tidak terdapat pengaruh indeks FTSJP terhadap risiko JII
H1 : Terdapat pengaruh indeks FTSJP terhadap risiko JII
7. Indeks FTSMY terhadap risiko JII
H0 : Tidak terdapat pengaruh indeks FTSMY terhadap risiko JII
H1 : Terdapat pengaruh indeks FTSMY terhadap risiko JII
57
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini menggunakan metode kuantitatif dengan statistika induktif
dengan data time series. Statistika Induktif digunakan untuk mengetahui
karakteristik populasi berdasarkan karakteristik sampel serta menganalisis
dan menginterpretasikan hasilnya menjadi sebuah kesimpulan atau informasi
yang berguna untuk pengambilan keputusan (Suharyadi, 2009 : 4). Sementara
itu, time series merupakan data satu individu yang diobservasi dalam
rentangan waktu (Usman, 2006 : 183).
Penelitian ini dilakukan berdasarkan data – data variabel makroekonomi
dan indeks regional yakni data yang dipublikasikan dalam kurun waktu
November 2007 – Juli 2016 dengan skala bulanan. Penelitian ini mencari
risiko/volatilitas yang terjadi pada Jakarta Islamic Index (JII). Selanjutnya,
penelitian ini menggunakan data variabel makroekonomi dan indeks regional
untuk melihat pengaruhnya terhadap risiko Jakarta Islamic Index (JII).
B. Metode Pengumpulan Data
1. Sumber Data
Sumber data pada penelitian ini dilakukan dengan cara studi literatur.
Studi Literatur (Library Research) dilakukan dengan mempelajari data
atau bahan dari sumber majalah, buku teks, jurnal, paper ilmiah dan
58
lain sebagainya yang berhubungan dengan aspek yang diteliti sebagai
upaya untuk memperoleh data yang valid.
2. Karakteristik Data
Data yang dipergunakan dalam penelitian ini adalah historical data
(time series). Sesuai dengan sifat data time series, maka data tersebut
cenderung bersifat heteroskedastis dan bersifat autokorelasi. Data yang
dianalisis adalah basis poin dari setiap indeks saham yang setiap hari
mengalami perubahan. Basis poin pada indeks saham dapat berubah dari
nilai pembukaan dan nilai penutupan. Peneliti dalam penelitian ini
melakukan analisis terhadap nilai penutupan (closing price) untuk
menghindari kerancuan.
3. Periode Data dan Jumlah Data
Data yang diambil dalam penulisan merupakan data bulanan,
periode waktu data yang dianalisis dalam penelitian ini adalah selama
delapan tahun sepuluh bulan (Periode November 2007 – Juli 2016). Total
total data dari periode waktu penelitian berjumlah 105 data, sesuai
dengan jumlah bulan dalam periode penelitian.
C. Tahapan Pengolahan Data
Penelitian ini secara garis besar terdiri dari beberapa tahap dalam rangka
pencarian pengaruh variabel independen terhadap variabel dependen.
Penjabaran tahapan penelitian ini dilakukan agar alur pelitian ini mudah
dipahami. Berikut adalah penjelasan setiap tahap :
59
Tahap Pencarian Pengaruh Variabel Independen Terhadap Variabel
Dependen
1. Menentukan seluruh 105 data bulanan untuk variabel independen
(Inflasi, BI rate, Kurs IDR-USD, DJIUS, DJIUK, FTSMY, FTSJP)
dan menggunakan 105 data risiko JII yang sebagai variabel dependen.
2. Uji stasioneritas untuk setiap variabel penelitian. Jika ADF > Critical
Value (0,05) data tersebut dapat dinyatakan stasioner pada tingkat
pengujian tertentu.
3. Tes Heteroskedastisitas. Jika pada output white heteroscedasticity
nilai kritis (probabilitasnya) lebih kecil dari 5% maka data bersifat
heteroskedastis. Namun jika nilai kritis (probabilitasnya) lebih besar
dari 5% maka data bersifat homoskedastis dan uji autokorelasi dengan
Correlogram Q-Stat.
4. Melakukan estimasi model multilinier regression dengan
menggunakan ARCH (AutoRegressive Conditional
Heteroscedasticity) GARCH (Generalized AutoRegressive
Conditional Heteroscedasticity), jika data risiko Jakarta Islamic Index
(JII) bersifat heteroskedastis.
5. Melakukan estimasi model multilinier regression dengan
menggunakan dengan OLS (Ordinary Least Square), jika data risiko
Jakarta Islamic Index (JII) bersifat homoskedastis.
6. Uji signifikansi atau juga dikenal uji t-hitung. Sebuah model
dikatakan signifikan jika nilainya lebih kecil dari 5% atau 0,05.
60
Sedangkan jika nilainya lebih besar dari 5% atau 0,05 maka model
tersebut dikatakan tidak signifikan.
7. Melakukan Uji F, dan uji goodness of fit (R2).
8. Membuat analisis dan interpretasi dari hasil yang telah didapat.
Prosedur pengolahan data tahap II akan lebih jelas terlihat dalam
flowchart dibawah ini :
61
Gambar 3.1
Flowchart Pengolahan Data
Data Variabel Dependen & Independen
Data Heteroskedastis Data Homoskedastis
Estimasi Model MLR
dengan ARCH GARCH
Estimasi Model MLR dengan
Ordinary Least Square
Uji t Uji F Koefisien
Determinasi
Analisis Interpretasi
Kesimpulan & Saran
Uji Stasioneritas
62
D. Metode Analisis Data
1. Uji Stasioneritas
Data times series merupakan himpunan nilai suatu variabel yang
diambil berdasarkan waktu yang berbeda-beda. Setiap data dihimpun
secara berkala pada interval waktu tertentu seperti harian, bulanan,
kuartalan, semesteran ataupun tahunan. Data time series adalah data yang
biasa digunakan dalam penelitian keuangan. Namun data ini banyak
mengandung permasalahan, seperti otokorelasi. Otokorelasi adalah
hubungan antara residual satu observasi dengan residual observasi
lainnya.
Otokorelasi lebih mudah timbul pada data yang bersifat runtut
waktu, karena berdasarkan sifatnya, data masa sekarang dipengaruhi oleh
data pada masa-masa sebelumnya (Winarno, 5.29 : 2015). Namun begitu,
otokorelasi juga dapat dimungkinkan terjadi pada penelitian yang
menggunakan data cross section. Otokorelasi ini merupakan penyebab
yang mengakibatkan data menjadi tidak stasioner, sehingga bila data
dapat distasionerkan maka otokorelasi akan hilang dengan sendirinya,
karena metode transformasi data untuk membuat data yang tidak
stasioner menjadi stasioner sama dengan transformasi data untuk
menghilangkan otokorelasi (Usman, 340 : 2006).
Metode transformasi data (differencing) membuat data yang
bersifat tidak stasioner menjadi data yang stasioner. Data perlu bersifat
stasioner adalah agar peneliti mendapatkan estimasi model yang baik.
63
Untuk menguji stasioneritas, pada software Eviews dapat digunakan uji
unit root test. Pada software tersebut jika nilai ǁADFǁ > ǁCritical Value
(0,05)ǁ data dapat dikatakan stasioner. Hal ini dapat terjadi langsung
pada data di tahap level ataupun differencing tingkat 1 dan 2. Uji ini
dikenalkan oleh David Dickey dan Wayne Fuller.
Untuk hipotesisnya adalah :
H0 : δ = 0 yang berarti data tidak stasioner
H1 : δ ≠ 0 yang berarti data stasioner
2. Uji Heteroskedasitas
Salah satu asumsi yang harus dipenuhi agar taksiran parameter
dalam model regresi bersifat BLUE (Best Linier Unbiased Estimation)
maka var (ui) harus sama dengan α² (konstan) atau dengan kata lain,
semua residual atau error mempunyai varian yang sama. Kondisi seperti
itu disebut dengan homoskedastis. Sedangkan bila varian tidak konstan
atau berubah-ubah disebut dengan heteroskedastis. Model regresi yang
baik harus terhindar dari heteroskedastis (Usman, 109 : 2006).
Hanya saja jika data time series menggunakan metode ARCH
GARCH, sehingga memandang heteroskedastisitas bukanlah sebagai
suatu permasalahan. Untuk mengetahui apakah suatu data bersifat
heteroskedastis atau tidak perlu dilakukan pengujian. Pengujian
heteroskedastis untuk peneltian ini meggunakan ARCH LM test dan white
heteroscedasticity (cross term). Uji heteroskedastisitas menggunakan uji
64
White dilakukan dengan meregresikan semua variabel bebas, variabel
bebas kuadrat dan perkalian (interaksi) variabel bebas terhadap nilai
residual kuadratnya (Suliyanto, 107 : 2011). Hipotesis yang dibentuk
untuk pengujian ini adalah:
H0 : Tidak Terdapat Heteroskedastisitas
H1 : Terdapat Heteroskedastisitas
Jika pada output white heteroscedasticity nilai kritis (probabilitasnya)
lebih kecil dari α = 5% maka berati data bersifat heteroskedastis. Namun,
jika nilai kritis (probabilitasnya) lebih besar dari α = 5% maka data
tersebut bersifat homoskedastis.
3. ARCH – GARCH
Metode ARCH (AutoRegressive Conditional Heteroscedasticity)
GARCH (Generalized AutoRegressive Conditional Heteroscedasticity)
merupakan suatu model yang tidak memandang heteroskedastisitas
sebagai permasalahan, tetapi justru memanfaatkan kondisi tersebut untuk
membuat model. Bahkan dengan memanfaatkan sifat heteroskedastisitas
dalam error dengan tepat, maka akan diperoleh estimator yang lebih
efisien (Usman, 419 : 2006). Data dengan karakteristik seperti ini
biasanya terjadi pada: return dari pasar modal, nilai tukar, inflasi, atau
tingkat suku bunga. sebaran data yang terjadi pada data finansial
cenderung memiliki volatilitas yang tinggi. Terkadang beberapa periode
65
pada data tersebut menunjukkan volatilitas yang rendah dan beberapa
periode menunjukkan volatilitas yang tinggi.
Adanya volatilitas yang tinggi ini tentunya menyulitkan para
peneliti untuk membuat estimasi dan prediksi pergerakan variabel
tersebut (Widarjono, 287 : 2016). Pola volatilitasnya yang demikian
menunjukkan adanya heteroskedastisitas karena terdapat varian error
yang besarnya tergantung pada volatilitas error di masa lalu (Usman, 420
: 2006). Oleh karena itu, data yang mempunyai sifat heteroskedastisitas
seperti ini dapat dimodel dengan Autoregresive Conditional
Heteroscedasticity (ARCH) yang dikenalkan oleh Robert Engle.
a. Model ARCH (p)
Yt = b0 + b1 Xt + et (i)
Heteroskedastisitas yang terjadi pada data time series disebabkan
karena adanya unsur volatilitas. Data finansial pada periode
tertentu memiliki volatilitas yang tinggi dan variabel errornya juga
tinggi, diikuti suatu periode dengan volatilitas yang rendah dan
variabel error yang juga rendah. Varian variabel error pada kondisi
tersebut akan sangat tergantung dari volatilitas varian variabel
error periode sebelumnya. Dengan kata lain, varian variabel error
sangat dipengaruhi oleh variabel error periode sebelumnya.
Persamaan varian variabel error dalam model ARCH ini dapat
dituliskan sebagai berikut :
ζ2t = α0 + α1ε
2t – 1 (ii)
66
Persamaan (ii) menyatakan bahwa varian variabel gangguan yakni
ζ2t mempunyai dua komponen yaitu konstanta dan variabel error
masa lalu (lag) yang diasumsikan merupakan kuadrat dari variabel
error periode lalu. Model dari variabel error et tersebut adalah
heteroskedastisitas yang bersyarat (conditional heteroscedasticity)
pada variabel error ett–1. Dengan mengambil informasi conditional
heteroscedasticity dari et, parameter b0 dan b1 dapat diestimasi
lebih efisien. Persamaan (i) merupakan persamaan untuk output
dari persamaan rerata (conditional mean) sedangkan persmaan (ii)
disebut persamaan varian (conditional variance).
Jika varian dari variabel error et tergantung hanya dari volatilitas
variabel error kuadrat satu periode yang lalu sebagaimana terdapat
pada persamaan (ii), model tersebut adalah ARCH (1). Dengan
demikian secara umum, model ARCH (p) dapat dinyatakan dalam
bentuk persamaan berikut :
Yt = b0 + b1 Xt + et (iii)
ζ2t = α0 + α1ε
2t – 1 + α2ε2t – 2 +. . . + αp ε
2 t –p (iv)
b. Model GARCH
Model ARCH dari Robert Engle disempurnakan oleh Tim
Bollerslev. Bollerslev menyatakan bahwa varian variabel error
tidak hanya tergantung dari residual periode lalu tetapi juga varian
variabel error periode lalu. Jika kita memasukkan juga varian
residual periode lalu pada persamaan (iv) maka model tersebut
67
dikenal dengan Generalized Autoregressive Conditional
Heteroscedasticity (GARCH).
Untuk menjelaskan model GARCH, pemahaman dapat diawali
dengan model regresi berikut :
Yt = b0 + b1 Xt + et ; dimana et merupakan residual. (v)
Sedangkan varian residual pada model GARCH dapat ditulis
sebagai berikut :
ζ2
t = α0 + α1 ε2t – 1 +λ1ζ
2t – 1 (vi)
Pada model GARCH tersebut, varian residual ζ2t tidak hanya
dipengaruhi oleh residual periode yang lalu ε2t – 1 tetapi juga varian
residual periode yang lalu ζ2
t – 1. Model residual pada persamaan
(v) disebut model GARCH (1,1) karena varian residual hanya
dipengaruhi oleh residual periode sebelumnya dan varian residual
periode sebelumnya. Secara umum, model GARCH, yakni
GARCH (p,q) dapat dinyatakan melalui persamaan sebagai
berikut :
ζ2
t = α0 + α1 ε2
t – 1 + . . . + αp ε2
t – p + λ1ζ2t – 1 + . . . + λqζ
2t – q
Risiko sendiri ditunjukan oleh model kedua dari persamaan ARCH
GARCH yang dilambangkan dengan simbol ζ2. Selanjutnya setelah
mendapatkan nilai risiko, maka nilai risiko tersebut menjadi
variabel dependen. Variabel makroekonomi dan indeks regional
diperkirakan mempengaruhi risiko tersebut.
68
4. Koefisien Determinasi
Koefisien determinasi (Goodness of Fit), yang dinotasikan dengan
R2, merupakan suatu ukuran yang penting dalam regresi, karena dapat
menginformasikan baik atau tidaknya model regresi yang terestimasi
(Usman, 20 : 2006). Angka tersebut dapat mengukur seberapa dekat garis
regresi yang tersestimasi dengan data sesungguhnya. Artinya, nilai
tersebut mencerminkan seberapa besar variasi dari variabel dependen Y
dapat diterangkan oleh variabel bebas independen X, semakin besar nilai
R² maka akan semakin besar/kuat hubungan antara variabel independen
dan dependen maka semakin baik model regresi yang diperoleh.
R2
didefinisikan berdasarkan langkah-langkah sebagaimana yang
dilakukan pada tabel ANOVA. Adapun rumusnya adalah :
R2 =
Keterangan :
SST : Variasi dari data
SSR : variasi dari garis regresi yang dibuat
Baik atau buruknya suatu persamaan regresi ditentukan oleh R²-
nya yang mempunyai nilai antara nol dan satu. Ketentuannya :
1) Bila nilai koefisien determinasi sama dengan 0 (R² = 0), artinya
variasi dari Y tidak dapat diterangkan oleh X sama sekali
2) Bila nilai koefisien determinasi sama dengan 1 (R² = 1), artinya
variasi dari Y secara keseluruhan dapat diterangkan oleh X.
69
Dengan kata lain semua titik-titik pengamatan berada tepat pada
garis regresi.
Dengan demikian baik tidaknya suatu persamaan regresi antara lain
ditentukan oleh besaran nilai R² yang dimiliki, dimana nilainya berkisar
antara 0 (nol) dan 1 (satu) atau 0 ≤ R² ≤ 1
5. Uji-t (Testing Hypotesis)
Uji-t merupakan suatu pengujian yang digunakan untuk
mendeteksi signifikansi variabel independent secara individual terhadap
variabel dependent yang digunakan. Adapun langkah-langkah dalam uji
ini adalah sebagai berikut :
1) Merumuskan Hipotesis
H0 : α = 0, artinya tidak terdapat pengaruh signifikan secara statistik
antara variabel independent terhadap variabel dependent
H1 : α ≠ 0, artinya terdapat pengaruh signifikan secara statistik antara
variabel independent terhadap variabel dependent
2) Menentukan tingkat signifikansi atau daerah kritis (t-tabel)
Penelitian ini menggunakan tingkat signifikansi 5% dan degree of
freedom (df) = n-k dalam menetukan derajat bebas penyebut.
3) Menghitung t-hitung.
Nilai t-hitung untuk setiap koefisien variabel independen dapat
dirumuskan sebagai berikut.
70
4) Menetapkan kriteria pengujian dan menentukan daerah keputusan
H0 ditolak apabila : t-hit > t-tabel atau -t-hit < -t-tabel
H1 diterima apabila : t-hit < t-tabel atau -t hit > -t-tabel
5) Menentukan keputusan
6. Uji-F
Uji-F merupakan suatu pengujian yang bertujuan mendeteksi
signifikansi semua variabel independent secara simultan terhadap
variabel dependent yang digunakan. Adapun langkah-langkah dalam uji
ini adalah sebagai berikut:
1) Merumuskan Hipotesis
H0 : α = 0, artinya secara bersama-sama variabel independent tidak
berpengaruh signifikan secara statistik terhadap variabel dependent.
H0 : α ≠ 0, artinya secara bersama-sama variabel independent
berpengaruh signifikan secara statistik terhadap variabel dependent.
2) Menentukan tingkat signifikansi atau daerah kritis (F tabel)
Penelitian ini menggunakan tingkat signifikansi 5% dan degree of
freedom (df) = n-k dalam menetukan derajat bebas penyebut dan k-1
dalam menentukan derajat bebas pembilang.
3) Menghitung F-hitung.
Nilai F-hitung ditentukan dengan rumus sebagai berikut.
F = [R2/(k-1)]/[(1-R
2)/(n-3)]
71
4) Menetapkan kriteria pengujian dan menentukan daerah keputusan
H0 ditolak apabila : F-hit > F-tabel
H0 diterima apabila : F-hit < F-tabel
5) Memutuskan hipotesis.
E. Operasional Variabel Penelitian
1. Variabel Dependen Penelitian
Variabel dependen dalam penelitian ini adalah return JII sebagai proksi
risiko JII. Jakarta Islamic Index adalah himpunan saham-saham yang
bersifat likuid, 30 saham dengan kapitalisasi pasar terbesar dan
memenuhi prinsip syariah Islam.
2. Variabel Independen Penelitian
a. Inflasi
Inflasi adalah kenaikan harga barang-barang yang bersifat umum dan
terus menerus. Inflasi dapat dihitung dengan menggunakan Indeks
harga konsumen.
Perhitungannya adalah : Inflasi
Di mana : P0 = Harga barang/ jasa pada awal periode
P1 = Harga barang/jasa pada akhir periode
b. BI rate
BI rate adalah suku bunga kebijakan yang mencerminkan sikap atau
stance kebijakan moneter yang ditetapkan oleh Bank Indonesia dan
diumumkan kepada publik. BI rate yang ditetapkan oleh Bank
72
Indonesia yang seringkali dijadikan acuan dalam menentukan suku
bunga pinjaman atau suku bunga deposito.
c. Kurs IDR-USD
Kurs adalah catatan (quotation) harga pasar dari mata uang asing
(foreign currency) dalam harga mata uang domestik (domestic
currency) atau harga mata uang domestik dalam mata uang asing.
Kurs yang digunakan dalam penelitian ini adalah kurs nominal yang
merupakan harga relatif dari mata uang dua negara.
d. Indeks Dow Jones Islamic Market U.S Index (DJIUS)
Dow Jones Islamic Market U.S Index (DJIUS) adalah indeks pasar
saham yang merupakan family dari Dow Jones Islamic Market
sebagai sebuah benchmark untuk mengukur performa saham syariah
dengan kapitalisasi pasar terbesar (large capitalisation) di Amerika
Serikat.
e. Indeks Dow Jones Islamic Market U.K (DJIUK)
Indeks Dow Jones Islamic Market U.K (DJIUK) adalah indeks pasar
saham yang merupakan family dari Dow Jones Islamic Market
sebagai sebuah benchmark untuk mengukur performa saham syariah
di Inggris.
f. FTSE Shariah Japan 100
FTSE Shariah Japan adalah indeks pasar saham yang digunakan
untuk mengukur performa 100 saham syariah di Jepang
73
g. FTSE Bursa Malaysia Hijrah Shariah
FTSE Bursa Malaysia Hijrah Shariah adalah indeks pasar saham
yang digunakan untuk mengukur performa saham syariah di
Malaysia.
74
BAB IV
ANALISIS DAN PEMBAHASAN
A. Perkembangan Kondisi Makroekonomi di Indonesia
Kondisi makroekonomi pada suatu negara memegang peran yang
cukup penting dalam mendukung berbagai kegiatan ekonomi seperti
konsumsi dan investasi. Tidak jarang kiranya instabilitas finansial akibat
volatilitas makroekonomi menyebabkan perekonomian berjalan dengan
tidak optimal. Istilah instabilitas finansial (financial instability) itu sendiri
bisa didefinisikan sebagai perubahan drastis atas harga-harga aset-aset
finansial (Prasetyantoko, 2008 : 17). Jika instabilitas tersebut tidak
ditangani oleh perumus kebijakan pada sektor terkait, maka tujuan negara
dalam mencapai kesejahteraan masyarakatnya dapat terganggu. Karena
memiliki nilai yang vital, Prasetyantoko (2008) bahkan menjelaskan
bahwa stabilitas keuangan sudah menjadi barang publik. Dengan
demikian, stabilitas makroekonomi patut diwujudkan, terutama guna
mendukung kegiatan investasi di sektor finansial.
1. Inflasi
Inflasi sebagai indikator makroekonomi selalu menjadi perhatian
bagi para perumus kebijakan. Hal tersebut dikarenakan inflasi
merupakan tingkat harga yang terjadi pada perekonomian sehingga
berpengaruh pada daya beli masyarakat. Inflasi yang terkendali akan
mendukung kegiatan perekonomian baik skala kecil maupun skala
75
yang lebih besar. Selain itu, inflasi berkaitan dengan perkembangan
nilai investasi karena inflasi dapat merepresentasikan sektor riil.
Bahkan pemerintah pun turut mempertimbangkan tingkat inflasi
dalam penetapan APBN sebagai asumsi makroekonomi. Dengan
demikian, kinerja para perumus kebijakan dapat dikatakan baik jika
mampu mewujudkan stabilitas harga dengan perekonomian yang
berekspansi.
Fluktuasi tingat inflasi pada dasarnya disebabkan oleh berbagai
faktor. Secara teoritis faktor tersebut dapat berupa permintaan agregat
(demand pull inflation), peningkatan biaya produksi (cost push
inflation) dan inflasi yang disebabkan barang-barang impor (imported
inflation). Inflasi di Indonesia secara khusus mengalami fluktuasi
yang disebabkan dinamika perekonomian dalam negeri dan
perekonomian global. Berikut ini adalah perkembangan inflasi dalam
kurun waktu 2007-2016.
Grafik 4.1 Inflasi 2007-2016
Sumber : Bank Indonesia
76
Berdasarkan informasi pada grafik tersebut, inflasi tertinggi terjadi
pada September 2008 yakni 12,14% dan inflasi terendah terjadi pada
Oktober 2009 yakni 2,57%. Namun begitu, inflasi pada periode
setelahnya berfluktuasi pada rentang 4% – 8% antara Juli 2010 hingga
Mei 2016. Meningkatnya inflasi pada tahun 2008 disebabkan karena
meningkatnya harga komoditas global diantaranya minyak dunia.
Peningkatan harga minyak dunia sebagai komoditas global turut
menyebabkan lonjakan harga pada barang yang ditentukan pemerintah
(administered prices) yakni melalui kebijakan pemerintah yang
menaikkan harga BBM bersubsidi. Adapun bensin premium naik
menjadi Rp 6.000 per liter dan minyak solar sebesar Rp 5.500 per
liter. Harga baru tersebut berlaku untuk konsumsi rumah tangga,
usaha kecil, transportasi, dan pelayanan umum. Setelah bulan
September 2008, tingkat inflasi mulai turun karena turunnya harga
komoditi internasional, pangan dan energi dunia. Penyebab lain dari
terus menurunnya tingkat inflasi adalah kebijakan Pemerintah yang
menurunkan harga BBM jenis premium pada Desember 2008
berdasarkan Peraturan Menteri Energi dan Sumber Daya Mineral
Nomor 38 Tahun 2008, pemerintah menurunkan harga jual eceran
BBM jenis bensin premium menjadi Rp 5.500 per liter. Selain itu,
turunnya angka inflasi pada akhir 2008 juga disebabkan produksi
pangan dalam negeri yang relatif bagus.
77
2. BI rate
BI rate merupakan kebijakan diskonto yang ditetapkan oleh Bank
Indonesia dalam Rapat Dewan Gubernur sebagai suku bunga acuan.
Dalam perkembangannya, BI rate tidak lagi diterapkan sebagai suku
bunga acuan dan digantikan oleh BI 7 day Repo Rate per Agustus
2016. Keputusan Bank Indonesia atas hal tersebut didasarkan pada
kenyataan BI Rate tak cukup efektif untuk mengendalikan inflasi.
Diantara contoh konkretnya adalah BI sering merevisi target inflasi
pada pertengahan tahun. Bahkan revisi tersebut juga meleset dengan
realitas inflasi yang terjadi pada akhir tahun. Sebagai contoh, pada
APBN 2005, inflasi ditargetkan sebesar 5,5 persen. Namun, target
tersebut menyimpang dengan realisasi inflasi akhir tahun ternyata di
level 17,11 persen, berdasarkan data Badan Pusat Statistik (BPS).
Contoh lainnya, target inflasi dipatok 6,5 persen pada tahun 2008.
Kenyataannya, akhir tahun inflasi mencapai 11,1 persen. Atas dasar
tersebut, BI menilai BI 7-day Repo Rate, yang bertenor pendek, akan
membuat transmisi kebijakan moneter menjadi lebih efektif dan lebih
cepat sehingga dapat mencapai target inflasi yang ditetapkan.
Suku bunga dalam suatu perekonomian berperan sebagai ongkos
yang dibayarkan debitur kepada debitur atas penggunaan dananya.
Dengan kata lain, peningkatan tingkat suku bunga akan meningkatkan
biaya produksi. Efek peningkatan biaya tersebut dapat terjadi pada
berbagai skala usaha, baik UMKM maupun korporasi. Peningkatan
78
suku bunga dapat menurunkan minat investasi sektor usaha. Hal ini
dapat dipahami bahwa kenaikan tingkat suku bunga merupakan
kenaikan biaya investasi. Kondisi sebaliknya akan terjadi jika terjadi
penurunan suku bunga dimana minat investasi akan meningkat.
Dengan demikian, upaya pemerintah dalam meningkatkan investasi di
berbagai sektor industri dalam perekonomian dapat dilakukan salah
satunya dengan mewujudkan tingkat suku bunga acuan yang rendah
sehingga investasi berkembang.
Berikut adalah perkembangan BI rate pada rentang waktu Agustus
2007 hingga Juli 2016.
Grafik 4.2 Perkembangan BI rate periode 2007 - 2016
Sumber : Bank Indonesia
Berdasarkan informasi tersebut, BI rate berada pada titik tertinggi
yakni 9,25% pada September 2008. Sementara, titik terendah terjadi
79
pada Januari 2012 – Maret 2013 dengan suku bunga yang stabil yakni
5,75%. BI rate pada perkembangan selanjutnya mengalami
peningkatan dan kembali konstan pada level 7,5% sejak November
2013 hingga Oktober 2015.
Secara grafis, BI rate mengalami peningkatan secara bertahap
sebesar 0,25 basis poin terhitung April 2008 yakni 8% – November
2008 menjadi 9,5%. Kenaikan BI rate tersebut terjadi seiring dengan
krisis keuangan global tahun 2008. Selain itu, peningkatan suku bunga
acuan tersebut juga ditetapkan guna mengendalikan inflasi pasca
kenaikan harga BBM jenis premium (33%) dan solar (28%) pada 24
Mei 2008. Namun demikian, BI rate mengalami penurunan secara
gradual sebesar 0,25 basis poin per bulannya dimana BI rate per
Desember 2008 yakni 9,25% menjadi 6,5% per Agustus 2009
menyusul dengan keluarnya peraturan menteri ESDM nomor 38 tahun
2009 menjelang akhir tahun 2008.
3. Kurs Rupiah terhadap Dolar Amerika Serikat
Nilai tukar uang atau yang lebih populer dikenal dengan sebutan
kurs mata uang adalah catatan (quotation) harga pasar dari mata uang
asing (foreign currency) dalam harga mata uang domestik (domestic
currency) atau resiprokalnya, yaitu harga mata uang domestik dalam
mata uang asing (Karim, 157 : 2008). Pemilihan kurs rupiah terhadap
dolar AS dipilih karena mata uang dolar AS memiliki peran yang
80
besar dalam transaksi internasional, baik oleh pemerintah, lembaga
kuangan ataupun sektor usaha. Berikut adalah perkembangan nilai
tukar rupiah terhadap dolar Amerika.
Grafik 4.3 Perkembangan Kurs IDR/USD Periode 2007-2016
Sumber : Bank Indonesia
Berdasarkan informasi grafis tersebut, nilai tukar rupiah cenderung
stabil pada Agustus 2007 hingga Agustus 2008 pada level 9.095
hingga 9.350 sebelum akhirnya terdepresiasi sekitar 33% pada
November 2008 menjadi Rp 12.025 per dolar AS seiring dengan
terjadinya krisis keuangan global dan meningkatnya harga komoditas
dan pangan dunia. Depresiasi nilai tukar rupiah juga disinyalir akibat
dari struktur modal yang masuk (capital inflow) yang didominasi uang
berjangka pendek (hot money) yang biasanya digunakan oleh pelaku
pasar untuk berspekulasi di pasar uang dan pasar modal. Hal tersebut
81
mengakibatkan mobilitas dana yang cepat sehingga pergerakan nilai
tukar rupiah terhadap dolar AS semakin volatil.
Rupiah pada perkembangan selanjutnya menunjukkan tren yang
semakin terdepresiasi per Juni 2011 pada level 8.576 per dolar AS
menjadi 13.212 per dolar AS pada Juni 2016. Pelemahan nilai tukar
rupiah terburuk pada periode tersebut terjadi pada Agustus 2015 yakni
14.050 per dolar AS. Nilai tukar rupiah terhadap dolar yang mencapai
Rp14.050 per US$1 terjadi seiring dengan fenomena ekonomi global
seperti membaiknya perekonomian AS dan devaluasi mata uang yuan.
B. Perkembangan Kondisi Indeks Saham Syariah Regional
Dewasa kini, sektor pasar modal memiliki peran yang signifikan
dalam mendukung pertumbuhan dan pembangunan ekonomi suatu negara.
Sektor pasar modal sebagai wadah direct financing dapat memfasilitasi
setiap korporasi dalam mencari tambahan modal guna pengembangan
usaha. Semakin banyak perusahaan yang go public, maka semakin besar
pula kontribusi sektor pasar modal terhadap perekonomian. Demikian pula
halnya sektor pasar modal sebagai wadah investasi bagi para masyarakat
investor. Semakin baik kinerja emiten, maka diharapkan semakin tinggi
pula harga saham emiten tersebut sehingga meningkatkan kekayaan
mayarakat. Peningkatan kekayaan masyarakat tersebut dapat menjadi
motor penggerak bagi peningkatan konsumsi dan pertumbuhan ekonomi.
82
Semakin berkembangnya perekonomian dunia telah membuat
perekonomian setiap negara semakin terhubung satu sama lain. Kondisi
tersebut dapat diperhatikan pada pergerakan indeks harga saham pada
sektor pasar modal. Kejatuhan sektor pasar modal suatu negara dapat
berimbas pada pasar modal di kawasan yang berbeda. Risiko sistemik
tersebut menyebar dengan cepat di tengah kemajuan arus teknologi dan
informasi. Kondisi ini dapat memburuk dengan tidak terciptanya disiplin
pasar yang baik pada sistem keuangan. Selain itu, ketidakmampuan
otoritas di bidang keuangan dalam menciptakan disiplin pasar juga dapat
menimbulkan herding behaviour oleh para pelaku pasar sehingga pasar
keuangan begitu rentan mengalami penggelembungan (bubble) dan
kejatuhan (crash).
1. Dow Jones Islamic Market U.S Index
Dow Jones Islamic Market U.S (Large Capitalisation) Index
merupakan sub set dari Indeks Dow Jones Islamic Market yang telah
melewati proses penyaringan untuk kepatuhan syariah. DJIUS
merupakan representasi pasar saham syariah dengan urutan
kapitalisasi pasar yang terbesar (large capitalisation) di Amerika
Serikat.
83
Grafik 4.4 Perkembangan DJIUS Periode 2007 – 2016
Sumber : Investing.com
Berdasarkan informasi grafis tersebut, DJIUS memiliki tren yang
fluktuatif ke arah penurunan indeks harga saham pada rentang waktu
November 2007 yakni 3.855 hingga Mei 2015 menjadi 1.650. Dengan
kata lain, pada periode tersebut DJIUS mengalami penurunan sebesar
57%. Setelah periode tersebut, DJIUS mengalami peningkatan
menjadi 2.434 atau meningkat sebesar 47% per Juni 2016.
2. Dow Jones Islamic Market U.K. Index
Dow Jones Islamic Market U.K Index merupakan sub set dari
Indeks Dow Jones Islamic Market yang telah melewati proses
penyaringan untuk kepatuhan syariah. DJIUK merupakan representasi
pasar saham syariah di negara Inggris.
84
Grafik 4.5 Perkembangan DJIUK Periode 2007 – 2016
Sumber : Investing.com
Berdasarkan info grafis tersebut, Indeks DJIUK mengalami
fluktuasi yang cenderung stabil di level 1.700-2.500. Indeks DJIUK
,sebagaimana terdapat pada grafik, terdampak oleh krisis global yang
bersumber dari Amerika Serikat. DJIUK mulai mengalami penuruna
mulai Mei 2008 yakni 2.612 hingga titik terendah pada periode
tersebut yakni Februari 2009 menjadi 1.343. Dengan kata lain, DJIUK
telah mengalami pelemahan sebesar 48% pada periode krisis. Namun
begitu, kejatuhan indeks DJIUK hanya berlangsung temporer. Hal
tersebut dapat terlihat dari penguatan DJIUK secara berangsur-angsur
pasca periode krisis keuangan global 2008.
85
3. FTSE Shariah Japan 100 Index
Indeks FTSE Shariah Japan 100 didesain untuk digunakan sebagai
produk investasi dengan dasar kepatuhan terhadap syariah Islam untuk
memenuhi kebutuhan investor muslim di Jepang dan internasional.
Indeks tersebut terdiri dari 100 saham dengan kapitalisasi pasar besar
dan menengah dengan sharia compliance.
Grafik 4.6 Perkembangan FTSE Shariah Japan 100 2007-2016
Sumber : investing.com
Berdasarkan info grafis tersebut, indeks FTSJP terdampak oleh
krisis keuangan global yang terjadi pada tahun 2008. Pada Agustus
2007, FTSJP berada pada 1.725 dan berada pada 782,4 pada Januari
2009. Dengan kata lain, indeks FTSJP mengalami pelemahan sebesar
54% akibat krisis keuangan global. Berbeda dengan DJIUK, indeks
FTSJP nampaknya memiliki waktu yang cukup lama untuk melakukan
0
500
1000
1500
2000
Agu
st-0
7
Feb
-08
Agu
st-0
8
Feb
-09
Agu
st-0
9
Feb
-10
Agu
st-1
0
Feb
-11
Agu
st-1
1
Feb
-12
Agu
st-1
2
Feb
-13
Agu
st-1
3
Feb
-14
Agu
st-1
4
Feb
-15
Agu
st-1
5
Feb
-16
FTSE Shariah Japan 100
FTSE Shariah Japan 100
86
recovery pasca krisis. Hal ini dapat terlihat pada pergerakan indeks
tersebut yang cenderung stagnan pada kurun waktu Januari 2009
hingga September 2012. Indeks FTSJP baru memperlihatkan kondisi
perbaikan menjelang awal tahun 2013 dengan tren penguatan yang
signifikan.
4. FTSE Bursa Malaysia Hijrah Shariah Index
FTSE Bursa Malaysia Hijrah Shariah telah didesain untuk
digunakan sebagai dasar dari produk – produk investasi dengan
ketentuan sharia compliant yang memenuhi tuntutan penyaringan
(screening requirement) dari para investor muslim. Emiten – emiten
dalam indeks tersebut disaring oleh Dewan Penasihat Syariah (SAC)
pada Komisi Sekuritas Malaysia dan juga oleh konsultan syariah
global terkemuka yakni, Yasaar Ltd, untuk panduan prinsip yang jelas.
Berikut adalah perkembangan indeks FTSE Bursa Malaysia Hijrah
Shariah selama 2007-2016.
Grafik 4.7 Perkembangan FTSE Malaysia Hijrah Syariah 2007-2016
Sumber : investing.com
87
Berdasarkan informasi grafis tersebut, indeks FTSE Malaysia
Hijrah Shariah nampaknya terdampak oleh krisis keuangan global
tahun 2008. Hal ini terlihat dari pelemahan indeks tersebut sebesar
36% sepanjang periode April 2008 – Oktober 2008. Namun begitu,
efek krisis keuangan tidak memiliki efek pada periode yang lama. Hal
ini dapat diamati pada penguatan indeks tersebut yang dimulai dari
Februari 2009 yang memiliki tren penguatan yang cukup baik hingga
Mei 2016.
C. Analisis Ekonometri Pengaruh Variabel Makroekonomi dan Indeks
Saham Syariah Regional terhadap Risiko Jakarta Islamic Index
Analisis ekonemetrika dalam penelitian ini secara garis besar
terbagi menjadi beberapa tahap. Tahap tersebut dilakukan untuk mencari
pengaruh variabel makroekonomi dan indeks saham syariah regional
terhadap risiko Jakarta Islamic Index. Analisis menggunakan metode
ARCH dengan terlebih dahulu melakukan deteksi unsur
heteroskedastisitas dengan uji white heteroscedasticity.
a. Uji Stasioneritas Data JII
Uji stasioneritas digunakan untuk mengetahui adanya otokorelasi
pada data time series yang digunakan.
Tabel 4.1 Ikhtisar Uji Stasioneritas
Variabel Tingkat ADF test Statistic Critical Value
5%
Hasil
Return JII Level -7.834047 -2.889753 Stasioner
88
BI rate Level -2.228027 -2.890037 Belum stasioner
1 difference -4.434045 -2.890037 Stasioner
Inflasi Level -2.480754 -2.890037 Belum stasioner
1 difference -6.461414 -2.890037 Stasioner
Kurs IDR-
USD
Level -0.618387 -2.889753 Belum stasioner
1 difference -9.130402 -2.890037 Stasioner
DJIUS Level -1.886264 -2.889753 Belum stasioner
1 difference -11.50367 -2.890037 Stasioner
DJIUK Level -2.672777 -2.889753 Belum stasioner
1 difference -10.16899 -2.890037 Stasioner
FTSJP Level -1.399115 -2.889753 Belum stasioner
1 difference -8.733266 -2.890037 Stasioner
FTSMY Level -0.586845 -2.889753 Belum stasioner
1 difference -9.101977 -2.890037 Stasioner
Berdasarkan uji stasioneritas tersebut, kita dapat menyimpulkan
bahwa variabel dependen return kurs stasioner pada tahap level.
Sementara itu, variabel independen secara keseluruhan
dinyatakan stasioner pada tahap 1 difference karena ADF value >
Critical Value (5%).
b. Tes Heteroskedastisitas JII
Uji heteroskedastisitas digunakan agar dapat menggunakan metode
ARCH GARCH dalam pencarian risiko dari variabel Jakarta Islamic
Index. Ini perlu dilakukan karena heteroskedastisitas merupakan unsur
deteksi ARCH. Pengujian heteroskedatisitas ini dilakukan dengan
menggunakan dengan metode White Heteroscedasticity (No Cross
Term).
89
Tabel 4.2 Uji Heteroskedastisitas
Heteroskedasticity Test: White (No Cross Trem) F-statistic 2.772604 Prob. F(7,95) 0.0115
Obs*R-squared 17.47294 Prob. Chi-Square(7) 0.0146
Scaled explained SS 20.21671 Prob. Chi-Square(7) 0.0051
Berdasarkan hasil uji White Heteroscedasticity (No Cross
Term), Obs* R-squared probabilitasnya0. 0.0146 atau lebih kecil
dari 5% atau 0,05. Oleh karena itu, maka data penelitian ini
mengandung heteroskedastisitas. Jika data mengandung unsur
heteroskedastisitas, maka pengujian dapat dilanjutkan pada
metode ARCH GARCH untuk mengetahui pengaruh variabel
independen terhadap variabel dependennya.
c. Analisis Regresi ARCH GARCH
Untuk mencari model yang terbaik, dikarenakan data
penelitian ini bersifat heteroskedastis sehingga tidak memenuhi
asumsi-asumsi Teorema Gauss Markov, maka uji signifikansi
pencarian pengaruh variabel independen menggunakan metode
ARCH GARCH. Sedangkan untuk parameter signifikansi
menggunakan critical value yang tetap, dimana dikatakan
signifikan jika nilai signifikansi dibawah 0,05 atau 5%.
Uji signifikansi pengujian variabel independen seperti BI
rate, Inflasi, Kurs, DJIUS, DJIUK, FTSJP dan FTSMY terhadap
variabel risiko Jakarta Islamic Index (JII). Berdasarkan prinsip
90
parsimony, untuk model terbaiknya pada uji kali ini adalah
GARCH (1,1). Berikut ini adalah output regresi ARCH GARCH.
Tabel 4.3 Regresi ARCH GARCH
Dependent Variable: RETURN_JII
Method: ML ARCH - Normal distribution (BFGS / Marquardt steps)
Date: 03/30/17 Time: 10:26
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments
Failure to improve likelihood (non-zero gradients) after 64 iterations
Coefficient covariance computed using outer product of gradients
Presample variance: backcast (parameter = 0.7)
GARCH = C(9) + C(10)*RESID(-1)^2 + C(11)*GARCH(-1) Variable Coefficient Std. Error z-Statistic Prob. C 0.010047 0.003667 2.739418 0.0062
D(BI_RATE) -0.065727 0.025464 -2.581157 0.0098
D(INFLATION) -0.001580 0.006163 -0.256392 0.7976
D(IDR_USD) -7.66E-05 1.11E-05 -6.877252 0.0000
D(DJIUS) -8.32E-06 1.95E-05 -0.426818 0.6695
D(DJIUK) 0.000117 4.86E-05 2.413163 0.0158
D(FTSJP) 0.000133 7.39E-05 1.796800 0.0724
D(FTSMY) 3.08E-05 1.14E-05 2.710533 0.0067 Variance Equation C 2.26E-05 2.30E-05 0.982071 0.3261
RESID(-1)^2 -0.061891 0.011109 -5.571031 0.0000
GARCH(-1) 1.056532 3.75E-05 28202.57 0.0000 R-squared 0.622742 Mean dependent var 0.006130
Adjusted R-squared 0.594944 S.D. dependent var 0.066810
S.E. of regression 0.042521 Akaike info criterion -3.524841
Sum squared resid 0.171761 Schwarz criterion -3.243462
Log likelihood 192.5293 Hannan-Quinn criter. -3.410873
Durbin-Watson stat 2.325418
Berdasarkan output regresi ARCH-GARCH, pengaruh variabel
independen terhadap risiko Jakarta Islamic Index dapat
dinyatakan dengan persamaan berikut.
91
ζ2 JII = 0.010047 - 0.065727 BI_RATE - 0.001580 INFLATION
– 0.0000766 IDR_USD - 0.00000823 DJIUS + 0.000117 DJIUK
+ 0.000133 FTSJP + 0.0000308 FTSMY
Berdasarkan persamaan tersebut dapat diketahui bahwa :
a. Hasil regresi menunjukkan konstanta sebesar 0.010047
menyatakan bahwa jika nilai BI rate, inflasi, kurs IDR-USD,
DJIUS, DJIUK, FTSJP, dan FTSMY adalah nol, maka dapat
dikatakan bahwa dalam periode 2007-2016 return indeks JII
adalah sebesar 0.010047.
b. Koefisien BI rate menunjukan nilai sebesar – 0.065727 yang
berarti jika nilai BI rate naik 1 % dan variabel lainnya dalam
model tersebut adalah nol, maka return indeks JII akan turun
sebesar 0.065727.
c. Koefisien inflasi menunjukan nilai sebesar - 0.001580 yang
berarti jika inflasi naik 1 % dan variabel lainnya dalam model
tersebut adalah nol, maka return indeks JII akan turun sebesar
0.001580.
d. Koefisien kurs rupiah terhadap dolar AS menunjukan nilai
sebesar -0.0000766 yang berarti jika kurs tersebut naik
(terdepresiasi) 100 dan variabel lainnya dalam model tersebut
adalah nol, maka return indeks JII akan turun sebesar 0.0076.
e. Koefisien indeks DJIUS menunjukan nilai sebesar -
0.00000823 yang berarti jika poin indeks DJIUS menguat
92
100 dan variabel lainnya dalam model tersebut adalah nol,
maka return indeks JII akan turun sebesar 0.000823.
f. Koefisien indeks DJIUK menunjukan nilai sebesar 0.000117
yang berarti jika poin indeks DJIUK menguat 100 dan
variabel lainnya dalam model tersebut adalah nol, maka
return indeks JII akan naik sebesar 0.0117.
g. Koefisien indeks FTSJP menunjukan nilai sebesar 0.000133
yang berarti jika poin indeks FTSJP menguat 100 dan
variabel lainnya dalam model tersebut adalah nol, maka
return indeks JII akan naik sebesar 0.0133.
h. Koefisien indeks FTSMY menunjukan nilai sebesar
0.0000308 yang berarti jika poin indeks FTSMY menguat
100 dan variabel lainnya dalam model tersebut adalah nol,
maka return indeks JII akan naik sebesar 0.00308.
Selain itu, output di atas juga menunjukkan bahwa variabel
BI rate, kurs rupiah terhadap dolar, indeks DJIUK, dan indeks
FTSMY memiliki pengaruh yang signifikan dalam mempengaruhi
return Jakarta Islamic Index (JII), yakni 0.0098, 0.0000, 0.0158
dan 0.0067 atau lebih kecil dari 0,05. Sementara itu, variabel
inflasi, DJIUS dan FTSJP tidak berpengaruh signifikan dalam
mempengaruhi risiko JII. Hal tersebut dikarenakan variabel
inflasi, DJIUS dan FTSJP memiliki nilai signifikansi 0.7976,
93
0.6695, dan 0.0724. Dengan kata lain, variabel inflasi, DJIUS dan
FTSJP memiliki pengaruh prediktif yang lemah terhadap return
Jakarta Islamic Index (JII).
1) Koefisien Determinasi
Untuk menentukan seberapa besar prediktor dapat
menjelaskan variabel terikatnya dapat ditunjukkan dengan
nilai koefisien determinasi yang diperoleh dari nilai adjusted
R square. Koefisien determinasi merupakan ukuran untuk
mengetahui kesesuaian atau ketepatan antara nilai dugaan
atau garis regresi dengan data sampel (Suharyadi : 2013,
162). Hasil nilai adjusted R square dari regresi digunakan
untuk mengetahui besarnya variabel dependen yang
dipengaruhi oleh variabel-variabel independennya. Hasil
output diatas menunjukkan bahwa variabel return Jakarta
Islamic Index (JII) dijelaskan sebesar 0.594944 (59,49%)
oleh variabel BI rate, inflasi, kurs IDR-USD, DJIUS, DJIUK,
FTSJP dan FTSMY secara bersama-sama. Sedangkan
0,405056 (40,5%) sisanya dijelaskan oleh variabel lain yang
tidak masuk dalam model.
94
2) Pengujian Hipotesis
a) Uji F
Pengujian model secara simultan dengan Uji F
digunakan untuk menguji pengaruh secara simultan
variabel independen terhadap variabel dependennya atau
untuk menguji ketepatan model. Jika variabel
independen memiliki pengaruh secara simultan terhadap
variabel dependen maka model persamaan regresi masuk
dalam kriteria cocok atau fit. Kriteria keputusan tersebut
adalah sebagai berikut :
i. Apabila F hitung > F tabel atau memiliki tingkat
signifikansi < 0,05 maka H0 ditolak dan Ha
diterima
ii. Apabila F hitung < F tabel atau memiliki tingkat
signifikansi > 0,05 maka H0 diterima dan Ha
ditolak
Dari pengujian simultan diperoleh hasil output sebagai
berikut :
F hitung : [R2/(k-1)]/[(1- R
2)/(n-3)]
F hitung : [0,59/(8-1)]/[(1-0,59)/104-3)]
F hitung : 21,05
Sementara itu, F tabel adalah 2,01. Jika F hitung > F
tabel dengan demikian, maka kita menolak H0 dan
95
menerima Ha. Dengan kata lain secara bersama-sama
variabel independen berpengaruh signifikan secara
statistik terhadap variabel dependen.
b) Uji t
Uji t merupakan pengujian untuk mengukur seberapa
jauh pengaruh variabel independen yang digunakan
dalam penelitian ini yaitu BI rate, inflasi, kurs, DJIUS,
DJIUK, FTSJP dan FTSMY secara individual mampu
menjelaskan variabel dependen yakni risiko JII.
Kriteria keputusannya adalah sebagai berikut :
i. Apabila t hitung > t tabel atau memiliki tingkat
signifikansi < 0,05 maka H0 ditolak dan Ha diterima
ii. Apabila t hitung < t tabel atau memiliki tingkat
signifikansi > 0,05 maka H0 diterima dan Ha ditolak.
Pengujian ini dilakukan untuk mengetahui apakah
variabel independen secara parsial mempunyai pengaruh
yang signifikan terhadap variabel dependen. Berdasarkan
output regresi ARCH GARCH, diketahui bahwa tidak
semua variabel independen memiliki pengaruh yang
signifikan terhadap variabel dependen return JII.
Pembahasan mengenai hasil pengujian hipotesis adalah
sebagai berikut:
96
1) Uji t terhadap variabel BI rate
Dari hasil pengujian hipotesis dapat diketahui
bahwa variabel BI rate berpengaruh signifikan
terhadap risiko JII. Hal ini dapat dilihat bahwa
tingkat signifikansi < 0,05 yaitu sebesar 0.0098.
Oleh karena itu, dari hasil penelitian tersebut
menolak H0 dan menerima hipotesis alternatif (Ha)
yaitu variabel BI rate berpengaruh signifikan
terhadap risiko JII.
Hasil penelitian ini berbeda dengan hasil penelitian
oleh Beik dkk (2013) bahwa BI rate berpengaruh
negatif tidak signifikan terhadap JII. Demikian pula
hasil penelitian yang dilaporkan oleh Surbakti dkk
(2014) bahwa BI rate berpengaruh tidak signifikan
terhadap Jakarta Composite Index. Hubungan
negatif tersebut sejalan dengan teori hubungan
investasi dan suku bunga. Kenaikan tingkat suku
bunga dapat menurunkan minat sektor korporasi
untuk berinvestasi karena meningkatnya biaya
investasi. Meskipun BI rate tidak secara langsung
berpengaruh terhadap perusahaan yang tergabung
dalam indeks JII, peningkatan BI rate akan
mempengaruhi expected return pada skema
97
pembiayaan langsung ataupun tidak langsung dalam
konteks perekonomian Indonesia yang menerapkan
dual banking system. Dengan demikian, peningkatan
BI rate dapat menunda investasi sektor korporasi
serta ekspansi usaha sehingga hal tersebut dapat
mencetak profitabilitas yang lebih rendah.
2) Uji t terhadap variabel inflasi
Dari hasil pengujian hipotesis dapat diketahui
bahwa variabel inflasi berpengaruh tidak signifikan
terhadap risiko JII. Hal ini dapat dilihat bahwa
tingkat signifikansi > 0,05 yaitu sebesar 0.7976.
Oleh karena itu, dari hasil penelitian tersebut
menerima H0 dan menolak hipotesis alternatif (Ha)
yaitu variabel inflasi berpengaruh tidak signifikan
terhadap risiko JII.
Hasil penelitian ini serupa dengan hasil penelitian
oleh Surbakti dkk (2014) bahwa inflasi berpengaruh
negatif tidak signifikan terhadap Jakarta Composite
Index. Selain itu, Majid dan Yusof (2009) juga
menemukan hasil penelitian yang sama bahwa
variabel inflasi berpengaruh negatif tidak signifikan
terhadap indeks saham syariah. Adanya inflasi telah
98
menyebabkan daya beli semakin rendah terutama
bagi masyarakat berpendapatan tetap dan kecil.
Hubungan antara inflasi dan indeks saham syariah
terjadi ketika tingkat daya beli masyarakat menurun
karena inflasi yang tinggi sehingga mengurangi
belanja (konsumsi) masyarakat atas produk/output
perekonomian. Kondisi tersebut disertai dengan
kecenderungan peningkatan velositas dalam
penggunaan pendapatan. Hal tersebut akan
mengurangi laba berbagai industri akibat penurunan
pendapatan penjualan. Hal tersebut sejalan dengan
teori inflasi yang berpengaruh negatif terhadap
kesejahteraan masyarakat.
3) Uji t terhadap variabel kurs IDR-USD
Dari hasil pengujian hipotesis dapat diketahui
bahwa variabel kurs IDR-USD berpengaruh
signifikan terhadap return JII. Hal ini dapat dilihat
bahwa tingkat signifikansi < 0,05 yaitu sebesar
0.0000. Oleh karena itu, dari hasil penelitian tersebut
menolak H0 dan menerima hipotesis alternatif (Ha)
yaitu variabel kurs IDR-USD berpengaruh signifikan
terhadap risiko JII.
99
Hasil penelitian ini serupa dengan hasil penelitian
oleh Majid dan Yusof (2009) bahwa kurs
berpengaruh negatif signifikan terhadap indeks
saham syariah. Sementara itu, hasil penelitian serupa
juga didapatkan oleh Beik dkk (2013) dan Rjoub
dkk (2009) bahwa kurs rupiah terhadap dolar
berpengaruh negatif namun tidak signifikan terhadap
JII.
Pengaruh fluktuasi kurs mata uang berpengaruh
lebih dominan pada perusahaan yang bergerak di
bidang ekspor dan impor. Fluktuasi berupa
depresiasi nilai tukar secara langsung dapat
mempengaruhi harga barang domestik sehingga
menyebabkan peningkatan biaya produksi suatu
perusahaan. Hal ini akan menurunkan minat investor
untuk berinvestasi membeli saham perusahaan
tersebut. Selain itu, hubungan negatif yang
signifikan juga dapat berarti jumlah investor asing
masih mendominasi investasi pada pasar modal
Indonesia. Hal tersebut menyebabkan depresiasi
nilai tukar merupakan sentimen negatif bagi para
investor untuk menarik kepemilikan sahamnya pada
100
pasar modal Indonesia sehingga indeks saham
syariah bergerak melemah.
4) Uji t terhadap variabel DJIUS
Dari hasil pengujian hipotesis dapat diketahui
bahwa variabel indeks DJIUS berpengaruh tidak
signifikan terhadap return JII. Hal ini dapat dilihat
bahwa tingkat signifikansi > 0,05 yaitu sebesar
0.6695. Oleh karena itu, dari hasil penelitian tersebut
menerima H0 dan menolak hipotesis alternatif (Ha)
yaitu variabel indeks DJIUS berpengaruh tidak
signifikan terhadap return JII.
Hasil penelitian ini berbeda dengan hasil penelitian
oleh Beik (2013) bahwa pasar saham syariah
Amerika Serikat berpengaruh negatif signifikan
terhadap JII. Hasil penelitan yang sama juga
dinyatakan oleh Wardhana dkk (2009) bahwa pasar
saham syariah AS memiliki hubungan yang negatif
dengan pasar saham syariah Indonesia. Kenaikan
harga saham pada pasar modal syariah di AS akan
menyebabkan harga saham di pasar Indonesia
mengalami penurunan. Demikian pula sebaliknya
jika harga saham pada pasar modal syariah di AS
mengalami penurunan. Hal tersebut
101
mengindikasikan bahwa pasar saham syariah AS
adalah kompetitor bagi pasar saham syariah
Indonesia.
Wardhana (2009) menjelaskan bahwa Amerika
Serikat merupakan pasar utama investor saham.
Sementara Indonesia, Jepang dan Malaysia
merupakan pasar alternatif. Seiring terjadinya krisis
AS 2008, investor akan memindahkan investasi
sahamnya ke pasar alternatif di negara-negara
tersebut untuk menghindari kerugian yang lebih
besar. Dengan demikian, penurunan harga saham
syariah di AS akan menyebabkan perpindahan dana
ke pasar saham Indonesia. Itulah penjelasan
mengapa terjadi hubungan yang negatif antara kedua
pasar saham syariah tersebut.
Hubungan yang negatif tersebut dapat bermakna
bahwa para investor lebih memilih untuk
berinvestasi di negara dengan pasar modal syariah
yang telah maju. Preferensi masyarakat untuk
berinvestasi di negara tersebut juga didukung
dengan penilaian investment grade rating AA+
untuk Amerika Serikat oleh S&P. Meskipun hal
tersebut ditujukan untuk surat utang, penilaian atas
102
investment grade rating tersebut setidaknya
membuat keamanan dan kenyamanan para investor
saham dari risiko kehilangan dana investasinya
akibat kebangkrutan.
5) Uji t terhadap variabel DJIUK
Dari hasil pengujian hipotesis dapat diketahui
bahwa variabel indeks DJIUK berpengaruh
signifikan terhadap return JII. Hal ini dapat dilihat
bahwa tingkat signifikansi < 0,05 yaitu sebesar
0.0158. Oleh karena itu, dari hasil penelitian tersebut
menolak H0 dan menerima hipotesis alternatif (Ha)
yaitu variabel indeks DJIUK berpengaruh signifikan
terhadap return JII.
Hasil penelitian ini serupa belakang dengan hasil
penelitian oleh Beik (2013) bahwa pasar saham
syariah regional Eropa berpengaruh secara positif
signifikan terhadap JII. Demikian pula penelitian
yang dilakukan oleh Wardhana dkk (2009) bahwa
pasar saham syariah Inggris memiliki hubungan
yang positif dengan pasar modal syariah Indonesia.
Kenaikan harga saham pada pasar modal syariah di
Inggris akan menyebabkan harga saham di pasar
103
Indonesia mengalami penguatan. Demikian pula
sebaliknya jika harga saham pada pasar modal
syariah di Inggris mengalami penurunan. Hal
tersebut mengindikasikan bahwa pasar saham
syariah Inggris adalah komplementer bagi pasar
saham syariah Indonesia.
Hubungan yang posistif tersebut dapat bermakna
bahwa para investor lebih memilih untuk
berinvestasi di negara dengan pasar modal syariah
yang telah maju. Sebagai pasar alternatif, pasar
modal syariah di Inggris memiliki daya tarik
investasi yang sama jika dibandingkan dengan pasar
alternatif di negara berkembang. Preferensi
masyarakat untuk berinvestasi di negara tersebut
juga didukung dengan penilaian investment grade
rating AA untuk Inggris oleh S&P. Meskipun hal
tersebut ditujukan untuk surat utang, penilaian atas
investment grade rating tersebut setidaknya
membuat keamanan dan kenyamanan para investor
saham dari risiko kehilangan dana investasinya
akibat kebangkrutan.
104
6) Uji t terhadap variabel FTSJP
Dari hasil pengujian hipotesis dapat diketahui
bahwa variabel indeks FTSJP berpengaruh tidak
signifikan terhadap return JII. Hal ini dapat dilihat
bahwa tingkat signifikansi > 0,05 yaitu sebesar
0.0724. Oleh karena itu, dari hasil penelitian tersebut
menerima H0 dan menolak hipotesis alternatif (Ha)
yaitu variabel indeks FTSJP berpengaruh tidak
signifikan terhadap return JII.
Hasil penelitian ini bertolak belakang dengan hasil
penelitian oleh Beik (2013) bahwa pasar saham
syariah Jepang berpengaruh negatif signifikan
terhadap JII. Pasar saham syariah Jepang memiliki
hubungan positif dengan pasar saham syariah
Indonesia. Jika terjadi kenaikan harga saham di
pasar saham syariah Jepang akan diikuti oleh
kenaikan harga saham di pasar saham syariah
Indonesia. Ini berarti bahwa Jepang adalah pasar
komplementer bagi Indonesia.
Hubungan positif antara kedua pasar saham tersebut
dimungkinkan karena pasar saham di Jepang belum
semaju sebagaimana Amerika Serikat. Hal ini
105
berimplikasi jika terjadi krisis keuangan di AS,
maka para investor saham syariah akan
memindahkan dananya ke Inggris, Indonesia,
Malaysia dan Jepang sebagai pasar alternatif. Selain
itu, penilaian Jepang sebagai pasar alternatif juga
didukung dengan investment grade rating A+ oleh
S&P. Pencapaian rating tersebut lebih rendah jika
dibandingkan dengan AS. Dengan demikian,
investor masih akan merasa lebih nyaman
berinvestasi di negara tersebut.
7) Uji t terhadap variabel FTSMY
Dari hasil pengujian hipotesis dapat diketahui
bahwa variabel indeks FTSMY berpengaruh
signifikan terhadap return JII. Hal ini dapat dilihat
bahwa tingkat signifikansi < 0,05 yaitu sebesar
0,0067. Oleh karena itu, dari hasil penelitian tersebut
menolak H0 dan menerima hipotesis alternatif (Ha)
yaitu variabel indeks FTSMY berpengaruh
signifikan terhadap return JII.
Hasil penelitian ini serupa dengan hasil penelitian
oleh Beik (2013) bahwa indeks harga saham syariah
berpengaruh secara positif signifikan terhadap JII.
106
Pasar saham syariah Malaysia memiliki hubungan
positif dengan pasar saham syariah Indonesia. Jika
terjadi kenaikan harga saham di pasar saham syariah
Malaysia akan diikuti oleh kenaikan harga saham di
pasar saham syariah Indonesia. Ini berarti bahwa
Malaysia adalah pasar komplementer bagi
Indonesia.
Hubungan positif antara kedua pasar saham tersebut
dimungkinkan karena pasar saham di Malaysia
belum semaju sebagaimana Amerika Serikat. Hal ini
berimplikasi jika terjadi krisis keuangan di AS,
maka para investor saham syariah akan
memindahkan dananya ke Inggris, Indonesia,
Malaysia dan Jepang sebagai pasar alternatif. Selain
itu, penilaian Malaysia sebagai pasar alternatif juga
didukung dengan investment grade rating A- oleh
S&P. Pencapaian rating tersebut lebih rendah jika
dibandingkan dengan AS. Dengan demikian,
investor masih akan merasa lebih nyaman
berinvestasi di negara tersebut.
107
BAB V
PENUTUP
A. Kesimpulan
Penelitian ini menganalisa seberapa besar pengaruh variabel ekonomi
makro dan indeks saham syariah regional sebagai variabel independen
terhadap risiko JII. Variabel ekonomi makro yang digunakan dalam penelitian
ini adalah Inflasi, BI rate, dan Kurs Rupiah terhadap dolar AS. Sementara
indeks saham syariah regional yang digunakan adalah Dow Jones Islamic
Market US, Dos Jones Islamic Market UK, FTSE Shariah Japan 100, dan
FTSE Bursa Malaysia Hijrah Shariah. Berdasarkan hasil analisis data dan
pembahasan yang telah dikemukakan pada bab IV, maka dapat diperoleh
kesimpulan sebagai berikut :
1. Variabel independen yaitu Inflasi, kurs rupiah terhadap dolar AS, BI
rate, DJIUS, DJIUK, FTSJP dan FTSMY secara simultan berpengaruh
signifikan terhadap risiko JII.
2. Variabel inflasi secara parsial berpengaruh negatif tidak signifikan
terhadap risiko JII
3. Variabel kurs IDR-USD secara parsial berpengaruh negatif signifikan
terhadap risiko JII
4. Variabel BI rate secara parsial berpengaruh negatif signifikan terhadap
risiko JII
5. Variabel DJIUS secara parsial berpengaruh negatif tidak signifikan
terhadap risiko JII
108
6. Variabel DJIUK secara parsial berpengaruh positif signifikan terhadap
risiko JII
7. Variabel FTSJP secara parsial berpengaruh positif tidak signifikan
terhadap risiko JII
8. Variabel FTSMY secara parsial berpengaruh positif signifikan terhadap
risiko JII
B. Saran
Berdasarkan kesimpulan yang telah diuraikan diatas, maka peneliti dapat
sampaikan beberapa saran sebagai berikut :
1. Peneliti menggunakan 3 variabel makroekonomi sehingga
memungkinkan adanya ketidakakuratan pada hasil penelitian. Oleh
karena itu, disarankan dalam penelitian selanjutnya agar memasukkan
variabel makroekonomi lainnya agar model penelitian tersebut lebih
akurat dengan koefisien determinasi yang lebih besar.
2. Peneltian selanjutnya diharapkan untuk melibatkan indeks saham di
regional lainnya yang telah mengembangkan investasi pada saham
syariah. Hal ini ditujukan agar penelitian tersebut dapat meningkatkan
akurasi hasil penelitiannya.
3. Peneliti berharap penelitian selanjutnya pada bidang yang sama
dilakukan dengan metode analisis yang berbeda dari metode analisis
yang digunakan pada penelitian ini.
109
Daftar Pustaka
Agung, I Gusi Ngurah. 2012. Time Series Data Analysis Using Eviews. Singapore
: John Wiley & Sons
Anthony, Kyereboah-Coleman Kwame F. Agyire-Tettey. 2008. "Impact of
macroeconomic indicators on stock market performance". The Journal of
Risk Finance, Vol. 9 Iss. 4
Bacha, Obiyathulla Ismath dan Abbas Mirakhor. 2013. Islamic Capital Markets :
A Comparative Approach. Singapore : John Wiley & Sons
Bungin, Burhan. 2005. Metodologi Penelitian Kuantitatif. Jakarta : Kencana
Case, Karl & Ray Fair. 2007. Prinsip-Prinsip Ekonomi. Jakarta : Erlangga
Firdaus, Rachmat dan Maya Arianti. 2011. Pengantar Teori Moneter serta
Aplikasinya pada Sistem Ekonomi Konvensional & Syariah. Bandung
: Alfabeta
Hartono, Jogiyanto. 2016. Teori Portofolio dan Analisis Investasi. Yogyakarta :
BPFE UGM
Karim, Adiwarman A. 2008. Ekonomi Makro Islami. Jakarta : Rajawali Press
Kasidi. 2010. Manajemen Risiko. Bogor : Ghalia Indonesia
Kowanda, Dionysia, Rowland Fernando Pasaribu, dan Ahmad Fajri Shauti. 2015.
“The Influence of Foreign Stock Market Index and Macroeconomic
Variables Toward Jakarta Composite Index During 2010-2014”. Jurnal
Manajemen Indonesia, Vol. 15 - No. 3
Lewis, Mervin K dan Latifa M. Algoud. 2001. Perbankan Syariah. Jakarta :
Serambi Ilmu Semesta
110
Majid , M. Shabri Abd. dan Rosylin Mohd. Yusof. 2009. “Long-run relationship
between Islamic stock returns and macroeconomic variables: An
application of the autoregressive distributed lag model”, Emerald Journal :
Humanomics, Vol. 25 Iss: 2
Mankiw, Gregory. 2006. Makroekonomi. Jakarta : Erlangga
Merancia, Alfin. 2010. “Pengaruh Variabel Makro Ekonomi dan Indeks
Regional Terhadap Risiko Jakarta Islamic Index (JII) dan Indeks Harga
Saham Gabungan (IHSG)”. Tesis Pascasarjana, Program Studi Timur
Tengah dan Islam Universitas Indonesia, Jakarta, 2010
Murhadi, Werner R. 2009. Analisis Saham Pendekatan Fundamental. Jakarta :
Indeks
Nachrowi dan Hardius Usman. 2006. Pendekatan Populer dan Praktis
Ekonometrika Untuk Analisis Ekonomi dan Keuangan. Jakarta : Lembaga
Penerbit FE UI
Nopirin. 1998. Ekonomi Moneter. Yogyakarta : BPFE UGM
Omar, Mohd Azmi, Muhamad Abduh and Raditya Sukmana. 2014.
Fundamentals of Islamic Money and Capital Markets. Singapore : John
Wiley & Sons
Prasetyantoko. 2008. Bencana Finansial : Stabilitas sebagai Barang Publik.
Jakarta : Kompas
Priandana, Moh. Sidik dan Saludin Muis. 2009. Metodologi Penelitian Ekonomi &
Bisnis. Yogyakarta : Graha Ilmu
Purnomo, Serfianto dkk. 2013. Pasar Uang & Pasar Valas. Jakarta : Gramedia
111
Pustaka Utama
Rahardja, Pratama dan Mandala Manurung. 2013. Pengantar Ilmu Ekonomi.
Jakarta : Lembaga Penerbit FEUI
Rjoub, Husam, Turgut Türsoy dan Nil Günsel. 2009."The effects of
macroeconomic factors on stock returns: Istanbul Stock Market", Emerald
Journal : Studies in Economics and Finance, Vol. 26 Iss 1
Rodoni, Ahmad. 2009. Investasi Syariah. Jakarta : Lembaga Penelitian UIN
Jakarta
Ross, Stephen, Westerfield dan Jordan. 2009. Pengantar Keuangan Perusahaan.
Jakarta : Salemba Empat
Simorangir, Iskandar. 2014. Pengantar Kebanksentralan : Teori dan Praktik di
Indonesia. Jakarta : Rajawali Pers
Surbakti, Emta Hariati, Noer Azam Achsani dan Tubagus Nur Ahmad Maulana.
2016. “The Impact of Macroeconomic Variables on JCI‟s Stock Return
Volatility in Pre and Post Global Economic Crisis”. International Journal
of Scientific and Research Publications, Volume 6, Issue 3,
Sufian, Fadzlan dan Fakarudin Kamarudin . 2015. “Determinants of revenue
efficiency of Islamic banks”. International Journal of Islamic and Middle
Eastern Finance and Management, Vol. 8
Suharyadi dan Purwanto S. Statistika Untuk Ekonomi dan Keuangan Modern
Edisi 2. Jakarta : Salemba Empat
Suliyanto. 2011. Ekonometrika Terapan : Teori dan Aplikasi dengan SPSS.
Yogyakarta : Andi
112
el-Tiby, Amr Mohamed. 2011. Islamic Banking : How to Manage Risk and
Improve Profitability. Canada : John Wiley & Sons
Wahyudi, Imam dkk. 2013. Manajemen Risiko Bank Islam. Jakarta : Salemba
Empat
Widarjono, Agus. 2016. Ekonomterika : Pengantar dan Aplikasinya. Yogyakarta :
UPP STIM YKPN
Winarno, Wing Wahyu. 2015. Analisis Ekonometrika dan Statistika dengan
Eviews. Yogyakarta : UPP STIM YKPN
113
LAMPIRAN
1. Uji Stasioneritas Risiko JII (Level)
Null Hypothesis: RETURN_JII has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.834047 0.0000
Test critical values: 1% level -3.495021
5% level -2.889753
10% level -2.581890 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RETURN_JII)
Method: Least Squares
Date: 03/31/17 Time: 08:09
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. RETURN_JII(-1) -0.757569 0.096702 -7.834047 0.0000
C 0.004710 0.006444 0.730879 0.4665 R-squared 0.377973 Mean dependent var 0.000270
Adjusted R-squared 0.371814 S.D. dependent var 0.082192
S.E. of regression 0.065144 Akaike info criterion -2.605211
Sum squared resid 0.428616 Schwarz criterion -2.554052
Log likelihood 136.1684 Hannan-Quinn criter. -2.584490
F-statistic 61.37229 Durbin-Watson stat 2.020055
Prob(F-statistic) 0.000000
114
2. Uji Stasioneritas BI rate (level)
Null Hypothesis: BI_RATE has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.228027 0.1978
Test critical values: 1% level -3.495677
5% level -2.890037
10% level -2.582041 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(BI_RATE)
Method: Least Squares
Date: 03/31/17 Time: 08:10
Sample (adjusted): 2008M02 2016M07
Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. BI_RATE(-1) -0.029664 0.013314 -2.228027 0.0281
D(BI_RATE(-1)) 0.682554 0.072856 9.368521 0.0000
C 0.203194 0.094162 2.157918 0.0334 R-squared 0.476992 Mean dependent var -0.014706
Adjusted R-squared 0.466426 S.D. dependent var 0.168068
S.E. of regression 0.122767 Akaike info criterion -1.328080
Sum squared resid 1.492112 Schwarz criterion -1.250875
Log likelihood 70.73208 Hannan-Quinn criter. -1.296817
F-statistic 45.14479 Durbin-Watson stat 2.104581
Prob(F-statistic) 0.000000
115
3. Uji Stasioneritas BI rate (1 difference)
Null Hypothesis: D(BI_RATE) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.434045 0.0005
Test critical values: 1% level -3.495677
5% level -2.890037
10% level -2.582041 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(BI_RATE,2)
Method: Least Squares
Date: 03/31/17 Time: 08:10
Sample (adjusted): 2008M02 2016M07
Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(BI_RATE(-1)) -0.328608 0.074110 -4.434045 0.0000
C -0.004832 0.012442 -0.388394 0.6986 R-squared 0.164304 Mean dependent var 0.000000
Adjusted R-squared 0.155947 S.D. dependent var 0.136251
S.E. of regression 0.125177 Akaike info criterion -1.298762
Sum squared resid 1.566930 Schwarz criterion -1.247292
Log likelihood 68.23686 Hannan-Quinn criter. -1.277920
F-statistic 19.66076 Durbin-Watson stat 2.039376
Prob(F-statistic) 0.000024
116
4. Uji Stasioneritas inflasi (Level)
Null Hypothesis: INFLATION has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.480754 0.1231
Test critical values: 1% level -3.495677
5% level -2.890037
10% level -2.582041 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(INFLATION)
Method: Least Squares
Date: 03/31/17 Time: 08:11
Sample (adjusted): 2008M02 2016M07
Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. INFLATION(-1) -0.071204 0.028703 -2.480754 0.0148
D(INFLATION(-1)) 0.456250 0.089538 5.095595 0.0000
C 0.406476 0.186952 2.174221 0.0321 R-squared 0.223523 Mean dependent var -0.040686
Adjusted R-squared 0.207837 S.D. dependent var 0.743131
S.E. of regression 0.661413 Akaike info criterion 2.040095
Sum squared resid 43.30929 Schwarz criterion 2.117300
Log likelihood -101.0448 Hannan-Quinn criter. 2.071358
F-statistic 14.24948 Durbin-Watson stat 1.918286
Prob(F-statistic) 0.000004
117
5. Uji Stasioneritas inflasi (1 difference)
Null Hypothesis: D(INFLATION) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -6.461414 0.0000
Test critical values: 1% level -3.495677
5% level -2.890037
10% level -2.582041 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(INFLATION,2)
Method: Least Squares
Date: 03/31/17 Time: 08:11
Sample (adjusted): 2008M02 2016M07
Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(INFLATION(-1)) -0.583627 0.090325 -6.461414 0.0000
C -0.027869 0.067214 -0.414625 0.6793 R-squared 0.294532 Mean dependent var -0.009902
Adjusted R-squared 0.287477 S.D. dependent var 0.803502
S.E. of regression 0.678244 Akaike info criterion 2.080794
Sum squared resid 46.00152 Schwarz criterion 2.132264
Log likelihood -104.1205 Hannan-Quinn criter. 2.101636
F-statistic 41.74987 Durbin-Watson stat 1.874821
Prob(F-statistic) 0.000000
118
6. Uji Stasioneritas kurs IDR-USD (Level)
Null Hypothesis: IDR_USD has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -0.618387 0.8608
Test critical values: 1% level -3.495021
5% level -2.889753
10% level -2.581890 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(IDR_USD)
Method: Least Squares
Date: 03/31/17 Time: 08:12
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. IDR_USD(-1) -0.012505 0.020222 -0.618387 0.5377
C 168.0823 216.3847 0.776776 0.4391 R-squared 0.003772 Mean dependent var 35.98058
Adjusted R-squared -0.006092 S.D. dependent var 348.6792
S.E. of regression 349.7396 Akaike info criterion 14.57148
Sum squared resid 12354096 Schwarz criterion 14.62264
Log likelihood -748.4313 Hannan-Quinn criter. 14.59220
F-statistic 0.382403 Durbin-Watson stat 1.797741
Prob(F-statistic) 0.537712
119
7. Uji Stasioneritas kurs IDR-USD (1 difference)
Null Hypothesis: D(IDR_USD) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -9.130402 0.0000
Test critical values: 1% level -3.495677
5% level -2.890037
10% level -2.582041 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(IDR_USD,2)
Method: Least Squares
Date: 03/31/17 Time: 08:13
Sample (adjusted): 2008M02 2016M07
Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(IDR_USD(-1)) -0.908841 0.099540 -9.130402 0.0000
C 34.35072 34.87557 0.984951 0.3270 R-squared 0.454637 Mean dependent var 0.313725
Adjusted R-squared 0.449184 S.D. dependent var 471.8704
S.E. of regression 350.2081 Akaike info criterion 14.57434
Sum squared resid 12264568 Schwarz criterion 14.62582
Log likelihood -741.2916 Hannan-Quinn criter. 14.59519
F-statistic 83.36424 Durbin-Watson stat 1.973692
Prob(F-statistic) 0.000000
120
8. Uji Stasioneritas DJIUS (Level)
Null Hypothesis: DJIUS has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.886264 0.3376
Test critical values: 1% level -3.495021
5% level -2.889753
10% level -2.581890 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DJIUS)
Method: Least Squares
Date: 03/31/17 Time: 08:13
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DJIUS(-1) -0.052035 0.027586 -1.886264 0.0621
C 129.3268 77.74858 1.663398 0.0993 R-squared 0.034029 Mean dependent var -12.98990
Adjusted R-squared 0.024465 S.D. dependent var 192.8629
S.E. of regression 190.4891 Akaike info criterion 13.35629
Sum squared resid 3664896. Schwarz criterion 13.40745
Log likelihood -685.8491 Hannan-Quinn criter. 13.37701
F-statistic 3.557993 Durbin-Watson stat 2.138936
Prob(F-statistic) 0.062132
121
9. Uji Stasioneritas DJIUS (1 difference)
Null Hypothesis: D(DJIUS) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -11.50367 0.0000
Test critical values: 1% level -3.495677
5% level -2.890037
10% level -2.582041 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DJIUS,2)
Method: Least Squares
Date: 03/31/17 Time: 08:14
Sample (adjusted): 2008M02 2016M07
Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(DJIUS(-1)) -1.114833 0.096911 -11.50367 0.0000
C -10.35704 18.72406 -0.553141 0.5814 R-squared 0.569586 Mean dependent var 4.937157
Adjusted R-squared 0.565282 S.D. dependent var 286.0872
S.E. of regression 188.6264 Akaike info criterion 13.33683
Sum squared resid 3557991. Schwarz criterion 13.38830
Log likelihood -678.1782 Hannan-Quinn criter. 13.35767
F-statistic 132.3344 Durbin-Watson stat 1.937558
Prob(F-statistic) 0.000000
122
10. Uji Stasioneritas DJIUK (Level)
Null Hypothesis: DJIUK has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.672777 0.0823
Test critical values: 1% level -3.495021
5% level -2.889753
10% level -2.581890 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DJIUK)
Method: Least Squares
Date: 03/31/17 Time: 08:15
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DJIUK(-1) -0.108992 0.040778 -2.672777 0.0088
C 225.8028 87.17180 2.590319 0.0110 R-squared 0.066058 Mean dependent var -5.247087
Adjusted R-squared 0.056811 S.D. dependent var 117.3385
S.E. of regression 113.9567 Akaike info criterion 12.32874
Sum squared resid 1311599. Schwarz criterion 12.37990
Log likelihood -632.9301 Hannan-Quinn criter. 12.34946
F-statistic 7.143739 Durbin-Watson stat 1.897288
Prob(F-statistic) 0.008773
123
11. Uji Stasioneritas DJIUK (1 difference)
Null Hypothesis: D(DJIUK) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -10.16899 0.0000
Test critical values: 1% level -3.495677
5% level -2.890037
10% level -2.582041 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DJIUK,2)
Method: Least Squares
Date: 03/31/17 Time: 08:15
Sample (adjusted): 2008M02 2016M07
Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(DJIUK(-1)) -1.007196 0.099046 -10.16899 0.0000
C -3.363621 11.58612 -0.290315 0.7722 R-squared 0.508378 Mean dependent var 3.030294
Adjusted R-squared 0.503462 S.D. dependent var 165.8141
S.E. of regression 116.8416 Akaike info criterion 12.37893
Sum squared resid 1365197. Schwarz criterion 12.43040
Log likelihood -629.3254 Hannan-Quinn criter. 12.39977
F-statistic 103.4084 Durbin-Watson stat 1.974561
Prob(F-statistic) 0.000000
124
12. Uji Stasioneritas FTSJP (Level)
Null Hypothesis: FTSJP has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.399115 0.5800
Test critical values: 1% level -3.495021
5% level -2.889753
10% level -2.581890 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(FTSJP)
Method: Least Squares
Date: 03/31/17 Time: 08:17
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. FTSJP(-1) -0.032148 0.022977 -1.399115 0.1648
C 35.36087 26.98512 1.310384 0.1930 R-squared 0.019013 Mean dependent var -1.155243
Adjusted R-squared 0.009300 S.D. dependent var 69.91456
S.E. of regression 69.58869 Akaike info criterion 11.34231
Sum squared resid 489101.1 Schwarz criterion 11.39347
Log likelihood -582.1288 Hannan-Quinn criter. 11.36303
F-statistic 1.957522 Durbin-Watson stat 1.605797
Prob(F-statistic) 0.164842
125
13. Uji Stasioneritas FTSJP (1 difference)
Null Hypothesis: D(FTSJP) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.733266 0.0000
Test critical values: 1% level -3.495677
5% level -2.890037
10% level -2.582041 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(FTSJP,2)
Method: Least Squares
Date: 03/31/17 Time: 08:17
Sample (adjusted): 2008M02 2016M07
Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(FTSJP(-1)) -0.843088 0.096538 -8.733266 0.0000
C 0.712499 6.719155 0.106040 0.9158 R-squared 0.432688 Mean dependent var 2.256176
Adjusted R-squared 0.427015 S.D. dependent var 89.61751
S.E. of regression 67.83666 Akaike info criterion 11.29150
Sum squared resid 460181.2 Schwarz criterion 11.34297
Log likelihood -573.8663 Hannan-Quinn criter. 11.31234
F-statistic 76.26993 Durbin-Watson stat 1.969917
Prob(F-statistic) 0.000000
126
14. Uji Stasioneritas FTSMY (Level)
Null Hypothesis: FTSMY has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -0.586845 0.8678
Test critical values: 1% level -3.495021
5% level -2.889753
10% level -2.581890 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(FTSMY)
Method: Least Squares
Date: 03/31/17 Time: 08:18
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments Variable Coefficient Std. Error t-Statistic Prob. FTSMY(-1) -0.009470 0.016136 -0.586845 0.5586
C 128.8430 190.4290 0.676593 0.5002 R-squared 0.003398 Mean dependent var 19.39388
Adjusted R-squared -0.006469 S.D. dependent var 389.0974
S.E. of regression 390.3540 Akaike info criterion 14.79121
Sum squared resid 15389998 Schwarz criterion 14.84237
Log likelihood -759.7474 Hannan-Quinn criter. 14.81193
F-statistic 0.344387 Durbin-Watson stat 1.785810
Prob(F-statistic) 0.558617
127
15. Uji Stasioneritas FTSMY (1 difference)
Null Hypothesis: D(FTSMY) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -9.101977 0.0000
Test critical values: 1% level -3.495677
5% level -2.890037
10% level -2.582041 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(FTSMY,2)
Method: Least Squares
Date: 03/31/17 Time: 08:18
Sample (adjusted): 2008M02 2016M07
Included observations: 102 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(FTSMY(-1)) -0.902359 0.099139 -9.101977 0.0000
C 20.96525 38.61433 0.542940 0.5884 R-squared 0.453092 Mean dependent var 4.030980
Adjusted R-squared 0.447623 S.D. dependent var 524.1142
S.E. of regression 389.5327 Akaike info criterion 14.78719
Sum squared resid 15173571 Schwarz criterion 14.83866
Log likelihood -752.1465 Hannan-Quinn criter. 14.80803
F-statistic 82.84599 Durbin-Watson stat 2.028453
Prob(F-statistic) 0.000000
128
16. Uji Heteroskedastisitas Data
Heteroskedasticity Test: White (No Cross Trem) F-statistic 2.772604 Prob. F(7,95) 0.0115
Obs*R-squared 17.47294 Prob. Chi-Square(7) 0.0146
Scaled explained SS 20.21671 Prob. Chi-Square(7) 0.0051
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/30/17 Time: 10:04
Sample: 2008M01 2016M07
Included observations: 103 Variable Coefficient Std. Error t-Statistic Prob. C 0.001077 0.000369 2.916250 0.0044
D(BI_RATE)^2 -0.006375 0.004762 -1.338716 0.1839
D(INFLATION)^2 -1.81E-05 0.000226 -0.080167 0.9363
D(IDR_USD)^2 2.68E-09 9.51E-10 2.815364 0.0059
D(DJIUS)^2 4.52E-09 2.18E-09 2.073931 0.0408
D(DJIUK)^2 8.40E-09 1.41E-08 0.596177 0.5525
D(FTSJP)^2 1.42E-08 4.39E-08 0.323342 0.7471
D(FTSMY)^2 3.54E-10 1.19E-09 0.297110 0.7670 R-squared 0.169640 Mean dependent var 0.001619
Adjusted R-squared 0.108456 S.D. dependent var 0.002684
S.E. of regression 0.002534 Akaike info criterion -9.043598
Sum squared resid 0.000610 Schwarz criterion -8.838958
Log likelihood 473.7453 Hannan-Quinn criter. -8.960712
F-statistic 2.772604 Durbin-Watson stat 1.998394
Prob(F-statistic) 0.011466
17. Uji Normalitas
129
18. Uji Autokorelasi
Date: 03/30/17 Time: 10:08
Sample: 2007M12 2016M07
Included observations: 103 Autocorrelation Partial Correlation AC PAC Q-Stat Prob *|. | *|. | 1 -0.205 -0.205 4.4443 0.035
*|. | *|. | 2 -0.141 -0.191 6.5706 0.037
.|. | *|. | 3 -0.004 -0.083 6.5720 0.087
.|. | *|. | 4 -0.024 -0.078 6.6330 0.157
.|. | .|. | 5 0.049 0.013 6.8993 0.228
.|* | .|** | 6 0.206 0.225 11.609 0.071
**|. | *|. | 7 -0.217 -0.113 16.917 0.018
.|. | .|. | 8 -0.002 -0.006 16.917 0.031
*|. | *|. | 9 -0.073 -0.134 17.534 0.041
.|. | *|. | 10 -0.036 -0.110 17.689 0.060
.|. | *|. | 11 -0.003 -0.118 17.690 0.089
.|. | *|. | 12 0.019 -0.072 17.731 0.124
.|. | .|* | 13 0.063 0.122 18.208 0.150
.|. | .|* | 14 0.029 0.076 18.310 0.193
.|. | .|* | 15 -0.027 0.094 18.401 0.242
*|. | .|. | 16 -0.066 -0.052 18.939 0.272
.|. | .|. | 17 0.066 0.028 19.482 0.302
.|. | *|. | 18 -0.046 -0.127 19.750 0.347
.|. | .|. | 19 0.069 -0.036 20.360 0.373
*|. | **|. | 20 -0.151 -0.205 23.340 0.272
*|. | **|. | 21 -0.114 -0.218 25.058 0.245
.|. | .|. | 22 0.057 -0.035 25.486 0.274
.|. | .|. | 23 0.033 -0.021 25.637 0.318
.|. | .|* | 24 0.001 0.117 25.637 0.372
.|. | .|. | 25 -0.029 -0.005 25.751 0.421
*|. | *|. | 26 -0.149 -0.086 28.877 0.317
.|. | *|. | 27 0.072 -0.078 29.617 0.332
.|* | .|. | 28 0.158 0.011 33.219 0.228
.|. | *|. | 29 -0.038 -0.072 33.434 0.261
.|. | .|. | 30 0.065 0.027 34.052 0.279
*|. | *|. | 31 -0.124 -0.100 36.373 0.233
.|. | .|. | 32 0.040 0.045 36.620 0.263
.|. | *|. | 33 -0.053 -0.112 37.061 0.287
.|. | .|. | 34 0.070 0.016 37.830 0.299
.|. | .|. | 35 -0.018 -0.004 37.883 0.339
*|. | *|. | 36 -0.084 -0.196 39.010 0.336
130
19. Uji Multikolinearitas
BI_RATE INFLATION IDR_USD DJIUS DJIUK FTSJP FTSMY
BI_RATE 1.000000 0.759298 0.357850 0.224138 0.049275 0.428235 -0.177132
INFLATION 0.759298 1.000000 0.080957 0.168883 0.103671 0.185829 -0.175426
IDR_USD 0.357850 0.080957 1.000000 -0.574742 0.035339 0.731527 0.579271
DJIUS 0.224138 0.168883 -0.574742 1.000000 -0.430335 -0.510175 -0.878350
DJIUK 0.049275 0.103671 0.035339 -0.430335 1.000000 0.550916 0.627341
FTSJP 0.428235 0.185829 0.731527 -0.510175 0.550916 1.000000 0.664377
FTSMY -0.177132 -0.175426 0.579271 -0.878350 0.627341 0.664377 1.000000
20. Model GARCH (1,1)
GARCH (1,1)
Dependent Variable: RETURN_JII
Method: ML ARCH - Normal distribution (BFGS / Marquardt steps)
Date: 03/30/17 Time: 10:26
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments
Failure to improve likelihood (non-zero gradients) after 64 iterations
Coefficient covariance computed using outer product of gradients
Presample variance: backcast (parameter = 0.7)
GARCH = C(9) + C(10)*RESID(-1)^2 + C(11)*GARCH(-1) Variable Coefficient Std. Error z-Statistic Prob. C 0.010047 0.003667 2.739418 0.0062
D(BI_RATE) -0.065727 0.025464 -2.581157 0.0098
D(INFLATION) -0.001580 0.006163 -0.256392 0.7976
D(IDR_USD) -7.66E-05 1.11E-05 -6.877252 0.0000
D(DJIUS) -8.32E-06 1.95E-05 -0.426818 0.6695
D(DJIUK) 0.000117 4.86E-05 2.413163 0.0158
D(FTSJP) 0.000133 7.39E-05 1.796800 0.0724
D(FTSMY) 3.08E-05 1.14E-05 2.710533 0.0067 Variance Equation C 2.26E-05 2.30E-05 0.982071 0.3261
RESID(-1)^2 -0.061891 0.011109 -5.571031 0.0000
GARCH(-1) 1.056532 3.75E-05 28202.57 0.0000 R-squared 0.622742 Mean dependent var 0.006130
Adjusted R-squared 0.594944 S.D. dependent var 0.066810
S.E. of regression 0.042521 Akaike info criterion -3.524841
Sum squared resid 0.171761 Schwarz criterion -3.243462
Log likelihood 192.5293 Hannan-Quinn criter. -3.410873
Durbin-Watson stat 2.325418
131
21. Uji Otokorelasi Model GARCH (1,1)
Sample: 2007M12 2016M07
Included observations: 103 Autocorrelation Partial Correlation AC PAC Q-Stat Prob* *|. | *|. | 1 -0.183 -0.183 3.5687 0.059
*|. | *|. | 2 -0.136 -0.176 5.5600 0.062
.|. | *|. | 3 -0.027 -0.095 5.6417 0.130
.|. | .|. | 4 -0.003 -0.057 5.6424 0.227
.|. | .|. | 5 0.041 0.010 5.8311 0.323
.|* | .|* | 6 0.109 0.118 7.1438 0.308
*|. | *|. | 7 -0.171 -0.122 10.456 0.164
.|. | .|. | 8 -0.011 -0.038 10.470 0.234
.|. | *|. | 9 -0.065 -0.124 10.963 0.278
.|. | *|. | 10 -0.054 -0.134 11.305 0.334
.|. | *|. | 11 -0.015 -0.117 11.330 0.416
.|. | .|. | 12 0.041 -0.036 11.527 0.484
.|. | .|* | 13 0.073 0.088 12.159 0.515
.|. | .|. | 14 -0.006 0.025 12.164 0.593
.|. | .|* | 15 0.073 0.143 12.824 0.616
.|. | .|. | 16 -0.062 -0.015 13.306 0.650
.|. | .|. | 17 0.030 0.018 13.416 0.708
*|. | *|. | 18 -0.066 -0.135 13.979 0.730
.|* | .|. | 19 0.086 0.004 14.931 0.727
*|. | **|. | 20 -0.163 -0.207 18.379 0.562
*|. | **|. | 21 -0.104 -0.226 19.796 0.534
.|. | .|. | 22 0.051 -0.032 20.147 0.574
.|. | .|. | 23 0.031 -0.010 20.278 0.625
.|. | .|* | 24 0.017 0.108 20.319 0.678
.|. | .|. | 25 -0.030 0.004 20.445 0.723
*|. | *|. | 26 -0.169 -0.132 24.460 0.550
.|* | .|. | 27 0.113 -0.063 26.263 0.504
.|* | .|. | 28 0.136 -0.029 28.926 0.416
.|. | *|. | 29 -0.032 -0.089 29.080 0.461
.|* | .|. | 30 0.080 0.026 30.039 0.464
*|. | *|. | 31 -0.139 -0.117 32.936 0.372
.|. | .|. | 32 0.025 0.011 33.033 0.416
*|. | *|. | 33 -0.089 -0.149 34.260 0.407
.|* | .|. | 34 0.120 0.069 36.518 0.352
.|. | .|. | 35 -0.023 0.001 36.599 0.394
*|. | *|. | 36 -0.090 -0.152 37.897 0.383
*Probabilities may not be valid for this equation specification.
132
22. Model GARCH (2,2)
Dependent Variable: RETURN_JII
Method: ML ARCH - Normal distribution (BFGS / Marquardt steps)
Date: 03/30/17 Time: 10:32
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments
Failure to improve likelihood (non-zero gradients) after 32 iterations
Coefficient covariance computed using outer product of gradients
Presample variance: backcast (parameter = 0.7)
GARCH = C(9) + C(10)*RESID(-1)^2 + C(11)*RESID(-2)^2 + C(12)*GARCH(
-1) + C(13)*GARCH(-2) Variable Coefficient Std. Error z-Statistic Prob. C 0.006069 0.004702 1.290893 0.1967
D(BI_RATE) -0.078278 0.038717 -2.021804 0.0432
D(INFLATION) 0.000623 0.007998 0.077877 0.9379
D(IDR_USD) -7.72E-05 9.54E-06 -8.091457 0.0000
D(DJIUS) 2.95E-05 1.67E-05 1.770873 0.0766
D(DJIUK) 0.000113 5.83E-05 1.940357 0.0523
D(FTSJP) 0.000143 9.12E-05 1.565068 0.1176
D(FTSMY) 3.74E-05 1.47E-05 2.539035 0.0111 Variance Equation C 0.000969 0.001002 0.967631 0.3332
RESID(-1)^2 0.014939 0.004366 3.421669 0.0006
RESID(-2)^2 -0.123373 0.074406 -1.658096 0.0973
GARCH(-1) 0.469736 0.583811 0.804603 0.4210
GARCH(-2) 0.030920 0.551174 0.056098 0.9553 R-squared 0.630954 Mean dependent var 0.006130
Adjusted R-squared 0.603761 S.D. dependent var 0.066810
S.E. of regression 0.042055 Akaike info criterion -3.437677
Sum squared resid 0.168022 Schwarz criterion -3.105138
Log likelihood 190.0404 Hannan-Quinn criter. -3.302988
Durbin-Watson stat 2.397473
133
23. Model GARCH (1,2)
Dependent Variable: RETURN_JII
Method: ML ARCH - Normal distribution (BFGS / Marquardt steps)
Date: 03/30/17 Time: 10:37
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments
Failure to improve likelihood (non-zero gradients) after 165 iterations
Coefficient covariance computed using outer product of gradients
Presample variance: backcast (parameter = 0.7)
GARCH = C(9) + C(10)*RESID(-1)^2 + C(11)*GARCH(-1) + C(12)*GARCH(
-2) Variable Coefficient Std. Error z-Statistic Prob. C 0.013451 0.004498 2.990529 0.0028
D(BI_RATE) -0.047835 0.028171 -1.698049 0.0895
D(INFLATION) -0.002314 0.007091 -0.326298 0.7442
D(IDR_USD) -9.20E-05 1.22E-05 -7.526913 0.0000
D(DJIUS) -9.62E-06 1.83E-05 -0.525155 0.5995
D(DJIUK) 0.000116 5.16E-05 2.245175 0.0248
D(FTSJP) 0.000185 7.77E-05 2.385732 0.0170
D(FTSMY) 2.16E-05 1.33E-05 1.623942 0.1044 Variance Equation C 3.58E-05 1.73E-05 2.065209 0.0389
RESID(-1)^2 -0.081650 0.034047 -2.398124 0.0165
GARCH(-1) 0.357546 0.092174 3.879032 0.0001
GARCH(-2) 0.706052 0.046832 15.07626 0.0000 R-squared 0.602410 Mean dependent var 0.006130
Adjusted R-squared 0.573114 S.D. dependent var 0.066810
S.E. of regression 0.043651 Akaike info criterion -3.482206
Sum squared resid 0.181018 Schwarz criterion -3.175247
Log likelihood 191.3336 Hannan-Quinn criter. -3.357877
Durbin-Watson stat 2.262566
134
24. Model GARCH (2,1)
Dependent Variable: RETURN_JII
Method: ML ARCH - Normal distribution (BFGS / Marquardt steps)
Date: 03/30/17 Time: 10:36
Sample (adjusted): 2008M01 2016M07
Included observations: 103 after adjustments
Failure to improve likelihood (non-zero gradients) after 30 iterations
Coefficient covariance computed using outer product of gradients
Presample variance: backcast (parameter = 0.7)
GARCH = C(9) + C(10)*RESID(-1)^2 + C(11)*RESID(-2)^2 + C(12)*GARCH(
-1) Variable Coefficient Std. Error z-Statistic Prob. C 0.005095 0.004258 1.196492 0.2315
D(BI_RATE) -0.079501 0.036283 -2.191168 0.0284
D(INFLATION) 0.000692 0.007352 0.094151 0.9250
D(IDR_USD) -7.81E-05 1.02E-05 -7.673272 0.0000
D(DJIUS) 2.47E-05 1.68E-05 1.471660 0.1411
D(DJIUK) 0.000113 5.27E-05 2.149098 0.0316
D(FTSJP) 0.000153 8.01E-05 1.915398 0.0554
D(FTSMY) 3.83E-05 1.20E-05 3.182384 0.0015 Variance Equation C 0.000952 0.000789 1.205666 0.2279
RESID(-1)^2 -0.017819 0.061950 -0.287628 0.7736
RESID(-2)^2 -0.107643 0.066382 -1.621558 0.1049
GARCH(-1) 0.526413 0.488385 1.077867 0.2811 R-squared 0.630221 Mean dependent var 0.006130
Adjusted R-squared 0.602974 S.D. dependent var 0.066810
S.E. of regression 0.042097 Akaike info criterion -3.460528
Sum squared resid 0.168356 Schwarz criterion -3.153569
Log likelihood 190.2172 Hannan-Quinn criter. -3.336199
Durbin-Watson stat 2.399530
135
25. Data Historis Variabel Dependen dan Independen
BI rate Inflation IDR/USD DJIUS DJIUK FTSJP FTSMY Return JII Periode
8 6,59 9.392,50 3834,05 2663,14 1577,84 11660,06 1,870% Des-07
8 7,36 9.246,50 3391,82 2461,12 1415,48 11332,27 -3,253% Jan-08
8 7,4 9.065,00 3697,78 2504,31 1401,31 11299,48 6,703% Feb-08
8 8,17 9.215,00 3704,51 2388,48 1271,46 10053,91 -11,891% Mar-08
8 8,96 9.222,00 3644,02 2577,91 1404,71 10361,35 -4,534% Apr-08
8,25 10,38 9.315,00 3479,97 2612,21 1475,93 10329,14 3,170% Mei-08
8,5 11,03 9.220,00 3438,3 2546,56 1388,27 9723,32 -2,574% Jun-08
8,75 11,9 9.095,00 3669,19 2384,77 1341,87 8991,03 -9,872% Jul-08
9 11,85 9.150,00 3669,19 2288,95 1313,13 8363,94 -8,177% Agust-08
9,25 12,14 9.415,00 3645,67 1888,7 1099,56 7680,41 -19,576% Sep-08
9,5 11,77 10.900,00 3708,86 1600,36 880,98 6565,9 -32,372% Okt-08
9,5 11,68 12.025,00 3697,6 1520,61 828,13 6594,18 1,038% Nop-08
9,25 11,06 10.900,00 3841,2 1507,99 847,27 6640,04 10,476% Des-08
8,75 9,17 11.380,00 3557,09 1444,86 782,4 6805,05 -1,184% Jan-09
8,25 8,6 11.980,00 3627,36 1343,49 768,06 6812,06 0,229% Feb-09
7,75 7,92 11.555,00 3701,26 1413,91 778,49 6771,45 10,588% Mar-09
7,5 7,31 10.585,00 3669,48 1519,48 860,68 7633,31 18,193% Apr-09
7,25 6,04 10.290,00 3570,57 1704,7 915,59 7980,21 9,744% Mei-09
7 3,65 10.207,50 3764,55 1695,26 929,04 8133,37 4,662% Jun-09
6,75 2,71 9.925,00 3673,58 1806,41 974,71 8808,66 19,835% Jul-09
6,5 2,75 10.080,00 3713,69 1864,33 987,73 8868,79 -1,186% Agust-09
6,5 2,83 9.645,00 3741,72 1894,83 946,05 8989,7 5,485% Sep-09
6,5 2,57 9.550,00 3643,94 1963,73 933,9 9234,53 -4,448% Okt-09
6,5 2,41 9.455,00 3705,52 2030,33 873,64 9259,9 3,706% Nop-09
6,5 2,78 9.425,00 3473,41 2101,01 980,82 9312,02 4,848% Des-09
6,5 3,72 9.350,00 2986,66 2006,95 948,34 9106,51 2,517% Jan-10
6,5 3,81 9.337,00 3130,47 1931,14 935,12 9211,92 -3,262% Feb-10
6,5 3,43 9.090,00 3225,07 2073,62 1030,23 9458,09 7,237% Mar-10
6,5 3,91 9.012,50 3301,11 2015,93 1029,59 9614,74 7,016% Apr-10
136
6,5 4,16 9.175,00 3182,35 1788,45 915,4 9049,27 -6,361% Mei-10
6,5 5,05 9.060,00 3342,11 1680,5 864,89 9275,39 3,522% Jun-10
6,5 6,22 8.940,00 3340,36 1894,39 884,83 9545,17 5,010% Jul-10
6,5 6,44 9.035,00 3380,57 1844,18 828,35 9835,21 -1,972% Agust-10
6,5 5,8 8.925,00 3450,86 2031,38 878,24 9984,45 11,129% Sep-10
6,5 5,67 8.937,50 3512,26 2086,52 864,3 10350,21 2,615% Okt-10
6,5 6,33 9.034,00 3477,72 2015,09 924,56 10283,82 -5,832% Nop-10
6,5 6,96 9.010,00 3607,12 2201,15 953,37 10456,86 4,741% Des-10
6,5 7,02 9.048,00 2683,54 2207,07 969,53 10574,64 -10,394% Jan-11
6,75 6,84 8.821,50 2592,23 2305,32 1006,58 10468,93 4,054% Feb-11
6,75 6,65 8.707,50 2595,92 2245,97 947,58 10837,3 3,633% Mar-11
6,75 6,16 8.564,00 2582,89 2400,06 940,13 10633,94 2,688% Apr-11
6,75 5,98 8.535,50 2700,51 2342,33 933,72 10877,85 0,495% Mei-11
6,75 5,54 8.576,50 2718,05 2280,12 936,32 10995,91 0,877% Jun-11
6,75 4,61 8.500,00 2801,19 2285,9 923,01 10889,99 5,798% Jul-11
6,75 4,79 8.533,00 2844,62 2089,98 832,31 10152,82 -6,693% Agust-11
6,75 4,61 8.790,00 2902,25 1846,85 814,3 9765,66 -6,966% Sep-11
6,5 4,42 8.852,50 2830,16 2089,79 831,37 10531,64 7,697% Okt-11
6 4,15 9.110,00 2970,57 2036,36 791,05 10482,1 -1,830% Nop-11
6 3,79 9.067,50 2903,87 2002,81 787,58 11022,63 3,178% Des-11
6 3,65 8.990,00 2093,01 2134,84 800,1 11085,82 4,748% Jan-12
5,75 3,56 9.020,00 2319,07 2211,39 877,05 11459,13 0,750% Feb-12
5,75 3,97 9.144,00 2332,1 2136,38 893,63 11530,61 3,054% Mar-12
5,75 4,5 9.190,50 2337,92 2166,55 846,42 11522,65 -1,536% Apr-12
5,75 4,45 9.400,00 2442,24 1863,72 753,42 11547,92 -8,701% Mei-12
5,75 4,53 9.392,50 2545,33 1963,61 802,93 11853,05 3,645% Jun-12
5,75 4,56 9.445,00 2612 1971,21 763,92 12109,92 5,428% Jul-12
5,75 4,58 9.535,00 2589,27 2019,46 763,3 12310,64 -0,662% Agust-12
5,75 4,31 9.570,00 2423,33 2077,1 763,58 12398,51 5,423% Sep-12
5,75 4,61 9.605,00 2510,7 2085,55 769,08 12537,7 3,067% Okt-12
5,75 4,32 9.593,50 2563,69 2066,79 809,57 11956,57 -4,924% Nop-12
5,75 4,3 9.637,50 2626,11 2116,82 871,77 12674,93 1,021% Des-12
5,75 4,57 9.697,50 2076,71 2175,44 963,3 12183,09 1,651% Jan-13
5,75 5,31 9.663,50 2168,21 2096,68 991,67 12125,79 6,717% Feb-13
5,75 5,9 9.717,50 2159,14 2106,68 1040,95 12361,87 2,343% Mar-13
5,75 5,57 9.722,50 2292,18 2132,17 1145,29 12762,71 3,385% Apr-13
5,75 5,47 9.795,00 2352,14 2145,83 1144,72 13432,12 -0,895% Mei-13
6 5,9 9.925,00 2413,52 2013,99 1131,63 13357,33 -2,427% Jun-13
6,5 8,61 10.277,50 2407,21 2141,44 1125,45 13437,72 -5,515% Jul-13
6,75 8,79 10.920,00 2495,22 2144,83 1099,29 13103,86 -5,090% Agust-13
137
7 8,4 11.580,00 2453,24 2242,43 1172,64 13401,8 -1,083% Sep-13
7,25 8,32 11.272,50 2414,47 2304,89 1182,68 13799,59 5,144% Okt-13
7,25 8,37 11.962,50 2375,71 2332,29 1279,37 13899,72 -5,821% Nop-13
7,5 8,38 12.170,00 2240,21 2424,93 1310,19 14323,63 0,904% Des-13
7,5 8,22 12.210,00 1983 2317,62 1265,66 13823,34 3,035% Jan-14
7,5 7,75 11.609,00 1975,6 2502,09 1288,97 14139,28 3,979% Feb-14
7,5 7,32 11.360,00 2098,62 2438,17 1267,93 14388,3 2,162% Mar-14
7,5 7,25 11.561,50 2125,85 2546,43 1231,33 14510,93 1,134% Apr-14
7,5 7,32 11.675,00 2036,09 2515,48 1266,71 14446,1 1,414% Mei-14
7,5 6,7 11.855,00 2077,79 2585,56 1326,95 14718,65 -0,279% Jun-14
7,5 4,53 11.577,50 2160,61 2531,87 1370,28 14604,52 5,405% Jul-14
7,5 3,99 11.690,00 2167,2 2527,96 1368,66 14485,51 0,106% Agust-14
7,5 4,53 12.185,00 1974,24 2388,39 1435,46 14460,59 -0,508% Sep-14
7,5 4,83 12.085,00 1872,35 2295,07 1434,48 14923,94 -2,498% Okt-14
7,75 6,23 12.204,00 1991,53 2292,64 1527,89 14942,25 1,875% Nop-14
7,75 8,36 12.385,00 1901,5 2252,46 1522,03 14468,7 1,176% Des-14
7,75 6,96 12.667,50 2112,53 2215,44 1543,84 14937,28 2,263% Jan-15
7,5 6,29 12.925,00 1808,76 2374,86 1627,41 15168,77 2,182% Feb-15
7,5 6,38 13.075,00 1724,76 2206,02 1660,99 15157,07 0,845% Mar-15
7,5 6,79 12.962,50 1740,53 2341,29 1695,57 15018,51 -8,706% Apr-15
7,5 7,15 13.224,00 1650,48 2335,53 1777,22 14337,46 5,005% Mei-15
7,5 7,26 13.332,50 1500,28 2256,31 1723,23 13797,6 -5,885% Jun-15
7,5 7,26 13.527,50 1610,11 2311,11 1748,45 13949,96 -2,286% Jul-15
7,5 7,18 14.050,00 1698,89 2155,72 1622,08 13131,32 -6,806% Agust-15
7,5 6,83 14.650,00 1774,49 2046,09 1463,83 13576,67 -7,052% Sep-15
7,5 6,25 13.687,50 1786,51 2184,93 1633,47 14082,52 5,397% Okt-15
7,5 4,89 13.835,00 1906,04 2127,61 1684,54 14142,9 -1,075% Nop-15
7,5 3,35 13.787,50 1928,62 2044,3 1657,21 14332,58 4,062% Des-15
7,25 4,14 13.775,00 2527,41 1923,53 1533,77 13904,43 1,558% Jan-16
7 4,42 13.372,00 2545,38 1937,05 1412,05 13686,57 4,751% Feb-16
6,75 4,45 13.260,00 2356,34 2021,64 1466,23 13989,33 1,687% Mar-16
6,75 3,6 13.185,00 2328,9 2089,36 1479,04 13683,89 0,087% Apr-16
6,75 3,33 13.660,00 2336,03 2063,68 1518,97 13305,04 -0,675% Mei-16
6,5 3,45 13.212,50 2434,73 2015,62 1391,08 13574,26 7,011% Jun-16
6,5 3,21 13.098,50 2496,09 2122,69 1458,85 13657,63 4,648% Jul-16
138
26. Data JII untuk Pencarian Risiko JII
Period JII Period JII Period JII Period JII
Nop-07 483,96 Apr-10 474,8 Sep-12 600,84 Feb-15 722,1
Des-07 493,01 Mei-10 444,6 Okt-12 619,27 Mar-15 728,2
Jan-08 476,97 Jun-10 460,26 Nop-12 588,78 Apr-15 664,8
Feb-08 508,94 Jul-10 483,32 Des-12 594,79 Mei-15 698,07
Mar-08 448,42 Agust-10 473,79 Jan-13 604,61 Jun-15 656,99
Apr-08 428,09 Sep-10 526,52 Feb-13 645,22 Jul-15 641,97
Mei-08 441,66 Okt-10 540,29 Mar-13 660,34 Agust-15 598,28
Jun-08 430,29 Nop-10 508,78 Apr-13 682,69 Sep-15 556,09
Jul-08 387,81 Des-10 532,9 Mei-13 676,58 Okt-15 586,1
Agust-08 356,1 Jan-11 477,51 Jun-13 660,16 Nop-15 579,8
Sep-08 286,39 Feb-11 496,87 Jul-13 623,75 Des-15 603,35
Okt-08 193,68 Mar-11 514,92 Agust-13 592 Jan-16 612,75
Nop-08 195,69 Apr-11 528,76 Sep-13 585,59 Feb-16 641,86
Des-08 216,19 Mei-11 531,38 Okt-13 615,71 Mar-16 652,69
Jan-09 213,63 Jun-11 536,04 Nop-13 579,87 Apr-16 653,26
Feb-09 214,12 Jul-11 567,12 Des-13 585,11 Mei-16 648,85
Mar-09 236,79 Agust-11 529,16 Jan-14 602,87 Jun-16 694,34
Apr-09 279,87 Sep-11 492,3 Feb-14 626,86 Jul-16 726,61
Mei-09 307,14 Okt-11 530,19 Mar-14 640,41
Jun-09 321,46 Nop-11 520,49 Apr-14 647,67
Jul-09 385,22 Des-11 537,03 Mei-14 656,83
Agust-09 380,65 Jan-12 562,53 Jun-14 655
Sep-09 401,53 Feb-12 566,75 Jul-14 690,4
Okt-09 383,67 Mar-12 584,06 Agust-14 691,13
Nop-09 397,89 Apr-12 575,09 Sep-14 687,62
Des-09 417,18 Mei-12 525,05 Okt-14 670,44
Jan-10 427,68 Jun-12 544,19 Nop-14 683,01
Feb-10 413,73 Jul-12 573,73 Des-14 691,04
Mar-10 443,67 Agust-12 569,93 Jan-15 706,68