JURNAL MANAJEMEN INDONESIA. Vol. 12 - No. 4 HUBUNGAN ANTARA JUMLAH UANG Roel 2ut BEREDAR, NILAI TUKAR, DAN INDEKS HARGA SAHAM GABUNGAN (Pendekatan Vector Autoregression dan Kointegrasi) Rizki Vidyamukti* ABSTRAK lumi ong bere ira tr ult ebay Us Bl (8) da fe Harga Saham Gabungan (ISG) merupakan tiga g diduga. ‘memiliki keterkaitan.- e Dalam peneltian ini ditemukon bah panjang diantora ketiga variabel ersebut; namin determinasi dari M1 dan IHSG, terhadap KURS. Pengujian keberadaan hubungai panna tersebut memanfatkan tek ehonsen Clneoation Test Rupiah terhadap US Dollar adalah sensitifterhadap nerubahan dalam, ee ae Hal in memperihatkan bahwa setiap peningkotan arus modal ke Indom Efek Indonesia akan me eninakatkan permintaan Rupiah, sehingga nila ti tukai lath terapresiasi terhadap US Dollar. Sedangkan. peningkatan jumlah wang ee ‘mendorong terjadinya peningkatan inflasi yang dapat menurun ani terhadap US Dollar. there ‘ x ae Kata kunci: M1, Kurs, INSG, Vector Autoregression, Kointegrasi PENDAHULUAN Jumizh uang beredar merupakan salah satu indikator makro ekonomi yang pengawasannya dilakukan oleh otorita moneter, dalam hal ini adalah Bank indonesia. Dalam arti sempit (narrow money), jumlah uang beredar terbentuk atas uang kartal diluar perbankan dan simpanan giro Rupiah. Sebagai salah satu indikator makro ekonomi, maka jumlah uang beredar (JU8) akan ‘memiliki determinasi yang tinggi terhadap variabel lain dalam perekonomian, Diantara variabel yang dapat dipengaruhi oleh JUB tersebut adalah tingkat inflasi. Konsep makro ekonomi menyatakan bahwa apabila JUB meningkat, maka inflasi akan cenderung meningkat pula (cet. par). Dosen Tetap Prod MBM Institut Menajemen Tekom BeJURNAL MANAJEMEN. INDONESIA. Vol. 12-No. 4 April 2013 Gambar. Jumiah Uang Beredar (eatusan Mya Rp), Nil Tahar (Rp/USS), dan ISG erode lari 2003 ~Desember 2011 (Frekuens! Buiznan} Sumber: Bankindonass, Poetic Exchange fates, Yahoo Finance (diol) Disamping determinasi JUB tersebut diatas, maka perlu diketahui keinginan masyarakat dalam memegang vang. Motif masyarakat memegang uang diantaranya adalah untuk kebutuhan transaksi sehar-hari, motif berjaga-jaga (pre-cautionary), dan motif spekulasi. Apabilacitemukan meningkatnya JUB, maka probabilita motif spekulasi pun dapat meningkat. Berbicara di area spekulasi, maka akan terdapat kemungkinan masyarakat memegang uang ‘untuk dikonsumsi pada pasar uang ataupun pada pasar modal. Peningkatan transaksidalam pasar modal akan meningkatkan Indeks Harga Saham. Di Indonesia, indeks tersebut dikenal dengan Indeks Harga Saham Gabungan (IHSG). Dari paparan tersebut, dapat diketahui konektivitas antara jumlah uang beredar dengan performa pasar modal Indonesia, yaitu IHSG. Apabila melihat indikator makro ekonomi lainnya, yaitu nilai tukar. Maka dapat dipertimbangkan determinasinya terhadap performa pasar modal. Halini dianggap walar karena beberapa emitten dalam Bursa Efek Indonesia, yang merupakan perusahaan-perusahaan go- public, proses produksinya tergantung pada nilai tukar Rupiah terhadap US Dollar. Apabila perusahaan-perusahaan bergerak dalam bidang ekspor-impor, ataupun bergantung pada barang-barang impor, maka pergerakan nilai tukar akan sangat mempengaruhi ‘output mereka. Peningkatan output perusahaan dapat meningkatkan probabilita keuntungan, dan sebaliknya. Seteiah sebelumnya dibahas mengenai determinasiantara kedua variabel makro ekonomi terhadap ISG tersebut, maka pada dasarnya dapat dideskripsikan pula arah determinasi yang sebaliknya. Performa pasar modal melalui IHSG yang meningkat dimungkinkan dapat mempengaruhi keinginan orang memegang uang. Hal ini dikarenakan semakin meningkatnya kinerja pasar modal maka akan semakin tinggi keinginan orang untuk berinvestasi didalamnya. Di lain pihak, peningkatan performa pasar modal, dapat meningkatkan permintaan atas Rupiah. Hal ini didasarkan atas meningkatnya laju investasi di Indonesia, yang menawarkan Rupiah sebagai imbal hasilnya, Peningkatan permintaan atas Rupiah dalam kasus ini akan dapat meningkatkan nilai tukar Rupiah. Berikut adalah ilustrasi pergerakan jumlah uang beredar, nilai tukar Rupiah terhadap US Dollar, dan ISG: 14000 2000 4 10000 ooo | 6000 4000 + 2000 Bs sssesessggessagaug gE ShESEERES ESRB EEE aE SESS PSP EAP TPT P EFS 156 urs na JURNAL MANAJEMEN INDONESIAPada Gambar 1 dapat dilihat adanya kecenderungan kemiripan arah pergerakan jumlah uang beredar (JUB) dan ISG pada hampir keseluruhan periode observasi, yaitu dari Januari 2003 sampai dengan Desember 2011, Dilain pihak, pergerakan nilai tukar hingga pertengahan 2005 cukup direspon oleh IHSG, sedangkan pada periode lainnya, IHSG merespon nilai tukar dengan dinamika yang berlainan, Hubungan antara jumlah uang beredar, nilai tukar, dan IHSG akan menjadi suatu hal yang. menatik untuk dianalisis, Mengingat, jumlah uang beredar dan nilai tukar merupakan dua dari sekian indikator makro ekonomi, yang memilki pengaruh besar dalam mencapaitujuan kebijaken makro ekonomi, terutama pertumbuhan ekonomi. Sedangkan kinerja pasar modal yang diwakili oleh IHSG dapat membantu mendorong perekonomian Indonesia melalui masuknya investasi, baik yang dilakukan oleh investor dalam negeri, maupun investor asing, RUMUSAN MASALAH Dengan didasarkan paparan yang telah disebutkan dalam latar belakang, maka pokok- pokok permasalahan yang akan dianalisis dan kemudian dicari jawabannya dalam penelitian ini adalah sebagai berikut: 1. Bagaimanakah respon dari masing-masing variabel (jumlah wang beredar, nilai tukar, dan |1SG) terhadap perubahan dari variabel lainnya dalam sistem VAR? 2. Apakah terdapat hubungan saling mempengaruhi (kausalitas) diantara variabel jumlah tuang beredar, nilai tukar, dan IHSG 3. Apakah terdapat hubungan jangka panjang diantara variabel jumlah uang beredar, nilai tukar, dan IHSG? KAJIAN PUSTAKA, Definisi dan Fungsi Pasar Modal Pasar modal merupakan salah satu sarana pendanaan bagi perusahaan dan juga merupakan sarana bagi kegiatan berinvestasi. Dengan demikian pasar modal menyediakan umber pendanaan atau pembiayaan bagi dunia usaha sekaligus memungkinkan alokasi sumber dana secara optimal serta memberikan wahana investasi bagi investor. Sehingea pasar modal dapat dikatakan sebagai pasar yang mempertemukan pihak-pihak yang mempunyai kelebihan dana (yaitu investor) dengan pihak-pihak lain yang membutuhkan dana (yaitu issuer, pihak yang menerbitkan efek atau emiten) Dengan adanya pasar modal, maka pihak yang memiliki kelebihan dana (investor) dapat menginvestasikan dana tersebut dengan harapan memperoleh imbal hasil (return), sedangkan pihak issuer/emiten (dalam hal ini perusahaan) dapat memanfaatkan dana tersebut untuk kepentingan investasi tanpa harus menunggu tersedianya dana dari operasi perusahaan, (Darmadji dan Fakhrudin, 2006). Imbal hasil (return) yang dapat diperoleh oleh investor dapat berupe dividen maupun capital gain. Dividen adalah pembagian keuntungan yang diberikan perusahaan penerbit saham (emiten) atas keuntungan yang cihasilkan perusahaan. Sedangkan capital gain merupakan selisih antara harga bell dan harga jual sham, Umumnya investor dengan orientasi jangka pendek mengejar keuntungan melalui capital gain ini. Pertimbangan untuk perolehan return atau imbal hasil baik dalam bentuk dividen atau capital gain merupakan faktor utama yang mempengaruhi investor dalam melakukan investasi i pasar modal. Investor akan melakukan investasi apabila investasi yang dilakukannya memberikan imbalan yang sesuai dengan resiko yang ditanggungnya, HUBUNGAN ANTARA JUMLAH UANG BEREDAR, NILAI TUKAR, DAN INDEKS JURNAL MANAJEMEN INDONESIA Vol. 12 -No. 4 April 2013,HEE oKtor-faktor yang Mempengaruhi Kinerja Pasar Modal JURNAL Faktor-faktor yang mempengaruhi kinerja pasar modal dapat dikelompokkan menjadi MANAJEMEN dua kategori sebagai berikut: INDONESIA Faktor internal Vol. 12- No. Variabel yang tergolong ke dalam faktorinternal yang mempengaruhi kinerja pasar modal April 2013 adalah kinerja emitten yang terdaftar dalam pasar modal tersebut, terutama kinerja keuangannya sebagai bentuk dari manajemen perusahaan. Sinergi yang baik antara kinerja profitabiltas, ikuiditas dan solvabilitas perusahaan akan mampu mendorong pergerakan indeks harga saham ke arah yang posit. 2. Faktor eksternal Variabel yang tergolong ke dalam faktor eksternal yang mempengaruhi kinerja pasar ‘modal adalah kondisi perekonomian i lingkungan dimana pasar modal tersebut berada, Berbeda dengan faktor internal, maka faktor eksternal ini akan lebih sult éikendalikan ‘leh tiap emitten, sehingga tiap emitten akan menerimanya sebagai bentuk eksternalitas Perusahaan-perusehan go-public akan merespon segala bentuk perubahan yane terjadi di lar manajemen perusahaan-perusahaan tersebut. Variabel-variabel tersebut diantaranya adalah Kondisi pasar, dan persaingan antar perusahaan dalam industri sejenis. Gross Domestic Product. Inflasi Tingkat suku bunga yang ditetapkan Bank Sentral Nilai tukar, Employment rate. PENELITIAN SEBELUMNYA Nath & Samantha (2003), dalam penelitiannya menemukan bahwa terdapat interaksi dinamis dan signifikan diantara pasar modal dan pasar nilal tukar. Variabel indeks S&P CNX NIFTY dan nilai tukar Rupee/US$ dipergunakan dalam pengujien kausalitas, dengan memanfaatkan Granger Causality test. Dimitrova (2005) melakukan penelitian hubungan simultan antara indeks S&P SOO dengan Marginal Propensiety to Consume (MPC), Consumer Price Index (CPI), defisit anggaran Pemerintah, nilai tukar US/UK, impor, M2, harga minyak mentah dunia, ekspor, indeks produksi US, indeks produksi UK, Federal funds rate, dan UK funds rate. Penelitian ini memanfeatkan teknik 2SLS (two-stage least square). ‘Ahmad, Rehman & Raoof (2010), melakukan penelitian tentang determinan dari return Indeks KSE-100, dengan memanfaatkan teknik multiple linear regression. Temuan dari penelitian ini adalah perubahan nilai tukar (Rs/USS) memiliki pengaruh yang positif dan signifikan terhadap KSE-100, serta perubahan tingkat suku bunga memiliki pengaruh yang negatif dan signifikan terhadap KSE-100 KERANGKA PEMIKIRAN DAN HIPOTESIS Berdasarkan kajian kepustakaan, merujuk kepada penelitian sebelumnya dan basis teori tentang hubungan antara pasar modal dengan nilai tukar (kurs) dan jumlah uang beredar (M1), FI vs sersccncc emer a serena ns song a JURNAL MANAJEMEN INDONESIAIrisan dientara ketiga diagram yang mewakili ketiga variabel menggambarkan hipotesis hhubungan saling mempengaruhi diantaranya. Tujuan dari penelitan ini adalah untuk mengetahuli hhubungan antara variabel kinerja pasar modal, rilai tukar, dan jumlh uang beredar. Hipotesis terkait hubungan antar variabel dalam penelitian ini adalah sebagai berikut: 1. _Nilai tukar Rupiah terhadap US Dollar memilki pengaruh terhadap pergerakan IHSG, dan sebaliknya 2. Jumlah uang beredar akan mempengarubi pergerakan IHSG, dan sebaliknya. 3. Jumlah uang berdar akan mempengaruhi pergerakan rilai tukar Rupiah terhadap US Dollar, dan sebaliknya DATA & OBJEK PENELITIAN Penelitian ini akan mengobservasi perilaku indikator makro ekonomi, yaitu Jumlah Uang Beredar (M1) dan Nilai Tukar Rupiah terhadap US Dollar {KURS}, serta kinerja Bursa Efek indonesia, yaitu Indeks Harga Sham Gabungan (IHSG). Alasan pemnilihan objek tersebut adalah dikarenakan kemungkinan hubungan ekonomi diantara ketiga variabel tersebut. Sedangkan periode observasi yang dipilih dalam penelitian ini adalah Januari 2003 ~ Desember 2011, dengan frekuensi waktu bulanan. Berikut adalah statistik deskriptif untuk masing-masing variabel dalam pengamatan Series: IHSG ‘Sample 200301 201112 fu Observations 108 Mean 1927-987 Medan 1749.15 Neximum 130.800 ‘Minimum 388.4400 Sid.Dev. 1018.267, Skewness 0.447228 Kurosis 2.154067 Jarque-Bera 6820443 Provabisty 0.033034 '400 800 1200 1600 2000 2400 2800 3200 3600 4000 HUBUNGAN ANTARA JUMLAH UANG BEREDAR, NILAI TUKAR, DAN INDEKS JURNAL MANAJEMEN. INDONESIA. Vol. 12-No. 4 ‘April 2013, Gambar2 ‘Aur Kerang Pemikvan abel stat Deskin iscJURNAL MANAJEMEN INDONESIA Vol. 12 - No. 4 April 2013, Tabet? staves estefan Tabel3 statin Deskripti KURS ‘Series: Mit ‘Sample 2003M01 2011M12 Observations 108 1 2 Mean 6669.9 Medan 3790010 | | Mesimum 7228912 Mnimum — 1801120 Std,Dev. 140605.1 Skowness 0.350264 Kuriosis 2.118338 JarqueBera 5.845097 Probabilly 0.053796 ee a ‘odo 300000 409000 S00000 600000 700000. fe ‘Series: KURS ‘Sample 2003601 201112, = ‘Observations 108 wo! Mean 9293.006, | Medan 9160.850 Nexium 11833.60 Minimum — 8224300 Std.Dev. 670.3386 ff Skewness 1.877648 Kurtosis 7.289520 4 JargueBera 146.2601 Probabilty 0.000000 | od ‘8800 8600 $800" 10000 10560 11000 11600 METODOLOG! PENELITIAN Vector Autoregression (VAR) dan Kointegrasi Estimasi yang akan dilakukan pada penelitian ini adalah dengan memanfaatkan pendekatan Vector Autoregression (VAR) dan Kointegrasi. Estimasi dengan teknik Vector Autoregression (VAR) dan Kointegrasi akan memerlukan beberapa pengujian atas data dari setiap variabel dalam pengamatan, Pengujian data runtut waktu dari setiap variabel dalam pengamatan adalah sebagai berikut: 1. Statistik deskriptif dari setiap variabel. Memuat keterangan ukuran gejala pusat dar setiap variabel dalam pengamatan, diantaranya, mean, median, maximum dan minimum value, serta ukuran skewness dan kurtosis, 2. Pengamatan atas correlogram dari setiap variabel dalam pengematan, 3. Pengujian stasioneritas data atas tiap veriabel delam pengamatan, dengan memanfaatkan tekrik Augmented Dickey Fuller test (ADF-test), Sedangken pengujian kointegrasi dilakukan untuk melihat apakah terdapat keseimbangan (hubungan) jangka panjang antar variabel dalam pengamatan. JURNAL MANAJEMEN INDONESIA.Model persamaan VAR yang akan diestimasi adalah sebagai berikut: ESE IHSG = @coef(a) * INSG(-1) + @coef(2) * KURS(-1) + @coef(3) * MA(-1) + coef) uu JURNAL oeiedaatsatt) MANAJEMEN KURS = @coef{t) * IHSG(-1) + @coef(2) * KURS(-1) + @coef(3) * Mi(-1) + @coef(4) eons = ve) Vol. 12 -No. 4 M1 = @coef(1) * HSGI-1) + @coef(2) * KURS(-1) + @coefl3) * MA(-1) + @coef(4).... April 2023, ) dimana |HSG = Indeks Harga Sham Gabungan KURS = Nilai tukar Rupiah terhadap US$ Mi = Jumlah uang beredar dalam arti sempit (narrow money) Pengujian kointegrasi akan dilakukan dengan memanfaatkan pendekatan Johansen akan memperlakukan ketiga variabel dalam pengamatan sebagai vektor, dimana keputusan ada ataupun tidaknya hubungan jangka panjang dalam sistem akan ditentukan oleh signifikansi trace statistic, dan maximum eigenvalue. Pengujian Autokorelasi Salah satu asumsi dasar Classical Linear Regression Model (CLRM) adalah tidak adanya hubungan antar waktu, diantara error term, atau disebut tidak terdapat masalah autokorelasi (serial korelasi) yang dapat diekspresikan ke dalam persamaan berikut: cov (u;.1y)=0 dimana i tidak sama dengan j (u= error term) Pengujien autokorelasi dilakukan dengan mem-plot error (residual) model regresi terhadap waktu, Besaran autokorelasi dapat memilikitanda positif maupun negatif. Untuk berbagaimacam variabel ekonomi, maka biasanya autokorelasinya bersifat positif. Konsekvensi yang terjadi apabila terdapat masalah autokorelasi dalam model regresi adalah 1. Estimator Ordinary Least Square (OLS) tetap linier dan tidak bias. 2. Hasilregresi menjadi tidak efisien,cikarenakan a. Regresi tidak menghasilkan variance yang minimum. b. Pengujian t-statistik menjadi tidak dapat dipercaya, dikarenakan standard erroryang, terlalu rendah ataupun terlalu tinggi. ¢ _ BesaranR? sebagai koetision determinasi menjadi tidak dapat dipergunakan sebagal hasil perhitungan yang relevan. Selanjutnya, Durbin Watson test menjadisalah satu pengukuran untuk menguii keberadaan autokorelasi dalam model regresi. Pengujian dengan teknik ini mempergunakan formulas sebagai berikut Nila tersebut akan berada dalam rentang 04, dengan kondlsi sebagai beriku: Ee HUBUNGAN ANTARA JUMLAH UANG BEREDAR, NILAI TUKAR, DAN INDEKSJURNAL MANAJEMEN INDONESIA Vol. 12-No.4 April 2023, 1. Semakin nilai d mendekati 0, maka autokorelasi positif terjadi Semakin nilai d mendekati 4, maka autokorelasi negatif terjadi. 3. Semakin nilai d mendekati 2, maka tidak terjadi autokorelasi. Pengujian autokorelasi lainnya dapat dilakukan dengan bantuan software statistika, seperti eViews. Software ini akan melakukan perhitungen signifikansi terjadinya autokorelasi (atau sebaliknya), dengan memanfaatkan Serial Correlation LM test. Pengujian Heteroskedastisitas Asuumsi dasar Classical Linear Regression Model (CLRM) yang lainnya adalah bahwa model harus terbebas dari masalah heteroskedastisitas. Dengan perkataan lain, residual dalam regresi harus memiliki sifat homoskedastis. Homoskedastis adalah kondisi dimana variance atas error akan konstan antar waktu, Permasalahan heteroskedastisitas ini diduga akan lebih banyak terjadi apabila melakukan estimasi atas data yang bersifat cross section, dan atau data panel. Salah satu teknik pengujian heteroskedastisitas adalah Park test, dimana formulasinya adalah dengan melakukan regresi atas variance terhadap variabel X, sebagai berikut: In(o,)? = By + Bin X; + % Pada saat 1 + 0, maka model regresi terkena masalah heteroskedastisitas. Keadaan seperti ini dapat dietasi dengan mempergunakan metode Generalized Least Square (GLS), dimana dalam OLS akan meminimalkan: (0? = © ~ Bo B1X1)" Sementara dalam GLS, akan meminimalkan: a WO ~ Bo — B1X1)?, dimana w = — a HASIL DAN PEMBAHASAN Berikut adalah hasil estimasi permodelan VAR atas variabel Indeks Harga Saham Gabungan (IHSG), Nilai tukar Rupiah terhadap US Dollar (KURS), dan Jumlah Uang Beredar (m1): JURNAL MANAJEMEN INDONESIA,Vector Autoregresson Estimates EEE JURNAL ‘Sample (adjusted): 2003M02 201112 MANAJEMEN Included observations: 107 after adjustments INDONESIA Standard errors in () & t-statisties in] ———— Vol. 12 - No. 4 SSS April 2013, Hse Kurs: ma SG(-3) ogasoni"* — -0.34g013"* = 1.406347 (0.07426) (0.09580) (8.29142) [12,7803] (3.63282) ——[ 0.16964] KURS(-1) o.ossis ——0.788332"* ©——-3.801570 (o.03864) (0.05114) (aa6as) [odes] [15.4146] [0.88883] Muga) 0.000295 0.002380" 0.998356" (0.00054) (c.00069) (0.06000) Tossoes] 3.43262) 16.6050] c 3619643 «1721.201* 3912453 (334.185) (432.133) (273155) 0.10828) [3.99248] [1.04848] Resquared 0.361705 0.855580 0.974985 Ad). Resquared 0.360581 0.851374 0.978256 ‘sum sq. resids 4157696, 6919921. 5.486+10 SE. equation 200.9129, 259.1982 2243417 Festatitie 362.2497 203.4000, 138,166 Log likelihood 773953 744.4505 122.751 Akaike AIC 13.48023, 1398973 2291122 Schwarz SC 1358020 14.08965 pois ‘Mean dependent 1942.375, 9297590 388600.4 S.D. dependent 1012.070 672.3333, 1398214 Determinant resid covariance (dof ad.) 7.256417 Determinant resid covariance ea7er7 Log likelihood -2688.583 ‘Akaike information criterion 49.74921, Tabet 4 Schwarz criterion 0.04897 eer Aliens: eterangan:** = signikan pada tnghat signal 1% Persamaan regresi untuk IHSG sebagai variabel dependen dalam sistem VAR tersebut pada Tabel 4 adalah sebagai berikut (t-statistik dalam kurung) HUBUNGAN ANTARA JUMLAH UANG BEREDAR, NILAITUKAR, DAN INDEKSJURNAL MANAJEMEN INDONESIA. Vol. 12-No.4 April 2013 IHSG, =-36,19 + 94,01HSG, + 0,006KURS, ,+ 0,0003M1, , (0,10) (12,78)** (0,14) (0,55) Ro =96,17% ** = signifikan pada tingkat signifikansi 1% Pergerakan IHSG pada periode ke t, dipengaruhi secara signifikan oleh besarannya pada 1 bulan sebelumnya. Nilai tukar Rupiah terhadap US Dollar (KURS) dan Jumlah Uang Beredar (12) pada 1 bulan sebelumnya tidak secara signifikan mempengaruhi besaran IHSG pada periode ke t Persamaan regresi untuk KURS sebagai variabel dependen dalam sistem VAR tersebut pada Tabel 1 adalah sebagai berikut (t-statistik dalam kurung) KURS, = 1721,29 + 0,79KURS ,,-0,35IHSG, , + 0,002M4,, (3,99)** (15,41)** (-3,63)** —_(3,43)** Ro =85,56% © = signifikan pada tingkat signifikansi 1% Pergerakan KURS pada periode ket, dipengaruhi secarasignifikan oleh besarannya pada 1 bulan sebelumnya. ISG pada 1 bulan sebelumnya, secara negatf dan signifikan mempengaruhi nial tukar Rupiah terhadap US Dollar (KURS). Peningkatan dalam IHSG sebesar 1 poin, akan ‘mengapresiasi nilai tukar Rupiah terhadap US Dollar (KURS) sebesar 0,35 poin. Jumlah Uang Beredar (M1) secara positif dan signifikan mempengaruhy nila tukar Rupiah terhadap US Dollar (KURS). Peningkatan Mi sebesar Rp. 1 Milyar, akan mendepresiasikan nila tukar Rupiah terhadap Us Dollar (KURS) sebesar 0,002. Persamaan regresi untuk M1 sebagai variabel dependen dalam sistem VAR tersebut pada Tabel 1 adalah sebagai berikut (t-statistik dalam kurung): Mi, = 39.124,53 +0,99M1,,+ 1,411HSG, ,- 3,80KURS,, (2,05) (16,60)** (0,17) (-0,86) Ro =97,49% ** = signifikan pada tingkatsignifikansi 1% Pergerakan Jumlah Uang Beredar (M1) pada periode ke t, dipengaruhi secara signifikan oleh besarannya pada 1 bulan sebelumnya. IHSG dan Nilai Tukar Rupiah terhadap US Dollar (KURS) tidak secara signifikan mempengaruhi Jumlah Uang Beredar (M1). Selanjutnya, dilakukan pengujian ates residual yang dihasilkan oleh sistem VAR pade Tabel 4 sebelumnya, memanfaatkan Breusch Godfrey Serial Correlation LM-test, dengan hasil JURNAL MANAJEMEN INDONESIA\VAR Residual Serial Correlation LM Tests Null Hypothesis: no serial correlation at lag order h Semple: 2002M01 2011M12 Included observations: 107 : aes usta Prob 1 1546739, o.o7ss 2 4.167180 0.9001 robs from chi-square with 9d. Pengujian residual pada Tabel 2 tersebut menunjukkan bahwa hipotesis nol, yaitu tidak terdapat serial korelasi dalam residual sistem VAR, tidak dapat ditolak. Hal ini dibuktikan bahwa tidak terdapat signifikansi LM-stat untuk lag pertama dan kedua, pada tingkat signifikansi 5%. Dengan perkataan lain, tidak terdapat hubungan antar waktu antara residual dalam sistem VAR yang diestimasi. Kemudian, dilakukan pengujian heteroskedastisitas dengan pendekatan White (with ‘cross-term) atas residual dalam sistem VAR, dengan hasil sebagai berikut: Dependent | Rsquared | F(10,96) | Prob. | chisa(to) | Prob. rest*rest cosas | 1003726 | 0446 | toazese | 0.4295 ressvrest o.oo0ss | oao0969 | 0.9432 | 4zsse49 | 0.9333 resstres2 0033751 | 0335323 | 09604 | 3.611308 | 0.9632 Pengujian residual dengan pendekatan White tersebut memperlihatkan bahwa tidak terdapat heteroskedastisitas antar residual dalam sistem VAR. Hal tersebut dibuktikan dengan tidak signifikannya tap nilai F-stat untuk tip residual. Pengujian kausalitas antar pasangan variabel dilakukan untuk mengetahui apakah terdapat hubungan saling mempengaruhi (kausalitas) antar variabel dalam sistem VAR. Pengujian kausalitas yang memanfaatkan Granger Pairwise Causality test memberikan hasil sebagai berikut: Pairwise Granger Causality Tests Sample: 2003MO1 201112 ags:2 Null Hypothesis: Obs FStatistic Prob. KURS does not Granger Cause IHSG 10s 0196878219 ISG does not Granger Cause KURS 5.85637 0.0038 HUBUNGAN ANTARA JUMLAH UANG BEREDAR, NILAI TUKAR, DAN INDEKS JURNAL MANAJEMEN INDONESIA Vol. 12 - No. 4 April 2013 ‘abel s Sera abel Heteroseedasticy Tet abel Granger causality Test (HSG dan KURS)[asec | Tabel 7 memperlihatkan tidak terdapatnya hubungan saling mempengaruhi antara IHSG dengan KURS, dimana hasil pengujian memberikan kesimpulan bahwa arah determinasi hanya Vol. 12-No. 4 il 2013 ibe Pairwise Granger Causality Tests Sample: 20031001 2011M12 lags: 2 SE SS eee Eee eee Null Hypothesis: Obs Statistic Prob, eee eer bel (M1 does not Granger Cause IHS 10s 108126 = a.34at Granger Causality |HSG does not Granger Cause M1. 0.79993 0.4522, Test (HSG dan M1) A Tabel 8 memperlihatkan tidak terdapatnya hubungan saling mempengaruhi antara IHSG dengan M1. Hasil ini konsisten dengan persamaan IHSG dan M1 dalam sistem VAR. Pairwise Granger Causality Teste ‘Sample: 2003M01 201112 Logs: ae SSH EHH eee oro Null Hypothesis: Obs FStatistic Prob, ee EEE BEES efor PE ae KURS does not Granger Cause Mi 103063117 o.6 764 Granger Causality M11 does not Granger Cause KURS 2.11265 0.0708 Test (M3 dan KURS) EEE eee eee Tabel 9 memperlihatkan tidak terdapatnya hubungan saling mempengaruhi antara M1 dengan KURS, dimana hasil pengujian memberikan kesimpulan bahwa arah determinasi hanya berlangsung dari Mi ke KURS saja Hasil ini Konsisten dengan persamaan M1 dan KURS dalam sistem VAR, Sedangkan hasil pengujian hubungan jangka panjang (kointegrasi) antara IHSG, KURS, dan M1 dengan memanfaatkan pendekatan Johansen, adalah sebagai berikut: JURNAL MANAJEMEN INDONESIASample (adjusted): 2003M06 201112 Included observations: 103 after adjustments Trend assumption: Linear deterministic trend (restricted) Series: IHSG KURS Mi. Lags interval in frst differences): 1 to 4 Unrestricted Cointegration Rank Test (Trace) Hypothesized ‘Trace 0.05 No.ef Els) _Elgenvalue Statistic Critical Value Prob.** None o.61656 2.93076 42.91525, 0.3399 At most 0.081992 14.76913 25.7211, 05938 At most? 0.086189 5.957517 1251798 0.4657 Trace test indicates no cointegration at the 0.05 level * denotes rejection ofthe hypothesis at the 0.05 level **vackinnon-Haug-Michelis (1999) p-values Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized 00s No.of Cé{s) Eigenvalue Statistic Critical value Prob.** None 0.61656 18,16163, 25.82321, o3649 At most 1 0.081992 a.gi615 19.38704 0.7436 Rt most 2 0.036199 5.987517 1251798 o.aes7 Max-eigenvalue test indicates no cointegration at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **Mackinnon-Haug-Michelis (1999) p-values Pengujian kointegrasi dengan pendekatan Johansen tersebut, menunjukkan tidak terdapatnya hubungan jangka panjang antara IHSG, KURS, dan M1. Hal tersebut dapat dibuktikan dengan tidak signifikannya hasil Rank test (Trace) statistics dan Maximum Eigenvalue statistics. KESIMPULAN Kinerja Bursa Efek indonesia secara agregat, yang diwakili oleh variabel Inceks Harga Saham Gabungan (IHSG), nilal tukar Rupiah terhadap US Dollar (KURS), dan Jumlah Uang Beredar (M1), tidak saling memiliki hubungan jangka panjang dalam pergerakannya. Dengan perkataan lain, ketiga variabel tersebut tidak saling terkointegrasi Walaupun tidak terkointegrasi, namun, masih dapat diteliti hubungan diantara ketiga variabel tersebut dalam jangka pendek. Dengan memanfaatkan teknik Vector Autoregression (VAR), ditemukan bahwa pergerakan IHSG tidak sensitif pada perubahan dari nilai tukar, HUBUNGAN ANTARA JUMLAH UANG BEREDAR, NILAI TUKAR, DAN INDEKS JURNAL MANAJEMEN. INDONESIA Vol. 12-No. 4 April 2013, abel 20 Johansen Cointegration TestJURNAL MANAJEMEN INDONESIA. Vol. 12 - No. 4 April 2013 dan jumlah uang beredar. Upaya memprediksi pergerakan HSG, dapat dilakukan dengan memanfaatkan nilainya pada 1 bulan sebelumnya. Analisis time series berbasis univariate dianggap mencukupi dalam menganalisis perilaku pergerakan IHSG dalam frekuensi bulanan, Hal yang sama juga ditemukan pada variabel Jumlah Uang Beredar (Mi). Variabel Mi, tidak dipengaruhi secara signifkan oleh variabel IHSG dan nilai tukar pada periode 1 bulan sebelumnya. Hal ini mengarahkan bahwa pergerakan M1 lebih banyak dipengaruhi oleh kebutuhan akan transaksi rumah tangga sehar-hari dalam skala domestik. Apabila dikaitkan éengan pasar modal maka hal ini akan dianggap wajar, dikarenakan investasi dalam pasar modal masth belum menjadi kebiasean masyarakat Indonesia. Dunia perbankan masih menjadi sarana investasi utama masyarakat Indonesia. Temuan yang menarik dari pemanfaatan teknik permodelan VAR adalah bahwa nilai ‘tukar Rupiah akan terapresiasi atas US Dollar pada saat meningkatnya kinerja Bursa Efek Indonesia yang diwakili oleh IHSG. Hal ini menjadikan petunjuk bahwa peningkatan IHSG akan ‘meningkatkan arus investasi masuk ke Indonesia, dikarenakan adanya ekspektasi profitabilitas dalam perdagangan asset secara agregat. Kondisi ini memberikan pengertian bahwa permintasn Rupiah akan meningkat, dikarenakan imbal hasil darlInvestasi di Indonesia adalah berbasis mata tang Rupiah. Dengan meningkatnya permintaan Rupiah, maka dapat meningkatkan nilainya relatif terhadap mata uang lain, seperti US Dollar. Jumlah Uang Beredar (M1), dilan pihak, juga dapat mempengaruhi pergerakan nilai tukar. ‘Semakin tinggi jumlah uang beredar, maka akan memperlemah nilai tukar Rupiah terhadap US Dollar. Hal ini sesuai dengan konsep makro ekonomi, dimana meningkatnya jumlah wang beredar ‘akan mendorong peningkatan inflasi domestik. Meningkatnya inflasi domestik relat tethadap asing, akan memperlemah nilai tukar domestik. Dengan perkataan lain, dapat membuat nil tukar Rupiah menjadi terdepresiasi DAFTAR PUSTAKA Ahmad, Raoof & Rehman (2010) Do Interest Rate, Exchange Rate Effects Stock Returns? A Pakistani Perspective. International Research Journal of Finance and Economics Issue 50, 2010. Bank Indonesia, Statistik Ekonomi dan Keuangan Indonesia (berbagal edisi). Ajay R.A. and Mougoue, M., 1996, On the Dynamic Relation between Stock Prices and Exchange Rates. The Journal of Financial Research 19: 193-207 BV Cozier and A H Rahman, (1988), Stock Return, Inflation, and Real Activity in Canada, The Canadian Journal of Economics/Revue Canadian d’Economique Vol.21 No.4, Copeland, L. (2000). Exchange Rates and International Finance, 3" edition, Harlow, New York: Financial Times Prentice Hall Darmadii, 7. dan Fakhrudin, H.M. (2006). Pasar Modal df Indonesia Pendekatan Tanya Jawak, PT. Salemba Empat, Jakarta. Dimitrova, D (2005), The Relationship between Exchange Rates and Stock Prices: Studied in a Multivariate Model, Political Economy, Vol 14, August 2005, Fama, € (1982), Stock Returns, Real Activity, Inflation and Money, American Economic Review, 71, 545-564, Goldsmith, RW. (1970) Financial Structure and Development, New-Haven, Yale University Press. Granger, C.WJ., Huang, B., and Yang, CW. (2000), A Bivariate Causality Between Stock Prices and Exchange Rates: Evidence form recent Asian flu. The Quarterly Review of Economics and Finance, 40: 337-354. JURNAL MANAJEMEN INDONESIAGujarati, D. (2003) Basic Econometrics, 4th Edition, McGraw Hill, New York. Johansen, S. and Juselius, K. (1990) Maximum Likelihood Estimation and Inference on Cointegration - With Application to the Demand for Money, Oxford Bulletin of Economics and Statistics, $2, 169-210. Jorion, P. (1990) The Exchange Rate Exposure of U.S. Multinationals, Journal of Business, 63, 331-345, Kaul, G. (1990) Monetary Regimes and the Relation between Stock Returns and Inflationary Expectations, Journal of Financial and Quantitative Analysis, 15,307-321. Mishkin, FS. (2001), The Transmission Mechanism and the Role of Asset Prices in Monetary Policy, NBER Working Paper, No 8617. Mishkin, FS., and Eakins, $.G. (2000) Financial Markets and Institutions, 3" Edition, Addison- ‘Wesley Publishing Company. Modigliani, F., and Miller, .H. (1958) The Cost of Capital, Corporation Finance and the Theory of Investment, American Economic Review, X.VII(3), 261-297. Nath G C and G P Samanta, (2003) Relationship Between Exchange Rate and Stock Prices in India ~ An Empirical Analysis. Blanchard, OJ. (1981) Output, the Stock Market, and Interest Rates, The American Economic Review, Vol. 71, No. 1. pp. 132-143. HUBUNGAN ANTARA JUMLAH UANG BEREDAR, NILAITUKAR, DAN INDEKS JURNAL MANAJEMEN INDONESIA Vol. 12 - flo. 4 ‘April 2013