ANALISA KETERKAITAN ANTARA STABILITAS PASAR MODAL DAN STABILITAS SISTEM
KEUANGAN
JURNAL ILMIAH
Disusun oleh :
Firdausi Gusti Safitri 125020400111038
JURUSAN ILMU EKONOMI FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA MALANG
2016
ANALISA HUBUNGAN ANTARA STABILITAS PASAR MODAL DAN STABILITAS SISTEM KEUANGAN
(Dengan Analisis Korelasi Kanonikal)
Firdausi Gusti Safitri
Fakultas Ekonomi dan Bisnis Universitas Brawijaya Email: [email protected]
Penelitian ini bertujuan untuk mengetahui hubungan antara stabilitas pasar modal dan stabilitas sistem keuangan. Penelitian ini menggunakan Analisis Korelasi Canonical untuk menentukan hubungan antara stabilitas pasar modal dan stabilitas sistem keuangan. Variabel yang digunakan dalam penelitian ini adalah saham varians dari sepuluh sektor saham di Bursa Efek Indonesia sebagai indikator stabilitas pasar modal. Sementara pengukuran stabilitas sistem keuangan di indikator makroekonomi, yaitu inflasi, BI Rate, dan Nilai Tukar dan indikator ekonomi mikro adalah CAR, ROA, LDR, NPL dan ROA.
Hasil dari penelitian ini adalah terdapat hubungan yang kuat antara stabilitas pasar modal dan stabilitas sistem keuangan dilihat dari memperoleh koefisien korelasi kanonik pertama 0,98880, koefisien korelasi kanonik kedua 0,86320, dan koefisien korelasi kanonik ketiga 0,71750.
Kata kunci: stabilitas sistem keuangan, stabilitas pasar saham, analisis korelasi kanonikal.
A. PENDAHULUAN
Sejumlah perkembangan dalam beberapa tahun terakhir telah dikombinasikan untuk menempatkan isu stabilitas keuangan di bagian atas agenda, tidak hanya dari otoritas pengawas, tetapi dari kebijakan publik yang lebih umum. Perkembangan ini meliputi ledakan pertumbuhan volume transaksi keuangan, meningkatnya kompleksitas instrumen baru, krisis mahal di sistem keuangan nasional, dan beberapa kecelakaan profil tinggi di lembaga masing-masing.
Pertumbuhan volume transaksi keuangan dan peningkatan integrasi pasar modal telah membuat lembaga di sektor keuangan yang lebih saling tergantung dan telah dibawa ke depan isu risiko sistemik. arus modal internasional, meskipun umumnya menguntungkan untuk alokasi yang efisien dari tabungan dan investasi, sekarang memiliki kekuatan dalam kondisi tidak stabil untuk melemahkan kebijakan ekonomi nasional dan menggoyahkan sistem keuangan.
Stabilitas Sistem Keuangan (FSS) sebenarnya tidak memiliki definisi standar yang telah diterima secara internasional. Oleh karena itu, ada beberapa definisi dari FSS yang pada dasarnya mengatakan bahwa sistem keuangan memasuki tahap tidak stabil ketika sistem telah membahayakan dan menghambat kegiatan ekonomi. Stabilitas sistem keuangan perlu menjadi prioritas, mengingat dis-stabilitas krisis keuangan selalu dikaitkan dengan biaya tinggi ekonomi, politik dan sosial. Sistem keuangan itu sendiri di dalamnya termasuk sistem perbankan, lembaga keuangan non-bank, pasar keuangan (pasar uang dan pasar modal) serta infrastruktur sistem keuangan.
Analisis korelasi kanonik adalah model statistik multivariat yang memfasilitasi studi hubungan timbal balik antara set beberapa variabel dependen dan beberapa variabel independen.
Sedangkan regresi berganda memprediksi variabel dependen tunggal dari satu set beberapa variabel independen, korelasi kanonik secara bersamaan memprediksi beberapa variabel dependen dari beberapa variabel independen. Fokusnya terletak pada analisis korelasi kanonik hubungan antara kombinasi linear dari satu set variabel dengan kombinasi linear dari himpunan lainnya variabel. Langkah pertama adalah untuk menemukan kombinasi linear yang memiliki korelasi terbesar. Selanjutnya, kita akan mencari kombinasi linear dengan nilai korelasi terbesar di antara semua pasangan lain yang tidak berkorelasi. Proses ini terjadi berulang kali, hingga korelasi maksimum diidentifikasi. Pasangan linear kombinasi disebut sebagai variate kanonik sedangkan hubungan antara pasangan yang disebut korelasi kanonik.
Penelitian terhadap hubungan antara stabilitas pasar modal dan variabel-variabel dalam perekonomian telah dilakukan sebelumnya. Bakri Abdul Karim, Loke Phui Sea dan Zulkefly Abdul Karim dalam penelitiannya yang berjudul “The Impact of Macroeconomic Volatility on the Indonesian Stock Market Volatility” meneliti hubungan antara volatilitas makroekonomi dan
volatilitas pasar modal di Indonesia. Dengan menggunakan metode GARCH dan Granger Causality test kesimpulan yang didapat adalah volatilitas makroekonomi tidak mempunyai pengaruh yang signifikan terhadap volatilitas pasar modal. Muhammad Francisco Jareño, Loredana Negrut, dalam penelitiannya yang berjudul “US Stock Market And Macroeconomic Factors” meneliti hubungan antara return saham dan variabel makroekonomi. Dengan menggunakan regresi linier berganda, penelitian ini mendapat kesimpulan return saham hanya berpengaruh positif terhadap GDP dan berpengaruh negatif terhadap tingkat suku bunga dan tingkat pengangguran. Zukarnain Zakaria, Sofian Shamsuddin dalam penelitiannya yang berjudul
“Empirical Evidence on the Relationship between Stock Market Volatility and Macroeconomics Volatility in Malaysia” meneliti hubungan antara volatilitas pasar modal dan volatilitas makroekonomi di Malaysia. Dengan menggunakan metode GARCH dan Granger Causality test, penelitian ini mendapat kesimpulan variabel-variabel ekonomi secara parsial tidak berpengaruh secara signifikan terhadap volatilitas pasar modal. Hanya jumlah uang beredar yang berpengaruh terhadap return saham.
B. KAJIAN PUSTAKA A. Stabilitas Pasar Modal
Menurut Madhura (2012) “Volatility can determine the degree of uncertainty surrounding the stock future’s returns. In addition, stock market volatility reached high levels during financial crisis and significantly led stocks prices plummeting especially in emerging markets”. Volatilitas dapat menunjukkan nilai dari ketidakpastian pada return saham di masa depan. Volatilitas juga mencapai titik tertinggi selama terjadi krisis keuangan dan menyebabkan jatuhnya harga saham terutama di negara berkembang. Lebih lanjut Madhura (2012) mengemukakan bahwa kondisi perekonomian dapat memberikan efek pada arus kas di masa yang akan datang dan mempengaruhi harga saham. Volatilitas harga saham dapat terjadi karena pasar modal sangat sensitif terhadap kondisi perekonomian (Kartika:2010). Adanya volatilitas akan menyebabkan resiko dan ketidakpastian yang dihadapi investor semakin besar sehingga minat investor untuk berinvestasi menjadi tidak stabil dan menyebabkan kestidakstabilan di pasar saham pula. Pasar yang volatile atau tidak stabil akan menyulitkan perusahaan untuk menaikkan modalnya di pasar modal.
B. Stabilitas Sistem Keuangan
Stabilitas Sistem Keuangan (SSK) sebenarnya belum memiliki definisi baku yang telah diterima secara internasional. Oleh karena itu, muncul beberapa definisi mengenai SSK yang pada intinya mengatakan bahwa suatu sistem keuangan memasuki tahap tidak stabil pada saat sistem tersebut telah membahayakan dan menghambat kegiatan ekonomi. Di bawah ini dikutip beberapa definisi SSK yang diambil dari berbagai sumber:
a) Sistem keuangan yang stabil mampu mengalokasikan sumber dana dan menyerap kejutan (shock) yang terjadi sehingga dapat mencegah gangguan terhadap kegiatan sektor riil dan sistem keuangan.
b) Sistem keuangan yang stabil adalah sistem keuangan yang kuat dan tahan terhadap berbagai gangguan ekonomi sehingga tetap mampu melakukan fungsi intermediasi, melaksanakan pembayaran dan menyebar risiko secara baik.
c) Stabilitas sistem keuangan adalah suatu kondisi dimana mekanisme ekonomi dalam penetapan harga, alokasi dana dan pengelolaan risiko berfungsi secara baik dan mendukung pertumbuhan ekonomi.
Arti stabilitas sistem keuangan dapat dipahami dengan melakukan penelitian terhadap faktor-faktor yang dapat menyebabkan instabilitas disektor keuangan. Ketidakstabilan sistem keuangan dapat dipicu oleh berbagai macam penyebab dan gejolak. Hal ini umumnya merupakan kombinasi antara kegagalan pasar, baik karena faktor struktural maupun perilaku. Kegagalan pasar itu sendiri dapat bersumber dari eksternal (internasional) dan internal (domestik). Risiko yang sering menyertai kegiatan dalam sistem keuangan antara lain risiko kredit, risiko likuiditas, risiko
pasar dan risiko operasional. Pemantauan stabilitas keuangan merupakan tugas bank sentral yang merupakan satu kesatuan dalam menjaga stabilitas keuangan.
Gambar 2.1 Stabilitas Sistem Keuangan dan Stabilitas Moneter
Sunber : Bank Indonesia (2010)
Ada dua indikator utama yang menjadi target pemantauan, yakni indikator microprudential dan indikator makroekonomi. Kedua indikator tersebut saling melengkapi sebagai aksi dan reaksi dalam sistem keuangan dan ekonomi. Pemantauan indikator microprudential dilakukan terhadap kondisi mikro institusi keuangan dalam sistem keuangan. Melalui pemantauan ini dapat diketahui potensi risiko likuiditas, risiko pasar, risiko kredit dan rentabilitas institusi
Ekonomi Makro
Rumah Tangga
Korporasi
Bank
Lembaga Keuangan Non-
Bank
Pasar Keuangan
Inrastruktur Sistem Keuangan
Profitabilitas Permodalan
Profitabilitas Permodalan
IHSG, Yield Curve, PUAB
Stabilitas Sistem Keuangan
Inflasi PDB
Stabilitas
Moneter
keuangan, yang dimaksudkan untuk mengukur ketahanan sistem keuangan. Pemantauan indikator makroekonomi juga perlu dilakukan terhadap kondisi makroekonomi domestik maupun internasional yang berdampak signifikan terhadap stabilitas keuangan.
C. Pasar Modal dan Stabilitas Sistem Keuangan
Ketidakstabilan dalam pasar ekuitas dalam prakteknya tidak terlalu menimbulkan efek yang besar pada aktivitas ekonomi riil (Crockett:1997). Karena tidak seperti krisis valuta asing, ketidakstabilan dalam pasar modal tidak bisa dengan mudah dijelaskan oleh perilaku spekulatif rasional. Menurut Andrew Crockett (1997) terdapat empat sumber penyebab ketidakstabilan dalam sistem keuangan: Kerapuhan dari Institusi Keuangan, Volatilitas Harga Aset, Pasar Valuta Asing, dan Pasar Ekuitas. Terdapat tiga alasan mengapa pasar modal cenderung menyebabkan ketidakstabilan di pasar keuangan: (1)Spekulasi berlebihan yang tidak rasional, (2)Ketidakstabilan kebijakan makroekonomi, (3)Dinamika internal pasar. Fluktuasi dalam pasar modal dapat menyebabkan efek pada aktivitas ekonomi riil melalui beberapa cara:
1. Pertama, penurunan pada kekayaan sektor swasta menyebabkan efek langsung terhadap keinginan untuk membelanjakan pendapatan.
2. Kedua, perekonomian dapat terengaruh oleh nilai ekuitas karena adanya keinginan untuk memiliki saham (Tobin, 1969). Jika nilai pasar di masa depan dapat disebabkan oleh penurunan aset, maka keinginan untuk membeli saham juga dapat mengurangi pengeluaran investasi.
3. Ketiga, fluktuasi pasar modal memberikan dampak pada intermediasi keuangan. Jika harga ekuitas mengalami penurunan dan mengurangi kekayaan bersih dari institusi keuangan dan nasabahnya, hal ini kan menyebabkan terjadinya informasi asimetris dan menghilangkan kepercayaan nasabah pada instiusi keuangan menyebabkan sulitnya untuk memobilisasi dana untuk investasi yang produktif dan akan menurunkan jumlah output.
C. METODE PENELITIAN
Penelitian ini menggunakan metode Analisis Korelasi Kanonikal (Canonical Correlation Analysis) untuk mengukur hubungan antara stabilitas pasar modal dan stabilitas sistem keuangan. Jenis data dalam variat kanonikal yang digunakan dalam analisis korelasi kanonikal dapat bersifat metrik maupun nonmetrik. Bentuk umum fungsi kanonikal adalah sebagai berikut:
X1 + X2 + X3 . . . Xp = Y1 + Y2 + Y3 . . . Yq
(metrik, nonmetrik) (metrik, nonmetrik)
Secara umum, jika terdapat sejumlah p variabel bebas X1, X2, . . . , Xp dan q variabel tidak bebas Y1, Y2, . . . ,Yq maka banyak pasangan variat adalah minimum p dan q. Jadi hubungan linier mungkin yang terbentuk adalah:
U1 = a11 X1 + a12 X2 + . . . a1p Xp
U2 = a21 X1 + a22 X2 + . . . a2p Xp
. . .
Ur = ar1 X1 + ar2 X2 + . . . arp Xp
dan
V1 = b11 Y1 + b12 Y2 + . . . b1q Yq
V2 = b21 Y1 + b22 Y2 + . . . b2q Yq .
. .
Vr = br1 Y1 + br2 Y2 + . . . brq Yq
di mana r adalah nilai minimum p dan q. Hubungan ini dipilih sedemikian sehingga korelasi antara U1 dan V1 menjadi korelasi maksimum; korelasi U2 dan V2 juga maksimum di antara variabel- variabel yang tidak berhubungan dengan U1 dan V1; korelasi U1, V1, U2 , dan V2, dan
seterusnya. Setiap pasang variabel kanonikal (U1, V1), (U2 ,V2), . . . , (Ur ,Vr) merepresentasikan
„dimensi‟ bebas dalam hubungan antara dua himpunan variabel (X1, X2, . . . , Xp) dan (Y1, Y2, . . . ,Yq). Pasangan pertama (U1, V1) mempunyai korelasi tertinggi karenanya merupakan korelasi penting; pasangan kedua (U2, V2) mempunyai korelasi tertinggi kedua karenanya menjadi korelasi terpenting kedua; dan seterusnya.
Penelitian ini menggambarkan hasil secara deskriptif dan menggunakan pendekatan kuantitatif dengan menganalisa hubungan antara stabilitas pasar modal dan stabilitas sistem keuangan. Data yang diperoleh dari penelitian ini bersumber dari Bank Indonesia, Otoritas Jasa Keuangan dan Bursa Efek Indonesia. Indikator pengukuran stabilitas pasar modal dilakukan dengan mnghitung varians saham setiap sektor saham yang terdaftar di BEI. Sedangakan pengukuran stabilitas sistem keuangan menggunakan indikator makroekonomi yaitu Inflasi, BI Rate serta Nilai Tukar dan indikator mikroekonomi yaitu Capital Adequacy Ratio (CAR), Return on Asset (ROA), Loan to Deposit Ratio (LDR), Non Performing Loan (NPL) serta Biaya Operasional/Pendapatan Operasional (BOPO). Model dalam penelitian ini yaitu :
AGRI + MINING + BASIC . . . MANUF = INFLASI + BIRATE + NTUKAR . . . BOPO Dimana :
Variabel Stabilitas Pasar Modal
AGRI : Varians saham sektor Pertanian MINING : Varians saham sektor Pertambangan
BASIC : Varians saham sektor Industri Dasar dan Kimia MISC : Varians saham sektor Aneka Industri
CONS : Varians saham sektor Barang Konsumsi PROP : Varians saham sektor Properti dan Real Estate
INFRA : Varians saham sektor Infrastruktur, Utilitas dan Transportasi FINA : Varians saham sektor Keuangan
TRADE : Varians saham sektor Perdagangan dan Investasi MANUF : Varians saham sektor Manufaktur
Variabel Stabilitas Sistem Keuangan INFLASI : Inflasi
NTUKAR : Nilai Tukar BIRATE : BI Rate
CAR : Capital Adequacy Ratio (CAR) Agregat ROA : Return on Asset (ROA) Agregat NPL : Non Performing Loan (NPL) Agregat LDR : Loan to Deposit Ratio (LDR) Agregat
BOPO : Biaya Operasonal/Pendapatan Operasional (BOPO) Agregat
Sebelum dilakukan Analisis Korelasi Kanonikal, dilakukan uji asumsi klasik terlebih dahulu meliputi asumsi normalitas dan asumsi multikolinieritas.
D. HASIL DAN PEMBAHASAN A. Uji Asumsi
1. Uji normalitas dilakukan pada tiap-tiap variabel penelitian untuk mengetahui variabel manayang memenuhi dan tidak memenuhi asumsi normalitas (variabel tersebutt terdistribusi secara normal). Dalam nalisis statistik dilakukan dengan uji Kolmogrov Smirnov. Apabila nilai signifikansi > 0.05, berarti variabel terdistribusisecara normal. Sebelum transformasi data, dapat dilihat bahwa variabel yang terdistribusi normal dengan nilai signifikansi diatas 5%
hanya variabel LDR (0,119), sedangkan variabel lainnya tidak terdistribusi secara normal karena mempunyai nilai signifikansi dibawah 5%. Menurut Situmorang (2008:62), ada beberapa cara yang dapat dilakukan jika data menyebar secara tidak normal. Diantaranya
melakukan transformasi data menjadi bentuk logaritma natural (Ln). Oleh karena itu penulis memutuskan untuk melakukan transformasi data terhadap semua variabel menjadi bentuk logaritma natural, agar variabel-variabel dalam penelitian ini memenuhi asumsi normalitas.
Setelah itu, dilakukan pengujian ulang dengan metode statistik.Setelah transformasi data dapat dilihat bahwa seluruh variabel telah terdistribusi normal dengan nilai signifikansi diatas 5%.
2. Untuk mendeteksi ada atau tidaknya multikolinieritas, dapat dilakukan dari hasil output SPSS dengan melihat nilai tolerance dan Variance Inflation Tolerance (VIF). Nilai yang umum dipakai untuk mendeteksi adanya gejala multikolinieritas adalah jika tolerance <0,1 dan VIF >
10 (Ghozali:2005). Setelah dilakukan pengujian terhadap delapan fungsi dalam korelasi kanonikal, tidak ditemukan adanya gejala multikolinieritas karena seluruhnya memiliki tolerance > 0,1 dan nilai VIF > 10.
B. Analisis Korelasi Kanonikal
Berikut ini adalah hasil output SPSS pada analisis korelasi kanonikal disertai dengan pembahasannya sesuai dengan langkah-langkah analisis CCA.
1. Mendapatkan satu atau lebih fungsi kanonikal dengan melihat tingkat signifikansi (Multivariate Test of Significance) dibawah 0,05 dan besaran nilai korelasi kanonikal (Canonical Correlation) diatas 0,5. Hasil uji signifikansi disajikan pada tabel 4.1
Tabel 4.1 Uji Signifikansi Multivariat
Sumber : Output SPSS, Olahan Penulis (2016)
Tabel diatas memperlihatkan hasil uji signifikansi multivariate. Hasil uji signifikansi menunjukkan bahwa semua uji statistik signifikan di bawah tingkat kepercayaan 5% yaitu 0,000. Dapat disimpulkan bahwa persamaan korelasi kanonikal dalam penelitian ini signifikan.
Tabel 4.2 Eigenvalues dan Korelasi Kanonikal
Sumber : Output SPSS olahan penulis (2016)
Dalam persamaan penelitian ini terdapat sepuluh variabel Stabilitas Pasar Modal dan delapan variabel Stabilitas Sistem Keuangan. Jika diambil jumlah terkecil, maka akan terbentuk delapan Fungsi Kanonikal. Kedelapan fungsi tersebut dapat terlihat pada tabel diatas. Fungsi pertama memiliki korelasi kanonikal dan Eigenvalue lebih besar dari fungsi kedua dan seterusnya.
Ini menandakan fungsi pertama memiliki peran yang lebih penting daripada fungsi kedua dan seterusnya. Oleh karena yang mempunyai Eigenvalue >1 hanya sampai fungsi ke-3, maka yang akan diproses lebih lanjut hanya sampai fungsi ke-3 saja.
Setelah dilakukan pengujian asumsi klasik dan pengujian dengan menggunakan analisis korelasi kanonikal, dapat disimpulkan bahwa terdapat hubungan yang kuat antara set variabel Stabilitas Pasar Modal (melalui variabel LnAGRI, LnMINING, LnBASIC LnMISC, LnCONS, LnPROP, LnINFRA, LnFINA, LnTRADE, dan LnMANUF) dengan set variabel Stabilitas Sistem keuanga (melalui variabel LnINFLASI, LnBIRATE, LnNTUKAR, LnCAR, LnROA, LnLDR, LnBOPO, LnNPL) secara bersama-sama. Hal ini dapat dilihat dari hasil pengujian Multivariate Test of Significance yang berada dibawah tingkat kepercayaan 5%.
2. Interpretasi Canonical Variate dengan menganalisis fungsi kanonikal yang telah ditentukan dan menentukan pentingnya masing-masing variabel awal (original) di dalam hubungan kanonikal. Canonical Variate adalah kumpulan dari beberapa variabel yang membentuk sebuah variat. Dalam kasus ini, terdapat dua canonical variates, yaitu independent canonical variates yang terdiri dari sepuluh variabel independent dan delapan variabel dependen. Analisis ini bertujuan untuk mengetahui apakah semua variabel independen dalam kanonikal variat tersebut berhubungan erat dengan dependen variat, yang diukur dengan besaran korelasi masing-masing independen variabel dengan variatnya. Terdapat tiga metode yang digunakan yaitu:
1. Canonical Weight (Bobot Kanonikal)
Variabel yang memiliki angka wieght relatif besar (di atas 0,5) dianggap memberikan kontribusi lebih pada variate dan sebaliknya.
2. Muatan Kanonikal (Canonical Loading)
Muatan kanonikal mengukur korelasi linear sederhana antara variabel awal dalam variabel dependen atau independen dan set kanonikal variate. Metode ini juga menyatakan korelasi variabel terhadap variat dimana variabel bergabung dalam setiap fungsi kanonikal.
3. Muatan Silang Kanonikal (Canonical Cross Loading)
Muatan silang kanonikal dapat dianggap sebagai alternatif Canonical Loading. Metode ini menyatakan korelasi variabel dalam suatu variat kanonikal lainnya.
Hasil output SPSS (dilampirkan) menghasilkan bobot kanonikal, muatan kanonikal dan muatan silang kanonikal akan disajikan pada tabel berikut:
Tabel 4.26 Fungsi Kanonikal Pertama
Variabel Muatan Kanonikal
Variabel Stabilitas Pasar Modal
LnAGRI -0,57245
LnMINING -0,07895
LnBASIC -0,02995
LnMISC -0,89261
LnCONS -0,93925
LnPROP -0,89149
LnINFRA -0,81587
LnFINA -0,95000
LnTRADE -0,90737
LnMANUF -0,94917
Variabel Stabilitas Sistem Keuangan
LnINFLASI 0,72689
LnBIRATE 0,70284
LnNTUKAR -0,14914
LnCAR -0,09497
LnROA -0,13222
LnBOPO 0,71550
LnNPL -0,49274
LnLDR -0,96881
Sumber : Data olahan penulis (2016)
Fungsi kanonikal pertama mempunyai korelasi kanonikal paling besar yaitu 98,880% dan Eigenvalue sebesar 43,88. Oleh karena itu fungsi kanonikal pertama mempunyai peran lebih
penting dari fungsi kedua dan seterusnya. Pada fungsi kanonikal pertama, delapan variabel independen yaitu LnAGRI, LnMISC, LnCONS, LnPROP, LnINFRA, LnFINA, LnTRADE, dan LnMANUF memiliki hubungan yang kuat terhadap variabel independen dilihat dari angka korelasi muatan kanonikal. Tanda negatif menyatakan bahwa semakin rendah variabel independen maka akan semakin tinggi variabel dependennya. Sedangkan dari variabel dependen terdapat lima variabel yaitu LnINFLASI, LnBIRATE, LnNTUKAR, LnBOPO, dan LnLDR yang mempunyai hubungan erat dengan variabel independen
Tabel 4.27 Fungsi Kanonikal Kedua
Variabel Muatan Kanonikal
Variabel Stabilitas Pasar Modal
LnAGRI -0,37894
LnMINING -0,74101
LnBASIC 0,72655
LnMISC 0,02554
LnCONS 0,30865
LnPROP 0,36410
LnINFRA 0,31988
LnFINA 0,23381
LnTRADE 0,32316
LnMANUF 0,17447
Variabel Stabilitas Sistem Keuangan
LnINFLASI 0,60632
LnBIRATE 0,57873
LnNTUKAR 0,03255
LnCAR 0,90630
LnROA -0,75120
LnBOPO -0,18047
LnNPL 0,18976
LnLDR -0,05659
Sumber : Data olahan penulis (2016)
Fungsi kanonikal kedua mempunyai korelasi kanonikal sebesar 86,320% dan Eigenvalue sebesar 2,92. Pada fungsi kanonikal kedua, dua variabel independen yaitu LnMINING, dan LnBASIC memiliki hubungan yang kuat terhadap variabel independen dilihat dari angka korelasi muatan kanonikal. Tanda negatif menyatakan bahwa semakin rendah variabel independen maka akan semakin tinggi variabel dependennya dan sebaliknya. Sedangkan dari variabel dependen terdapat tiga variabel yaitu LnINFLASI, LnBIRATE, LnCAR yang mempunyai hubungan erat dengan variabel independen.
Tabel 4.28 Fungsi Kanonikal Ketiga
Variabel Muatan Kanonikal
Variabel Stabilitas Pasar Modal
LnAGRI -0,24671
LnMINING -0,03846
LnBASIC 0,54626
LnMISC 0,26673
LnCONS 0,12259
LnPROP -0,06028
LnINFRA -0,06829
LnFINA 0,09198
LnTRADE 0,11050
LnMANUF 0,21928
Variabel Stabilitas Sistem Keuagan
LnINFLASI -0,07195
LnBIRATE -0,20128
LnNTUKAR 0,10942
LnCAR -0,00941
LnROA 0,16758
LnBOPO 0,19306
LnNPL 0,03680
LnLDR -0,07424
Sumber : Data olahan penulis (2016)
Fungsi kanonikal ketiga mempunyai korelasi kanonikal sebesar 71,760% dan Eigenvalue sebesar 1,06104. Pada fungsi kanonikal ketiga, satu variabel independen yaitu LnBASIC memiliki hubungan yang kuat terhadap variabel independen dilihat dari angka korelasi muatan kanonikal.
Tanda negatif menyatakan bahwa semakin rendah variabel independen maka akan semakin tinggi variabel dependennya dan sebaliknya.
E. KESIMPULAN DAN SARAN
Penelitian ini bertujuan untuk menguji dan menganalisis apakah terdapat hubungan antara stabilitas pasar modal dan stabilitas sistem keuangan dengan periode penelitian 2006-2015.
Pengujian dilakukan dengan metode statistik Canonical Correlation Analysis setelah sebelumnya dilakukan pengujian asumsi klasik. Hasil Penelitian menemukan bahwa:
1. Pada pengujian asumsi-asumsi korelasi kanonik: linieritas, variabel independen dan dependen berdistribusi normal multivariat, homoskedastisitas dan nonmultikolinieritas terpenuhi.
2. Terdapat hubungan yang erat antara Stabilitas Pasar Modal dan Stabilitas Sistem Keuangan dilihat dari diperolehnya koefisien korelasi kanonik pertama sebesar 0.98880, koefisien korelasi kanonik kedua sebesar 0.86320, dan koefisien korelasi kanonik ketiga sebesar 0.71750.
3. Pada uji signifikansi korelasi kanonik secara keseluruhan dan sebagian didapat bahwa korelasi kanonik pertama, kedua dan ketiga yang signifikan secara statistik maka fungsi pertama, kedua dan ketiga dapat diinterpretasikan lebih lanjut, sedangkan korelasi kanonik setelahnya tidak signifikan sehingga tidak diintepretasikan.
4. Pada interpretasi fungsi kanonik, dapat dilihat melalui nilai bobot, muatan, muatan silang kanonik terdapat hubungan yang lebih kuat dan berarti pada fungsi kanonik pertama dibandingkan fungsi kanonik kedua dan ketiga.
5. Pada fungsi kanonik pertama, variabel-variabel yang hubungnnya paling erat dengan variabel kanonik dependen adalah saham sektor Pertanian, Aneka Industri, Konsumsi, Properti, Infrastruktur, Keuangan, Perdagangan dan Manufaktur. Sedangkan pada variabel dependen, yang hubungannya paling erat dengan variabel independen adalah Inflasi, BI Rate, Nilai Tukar, BOPO, dan LDR.
6. Pada fungsi kanonik kedua, variabel-variabel yang hubungannya paling erat dengan variabel kanonik dependen adalah saham sektor Pertambangan dan Industri Dasar. Sedangkan pada variabel dependen, yang hubungannya paling erat dengan variabel independen adalah Inflasi, BI Rate, dan CAR.
7. Pada fungsi kanonik kedua, variabel-variabel yang hubungannya paling erat dengan variabel kanonik dependen adalah saham sektor Industri Dasar.
Saran
Berdasakan hasil penelitian terdapat beberapa saran yang dapat dapat disajikan, yaitu:
1. Bagi investor, dapat menggunakan analisis stabilitas sistem keuangan dan analisis sektora l sebelum melakukan investasi saham. Hal ini dilakukan untuk mengetahui sektor-sektor mana saja yang dapat dijadikan pilihan investasi. Dalam pembentukan portofolio saham, seorang investor dapat melakukan diversifikasi, yakni dengan berinvestasi pada beberapa sektor saham.
Karena respon dan sifat setiap sektor yang berbeda-beda terhadap kondisi makroekonomi.
Sehingga dengan memecah investasi saham di beberapa sektor, dengan tujuan mengurangi
risiko atau meminimalisir kerugian yang diterima oleh seorang investor dalam berinvestasi dalam pasar modal.
2. Pemerintah diharapkan dapat menjaga kondisi stabilitas sistem keuangan terutama dari segi moneter yang langsung mempengaruhi kinerja perusahaan agar tetap stabil karena dapat mempengaruhi kinerja pasar modal terutama sektor-sektor saham. Pemerintah dapat membuat kebijakan-kebijakan yang dapat mendorong kinerja pasar modal agar kondisi pasar modal di Indonesia stabil dan berkembang. Bagi peneliti yang merasa tertarik untuk mengkaji bidang yang sama dengan penelitian ini disarankan untuk menggunakan variabel lain yang mempunyai pengaruh lebih besar terhadap pasar modal khususnya sektor-sektor dalam pasar modal.
DAFTAR PUSTAKA
Bach, F. R., & Bach, F. R. 2005. A Probabilistic Interpretation of Canonical Correlation Analysis.
In Dept. Statist., Univ. California, Berkeley, CA, Tech. Rep (Vol. 688, pp. 1–11).
http://doi.org/10.1.1.113.3448
Barbić, T., & Čondić-Jurkić, I. 2011. Relationship between Macroeconomic Fundamentals and Stock Market Indices in Selected CEE Countries. Economic Review, 62(3-4), 113–133.
Baroian, E. 2014. Can Macroeconomic Volatility affect Stock Market Volatility ? The case of 5 Central and Eastern European Countries, 5(2), 41–55.
Diebold, F. X., & Yilmaz, K. 2008. Macroeconomic volatility and stock market volatility, worldwide. Retrieved from http://www.nber.org/papers/w14269.ack
Emenike Kalu, O., & Okwuchukwu, O. 2014. Stock Market Return Volatility and Macroeconomic Variables in Nigeria, 2(2), 75–82.
Engle, R. F., Ghysels, E., & Sohn, B. 2013. Stock Market Volatility and Macroeconomic Fundamentals. Review of Economics and Statistics, 95(July), 120717111359001.
http://doi.org/10.1162/REST_a_00300
Fornari, F., & Mele, A. 2009. Financial volatility and economic activity. In October. Retrieved from http://eprints.lse.ac.uk/29309/
IDX Statistics 2006-2015, (December). www.idx.co.id . Diakses tanggal 10 Juli 2016.
Indrawati, Y. 2012. Foreign Direct Investment dan Investasi Portofolio Terhadap Stabilitas Makroekonomi di Indonesia : Fenomena Global Imbalances. Ekonomi Internasional.
Jareo, F., & Negrut, L. 2016. US stock market and macroeconomic factors. Journal of Applied Business Research, 32(1), 325–340. http://doi.org/10.19030/jabr.v32i1.9541
Karim, B. A., Sea, L. P., & Karim, Z. A. 2014. The Impact of Macroeconomic Volatility on the Indonesian Stock Market Volatility, 4(3), 467–476.
Kirui, E., Wawire, N. H. W. W., & Onono, P. O. O. 2014. Macroeconomic Variables , Volatility and Stock Market Returns : A Case of Nairobi Securities Exchange , Kenya. International Journal of Economics and Finance, 6(8), 214–228. http://doi.org/10.5539/ijef.v6n8p214 Laurenceson, J. 2002. the Impact of Stock Markets on China ‟ S Economic Development : the
Impact of Stock Markets on China ‟ S Economic Development : Some Preliminary Assessments, (302).
Nwosa, & Oseni. 2011. Stock Market Volatility and Macroeconomic Variables Volatility in Nigeria : An Exponential GARCH Approach, 2(12), 43–54.
Osamwonyi, I. O., & Evbayiro-osagie, E. I. 2002. The Relationship between Macroeconomic Variables and Stock Market Index in Nigeria. Journal of Economics, 3(1), 55–63.
Otoritas Jasa Keuangan. Statistik Pasar Modal 2006-2015. www.ojk.go.id Diakses tanggal 23 Juli 2016.
Otoritas Jasa Keuangan. STATISTIK PERBANKAN INDONESIA INDONESIAN BANKING STATISTICS. 2006-2015. www.ojk.go.id . Diakses tanggal 23 Juli 2016.
Riantani, S., & Tambunan, M. 2013. Analisis Pengaruh Variabel Makroekonomi dan Indeks Global terhadap Return Saham, 2013(November), 532–537.
Rizwan Mushtaq,. 2012. The relationship between stock market volatility and macroeconomic volatility: Evidence from Pakistan. African Journal of Business Management, 6(24), 309–
320. http://doi.org/10.5897/AJBM11.2028
Schinasi, G. J. (n.d.). Defining Financial Stability. IMF Working Paper. 2004.
Schwert, G. 1990. Stock market volatility. In Financial Analysts Journal (pp. 23–34). Retrieved from http://www.jstor.org/stable/10.2307/4479327
Sherry, A., & Henson, R. K. 2005. Conducting and interpreting canonical correlation analysis in personality research: a user-friendly primer. Journal of Personality Assessment, 84(1), 37–
48. http://doi.org/10.1207/s15327752jpa8401_09
Sitanggang, M. S. W., & Hidayat, P. 2003. ANALISIS KAUSALITAS ANTARA VOLATILITAS SAHAM DENGAN VARIABEL MAKROEKONOMI INDONESIA Maria S. W. Sitanggang Paidi Hidayat.
Tandelilin, E. 2010. Analisis Investasi dan Portofolio : Teori dan Aplikasi. Universitas Gadjah Mada.
Zukarnain, Z., & Sofian, S. 2012. Empirical Evidence on the Relationship between Stock Market Volatility and Macroeconomics Volatility in Malaysia. Journal of Business Studies Quarterly, 4(2), 61–71.
