1

DAFTAR RIWAYAT HIDUP

Nama : Rifki Febi Nur Fadillah

Jenis Kelamin : Perempuan

Tempat Lahir : Jakarta

Tanggal Lahir : 7 Februari 1987

Agama : Islam

Kebangsaan : Indonesia

Anak ke : Pertama dari dua bersaudara

Orang Tua

Ayah : Drs. Musahir, M.Pd

Ibu : Nurjanis

Alamat : Jalan Talas 2 Rt. O2/01 Nomor 62 Pondok Cabe Ilir, Pamulang,

Tangerang Selatan Kode Pos 15418

Telepon : 085697091929

e-mail : hydenjoy_07@yahoo.com

Pendidikan Formal :

1. TK Aisiyah 56 Kampung Utan, Cempaka Putih, Ciputat, Tangerang 2. SD Negeri 1 Kampung Utan, Cempaka Putih, Ciputat Tangerang 3. MTs Negeri 3 Jakarta Selatan 4. SMU Negeri 47 Jakarta Selatan 5. UIN Syarif Hidayatullah Fakultas Ekonomi, Jurusan Manajemen Keuangan

2

ABSTRACT

This study aimed to compare the stock performance of Islamic and conventional. Results from this study provides new evidence about risk and return performance of the Jakarta Islamic Index (JII) and LQ45. An Islamic stock market index such as the JII own shares according to Islamic law, and thus has a filtering process is more rigorous than conventional stocks, LQ45. The results of this study, provide evidence of statistically significant differences in the level of risk and Risk Adjusted Performance between Islamic and conventional stock index during 2008-2009. The analysis used in this research is Autoregresive Vector (VAR) Researchers also apply Granger causality tests and Johansen cointegration test to examine the relationship of short-term and long term between the two index. In addition to short-term relationship that is significant at a two-way causality, the long-term balance to indicate that the two indexes move together the views of the VAR model estimation results with the Vector Error Correction Model (VECM). This indicates that the motion on LQ45 give a good indication of the JII by moving towards the same in the short and long term. Keywords : Islamic and Conventional Stock Performance, Risk Adjusted Performance, Granger Causality Test, Johansen Cointegration Test, Vector Autoregresive (VAR), Vector Error Correction Model (VECM).

3

ABSTRAK

Penelitian ini bertujuan untuk membandingkan kinerja saham syariah dan konvensional. Hasil dari penelitian ini memberikan bukti baru mengenai risiko dan kinerja pengembalian Jakarta Islamic Index (JII) dan LQ45. Sebuah pasar indeks saham Islam seperti JII memiliki saham menurut hukum Islam, dan tentunya memiliki proses penyaringan lebih ketat daripada saham konvensional, LQ45. Hasil penelitian ini, memberikan bukti perbedaan statistik signifikan pada resiko dan tingkat Risk Adjusted Performance antara indeks saham syariah dan konvensional selama 2008-2009. Analisis yang digunakan dalam penelitian ini adalah Vector Autoregresive (VAR) Peneliti juga menerapkan uji kausalitas Granger dan uji kointegrasi Johansen untuk memeriksa hubungan jangka pendek dan jangka panjang diantara kedua indeks tersebut. Selain hubungan jangka pendek yang signifikan pada kausalitas dua arah, keseimbangan jangka panjang mengindikasikan bahwa kedua indeks bergerak bersama-sama yang dilihat dari hasil estimasi model VAR dengan Vector Error Correction Model (VECM). Hal ini menunjukkan bahwa gerakan pada LQ45 memberikan indikasi yang baik terhadap JII dengan bergerak kearah yang sama dalam jangka pendek dan jangka panjang. Kata kunci : Kinerja Saham Syariah dan Konvensional, Risk Adjusted Performance, Uji Kausalitas Granger, Uji Konintegrasi Johansen, Vector Autoregresive (VAR), Vector Error Correction Model (VECM)

4

KATA PENGANTAR

Assalamu’alaikum Wr.Wb.

Alhamdulillahirabbil’alamin, segala puji syukur bagi ALLAH SWT Tuhan

seru sekalian alam. Shalawat serta salam tercurah kepada pembimbing umat

manusia baginda Nabi serta Rasul, Muhammad SAW beserta keluarga dan para

sahabatnya. Atas rahmat dan ridho ALLAH SWT, penulis akhirnya dapat

menyelesaikan skripsi dengan judul “Analisis Perbandingan Keseimbangan

Risiko dan Pengembalian (risk-return tradeoff) Saham antara Jakarta Islamic

Index dengan LQ45 di Bursa Efek Indonesia”.

Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar

Sarjana Ekonomi S-1 pada jurusan Manajemen di Fakultas Ekonomi dan Ilmu

Sosial UIN Syarif Hidayatullah Jakarta. Dalam penyelesaian skripsi ini, peneliti

telah berusaha semaksimal mungkin untuk memberikan hasil yang terbaik.

Peneliti juga memiliki keterbatasan kemampuan dalam proses penulisan skripsi

ini, oleh karena itu peneliti menyadari bahwa dengan adanya bimbingan,

dukungan dan bantuan baik secara moril maupun materil dari berbagai pihak,

maka skripsi ini dapat diselesaikan dengan baik. Pada kesempatan ini, peneliti

ingin mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Kedua orang tua peneliti, Ayah Drs. Musahir M.Pd. Ibu Nurjanis yang

selalu mendo’akan yang terbaik bagi putri-putrinya dan selalu mendukung

peneliti dalam menyelesaikan skripsi ini.

5

2. Adik peneliti Fida Mufida dan Anharul Juhdi yang selalu mendo’akan dan

memberi semangat kepada peneliti dalam menyelesaikan skripsi ini.

3. Prof. Dr. Ahmad Rodoni MM, selaku Pudek. Akademik, Dosen

Metodelogi Penelitian, Seminar Manajemen Keuangan dan Pembimbing I

yang selalu memberi motivasi dan solusi dalam penelitian ini.

4. Ibu Drs. Titi Dewi Warninda, SE, M.Si, selaku Dosen Manajemen

Keuangan, Penganggaran Perusahaan, Manajemen keuangan Internasional

dan Pembimbing II yang telah bersedia meluangkan waktunya, selalu

memberi motivasi serta solusi dalam penelitian ini.

5. Bapak Indoyama Nasarudin, SE, MAB, selaku Kepala Jurusan Manajemen

yang telah memberikan nasihat dan motivasi kepada peneliti dalam

menyelesaikan skripsi ini

6. Ibu Leis Suzanawaty , SE, M.Si, selaku Wakil Ketua Jurusan Manajemen

yang telah memberikan nasihat, pelajaran hidup dalam berproses untuk

selalu berlaku jujur dan motivasi kepada peneliti dalam menyelesaikan

skripsi ini.

7. Prof. Dr. Abdul Hamid MS, selaku Dekan Fakultas Ekonomi dan Ilmu

Sosial yang selalu memberi motivasi dalam menyelesaikan skripsi ini.

8. Seluruh Dosen dan Civitas Akademika FEIS yang telah memberikan

ilmunya yang tidak ternilai, atas motivasi dan bantuan dalam

menyelesaikan studi di FEIS UIN Syarif Hidayatullah Jakarta.

6

9. Keluarga besar dari Ayah dan Ibu yang telah memberikan motivasi serta

bantuan baik moril maupun materil sehingga peneliti dapat menyelesaikan

studi di FEIS UIN Syarif Hidayatullah Jakarta.

10. Teman-teman Mahasiswa Manajemen khususnya Manajemen A Angkatan

2005 Maharis Syahna Saputra, Bramantio Cahyadi, Elvira Hasanah,

Ristiandi, Imam Akbar, Restu Puspita Rini, Arif Fadilah, Ahmad Fauzi,

Mashari, Afian Doni, Aang Hanafie, M.Ilham, Budi Santoso, Farah Zesa,

Fitri Rahmayuni, Fira Rahma, Muhibbah, Martina Nova dan yang tidak

bisa disebutkan satu persatu.

11. Mahasiswa Akuntansi 2005, Aziz Indrawan, Didi Rohadi dan yang tidak

bisa disebutkan satu persatu.

12. Mahasiswa Ekonomi angkatan 2003-2009 Reguler dan Non-Reguler

Nadya Ismaya Hardi, M.Fikri Yulianto, Ahmad Kurniawan, Ayip Tayana,

Miranti, Emil dan yang tidak bisa disebutkan satu pesatu.

13. Teman-teman KMF KALACITRA UIN Syarif Hidayatullah Jakarta Arip

Marzuki, M.Luthfi Rahman, Nadya Kharima, Asry Rahmita, Jauharoh

Alawiyah, Emma Noor Habiebbah, Christyanto Hadiwijaya, Novita Intan

Sari, Elisha Prima Agustin, Kikim, M. Vicky Al-Utsmany, Panji

Prianggoro, Hilma Ayudya, Liga Pujianti, M.Iqbal, Nur Dinni Tylova,

Angga Rizal, Wifqy Angga Widya, Kak Dwi Setianingsih, Kak Rani dan

yang tidak bisa disebutkan satu persatu.

7

14. Teman-teman Fotografi Indonesia, Danur Priyambodo, Radian Joezar,

Reza Khaisa, Om Don Hasman, Mas Feri Latief dan yang tidak bisa

disebutkan satu persatu.

15. Teman-teman Unit Kegiatan Mahasiswa UIN Syarif Hidayatullah Jakarta

Apriansyah Rahman, Afif Waldy, Erza, Edi Hardian dan yang tidak bisa

disebutkan satu persatu.

16. Guru dan teman-teman SDN Kp.Utan I, MTS N 3 dan SMA N 47 Jakarta

Bapak Eko Sarwono, Bapak Ruhimat Sanusi, Bapak Badrun Fuadi, Alm.

Bapak Maikon, Ibu Zakiyah, Riski Lustiono, Intania Sari Pratiwi,

Muhammad Reza Avesena, Laura Riyanti, Ellam P. Wardhana, Dwidjo

Feby, Indriani, Annisa Amaia, Annyssa Rahayu, Fitri, M. Ahsanul Umam

dan yang tidak bisa disebutkan satu persatu.

Penulis menyadari sepenuhnya bahwa skripsi ini masih jauh dari sempurna.

Jika terdapat kekurangan dalam penulisan skripsi ini, di tengah keterbatasan

penulis sebagai makhluk ciptaan-Nya. Penulis berharap kiranya skripsi ini dapat

bermanfaat bagi pembaca. Semoga ALLAH SWT selalu membimbing dan

menyertai langkah kita, Amin.

Wassalamu’alaikum Wr.Wb

Jakarta, Juni 2010

Penulis

8

DAFTAR ISI

Daftar Riwayat Hidup i

Abstact ii

Abstrak iii

Kata Pengantar iv

Daftar Isi viii

Daftar Tabel x

Daftar Grafik xi

Daftar Gambar xii

Daftar Lampiran xiii

BAB I PENDAHULUAN

A. Latar Belakang 1 B. Perumusan Masalah 11 C. Tujuan dan Manfaat Penelitian 11

BAB II TINJAUAN PUSTAKA

A. Pasar Modal Syariah 14 1. Pengertian Pasar Modal 14 2. Pasar Modal Syariah Indonesia 20 3. Indeks 27 4. Resiko dan Tingkat Pengembalian (Risk-Return Tradeoff) 31

B. Penelitian Terdahulu 34 C. Kerangka Pemikiran 39 D. Hipotesis 41

BAB III METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian 42 1. Deskripsi Data 42 2. Pemilihan Periode 43

9

B. Metode Penentuan Sampel 43 C. Metode Pengumpulan Data 45 D. Metode Analisa Data 45

1. Deskriptif Statistik 45 2. Analisis VAR 49

BAB IV ANALISIS DAN PEMBAHASAN

A. Sekilas Gambaran Umum Indeks Pasar Modal Indonesia 56 B. Perkembangan Pasar Modal Indonesia 59 C. Statistik Deskriptif 62

1. Perbandingan Deskriptif Statistik 62 2. Risk Adjusted Performance 65

D. Uji Stasionaritas Data 66 E. Uji Kointegrasi 73 F. Vector Error Cointegration Model (VECM) 75 G. Analisis Dalam Model VAR 77 H. Interpretasi 87

BAB V KESIMPULAN DAN IMPLIKASI

A. Kesimpulan 89 B. Implikasi 90

Daftar Pustaka xiv

Lampiran-lampiran 91

10

DAFTAR TABEL

Nomor Keterangan Halaman

2.1 Tahapan Penyaringan Saham Syariah 26

2.2 Perbandingan Indeks Syariah 27

4.1 Deskriptif Statistik 63

4.2 Risk Adjusted Performance dan Beta dari JII dan LQ45 65

4.3 Uji ADF untuk JII dengan Konstanta Pada

Tingkat Level 67

4.4 Uji ADF untuk LQ45 dengan Konstanta

Pada Level 68

4.5 Uji ADF untuk JII dengan Konstanta pada

Tingkat 1st Difference 70

4.6 Uji ADF untuk JII dengan Konstanta pada

Tingkat 1st Difference 71

4.7 The Johansen and Juselius Cointegration Test 73

4.8 Vector Error Correction Estimates 75

4.9 The Impulse Responses 78

4.10 Variance Decomposition 81

4.11 Granger Causality Test 84

11

DAFTAR GRAFIK

Nomor Keterangan Halaman

4.1 Deskriptif Statistik 64

4.2 The Impulse Responses 80

4.3 Variance Decomposition 83

12

DAFTAR GAMBAR

Nomor Keterangan Halaman

2.1 Beta dan Imbal Hasil yang diharapkan 30

2.2 Risiko 32

2.3 Kerangka Pemikiran 40

13

DAFTAR LAMPIRAN

Nomor Keterangan Halaman

1. Daftar Saham Perusahaan Tercatat

Yang Masuk Dalam Penghitungan Indeks LQ45

Periode 2008-2009 91

2. Daftar Saham Perusahaan Tercatat

Yang Masuk Dalam Penghitungan Indeks JII

Periode 2008-2009 93

3. Return Investment JII 2008 95

4. Return Investment JII 2009 96

5. Return Investment LQ45 2008 97

6. Return Investment LQ45 2009 98

7. Ri, Mean dan Standar Deviasi JII 2008-2009 99

8. Ri, Mean dan Standar Deviasi LQ45 2008-2009 100

9. Rm, Mean dan Standar Deviasi IHSG 2008-2009 101

10. Sertifikat Bank Indonesia Periode 2008-2009 102

11. Beta Saham JII 103

12. Beta Saham LQ45 104

13. Uji Augmented Dicky-Fuller 105

14. The Johansen and Juselius Cointegration Test 125

15. Vector Error Correction Estimates 137

16. Granger Causality Test 148

14

BAB I

PENDAHULUAN

A. Latar Belakang

Pasar modal merupakan salah satu tonggak penting dalam perekonomian

dunia saat ini. Banyak industri dan perusahaan yang menggunakan institusi pasar

modal sebagai media untuk menyerap investasi dan media untuk memperkuat

posisi keuangannya. Secara faktual, pasar modal telah menjadi saraf finansial

dunia, dunia ekonomi modern. Bahkan, perekonomian modern tidak akan

mungkin eksis tanpa adanya pasar modal yang terorganisir dengan baik. Setiap

hari terjadi transaksi triliunan rupiah melalui institusi ini. Sebagaimana institusi

modern, pasar modal tidak terlepas dari berbagai kelemahan dan kesalahan. Salah

satunya adalah tindakan spekulasi. Pada umumnya proses-proses transaksi bisnis

yang terjadi dikendalikan oleh para spekulan. Mereka selalu memperhatikan

perubahan pasar, membuat berbagai analisis dan perhitungan, serta mengambil

tindakan spekulasi di dalam pembelian maupun penjualan saham. Aktivitas inilah

yang membuat pasar tetap aktif. Tetapi, aktivitas ini tidak selamanya

menguntungkan, terutama ketika menimbulkan depresi yang luar biasa.

Dalam penelitian kinerja saham syariah dan konvensional oleh Muhamed

Albaity dan Rubi Ahmad (2008 : 40) pada bursa Malaysia, dalam mengukur

kinerja KLSI terhadap KLCI menggunakan pengukuran risiko dan pengembalian

yang disesuaikan yang menujukkan apakah terdapat hubungan jangka panjang

atau jangka pendek dari kedua indeks. Hasil statistik pada risiko dan imbal hasil

15

diukur dengan mean dan standar deviasi, masing-masing mengindikasikan bahwa

KLSI memiliki kinerja yang lebih rendah dibandingkan dengan KLCI. KLCI

mencakup 100 efek dari kapitalisasi pasar yang besar, sementara, KLSI meliputi

826 surat berharga. 68% dari KLCI termasuk dalam KLSI. Ukuran dan imbal

hasil positif terkait. Oleh karena itu, investor yang memilih efek sesuai islami

tidak substansial lebih buruk daripada mereka yang memilih non-islami untuk

saham keluhan. Fleksibilitas dari kriteria penyaringan untuk KLSI dibandingkan

dengan DJIMI bisa saja menjadi salah satu faktor dalam hasil kami yang

menunjukkan tidak ada perbedaan yang signifikan antara return harian KLSI dan

KLCI selama periode April 1999 sampai Desember 2005. Karena itu, tidak ada

salahnya bagi investor berinvestasi di indeks islami.

Risiko dan imbal hasil yang disesuaikan selama empat pengukuran

menunjukkan bahwa KLCI memiliki keuntungan yang lebih tinggi dan beta yang

lebih tinggi. Untuk KLSI, kebalikannya. Hal ini menunjukkan imbal hasil dan

beta yang rendah mengikuti teori di bidang keuangan di mana semakin tinggi

risiko aset akan menghasilkan hasil yang lebih tinggi dan sebaliknya. KLSI

mungkin memiliki risiko yang lebih rendah dan kembali dalam jangka pendek.

Namun, investasi tersebut juga menghasilkan penghargaan lain. Orang Islam

berusaha untuk berinvestasi di aset yang mendapatkan hasil yang menarik serta

ketenangan pikiran. Motivasi di balik investasi dalam saham Islam sangat berbeda

dari investasi konvensional. Hasil unit root menunjukkan bahwa kedua seri

memiliki akar masalah unit. Hal ini menunjukkan bahwa kedua seri mengikuti

proses acak. Kedua seri ditemukan untuk diintegrasikan dalam derajat satu, yaitu,

16

untuk menjadi stasioner pada perbedaan pertama. Selanjutnya, uji kointegrasi

menunjukkan bahwa kedua seri tersebut cointegrated yaitu, mereka memiliki

hubungan jangka panjang. Hal ini menunjukkan bahwa pasar dalam hal seri ini

tidak efisien. inefisiensi timbul dari kenyataan bahwa kesalahan satu seri dapat

digunakan untuk memprediksi pergerakan yang lain. Selain itu, menunjukkan

bahwa kriteria penyeleksian tidak mempengaruhi perilaku temporal KLSI

sehubungan dengan gerakan untuk pasangannya. Dengan kata lain, yang

menjatuhkan dan penyertaan efek sepanjang jalan tidak akan mempengaruhi KLSI

menyimpang dari pergerakan KLCI.

Selain itu, kausalitas jangka pendek, yang diukur dengan pengujian

Granger bivariat, menunjuk ke kausalitasan dua arah antara indeks. Ini berarti

bahwa dalam jangka pendek baik harga bergerak ke arah yang sama dan mereka

cenderung saling menyebabkan satu sama lain. Orang mungkin berpendapat

bahwa kausalitas dari KLSI untuk KLCI bersifat palsu karena KLSI yang

terhitung indeks baru. Hasil VECM menunjukkan bahwa dalam hal hubungan

antara KLCI dan KLSI istilah kesalahan yang signifikan dalam satu model.

Koreksi kesalahan menunjukkan penyesuaian KLCI ke setiap penyimpangan dari

kesetimbangan. Dengan kata lain, perlahan-lahan untuk menyesuaikan KLCI

deviasi dari ekuilibrium jangka panjang. Selain itu, kausalitas Granger, diukur

oleh signifikansi keseluruhan model, F-nilai, menegaskan kausalitas bivariat

bidirectional. Itu adalah istilah koreksi kesalahan mengukur hubungan jangka

panjang menunjukkan bahwa KLCI adalah menyesuaikan diri dengan ekuilibrium

jangka panjang sementara KLSI tidak. Dinamika jangka pendek secara statistik

17

signifikan dalam kedua kasus yang menyatakan hasil awal dari uji Granger

kausalitas pasangan-bijaksana.Variance Decomposition menunjukkan bahwa lebih

dari 40 hari, KLSI memiliki efek pada KLCI namun tidak sebaliknya. Hal ini

menunjukkan bahwa KLSI mendominasi KLCI dan mempengaruhinya. Di sisi

lain, dorongan tanggapan untuk waktu yang sama mengkonfirmasi hasil

dekomposisi varians mendukung pengaruh KLSI pada KLCI tetapi tidak

sebaliknya. Secara keseluruhan, hasil-hasil empiris dari penelitian tersebut tidak

memberikan bukti perbedaan signifikan dalam kinerja dan pergerakan kedua

indeks saham pasar yaitu KLSI dan KLCI. Kedua indeks tampaknya berperilaku

dalam cara yang sama baik dalam jangka pendek dan jangka panjang.

Ada beberapa prinsip dasar untuk membangun sistem pasar modal yang

sesuai dengan ajaran Islam. Sedangkan untuk implementasinya, memang

dibutuhkan proses diskursus yang panjang. Prinsip tersebut, antara lain, tidak

diperkenankannya penjualan dan pembelian secara langsung. Saat ini, jika

seseorang ataupun sebuah perusahaan ingin menjual atau membeli saham, dia

akan menggunakan jasa broker atau pialang. Kemudian broker tersebut akan

menghubungi jobbers dan menyampaikan maksud untuk bertransaksi, baik dalam

pembelian maupun penjualan saham. Kemudian para jobber ini menawarkan 2

rate harga, yaitu rate harga yang akan dibelinya yang biasanya lebih rendah dan

rate harga yang akan dijualnya yang biasanya lebih tinggi. Selanjutnya para

jobber berkewajiban untuk membeli saham tersebut. Transaksi model ini

memberikan 2 implikasi. Yang pertama, para jobber akan melakukan pembelian

saham meskipun mereka belum tentu membutuhkannya. Mereka membeli saham

18

dengan harapan akan dapat menjualnya kembali kepada pihak yang memerlukan.

Hal ini akan membuka pintu spekulasi. Para spekulan mengetahui bahwa mereka

dapat membeli saham yang menguntungkan dari pasar karena para jobber ini

mampu menyediakan ready stock. Begitu pula bila saham tersebut ternyata kurang

menguntungkan, mereka secara cepat dapat pula melepasnya. Implikasi

selanjutnya adalah perubahan harga hanya ditentukan oleh kekuatan pasar, dimana

tidak ada perubahan yang berarti dari nilai intrinsik saham. (Irfan Syauqi Beik,

2003 : 7)

Dalam ajaran Islam, aturan pasar modal harus dibuat sedemikian rupa

untuk menjadikan tindakan spekulasi sebagai sebuah bisnis yang tidak menarik.

Untuk itu, prosedur pembelian/penjualan saham secara langsung tidak

diperkenankan. Prosedurnya, setiap perusahaan yang memiliki kuota saham

tertentu memberikan otoritas kepada agen di lantai bursa, untuk membuat deal

atas sahamnya. Tugas agen ini adalah mempertemukan perusahaan tersebut

dengan calon investor, dan bukan membeli atau menjualnya secara langsung.

Saham-saham tersebut dijual ataupun dibeli jika memang tersedia. Jika banyak

pihak yang menginginkan saham tertentu, maka mereka terlebih dahulu harus

terdaftar sebagai applicant, dan saham tersebut kemudian dijual/dibeli dengan

prinsip first-come-first-served (siapa datang dulu dia dilayani ) (Irfan Syauqi Beik,

2003 : 8)

Saat ini, harga saham ditentukan oleh kekuatan supply dan demand.

Sedangkan dalam aturan Islam, penentuan harga saham berbeda dengan

penentuan harga seperti yang terjadi pada saat ini. Jika kita melihat balance sheet

19

dari joint stock company, maka terlihat bahwa aset sama dengan modal saham

ditambah dengan kewajiban. Aset tersebut merupakan representasi dari modal,

dimana kewajiban diasumsikan sama dengan nol. Sehingga, sertifikat sahamnya

memiliki nilai tertentu, dimana nilainya akan sama dengan nilai asetnya. Setiap

harga saham yang di atas atau di bawah nilai asetnya, tidak menunjukkan kondisi

sesungguhnya. Tetapi kekuatan pasar mampu membuat harga saham tersebut

berada di atas/di bawah nilai asetnya. Dalam pandangan Islam, untuk mencegah

terjadinya distorsi ini, harga saham harus sesuai dengan nilai intrinsiknya. Adapun

formula perhitungannya adalah: harga saham sama dengan modal saham +

keuntungan - kerugian + akumulasi keuntungan - akumulasi kerugian, yang

kesemuanya dibagi dengan jumlah saham (Muhammad Akram, Issues in Islamic

Economics). Formula ini akan memberikan nilai sebenarnya dari sertifikat saham,

dan akan lebih menggambarkan kondisi yang sesungguhnya. Tidak ada seorang

pun yang diperbolehkan untuk membeli atau menjual pada berbagai level harga

kecuali berdasarkan regulasi harga yang telah ditetapkan. (Irfan Syauqi Beik,

2003 : 9)

Perkembangan pasar modal syariah menunjukkan kemajuan seiring

dengan meningkatnya indeks yang ditunjukkan dalam Jakarta Islamic Index. (JII).

Peningkatan indeks pada JII walaupun nilainya tidak sebesar pada Indeks Harga

Saham Gabungan (IHSG) tetapi kenaikan secara prosentase indeks pada JII lebih

besar dari IHSG. Hal ini dikarenakan adanya konsep halal, berkah dan bertambah

pada pasar modal syariah yang memperdagangkan saham syariah. Pasar modal

20

syariah menggunakan prinsip, prosedur, asumsi, instrumentasi, dan aplikasi

bersumber dari nilai epistemologi Islam.

Salah satu institusi keuangan syariah yang saat ini sedang berkembang

adalah pasar modal syariah, yang pertumbuhannnya tidak lepas dari

perkembangan indeks keuangan syariah. Pasar modal syariah ini ada salah satunya

adalah karena besarnya dana yang dimiliki oleh umat Islam atau pelaku pasar

muslim yang ada di bursa-bursa seluruh dunia. Menurut Irfan Syauqi Beik (2006 :

15) dalam riset Bank Negeri Malaysia (Bank Sentral Malaysia), pada tahun 2005,

dana yang dimiliki oleh umat Islam mencapai angka sekitar 1,3 Trilyun Dolar AS.

Sedangkan dana yang terhimpun di pasar keuangan Islam di seluruh dunia

diperkirakan mencapai 230 milliar Dolar AS dengan pertumbuhan 12-15%

pertahun. Sehingga masih ada dana-dana berlebih dariumat Islam yang terdapat di

pasar modal konvensional.

Menurut Todi Kurniawan (2008 : 1), Islamisasi pasar modal yang telah

diperjuangkan oleh beberapa kalangan akhir-akhir ini, telah memainkan beberapa

peran penting yang mengubah topography dari sector keuangan. Hal ini telah

menjadi sumber utama dari pertumbuhan pasar modal syariah, dimana produk-

peroduk dan pelayanan pasar modal telah diperhatikan untuk diubah menjadi

produk-produk dan pelayanan pasar modal syariah. Indeks Islam atau indeks

syariah telah mengambil tempat pada proses Islamisasi pasar modal dan menjadi

awal dari pengembangan pasar modal syariah. Beberapa indeks besar Islam dunia

seperti Dow Jones Islamic Market Index (DJMI), RHB Syariah Index, Kuala

Lumpur Syariah Index (dll) telah berkembang dan telah mulai popular di antara

21

komunitas muslim yang memiliki komitmen dengan prinsip-prinsip Islam dalam

menjalankan dan memanajemen investasi mereka. Karena indeks-indeks tersebut

diciptakan dengan beberapa batasan-batasan untuk produk-produk investasi yang

sesuai syariah. Bahkan Non Muslim pun ikut masuk berinvestasi di Indeks Islam

ini walaupun ada batasan-batasannya.

Di Indonesia dalam rangka membangun pasar modal syariah. PT. Bursa

Efek Indonesia (BEI) brsama dengan PT. Danareksa Investment Management

(DIM) telah meluncurkan indeks saham yang dibuat berdasarkan syariah islam,

yaitu Jakarta Islamic Index (JII). Jakarta Islamic Index terdiri atas 30 jenis saham

yang dipilih dari saham-saham yang sesuai dengan syariah islam. Jakarta Islamic

Index dimaksudkan untuk digunakan sebagai tolok ukur (benchmark) untuk

mengukur kinerja suatu investasi pada saham dengan basis syariah. Melalui

indeks ini diharapkan dapat meningkatkan kepercayaan investor untuk

mengembangkan investasi dalam ekuiti secara syariah. Pada juni tahun 2006,

Karim Business Consulting juga meluncurkan indeks saham syariah bernama

Karim Regional Islamic Market Index. Kegiatan operasional instrumen investasi

syariah di Indonesia di tangani oleh Badan Pengawas Pasar Modal (Bapepam)

sebagai regulator dan Dewan Syariah Nasional – Majelis Ulama Indonesia yang

mengawasi kegiatan emiten maupun pelaku pasar modal agar tidak menyimpang

dari prinsip syariah.

Dalam www.islamiconomics.wordpress.com. Khusus di pasar saham, dari

awal 2008 hingga tanggal 24 Desember 2008, IHSG turun sekitar 51 persen dari

2745,85 menjadi 1336,61 (sempat di 1089,33), indeks LQ 45 turun sekitar 55

22

persen dari 599,82 menjadi 265,34, sementara indeks JII turun sekitar 56 persen

dari 493,01 menjadi 215,97. JII turun terendah, setelah selama 2007 meningkat

tajam akibat kenaikan saham sektor komoditi hingga pertengahan 2008.

Investasi keuangan syariah harus disertai dengan kegiatan sektor riil atau

transaksi yang mendasari (underlying transaction). Untuk itu, penciptaan

instrumen investasi syariah dalam pasar modal adalah dari sekuritasi aset/proyek

(asset securitisation) yang merupakan bukti penyertaan, sekuritasi utang (debt

securitisation) atau penerbitan surat utang yang timbul atas transaksi jual beli (al

dayn) atau merupakan sumber pendanaan bagi perusahaan, sekuritasi modal

(equity securitisation), merupakan emisi surat berharga oleh perusahaan emiten

yang telah terdaftar dalam pasar modal syariah dalam bentuk saham.

Menurut Harahap (2001 : 18), adapun instrumen pasar modal yang sesuai

dengan syariah dalam pasar perdana adalah muqaradah/mudharabah funds, saham

biasa (common stock), muqaradah/mudharabah Bonds. Karena instrumen pasar

modal tersebut diperdagangkan di pasar perdana, maka prinsip dasar pasar

perdana adalah semua efek harus berbasis pada harta atau transaksi riil, tidak

boleh menerbitkan efek utang untuk membayar kembali utang (bay al dayn bi al

dayn), dana atau hasil penjualan efek akan diterima oleh perusahaan, hasil

investasi akan diterima pemodal (shohibul maal), tidak boleh memberikan

jaminan hasil yang semata-mata merupakan fungsi dari waktu

Menurut Harahap (2001 : 18), untuk pasar sekunder ada beberapa

tambahan dari prinsip dasar pasar perdana, yaitu tidak boleh membeli efek

berbasis trend (indeks), suatu efek dapat diperjual belikan namun hasil (manfaat)

23

yang diperoleh dari efek tersebut berupa kupon atau deviden tidak boleh diperjual

belikan, tidak boleh melakukan suatu transaksi murabahah dengan menjadikan

objek transaksi sebagai jaminan. Adapun jenis instrument pasar modal yang jelas

diharamkan syariah adalah preferred stock (saham istimewa), forward contract,

option.

Penlitian yang dilakukan oleh Hinsa Siahaan (2007 : 15) tentang Analisa

Risiko Dan Pengembalian Satu Saham Dan Analisa Portofolio Dua Saham. Pada

dasarnya, proses investasi di pasar keuangan (di pasar uang dan pasar modal)

adalah meliputi; tahapan menentukan tujuan investasi (set investment policy),

tahapan penilaian sekuritas secara individual (perform security analysis), tahapan

membentuk portfolio (construct a portfolio), tahapan merivisi portfolio, dan

tahapan penilaian kinerja portofolio (Evaluate the performance of the portfolio).

Apa yang dipaparkan dalam tulisan ini adalah lebih banyak menyangkut tahapan

kedua tentang bagaimana menyeleksi saham-saham dengan membandingkan

tingkat pengembaliannya dengan risiko kemungkinan pengembalian yang

diharapkan tidak menjadi kenyataan. Selain membahas cara menghitung risiko

dan pengembalian saham secara individual, tulisan ini juga membahas selintas

tentang tahap ketiga tentang bagaimana cara menggabungkan atau

mengkombinasikan dua aktiva (dua saham) menurut teori Markowitz, bagaimana

pengaruhnya terhadap risiko dan pengembalian setelah digabungkan dengan

proporsi atau alokasi dana tertentu atas masing-masing aktiva.

24

B. Perumusan Masalah

Berdasarkan latar belakang penelitian, maka peneliti dapat merumuskan

masalah yang menjadi titik perhatian penelitian ini sebagai berikut :

1. Apakah terdapat perbedaan keseimbangan risiko dan pengembalian

(risk-return tradeoff) investasi yang antara Jakarta Islamic Index dan

LQ45 pada Bursa Efek Indonesia (BEI).

2. Apakah terdapat apakah terdapat hubungan jangka panjang diantara

Jakarta Islamic Index dengan LQ45.

C. Tujuan dan Manfaat Penelitian

1. Tujuan Penelitian

Tujuan penelitian ini adalah sebagai berikut :

a. Untuk menganalisis perbedaan keseimbangan risiko dan pengembalian

(risk-return tradeoff) saham dari indeks saham syariah dan

konvensional yaitu Jakarta Islamic Index dan LQ45 pada Bursa Efek

Indonesia (BEI).

b. Untuk menganalisis hubungan jangka panjang diantara Jakarta Islamic

Index dengan LQ45.

25

2. Manfaat Penelitian

Manfaat dari penelitian ini adalah sebagai berikut:

a. Manfaat Bagi Akademisi atau Peneliti

Hasil penelitian ini diharapkan berguna bagi kalangan pelajar,

mahasiswa dan akademisi lainnya yang ingin tahu lebih lanjut tentang

perkembangan pasar modal syariah di Indonesia.

b. Manfaat Bagi Perusahaan

Hasil penelitian ini diharapkan berguna bagi para pelaku pasar

modal syariah khususnya bagi investor dalam negeri maupun luar

negeri untuk mempermudah dalam pemilihan investasi pada saham

yang sesuai dengan syariah.

c. Manfaat Bagi Pemerintah

Hasil penelitian ini diharapkan dapat memberikan informasi

kepada Pemerintah khususnya Bursa Efek Indonesia (BEI) dalam

mengeluarkan kebijakan – kebijakan untuk mendorong perkembangan

pasar modal syariah khususnya bagi perusahaan – perusahaan yang

termasuk dalam Jakarta Islamic Index (JII).

d. Manfaat Bagi Investor

Mengenai manfaat yang akan investor dapatkan dari

investasinya di pasar modal syariah dan seberapa besar ‘biaya’ yang

harus dikeluarkan ketika investor beralih dari pasar modal

konvensional ke pasar modal syariah.

26

Dalam penelitian ini, yang dimaksud dengan investor adalah

investor yang memakai logika atas keputusan berinvestasi di pasar

modal syariah,bukan investor yang paham bahwa pasar modal syariah

adalah sesuai dengan ketentuan agama dan dapat berbuah berkah

dunia akhirat.

BAB II

TINJAUAN PUSTAKA

A. Pasar Modal Syariah

1. Pengertian Pasar Modal Syariah

Dalam www.idx.co.id, Pasar Modal Syariah dapat diartikan

sebagai pasar modal yang menerapkan prinsip-prinsip syariah

dalam kegiatan transaksi ekonomi dan terlepas dari hal-hal yang

dilarang seperti: riba, perjudian, spekulasi dan lain-lain.

Menurut Agustianto (2008). Dalam Islam investasi merupakan

kegiatan muamalah yang sangat dianjurkan, karena dengan berinvestasi harta

yang dimiliki menjadi produktif dan juga mendatangkan manfaat bagi orang lain.

Al-Quran dengan tegas melarang aktivitas penimbunan (iktinaz) terhadap harta

yang dimiliki (Q.S 9:33). Dalam sebuah hadits, Nabi Muhammad SAW

bersabda,”Ketahuilah, siapa yang memelihara anak yatim, sedangkan anak yatim

itu memiliki harta, maka hendaklah ia menginvestasikannya (membisniskannya),

janganlah ia membiarkan harta itu didiamkan, sehingga harta itu terus berkurang

lantaran zakat”. Untuk mengimplementasikan seruan investasi tersebut, maka

27

harus diciptakan suatu sarana untuk berinvestasi. Banyak pilihan orang untuk

menanamkan modalnya dalam bentuk investasi. Salah satu bentuk investasi

adalah menanamkan hartanya di pasar modal. Pasar modal pada dasarnya

merupakan pasar untuk berbagai instrumen keuangan atau surat-surat berharga

jangka panjang yang bisa diperjual belikan, baik dalam bentuk utang maupun

modal sendiri. Institusi pasar modal syariah merupakan salah satu

pengejawantahan dari seruan Allah tentang investasi tersebut.

Pasar modal merupakan salah satu pilar penting dalam perekonomian

dunia saat ini. Banyak industri dan perusahaan yang menggunakan institusi pasar

modal sebagai media untuk menyerap investasi dan media untuk memperkuat

posisi keuangannya. Menurut Irfan Syauqi Beik (2007). Secara faktual, pasar

modal telah menjadi financial nerve-centre (saraf finansial dunia) dalam dunia

ekonomi modern. Bahkan, perekonomian modern tidak akan mungkin eksis

tanpa adanya pasar modal yang terorganisir dengan baik. Setiap hari terjadi

transaksi triliunan rupiah melalui institusi ini. Menurut Metwally (1995, 177)

fungsi dari keberadaan pasar modal syariah :

1) Memungkinkan bagi masyarakat berpartispasi dalam kegiatan bisnis

dengan memperoleh bagian dari keuntungan dan risikonya.

2) Memungkinkan para pemegang saham menjual sahamnya guna

mendapatkan likuiditas

3) Memungkinkan perusahaan meningkatkan modal dari luar untuk

membangun dan mengembangkan lini produksinya

28

4) Memisahkan operasi kegiatan bisnis dari fluktuasi jangka pendek pada

harga saham yang merupakan ciri umum pada pasar modal konvensional

5) Memungkinkan investasi pada ekonomi itu ditentukan oleh kinerja

kegiatan bisnis sebagaimana tercermin pada harga saham.

29

Sedangkan karakteristik yang diperlukan dalam membentuk pasar modal syariah

(Metwally, 1995, 178-179) adalah sebagai berikut :

1) Semua saham harus diperjualbelikan pada bursa efek

2) Bursa perlu mempersiapkan pasca perdagangan dimana saham dapat

diperjualbelikan melalui pialang.

3) Semua perusahaan yang mempunyai saham yang dapat diperjualbelikan di

Bursa efek diminta menyampaikan informasi tentang perhitungan

(account) keuntungan dan kerugian serta neraca keuntungan kepada

komite manajemen bursa efek, dengan jarak tidak lebih dari 3 bulan

4) Komite manajemen menerapkan harga saham tertinggi (HST) tiap-tiap

perusahaan dengan interval tidak lebih dari 3 bulan sekali

5) Saham tidak boleh diperjual belikan dengan harga lebih tinggi dari HST

6) Saham dapat dijual dengan harga dibawah HST

7) Komite manajemen harus memastikan bahwa semua perusahaan yang

terlibat dalam bursa efek itu mengikuti standar akuntansi syariah

8) Perdagangan saham mestinya hanya berlangsung dalam satu minggu

periode perdagangan setelah menentukan HST

9) Perusahaan hanya dapat menerbitkan saham baru dalam periode

perdagangan, dan dengan harga HST

Menurut Iggi H Akhsien (2000 : 1), dalam Islam, syariah dikenal sebagai

hukum Allah yang mengatur muamalah dan ibadah, dimana tujuan paling

dasarnya adalah memajukan kesejahteraan manusia yang terletak pada jaminan

atas keyakinan, intelektual, masa depan, dan harta milik. Kehidupan social

30

ekonomi, termasuk di dalamnya system keuangan dan instrumentasinya, tidak

pula luput dari syariah. Islamic Finance adalah Sharia Based Finance, keuangan

yang secara logis menggunakan prinsip,prosedur, asumsi sekaligus instrumentasi

dan aplikasi dari nilai epistomologi (sumber pengetahuan) Islam. Epistomologi

Islam yang utama adalah Al-Qur’an dan As-Sunnah.

Islamic Equity Fund berbeda dengan fund konvensional dalam

operasionalnya, dan yang paling tampak adalah proses screening dalam

mengkonstruksi portfolio. Filterisasi menurut prinsip syariah akan mengeluarkan

aktivitas haram seperti riba, gharar (ketidakpastian, spekulasi), minuman keras,

judi, daging babi, rokok dan seterusnya.

Islamic Equity Fund pertama kali di luncurkan pada tahun 1995.yang

pertama adalah National Commercial Bank di Saudi Arabia, dengan bantuan

Wellington. Management company of Boston Massachussets, berdasakan syariah.

Equity Investment didasarkan pada system bagi hasil atau mudharaba

(profitsharing-loss) dimana imbal hasil (return) secara teoritis merefleksikan

profitabilitasnya baik dalam bentuk capital gain dari harga saham yang meningkat

maupun dalam bentuk dividen, alih-alih membayarkan bunga kepada pemilik

modal Equity funds adalah bentuk yang ideal sejalan dengan prinsip Islamic

Finance yang sangat mendorong alokasi produktif sumber daya ekonomi,

partisipasi modal, dan pembagian risiko. Dengan prinsip bagi hasil ini, Islam lebih

mendorong surplus unit muslim untuk menjadi investor daripada menjadi kreditor.

Dengan demikian, investor berhadapan dengan risiko atau ketidakpastian, berbeda

dengan kreditor yang meminta certain return.

31

Menurut Iggi H Akhsien (2000 : 3), Islamic Equity Funds adalah juga

intermediaries yang membantu unit surplus melakukan penempatan investasi.

Islamic Equity Funds ditujukan untuk memenuhi kebutuhan kelompok investor

yang peduli dengan isu public dan keadilan sosial, yang juga menginginkan

memperoleh earning dari sumber yang bersih serta dapat dipertanggung jawabkan

secara religius.

Menurut Iggi H Akhsien (2000 : 62), secara umum bursa efek dalam

ekonomi Islam harus melaksanakan fungsi-fungsi sebagai berikut12 :

1) Memungkinkan para penabung berpartisipasi penuh pada pemilikan

kegiatan bisnis, dengan memperoleh bagian dari keuntungan dan

risikonya.

2) Memungkinkan para pemegang saham mendapatkan likuiditas dengan

menjual sahamnya sesuai dengan aturan bursa efek.

3) Memungkinkan kegiatan bisnis dari meningkatkan modal dari luar untuk

membangun dan mengembangkan bisnisnya.

4) Memisahkan operasi kegiatan bisnis dari fluktuasi jangka pendek pada

harga saham yang merupakan ciri umum pasar modal non islami

5) Memungkinkan investasi pada ekonomi ini ditentukan oleh kinerja

kegiatan bisnis sebagaimana tercermin pada harga saham.

Menurut Adiwarman Karim (2008). Perbedaan fundamental antara shariah

atau Islamic index dan index-index yang lain adalah seluruh saham-saham yang

yang tergabung dalam index ini harus sesuai dengan syariah atau yang lebih

dikenal dengan shariah compliant . Sehingga dengan jelas dan mudah kita akan

32

mengambil kesimpulan bahwa hubungan nya ada pada saham screening.

Screening ini diperlukan untuk menentukan apakah saham-saham tersebut bisa

disebut dengan saham “halal”. Untuk menyeleksi suatu saham apakah saham

tersebut bisa dikategorikan sebagai saham syariah, bisa dilakukan dengan 2

pendekatan. Pendekatan pertama bisa kita kategorikan sebagai pendekatan jual

beli. Kita bisa mengambil pendekatan ini dengan asumsi bahwa saham adalah

asset dan dalam jual beli ada pertukaran asset ini dengan uang. Atau kita juga bisa

mengasumsikan dan juga bisa kita kategorikan sebagai sebagai sebuah kerja sama

yang memakai prinsip bagi hasil (profit-loss sharing).

Pendekatan yang kedua adalah pendekatan yang berdasarkan ciri dasar

sebuah aktivitas keuangan atau produksi. Dengan menggunakan pendekatan

produksi ini, sebuah saham bisa diklaim sebagai saham yang halal ketika produksi

dari barang dan jasa yang dilakukan oleh perusahaan bebas dari element-element

yang haram yang secara explicit disebut di dalam Al-Quran seperti riba, Judi,

Minuman yang memabukkan, zina, babi dan semua turunanturunannya. Sehingga

semua perusahaan yang menjalankan bisnisnya dan berhubunga dengan

aktivitasaktivitas yang disebutkan diatas tidak akan pernah bisa dikategorikan

sebagai perusahaan yang memiliki saham syariah. Akan tetapi pendekatan diatas

adalah pendekatan yang sangat dasar dan sangat fundamental. Dan hal ini belum

cukup untuk menseleksi saham saham syariah ini. Ada metode-metode lain yang

ditambahkan untuk melengkapi apakah saham tersebut bisa dikategorikan sebagai

saham-saham syariah.

33

2. Pasar Modal Syariah Indonesia

a) Sejarah Pasar Modal Syariah Indonesia

Dalam Syari’ah News (2007 : 8), Pasar Modal yang berdasarkan

pada ekonomi syariah mulai berkembang pesat dalam tujuh (7) tahun

terakhir. Dimulai ketika manjemen Danareksa Securities menerbitkan

Islamic Equity Funds (Reksadana Syariah) pada tahun 1997. Tiga tahun

kemudian, Bursa Efek Indonesia (BEI) menerbitkan Jakarta Islamic Index

(JII), yang terdiri dari perusahaan public yang mengelola perusahaan yang

tidak melanggar syariah. Pada akhir tahun 2002, Indosat menunjuk AAA

Securities sebagai underwriter, menerbitkan obligasi syariah berdasarkan

mudharabah, yang diikuti Berlian Laju Tanker Inc., Bank Muamalat

Indonesia, Bank Syariah Mandiri, dan berbagai perusahaan lain.

b) Instrumen Pasar Modal Syariah di Indonesia

1) Obligasi Syariah

Menurut Iggi H. Akhsien (2000 : 37). Obligasi syariah berbeda

dengan obligasi konvensional. Semenjak ada pendapat bahwa bunga

adalah riba, maka instrumen-instrumen yang punya komponen bunga

keluar dari investasi halal. Karena itu, dimunculkan alternatif yang

dinamakan obligasi syariah.

Jika merujuk kepada Fatwa Dewan Syari’ah Nasional No :

32/DSN-MUI/IX/2002, “Obligasi Syariah adalah suatu surat berharga

jangka panjang berdasarkan prinsip syariah yang dikeluarkan Emiten

kepada pemegang Obligasi Syariah yang mewajibkan Emiten untuk

34

membayar pendapatan kepada pemegang Obligasi Syariah berupa bagi

hasil/margin/fee, serta membayar kembali dana obligasi pada saat jatuh

tempo”.

Tidak semua emiten dapat menerbitkan obligasi syariah. Untuk

menerbitkan Obligasi Syariah, beberapa persyaratan berikut yang harus

dipenuhi.

1. Aktivitas utama (core business) yang halal, tidak

bertentangan dengan substansi Fatwa No : 20/DSN-

MUI/IV/2001. Fatwa tersebut menjelaskan bahwa jenis

kegiatan usaha yang bertentangan dengan syariah Islam di

antaranya adalah : (i) usaha perjudian dan permainan yang

tergolong judi atau perdagangan yang dilarang; (ii) usaha

lembaga keuangan konvensional (ribawi), termasuk

perbankan dan asuransi konvensional; (iii) usaha yang

memproduksi, mendistribusi, serta memperdagangkan makan

dan minuman haram; (iv) usaha yang memproduksi,

mendistribusi, dan atau menyediakan barang ataupun jasa

yang merusak moral dan bersifat mudarat.

2. Peringkat Investasi : (i) memiliki fundamental usaha yang

kuat; (ii) memiliki fundamental keuangan yang kuat; (iii)

memiliki citra yang baik bagi publik

3. Keuangan tambahan jika termasuk dalam komponen Jakarta

Islamic Index (JII)

35

2) Saham Syariah

PT. Bursa Efek Indonesia (BEI) bersama dengan PT. Danareksa

Investment Management (DIM) telah meluncurkan indeks saham yang

dibuat berdasarkan syariah Islam, yaitu Jakarta Islamic Index (JII). Jakarta

Islamic Index terdiri atas tiga puluh jenis saham yang dipilih dari saham-

saham yang sesuai dengan syariah Islam. Jakarta Islamic Index

dimaksudkan untuk digunakan sebagai tolok ukur (benchmark) untuk

mengukur kinerja investasi pada saham dengan basis syariah. Melalui

indeks diharapkan dapat meningkatkan kepercayaan investor untuk

menembangkan investasi dalam ekuiti secara syariah.

Dalam www.republika.co.id (2006), Penentuan kriteria pemilihan

saham dalam Jakarta Islamic Index melibatkan pihak Dewan Pengawas

Syariah PT. Danareksa Investment Management. Sedangkan untuk

menetapkan saham-saham yang akan masuk dalam perhitungan JII

dilakukan dengan urutan seleksi sebagai berikut :

1. Memilih kumpulan saham dengan jenis usaha utama yang tidak

bertentangan dengan prinsip syariah dan sudah tercatat lebih dari 3

bulan (kecuali termasuk dalam sepuluh (10) kapitalisasi besar).

2. Memilih saham berdasarkan laporan keuangan tahunan atau tengah

tahun berakhir yang memiliki rasio Kewajiban terhadap Aktiva

maksimal sebesar 90%

3. Memilih 60 saham dari susunan saham di atas berdasarkan urutan rata-

rata kapitalisasi pasar terbesar selama satu tahun terakhir.

36

4. Memilih 30 saham dengan urutan berdasarkan tingkat likuiditas rata-

rata nilai perdagangan regular selama satu tahun terakhir.

Pengkajian ulang akan dilakukan enam bulan sekali dengan

penentuan komponen indeks pada awal bulan Januari dan Juli setiap

tahunnya. Sedangkan perubahan pada jenis usaha emiten akan

dimonitoring secara terus menerus berdasarkan data-data public yang

tersedia.

Menurut Adiwarman Karim (2006 : 58), perhitungan JII dilakukan

oleh Bursa Efek Indonesia dengan menggunakan metode perhitungan

indeks yang telah ditetapkan Bursa Efek Indonesia, yaitu dengan bobot

kapitalisasi pasar (market cap weight). Perhitungan indeks ini juga

mencakup penyesuaian-penyesuaian (adjustment) akibat berubahnya data

emiten yang disebabkan oleh aksi korporasi. JII menggunakan tanggal

awal perhitungan 1 Januari 1995 dengan nilai awal sebesar 100.

Adiwarman Karim dari Karim Business Consulting pada bulan Mei

2006 mengumumkan akan menerbitkan Karim Index di tiga Negara,

dengan tahapan penyaringan yang lebih baik dibandingkan JII dan terdiri

dari lima puluh saham.

Menurut Adiwarman Karim (2006 : 58), pada periode Juni 2008

sampai dengan Desember 2008, Daftar perusahaan yang termasuk dalam

Jakarta Islamic Index adalah sebagai berikut :

1. BUMI Bumi Resources Tbk (tetap)

2. ANTM Aneka Tambang (persero) Tbk (tetap)

37

3. TLKM Telekomunikasi Indonesia Tbk (tetap)

4. PTBA Tambang Batubara Bukit Asam Tbk (tetap)

5. ELTY Bakrieland Development Tbk (tetap)

6. UNSP Bakrie Sumatra Plantations Tbk (masuk)

7. INCO International Nickel Indonesia Tbk (tetap)

8. TINS Timah Tbk (tetap)

9. ITMG Indo Tambangraya Megah Tbk (masuk)

10. UNTR United Tractors Tbk (tetap)

11. AALI Astra Agro Lestari Tbk (tetap)

12. SGRO Sampoerna Agro Tbk (masuk)

13. LSIP PP London Sumatera Tbk (masuk)

14. TRUB Truba Alam Manunggal Engineering Tbk (tetap)

15. ELSA Elnusa Tbk (masuk)

16. KIJA Kawasan Industri Jababeka Tbk (tetap)

17. SMGR Semen Gresik (Persero) Tbk (tetap)

18. LPKR Lippo Karawaci Tbk (masuk)

19. CTRA Ciputra Development Tbk (tetap)

20. MNCN Media Nusantara Citra Tbk (masuk)

21. KLBF Kalbe Farma Tbk (tetap)

22. CTRP Ciputra Property Tbk (masuk)

23. WIKA Wijaya Karya (Persero) Tbk (masuk)

24. UNVR Unilever Indonesia Tbk (tetap)

25. BISI Bisi Internasional Tbk (masuk)

38

26. BKSL Sentul City Tbk (masuk)

27. INTP Indocement Tunggal Prakarsa Tbk (tetap)

28. ASRI Alam Sutera Realty Tbk (masuk)

29. BMTR Global Mediacom Tbk (tetap)

30. TOTL Total Bangun Persada Tbk (masuk)

3) Pasar Modal Syariah di Negara Lain

Menurut Adiwarman Karim (2006 : 58), Indonesia masih jauh

tertinggal dari sisi volume, baik reksadana syariah maupun obligasi

syariah dibanndingkan dengan Negara tetangga Malaysia. Malaysia saat

ini menguasai 62% dari seluruh obligasi syariah yang diterbitkan di dunia,

sedangkan Indonesia baru 1%.

Sementara itu di sisi saham syariah dimana indeks syariah

dijadikan sebagai tolak ukur investasi berbasis syariah terjadi pula

peningkatan di level global. Saat ini bursa global juga mulai diramaikan

dengan penerbitan index syariah. Pada Februari 2006, (SGX) bekerja sama

dengan FTSE Group dan Lembaga Riset Yasir meluncurkan indeks saham

syariah yang bernama FTSE Global Islamic Index. Indeks syariah milik

SGX tersebut dirancang menggunakan standar keuangan internasional.

Selain itu, di Malaysia, Dow Jones bekerja sama dengan RHB Islamic

Malaysia menyusun indeks syariah di Kuala Lumpur.

Menurut Adiwarman Karim (2006 : 58). Dari sisi penyaringan

saham syariah, Indonesia yang memiliki JII sebagai indeks saham syariah

juga hanya melalui satu tahap dari tiga tahap yang seharusnya dijalankan.

39

Dan ini, jika dibandingkan dengan indeks syariah di Negara lain, akhirnya

mengakibatkan JII kurang bersaing. Dua tahap yang tidak dijalankan oleh

JII diawal terbentuknya disebabkan oleh kondisi ekonomi dan pasar modal

Indonesia yang saat itu tidak memungkinkan.

Tabel 2.1 Tahapan Penyaringan Saham Syariah

Proses Penyaringan Saham Syariah Secara Umum

Tahap I (Prinsip Syariah) Tahap II (Rasio Keuangan Dan

Indikator Pasar)

Tahap III

(lainnya)

Industri Non Syariah

1. Makanan dan minuman haram

2. Produk berbahaya

3. Judi

4. Lembaga keuangan konvensional

5. Hiburan

Rasio Keuangan

1. Likuiditas Asset (17-49%)

2. Pemasukan dengan bunga (5-15%)

3. Rasio hutang atas modal (30-33%)

4. Indikator Pasar

Citra

Perusahaan

Big Market Capital (Top 60)

40

Tabel 2.2 Perbandingan Indeks Syariah

3. Indeks

a) Konsep Kerja Indeks

Pada dasarnya, kinerja indeks sama dengan kinerja portfolio, yang

dapat dilihat dari dua hal : risiko dan imbal hasil atau return. Hanya saja

yang menjadi perbedaan adalah bahwa portfolio, ada diversifikasi yang

bisa dilakukan dan tidak pada indeks.

b) Konsep Perhitungan Kinerja Indeks

Dalam penelitian ini akan menggunakan CAPM, dimana saat ini

masih menjadi standar perhitungan bagi imbal hasil dan risiko yang

dihadapi.

Perbandingan Antar Indeks Syariah

Indeks Syariah Tahap I Tahap II Tahap III

1. Jakarta Islamic Index (JII) Ya Tidak Tidak

2. Securities Commision

(Malaysia)

Ya Ya Ya

3. Dow Jones Islamic Index Ya Ya Tidak

4. FTSE Global Islamic Index Ya Ya Tidak

5. Karim Regional Islamic

Market Index

Ya Ya Tidak

41

E(Ri) = Rf + β [E(Rm) – E(Rf)

Diamana E(Ri) adalah expected return dari asset dan dalam

penelitian ini berarti indeks i = JII atau LQ45, Rf adalah Risk free rate

yang diukur dari SBI dan Rm adalah expected return dari pasar yang

diukur dari IHSG.

Menurut Douglas R Emery (2004 : 299), β (beta) adalah ukuran

linear dari beberapa banyak asset individu berkontribusi kepada standar

deviasi pasar (resiko sistematis). Menurut Douglas R Emery (2004 : 300),

beta juga mengindikasikan seberapa sensitif imbal hasil portfolio pasar.

Menurut Aswath Damodaran (1996 : 33), CAPM dibangun dengan

premis bahwa varians dalam imbal hasil adalah alat pengukuran yang tepat

bagi risiko, tapi hanya varians yang tidak terdiversifikasi yang dihitung.

Model CAPM mengukur varians yang tidak terdiversifikasi itu

menggunakan estimasi beta dan berhubungan dengan imbal hasil yang

diharapka. Implikasi umum dari CAPM :

1. Semua investor akan mengalokasikan kekayaan mereka

lewat dua asset-asset yang tanpa risiko dan portfolio pasar

dari semua asset yang beresiko, didasarkan pada nilai pasar

mereka.

2. Risiko dari semua asset akan diukur dengan seberapa

banyak risiko yang bertambah dalam portfolio pasar, dan

risiko yang bertambah ini dapat diukur dengan

42

menggunakan kovarians antara imbal hasil asset dan imbal

hasil pasar. Kovarians ini dapat distandarisasi dengan

membagi varians pasar dengan beta asset. Ross et al. (2003

: 285)

Yang jika dalam penelitian ini :

β = Cov[Ri,Rm]

Var[Rm]

Di mana βI = Beta saham

Cov = Covarian

Var = Varians

Ri = Return saham (JII dan LQ45)

Rm = Return Pasar (IHSG)

3. Imbal hasil dari asset secara linear berhubungan dengan

beta, semakin besar beta, maka semakin besar imbal hasil

yang diharapkan.

Menurut Aswath Damodaran (1996 : 33), hubungan antara

Beta dan Imbal hasil yang diharapkan digambarkan

digambarkan dalam gambar 3-1. Jika CAPM benar, semua

asset harus ada di Security Market Line (SML), di mana

menyediakan imbala hasil yang diharapkan untuk setiap

beta yang ada. Gradient dari SML adalah nilai dari imbal

hasil per unit dari risiko pasar/risiko non diversifikasi.

43

Gambar 2.1

Beta dan Imbal hasil yang diharapkan : Security Market Line

Security Market Line

Rf

Beta

(Sumber: Ross, et al. 2003)

Menurut Aswath Damodaran (1996 : 33), model CAPM ini

juga mempunyai banyak kelemahan dan sudah hampir tiga

dekade menjadi perdebatan. Roll,pada tahun 1977,

menyarankan bahwa sejak portfolio pasar tidak akan pernah

bisa diobservasi,maka CAPM tidak akan pernah bisa di

terapkan, sehingga semua tes yang ada di CAPM dilakukan

secara joint test dan portfolio pasar digunakan dalam tes.

44

4. Resiko dan Tingkat Pengembalian (Risk – Return Tradeoff)

a) Pendekatan Risiko

Menurut Jogiyanto (2008 : 214) hanya menghitung return saja suatu

investasi tidaklah cukup. Risiko menurut Emery (2004 : 303), Risiko secara

sederhana adalah terjadinya sesuatu yang tidak kita harapkan atau tidak

teradinya sesuatu yang kita harapkan. Ada dua jenis risiko yang umumnya kita

ketahui :

1. Risiko Sistematis. Ini adalah risiko yang ada dalam setiap investasi yang

kita lakukan dan besarnya adalah tetap. Disebut juga sebagai risiko yang

tidak terdiversifikasi.

2. Risiko Tidak Sistematis. Ini adalah risiko yang ada dalam tiap investasi

namun memiliki besar risiko yang berbeda-beda untuk setiap asset.

Disebut juga sebagai risiko yang dapat didiversifikasi, karena semakin

banyak diversifikasi jenis investasi dan investasi dalam portfolio kita,

maka semakin berkurang risiko tidak sistematis yang kita hadapi.

45

Gambar 2-2

Risiko

Risiko Tidak Sistematis

Risiko

Sistematis

Jumlah Risiko Sistimatis

(Sumber: Ross, et al. 2003:274)

Menurut Bodie (1999 : 685), metode penyesuaian menggunakan

criteria mean-varians dikembangkan secara simultan dengan Capital Asset

Pricing Models (CAPM). Jack Treynor (1966) termasuk ilmuwan yang sangat

cepat mengaplikasikan CAPM untuk memberi rating dari kinerja manajer.

dalam CAPM, varians adalah pengukur risiko.

Menurut Bodie (1999 : 686), Treynor Index menunjukkan hubungan

antara portfolio excess return dan risiko sistematis yang ada. Diasumsikan

bahwa unsystematic risk nya minimum melalui diversifikasi portfolio,

sehingga indeks ini menunjukkan risk premium per risiko sistematis.

46

Dimana :

Ri : Return dari Index Harga Saham (JII atau LQ45)

Rm : Return Pasar dari Indeks Harga Saham Gabungan (IHSG)

βi : beta dari Index Harga Saham (JII atau LQ45)

Dalam penelitian ini yang dimaksud dengan portfolio adalah indeks.

b) Pendekatan Imbal Hasil

Imbal hasil adalah keuntungan atau selisih positif yang didapat dari

perbandingan harga saat ini dengan sebelumnya.

Imbal hasil secara sederhana dapat dihitung dengan dua cara :

1. Diskrit

2. Kontinu

Di mana : Pt+1 adalah harga pada waktu t + 1, Pt adalah harga pada waktu t dan ln

adalah logaritma natural.

Pada penelitian ini akan digunakan cara kontinu karena akan memberikan

hasil yang lebih akurat dibandingkan dengan diskrit.

47

B. Penelitian Terdahulu

Sesuai dengan tema dalam penelitian ini, maka pasar modal syariah akan

lebih difokuskan dalam perbandingan antara indeks syariah dan indeks

konvensional dalam hal kinerja risiko dan imbal hasil. Harus diakui belum banyak

penelitian yang dilakukan tentang hal ini. Penelitian yang pernah dilakukan adalah

sebagai berikut :

Hakim dan Rashidian (2002 : 10) melihat risiko dan imbal hasil dari

indeks syariah dengan melihat hubungan antara DJIMI, Wilshire 5000 dan

TIBILLS 3 bulanan periode Desember 1999 sampai dengan April 2002. DJIMI

adalah indeks syariah di Amerika Serikat yang dikeluarkan oleh Dow Jones dan

Wilshire 5000 adalah kumpulan dari 5000 perusahaan terbesar di Amerika

Serikat. DJIMI adalah bagian dari Wilshire 5000. Sekitar 75% saham di Wilshire

5000 tidak memenuhi kriteria syariah. Hakim dan Rashidian menggunakan

Statistik Deskriptif, Unit Root Test, Cointegration Test, Causality Test dan

VECM. Hasilnya adalah Indeks syariah memiliki karakteristik risiko dan imbal

hasil yang unik, yaitu indeks syariah kurang terdiversifikasi dari pada Wilshire

5000 namun memiliki imbal hasil yang lebih kecil dan disiko yang lebih kecil

pula dibandingkan Wilshire 5000.

Penelitian dengan obyek pasar modal syariah dilakukan oleh Aruzzi dan

Bandi (2003). Tujuan penelitian ini dilakukan untuk mengetahui sejauh mana

variable tingkat suku bunga, rasio profitabilitas dan beta akuntansi dapat

mempengaruhi risiko sistematik atau beta saham syariah yang tergabung dalam

48

Jakarta Islamic Index (JII) di Bursa Efek Jakarta (BEJ) secara bersama-sama

ataupun secara parsial pada periode pengamatan yang diambil dalam penelitian

tersebut. Adapun obyek yang diteliti adalah saham perusahaan yang termasuk ke

dalam JII dalam periode Januari 2008– Desember 2009. Hasil penelitian

menunjukkan bahwa secara bersama-sama maupun parsial variabel-variabel

tingkat suku bunga, rasio profitabilitas dan beta akuntansi tidak mempunyai

pengaruh secara signifikan terhadap beta saham syariah. Koefisien determinasi

adalah sebesar 7,1% ini berarti variabel-variabel tingkat suku bunga, rasio

profitabilitas dan beta akuntansi hanya dapat menjelaskan beta saham syariah

sebesar 7,1%, sedangkan 92,9% dijelaskan oleh variabel-variabel lain.

Hinsa Siahaan (Maret 2007 : 1), Setiap investasi selalu membandingkan

besarnya risiko dengan pengembalian yang diharapkan. Investasi disebut juga

sebagai the trade off between Risk and return. Hampir semua investor tidak suka

dengan risiko, kalau boleh menghindarinya. Untuk mengharapkan agar investor

bersedia mengambil risiko tinggi, maka kepada mereka harus ditawarkan tingkat

pengembalian yang tinggi. Dengan kata lain apabila seorang investor

menghendaki tingkat pengembalian yang lebih tinggi, dia harus berani atau

bersedia mengambil risiko yang lebih tinggi. High risk high return.

Hinsa Siahaan (Maret 2007: 15). Pada dasarnya , proses investasi di pasar

keuangan (di pasar uang dan pasar modal) adalah meliputi; tahapan menentukan

tujuan investasi (set investment policy), tahapan penilaian sekuritas secara

individual (perform security analysis), tahapan membentuk portfolio (construct a

49

portfolio), tahapan merivisi portfolio, dan tahapan penilaian kinerja portofolio

(Evaluate the performance of the portfolio).

Di Malaysia, Ahmad, Z dan Haslindar Ibrahim (2002 : 33) menunjukkan

tetang penelitian perbandingan Islamic Index dengan KLSE Composite Index

(KLCI). Hasilnya, Islamic Index lebih baik dari KLCI tersebut.

Hakim dan Rashidian (2002 : 5) juga menggunakan Rasio Sharpe dan

hasilnya, DJIMI memiliki Rasio Sharpe yang lebih rendah dibandingkan dengan

Wilshire 5000, ini menggambarkan DJIMI memiliki risiko per unit imbal hasil

yang lebih kecil dari pada Wilshire 5000. Dan dalam pasar modal US, tidak ada

hubungan jangka panjang yang stabil antara DJIMI dan Wilshire 5000.

Kesimpulan lain yang ada dari penelitian ini adalah seleksi yang ada pada DJIMI

tidak mempengaruhi kinerja dari indeks dan tidak mengakibatkan investasi pada

DJIMI kehilangan imbal hasil jika dibandingkan dengan Wilshire 5000. DJIMI

dan Wilshire 5000 sama-sama kompettif.

Albaity, M dan Rubi Ahmad (2008 : 41) menganalisa imbal hasil dari

saham Islamic di Malaysia. Penelitiannya menggunakan Unit Root Test,

Correlation dan Cointergration Test, Granger Causality, dan Vector Error

Correction Model. Data yang diambil sebagai sample observasi adalah Saham

gabungan (KLCI), Indeks Syariah (KLSI) dan TBills 3 bulanan Malaysia. Periode

data dari April 1999 sampai dengan Desember 2003. Hasilnya adalah TBills

memiliki return tertinggi, lalu diikuti oleh KLSI dan KLCI. Diketahui pula adanya

: (1) hubungan jangka panjang antara KLCI dan KLSI, (2) KLSI ternyata

menyebabkan KLCI, (3) TBill 3 bulanan menyebabkan KLSI dan (4) KLSI-KLCI

50

mempunyai hubungan timbale balik dalam jangka pendek dan jangka panjang.

Tbills tidak mempengaruhi dalam jangka panjang.

Rulindo, R dan Todi Kurniawan (2006 : 46) meneliti tentang hubungan

risiko dan imbal hasil dari IHSG dan JII, juga melihat hubungan dan pengaruh

dari TBills (suku bunga Bank Indonesia) dalam IHSG dan JII dan melihat pula

pengaruh yang ada antara mereka. Data dari Januati 2001 sampai dengan

Desember 2004. Variable yang digunakan adalah IHSG, JII dan TBills tiga

bulanan. Analisa menggunakan Deskriptif Statistik, Unit Root Test,

Cointegration, dan Granger Causality. Hasil yang ada adalah terlihat perbedaan

antara IHSG dan JII. Di mana JII memiliki imbal hasil yang lebih besar

dibandingkan dengan IHSG. Dalam hubungan jangka panjang, tidak terjadi

hubungan antara TBills,IHSG dan JII, satu sama lain saling mandiri. Ini cukup

menarik karena dalam penelitian-penelitian sebelumnya, ditemukan minimal

adanya satu hubungan antara variable yang ada. Dan dapat disimpulkan bahwa

pasar yang terjadi adalah pasar yang efisien karena harga informasi yang ada

tercermin langsung dalam harganya. Dengan hasil ini, investor dapat pindah dari

IHSG ke JII tanpa perlu khawatir mengenai tingkat suku bunga.

Dalam jangka pendek TBills mempengaruhi IHSG dan JII secara

langsung. Ini memperlihatkan sebuah ide pada kita bahwa investor yang ada

dalam IHSG dan JII termasuk investor yang bermain aman, memiliki

kecenderungan pada tingkat bunga bebas resiko. Secara prilaku, investor yang

berinvestasi dalam JII lebih termotivasi pada keuntungan jangka pendek, bukan

pada kesadaran untuk berinvestasi di indeks syariah. Hasil lain penelitian ini yang

51

cukup penting adalah adanya seleksi secara syariah tidak mempengaruhi kinerja

dari JII.

Hakim dan Rashidian (2004) membandingkan dua indeks, yaitu Dow

Jones Sustainibility Index (DJSI) dan Dow Jones Islamic Market Index (DJIMI).

‘Keranjang’ besar dari DJSI dan DJMI adalah Dow Jones World Index (DJW).

DJSI sering disebut sebagai Green Index karena berbasiskan moral dalam

penyaringannya. Jadi untuk dapat masuk dalam DJSI harus dilihat apakah

memiliki keberpihakan pada nilai-nilai moral yang dianut secara umum. Indeks ini

memiliki lebih dari tiga ratus saham DJSI. Hampir sama dengan DJIMI, hanya

saja DJIMI memiliki criteria syariah, dimana ada seleksi yang sesuai dengan

prinsip Islam dalam memasukkan saham-saham ke dalam indeks ini. DJIMI

diluncurkan pada Februari 1999. Data yang digunakan adalah data mingguan,

periode data adalah Januari 2000 sampai dengan Agustus 2004, dengan total 243

minggu. Dengan menggunakan dasar Capital Asset Pricing Model dalam teori,

Deskriptif Statistik, metode Ordinary Least Square (OLS) dan Generalized

Method of Momments (GMM) ditemukan bahwa adanya seleksi tidak

mengakibatkan kinerja dari DJIMI berkurang, walaupun secara kinerja dengan

menggunakan Rasio Treynor nilai DJSI jauh lebih baik dari DJIMI. Secara imbal

hasil memang DJIMI memiliki imbal hasil yang lebih kecil dibandingkan dengan

DJSI, namun DJIMI juga memiliki risiko (dari standar deviasi) yang lebih kecil

dibandingkan DJSI.

Hasil penelitian lainnya adalah DJIMI terkena tekanan risiko dua kali lipat

dibandingkan DJSI, jika kita beralih dari DJSI ke DJIMI. DJIMI kurang sensitif

52

terhadap fliktuasi dalam risiko sistematis dibandingkan dengan Dow Jones World

Index, artinya jika kita mengacu pada DJIMI maka kita tidak akan mendapatkan

tekanan risiko lagi dibandingkan ketika kita mengacu pada DJW. Hakim dan

Rashdian dalam penelitian ini menggunakan conditional CAPM dan menguji

validitas dari conditional CAPM ini. Hasilnya adalah DJIMI conditional CAPM

berlaku dengan terpenuhinya syarat garis potong adalah pada risk free rate, beta

tunggal berlaku dan hubungan antara nilai DJIMI dapat dijelaskan secara linier

oleh CAPM. Hasil yag sedikit berbeda ditunjukkan pada DJSI, dimana beta

tunggal DJSI tetap ada namun DJSI tidak memiliki garis potong pada risk free

rate, dan hubungan antara nilai DJSI tidak dapat dijelaskan secara linie oleh

CAPM, DJSI jauh lebih rumit dibandingkan dengan DJIMI.

C. Kerangka Pemikiran

Kerangka pemikiran akan menjelaskan alur pengolahan data untuk

mengukur keseimbangan risiko dan pengembalian sehingga dapat memberikan

gambaran mengenai perbandingan keseimbangan antara JII dengan LQ45. Dalam

penelitian ini, skema penelitiannya akan ditunjukkan pada Gambar 2.2.

53

Gambar 2.2

Kerangka Pemikiran

Resiko dan Imbal Hasil bulanan Saham Syariah Jakarta Islamic

Indeks (JII) Periode Januari 2008 – Desember

Resiko dan Imbal Hasil bulanan Saham Konvensional LQ45

Periode Januari 2008 – Desember 2009

Keseimbangan Risiko

dan Pengembalian Saham

Deskriptif

1. Risk Adjusted Performance

2. Analisis VAR :

1. Unit Root

2. Cointegration Test

3. VECM

Granger Causality

The Impulse Responses

The Cholesky Decomposition

54

D. Hipotesis

Dalam melakukan analisis terlebih dahulu harus ditentukan hipotesis yang

digunakan. Hipotesis yaitu dugaan mengenai suatu hal atu masalah. Hipotesis

biasanya disajikan dalam bentuk pernyataan atau dilambangkan dengan angka.

Hipotesis untuk penelitian ini yaitu :

• H0 : “terdapat perbedaan rata-rata kinerja antara saham berbasis syariah

dengan saham berbasis konvensional”

• Ha : “terdapat hubungan jangka panjang antara indeks berbasis syariah

dengan saham berbasis konvensional”

55

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

1. Deskripsi Data

Data yang digunakan dalam penelitian ini adalah data Jakarta Islamic

Index, Indeks LQ45, Indeks Harga Saham Gabungan (IHSG) dan Suku

Bunga Bank Indonesia. Jakarta Islamic Index (JII) adalah indeks syariah

yang terdiri dari saham tiga puluh perusahaan dari perusahaan-perusahaan

yang terdaftar pada Bursa Efek Indonesia. Agar tercatat dalam JII, ada

kriteria-kriteria yang harus dipenuhi oleh perusahaan, seperti yang sudah

dijelaskan dalam Bab II penelitian ini. Indeks LQ45 merupakan sekelompok

saham pilihan yang memenuhi kriteria tertentu, seperti total transaksi dan

frekuensi transaksi. Ada 45 saham rangking tertinggi yang masuk kriteria

LQ45.

Indeks Harga Saham Gabungan adalah indikator dari pergerakan

semua saham yang ada dalam Bursa Efek Indonesia. Suku Bunga Bank

Indonesia yang digunakan dalam penelitian ini adalah suku bunga harian.

Periode data sebanyak 698 hari, data harian indeks dari tanggal 4 Januari

2008 sampai dengan 1 Desember 2009. Tipe data adalah Time Series.

56

2. Pemilihan Periode

Periode yang ada dari tahun 2008 sampai 2009. periode ini dipilih

karena JII sebagai variable utama yang akan di lihat dalam penelitian ini

baru diterbitkan pada tahun 2000. Sedangkan pada tahun 2000, kondisi

ekonomi Indonesia belum begitu stabil, terbukti dari sisi penyaringan JII

yang tidak menggunakan rasio keuangan karena kondisi yang tidak

memungkinkan. Tahun 2008 adalah tahun dimana kondisi Indonesia sudah

mulai membaik, walau belum pulih dan JII sudah cukup baik sebagai

sebuah indeks sehingga diharapkan akan memberi validitas hasil yang

memuaskan. Data dua tahun digunakan karena mencukupi sebagai sample

data.

B. Metode Penentuan Sampel

Teknik yang dilakukan dalam pengambilan sampel ini adalah

purposive sampling yang berdasarkan judgement sampling. Purposive

sampling adalah teknik pemilihan sampel secara tidak acak dan didasarkan

pada tujuan tertentu (Indrianto dan Supomo, 1999). Tujuan penelitian ini

adalah untuk menganalisis perbedaan keseimbangan risiko dan

pengembalian (risk-return tradeoff) saham yang kompetitif dari indeks

saham syariah dan konvensional pada Jakarta Islamic Index dengan LQ45

dan menganalisis pengaruh secara langsung dan tidak langsung unsur

kinerja saham terhadap keseimbangan risiko dan pengembalian (risk-return

tradeoff) saham antara perusahaan yang termasuk dalam Jakarta Islamic

Index dengan LQ45 yang tercatat di Bursa Efek Indonesia (BEI) dan

57

Bapepam. Oleh karena itu, maka sampel yang digunakan adalah dari indeks

saham syariah dan konvensional pada Jakarta Islamic Index dengan LQ45

yang tercatat di Bursa Efek Indonesia (BEI). Hal tersebut sesuai dengan

teknik purpose sampling metode judgement sampling.

Sampel penelitian ini diambil dari perusahaan yang tercatat dalam

indeks saham JII dan LQ45 pada BEI. Dari 30 saham yang terdaftar dalam

JII dan 45 saham pada LQ45 periode Januari 2008 sampai Desember 2009,

hanya 16 saham yang terpilih sebagai sampel penelitian. Oleh karena saham

yang tercatat di BEI dimungkinkan terjadi perubahan disetiap periodenya,

maka sampel penelitian ini diambil dengan kinerja :

1. 30 saham yang terdaftar dalam Jakarta Islamic Index (JII) pada

Bursa Efek Indonesia (BEI) selama Januari 2008 sampai dengan

Desember 2009.

2. 45 saham yang terdaftar dalam LQ45 pada Bursa Efek Indonesia

(BEI) selama Januari 2008 sampai dengan Desember 2009.

3. 16 saham yang selalu ada (tetap) serta terdaftar dalam Jakarta

Islamic Index (JII) dan LQ45 pada Bursa Efek Indonesia (BEI)

selama Januari 2008 sampai dengan Desember 2009.

58

C. Metode Pengumpulan Data

Data yang digunakan dan dianalisis dalam penelitian ini adalah data

sekunder. Data sekunder merupakan data yang telah tersedia dan tidak perlu

dikumpulkan lagi. Data-data sekunder yang digunakan penulis adalah data-

data yang berhubungan langsung dengan penelitian yang dilaksanakan dan

bersumber dari terbitan-terbitan Bursa Efek Indonesia, Bapepam dan Bank

Indonesia.

Informasi utama yang digunakan sebagai data penelitian adalah return

dan resiko dari investasi, data mengenai tingkat suku bunga bebas resiko

peneliti menggunakan tingkat suku bunga Sertifikat Bank Indonesia (SBI)

berdasarkan laporan bulanan terbitan Bank Indonesia. Penelitian ini juga

memilih SBI sebagai tingkat suku bunga bebas resiko dengan anggapan

bahwa Bank Indonesia yang mengeluarkan SBI dapat dipastikan akan

melunasi kewajibannya pada saat jatuh tempo. Jadi investasi yang dilakukan

SBI benar-benar bebas resiko. Disertai dengan data perkembangan Saham

pada pasar modal syariah dan konvensional periode Januari 2008 sampai

dengan Desember 2009.

D. Metode Analisis Data

Alur pengolahan data secara umum adalah sebagai berikut :

1. Deskriptif Statistik

Berdasarkan tinjauan literatur, penyaringan investasi diharapkan akan

menghasilkan laba lebih rendah dari investasi non-disaring karena tingkat

59

yang lebih rendah pada diversifikasi. Oleh karena itu, hipotesis 1a pertama

untuk diuji adalah

H0 : “terdapat perbedaan rata-rata kinerja antara saham berbasis

syariah dengan saham berbasis konvensional”

Return diukur oleh perbedaan harga antara periode t dan t-1. Dengan

kata lain, kita menghitung kembali dengan menggunakan rumus berikut.

Statistic yang dicari adalah statistic dari imbal hasil bulanan JII, LQ45,

IHSG dan SBI. Imbal hasil dicari dengan menggunakan metode kontinu :

Empat teknik pengukuran yang digunakan. Pertama, kita mengukur

SR, yang merupakan rasio yang dikembangkan oleh Sharpe pemenang

hadiah Nobel untuk mengukur kinerja disesuaikan risiko. Rumusnya adalah

sebagai berikut:

Dimana

Ri : Return dari Index Harga Saham (JII atau LQ45)

Rm : Return Pasar dari Indeks Harga Saham Gabungan (IHSG)

σi : standar deviasi dari Index Harga Saham (JII atau LQ45)

60

Umumnya, SR lebih tinggi menunjukkan kinerja yang lebih tinggi

atau superior, dan sebaliknya. kapitalisasi pasar, dengan dasar tanggal 4

Januari 2008 dan Ada 45 saham rangking tertinggi yang masuk kriteria

LQ45 dan 30 saham yang masuk dalam kriteria JII.

Kedua, tolok ukur kinerja TI dihitung dalam studi kasus ini. Langkah-

langkah Return yang diterima itu melebihi dari apa yang telah dapat

diperoleh pada investasi bebas risiko, per setiap unit risiko pasar. Semakin

tinggi nilai TI, semakin tinggi pula diperoleh per unit risiko. The Treynor

Rasio dihitung sebagai:

Ri : Return dari Index Harga Saham (JII atau LQ45)

Rm : Return Pasar dari Indeks Harga Saham Gabungan (IHSG)

βi : beta dari Index Harga Saham (JII atau LQ45)

Ketiga, dalam penelitian ini akan menggunakan CAPM, dimana saat

ini masih menjadi standar perhitungan bagi imbal hasil dan risiko yang

dihadapi.

E(Ri) = Rf + β [E(Rm) – E(Rf)

Diamana E(Ri) adalah expected return dari asset dan dalam penelitian

ini berarti indeks i = JII atau LQ45, Rf adalah Risk free rate yang diukur

dari SBI dan Rm adalah expected return dari pasar yang diukur dari IHSG.

61

Mencari β (beta) yang merupakan ukuran linear dari beberapa banyak

asset individu berkontribusi kepada standar deviasi pasar (resiko sistematis)

dalam penelitian ini menggunakan :

β = Cov[Ri,Rm]

Var[Rm]

Di mana βi = Beta saham

Cov = Covarian

Var = Varians

Ri = Return saham (JII dan LQ45)

Rm = Return Pasar (IHSG)

Pengukuran keempat Return adalah formula yang dimodifikasi SR

dikembangkan oleh Statman (1987). Pengukuran ini dikenal sebagai excess

standar deviasi – adjusted return dan disingkat sebagai "eSDAR." Excess

yang diteliti adalah Return indeks (Syariah atau Komposit) atas Return

patokan (IHSG Index), di mana indeks leverage untuk memiliki patokan

standar deviasi. Secara matematika digambarkan sebagai berikut,

+

Dimana

: suku bunga harian SBI : tingkat pengembalian indeks pasar saham (baik JII atau LQ45)

: tingkat pengembalian indeks IHSG (patokan) : standar deviasi dari JII dan LQ45

: standar deviasi dari IHSG

62

2. Analisis VAR

Pada dasarnya, Analisis VAR meliputi Uji Stasioneritas Data dan

Estimasi Model VAR dengan VECM.

a. Uji Stasioneritas Data

Untuk menguji cointegration, kita perlu melakukan Uji Akar Unit. Uji

akar unit ini digunakan untuk melihat apakah data yang diamati stasioner

atau tidak stasioner. Test ini sebenarnya hanya merupakan pelengkap dari

analisis VAR, mengingat tujuan dari analisis VAR adalah untuk menilai

adanya hubungan timbal balik di antara variabel-variabel yang diamati, dan

bukan test untuk data. Akan tetapi, apabila data yang diamati adalah

stationer, hal ini akan meningkatkan akurasi dari analisis VAR. Tujuan dari

test ini adalah untuk menyelidiki hipotesis berikut :

Ha : “terdapat hubungan jangka panjang antara indeks berbasis syariah

dengan saham berbasis konvensional.”

Dalam statistik dan ekonometrik, uji akar unit digunakan untuk

menguji adanya anggapan bahwa sebuah data time series tidak stasioner. Uji

yang biasa digunakan adalah uji augmented Dickey–Fuller. Uji lain yang

serupa yaitu Uji Phillips–Perron. Keduanya mengindikasikan keberadaan

akar unit sebagai hipotesis null. Perlu diketahui bahwa data yang dikatakan

stasioner adalah data yang bersifat flat, tidak mengandung komponen trend,

dengan keragaman yang konstan, serta tidak terdapat fluktuasi periodik.

Untuk diketahui adanya akar unit, maka dilakukan pengujian Dickey-Fuller

(DF-test) sebagai berikut:

63

Jika variabel sebagai variabel dependen, maka akan diubah menjadi

Yt = ρ Yt-1 + Ut

Jika koefisien Yt-1 (ρ) adalah = 1 dalam arti hipotesis diterima, maka

variabel mengandung unit root dan bersifat non-stasioner. Untuk mengubah

trend yang bersifat non-stasioner menjadi stasioner dilakukan uji orde

pertama (first difference)

ΔYt = (ρ-1) (Yt – Yt-1)

Koefisien ρ akan bernilai 0, dan hipotesis akan ditolak sehingga model

menjadi stasioner.

Hipotesis yang digunakan pada pengujian augmented dickey fuller

adalah:

H1b : ρ = 0 (Terdapat unit roots, variabel Y tidak stasioner)

H1b : ρ ≠ 0 (Tidak terdapat unit roots, variabel Y stasioner)

Kesimpulan hasil root test diperoleh dengan membandingkan nilai t-

hitung dengan t-tabel pada tabel Dickey-Fuller.

Keberadaan cointegration hubungan antara dua variabel menyiratkan

bahwa ada setidaknya efek kausal dari satu variabel ke variabel yang lain.

Namun, arah kausalitas tidak ditentukan oleh Cointergration Test. Untuk

menentukan arah penyebab iulah tes kausalias Granger digunakan.

Keberadaan kointegrasi antara variabel-variabel akan memerlukan

kausalitas Granger untuk diimplementasikan dalam Vector Error Correction

Model (VECM) jika data yang diteliti tidak stasioner. Jika data yang diteliti

64

stasioner, maka model Vector Autoregresive (VAR) yang digunakan untuk

menguji kausalitas.

b. Vector Error Correction Model (VECM)

Jika Granger menunjukkan bahwa data time series yang diuji tidak

stasioner pada tingkat level atau disebut non-stasionaritas data, maka ini

dikatakan bahwa data tersebut terkointegrasi. Data VECM digunakan di

dalam model VAR non structural apabila data time series tidak stasoner

pada level, tetapi stasioner pasa data diferensi dan terkointegrasi sehingga

menunjukkan adanya hubungan teoritis antara variable. Adanya kointegrasi

ini maka VECM yang merupakan model VAR non structural ini disebut

model VAR yang terestriksi.

Spesifikasi VECM merestriksi hubungan prilaku jangka panjang

antara variable yang ada agar konvergen ke dalam hubungan kointegrasi

namun tetap membiarkan perubahan-perubahan dinamis di dalam jangka

pendek. Termnologi kointegrasi ini dikenal sebagai koreksi kesalahan (error

correction) karena apabila terjadi deviasi terhadap keseimbangan jangka

panjang akan dikoreksi secara bertahap melalui penyesuaian parsial jangka

pendek secara bertahap.

65

c. Estimasi Model VAR dengan VECM

Proses estimasi ini terdiri dari :

a. Granger Causality Test

Granger (1969) mempostulasikan bahwa suatu variabel X dikatakan

menyebabkan variabel lain, Y, apabila Y saat ini dapat diprediksi lebih baik

dengan menggunakan nilai-nilai masa lalu X. Sebagaimana yang ditulisnya:

Variable X is said to cause another variable Y, with respect to a given

information set that includes X and Y, if current Y can be predicted better by

using past values of X than by not doing so, given all other past information

in the information set is used.

Terlihat bahwa teori Granger dilandasi atas asumsi sejumlah

informasi yang memasukkan X dan Y saat ini dan semua informasi masa

lalu. Katakanlah At adalah himpunan informasi yang telah tersedia dengan t

=…, -1, 0, 1, 2, … Dengan kata lain, asumsi yang digunakan adalah A={(X,

Y)}. X dan Y dianggap merupakan sepasang data runtut waktu yang

memiliki kovarians linear yang stasioner (linear covariance-stationary time

series). Oleh karena itu:

Di mana X = variabel independen dan Y = variabel dependen

Test ini menguji apakah suatu variabel bebas (independent variable)

memiliki perbandingan dari variabel tidak bebas (dependent variable).

66

Granger causality test merupakan alat pengujian yang dilakukan untuk

mengetahui hubungan sebab akibat antara variabel-variabel yang sedang

dianalisa. Terkait dengan penelitian ini, granger causality test

memungkinkan kita membandingkan adanya hubungan satu arah atau dua

arah dari variabel-variabel yang digunakan dalam penelitian yang

membandingkan kinerja keseimbangan resiko dan pengembalian (Risk-

Return Tradeoff) antara dua indeks yang berbeda. Sebelum melakukan

granger causality test, penulis melakukan pengujian nilai lag maksimum dan

nilai lag optimum dari kedua pendekatan ini dengan Likelihood Ratio Test

yang telah dijabarkan sebelumnya. Nilai lag yang nantinya ditemukan ,

terutama nilai lag optimum, digunakan sebagai nilai lag dalam uji kausalitas

granger.

b. The Impulse Responses:

Untuk melihat efek gejolak (shock) suatu standar deviasi dari variabel

invovasi terhadap nilai sekarang (current time values) dan nilai yang akan

datang (future values) dari variabel-variabel endogen yang terdapat dalam

model yang diamati.

Respons Terhadap Adanya Aksi ( The Impulse Responses ) adalah

salah satu aksesoris pada VAR yang digunakan untuk melihat respon

variable endogen terhadap adanya pengaruh inovasi (shock) variable

endogen yang lain (Pindycks dan Rubinfeld, 1998; 385). Inovasi

diinterpretasikan sebagai “goncangan kebijakan” (policy shock) atau juga

sering disebut aksi. Secara ststistik respon terhadap aksi dirumuskan dalam

67

persamaan Sims (1980b, 256-257). Jika kita mempunyai sebuah model

linier vector skolastik x yang diformulasikan sebagai berikut :

Dimana yaitu variabel gangguan kemudian

memilih matriks triangular B sehingga menghasilkan B yakni sebuah

kovarian diagonal matriks dan B juga mempunyai diagonalnya sendiri, oleh

karena itu A perlu dipindah menjadi C = AB1 dan e menjadi f = Be,

sehingga menjadi :

Dari formula di atas, koefisien C adalah respons terhadap adanya aksi

atau inovasi (Responses of Innovations).

c. The Cholesky 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.

68

Dekomposisi varian juga merupakan metode lain dari system dinamik

dengan mengunakan VAR. Jika respons terhadap adanya aksi menunjukkan

efek dari sebuah kebijakan (shock) variable endogen terhadap variable lain.

Sebaliknya, dekomposisi varian akan menguraikan inovasi pada sebuah

variable endogen terhadap komponen goncangan (shock) variable yang lain

di dalam VAR.

Berhubungan dengan persamaan pertama pada The Impulse

Responses, perlu ditetapkan terlebih dahulu matriks varian-kovarian dari

pada periode k sehingga persamaannya menjadi

:

Sehingga niai inilah yang disebut sebagai dekompoisi varian.

69

BAB IV

ANALISIS DAN PEMBAHASAN

A. Sekilas Gambaran Umum Indeks Pasar Modal Indonesia

Aktivitas pasar modal yang merupakan salah satu potensi perekonomian

nasional, memiliki peranan yang penting dalam menumbuhkembangkan

perekonomian nasional. Dukungan sektor swasta menjadi kekuatan nasional

sebagai dinamisator aktivitas perekonomian nasional. Pun demikian, di Indonesia,

ternyata pasar modal masih didominasi oleh pemodal asing. Idealnya, dalam pasar

modal perlu ada keseimbangan antara pemodal asing dengan pemodal lokal. Pasar

modal Indonesia masih dianalogikan dengan arena judi, bukan sebagai sarana

investasi. Akibatnya, hal ini menyebabkan peningkatan fluktuasi dan merugikan

investor minoritas. Indonesia memiliki 2 bursa efek, yaitu Bursa Efek Jakarta

(BEJ) dan Bursa Efek Surabaya (BES), yang masing-masing dijalankan oleh

perseroan terbatas. Pada September 2007, Bursa Efek Jakarta dan Surabaya

digabungkan (merger) menjadi Bursa Efek Indonesia (BEI). Melalui merger ini

diharapkan dapat makin memberikan peluang bagi perusahaan ke pasar modal.

Melalui penggabungan ini, biaya pencatatan menjadi lebih murah, karena hanya

mencatatkan saham secara single listing, sudah terakreditasi pada BEI. Sementara

itu, bagi anggota bursa, dengan menjadi anggota bursa atau pemegang saham BEI,

akan langsung menembus pasar. Bagi investor penggabungan ini menjadikan

makin banyaknya pilihan investasi, karena tidak ada lagi pembedaan pasar BES

dan BEJ, karena produk investasi ditawarkan dalam satu atap yaitu BEI.

70

Indeks yang ada di pasar modal Indonesia yang juga tercatat pada Bursa

Efek Indonesia (BEI) adalah :

1. Indeks Individual

Indeks individual menggunakan indeks harga masing-masing saham

terhadap harga dasarnya, atau indeks masing-masing saham yang

tercatat di BEI.

2. Indeks Sektoral

Indeks Sektoral menggunakan semua emiten yang termasuk dalam

masing-masing sektor. Sekarang ini ada 10 sektor yang ada di BEI

yaitu sektor Pertanian, Pertambangan, Industri Dasar, Aneka Industri,

Barang Konsumsi, Properti, Infrastruktur, Keuangan, Perdangangan

dan Jasa, dan Manufaktur.

3. Indeks Harga Saham Gabungan atau IHSG (Composite Stock Price

Index)

Indeks Harga Saham Gabungan atau IHSG (Composite Stock Price

Index) menggunakan semua saham yang tercatat sebagai komponen

penghitungan indeks. IHSG diperdagangkan pertama kali pada tanggal

1 April 1983 dengan nilai dasar 100dan jumlah emiten 12. IHSG

menggunakan Market Value Indeks dalam melakukan penghitungan.

71

4. Indeks LQ45

Indeks LQ45,yaitu indeks yang terdiri dari 45 saham pilihan dengan

mengacu kepada 2 variabel yaitu likuiditas perdagangan dan

kapitalisasi pasar yang likuiditas perdagangan dan kapitalisasi pasar.

Setiap 6 bulan terdapat saham baru yang masuk kedalam LQ45

tersebut.

5. Indeks Syariah atau JII (Jakarta Islamic Index)

JII merupakan indeks yang terdiri dari 30 saham mengakomodasi

syariat investasi dalam Islam atau Indeks yang berdasarkan syariah

Islam. Dengan kata lain, dalam Indeks ini dimasukkan saham-saham

yang memenuhi criteria investasi dalam syariat Islam. Saham-saham

yang masuk dalam Indeks Syariah adalah emiten yang kegiatan

usahanya tidak bertentangan dengan syariah seperti perjudia serta

permainan yang tergolong judi atau perdagangan yang dilarang dan

usaha lembaga keuangan konvensional (ribawi) termasuk perbankan

dan asuransi konvensional.

6. Indeks Papan Utama dan Papan Pengembangan

Yaitu indeks harga saham yang secara khusus didasarkan pada

kelompok saham yang tercatat di BEI yaitu kelompok Papan Utama

dan Papan Pengembangan.

72

7. Indeks KOMPAS 100

Merupakan Indeks Harga Saham hasil kerjasama Bursa Efek Indonesia

dengan harian KOMPAS. Indeks ini meliputi 100 saham dengan

beberapa poses penentuan, yaitu telah tercatat di BEI minimal 3 bulan,

saham tersebut masuk dalam perhitungan IHSG (Indeks Harga Saham

Gabungan). Berdasarkan pertimbangan factor fundamental perusahaan

dan pola perdagangan di bursa, BEI dapat menetapkan untuk

mengeluarkansaham tersebut dalam proses perhitungan indeks harga

100 saham, dan masuk dalam 150 saham dengan nilai transaksi dan

frekwensi transaksi serta kapitalisasi pasar terbesar di Pasar Reguler,

selama 12 bulan terakhir.

B. Perkembangan Pasar Modal Indonesia

Awal tahun 2009 lalu pasar modal BEI didera penurunan luar biasa tajam

akibat kecemasan mendalam akan kehancuran ekonomi global yang berawal dari

krisis subprime mortgage di AS dan sebagian Eropa. Krisis instrumen derivatif

berlandaskan aset KPR berkualitas rendah tersebut menjalar begitu cepat

sekaligus sangat dahsyat. Hampir semua pasar modal baik emerging market

ataupun pasar yang sudah efisien mengalami kejatuhan luar biasa. Tingkat

kejatuhan pasar modal global mencapai kisaran 60-80%. Krisis tersebut

menghapus sebagian besar kekayaan para investor kakap yang telah berinvestasi

selama satu dekade. Dari rakyat biasa hingga para analis keuangan, ekonom

sampai dengan petinggi negara membicarakan krisis ekonomi disertai bumbu

73

politik, anti-kapitalisme, neo-liberalisme, dan berbagai penyedap lainnya sesuai

dengan motif masing-masing kelompok. Perekonomian dan pasar finansial berada

pada kondisi yang rentan dan penuh ketidak-pastian tanpa gairah pada saat itu,

plus kerawanan isu sosial politi jelang pemilu pada paruh pertama 2009.

Setiap krisis akan menciptakan berbagai peluang bisnis dan investasi.

Ketika pasar modal BEI terjungkal hebat hingga level 1.100 an per Januari 2009,

dunia seolah terbalik dimana investor kaya menjadi “miskin” dan terbuka peluang

besar bagi para investor baru “newbie” untuk menjadi kaya. Investor baru dapat

masuk pada saat harga-harga saham terdiskon sangat rendah akibat krisis ekonomi

dan panic selling yang berlebihan. Ini jelas peluang langka. Untuk mendapatkan

peluang investasi sebaik ini mungkin harus menunggu selama kurun 10 tahun lagi.

Situasi saat itu dapat disebut maximum investment opportunity. Namun, peluang

berharga tersebut kurang dimanfaatkan akibat rasa takut dan dampak psikologis

yang dalam akibat kejatuhan pasar finansial dunia. Hal tersebut dapat dimaklumi,

Lehman Brothers, AIG, Citigroup, JP Morgan dan sederet manajer investasi kelas

dunia saja terkapar tak berdaya dihantam badai subprime mortgage tersebut.

Namun kita harus memahami, bahwa fenomena tersebut hanyalah sebuah siklus

yang terus berputar dari masa ke masa. Setelah mengalami krisis, kembali pasar

finansial mengalami booming, kemudian kembali didera krisis dan seterusnya.

Pertumbuhan yang cukup baik dimulai 2006,hingga 2007 dan paruh pertama

2008. Setelah naik 55,3% pada tahun 2006, dan naik lagi 52,1% pada tahun 2007,

Indeks Harga Saham Gabungan (IHSG) menurun 50,7% selama tahun 2008.

Memasuki kuartal III 2008, pasar finansial global mulai limbung dan hancur pada

74

kuartal terakhir 2008. Sampai paruh pertama 2008, BEI mencetak rekor dalam

sejarah hingga level 2830. Kejatuhan BEI disebabkan terutama keluarnya hot

money besar-besaran terutama pada kuartal terkahir 2008.

Pada paruh pertama 2009 indikator ekonomi makro Indonesia yang cukup kuat

dari terpaan krisis global dengan PDB sekitar 4,3% tersebut membuat pasar

kembali memasuki wilayah optimis sekalipun senantiasa dibayangi berbagai

kecemasan akan pemulihan ekonomi global yang belum jelas. Akhirnya jelang

kuartal kedua 2009, IHSG kembali menujukkan kekuataannya dan berhasil up

trend luar biasa hingga 50,1% pada akhir semster 2 tahun 2009. Serta merta

peguatan IHSG diikuti oleh menguatnya nilai tukar IDR terhadap USD menjadi

sekitar Rp. 10.200/USD pada akhir Juni 2009 setelah sempat terpuruk hingga Rp.

12.000/USD pada Desember 2008. Pemulihan tersebut juga didorong oleh

penurunan tingkat suku bunga BI (BI rate) dari 9,5% hingga 6,5% saja secara

periodik. Penguatan IHSG terus berlanjut pada kuartal 3, bahkan berhasil

menembus level psikologis 2000 dengan mulus disertai penguatan IDR/USD pada

kisaran Rp. 9500-10.000/USD. Memasuki kuartal terkhir 2009, para investor

semakin percaya diri bahkan cenderung over confidence terhadap prospek

investasinya. Hal tersebut, membuat IHSG kembali terbang tinggi menembus

level wajarnya di 2250. Bahkan pada November dan Desember 2009, IHSG

berkali-kali menembus level keramat 2500. Namun, para investor nampaknya

belum berani melangkah terlalu jauh sehingga pada kuartal terkhir 2009 IHSG

berfluktuasi pada kisaran 2400-2500 an. Bayangkan, pada 31 Desember 2009,

Indeks Harga Saham Gabungan (IHSG) telah bertengger di atas level 2.500 atau

75

tumbuh sekitar 85,86%. Ini berarti IHSG sudah dipredikasi kembali normal hanya

dalam satu tahun saja. Namun hal yang mencemaskan adalah kenaikan harga

crude oil dunia yang mencapai di atas level USD 80/barrel per 5/11/10. Kenaikan

harga minyak mentah dunia tersebut lebih disebabkan aktivitas spekulasi dari

pada proses supply-demand. www.ekonomi.kompasiana.com (2009).

C. Statistik Deskriptif

1. Perbandingan Deskripsi Statistik

Deskriptif Statistik ini berfungsi untuk memberikan gambaran umum

tentang data yang telah diperoleh. Gambaran umum ini bisa menjadi acuan untuk

melihat karakteristik data yang kita peroleh. Proses pengumpulan data,

pengolahan dan penarikan kesimpulan harus dilakukan dengan baik, cermat, teliti

serta mengikuti kaidah-kaidah dan teori yang benar dan dapat dipertanggung

jawabkan secara ilmiah berupa mean, median, standar deviasi hingga probability

yang dimiliki oleh data.

76

Tabel 4.1

Deskriptif Statistik

LQ45 JII Mean -0.002433 0.082346 Median 0.015785 0.010861 Maximum 1.028847 2.805013 Minimum -1.80389 -1.058425 Std. Dev. 0.523276 0.793296 Skewness -1.415743 1.558402 Kurtosis 7.390954 6.946751 Jarque-Bera 27.29779 25.29131 Probability 0.000001 0.000003 Sum -0.058392 1.9763 Sum Sq. Dev. 6.297809 14.47434 Observations 24 24

Tabel 4.1 memberikan rincian lebih lanjut tentang deskriptif statistik

antara kedua indeks. Uji normalitas menunjukkan bahwa tak satu pun kembali

terdistribusi secara normal. The Jarque-Bera (JB) uji normalitas signifikan pada

1%, dengan nilai pada LQ45 sebesar 27.29779 dan JII sebesar 25.29131

menunjukkan bahwa hipotesis nol dari kenormalan data diterima.

Tabel 4.1 juga menunjukkan statistik deskriptif dari pengembalian kedua

indeks. Dilihat dari mean kedua indeks, jelas bahwa rata-rata return dari JII lebih

dari LQ45 yaitu 0.082346 untuk JII dan -0.002433 untuk LQ45. Begitu juga jika

dilihat dari standar deviasi, yang merupakan pengukuran risiko longgar dan

menunjukkan bahwa LQ45 lebih berisiko daripada JII yaitu 0.793296 untuk JII

dan 0.523276 untuk LQ45. Selanjutnya, total return jangka panjang bagi kedua

indeks, yang diukur dengan jumlah semua kembali pada periode tersebut,

77

menunjukkan bahwa JII memiliki nilai laba jangka panjang sebesar 2.805013

yang lebih tinggi daripada LQ45 sebesar 1.028847.

Grafik 4.1

Deskriptif Statistik

-2

-1

0

1

2

3

2008M01 2008M07 2009M01 2009M07

LQ45 JII

78

2. Risk Adjusted Performance

Investasi portofolio diharapkan dapat meningkatkan keuntungan hanya

dengan meningkatkan risiko sistematisnya (beta), maka dibutuhkan evaluasi

Kinerja Resiko yang Disesuaikan (Risk Adjusted Performance) . Semua investor

memiliki pemikiran yang sama, mereka lebih suka berinvestasi di lini bisnis

berisiko rendah dibandingkan dengan berinvestasi pada sesuatu yang lebih

menguntungkan tetapi lebih berisiko. Dan, jelas, investor mengalokasikan asetnya

harus menyeimbangkan resiko terhadap pengembalian yang diharapkan.

Dengan kata lain, setiap penilaian kinerja harus menyeimbangkan risiko

dan imbal hasil. Itulah fungsi dari Risk Adjusted Performance. Risk Adjusted

Performance menghitung “hadiah” yang akan di dapatkan investor dengan

beberapa penyesuaian terhadap risiko. Yang peneliti maksud dengan hadiah

tergantung pada aplikasi. Mungkin pendapatan, keuntungan serta pengembalian.

Demikian pula dengan risiko dapat diukur sebagai volatilitas, betaserta nilai dalam

resiko.

Tabel 4.2

Risk Adjusted Performance dan Beta dari JII dan LQ45

Indeks Sharpe Ratio

Treynor Index

Jensen Alpha Beta eSDAR

JII 0.119190206 0.109061276 0.07599879 0.8326131 0.16513399

LQ45 0.011937073 0.007107801 -0.00742418 0.8479405 0.16100753

79

Tabel 4.2 diatas menunjukkan resiko pengembalian yang disesuaikan untuk

masing-masing indeks menggunakan empat pengukuran yang berbeda. Indeks

utama adalah IHSG yang terdiri dari semua indeks yang ada dalam bursa efek

Indonesia. Pengukuran pertama adalah sharpe ratio, yang digunakan untuk

mempertimbangkan resiko sistematis dan tidak sistematis. Hasil dari penelitian ini

menunjukkan LQ45 memiliki tingkat pengembalian yang disesuaikan lebih kecil

dari pada JII. Dimana 0.011937073 untuk LQ45 dan 0.119190206 untuk JII.

Dalam pengukuran yang kedua, yaitu Treynor Indeks, hasil penelitian

menunjukkan bahwa tingkat pengembalian LQ45 sebesar 0.109061276 lebih kecil

dari JII sebesar 0.007107801. Dalam kasus ini, LQ45 menghasilkan tingkat

pengembalian yang lebih rendah dari JII (LQ45 sebesar -0.00742418, sedangkan

JII sebesar 0.07599879. Beta menunjukkan bahwa LQ45 memiliki resiko yang

lebih tinggi sebesar 0.8479405 dari pada JII yang hanya sebesar 0.8326131.

Selanjutnya eSDAR memperlihatkan hasil perhitungan lainnya,dimana

LQ45 menghasilkan pengembalian yang lebih redah sebesar 0.16100753 daripada

JII sebesar 0.16513399. Hasil ini tidak jauh bebeda dengan hasil penelitian

Mohamed Albaity dan Rubi Ahmad (2008).

D. Uji Stasionaritas Data

Langkah pertama dalam pembentukan model VAR adalah melakukan uji

stsionaritas data. Jika data adalah stasioner pada tingkat level, maka peneliti akan

menggunakan model VAR biasa (unrestricted VAR). Sebaliknya jika data tidak

stasioner pada level tapi stasioner pada proses diferensi data, maka kita harus

menguji apakah data mempunyai hubungan dalam jangka panjang atau tidak

80

dengan melakukan uji kointegrasi. Apabila terdapat kointegrasi maka model yang

yang akan peneliti gunakan adalah model Vector Error Correction Model

(VECM).. Uji Stasionaritas data yang peneliti lakukan adalah dengan

menggunakan adalah uji akar unit Augmented Dickey-Fuller (ADF).

Tabel 4.3

Uji ADF untuk JII dengan Konstanta pada Tingkat Level

Null Hypothesis: JII has a unit root Exogenous: Constant Lag Length: 9 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.074729 0.0718 Test critical values: 1% level -4.004425

5% level -3.098896 10% level -2.690439

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 14

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 09:05 Sample (adjusted): 2008M11 2009M12 Included observations: 14 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -2.158358 1.040308 -2.074729 0.1297 D(JII(-1)) 1.097698 0.817403 1.342909 0.2719 D(JII(-2)) 1.072528 0.535456 2.003018 0.1389 D(JII(-3)) 0.700162 0.455466 1.537245 0.2218 D(JII(-4)) 0.583522 0.443668 1.315224 0.2799 D(JII(-5)) 0.631806 0.380049 1.662433 0.1950 D(JII(-6)) 0.702995 0.325535 2.159509 0.1196 D(JII(-7)) 0.479071 0.356091 1.345359 0.2712 D(JII(-8)) 0.247148 0.285007 0.867163 0.4496

81

D(JII(-9)) 0.212859 0.183603 1.159347 0.3302 C 0.037360 0.112653 0.331638 0.7620

R-squared 0.999572 Mean dependent var -0.031056 Adjusted R-squared 0.998146 S.D. dependent var 0.730462 S.E. of regression 0.373790 Akaike info criterion 0.900739 Sum squared resid 0.419157 Schwarz criterion 1.402855 Log likelihood 4.694829 F-statistic 4.664590 Durbin-Watson stat 2.591842 Prob(F-statistic) 0.115819

Pada Tabel 4.3, dalam uji ADF untuk JII dengan Konstanta pada Tingkat

Level dapat kita lihat bahwa nilai statistik t pada output adalah sebesar -2.074729,

masih lebih kecil daripada nilai kritik pada nilai statistik McKinon pada tingkat

kepercayaan 1%, 5%, maupun 10%. Serta nilai Probabilitas sebesar 0.0718 masih

lebih besar daripada nilai kritik α = 0,05 (0.0718 > 0,05). Hasil output tersebut

menunjukkan bahwa data tidak stasioner.

Tabel 4.4

Uji ADF untuk LQ45 dengan Konstanta pada Tingkat Level

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 8 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -6.301463 0.6936 Test critical values: 1% level -3.959148

5% level -3.081002 10% level -2.681330

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 15

82

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 09:06 Sample (adjusted): 2008M10 2009M12 Included observations: 15 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -1.556639 0.247028 -6.301463 0.0015 D(LQ45(-1)) 0.667571 0.229429 2.909710 0.0334 D(LQ45(-2)) 0.679606 0.214125 3.173879 0.0247 D(LQ45(-3)) 0.749431 0.213462 3.510839 0.0171 D(LQ45(-4)) 0.502725 0.197348 2.547399 0.0514 D(LQ45(-5)) 0.648430 0.184476 3.514982 0.0170 D(LQ45(-6)) 0.676100 0.175087 3.861512 0.0119 D(LQ45(-7)) 0.544932 0.156506 3.481864 0.0176 D(LQ45(-8)) 0.530143 0.113918 4.653723 0.0056

C 0.060157 0.057508 1.046061 0.3434

R-squared 0.964551 Mean dependent var 0.129127 Adjusted R-squared 0.900744 S.D. dependent var 0.655328 S.E. of regression 0.206461 Akaike info criterion -0.082689 Sum squared resid 0.213131 Schwarz criterion 0.089345 Log likelihood 10.62017 F-statistic 15.11654 Durbin-Watson stat 2.531551 Prob(F-statistic) 0.004029

Dan pada table 4.4 uji ADF untuk LQ45 dengan Konstanta pada Tingkat

Level, dapat kita lihat bahwa nilai statistik t pada output adalah sebesar -6.301463,

masih lebih kecil daripada nilai kritik pada nilai statistik McKinon pada tingkat

kepercayaan 1%, 5%, maupun 10%. Serta nilai Probabilitas sebesar 0.6936 masih

lebih besar daripada nilai kritik α = 0,05 (0.6936 > 0,05). Hasil output tersebut

menunjukkan bahwa data tidak stasioner.

83

Tabel 4.5

Uji ADF untuk JII dengan Konstanta pada Tingkat 1st Difference

Null Hypothesis: D(JII) has a unit root Exogenous: Constant Lag Length: 5 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.854094 0.0718 Test critical values: 1% level -3.886751

5% level -3.052169 10% level -2.666593

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 17

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII,2) Method: Least Squares Date: 08/06/10 Time: 09:07 Sample (adjusted): 2008M08 2009M12 Included observations: 17 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(JII(-1)) -3.033181 1.062747 -2.854094 0.0171 D(JII(-1),2) 1.336102 0.937434 1.425275 0.1845 D(JII(-2),2) 0.735725 0.764592 0.962245 0.3586 D(JII(-3),2) 0.367890 0.587660 0.626026 0.5453 D(JII(-4),2) 0.009168 0.383674 0.023894 0.9814 D(JII(-5),2) -0.147295 0.194409 -0.757656 0.4661

C -0.088491 0.168436 -0.525371 0.6108

R-squared 0.928996 Mean dependent var -0.141811 Adjusted R-squared 0.886393 S.D. dependent var 2.046148 S.E. of regression 0.689666 Akaike info criterion 1.387683 Sum squared resid 4.756395 Schwarz criterion 1.730771 Log likelihood -13.29531 F-statistic 21.80615 Durbin-Watson stat 2.455433 Prob(F-statistic) 0.000034

84

Sedangkan dari output yang dihasilkan pada uji ADF untuk JII dengan

Konstanta pada Tingkat 1st Difference pada table 4.5, terlihat bahwa nilai statistik

t sebesar -2.854094 sudah lebih besar daripada nilai t pada tabel McKinon pada

tingkat kepercayaan 1%, 5%, maupun 10%. Serta nilai probabilitasnya sebesar

0.0008 sudah lebih kecil dari nilai kritik 0,05 (0.0008 < 0,05). Dengan demikian

data telah stasioner pada diferensiasi tahap pertama (1st difference) dan hipotesis

null dapat ditolak.

Tabel 4.6

Uji ADF untuk LQ45 dengan Konstanta pada Tingkat 1st Difference

Null Hypothesis: D(LQ45) has a unit root Exogenous: Constant Lag Length: 9 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.069104 0.0002 Test critical values: 1% level -4.057910

5% level -3.119910 10% level -2.701103

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 13

85

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45,2) Method: Least Squares Date: 08/06/10 Time: 09:07 Sample (adjusted): 2008M12 2009M12 Included observations: 13 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(LQ45(-1)) -2.684797 2.511260 -1.069104 0.3970 D(LQ45(-1),2) 1.152478 2.073370 0.555848 0.6342 D(LQ45(-2),2) 1.172008 1.893423 0.618989 0.5990 D(LQ45(-3),2) 1.189882 1.698094 0.700716 0.5560 D(LQ45(-4),2) 0.951853 1.486851 0.640181 0.5876 D(LQ45(-5),2) 0.898892 1.141556 0.787427 0.5135 D(LQ45(-6),2) 0.976561 0.952546 1.025211 0.4131 D(LQ45(-7),2) 0.877278 0.800476 1.095945 0.3875 D(LQ45(-8),2) 0.803717 0.555740 1.446212 0.2850 D(LQ45(-9),2) 0.323601 0.432923 0.747480 0.5327

C 0.017575 0.155479 0.113035 0.9203

R-squared 0.962614 Mean dependent var -0.033830 Adjusted R-squared 0.775684 S.D. dependent var 0.941675 S.E. of regression 0.445996 Akaike info criterion 1.043494 Sum squared resid 0.397826 Schwarz criterion 1.521528 Log likelihood 4.217290 F-statistic 5.149591 Durbin-Watson stat 2.420794 Prob(F-statistic) 0.173466

Dan dari output yang dihasilkan pada uji ADF untuk LQ45 dengan

Konstanta pada Tingkat 1st Difference pada table 4.6, terlihat bahwa nilai statistik

t sebesar -1.069104 sudah lebih besar daripada nilai t pada tabel McKinon pada

tingkat kepercayaan 1%, 5%, maupun 10%. Serta nilai probabilitasnya sebesar

0,0002 sudah lebih kecil dari nilai kritik 0,05 (0,0002 < 0,05). Dengan demikian

data telah stasioner pada diferensiasi tahap pertama (1st difference) dan hipotesis

null dapat ditolak.

86

87

E. Uji Kointegrasi

Sebagaimana dinyatakan oleh Engle-Granger (1983) keberadaan variabel

non stsaioner menyebabkan kemungkinan besar adanya hubungan jangka panjang

antara variabel di dalam sistim VAR. berkaitan dengan ini, maka langkah

selanjutnyadi dalam estimasi VAR adalah uji kointegrasi unuk mengetahui

keberadaan hubungan antar variabel. Pada langkah ini peneliti akan mengetahui

apakah model ini merupakan VAR tingkat diferensiasi jika tidak ada kointegrasi

dan VECM bila terdapat kointegrasi.

Tabel 4.7

The Johansen and Juselius Cointegration Test

Date: 08/06/10 Time: 09:13 Sample (adjusted): 2008M03 2009M12 Included observations: 22 after adjustments Trend assumption: Linear deterministic trend Series: JII LQ45 Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.734407 34.66332 15.49471 0.0000 At most 1 * 0.221056 5.495948 3.841466 0.0191

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values

88

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.734407 29.16738 14.26460 0.0001 At most 1 * 0.221056 5.495948 3.841466 0.0191

Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values

Dari hasil uji kointegrasi yang peneliti lakukan, terdapat kointegrasi antara

variabel JII dan LQ45 pada �=5%.. Hal ini membuktikan bahwa terdapat

hubungan jangka panjang antara JII dengan LQ45. Dengan kata lain, hanya ada

satu persamaan kointegrasi atau satu persamaaan keseimbangan kointegrasi yang

menyebabkan kedua indeks akan memiliki kecenderungan trend yang sama dalam

jangka panjang.

Selain itu, ini menunjukkan bahwa mekanisme penyaringan LQ45

mungkin tidak mempunyai efek pada perilaku temporal dibandingkan dengan JII.

Dengan kata lain, yang menjatuhkan perusahaan yang tidak sesuai dengan proses

seleksi tidak akan mempengaruhi tren bersama dengan JII. Hal ini bertentangan

dengan Rudd (1981), yang menyarankan bahwa proses seleksi akan cenderung

memaksakan risiko yang lebih dan biaya pada portofolio etis. Ini kembali akan

menyebabkan investasi etis untuk memasukkan efek yang lebih sedikit.

89

F. Vector Error Cointegration Model (VECM)

Berdasarkan hasil dari Uji Akar Unit dan Uji Kointegrasi yang telah

dilakiukan, diketahui bahwa model yang tepat untuk menganalisis hubungan

antara JII dan LQ45 adalah VECM. Panjang kelambanan optimal yang diperoleh

berdasarkan kriteria AIC adalah 5. hasil estimasi model VECM ditampilkan pada

tabel 4.8. Bagian atas merupakan hasil regresi jangka panjang hubungan JII dan

LQ45 didasarkan pada uji kointegrasi. Bagian berikutnya menunjukkan hasil

regresi VECM. Informasi seanjutnya merupakan informasi statistik untuk masing-

masing persamaan dan bagian bawah adalah informasi statistik untuk system

VAR secara menyeluruh. Angka yang dikurung pertama menunjukkan standar

error dan angka kedua menunjukkan t hitung.

Tabel 4.8

Vector Error Correction Estimates

Vector Error Correction Estimates

Date: 08/06/10 Time: 09:31

Sample (adjusted): 2008M07 2009M12

Included observations: 18 after adjustments

Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: CointEq1

JII(-1) 1.000000

LQ45(-1) 0.750939

(0.12271)

[ 6.11959]

C -0.115650

Error Correction: D(JII) D(LQ45)

90

CointEq1 -4.511381 0.042817

(1.57868) (1.23637)

[-2.85770] [ 0.03463]

D(JII(-1)) 3.314941 -0.209923

(1.38711) (1.08634)

[ 2.38982] [-0.19324]

D(JII(-2)) 2.638289 -0.587637

(1.20233) (0.94163)

[ 2.19431] [-0.62406]

D(JII(-3)) 1.992547 -0.656219

(0.97381) (0.76266)

[ 2.04613] [-0.86043]

D(JII(-4)) 0.836201 -0.312507

(0.72351) (0.56663)

[ 1.15576] [-0.55152]

D(JII(-5)) 0.492133 -0.232602

(0.36925) (0.28918)

[ 1.33280] [-0.80434]

D(LQ45(-1)) 2.202004 -1.063187

(1.16350) (0.91122)

[ 1.89257] [-1.16678]

D(LQ45(-2)) 1.475200 -0.529931

(0.98499) (0.77141)

[ 1.49768] [-0.68696]

D(LQ45(-3)) 0.738588 -0.413301

(0.59882) (0.46897)

[ 1.23341] [-0.88129]

D(LQ45(-4)) -0.011734 -0.319500

(0.37053) (0.29019)

[-0.03167] [-1.10101]

D(LQ45(-5)) -0.673252 -0.047556

(0.33345) (0.26115)

[-2.01902] [-0.18210]

C -0.045308 0.047680

(0.17125) (0.13412)

[-0.26457] [ 0.35550]

91

R-squared 0.891355 0.816890

Adj. R-squared 0.692172 0.481188

Sum sq. resids 2.949289 1.808952

S.E. equation 0.701105 0.549083

F-statistic 4.475053 2.433378

Log likelihood -9.261623 -4.862276

Akaike AIC 2.362403 1.873586

Schwarz SC 2.955984 2.467167

Mean dependent 0.047322 0.013660

S.D. dependent 1.263655 0.762312

Determinant resid covariance (dof adj.) 0.109740

Determinant resid covariance 0.012193

Log likelihood -11.41997

Akaike information criterion 4.157774

Schwarz criterion 5.443867

Pada tabel 4.8 masing-masing lag yang digunakan dalam estimasi ini

adalah 5 kelambanan berdasarkan kriteria informasi Akaike. Hanya signifikan lag

yang dilaporkan dalam bagian ini yaitu lag 1 karena memiliki nilai absolute yang

paling kecil. Karena koefisien adalah negatif, kesalahan positif cenderung

menyebabkan JII menjadi negatif dan karenanya LQ45 jatuh.

G. Analisis Dalam Model VAR

Hasil estimasi VAR seringkali tdak memuaskan saat dilihat dari uji t.

Kelambanan variabel endogen di dalam system VAR mungkin tidak signifikan

secara statistic. Selain itu secara individual koefisien di dalam model VAR sulit

diinterpretasikan. Oleh karenna itu, diperlukan analisis guna meminimalisir

kekurangan-kekurangan dalam model VAR tersebut antara lain dengan Impulse

Response, Variance Decomposition dan Granger Causality Test.

92

Tabel 4.9

The Impulse Responses

Accumulated Response of JII: Period JII LQ45

1 0.916816 0.000000 2 1.145478 -0.333075 3 1.261656 -0.417575 4 1.749135 -0.542850 5 2.032278 -0.734619 6 2.308337 -0.868243 7 2.665965 -1.014245 8 2.973638 -1.174238 9 3.282733 -1.320516 10 3.609792 -1.470363 11 3.924712 -1.623088 12 4.240682 -1.772606 13 4.560561 -1.923107 14 4.877520 -2.074186 15 5.194887 -2.224520 16 5.513094 -2.375117 17 5.830604 -2.525825 18 6.148247 -2.676362 19 6.466068 -2.826968 20 6.783723 -2.977594 21 7.101418 -3.128181 22 7.419150 -3.278785 23 7.736843 -3.429393 24 8.054547 -3.579992

Accumulated Response of LQ45:

Period JII LQ45

1 -0.108131 0.388030 2 -0.329749 0.396843 3 -0.892847 0.576406 4 -1.108995 0.775736 5 -1.435446 0.900201 6 -1.818991 1.065095 7 -2.124490 1.232258 8 -2.458716 1.382660 9 -2.803906 1.543032 10 -3.131155 1.703299

93

11 -3.465847 1.859866 12 -3.802514 2.018862 13 -4.135092 2.177688 14 -4.469564 2.335706 15 -4.804358 2.494310 16 -5.138228 2.652841 17 -5.472573 2.811197 18 -5.806961 2.969694 19 -6.141142 3.128166 20 -6.475440 3.286601 21 -6.809741 3.445070 22 -7.143995 3.603530 23 -7.478279 3.761983 24 -7.812561 3.920444

Cholesky Ordering: JII LQ45

Karena secara individual koefisien di dalam model VAR sulit

diinterpretasikan maka peneliti menggunakan Impulse Response untuk melacak

respon endogen dalam sistem penghitungan VECM dari penelitian ini yang

disebabkan oleh goncangan (shock) atau perubahan dalam variabel gangguan (e).

Adanya shock variable gangguan dalam nilai JII, misalnya mengalami

kenaikan sebesar satu deviasi standar, akan mempengaruhi nilai LQ45 saat ini

maupun di masa mendatang. Begitu pula sebaliknya. Hasilnya dapat dilihat pada

table 4.9 di atas.

Nilai impulse response karena adanya shock suatu variable terhadap

variable lain di dalam system VAR ditampilkan padakolom 1 dan 2. Misalnya

pada bagian atas menunjukkan respon JII karena shock LQ45. Jika terjadi shock

LQ45 maka nilai JII pada periode kedua sebesar -0.333075. pada bagian kedua

menunjukkan respon LQ45 karena adanya shock variable JII dimana pada periode

kedua nilainya sebesar 0.396843.

94

Grafik 4.1

The Impulse Responses

-4

-2

0

2

4

6

8

10

2 4 6 8 10 12 14 16 18 20 22 24

Accumulated Response of JII to JII

-4

-2

0

2

4

6

8

10

2 4 6 8 10 12 14 16 18 20 22 24

Accumulated Response of JII to LQ45

-8

-6

-4

-2

0

2

4

6

2 4 6 8 10 12 14 16 18 20 22 24

Accumulated Response of LQ45 to JII

-8

-6

-4

-2

0

2

4

6

2 4 6 8 10 12 14 16 18 20 22 24

Accumulated Response of LQ45 to LQ45

Accumulated Response to Cholesky One S.D. Innovations

Setelah peneliti mengestimasi model VAR dengan VECM pada table 4.6,

maka diperoleh hasil analisis respon variabel di dalam system VAR akibat shock

variabel yang lain. Pada grafik 4.1 terdapat 4 grafik hasil Impulse Response dalam

periode 24 bulan.

95

Tabel 4.10

Variance Decomposition

Variance Decomposition of JII:

Period S.E. JII LQ45

1 0.916816 100.0000 0.000000 2 1.001887 88.94785 11.05215 3 1.012134 88.47349 11.52651 4 1.130374 89.53054 10.46946 5 1.180970 87.77159 12.22841 6 1.220145 87.34488 12.65512 7 1.279831 87.19630 12.80370 8 1.325982 86.61619 13.38381 9 1.369367 86.30973 13.69027 10 1.415834 86.07347 13.92653 11 1.458454 85.77893 14.22107 12 1.499760 85.55759 14.44241 13 1.540861 85.36379 14.63621 14 1.580361 85.17239 14.82761 15 1.618908 85.00777 14.99223 16 1.656743 84.85844 15.14156 17 1.693613 84.71866 15.28134 18 1.729706 84.59232 15.40768 19 1.765099 84.47600 15.52400 20 1.799769 84.36790 15.63210 21 1.833787 84.26816 15.73184 22 1.867193 84.17547 15.82453 23 1.900006 84.08899 15.91101 24 1.932262 84.00833 15.99167

Variance Decomposition of LQ45:

Period S.E. JII LQ45

1 0.402815 7.205904 92.79410 2 0.459839 28.75680 71.24320 3 0.748848 67.38648 32.61352 4 0.804504 65.60393 34.39607 5 0.877091 69.04775 30.95225 6 0.971383 71.88362 28.11638 7 1.031920 72.46155 27.53845 8 1.095074 73.65994 26.34006 9 1.159337 74.58559 25.41441

96

10 1.215253 75.13128 24.86872 11 1.270185 75.71642 24.28358 12 1.323629 76.19491 23.80509 13 1.373983 76.57152 23.42848 14 1.422909 76.92171 23.07829 15 1.470344 77.22320 22.77680 16 1.516085 77.48343 22.51657 17 1.560569 77.71913 22.28087 18 1.603843 77.92864 22.07136 19 1.645935 78.11609 21.88391 20 1.686998 78.28643 21.71357 21 1.727087 78.44088 21.55912 22 1.766258 78.58163 21.41837 23 1.804583 78.71073 21.28927 24 1.842111 78.82936 21.17064

Cholesky Ordering: JII LQ45

Tabel 4.10 menampilkan hasil dekomposisi varians dari kedua seri selama

24 bulan. Analisis Variance Decompotition menggambarkan relatif pentingnya

setiap variabel lain di dalam sistem VAR karena adanya shock. Analisis ini

berguna untuk memprediksi kontribusi presentase varian setiap variabel karena

adanya perbahan variabel tertentu di dalam sistim VAR. Dalam response of LQ45,

LQ45 adalah yang paling eksogen karena total LQ45 memiliki nilai lebih tinggi

dibandingkan dengan JII. Hal ini menunjukkan bahwa JII tidak berpengaruh,

walaupun tidak signifikan secara statistic. Hasil menunjukkan bahwa, meskipun

secara statistik tidak signifikan, JII adalah yang paling endogen, karena hingga 24

bulan, total pada response of JII menunjukkan bahwa JII memiliki total lebih

tinggi dibandingkan dengan LQ45.

97

Pada periode 1 varian JII yang dijelaskan oleh variabel itu sendiri sebesar

100%. Periode 2 varian JII dijelaskan oleh variabelitu sendiri sebesar 88,94%

sedangkan sisanya sebesar 11,05% dijelaskan oleh LQ45. Sementara itu, pada

bagian kedua pada periode 1 varian LQ45 dijelaskan oleh variabel itu sendiri

sebesar 92,79% sedangkan sisanya sebesar 7,20% dijelaskan oleh JII.

Grafik 4.2

Variance Decompostion

0

20

40

60

80

100

2 4 6 8 10 12 14 16 18 20 22 24

Percent JII variance due to JII

0

20

40

60

80

100

2 4 6 8 10 12 14 16 18 20 22 24

Percent JII variance due to LQ45

0

20

40

60

80

100

2 4 6 8 10 12 14 16 18 20 22 24

Percent LQ45 variance due to JII

0

20

40

60

80

100

2 4 6 8 10 12 14 16 18 20 22 24

Percent LQ45 variance due to LQ45

Variance Decomposition

98

Tahap terakhir adalah Uji Kausalitas Granger dengan tujuan menganalisis

hubungan dua arah antar variabel. Panjang kelambanan dalam model kausalitas ini

juga menggunakan kriteria Akaike hingga lag maksimum yaitu 6.

Tabel 4.11

Granger Causality Test

Uji Kausalitas Granger Kelambanan 1 Pairwise Granger Causality Tests Date: 06/04/10 Time: 00:44 Sample: 2008M01 2009M12 Lags: 1

Null Hypothesis: Obs F-Statistic Probability

LQ45 does not Granger Cause JII 23 1.08364 0.31031 JII does not Granger Cause LQ45 2.12691 0.16026

Uji Kausalitas Granger Kelambanan 2 Pairwise Granger Causality Tests Date: 06/04/10 Time: 00:45 Sample: 2008M01 2009M12 Lags: 2

Null Hypothesis: Obs F-Statistic Probability

LQ45 does not Granger Cause JII 22 1.15479 0.33865 JII does not Granger Cause LQ45 10.8464 0.00192*

99

Uji Kausalitas Granger Kelambanan 3 Pairwise Granger Causality Tests Date: 06/04/10 Time: 00:45 Sample: 2008M01 2009M12 Lags: 3

Null Hypothesis: Obs F-Statistic Probability

LQ45 does not Granger Cause JII 21 0.70992 0.56200 JII does not Granger Cause LQ45 7.56420 0.01302**

Uji Kausalitas Granger Kelambanan 4 Pairwise Granger Causality Tests Date: 06/04/10 Time: 00:46 Sample: 2008M01 2009M12 Lags: 4

Null Hypothesis: Obs F-Statistic Probability

LQ45 does not Granger Cause JII 20 0.84714 0.52408 JII does not Granger Cause LQ45 4.72593 0.01029**

Uji Kausalitas Granger Kelambanan 5 Pairwise Granger Causality Tests Date: 06/07/10 Time: 22:03 Sample: 2008M01 2009M12 Lags: 5

Null Hypothesis: Obs F-Statistic Probability

LQ45 does not Granger Cause JII 19 0.98929 0.47993 JII does not Granger Cause LQ45 2.72342 0.00924*

100

Uji Kausalitas Granger Kelambanan 6 Pairwise Granger Causality Tests Date: 06/07/10 Time: 22:05 Sample: 2008M01 2009M12 Lags: 6

Null Hypothesis: Obs F-Statistic Probability

LQ45 does not Granger Cause JII 18 0.04500 0.22482 JII does not Granger Cause LQ45 1.96655 0.00079*

Uji Kausalitas Granger Kelambanan 7 Pairwise Granger Causality Tests Date: 06/11/10 Time: 19:54 Sample: 2008M01 2009M12 Lags: 7

Null Hypothesis: Obs F-Statistic Probability

JII does not Granger Cause LQ45 17 7.46729 0.12315 LQ45 does not Granger Cause JII 1.12648 0.00054*

*,** dan *** menunjukkan signifikansi pada �=1% �=5% dan �=10% Tabel 4.11 merangkum hasil dari setiap variabel kausalitas dimana pada

penelitian ini tujuan dari uji kausalitas yang telah dilakukan adalah untuk mencari

hubungan sebab akibat antar variabel endogen dalam sistem VAR. Ada atau

tidaknya kausalitas ini diuji melalui uji F atau dilihat dari nilai probabilitasnya..

Dalam penelitian ini, pada lag 1 tidak terdapat kausalitas sama sekali antara

variabel. Sedangkan pada lag 2 hingga lag 7 hasilnya sama yaitu terdapat

kausalitas satu arah dari JII ke LQ45.

101

H. Interpretasi

Pada hipotesis pertama, peneliti menganalisa perbedaan keseimbangan

risiko dan pengembalian (risk-return tradeoff) saham dari indeks saham syariah

dan konvensional yaitu Jakarta Islamic Index dan LQ45 pada Bursa Efek

Indonesia (BEI). Hasilnya adalah terdapat perbedaan keseimbangan risiko dan

pengembalian (risk-return tradeoff) saham dari kedua indeks tersebut. Hal ini

dibuktikan dari hasil penghitungan Risk Adjusted Performance, peneliti

menemukan hasil yang menunjukkan resiko pengembalian yang disesuaikan

untuk masing-masing indeks menggunakan empat pengukuran yang berbeda.

Indeks utama adalah IHSG yang terdiri dari semua indeks yang ada dalam bursa

efek Indonesia. Pengukuran pertama adalah sharpe ratio, yang digunakan untuk

mempertimbangkan resiko sistematis dan tidak sistematis. Hasil dari penelitian ini

menunjukkan LQ45 memiliki tingkat pengembalian yang disesuaikan lebih kecil

dari pada JII. Dalam pengukuran yang kedua, yaitu Treynor Indeks, hasil

penelitian menunjukkan bahwa tingkat pengembalian LQ45 lebih kecil dari JII.

Dalam kasus ini, LQ45 menghasilkan tingkat pengembalian yang lebih rendah

dari JII. Beta menunjukkan bahwa LQ45 memiliki resiko yang lebih tinggi dari

pada JII. Selanjutnya eSDAR memperlihatkan hasil perhitungan lainnya,dimana

LQ45 menghasilkan pengembalian yang lebih redah sebesar daripada JII sebesar.

Pada hipotesis kedua, peneliti menganalisa hubungan jangka panjang

diantara Jakarta Islamic Index dengan LQ45. Dari hasil uji kointegrasi yang

102

peneliti lakukan, terdapat kointegrasi antara variabel JII dan LQ45 pada �=5%..

Hal ini membuktikan bahwa terdapat hubungan jangka panjang antara JII dengan

LQ45. Dengan kata lain, hanya ada satu persamaan kointegrasi atau satu

persamaaan keseimbangan kointegrasi yang menyebabkan kedua indeks akan

memiliki kecenderungan trend yang sama dalam jangka panjang. Berdasarkan

hasil dari Uji Akar Unit dan Uji Kointegrasi yang telah dilakiukan, diketahui

bahwa model yang tepat untuk menganalisis hubungan antara JII dan LQ45 adalah

VECM dan hasil yang didapat adalah terdapat hubungan jangka panjang diantara

Jakarta Islamic Index dengan LQ45.

103

DAFTAR PUSTAKA Albaity, dan Ahmad, R. “Performance of Syariah and Composite Indices :

Evidence from Bursa Malaysia.” Malaysian Management Journal, 2008. Kurniawan, Todi. “Voltalitas Saham Syariah (Analisis Atas Jakarta Islamic

Index)”. KARIM Review Special Edition, January 2008. Siahaan , Hinsa. “Analisis Risiko dan Pengembalian Satu Saham dan Analisa

Portofolio Dua Saham”. Badan Kebijakan Fiskal Keuangan RI, Maret 2007.

Agustianto . “Pasar Modal Syaiah”. Artikel pada www.pesantrenvirtual.com,

2008. Hakim, S. dan Rashidian, M. “Risk and Return of Islamic Stock Market Indexes", Presented at the International Seminar of Nonbank Financial Institutions: Islamic Alternatives, Kuala Lumpur, Malaysia. 2002 : 10 www.idx.co.id Bodie, Kane, Marcus. “ Investments”. CFA Editions, 1991 Rodoni, A, dan Hamid, A. “Lembaga Keuangan Syariah”. Jakarta : Zikrul Hakim, 2008 Widarjono, Agus. “Ekonometrika, Teori dan Aplikasi Untuk Ekonomi dan Bisnis” Edisi Kedua. Rulindo, R, dan Kurniawan, T. “Hubungan Risiko dan Imbal Hasil dari IHSG dan JII”. Journal Riset Bisnis dan Manajemen, 2006. Ahmad, Z, dan Ibrahim, H. (2002). “ A Study of The Performance of The KLSE Syari'ah Index”. Malaysian Management Journal, 6(1), 25–34. Syauqi Beik, Irfan. “Prinsip Pasar Modal Islami”. Republika , 2003. Achsien, H Iggi.” Investai Syari’ah di Pasar Modal “. Jakarta: Gramedia, 2003. Metwally. M.M, Prof. DR. “Teori dan Model Ekonomi Islam”. PT. Bankit Daya Insana, Jakarta, 1995. Adiwarman, A. Karim, “Sejarah Pemikiran Ekonomi Islam” . Jakarata: Gema Insani Press, 2008.

104

Rodoni, Ahmad dan Yong, Othman. “Analisis Investasi dan Portfolio”. Murai Kencana, Jakarta. 2001.

Suad, Husnan. “Dasar-Dasar Teori Portfolio dan Analisis”. Edisi 3, AMP

YKPN, Yogyakarta. 2001. Tjahjono, Heru. K. “Pengaruh Kurs dan Suku Bunga Terhadap Indeks Harga

Saham LQ45 : Pendekatan Kesalahan”. JESP, Vol.1, 2004. Wahyu, Wing, Winarno.”Analisis Ekonometrika dan Statistika dengan

Eviews”.Cetakan Pertama, STIM YKPN, Yogyakarta. 2007. Nachrowi, dan Hardius, Usman. “Pendekatan Populer dan Prektisi Ekonometrika

untuk Analisis Ekonomi dan Keuangan”.Lembaga Penerbit Fakultas Ekonom UI. Jakarta. 2006

Huda, N dan M. E. Nasution.”Investasi pada Pasar Modal Syariah”. Edisi 1.

Penerbit Kencana,Jakarta. 2007 Hamid, Abdul. “Panduan Penulisan Skripsi”. Jakarta : FEIS UIN Syarif

HIdayatullah Press, 2007. Suharyadi, dan Purwanto. “Statistik Untuk Ekonomi dan Keuangan Modern”.

Salemba Empat. 2004. Sartono, Agus. “Manajemen Keuangan Teori dan Aplikasi”. Edisi Ke Empat,

BPFE, Yogyakarta. 2001. Mulyono, Sri. “Statistika untuk Ekonomi”. Edisi 2. Lembaga Penerbit FEUI.

Jakarta. 2003. Kewon, J. Arthur dkk. “Manajemen Keuangan : Prinsip-Prinsip dan Aplikasi”.

Edisi 9. PT.Indeks, Jakarta, 2004. Halim, Abdul. “Analisis Investasi”.Edisi Ke-2, Salemba Empat, Jakarta, 2005. Alwi, Iskandar. “Pasar Modal Teori dan Aplikasi”. Nasindo Internusa. Jakarta.

2003. Darmaji, Tjiptono dan M. Hendy. “Pasar Modal di Indonesia”. Salemba Empat.

Jakarta. 2001. Jogiyanto. “Teori Portfolio dan Analisis Investasi”. Edisi II. BPFE, Yogyakarta,

2000. Samsul, Muhammad. “Pasar Modal dan Manajemen Portfolio”. Erlangga. 2006.

105

Sartono, Agus. “Manajemen Keuangan Teori dan Aplikasi”. BPFE, Yogyakarta. 2001.

Rusdin.”Pasar Modal”. Cetakan Kesatu, Bandung, Alfabeta, 2006. Bungin, Burhan. “Metodologi Penelitian Kuantitatif : Komunikasi, Ekonomi dan

Kebijakan Publik serta Ilmu-Ilmu Sosial Lainnya”. Kencana : Jakarta. 2008.

Charles P. Jones. “Investment Analysis and Management”. 9th Edition. New York

: Johm Wiley and Sons, 2004. Fakhruddin, dan Sopian. M. Hadianto. “Perangkat dan Model Analisis Investasi

di Pasar Modal”. Buku I. Elex Media Komputindo, 2001. Darmadji, Tjiptono dan Fakhruddin, H. M. “Pasar Modal di Indonesia”. Jakarta :

Penerbit Salemba Empat. 2001. www.republika.co.id (2006) www.islamiconomics.wordpress.com Fatwa Dewan Syari’ah Nasional No : 32/DSN-MUI/IX/2002

106

Lampiran I

107

108

109

Return Investment JII Periode 2008

2008 AALI ANTR BMTR BUMI CTRA ELTY INCO

Jan -

0.071920628 0.1470591 -0.03883495 0.117647 -0.06494 0.068966 0.02381

Feb -

0.024691244 -0.01205 -0.011111111 -0.03145 0.128571 0.080645 0.016129

Mar -0.20747676 -0.09352733 -0.1066667 -0.15891 -0.225 -0.17593 -0.09091

Apr 0.0172423 0.00729895 -0.0153846 0.056452 -0.0101 0.052632 0.015748

Mei 0.001894031 -0.03703549 -0.0614286 0.006249 -0.10909 0 -0.06154

Jun -

0.027778015 -0.03876136 -0.07368421 -0.08537 -0.02469 -0.01408 -0.03306

Jul -

0.022988641 0 -0.01282051 1.835499 -0.01961 -0.02677 1.051703

Agu -

0.013736346 -0.015625 0.16666667 0.009174 0.011111 0 0.807691

Sep 0.36603771 -0.28082192 -0.1 -0.47647 -0.18421 -0.41304 0.164886

Okt 0.070797281 0.106382979 -0.07692 0.166667 0.59375 -0.08333 0.211808

Nov 0.290076606 0 -0.027027 -0.58776 -0.055 -0.2 -0.04061

Des 0 0.018691589 0.0526316 -0.02151 0.016575 -0.0137 0.501677

110

Return Investment JII Periode 2009

2009 AALI ANTR BMTR BUMI CTRA ELTY INCO

Jan 0.01395317 0.04716981 0 0.085106 0.08 0.090909 0.020619

Feb 0.061982893 0.052632 -

0.064516129 0.012821 -0.03125 -0.03027 0.035714

Mar 0.091227656 0.061946903 0.10062893 0.071429 0.026316 0.117647 0.182796

Apr 0.085173496 0.07874016 0.0726257 0.178295 0.178295 0.173611 0.137931

Mei -

0.040431446 0.042105263 -0.0205128 -0.02 -0.01786 0.134615 0.043478

Jun -

0.002857143 -0.05853659 0.20689655 -0.04255 0.027397 0.051724 0

Jul 0.078218891 0.0795455 -0.01408451 0.365854 0.093333 0.109375 0.02994

Agu -

0.032407407 0.05376344 -0.0606061 -0.03361 -0.07595 -0.01408 0

Sep 0.36603771 0.05 -0.046875 -0.06818 1.807692 -0.04054 0.038216

Okt 0.070797281 -0.11650485 -0.18518519 -0.13636 -0.1 -0.15385 0.043478

Nov 0.081081081 0.055555556 0 0.073684 0.076923 -0.06122 0

Des 0.024774775 0.047619048 0 -0.06593 0 0.066298 0.028902

111

Return Investment LQ45 Periode 2008

2008 KIJA KLBF PTBA TLKM TRUB UNTR UNSP

Jan 0 0.024996 -0.02979 -0.00535 -0.015504 0.163974 0.068966

Feb -0.04918 -0.08695 -0.03376 -0.0297 -0.016807 0.011868 0.011868

Mar -0.11594 -0.0606 -0.08458 -0.0359 0.0120482 -0.17151 -0.17593

Apr 0.084906 -0.01098 0.055556 0.034682 0.0731707 0.173356 0.052632

Mei 0.007042 0 0.118774 -0.05814 -0.044944 0.14399 0

Jun -0.08462 -0.02354 0.118774 0.006849 -0.02439 -0.17648 -0.01408

Jul -0.01504 0.13913 0.034221 -0.0129 -0.635765 -0.06704 -0.02677

Agu 0.017094 -0.04724 0.066176 0.019108 -0.05 -0.02359 0

Sep -0.41489 -0.18462 -0.47236 -0.09155 -0.28481 -0.35751 -0.41304

Okt 0.06 -0.09877 0.190217 -0.08475 -0.035714 -0.02326 -0.08333

Nov 0 0.037975 0.277778 0.063636 0 0 -0.2

Des 0 0.012658 0.022222 0.014706 0 0 -0.0137

112

Return Investment LQ45 Periode 2009

2009 KIJA KLBF PTBA TLKM TRUB UNTR UNSP

Jan 0 0.068966 0.057143 -0.02326 0 0.074468 0.090909

Feb 0 0 -0.04 0.008 0 0.019048 -0.03027

Mar 0 -0.01538 -0.00704 -0.05921 0 -0.08029 0.117647

Apr 0 0.1 0.063953 0.076389 0.0243902 0.273973 0.173611

Mei 0.136364 0.011494 0.022727 0.006757 -0.1158537 0.030457 0.134615

Jun 0.037383 -0.03922 -0.03797 1.131579 -0.067416 -0.00985 0.051724

Jul 0.07377 0.13913 0.119342 0.046784 0.0233918 0.030457 0.109375

Agu -0.05263 -0.04724 -0.01527 -0.0289 -0.023392 -0.01471 -0.01408

Sep -0.02222 0.07377 0.003534 -0.01156 -0.005952 -0.023569 -0.04054

Okt -0.08594 -0.05426 0.016722 -0.0289 -0.148649 -0.0566 -0.15385

Nov 0.050847 0.016 0.136076 0.057143 0.0687023 0.041096 -0.06122

Des 0.017094 0 0.014706 -0.00571 0.0413223 0.016393 0.066298

113

Return Investment, Mean dan Standar Deviasi JII 2008-2009

Perode Ri JII

2008 2009

Jan 0.181791722 0.375690351

Feb 0.146046274 -0.504707526

Mar -1.05842459 -0.943693908

Apr 0.123887332 -0.040494298

Mei -0.260951689 -0.418148947

Jun -0.297420843 -0.042488692

Jul 2.805013199 0.400716171

Agu 0.965281636 0.056447048

Sep -0.923618798 -0.034724128

Okt 0.98915493 0.10578983

Nov -0.620315494 -0.13726887

Des 0.554369813 0.554369813

0.217067791 -0.052376096

Mean 0.082345847

Sdev 0.761856617

114

Return Investment , Mean dan Standar Deviasi LQ45 2008-2009

Periode Ri LQ45

2008 2009

Jan 0.207292 0.268226

Feb -0.143481 -0.043222

Mar -0.5164718 -0.044273

Apr 0.3784167 0.7123162

Mei 0.15968 0.0901963

Jun -0.112867 1.028847

Jul -0.569124 0.4684798

Agu -0.035546 -0.143592

Sep -1.80389 -0.004317

Okt -0.135607 -0.425537

Nov 0.179389 0.2577973

Des 0.035886 0.1330093

-0.196360258 0.191494242

Mean -0.002433008

Sdev 0.504896983

115

Return Market , Mean dan Standar Deviasi IHSG 2008-2009

Periode Rm IHSG

2008 2009

Jan -0.54029 -0.01733

Feb 0.321207 -0.01578

Mar -0.10178 0.122785

Apr 0.052506 0.091339

Mei 0.016463 0.178369

Jun -0.02193 0.086238

Jul -0.03542 0.070002

Agu -0.06213 0.069248

Sep -0.11829 0.028864

Okt -0.38731 0.010223

Nov -0.02038 -0.12878

Des 0.164335 0.034846

Average -0.06109 0.044169

mean -0.00846

median -0.00846

Var 0.030236

St.Dev 0.173885

116

Sertifikat Bank Indonesia 2008-2009

SBI

periode 2008 2009

Jan 0.08 0.09

Feb 0.08 0.08

Mar 0.08 0.08

Apr 0.08 0.08

Mei 0.08 0.07

Jun 0.09 0.07

Jul 0.09 0.07

Agu 0.09 0.07

Sep 0.09 0.07

Okt 0.10 0.07

Nov 0.10 0.07

Des 0.09 0.07

Mean 0.09 0.07

Sdev 0.08

117

Beta Saham JII

Periode Beta JII

2008 2009

Jan 0.7155714 0.568857143

Feb 0.9921429 0.659142857

Mar 0.9591429 0.540857143

Apr 1.0864286 0.699857143

Mei 0.9872857 0.607428571

Jun 1.0812857 0.639

Jul 1.0544286 0.638285714

Agu 1.0967143 0.675571429

Sep 1.0884286 0.673142857

Okt 1.0978571 0.686

Nov 1.1484286 0.646

Des 1.1604286 0.480428571

Average 0.8326131

Max 1.1604286

Min 0.8326131

118

Beta Saham LQ45

Beta LQ45

2008 2009

Jan 1.084 0.37785714

Feb 0.9922857 0.40142857

Mar 1.2001429 0.41457143

Apr 1.0467143 0.48071429

Mei 1.0921429 0.60028571

Jun 1.0465714 0.64914286

Jul 1.0635714 0.866

Agu 0.9985714 0.867

Sep 0.9871429 0.80514286

Okt 1.0062857 0.81857143

Nov 1.0141429 0.75657143

Des 0.9988571 0.78285714

1.0442024 0.65167857

Average 0.8479405

Max 1.2001429

Min 0.3778571

119

Uji ADF untuk JII dengan Konstanta pada Tingkat Level Null Hypothesis: JII has a unit root

Exogenous: Constant Lag Length: 1 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.671967 0.0124 Test critical values: 1% level -3.769597

5% level -3.004861 10% level -2.642242

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 08:07 Sample (adjusted): 2008M03 2009M12 Included observations: 22 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -1.213415 0.330454 -3.671967 0.0016 D(JII(-1)) 0.154112 0.228700 0.673859 0.5085

C 0.089195 0.184770 0.482737 0.6348

R-squared 0.533299 Mean dependent var 0.018560 Adjusted R-squared 0.484173 S.D. dependent var 1.198745 S.E. of regression 0.860952 Akaike info criterion 2.664569 Sum squared resid 14.08354 Schwarz criterion 2.813347 Log likelihood -26.31025 F-statistic 10.85565 Durbin-Watson stat 1.833885 Prob(F-statistic) 0.000718

120

Null Hypothesis: JII has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.315018 0.1766 Test critical values: 1% level -3.788030

5% level -3.012363 10% level -2.646119

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 08:11 Sample (adjusted): 2008M04 2009M12 Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -0.994050 0.429392 -2.315018 0.0334 D(JII(-1)) -0.031536 0.331412 -0.095158 0.9253 D(JII(-2)) -0.167560 0.229649 -0.729637 0.4755

C 0.127558 0.188295 0.677436 0.5072

R-squared 0.566574 Mean dependent var 0.076800 Adjusted R-squared 0.490087 S.D. dependent var 1.196030 S.E. of regression 0.854064 Akaike info criterion 2.692021 Sum squared resid 12.40022 Schwarz criterion 2.890978 Log likelihood -24.26622 F-statistic 7.407459 Durbin-Watson stat 1.847740 Prob(F-statistic) 0.002201

121

Null Hypothesis: JII has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.909929 0.0619 Test critical values: 1% level -3.808546

5% level -3.020686 10% level -2.650413

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 08:12 Sample (adjusted): 2008M05 2009M12 Included observations: 20 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -1.389376 0.477460 -2.909929 0.0108 D(JII(-1)) 0.435090 0.416664 1.044223 0.3129 D(JII(-2)) 0.240213 0.321413 0.747365 0.4664 D(JII(-3)) 0.398124 0.226446 1.758137 0.0991

C 0.155811 0.188830 0.825140 0.4222

R-squared 0.623813 Mean dependent var 0.021524 Adjusted R-squared 0.523497 S.D. dependent var 1.199265 S.E. of regression 0.827843 Akaike info criterion 2.672333 Sum squared resid 10.27987 Schwarz criterion 2.921266 Log likelihood -21.72333 F-statistic 6.218449 Durbin-Watson stat 1.870787 Prob(F-statistic) 0.003713

122

Null Hypothesis: JII has a unit root Exogenous: Constant Lag Length: 4 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.089959 0.2502 Test critical values: 1% level -3.831511

5% level -3.029970 10% level -2.655194

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 19

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 08:13 Sample (adjusted): 2008M06 2009M12 Included observations: 19 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -1.310019 0.626815 -2.089959 0.0568 D(JII(-1)) 0.396978 0.511515 0.776083 0.4516 D(JII(-2)) 0.131246 0.452528 0.290029 0.7764 D(JII(-3)) 0.310339 0.343137 0.904416 0.3822 D(JII(-4)) -0.095744 0.261299 -0.366415 0.7199

C 0.182518 0.206534 0.883719 0.3929

R-squared 0.639484 Mean dependent var 0.042912 Adjusted R-squared 0.500824 S.D. dependent var 1.228203 S.E. of regression 0.867755 Akaike info criterion 2.806274 Sum squared resid 9.788981 Schwarz criterion 3.104518 Log likelihood -20.65961 F-statistic 4.611881 Durbin-Watson stat 2.021766 Prob(F-statistic) 0.012199

123

Null Hypothesis: JII has a unit root Exogenous: Constant Lag Length: 5 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.596534 0.4638 Test critical values: 1% level -3.857386

5% level -3.040391 10% level -2.660551

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 18

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 08:14 Sample (adjusted): 2008M07 2009M12 Included observations: 18 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -1.253034 0.784846 -1.596534 0.1387 D(JII(-1)) 0.319670 0.684128 0.467267 0.6494 D(JII(-2)) 0.086939 0.566250 0.153534 0.8808 D(JII(-3)) 0.229630 0.491227 0.467462 0.6493 D(JII(-4)) -0.157438 0.383810 -0.410197 0.6895 D(JII(-5)) -0.074674 0.284329 -0.262632 0.7977

C 0.191662 0.234282 0.818083 0.4307

R-squared 0.643287 Mean dependent var 0.047322 Adjusted R-squared 0.448716 S.D. dependent var 1.263655 S.E. of regression 0.938245 Akaike info criterion 2.995690 Sum squared resid 9.683338 Schwarz criterion 3.341945 Log likelihood -19.96121 F-statistic 3.306188 Durbin-Watson stat 1.371327 Prob(F-statistic) 0.041170

124

Null Hypothesis: JII has a unit root Exogenous: Constant Lag Length: 6 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.951363 0.3032 Test critical values: 1% level -3.886751

5% level -3.052169 10% level -2.666593

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 17

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 08:15 Sample (adjusted): 2008M08 2009M12 Included observations: 17 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -1.104402 0.565964 -1.951363 0.0828 D(JII(-1)) 0.240253 0.512272 0.468995 0.6502 D(JII(-2)) 0.174473 0.448739 0.388808 0.7065 D(JII(-3)) 0.209239 0.368181 0.568304 0.5837 D(JII(-4)) 0.102411 0.322445 0.317607 0.7580 D(JII(-5)) 0.123290 0.251195 0.490813 0.6353 D(JII(-6)) 0.283233 0.185370 1.527931 0.1609

C 0.026772 0.160125 0.167193 0.8709

R-squared 0.806393 Mean dependent var -0.132391 Adjusted R-squared 0.655809 S.D. dependent var 1.038727 S.E. of regression 0.609398 Akaike info criterion 2.152499 Sum squared resid 3.342298 Schwarz criterion 2.544599 Log likelihood -10.29624 F-statistic 5.355117 Durbin-Watson stat 3.052321 Prob(F-statistic) 0.011665

125

Null Hypothesis: JII has a unit root Exogenous: Constant Lag Length: 7 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.811921 0.0123 Test critical values: 1% level -3.920350

5% level -3.065585 10% level -2.673459

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 16

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 08:16 Sample (adjusted): 2008M09 2009M12 Included observations: 16 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -1.834402 0.481228 -3.811921 0.0066 D(JII(-1)) 0.320290 0.404975 0.790889 0.4550 D(JII(-2)) 0.373230 0.369468 1.010183 0.3460 D(JII(-3)) 0.422464 0.322558 1.309732 0.2316 D(JII(-4)) 0.286290 0.266682 1.073528 0.3186 D(JII(-5)) 0.331531 0.230980 1.435326 0.1943 D(JII(-6)) 0.471216 0.181661 2.593930 0.0357 D(JII(-7)) 0.324234 0.148039 2.190200 0.0647

C -0.018474 0.118057 -0.156487 0.8801

R-squared 0.907076 Mean dependent var -0.025682 Adjusted R-squared 0.800877 S.D. dependent var 0.971805 S.E. of regression 0.433650 Akaike info criterion 1.465165 Sum squared resid 1.316368 Schwarz criterion 1.899746 Log likelihood -2.721319 F-statistic 8.541298 Durbin-Watson stat 1.407144 Prob(F-statistic) 0.005242

126

Null Hypothesis: JII has a unit root Exogenous: Constant Lag Length: 8 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.123609 0.2389 Test critical values: 1% level -3.959148

5% level -3.081002 10% level -2.681330

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 15

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 08:16 Sample (adjusted): 2008M10 2009M12 Included observations: 15 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -1.580664 0.744329 -2.123609 0.0871 D(JII(-1)) 0.298976 0.493425 0.605920 0.5710 D(JII(-2)) 0.602738 0.359551 1.676365 0.1545 D(JII(-3)) 0.626089 0.336594 1.860073 0.1220 D(JII(-4)) 0.473766 0.307571 1.540347 0.1841 D(JII(-5)) 0.463145 0.245231 1.888607 0.1176 D(JII(-6)) 0.604829 0.224079 2.699172 0.0428 D(JII(-7)) 0.390874 0.219756 1.778673 0.1354 D(JII(-8)) 0.077291 0.167145 0.462418 0.6632

C 0.049623 0.105738 0.469305 0.6586

R-squared 0.934975 Mean dependent var 0.098533 Adjusted R-squared 0.817929 S.D. dependent var 0.864500 S.E. of regression 0.368880 Akaike info criterion 1.078032 Sum squared resid 0.680363 Schwarz criterion 1.550065 Log likelihood 1.914762 F-statistic 7.988127 Durbin-Watson stat 1.639419 Prob(F-statistic) 0.017019

127

128

Null Hypothesis: JII has a unit root Exogenous: Constant Lag Length: 9 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.074729 0.0718 Test critical values: 1% level -4.004425

5% level -3.098896 10% level -2.690439

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 14

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 08:17 Sample (adjusted): 2008M11 2009M12 Included observations: 14 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -2.158358 1.040308 -2.074729 0.1297 D(JII(-1)) 1.097698 0.817403 1.342909 0.2719 D(JII(-2)) 1.072528 0.535456 2.003018 0.1389 D(JII(-3)) 0.700162 0.455466 1.537245 0.2218 D(JII(-4)) 0.583522 0.443668 1.315224 0.2799 D(JII(-5)) 0.631806 0.380049 1.662433 0.1950 D(JII(-6)) 0.702995 0.325535 2.159509 0.1196 D(JII(-7)) 0.479071 0.356091 1.345359 0.2712 D(JII(-8)) 0.247148 0.285007 0.867163 0.4496 D(JII(-9)) 0.212859 0.183603 1.159347 0.3302

C 0.037360 0.112653 0.331638 0.7620

R-squared 0.999572 Mean dependent var -0.031056 Adjusted R-squared 0.998146 S.D. dependent var 0.730462 S.E. of regression 0.373790 Akaike info criterion 0.900739 Sum squared resid 0.419157 Schwarz criterion 1.402855 Log likelihood 4.694829 F-statistic 4.664590 Durbin-Watson stat 2.591842 Prob(F-statistic) 0.115819

129

Null Hypothesis: JII has a unit root Exogenous: Constant Lag Length: 10 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -13.22954 0.0578 Test critical values: 1% level -4.057910

5% level -3.119910 10% level -2.701103

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 13

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII) Method: Least Squares Date: 08/06/10 Time: 08:18 Sample (adjusted): 2008M12 2009M12 Included observations: 13 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

JII(-1) -4.071135 0.307731 -13.22954 0.0480 D(JII(-1)) 2.828921 0.246586 11.47236 0.0554 D(JII(-2)) 2.376137 0.197195 12.04967 0.0527 D(JII(-3)) 1.595868 0.155279 10.27739 0.0617 D(JII(-4)) 1.331733 0.117843 11.30094 0.0562 D(JII(-5)) 1.397331 0.110810 12.61012 0.0504 D(JII(-6)) 1.423566 0.101740 13.99219 0.0454 D(JII(-7)) 1.107329 0.099056 11.17877 0.0568 D(JII(-8)) 0.898057 0.089731 10.00830 0.0634 D(JII(-9)) 0.736753 0.067402 10.93076 0.0581 D(JII(-10)) 0.334953 0.041900 7.994113 0.0792

C 0.116897 0.024090 4.852605 0.1294

R-squared 0.998821 Mean dependent var 0.090360 Adjusted R-squared 0.985857 S.D. dependent var 0.595360 S.E. of regression 0.070803 Akaike info criterion 3.176626 Sum squared resid 0.005013 Schwarz criterion 2.655134 Log likelihood 32.64807 F-statistic 77.04279 Durbin-Watson stat 2.299072 Prob(F-statistic) 0.088653

130

131

Uji ADF untuk LQ45 dengan Konstanta pada Tingkat Level

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.481667 0.1331 Test critical values: 1% level -3.769597

5% level -3.004861 10% level -2.642242

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 08:19 Sample (adjusted): 2008M03 2009M12 Included observations: 22 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -0.751388 0.302776 -2.481667 0.0226 D(LQ45(-1)) -0.142179 0.227327 -0.625439 0.5391

C -0.000723 0.120118 -0.006018 0.9953

R-squared 0.450069 Mean dependent var 0.012568 Adjusted R-squared 0.392182 S.D. dependent var 0.721803 S.E. of regression 0.562737 Akaike info criterion 1.814116 Sum squared resid 6.016789 Schwarz criterion 1.962894 Log likelihood -16.95527 F-statistic 7.774902 Durbin-Watson stat 1.980314 Prob(F-statistic) 0.003411

132

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.050979 0.2647 Test critical values: 1% level -3.788030

5% level -3.012363 10% level -2.646119

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 08:19 Sample (adjusted): 2008M04 2009M12 Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -0.736473 0.359084 -2.050979 0.0560 D(LQ45(-1)) -0.172198 0.317929 -0.541623 0.5951 D(LQ45(-2)) -0.008856 0.241064 -0.036739 0.9711

C 0.025001 0.126792 0.197180 0.8460

R-squared 0.469799 Mean dependent var 0.030928 Adjusted R-squared 0.376234 S.D. dependent var 0.734345 S.E. of regression 0.579977 Akaike info criterion 1.917988 Sum squared resid 5.718353 Schwarz criterion 2.116944 Log likelihood -16.13887 F-statistic 5.021109 Durbin-Watson stat 1.877995 Prob(F-statistic) 0.011303

133

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.100512 0.2464 Test critical values: 1% level -3.808546

5% level -3.020686 10% level -2.650413

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 08:20 Sample (adjusted): 2008M05 2009M12 Included observations: 20 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -0.861540 0.410157 -2.100512 0.0530 D(LQ45(-1)) -0.003898 0.373341 -0.010442 0.9918 D(LQ45(-2)) 0.196895 0.331213 0.594467 0.5611 D(LQ45(-3)) 0.204566 0.246543 0.829739 0.4197

C 0.004076 0.132859 0.030679 0.9759

R-squared 0.472364 Mean dependent var -0.012270 Adjusted R-squared 0.331661 S.D. dependent var 0.725531 S.E. of regression 0.593136 Akaike info criterion 2.005532 Sum squared resid 5.277158 Schwarz criterion 2.254465 Log likelihood -15.05532 F-statistic 3.357171 Durbin-Watson stat 2.004677 Prob(F-statistic) 0.037569

134

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 4 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.643891 0.4420 Test critical values: 1% level -3.831511

5% level -3.029970 10% level -2.655194

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 19

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 08:22 Sample (adjusted): 2008M06 2009M12 Included observations: 19 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -0.817040 0.497016 -1.643891 0.1242 D(LQ45(-1)) -0.059346 0.439149 -0.135139 0.8946 D(LQ45(-2)) 0.166359 0.401190 0.414663 0.6851 D(LQ45(-3)) 0.173469 0.356945 0.485982 0.6351 D(LQ45(-4)) -0.051506 0.268633 -0.191735 0.8509

C -0.009836 0.144999 -0.067838 0.9469

R-squared 0.478846 Mean dependent var -0.001404 Adjusted R-squared 0.278403 S.D. dependent var 0.743738 S.E. of regression 0.631782 Akaike info criterion 2.171546 Sum squared resid 5.188938 Schwarz criterion 2.469790 Log likelihood -14.62969 F-statistic 2.388932 Durbin-Watson stat 1.977743 Prob(F-statistic) 0.095620

135

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 5 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.080851 0.6995 Test critical values: 1% level -3.857386

5% level -3.040391 10% level -2.660551

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 18

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 08:22 Sample (adjusted): 2008M07 2009M12 Included observations: 18 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -0.625540 0.578748 -1.080851 0.3029 D(LQ45(-1)) -0.243047 0.527944 -0.460366 0.6542 D(LQ45(-2)) 0.058268 0.463514 0.125708 0.9022 D(LQ45(-3)) 0.015629 0.428384 0.036482 0.9716 D(LQ45(-4)) -0.256964 0.384570 -0.668186 0.5178 D(LQ45(-5)) -0.214100 0.292342 -0.732361 0.4793

C 0.010627 0.157549 0.067451 0.9474

R-squared 0.506222 Mean dependent var 0.013660 Adjusted R-squared 0.236888 S.D. dependent var 0.762312 S.E. of regression 0.665928 Akaike info criterion 2.310030 Sum squared resid 4.878055 Schwarz criterion 2.656285 Log likelihood -13.79027 F-statistic 1.879533 Durbin-Watson stat 1.933915 Prob(F-statistic) 0.172538

136

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 6 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.049138 0.7101 Test critical values: 1% level -3.886751

5% level -3.052169 10% level -2.666593

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 17

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 08:23 Sample (adjusted): 2008M08 2009M12 Included observations: 17 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -0.671262 0.639823 -1.049138 0.3215 D(LQ45(-1)) -0.226242 0.623984 -0.362577 0.7253 D(LQ45(-2)) 0.127840 0.552689 0.231306 0.8223 D(LQ45(-3)) 0.142925 0.489961 0.291707 0.7771 D(LQ45(-4)) -0.226442 0.466408 -0.485503 0.6389 D(LQ45(-5)) -0.204454 0.452675 -0.451657 0.6622 D(LQ45(-6)) 0.074391 0.337470 0.220437 0.8305

C 0.056111 0.167748 0.334492 0.7457

R-squared 0.572442 Mean dependent var 0.041302 Adjusted R-squared 0.239897 S.D. dependent var 0.776419 S.E. of regression 0.676912 Akaike info criterion 2.362637 Sum squared resid 4.123890 Schwarz criterion 2.754738 Log likelihood -12.08242 F-statistic 1.721398 Durbin-Watson stat 1.928844 Prob(F-statistic) 0.219879

137

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 7 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.161572 0.7454 Test critical values: 1% level -3.920350

5% level -3.065585 10% level -2.673459

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 16

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 08:24 Sample (adjusted): 2008M09 2009M12 Included observations: 16 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -0.871779 0.750516 -1.161572 0.2835 D(LQ45(-1)) 0.003192 0.727949 0.004385 0.9966 D(LQ45(-2)) 0.417195 0.690883 0.603857 0.5650 D(LQ45(-3)) 0.384670 0.615118 0.625360 0.5516 D(LQ45(-4)) -0.065393 0.558160 -0.117159 0.9100 D(LQ45(-5)) 0.029904 0.563604 0.053058 0.9592 D(LQ45(-6)) 0.386343 0.522178 0.739870 0.4834 D(LQ45(-7)) 0.279952 0.365688 0.765548 0.4690

C 0.014307 0.192256 0.074419 0.9428

R-squared 0.601016 Mean dependent var 0.010535 Adjusted R-squared 0.145035 S.D. dependent var 0.791106 S.E. of regression 0.731491 Akaike info criterion 0.367251 Sum squared resid 3.745555 Schwarz criterion 1.635247 Log likelihood -11.08687 F-statistic 1.318072 Durbin-Watson stat 1.578634 Prob(F-statistic) 0.364376

138

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 8 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -6.301463 0.6634 Test critical values: 1% level -3.959148

5% level -3.081002 10% level -2.681330

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 15

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 08:27 Sample (adjusted): 2008M10 2009M12 Included observations: 15 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -1.556639 0.247028 -6.301463 0.0015D(LQ45(-1)) 0.667571 0.229429 2.909710 0.0334D(LQ45(-2)) 0.679606 0.214125 3.173879 0.0247D(LQ45(-3)) 0.749431 0.213462 3.510839 0.0171D(LQ45(-4)) 0.502725 0.197348 2.547399 0.0514D(LQ45(-5)) 0.648430 0.184476 3.514982 0.0170D(LQ45(-6)) 0.676100 0.175087 3.861512 0.0119D(LQ45(-7)) 0.544932 0.156506 3.481864 0.0176D(LQ45(-8)) 0.530143 0.113918 4.653723 0.0056

C 0.060157 0.057508 1.046061 0.3434

R-squared 0.964551 Mean dependent var 0.129127Adjusted R-squared 0.900744 S.D. dependent var 0.655328S.E. of regression 0.206461 Akaike info criterion 2.510858Sum squared resid 0.213131 Schwarz criterion 2.945439Log likelihood 10.62017 F-statistic 15.11654Durbin-Watson stat 2.531551 Prob(F-statistic) 0.004029

139

140

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 9 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.332119 0.6936 Test critical values: 1% level -4.004425

5% level -3.098896 10% level -2.690439

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 14

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 08:29 Sample (adjusted): 2008M11 2009M12 Included observations: 14 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -2.068682 0.887040 -2.332119 0.1020 D(LQ45(-1)) 0.887927 0.422467 2.101768 0.1264 D(LQ45(-2)) 0.918061 0.450249 2.039006 0.1342 D(LQ45(-3)) 0.989509 0.444967 2.223780 0.1126 D(LQ45(-4)) 0.781679 0.475981 1.642247 0.1991 D(LQ45(-5)) 0.849676 0.364457 2.331350 0.1020 D(LQ45(-6)) 0.903412 0.411224 2.196884 0.1155 D(LQ45(-7)) 0.790507 0.419039 1.886474 0.1557 D(LQ45(-8)) 0.749505 0.346347 2.164028 0.1191 D(LQ45(-9)) 0.214391 0.319133 0.671791 0.5498

C 0.070532 0.083946 0.840211 0.4625

R-squared 0.947368 Mean dependent var 0.019187 Adjusted R-squared 0.971926 S.D. dependent var 0.516955 S.E. of regression 0.246883 Akaike info criterion -0.082689 Sum squared resid 0.182853 Schwarz criterion 0.089345 Log likelihood 10.50175 F-statistic 5.399900 Durbin-Watson stat 2.445248 Prob(F-statistic) 0.095948

141

Null Hypothesis: LQ45 has a unit root Exogenous: Constant Lag Length: 10 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -4.046990 0.0102 Test critical values: 1% level -4.057910

5% level -3.119910 10% level -2.701103

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 13

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45) Method: Least Squares Date: 08/06/10 Time: 08:29 Sample (adjusted): 2008M12 2009M12 Included observations: 13 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LQ45(-1) -4.945028 1.221903 -4.046990 0.1542 D(LQ45(-1)) 3.498906 1.032893 3.387483 0.1827 D(LQ45(-2)) 2.133240 0.536260 3.977993 0.1568 D(LQ45(-3)) 2.381996 0.594241 4.008465 0.1556 D(LQ45(-4)) 2.217977 0.617085 3.594282 0.1728 D(LQ45(-5)) 2.373258 0.618435 3.837521 0.1623 D(LQ45(-6)) 2.053995 0.503300 4.081054 0.1530 D(LQ45(-7)) 2.036737 0.537641 3.788286 0.1643 D(LQ45(-8)) 2.045097 0.534832 3.823809 0.1628 D(LQ45(-9)) 1.249544 0.438030 2.852648 0.2146 D(LQ45(-10)) 0.867804 0.328994 2.637751 0.2307

C 0.107018 0.057189 1.871307 0.3124

R-squared 0.993227 Mean dependent var -0.003568 Adjusted R-squared 0.918724 S.D. dependent var 0.530717 S.E. of regression 0.151302 Akaike info criterion 1.657872 Sum squared resid 0.022892 Schwarz criterion 1.136381 Log likelihood 22.77617 F-statistic 13.33130

142

Durbin-Watson stat 3.551078 Prob(F-statistic) 0.210750

143

Uji ADF untuk JII dengan Konstanta pada Tingkat 1st Difference Null Hypothesis: D(JII) has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -6.593258 0.0000 Test critical values: 1% level -3.788030

5% level -3.012363 10% level -2.646119

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII,2) Method: Least Squares Date: 08/06/10 Time: 08:42 Sample (adjusted): 2008M04 2009M12 Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(JII(-1)) -2.193221 0.332646 -6.593258 0.0000 D(JII(-1),2) 0.510571 0.195552 2.610922 0.0177

C 0.065742 0.207740 0.316464 0.7553

R-squared 0.808766 Mean dependent var 0.090291 Adjusted R-squared 0.787517 S.D. dependent var 2.065006 S.E. of regression 0.951882 Akaike info criterion 2.870812 Sum squared resid 16.30943 Schwarz criterion 3.020030 Log likelihood -27.14353 F-statistic 38.06267 Durbin-Watson stat 1.849045 Prob(F-statistic) 0.000000

144

Null Hypothesis: D(JII) has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.020606 0.0500 Test critical values: 1% level -3.808546

5% level -3.020686 10% level -2.650413

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII,2) Method: Least Squares Date: 08/06/10 Time: 08:43 Sample (adjusted): 2008M05 2009M12 Included observations: 20 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(JII(-1)) -1.966774 0.651119 -3.020606 0.0081 D(JII(-1),2) 0.349418 0.460142 0.759369 0.4587 D(JII(-2),2) -0.090829 0.242599 -0.374400 0.7130

C 0.050055 0.224414 0.223049 0.8263

R-squared 0.798326 Mean dependent var -0.024534 Adjusted R-squared 0.760512 S.D. dependent var 2.048715 S.E. of regression 1.002590 Akaike info criterion 3.019907 Sum squared resid 16.08299 Schwarz criterion 3.219053 Log likelihood -26.19907 F-statistic 21.11198 Durbin-Watson stat 1.888567 Prob(F-statistic) 0.000008

145

Null Hypothesis: D(JII) has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.577732 0.0169 Test critical values: 1% level -3.831511

5% level -3.029970 10% level -2.655194

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 19

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII,2) Method: Least Squares Date: 08/06/10 Time: 08:43 Sample (adjusted): 2008M06 2009M12 Included observations: 19 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(JII(-1)) -2.817850 0.787608 -3.577732 0.0030 D(JII(-1),2) 1.248379 0.669561 1.864475 0.0834 D(JII(-2),2) 0.597996 0.451508 1.324440 0.2066 D(JII(-3),2) 0.417477 0.235167 1.775240 0.0976

C 0.070465 0.222153 0.317190 0.7558

R-squared 0.830689 Mean dependent var 0.056657 Adjusted R-squared 0.782314 S.D. dependent var 2.071534 S.E. of regression 0.966512 Akaike info criterion 2.990687 Sum squared resid 13.07803 Schwarz criterion 3.239224 Log likelihood -23.41153 F-statistic 17.17200 Durbin-Watson stat 2.225244 Prob(F-statistic) 0.000027

146

Null Hypothesis: D(JII) has a unit root Exogenous: Constant Lag Length: 4 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.218503 0.0356 Test critical values: 1% level -3.857386

5% level -3.040391 10% level -2.660551

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 18

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII,2) Method: Least Squares Date: 08/06/10 Time: 08:44 Sample (adjusted): 2008M07 2009M12 Included observations: 18 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(JII(-1)) -3.618393 1.124247 -3.218503 0.0074 D(JII(-1),2) 1.928623 0.954628 2.020289 0.0663 D(JII(-2),2) 1.228748 0.771869 1.591913 0.1374 D(JII(-3),2) 0.867596 0.494565 1.754262 0.1049 D(JII(-4),2) 0.282585 0.268571 1.052178 0.3134

C 0.072422 0.235955 0.306931 0.7642

R-squared 0.845408 Mean dependent var 0.040450 Adjusted R-squared 0.780995 S.D. dependent var 2.130351 S.E. of regression 0.996960 Akaike info criterion 3.092990 Sum squared resid 11.92716 Schwarz criterion 3.389781 Log likelihood -21.83691 F-statistic 13.12478 Durbin-Watson stat 1.481939 Prob(F-statistic) 0.000162

147

Null Hypothesis: D(JII) has a unit root Exogenous: Constant Lag Length: 5 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.854094 0.0718 Test critical values: 1% level -3.886751

5% level -3.052169 10% level -2.666593

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 17

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII,2) Method: Least Squares Date: 08/06/10 Time: 08:45 Sample (adjusted): 2008M08 2009M12 Included observations: 17 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(JII(-1)) -3.033181 1.062747 -2.854094 0.0171 D(JII(-1),2) 1.336102 0.937434 1.425275 0.1845 D(JII(-2),2) 0.735725 0.764592 0.962245 0.3586 D(JII(-3),2) 0.367890 0.587660 0.626026 0.5453 D(JII(-4),2) 0.009168 0.383674 0.023894 0.9814 D(JII(-5),2) -0.147295 0.194409 -0.757656 0.4661

C -0.088491 0.168436 -0.525371 0.6108

R-squared 0.928996 Mean dependent var -0.141811 Adjusted R-squared 0.886393 S.D. dependent var 2.046148 S.E. of regression 0.689666 Akaike info criterion 1.387683 Sum squared resid 4.756395 Schwarz criterion 1.730771 Log likelihood -13.29531 F-statistic 21.80615 Durbin-Watson stat 2.455433 Prob(F-statistic) 0.000034

148

Null Hypothesis: D(JII) has a unit root Exogenous: Constant Lag Length: 6 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.669942 0.1006 Test critical values: 1% level -3.920350

5% level -3.065585 10% level -2.673459

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 16

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII,2) Method: Least Squares Date: 08/06/10 Time: 08:46 Sample (adjusted): 2008M09 2009M12 Included observations: 16 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(JII(-1)) -4.025729 1.507797 -2.669942 0.0284 D(JII(-1),2) 2.017294 1.299204 1.552715 0.1591 D(JII(-2),2) 1.185997 1.071766 1.106582 0.3006 D(JII(-3),2) 0.625278 0.830251 0.753119 0.4730 D(JII(-4),2) 0.137990 0.622313 0.221738 0.8301 D(JII(-5),2) -0.115049 0.397973 -0.289088 0.7799 D(JII(-6),2) -0.026953 0.206430 -0.130568 0.8993

C -0.159177 0.183967 -0.865250 0.4121

R-squared 0.904740 Mean dependent var 0.158211 Adjusted R-squared 0.821388 S.D. dependent var 1.683329 S.E. of regression 0.711417 Akaike info criterion 2.463736 Sum squared resid 4.048912 Schwarz criterion 2.850031 Log likelihood -11.70989 F-statistic 10.85443 Durbin-Watson stat 1.152317 Prob(F-statistic) 0.001585

149

Null Hypothesis: D(JII) has a unit root Exogenous: Constant Lag Length: 7 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -0.945748 0.7436 Test critical values: 1% level -3.959148

5% level -3.081002 10% level -2.681330

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 15

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII,2) Method: Least Squares Date: 08/06/10 Time: 08:47 Sample (adjusted): 2008M10 2009M12 Included observations: 15 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(JII(-1)) -1.323793 1.399732 -0.945748 0.3808 D(JII(-1),2) -0.341874 1.239331 -0.275854 0.7919 D(JII(-2),2) -0.259058 0.987630 -0.262303 0.8019 D(JII(-3),2) -0.154986 0.762114 -0.203364 0.8456 D(JII(-4),2) -0.182510 0.567288 -0.321723 0.7586 D(JII(-5),2) -0.083885 0.409928 -0.204635 0.8446 D(JII(-6),2) 0.180454 0.261331 0.690520 0.5157 D(JII(-7),2) 0.195122 0.134903 1.446382 0.1982

C 0.041203 0.133025 0.309737 0.7672

R-squared 0.969523 Mean dependent var 0.172036 Adjusted R-squared 0.928886 S.D. dependent var 1.741471 S.E. of regression 0.464401 Akaike info criterion 1.587574 Sum squared resid 1.294012 Schwarz criterion 2.012404 Log likelihood -2.906807 F-statistic 23.85840 Durbin-Watson stat 1.278397 Prob(F-statistic) 0.000528

150

Null Hypothesis: D(JII) has a unit root Exogenous: Constant Lag Length: 8 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.039592 0.7077 Test critical values: 1% level -4.004425

5% level -3.098896 10% level -2.690439

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 14

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII,2) Method: Least Squares Date: 08/06/10 Time: 08:48 Sample (adjusted): 2008M11 2009M12 Included observations: 14 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(JII(-1)) -1.829895 1.760206 -1.039592 0.3572 D(JII(-1),2) 0.422933 1.583116 0.267153 0.8026 D(JII(-2),2) 0.614050 1.373785 0.446977 0.6780 D(JII(-3),2) 0.551179 1.097910 0.502026 0.6420 D(JII(-4),2) 0.354823 0.851633 0.416638 0.6983 D(JII(-5),2) 0.321283 0.635524 0.505540 0.6398 D(JII(-6),2) 0.463252 0.459630 1.007881 0.3705 D(JII(-7),2) 0.306023 0.316332 0.967411 0.3881 D(JII(-8),2) 0.030650 0.190795 0.160642 0.8802

C 7.56E-05 0.150283 0.000503 0.9996

R-squared 0.963992 Mean dependent var -0.087224 Adjusted R-squared 0.882973 S.D. dependent var 1.476555 S.E. of regression 0.505118 Akaike info criterion 1.647760 Sum squared resid 1.020578 Schwarz criterion 2.104229 Log likelihood -1.534320 F-statistic 11.89837 Durbin-Watson stat 1.441477 Prob(F-statistic) 0.014742

151

152

Null Hypothesis: D(JII) has a unit root Exogenous: Constant Lag Length: 9 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -0.464541 0.0004 Test critical values: 1% level -4.057910

5% level -3.119910 10% level -2.701103

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 13

Augmented Dickey-Fuller Test Equation Dependent Variable: D(JII,2) Method: Least Squares Date: 08/06/10 Time: 08:49 Sample (adjusted): 2008M12 2009M12 Included observations: 13 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(JII(-1)) -1.479173 3.184158 -0.464541 0.6879 D(JII(-1),2) 0.312378 2.658508 0.117501 0.9172 D(JII(-2),2) 0.294695 2.346428 0.125593 0.9115 D(JII(-3),2) 0.022962 2.193172 0.010470 0.9926 D(JII(-4),2) -0.025261 1.787299 -0.014134 0.9900 D(JII(-5),2) 0.103360 1.345242 0.076834 0.9458 D(JII(-6),2) 0.300631 1.025927 0.293033 0.7971 D(JII(-7),2) 0.188605 0.839993 0.224532 0.8432 D(JII(-8),2) 0.048264 0.534538 0.090291 0.9363 D(JII(-9),2) 0.090695 0.251805 0.360180 0.7532

C 0.041073 0.219504 0.187117 0.8688

R-squared 0.943565 Mean dependent var 0.177008 Adjusted R-squared 0.661391 S.D. dependent var 1.141483 S.E. of regression 0.664230 Akaike info criterion 1.840129 Sum squared resid 0.882403 Schwarz criterion 2.318163 Log likelihood -0.960837 F-statistic 3.343912 Durbin-Watson stat 2.022705 Prob(F-statistic) 0.252072

153

Uji ADF untuk LQ45 dengan Konstanta pada Tingkat 1st Difference Null Hypothesis: D(LQ45) has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -4.878114 0.0009 Test critical values: 1% level -3.788030

5% level -3.012363 10% level -2.646119

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45,2) Method: Least Squares Date: 08/06/10 Time: 08:51 Sample (adjusted): 2008M04 2009M12 Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(LQ45(-1)) -1.921800 0.393964 -4.878114 0.0001 D(LQ45(-1),2) 0.253173 0.227478 1.112955 0.2804

C 0.036075 0.137498 0.262366 0.7960

R-squared 0.786796 Mean dependent var 0.011819 Adjusted R-squared 0.763107 S.D. dependent var 1.293401 S.E. of regression 0.629520 Akaike info criterion 2.043845 Sum squared resid 7.133314 Schwarz criterion 2.193062 Log likelihood -18.46037 F-statistic 33.21310 Durbin-Watson stat 1.886074 Prob(F-statistic) 0.000001

154

Null Hypothesis: D(LQ45) has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.005382 0.0005 Test critical values: 1% level -3.808546

5% level -3.020686 10% level -2.650413

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45,2) Method: Least Squares Date: 08/06/10 Time: 08:52 Sample (adjusted): 2008M05 2009M12 Included observations: 20 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(LQ45(-1)) -1.884282 0.626969 -3.005382 0.0084 D(LQ45(-1),2) 0.250964 0.469801 0.534192 0.6006 D(LQ45(-2),2) 0.022491 0.244069 0.092149 0.9277

C 0.008787 0.146321 0.060056 0.9529

R-squared 0.785247 Mean dependent var -0.050984 Adjusted R-squared 0.744980 S.D. dependent var 1.293732 S.E. of regression 0.653328 Akaike info criterion 2.163381 Sum squared resid 6.829398 Schwarz criterion 2.362528 Log likelihood -17.63381 F-statistic 19.50136 Durbin-Watson stat 2.038814 Prob(F-statistic) 0.000014

155

Null Hypothesis: D(LQ45) has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.971083 0.0009 Test critical values: 1% level -3.831511

5% level -3.029970 10% level -2.655194

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 19

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45,2) Method: Least Squares Date: 08/06/10 Time: 08:52 Sample (adjusted): 2008M06 2009M12 Included observations: 19 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(LQ45(-1)) -2.398637 0.807328 -2.971083 0.0101 D(LQ45(-1),2) 0.737517 0.683561 1.078935 0.2989 D(LQ45(-2),2) 0.442766 0.485463 0.912049 0.3772 D(LQ45(-3),2) 0.262057 0.250078 1.047898 0.3124

C -0.007706 0.153555 -0.050184 0.9607

R-squared 0.795260 Mean dependent var 0.004945 Adjusted R-squared 0.736763 S.D. dependent var 1.304107 S.E. of regression 0.669093 Akaike info criterion 2.255146 Sum squared resid 6.267590 Schwarz criterion 2.503682 Log likelihood -16.42388 F-statistic 13.59488 Durbin-Watson stat 2.139825 Prob(F-statistic) 0.000099

156

Null Hypothesis: D(LQ45) has a unit root Exogenous: Constant Lag Length: 8 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.110522 0.0068 Test critical values: 1% level -4.004425

5% level -3.098896 10% level -2.690439

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 14

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45,2) Method: Least Squares Date: 08/06/10 Time: 08:53 Sample (adjusted): 2008M11 2009M12 Included observations: 14 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(LQ45(-1)) -1.656079 1.491261 -1.110522 0.3290 D(LQ45(-1),2) 0.674042 1.327437 0.507777 0.6383 D(LQ45(-2),2) 0.617838 1.194418 0.517271 0.6323 D(LQ45(-3),2) 0.652082 1.032760 0.631398 0.5621 D(LQ45(-4),2) 0.399261 0.850596 0.469390 0.6632 D(LQ45(-5),2) 0.526881 0.675774 0.779670 0.4791 D(LQ45(-6),2) 0.553689 0.526173 1.052295 0.3520 D(LQ45(-7),2) 0.444290 0.354427 1.253547 0.2783 D(LQ45(-8),2) 0.471800 0.179496 2.628467 0.0583

C 0.003560 0.114573 0.031076 0.9767

R-squared 0.958038 Mean dependent var -0.128077 Adjusted R-squared 0.863624 S.D. dependent var 0.971028 S.E. of regression 0.358592 Akaike info criterion 0.962547 Sum squared resid 0.514353 Schwarz criterion 1.419016 Log likelihood 3.262174 F-statistic 10.14718 Durbin-Watson stat 2.420719 Prob(F-statistic) 0.019739

157

158

Null Hypothesis: D(LQ45) has a unit root Exogenous: Constant Lag Length: 9 (Automatic based on AIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.069104 0.0002 Test critical values: 1% level -4.057910

5% level -3.119910 10% level -2.701103

*MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 13

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LQ45,2) Method: Least Squares Date: 08/06/10 Time: 08:53 Sample (adjusted): 2008M12 2009M12 Included observations: 13 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(LQ45(-1)) -2.684797 2.511260 -1.069104 0.3970 D(LQ45(-1),2) 1.152478 2.073370 0.555848 0.6342 D(LQ45(-2),2) 1.172008 1.893423 0.618989 0.5990 D(LQ45(-3),2) 1.189882 1.698094 0.700716 0.5560 D(LQ45(-4),2) 0.951853 1.486851 0.640181 0.5876 D(LQ45(-5),2) 0.898892 1.141556 0.787427 0.5135 D(LQ45(-6),2) 0.976561 0.952546 1.025211 0.4131 D(LQ45(-7),2) 0.877278 0.800476 1.095945 0.3875 D(LQ45(-8),2) 0.803717 0.555740 1.446212 0.2850 D(LQ45(-9),2) 0.323601 0.432923 0.747480 0.5327

C 0.017575 0.155479 0.113035 0.9203

R-squared 0.962614 Mean dependent var -0.033830 Adjusted R-squared 0.775684 S.D. dependent var 0.941675 S.E. of regression 0.445996 Akaike info criterion 1.043494 Sum squared resid 0.397826 Schwarz criterion 1.521528 Log likelihood 4.217290 F-statistic 5.149591 Durbin-Watson stat 2.420794 Prob(F-statistic) 0.173466

159

160

Vector Error Correction Estimates

Lag Interval 1 Vector Error Correction Estimates

Date: 08/06/10 Time: 09:17

Sample (adjusted): 2008M03 2009M12

Included observations: 22 after adjustments

Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: CointEq1

JII(-1) 1.000000

LQ45(-1) 0.950426

(0.21611)

[ 4.39794]

C -0.039146

Error Correction: D(JII) D(LQ45)

CointEq1 -0.977941 -0.757808

(0.32361) (0.14218)

[-3.02196] [-5.32981]

D(JII(-1)) 0.126111 0.518761

(0.24462) (0.10748)

[ 0.51553] [ 4.82663]

D(LQ45(-1)) 0.071086 -0.257048

(0.32718) (0.14375)

[ 0.21727] [-1.78817]

C 0.020226 0.020681

(0.19550) (0.08589)

[ 0.10346] [ 0.24077]

R-squared 0.498623 0.733052

Adj. R-squared 0.415061 0.688561

Sum sq. resids 15.12994 2.920677

S.E. equation 0.916816 0.402815

F-statistic 5.967053 16.47629

Log likelihood -27.09861 -9.005149

Akaike AIC 2.827147 1.182286

Schwarz SC 3.025518 1.380658

Mean dependent 0.018560 0.012568

S.D. dependent 1.198745 0.721803

161

Determinant resid covariance (dof adj.) 0.126560

Determinant resid covariance 0.084722

Log likelihood -35.28110

Akaike information criterion 4.116464

Schwarz criterion 4.612392

Lag Interval 2 Vector Error Correction Estimates

Date: 08/06/10 Time: 09:27

Sample (adjusted): 2008M04 2009M12

Included observations: 21 after adjustments

Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: CointEq1

JII(-1) 1.000000

LQ45(-1) 1.036609

(0.20015)

[ 5.17916]

C -0.039502

Error Correction: D(JII) D(LQ45)

CointEq1 -0.815096 -1.005193

(0.63332) (0.26910)

[-1.28702] [-3.73544]

D(JII(-1)) 0.038807 0.744917

(0.53588) (0.22769)

[ 0.07242] [ 3.27158]

D(JII(-2)) -0.130564 0.194067

(0.39740) (0.16885)

[-0.32855] [ 1.14932]

D(LQ45(-1)) 0.195055 -0.193414

(0.40904) (0.17380)

[ 0.47686] [-1.11286]

D(LQ45(-2)) 0.387502 -0.030324

(0.37580) (0.15968)

[ 1.03115] [-0.18991]

162

C 0.084801 0.044462

(0.20395) (0.08666)

[ 0.41579] [ 0.51307]

R-squared 0.543416 0.781336

Adj. R-squared 0.391221 0.708449

Sum sq. resids 13.06276 2.358343

S.E. equation 0.933194 0.396513

F-statistic 3.570531 10.71971

Log likelihood -24.81276 -6.838796

Akaike AIC 2.934549 1.222742

Schwarz SC 3.232984 1.521177

Mean dependent 0.076800 0.030928

S.D. dependent 1.196030 0.734345

Determinant resid covariance (dof adj.) 0.115387

Determinant resid covariance 0.058871

Log likelihood -29.85515

Akaike information criterion 4.176681

Schwarz criterion 4.873030

163

Lag Interval 3

Vector Error Correction Estimates

Date: 08/06/10 Time: 09:30

Sample (adjusted): 2008M05 2009M12

Included observations: 20 after adjustments

Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: CointEq1

JII(-1) 1.000000

LQ45(-1) 0.919656

(0.18731)

[ 4.90975]

C -0.119639

Error Correction: D(JII) D(LQ45)

CointEq1 -2.506028 -0.633872

(0.97068) (0.50584)

[-2.58172] [-1.25310]

D(JII(-1)) 1.517165 0.386672

(0.84747) (0.44164)

[ 1.79022] [ 0.87554]

D(JII(-2)) 1.121837 -0.106518

(0.68266) (0.35575)

[ 1.64334] [-0.29942]

D(JII(-3)) 0.677499 -0.190261

(0.37994) (0.19799)

[ 1.78318] [-0.96094]

D(LQ45(-1)) 1.176353 -0.503819

(0.59403) (0.30956)

[ 1.98028] [-1.62752]

D(LQ45(-2)) 0.607263 -0.078474

(0.39534) (0.20602)

[ 1.53607] [-0.38091]

D(LQ45(-3)) 0.334068 0.029720

(0.35574) (0.18538)

[ 0.93909] [ 0.16032]

164

C -0.072203 -0.013641

(0.19709) (0.10271)

[-0.36634] [-0.13282]

R-squared 0.683861 0.765429

Adj. R-squared 0.499447 0.628596

Sum sq. resids 8.638968 2.346062

S.E. equation 0.848477 0.442160

F-statistic 3.708287 5.593895

Log likelihood -19.98428 -6.948830

Akaike AIC 2.798428 1.494883

Schwarz SC 3.196721 1.893176

Mean dependent 0.021524 -0.012270

S.D. dependent 1.199265 0.725531

Determinant resid covariance (dof adj.) 0.121820

Determinant resid covariance 0.043855

Log likelihood -25.48896

Akaike information criterion 4.348896

Schwarz criterion 5.245055

165

Lag Interval 4 Vector Error Correction Estimates

Date: 08/06/10 Time: 09:26

Sample (adjusted): 2008M06 2009M12

Included observations: 19 after adjustments

Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: CointEq1

JII(-1) 1.000000

LQ45(-1) 0.914359

(0.15778)

[ 5.79515]

C -0.101132

Error Correction: D(JII) D(LQ45)

CointEq1 -3.715198 -0.569533

(1.36729) (0.80865)

[-2.71719] [-0.70430]

D(JII(-1)) 2.505143 0.362411

(1.18219) (0.69918)

[ 2.11906] [ 0.51834]

D(JII(-2)) 1.880218 -0.122205

(1.02316) (0.60512)

[ 1.83766] [-0.20195]

D(JII(-3)) 1.284395 -0.185879

(0.75159) (0.44451)

[ 1.70890] [-0.41817]

D(JII(-4)) 0.173532 0.025426

(0.42709) (0.25259)

[ 0.40631] [ 0.10066]

D(LQ45(-1)) 2.180987 -0.517648

(1.09744) (0.64905)

[ 1.98735] [-0.79755]

D(LQ45(-2)) 1.044701 -0.085959

(0.71190) (0.42104)

166

[ 1.46748] [-0.20416]

D(LQ45(-3)) 0.582162 -0.069829

(0.42923) (0.25386)

[ 1.35629] [-0.27507]

D(LQ45(-4)) 0.545872 -0.148622

(0.36856) (0.21797)

[ 1.48111] [-0.68184]

C -0.009837 0.004357

(0.19537) (0.11555)

[-0.05035] [ 0.03771]

R-squared 0.767531 0.778249

Adj. R-squared 0.535061 0.556499

Sum sq. resids 6.312165 2.207890

S.E. equation 0.837467 0.495299

F-statistic 3.301643 3.509571

Log likelihood -16.49121 -6.512016

Akaike AIC 2.788548 1.738107

Schwarz SC 3.285621 2.235180

Mean dependent 0.042912 -0.001404

S.D. dependent 1.228203 0.743738

Determinant resid covariance (dof adj.) 0.149837

Determinant resid covariance 0.033620

Log likelihood -21.68960

Akaike information criterion 4.598905

Schwarz criterion 5.692466

167

Lag Interval 5

Vector Error Correction Estimates

Date: 08/06/10 Time: 09:31

Sample (adjusted): 2008M07 2009M12

Included observations: 18 after adjustments

Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: CointEq1

JII(-1) 1.000000

LQ45(-1) 0.750939

(0.12271)

[ 6.11959]

C -0.115650

Error Correction: D(JII) D(LQ45)

CointEq1 -4.511381 0.042817

(1.57868) (1.23637)

[-2.85770] [ 0.03463]

D(JII(-1)) 3.314941 -0.209923

(1.38711) (1.08634)

[ 2.38982] [-0.19324]

D(JII(-2)) 2.638289 -0.587637

(1.20233) (0.94163)

[ 2.19431] [-0.62406]

D(JII(-3)) 1.992547 -0.656219

(0.97381) (0.76266)

[ 2.04613] [-0.86043]

D(JII(-4)) 0.836201 -0.312507

(0.72351) (0.56663)

[ 1.15576] [-0.55152]

D(JII(-5)) 0.492133 -0.232602

(0.36925) (0.28918)

[ 1.33280] [-0.80434]

D(LQ45(-1)) 2.202004 -1.063187

(1.16350) (0.91122)

[ 1.89257] [-1.16678]

168

D(LQ45(-2)) 1.475200 -0.529931

(0.98499) (0.77141)

[ 1.49768] [-0.68696]

D(LQ45(-3)) 0.738588 -0.413301

(0.59882) (0.46897)

[ 1.23341] [-0.88129]

D(LQ45(-4)) -0.011734 -0.319500

(0.37053) (0.29019)

[-0.03167] [-1.10101]

D(LQ45(-5)) -0.673252 -0.047556

(0.33345) (0.26115)

[-2.01902] [-0.18210]

C -0.045308 0.047680

(0.17125) (0.13412)

[-0.26457] [ 0.35550]

R-squared 0.891355 0.816890

Adj. R-squared 0.692172 0.481188

Sum sq. resids 2.949289 1.808952

S.E. equation 0.701105 0.549083

F-statistic 4.475053 2.433378

Log likelihood -9.261623 -4.862276

Akaike AIC 2.362403 1.873586

Schwarz SC 2.955984 2.467167

Mean dependent 0.047322 0.013660

S.D. dependent 1.263655 0.762312

Determinant resid covariance (dof adj.) 0.109740

Determinant resid covariance 0.012193

Log likelihood -11.41997

Akaike information criterion 4.157774

Schwarz criterion 5.443867

169

Uji Kausalitas Granger Lag 8

Pairwise Granger Causality Tests Date: 06/11/10 Time: 19:55 Sample: 2008M01 2009M12 Lags: 8

Null Hypothesis: Obs F-Statistic Probability

JII does not Granger Cause LQ45 16 NA NA LQ45 does not Granger Cause JII NA NA

Uji Kausalitas Granger Lag 9

Pairwise Granger Causality Tests Date: 06/11/10 Time: 19:56 Sample: 2008M01 2009M12 Lags: 9

Null Hypothesis: Obs F-Statistic Probability

JII does not Granger Cause LQ45 15 NA NA LQ45 does not Granger Cause JII NA NA

Uji Kausalitas Granger Lag 10

Pairwise Granger Causality Tests Date: 06/11/10 Time: 19:57 Sample: 2008M01 2009M12 Lags: 10

Null Hypothesis: Obs F-Statistic Probability

JII does not Granger Cause LQ45 14 NA NA LQ45 does not Granger Cause JII NA NA