DAMPAK ASIMETRIS DARI SPILLOVER VOLATILI

(1)

DAMPAK ASIMETRIS DARI SPILLOVER VOLATILITAS

BURSA SAHAM SINGAPURA DAN MALAYSIA TERHADAP

INDONESIA

FEB Prodi Ekonomi Pembangunan - Keuangan dan Perbankan

UNIKA Atma Jaya

(2)

2

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia SURAT PERNYATAAN ORIGINALITAS

Yang bertanda tangan di bawah ini,

Nama Lengkap : Andreas Andrew Toedjono 2013013010 Martinus Christian Mbui 2013013022

Universitas : UNIKA Atma Jaya, FEB Ekonomi Pembangunan

Alamat Universitas : Jl. Jendral Sudirman No.51, Jakarta Selatan

Telepon : (62-21) 5727615, 5703306, 5708823.

Menyatakan bahwa paperini, yang berjudul „DAMPAK ASIMETRIS DARI

SPILLOVER VOLATILITAS BURSA SAHAM SINGAPURA DAN MALAYSIA

TERHADAP INDONESIA‟ adalah sepenuhnya ditulis oleh peneliti dan penulis

menyatakan dengan sebenar-benarnya bahwa sepanjang pengetahuan saya, di dalam paper ini tidak terdapat karya ilmiah yang pernah diajukan oleh orang lain kecuali yang secara tertulis dikutip dalam naskah ini dan disebutkan dalam sumber kutipan dan daftar pustaka.

Jakarta, 14 Februari 2016

(3)

3

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia

RINGKASAN PENELITIAN

Integrasi capital market yang akan dilaksanakan saat MEA berlangsung memberikan tantangan bagi Negara – Negara yang tergabung khususnya Indonesia. Integrasi yang akan dilakukan memang tidak dapat dihindari sebagai akibat globalisasi dan liberalisasi keuangan. Untuk itu, Indonesia sebagai negara yang memiliki potensi besar dalam capital market harus cepat tanggap dan berbenah.

Menurut penelitian terdahulu akibat dari integrasi keuangan shock yang terjadi pada suatu negara akan dengan mudah dan cepat ditransmisikan ke negara lainnya. Shock tersebut menimbulkan spillover volatilityeffect bagi negara lainnya. (Koutmos dan Booth , 1995) mengatakan, selain spillover effect dampak asimetris juga terjadi saat terjadi shock. Dampak asimetris dari spillover volatility artinya, jika terjadi shock negatif pada suatu negara akan memiliki dampak yang lebih besar dibandingkan dengan shock positif.

Untuk itu, penelitian ini bertujuan untuk menganalisis adanya spillover volatility dan dampak asimetris dari spillover volatility yang terjadi di antara negara ASEAN diwakilkan dengan 3 negara utama, Indonesia, Singapura dan Malaysia. Indonesia sebagai variabel dependen, Singapura dan Malaysia sebagai variabel Independen. Pemilihan 3 negara tersebut akan dijelaskan dalam penelitian ini. Untuk menganalisis spillover volatility dan dampak asimetrisnya penulis menggunakan model T-GARCH (1,1).

(4)

4

11. LANDASAN TEORITIS dan METODOLOGI

11. 2.1 Kerangka Teoritis

13. 2.2 Pilar MEA

15 2.3 Volatility Spillover

16. 2.4 Asymmetry Volatility Spillover

17. 2.5 Metode Penelitian

17. 2.5.1 Data

17. 2.5.2 Metode data dan Analisis

17. 2.5.2.1 Uji Normalitas

18. 2.5.2.2Uji ARCH effect

19. 2.5.2.3 T-GARCH

21. PEMBAHASAN

21. 3.1 Gambaran Umum Objek Penelitian

(5)

5

ABSTRACT

This paper studies the impact of the integration of all capital markets throughout the ASEAN Economic Community countries with Indonesia’s stock market. The integration will cause information being transmitted without border to all stock market within the ASEAN Countries. This condition can lead to the increase of spillover volatility effect and moreover asymmetric spillover volatility phenomenon. Singapore and Malaysia are the most influential countries in ASEAN. Singapore is an advanced country within the ASEAN region and has played an important role. Malaysia is another developing country in ASEAN with a better stock market compared to other ASEAN countries. Malaysia also has great GDP and economic growth. Thus, it is possible that the shock in Singaporean and Malaysian stock market will be transmitted to all countries within the ASEAN region, especially Indonesia. Using T-GARCH (1,1), we were able to capture the spillover volatility effect from Singapore and Malaysia toward the Indonesian Stock Exchange, although only Singapore has the asymmetry effect on the Indonesian Stock Market. Therefore, the negative return at the Singapore stock exchange will be transmitted to Indonesia with a bigger impact compared to a positive return.

Keywords: AEC, asymmetric spillover volatility phenomenon, Spillover volatility

(6)

6

BAB I

PENDAHULUAN

1.1 Latar Belakang

Globalisasi ekonomi dunia menuntut Negara – Negara di ASEAN membentuk integrasi sistem perdagangan yang dinamakan Masyarakat Ekonomi ASEAN (MEA) pada tahun 2016. Dengan adanya MEA, Negara – Negara di ASEAN menjadi terintegrasi dengan satu pasar dimana, barang, jasa, investasi, tenaga kerja, capital inflow dan outflow dapat bergerak bebas tanpa hambatan. Salah satu sektor yang terkena dampak dari integrasi ini adalah sektor finansial yaitu capital market (bursa efek). Dengan adanya MEA, capital market di Negara – Negara yang tergabung dengan ASEAN menjadi lebih terintegrasi. Akibat dari terintegrasinya capital market, indikator – indikator utama pada pasar saham Negara – Negara yang terintegrasi dapat mempengaruhi dan diterjemahkan secara langsung dan cepat oleh Negara lainnya (Saadah, 2013; Trihadmini, 2011).

(7)

7

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia Banyak faktor yang dapat mempengaruhi kondisi capital market pada suatu Negara. Faktor – faktor tersebut dibedakan menajdi dua jenis yaitu, eksternal dan internal. Dalam penelitian ini, kami lebih membahas dari segi eksternal. Yang dimaksud faktor eksternal yaitu terjadinya gejolak lingkungan eksternal, dapat berupa shock likuiditas dunia yang mendorong terjadinya arus modal masuk atau keluar dalam jangka pendek, terjadinya ketidakseimbangan global, serta contagion effect (Trihadmini, 2011). Faktor eksternal akan semakin besar jika integrasi sektor finansial dilakukan, maka hal tersebut akan semakin mempengaruhi kondisi capital market Indonesia. Artinya, jika terjadi guncangan pada capital market di Negara – negara ASEAN, Indonesia akan terkena dampak langsung.

Globalisasi keuangan melalui integtrasi yang dilakukan sebenarnya memiliki manfaat yang besar. Integtrasi yang dilakukan dapat memperkuat kapasitas intermediasi keuangan juga memperkuat manajemen resiko. Akan tetapi, globalisasi keuangan juga dapat menuntun negara menuju krisis keuangan.Hal ini, menjadi topik yang sangat serius setelah negara mengalami krisis ekonomi yang cukup parah pada tahun 2008 silam. Maka, integrasi capital market yang dilakukan saat MEA terlaksana harus dicermati agar tidak menyebabkan spillover volatility bagi negara – negara yang tergabung, khususnya bagi Indonesia dan bagaimana kesiapan Indonesia dalam menghadapi integrasi tersebut.

(8)

8

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia dari bursa Frankfrut ke paris dan Paris ke London. Maka, hal tersebut merupakan bukti bahwa integrasi finansial menyebabkan spillover effect bagi bursa yang terkait.

Selain spillover volatility, banyak penelitian juga yang membuktikan bahwa terjadi asymetric effect antara bursa saham dunia saat terjadi spillover volatility. Yang dimaksud dengan asymetric effect adalah saat respons asset returns berbeda terhadap kejadian positif atau negatif, juga efek dari kejadian negatif terhadap volatilitas asset cenderung lebih besar dibandingkan yang positif (Lestano dan Sucito, 2010). Saadah (2013) menangkap bahwa terjadi respon asimetris terhadap saat terjadi spillover volatility antara bursa saham singapura terhadap Indonesia, terlebih lagi saat fase bearish. Lestano dan Sucito (2010) juga menangkap adanya spillover volatility dan asymetric effect dari bursa Singapura ke Indonesia. Koutmos dan Booth (1995) menemukan bahwa terjadi asimetris pada spillovervolatility antara bursa New York, Tokyo dan London.

(9)

9

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia Oleh karena itu, dengan diperkuat oleh banyak penelitian terdahulu, penelitian ini bertujuan untuk membuktikan apakah hal yang sama yaitu spillover volatility effect juga fenomena asymmetry spillover volatility akan terjadi pada bursa di negara yang akan terintegrasi di dalam MEA, terutama impact terhadap Indonesia. Penelitian ini, diwakilkan oleh 3 negara utama yaitu Indonesia sebagai variabel dependen dan Singapura, Malaysia sebagai variabel independen. Juga, bagaimana kesiapan bursa Indonesia dalam menghadapi integrasi perdagangan melalui MEA yang dimulai pada januari 2016.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah dituliskan, maka penelitian ini bertujuan untuk mempelajari apakah terdapat spillover volatility dan fenomena asymmetry spillover volatility dari bursa Singapura dan Malaysia terhadap Indonesia. Adapun pokok permasalahan dari penulisan karya ilmiah ini, yaitu:

“Apakah terdapat spillover volatility juga fenomena respon asimetri dalam

spillover volatility return yang ditransmisikan dari bursa saham Singapura dan

Malaysia kepada bursa saham Indonesia sebagai akibat adanya integrasi pasar

keuangan dan pasar modal sepanjang tahun 2015 sampai awal 2016?”

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah yang telah diuraikan, penelitian ini bertujuan untuk mengetahui dan menganalisis tentang adanya spillover volatility effect dan juga pola asimetri dalam return volatility spillover saham yang ditransmisikan dari bursa yang berpengaruh di ASEAN dalam hal ini Singapura dan Malaysia terhadap bursa Indonesia.

1.4 Manfaat Penelitian

(10)

10

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia 1.4.1 Manfaat Praktis

- Bagi Pemerintah Indonesia

Harapnnya, dengan melihat penelitian ini Pemerintah Indonesia mampu bergerak cepat dalam menetapkan kebijakan dan peraturan, agar integrasi capital market karena MEA dapat memberikan manfaat positif bagi Indonesia bukan sebaliknya. Selanjutnya, bursa saham Indonesia bisa berkembang dan menjadi salah satu yang terbaik di ASEAN.

- Manajer Portfolio dan Investor

Dari hasil penelitian ini, penulis berharap dapat memberikan masukan bagi para manajer portfolio dan investor dalam melakukan diversifikasi dalam membentuk portfolio, agar membentuk portfolio yang optimal.

1.4.2 Manfaat Akademis

Dengan dilakukan penelitian ini harapanya, dapat dilakukan penelitian – penelitian lanjutan saat MEA benar – benar terlaksana untuk mengetahui dampak Spillover Volatility dan fenomena asimetris yang terjadi.

1.5 Hipotesis Penelitian

Hipotesis yang akan diuji dalam penelitian ini adalah:

“Terdapat respon asimetri dalam spillover volatilitas return yang ditransmisikan dari pasar modal Singapura dan Malaysia kepada pasar modal Indonesia sebagai akibat adanya integrasi pasar keuangan dan pasar modal dalam menyongsong MEA sepanjang tahun 2015 sampai awal 2016.”

(11)

11

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia BAB I Pendahuluan

Pendahuluan menerangkan latar belakang masalah mengapa penulis mengambil topik yang akan diteliti penulis; rumusan masalah yang menjelaskan batasan masalah yang diteliti, tujuan penelitian, manfaat penelitian, hipotesis, dan sistematika penulisan.

BAB II Landasan Teoritis dan Metodologi

Landasan teoritis menjelaskan kerangka teori, model penelitian, dan hipotesis konseptual. Pada kerangka teori, penulis menjelaskan teori-teori dan variabel yang terkait dengan penelitian yang berasal dari pemikiran para peneliti sebelumnya yang terdapat pada jurnal, karya ilmiah ekonomi, dan literatur ekonomi lainnya.

Metodologi penelitian meliputi uraian variabel-variabel penelitian dan defenisi operasional variabel, jenis dan sumber data, metode pengumpulan data, serta metode menganalisis data.

BABIII Pembahasan

Menjelaskan mengenai deskripsi objek penelitian, seluruh proses dan teknik analisis data hingga hasil dari pengujian hipotesis sesuai dengan metode penelitian yang digunakan.

BAB IV Penutup

Berisi kesimpulan, uraian implikasi dari hasil penelitian yang diperoleh, serta saran bagi pihak terkait.

BAB II

LANDASAN TEORITIS dan METODOLOGI

2.1 Kerangka teoritis

(12)

12

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia memperkuat kondisi domestik Indonesia agar siap dalam menyonsong integrasi pasar keuangan tersebut.

Globalisasi keuangan menururut Prasad et al (2003) yaitu konsep agregat yang mengacu pada meningkatnya hubungan global melalui arus keuangan lintas batas. Kondisi tersebut terjadi karena hubungan erat yang dijalin antara negara, kegiatan yang terjalin meliputi, ekspor – impor, perdagangan dan investasi. Oleh sebab itu, karena integrasi keuangan membuat negara seakan terintegrasi menjadi satu. Dengan adanya integrasi tersebut, banyak studi empiris yang telah mengungkapkan karena akibat dari integrasi keuangan, shock yang terjadi pada pasar keuangan negara tertentu dapat dengan mudah ditransmisikan ke negara lainnya.

Banyak penelitian sebelumnya yang mulai meneliti tentang integrasi keuangan. Berikut ini beberapa penelitian sebelumnya yang mengungkapkan bahwa Integrasi keuangan tersebut menyebabkan fluktuasi pada capital market suatu negara akan ditransmisikan langsung ke negara lain. Studi empiris sebelumnya banyak yang telah memasukan unsur transmisi serta fenomena asimetris, (Saadah,2013), (Lestano dan Sucito, 2010), (Gee dan Karim, 2010),(Chiang,Chen dan So, 2005), (Koutmos dan Booth, 1995), dan (Dovhunova, 2012).

(13)

13

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia Diluar negara – negara ASEAN, Duvhunova (2012), meneliti tentang fenomena volatility spillover dan respon asimetri pada bursa saham negara yang tergabung dalam CEE (Ceko,Hungaria dan Polandia) juga, pengaruh bursa Jerman terhadap negara CEE, dengan menggunakan model VAR. Hasilnya, terbukti bahwa terjadi asimetris pada spillover volatility bursa negara CEE dan intensitasnya lebih besar saat Jerman dimasukan pada model. Chiang, Chen dan So (2005) meneliti tentang asimetris spillover volatility pada 4 major stock market, Amerika, Kanada, Inggris dan Jepang. Model yang digunakan double- T-GARCH. Dengan hasil seluruh return di pengaruhi oleh bursa Amerika.

2.2Pilar Masayarakat Ekonomi ASEAN (Integrasi Pasar Keuangan)

Pada KTT ASEAN tahun 2007, negara-negara anggota ASEAN menegaskan komitmen mereka untuk membentuk ASEAN Economic Community (AEC / MEA) pada tahun 2015, dan bertujuan mengubah kawasan ASEAN menjadi kawasan bebas pertukaran barang dan jasa, investasi, tenaga kerja, dan aliran modal. AEC memiliki 4 (empat) karekteristik utama sebagai berikut: pertama, single market and production base; kedua, competitive economic region; ketiga, equitable economic development; dan keempat, integrated into the global economy.

(14)

14

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia a. Financial Services Liberalization and Banking Integration (FSL)

Pengurangan berbagai batasan (restrictions) pada perbankan, perusahaan asuransi dan investasi milik negara anggota ASEAN dalam menyediakan jasa keuangan di negara lain dalam kawasan akan diterapkan secara bertahap. Negara anggota ASEAN nantinya akan bertemu dan mendiskusikan mengenai proses liberalisasi keuangan dengan mempertimbangkan kesiapan perekonomian tiap negara. ASEAN juga akan menentukan bank-bank milik negara anggota ASEAN yang dianggap telah memenuhi kualifikasi tertentu (Qualified ASEAN Banks-QABs) untuk bisa beroperasi di seluruh kawasan ASEAN dan mendapat perlakuan yang sama seperti bank domestik.

b. Capital Account Liberalization (CAL)

ASEAN berusaha untuk meliberalisasi aliran modal dalam kawasan dengan cara mengurangi secara bertahap berbagai batasan (restrictions) pada beragam foreign exchange transactions, seperti current account (CA), foreign direct investments (FDIs), dan portfolio investments (PIs).

c. Capital Market Development

ASEAN menekankan pembangunan pasar modal regional melalui peningkatan kapasitas dan pembangunan infrastruktur jangka panjang untuk mencapai integrasi pasar modal di kawasan. Hal ini, akan terwujud melalui harmonisasi beragam peraturan dan regulasi domestik dan infrastruktur pasar.

d. Harmonized Payments and Settlement Systems (PSS)

(15)

15

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia Melalui ASEAN Financial Integration, negara-negara ASEAN berharap untuk memperoleh keuntungan skala ekonomi, pangsa pasar yang lebih besar, serta kerja sama alih teknologi dan informasi dalam rangka mencapai tujuan jangka panjang kawasan, yaitu pasar keuangan regional yang kompetitif, pertumbuhan ekonomi regional yang tinggi, geopolitical empowerment, dan kemampuan untuk menghadapi external shocks serta mitigasi kemungkinan contagion risk.

2.3 Spillover Volatilitas

Volatilitas berasal dari kata volatil (volatile). Istilah ini mengacu pada kondisi yang tidak stabil, cendrung bervariasi, dan sulit diperkirakan. Volatilitas memiliki banyak peranan dalam bidang finansial diantaranya adalah pengamatan prilaku harga aset finansial. Perilaku tersebut dapat diamati melalui dua parameter yaitu rata-rata(mean) dan variance. Dalam bahasa finansial variance disebut volatilitas.

Berdasarkan riset empiris terdahulu diketahui bahwa volatilitas return aset sering merespon good news dan bad news berbeda. Dampak yang diberikan bad news terhadap harga aset cenderung lebih besar dibandingkan dampak yang diberikan good news (Kim, 2003). Return saham dan volatilitas cendrung berkorelasi negatif, dengan arti ketika harga saham menurun, maka volatilitas meningkat.

Volatilitas sebagaimana diukur oleh standar deviasi atau variance seringkali dipakai sebagai alat tolak ukur risiko aset keuangan (Brooks, 2000) sehingga pengukuran efek spillover volatilitas menjadi penting karena pada akhirnya hasil pengukuran tersebut dijadikan acuan untuk pengambilan keputusan keuangan, termasuk alokasi aset optimal, konstruksi strategi hedging global, dan juga regulasi keuangan seperti capital control( Lestano dan Sucito, 2010).

(16)

16

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia dapat berimplikasi pada pasar keuangan negara lainnya sebagai bentuk adanya integrasi pasar. Efek penularan atau spillover volatilitas mengacu pada penyebaran gangguan pasar keuangan suatu negara ke negara lainnya, sebuah proses yang dapat dilihat dari harga saham, nilai tukar, atau arus modal lainnya (Dornbusch & Claessens, 2000).

2.4Asimetris Volatilitas

Asimetris volatilitas menggambarkan bahwa informasi negatif memberikan dampak volatilitas yang lebih tinggi dari pada informasi positif dengan magnitude yang sama. Hal ini kerap kali ditemukan dalam data keuangan, contohnya indeks harga saham (Asih et al, 2011).

Badhani (2009) mengatakan, bahwa fenomena asimestis pada harga asset telah diteliti dalam 3 aspek. Pertama, fenomena asimetris ditemukan saat respon volatilitas saat terjadi perubahan harga asset dan volatilitas semakin besar ketika bursa mengalami shock negatif . Kedua, bukti terjadinya asimetris dapat dilihat pada mean reversion pada asset price. Studi menenyebutkan, return saham negatif akan berbalik lebih cepat dibandingkan dengan return positif. Ketiga, tanda – tanda asimetris telah ditemukan dalam beberapa studi empiris sebelumnya. Disebutkan bahwa covariance return juka akan meningkat saat terjadi fase bear phase. Hal tersebut juga sesuai dengan hasil penelitian (Chiang, Cen dan So, 2005).

(17)

17

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia 2.5

Metode Penelitian

2.5.1 Data

Di dalam penelitian ini, untuk menangkap respon asimetris dari bursa Singapura dan Malaysia terhadap bursa Indonesia, kami menggunakan data time seriesreturn harian saham pada saat penutupan bursa index IHSG, Strait Times dan FTSE Malaysia. Data berjumlah 261 observasi yang diambil dari tanggal 2 Januari 2015 – 10 Februari 2016. Data times series yang digunakan dalam penelitian ini diunduh dari Yahoo Finance. Dari setiap indeks, data return saham dihitung dari perubahan harga saat penutupan bursa dari 2 hari yang berbeda yaitu Rt =( It– It-1 ) / I t-1, It merupakan indeks saham tahun t dan t-1 return hari sebelumnya.

2.5.2 Metode Data dan Analisis

2.5.2.1 Uji Normalitas : Uji Jarque-Berra

Uji normalitas digunakan untuk mengetahui bahwa data yang diteliti apakah terdistribusi secara normal. Jika tidak terdistribusi secara normal, maka data mengandung unsur time varying volatility. Hal tersebut dapat dibuktikan dari skewness, kurtosis, dan probability Jarque-berra.

Skewness merupakan derajat ketidak simetrian distribusi. Jika skewness tidak

≠ 0 maka data tidak terdistribusi normal, jika koefisien skewness < 0 maka data

memiliki distribusi miring kekiri berarti data kecenderungan menumpuk pada nilai lebih tinggi, dan sebaiknya.

(18)

18

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia Jika data tidak mengandung unsur – unsur seperti diatas maka datara tersebut tidak terdistribusi secara normal. Jika probabilita Jarque-Berra < α maka mengindikasikan data tidak terdistribusi secara normal.

2.5.2.2 Uji ARCH Effect : LM- Test

Sebelum kita menggunakan model ARCH/GARCH, kita harus mengetaui terlebih dahulu apakah tedapat ARCH effect dalam setiap variabel pada model tersebut. Untuk itu, agar mengetahui adanya ARCH effect dalam variabel kita harus melakukan tes terlebih dahulu. Uji yang dilakukan bernama ARCH LM-Test (Autoregressive Conditional Heteroskedasticity - Lagrange Multiplier).

Pada model ARCH variance residual periode sekarang berkorelasi dengan residual kuadrat pada periode sebelumnya, maka mengandung unsur heteroskedasticity. Jadi hipotesisnya, apabila αt = 0 maka tidak terdapat ARCH effect

pada model, jika αt≠ maka terdapat ARCH effect pada model.

2.5.2.3 Model T-GARCH

Untuk melakukan analisis pada data time series dengan data bervolatilitas tinggi maka digunakan analisis yang dapat menangkap rata – rata variance bukan hanya mean saja . Hal tersebut, digunakan setelah artikel seminar (Engle, 1982) Univariate Autoregressive Conditional Heteroskedasticity (ARCH) dan generalized ARCH (GARCH). Model tersebut, sudah dapat menangkap dan menganalisa data yang bersifat fat-tails, juga mengandung volatility clustering. Banyak studi yang telah membahas tentang model ini secara komperhensif dalam bidang keuangan, Bollerslev et al (1992), Bollerslev et al (1994), Pagan (1996).

(19)

19

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia selain itu, data return saham juga mengandung pola yang asimetris. Volatilitas antara return saham tersebut biasanya meningkat setelah terjadi shock yang bersifat return negatif. Maka, sebelum parameter diestimasi menggunakan model T-GARCH, terlebih dahulu harus dilakukan LM test untuk membuktikan apakah terdapat ARCH effect pada parameter yang akan diestimasi. LM test dilakukan dengan cara melakukan ordinary least square terhadap variabel return saham dengan inteceptnya.

Diketahui dari literatur, bahwa data return selain mengandung volatility clustering, data return juga tidak terdistribusi normal tetapi mengandung fat-tails distribution, maka data tersebut memiliki kecenderungan lebih sulit untuk diukur. Distirbusi yang bersifat fat-tails dapat terlihat jika Kurtosisnya memiliki nilai positif lebih dari 3. Distribusi yang memiliki karakteristik seperti yang disebutkan sebelumnya, dapat di golongkan sebagai leptokurtik. Kondisi tersebut mencerminkan bahwa data memiliki karakteristik yang berbeda dari distribusi normal (Gaussian). Oleh karena itu, untuk dapat meneliti dengan data yang berkarakteristik seperti yang telah disebutkan, kami menggunakan model T-GARCH untuk meneliti volatilitas return saham dari bursa Indonesia. Model T-GARCH merupakan pengembangan dari model ARCH/GARCH oleh Engle (1992) dan Bolerslev (1986) yang dikembangkan oleh Zakoian (1991). Hansen dan Lunde (2001) telah menguji sebanyak 330 kali model GARCH dengan ordo berbeda dan ditemukan bahwa GARCH (1,1) merupakan model terbaik untuk memprediksi volatilitas dan return. Untuk itu, T-GARCH (1,1) digunakan dalam penelitian ini untuk menganalisa volatilitas return saham Indonesia, Malaysia dan Singapura.

Berikut model mean dan variance antara bursa Singapura dan Malaysia terhadap bursa Indonesia. Model ini menggunakan T-GARCH (1,1).

∑

(20)

20

Dengan ketentuan:

Rt : IHSG return

{

Pada persamaan mean diatas merupakan ARMA Autoregressive Moving Average (r,j). R meruapakan returnharian dari IHSG, εt stochastic error, Ωt-1 adalah seluruh informasi pada saat t-1, ht merupakan persamaan variance return dengan fungsi dijelaskan dalam persamaan (2). Persamaan diatas dibuat untuk menunjukan apakah volatilitas return saham di Indonesia memperlihatkan prilaku yang berbeda pada saat bursa Singapura dan Malaysia mengalami return yang negatif atau positif pada periode hari sebelumnya. Parameter yang ada pada persamaan (2) adalah untuk

memenuhi α0 > 0, α,β1 > 0. Variabel dummy Dt-1 pada persamaan diatas menunjukan

price innovation dengan positif atau negatif karakteristik pada bursa saham Indonesia. Oleh karena itu, parameter Dt-1 menunjukan pengaruh asimetris apabila domestik

shock memiliki karakteristik postif atau negatif terhadap prilaku return dari IHSG (bursa Indonesia). Sedangkan D*t untuk mempresentasikan inovasi harga positif dan negatif yang terjadi di pasar Singapura dan Malaysia.

(21)

21

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia bursa Singapura terhadap spillover volatilitas, maka ϕ1 +ϕ2 merupakan spillover volatilitas yang ditransmisikan dari bursa Singapura kepada bursa Indonesia yang disertai negatif return pada bursa Singapura.

Sedangkan, MALAYRS merupakan nilai kuadrat dari standardized residual yang dihasilkan dari persamaan rata – rata model T-GARCH (1,1) untuk return saham di bursa Malaysia. Variabel tersebut meruapakan shock yang terjadi di bursa Malaysia. Sehingga parameter ϕ3 dalam persamaan 2 menunjukan adanya spillover volatilitas dari bursa saham Malaysia ke bursa Indonesia yang disertai positif return di Malaysia. Lalu, parameter ϕ4 menunjukan perbedaan dalam efek negatif return pada bursa Malaysia terhadap spillover volatilitas, maka ϕ3 +ϕ4 merupakan spillover volatilitas yang ditransmisikan dari bursa Malaysia kepada bursa Indonesia yang disertai negatif return pada bursa Malaysia.

Parameter δ dalam persamaan 2 disebut dengan istilah leverage effect.

Apabila δ bernilai positif dan signifikan maka menunjukan bahwa shock memiliki efek negatif pada bursa Indonesia yang akan memberikan pengaruh yang lebih besar

terhadap volatilitas α1+δ, dibandingkan dengan efek shockpositif sebesar δ1.

BAB III

PEMBAHASAN

3.1 Gambaran Umum Objek Penelitian

(22)

22

(23)

23

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia Pada grafik 1, diperlihatkan pergerakan pola return saham bursa Indonesia Malaysia dan Singapura pada periode Januari 2015 – Februari 2016. Jika dilihat, pola return saham menunjukan fluktuasi yang cukup signifikan hal ini juga disebabkan dengan kondisi ekonomi global yang berfluktuasi pada setahun belakangan. Ada masa dimana volatilitas return tinggi dan ada masa dimana volatilitas cukup stabil, hal ini menunjukan bahwa adanya volatility clustering dalam data return saham dalam periode Januari 2015 – Februari 2016.

3.2 Analisis Data

Tahap pertama yang harus dilakukan dalam penelitian ini adalah melakukan uji normalitas melalui Jarque-Berra test untuk mengetahui bahwa apakah terdapat fenomena fat-tails juga volatility clustering dalam variabel yang diteliti. Hal, tersebut dapat dilihat dari skewness, kurtosis dan Jarque-Berra. Selanjutnya, penulis melakukan uji ARCH effect melalui ARCH-LM test untuk mengetahui apakah terdapat unsur – unsur ARCH dalam variabel yang sedang diteliti. Lalu, penulis menggunakan model pengembangan dari GARCH yaitu T-GARCH untuk melihat apakah terdapat fenomena asymmetry spillover volatility dalam mekanisme transmisi spillover volatility dari bursa Singapura dan Malaysia terhadap bursa Indonesia. Pengujian dan estimasi yang dilakukan dalam penelitian ini menggunakan software Eviews 8.

3.2.1 Uji Normalitas Data

Stock Return Mean Median Maximum Minimum σ

(24)

24

Stock Return Skewness Kurtosis Jarque-Berra prob

Indonesia -0.258391 5.050924 48.46133 0.00000 Singapura -0.0337287 5.651848 81.11292 0.00000 Malaysia -0.011999 4.145246 14.21511 0.00000

Sumber : data diolah

Tabel 1. Menunjukan hasil uji normalitas return saham Indonesia, Singapura dan Malaysia

Pada tabel 1, menunjukan data hasil return saham Indonesia, Singapura dan Malaysia yang telah di uji. Pada hasil di atas, menunjukan bahwa data return saham tidak terdistribusi normal. Hal tersebut dibuktikan dari, skewness yang ≠ 0, kurtosis yang melebihi 3 sehingga distribusi bersifat fat-tails, serta probability Jarque-berra

(25)

25

Tabel 2. Menunjukan hasil ARCH-LM Test pada return saham dengan 5 lags

Pengujian melalui ARCH-LM test dilakukan untuk mengetahui, apakah terdapat ARCH effect dalam residual pada setiap variabel dan apakah variabel yang diteliti menunjukan efek heteroskedastis atau tidak. Penemuan heteroskedastis ini, biasanya menjadi acuan bahwa model GARCH dapat digunakan. Selanjutnya, dalam penelitian ini digunakan model pengembangannya yaitu Threshold-GARCH (T-GARCH).

Dari hasil uji ARCH effect melalui ARCH-LM test, dapat diketahui bahwa semua variabel memiliki efek ARCH. Hal tersebut dapat dibuktikan dari probabilita observed R-squared seluruh returnsaham yang ditelit < α 5%.

3.2.3 Threshold GARCH (T-GARCH)

Setelah melakukan uji normalitas dan keberadaan ARCH effect pada residual, penulis melanjutkan penelitian dengan menggunakan model Threshold GARCH (T-GARCH). Model ini, bertujuan untuk melihat apakah terdapat fenomena asymmetric vollatility spillover dalam mekanisme transmisi spillover volatilitas return dari bursa Singapura dan Malaysia terhadap bursa Indonesia, sebagai akibat dari integrasi pasar keuangan MEA.

(26)

26

SIC AIC R2

ARMA(3,1) -6.130969 -6.284595 0.002009

ARMA(3,3) -6.143877 -6.297502 0.020669

ARMA(4,3) -6.128503 -6.282129 0.001381

ARMA(2,3) -6.12157 -6.275195 0.002568

ARMA(1,3) -6.137488 -6.291114 0.003178

Tabel 3. Menunjukan kriteria AR dan MA terbaik

Coefficient Z-Statistic Probability

Mean Equation

C -0.000419 -0.998467 0.318100

AR(3) 0.635678 4.210845 0.000000

MA(3) -0.762754 -6.077314 0.000000

Variance Equation

Constant c α0 0.00000318 0.58574 0.558100

ARCH Effect α1 0.02394300 0.877259 0.380300

Asymmetry (Negative return shock - Domestic Market) δ -0.00423600 -0.138891 0.889500

GARCH Effect β 0.96686000 47.69297 0.000000

Volatility Spillover Singapura ɸ1 -0.00001900 -6.938187 0.000000

Asymmetry Volatility Spillover (negative return shock) Sing ɸ2 -0.00001480 -2.339027 0.019300

Volatility Spilover Malaysia ɸ3 0.00001240 3.46463 0.000500

Asymmetry Volatility Spillover (negative return shock) Malay ɸ4 0.00000968 1.456725 0.145200

Tabel 4. Menunjukan tanda asimetris (sign asymmetry) dari return saham

(27)

27

3.2.4 Uji Residual ARCH-LM Effect

Heteroskedasticity Test: ARCH

F-statistic 0.572781 Prob. F(15,222) 0.8939

Obs*R-squared 8.867749 Prob. Chi-Square(15) 0.8843 Sumber : data diolah

Tabel 5.menunjukan hasil ARCH-LM Test

Dari hasil ARCH-LM Test pada tabel 5, dapat dilihat bahwa hasil estimasi yang telah dilakukan menggunakan model T-GARCH dengan lag hingga 15. Hasil estimasi diatas menunjukan, bahwa variabel return dari Indonesia, Singapura dan Malaysia sudah tidak mengandung unsur ARCH. Hal tersebut dapat diketahui dengan melihat probabilita observed R-Squared > α. Dengan demikian, data hasil estimasi sudah tidak mengandung unsur heteroskedastis akan tetapi homoskedastis.

3.3 Pembahasan

Sebelum melihat kondisi eksternal, variabel δ menunjukan apakah domestik shock ditangkap asimetris. Hasil estimasi menunjukan bahwa probabilita δ tidak

signifikan (0.889500) > α. Artinya negatif return shock tidak memberikan efek yang lebih besar diabandingkan efek positif. Hasil dari variabel α1 yang juga tidak signifikan memberikan bukti bahwa kondisi bursa saham Indonesia selama periode penelitian kurang dipengaruhi dari sisi domestik.

(28)

28

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia Indonesia. Dengan kata lain, bursa Indonesia terkena dampak langsung jika shock terjadi di Singapura. Hasil dari estimasi variabel ɸ1 yang signifikan, juga memperkuat penelitian terdahulu yang mengatakan bahwa volatility spillover terjadi dari development market dan akan langsung ditransmisikan ke emerging market (Saadah 2013).

Selain itu, variabel ɸ2 yang signifikan (0.01930) juga membuktikan selain

spillover dari bursa development (Singapura), bursa negara development juga memberikan pengaruh asimetris terhadap bursa emerging (Indonesia). Jika terjadi shock negatif pada bursa negara development (Singapura) hal tersebut memberikan dampak yang lebih besar ketimbang shock yang bersifat positif. Artinya, jika pada periode sebelumnya bursa Singapura mengalami return negatif bursa Indonesia akan melemah sebesar (ɸ1 +ɸ2) yaitu (- 0.000038).

Berikutnya, kita akan membahas dampak dari variabel ɸ3 yang merupakan residual Malaysia. Variabel tersebut juga menunjukan angka probabilita yang signifikan (0.00500). Artinya jika terjadi shock di bursa Malaysia akan langsung ditransmisikan ke bursa Indonesia. Berbeda dengan bursa Singapura, bursa Malaysia tidak memberikan dampak yang asimetris bagi bursa Indonesia. Hal tersebut dapat dilihat pada variabel ɸ4 yang tidak signifikan > α 1%.

(29)

29

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia BAB IV

KESIMPULAN DAN SARAN

Penelitian ini mempelajari pola respon asimteri dalam spillover volatilitas dari bursa efek Singapura, Malaysia, dan Indonesia selama periode analisis Januari 2015- Februari 2016 dengan menggunakan pengembangan spesifikasi dari model ARMA-T-GARCH (1,1). Dalam penelitian ini ditemukan bahwa terjadi spillover volatility dari bursa Malaysia dan Singapura terhadap Indonesia. Juga, terjadi dampak asimetris yaitu, shock yang terjadi di bursa efek Singapura akan menjadi lebih kuat ketika pasar saham tersebut mengalami return negatif (bentuk sign asymmetry) dibandingkan ketika Singapura mengalami return positif. Sedangkan pada bursa Malaysia terdapat spillover volatilitas tetapi tidak terdapat efek asimetris seperti yang terdapat di bursa Singapura.

Implikasi penting dari penelitian ini jika kita melihat kesiapan Indonesia, bursa Indonesia masih banyak yang harus dibenahi. Dangkalnya kondisi bursa efek Indonesia juga menjadi salah satu penyebab bagaimana spillover volatilitas dapat dengan mudah ditransmisikan ke Indonesia dari Negara – Negara MEA (Singapura dan Malaysia). Padahal bursa saham pada suatu negara merupkan simbol kondisi ekonomi pada negara tersebut.

(30)

30

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia selama periode ini tremor akan segera dikirimkan ke pasar saham Indonesia dengan pengaruh yang lebih besar

Untuk investor, pola asimetris memiliki implikasi pentingnya manajemen portfolio untuk menekan risiko keuangan. Namun, dengan adanya spillover volatilitas yang kuat dari bursa efek Singapura dan Malaysia ke Indonesia menunjukan adanya interdepedensi antara ketiga pasar saham tersebut mengindikasikan bahwa upaya diversifikasi portfolio setelah adanya integrasi pasar keuangan MEA akan memiliki manfaat yang lebih rendah terutama, ketika pasar berada dalam posisi trend downward. Untuk itu, para investor sebaiknya mencari bursa di luar Negara – Negara yang tergabung dalam MEA untuk menghindari interdependensi tersebut.

(31)

31

DAFTAR PUSTAKA

Badhani,N. K. (2009). Response Asymmetry In Return and Volatility Spillover from The US to Indian Stock Market. Journal of Applied Finance. 15(9): 22 – 45. Bollerslev,T. (1986), Generalized Autoregressive Conditional Heteroskedasticity,

Journal of Econometrics. 31: 307 – 327. North-Holland.

Chiang,C. Chen, C. and So, M. (2005). Asymmetries in Return and Volatility and Composite Stock Return News– Evidence from Global Markets Based on A Bayesian Analysis. 55(5-6): 537 – 572.

Dovhunova, V. (2012). Volatility Spillovers and Response Asymmetry: Empirical Evidence from the CEE Stock Markets. Master Thesis Charles University in Parague.

Engle, R. (1982). Autoregressive Conditional Heteroskedasticity with Estimate of The Variance of The United Kingdom. Journal of The Econometrics Society. 987 - 1007.

Gee, C. Karim, M. (2010). Volatility Spillovers of the Major Stock Markets in ASEAN-5 with the U.S. and Japanese Stock Markets. International Research Journal of Finance and Economics. 44, 156 – 168.

Hansen, P.R. dan A. Lunde,(2005). A Forecast Comparison of Volatility Models: Does Anything Beat a GARCH(1,1)?. Journal of Applied Econometrics,20(7): 873-889.

Hill, C. Griffiths,W. dan Lim, G. (2011). Principles of Econometrics 4th Edition. USA: John Wiley.

Hill, C. Griffiths,W. dan Lim, G. (2008).Using Eviews For Principles of Econometrics 3th Edition. USA: John Wiley.

Kim, S. (2003).The Spillover Effects of U.S. and Japanese Public Information News in Advanced Asia-Pacific Stock Markets”. Pacific Basin Finance Journal.

Koutmos, G. and Booth, G. (1995).Asymmetries Volatility Transmission in

International Stock Markets”. Journal of International Money and Finance, 14 (6): 747-762.

(32)

32

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia Lestano. Kuper, G. (2014). Correlation Dynamic In ASIAN Financial Market.

Faculty of Economics and Business Groningen University.

Minurva, P (2014). Respon Asimetri dalam Spillover Volatilitas: Suatu Studi Empiris Terhdap Pasar Modal Jepang & Indonesia. Skripsi FEB UNIKA Atma Jaya Nathan, G. (2013) Impact of ASEAN Capital Market Integration on Indonesia‟s

Capital Market and Economy,SEADI. UASID

Pagan, A. (1996), The Econometrics of Financial Markets, Journal of Empirical Finance. 3(1): 15-102.

Saadah,S. (2013). Response Asymmetry in Spillover Volatility: An Empirical Study in the Indonesia and Singapore Stock Market. Indonesian Capital Market Review, 5(2): 74-83.

Trihadmini, N. (2011). Contagion dan Spillover Effect Pasar Keuangan Global Sebagai Early Warning System. Journal Financial and Banking, 13(1) : 48-61. Zeaud,H. dan Shibiel, A. (2012). Multivariate Volatility and Spillover Effects In

(33)

33

-0.0375 -0.0250 -0.0125 0.0000 0.0125 0.0250 0.0375

Series: Residuals

-0.04 -0.03 -0.02 -0.01 0.00 0.01 0.02

(34)

34

Dampak Asimetris Dari Spillover Volatilitas Bursa Saham Singapura dan Malaysia Terhadap Indonesia Uji T-GARCH ARMA 3,3

Dependent Variable: RETURNINDO

Method: ML - ARCH (Marquardt) - Normal distribution Date: 02/13/16 Time: 22:32

Sample (adjusted): 8 260

Included observations: 253 after adjustments Convergence achieved after 10 iterations MA Backcast: 5 7

Presample variance: backcast (parameter = 0.7)

GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*RESID(-1)^2*(RESID(-1)<0) + C(7)*GARCH(-1) + C(8)*RESIDSING + C(9)*RESIDSINGD + C(10) *RESIDMALAY + C(11)*RESIDMALAYD

Variable Coefficient Std. Error z-Statistic Prob.

C -0.000419 0.000420 -0.998467 0.3181

AR(3) 0.635678 0.150962 4.210845 0.0000

MA(3) -0.762754 0.125508 -6.077314 0.0000

Variance Equation

C 3.18E-06 5.42E-06 0.585740 0.5581

RESID(-1)^2 0.023943 0.027292 0.877259 0.3803

RESID(-1)^2*(RESID(-1)<0) -0.004236 0.030502 -0.138891 0.8895

GARCH(-1) 0.966860 0.020273 47.69297 0.0000

RESIDSING -1.90E-05 2.74E-06 -6.938187 0.0000

RESIDSINGD -1.48E-05 6.35E-06 -2.339027 0.0193

RESIDMALAY 1.24E-05 3.57E-06 3.464630 0.0005

RESIDMALAYD 9.68E-06 6.64E-06 1.456725 0.1452

R-squared 0.028442 Mean dependent var -0.000312

Adjusted R-squared 0.020669 S.D. dependent var 0.011166

S.E. of regression 0.011050 Akaike info criterion -6.297502

Sum squared resid 0.030527 Schwarz criterion -6.143877

Log likelihood 807.6340 Hannan-Quinn criter. -6.235693

Durbin-Watson stat 1.857655

(35)

35

Uji ARCH-LM TEST Lag 15

Heteroskedasticity Test: ARCH

F-statistic 0.572781 Prob. F(15,222) 0.8939

Obs*R-squared 8.867749 Prob. Chi-Square(15) 0.8843

Test Equation:

Variable Coefficient Std. Error t-Statistic Prob.

C 1.322101 0.294743 4.485613 0.0000

WGT_RESID^2(-1) 0.003007 0.067044 0.044845 0.9643

WGT_RESID^2(-2) 0.072478 0.068229 1.062283 0.2893

WGT_RESID^2(-3) -0.019220 0.068421 -0.280913 0.7790

WGT_RESID^2(-4) 0.081875 0.068450 1.196123 0.2329

WGT_RESID^2(-5) -0.060241 0.068638 -0.877673 0.3811

WGT_RESID^2(-6) -0.019072 0.068809 -0.277171 0.7819

WGT_RESID^2(-7) 0.003110 0.068680 0.045280 0.9639

WGT_RESID^2(-8) -0.022125 0.068435 -0.323306 0.7468

WGT_RESID^2(-9) -0.040710 0.068474 -0.594537 0.5528

WGT_RESID^2(-10) 0.009808 0.068487 0.143209 0.8863

WGT_RESID^2(-11) 0.008543 0.068289 0.125106 0.9006

WGT_RESID^2(-12) -0.043988 0.068064 -0.646274 0.5188

WGT_RESID^2(-13) -0.001857 0.068108 -0.027270 0.9783

WGT_RESID^2(-14) -0.119899 0.067893 -1.765998 0.0788

WGT_RESID^2(-15) -0.052662 0.068400 -0.769916 0.4422

R-squared 0.037259 Mean dependent var 1.103223

Adjusted R-squared -0.027791 S.D. dependent var 1.863582

S.E. of regression 1.889300 Akaike info criterion 4.175150

Sum squared resid 792.4185 Schwarz criterion 4.408580

Log likelihood -480.8428 Hannan-Quinn criter. 4.269226

F-statistic 0.572781 Durbin-Watson stat 2.001506