INDONESIA TOCOM AFET SHFE
6.1. Analisis Integrasi Spasial Karet TSR20 dan RSS
6.1.4. Analisis Kointegrasi A Jenis Karet TSR
Adanya hubungan kointegrasi dalam sebuah sistem persamaan mengimplikasikan bahwa dalam sistem tersebut terdapat Error Correction Model
yang menggambarkan adanya dinamisasi jangka pendek secara konsisten dengan hubungan jangka panjangnya. Uji kointegrasi dalam penelitian ini menggunakan pendekatan Johansen dengan membandingkan antara trace statistic dengan
critical value dan maksimumeigenvalue dengan critical value pada taraf nyata 5 persen. Jika trace statistic atau maksimum eigenvalue lebih besar dari critical value maka terdapat kointegrasi dalam sistem persamaan tersebut.
Sebelum uji kointegrasi Johansen dilakukan dengan menggunakan lag
optimal, maka tahap pertama adalah menentukan asumsi tren deterministik. Dalam uji kointegrasi terdapat lima asumsi deterministic trend, untuk menentukan pilihan trend yang digunakan bisa dilihat dari hasil summary berdasarkan pilihan
lag optimal.
Berdasarkan uji kointegrasi pada model karet TSR20 mempunyai tren linier. Hal ini didasarkan bentuk tren deterministiknya mengarah pada asumsi keempat pada kointegrasi tren linier, hal tersebut diperkuat juga dengan Akaike Information Criteria dan Schwarz Criteria yang menunjuk pada asumsi tersebut seperti terlihat pada Lampiran 3. Selanjutnya diuji adanya kointegrasi antar variabel dengan Johansen Test. Uji ini dilakukan untuk memeriksa rank dari matrik kointegrasi dan jumlah vektor kointegrasi.
Tabel 16. Uji Kointegrasi Johansen Jenis Karet TSR20
Hipotesis
Trace Statistic Nilai Kritis 5 Persen
H0 Ha
r=0 r=1 147.9002 42.91525
r=1 r=2 42.92233 25.87211
r=2 r=3 11.80524 12.51798
Hipotesis
Max-Eigen Statistic Nilai Kritis 5 Persen H0 Ha
r=0 r=1 104.9779 25.82321
r=1 r=2 31.11709 19.38704
r=2 r=3 11.80524 12.51798
Berdasarkan nilai pada Tabel 16 dan Lampiran 3 dapat disimpulkan nilai
trace statistic maupun maximum eigen value menolak H0 sampai pada tingkat
signifikansi (α=5 persen) adalah r=2, artinya terdapat 2 persamaan kointegrasi dan rank kointegrasi r=1 dengan demikian terdapat 1 persamaan yang dapat menjelaskan adanya kointegrasi pada variabel-variabel dalam sistem persamaan. B. Jenis Karet RSS3
Berdasarkan uji kointegrasi Johansen dapat disimpulkan model jenis karet RSS3 memiliki bentuk tren linier. Hal ini terlihat pada bentuk tren deterministiknya yang mengarah pada asumsi keempat yaitu kointegrasi dengan tren linier, hal tersebut juga diperkuat dengan Akaike Information Criteria dan
Schwarz Criteria yang menunjuk pada asumsi tersebut seperti terlihat pada Lampiran 4. Kemudian tahapan selanjutnya dilakukan uji untuk memeriksa vektor dan rank dari matrik kointegrasi.
Berdasarkan nilai Tabel 17 dan Lampiran 8 dapat disimpulkan nilai trace statistic maupun maximum eigen value menolak H0 sampai pada tingkat
signifikansi (α=5 persen) adalah terdapat 3 persamaan kointegrasi dalam model karet RSS3. Adapun rank kointegrasi r=1, sehingga disimpulkan hanya terdapat 1
persamaan yang dapat menjelaskan adanya kointegrasi pada variabel-variabel dalam sistem persamaan model karet ini.
Tabel 17. Uji Kointegrasi Johansen Jenis Karet RSS3
Hipotesis
Trace Statistic Nilai Kritis 5 Persen
H0 Ha r=0 r=1 282.7232 63.87610 r=1 r=2 104.2585 42.91525 r=2 r=3 37.82391 25.87211 r=3 r=4 8.348025 12.51798 Hipotesis
Max-Eigen Statistic Nilai Kritis 5 Persen H0 Ha
r=0 r=1 178.4647 32.11832
r=1 r=2 66.43455 25.82321
r=2 r=3 29.47589 19.38704
r=3 r=4 8.348025 12.51798
6.1.5. Estimasi Vector Error Correction Model
A. Jenis Karet TSR20
VAR yang mengandung kointegrasi adalah VAR yang terkendala (restricted VAR) yaitu adanya kointegrasi di dalam model. Dalam hal ini modelnya disebut dengan Vector Error Correction Model (VECM). Tabel 18 menunjukkan estimasi vektor kointegrasi keseimbangan jangka panjang. Uji kointegrasi menggunakan metode Johansen dengan lag optimal 9, maka dihasilkan dua persamaan kointegrasi dalam sistem VECM. Adanya kointegrasi dalam sistem menunjukkan terjadinya hubungan struktural jangka panjang antara harga pasar Belawan, bursa SICOM dan bursa CJCE.
Pasar Belawan memiliki pengaruh yang signifikan terhadap bursa Singapura (SICOM) sebesar -2.02 dan bursa CJCE -0.85. Artinya setiap kenaikan satu persen harga di pasar Belawan akan terjadi penurunan harga sebesar 2.02 persen di bursa SICOM dan juga akan terjadi penurunan harga di bursa CJCE sebesar 0.85 persen. Sebaliknya jika terjadi penurunan harga di pasar Belawan, dalam jangka panjang akan terjadi kenaikan harga di bursa SICOM dan bursa CJCE. Adanya fungsi bursa berjangka dapat menghindarkan kerugian dimana bisa mengambil dua posisi, yakni jual (short) ketika harga tinggi dan beli (long) pada saat harga ditawarkan rendah. Apalagi diperkuat berdasarkan hasil koefisien variannya yang membuktikan pasar fisik Belawan untuk karet TSR20 lebih besar yang berarti memiliki tingkat fluktuasi yang tinggi dibandingkan dua bursa lainnya.
Nilai koefisien estimasi untuk harga karet bursa SICOM bernilai negatif dan elastis sedangkan untuk bursa CJCE nilai elastisitasnya negatif dan inelastis. Hal ini menunjukkan bahwa harga di bursa SICOM lebih responsif dipengaruhi pasar Belawan. Hasil ini mempertegas bahwa dalam jangka panjang harga karet di pasar Belawan referensi bagi harga karet yang terbentuk bursa SICOM dan bursa CJCE di Jepang. Serta membuktikan bahwa harga di future market tidak akan berada di atas harga spot market melebihi biaya carrying cost antara spot market
dan future market. Hasil selengkapnya dapat dilihat pada Lampiran 5.
Terdapat 2 persamaan yang mengalami kointegrasi pada integrasi karet yakni bursa SICOM dan bursa CJCE. Dalam jangka panjang harga karet alam TSR20 untuk SICOM juga dipengaruhi oleh trend. Dari kedua persamaan
tersebut terdapat hubungan keseimbangan kointegrasi antara bursa SICOM dengan pasar Belawan dan bursa Jepang dengan pasar Belawan
Tabel 18. Kointegrasi Jangka Panjang Jenis Karet TSR20
Persamaan Kointegrasi
Variabel Harga Karet TSR20
SICOM CJCE BELAWAN TREND C
Kointegrasi 1 1.000000 0.000000 -2.020722 (0.21548) [-9.37791]* 0.000587 (0.00015) [ 3.81806]* 17.53473 Kointegrasi 2 0.000000 1.000000 -0.851867 (0.06268) [-13.5902]* 1.60E-05 (4.5E-05) [ 0.35741] 3.019461
Keterangan: Angka dalam
[ ]
adalah nilai statistik *= nyata pada taraf 1%, **= nyata pada taraf 5% = dan *** = nyata pada taraf 10%. Nilai t-tabel: t(α:1%) = 2.326, t(α:5%) = 1.960, t(α:10) = 1.645Hal ini terjadi karena kedua bursa tersebut merupakan pasar berjangka yang secara tidak langsung penentuan harga mengacu pada harga di pasar fisik yakni Indonesia. Sampai sekarang pasokan karet alam yang ada di kedua bursa berasal dari karet alam Indonesia sehingga harga karet yang terbentuk di bursa tersebut dipengaruhi oleh harga pasar Indonesia (Belawan).
Indonesia sebagai produsen terbesar kedua juga telah menjadi anggota konsortium negara terbesar produsen karet dunia (ITRC), bersama dengan Malaysia dan Thailand. ITRC membuat posisi Indonesia dalam pengendalian harga karet dunia menjadi semakin kuat. Pembentukan ITRC sebagai organisasi terbesar pasar karet dunia, tidak lepas dari struktur pasar karet sebelumnya yang dikuasai oleh beberapa konsumen karet dunia terutama di Eropa sehingga membuat pasar karet menjadi pasar oligopoli konsumen. Dengan demikian adanya ITRC terjadi keseimbangan baru pada struktur pasar karet dunia yang lebih adil.
Pasca terjadinya krisis global akhir tahun 2008 anggota ITRC melakukan penurunan ekspor yang dampaknya menaikkan harga jual. Terbukti dengan terus bergerak naiknya harga di pasar internasional setelah dikeluarkannya kesepakatan tersebut. Selain mengurangi volume ekspor, ketiga negara juga sudah menyepakati batas harga jual/ekspor. Bagi pihak Gapkindo sendiri sudah menetapkan dan meminta perusahaan anggotanya untuk tidak menjual karet di bawah 1.35 Dollar AS per kg.
Estimasi output VECM selanjutnya adalah Error Corection Term (ECT). ECT menunjukkan kecepatan penyesuaian dilihat dari nilai absolut ECT, yang diinterpretasikan sebagai ketidakseimbangan antara harga aktual dengan tingkat keseimbangan jangka panjang (Enders, 1995). Semakin besar koefisien mengindikasikan cepatnya penyesuaian menuju keseimbangan jangka panjang dan sebaliknya. Dengan demikian gangguan perubahan harga periode sebelumnya pada beberapa pasar dalam model dapat diinterpretasikan sebagai penyesuaian jangka pendek pasar menuju keseimbangan jangka panjang dengan pasar-pasar lainnya.
Berdasarkan Tabel 19 dapat disimpulkan bahwa semua pasar nyata memiliki koefisien error correction yang mempengaruhi perubahan harga di masing-masing pasar. Pada bursa SICOM terdapat dua buah koreksi kesalahan yang signifikan pada taraf nyata 1 persen pada koreksi kesalahan 1 dan 2, masing- masing sebesar 0.0073 dan -0.014. Artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0.0073 dan 0.014. Dapat pula diartikan bahwa setiap hari kesalahan dikoreksi sebesar 0.0073 dan 0.014 menuju keseimbangan jangka panjang.
Tabel 19. Kointegrasi Jangka Pendek Jenis Karet TSR20
Error Correction SICOM CJCE BELAWAN
Kointegrasi 1 0.007344 0.003939 0.014121 (0.00276) (0.00263) (0.00252) [ 2.65931]* [ 1.49973] [ 5.59614]* Kointegrasi 2 -0.014257 -0.039494 0.036829 (0.00564) (0.00536) (0.00515) [-2.52860]* [-7.36509]* [ 7.14910]*
Keterangan: Angka dalam
[ ]
adalah nilai statistik *= nyata pada taraf 1%, **= nyata pada taraf 5% = dan *** = nyata pada taraf 10%. Nilai t-tabel: t(α:1%) = 2.326, t(α:5%) = 1.960, t(α:10) = 1.645Sedangkan untuk bursa CJCE hanya terdapat satu koreksi kesalahan yakni pada koreksi kesalahan kedua sebesar -0.039 artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar -0.039. Dapat pula diartikan bahwa setiap hari kesalahan dikoreksi sebesar -0.039 menuju keseimbangan jangka panjang.
Sedangkan pada pasar Belawan terdapat 2 buah koreksi kesalahan yang positif pada koreksi kesalahan 1 dan 2 masing-masing sebesar 0.014 dan 0.036. Artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0.014 dan dan 0.036. Dapat pula diartikan bahwa setiap hari kesalahan dikoreksi sebesar 0.014 dan 0.036 menuju keseimbangan jangka panjang.
Secara keseluruhan dapat disimpulkan bahwa pada pasar karet alam TSR20, koefisien ECT antara -0.03 sampai 0.036. Ini menggambarkan besaran penyesuaian karena perubahan harga pada jangka pendek periode harga sebelumnya terhadap perubahan harga masing-masing pasar. Hasil ini juga menunjukkan ternyata harga pasar Belawan lebih cepat melakukan penyesuaian dalam harga dibanding dua bursa lainnya. Akan tetapi walaupun besaran nilai
penyesuaiannya sangat kecil tetapi semua variabel nyata melakukan penyesuaian pada taraf nyata 5 persen. Hal ini mengindikasikan pentingnya hubungan kointegrasi jangka panjang pada proses penentuan harga karet TSR20 di pasar fisik dan pasar berjangka. Kemudian berdasarkan hasil kointegrasi jangka pendek juga dapat diketahui pengaruh masing-masing variabel seperti:
1. Kointegrasi Jangka Pendek Bursa SICOM
Berdasarkan hasil kointegrasi jangka pendek yang dijelaskan pada Lampiran 5 perubahan harga di bursa SICOM dipengaruhi oleh perubahan harga- harga sebelumnya baik untuk harga di bursa SICOM itu sendiri maupun harga sebelumnya di bursa CJCE dan pasar Belawan. Hal ini berdasarkan persamaan jangka pendek dimana harga pada pasar SICOM menunjukkan signifikan positif dipengaruhi harganya sendiri pada lag 1 (1 hari sebelumnya ) pada taraf nyata 1 persen. Ini artinya, setiap kenaikan 1 persen harga di bursa SICOM pada 1 hari sebelumnya akan menaikkan harga di bursanya sendiri periode sekarang sebesar 0.128 persen. Sedangkan pada lag 3 dan 5 harga di bursa SICOM juga berpengaruh signifikan negatif terhadap dirinya sendiri pada taraf nyata 1 persen. Seperti pada lag 5 yang berarti setiap kenaikan harga di bursa SICOM sebesar 1 persen pada 5 periode sebelumnya akan menurunkan harga di bursa SICOM itu sendiri pada periode sekarang sebesar 0.08 persen. Namun pada lag 7 dan 8 bursa SICOM kembali berpengaruh signifikan positif terhadap dirinya dengan tingkat kenaikan yang lebih kecil hanya sebesar 0.04 persen.
Bursa SICOM juga dipengaruhi oleh bursa CJCE pada lag 2, 3, 4, 5 dengan pengaruh signifikansi positif pada taraf nyata 1 persen. Baru kemudian pada lag 7 dan 8 berpengaruh dengan tingkat signifikansi negatif juga pada taraf
nyata 1 persen. Hal ini membuktikan bahwa pengaruh lag yang berlawanan antara harga karet di bursa CJCE dan bursa SICOM terhadap pembentukan harga di bursa SICOM. Hal ini dapat dipahami karena ketika terjadi kenaikan harga bursa CJCE, dimana bursa ini juga merupakan salah satu pesaing, maka bursa SICOM akan mengatur keseimbangan transaksi jual dan beli agar terbentuk harga yang tepat dan bisa mengakomodasi kepentingan hedger, spekulan dan trader, sehingga para pelaku pasar tersebut akan tertarik untuk kembali bertransaksi di bursanya.
Selain itu bursa SICOM juga dipengaruhi oleh harga sebelumnya di pasar Belawan pada periode lag 2 dan 3 dengan pengaruh positif. Contohnya pada
lag 3, setiap kenaikan harga sebesar 1 persen 3 periode hari sebelumnya akan menaikkan harga di bursa SICOM periode sekarang sebesar 0.06 persen. Hal ini menegaskan kembali bahwa harga antara pasar berjangka (future) berhubungan dengan harga di pasar fisik. Penentuan harga SICOM mengacu pada harga di pasar fisik Belawan yang merupakan pemasok karet alam bagi SICOM.
Sedangkan untuk harga minyak mentah juga berpengaruh signifikan positif tetapi dengan porsi pengaruh yang masih kecil terhadap pembentukan harga karet alam di bursa SICOM yakni apabila harga minyak mentah naik 1 persen maka akan terjadi kenaikan harga karet alam di bursa SICOM sebesar 0.004 persen.
Untuk nilai tukar yang berpengaruh signifikan positif adalah Yen yang berarti apabila Yen menguat sebesar 1 persen maka akan menaikkan harga di bursa SICOM sebesar 0.017 persen sedangkan nilai tukar Rupiah bernilai signifikansi negatif yang menunjukkan apabila terjadi penguatan nilai tukar rupiah sebesar 1 persen akan menurunkan harga di bursa SICOM sebesar 0.01
persen. Sedangkan nilai tukar Singapura sendiri tidak terpengaruh apa-apa bagi harga karet alam di bursa SICOM. Hal ini dikarenakan bursa Singapura hanya sebagai tempat terjadinya transaksi jual beli. Penentuan harga SICOM lebih dipengaruhi oleh permintaan dan penawaran negara pengekspor dan pengimpor karet alam.
2. Kointegrasi Jangka Pendek Bursa CJCE
Hasil persamaan kointegrasi jangka pendek bursa Jepang (CJCE) dipengaruhi oleh harga sebelumnya oleh dirinya sendiri pada lag 2, dan 3 dengan pengaruh positif pada taraf nyata 1 persen seperti pada lag 2 apabila terjadi kenaikan harga sebesar 1 persen pada 2 periode hari sebelumnya maka akan menaikkan harga di bursa Jepang (CJCE) periode sekarang sebesar 0.06 persen.
Sedangkan pengaruh bursa Singapura (SICOM) pada lag 1 berpengaruh positif pada taraf nyata 1 persen yakni apabila terjadi kenaikan sebesar 1 persen pada 1 periode sebelumnya (1 hari sebelumnya) harga di bursa SICOM maka akan meningkatkan harga di bursa Jepang (CJCE) periode sekarang sebesar 0.22 persen. Temuan ini mengindikasikan bahwa penentuan harga bursa CJCE masih sangat dipengaruhi hingga mengacu dan mengikuti perkembangan harga yang terjadi bursa SICOM.
Namun, pada lag 3 bursa SICOM berpengaruh signifikan negatif pada taraf nyata 10 persen. Artinya apabila terjadi kenaikan harga sebesar 1 persen pada harga di bursa SICOM pada 3 periode sebelumnya maka akan terjadi penurunan harga di bursa CJCE pada periode sekarang sebesar 0.04 persen. Fenomena ini mengisyaratkan bahwa ternyata harga yang terbentuk di bursa CJCE tidak saja mengikuti pergerakan tren harga di bursa SICOM tapi juga
menjadikan pergerakan harga ini sebagai informasi untuk pembentukan harga yang bersaing dalam rangka menarik pelaku pasar. Sedangkan pasar Belawan tidak berpengaruh pada harga karet yang terbentuk di bursa CJCE. Dengan demikian dapat disimpulkanharga karet alam di bursa Jepang (CJCE) dipengaruhi oleh harga sebelumnya dirinya sendiri dan harga karet alam di bursa SICOM.
Sedangkan harga minyak mentah juga berpengaruh signifikan positif pada taraf nyata 1 persen terhadap kenaikan harga di bursa Jepang (CJCE) dimana apabila terjadi kenaikan harga minyak mentah sebesar 1 persen maka harga karet di bursa Jepang juga ikut naik sebesar 0.01 persen. Dari hasil ini diketahui bahwa pengaruh harga minyak mentah ternyata lebih besar terhadap pembentukan harga karet alam di bursa Jepang dibandingkan pada bursa SICOM.
Selain itu harga karet di bursa Jepang (CJCE) juga dipengaruhi nilai tukar Yen dan Rupiah pada taraf nyata 1 persen. Untuk Yen berpengaruh positif. Artinya apabila Yen menguat sebesar 1 persen maka akan menaikkan harga karet di bursa Jepang (CJCE) sebesar 0.057 persen sedangkan untuk nilai tukar Rupiah berpengaruh negatif yang berarti apabila Rupiah menguat sebesar 1 persen maka harga karet alam di bursa Jepang (CJCE) akan mengalami penurunan 0.050 persen. Namun berbeda dengan nilai tukar Dollar Singapura yang ternyata tidak berpengaruh terhadap harga karet di bursa CJCE (Jepang).
3. Kointegrasi Jangka Pendek Pasar Belawan
Temuan hasil persamaan kointegrasi bahwa pasar Belawan dalam jangka pendek dipengaruhi oleh harga dirinya sendiri pada lag 1, 2 dan 6 dengan signifikan negatif seperti pada lag 1 dapat interpretasikan apabila terjadi kenaikan harga karet alam sebesar 1 persen pada 1 periode sebelumnya pada pasar Belawan
maka harga karet alam di pasar Belawan itu sendiri akan turun sebesar 0.16 persen pada periode sekarang. Pengaruh bursa SICOM yakni pada lag 1,2,3 dan 4 dengan tingkat signifikansi 1 persen bernilai positif seperti pada lag 1 dimana apabila terjadi kenaikan harga karet alam sebesar 1 persen pada 1 periode sebelumnya (1 hari sebelumnya) pada bursa SICOM maka akan meningkatkan harga sebesar 0.19 persen di pasar Belawan.
Sedangkan pengaruh bursa Jepang (CJCE) berada pada lag 1,3,4,7 dan 8 dengan taraf nyata 1 persen seperti pada lag 3 apabila terjadi kenaikan harga pada 3 hari sebelumnya sebesar 1 persen di bursa CJCE maka harga karet alam di pasar Belawan periode sekarang juga akan naik sebesar 0.09 persen. Hasil ini menguatkan memang sampai saat ini harga karet Indonesia (Belawan) memang masih mengacu pada pergerakan harga bursa SICOM dan CJCE dalam menentukan harga fisik dimasa yang akan datang.
Untuk harga minyak mentah ternyata tidak berpengaruh nyata pada harga yang terbentuk di pasar Belawan. Dari hasil ini dapat disimpulkan harga karet yang terbentuk pada jangka pendek di pasar Belawan ditransmisikan langsung dari harga yang terbentuk di bursa SICOM maupun CJCE.
Selanjutnya nilai tukar Dollar Singapura dan Yen berpengaruh negatif terhadap pembentukan harga karet alam di pasar Belawan. Hal ini berarti apabila terjadi penguatan nilai kedua mata uang tersebut maka akan menurunkan harga karet di pasar Belawan. Namun hal sebaliknya apabila nilai mata uang melemah (depresiasi) maka harga karet alam juga terdongkrak naik. Sedangkan pengaruh nilai tukar Rupiah bernilai positif dimana apabila Rupiah menguat sebesar 1 persen akan meningkatkan harga karet di pasar Belawan sebesar 0.04 persen.
Harga karet jenis TSR20 asal pasar Belawan (Indonesia) lebih responsif terhadap perubahan nilai tukar Dollar Singapura (SGD) dan Yen karena sebagian karet Indonesia di ekspor ke Singapura dan Jepang, sedangkan untuk Singapura sendiri juga merupakan pusat pelabuhan ekspor karet Indonesia ke luar negeri. Faktor inilah yang menjadi memicu secara tidak langsung harga karet alam Indonesia dipengaruhi oleh harga karet alam yang terbentuk di bursa Singapura (SICOM) dan bursa Jepang (CJCE).
B. Jenis Karet RSS3
VAR yang mengandung kointegrasi adalah VAR yang terkendala (restricted VAR) yang berarti adanya kointegrasi di dalam model. Dalam hal ini modelnya disebut dengan Vector Error Correction Model (VECM). Tabel 20 menunjukkan estimasi vektor kointegrasi keseimbangan jangka panjang. Dengan menggunakan uji kointegrasi metode Johansen dengan lag optimal 4 maka terjadi tiga kointegrasi dalam sistem VECM.
Terdapatnya kointegrasi dalam sistem, menunjukkan bahwa terjadi hubungan struktural jangka panjang antara variabel. Namun dalam jangka panjang ternyata pasar Belawan memiliki pengaruh yang signifikan terhadap bursa TOCOM sebesar -1.09, bursa AFET sebesar -1.09 dan bursa SHFE -1.63. Artinya setiap kenaikan satu persen harga di pasar Belawan maka akan terjadi penurunan harga sebesar 1.09 persen di bursa TOCOM, 1.09 persen di bursa AFET dan juga akan terjadi penurunan harga di bursa SHFE sebesar 1.63 persen. Akan tetapi, di bursa SHFE selain dipengaruhi harga di pasar Belawan juga dipengaruhi oleh adanya trend.
Nilai koefisien estimasi untuk harga pada semua bursa bernilai negatif dan elastis. Hal ini menunjukkan bahwa harga di setiap bursa lebih responsif dipengaruhi oleh pasar Belawan.
Tabel 20. Kointegrasi Jangka Panjang Jenis Karet RSS3
Persamaan Kointegrasi
Variabel Harga Karet RSS3
TOCOM AFET SHFE BELAWAN TREND C
Kointegrasi 1 1.000000 0.000000 0.000000 -1.098576 (0.05171) [-21.2460]* 0.000112 (8.6E-05) [ 1.29206] 5.357074 Kointegrasi 2 0.000000 1.000000 0.000000 -1.090112 (0.04540) [-24.0136]* 2.18E-05 (7.6E-05) [ 0.28814] 6.450385 Kointegrasi 3 0.000000 0.000000 1.000000 -1.632721 (0.16762) [-9.74039]* 0.000718 (0.00028) [ 2.56360]* 12.70331
Keterangan : Angka dalam
[ ]
adalah nilai statistik *= nyata pada taraf 1%, **=nyata pada taraf 5% = dan *** = nyata pada taraf 10%. Nilai t-tabel: t(α:1%) = 2.326, t(α:5%) = 1.960, t(α:10) = 1.645
Hasil ini membuktikan bahwa memang harga di future market tidak akan berada di atas harga spot melebihi biaya carrying cost antara spot market dan
future market. Akan tetapi, dengan melakukan transaksi di pasar berjangka dan pasar fisik secara bersamaan dengan posisi yang berlawanan (jual dan beli) untuk jumlah dan jenis komoditi yang sama akan memperoleh keuntungan. Karena, kedua pasar ini akan saling menutupi kerugian yang diderita pada salah satu pasar. Apalagi tingkat fluktusi pasar fisik lebih tinggi dibanding bursa berjangka AFET dan SHFE berdasarkan hasil koefisien variannya maka bursa berjangka bisa menjadi tempat untuk melakukan lindung nilai (hedging) dari fluktuasi harga.
Namun, berbeda dengan bursa TOCOM yang memiliki tingkat fluktuasi yang paling tinggi dibanding pasar lainnya. Tingginya tingkat likuiditas
permintaan dan penawaran pada bursa ini menyebabkan harganya memiliki tingkat volatilitas yang tinggi. Bahkan tingkat fluktuasi ini justru dijadikan sarana investasi bagi para pelaku pasar terutama spekulan.
Tahapan selanjutnya estimasi output VECM adalah vektor koreksi kesalahan. Tabel 21 menunjukkan bahwa terdapat tiga buah peubah koreksi kesalahan yang signifikan pada taraf nyata 1 persen terhadap bursa TOCOM yakni pada koreksi kesalahan 1,2 dan 3 masing-masing sebesar -0.22, 0.19 dan 0.04 artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0.22, 0.19 dan 0.04.
Tabel 21. Kointegrasi Jangka Pendek Jenis Karet RSS3
Error Correction TOCOM AFET SHFE BELAWAN
Kointegrasi 1 -0.223420 0.035751 0.033296 0.077418 (0.03248) (0.02737) (0.02826) (0.02033) [-6.87824]* [ 1.30639] [ 1.17808] [ 3.80778]* Kointegrasi 2 0.198160 -0.078775 0.001492 0.022656 (0.03570) (0.03008) (0.03107) (0.02235) [ 5.55009]* [-2.61875]* [ 0.04802] [ 1.01380] Kointegrasi 3 0.043701 0.032919 -0.003391 -0.010451 (0.00847) (0.00714) (0.00737) (0.00530) [ 5.15682]* [ 4.61068]* [-0.45993] [-1.97026]**
Keterangan: Angka dalam
[ ]
adalah nilai statistik *= nyata pada taraf 1%, **=nyata pada taraf 5% = dan *** = nyata pada taraf 10%. Nilai t-tabel: t(α:1%) = 2.326, t(α:5%) = 1.960, t(α:10) = 1.645
Sedangkan untuk bursa AFET hanya terdapat dua peubah koreksi kesalahan yakni pada kointegrasi 2 dan kointegrasi 3 masing-masing sebesar -0.07 dan 0.03 artinya terdapat penyesuaian dari persamaan jangka pendek menuju persamaan jangka panjang sebesar -0.07 dan 0.03.
Seperti dua bursa lainnya pasar Belawan juga terdapat 2 buah peubah yang signifikan yakni pada koreksi kesalahan 1 dan 3 masing-masing sebesar 0.07 dan -0.01 artinya terdapat penyesuaian dari persamaan dari persamaan jangka pendek menuju persamaan jangka panjang sebesar 0.07 dan 0.01. Dapat pula diartikan bahwa setiap hari kesalahan dikoreksi sebesar 0.07 dan 0.01. Sedangkan untuk bursa SHFE tidak terdapat peubah koreksi kesalahan. Implikasinya dapat diartikan pasar SHFE adalah pasar yang independent. Selanjutnya berdasarkan