ANALISIS RESPONSIVITAS BURSA SYARIAH OLEH VARIABEL MAKRO EKONOMI Yoghi Citra Pratama Abstract: Sharia Stock Responsiveness Analysis Based on Macro Economic Variabels. The objectives of this study are to analyze the stock response because of M2, exchange rate Rupiah to Dollar and Rate of SBI. The data used in this study is monthly time series data from January 2006-May 2012. Those variabels are JII, M2, exchange rate Rupiah to Dollar and Rate of SBI. Research method used in this study is Vector Error Correction Model (VECM). The cointegration test indicates that among research variabels there is long term equilibrium and simultaneous relationship. The Empirical result of Impulse Response show that the effect of SBI discount rate and M2 is negative and the effect of exchange rate is positive. The result on variance decomposition test, show that the most effect of JII shock is influenced by JII itself. Keywords: sharia stock, macro economic, SBI Abstract: Analisis Responsivitas Bursa Syariah Berdasarkan Variabel Makro Ekonomi. Tujuan dari penelitian ini untuk menganalisis respon stok karena M2, nilai tukar Rupiah terhadap Dollar dan Tingkat SBI. Data yang digunakan dalam penelitian ini adalah data serial, mulai dari Januari 2006- Mei 2012. Variabel tersebut adalah JII, M2, nilai tukar Rupiah terhadap Dollar dan Tingkat SBI. Metode penelitian yang digunakan adalah Vector Error Correction Model (VECM). Uji kointegrasi menunjukkan di antara variabel penelitian terdapat keseimbangan jangka panjang dan hubungan simultan. Hasil empiris menunjukkan Respon Impulsi bahwa pengaruh tingkat diskonto SBI dan M2 adalah negatif dan pengaruh nilai tukar positif. Hasil pengujian dekomposisi varians, menunjukkan efek yang paling besar dari JII dipengaruhi oleh JII sendiri. Kata Kunci: bursa syariah, makro ekonomi, SBI Naskah diterima: 15 Desember 2011, direvisi: 2 Juni 2012, disetujui: 7 Juni 2012.  Fakultas Ekonomi dan Bisnis, UIN Syarif Hidayatullah Jakarta. Jl. Ir. H. Juanda 95, Ciputat, Jakarta. Email: yoghi@uinjkt.ac.id Karim, Adiwarman A., Perbankan Syariah 2008: Evaluasi, Tren, dan Proyeksi. Research & Management Division Head, Jakarta: KARIM Business Consulting, 2008. Muhammad, Bank Syariah, Problem dan Prospek Perkembangan di Indonesia, Yogyakarta: Graha Ilmu, 2005. Rochaety, Ety, dkk. Metodologi Penelitian Bisnis dengan Aplikasi SPSS. Jakarta: Mitra Wacana Media, 2007. Tubke, Alexander. Success Factors of Corporate Spin-Offs. USA: Springer Science, Inc. Umar, Husein, Metode Riset Bisnis. Jakarta: PT Gramedia Pustaka Utama, 2003. Wibowo, Manajemen Kinerja. Jakarta: PT Raja Grafindo, 2007. Artikel/Makalah: Afrizal, Afick, ‚Sebuah Analisis tentang spin-off”, Artikel diakses pada tanggal 25 September 2011 dari http://afick-afrizal.blogspot.com/2009/01/sebuah- analisis-tentang-spin-off.html. Farouk, Peri Umar, ‚Mekanisme Pembentukan Bank Syariah Alternatif: Akuisisi dan Konversi Bank Umum Konvensional serta Pemisahan (Spin-Off) Unit Usaha Syariah‛, Jurnal Newsletter No.72/Maret/2009. Hetami, Adietya Arie, ‚Pengaruh Motivasi, Kemampuan, dan Disiplin terhadap Kinerja Karyawan‛, POLIBIS Jurnal Ekonomi dan Bisnis, Volume 7, Nomor 1, Maret 2009. NN, ‚Spin-off, Konstruksi Hukum dalam Upaya Penguatan Struktur Perbankan Nasional‛, Buletin Hukum Perbankan dan Kebanksentralan, Vol. 7, Nomor 1, Januari 2009. Statistik Perbankan Syariah Maret 2011, http://www.bi.go.id/web/id/Statistik/ Statistik+Perbankan/Statistik+Perbankan+Syariah/spss_0211.htm, tanggal akses 6 Mei 2011. Perundang-undangan: Undang-Undang Nomor 21 Tahun 2008 tentang Perbankan Syariah. Undang-Undang Nomor 40 Tahun 2007 tentang Perseroan Terbatas. Website: www.bnisyariah.co.id www.bjbsyariah.co.id www.brisyariah.co.id, dll. Yoghi Citra Pratama: Analisis Responsivitas Bursa Syariah oleh Variabel Makro Ekonomi260 Pendahuluan Keberadaan bursa efek dalam ekonomi Islam hampir sama dengan eko- nomi konvensional yaitu untuk memfasilitasi pihak yang membutuhkan dana dengan pihak yang kelebihan dana. Dalam ekonomi Islam di mana memberikan bunga dilarang dan ada partisipasi langsung dalam bisnis dengan risiko dan keuntungan yang dibagi, kehadiran pasar modal yang berfungsi dengan baik sangat penting.1 Dalam upaya mewujudkan terciptanya investasi berdasarkan syariah dan pengembangan pasar modal syariah, maka Bura Efek Jakarta (BEJ) bersama dengan PT. Danareksa Investment Management (DIM) telah meluncurkan indeks saham syariah atau yang kita kenal dengan Jakarta Islamic Index (JII) pada tahun 2000. Peluncuran JII dimaksudkan untuk digunakan sebagai tolok ukur (bench- mark) untuk mengukur kinerja suatu investasi pada saham dengan basis syariah dan diperuntukkan kepada investor yang ingin menanamkan modal sesuai dengan prinsip-prinsip syariah. Tahun 2008 sampai dan tahun 2009 merupakan tahun yang penuh tan- tangan bagi sistem keuangan tidak terkecuali bagi sistem keuangan syariah, baik domestik maupun global karena pada tahun tersebut dunia dilanda oleh krisis keuangan global. Krisis yang bermula dari subprime mortage di Amerika Serikat telah mengganggu stabilitasi sistem keuangan global, yang efeknya bahkan sampai ke negara-negara di Asia Tenggara, termasuk Indonesia. Selain itu juga krisis global juga mengakibatkan kontraksi pada sistem ekonomi makro Indonesia. Di mana pertumbuhan ekonomi menurun dari 6,3% pada akhir 2007 menjadi 6,1% pada akhir 2008.2 Tabel 1.1 Perkembangan JII, KURS, M2, dan Suku Bunga SBI Tahun JII M2(miliar) Kurs SBI (%) 2006 311.28 1382493 9020 9.75 2007 493.01 1649662 9419 8 2008 216.19 1895839 10950 10.83 2009 417.18 2073860 9365 6.45 2010 532.9 2471206 8991 6.26 2011 537.03 2877220 9068 5.04 2012 (Mei) 525.05 2992057 9565 4.24 Sumber: Bank Indonesia dan Yahoo Finance 1 Veitzhal Rivai Dkk, Islamic Financial Management, (Jakarta: Ghalia Indonesia, 2010). 2 Bank Indonesia, www.bi.go.id Al-Iqtishad: Vol. IV, No. 2, Juli 2012 261 Pendahuluan Keberadaan bursa efek dalam ekonomi Islam hampir sama dengan eko- nomi konvensional yaitu untuk memfasilitasi pihak yang membutuhkan dana dengan pihak yang kelebihan dana. Dalam ekonomi Islam di mana memberikan bunga dilarang dan ada partisipasi langsung dalam bisnis dengan risiko dan keuntungan yang dibagi, kehadiran pasar modal yang berfungsi dengan baik sangat penting.1 Dalam upaya mewujudkan terciptanya investasi berdasarkan syariah dan pengembangan pasar modal syariah, maka Bura Efek Jakarta (BEJ) bersama dengan PT. Danareksa Investment Management (DIM) telah meluncurkan indeks saham syariah atau yang kita kenal dengan Jakarta Islamic Index (JII) pada tahun 2000. Peluncuran JII dimaksudkan untuk digunakan sebagai tolok ukur (bench- mark) untuk mengukur kinerja suatu investasi pada saham dengan basis syariah dan diperuntukkan kepada investor yang ingin menanamkan modal sesuai dengan prinsip-prinsip syariah. Tahun 2008 sampai dan tahun 2009 merupakan tahun yang penuh tan- tangan bagi sistem keuangan tidak terkecuali bagi sistem keuangan syariah, baik domestik maupun global karena pada tahun tersebut dunia dilanda oleh krisis keuangan global. Krisis yang bermula dari subprime mortage di Amerika Serikat telah mengganggu stabilitasi sistem keuangan global, yang efeknya bahkan sampai ke negara-negara di Asia Tenggara, termasuk Indonesia. Selain itu juga krisis global juga mengakibatkan kontraksi pada sistem ekonomi makro Indonesia. Di mana pertumbuhan ekonomi menurun dari 6,3% pada akhir 2007 menjadi 6,1% pada akhir 2008.2 Tabel 1.1 Perkembangan JII, KURS, M2, dan Suku Bunga SBI Tahun JII M2(miliar) Kurs SBI (%) 2006 311.28 1382493 9020 9.75 2007 493.01 1649662 9419 8 2008 216.19 1895839 10950 10.83 2009 417.18 2073860 9365 6.45 2010 532.9 2471206 8991 6.26 2011 537.03 2877220 9068 5.04 2012 (Mei) 525.05 2992057 9565 4.24 Sumber: Bank Indonesia dan Yahoo Finance 1 Veitzhal Rivai Dkk, Islamic Financial Management, (Jakarta: Ghalia Indonesia, 2010). 2 Bank Indonesia, www.bi.go.id Dari tabel 1.1 di atas terlihat bahwa guncangan terbesar JII terjadi pada tahun 2008 di mana JII mencapai nilai terendahnya dalam tiga tahun terakhir yaitu sebesar 216.19 hal ini diindikasikan karena JII juga ikut terimbas dari dampak krisis keuangan global yang terjadi di Amerika Serikat. Variabel makro lainnya juga ikut terkontraksi di mana rupiah mencapai titik terendahnya yaitu Rp 10950 per dollar AS pada tahun 2010 dan suku bunga Sertifikat Bank Indonesia (SBI) mencapai titik tertingginya yaitu 10.83%. Hanya variabel Jumlah Uang beredar dalam arti luas (M2) yang konsisten mengalami pertumbuhan. Ada pola yang sama dari variabel JII, suku bunga SBI dan Kurs berdasarkan tabel di atas, yaitu mereka mengalami guncangan pada tahun 2008 akibat dari krisis keungangan global. Keterkaitan variabel makro dengan indeks saham, banyak dijelaskan oleh penelitian-penelitian sebelumnya seperti dalam penelitian Andreas Humpe dan Peter Macmilllan3, yang menganalisis kointegrasi hubungan jangka panjang antara harga saham dan money supply di Amerika Serikat dan Jepang. Hasil penelitian menunjukkan di Jepang, harga saham dipengaruhi secara positif oleh sektor industri dan dipengaruhi negatif oleh money supply. Selain itu sektor industri dipengaruhi secara negatif oleh indeks harga konsumen dan suku bunga jangka panjang. Sedangkan di Amerika Serikat, harga saham mempunyai hubungan yang positif dengan sektor industri dan berpengaruh negatif terhadap indeks harga konsumen dan suku bunga jangka panjang. Manurung, dalam penelitiannya mengatakan bahwa ada lima variabel yang menjelaskan indeks BEJ secara signifikan, yakni tingkat suku bunga, kurs dollar, inflasi, transaksi berjalan, dan perubahan uang beredar.4 Perubahan atau berfluktuasinya variabel ekonomi makro akan mengubah kondisi ekonomi makro suatu negara. Hal ini tercermin dalam kondisi saat ini di mana pada saat krisis global yang menghampiri Indonesia pada akhir tahun 2008, telah membuat pelbagai indikator makro terkontraksi. Perubahan ini akan mem- bawa pelbagai macam dampak bagi perekonomian negara tersebut, antara lain multiplier effect-nya terjadi pada pertumbuhan aset, saving, investasi, dan aktivitas pasar modal. 3 Humpe, Andreas & MacMilllan, Peter.(2007). Can Macroeconomic Variables Explain Long Term Stock Market Movements? A Comparison of the US and Japan. CDMA Working Paper No. 07/20. University of Saint Andrews. 4 Adler Haymans Manurung, Pengaruh Variabel Makro, Investor Asing, Bursa yang Telah Maju Terhadap Indeks BEJ, (Jakarta: Tesis Program Pascasarjana Ilmu Ekonomi Universitas Indonesia, 1996). Yoghi Citra Pratama: Analisis Responsivitas Bursa Syariah oleh Variabel Makro Ekonomi262 Dalam ekonomi konvensional fungsi investasi dipengaruhi oleh variabel makro, terutama suku bunga, dengan pendekatan ekonomi konvensional selain investasi bersifat autonomous, maka terdapat pula investasi yang dipengaruhi oleh variabel suku bunga atau interest. Terdapat pelbagai macam instrumen variabel makroekonomi lainnya seperti inflasi, dan kurs yang sangat berhubung- an erat dengan interest.5 Variabel makro seperti kurs atau valuta asing merupakan salah satu alternatif investasi bagi masyarakat yang memiliki kelebihan dana. Dengan melakukan investasi dalam bentuk valas investor dapat memperoleh keuntung- an dari terjadinya kenaikan kurs. Kurs valas juga dapat memengaruhi arus kas perusahaan yang pada akhirnya dapat memengaruhi JII. Bagi perusahaan yang sudah go public yang mempunyai orientasi ekspor dengan suplai bahan baku lokal, maka apabila terjadi apresiasi mata uang asing akan memberikan keun- tungan bagi perusahaan tersebut. Dengan jumlah valas yang sama perusahaan akan memperoleh jumlah mata uang lokal yang lebih banyak apabila dikon- versikan.6 Metodologi Penelitian ini merupakan jenis penelitian deskriptif- korelasional (kausal) yang akan menjelaskan adakah hubungan dan seberapa besar pengaruh tiap- tiap variabel bebas yaitu variabel makro ekonomi (M2, Kurs, Suku Bunga SBI) terhadap variabel terikatnya yaitu Jakarta Islamic Index (JII). Apakah penga- ruhnya positif atau negatif. Penelitian deskriptif merupakan penjelasan karak- teristik, mengetahui profil, dan menjelaskan aspek yang relevan dari fe-nomena terhadap objek penelitian.7 Teknik analisis data yang digunakan dalam penelitian ini adalah multi reggression (MR) dengan pendekatan vector error correction model (VECM), yang bertujuan untuk melihat hubungan jangka pendek dan menggunakan uji kointegrasi untuk melihat indikasi adanya hubungan jangka panjang. Analisis data dilakukan dengan bantuan aplikasi komputer berupa program E-views 6. Pengujian VECM baru dapat dilakukan bila terdapat indikasi adanya hubungan jangka panjang dengan menggunakan uji kointegrasi. Variabel- 5 Alfian Merancia, Pengaruh Variabel Makro Ekonomi dan Indeks Regional terhadap Risiko Jakarta Islamic Index (JII) dan Indeks Harga Saham Gabungan(IHSG), Jakarta: Tesis Program Pascasarjana Ilmu Ekonomi Universitas Indonesia, 2010. 6 Utami Baroroh, Analisis Pola Dampak Dinamis Return Saham Akibat Guncangan (Shock) pada Variable Makro Ekonomi Indonesia. Jakarta: Jurnal Esensi Vol. 2 FEB UIN, 2011. 7 Mustafa Edwin Nasution dan Hardius Usman, Proses Penelitian Kuantitatif, (Jakarta: LP-FEU, 2007). Al-Iqtishad: Vol. IV, No. 2, Juli 2012 263 Dalam ekonomi konvensional fungsi investasi dipengaruhi oleh variabel makro, terutama suku bunga, dengan pendekatan ekonomi konvensional selain investasi bersifat autonomous, maka terdapat pula investasi yang dipengaruhi oleh variabel suku bunga atau interest. Terdapat pelbagai macam instrumen variabel makroekonomi lainnya seperti inflasi, dan kurs yang sangat berhubung- an erat dengan interest.5 Variabel makro seperti kurs atau valuta asing merupakan salah satu alternatif investasi bagi masyarakat yang memiliki kelebihan dana. Dengan melakukan investasi dalam bentuk valas investor dapat memperoleh keuntung- an dari terjadinya kenaikan kurs. Kurs valas juga dapat memengaruhi arus kas perusahaan yang pada akhirnya dapat memengaruhi JII. Bagi perusahaan yang sudah go public yang mempunyai orientasi ekspor dengan suplai bahan baku lokal, maka apabila terjadi apresiasi mata uang asing akan memberikan keun- tungan bagi perusahaan tersebut. Dengan jumlah valas yang sama perusahaan akan memperoleh jumlah mata uang lokal yang lebih banyak apabila dikon- versikan.6 Metodologi Penelitian ini merupakan jenis penelitian deskriptif- korelasional (kausal) yang akan menjelaskan adakah hubungan dan seberapa besar pengaruh tiap- tiap variabel bebas yaitu variabel makro ekonomi (M2, Kurs, Suku Bunga SBI) terhadap variabel terikatnya yaitu Jakarta Islamic Index (JII). Apakah penga- ruhnya positif atau negatif. Penelitian deskriptif merupakan penjelasan karak- teristik, mengetahui profil, dan menjelaskan aspek yang relevan dari fe-nomena terhadap objek penelitian.7 Teknik analisis data yang digunakan dalam penelitian ini adalah multi reggression (MR) dengan pendekatan vector error correction model (VECM), yang bertujuan untuk melihat hubungan jangka pendek dan menggunakan uji kointegrasi untuk melihat indikasi adanya hubungan jangka panjang. Analisis data dilakukan dengan bantuan aplikasi komputer berupa program E-views 6. Pengujian VECM baru dapat dilakukan bila terdapat indikasi adanya hubungan jangka panjang dengan menggunakan uji kointegrasi. Variabel- 5 Alfian Merancia, Pengaruh Variabel Makro Ekonomi dan Indeks Regional terhadap Risiko Jakarta Islamic Index (JII) dan Indeks Harga Saham Gabungan(IHSG), Jakarta: Tesis Program Pascasarjana Ilmu Ekonomi Universitas Indonesia, 2010. 6 Utami Baroroh, Analisis Pola Dampak Dinamis Return Saham Akibat Guncangan (Shock) pada Variable Makro Ekonomi Indonesia. Jakarta: Jurnal Esensi Vol. 2 FEB UIN, 2011. 7 Mustafa Edwin Nasution dan Hardius Usman, Proses Penelitian Kuantitatif, (Jakarta: LP-FEU, 2007). variabel dikatakan terkointegrasi bila stasioner pada ordo yang sama. Untuk menguji kestasioneran data, maka pada penelitian ini digunakan augmented dickey fuller (ADF) Test. Dalam ADF test dilakukan dengan menambah (augmen- ting) nilai lag pada variabel dependen. Secara spesifik, tes ADF mengikuti persamaan berikut ini: ΔYt = β1 + β2t + δYt-1 + ∑ α ΔY t-1 + έt. Dalam penelitian ini data yang digunakan adalah data natural log (ln) dari variabel-variabel tersebut kecuali variabel yang sudah dalam dalam satuan presentase. Transformasi ini berguna untuk memecahkan persamaan yang tidak diketahui yang merupakan pangkat dari variabel lain. Model log-log yaitu model yang menyatakan ukuran elastisitas Y terhadap X, yaitu ukuran persentasi perubahan dalam Y bila diketahui perubahan persentasi X. dengan model Ln_Y = α +β1 ln_x + ε. Model logaritma merupakan suatu ukuran pertumbuhan (growth rate) bila β > 0 atau merupakan suatu ukuran penyusutan (decay) bila β < 0. Oleh karena itu model ini juga disebut dengan model pertumbuhan.8 Model yang digunakan adalah: Model.ln_ JII=α+ln_KURS+ln_M2+ SBI+ε Keterangan: Ln_JII = pertumbuhan Jakarta Islamic Indeks Ln_Kurs = perubahan Kurs rupiah terhadap dollar AS Ln_M2 = pertumbuhan Jumlah uang Beredar dalam arti Luas SBI = Suku Bunga SBI α = intercept atau konstanta β = koefisien regresi 1...4 ε = standard error Analisis dan Pembahasan Uji Akar Unit (Unit Root Test) Pada tahap pertama karekteristik data diuji dengan menggunakan uji akar unit. Uji akar unit diperlukan untuk mengetahui kestasioneran data. Menurut Gujarati, kestasioneran data terpenuhi apabila satu rangkaian data runut waktu (time series data) memiliki rata-rata (mean) dan varian (variance) yang konstan sepanjang waktu, selain itu nilai kovarian (covariance) antar dua periode waktu hanya tergantung pada jarak atau lag dua periode waktu tersebut dan tidak tergantung pada waktu. Semua data yang digunakan dipilih dalam bentuk loga- 8 N.D. Nachrowi & H. Usman, Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan, (Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, 2006). Yoghi Citra Pratama: Analisis Responsivitas Bursa Syariah oleh Variabel Makro Ekonomi264 ritma natural (ln) kecuali data yang berbentuk persen, salah satu alasannya adalah untuk menyederhanakan analisis. Pengujian kestasioneran data time series merupakan syarat utama dalam melakukan uji kointegrasi, bila satu data time series tidak stasioner maka model tersebut akan mengalami masalah unit root, sehingga dalam mengatasinya dilakukan uji unit root (unit root test). Dalam penelitian ini uji akar unit dilakukan dengan menggunakan metode augmented dickey fuller test (ADF test). Variabel yang memiliki nilai lebih kecil dibandingkan dengan Mc Kinnon-nya maka variabel tersebut telah stasioner. Pengujian akar unit juga dapat ditentukan oleh nilai critical value-nya, apabila nilai ADF-nya lebih besar dari nilai critical value-nya maka variabel tersebut stasioner, sebaliknya apabila jika nila ADF-nya lebih kecil dari nilai critical value 5% maka data tersebut tidak stasioner. Hasil dari pengujian akar unit dapat dilihat dari tabel berikut: Tabel 3.1 Uji Augmented Dickey Fuller No Variabel Level Ho = Tidak stasioner Ha = Stasioner ADF test CV 5% 1 LNJII -1.953144 -2.900670 Tidak stasioner 2 LNKURS -1.957714 -2.900137 Tidak stasioner 3 LNM2 -0.006858 -2.900137 Stasioner 4 SBI -1.939692 -2.900670 Tidak Stasioner Tabel di atas menunjukkan hasil uji akar unit dengan menggunakan ADF Test. Data tabel di atas diketahui tiga variabel tidak stasioner pada tingkat level, hanya satu variabel yang stasioner pada tingkat level yaitu variabel M2, hal tersebut ditunjukkan oleh nilai ADF > CV 5%. Dengan kata lain tiga variabel mengalami masalah akar unit, oleh karena itu perlu dilanjutkan dengan uji derajat integrasi pertama, dan karena semua variabel harus berada pada derajat integrasi yang sama, maka variabel M2 juga harus diuji lagi pada derajat pertama. Tabel 3.2 Uji Aumented Dickey Fuller (First Diffrencing) No Variabel Level Ho = Tidak stasioner Ha = Stasioner ADF test CV 5% Al-Iqtishad: Vol. IV, No. 2, Juli 2012 265 ritma natural (ln) kecuali data yang berbentuk persen, salah satu alasannya adalah untuk menyederhanakan analisis. Pengujian kestasioneran data time series merupakan syarat utama dalam melakukan uji kointegrasi, bila satu data time series tidak stasioner maka model tersebut akan mengalami masalah unit root, sehingga dalam mengatasinya dilakukan uji unit root (unit root test). Dalam penelitian ini uji akar unit dilakukan dengan menggunakan metode augmented dickey fuller test (ADF test). Variabel yang memiliki nilai lebih kecil dibandingkan dengan Mc Kinnon-nya maka variabel tersebut telah stasioner. Pengujian akar unit juga dapat ditentukan oleh nilai critical value-nya, apabila nilai ADF-nya lebih besar dari nilai critical value-nya maka variabel tersebut stasioner, sebaliknya apabila jika nila ADF-nya lebih kecil dari nilai critical value 5% maka data tersebut tidak stasioner. Hasil dari pengujian akar unit dapat dilihat dari tabel berikut: Tabel 3.1 Uji Augmented Dickey Fuller No Variabel Level Ho = Tidak stasioner Ha = Stasioner ADF test CV 5% 1 LNJII -1.953144 -2.900670 Tidak stasioner 2 LNKURS -1.957714 -2.900137 Tidak stasioner 3 LNM2 -0.006858 -2.900137 Stasioner 4 SBI -1.939692 -2.900670 Tidak Stasioner Tabel di atas menunjukkan hasil uji akar unit dengan menggunakan ADF Test. Data tabel di atas diketahui tiga variabel tidak stasioner pada tingkat level, hanya satu variabel yang stasioner pada tingkat level yaitu variabel M2, hal tersebut ditunjukkan oleh nilai ADF > CV 5%. Dengan kata lain tiga variabel mengalami masalah akar unit, oleh karena itu perlu dilanjutkan dengan uji derajat integrasi pertama, dan karena semua variabel harus berada pada derajat integrasi yang sama, maka variabel M2 juga harus diuji lagi pada derajat pertama. Tabel 3.2 Uji Aumented Dickey Fuller (First Diffrencing) No Variabel Level Ho = Tidak stasioner Ha = Stasioner ADF test CV 5% 1 LNJII -6.315602 -2.900670 Stasioner 2 LNKURS -7.319622 -2.901217 Stasioner 3 LNM2 -8.422117 -2.901217 Stasioner 4 SBI -4.494539 -2.900670 Stasioner Dari tabel di atas dapat diketahui bahwa nilai ADF lebih besar dari nila critical value, maka data dari variabel di atas dapat disimpulkan sudah stasioner secara keseluruhan. Penetapan Lag Optimal Tahap berikutnya adalah penetapan lag optimal. Penetapan lag optimal sangat penting karena variabel independen yang digunakan tidak lain adalah lag dari variabel endogennya. Penetapan lag optimal dilakukan dengan berdasarkan pada nilai schwartz information criterion (AIC). Pemilihan lag optimal dilakukan sebelum uji kointegrasi, hal ini penting dilakukan sebelum mengestimasi model vector autoregressive (VAR) (Gujarati, 2007). Pemilihan panjang lag optimal dalam model VAR terutama untuk menghindarai adanya serial korelasi antara error term dengan variabel endogen dalam model yang dapat mengakibatkan estimator menjadi tidak konsisten. Untuk menetapkan lag optimal dapat dilakukan dengan menggunakan nilai akaike information criteria (AIC), final prediction error (FPE), hannan-quinn information criterion (HQ), dan schwarz information criteria (SC) yang terkecil. Tabel 3.3 Uji Lag Lenght Lag LogL LR FPE AIC SC HQ 0 49.22606 NA 3.23e-06 -1.292173 -1.163688 -1.241137 1 411.0062 671.8774 1.65e-10 -11.17161 -10.52918 -10.91643 2 445.3054 59.77851* 9.86e-11* -11.69444* -10.53807* -11.23511* 3 460.4937 24.73536 1.02e-10 -11.67125 -10.00094 -11.00778 4 474.9733 21.92614 1.09e-10 -11.62781 -9.443555 -10.76020 5 483.8585 12.43934 1.39e-10 -11.42453 -8.726334 -10.35277 6 503.6388 25.43183 1.31e-10 -11.53254 -8.320402 -10.25664 7 520.6680 19.94851 1.38e-10 -11.56194 -7.835866 -10.08190 Dalam penelitian ini besarnya lag yang dipilih adalah berdasarkan nilai SC terkecil. Dan dari tabel di atas diketahui bahwa semua tanda bintang menun- jukkan pada lag 2. Hal ini menunjukkan bahwa lag optimal yang direkomen- dasikan adalah lag 2. Yoghi Citra Pratama: Analisis Responsivitas Bursa Syariah oleh Variabel Makro Ekonomi266 Uji Kausalitas Granger Uji Kausalitas Granger dilakukan untuk mengetahui ada tidaknya hubu- ngan dua arah antar variabel. Tabel 3.4 Rangkuman Hasil Uji Kausalitas Granger Null Hypothesis: Obs F-Statistic Prob. KURS does not Granger Cause JII 75 2.40562 0.0976 JII does not Granger Cause KURS 5.98765 0.0040 M2 does not Granger Cause JII 75 1.43429 0.2452 JII does not Granger Cause M2 0.96833 0.3847 SBI does not Granger Cause JII 75 2.87989 0.0628 JII does not Granger Cause SBI 3.50535 0.0354 M2 does not Granger Cause KURS 75 0.55596 0.5760 KURS does not Granger Cause M2 4.33915 0.0167 SBI does not Granger Cause KURS 75 0.45862 0.6340 KURS does not Granger Cause SBI 2.17679 0.1210 SBI does not Granger Cause M2 75 0.12504 0.8827 M2 does not Granger Cause SBI 4.42245 0.0155 Dari uji kausalitas Granger di atas dapat disimpulkan bahwa ada variabel yang memiliki hubungan dua arah yaitu kurs dengan JII, dan SBI dengan JII, hal ini mengindikasikan bahwa fluktuasi kurs dan JII saling memengaruhi. Serta antara SBI dan JII juga saling memengaruhi hal ini sesuai dengan teori preferensi likuiditas dari Keynes, yaitu apabila otoritas moneter melakukan kebijakan melalui jalur SBI dengan meningkatkan suku bunga SBI maka masyarakat akan lebih banyak mengalokasikan dana nya dalam bentuk tabungan. Uji Kointegrasi Salah satu pendekatan yang dapat digunakan dalam uji kointegrasi adalah dengan metode Johansen. Uji kointegrasi metode Johansen digunakan dalam uji konitegrasi dengan model multivariat. Uji ini dapat dianalisis melalui model VAR dengan ordo P yang ditujikan dengan persamaan: Yt = A1yt-1 +…….+ Apyt-p + Bπt +έ Di mana: Yt : vector-k pada variabel-variabel yang tidak stasioner Πt : vector-d pada variabel deterministik Έ : vector inovasi Al-Iqtishad: Vol. IV, No. 2, Juli 2012 267 Uji Kausalitas Granger Uji Kausalitas Granger dilakukan untuk mengetahui ada tidaknya hubu- ngan dua arah antar variabel. Tabel 3.4 Rangkuman Hasil Uji Kausalitas Granger Null Hypothesis: Obs F-Statistic Prob. KURS does not Granger Cause JII 75 2.40562 0.0976 JII does not Granger Cause KURS 5.98765 0.0040 M2 does not Granger Cause JII 75 1.43429 0.2452 JII does not Granger Cause M2 0.96833 0.3847 SBI does not Granger Cause JII 75 2.87989 0.0628 JII does not Granger Cause SBI 3.50535 0.0354 M2 does not Granger Cause KURS 75 0.55596 0.5760 KURS does not Granger Cause M2 4.33915 0.0167 SBI does not Granger Cause KURS 75 0.45862 0.6340 KURS does not Granger Cause SBI 2.17679 0.1210 SBI does not Granger Cause M2 75 0.12504 0.8827 M2 does not Granger Cause SBI 4.42245 0.0155 Dari uji kausalitas Granger di atas dapat disimpulkan bahwa ada variabel yang memiliki hubungan dua arah yaitu kurs dengan JII, dan SBI dengan JII, hal ini mengindikasikan bahwa fluktuasi kurs dan JII saling memengaruhi. Serta antara SBI dan JII juga saling memengaruhi hal ini sesuai dengan teori preferensi likuiditas dari Keynes, yaitu apabila otoritas moneter melakukan kebijakan melalui jalur SBI dengan meningkatkan suku bunga SBI maka masyarakat akan lebih banyak mengalokasikan dana nya dalam bentuk tabungan. Uji Kointegrasi Salah satu pendekatan yang dapat digunakan dalam uji kointegrasi adalah dengan metode Johansen. Uji kointegrasi metode Johansen digunakan dalam uji konitegrasi dengan model multivariat. Uji ini dapat dianalisis melalui model VAR dengan ordo P yang ditujikan dengan persamaan: Yt = A1yt-1 +…….+ Apyt-p + Bπt +έ Di mana: Yt : vector-k pada variabel-variabel yang tidak stasioner Πt : vector-d pada variabel deterministik Έ : vector inovasi Tabel 3.5 Uji Kointegrasi Johannsen Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.388189 69.82480 63.87610 0.0145 At most 1 0.213322 32.97495 42.91525 0.3377 At most 2 0.114500 14.97971 25.87211 0.5762 At most 3 0.075153 5.859514 12.51798 0.4784 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.388189 36.84985 32.11832 0.0122 At most 1 0.213322 17.99524 25.82321 0.3776 At most 2 0.114500 9.120193 19.38704 0.7120 At most 3 0.075153 5.859514 12.51798 0.4784 Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Berdasarkan uji kointegrasi di atas data variabel pada model, yang ditun- jukkan pada tabel di atas terdapat satu persamaan kointegrasi pada taraf signifikan 5%. Hal ini ditunjukkan dari nilai trace dan max eigen yang lebih besar dari nilai critical value-nya. Maka antar variabel JII dengan M2, Kurs, dan SBI, memiliki sifat linear combination yang bersifat stasioner (kointegrasi). Adanya kointegrasi menunjukkan terdapat hubungan jangka panjang antarvariabel tersebut. Estimasi VECM Perilaku dinamis dari model VECM dapat dilihat melalui respons dari setiap variabel endogen terhadap kejutan pada variabel tersebut maupun terha- dap variabel endogen lainnya. Ada dua cara untuk dapat melihat karakteristik dinamis model VECM, yaitu melalui IRF function dan Variance Decomposition. Sebelum mengaplikasikan dan menganalisis model VECM, maka perlu diten- tukan panjang lag. Lag optimal jika model memiliki akaike AIC dan Schwartz SC yang terkecil, tetapi metode ini memiliki kelemahan yaitu seringkali terjadi setiap pengurangan lag akan menghasilkan nilai akaike AIC dan Schwartz SC yang lebih Yoghi Citra Pratama: Analisis Responsivitas Bursa Syariah oleh Variabel Makro Ekonomi268 kecil. Adanya kelemahan ini didasarkan pada pendekatan stok yaitu k = N1/3, maka lag yang digunakan adalah lag 2. Impulse Response Function Impulse response adalah respons variabel endogen akibat adanya inovasi (kejutan) dari variabel endogen yang lain. Dengan menggunakan analisis impuls response dapat disimulasikan dampak perubahan salah satu variabel inde- penden terhadap fluktuasi variabel dependennya pada masa yang akan datang. Hasil pengolahan impuls response pada gambar di atas yaitu pada kolom kedua baris pertama menunjukkan pada awalnya variabel makro Kurs tidak direspons oleh JII namun pada periode kedua dan seterusnya menunjukkan bahwa JII merespons kurs secara positif. Pada kolom ketiga baris pertama M2 pada awalnya tidak direspon oleh JII namun pada periode kedua JII merespon guncangan M2 secara negatif dan cenderung membawa JII pada respons positif dalam keseimbangan jangka panjangnya. Pada kolom keempat baris pertama SBI pada awalnya tidak direspons oleh JII namun pada periode kedua JII meres- pons guncangan SBI secara negatif. Pada umumnya variabel di atas memberikan kecenderungan membawa JII pada titik keseimbangan baru. Variance Decomposition Analisis dekomposisi varian berfungsi untuk mengetahui setiap besarnya peran guncangan dalam menjelasakan variabilitas atau dinamika suatu variabel. Dinamika suat variabel dapat dianalisis dengan menggunakan dekomposisi ragam kesalahan peramalan yang di orthogonalisasi (Orthogonalized forecast error variance decomposition/FEVD). Dekomposisi varian merupakan metode lain dari sistem dinamik dengan menggunakan analisis VAR/VECM. Jika respons terhadap guncangan menunjukkan efek dari sebuah kebijakan (shock) variabel endogen terhadap variabel lain maka dekomposisi varian (ragam peramalan), akan menguraikan inovasi pada sebuah variabel endogen terhadap guncangan variabel lain di dalam VAR. Tabel 3.7 Hasil Uji Variance Decomposition Variance Decomposition of DJII: Period S.E. DJII DKURS DM2 DSBI 1 0.078458 100.0000 0.000000 0.000000 0.000000 2 0.127031 95.99291 1.813326 1.826217 0.367550 3 0.166712 91.76560 4.480034 1.946479 1.807889 Al-Iqtishad: Vol. IV, No. 2, Juli 2012 269 kecil. Adanya kelemahan ini didasarkan pada pendekatan stok yaitu k = N1/3, maka lag yang digunakan adalah lag 2. Impulse Response Function Impulse response adalah respons variabel endogen akibat adanya inovasi (kejutan) dari variabel endogen yang lain. Dengan menggunakan analisis impuls response dapat disimulasikan dampak perubahan salah satu variabel inde- penden terhadap fluktuasi variabel dependennya pada masa yang akan datang. Hasil pengolahan impuls response pada gambar di atas yaitu pada kolom kedua baris pertama menunjukkan pada awalnya variabel makro Kurs tidak direspons oleh JII namun pada periode kedua dan seterusnya menunjukkan bahwa JII merespons kurs secara positif. Pada kolom ketiga baris pertama M2 pada awalnya tidak direspon oleh JII namun pada periode kedua JII merespon guncangan M2 secara negatif dan cenderung membawa JII pada respons positif dalam keseimbangan jangka panjangnya. Pada kolom keempat baris pertama SBI pada awalnya tidak direspons oleh JII namun pada periode kedua JII meres- pons guncangan SBI secara negatif. Pada umumnya variabel di atas memberikan kecenderungan membawa JII pada titik keseimbangan baru. Variance Decomposition Analisis dekomposisi varian berfungsi untuk mengetahui setiap besarnya peran guncangan dalam menjelasakan variabilitas atau dinamika suatu variabel. Dinamika suat variabel dapat dianalisis dengan menggunakan dekomposisi ragam kesalahan peramalan yang di orthogonalisasi (Orthogonalized forecast error variance decomposition/FEVD). Dekomposisi varian merupakan metode lain dari sistem dinamik dengan menggunakan analisis VAR/VECM. Jika respons terhadap guncangan menunjukkan efek dari sebuah kebijakan (shock) variabel endogen terhadap variabel lain maka dekomposisi varian (ragam peramalan), akan menguraikan inovasi pada sebuah variabel endogen terhadap guncangan variabel lain di dalam VAR. Tabel 3.7 Hasil Uji Variance Decomposition Variance Decomposition of DJII: Period S.E. DJII DKURS DM2 DSBI 1 0.078458 100.0000 0.000000 0.000000 0.000000 2 0.127031 95.99291 1.813326 1.826217 0.367550 3 0.166712 91.76560 4.480034 1.946479 1.807889 4 0.200719 89.16557 5.683611 1.458542 3.692279 5 0.234040 87.06212 6.624655 1.190235 5.122991 6 0.266132 85.47390 7.553440 1.049542 5.923119 7 0.295153 84.35614 8.356635 0.904522 6.382701 8 0.321129 83.61329 9.017798 0.790111 6.578805 9 0.344472 83.21111 9.522714 0.707423 6.558755 10 0.365358 83.05459 9.895045 0.642789 6.407576 Tabel di atas menjelaskan tentang variance decomposition dari variabel DJII, yaitu variabel apa saja dan seberapa besar variabel tersebut memengaruhi variabel DJII. Pada periode pertama varabel DJII dipengaruhi oleh variabel itu sendiri (100%). Namun pada periode selanjutnya pengaruh DJII terhadap DJII itu sendiri berkurang. Pada periode kedua variabel yang terbesar memengaruhi variabel DJII selain variabel DJII itu sendiri adalah DM2 yang memberikan pengaruh sebesar 1,82% periode selanjutnya pengaruh DJII berkurang secara bertahap terhadap variabel itu sendiri, hingga pada periode ke-10 pengaruh DJII terhadap dirinya sendiri menjadi 83,05%, variabel yang memengaruhi DJII ter- besar kedua pada periode ke-10 adalah variabel DKurs yang memiliki pengaruh sebesar 9,89% dan yang memberikan pengaruh terkecil pada DJII adalah DM2 yang memberikan pengaruh sebesar 0,64% . Penutup Hasil pengolahan impuls respon function pada gambar di atas menun- jukkan secara umum tersebut menunjukkan bahwa pengaruh variabel makro yang di-proxy-kan oleh M2, kurs dan suku bunga SBI tidaklah besar. Pada umumnya variabel di atas memberikan respons negatif terhadap JII dan hanya kurs yang direspons positif oleh JII serta memiliki kecenderungan membawa JII pada titik keseimbangan baru. Berdasarkan variance decomposition di atas dapat disimpulkan bahwa variabel JII dipengaruhi oleh variabel itu sendiri dari periode pertama sampai periode ke-10. Pengaruh variabel lain seperti M2, kurs dan suku bunga SBI tidak memberikan pengaruh yang signifikan sampai periode kesepuluh karena nilai- nya di bawah 10%. Fenomena ini menunjukkan bahwa pasar modal syariah yang di-proxy-kan oleh JII lebih stabil oleh pengaruh guncangan variabel makro. Daya tahan pasar modal syariah terhadap krisis seharusnya semakin meyakinkan pemerintah dan pelaku pasar untuk ikut terlibat mengembangkan instrumen syariah. Ini dapat menjadi catatan bagi stakeholder pasar modal untuk lebih memerhatikan lagi dan memperkuat eksistensi dan peran pasar modal yang berbasiskan syariah Yoghi Citra Pratama: Analisis Responsivitas Bursa Syariah oleh Variabel Makro Ekonomi270 seperti JII dalam pasar modal nasional, sehingga pasar modal syariah dapat memberikan kontribusi yang signifikan dalam perkembangan dan pertumbuhan ekonomi, khususnya dalam sektor keuangan. [] Pustaka Acuan Achsein, I.H., Investasi Syariah di Pasar Modal: Menggagas Konsep dan Praktek Manajemen Portfolio Syariah. Jakarta: PT Gramedia Pustaka Utama, 2000. Baroroh, Utami, Analisis Pola Dampak Dinamis return Saham Akibat Guncangan (Shock) pada Variabel Makro Ekonomi Indonesia, Jakarta: Jurnal Esensi Vol 2 FEB UIN, 2011. Huda, N & Nasution, M.E., Investasi Pada Pasar Modal Syariah, Jakarta: Kencana Prenada n Media Group, 2008. Humpe, Andreas & MacMilllan, Peter, Can Macroeconomic Variabels Explain Long Term Stock Market Movements? A Comparison of the US and Japan, CDMA Working Paper No. 07/20. University of Saint Andrews, 2007. Karim, A., Ekonomi Makro Islami, Jakarta: Rajawali Pers, 2007. Mannan, M.A., Understanding Islamic Finance: A Study of the Security Market in an Islamic Framework, Research Paper, Jeddah: Islamic Research and Training Institute of IDB, 1993. Manurung, Adler Haymans, Pengaruh Variabel Makro, Investor Asing, Bursa yang Telah Maju Terhadap Indeks BEJ, Jakarta: Tesis Program Pascasarjana Ilmu Ekonomi Universitas Indonesia, 1996. Metwally, Teori dan Praktik Ekonomi Islam, Jakarta: Bangkita Daya Insani, 1995. Muslich, M., Manajemen Risiko Operasional, Teori dan Praktik, Jakarta: PT. Bumi Aksara, 2007. Nachrowi, N.D & Usman, H., Pendekatan Populer dan Praktis Ekonometrika Untuk Analisis Ekonomi dan Keuangan, Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, 2006. Nasution, Mustafa Edwin dan Usman, Hardius, Proses Penelitian Kuantitatif, Jakarta: LP-FEU, 2007. Rivai, Veitzhal, Islamic Financial Management, Jakarta: Ghalia Indonesia, 2010. Sudarsono, H., Bank dan Lembaga Keuangan Syariah: Deskripsi dan Ilustrasi, Yogyakarta: Ekonisia Kampus FE UII, 2003. Tandelilin, E., Analisis Investasi & Manajemen Portofolio, Yogyakarta: BPFE, 2001.