ANALISIS PENGARUH VARIABEL-VARIABEL MAKROEKONOMI TERHADAP PERTUMBUHAN OBLIGASI PEMERINTAH DI

INDONESIA

OLEH NOVIE ILLYA SASANTI

H14104095

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR 2008

RINGKASAN NOVIE ILLYA SASANTI. Analisis Pengaruh Variabel-Variabel Makroekonomi terhadap Pertumbuhan Obligasi Pemerintah di Indonesia (dibimbing oleh BUNASOR SANIM).

Krisis ekonomi pada pertengahan tahun 1997 telah menyebabkan perubahan paradigma dalam sistem kebijakan moneter dan sistem perbankan di Indonesia. Namun pascakrisis neraca bank perlahan-lahan mengalami perubahan secara fundamental karena adanya rekapitalisasi perbankan melalui penerbitan obligasi pemerintah. Penerbitan obligasi pemerintah merupakan salah satu cara pemerintah untuk mengatasi masalah dari tekanan fiskal. Terutama untuk menutup anggaran defisit berimbang. Selain itu, obligasi pemerintah diharapkan dapat menarik dana masyarakat yang disimpan di luar negeri, menarik investor finansial dalam negeri agar berminat memegang obligasi pemerintah, menarik dana para investor finansial luar negeri dan meningkatkan kinerja sektor finansial terutama pelaksanaan kebijakan moneter khususnya melalui Operasi Pasar Terbuka (OPT).

Penerbitan obligasi ditujukan untuk menutup pendanaan yang tidak dapat dipenuhi oleh penerimaan dari pajak. Melihat pentingnya obligasi pemerintah sebagai alternatif pembiayaan pembangunan, maka harus memperhatikan variabel-variabel ekonomi yang mempengaruhi pertumbuhannya. Selain itu, perlu diperhatikan juga adanya infrastruktur hukum yang memadai dan telah dikeluarkannya UU No. 24 Tahun 2004 yang memberikan kepastian hukum kepada para investor.

Tujuan dari penelitian ini adalah menganalisis pengaruh variabel-variabel ekonomi yaitu jumlah uang beredar, laju inflasi, pendapatan nasional, tingkat suku bunga SBI, nilai tukar rupiah, dan suku bunga deposito terhadap obligasi pemerintah di Indonesia dan melihat respon dari obligasi pemerintah terhadap guncangan variabel-variabel ekonomi tersebut, serta menganalis variabel ekonomi manakah yang paling dominan mempengaruhi pertumbuhan obligasi pemerintah. Untuk melakukan analisis tersebut, jenis data yang digunakan dalam adalah data sekunder berupa time series, maka digunakan analisis kuantitatif Vector Auto Regression (VAR) yang dilanjutkan dengan Vector Error Correction Model (VECM) karena variabel-variabel yang digunakan stasioner dan terkointegrasi.

Hasil estimasi VECM, pengaruh dari enam variabel makroekonomi yaitu suku bunga deposito (RDPSTO), jumlah uang beredar (MS), nilai tukar riil (RER), pendapatan nasional (GDPRIIL), suku bunga SBI (R), dan laju inflasi (INF) terhadap variabel obligasi pemerintah riil (OBGRIIL) adalah pada jangka pendek, variabel ekonomi yang berpengaruh positif terhadap obligasi pemerintah riil adalah obligasi pemerintah rill itu sendiri, suku bunga deposito, nilai tukar riil, laju inflasi, sedangkan yang berpengaruh negatif terhadap obligasi pemerintah riil adalah jumlah uang beredar, pendapatan nasional, suku bunga SBI. Pada jangka panjang hanya tiga variabel yang berpengaruh terhadap obligasi pemerintah, karena ada empat persamaan yang terkointegrasi, variabel yang berpengaruh positif terhadap obligasi

pemerintah riil adalah suku bunga SBI dan pendapatan nasional, sedangkan yang berpengaruh negatif adalah suku bunga deposito.

Hasil estimasi the impuls response function (IRF), respon negatif obligasi pemerintah dihasilkan dari guncangan variabel nilai tukar riil, laju inflasi, suku bunga deposito, suku bunga SBI, sedangkan respon positif obligasi pemerintah dihasilkan dari guncangan variabel jumlah uang beredar, pendapatan nasional. Melihat berfluktuasinya variabel-variabel makroekonomi yang mempengaruhi pertumbuhan pasar obligasi pemerintah di Indonesia yang tidak menentu, maka untuk menciptakan kedalaman pasar (market deepening), diharapkan pemerintah mempunyai sistem informasi yang baik mengenai perkiraan perubahan variabel-variabel makroekonomi tersebut, misalnya melalui early warning system.

Hasil Estimasi VECM, dari Variance Decompisition (VD), variabel yang paling mempengaruhi obligasi pemerintah riil sesuai dengan urutan pengaruh terbesar adalah obligasi pemerintah riil itu sendiri, suku bunga deposito, jumlah uang beredar, nilai tukar rupiah, pendapatan nasional, suku bunga SBI, dan laju inflasi. Hal ini menyebabakan pemerintah harus lebih memperhatikan kebijakan yang akan diambil, kebijakan yang seharusnya diambil adalah kebijakan suku bunga dalam proses pengendalian jumlah uang beredar.

ANALISIS PENGARUH VARIABEL-VARIABEL MAKROEKONOMI TERHADAP PERTUMBUHAN

OBLIGASI PEMERINTAH DI INDONESIA

Oleh Novie Illya Sasanti

H14104095

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada

Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR 2008

INSTITUT PERTANIAN BOGOR

FAKULTAS EKONOMI DAN MANAJEMEN

DEPARTEMEN ILMU EKONOMI

Dengan ini menyatakan bahwa skripsi yang disusun oleh,

Nama mahasiswa : Novie Illya Sasanti

Nomor Registrasi Pokok : H14104095

Program Studi : Ilmu Ekonomi

Judul Skripsi : Analisis Pengaruh Variabel-Variabel

Makroekonomi terhadap Pertumbuhan

Obligasi Pemerintah di Indonesia

Dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada

Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian

Bogor.

Menyetujui,

Dosen Pembimbing,

Prof. Dr. Ir. H. Bunasor Sanim, M.Sc

NIP. 130 345 012

Mengetahui,

Ketua Departemen Ilmu Ekonomi

Rina Oktaviani, Ph.D

NIP. 131 846 872

Tanggal Kelulusan:

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-

BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH

DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA

PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, Agustus 2008

Novie Illya Sasanti

H14104095

RIWAYAT HIDUP

Penulis yang bernama Novie Illya Sasanti lahir pada tanggal 18 November

1986 di Bojonegoro, sebuah kota yang berada di Provinsi Jawa Timur. Penulis anak

pertama dari dua bersaudara, dari pasangan Ir. RM. Ichwal Subagjo, S.H, M.Si, dan

Endyk Setyaningsih. Jenjang pendidikan penulis dilalui tanpa hambatan, penulis

menamatkan sekolah dasar di SDN Kadipaten IV Bojonegoro pada tahun 1998,

kemudian melanjutkan ke SLTP Negeri 1 Bojonegoro pada tahun yang sama dan

lulus pada tahun 2001. Pada tahun yang sama penulis diterima di SMU Negeri 1

Bojonegoro dan lulus pada tahun 2004.

Pada tahun 2004 penulis melanjutkan studinya ke jenjang yang lebih tinggi.

Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan besar agar

dapat memperoleh ilmu dan mengembangkan pola pikir. Penulis masuk IPB melalui

Undangan Saringan Masuk IPB (USMI) dan diterima sebagai mahasiswa Program

studi Ilmu Ekonomi pada fakultas Ekonomi dan Manajemen. Selama menjadi

mahasiswa, penulis aktif di organisasi Syariah Economy Student Club (SES-C), dan

Himpunan Mahasiswa Islam (HMI).

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan

rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi ini dengan

baik. Judul skripsi ini adalah “Analisis Pengaruh Variabel-Variabel

Makroekonomi terhadap Pertumbuhan Obligasi Pemerintah di Indonesia”.

Penerbitan Obligasi Pemerintah merupakan salah satu cara untuk mengatasi beban

fiskal, terutama untuk menutup anggaran defisit berimbang dan mengurangi hutang

luar negeri. Melihat pentingnya obligasi pemerintah sebagai alternatif pembiayaan

pembangunan, maka harus memperhatikan variabel-variabel ekonomi yang

mempengaruhi pertumbuhannya. Selain itu, perlu diperhatikan juga adanya

infrastruktur hukum yang memadai dan telah dikeluarkannya UU No. 24 Tahun 2004

yang memberikan kepastian hukum kepada para investor. Oleh karena itu, penulis

tertarik untuk penelitian dengan topik ini. Disamping hal tersebut, skripsi ini juga

merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada

Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian

Bogor.

Ucapan terima kasih yang sebesar-besarnya kepada orang tua penulis, yaitu Ir.

RM. Ichwal Subagjo, S.H, M.Si, dan Endyk Setyaningsih, serta saudara penulis yaitu

Meryta Nurlia Sasanti atas doa, inspirasi, dan dorongan materi serta moral yang

sangat besar artinya bagi perjalanan hidup penulis. Penulis juga mengucapkan terima

kasih yang sebesar-besarnya, terutama kepada Bapak Prof. Dr. Ir. H. Bunasor Sanim,

M.Sc, selaku dosen pembimbing skripsi, Bapak Dr. Ir. Dedi Budiman Hakim, M.Ec,

selaku dosen penguji utama sidang, dan Bapak Jaenal Effendi, MA, selaku dosen

penguji komdik, yang telah membantu memberikan saran dan kritik dalam

penyelesaian skripsi ini, serta seluruh staf Departemen Ilmu Ekonomi yang banyak

membantu penulis dalam proses perkuliahan.

Penulis tidak lupa mengucapkan banyak terimakasih kepada sahabat-sahabat

tercinta IE’41 yang tidak bisa disebut namanya satu-persatu, khususnya Imeh, Puspa,

Meda, Prima, Novi, Icha, Duvi, Putroz, Iyo, dan teman-teman kosan perwira 48 Risa,

Mika, Ngkong, Umi, penghuni rumah warna Sabri atas segala doa, motivasi, cinta,

kasih sayang, kekesalan dan semangat dalam hidup yang membuat hidup penulis

penuh warna. Terimakasih juga kepada manusia pintar Yuliana, Yogi, Luki atas doa,

dan ajaran-ajaran berharga dalam belajar, serta teman-teman satu bimbingan skripsi

Dwi, Septy, Fabya, terimakasih atas doa dan kerjasamanya. Semoga skripsi ini

bermanfaat bagi penulis dan pihak lain yang membutuhkan.

Bogor, Agustus 2008

Novie Illya Sasanti

H14104095

DAFTAR ISI

Halaman

DAFTAR TABEL ............................................................................................ iv

DAFTAR GAMBAR ....................................................................................... v

DAFTAR LAMPIRAN .................................................................................... vi

I. PENDAHULUAN ........................................................................................ 1

1.1. Latar Belakang ..................................................................................... 1

1.2. Perumusan Masalah .............................................................................. 4

1.3. Tujuan Penelitian .................................................................................. 7

1.4. Manfaat Penelitian ................................................................................ 7

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ..................... 8

2.1. Obligasi ............................................................................................... 8

2.3.1 Definisi Obligasi Pemerintah ...................................................... 9

2.3.2 Jenis-jenis Obligasi Pemerintah .................................................. 10

2.2. Teori Portofolio ................................................................................... 10

2.2.1. Teori Portofolio dari Permintaan Uang ...................................... 10

2.2.2. Teori Portofolio Markowitz ........................................................ 12

2.3. Teori Mekanisme Transmisi (Transmission Mechanism Theory) ...... 15

2.4. Pendapatan Nasional ........................................................................... 16

2.5. Monetary Theory of Exchange Rate .................................................... 17

2.6. Nilai Tukar .......................................................................................... 18

2.7. Teori Paritas Suku Bunga.................................................................... 20

2.8. Jumlah Uang Beredar dan Inflasi ........................................................ 21

2.9. Posisi dan Arti IS-LM dalam Penentuan Kebijakan ........................... 22

2.10. Penelitian Terdahulu ......................................................................... 25

2.11. Kerangka Pemikiran .......................................................................... 28

III. METODE PENELITIAN ........................................................................... 30

3.1. Jenis dan Sumber Data ........................................................................ 30

3.2. Metode Analisis Data .......................................................................... 30

3.2.1. Vector Auto Regression (VAR) ................................................. 31

3.2.2. Model Umum Vector AutoRegression (VAR) .......................... 32

3.2.3. Uji Stasioneritas ......................................................................... 33

3.2.4. Penetapan Lag Optimal .............................................................. 35

3.2.5. Uji Kointegrasi ........................................................................... 35

3.2.6. Model Umum Vector Error Correction Model (VECM) .......... 36

3.2.7. Impulse Responses Function (IRF) ............................................ 36

3.2.8. Variance Decomposition ............................................................ 37

IV. HASIL PENELITIAN DAN PEMBAHASAN ......................................... 39

4.1. Unit Root Test (Pengujian Akar-Akar Unit) ....................................... 39

4.2. Penetapan Lag Optimal ..................................................................... 40

4.3. Uji Kointegrasi ..................................................................... 42

4.4. Pengaruh Variabel-Variabel Ekonomi terhadap Obligasi Pemerintah 43

4.4.1. Pengaruh Variabel-Variabel Ekonomi terhadap Obligasi Pemerintah

pada jangka pendek .................................................................... 44

4.4.2. Pengaruh Variabel-Variabel Ekonomi terhadap Obligasi Pemerintah

pada jangka panjang ................................................................... 47

4.5. Impulse Responses Function (IRF) .................................................... 48

4.5.1. Respon Obligasi Pemerintah Riil terhadap Guncangan Variabel

Nilai Tukar Riil dan Variabel Laju Inflasi ................................. 50

4.5.2. Respon Obligasi Pemerintah Riil terhadap Guncangan Variabel

Jumlah Uang Beredar dan Suku Bunga Deposito ...................... 51

4.5.3. Respon Obligasi Pemerintah Riil terhadap Guncangan Variabel

Suku Bunga SBI dan Pendapatan Nasional ............................... 53

4.6. Pengaruh Variabel-Variabel Ekonomi terhadap Obligasi Pemerintah

(Analisis Variance Decomposition) .................................................. 54

V. KESIMPULAN DAN SARAN ................................................................... 57

5.1. Kesimpulan ......................................................................................... 57

5.2. Saran .................................................................................................... 58

DAFTAR PUSTAKA ...................................................................................... 59

LAMPIRAN ..................................................................................................... 61

DAFTAR TABEL

Nomor Halaman

2.1. Penelitian Terdahulu ................................................................................. 25

3.1. Data, Simbol, dan Sumber Data ................................................................ 30

4.1. Hasil Pengujian Non-Stasioneritas pada Tingkat Level ............................ 39

4.2. Hasil Pengujian Non-Stasioneritas pada Tingkat First Difference ........... 40

4.3. Hasil Penetapan Lag Optimal.................................................................... 41

4.4. Hasil Uji Kointegrasi ................................................................................ 42

4.5. Hasil Estimasi VECM Persamaan Obligasi Pemerintah ........................... 44

4.6. Hasil Variance Decomposition (%) Persamaan Obligasi Pemerintah ...... 56

DAFTAR GAMBAR

Nomor Halaman

1.1. Rata-rata Perdagangan Obligasi Pemerintah

di Pasar Sekunder 2005-2006 ................................................................... 3

2.1. Kurva LM Vertikal .................................................................................... 23

2.2. Kurva LM Horisontal ................................................................................ 24

2.3. Kurva IS Horisontal .................................................................................. 24

2.4. Kurva IS Vertikal ...................................................................................... 25

2.5. Kerangka Pemikiran .................................................................................. 29

4.1. Respon Obligasi Pemerintah Riil terhadap Guncangan Variabel

Nilai Tukar Riil dan Variabel Laju Inflasi ................................................ 50

4.2. Respon Obligasi Pemerintah Riil terhadap Guncangan Variabel

Jumlah Uang Beredar dan Suku Bunga Deposito ..................................... 51

4.3. Respon Obligasi Pemerintah Riil terhadap Guncangan Variabel

Suku Bunga SBI dan Pendapatan Nasional .............................................. 53

DAFTAR LAMPIRAN

Nomor Halaman

1. Uji Stasioneritas pada Tingkat Level............................................................ 61

2. Uji Stasioneritas pada Tingkat First Difference........................................... 63

3. Correlation Matrix ....................................................................................... 65

4. Uji kestabilan VAR ...................................................................................... 65

5. Uji Lag Optimum ........................................................................................ 67

6. Uji Kointegrasi Johansen ............................................................................. 68

7. Uji Kointegrasi ............................................................................................. 69

8. Estimasi VECM ........................................................................................... 70

9. Grafik Impulse Response Function (IRF) .................................................... 72

10. Tabel IRF ................................................................................................... 76

11. Variance Decomposition ............................................................................ 77

12. Grafik Data Jumlah Uang Beredar ............................................................. 79

13. Grafik Data Obligasi Pemerintah Riil ........................................................ 79

14. Grafik Data Nilai Tukar Riil ...................................................................... 80

15. Grafik Data Suku Bunga SBI ..................................................................... 80

16. Grafik Data Suku Bunga Deposito ............................................................. 81

17. Grafik Data Laju Inflasi ............................................................................. 81

18. Grafik Data Pendapatan Nasional .............................................................. 82

I. PENDAHULUAN

1.1. Latar Belakang

Krisis ekonomi pada pertengahan tahun 1997 telah menyebabkan perubahan

paradigma dalam sistem kebijakan moneter dan sistem perbankan di Indonesia.

Pertumbuhan perekonomian yang negatif ditunjukkan oleh Pendapatan Domestik

Bruto (PDB) mengalami penurunan dari 4.70 persen menjadi -13.13 persen, laju

inflasi meningkat sangat tinggi dari 11.10 persen menjadi 86.36 persen, suku bunga

SBI meningkat tajam sebesar 70.81 persen, serta nilai tukar rupiah mencapai Rp

14.900 per dollar AS (Bank Indonesia, 2000).

Neraca bank perlu adanya restrukturisasi dan rekapitalisasi setelah krisis,

karena modal bank terkikis oleh kredit bermasalah (NPL) dan melemahnya nilai tukar

rupiah, sehingga komposisi utama penggunaan dana bank berpindah dari kredit ke

obligasi pemerintah. Dengan risiko kredit yang masih tinggi, ditambah sektor usaha

masih dalam proses restrukturisasi, penanaman modal pada surat berharga atau

obligasi pemerintah merupakan pilihan menarik dalam portofolio aset perbankan.

Obligasi Pemerintah yang telah diterbitkan bertujuan untuk merekapitalisasi beberapa

bank sebagai bagian dari program restrukturisasi dan rekapitalisasi sektor perbankan

akibat krisis ekonomi (Bank Indonesia, 2001).

Kredibilitas pemerintah merupakan unsur yang sangat penting untuk

menjadikan obligasi pemerintah sebagai benchmark bagi kegiatan investasi jangka

panjang di Indonesia. Meningkatkan permintaan obligasi pemerintah, akan

menciptakan kedalaman pasar (market deepness) yang merupakan salah satu pilar

2

kekuatan sistem keuangan suatu negara, sehingga instrumen ini bisa menjadi salah

satu sumber pembiayaan pembangunan nasional yang dapat diandalkan.

Obligasi pemerintah merupakan salah satu alternatif pembiayaan negara.

Penerbitan obligasi ditujukan untuk menutup pendanaan yang tidak dapat dipenuhi

oleh penerimaan dari pajak. Dalam menerbitkan obligasi, pemerintah dihadapkan

pada persoalan pembentukan pasar obligasi yang likuid, efisien dan sustainable. Ada

beberapa tujuan dibentuknya pasar obligasi pemerintah. Pertama, sebagai sumber

pembiayaan defisit negara. Kedua, menciptakan stabilisasi neraca pembayaran

melalui adanya capital inflow. Ketiga, memindahkan risiko anggaran negara ke arah

maturitas yang lebih panjang. Keempat, meminimalkan risiko pembiayaan negara

melalui distribusi obligasi pemerintah ke beberapa pemegang (Bank Indonesia, 2007).

Meningkatnya perdagangan obligasi pemerintah di pasar sekunder saat ini

disebabkan beberapa faktor antara lain: Pertama, penurunan suku bunga deposito

sejalan dengan penurunan suku bunga SBI, menyebabkan investasi di pasar uang dan

deposito perbankan menjadi tidak menarik. Kedua, meningkatnya peran industri

reksadana yang menawarkan pendapatan tetap berbasis obligasi pemerintah. Ketiga,

kepercayaan pasar terhadap pemerintah makin menguat. Berikut adalah gambar 1.1.

diagram posisi outstanding obligasi pemerintah tahun 1999-2007 yang menunjukkan

peningkatan dari tahun ke tahun. Namun sejak tahun 2002 komposisi aktiva produktif

perbankan mulai mengalami pergeseran. Bila pada tahun-tahun sebelumnya aktiva

produktif didominasi oleh obligasi pemerintah, maka sejak tahun 2002 mulai beralih

ke kredit. Hingga tahun 2005 porsi kredit terus meningkat sementara porsi SBI dan

3

obligasi pemerintah terus menurun seiring dengan semakin membaiknya fungsi

intermediasi perbankan. (Laporan Tahunan Bank Indonesia, 2000-2005).

Sumber: Bapepam, 2007.

Gambar 1.1 Rata-rata Perdagangan Obligasi Pemerintah

Kondisi fundamental ekonomi Indonesia tahun 2007 yang mendukung

ditunjukkan variabel-variabel makro positif yaitu pertumbuhan ekonomi pada kuartal

I, pendapatan nasional sebesar 9,2 Miliar Rupiah meningkat sampai kuartal III

sebesar 10,2 Miliar Rupiah, stabilitas nilai tukar rupiah tetap terjaga, dengan

kecenderungan apresiasi nilai tukar rupiah terhadap dolar, laju inflasi mengalami

penurunan dari 2007 kuartal II sebasar 7% menjadi 6,6% pada kuartal III, tingkat

suku bunga SBI yang relatif stabil sepanjang tahun 2007 rata-rata sebesar 8,5% (Bank

Indonesia, 2007). Dilihat dari variabel- variabel ekonomi di atas yang menunjukkan

peningkatan signifikan, prospek ekonomi semakin menjanjikan diperkuat dengan

kemampuan Bank Indonesia menjalankan kebijakan moneter yang mampu

memainkan peranan sebagai penggerak roda perekonomian. Indikator- indikator

makro yang positif tersebut didukung pula oleh perkembangan positif pasar modal

dan posisi outstanding obligasi pemerintah.

4

Selain itu, sejak tahun 2001 pemerintah Indonesia melalui kementriannya

telah melakukan beberapa penelitian dan studi banding di beberapa Negara Maju dan

Negara Berkembang lainnya, di antaranya adalah Negara Jepang, Hongkong, Filipina

dan Negara-negara lainnya yang dianggap telah berhasil menjual Obligasi Ritel

Pemerintah (Retail Government Bond), sebagai acuan Pemerintah dalam menjual

Obligasi Negara Retail di Indonesia. Pemerintah menyadari bahwa keberadaan Retail

Government Bond (RGB) di Indonesia sudah sangat mendesak, hal ini dapat dilihat

dari; (i) peran Surat Utang Negara (SUN) sebagai instrumen pembiayaan dalam

kebijakan keuangan negara yang semakin meningkat, (ii) kebutuhan untuk

meningkatkan kredibilitas SUN sebagai benchmark investasi di Indonesia melalui

perluasan kepemilikan SUN di kalangan penduduk. Kredibilitas pemerintah

merupakan unsur yang sangat penting untuk menjadikan Obligasi Pemerintah sebagai

benchmark bagi kegiatan investasi jangka panjang di Indonesia. Untuk mewujudkan

benchmarking sebagaimana dimaksud tersebut antara lain diperlukan manajemen

portofolio utang yang tepat, sehingga risk-free value yang melekat pada Obligasi

Pemerintah dapat diakui sepenuhnya oleh para investor. Selain itu juga pemerintah

harus memperhatikan variabel-variabel ekonomi apa saja yang mempengaruhi

perkembangan obligasi pemerintah agar obligasi pemerintah dapat meningkatkan

pertumbuhan perekonomian Indonesia secara nyata.

1.2. Perumusan Masalah

Krisis ekonomi yang melanda Indonesia telah memberikan dampak negatif

terhadap pasar modal. Berbagai perkembangan yang kurang menguntungkan telah

5

menghalangi perkembangan bursa saham pascakrisis. Masalah stabilitas politik,

masalah ketidakpastian hukum, masalah otonomi daerah, masalah belum tuntasnya

restrukturisasi utang perusahaan-perusahaan di Indonesia, dan masalah dunia

perbankan telah memperburuk iklim investasi di Indonesia. Kenaikan harga minyak

dunia, yang menyebabkan kenaikan harga minyak dalam negeri juga meningkat

menyebabkan semakin tingginya laju inflasi juga turut mengurangi daya tarik

berinvestasi di pasar obligasi pemerintah. Namun pascakrisis memberikan

perkembangan yang cukup positif, di mana kapitalisasi pasar mengalami kenaikan

yang konsisten.

Kesalahan kebijakan moneter pascakrisis adalah kurang efektifnya kebijakan

moneter dalam mempengaruhi aktivitas perekonomian. Permasalahan ini terutama

berakar dari kondisi neraca perbankan yang masih belum sepenuhnya normal dan

belum pulihnya intermediasi perbankan. Hal ini menimbulkan permasalahan dalam

sistem moneter yaitu perbankan tergantung pada sumber pendapatan dari surat-surat

berharga seperti SBI dan obligasi pemerintah. Dalam kondisi demikian, kenaikan

suku bunga kebijakan moneter untuk mengurangi tekanan inflasi dan nilai tukar

seringkali tidak direspon oleh kenaikan suku bunga deposito perbankan dengan

seimbang karena perbankan cenderung memanfaatkan momentum kenaikan suku

bunga SBI tersebut untuk mendapatkan margin keuntungan dari selisih antara suku

bunga SBI.

Keadaan makroekonomi yang stabil memperlihatkan laju inflasi yang lebih

terkendali, nilai rupiah yang relatif stabil, dan suku bunga yang relatif rendah telah

menimbulkan harapan membaiknya pasar obligasi untuk mengurangi defisit APBN.

6

Pasar obligasi juga memperlihatkan perkembangan yang positif. Obligasi yang

didominasi oleh obligasi pemerintah memberikan kontribusi yang cukup signifikan

dalam mendukung terciptanya pemulihan ekonomi.

Sehubungan dengan defisit anggarannya dari tahun ke tahun, Pemerintah

Indonesia telah beberapa kali menerbitkan Obligasi Pemerintah yang sampai saat ini

masih mendapatkan perhatian yang cukup besar dari para investor. Hal ini terbukti

dengan selalu terjadinya over-subscribe pada saat obligasi pemerintah dijual dipasar

perdana. Respon yang cukup baik dari para investor ini merupakan perwujudan dari

kepercayaan masyarakat terhadap kemampuan pemerintah dalam membayar dan

melunasi kewajiban-kewajibannya, namun demikian daya serap obligasi pemerintah

yang tinggi tersebut tidak diikuti dengan penyebarannya yang merata. Dilihat dari sisi

kepemilikannya, sebagian obligasi pemerintah pada saat ini ternyata lebih banyak

dimiliki oleh lembaga-lembaga finansial dan hanya sedikit saja yang dimiliki oleh

investor-investor individual.

Berdasarkan latar belakang tersebut, maka dirumuskan permasalahan

penelitian, yaitu:

1. Bagaimana pengaruh variabel-variabel makroekonomi yaitu jumlah uang

beredar, laju inflasi, pendapatan nasional, tingkat suku bunga SBI, nilai tukar

riil, dan suku bunga deposito terhadap obligasi pemerintah di Indonesia dan

bagaimanakah respon dari obligasi pemerintah terhadap guncangan variabel-

variabel ekonomi tersebut?

2. Dari variabel-variabel makroekonomi di atas, variabel manakah yang paling

dominan mempengaruhi pertumbuhan obligasi pemerintah?

7

1.3. Tujuan Penelitian

Dari perumusan masalah di atas, maka tujuan dari penelitian ini, adalah:

1. Menganalisis pengaruh variabel-variabel makroekonomi yaitu jumlah uang

beredar, laju inflasi, pendapatan nasional, tingkat suku bunga SBI, nilai tukar

riil, dan suku bunga deposito terhadap obligasi pemerintah di Indonesia dan

melihat respon dari obligasi pemerintah terhadap guncangan variabel-variabel

ekonomi tersebut.

2. Menganalis variabel ekonomi manakah yang paling dominan mempengaruhi

pertumbuhan obligasi pemerintah.

Hasil dari penelitian ini tidak hanya dipergunakan untuk peneliti, tetapi juga

dapat dipergunakan oleh pihak lain yang terkait, seperti bagi pemerintah Indonesia.

Bagi pemerintah Indonesia, penelitian ini dapat dijadikan sebagai informasi dalam

penyusunan rencana pengeluaran pembangunan serta dalam penetapan target

pertumbuhan ekonomi.

1.4. Manfaat Penelitian

Penelitian mengenai analisis pengaruh variabel-variabel ekonomi terhadap

pertumbuhan obligasi pemerintah, berguna untuk mengetahui perkembangan obligasi

pemerintah di era globalisasi investasi pasar modal yang semakin pesat

pertumbuhannya. Bagi penulis, penelitian ini dapat dijadikan sebagai proses

pembelajaran guna memberikan pengetahuan yang dapat dimanfaatkan untuk

kepentingan pribadi. Bagi pihak lain yang berkepentingan, penelitian ini dapat

digunakan sebagai bahan informasi dan bahan pertimbangan untuk penelitian sejenis.

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

2.1. Obligasi

Obligasi (surat berharga) adalah suatu istilah yang dipergunakan dalam dunia

keuangan yang merupakan suatu pernyataan utang dari penerbit obligasi kepada

pemegang obligasi beserta janji untuk membayar kembali pokok utang beserta kupon

bunganya pada saat tanggal jatuh tempo pembayaran. Ketentuan lain dapat juga

dicantumkan dalam obligasi tersebut seperti misalnya identitas pemegang obligasi,

pembatasan-pembatasan atas tindakan hukum yang dilakukan oleh penerbit. Surat

utang berjangka waktu 1 hingga 10 tahun disebut Surat Utang dan utang dibawah 1

tahun disebut Surat Perbendaharaan. Di Indonesia, Surat utang berjangka waktu 1

hingga 10 tahun yang diterbitkan oleh pemerintah disebut Surat Utang Negara (SUN)

dan utang dibawah 1 tahun yang diterbitkan pemerintah disebut Surat Perbendaharan

Negara (SPN) (Bank Indonesia, 2007).

Obligasi secara ringkasnya merupakan utang tetapi dalam bentuk sekuriti.

Penerbit obligasi adalah merupakan pihak peminjam atau debitur, sedangkan

pemegang obligasi adalah merupakan pemberi pinjaman atau kreditur dan kupon

obligasi adalah bunga pinjaman yang harus dibayar oleh debitur kepada kreditur.

Dengan penerbitan obligasi ini maka dimungkinkan bagi penerbit obligasi guna

memperoleh pembiayaan investasi jangka panjangnya dengan sumber dana dari luar

perusahaan.

Pada beberapa negara, istilah obligasi dan surat utang dipergunakan

tergantung pada jangka waktu jatuh temponya. Pelaku pasar biasanya menggunakan

9

istilah obligasi untuk penerbitan surat utang dalam jumlah besar yang ditawarkan

secara luas kepada publik dan istilah surat utang digunakan bagi penerbitan surat

utang dalam skala kecil yang biasanya ditawarkan kepada sejumlah kecil investor.

Tidak ada pembatasan yang jelas atas penggunaan istilah ini. Ada juga dikenal istilah

surat perbendaharaan yang digunakan bagi sekuriti berpenghasilan tetap dengan masa

jatuh tempo 3 tahun atau kurang.

Obligasi memiliki risiko yang tertinggi dibandingkan dengan surat utang yang

memiliki risiko menengah dan surat perbendaharaan yang memiliki risiko terendah

dimana dilihat dari sisi durasi surat utang, makin pendek durasinya memiliki risiko

makin rendah. Obligasi dan saham keduanya adalah merupakan instrumen keuangan

yang disebut sekuriti namun bedanya adalah bahwa pemilik saham merupakan bagian

dari pemilik perusahan penerbit saham, sedangkan pemegang obligasi adalah semata

merupakan pemberi pinjaman atau kreditur kepada penerbit obligasi. Obligasi juga

biasanya memiliki suatu jangka waktu yang ditetapkan dimana setelah jangka waktu

tersebut tiba maka obligasi dapat diuangkan sedangkan saham dapat dimiliki

selamanya terkecuali pada obligasi yang diterbitkan oleh pemerintah Inggris yang

disebut gilts yang tidak memiliki jangka waktu jatuh tempo.

2.1.1. Definisi Obligasi Pemerintah

Obligasi pemerintah atau biasa juga disebut government bond adalah suatu

obligasi yang diterbitkan oleh pemerintahan suatu negara dalam denominasi mata

uang negara tersebut. Obligasi pemerintah dalam denominasi valuta asing biasa

10

disebut dengan obligasi internasional (sovereign bond), (Laporan Tahunan Bank

Indonesia, 2006).

Obligasi pemerintah biasa disebut juga dengan "obligasi bebas risiko" karena

pemerintahan suatu negara dapat menaikkan pajak ataupun mencetak uang guna

melunasi pembayaran obligasinya pada saat jatuh tempo. Memang terdapat catatan

dimana obligasi pemerintah ini mengalami gagal bayar seperti yang terjadi pada

pemerintah Rusia di tahun 1998 yang disebut krisis keuangan Rusia, walaupun ini

sangat langka terjadi.

Obligasi Pemerintah yang telah diterbitkan bertujuan untuk merekapitalisasi

beberapa bank sebagai bagian dari program restrukturisasi dan rekapitalisasi sektor

perbankan akibat krisis ekonomi sejak tahun 1997. Pemerintah pada dasarnya

menempatkan penyertaan modal dalam bentuk saham pada bank tersebut dengan

menggunakan pembayaran Obligasi Pemerintah, sehingga neraca bank-bank tersebut

menjadi lebih baik dari sebelumnya karena peningkatan dari sisi aset dalam bentuk

obligasi.

2.1.2. Jenis-jenis Obligasi Pemerintah

Obligasi yang dikeluarkan oleh pemerintah ada yang berupa Surat Utang

Negara (SUN) dalam rangka program penjaminan dan pembiayaan kredit program,

juga dalam bentuk obligasi negara dalam rangka rekapitalisasi perbankan. Surat utang

untuk program penjaminan dan kredit program bersifat tidak dapat diperdagangkan

(non-tradeable) sedangkan obligasi dalam rangka rekapitalisasi perbankan (obligasi

rekap) umumnya dapat diperdagangkan (tradeable) kecuali hedge bonds. Dengan

11

demikian obligasi rekap yang diperdagangkan terbatas hanya pada jenis fixed rate

bonds yang berseri FR dan jenis variable rate bonds berseri VR. Berikut ini adalah

jenis-jenis obligasi pemerintah di Indonesia:

1. Obligasi seri FR (Fixed Rate) adalah obligasi yang memiliki kupon dengan

besaran tingkat bunga tetap, memiliki jangka waktu 3 sampai 10 tahun, yang

dibayarkan setiap 6 bulan, obligasi FR ini bertujuan untuk merekapitalisasi

bank- bank dan meningkatkan CAR menjadi 4 %.

2. Obligasi seri VR (Variabel Rate) adalah obligasi yang besaran tingkat bunga

kuponnya sama dengan tingkat bunga Sertifikat Bank Indonesia (SBI),

memiliki jangka waktu 3 sampai 10 tahun, yang dibayarkan setiap tiga bulan

sekali, yang bertujuan merekapitalisasi bank dan mengembalikan CAR bank

yang negatif menjadi 0%.

3. Obligasi pemerintah yang disebut HB (Hedge Bonds), yaitu obligasi yang

dikaitkan dengan nilai USD, yang bertujuan untuk menutup risiko kewajiban

bank dalam valuta asing. Setiap triwulan dan pada saat jatuh tempo

pembayaran bunga, dilakukan indeksasi terhadap nilai nominal HB atas dasar

perkembangan rupiah. Jenis HB ini tidak dapat diperdagangkan.

4. ORI (Obligasi Ritel Indonesia) adalah obligasi negara yang dijual kepada

individu atau orang perseorangan warga negara Indonesia melalui agen

penjual. Adapun agen penjual yang dimaksud di sini adalah bank dan atau

perusahaan efek yang ditunjuk oleh Menteri Keuangan untuk melaksanakan

penjualan ORI. Ketentuan mengenai penjualan ORI ini diatur dalam

Peraturan Menteri Keuangan Nomor 36/PMK.06/2006 tentang Penjualan

12

Obligasi Negara Ritel di Pasar Perdana. Penerbitan ORI ini tidak terlepas dari

upaya Pemerintah untuk mengembangkan pasar surat utang domestik, dan

untuk mengurangi defisit APBN (Bank Indonesia, 2007).

Menurut portofolio obligasi dibedakan menjadi portofolio investasi dan

portofolio perdagangan. Portofolio investasi adalah portofolio obligasi yang dicatat

dalam pembukuan bank yang tidak dapat diperdagangkan, sedangkan portofolio

perdagangan adalah portofolio obligasi yang dicatat dalam pembukuan bank yang

dapat diperdagangkan.

Secara keseluruhan volume perdagangan obligasi pemerintah mengalami

peningkatan. Peningkatan ini terutama disebabkan oleh menurunnya tingkat suku

bunga. Suku Bunga Indonesia (SBI) selalu berlawanan dengan suku bunga obligasi.

Selain itu, obligasi pemerintah dianggap sebagai obligasi yang mempunyai resiko

kecil. Resiko yang tidak mungkin terjadi pada obligasi pemerintah adalah risiko tidak

terbayarnya obligasi tersebut ketika jatuh tempo yang dikenal dengan default risk.

Tidak adanya risiko ini dikarenakan sebelum jatuh tempo pemerintah dapat

melakukan profiling dan menukarkan dengan obligasi yang baru. Obligasi negara

masih tetap menjadi pilihan investor dalam berinvestasi. Alokasi investasi dalam

obligasi negara lebih besar karena secara risiko dan keuntungan jauh lebih menarik

dibandingan obligasi korporasi (Bank Indonesia, 2007).

13

2.2. Teori Portofolio

2.2.1. Teori Portofolio dari Permintaan Uang

Mankiw (2003), menjelaskan bahwa teori permintaan uang yang menekankan

peran uang sebagai penyimpan nilai disebut teori portofolio (portofolio theoris).

Menurut teori ini, masyarakat memegang uang sebagai portofolio aset mereka. Uang

memberikan kombinasi risiko dan hasil yang berbeda dibanding aset lain, uang juga

memberikan hasil (nominal) yang aman sedangkan harga saham dan obligasi bisa

naik atau turun. Beberapa ekonom menyarankan rumah tangga untuk memegang uang

sebagai bagian dari portofolio optimal mereka.

Teori portofolio memprediksi bahwa permintaan uang seharusnya bergantung

pada risiko dan hasil yang diberikan oleh uang berbagai aset selain uang. Selain itu,

permintaan uang seharusnya bergantung pada kekayaan total, karena kekayaan

mengukur besarnya portofolio yang dialokasikan diantara uang dan aset alternatif.

Sebagai contoh, fungsi permintaan uang dapat ditulis sebagai berikut:

(M/P) = L (rs, rb, πe , W) (1)

dimana rs adalah pengembalian saham riil, rb adalah pengembalian obligasi riil yang

diharapkan, πe adalah tingkat inflasi yang diharapkan, dan W adalah kekayaan riil.

Kenaikan dalam rs dan rb menurunkan permintaan uang, karena aset akan menjadi

lebih menarik. Kenaikan dalam πe juga menurunkan permintaan uang, karena uang

menjadi kurang menarik. Kenaikan dalam W meningkatkan permintaan uang, karena

kekayaan yang lebih tinggi berarti portofolio yang lebih besar (Tandelin, 2001).

Teori portofolio merupakan teori permintaan uang yang lebih masuk akal jika

mengadopsi ukuran uang yang lebih luas. Ukuran uang yang lebih luas mencakup

14

banyak asset yang mendominasi mata uang dan rekening cek. M2, misalnya meliputi

rekening tabungan dan reksadana pasar uang. Ketika mengkaji mengapa orang

memegang aset dalam bentuk M2, bukan obligasi atau saham, pertimbangan risiko

dan hasil portofolio mungkin berada di puncak. Maka meskipun mungkin tidak

masuk akal ketika diterapkan pada M1, pendekatan portofolio terhadap permintaan

uang merupakan teori yang baik untuk menjelaskan permintaan terhadap M2 atau M3

(Mankiw, 2003).

Negara-negara maju yang pasar obligasinya relatif likuid dan sekitar sepertiga

penduduknya berinvestasi di pasar modal serta sebagian besar masyarakatnya sudah

memiliki proteksi untuk kerugian besar dan kesehatan. Kondisi ini sangat kontras

dengan Indonesia yang investor pasar modalnya hanya sekitar 0,15 % dari jumlah

penduduk dan asuransi yang belum begitu membudidaya. Sebagian besar masyarakat

Indonesia masih menyimpan uang lebihnya dalam deposito (deposito-minded).

2.2.2. Teori Portofolio Markowitz

Teori portofolio Markowitz diperkenalkan oleh Harry Markowitz dalam

kajiannya yang berjudul portofolio selection (1952). Teori portofolio mengemukakan

bagaimana risiko mempengaruhi portofolio untuk mengoptimalisasi pengembalian

yang diharapkan. Teori ini menjelaskan tentang keuntungan dari diversifikasi.

Diversifikasi portofolio membuat risiko dapat tersebar dalam masing- masing

portofolio sehingga risiko dapat dikurangi dan dapat diperoleh tingkat keuntungan

yang lebih tinggi. Investor harus memegang satu portofolio yang optimal untuk

menanggulangi risiko yang muncul dari portofolio yang lainnya.

15

Teori portofolio Markowitz dalam Sembel 2002, menjelaskan bahwa dalam

pengelolaan aset sebaiknya dana diinvestasikan pada berbagai instrumen investasi.

Teori portofolio menganjurkan alokasi pada aset bebas risiko dan portofolio aset

beresiko optimal yang memberikan return tertinggi untuk risiko yang ditanggung

dalam konteks investasi finansial. Setiap instrumen investasi sebaiknya tidak

memiliki pergerakan searah, begitu aturan dari portofolio Markowitz. Artinya, bila

memiliki instrumen investasi yang mengalami kenaikan pada suatu waktu dan

peristiwa maka di pihak lain harus ada instrumen investasi yang mengalami

penurunan harga (Sembel, 2002).

2.3. Teori Mekanisme Transmisi (Transmission Mechanism Theory)

Mekanisme transmisi kebijakan moneter pada dasarnya menggambarkan

bagaimana kebijakan moneter yang ditempuh bank sentral mempengaruhi berbagai

aktivitas ekonomi dan keuangan sehingga pada akhirnya dapat mencapai tujuan akhir.

Menurut Taylor (1995), menyatakan bahwa mekanisme transmisi kebijakan moneter

adalah ”the process through which monetary policy decisions are transmitted into

changes in real GDP and inflation”. Mekanisme transmisi moneter dimulai dari

tindakan bank sentral dengan menggunakan instrumen moneter melalui Operasi Pasar

Terbuka (OPT) dalam melaksanakan kebijakan moneternya. Tindakan itu kemudian

berpengaruh terhadap aktivitas ekonomi dan keuangan melalui berbagai saluran

transmisi kebijakan moneter, yaitu saluran uang, kredit, suku bunga, nilai tukar, harga

aset dan ekspektasi. Di bidang keuangan kebijakan moneter berpengaruh terhadap

perkembangan suku bunga, nilai tukar, dan harga saham disamping volume dana

16

masyarakat yang disimpan di bank, kredit yang disalurkan bank kepada dunia usaha,

penanaman dana pada obligasi saham maupun sekuritas lainnya. Sementara itu, di

sektor ekonomi riil kebijakan moneter selanjutnya mempengaruhi perkembangan

konsumsi, investasi, ekspor, dan impor, hingga pertumbuhan ekonomi dan inflasi

yang merupakan sasaran akhir kebijakan moneter.

Meurut Blinder (1998), menyatakan bahwa ketidakpastian ekonomi yang

relatif sulit diprediksi sangat mempengaruhi mekanisme transmisi kebijakan moneter.

Setiap perubahan kebijakan bank sentral akan diikuti atau telah diantisipasi dengan

perubahan perilaku perbankan, sektor keuangan dan para pelaku ekonomi dalam

berbagai aktivitas ekonomi dan keuangannya.

Mekanisme transmisi moneter mekanisme bagaimana uang mempengaruhi

output. Jika jumlah uang beredar meningkat menyebabkan suku bunga menurun,

menyebabkan suku bunga obligasi juga menurun, investasi meningkat dan output

meningkat. Secara empiris pengaruh suku bunga terhadap investment tidak terlalu

signifikan dan respon investasi termasuk obligasi terhadap perubahan interest rate

sangat lamban, sehingga secara empirik hubungan antara interst rete dengan investasi

tidak nyata.

2.4. Pendapatan Nasional

Variabel makroekonomi yang paling penting adalah produk domestik bruto

(GDP). GDP mengukur output barang dan jasa total suatu negara dan pendapatan

totalnya. Berikut adalah komponen GDP, yaitu

GDP = C + I + G + (X – M) (2)

17

dimana, C = Konsumsi

I = Investasi

G = Pembelian pemerintah

(X – M) = Ekspor neto

Komponen GDP yang meliputi konsumsi, investasi, pemebelian pemerintah

dan ekspor neto. Fungsi konsumsi merupakan dari pendapatan dikurangi pajak (Y –

T), atau disebut dengan pendapatan yang dibelanjakan (disposable income).

Sedangkan fungsi investasi mengaitkan jumlah investasi atau pada tingkat bunga riil I

(r), investasi tergantung pada tingkat bunga riil karena tingkat bunga merupakan

biaya pinjaman, jika semakin tinggi tingkat bunga riil maka investasi semakin

menurun. Komponen yang ketiga adalah pembelian pemerintah atau belanja

pemerintah, dalam perekonomian suatu negara diharapkan ada dalam situasi anggaran

berimbang dimana belanja pemerintah sama dengan penerimaan pajak (G = T),

namun kenyataannya suatu negara seringkali mengalami defisit anggaran dimana

belanja pemerintah lebih besar dari penerimaan pajak (G > T), dan surplus anggaran

dimana belanja pemerintah kurang dari penerimaan pajak (G < T). Komponen yang

terakhir adalah ekspor neto yang menunjukkan pengeluaran neto dari luar negeri atas

barang dan jasa dalam negeri, yang memberikan pendapatan bagi produsen domestik

(Mankiw, 2003).

2.5. Monetary Theory Of Exchange Rate

Manurut Salvatore (1997), pendekatan moneter dimulai dengan dalil

permintaan uang berhubungan positif terhadap tingkat pendapatan nasional nominal

18

dan stabil dalam jangka panjang. Berdasarkan pendekatan moneter, penentuan nilai

tukar antara rupiah dan dollar dimulai dengan fungsi permintaan uang nominal dari

Indonesia (MdINA) dan Amerika Serikat (Md USA).

(MdINA) = kPINAY dan Md USA = kPUSAY (3)

dimana:

PINA = tingkat harga di Indonesia

PUSA = tingkat harga di Amerika Serikat

Dalam keseimbangan, jumlah uang yang diminta sama dengan jumlah uang

yang ditawarkan. Jadi MdINA = MdUSA dan MdUSA = MdINA. Kemudian

mendistribusikan MsINA untuk MsINA dan MsUSA untuk MsUSA, maka didapatkan

fungsi sebagai berikut:

MsUSA /MsINA = kUSAPUSAYUSA / kINAPINAYINA (4)

Dengan membagi kedua sisi dengan PUSA/ PINA dan MsUSA/ MsINA kita dapatkan:

PINA / PUSA = MsINAkUSAYUSA / MsUSAkINAYINA (5)

Dengan ERp/$ = eX (PUSA/ PINA) pada teori PPP, maka diperoleh

ERp/$ = MsINAkUSAYUSA /MsUSAkINAYINA (6)

ERp/$ diartikan sebagai nilai tukar riil rupiah terhadap dollar Amerika Serikat.

Dalam pengertian lain, ERp/$ adalah banyaknya jumlah rupiah yang harus

dikorbankan untuk membeli dollar Amerika Serikat. Persamaan ini mengasumsikan

kUSA dan YUSA di Amerika Serikat dan kINA dan YINA di Indonesia diasumsikan tetap

(konstan), maka ERp/$ adalah tetap selama MsINA dan MsUSA tidak berubah. Jadi ERp/$

berubah secara proporsional terhadap perubahan dan kebalikan proporsional MsUSA

19

2.6. Nilai Tukar

Definisi nilai tukar secara umum dibedakan menjadi dua jenis, yakni nilai

tukar nominal dan nilai tukar riil. Berikut pengertian masing-masing menurut

beberapa literatur:

a. Nilai Tukar Nominal

• Nilai suatu mata uang dibandingkan dengan mata uang lainnya (Rivera Batiz

dalam Imam Sugema, 1994)

• Harga relatif dari mata uang dua negara (Mankiw, 2003). Ketika orang

mengacu pada kurs diantara kedua negara, maka biasanya mengartikan kurs

nominal.

• Harga mata uang asing terhadap mata uang domestik (Edward Elgar dalam

Rina Oktaviani, 2001).

• Harga suatu mata uang dalam satuan mata uang asing (Lipsey, 1995).

• Satuan mata uang asing baik yang berbentuk hard cash maupun dalam bentuk

surat berharga (Mishkin, 2001).

b. Nilai Tukar Riil

• Kurs nominal dikalikan dengan harga barang domestik dibagi harga barang

luar negeri (Mankiw, 2003).

• Rasio harga domestik dengan harga internasional (Mishkin, 2001)

Nilai tukar memegang peranan penting dalam menentukan aktivitas

perekonomian dan kestabilan moneter. Kebijakan moneter dalam ekonomi terbuka

20

ditransmisikan malalui nilai tukar. Ekonomi domestik dengan ekonomi dunia

dihubungkan oleh nilai tukar melalui pasar barang dan pasar asset.

Nilai tukar merupakan salah satu variabel yang penting dalam suatu

perekonomian terbuka, karena variabel ini berpengaruh pada variabel-variabel lain,

seperti harga, tingkat bunga, neraca pembayaran, dan transaksi berjalan (Batiz, 1994).

Nilai tukar suatu negara tersebut terhadap mata uang negara lain. Nilai tukar suatu

negara mengalami apresiasi ketika nilai mata uangnya meningkat relatif terhadap

nilai mata uang negara lain

2.7. Teori Paritas Suku Bunga

Teori paritas suku bunga juga menjelaskan bahwa bila perbadaan suku bunga

tabungan domestik dan suku bunga luar negeri sama dengan tingkat swap, yaitu

perbedaan antara kurs di masa mendatang (forward exchange rate) dan nilai tukar

spot, maka kondisi demikian menunjukkan dimana masyarakat tidak akan

memperoleh keuntungan apapun bila menginvestasikan dananya di luar negeri.

Secara sistematis teori tersebut adalah:

i-i* = (f-e) / e (7)

dimana:

i = suku bunga tabungan (dalam mata uang domestik)

i* = suku bunga tabungan luar negeri (dalam mata uang asing)

f = nilai tukar di masa mendatang

e = nilai tukar spot

21

Persamaan tersebut menunjukkan pada bagian kiri merupakan keuntungan

atau kerugian yang diperoleh bila menyimpan aset dalam mata uang domestik. Jika

i>i*, berarti ada keuntungan yang akan diperoleh bila menyimpan aset domestik,

demikian pula sebaliknya. Bagian kanan menunjukkan adanya risiko yang akan

ditanggung ataupun keuntungan yang akan diperoleh bila terjadi perubahan nilai

tukar. Jika (i>i*)>(f>e), maka akan lebih menguntungkan bila menyimpan aset

domestik, demikian pula sebaliknya.

Berdasarkan persamaan di atas maka rate of return rupiah atas simpanan

dollar kurang lebih sama dengan suku bunga dollar Amerika Serikat. Jika tingkat

bunga domestik di atas tingkat bunga luar negeri, maka terdapat positive appreciation

dalam mata uang luar negeri, yang harus diimbangi dengan penurunan tingkat bunga

luar negeri.

2.8. Jumlah Uang Beredar dan Inflasi.

Jumlah uang yang tersedia disebut jumlah uang beredar (money supply).

Kontrol atas jumlah uang beredar disebut kebijakan moneter. Kebijakan moneter

dibuat oleh Bank Indonesia sebagai Bank sentral, cara utama Bank sentral

mengendalikan jumlah uang beredar adalah melalui oprasi pasar terbuka (open

market operation) dengan pembelian dan penjualan obligasi pemerintah. Ketika ingin

meningkatkan jumlah uang beredar, Bank sentral menggunakan rupiahnya untuk

membeli obligasi pemerintah dari masyarakat, sedangkan jika ingin menurunkan

jumlah uang beredar, maka Bank sentral menjual obligasi pemerintah ke masyarakat

dengan tujuan menarik rupiah dalam bentuk obligasi pemerintah tersebut.

22

Teori kuantitas uang menyatakan bahwa Bank sentral yang mengawasi jumlah

uang beredar, memiliki kendali tertinggi atas tingkat inflasi. Jika bank sentral

mempertahankan jumlah uang beredar tetap stabil, tingkat harga akan stabil. Jika

bank sentral meningkatkan jumlah uang beredar dengan cepat, tingkat harga akan

meningkat dengan cepat (Mankiw 2003).

2.9. Posisi dan Arti Kurva IS-LM dalam Penentuan Kebijakan

Pada posisi normal, kurva LM mempunyai slope positif dan kurva IS

berslope negatif. Dalam kasus-kasus ekstrim akan dijumpai dimana kurva LM dan

IS salah satu atau kedua-duanya dapat vertikal dan horisontal. Uraian berikut

memperlihatkan empat keadaan, dimana kurva LM horisontal, LM vertikal, IS

horisontal dan IS vertikal, serta implikasi kebijakan yang harus diambil.

Gambar 2.1 Kurva LM vertikal, kasus ini mendekati teori klasik, sehingga

sering disebut kasus klasik. Keadaan ini terjadi jika tidak ada permintaan uang

untuk spekulasi, sehingga total permintaan untuk uang menjadi inelastis sempurna

dalam kaitannya dengan tingkat bunga, artinya permintaan uang sepenuhnya

ditentukan oleh tingkat pendapatan. Pada kasus ini kebijakan fiskal tidak efektif.

Pergeseran kurva IS akan meningkatkan atau menurunkan tingkat bunga dan tidak

merubah income sehingga jika kebijakan fiskal dilakukan maka mengakibatkan

complete crowding out. Oleh karenanya kebijakan yang efektif adalah kebijakan

moneter yang menghasilkan peningkatan income, karena investasi meningkat

sebagai akibat dari menurunnya tingkat bunga, seperti yang ditunjukkan pada:

23

IS LM LM’

r*

r’

y* y’ y

Sumber: Mankiw, 2003.

Gambar 2.1. Kurva LM Vertikal (Complete Crowding Out)

Gambar 2.2. kurva LM horisontal. dikarenakan permintaan uang yang

bersifat elastis sempurna terhadap tingkat bunga. Pada kasus seperti kebijakan

moneter tidak efektif, sebaliknya kebijakan fiskal akan sangat efektif, karena

pergeseran ke kanan atas kurva IS sepanjang kurva LM yang horisontal akan

meningkatkan income atau output tanpa mempengaruhi tingkat suku bunga. Kasus

seperti ini sering disebut liquidity trap atau kasus Keynesian.

Gambar 2.3. kurva IS horisontal. Kurva IS yang horisontal ini terjadi jika

investasi bersifat elastis sempurna terhadap tingkat bunga. Pada kasus ini suatu

peningkatan dalam pengeluaran pemerintah tidak berpengaruh terhadap income,

karena kenaikan yang kecil terhadap tingkat bunga itu akan menyebabkan investasi

swasta menurun dengan jumlah yang sama (crowding out). Oleh karenanya

kebijakan yang efektif adalah kebijakan moneter yang dapat meningkatkan income

pada full employment tanpa mempengaruhi tingkat suku bunga. Hal itu

diperlihatkan pada:

r

24

r

r* IS IS’

y* y’ y

Sumber: Mankiw, 2003.

Gambar 2.2. Kurva LM Horisontal (Liquidity Trap)

r

LM

IS

y* y’ y

Sumber: Mankiw, 2003.

Gambar 2.3. Kurva IS Horisontal

Gambar 2.4. kurva IS vertikal. Kasus ini terjadi jika konsumsi dan investasi

sama sekali tidak respon terhadap tingkat suku bunga. Kebijakan yang efektif

adalah kebijakan fiskal dan tidak akan terjadi crowding out. Peningkatan

pengeluaran pemerintah dapat dengan cepat menghasilkan keadaan full

25

employment seperti yang ditunjukkan pada dibawah. Sebaliknya kebijakan

moneter tidak akan efektif pada kasus seperti ini.

r

IS LM

r*

y* y

Sumber: Mankiw, 2003.

Gambar 2.4. Kurva IS Vertikal

2.10. Penelitian Terdahulu

Penelitian yang berkaitan dengan pengaruh variabel-variabel ekonomi

terhadap obligasi pemerintah, pernah dilakukan oleh beberapa peneliti sebelumnya.

Secara umum akan dijelaskan beserta metode penelitian yang digunakannya pada

tabel 2.1.

Tabel 2.1. Penelitian Terdahulu

No Nama pengarang dan

Judul Penelitian

Tujuan Penelitian

Metode Penelitian

Kesimpulan

1 Ria Fahriani (2005), Analisis Pengaruh Reksa Dana Terhadap Investasi di

Untuk menganalisis perkembangan reksa dana di Indonesia, menganalisis pengaruh

Metode regresi linier berganda dengan kurun waktu 2000-2005

Perkembangan reksa dana yang pesat didorong oleh penurunan tingkat suku bunga, peningkatan pasar obligasi dan peran perbankan sebagai agen

26

Indonesia reksadana terhadap investasi di Indonesia.

of sales reksa dana.

2 Setyawan (1993), Perkembangan Investasi di Indonesia

Menganalisis pengaruh investasi pemerintah terhadap pertumbuhan ekonomi di Indonesia

Ordinary Least Square (OLS)

Tingkat investasi pemerintah terbukti memberikan pengaruh positif bagi tingkat investasi swasta. Hal ini mencerminkan crowding-in effect dari tingkat investasi pemerintah di Indonesia. Peningkatan dalam investasi pemerintah akan membawa pengaruh positif selama berbentuk investasi infrastrukrur dan tidak menimbulkan dampak inflasi.

3 Sugiarto (2003), Pertumbuhan Reksa Dana berbasis Obligasi Rekap

Menganalisis Perkembangan Reksadana

Ordinary Least Square (OLS)

Perkembangan Reksa dan berbasis obligasi rekap disebabkan oleh penurunan suku bunga SBI, adanya pemebebasa pajak dan keterlibatan perbankan sebagai agent of sales. Semakin banyaknya peranan perbankan dalam reksadana membuat obligasi-obligasi rekap yang dimiliki perbankan dijual kepada reksadana. Hal ini akan meningkatkan likuiditas obligasi di pasar sekunder. Komposisi reksadana yang berbasis obligasi rekap begitu besar dapat menyebabkan multiplier

27

effects dari obligasi pemerintah untuk menggerakkan sektor riil tidak dapat terjadi. Oleh karena itu , diperlukan diversivikasi dalam portofolio reksadana yaitu saham dan obligasi perusahaan. Maraknya industri reksa dana ini dikhawatirkan dapat berdampak negatif terhadap perekonomian. Oleh karena itu, diperlukan pengawasan yang lebih ketat terhadap industri reksadana.

4 Hadi (2003), Peranan Investasi Terhadap Pertumbuhan Ekonomi

Menganalisis pengaruh Investasi pemerintah terhadap pertumbuhan ekonomi.

Vector Autoregression (VAR)

Investasi pemerintah di sektor fiskal, khususnya pengeluaran pembangunan rupiah ternyata tidak mempunyai pengaruh yang signifikan terhadap pertumbuhan ekonomi dengan taraf 1 persen.

5 Hernatasa (2004), Peranan Investasi Terhadap Utang Luar Negeri

Menganalisis pengaruh Investasi terhadap hutang luar negeri.

Ordinary Least Square (OLS)

Investasi dan keterbukaan ekonomi memiliki pengaruh positif dan signifikan terhadap pertumbuhan ekonomi, untuk hutang luar negeri berdampak positif bagi pertumbuhan ekonomi.

Berdasarkan kajian terhadap penelitian terdahulu, maka dapat diketahui

perbedaan penelitian yang akan dilakukan penulis dengan beberapa penelitian

sebelumnya, yaitu dalam penelitian ini semua variabel yang digunakan berdasarkan

28

harga konstan tahun 2000, dengan periode penelitian yang digunakan dari tahun

1999:5-2007:12. Metode analisis yang digunakan adalah metode analisis Vector

Autoregression (VAR).

2. 11. Kerangka Pemikiran

Perubahan fundamental perekonomian Indonesia yang ditunjukkan dengan

rekapitalisasi perbankan, yaitu salah satunya dengan penerbitan obligasi pemerintah.

Dalam penelitian ini, ingin melihat bagaimana respon obligasi pemerintah terhadap

guncangan variabel-variabel makroekonomi di Indonesia, yaitu suku bunga SBI, suku

bunga deposito, laju inflasi, nilai tukar riil, pendapatan nasional dan jumlah uang

beredar.

Meurut Blinder (1998), menyatakan bahwa ketidakpastian ekonomi yang

relatif sulit diprediksi sangat mempengaruhi mekanisme transmisi kebijakan moneter.

Setiap perubahan kebijakan bank sentral akan diikuti atau telah diantisipasi dengan

perubahan perilaku perbankan, sektor keuangan dan para pelaku ekonomi dalam

berbagai aktivitas ekonomi dan keuangannya. Jika jumlah uang beredar meningkat

menyebabkan suku bunga menurun, menyebabkan suku bunga obligasi juga

menurun, investasi meningkat dan output meningkat. Secara empiris pengaruh suku

bunga terhadap investment tidak terlalu signifikan dan respon investasi termasuk

obligasi terhadap perubahan interest rate sangat lamban, sehingga secara empirik

hubungan antara interst rete dengan investasi tidak nyata.

29

Di bawah ini adalah kerangka pemikiran, yang diperlihatkan pada gambar 2.5,

sebagai berikut:

Gambar 2.5. Kerangka Pemikiran

Sistem kebijakan moneter Sistem perbankan

Rekapitalisasi perbankan

Penerbitan obligasi pemerintah

Perubahan fundamental perekonomian

Jumlah uang beredar

Pendapatan Nasional

Nilai tukar Rupiah

Suku Bunga SBI

Suku Bunga Deposito

Laju Inflasi

Perekonomian Indonesia (Crisis-Pasca crisis)

III. METODE PENELITIAN

3.1. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa

time series. Melihat tahun fiskal berbeda dengan tahun kalender, agar hasil

perhitungan yang diperoleh lebih akurat, analisis ini menggunakan data realisasi

bulanan untuk mendapatkan periode perhitungan yang sama. Periode yang digunakan

adalah tahun anggaran, yang berlangsung selama 12 bulan, maka data realisasi yang

digunakan adalah data runtut waktu dari tahun 1999: 05 hingga tahun 2007: 09.

Dengan bantuan program Eviews, dilakukan Augmented Dickey-Fuller Test untuk

melakukan uji non stasioneritas. Data-data yang digunakan dalam penelitian ini

adalah sebagai berikut:

Tabel 3.1. Data, Simbol, Sumber Data

Variabel Satuan Simbol Sumber Data Outstanding Government bond Miliar Rupiah OBGRIIL Bank Indonesia Suku Bunga SBI 1bulan Persen (%) R Bank Indonesia Pendapatan Nasional Miliar Rupiah GDPRIIL Bank Indonesia Jumlah Uang Beredar Miliar Rupiah MS Bank Indonesia Suku Bunga Deposito Persen (%) RDPSTO Bank Indonesia Nilai Tukar Riil $/Rp RER Bank Indonesia Laju Inflasi Persen (%) INF Bank Indonesia

3.2. Metode Analisa Data

Untuk memenuhi tujuan penelitian, penulis menggunakan data-data yang

telah tersedia lalu data tersebut diolah untuk mendapatkan jawaban dari tujuan

penelitian. Sedangkan alat analisis yang digunakan untuk mengolah data tersebut

31

adalah metode Vector Auto Regression (VAR) jika data-data yang digunakan

stasioner dan tidak terkointegrasi, atau dilanjutkan dengan metode Vector Error

Correction Model (VECM) jika data-data yang digunakan stasioner dan terdapat

kointegrasi. Data-data tersebut diolah dengan bantuan perangkat lunak (software)

Eviews 4.1 dan Microsoft Excel.

3.2.1. Vector Auto Regression (VAR)

VAR adalah suatu metode yang diciptakan oleh Christopher Sims (1980)

untuk mendeskripsikan hubungan antara variabel yang ingin diuji. Sims berpendapat,

jika memang terdapat hubungan yang simultan antar variabel yang diamati, variabel-

variabel tersebut perlu diperlakukan sama sehingga tidak ada lagi variabel eksogen

dan endogen. Berdasarkan pemikiran inilah Sims memperkenalkan konsep yang

disebut Vector Auto Regression (VAR).

Pada dasarnya analisis VAR bisa dipadankan dengan suatu model persamaan

simultan, oleh karena dalam analisis VAR kita mempertimbangkan beberapa variabel

endogen secara bersama-sama dalam suatu model. Perbedaannya dengan model

persamaan simultan biasa adalah bahwa dalam analisis VAR masing-masing variabel

selain diterangkan oleh nilainya di masa lampau, juga dipengaruhi oleh nilai masa

lalu dari semua variabel endogen lainnya dalam model yang diamati.

Menurut Djalal (2006), ada beberapa keunggulan dari analisis VAR dibanding

metode ekonometri lainnya antara lain adalah:

32

1) Model VAR adalah model yang sederhana dan tidak perlu membedakan mana

variabel endogen dan mana variabel eksogen. Karena semua variabel pada

model VAR dianggap sebagai variabel endogen.

2) Cara estimasi model VAR sangat mudah, yaitu dengan menggunakan OLS

pada setiap persamaan secara terpisah.

3) Peramalan menggunakan model VAR pada beberapa hal lebih baik

dibandingkan menggunakan model dengan persamaan simultan yang lebih

kompleks.

Walaupun mempunyai banyak kelebihan, VAR tetap mempunyai kelemahan.

Ada beberapa kelemahan model VAR, antara lain:

1) Model VAR lebih bersifat ateoritik karena tidak memanfaatkan informasi atau

teori terdahulu. Oleh karena itu, VAR sering disebut sebagai model yang tidak

struktural.

2) Tidak mempermasalahkan perbedaan variabel eksogen dan variabel endogen,

sehingga menyebabkan implikasi kebijakan yang kurang tepat.

3) Semua variabel VAR harus stasioner, jika tidak stasioner maka harus

ditransformasi terlebih dahulu.

3.2.2. Model Umum Vector AutoRegression (VAR)

VAR dengan ordo p dan n buah peubah tak bebas pada waktu ke-t dapat

dimodelkan sebagai berikut:

33

tptpttt YAYAYAAY ε+++++= −−− .......22110 ............................................... (3.1)

dimana:

tY : Vektor peubah tak bebas (Y1t, Y2t, Ynt) berukuran n x 1,

0A : Vektor intercept berukuran n x 1,

1A : Matrik parameter berukuran n x 1,

tε : Vektor sisaan (ε1t, ε2t,........... εnt) berukuran n x 1

Asumsi yang harus dipenuhi dalam analisis VAR adalah semua peubah tak

bersifat stasioner, semua sisaan bersifat white noise, yaitu memiliki rataan nol, ragam

konstan, dan diantara variabel tak bebas tidak ada korelasi.

3.2.3. Uji Stasioneritas

Uji stasioneritas dalam analisis ini yaitu dengan menggunakan uji akar unit

(Unit Root Test). Uji akar unit ini digunakan untuk melihat apakah data yang diamati

stationer atau tidak. Data deret wakut (time series) biasanya mempunyai

permasalahan dalam stasioneritas, sehingga dapat menjatuhkan validitas dari

parameter yang diestimasi. Time series dikatakan stasioner jika secara stokastik data

menunjukkan pola yang konstan dari waktu ke waktu atau dengan kata lain tidak

terdapat peningkatan atau penurunan data atau data tersebut harus horizontal

sepanjang sumbu waktu. Data yang tidak stasioner akan menghasilkan regresi palsu

atau lancung (spuriuos regression). Spuriuos regression adalah regresi yang

menggambarkan hubungan dua variabel atau lebih yang nampak signifikan secara

statistik padahal kenyataannya tidak.

34

Secara umum uji akar unit dapat dilakukan dengan melihat secara grafis

(visual) apakah terdapat trend dalam data atau tidak, dan melihat variance data pada

periode penelitian. Jika data pada level tidak stasioner, maka data dapat dimodifikasi

menjadi selisih antar data sebelumnya first difference sehingga data menjadi

stasioner, data ini kemudian disebut terintegrasi pada orde pertama atau I(1).

Variabel-variabel yang tidak stasioner pada level tidak dapat digunakan untuk melihat

hubungan jangka panjang dalam VAR. Meskipun penggunaan first difference dalam

VAR dapat digunakan, namun identifikasi restriksi jangka panjang tidak dapat

dilakukan. Oleh karena itu, kestasioneran data harus diketahui sebelum menggunakan

VAR.

Ada beberapa cara yang dapat dilakukan untuk mengukur stasioneritas data.

Dua unit root test yang paling sering digunakan adalah Dickey-Fuller (DF) dan

Augmented Dickey-Fuller (ADF). Penelitian ini menggunakan Augmented Dickey-

Fuller (ADF) untuk menguji stasioneritas data. Dalam tes Augmented Dickey-Fuller

(ADF), jika niali ADF lebih kecil dari Mc Kinnon Critical Value maka dapat

disimpulkan bahwa data tersebut stasioner. Jika data berdasarkan uji ADF tidak

stasioner maka solusinya adalah dengan melakukan difference non stationary

processes. Hasil series stasioner akan berujung pada penggunaan VAR dengan

metode standar. Sementara series yang tidak stasioner akan berimplikasi kepada

penggunaan VAR dalam bentuk difference atau VECM. Keberadaan variabel yang

tidak stasioner meningkatkan kemungkinan keberadaan hubungan kointegrasi antar

variabel.

35

3.2.4. Penetepan Lag Optimal

Penentuan lag optimal sangat penting dalam model VAR, hal ini dikarenakan

suatu variabel juga dipengaruhi oleh variabel itu sendiri, selain dipengaruhi oleh

variabel lain. Sebelum menentukan lag optimal, perlu dilakukan pengujian lag

maksimal. Lag maksimal didapat jika roots memiliki modulus lebih kecil dari satu

dan semuanya terletak dalam unit circle, sehingga didapat persamaan VAR yang

stabil.

Pengujian lag optimal dapat ditetapkan dengan beberapa kriteria, antara lain

Akaike Information Criterion (AIC), Schwarz Information Criterion (SIC), Hannan-

Quinn Information Criterion (HQ), dan Likelihood Ratio (LR). Pengujian lag yang

digunakan dalam penelitian ini didasarkan pada uji SIC.

3.2.5. Uji Kointegrasi

Menurut Thomas (1997) dalam Ardiansyah (2006), kointegrasi adalah suatu

hubungan jangka panjang antara variabel-variabel yang meskipun secara individual

tidak stasioner tetapi kombinasi linier antara variabel tersebut dapat menjadi

stasioner. Kointegrasi merupakan salah satu cara untuk menghindari masalah

spurious regression. Salah satu cara untuk menguji kointegrasi yaitu dengan

menggunakan tes kointegrasi Johansen.

Pengujian hubungan kointegrasi dilakukan dengan menggunakan lag optimal

sesuai dengan pengujian yang telah dilakukan sebelumnya. Sedangkan penentuan

asumsi deterministik yang melandasi pembentukan persamaan kointegrasi didasarkan

pada kriteria informasi AIC atau SIC. Pembentukan persamaan kointegrasi pada

36

penelitian ini didasarkan pada kriteria informasi SIC. Berdasarkan asumsi

deterministik tersebut akan diperoleh informasi mengenai banyaknya hubungan

kointegrasi antar variabel yang diteliti sesuai dengan metode Trace dan Max.

Penelitian ini menggunakan taraf nyata sebesar 5 persen. Jika nilai Trace Statistic

lebih besar dari pada 5 Percent Critical Value, maka persamaan tersebut

terkointegrasi.

3.2.6. Model Umum Vector Error Correction Model (VECM)

Model VECM digunakan apabila terdapat persamaan yang terkointegrasi,

dimana nilai trace statistic lebih besar dari pada critical value. Pada persamaan

VECM telah terkandung parameter jangka pendek dan jangka panjang yang

memungkinkan kita untuk mengetahui respon pada jangka pendek dan jangka

panjang. Menurut Siregar dan Ward (2000), secara umum VECM dapat ditulis dalam

persamaan berikut:

tttit

p

iit YYY εβαμμ +′+++ΔΓ=Δ −−

−

=∑ 110

1

1

................................................... (3.2)

dimana:

tYΔ = 1−− tt YY ,

)1( −p = ordo VECM dari VAR,

iΓ = matriks koefisien regresi,

itY − = vektor lag variabel yang terdiri dari berbagai macam variabel yang

digunakan,

37

0μ = vektor intercept,

1μ = vektor oefisien regresi,

α = matriks loading,

β ′ = vektor kointegrasi,

1−tY = vektor lag pertama variabel dalam level,

tε = vektor sisaan.

3.2.7. Impuls Response Function (IRF)

VAR merupakan metode yang akan menentukan sendiri struktur dinamisnya

dari suatu model. Setelah melakukan uji VAR, diperlukan adanya metode yang dapat

mencirikan struktur dinamis yang dihasilkan oleh VAR secara jelas. IRF

menunjukkan bagaimana respon dari setiap variabel endogen sepanjang waktu

terhadap kejutan dari variabel itu sendiri dan variabel endogen lainnya. IRF dapat

juga mengidentifikasikan suatu kejutan pada satu variabel endogen sehingga dapat

menentukan bagaimana suatu perubahan yang tidak diharapkan dalam variabel

mempengaruhi variabel lainnya sepanjang waktu.

Dengan demikian, IRF digunakan untuk melihat pengaruh kontemporer dari

sebuah variabel dependen jika mendapatkan guncangan atau inovasi dari variabel

independen sebesar satu standar deviasi. Hasil IRF tersebut sangat sensitif terhadap

pengurutan (ordering) variabel yang digunakan dalam perhitungan. Pengurutan

variabel yang didasarkan pada faktorisasi cholesky dilakukan dengan catatan variabel

yang memiliki nilai prediksi terhadap varaibel lain diletakkan di depan berdampingan

38

satu sama lain sedangkan variabel yang tidak memiliki nilai prediksi terhadap

variabel lain diletakkan paling belakang, kemudian variabel lainnya diletakkan

diantara kedua variabel tersebut berdasarkan nilai matriks korelasi yang menyatakan

tingkat korelasi paling besar.

3.2.8. Variance Decomposition

The Cholesky Decomposition atau biasa disebut juga dengan The Variance

Decomposition memberikan informasi mengenai variabel inovasi yang relatif lebih

penting dalam VAR. Pada dasarnya test ini merupakan metode lain untuk

menggambarkan sistem dinamis yang terdapat dalam VAR. Test ini digunakan untuk

menyusun perkiraan error variance suatu variabel, yaitu seberapa besar perbedaan

antara variance sebelum dan sesudah shock, baik shock yang berasal dari diri sendiri

maupun shock dari variabel lain. The Variance Decomposition merupakan susunan

forecasting mengenai error variance dari suatu variabel.

IV. HASIL DAN PEMBAHASAN

4.1. Unit Root Test (Pengujian Akar-Akar Unit)

Pengujian akar-akar unit dalam analisa runtut waktu (time series), dimana

pengujian ini bertujuan untuk menganalisis apakah suatu variabel stasioner atau tidak

stasioner. Jika stasioner maka tidak ada akar-akar unit, sebaliknya jika tidak stasioner

maka ada akar-akar unit. Data yang dipergunakan dalam penelitian ini harus bersifat

stasioner, memiliki ragam yang tidak terlalu besar dan mempunyai kecenderungan

untuk mendekati nilai rata-ratanya.

Pengujian non-stasioneritas pada penelitian ini didasarkan pada Augmented

Dickey Fuller (ADF) test dengan menggunakan taraf nyata 5% atau dengan tingkat

kepercayaan 95%. Hasil pengujian non-stasioneritas dapat dilihat pada Tabel 4.1 dan

Tabel 4.2.

Tabel 4.1. Hasil Pengujian Non-stasioneritas Pada Tingkat Level

Variabel Nilai ADF Nilai Kritis Mac Kinnon Keterangan 1% 5% 10%

LNOBGRIIL -2.807290 -4.058619 -3.458326 -3.155161 Tidak stasionerINF -2.778915 -4.052411 -3.455376 -3.153438 Tidak stasioner

LNGDPRIIL -3.116819 -4.053392 -3.455842 -3.153710 Tidak stasionerLNMS -1.428636 -4.052411 -3.455376 -3.153438 Tidak stasioner

LNRER -2.789735 -4.052411 -3.455376 -3.153438 Tidak stasionerR -2.157630 -4.056461 -3.457301 -3.154562 Tidak stasioner

Rd -3.404597 -4.053392 -3.455842 -3.153710 Tidak stasionerSumber : Lampiran 1 Keterangan : dalam taraf nyata 5% Hasil pengujian akar unit pada tabel 4.1. menunjukkan bahwa semua variabel

yang digunakan dalam penelitian ini tidak stasioner di tingkat level pada taraf nyata

40

5%. Hal ini dikarenakan nilai ADF variabel-variabel tersebut lebih besar dibanding

dengan nilai kritis Mac Kinnon pada taraf 5%. Oleh karena itu, untuk menunjukkan

semua variabel di atas agar stasioner, pengujian non-stasioneritas perlu dilanjutkan

pada tingkat first difference.

Tabel 4.2. Hasil Pengujian Non-stasioneritas Pada Tingkat First Difference.

Variabel Nilai ADF Nilai Kritis Mac Kinnon Keterangan 1% 5% 10%

LNOBGRIIL -10.21983 -4.053392 -3.455842 -3.153710 Stasioner INF -8.026994 -4.053392 -3.455842 -3.153710 Stasioner

LNGDPRIIL -7.967444 -4.055416 -3.456805 -3.154273 Stasioner LNMS -10.62119 -4.053392 -3.455842 -3.153710 Stasioner

LNRER -11.12054 -4.053392 -3.455842 -3.153710 Stasioner R -10.44138 -4.053392 -3.455842 -3.153710 Stasioner

Rd -6.110681 -4.053392 -3.455842 -3.153710 Stasioner Sumber : Lampiran 2 Keterangan : dalam taraf nyata 5% Hasil pengujian akar unit pada tabel 4.2. menunjukkan bahwa semua variabel

yang digunakan dalam penelitian ini telah stasioner pada tingkat first difference. Hal

ini dikarenakan nilai ADF semua variabel tersebut lebih kecil dari nilai kritis Mac

Kinnon pada taraf nyata 5%.

4.2. Penetepan Lag Optimal

Penetapan lag optimal penting dilakukan, karena dalam metode VAR lag

optimal dari variabel endogen merupakan variabel independen yang digunakan dalam

model. Nilai lag optimal diperoleh dengan melakukan estimasi VAR terlebih dahulu.

Sebelum melakukan penentuan lag optimal maka dilihat dahulu apakah model VAR

tersebut stabil atau tidak.

41

Berdasarkan hasil uji kestabilan yang telah dilakukan ditunjukkan bahwa

model VAR dalam penelitian ini telah stabil (Lampiran 4), yang diperlihatkan dengan

semua nilai modulusnya tidak lebih dari satu. Setelah dipastikan bahwa hasil estimasi

VAR berada dalam kondisi stabil, maka langkah selanjutnya dilakukan penetapan lag

optimal. Lag optimal dihitung dengan menggunakan Schwarz Information Criterion

(SIC) dengan mengambil nilai SIC yang paling kecil. Hasil penetapan lag optimal

dapat dilihat pada Tabel 4.3.

Tabel 4.3. Hasil Penetapan Lag Optimal

Lag SIC 0 -24.91461 1 -25.02443* 2 -23.41595 3 -22.55928 4 -21.42671 5 -19.99869 6 -19.50223 7 -18.87975 8 -18.21834 9 -18.60179 10 -18.09864

Sumber: Lampiran 5

Tabel 4.3, menunjukkan bahwa dari 10 lag (bulanan), lag yang bertanda *

diperlihatkan pada lag pertama. Hal ini bararti lag optimal yang dipilih berdasarkan

kriteria SIC terdapat pada lag pertama.

42

4.3. Uji Kointegrasi

Uji kointegrasi Johansen dilakukan untuk mengetahui konsistensi jangka

panjang dari model analisis. Hubungan yang saling mempengaruhi dapat dilihat dari

kointegrasi yang terjadi antar variabel itu sendiri. Jika terdapat kointegrasi

antarvariabel, maka hubungan saling mempengaruhi berjalan secara menyeluruh dan

informasi terbesar secara paralel (Julaihah dan Insukindro, 2004).

Semua data yang diuji telah stasioner pada tingkat first difference (Lampiran

2), sehingga uji kointegrasi dapat dilakukan melalui uji Johansen Cointegration Test,

dengan menggunakan lag optimum 1. Tabel 4.4. menunjukkan jumlah persamaan

kointegrasi yang terdapat di dalam sistem. Jika Trace Statistic > Critical Value maka

persamaan tersebut terkointegrasi. Dengan demikian H0 = non kointegrasi dengan

hipotesis alternatifnya H1 = kointegrasi. Jika Trace Statistic > Critical Value maka

kita tolak H0 atau terima H1 yang artinya terjadi kointegrasi.

Tabel 4.4. Hasil Uji Kointegrasi

HypothesizedNo. of CE(s)

Trace Statistic

5 Percent Critical Value

1 Percent Critical Value

Eigenvalue

None ** 0.694537 342.1966 146.76 158.49 At most 1 ** 0.674413 224.7897 114.90 124.75 At most 2 ** 0.391052 113.6994 87.31 96.58 At most 3 * 0.296224 64.59326 62.99 70.05 At most 4 0.166471 29.81509 42.44 48.45 At most 5 0.103322 11.78844 25.32 30.45 At most 6 0.009967 0.991662 12.25 16.26

*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 4 cointegrating equation(s) at the 5% level Trace test indicates 3 cointegrating equation(s) at the 1% level

Sumber: Lampiran 7

43

Dengan menggunakan taraf nyata sebesar 5 persen, Hasil Uji Johansen

Cointegration menunjukkan terdapat empat persamaan kointegrasi, yaitu saat nilai

Trace Statistic > Critical Value. Karena terdapat persamaan yang terkointegrasi,

maka model yang digunakan adalah Vector Error Correction Model (VECM).

4.4. Pengaruh Variabel-Variabel Ekonomi terhadap Pertumbuhan Obligasi Pemerintah Riil

Dari hasil estimasi VECM menunjukkan adanya hubungan jangka pendek dan

jangka panjang pengaruh obligasi pemerintah terhadap jumlah uang beredar, laju

inflasi, pendapatan nasional, tingkat suku bunga SBI, nilai tukar riil, dan suku bunga

deposito. Pada estimasi ini yang menjadi variabel dependen adalah obligasi

pemerintah (OBGRIIL), sedangkan yang menjadi variabel independennya adalah

jumlah uang beredar (MS), laju inflasi (INF), pendapatan nasional (GDPRIIL),

tingkat suku bunga SBI (R), nilai tukar riil (RER), dan suku bunga deposito

(RDPSTO). Estimasi VECM dilakukan untuk melihat analisis jangka panjang dan

jangka pendek pengaruh variabel-variabel ekonomi terhadap pertumbuhan obligasi

pemerintah di Indonesia, dapat dilihat pada tabel 4.5.

44

Tabel 4.5. Hasil Estimasi VECM Persamaan Obligasi Pemerintah

Variabel Koefisien T-statistik Jangka Pendek

D(LNOBGRIIL(-1)) -0.259197 -3.34917* D(LNRER(-1)) 0.573023 3.83654* D(INF(-1)) 0.000870 1.51369 D(LNMS(-1)) -1.100799 -2.22599* D(RDPSTO(-1)) 0.068770 5.91617* D(R(-1)) -0.017724 -1.62603* D(LNGDPRIIL(-1)) -0.407255 -1.20750 C 0.037295 4.77819 CointEq1 -0.312858 -9.23793 CointEq2 -0.212389 -2.37297 CointEq3 -0.002268 -2.58805 CointEq4 0.789346 4.27305

Jangka Panjang D(RDPSTO(-1)) 0.046724 2.33610* D(R(-1)) -0.022975 -1.12664 GDPRIIL(-1)) -2.267823 -6.75147* @TREND(99:05) 0.017947 9.84512 C 7.204904 - Sumber: Lampiran 8 (* signifikan pada taraf 5%) 4.4.1. Pengaruh Variabel-variabel Eonomi terhadap Obligasi Pemerintah pada

Jangka Pendek Obligasi pemerintah riil pada lag pertama secara negatif mempengaruhi

obligasi pemerintah riil secara signifikan pada taraf nyata 5 persen yaitu sebesar -

0.259197, yang artinya apabila terjadi kenaikan obligasi pemerintah riil lag pertama

sebesar 1 persen maka obligasi pemerintah riil menurun sebesar 0.259197 persen.

Variabel nilai tukar riil (RER) pada lag pertama memiliki hubungan positif

terhadap obligasi pemerintah riil (OBGRIIL) yang signifikan secara statistik pada

taraf nyata 5 persen yaitu 0.573023, yang artinya saat terjadi peningkatan (apresiasi)

nilai tukar riil pada lag pertama sebesar 1 persen maka obligasi pemerintah riil akan

45

mengalami peningkatan sebesar 0.573023 persen. Jika nilai tukar riil terapresiasi,

maka akan menyebabkan harga di luar negeri lebih murah dibandingkan harga di

dalam negeri, sehingga masyarakat lebih memilih impor, hal ini meneyebabkan impor

naik, maka trade balance akan menurun, maka agregat expenditure menurun.

Dimana agregat expenditure berpengaruh positif terhadap agregat demand, sehingga

agregat demand menurun menyebabkan harga menurun. Maka laju inflasi akan

menurun, yang menyebabkan Bank sentral akan menurunkan suku bunga, sehingga

pasar obligasi pemerintah akan mengalami peningkatan.

Laju inflasi (INF) pada lag pertama memiliki hubungan positif terhadap

obligasi pemerintah riil (OBGRIIL) yang tidak signifikan secara statistik pada taraf

nyata 5 persen yaitu 0.000870, yang artinya jika terjadi peningkatan laju inflasi maka

obligasi pemerintah riil akan mengalami peningkatan sebesar 0.000870 persen.

Pergerakan pasar obligasi pemerintah juga sangat ditentukan oleh kenaikan harga

minyak dunia, yang mengakibatkan meningkatnya laju inflasi, akan tetapi kenaikan

laju inflasi ini masih terkendali dengan harga rata-rata minyak dunia 110 USD/ barrel

(asumsi pemerintah), oleh karena itu Bank Indonesia menaikkan suku bunga SBI,

sehingga permintaan obligasi pemerintah meningkat.

Jumlah uang beredar (MS) pada lag pertama memiliki hubungan negatif

terhadap obligasi pemerintah riil (OBGRIIL) yang signifikan secara statistik pada

taraf nyata 5 persen yaitu sebesar -1.100799, yang artinya saat terjadi kenaikan

jumlah uang beredar pada lag pertama sebesar 1 persen maka obligasi pemerintah riil

akan mengalami penurunan sebesar 1.100799 persen. Jika jumlah uang beredar

meningkat maka agregat demand akan meningkat sehingga menyebabkan harga akan

46

naik, karena adanya kenaikan harga tersebut akan menyebabkan kenaikan inflasi.

Dimana inflasi menyebabkan pasar obligasi pemerintah menurun.

Suku bunga deposito (RDPSTO) pada lag pertama memiliki hubungan positif

terhadap obligasi pemerintah riil (OBGRIIL) yang signifikan secara statistik pada

taraf nyata 5 persen yaitu 0.068770, yang artinya saat terjadi peningkatan suku bunga

deposito perbankan pada lag pertama sebesar 1 persen maka obligasi pemerintah riil

mengalami peningkatan sebesar 0.068770 persen. Peningkatan suku bunga deposito

dapat mengakibatkan pendapatan bank berkurang atau macet, sehingga salah satu

alternatif pembiayaan dana bank tersebut yaitu dengan obligasi pemerintah, sehingga

obligasi pemerintah meningkat.

Variabel suku bunga SBI (R) pada lag pertama memiliki hubungan negatif

terhadap obligasi pemerintah riil (OBGRIIL) yang signifikan secara statistik pada

taraf nyata 5 persen yaitu -0.017724, yang artinya jika terjadi peningkatan suku bunga

SBI maka obligasi pemerintah riil akan mengalami penurunan sebesar 0.017724

persen. Hal ini terjadi karena obligasi jangka panjang memiliki price risk lebih tinggi

karena presentase perubahan harga obligasi sebagai akibat perubahan suku bunga

akan lebih besar pada pada obligasi jangka panjang dibandingkan obligasi pemerintah

dalam jangka pendek, sehingga investasi pada obligasi pemerintah jangka pendek

memiliki reinvestment risk lebih tinggi, ketika obligasi tersebut jatuh tempo. Dan

apabila suku bunga SBI meningkat maka pasar obligasi pemerintah akan menurun,

karena penerbit obligasi pemerintah harus membayar imbal hasil (yield) yang lebih

tinggi.

47

Pendapatan Nasional (GDPRIIL) pada lag pertama memiliki hubungan

negatif terhadap obligasi pemerintah riil (OBGRIIL) yang tidak signifikan secara

statistik pada taraf nyata 5 persen yaitu sebesar -0.407255, yang artinya saat terjadi

kenaikan pendapatan nasional pada lag pertama sebesar 1 persen maka obligasi

pemerintah riil akan mengalami penurunan sebesar 0.407255 persen. Berdasarkan

penelitian McQueen dan Roley (1993) mengembangkan temuan bahwa ketika

perekonomian menguat dilihat dari pendapatan nasional meningkat yang merupakan

salah satu indikator utama pertumbuhan ekonomi di Indonesia, hal ini justru direspon

negatif oleh pasar modal yang termasuk di dalamnya adalah obligasi pemerintah, hal

ini terjadi karena penigkatan discount rate yang relatif lebih tinggi dari pada

peningkatan cash flows. Namun kejadian ini hanya untuk jangka pendek, untuk

jangka panjang peningkatan pendapatan nasional sebagai indikator pertumbuhan

ekonomi di Indonesia akan meningkatkan permintaan obligasi pemerintah di pasar

obligasi sebagai salah satu benchmark investasi di Indonesia.

4.4.2. Pengaruh Variabel-variabel Ekonomi terhadap Obligasi Pemerintah pada Jangka Panjang

Suku bunga deposito (RDPSTO) dalam jangka panjang pada lag pertama

memiliki hubungan negatif terhadap obligasi pemerintah riil (OBGRIIL) yang

signifikan secara statistik pada taraf nyata 5 persen yaitu -0.046724 , yang artinya saat

terjadi peningkatan suku bunga deposito pada lag pertama sebesar 1 persen maka

obligasi pemerintah riil mengalami penurunan sebesar 0.046724 persen. Peningkatan

suku bunga deposito dalam jangka panjang akan mengakibatkan penurunan

48

permintaan obligasi pemerintah karena suku bunga yang ditawarkan lebih tinggi dari

pada suku bunga obligasi.

Variabel suku bunga SBI (R) pada lag pertama memiliki hubungan positif

terhadap obligasi pemerintah riil (OBGRIIL) yang tidak signifikan secara statistik

pada taraf nyata 5 persen yaitu 0.022975, yang artinya jika terjadi peningkatan suku

bunga SBI maka obligasi pemerintah riil akan mengalami peningkatan sebesar

0.022975 persen. Salah satu kebijakan moneter di Indonesia adalah kebijakan suku

bunga karena secara jangka pendek interest rate berpengaruh secara cepat dan efektif

untuk menguatkan ataupun melemahkan mata uang karena pengaruhnya tidak hanya

terkonsentrasi pada money market (pasar uang) tetapi juga memiliki pengaruh yang

sangat cepat terhadap capital market (pasar modal) terutama pasar obligasi

pemerintah maupun obligasi perusahaan. Dalam jangka panjang masyarakat akan

lebih tertarik menyimpan uangnya dalam bentuk obligasi pemerintah dengan bunga

yang lebih tinggi dan bebas resiko.

Pendapatan Nasional (GDPRIIL) dalam jangka panjang pada lag pertama

memiliki hubungan positif terhadap obligasi pemerintah riil (OBGRIIL) yang

signifikan secara statistik pada taraf nyata 5 persen yaitu 2.267823, yang artinya jika

terjadi peningkatan laju inflasi maka obligasi pemerintah riil akan mengalami

peningkatan sebesar 0.016351 persen. Hal ini terbukti bahwa pendapatan nasional

merupakan salah satu indikator perekonomian Indonesia, sehingga jika pertumbuhan

ekonomi domestik meningkat, otomatis maka suku bunga akan meningkat yang dapat

meningkatkan harga obligasi pemerintah sehingga permintaan terhadap obligasi

pemerintah akan meningkat.

49

4.5. Impulse Response Function (IRF)

Penggunaan IRF memungkinkan peneliti dapat menelusuri time path dari

suatu guncangan (inovasi) terhadap suatu variabel dalam sistem VAR atau VECM.

IRF melihat dampak guncangan satu standar deviasi terhadap variabel lain dan

variabel itu sendiri pada periode pertama, kedua, dan seterusnya. IRF dapat

menunjukan pula tanda dari multiplier dinamis, tetapi tidak menunjukan ukuran dan

besarnya.

Analisis IRF merupakan cara yang paling baik untuk menunjukan respon dari

model terhadap shock. Hal ini karena koefisien hasil estimasi VAR sulit untuk

diartikan dan kurang bisa diandalkan. Akan tetapi analisis IRF mempunyai

keterbatasan dalam menginterpretasikan ukuran dan besarnya pengaruh perubahan

dalam sistem. Adapun hasil IRF, yang menjelaskan respon obligasi pemerintah riil

(OBGRIIL) terhadap guncangan tiap-tiap variabel ekonomi yaitu jumlah uang

beredar (MS), laju inflasi (INF), pendapatan nasional (GDPRIIL), tingkat suku bunga

SBI (R), nilai tukar riil (RER), dan suku bunga deposito (RDPSTO), yang dijelaskan

sebagai berikut:

50

4.5.1. Respon variabel obligasi pemerintah riil (OBGRIIL) terhadap guncangan variabel Nilai Tukat Riil (RER) dan variabel Laju Inflasi (INF).

-.016

-.012

-.008

-.004

.000

.004

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. INF Innovation

Sumber: Lampiran 9

Gambar 4.1. Respon Obligasi Pemerintah Riil (OBGRIIL) terhadap Guncangan Nilai

Tukat Riil (RER) dan Laju Inflasi (INF)

Gambar 4.1. memperlihatkan bagaimana respon variabel obligasi pemerintah

riil (OBGRIIL) terhadap guncangan variabel Nilai Tukar Riil (RER) dan variabel

Laju Inflasi (INF). Pada periode awal penelitian, guncangan yang terjadi pada

variabel Nilai Tukar Riil tidak direspon oleh obligasi pemerintah, sedangkan pada

periode ke 2 hingga 10 guncangan yang terjadi direspon positif oleh obligasi

pemerintah, dan untuk periode ke 11 hingga periode akhir penelitian yaitu periode ke

50 guncangan yang terjadi pada variabel nilai tukar riil direspon negatif oleh obligasi

pemerintah. Hal ini menunjukkan jika nilai tukar terapresiasi, maka ekspor akan

menurun akibat daya saing menurun, sehingga trade balance menurun, otomatis

agregat expenditure akan menurun dan suku bunga akan menurun, karena suku

bunga menurun masyarakat enggan menimpan uangnya dalam bentuk obligasi

pemerintah, sehingga obligasi pemerintah menurun.

-.012

-.008

-.004

.000

.004

.008

.012

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. LNRER Innovation

51

Guncangan yang terjadi pada variabel Laju Inflasi (INF), pada periode awal

tidak direspon oleh obligasi pemerintah, untuk selanjutnya periode ke 2 hingga

periode ke 7 dan periode 16 hingga periode akhir penelitian guncangan variabel

inflasi direspon negatif oleh obligasi pemerintah. Sedangkan periode ke 8 hingga

periode 15 guncangan yang terjadi pada laju inflasi direspon positif oleh obligasi

pemerintah. Hal ini menunjukkan jika terjadi peningkatan laju inflasi terus-menerus

yang saat ini diakibatkan adanya kenaikan harga minyak dunia yang menyebabkan

harga minyak domestik meningkat, angka laju inflasi yang terus meningkat

menyebabkan harga obligasi menurun, sehingga tidak menarik dan masyarakat

enggan untuk membeli.

4.5.2. Respon obligasi pemerintah riil (OBGRIIL) terhadap guncangan variabel Jumlah Uang Beredar (MS) dan suku bunga deposito (RDPSTO)

-.024

-.020

-.016

-.012

-.008

-.004

.000

.004

.008

.012

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. RDPSTO Innovation

Sumber: Lampiran 9

Gambar 4.2. Respon Obligasi Pemerintah Rill (OBGRIIL) terhadap Guncangan

Variabel Jumlah Uang Beredar (MS) dan Suku Bunga Deposito (RDPSTO)

-.004

.000

.004

.008

.012

.016

.020

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. LNMS Innovation

52

Gambar 4.2. Memperlihatkan bagaimana respon obligasi pemerintah riil

(OBGRIIL) terhadap guncangan variabel Jumlah Uang Beredar (MS) dan suku

bunga deposito (RDPSTO). Pada periode awal penelitian guncangan yang terjadi

pada variabel Jumlah Uang Beredar tidak direspon oleh obligasi pemeritah, untuk

periode ke 2 guncangan variabel jumlah uang beredar direspon negatif oleh obligasi

pemerintah, untuk periode selanjutnya yaitu periode ke 3 hingga periode akhir

penelitian, guncangan yang terjadi pada variabel jumlah uang beredar direspon positif

oleh obligasi pemerintah. Jika terjadi peningkatan jumlah uang beredar maka akan

diikuti denga kenaikan suku bunga, untuk jangka panjang masyarakat lebih memilih

menyimpan uangnya dalam bentuk obligasi pemerintah karena suku bunga yanng

tinggi.

Pada variabel suku bunga deposito (RDPSTO), guncangan yang terjadi pada

periode awal penelitian juga tidak direspon oleh oligasi pemerintah riil (OBGRIIL).

Pada periode ke 2 dan 3 guncangan yang terjadi direspon positif oleh obligasi

pemerintah, untuk periode selanjutnya yaitu periode ke 4 hingga periode akhir

penelitian guncangan yang terjadi pada variabel suku bunga deposito direspon negatif

oleh obligasi pemerintah. Jika terjadi peningkatan suku bunga deposito dimana bunga

yang ditawarkan lebih tinggi dari bunga obligasi pemerintah, maka masyarakat akan

memilih menyimpan uangnya dalam bentuk deposito.

53

4.5.3. Respon Obligasi Pemerintah terhadap Guncangan Suku Bunga SBI (R) dan Pendapatan Nasional (GDPRIIL)

-.008

-.004

.000

.004

.008

.012

.016

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. LNGDPRIIL Innovation

Sumber: Lampiran 9

Gambar 4.3. Respon Obligasi Pemerintah terhadap Guncangan Suku Bunga SBI (R)

dan Pendapatan Nasional (GDPRIIL)

Gambar 4.3. memperlihatkan bagaimana respon obligasi pemerintah

(OBGRIIL) terhadap guncangan suku bunga SBI (R) dan Pendapatan Nasional

(GDPRIIL). Pada variabel suku bunga SBI, guncangan yang terjadi pada awal

periode penelitian tidak direspon oleh obligasi pemerintah, kemudian pada periode ke

2 hingga ke 7 guncangan yang terjadi pada suku bunga SBI direspon positif oleh

obligasi pemerintah, selanjutnya periode ke 8 hingga periode akhir penelitian

guncangan suku bunga SBI direspon secara negatif oleh obligasi pemerintah. Pada

jangka pendek kenaikan suku bunga akan menyebabkan pasar obligasi pemeritah

mengalami kerugian karena pasar tersebut akan membayarkan obligasi jatuh tempo

dengan yield yang lebih tinggi.

Pada variabel Pendapatan Nasional (GDPRIIL), guncangan yang terjadi pada

periode awal tidak direspon oleh obligasi pemerintah, untuk periode ke 2 dan ke 3

-.004

.000

.004

.008

.012

.016

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. R Innovation

54

guncangan yang terjadi direspon negatif oleh obligasi pemerintah, sedangkan pada

periode ke 4 hingga periode akhir penelitian guncangan yang terjadi pada variabel

laju inflasi direspon secara positif oleh obligasi pemerintah. Pendapatan nasional

merupakan indikator perekonomian suatu negara, jadi jika penadapatan nasional

suatu negara meningkat, maka keadaan perekonomian tersebut meningkat sehingga

kepercayaan investor terhadap pasar modal pada suatu negara teresebut juga

meningkat.

4.6. Pengaruh Variabel-Variabel Ekonomi terhadap Obligasi Pemerintah (Analisis Variance Decomposition)

Pengaruh variabel-variabel ekonomi terhadap obligasi pemerintah dapat

dilihat juga melalui analisis Variance Decomposition (VD). Analisis ini dapat

menjelaskan guncangan variabel ekonomi lainnya. Analisis Variance Decomposition

(VD) dapat pula dipakai untuk melihat kekuatan dan kelemahan dari masing-masing

variabel dalam mempengaruhi variabel lainnya dalam kurun waktu yang panjang.

Hasil VD menunjukkan hampir semua varians mempunyai pengaruh yang

cukup besar terhadap OBGRIIL, dan varians yang mempunyai pengaruh terbesar

pertama terhadap OBGRIIL pada periode pertama hingga periode 17 adalah

OBGRIIL itu sendiri, kemudian suku bunga deposito (RDPSTO) yang hampir sama

besarnya pengaruh dari varians jumlah uang beredar (MS) terhadap obligasi

pemerintah. Pada periode awal sampai periode akhir penelitian yaitu periode 50

varians OBGRIIL menurun hingga sebesar 17.09 persen. Pada periode 3 inflasi

mempunyai pengaruh terbesar kedua yaitu sebesar 6.8 persen. Kemudian varians

55

suku bunga SBI mempunyai pengaruh terbesar kedua dari obligasi pemerintah riil

pada periode 4 sebesar 12.10 persen hingga periode 7 sebesar 11.97 persen,

Selanjutnya periode 8 varians suku bunga deposito (RDPSTO) memiliki pengaruh

terbesar kedua dalam mempengaruhi obligasi pemerintah riil (OBGRIIL) yaitu

sebesar 28.73 persen pada periode ke 17. Periode selanjutnya periode 18 hingga

periode akhir penelitian yaitu periode 50 varians yang mempunyai pengaruh terbesar

terhadap obligasi pemerintah adalah suku bunga deposito yaitu sebesar 29.52 persen

yang menagalami penurunan hingga periode akhir sebesar 37.14 persen, sedangkan

varians yang mempunyai pengaruh terbesar ke dua setelah varians suku bunga

deposito pada periode 18 hingga periode 21 yaitu varians obligasi pemerintah riil

sebesar 29.23 persen menurun hingga 25.63 persen. Setelah itu pada periode 22

hingga periode 50 varians yang mempunyai pengaruh terbesar ke dua setelah varians

suku bunga deposito adalah varians jumlah jumlah uang beredar (MS) yaitu sebesar

26.34 persen meningkat hingga 33.34 persen.

Dari hasil Variance Decomposition dihasilkan bahwa variabel yang paling

dominan mempengaruhi pertumbuhan obligasi pemerintah di Indonesia adalah suku

bunga deposito dan jumlah uang beredar. Oleh karena itu kebijakan pemerintah yang

seharusnya diambil untuk menciptakan kedalaman pasar obligasi pemerintah di

Indonesia adalah kebijakan suku bunga dalam proses pengendalian jumlah uang

beredar. Hasil VD dari persamaan obligasi pemerintah riil dapat dilihat pada tabel

4.6.

56

Tabel 4.6. Hasil Variance Decomposition (%) Persamaan Obligasi Pemerintah

Periode

S.E. LNOBG RIIL

LNRER INF LNMS RDPSTO R LNGDP RIIL

1 0.048391 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 3 0.058738 77.35147 2.904148 6.833156 0.419778 4.014384 6.732780 1.744288 4 0.062126 71.14512 3.060371 7.537616 0.536451 3.838183 12.10118 1.781076 7 0.072815 55.64076 3.755814 6.158440 4.377011 10.69557 11.97372 7.398678

17 0.115867 30.38057 3.697822 2.707776 22.27877 28.73548 5.174405 7.025168 18 0.119727 29.23343 3.980636 2.537793 23.27937 29.52580 4.850343 6.592629 21 0.130905 26.40525 4.745839 2.129875 25.69179 31.42337 4.067756 5.536120 22 0.134489 25.63424 4.972760 2.020642 26.34094 31.92506 3.857225 5.249128 50 0.213064 17.09249 7.896774 0.856155 33.34447 37.14396 1.563882 2.102264

Sumber: Lampiran 11

V. KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan penelitian yang telah dilakukan, maka dapat dibuat kesimpulan

sebagai berikut:

1. Hasil estimasi VECM, pada jangka pendek variabel ekonomi yang

berpengaruh positif terhadap obligasi pemerintah riil adalah obligasi

pemerintah rill itu sendiri, suku bunga deposito, nilai tukar riil, laju inflasi,

sedangkan yang berpengaruh negatif terhadap obligasi pemerintah riil adalah

jumlah uang beredar, pendapatan nasional, suku bunga SBI. Pada jangka

panjang hanya tiga variabel yang berpengaruh terhadap obligasi pemerintah,

karena ada empat persamaan yang terkointegrasi, variabel yang berpengaruh

positif terhadap obligasi pemerintah riil adalah suku bunga SBI dan

pendapatan nasional, sedangkan yang berpengaruh negatif adalah suku bunga

deposito. Hasil estimasi the impuls response function (IRF), respon negatif

obligasi pemerintah dihasilkan dari guncangan variabel nilai tukar riil, laju

inflasi, suku bunga deposito, suku bunga SBI, sedangkan respon positif

obligasi pemerintah dihasilkan dari guncangan variabel jumlah uang beredar,

pendapatan nasional.

2. Hasil Estimasi VECM, dari Variance Decompisition (VD), variabel yang

paling mempengaruhi obligasi pemerintah riil (OBGRIIL) sesuai dengan

urutan pengaruh terbesar adalah OBGRIIL itu sendiri, suku bunga deposito

58

(RDPSTO), jumlah uang beredar (MS), nilai tukar rupiah (RER), pendapatan

nasional (GDPRIIL), suku bunga SBI (R), dan laju inflasi (INF).

5.2. Saran

1. Melihat berfluktuasinya variabel-variabel makroekonomi yang mempengaruhi

pertumbuhan pasar obligasi pemerintah di Indonesia yang tidak menentu,

maka untuk menciptakan kedalaman pasar (market deepening), diharapkan

pemerintah mempunyai sistem informasi yang baik mengenai perkiraan

perubahan variabel-variabel makroekonomi tersebut, misalnya melalui sistem

peringatan dini terhadap fluktuasi variabel-variabel ekonomi atau yang

disebut dengan early warning system.

2. Ketidakcermatan mengelola obligasi pemerintah dapat berdampak pada

semakin sulitnya pemerintah melakukan upaya pemulihan ekonomi sehingga

bisa menyebabkan kegagalan mengelola utang dalam negeri (obligasi

pemerintah) ini akan menjadi entry point terjadinya krisis ekonomi

berikutnya. Oleh karena itu pemerintah diharapkan bisa mengambil kebijakan

yang tepat, dalam penelitian ini dapat dilihat dari hasil variance

decomposition, maka kebijakan yang seharusnya diambil adalah kebijakan

suku bunga dalam proses pengendalian jumlah uang beredar.

DAFTAR PUSTAKA

Ardiansyah, R. 2006. Analisis Pengaruh Neraca Pembayaran Terhadap Nilai Tukar Rupiah [Skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor.

Badan pengawas Pasar Modal. 2007. “Annual Report Bapepam 2007”. Bapepam. Jakarta.

Bank Indonesia. Statistik Ekonomi dan Keuangan Indonesia. Berbagai Edisi. Bank Indonesia, Jakarta. http://www.bi.go.id/web/id/data+statistik/statcat.htm

Batiz, F. L. Rivera dan Luiz A. Rivera-Batiz. 1994. International Finance and Open Economy Mactoeconomics 2nd edition. Macmillan Publishing Company, New York.

Blinder, A. (1998), Central Banking in Theory and Pactice. Cambridge, Mass: MIT Press.

Djalal, N. 2006. Pendekatan Populer dan Praktis Ekonometrika Untuk Analisis Ekonomi dan Keuangan. Universitas Indonesia, Depok.

Elgar, E. 2001. Open-Economy Macroeconomics for Developing Countries. Edward Elgar Publishing Company, UK.

Gujarati, D. 1978. Basic Econometrics. McGraw-Hill, Inc. New York.

Gujarati, D. 1978. Ekonometrika Dasar. Zain dan Sumarno [ penerjemah]. Penerbit Erlangga, Jakarta.

Hady, H. 2004. Ekonomi Internasional : Teori dan Kebijakan Keuangan Internasional. Ghalia Indonesia, Jakarta.

Hossain, A and A. Chowdhury. 1998. Open Economy Macroeconomics for Developing Countries. Edward Elgar Publishing Limited. UK.

Julaihah, U dan Insukindro. 2004. “Analisis Dampak Kebijakan Moneter Terhadap Variabel Makroekonomi di Indonesia”. Buletin Ekonomi Moneter dan Perbankan, Vol 1 September 2004. Bank Indonesia, Jakarta.

Lipsey, R. G., P. N. Courant, D. D. Purvis, dan P. O. Steiner. 1995. Pengantar Makroekonomi. Edisi ke-10. Jilid 1. Wasana, Kirbrandoko, dan Budijanto. Binarupa Aksara, Jakarta.

60

Mankiw, N. G. 2003. Teori Makroekonomi. edisi ke-5. Worth Publisher. New York and Basingtoke.

Markowitz, H. 1952. “Portofolio Selection”. Cowles Commission Paper, New Series, No. 60.

Masitoh, I. 2007. Faktor-faktor yang mempengaruhi investasi di Indonesia [skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Mishkin, F. S. 2001. The Economic of Money, Banking and Financial Markets Sixth Edition. Columbia University, United States of America.

Salvatore, D. 1997. Ekonomi Internasional. Edisi ke-5. Erlangga, Jakarta.

Sembel, Roy. 2002. “Strategi Manajemen Risiko Proaktif” [Yahoo Online]. Artikel Pohon Uang Group Yahoo. http://www.irpaweb.com/article.php.

Sugiarto, A. 2003. Reksadana, Perbankan, dan Sektor Riil. [website BI]. http://www.bi.go.id.

Tandelin, E. 2001. Analisis Investasi dan Manajemen Portofolio. BPFE Yogyakarta. Yogyakarta.

Taylor, J. B. 1995. The Monetary Transmission Mechanism : An Empirical Framework”. Journal of Economic Perspectives, 9.

LAMPIRAN

LAMPIRAN 1

UJI STASIONERITAS PADA TINGKAT LEVEL

Null Hypothesis: LNOBGRIIL has a unit root Exogenous: Constant, Linear Trend Lag Length: 6 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.807290 0.1985 Test critical values: 1% level -4.058619

5% level -3.458326 10% level -3.155161

Null Hypothesis: LNINF has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.778915 0.2086 Test critical values: 1% level -4.052411

5% level -3.455376 10% level -3.153438

Null Hypothesis: LNGDPRIIL has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.116819 0.1082 Test critical values: 1% level -4.053392

5% level -3.455842 10% level -3.153710

Null Hypothesis: LNMS has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.428636 0.8467 Test critical values: 1% level -4.052411

5% level -3.455376 10% level -3.153438

62

LANJUTAN….

Null Hypothesis: LNRER has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.789735 0.2046 Test critical values: 1% level -4.052411

5% level -3.455376 10% level -3.153438

Null Hypothesis: R has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.157630 0.5072 Test critical values: 1% level -4.056461

5% level -3.457301 10% level -3.154562

Null Hypothesis: RDPSTO has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.404597 0.0566 Test critical values: 1% level -4.053392

5% level -3.455842 10% level -3.153710

63

LAMPIRAN 2

UJI STASIONERITAS PADA TINGKAT FIRST DIFFERENCE

Null Hypothesis: D(LNOBGRIIL) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -10.21983 0.0000 Test critical values: 1% level -4.053392

5% level -3.455842 10% level -3.153710

Null Hypothesis: D(LNINF) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.026994 0.0000 Test critical values: 1% level -4.053392

5% level -3.455842 10% level -3.153710

Null Hypothesis: D(LNGDPRIIL) has a unit root Exogenous: Constant, Linear Trend Lag Length: 2 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.967444 0.0000 Test critical values: 1% level -4.055416

5% level -3.456805 10% level -3.154273

Null Hypothesis: D(LNMS) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -10.62119 0.0000 Test critical values: 1% level -4.053392

5% level -3.455842 10% level -3.153710

64

LANJUTAN…..

Null Hypothesis: D(LNRER) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -11.12054 0.0000 Test critical values: 1% level -4.053392

5% level -3.455842 10% level -3.153710

Null Hypothesis: D(R) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -10.44138 0.0000 Test critical values: 1% level -4.053392

5% level -3.455842 10% level -3.153710

Null Hypothesis: D(RDPSTO) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -6.110681 0.0000 Test critical values: 1% level -4.053392

5% level -3.455842 10% level -3.153710

65

LAMPIRAN 3

Correlation Matrix

LAMPIRAN 4

UJI KESTABILAN VAR

Roots of Characteristic Polynomial Endogenous variables: D(LNOBGRIIL) D(LNRER) D(LNINF) D(LNMS) D(RDPSTO) D(R) D(LNGDPRIIL) Exogenous variables: C Lag specification: 1 10 Date: 08/11/07 Time: 20:50 Root Modulus 0.986064 0.986064 -0.464413 - 0.859861i 0.977262 -0.464413 + 0.859861i 0.977262 0.483485 - 0.844907i 0.973460 0.483485 + 0.844907i 0.973460 -0.285570 + 0.929114i 0.972010 -0.285570 - 0.929114i 0.972010 -0.832161 + 0.501208i 0.971443 -0.832161 - 0.501208i 0.971443 0.719958 - 0.642672i 0.965073 0.719958 + 0.642672i 0.965073 0.841928 + 0.469094i 0.963790 0.841928 - 0.469094i 0.963790

LNOBG RIIL

LNGDP RIIL

LNINF LNMS LNRER R RDPSTO

LNOBG RIIL

1.000000 0.017964 -0.217957 -0.187756 0.525774 0.096199 -0.111695

LNGDP RIIL

0.017964 1.000000 0.931962 0.955161 -0.583659 -0.479596 -0.540743

LNINF -0.217957 0.931962 1.000000 0.990754 -0.779890 -0.527098 -0.518219LNMS -0.187756 0.955161 0.990754 1.000000 -0.738005 -0.515906 -0.525197

LNRER 0.525774 -0.583659 -0.779890 -0.738005 1.000000 0.582416 0.438336

R 0.096199 -0.479596 -0.527098 -0.515906 0.582416 1.000000 0.952626RDPSTO -0.111695 -0.540743 -0.518219 -0.525197 0.438336 0.952626 1.000000

66

-0.961194 0.961194 0.899166 - 0.339489i 0.961120 0.899166 + 0.339489i 0.961120 0.025914 + 0.960232i 0.960581 0.025914 - 0.960232i 0.960581 0.524279 + 0.804478i 0.960236 0.524279 - 0.804478i 0.960236 -0.027564 - 0.956091i 0.956488 -0.027564 + 0.956091i 0.956488 -0.939080 + 0.179191i 0.956024 -0.939080 - 0.179191i 0.956024 0.306748 + 0.892935i 0.944155 0.306748 - 0.892935i 0.944155 0.757697 + 0.556497i 0.940103 0.757697 - 0.556497i 0.940103 0.170587 - 0.923384i 0.939009 0.170587 + 0.923384i 0.939009 -0.872152 - 0.343163i 0.937235 -0.872152 + 0.343163i 0.937235 0.925268 - 0.121643i 0.933230 0.925268 + 0.121643i 0.933230 -0.257076 + 0.877813i 0.914682 -0.257076 - 0.877813i 0.914682 0.744950 + 0.528563i 0.913416 0.744950 - 0.528563i 0.913416 -0.462877 - 0.783711i 0.910196 -0.462877 + 0.783711i 0.910196 -0.763036 + 0.483737i 0.903452 -0.763036 - 0.483737i 0.903452 0.440322 + 0.778878i 0.894726 0.440322 - 0.778878i 0.894726 -0.359250 - 0.812325i 0.888218 -0.359250 + 0.812325i 0.888218 -0.600780 - 0.650920i 0.885796 -0.600780 + 0.650920i 0.885796 0.040830 + 0.872665i 0.873620 0.040830 - 0.872665i 0.873620 -0.848179 + 0.188162i 0.868800 -0.848179 - 0.188162i 0.868800 0.793701 - 0.330111i 0.859613 0.793701 + 0.330111i 0.859613 -0.635898 - 0.523816i 0.823863 -0.635898 + 0.523816i 0.823863

67

0.811736 - 0.073453i 0.815053 0.811736 + 0.073453i 0.815053 -0.812158 0.812158 0.522489 + 0.620678i 0.811318 0.522489 - 0.620678i 0.811318 0.746100 0.746100 -0.485781 + 0.550930i 0.734511 -0.485781 - 0.550930i 0.734511 -0.670256 0.670256 0.286105 - 0.578095i 0.645019 0.286105 + 0.578095i 0.645019 -0.486735 + 0.170997i 0.515898 -0.486735 - 0.170997i 0.515898 0.168447 0.168447 No root lies outside the unit circle. VAR satisfies the stability condition.

LAMPIRAN 5

UJI LAG OPTIMUM

VAR Lag Order Selection Criteria Endogenous variables: D(LNOBGRIIL) D(LNRER) D(LNINF) D(LNMS) D(RDPSTO) D(R) D(LNGDPRIIL) Exogenous variables: C Date: 08/11/07 Time: 20:53 Sample: 1999:05 2007:09 Included observations: 90

Lag LogL LR FPE AIC SC HQ 0 1136.907 NA 2.94E-20 -25.10903 -24.91461 -25.03063 1 1252.094 209.8968 6.77E-21 -26.57986 -25.02443* -25.95262 2 1289.958 63.10618 8.84E-21 -26.33239 -23.41595 -25.15631 3 1361.653 108.3396 5.60E-21 -26.83673 -22.55928 -25.11181 4 1420.933 80.35690 4.91E-21 -27.06517 -21.42671 -24.79141 5 1466.917 55.18165 6.18E-21 -26.99816 -19.99869 -24.17557 6 1554.822 91.81148 3.38E-21 -27.86271 -19.50223 -24.49127 7 1637.055 73.09652 2.41E-21 -28.60123 -18.87975 -24.68096 8 1717.537 59.01991 2.18E-21 -29.30083 -18.21834 -24.83171 9 1845.038 73.66721* 9.42E-22* -31.04529 -18.60179 -26.02734 10 1932.641 36.98807 1.65E-21 -31.90314* -18.09864 -26.33636*

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level)

68

FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

LAMPIRAN 6

UJI KOINTEGRASI JOHANSEN

Date: 05/20/07 Time: 01:11 Sample: 1999:05 2007:09 Included observations: 99 Series: LNOBGRIIL LNRER INF LNMS RDPSTO R LNGDPRIIL Lags interval: 1 to 1

Data Trend: None None Linear Linear QuadraticRank or No Intercept Intercept Intercept Intercept Intercept

No. of CEs No Trend No Trend No Trend Trend Trend Selected (5% level)

Number of Cointegrating Relations by Model

(columns)

Trace 4 5 4 4 4 Max-Eig 4 5 4 4 4

Log Likelihood by Rank (rows) and Model

(columns)

0 470.0916 470.0916 493.4079 493.4079 497.50821 528.6114 528.6127 551.8784 552.1114 556.17592 573.0774 579.4234 597.0983 607.6565 609.66753 598.2956 608.6298 621.0190 632.2096 633.96834 613.4993 626.8939 637.2131 649.5987 651.23885 620.7534 640.6474 644.4704 658.6120 660.14906 623.0135 647.8771 649.5682 664.0104 664.42497 623.0139 650.0445 650.0445 664.5062 664.5062

Akaike Information Criteria by Rank (rows) and Model (columns)

0 -8.506901 -8.506901 -8.836524 -8.836524 -8.7779441 -9.406290 -9.386116 -9.734916 -9.719421 -9.6803212 -10.02177 -10.10956 -10.36562 -10.53852 -10.478133 -10.24840 -10.39656 -10.56604 -10.73151 -10.686234 -10.27271 -10.46250 -10.61037 -10.77977* -10.75230

69

5 -10.13643 -10.43732 -10.47415 -10.65883 -10.649486 -9.899262 -10.28035 -10.29431 -10.46486 -10.453037 -9.616442 -10.02110 -10.02110 -10.17184 -10.17184

Schwarz Criteria by Rank (rows) and Model

(columns)

0 -7.222448 -7.222448 -7.368578 -7.368578 -7.1265041 -7.754850 -7.708463 -7.899983 -7.858275 -7.6618952 -8.003339 -8.038710 -8.163703 -8.284169* -8.0927173 -7.862982 -7.932509 -7.997134 -8.083961 -7.9338294 -7.520313 -7.605250 -7.674473 -7.739025 -7.6329135 -7.017047 -7.186869 -7.171270 -7.224882 -7.1631026 -6.412889 -6.636692 -6.624441 -6.637710 -6.5996697 -5.763083 -5.984248 -5.984248 -5.951497 -5.951497

LAMPIRAN 7

UJI KOINTEGRASI (ASUMSI KE-4)

Date: 05/20/07 Time: 01:13 Sample(adjusted): 1999:07 2007:09 Included observations: 99 after adjusting endpoints Trend assumption: Linear deterministic trend (restricted) Series: LNOBGRIIL LNRER INF LNMS RDPSTO R LNGDPRIIL Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test Hypothesized Trace 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical

Value Critical Value

None ** 0.694537 342.1966 146.76 158.49 At most 1 ** 0.674413 224.7897 114.90 124.75 At most 2 ** 0.391052 113.6994 87.31 96.58 At most 3 * 0.296224 64.59326 62.99 70.05 At most 4 0.166471 29.81509 42.44 48.45 At most 5 0.103322 11.78844 25.32 30.45 At most 6 0.009967 0.991662 12.25 16.26 *(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 4 cointegrating equation(s) at the 5% level Trace test indicates 3 cointegrating equation(s) at the 1% level

70

LAMPIRAN 8

ESTIMASI VECM

Vector Error Correction Estimates Date: 05/27/07 Time: 16:29 Sample(adjusted): 1999:07 2007:09 Included observations: 99 after adjusting endpoints Standard errors in ( ) and t-statistics in [ ] Cointegrating

Eq: CointEq1 CointEq2 CointEq3 CointEq4

LNOBGRIIL (-1)

1.000000 0.000000 0.000000 0.000000

LNRER(-1) 0.000000 1.000000 0.000000 0.000000

INF(-1) 0.000000 0.000000 1.000000 0.000000

LNMS(-1) 0.000000 0.000000 0.000000 1.000000

RDPSTO(-1) 0.046724 0.032085 -0.093921 -0.002878

(0.02000) (0.01351) (0.84212) (0.00735) [ 2.33610] [ 2.37503] [-0.11153] [-0.39167]

R(-1) -0.022975 -0.043048 -0.307326 -0.000586 (0.02039) (0.01377) (0.85861) (0.00749) [-1.12664] [-3.12529] [-0.35793] [-0.07821]

LNGDPRIIL (-1)

-2.267823 0.248342 31.76582 -0.873485

(0.33590) (0.22688) (14.1429) (0.12341) [-6.75147] [ 1.09457] [ 2.24607] [-7.07781]

@TREND (99:05)

0.017947 0.003189 -0.173862 -0.004721

(0.00182) (0.00123) (0.07675) (0.00067) [ 9.84512] [ 2.58992] [-2.26519] [-7.04924]

C 7.204904 -10.68823 -218.6113 -7.178547 Error

Correction: D(LNOBG

RIIL) D(LNRER) D(INF) D(LNMS) D(RDPS

TO) D(R) D(LNGDP

RIIL) CointEq1 -0.312858 0.027828 -8.095062 -0.005684 -0.494052 -0.879510 0.026720

(0.03387) (0.03029) (3.92890) (0.00878) (0.17170) (0.23575) (0.01173) [-9.23793] [ 0.91864] [-2.06039] [-0.64707] [-2.87746] [-3.73062] [ 2.27750]

CointEq2 -0.212389 -0.211726 4.784598 -0.033510 0.282275 2.161128 0.003038 (0.08950) (0.08006) (10.3833) (0.02321) (0.45376) (0.62305) (0.03101) [-2.37297] [-2.64471] [ 0.46080] [-1.44349] [ 0.62207] [ 3.46860] [ 0.09800]

71

CointEq3 -0.002268 0.000277 -0.958017 0.000422 0.013302 0.006655 0.000681

(0.00088) (0.00078) (0.10168) (0.00023) (0.00444) (0.00610) (0.00030) [-2.58805] [ 0.35283] [-9.42143] [ 1.85621] [ 2.99345] [ 1.09077] [ 2.24204]

CointEq4 0.789346 -0.559828 21.68184 -0.265248 -1.062493 -0.950154 0.159941 (0.18473) (0.16523) (21.4303) (0.04791) (0.93653) (1.28593) (0.06399) [ 4.27305] [-3.38818] [ 1.01174] [-5.53601] [-1.13450] [-0.73889] [ 2.49932]

D(LNOBG RIIL(-1))

-0.259197 0.147746 32.45283 0.036413 -0.508512 -0.020098 -0.006595

(0.07739) (0.06922) (8.97823) (0.02007) (0.39236) (0.53874) (0.02681) [-3.34917] [ 2.13434] [ 3.61461] [ 1.81398] [-1.29604] [-0.03730] [-0.24597]

D(LNRER(-1)) 0.573023 0.060358 5.944798 0.057724 -0.004922 -0.043846 -0.140970 (0.14936) (0.13360) (17.3273) (0.03874) (0.75722) (1.03973) (0.05174) [ 3.83654] [ 0.45179] [ 0.34309] [ 1.49003] [-0.00650] [-0.04217] [-2.72449]

D(INF(-1)) 0.000870 0.000288 0.067423 -0.000174 -0.003618 0.010454 -0.000266 (0.00057) (0.00051) (0.06666) (0.00015) (0.00291) (0.00400) (0.00020) [ 1.51369] [ 0.55985] [ 1.01149] [-1.17086] [-1.24200] [ 2.61354] [-1.33708]

D(LNMS(-1)) -1.100799 0.194581 -35.95078 -0.048912 0.201920 -2.320852 0.268586 (0.49452) (0.44233) (57.3698) (0.12827) (2.50712) (3.44249) (0.17131) [-2.22599] [ 0.43990] [-0.62665] [-0.38133] [ 0.08054] [-0.67418] [ 1.56779]

D(RDPSTO (-1))

0.068770 -0.016287 4.022602 -0.000904 0.324050 0.035001 -0.004373

(0.01162) (0.01040) (1.34853) (0.00302) (0.05893) (0.08092) (0.00403) [ 5.91617] [-1.56646] [ 2.98296] [-0.29971] [ 5.49870] [ 0.43254] [-1.08589]

D(R(-1)) -0.017724 -0.001559 -7.410210 -0.003547 0.548891 0.467614 0.003423 (0.01090) (0.00975) (1.26452) (0.00283) (0.05526) (0.07588) (0.00378) [-1.62603] [-0.15986] [-5.86011] [-1.25451] [ 9.93274] [ 6.16273] [ 0.90651]

D(LNGDPRIIL(-1))

-0.407255 0.243329 -105.2538 -0.236741 -2.624119 -0.998398 0.506689

(0.33727) (0.30168) (39.1272) (0.08748) (1.70990) (2.34784) (0.11684) [-1.20750] [ 0.80659] [-2.69004] [-2.70624] [-1.53466] [-0.42524] [ 4.33662]

C 0.037295 -0.009693 0.811056 0.010079 0.022751 0.015293 0.000296 (0.00781) (0.00698) (0.90548) (0.00202) (0.03957) (0.05433) (0.00270) [ 4.77819] [-1.38842] [ 0.89571] [ 4.97878] [ 0.57493] [ 0.28147] [ 0.10946]

R-squared 0.671197 0.296150 0.806148 0.280231 0.930037 0.777853 0.374730 Adj. R-squared 0.629624 0.207157 0.781638 0.189226 0.921191 0.749766 0.295672 Sum sq. resids 0.203728 0.162993 2741.872 0.013706 5.236398 9.872484 0.024450 S.E. equation 0.048391 0.043284 5.613890 0.012551 0.245333 0.336863 0.016764

72

F-statistic 16.14511 3.327804 32.89057 3.079283 105.1382 27.69393 4.739983 Log likelihood 165.7365 176.7790 -304.8781 299.3354 5.029648 -26.35918 270.6852 Akaike AIC -3.105788 -3.328868 6.401577 -5.804755 0.140815 0.774933 -5.225963Schwarz SC -2.791228 -3.014308 6.716137 -5.490195 0.455375 1.089493 -4.911403Mean dependent

0.008429 -0.001400 0.439102 0.009085 -0.169394 -0.106970 0.006858

S.D. dependent 0.079514 0.048611 12.01366 0.013939 0.873917 0.673411 0.019975 Determinant Residual Covariance

1.16E-14

Log Likelihood 649.5987 Log Likelihood (d.f.adjusted)

604.8268

Akaike Information Criteria -9.875289 Schwarz Criteria -6.834543 LAMPIRAN 9

GRAFIK IMPULSE RESPONSE FUNCTION (IRF)

.00

.01

.02

.03

.04

.05

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. LNOBGRIIL Innovation

73

-.012

-.008

-.004

.000

.004

.008

.012

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. LNRER Innovation

-.016

-.012

-.008

-.004

.000

.004

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. INF Innovation

74

-.004

.000

.004

.008

.012

.016

.020

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. LNMS Innovation

-.024

-.020

-.016

-.012

-.008

-.004

.000

.004

.008

.012

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. RDPSTO Innovation

75

-.004

.000

.004

.008

.012

.016

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. R Innovation

-.008

-.004

.000

.004

.008

.012

.016

5 10 15 20 25 30 35 40 45 50

Response of LNOBGRIIL to CholeskyOne S.D. LNGDPRIIL Innovation

76

LAMPIRAN 10

TABEL IRF

Periode LNOBGRIIL LNRER INF LNMS RDPSTO R LNGDPRIIL 1 0.048391 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.010878 0.009253 -0.007893 -0.002777 0.011669 0.000457 -0.007644 3 0.014446 0.003819 -0.013170 0.002603 0.001528 0.015234 -0.001321 4 0.008787 0.004233 -0.007428 0.002494 -0.003105 0.015322 0.002926 5 0.009446 0.004220 -0.005069 0.005770 -0.008113 0.011011 0.007263 6 0.007050 0.005721 -0.003100 0.008176 -0.011527 0.006251 0.010352 7 0.008076 0.005520 -0.000540 0.010547 -0.014841 0.002734 0.012791 8 0.009094 0.004399 0.001831 0.012376 -0.016568 ��.00065 0.013159 9 0.010076 0.002548 0.002895 0.014076 -0.017414 -0.002853 0.011984

10 0.010602 0.000446 0.003105 0.015368 -0.017774 -0.003724 0.009994 11 0.010998 -0.001720 0.002814 0.016307 -0.017966 -0.003683 0.007829 12 0.011126 -0.003660 0.002198 0.016959 -0.018076 -0.003205 0.005831 13 0.011079 -0.005248 0.001445 0.017429 -0.018226 -0.002531 0.004235 14 0.010951 -0.006454 0.000761 0.017769 -0.018439 -0.001871 0.003093 15 0.010819 -0.007323 0.000234 0.018033 -0.018689 -0.001359 0.002340 16 0.010705 -0.007921 -0.000135 0.018252 -0.018939 -0.001030 0.001865 17 0.010623 -0.008327 -0.000371 0.018440 -0.019166 -0.000851 0.001569 18 0.010576 -0.008612 -0.000509 0.018602 -0.019355 -0.000777 0.001373 19 0.010557 -0.008826 -0.000587 0.018739 -0.019502 -0.000762 0.001225 20 0.010555 -0.009001 -0.000635 0.018854 -0.019609 -0.000771 0.001097 21 0.010560 -0.009151 -0.000672 0.018946 -0.019685 -0.000780 0.000976 22 0.010568 -0.009283 -0.000707 0.019020 -0.019738 -0.000780 0.000862 23 0.010573 -0.009399 -0.000742 0.019077 -0.019775 -0.000769 0.000758 24 0.010575 -0.009498 -0.000777 0.019121 -0.019803 -0.000750 0.000667 25 0.010574 -0.009579 -0.000810 0.019155 -0.019824 -0.000729 0.000592 26 0.010572 -0.009644 -0.000840 0.019181 -0.019842 -0.000707 0.000533 27 0.010568 -0.009695 -0.000864 0.019201 -0.019858 -0.000689 0.000487 28 0.010565 -0.009734 -0.000883 0.019218 -0.019872 -0.000675 0.000453 29 0.010563 -0.009763 -0.000897 0.019230 -0.019883 -0.000665 0.000429 30 0.010561 -0.009785 -0.000908 0.019241 -0.019893 -0.000658 0.000410 31 0.010559 -0.009803 -0.000915 0.019249 -0.019900 -0.000654 0.000396 32 0.010559 -0.009816 -0.000921 0.019256 -0.019907 -0.000651 0.000385 33 0.010558 -0.009827 -0.000925 0.019262 -0.019911 -0.000650 0.000376 34 0.010558 -0.009836 -0.000928 0.019266 -0.019915 -0.000648 0.000368 35 0.010558 -0.009843 -0.000931 0.019270 -0.019918 -0.000647 0.000362 36 0.010558 -0.009849 -0.000933 0.019272 -0.019920 -0.000646 0.000357 37 0.010558 -0.009853 -0.000935 0.019275 -0.019921 -0.000645 0.000353 38 0.010558 -0.009857 -0.000937 0.019276 -0.019923 -0.000644 0.000350 39 0.010557 -0.009860 -0.000938 0.019278 -0.019924 -0.000643 0.000347 40 0.010557 -0.009863 -0.000939 0.019279 -0.019925 -0.000642 0.000345 41 0.010557 -0.009865 -0.000940 0.019280 -0.019925 -0.000642 0.000343 42 0.010557 -0.009866 -0.000940 0.019280 -0.019926 -0.000641 0.000342

77

43 0.010557 -0.009867 -0.000941 0.019281 -0.019926 -0.000641 0.000341 44 0.010557 -0.009868 -0.000941 0.019281 -0.019927 -0.000641 0.000340 45 0.010557 -0.009869 -0.000942 0.019282 -0.019927 -0.000641 0.000340 46 0.010557 -0.009869 -0.000942 0.019282 -0.019927 -0.000640 0.000339 47 0.010557 -0.009870 -0.000942 0.019282 -0.019927 -0.000640 0.000339 48 0.010557 -0.009870 -0.000942 0.019282 -0.019928 -0.000640 0.000338 49 0.010557 -0.009871 -0.000942 0.019282 -0.019928 -0.000640 0.000338 50 0.010557 -0.009871 -0.000942 0.019282 -0.019928 -0.000640 0.000338

LAMPIRAN 11

VARIANCE DECOMPOSITION

Periode S.E. LNOBG RIIL

LNRER INF LNMS RDPSTO R LNGDP RIIL

1 0.048391 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.053014 87.53138 3.046275 2.216478 0.274318 4.844969 0.007416 2.079167 3 0.058738 77.35147 2.904148 6.833156 0.419778 4.014384 6.732780 1.744288 4 0.062126 71.14512 3.060371 7.537616 0.536451 3.838183 12.10118 1.781076 5 0.065311 66.46775 3.186771 7.422930 1.265939 5.016153 13.79210 2.848363 6 0.068582 61.33489 3.585943 6.935983 2.569179 7.373818 13.33856 4.861626 7 0.072815 55.64076 3.755814 6.158440 4.377011 10.69557 11.97372 7.398678 8 0.077516 50.47346 3.636102 5.489982 6.411515 14.00600 10.57264 9.410301 9 0.082330 46.24087 3.319098 4.990328 8.606778 16.88977 9.492406 10.46075

10 0.086985 42.90996 2.976018 4.597932 10.83184 19.30600 8.686996 10.69124 11 0.091442 40.27489 2.728306 4.255249 12.98156 21.32983 8.022930 10.40723 12 0.095720 38.10656 2.636100 3.936140 14.98628 23.03210 7.433971 9.868853 13 0.099875 36.23259 2.697406 3.636403 16.81057 24.48583 6.892579 9.244616 14 0.103952 34.55612 2.875463 3.362130 18.43974 25.74934 6.394944 8.622271 15 0.107975 33.03322 3.125171 3.116740 19.88056 26.86243 5.943150 8.038730 16 0.111947 31.64465 3.407947 2.899597 21.15272 27.85177 5.537276 7.506048 17 0.115867 30.38057 3.697822 2.707776 22.27877 28.73548 5.174405 7.025168 18 0.119727 29.23343 3.980636 2.537793 23.27937 29.52580 4.850343 6.592629 19 0.123522 28.19491 4.250337 2.386483 24.17227 30.23180 4.560652 6.203541 20 0.127249 27.25553 4.505305 2.251226 24.97232 30.86163 4.301086 5.852906 21 0.130905 26.40525 4.745839 2.129875 25.69179 31.42337 4.067756 5.536120 22 0.134489 25.63424 4.972760 2.020642 26.34094 31.92506 3.857225 5.249128 23 0.138000 24.93326 5.186790 1.922006 26.92851 32.37450 3.666526 4.988407 24 0.141441 24.29402 5.388425 1.832657 27.46200 32.77887 3.493134 4.750900 25 0.144812 23.70924 5.578010 1.751451 27.94793 33.14452 3.334916 4.533941 26 0.148116 23.17264 5.755868 1.677392 28.39194 33.47689 3.190064 4.335202 27 0.151356 22.67883 5.922389 1.609612 28.79896 33.78052 3.057039 4.152642 28 0.154533 22.22317 6.078071 1.547361 29.17327 34.05913 2.934518 3.984480 29 0.157652 21.80164 6.223518 1.489993 29.51856 34.31577 2.821362 3.829158 30 0.160713 21.41075 6.359405 1.436959 29.83801 34.55298 2.716577 3.685317 31 0.163720 21.04746 6.486440 1.387783 30.13439 34.77286 2.619300 3.551769

78

32 0.166675 20.70906 6.605327 1.342061 30.41008 34.97722 2.528774 3.427477 33 0.169580 20.39319 6.716739 1.299444 30.66714 35.16763 2.444335 3.311532 34 0.172438 20.09773 6.821298 1.259627 30.90738 35.34543 2.365400 3.203135 35 0.175250 19.82083 6.919576 1.222345 31.13239 35.51182 2.291455 3.101584 36 0.178019 19.56082 7.012085 1.187366 31.34355 35.66788 2.222047 3.006260 37 0.180746 19.31623 7.099288 1.154484 31.54209 35.81452 2.156776 2.916613 38 0.183433 19.08574 7.181604 1.123517 31.72910 35.95259 2.095284 2.832156 39 0.186082 18.86820 7.259408 1.094302 31.90556 36.08282 2.037256 2.752455 40 0.188693 18.66254 7.333044 1.066695 32.07232 36.20587 1.982409 2.677123 41 0.191270 18.46784 7.402822 1.040567 32.23016 36.32231 1.930490 2.605812 42 0.193812 18.28324 7.469026 1.015802 32.37978 36.43267 1.881272 2.538210 43 0.196321 18.10798 7.531914 0.992296 32.52181 36.53741 1.834550 2.474037 44 0.198799 17.94139 7.591722 0.969955 32.65680 36.63696 1.790140 2.413039 45 0.201247 17.78283 7.648667 0.948695 32.78526 36.73168 1.747875 2.354986 46 0.203665 17.63174 7.702946 0.928439 32.90766 36.82193 1.707604 2.299672 47 0.206055 17.48761 7.754738 0.909117 33.02442 36.90801 1.669189 2.246908 48 0.208417 17.34997 7.804208 0.890667 33.13591 36.99021 1.632505 2.196520 49 0.210753 17.21840 7.851507 0.873031 33.24249 37.06878 1.597438 2.148354 50 0.213064 17.09249 7.896774 0.856155 33.34447 37.14396 1.563882 2.102264

79

LAMPIRAN 12

GRAFIK DATA JUMLAH UANG BEREDAR

13.2

13.4

13.6

13.8

14.0

14.2

14.4

99 00 01 02 03 04 05 06 07

LNMS

LAMPIRAN 13

GRAFIK DATA OBLIGASI PEMERINTAH RIIL

6.8

7.0

7.2

7.4

7.6

7.8

8.0

8.2

8.4

99 00 01 02 03 04 05 06 07

LNOBGRIIL

80

LAMPIRAN 14

GRAFIK DATA NILAI TUKAR RIIL

8.6

8.7

8.8

8.9

9.0

9.1

9.2

9.3

9.4

99 00 01 02 03 04 05 06 07

LNRER

LAMPIRAN 15

GRAFIK DATA SUKU BUNGA SBI

4

8

12

16

20

24

28

99 00 01 02 03 04 05 06 07

R

81

LAMPIRAN 16

GRAFIK DATA SUKU BUNGA DEPOSITO

5

10

15

20

25

30

99 00 01 02 03 04 05 06 07

RDPSTO

LAMPIRAN 17

GRAFIK DATA LAJU INFLASI

4.5

4.6

4.7

4.8

4.9

5.0

5.1

5.2

5.3

99 00 01 02 03 04 05 06 07

LNINF

82

LAMPIRAN 18

GRAFIK DATA PENDAPATAN NASIONAL

6.8

6.9

7.0

7.1

7.2

7.3

7.4

7.5

7.6

99 00 01 02 03 04 05 06 07

LNGDPRIIL