KRISIS GLOBAL, VARIABEL MONETER, DAN INDEKS HARGA SAHAM GABUNGAN (IHSG) DI INDONESIA
Oleh:
Chenny Seftarita, S.E, M.Si Jul Fahmi, S.E
Abstract-This paper investigated the impact of Financial Crisis in U.S and Indonesian monetary variables on Indonesian Composite Index (IHSG) from 2005-2012. The methodological approach used is based on the Engle Grenger (1987) co-integration analysis and the Vector Error Correction Model (VECM). Four variables have been considered; BI rate (BIRATE), exchange rate (KURS), and Dummy variable (DUMMY) as financial crisis variabel. The Result of analysis indicates that in the long run relationships, BIRATE and DUMMY variables are significant and related to IHSG Indonesia.
Keywords: Indonesian Composite Index (IHSG), BI Rate, Exchange Rate, and Financial Crisis in U.S.
Pendahuluan
Berbagai perbedaan sumber daya yang dimiliki tiap negara, baik sumber daya alam, sumber daya manusia maupun sumber daya modal mengakibatkan suatu negara tidak dapat hidup sendiri untuk memenuhi seluruh kebutuhan negaranya, sehingga perekonomian suatu negara berhubungan dengan perekonomian negara lainnya di dunia. Kondisi perekonomian suatu negara akan berpengaruh pada keadaan perekonomian negara lainnya yang pada selanjutnya akan mempengaruhi keadaan perekonomian secara global, terlebih lagi jika negara yang memiliki kekuatan ekonomi yang besar seperti negara Amerika Serikat, China, India, dan Jepang mengalami keterpurukan perekonomian.
Dalam era globalisasi ini kegiatan perekonomian sudah sangat maju sehingga selain kegiatan ekspor dan impor barang atau jasa, modal juga dapat berpindah dari satu negara ke negara lain tanpa terkendala batasan jarak. Kegiatan perpindahan modal ini dikenal dengan istilah investasi di pasar modal, yaitu seseorang yang memiliki modal dapat berinvestasi terhadap suatu perusahaan dengan cara membeli saham diperusahaan tersebut dipasar modal baik dalam maupun luar negeri. Sehingga tidak mengherankan jika
kondisi perekonomian suatu negara maupun global sangat berpengaruh terhadap harga saham. Berkembang atau tidaknya pasar modal dapat dilihat dari Indeks Harga Saham Gabungan (IHSG) yang memberikan informasi pergerakan harga saham.
Beberapa literatur memperlihatkan beberapa faktor yang mempengaruhi kegiatan berspekulasi dipasar modal dengan membeli surat-surat berharga seperti obligasi dan saham. Salah satunya yaitu teori permintaan uang yang dikemukakan oleh J.M. Keynes yang kemudian dikembangkan lagi oleh Prof James Tobin. Teori ini memperlihatkan bagaimana peran tingkat bunga terhadap permintaan uang untuk berspekulasi. Lebih dalam menurut Aditya (2011), kenaikan tingkat suku bunga dapat meningkatkan beban perusahaan (emiten) sehingga dapat menurunkan harga saham. Kenaikan ini juga potensial mendorong investor mengalihkan dananya ke pasar uang atau tabungan maupun deposito sehingga investasi di lantai bursa turun dan selanjutnya dapat menurunkan harga saham.
Lebih jauh, analisis berkembang pada isu-isu stabilitas ekonomi yang berpengaruh besar terhadap pasar modal. Krisis ekonomi kerap kali menjadi penyebab lesunya pasar modal yang diukur dengan lesunya Indeks Harga Saham Gabungan (IHSG). Studi tentang pengaruh krisis global dan beberapa indikator moneter terhadap krisis dalam mempengaruhi IHSG dapat dilihat dari pengertian krisis keuangan. Menurut Manurung (2009 : 123), krisis keuangan adalah penurunan secara drastis harga aset dan merupakan kegagalan sistem lembaga keuangan dan perusahaan. Fungsi pasar keuangan terganggu, intermediasi dan transformasi aset keuangan menjadi tidak lancar, transakasi keuangan dan aktivitas ekonomi macet dan akhirnya menyebabkan kontraksi ekonomi secara menyeluruh.
Pasar modal yang ada di Indonesia merupakan pasar yang sedang berkembang (emerging
market) yang dalam perkembangannya sangat rentan terhadap kondisi makro ekonomi secara umum.
Krisis ekonomi yang terjadi tahun 1998 merupakan awal runtuhnya pilar - pilar perekonomian nasional Indonesia. Badai krisis ini mengakibatkan inflasi yang tinggi sehingga berakibat runtuhnya sektor ekonomi terutama pada pasar modal terlihat dari merosotnya nilai IHSG saat itu (Depkeu RI, 2003). Secara global, krisis keuangan global juga sangat berpengaruh pada pasar modal dalam negeri. Krisis keuangan Amerika Serikat yang disebabkan oleh macetnya kredit properti yaitu sejenis kredit kepemilikan rumah (KPR) di Indonesia, menyebabkan hampir semua sektor perekonomian negara – negara di dunia
mengalami guncangan yang cukup besar. Perokonomian dunia turut mengalami kemunduran ekonomi termasuk Indonesia. Rata-rata indeks harga saham gabungan (IHSG) didunia mengalami penurunan yang cukup signifikan. Indonesia dinilai tidak terlalu parah terkena imbas krisis global, terbukti dengan relatif masih baiknya variabel-variabel ekonomi makro. Bahkan dilihat dari perkembangan IHSG pasca krisis global tahun 2008, IHSG kembali meningkat seiring dengan semakin baiknya beberapa indikator moneter seperti BI rate dan Kurs yang sangat berperan dalam fluktuasi IHSG.
Tabel 1.
Perkembangan IHSG dan Indikator moneter Pra dan pasca krisis Global 2008
Tahun IHSG (bps) BI Rate (%) Kurs (Rp/USD) 2005 1.162,64 12,25 9.857 2006 1.805,52 9,50 9.086 2007 2.745,83 8,00 9.333 2008 1.355,41 9,25 11.324 2009 2.534,36 6,50 9.457 2010 3.703,51 6,50 9.022 2011 3.821,99 6,00 9.088 2012 4.316,69 5,75 9.645 Sumber : www.bi.go.id, yahoo finance.com (diolah), 2013
Pada tabel 1 terlihat bahwa krisis global tahun 2008 variabel moneter seperti tingkat bunga BI (BI
rate) mengalami peningkatan menjadi 9,25% yang diikuti melemahnya nilai tukar rupiah terhadap dolar
menjadi Rp. 11.000/USD. IHSG tercatat menurun tajam mendekati -100% yaitu menjadi 1.355,41 bps. Pasca tahun 2008 indikator moneter yaitu BI rate dan Kurs semakin membaik seiring dengan peningkatan kembali IHSG. Fenomena ini sejalan dengan beberapa penelitian sebelumnya yang melihat bagaimana peran variabel-variabel diatas terhadap IHSG.
Maryatmo (2010) meneliti tentang pengaruh jangka pendek dan jangka panjang perubahan kurs dan suku bunga terhadap harga saham dengan menggunakan model Error Correction Model (ECM). Dari hasil analisis mengungkapkan bahwa terdapat hubungan jangka panjang antara harga saham dan variabel independen tingkat bunga dan nilai tukar. Pengaruh tingkat bunga pada harga saham adalah negatif, baik
dalam jangka panjang maupun jangka pendek. Hasil temuan ini benar- benar berbeda dari hasil penlitian sebelumnya yang menyatakan bahwa terhadap hubungan positif antara suku bunga dan harga saham. Hal ini mungkin dapat dijelaskan oleh pengaruh dominan dari arus modal jangka pendek. Pengaruh jangka panjang dan jangka pendek dari tingkat suku bunga terhadap harga saham memiliki tanda negatif. Dampak perubahan kurs terhadap harga saham memiliki tanda negatif pada jangka pendek dan memiliki efek positif dalam jangka panjang.
Adisetiawan (2009) melakukan penelitian mengenai Hubungan Tingkat Suku Bunga Sertifikat Bank Indonesia (SBI), Inflasi, Dan Indeks Harga Saham Gabungan (IHSG), dan dari penelitian tersebut menunjukkan terdapat hubungan timbal balik yang signifikan antara inflasi dengan suku bungan SBI, namun tidak terdapat hubungan timbal balik yang signifikan antara inflasi dan IHSG. Lebih dalam Prasetiono (2010) meneliti mengenai pengaruh fundamental ekonomi makro dan harga minyak terhadap saham LQ45 dalam jangka pendek dan jangka panjang dengan menggunakan model analisis Error Correction Model. Dari hasil penelitian tersebut ditemukan bahwa dalam jangka pendek variabel pertumbuhan ekonomi dan harga minyak mempunyai pengaruh yang signifikan terhadap saham LQ45, tetapi tidak untuk variabel suku bunga SBI dan kurs yang tidak signifikan. Dalam jangka panjang semua variabel bebas yang digunakan tidak memiliki pengaruh yang signifikan terhadap saham LQ45.
Berdasarkan uraian diatas peneliti ingin melihat bagaimana variabel moneter seperti BI rate dan nilai tukar dapat mempengaruhi IHSG, dengan memuat variabel krisis global tahun 2008 sebagai variabel dummy. Penelitian ini menggunakan pendekatan VECM atau Vector Error Correction Model untuk melihat pengaruh jangka panjang dan jangka pendek antar variabel.
Metodologi Penelitian
Ruang lingkup penelitian membahas dampak krisis global 2008, indikator moneter, serta pengaruhnya terhadap Indeks Harga Saham Gabungan (IHSG) di Indonesia.Jenis dan sumber data yang digunakan dalam penelitian ini adalah data sekunder yang berbentuk times series dari bulan Juni 2005 sampai dengan Desember 2012 dan diperoleh dari Badan Pusat Statistik, Bank Indonesia, Bursa Efek Indonesia, jurnal – jurnal ekonomi dan sumber lainnya yang dibutuhkan.
Model analisis yang digunakan dalam penelitian adalah bersifat kuantitatif dengan menggunakan
Vector Error Correction Model (VECM). Penggunaan metode analisis ini didasarkan kemampuan metode
tersebut untuk menganalisis hubungan antar variabel dalam jangka panjang dan jangka pendek. Bentuk umum dari Vector Error Correction Model (VECM) dengan menggunakan dummy dalam penelitian ini adalah (Hutapea, 2007:30) :
ΔYt = β0 + β1ΔX1t + β2ΔX2t + β3 DKG + β4ΔY t-1 + β5ΔX1 t-1 + β6ΔX2 t-1 + εt ...(1)
Untuk memudahkan dalam menganalisis pengaruh krisis keuangan global 2008 , variabel nilai tukar, dan tingkat suku bunga Bank Indonesia (BI Rate) terhadap IHSG di Indonesia, penulis mentransformasikan model tersebut ke dalam bentuk sebagai berikut :
ΔIHSGt = β0 + β1ΔKURSt + β2ΔBIRATEt + β3DUMMY + β4ΔIHSG t-1 + β3ΔKURS t-1 + β3ΔBIRATE t-1 ...(2)
Dimana IHSG adalah Indeks harga saham gabungan, KURS adalah nilai tukar rupiah terhadap dolar US, BIRATE adalah tingkat bunga BI atau BI rate, dan DUMMY adalah variabel boneka (dummy variabel) mewakili krisis global tahun 2008, dimana 0 untuk sebelum (pra) krisis tahun 2008, dan 1 krisis dan pasca krisis tahun 2008.
Sebelum dilakukan uji VECM, akan ditentukan lag optimal sehingga menghindari masalah
misspesifikasi dalam model. Data time series kemudian akan diuji dengan uji akar-akar unit dengan
menggunakan pendekatan Augmented Dickey Fuller. Pengujian dilakukan untuk melihat apakah data stasioner atau tidak. Selanjutnya pengujian dilanjutkan dengan uji kointegrasi menggunakan pendekatan uji kointegrasi Johansen (Johansen Cointegration Test). Pengujian ini untuk melihat apakah variabel residu adalah stasioner, jika stasioner maka terdapat hubungan keseimbangan antar variabel dalam jangka panjang.
Hasil dan Pembahasan
Sebelum dilakukan pengujian lebih lanjut, sebelumnya akan ditentukan lag optimal untuk menghindari masalah misspesifikasi dalam model. Uji lag dapat dilihat pada tabel 2. Terlihat bahwa lag
optimal ada pada lag tiga (3). Pada lag 3 direkomendasikan dengan terlihat lebih banyak bintang dibanding lag sebelumnya. Berikut hasil uji lag optimal.
Tabel 2. Uji lag optimal
Lag LogL LR FPE AIC SC HQ
0 564.0254 NA 2.59e-11 -13.02385 -12.90969 -12.97790
1 609.1153 84.93674 1.32e-11 -13.70036 -13.12958* -13.47064 2 633.3047 43.31594 1.09e-11 -13.89081 -12.86341 -13.47733*
3 657.1589 40.49661* 9.16e-12* -14.07346* -12.58944 -13.47621
4 665.8243 13.90500 1.10e-11 -13.90289 -11.96224 -13.12187 Sumber : Hasil Olah data dengan Eviews 7
Tahapan selanjutnya yaitu uji akar-akar unit untuk melihat stasioner atau tidak data yang digunakan untuk penelitian ini. Uji akar unit dilakukan untuk setiap variabel dalam penelitian, baik itu variabel dependen dalam penelitian yaitu IHSG maupun variabel independen nilai tukar (KURS), BI Rate dan DUMMY. Uji akar - akar unit dilakukan dengan pendekatan Augmented Dickey - Fuller (ADF). Berikut merupakan hasil uji akar-akar unit dari variabel-variabel dalam penelitian ini.
Tabel .3
Hasil Uji Akar-akar Unit (Unit Roots Test) Dengan Pendekatan Augmented Dickey – Fuller (ADF)
Level First Difference
Variabel ADF Critical Value Variabel ADF Critical Value
LnIHSG -1.143925 -3.505595 DLnIHSG* -7.349752 -3.505595 LnKurs -2.445797 -4.064453 DLnKurs* -7.138748 -3.505595 LnBirate -3.789220 -4.064453 DLnBirate* -4.991009 -3.505595 Dummy -1.172252 -3.504727 DDummy* -9.433981 -3.505595
Dari tabel 3 di atas dapat terlihat bahwa IHSG, nilai tukar, BI Rate, dan Dummy tidak stasioner pada tingkat level. Ketidakstasioneran seluruh variabel tersebut dapat terlihat dari nilai ADF lebih besar ( > )dari nilai critical value. Karena semua variabel tidak stasioner pada tingkat level, maka ketiga variabel tersebut diuji kembali di tingkat first difference untuk mendapatkan hasil yang stasioner. Dari hasil pengujian pada tingkat first difference ketiga variabel tersebut stasioner, dapat dibuktikan dengan melihat nilai ADF dari seluruh variabel lebih kecil (<) dari nilai critical value, dengan demikian data yang digunakan adalah data pada First difference.
Dalam penelitian ini, uji kointegrasi yang digunakan adalah Johansen Cointegration Test. Hubungan kointegrasi dapat terlihat dari besarnya nilai Trace Statistic dan Max Eigen Statistic dibandingkan dengan nilai critical value pada tingkat kepercayaan 1-10 persen.
Tabel.4 Uji Kointegrasi
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.272521 84.33336 47.85613 0.0000
At most 1 * 0.244057 56.97078 29.79707 0.0000 At most 2 * 0.216820 32.90888 15.49471 0.0001 At most 3 * 0.129135 11.89110 3.841466 0.0006 Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.272521 27.59258 27.58434 0.0499
At most 1 * 0.244057 24.06191 21.13162 0.0188 At most 2 * 0.216820 21.01777 14.26460 0.0037 At most 3 * 0.129135 11.89110 3.841466 0.0006
*Berkointegrasi pada tingkat signifikansi 0,05
Dari tabel di atas dapat kita lihat bahwa nilai Trace Statistic dan Max- Eigen Statistic lebih besar dari nilai Critical Value pada tingkat kepercayaan 1-5 persen Sehingga dapat disimpulkan bahwa dalam jangka panjang Indeks Harga Saham Gabungan (IHSG), Kurs, dummy dan BI Rate mempunyai hubungan
keseimbangan dalam jangka panjang (hubungan kointegrasi). Dengan demikian terbukti bahwa terdapat kointegrasi dalam model sehingga permodelan Vector Error Correction Model (VECM) dapat dilanjutkan.
Meskipun dengan melakukan uji kointegrasi menunjukkan terdapat hubungan keseimbangan dalam jangka panjang, namun kita tidak melihat bagaimana pengaruh secara spesifik variabel independen yaitu BIRATE, KURS, dan DUMMY terhadap variabel dependen IHSG dalam jangka panjang tersebut. Dengan uji VECM secara spesifik dapat dilihat pengaruhnya dalam jangka panjang serta dapat pula melihat pengaruh jangka pendek. Dalam jangka pendek, variabel tersebut belum tentu saling mempengaruhi. Model
Vector Error Correction digunakan untuk mengestimasi model jangka panjang dan jangka pendek dalam
penelitian. Berikut hasil uji VECM.
Tabel.5. Hasil Uji VECM dengan Variabel Dependen IHSG
Error Correction Term
(ECT) Coefficient Std. Error t-Statistic Prob.
DKURS 0.218327 0.213945 1.020479 0.3105
DBIRATE* -0.287270 0.112922 -2.543963 0.0129 DDUMMY* -0.555615 0.114068 -4.870928 0.0000
Nilai ECT dapat dilihat dari nilai C(1) pada pengujian t statistik, * signifikan 0,05
Pada tabel diatas berdasarkan uji t statistik terlihat bahwa variabel BIRATE dan Dummy signifikan mempengaruhi IHSG, terlihat nilai ECT yang negatif dan signifikan yang berarti IHSG dapat merespons fluktuasi BIRATE dan Dummy dalam jangka panjang. Variabel KURS terlihat tidak signifikan artinya tidak mempengaruhi IHSG dalam jangka panjang. Hubungan antara BI rate dan IHSG mengindikasikan bahwa kebijakan moneter yang dilakukan BI dengan menaikkan atau menurunkan tingkat bunga dalam jangka panjang berpengaruh terhadap pergerakan IHSG. Secara teoritis, terdapat hubungan negatif antara tingkat bunga dan keputusan seseorang dalam berinvestasi dipasar modal dengan membeli obligasi atau saham. Jika tingkat bunga naik maka seseorang cenderung berinvestasi diperbankan dalam bentuk deposito atau tabungan. Sebaliknya jika tingkat bunga turun maka seseorang lebih memilih berinvestasi dipasar modal dengan membeli surat-surat berharga (seperti dalam teori permintaan uang Keynes).
Signifikannya variabel Dummy mengindikasikan bahwa dalam jangka panjang krisis global berpengaruh terhadap IHSG Indonesia. Kita memahami bahwa pemulihan krisis keuangan tahun 2008 di Amerika Serikat masih berlanjut hingga sekarang. Turunnya perekonomian negara-negara lain akibat krisis tersebut juga cukup menyita waktu yang lama dalam proses pemulihannya. Indonesia termasuk salah satu negara yang tidak terlalu parah terkena imbas krisis tersebut. Bahkan jika kita lihat perkembangan IHSG, pasca krisis global IHSG kita mengalami pertumbuhan yang tinggi bahkan beberapa waktu lalu sempat mencapai rekor tertinggi di ASIA. Perkembangan IHSG ini merupakan wujud sentimen negatif para spekulan dunia terhadap perekonomian Amerika Serikat dan negara maju lainnya yang dinilai masih berisiko tinggi. Selain itu jika dilihat stabilitas makro yang cukup baik, Indonesia menjadi pilihan investasi yang aman pada periode ini.
Untuk melihat pengaruh jangka pendek, pengujian dilanjutkan dengan uji Wald test untuk melihat pengaruh variabel dalam jangka pendek. Pengujian ini dapat dilihat dari hasil uji F-statistik dan Chi Square pada tingkat signifikansi 5%. Berikut hasil uji Wald Test.
Tabel. 6 Uji Wald Test
Tabel.6.1
Equation: DIHSG DBIRATE
Test Statistic Value df Probability F-statistic 0.157564 (2, 81) 0.8545 Chi-square 0.315127 2 0.8542
* signifikan pada 0,05
Tabel.6.2
Equation: DIHSG DKURS
Test Statistic Value df Probability F-statistic 0.328893 (2, 81) 0.7207 Chi-square 0.657786 2 0.7197
* signifikan pada 0,05
Tabel. 6.3
Equation: DIHSG DDUMMY
Test Statistic Value df Probability F-statistic* 23.82898 (2, 81) 0.0000 Chi-square* 47.65795 2 0.0000
Dari tabel diatas terlihat bahwa berdasarkan uji Wald test, hanya variabel Dummy yang memiliki nilai F statistik dan Chi-square yang signifikan. Artinya variabel Dummy dalam jangka pendek mempengaruhi IHSG. Variabel BIRATE dan KURS dalam jangka pendek tidak mempengaruhi IHSG terlihat dari nilai F-statistik dan Chi-square yang tidak signifikan pada tingkat 5 %. Dalam jangka pendek terlihat bahwa BIRATE dan KURS tidak berpengaruh terhadap IHSG. Hasil ini memperlihatkan bahwa variabel moneter atau kebijakan moneter dalam jangka pendek tidak direspons oleh pergerakan IHSG. Dalam kasus krisis global, variabel Dummy memiliki tingkat signifikansi kuat mempengaruhi IHSG dalam jangka pendek. Relatif stabilnya perekonomian Indonesia dibandingkan negara-negara lain yang terkena imbas krisis global menyebabkan Indonesia menjadi target investasi negara-negara lain. Bisa dibilang kita mendapatkan berkah positif dari krisis global jika dilihat dari investasi dipasar modal. Hal ini terlihat dari meningkatnya IHSG pada level yang cukup dramatis. Selain dari relatif stabilnya ekonomi makro, Pengaruh psikologis investor berupa sentimen negatif terhadap perekonomian Amerika Serikat dan negara maju lainnya yang terkena imbas krisis juga menjadi penyebab meningkatnya IHSG.
Kesimpulan Dan Saran
Dari hasil uji kointegrasi terlihat bahwa dalam jangka panjang semua variabel memiliki hubungan keseimbangan dalam jangka panjang. Lebih spesifik, hasil uji VECM memperlihatkan bahwa variabel BI Rate dan variabel Dummy yang mewakili krisis global di U.S. tahun 2008 mempengaruhi IHSG dalam jangka panjang. Hal ini terlihat dari nilai ECT yang negatif dan signifikan pada kepercayaan 5 %. Dalam jangka pendek, hanya variabel Dummy yang berpengaruh terhadap IHSG. Hasil ini memperkuat beberapa temuan sebelumnya yang memperlihatkan bahwa krisis dalam suatu negara dapat mempengaruhi negara lain.
Dari hasil penelitian tersebut disarankan bahwa kebijakan moneter dengan tingkat bunga efektif mempengaruhi IHSG di Indonesia. Otoritas moneter hendaknya menjaga stabilitas tingkat bunga sehingga fluktuasi IHSG juga relatif stabil (berfluktuasi tidak terlalu tajam) bahkan terus mengalami peningkatan. Hendaknya pemerintah terus menjaga stabilitas ekonomi makro seperti pertumbuhan ekonomi, nilai tukar,
inflasi, dan lain-lain karena akan berpengaruh terhadap psikologis investor yang sedang dan mau berinvestasi di Indonesia. Krisis Amerika Serikat terbukti memberikan berkah positif bagi Indonesia dilihat dari perkembangan IHSG pasca tahun 2008. Adanya sentimen negatif pada perekonomian Amerika Serikat menyebabkan investor mencari alternatif substitusi salah satunya berinvestasi di pasar modal Indonesia.
DAFTAR KEPUSTAKAAN
Adisetiawan. (2009). “Hubungan Tingkat Suku Bunga Sertifikat Bank Indonesia (SBI), Inflasi, Dan Indeks Harga Saham Gabungan (IHSG).” Jurnal Manajemen dan Bisnis, Vol. 13, No. 1, 23 – 33
Izzati dan Agung, Robby Suryawan. (2011). “Pengaruh Tingkat Suku Bunga SBI, Nilai Tukar Mata Uang dan Tingkat Inflasi Terhadap Perubahan Harga Saham Sub Sektor Perbankan Di Bursa Efek Indonesia.” PESAT, Vol. 4
Anoraga, Pandji dan Pakarti, Piji. (2006). Pengantar Pasar Modal, edisi revisi, Rineka Cipta, Jakarta. Bank Indonesia. (2008), Statistik Ekonomi Keuangan Indonesia, Jakarta
Fahmi, Jul. (2013), Pengaruh Krisis Global 2008 Terhadap Indeks Harga Saham Gabungan Di Indonesia, Skripsi, Universitas Syiahkuala.
Gujarati, Damodar N. (2010). Dasar – dasar Ekonometrika, Edisi Kelima. Salemba Empat. Jakarta
http://www.idx.co.id/. Bursa Efek Indonesia, diakses pada tanggal 29 Januari 2013 melalui google.
http://finance.yahoo.com/q/hp?s=%5EJKSE. Indeks Harga Saham Gabungan, diakses pada 14 Januari 2013
melalui google.
http://www.bps.go.id/. Badan Pusat Statistik Indonesia, diakses pada tanggal 29 Januari 2013 melalui
google.
http://id.wikipedia.org/wiki/Runtuhnya_Wall_Street_1929. wikipedia, diakses pada tanggal 24 Februari
2013 melalui google.
http://www.bi.go.id/web/id/Statistik/Statistik+Ekonomi+dan+Keuangan+Indonesia/Versi+HTML/Sektor+M
oneter/. Statistik Ekonomi dan Keuangan Indonesia, diakses pada tanggal 24 Februari 2013 melalui
google.
http://www.indonesiarecovery.com/krisis-keuangan-global-2008/krisis-2008-terparah-sejak-the-great-depression/7-krisis-global-2008.html, diakses pada tanggal 1 Mei 2013 melaui google.
http://www.belajarinvestasi.net/saham/kamus-istilah-dalam-saham-glossary, diakses pada tanggal 2 September
2013 melalui google.
http://www.anggaran.depkeu.go.id/web-content-list.asp?ContentId=599, diakses pada 9 september 2013
melalui google.
Kasmir. (2007). Bank dan Lembaga Keuangan Lainnya. Raja Grafindo. Jakarta
Kewal, Suramaya Suci. (2012). “Pengaruh Inflasi, Suku Bunga, Kurs Dan Pertumbuhan PDB Terhadap Indeks Harga Saham Gabungan.” Jurnal Economia, Vol. 8, No. 1
Mahmud, Syamsuddin. (2004). Teori Moneter dan Ekonomi Indonesia. Badan Penerbit Universitas Syiah Kuala. Banda Aceh.
Manurung, Mandala dan Pratama Rahardja. (2008). Teori Ekonomi Makro. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta.
Manurung, Mandala dan Pratama Rahardja. (2004). Uang, Perbankan, dan Ekonomi Moneter. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta
Manurung, Jonni dan A.H. Manurung. (2009). Ekonomi Keuangan dan Kebijakan Moneter. Salemba Empat. Jakarta
Martalena, dan Malinda Maya. (2011). Pengantar Pasar Modal. ANDI. Yogyakarta.
Maryatmo, Rogatianus. (2010). “Pengaruh Jangka Pendek Dan Jangka Panjang Perubahan Suku Bunga Dan Kurs Rupiah Terhadap Harga Saham : Studi Empiris Di Indonesia (200:1 – 2010:4)” JEJAK, Vol. 3, No. 1
Miskhin, Frederic S. (2011). Ekonomi Uang, Perbankan, dan Pasar Keuangan. Salemba Empat. Jakarta Novianto, Aditya. (2011). Analisis Pengaruh Nilai Tukar (KURS) Dolar Amerika/Rupiah (US$/Rp),
Tingkat Suku Bunga SBI, Inflasi Dan Jumlah Uang Beredar (M2) Terhadap Indeks Harga Saham Gabungan (IHSG) Di Bursa Efek Indonesia (BEI) Periode 1999.1 – 2010.6. Skripsi. UNDIP: Semarang.
Prasetiono, Dwi Wahyu. (2010). ”Analisis Pengaruh Faktor Fundamental Ekonomi Makro dan Harga Minyak Terhadap Saham LQ45 Dalam Jangka Pendek dan Jangka Panjang.” Journal Of Indonesian Applied Economics, Vol. 4 No. 1: 11-25
Seftarita, Chenny. (2005). Kebijakan Fiskal, Kebijakan Moneter, dan Pertumbuhan Ekonomi di Indonesia. Tesis. Universitas Sumatera Utara.
Suad, Husnan. (2003). Dasar-dasar Teori Portofolio dan Analisis Sekuitas, Yogyakarta : UPP-AMP YPKN Sunariyah. (2006). Pengantar Pengetahuan Pasar Modal , edisi kelima, UPP-STIM YPKN Yogyakarta Thobarry, Achmad Ath. (2009). Analisis Pengaruh Nilai Tukar,Suku Bunga, Laju Inflasi dan
Pertumbuhan GDP Terhadap Indeks Hrga Saham Sektor Properti (Kajian Empiris Pada Bursa Efek Indonesia Periode Pengamatan Tahun 2000-2008). Tesis. UNDIP: Semarang.
Tim Studi Market Maker (2003). “Studi Tentang Market Marketer Di Pasar Modal Indonesia”. Departemen Keuangan Republik Indonesia. Jakarta.
Triandaru, Sigit dan Budisantoso, Totok. (2006). Bank dan Lembaga Keuangan Lain, Salemba Empat, Jakarta
LAMPIRAN - LAMPIRAN
Lampiran 1. Data Nominal PenelitianObservasi IHSG Kurs BI Rate Dummy 2005M06 1.122,38 9616 8,25 0 2005M07 1.182,30 9799 8,50 0 2005M08 1.050,09 9986 8,75 0 2005M09 1.079,28 10232 10,00 0 2005M10 1.066,22 10093 11,00 0 2005M11 1.096,64 10004 12,25 0 2005M12 1.162,64 9857 12,25 0 2006M01 1.232,32 9493 12,25 0 2006M02 1.230,66 9253 12,25 0 2006M03 1.322,97 9171 12,25 0 2006M04 1.464,41 8936 12,25 0 2006M05 1.330,00 8984 12,50 0 2006M06 1.310,26 9362 12,50 0 2006M07 1.351,65 9125 11,25 0 2006M08 1.431,26 9094 10,75 0 2006M09 1.534,61 9143 10,75 0 2006M10 1.582,63 9187 10,25 0 2006M11 1.718,96 9134 9,75 0 2006M12 1.805,52 9086 9,50 0 2007M01 1.757,26 9066 9,25 0 2007M02 1.740,97 9067 9,00 0 2007M03 1.830,92 9163 9,00 0 2007M04 1.999,17 9097 8,75 0 2007M05 2.084,32 8844 8,50 0 2007M06 2.139,28 8983 8,25 0 2007M07 2.348,67 9067 8,25 0 2007M08 2.194,34 9366 8,25 0 2007M09 2.359,21 9309 8,25 0 2007M10 2.643,49 9107 8,25 0 2007M11 2.688,33 9264 8,25 0 2007M12 2.745,83 9333 8,00 0 2008M01 2.627,25 9406 8,00 0 2008M02 2.721,94 9181 8,00 0 2008M03 2.447,30 9184 8,00 0 2008M04 2.304,52 9208 8,00 0 2008M05 2.444,35 9290 8,25 0 2008M06 2.349,10 9295 8,50 0 2008M07 2.304,51 9163 8,75 0 2008M08 2.165,94 9149 9,00 1 2008M09 1.832,51 9340 9,25 1 2008M10 1.256,70 10048 9,50 1 2008M11 1.241,54 11711 9,50 1 2008M12 1.355,41 11324 9,25 1 2009M01 1.332,67 11167 8,75 1 2009M02 1.285,48 11852 8,25 1 2009M03 1.434,07 11849 7,75 1
2009M04 1.722,77 11025 7,50 1 2009M05 1.916,83 10392 7,25 1 2009M06 2.026,78 10206 7,00 1 2009M07 2.323,24 10111 6,75 1 2009M08 2.341,54 9977 6,50 1 2009M09 2.467,59 9900 6,50 1 2009M10 2.367,70 9482 6,50 1 2009M11 2.415,84 9469 6,50 1 2009M12 2.534,36 9457 6,50 1 2010M01 2.610,80 9275 6,50 1 2010M02 2.549,03 9348 6,50 1 2010M03 2.777,30 9173 6,50 1 2010M04 2.971,25 9027 6,50 1 2010M05 2.796,96 9183 6,50 1 2010M06 2.913,68 9148 6,50 1 2010M07 3.069,28 9049 6,50 1 2010M08 3.081,88 8971 6,50 1 2010M09 3.501,30 8975 6,50 1 2010M10 3.635,32 8927 6,50 1 2010M11 3.531,21 8938 6,50 1 2010M12 3.703,51 9022 6,50 1 2011M01 3.409,17 9037 6,50 1 2011M02 3.470,35 8912 6,75 1 2011M03 3.678,67 8761 6,75 1 2011M04 3.819,62 8651 6,75 1 2011M05 3.836,97 8555 6,75 1 2011M06 3.888,57 8564 6,75 1 2011M07 4.130,80 8533 6,75 1 2011M08 3.841,73 8532 6,75 1 2011M09 3.549,03 8765 6,75 1 2011M10 3.790,85 8895 6,00 1 2011M11 3.715,08 9015 6,00 1 2011M12 3.821,99 9088 6,00 1 2012M01 3.941,69 9109 6,00 1 2012M02 3.985,21 9025 5,75 1 2012M03 4.121,55 9165 5,75 1 2012M04 4.180,73 9175 5,75 1 2012M05 3.832,82 9290 5,75 1 2012M06 3.955,58 9451 5,75 1 2012M07 4.142,34 9456 5,75 1 2012M08 4.060,33 9499 5,75 1 2012M09 4.262,56 9566 5,75 1 2012M10 4.350,29 9597 5,75 1 2012M11 4.276,14 9627 5,75 1 2012M12 4.316,69 9645 5,75 1 Keterangan :
IHSG : Indeks Harga Saham Gabungan (bps)
Kurs : Nilai Tukar (Rp/USD)
