Tersedia online di www.sciencedirect.

com

Ulasan Borsa _Istanbul

BorsaI_stanbulReview19-1 (2019) 15e23http: //www.elsevier.com/journals/borsa-istanbul-review/2214-

8450

Artikel Panjang Penuh

Dinamika dampak fluktuasi mata uang di pasar saham di India: Menilai penetapan harga risiko nilai tukar

Smita Mahapatra *, Saumitra N. Bhaduri

Sekolah Ekonomi Madras, Chennai, Tamil Nadu, India

Diterima 3 Maret 2017; direvisi 2 April 2018; diterima 28 April 2018

Tersedia online 21 Juli 2018

Abstrak

Makalah ini mempelajari dinamika dampak fluktuasi mata uang pada pasar saham India dengan menilai
penetapan harga risiko nilai tukar selama periode 2005e2016, khususnya sebelum dan setelah krisis
keuangan. Memperkirakan model penetapan harga arbitrase dua faktor, dengan menggunakan model
koefisien acak, bahwa laporan ini memberikan bukti bahwa stok mentah akan bereaksi secara signifikan
terhadap perubahan yang lebih besar yang dapat mempengaruhi fluktuasi tukar selama periode pasca
krisis. Khususnya, selama empat tahun terakhir dari sampel kami, 2012-2016, faktor risiko nilai tukar
menjadi penentu utama pengembalian saham, menunjukkan bahwa investor India semakin
mengharapkan premi risiko atas investasi mereka untuk paparan tambahan mereka terhadap risiko nilai
tukar. Ini juga diperkuat oleh penelitian dengan menyoroti fakta bahwa semakin tinggi eksposur industri
valuta asing, diukur dengan neraca perdagangan (net inflow), semakin tinggi sensitivitas mereka
terhadap risiko nilai tukar (bS). Alasan yang masuk akal untuk premi semacam itu bisa jadi adalah
lindung nilai yang tidak memadai oleh orang-orang asli di Indonesia dalam hal pertukaran risiko.

Hak Cipta © 2018, BorsaI_stanbulAnonimS¸irketi.Produksi danhosting olehElsevierB.V.Penerbuka ini

dapat mengaksesartikel di bawah lisensi CCBY-NC-ND (http://creativecommons.org/licenses/by-nc-
nd/4.0/).
Klasifikasi JEL: G01; G11; G12; G32

Kata kunci: Risiko nilai tukar; Teori penetapan harga arbitrase; Pengembalian stok; Premi risiko;
Hedging; Krisis keuangan

pengantar

Ketika ekonomi global secara bertahap mendapatkan kembali keseimbangannya setelah resesi 2007e08
dan krisis keuangan Eropa, proses bertahap pengetatan kebijakan moneter oleh AS dan ekonomi besar
lainnya telah meningkatkan tekanan pada mata uang beberapa EME utama (Pasar Berkembang

mies). Hal ini menyebabkan aksi jual dalam beberapa mata uang pada awal 2014 yang mengindikasikan
potensi krisis di negara-negara ini yang dapat mengacaukan proses pemulihan global yang sedang
berlangsung. Banyak EME yang pernah mengalami krisis mata uang selama lebih dari lima tahun terakhir

* Penulis yang sesuai. Sekolah Ekonomi Madrasah, Jalan Gandhi Mandapam, Di Belakang Pusat Data
Pemerintah, Kottur, Chennai, TamilNadu, 600025, India.

Alamat email: mahapatra.smita93@gmail.com (S. Mahapatra), saumitra@mse.ac.in (S.N. Bhaduri).

Tinjau tinjauan tanggung jawabBorsaI_stanbulAnonimS¸irketi.

dekade yang contoh paling jelasnya adalah krisis keuangan Asia pada tahun 1997e1998.

Penelitian ini difokuskan pada analisis dampak fluktuasi nilai tukar tersebut dalam beberapa tahun
terakhir di pasar saham salah satu pasar negara berkembang yang penting, India. Secara khusus,
penelitian ini meneliti reaksi investor dalam hal perubahan permintaan premium karena paparan risiko
yang ditambahkan terkait dengan kerentanan semacam ini.

Untuk analisis ini, pertanyaan yang dialamatkan ada tiga: Pertama, apakah fluktuasi nilai tukar
berdampak pada pasar saham sehingga memberi harga risiko nilai tukar sebagai bagian dari premi pasar.
Kedua, bagaimana guncangan di pasar valuta asing mempengaruhi hubungan ini. Dan akhirnya, jika
periode krisis mata uang lebih rentan terhadap perubahan sentimen investor tersebut.
 Teori keuangan berpendapat bahwa dalam pasar keuangan yang berkembang dengan baik, risiko nilai
tukar mata uang asing adalah bagian dari risiko tidak sistematis yang dapat dicegah. Menurut

https://doi.org/10.1016/j.bir.2018.04.004

2214-8450 / Hak Cipta © 2018, BorsaI_stanbulAnonimS¸irketi.Produksi danhosting

olehElsevierB.V.Puluhan ini dapat mengaksesartikel di bawah lisensi CCBY-NC-ND
(http://creativecommons.org/licenses/by-nc-nd/4.0/).

teori portofolio modern, hanya risiko yang tidak dapat didiversifikasi (risiko sistematis) yang harus
dihargai oleh pasar modal yaitu, pemegang saham harus dibayar premi untuk menanggung risiko
tersebut. Fluktuasi nilai tukar dapat mempengaruhi kinerja perusahaan dalam dua cara: Dampak
langsung bisa pada moneter luar negeri neto dan aset domestik riil perusahaan. Secara tidak langsung,
ini dapat mempengaruhi permintaan agregat, biaya pemasukan yang diperdagangkan, barang impor
yang bersaing, dan ekspektasi inflasi. Namun, karena risiko valuta asing ini dianggap tidak signifikan atau
dapat didiversifikasi melalui lindung nilai aktif, sumber risiko ini tidak boleh diberi harga dan karenanya
tidak boleh memengaruhi biaya modal perusahaan. Namun, teori Harga Arbitrage yang lebih baru yang
dikemukakan oleh Ross (1976) menunjukkan bahwa jika ekonomi dapat diwakili oleh faktor-faktor
meresap tertentu, maka faktor-faktor ini mungkin dihargai dalam arti bahwa investor akan bersedia
membayar premi untuk menghindari sumber-sumber ini. risiko (Jorion, 1991). Sampai saat ini, sejumlah
penelitian telah menyelidiki sumber yang mungkin dari paparan nilai tukar tetapi tidak banyak yang
membahas masalah pengukuran secara empiris apakah paparan ini memerintahkan premi risiko di pasar
saham. Yang sudah, sebagian besar berpusat di sekitar ekonomi maju.

Dalam sebuah studi perintis, Jorion (1991) meneliti risiko-hadiah seperti itu di pasar saham AS dari
tahun 1971e1987 menggunakan kerangka kerja multi-faktor dari model Harga Arbitrage. Hubungan
antara pengembalian yang diharapkan dan sensitivitas terhadap pasar dan pergerakan nilai tukar
dianalisis dengan menggunakan model dua fakta.

premium risiko nasional yang terkait dengan eksposur mata uang asing tampaknya tidak signifikan dan
risiko nilai tukar tidak dihargai di pasar saham A.S. Pada baris yang sama, studi oleh Chen, Roll, dan Ross
(1986) menemukan bahwa variabel makroekonomi seperti produksi industri, inflasi yang diharapkan dan
tidak terduga, penyebaran antara suku bunga panjang dan pendek, dan penyebaran antara obligasi
tingkat tinggi dan kelas rendah adalah sumber risiko yang dihargai secara signifikan. Sedangkan
portofolio pasar, risiko harga minyak dan konsumsi agregat tidak dihargai di pasar saham. Sweeney
(1986) melakukan studi banding menggunakan perubahan suku bunga (hasil pada obligasi pemerintah
AS jangka panjang) sebagai faktor kedua, bukan nilai tukar. Secara empiris ditunjukkan bahwa sebagian
besar saham yang peka terhadap bunga berada di industri utilitas dan ada bukti yang masuk akal bahwa
faktor bunga dihargai dalam arti APT (model dua faktor). Beberapa studi menemukan risiko nilai tukar
yang signifikan menggunakan model kondisional. Sebagai contoh, De Santis dan Gerard (1998),
menggunakan proses GARCH multivariat yang pelit, telah menemukan bahwa sebagian besar dari total
risiko premium umumnya diwakili oleh premi untuk menanggung risiko mata uang untuk empat negara:
Jerman, Jepang, Inggris Raya , dan Amerika Serikat. Sebuah studi serupa oleh Choi et al., 1998
melaporkan bahwa 'risiko mata uang bersyarat' memainkan peran penting dalam menjelaskan
pengembalian saham perusahaan di Jepang. Patro, Wald, andWu (2002) menggunakan kerangka kerja
GARCH dengan pendekatan panel dan memperkirakan model penetapan harga aset dua faktor yang
bervariasi waktu untuk pengembalian indeks ekuitas mingguan dari 16 negara OECD. Menggunakan
keranjang nilai tukar tertimbang perdagangan dan indeks pasar dunia MSCI sebagai faktor risiko, mereka
melaporkan signifikan

eksposur risiko mata uang dalam pengembalian indeks ekuitas negara. Beberapa penelitian lain
menemukan paparan valuta asing yang signifikan menggunakan model faktor tanpa syarat pada data
internasional. Sebagai contoh, Roll (1992) sebagai salah satu dari tiga pengaruh penjelas sesuai
inferensi-inferensinya, dokumen-dokumen yang fluktuasi nilai tukar menjelaskan sebagian besar variasi
dalam pengembalian indeks ekuitas untuk negara-negara maju. Ferson dan Harvey (1994) secara empiris
memeriksa model penentuan harga aset multifaktor untuk pengembalian di delapan belas pasar negara
maju. Faktor-faktor yang dipilih, mengukur risiko ekonomi global dan mereka menyimpulkan bahwa
risiko valuta asing adalah salah satu faktor yang paling penting dalam menjelaskan pengembalian indeks
ekuitas internasional.

Karena negara-negara berkembang memiliki kerangka kelembagaan dan lingkungan ekonomi yang
sangat berbeda, sangat penting untuk mempelajari aspek ekonomi ini secara berbeda. Misalnya, dalam
EM ada eksportir komoditas (Brasil, Afrika Selatan, Rusia) dan Importir Komoditas (India, Cina, Turki).
Pasar negara berkembang seperti India, Brasil, Turki, dll. Telah menarik sejumlah besar modal dari
investor internasional selama dekade terakhir untuk memberikan dorongan bagi ekonomi mereka yang
berkembang pesat. Namun, tidak seperti ekonomi besar, EME dihadapkan dengan ancaman 'pelarian
modal' jika ada ketidakstabilan terdeteksi dalam perekonomian oleh investor. Lebih lanjut, dampak
perubahan global tidak sama dengan seluruh pasar di seluruh negara. Saya bergantung pada faktor-
faktor seperti likuiditas di pasar dan akses ke pasar internasional. Beberapa investor dan analis curiga
terhadap krisis keuangan yang menjulang di pasar negara berkembang, sementara yang lain
berpendapat bahwa akar penyebab kerentanan dalam nilai tukar terletak pada masalah struktural di
ekonomi domestik EME ketimbang dampak goncangan eksternal.

Pada tingkat agregat, ada berbagai penelitian yang menunjukkan hubungan antara perubahan nilai tukar
dan pengembalian saham. Sebagai contoh, Chun Mun (2008) meneliti pengaruh fluktuasi dalam nilai
tukar mata uang asing terhadap volatilitas pasar saham internasional dan korelasi lintas pasar antara
 Pasar saham A.S. dan mata uang lokal yang mengapresiasi / terdepresiasi dari negara sampel yang
dipertimbangkan. Ini termasuk negara-negara berkembang DAS Pasifik yang sangat bergantung pada
perdagangan internasional dan aliran modal melalui FDI untuk pertumbuhan ekonomi mereka. Krisis
keuangan Asia menunjukkan periode gejolak keuangan dan fluktuasi nilai tukar. Pengamatan yang
dilakukan oleh analisis empiris menunjukkan bahwa fluktuasi nilai tukar mata uang memberikan
kontribusi signifikan terhadap volatilitas pasar ekuitas lokal yang lebih tinggi dan kontribusi pasca-krisis
dari ketidakseimbangan nilai tukar pada korelasi pasar lokal AS lebih tinggi daripada sebelum krisis. Pada
baris yang sama, Aquino (2005) menyelidiki paparan valuta asing yang dihadapi oleh perusahaan-
perusahaan Filipina

sekitar masa krisis keuangan Asia (1992e2001) dan menemukan

bahwa walaupun pengembalian saham tidak dipengaruhi oleh fluktuasi nilai tukar sebelum krisis, ada
dampak signifikan dari fluktuasi dalam pengembalian saham setelah krisis yaitu, setelah 1997. Analisis ini
didasarkan pada model dua faktor APT yang merupakan dasar dari penelitian ini juga. Studi ini juga
menemukan bahwa selama periode pasca krisis, investor mulai mengharapkan premi atas investasi
mereka untuk paparan tambahan mereka

risiko nilai tukar seperti yang dirasakan oleh mereka. Studi lain yang menarik oleh Chkili dan Nguyen
(2014) menyelidiki hubungan dinamis antara pengembalian pasar saham dan nilai tukar untuk negara-
negara BRICS antara tahun 1997 dan 2013 menggunakan model switching rezim. Hasil dari model
Markov Switching yang diterapkan pada data menunjukkan bahwa pasar saham memiliki pengaruh lebih
besar pada nilai tukar selama periode volatilitas rendah dan tinggi. Bailey dan Chung (1995)
mempelajari dampak risiko politik dan nilai tukar terhadap premi risiko yang tercermin dalam
pengembalian ekuitas individu dari Meksiko dan menemukan beberapa bukti premi pasar ekuitas untuk
paparan risiko ini. Studi lain yang menarik oleh Han, Xu, dan Yin (2017) secara empiris menyelidiki
dampak perhatian investor terhadap pergerakan nilai tukar untuk 9 negara. Google Search Volume
istilah-istilah utama seperti "Dol", "USD" dll. Telah digunakan sebagai proksi untuk ‘perhatian’. Temuan
menyoroti bahwa keterlambatan perhatian investor secara signifikan mempengaruhi pengembalian mata
uang meskipun pengaruhnya jangka pendek. Hasilnya juga menunjukkan analogi terbalik bahwa
perubahan dalam pengembalian pertukaran berdampak pada perhatian investor dan itu terlalu lama.

Secara keseluruhan, investigasi ini menunjukkan bahwa faktor-faktor risiko yang pada dasarnya 'dihargai'
oleh investor dapat bervariasi di seluruh ruang dan waktu dan karenanya hasil dan kesimpulan dari studi
tidak dapat digeneralisasi. Penelitian ini bertujuan untuk mengisi kekosongan dalam literatur dengan
memperluas analisis tersebut ke negara berkembang dengan berfokus pada India.
Dua krisis keuangan utama dalam dekade terakhir e Krisis Keuangan Global (2007e08) dan krisis Hutang
Zona Euro (2010e11), yang mengguncang dunia telah membawa peningkatan minat pada riset pencarian
di bidang keuangan.

pasar dengan latar belakang tahun-tahun krisis ini dan memahami dampak dari pemutusan struktural
semacam itu. Beberapa penelitian telah menyarankan bahwa selama periode krisis, ada peningkatan
pergerakan pasar dan peningkatan volatilitas nilai tukar yang pada gilirannya memiliki implikasi signifikan
terhadap strategi manajemen risiko investor internasional. Sebuah studi sepanjang jalur ini oleh P. Dua
dan Tuteja (2016) meneliti penularan keuangan dan korelasi lintas pasar antara pasar saham dan mata
uang Cina, Zona Euro, India, Jepang dan AS selama dua periode krisis global yang disebutkan di atas.
Hasil menunjukkan penularan yang signifikan di seluruh kelas aset dan menunjukkan tidak adanya
manfaat dari diversifikasi portofolio untuk pasar saham sebagai guncangan setelah krisis ditransmisikan
secara internasional. Temuan ini membuat

seseorang untuk mempelajari dampak dari guncangan atau ketidakstabilan tersebut pada

olehMishra, Malhotra, andSwain (2007). Hasil penelitian menunjukkan bahwa volatilitas di kedua pasar
sangat persisten dan dapat diprediksi berdasarkan inovasi masa lalu.

India telah melihat situasi krisis mata uang dekat pada tahun 2013 yang terutama disebabkan karena
dua alasan. Pertama, banyak EME termasuk India terperangah dengan mata uang domestiknya
melemah terhadap dolar AS ketika Federal Reserve AS mengambangkan kemungkinan penurunan pada
Mei 2013 dan pengetatan kebijakan moneter. Alasan kedua adalah bahwa di bidang domestik, situasi
depresiasi Rupee sebagai akibat dari reformasi yang mandek dan menurunnya investasi asing,
diperparah oleh pemerintah yang meloloskan RUU Ketahanan Pangan pada akhir 2013 sebagai strategi
pra-pemilihan yang populis. Dengan demikian, terlepas dari jeda struktural akibat krisis keuangan global
tahun 2008, diharapkan bahwa periode sekitar tahun 2013 yang tampaknya merupakan rezim nilai tukar
dengan volatilitas tinggi juga bertentangan dengan risiko yang dapat mempengaruhi sentimen investor di
India sampai batas tertentu. Studi saat ini secara empiris menunjukkan bahwa risiko mata uang semakin
dirasakan sebagai risiko yang dihargai oleh investor di pasar saham India dalam beberapa tahun terakhir
setelah krisis finansial global pada tahun 2008.

Makalah ini disusun menjadi empat bagian, yang pertama memperkenalkan topik, tujuan penelitian dan
menjelaskan kerangka teori di mana analisis telah dilakukan. Bagian 2 menjelaskan model dan hipotesis
yang diuji. Bagian ketiga tentang 'Sampel' menjelaskan konstruksi variabel beserta sumbernya. Ini
diikuti oleh bagian pada 'Metodologi dan Hasil Empiris' dari berbagai tes statistik yang dilakukan, dan
bab terakhir menyimpulkan dengan beberapaimportantinferensi.

Model empiris

Hipotesis penelitian dan perincian model APT dua faktor yang digunakan telah dijelaskan pada bagian
ini. Kami mencoba untuk menguji hipotesis bahwa risiko nilai tukar tidak dihargai sebagai premium oleh
investor selama rezim volatilitas penukar rendah, namun selama (dekat) krisis mata uang, risiko nilai
tukar mata uang asing pada dasarnya menjadi risiko yang dihargai di pasar ternak.

Model untuk analisis telah diadopsi dari sebuah studi oleh Jorion (1991) yang telah mengikuti
pendekatan Ross dari Teori Harga Teori (APT).

Versi dua faktor dari Ross (1976) APT menyiratkan hubungan linear antara pengembalian yang
diharapkan dan sensitivitas terhadap pergerakan pasar dan nilai tukar:

persepsi investor tentang ekspektasi terhadap risiko

E.R ~ iΣ¼d0þd1bmþdsbs

ð1Þ

dan pengembalian saham selama periode krisis tersebut. Sampel kami, oleh karena itu, dibenarkan
karena mencakup tahun-tahun ini khususnya.

Dalam terang krisis mata uang dan peristiwa-peristiwa lain semacam itu di EME di masa lalu, seperti
negara di India yang merupakan salah satu negara dengan pertumbuhan ekonomi tercepat di seluruh
dunia membuat pilihan yang tepat untuk studi kelayakan. Sebuah bukti kuat dari hubungan ini dan
limpahan volatilitas antara pasar saham India dan pasar valuta asing berubah telah diperiksa

ii

dimana.

Pengembalian dapat didefinisikan sebagai pengembalian nominal melebihi tingkat bebas risiko, Rit¼ R *
- Rfi,

bm: dengan sensitivitas saham terhadap pergerakan pasar dan

bs: dengan sensitivitas saham terhadap pergerakan nilai tukar.

Dalam model ini, pengembalian kelebihan pasar dapat diartikan sebagai transformasi dari faktor-faktor
asli yang tidak
tetap bisa diamati. Karena sensitivitas pasar terhadap pergerakan nilai tukar bm¼ 0 oleh konstruksi, ini
menyiratkan

Manufaktur lain-lain (9)

Diversifikasi (11)

E.R ~ iΣ¼d0þΣE.R ~ mΣ — d0Σbmþdsbs

ð2Þ

Penambangan (6)

Dengan asumsi stasioneritas, tingkat pengembalian aset pada waktu t dapat secara statistik
didekomposisi menjadi komponen yang diharapkan E ~R ~ itÞandaninovasi,

R ~ it¼E.R ~ itΣþbmΣR ~ mt — E.R ~ mtΣΣþbsF ~ stþ ~ εit ð3Þ

Layanan - selain keuangan (102)

Konstruksi dan Real Estate (32)

Layanan Keuangan (79)

di mana, F ~ st: residualoftheregression of the exchangerate movementagainsttherateofreturnhurn

pasar ternak:

F ~ st¼R ~ st — g0þg1R ~ mt ð4Þ

Mengingat bahwa akan ada beberapa korelasi antara tingkat pertukaran dan pasar, orang tidak bisa
hanya menggunakan tingkat pertukaran sebagai faktor kedua. Tanpa ortogonalisasi, faktor kedua dapat
tampak dihargai karena korelasi bukan nol dengan pasar harga.

Di bawah ekspektasi rasional, menggantikan (2) dalam (3) menghasilkan:

 seri, data tentang harga penutupan bulanan dikumpulkan dari situs web resmi Bombay Stock Exchange
(BSE). Indeks S&P BSE 500 mewakili hampir 93% dari total kapitalisasi pasar pada BSE. Ini dapat
dianggap sebagai proksi yang baik untuk indeks pasar karena 500 perusahaan yang mendasari mencakup
semua industri utama ekonomi dan BSE adalah bursa saham tertua di India. Tingkat bebas risiko
dihitung sebagai log tingkat bunga imbal hasil sepuluh tahun yang dikumpulkan dari RBI. Itu

exchangeratereturnseries (R ~ stwascalculateddari USD-

INR * 1 bulan rata-rata kurs mata uang yang dikumpulkan dari theRBI

R ~ ¼Σd.1 — bmΣþdbsΣþbmR ~

þbsF ~

þ~ε

ð5Þ

situs web. Nilai tukar dapat didefinisikan sebagai domestik

Ini adalah model terbatas yang akan diuji.

Nilai tukar eksposur ortogonal (secara statistik independen) ke pasar, diberi harga jika koefisien ds tidak
nol, yang akan menyiratkan penolakan efisiensi rata-rata-varians dari pasar.

Persamaan tidak dibatasi diberikan oleh

pendentarivariabeldigunakandalamkeputusan, yang merupakan sisa dari regresi pergerakan nilai tukar

terhadap tingkat pengembalian di pasar saham.

‘Pengembalian’, karena laju perubahan dari masing-masing variabel di atas dihitung sebagai log alami
dari rasio harga pada periode kunjungan sebelumnya periode sebelumnya.

R ~ ¼aþbmR ~
þbsF ~

þ~ε

ð6Þ

pengembalian atas harga dalam 'normalisasi' (mengukur semua

itu aku

saya mt

itu dia

mampu dalam metrik yang sebanding) yang disediakannya. Jika harga

Mengingat model terbatas dan tidak terbatas,

pembatasan bagian diuji dengan uji rasio kemungkinan.

Data

Penelitian ini menggunakan data sekunder untuk analisis. Persamaan variabel dependen dependen (6),
‘R ~ itu adalah pengembalian pengembalian (kelebihan tingkat bebas risiko) pada saham biasa
perusahaan.

data dikumpulkan menggunakan Kecakapan yang merupakan basis data kinerja keuangan perusahaan
India yang dikelola oleh Pusat Pengawasan Ekonomi India (CMIE). Semua perusahaan yang terdaftar
dalam indeks S&P BSE 500 telah dimasukkan dalam analisis. Data pada bulanan disesuaikan

harga penutupan untuk periode Januari 2005 Januari 2016

yang dikumpulkan untuk masing-masing dari 500 perusahaan ini dan lima belas portofolio (jumlah
perusahaan dalam setiap portofolio yang diberikan dalam parasesis) dibuat berdasarkan set yang telah
ditentukan sebelumnya yang diberikan dalam Prowess. Rata-rata harga saham perusahaan untuk setiap
bulan diambil karena rata-rata portofolio di mana pengembalian bulanan dihitung. Portofolionya adalah:

Makanan & produk-produk berbasis pertanian (26)

Tekstil (16)
Bahan kimia dan produk kimia (78)

Barang-barang konsumen (21)

Bahan konstruksi (24)

Logam dan produk logam (24)

Mesin (31)

Alat transportasi (26)

diasumsikan didistribusikan secara normal, maka pengembalian log akan mengikuti distribusi normal
dan itu adalah keuntungan utama karena sebagian besar statistik klasik menganggap normal.

Kerangka waktu untuk penelitian ini adalah antara Januari 2005 dan Januari2016 (Pengembalian data
statistik dari Februari2005 karenaitis dikalkulasikandaripada saat ini sebelumnya). Seluruh periode
penelitian telah dibagi menjadi tiga sub-periode dengan tujuan mengakomodasi kemungkinan kerusakan
struktural karena jika diminta untukmembuatkecukupanakaluntukmengharuslaluberak dengan cara apa
investor bereaksi terhadap ketidakstabilan relatif tersebut (Tabel1).

Tingkat pertumbuhan PDB digambarkan pada Gambar. 1, menyoroti kemungkinan struktur dipecah
menjadi pertimbangan.

Metodologi dan Hasil Empiris

Pabrik pemasaran kembaliseriesandari garmenandiperubahan telah diuji untuk stasioneritas

menggunakan tes ADF. Korelasi antara seri pengembalian pasar berlebih dan seri nilai tukar
didekalkulasi dengan nilai0.125 yang merupakan penjelasan yang masuk akal untuk membenarkan
penggunaan perangkat lunak yang lebih baik antara keduanya dengan dua variabel untuk memastikan
ortogonalitas. Gambar. 2 menunjukkan plot seri waktu dasar dari perubahan dalam seriesto nilai tukar

1 Harus dicatat bahwa menggunakan USD-INR sebagai ukuran nilai tukar mencerminkan 80% dari pasar
valuta asing di Inda. Ukuran alternatif, INR NEER yang memperhitungkan 36 mata uang berdasarkan
bobotnya, dapat memberikan proxy basis yang lebih adil dan dapat dipertimbangkan untuk penelitian di
masa mendatang.

Tabel 1
Penjelasan periode subsampel.

Sub-periode Feb2005eDec2007 Jan2008eDec2011 Jan 2012eJan2016

Dasar pemikiran Masa pra-krisis yang ditetapkan

stabilitas ekonomi keseluruhan dan tingkat pertumbuhan PDB yang tinggi.

Masa krisis keuangan global dengan kejatuhan awal

dalam tingkat pertumbuhan diikuti oleh pemulihan bertahap.

Situasi hampir krisis pada TA 2012e13 dengan penurunan lain dalam tingkat pertumbuhan PDB dan nilai
rupee yang fluktuatif, diikuti oleh pemulihan bertahap.

menyoroti fluktuasi dalam variabel ini dalam periode yang dipertimbangkan. Volatilitas substansial dari
nilai tukar dalam krisis mata uang berspekulasi tahun 2008 dan 2013 dapat disimpulkan dengan
mengamati grafik garis.

Theexchangerateexposurer dipresentasikan oleh theevariable, F ~ st

dihitung terlebih dahulu. Parameter, g0 dan g1 dalam persamaan (4) diperkirakan

menggunakanOrdinaryLeastSquares danF ~ stse-

ries dikonstruksi yang digunakan sebagai variabel independen kedua dalam persamaan tes akhir kami
(5).

Tes Hausman antara efek acak dan tetap menunjukkan bahwa model efek acak akan lebih cocok dengan
data. Namun, menurut Hsiao dan Pesaran (2004), “Model konvensional tidak memungkinkan interaksi
individu spesifik dan / atau perbedaan waktu dalam variabel penjelas yang disertakan.” Ini adalah alasan
di balik penggunaan model Koefisien Acak untuk estimasi dengan jenis data panel yang kita miliki.
Aquino (2005) menggunakan Generalized Least
Gambar. 1. Tingkat Pertumbuhan Tahunan PDB dengan Harga Pasar berdasarkan Constant Rupee.
Catatan: Berdasarkan statistik resmi pemerintah, tahun dasar yang baru adalah 2011/12. Laporan itu
dibuat dengan menggunakan data dari situs resmi Bank Reserve India.
 Gbr. 2. Fluktuasi Nilai Tukar (Februari 2005 Januari 2016). Catatan: Plot garis seri waktu dari seri
pengembalian nilai tukar untuk menyoroti fluktuasi dalam periode yang dipertimbangkan. Data bulanan
tentang nilai tukar USD-INRdiperoleh dari situsweb resmiReserveBankofIndia.

Kuadrat Teknik estimasi Regresi Tampaknya Tidak Terkait untuk secara bersamaan memperkirakan
parameter beta dan harga.

Karena keunggulan yang diberikan oleh model koefisien Acak, terutama dalam hal derajat kebebasan
dan perhitungan yang disederhanakan, penelitian ini memilih untuk menggunakan teknik estimasi ini.
Model-model ini disebut sebagai model co-efisien acak karena mereka mengasumsikan bahwa
parameter regresi spesifik individu adalah acak, yaitu masing-masing mewakili suatu
drawfromapopulation. Semua model dari model modul adalah kasus khusus dari kelas yang lebih umum
dari model efek campuran linier. Model efek campuran linier dapat dianggap sebagai perpanjangan dari
model regresi linier untuk kasus-kasus di mana data perlu dirangkum dalam kelompok. Dalam model
regresi linier acak Swamy, bukan hanya konsep yang bervariasi antar kelompok, semua koefisien
diperbolehkan bervariasi. Fungsi 'xtrc' dalam perangkat lunak Stata, yang menggunakan model Swamy
Random Coefficient (Swamy, 1970) telah digunakan untuk memperkirakan koefisien beta (bmand bs)
dalam persamaan yang tidak dibatasi (6) yang memberi kita pasar dan pertukaran
rateexposurecofficientsffefefefeinefeenfindinportportfeenfifteen.Kemungkinan hubungan non-linear
antara pengembalian saham dan paparan valuta asing telah dieksplorasi dengan memasukkan istilah
kuadrat variabel nilai tukar dalam regresi. Temuan utama kami tetap invarian pasca tes ketahanan
tersebut. Sebagian besar dari sektor industri kecuali untuk industri seperti 'Listrik', 'Konstruksi dan Real
Estat' dan 'Layanan Keuangan', kami tidak mengamati linearitas.

Koefisien lintas industri tampaknya sangat berbeda di semua periode waktu. Sebagian besar industri
telah mencatat paparan negatif yang signifikan yang mungkin menyiratkan bahwa industri ini cenderung
mengimpor sebagian besar input faktor mereka dan rentan terhadap depresiasi mata uang. Di sisi lain,
industri seperti "Layanan Keuangan" menunjukkan paparan positif yang signifikan untuk seluruh periode
waktu analisis dan sub-periode kedua yang dipilih. Ini menunjukkan operasi asing yang berorientasi
ekspor dan bahwa industri cenderung mendapat manfaat dari depresiasi mata uang. Intuisi teoretis di
sepanjang garis ini bisa jadi bahwa intensitas impor sektoral yang lebih tinggi dapat mempengaruhi
dampak perubahan nilai tukar pada pengembalian saham nasional. Untuk memvalidasi hipotesis ini,
eksposur nilai tukar (bs) untuk setiap portofolio industri diplot terhadap neraca perdagangan (Lihat
Gambar. 3 dalam Lampiran). Kecuali untuk dua sektor (Jasa keuangan dan manufaktur Lain-lain), dapat
diamati bahwa industri dengan impor yang lebih tinggi memiliki paparan negatif yang signifikan.
Penelitian di masa depan diperlukan untuk menguraikan hal ini dengan menggunakan langkah-langkah
alternatif dari paparan internasional.

Tabel 2e5 melaporkan risiko sistematis dan exchangerate

paparan portofolio industri. Koefisien eksposur dilaporkan, setelah proyeksi pasar dan faktor risiko
Gbr.3. Eksposur EksposurIndustriportfekordengan mempertimbangkanpengaturanTradeBalance.Catatan:
XaxiseTradeBalance (NetInflows) dari masing-masingSetiap Portofolio Industri (dalam US $ Miliar)
untukFY2015e16.

industri (berbayang merah) mewakili portofolio yang signifikan pada penurunan 5%. Sumber Data: Data
perdagangan diambil dari 'Perdagangan Luar Negeri India 2015e16: An Appraisal'

laporan yang disiapkan oleh Divisi Ekonomi Analisis dan Penelitian Kredit (CARE).

faktor nilai tukar dinyatakan sebagai masing-masing dan masing-masing. Pengujian signifikansi bersama
dilakukan dengan menggunakan uji Wald dengan hipotesis nol bahwa koefisien secara bersama-sama
sama dengan nol, hasil yang telah dilaporkan di bawah setiap tabel. Nol ditolak untuk pengembalian
pasar tetapi tidak ditolak untuk paparan nilai tukar ketika diuji untuk seluruh periode studi (Feb 2005
hingga Jan 2016). Untuk sub-periode pertama (Februari 2005 hingga Desember 2007), nol ditolak untuk
keduanya, seri pengembalian pasar dan untuk paparan nilai tukar. Hasil untuk

sub-periode kedua (Jan 2008 hingga Des 2011) dan sub-periode ketiga (Jan 2012 hingga Desember
2016) menunjukkan bahwa hipotesis nol ditolak untuk pengembalian pasar tetapi tidak ditolak untuk
paparan nilai tukar (pada tingkat signifikansi 5%).

Untuk menguji secara statistik perbedaan koefisien paparan di seluruh portofolio industri, t-statistik
untuk kesetaraan koefisien telah dilakukan. Hipotesis nol dari beta nilai tukar yang sama ditolak untuk
semua periode kecuali sub-periode pertama (Februari 2005 hingga Desember 2007). Ini menyiratkan hal
itu

Meja 2

Pasarpenggantiandeksposisidari portofolio industri.Februari2005e Januari2016 (data bulanan) .Model: R

~ it¼aiþbmR ~ mtþbsF ~ stþ ~ εit.

ii

S.Tidak. Industri bm s
Uji signifikansi bersama: chi2 (1) ¼ 292,56 chi2 (1) ¼ 3,18.Prob> chi2 ¼ 0,0000 Prob> chi2 ¼ 0,0747.

Nilai p-stat Coeff

—0.2889 —2.41 0,016

0,0709 0,67 0,506

—0.1217 —1.05 0.292

0,1503

0,1838

—0.1765

—0.3879 —3.62 0.000

—0.3633 —3.31 0.001

—0.1070 —0.96 0.336

—0.1384 —1.22 0.224

—0.3469 —3.14 0.002

—0.6579 —4.89 0.000

0.6739 5.80 0.000

0,2588a 2,77 0,006

—0.0348 —0.33 0.741

Signifikansi pada level 5%. Semua koefisien signifikan untuk koefisien pasar, bim dan karenanya tidak
ditandai untuk signifikansi khusus.

Tabel 3

Marketandengubah eksposur portofolio industri.Februari2005eDesember2007 (data bulanan) .Model: R

~ it¼aiþbmR ~ mtþbsF ~ stþ ~ εit.

ii

S.Tidak. Industri bm s

Koefisien

z-stat

nilai p

Koefisien z-stat p-value

Pertambangan

1.1758

8.16
0,000

Sebuah

—0,4366 —2,34 0,020

Makanan dan Pemrosesan

0,8832

11.64

0,000

—0.2902 —1.42 0.155

Tekstil

1.0924

11,01

0,000

—0.3262 —1.64 0.101

Bahan kimia

0,8810

12,06
0,000

—0.1248 —0.61 0.544

Konsumen

0,6929

6.36

0,000

—0.1314 —0.67 0.503

Bahan konstruksi

1.0631

9.08

0,000

—0.3536 —1.83 0,068

Logam dan produk logam

1.0786

14.32

0,000
Sebuah

—0.6704 —3,29 0,001

Mesin

0,9204

9.04

0,000

—0.3192 —1.61 0.107

Peralatan Transportasi

1.0684

11.12

0,000

Sebuah

—0.4122 —2.06 0,039

10

Lain-lain manufaktur

0,8371

8.91
0,000

—0.2648 —1.32 0.187

11

Beraneka ragam

1.1567

13,71

0,000

Sebuah

—0.4386 —2.16 0,031

12

Listrik

1.3447

8.54

0,000

Sebuah

—0.5096 —2,79 0,005

13

Konstruksi dan real estat

1.2532
10.38

0,000

Sebuah

—0.5035 —2.62 0,009

14

Layanan Keuangan

0,5672

11.61

0,000

0,1184 0,63 0,531

15

Layanan (selain keuangan)

0,9005

9.58

0,000

—0.3264 —1.63 0.104

Uji signifikansi bersama: chi2 (1) ¼ 153,27 chi2 (1) ¼ 4,44.Prob> chi2 ¼ 0,0000 Prob> chi2 ¼ 0,0352.

Signifikansi pada level 5%. Semua koefisien signifikan untuk koefisien pasar, bim dan karenanya tidak
ditandai untuk signifikansi khusus.
Tabel 4

Marketandengubah eksposur dari portofolio industri.Januari2008eJanuari2012 (data bulanan) .Model: R

~ it¼aiþbmR ~ mtþbsF ~ stþ ~ εit.

ii

S.Tidak. Industri bm s

Koefisien z-stat p-nilai Koefisien z-stat p-nilai

1 Penambangan 1.0811 16.87 0.000 —0.3519 —1.81 0.071

2 Makanan dan Pemrosesan 0.7964 17.08 0.000 0.1081 0.62 0.533

3 Tekstil 0.9914 0.69 0.000 —0.2591 —1.3 0.194

4 Bahan Kimia 0.8494 23.68 0.000 0.0906 0.60 0.549

5 Konsumen 0,8009 15,04 0,000 0,2729 1,49 0,135

6 Bahan konstruksi 0,9024 15,59 0,000 0,0239 0,13 0,899

7 Produk logam dan logam 1.1139 23.61 0.000 —0.5337a —3.07 0.002

8 Mesin 1.0673 22.12 0.000 —0.4232a —2.41 0.016

9 TransportEquipment 0.9266 17.80 0.000 0.0215 0.12 0.906

10 Misc.manufaktur 0.9938 14.07 0.000 —0.3640 —1.81 0.070

11 Diversifikasi 1.0776 20.67 0.000 —0.6169a —3.40 0.001

12 Listrik 1.3022 15.70 0.000 —0.7721a —3.62 0.000

13 Konstruksi dan realestasi 1,3676 20,04 0,000 0,8220 4,13 0,000

14 Layanan Keuangan 0.6937 16.60 0.000 0.4586a 2.79 0.005

15 Layanan (selain keuangan) 1.0255 24.22 0.000 —0.0926 —0.56 0,576

Uji signifikansi bersama: chi2 (1) ¼ 336,17 chi2 (1) ¼ 2,32.Prob> chi2 ¼ 0,0000 Prob> chi2 ¼ 0,1274.

Signifikansi pada level 5%. Semua koefisien signifikan untuk koefisien pasar, bim dan karenanya tidak
ditandai untuk signifikansi khusus.
 stabilitas relatif dari nilai tukar adalah fitur dari sub-periode pertama sementara yang lain menunjukkan
variabilitas dalam sensitivitas terhadap perubahan fluktuasi nilai tukar. Ketidakstabilan dilaporkan pada
post-post

dari hasil estimasi persamaan sebelumnya (6). Persamaan terbatas yang akan diuji adalah persamaan
bentuk linear dengan empat parameter d0, ds, bmand bs. Koefisien beta

ii

periode krisis dan seluruh periode menunjukkan pentingnya

dari penelitian ini. Jelaslah bahwa eksposur pasar signifikan sekali ketika pasar yang sama secara tegas
ditolak di semua periode waktu yang dipertimbangkan. Oleh karena itu kami fokus pada pembuatan
faktor nilai tukar karena perbedaan telah diamati pada periode waktu yang dipertimbangkan. Secara
keseluruhan, dapat dikatakan bahwa pemilahan berdasarkan industri menghasilkan dispersi substansial
dalam koefisien pemaparan, yang merupakan prasyarat penting untuk pengujian harga.

Persamaan tes akhir (5) telah diestimasi dengan regresi setelah memasukkan nilai koefisien beta yang
diperoleh

dalam batasan, diwakili dalam kurung persegi di

persamaan (5) diperlakukan sebagai variabel dependen. Nilai-nilai untuk d0 dan dsalong dengan
statistik dan nilai-p mereka dilaporkan dalam Tabel6.

Hipotesis nol bahwa koefisien premi risiko konstan, yang mewakili penentuan harga paparan nilai tukar,
d00 ditolak untuk semua periode yang dipertimbangkan. Ini menyiratkan bahwa model yang digunakan
bertanggung jawab atas perbedaan total dalam kelebihan dibandingkan dengan frekuensi yang berbeda.

Hipotesis nol bahwa ds0 ditolak (pada tingkat signifikansi 5%) untuk seluruh periode (2005e2016) dan
untuk

Tabel 5

Marketandexcangerateexposureofindustryportfolios.January2012eJanuary2016 (data bulanan) .Model:

R ~ it¼aiþbmR ~ mtþbsF ~ stþ ~ εit.

ii

Nona
S.Tidak. Bi industri

Koefisien z-stat p-nilai Koefisien z-stat p-nilai

1 Penambangan 0.9119 10.77 0.000 —0.1476 —1.17 0.241

2 Makanan dan Proses 0.8193 9.22 0.000 0.0244 0.19 0.847

3 Tekstil 0.8117 7.88 0.000 0.0168 0.13 0.896

4 Kimia 0,7086 9,99 0,000 0,0948 0,76 0,445

5 Konsumen 0,7244 8,19 0,000 0,0292 0,23 0,817

6 Bahan konstruksi 1.1812 12,34 0,000 —0,2922a ¡2,29 0,022

7 Logam dan produk logam 0.8285 9.58 0.000 —0.1451 —1.15 0,250

8 Mesin 1.1805 13.75 0.000 —0.2891a ¡2.29 0.022

9 TransportEquipment 0.9979 10.09 0.000 —0.1337 —1.05 0.296

10 Misc.manufaktur 0.7987 9.66 0.000 0.0634 0.50 0.614

11 Diversifikasi 0,9366 9,25 0,000 —0,0702 —0,55 0,584

12 Listrik 1.3149 12.21 0.000 —0.3651a ¡2.82 0,005

13 Konstruksi dan realestat 1,3437 17.40 0.000 —0.4177a ¡3.34 0.001

14 Layanan Keuangan 0,7337 16,94 0,000 0,0529 0,49 0,627

15 Layanan (selain keuangan) 0.8193 13.06 0.000 0.0779 0.64 0.523

Uji signifikansi bersama: chi2 (1) ¼ 185,96 chi2 (1) ¼ 1,17.Prob> chi2 ¼ 0,0000 Prob> chi2 ¼ 0,2784.

Signifikansi pada level 5%. Semua koefisien signifikan untuk koefisien pasar, bim dan karenanya tidak
ditandai untuk signifikansi khusus.

Tabel 6

Tests ofPricingofExchangeRateExposure. (Data bulanan) .DuaFactorModel: R ~ it¼½d0ð1 — bmÞþdsbs]

þbmR ~ mtþbsF ~ stþ ~ εit.
Periode

Harga Faktor (t-statistik) [P> jtj] Uji Kesesuaian [p-value]

d0 ds c2

Feb2005eJan2016 0,0258696a —0,0144305a 0,95

(2.49) [0.013] (—2.29) [0.022] [0.3302]

Feb2005eDec2007 —0.0568258a 0,0025197 14.12

(-3,54) [0,000] (0,27) [0,787] [0,0002]

Jan2008eDec2012 0,0860055a —0.0143851 24,38

(4.12) [0.000] (—1.67) [0.096] b [0.0000]

Jan2012eJan2016 0.0239179a —0.0213261a —7.23

(2.58) [0.010] (-2.05) [0.040] [1.0000]

Catatan: t-statistik antara tanda kurung, tingkat signifikansi marjinal antara tanda kurung. d0 dan ds
adalah koefisien penetapan harga dalam persamaan uji. Chi-squarestatistic menguji pembatasan cross-
sectional dalam model dua faktor.

aSignifikan pada level 5%.

b Signifikan pada level 10%.

sub-periode terbaru (2012e2016). Ditolak (dengan kerugian 10%) untuk sub-periode kedua yaitu antara
2008 dan 2012. Nol tidak ditolak untuk sub-periode pertama sebelum krisis yang menunjukkan bahwa
risiko nilai tukar tidak dihargai pada periode stabilitas ini.

Statistik goodness of fit chi-square dihitung dengan menggunakan model terbatas dan tidak terbatas
dan dilaporkan pada kolom terakhir dari Tabel 6. Statistik rasio kemungkinan untuk seluruh periode dan
sub-periode terbaru (2012e2016) menunjukkan bahwa model tersebut ditentukan dengan cukup baik
dan tampaknya sesuai
data pada periode di mana koefisien penetapan harga signifikan.

Pengamatan menunjukkan bahwa hasil untuk koefisien penetapan harga adalah signifikan untuk
periode-periode yang dipertimbangkan setelah 2008 yang menunjukkan bahwa setelah timbulnya krisis
keuangan global, ada perubahan kecil seperti persepsi awal.

para vestor. Namun dalam empat tahun terakhir (2012e2016), the

faktor risiko nilai tukar menjadi menonjol sebagai 'harga' di pasar saham. Ini pada dasarnya berarti
bahwa investor secara progresif mengharapkan premi risiko

investasi untuk persepsi tambahan eksposur terhadap risiko nilai tukar dan telah menjadi lebih
menonjol dalam beberapa tahun terakhir.

Kesimpulan

Dampak dari fluktuasi mata uang asing terhadap pengembalian saham semakin menjadi masalah utama
bagi investor, pemodal dan pembuat kebijakan. Makalah ini meneliti paparan lima belas kelompok
industri India (terdiri dari 500 perusahaan yang terdaftar dalam indeks S&P BSE 500) terhadap fluktuasi
nilai tukar USD-INR bulanan untuk periode waktu yang berbeda dengan periode keseluruhan adalah
sebelas tahun dari Februari 2005 hingga Januari 2016. The Analisis dilakukan dalam kerangka APT dua
faktor.

Pilihan periode sampel kami juga memungkinkan untuk menguji pengaruh nilai tukar pada pasar saham
dan sentimen investor secara keseluruhan di India dalam dekade terakhir yang belum dieksplorasi sejauh
ini, sejauh yang kami ketahui. Ini adalah aspek penting dari krisis mata uang yang terlihat segera di
tahun-tahun mendatang dan mempengaruhi investor

communitiesinEMEsgradually.Thus, itisexpectedthatthemore baru-baru ini periode yang diteliti, yang

thechances besar areof menangkap perubahan sentiments.For investor acountrylike India, yang akan
melalui
phaseinitseconomywithitspresentgovernmentpushingforgreaterforeigninvestmentsforboostingthecountr
y'sindustrialandinfrastructuralgrowth transisi, itisnecessarytopayattentiontohowthe investor dan pasar
saham akan bereaksi
tothesechanges.Empiricalevidencesuggeststhatinvestorsareexpectantofariskpremiumontheirinvestment
owingtotheincreasedriskexposurecausedbyexchangeratefluctuations,
especiallysincethelastfewyearsbeginningfromthecrisisperiod. Ini hanya
diimplikasiantingkatpadaperjanjianuntukpengasuhandapatdilakukankandalam bidang ekonomi makro,
iamenampilkankonseppasarpasardalam

pasar saham dan / atau pasar valuta asing.

Studi ini telah disimpulkan secara kualitatif dari hasil yang diperoleh, bahwa investor India sekarang
memerlukan kompensasi untuk menanggung risiko nilai tukar. Namun, aspek kuantitatif seperti
perbedaan antara premi risiko yang dituntut oleh investor dalam berbagai periode waktu berada di luar
cakupan penelitian ini.

Konflik kepentingan

Tidak ada

Referensi

Aquino, R. Q. (2005). Risiko nilai tukar dan pengembalian saham Filipina: Sebelum dan sesudah krisis
keuangan Asia. Ekonomi Keuangan Terapan, 15,765e771.

Bailey, W., & Chung, Y.P. (1995) .fluktuasi tukar tukar politik pengembalian komoditas: Beberapa bukti
dari pasar berkembang. Jurnal Analisis Keuangan dan Kuantitatif, 30 (4), 541e561.

Chen, N. F., Roll, R., & Ross, S. A. (1986). Kekuatan ekonomi dan pasar saham. Jurnal Bisnis, 59 (3),
383e403.

Chkili, W., & Nguyen, D. K. (2014). Pergerakan nilai tukar dan pengembalian pasar saham dalam
lingkungan pergantian rezim: Bukti untuk negara-negara BRICS. Penelitian dalam Bisnis dan Keuangan
Internasional, 31, 46e56.

Choi, J. J., Hiraki, T., & Takezawa, N. (1998). Apakah risiko valuta asing dihargai di pasar saham Jepang?
Jurnal Analisis Keuangan dan Kuantitatif, 33, 361e382.

Chun Mun, K. (2008). Pengaruh fluktuasi nilai tukar pada volatilitas pasar modal dan korelasi: Bukti dari
krisis keuangan Asia. Jurnal Kuartal Keuangan dan Akuntansi, 47 (3), 77e102.

De Santis, G., & Gerard, B. (1998). Seberapa besar premi untuk risiko mata uang?

Jurnal Ekonomi Keuangan, 49, 375e412.

Dua, P., & Tuteja, D. (2016). Krisis keuangan dan keterkaitan dinamis di seluruh pasar saham dan mata
uang internasional. Pemodelan Ekonomi, 59,249e261.

Ferson, W. E., & Harvey, C. R. (1994). Sumber risiko dan pengembalian yang diharapkan dari pasar
ekuitas dunia. Jurnal Perbankan & Keuangan, 18, 775e803.

Han, L., Xu, Y., & Yin, L. (2017). Apakah perhatian investor penting? Hubungan perhatian-pengembalian
di pasar FX. Pemodelan Ekonomi. https://doi.org/10.1016/j.econmod.2017.06.015.

Hsiao, C., & Pesaran, M. (2004). Model data panel koefisien acak.

Kertas Kerja CESifo No., 1233.

Jorion, P. (1991). Harga risiko nilai tukar di pasar saham.

Jurnal Analisis Keuangan dan Kuantitatif, 26 (3), 363e376.

Mishra, A. K., Malhotra, D. K., & Swain, N. (2007). Volatilitas tumpahan antara pasar saham dan valuta
asing: bukti India. InternationalJournal of Business, 12 (3).

Patro, D. K., Wald, J. K., & Wu, Y. (2002). Menjelaskan risiko nilai tukar di pasar saham dunia:
Pendekatan panel,. Jurnal Perbankan & Keuangan, 26, 1951e1972.

Roll, R. (1992). Struktur industri dan perilaku komparatif dari indeks pasar saham internasional. Jurnal
Keuangan, 47, 3e41.

Ross, S. A. (1976). Teori arbitrase penetapan harga aset modal ,. Jurnal Teori Ekonomi, 13, 341e360.

Swamy, P. A. V. B. (1970). Inferensi efisien dalam model koefisien regresi acak. Econometrica, 38 (2),
311e323.

Sweeney, R. (1986). Harga risiko tingkat bunga: Bukti dari pasar saham. Jurnal Keuangan, 41 (2),
393e410.