Yield SR003 di Pasar Sekunder
20
Hasil pengujian akar unit pada tingkat level menunjukkan bahwa semua variabel tidak stasioner pada taraf nyata 5% yang dilihat dari nilai mutlak t-ADF lebih kecil dari nilai mutlak MacKinnon Critical Values-nya pada taraf 5%. Pengujian akar unit yang tidak stasioner pada tingkat level dilakukan pengujian lanjutan pada tingkat first difference.
Hasil pengujian akar unit pada tingkat first difference menunjukkan bahwa semua variabel telah stasioner pada taraf nyata 5% yang dilihat dari nilai mutlak t-ADF lebih besar dari nilai mutlak MacKinnon Critical Values-nya. Hasil pengujian akar unit pada first difference dapat dilihat pada Tabel 4.
Tabel 4 Hasil pengujian akar unit pada First Difference
Variabel Nilai ADF Nilai Kritis MacKinnon Keterangan
1% 5% 10% Yield -6.305701 -3.639407 -2.951125 -2.614300 Stasioner SBI -3.490643 -3.639407 -2.951125 -2.614300 Stasioner LnIHK -5.894854 -4.262735 -3.552973 -3.209642 Stasioner LnExrate -6.390372 -4.252879 -3.548490 -3.207094 Stasioner LnIPI -6.686937 -3.646342 -2.954021 -2.615817 Stasioner Sumber : Lampiran 2
Penetapan Lag Optimal
Dalam model VAR penentuan lag optimal sangat berguna untuk menghilangkan autokorelasi. Pemilihan lag yang akan dicari dengan menggunakan kriteria informasi yang tersedia, yaitu Likehood Ratio (LR), Final Prediction Error (FPE), Akaike Information Criterion (AIC), Shwarz Information Criterion (SC), dan Hannan-Quin Criterion (HQ). Apabila kriteria informasi merujuk pada sebuah kandidat selang maka lag tersebut yang akan dipilih untuk melanjutkan estimasi pada tahapan berikutnya. Penentuan lag optimal dalam penelitian ini berdasarkan pada nilai Shwarz Information Criterion (SC). Hasil pengujian lag optimal dapat dilihat pada Tabel 5. Berdasarkan perhitungan nilai
Shwarz Information Criterion (SC), lag optimal berada pada lag satu. Tabel 5 Hasil pengujian Lag Optimal
Lag SC
0 -7.292297
1 -13.26155*
2 -12.30086
Sumber : Lampiran 3
Keterangan : * menunjukkan nilai terkecil
Uji Stabilitas VAR
Perolehan panjang selang optimal yang dipilih perlu dilakukan pengujian stabilitas untuk memastikan bahwa selang tersebut merupakan panjang selang selang maksimum VAR yang stabil. Stabilitas model VAR dapat dilihat dari nilai
21 inverse roots karakteristik AR polinomialnya. Model VAR dianggap stabil apabila seluruh roots-nya memiliki modulus lebih kecil dari satu dan berada di dalam unit circle. Nilai modulus untuk model penelitian yield sukuk berkisar antara 0.018005 sampai dengan 0.990947. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa model VAR stabil. Hasil pengujian stabilitas VAR dapat dilihat pada Lampiran 4.
Uji Kointegrasi
Pengujian kointegrasi dilakukan dengan menggunakan uji Johansen Cointegration Test untuk mengetahui adanya kombinasi linear dari variabel-variabel yang tidak stasioner pada tingkat level. Kombinasi linear ini dikenal dengan istilah persamaan kointegrasi dan diinterpretasikan sebagai hubungan keseimbangan jangka panjang di antara variabel. Semua variabel yang diuji dalam penelitian ini telah stasioner pada tingkat first difference (lampiran1) maka uji kointegrasi dapat dilakukan.
Adanya hubungan kointegrasi dapat dilihat dari nilai trace statistic yang lebih besar dari nilai critical value 5%. Hasil pengujian pada Tabel 6 menunjukkan terdapat satu persamaan yang terkointegrasi. Adanya kointegrasi dari hasil pengujian dapat diartikan terdapat hubungan jangka panjang antara yield
sukuk ritel SR003 dengan variabel makroekonomi. Hubungan jangka panjang tersebut akan diperjelas pada estimasi VECM, uji Impulse Response Function
(IRF), dan uji Forecast Error Variance Decomposition (FEVD). Tabel 6 Hasil uji Kointegrasi
Hypothesized
No.of CE(s) Trace Statistic 5% Critical Value
None* 102.4412 88.80380 At most 1 58.03998 63.87610 At most 2 32.98018 42.91525 At most 3 13.76814 25.87211 At most 4 3.499773 12.51798 Sumber : Lampiran 5
Keterangan : * signifikan pada taraf 5%
Uji Kausalitas Granger
Uji kausalitas Granger dilakukan untuk mengetahui apakah suatu variabel bebas meningkatkan kinerja forecasting dari variabel tidak bebas. Hasil uji kausalitas Granger dapat dilihat pada Tabel 7.
Tabel 7 Uji Kausalitas Granger
Yield SBI LnIHK LnExrate LnIPI Sumber: Lampiran 6
22
Keterangan:
“ “ menunjukkan bahwa ada hubungan kausalitas searah dari faktor guncangan ke variabel sasaran operasional
“ “ menunjukkan bahwa ada hubungan kausalitas searah dari variabel sasaran operasional ke faktor guncangan
Pada Tabel 7 terlihat adanya hubungan kausalitas searah antara SBI dengan yield Sukuk Ritel SR003 yang diartikan bahwa yield Sukuk Ritel memengaruhi SBI. Hubungan kausalitas searah antara IHK, IPI, dan Exrate dengan yield Sukuk Ritel SR003 dapat diartikan bahwa IHK, IPI, dan Exrate memengaruhi yield Sukuk Ritel SR003. Berdasarkan hasil uji kausalitas Granger, sebagian besar variabel makroekonomi memengaruhi yield Sukuk Ritel SR003.
Hasil Estimasi Vector Error Correction Model (VECM)
Model VECM memberikan dua output estimasi utama (Besimi et al. 2006) dalam Firdaus (2011), yaitu mengukur hubungan jangka panjang antar variabel dan mengukur error-correction atau kecepetan variabel-variabel dalam bergerak menuju keseimbangan jangka panjangnya sehingga estimasi VECM dilakukan untuk mengetahui adanya hubungan keseimbangan jangka pendek dan jangka panjang antar variabel. Hasil uji estimasi VECM pada Tabel 8 menunjukkan bahwa pada jangka pendek variabel yang signifikan terhadap yield Sukuk Ritel SR003 hanya IHK.
Penelitian ini menggunakan signifikansi dengan taraf nyata 5%, yaitu nilai t-ADF untuk nilai kritis 5% sama dengan 1.965. Artinya, H0 ditolak jika nilai mutlak t-statistik lebih besar dari nilai t-ADF maka variabel berpengaruh signifikan. Pada jangka pendek terdapat koreksi kesalahan sebesar 0.374153 yang dapat diinterpretasikan untuk menuju keseimbangan jangka panjang diperlukan koreksi sebesar 0.374153%.
Tabel 8 Hasil estimasi VECM
Jangka Panjang
Variabel Koefisien t-statistik
SBI(-1) 1.114130 -9.47498*
LNIPI(-1) -23.56677 5.91247*
IHK(-1) -61.01000 4.75641*
LNEXRATE(-1) 4.491100 -1.55641
Jangka Pendek
Variabel Koefisien t-statistik
CointEq1 -0.374153 -2.69233 D(SBI(-1)) 0.052827 -0.22427 D(LNIPI(-1)) 4.387938 1.54354 D(IHK(-1)) 45.40519 3.15318* DLNEXRATE(-1)) 2.936359 0.76363 Sumber : Lampiran 7
23 Hasil estimasi VECM pada jangka panjang menunjukkan bahwa variabel suku bunga SBI berpengaruh positif secara signifikan terhadap yield Sukuk Ritel SR003 sebesar 1.114130 yang artinya apabila terjadi kenaikan suku bunga SBI sebesar 1% maka akan menaikkan yield sebesar 1.114130%. Hal ini sesuai dengan hipotesis bahwa ketika suku bunga deposito mengalami peningkatan akan menyebabkan yield obligasi mengalami peningkatan. Peningkatan suku bunga deposito akan membuat harga obligasi mengalami penurunan karena pada saat suku bunga deposito naik, investor cenderung untuk berinvestasi pada deposito dan menyebabkan permintaan terhadap obligasi menurun sehingga harga obligasi ikut mengalami penurunan. Penurunan harga obligasi menyebabkan yield obligasi naik karena harga obligasi berbanding terbalik dengan yield.
Variabel Industrial Production Index (IPI) merupakan indikator yang mengukur produksi output riil sehingga dapat dijadikan proksi dari pendapatan nasional. Hasil estimasi VECM menunjukkan bahwa IPI berpengaruh negatif secara signifikan terhadap yield Sukuk Ritel SR003 sebesar 23.56677. Nilai koefisien tersebut dapat dijelaskan bahwa ketika terjadi kenaikan 1% pada IPI akan menurunkan yield Sukuk Ritel SR003 sebesar 23.56677%. Hal tersebut dapat diinterpretasikan bahwa ketika terjadi kenaikan IPI mengindikasikan adanya peningkatan produksi output sehingga pelaku produsen atau investor lebih memilih berinvestasi di sektor produksi dibandingkan sektor keuangan. Berkurangnya minat investor berinvestasi di sektor keuangan menyebabkan permintaan terhadap obligasi menurun atau penawaran obligasi meningkat sehingga harga obligasi menjadi naik. Kenaikan harga obligasi tersebut mengakibatkan yield obligasi mengalami penurunan.
Variabel berikutnya yang berpengaruh signifikan terhadap yield Sukuk Ritel SR003 inflasi yang tercermin dalam IHK. Berdasarkan Tabel 8, IHK berpengaruh negatif secara signifikan terhadap yield Sukuk Ritel SR003. Nilai koefisien tersebut dapat diinterpretasikan ketika terjadi kenaikan sebesar 1% pada inflasi akan menurunkan yield sukuk sebesar 61.01000%. Hasil ini berbeda dengan hipotesis yang seharusnya inflasi berpengaruh positif terhadap yield
obligasi karena kenaikan tingkat inflasi secara tidak langsung akan menaikkan tingkat suku bunga deposito yang menyebabkan harga obligasi turun sehingga
yield obligasi mengalami kenaikan. Hal ini dapat terjadi ketika jumlah uang beredar yang tetap dan keseimbangan riil yang lebih tinggi menunjukkan tingkat harga yang lebih rendah sehingga menyebabkan volume transaksi yang lebih besar, yang artinya jumlah output yang diminta lebih besar. Besarnya jumlah output yang diminta mengindikasikan adanya penurunan permintaan terhadap obligasi sehingga harga obligasi mengalami kenaikan dan yield obligasi menurun. Sedangkan variabel nilai tukar memiliki pengaruh positif secara tidak signifikan terhadap yield Sukuk Ritel SR003.
Impulse Response Function (IRF)
Impulse Response Function (IRF) digunakan untuk menentukan respon suatu variabel endogen terhadap suatu shock dalam variabel itu sendiri dan variabel endogen lainnya. IRF dapat mengukur pengaruh suatu guncangan pada suatu waktu kepada perubahan variabel endogen pada saat tersebut dan di masa yang akan datang sebesar satu standar deviasi. Penelitian ini akan melihat respon
24
yang diberikan yield Sukuk Ritel SR003 terhadap guncangan variabel-variabel makroekonomi, yaitu suku bunga SBI, IPI, IHK, dan nilai tukar.
Gambar 4 Hasil Impulse Response Function (IRF)
Guncangan suku bunga SBI sebesar satu standar deviasi pada periode 1 belum direspon oleh yield sukuk ritel. Mulai periode 2 hingga akhir periode dapat dilihat bahwa guncangan SBI direspon positif oleh yield sukuk ritel. Pada periode 2 ke periode 3 guncangan pada SBI mengakibatkan penurunan yield sukuk ritel sebesar 0.0530%. Periode 4, guncangan SBI meningkat kembali sebesar 0.075%. Periode 5 hingga periode 11, respon positif berfluktuatif pada kisaran 0.071%. Respon yield sukuk ritel terhadap guncangan SBI mulai mencapai keseimbangan pada periode 14 dengan merespon positif guncangan tersebut sebesar 0.0719%.
Guncangan IPI sebesar satu standar deviasi belum direspon oleh yield
sukuk ritel pada periode 1. Mulai periode 2 hingga akhir periode dapat dilihat bahwa guncangan IPI direspon negatif oleh yield sukuk ritel secara fluktuatif. Pada periode 2 dan periode 3, penurunan yield sukuk ritel semakin meningkat sebesar 0.18% dan 0.22%. Respon negatif yield sukuk ritel terhadap IPI mulai berkurang pada periode 4 sebesar 0.19%. Respon yield sukuk ritel terhadap guncangan IPI mulai mencapai keseimbangan pada periode 14 sebesar 0.169%.
Yield sukuk ritel tidak merespon guncangan IHK sebesar satu standar deviasi pada periode 1. Guncangan IHK direspon positif oleh yield sukuk ritel sebesar 0.103% pada periode 2. Namun, mulai periode 3 hingga akhir periode, guncangan tersebut direspon positif oleh yield sukuk ritel. Respon yield sukuk ritel terhadap IHK pada periode 13 mulai mencapai keseimbangan sebesar 0.050%. Respon yield sukuk ritel terhadap nilai tukar (Exrate) direspon positif pada periode 2 sebesar 0.085%. Pada periode 3, yield mengalami penurunan sebesar 0.007% dan kembali meningkat pada periode 4 sebesar 0.03%. Guncangan mulai mencapai keseimbangan pada periode 10 sebesar 0.027%.
25
Forecasting Error of Variance Decomposition (FEVD)
FEVD bermanfaat untuk menjelaskan kontribusi dari masing-masing variabel terhadap shock yang ditimbulkannya terhadap variabel endogen utama yang diamati. FEVD juga bertujuan untuk menjelaskan seberapa besar persentase kontribusi masing-masing guncangan (shock) variabel makroekonomi dalam memengaruhi yield Sukuk Ritel SR003 (Firdaus, 2011). Jangka waktu yang digunakan dalam menjelaskan FEVD ini adalah 30 periode.
Hasil pada Gambar 5 menunjukkan bahwa pada periode 1, fluktuasi yield
sukuk ritel disebabkan oleh guncangan yield sukuk ritel itu sendiri sebesar 100%. Mulai periode 2 hingga 30 terlihat bahwa variabel-variabel lain mulai memengaruhi yield sukuk ritel. Pada periode 2, yield sukuk ritel masih mendominasi sebesar 84.54% sedangkan variabel yang mulai memengaruhi yield
sukuk ritel yaitu, SBI sebesar 1.10%, IPI sebesar 9.22%, IHK sebesar 3.03%, dan Exrate sebesar 2.08%. Pada periode 12, peranan yield sukuk ritel dalam menjelaskan fluktuasi yield sukuk ritel itu sendiri semakin berkurang sebesar 80.72% sedangkan kontribusi pengaruh variabel lain semakin bertambah yaitu, SBI sebesar 2.32%, IPI sebesar 14.85%, IHK sebesar 1.47%, dan Exrate sebesar 0.62%.
Gambar 5 Hasil Forecasting Error of Decomposition (FEVD)
Pada periode 30 keragaman dari yield sukuk ritel paling besar dipengaruhi oleh yield sukuk ritel itu sendiri sebesar 80.49%, kemudian IPI, SBI, IHK, dan Exrate masing-masing sebesar 15.04%, 2.56%, 1.40%, dan 0.48%. Hasil FEVD menunjukkan bahwa yield Sukuk Ritel cenderung stabil dalam menghadapi pengaruh guncangan (shock) dari variabel makroekonomi.
26