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 : dulazzis@gmail.com

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