repository.uinjkt.ac.idrepository.uinjkt.ac.id/.../46971/1/FATURROHIM-FEB.docx · Web viewANALISIS...

ANALISIS HUBUNGAN VARIABEL MAKROEKONOMI DAN CREDIT DEFAULT SWAP TERHADAP YIELD OBLIGASI

PEMERINTAH INDONESIA PERIODE 2012-2018

SKRIPSI

Diajukan Kepada Fakultas Ekonomi Dan Bisnis Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Ekonomi

Oleh:

Faturrohim

NIM. 11150810000057

UNIVERSITAS ISLAM NEGERI (UIN)SYARIF HIDAYATULLAH JAKARTA

FAKULTAS EKONOMI DAN BISNISJURUSAN MANAJEMEN

2019

1

DAFTAR RIWAYAT HIDUP

I. IDENTITAS PRIBADI

1. Nama lengkap : Faturrohim

2. Tempat, tanggal lahir : Tangerang, 11 Februari 1996

3. Alamat : Jl. Kalimangso No.21 Rt 002/001

Kelurahan Jurang Mangu Timur

Kecamatan Pondok Aren Kota

Tangerang Selatan. Provinsi Banten.

4. Telepon : 085924637848

5. E-mail : [email protected]

II. PENDIDIKAN FORMAL

1. SD Islam Darunnajah : Tahun 2002 – 2008

2. SMPN 235 Jakarta : Tahun 2008 – 2011

3. SMKN 59 Jakarta : Tahun 2011 – 2014

4. S1 UIN Syarif Hidayatullah Jakarta : Tahun 2015 – 2019

III. PENGALAMAN KERJA

1. Lotte Mart (Div. Dryfood) : 01 Mei sd 31

Agustus

2013

2. PT. Bank Rakyat Indonesia (Persero) Tbk. : 01 Maret sd 30 Juni

2019

IV. PENGALAMAN ORGANISASI

Anggota Himpunan Mahasiswa Jurusan Manajemen : Tahun 2015 – 2016

V. LATAR BELAKANG KELUARGA

1. Ayah : H. Sabari

2. Ibu : Hj. Suharni

vi

ABSTRACT

The focus of this study is to analyze the correction of long term and short term of macroeconomic variables which consist of Bank Indonesia rates (BI Rates), USD/IDR exchange rates, and Gross Domestic Product (GDP), also Credit Default SWAP for Indonesian government yield bonds during the period January 2012 to December 2018. The analysis used in this study is Vector Error Correction Model (VECM). This study has been writen using Eviews 8 software and Microsoft Excell 2016 software.The result of this study states that the dependent variable; Inflation doesn’t have a correlation with long term government bonds yield 5, 10, 15 and 20 years. But it happens oterwise for short term bonds yield. The USD/IDR exchange rate has a negative long term correlation with government bonds in all tenors, Gross Domestic Product (GDP) has a negative long term correlation the result of the 5, 10,15 year tenors, and Credit Default SWAP (CDS) has a long term positive correlation on the result of the Indonesian government bonds in all tenors in this study.

Keywords: Macroeconomics, Inflation, BI Rate, Exchange Rate, GDP,

Credit Default SWAP, VECM.

vii

ABSTRAK

Penelitian ini bertujuan untuk menganalisis hubungan jangka Panjang dan jangka pendek variabel makroekonomi yang terdiri dari inflasi, suku bunga bank Indonesia (BI Rate), nilai tukar USD/IDR, dan produk domestic bruto (PDB), serta Credit Default SWAP terhadap Yield obligasin negara Indonesia selama periode Januari 2012 sampai dengan Desember 2018. Analisis yang digunakan adalah Vector Error Correction Model (VECM). Penelitian dilakukan dengan menggunakan perangkat lunak Eviews versi 8 dan Microsoft Excell 2016.

Hasil penelitian menemukan bahwa variabel dependent, yaitu Inflasi tidak memiliki hubungan jangka panjang terhadap yield obligasi tenor 5, 10, 15, dan 20 tahun namun memiliki hubungan jangka pendek terhadap yield obligasi, BI Rate memiliki hubungan jangka panjang yang positif terhadap yield obligasi tenor 5, 10 dan 15 tahun, Nilai Tukar USD/IDR memilki hubungan jangka panjang negatif terhadap yield obligasi pemerintah pada semua tenor, Produk Domestik Bruto (PDB) memiliki hubungan jangka panjang negatif pada yield obligasi tenor 5, 10 dan 15 tahun, dan Credit Default SWAP (CDS) memiliki hubungan jangka panjang yang positif pada yield obligasi pemerintah Indonesia pada semua tenor pada penelitian ini.

Kata Kunci : Makroekonomi, Inflasi, BI Rate, Nilai Tukar, PDB, Credit Default

SWAP, VECM

viii

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah SWT, yang telah

memberikan Nikmat, Rahmat dan Hidayah-Nya, sehingga penulis dapat

menyelesaikan skripsi yang berjudul “Analisis Hubungan Makroekonomi dan

Credit Default SWAP terhadap Yield obligasi pemerintah Indonesia periode 2012-

2019” ini. Shalawat dan juga Salam semoga senantiasa tercurah kepada junjungan

kita Nabi Muhammad SAW, beserta keluarganya, dan para sahabatnya.

Penulisan skripsi ini ditujukan untuk memenuhi salah satu syarat memperoleh

gelar Strata Satu Sarjana Ekonomi Jurusan Manajemen Universitas Islam Negeri

Syarif Hidayatullah Jakarta. Penulis menyadari di dalam penulisan skripsi ini

tidak lepas dari banyak pihak yang telah membantu, mendorong, ,mengarahkan

dan memotivasi dalam penyusunan skripsi ini dari awal hingga selesai. Oleh

karena itu, penulis dalam kesempatan ini secara khusus menyampaikan hormat

dan terima kasih kepada:

1. Kedua orang tua, Ayahanda H. Sabari dan Ibunda Hj. Suharni. Terimakasih

dan syukur Alhamdulillah jaza kumullahu khoiroh atas semua tetesan

keringat, air mata, curahan cinta, doa, bantuan moril maupun materil dan

sudah membesarkan dan mendidik penulis dari kecil hingga sampai saat ini.

Semoga Allah SWT memberikan kalian kesehatan, umur yang panjang dan

rizki yang berlimpah. Amiin.

2. Kedua saudara penulis Ibadurrohman dan Rahmat Hawari yang telah

membantu penulis ketika di rumah.

3. Ibu Prof. Dr. Hj. Amany Burhanudin Umar Lubis, Lc., MA. selaku Rektor

UIN Syarif Hidayatullah Jakarta.

4. Bapak Dr. Amilin, SE., M.Si., Ak., CA., BKP., QIA. selaku Dekan Fakultas

Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.

5. Ibu Murdiyah Hayati, S.Kom.,MM, selaku Ketua Jurusan Manajemen dan

Ibu Amalia, SE., M.SM, selaku Sekretaris Jurusan Manajemen Fakultas

Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta yang telah

mengesahkan secara resmi judul penelitian sebagai bahan skripsi dan telah

membantu memberikan izin kepada penulis sehingga penulisan skripsi

berjalan dengan lancar.

6. Bapak Taridi Kasbi Ridho, MBA. selaku Dosen Pembimbing I yang telah

memberikan nasihat, arahan, dan masukkan yang sangat berharga selama

penelitian dan penulisan skripsi ini.

7. Ibu Amalia, SE.,M.SM. selaku Dosen Pembimbing II yang telah memberikan

masukan, arahan, dan masukkan yang sangat berharga dalam penelitian dan

penulisan skripsi ini.

8. Seluruh Bapak/Ibu Dosen dan Staf Fakultas Ekonomi dan Bisnis Universitas

Islam Negeri Syarif Hidayatullah Jakarta yang telah memberikan wawasan

dan ilmu yang berharga dan bermanfaat bagi penulis.

9. Direksi dan Pimpinan PT Bank Rakyat Indonesia (Persero) Tbk. Yang telah

memberikan kesempatan, kepercayaan, serta fasilitas kepada penulis selama

mengikuti Program Magang Mahasiswa Bersertifikat.

x

10. Kepala Divisi, Wakil Kepala Divisi, Group Head of Fixed Income, Mentor,

dan rekan-rekan Divisi Treasury BRI, Bapak Akhmad Fazri, Ibu Azizatun

Azhimah, Ibu Tutut Ardha Widhiastri, Bapak Romanos Radityo, Mbak Sarah

Andini Dewi, Mas Pram, Mas Febrandy Mazani, Mas Yudhistira Angga, Mas

Fredo Rachmat Uno, Mas Amos Richard Sitangga, Mas Iskandar Syaifuji,

dan semua yang tidak dapat ditulis satu persatu.

11. Sahabat yang selalu yang selalu berbagi canda dan tawa selama masa

perkuliahan Chaidir Ali, Ibnu Hilmi, Muhammad Fadel, Nurul Ashari,

Wildan Mustinda, Muhammad Rifky dan Ulfiya Husen.

12. Teman-teman SMPN 235 kelas 9-5 Hendy Widyanto, Bazzuri Siddik, Dio

Teguh Setiawan, Galih Priyambodo yang membantu dan menemani serta

menyemangati penulis dalam mengerjakan skripsi.

13. Sahabat satu bimbingan yang selalu bekerja sama dan menemani selama

mengerjakan skripsi Raihana, Sylvia Wulandari, Kurnia Sari, Lailil

Maghfiroh, Khairunnisa.

14. Teman satu angkatan Manajemen 2015 Fakultas Ekonomi dan Bisnis

Universitas Islam Negeri Syarif Hidayatullah Jakarta.

15. Teman-teman KKN 166 PANDAWA 2018 yang telah bersama-sama

mengabdikan diri di Desa Pabuaran Kecamatan Sukamakmur Kabupaten

Bogor.

16. Teman-teman Program Mahasiswa Magang Bersertifikat yang menemani saat

magang dari awal sampai dengan selesai Hilal, Raihani, Nanda Ayu, Tari, dan

Rachmah

xi

17. Teman-Teman Kelompok PDA yang telah tumbuh bersama penulis dari kecil

hingga saat ini dan sering memberikan tempat pada penulis untuk

mengerjakan skripsi Nanang Ramadhan, Zulkarnain Ibnu Failis, Royhan

Firdasus dan lainya yang tidak bisa disebutkan satu persatu saya ucapkan

syukut Alhamdulillah jaza kumullahu khoiroh.

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Kritik dan

saran yang membangun sangat diharapkan untuk perbaikan di masa yang akan

datang. Semoga skripsi ini mampu memberikan manfaat bagi masyarakat dan

dapat dijadikan sebagai bahan referensi terutama bagi penelitian yang sejenis.

Jakarta, Juli 2019

FaturrohimNIM. 11150810000057

xii

DAFTAR ISI

LEMBAR PENGESAHAN SKRIPSI.................................................................. i

LEMBAR PENGESAHAN KOMPERHENSIF................................................ ii

DAFTAR RIWAYAT HIDUP.............................................................................vi

ABSTRACT..........................................................................................................vii

ABSTRAK...........................................................................................................viii

KATA PENGANTAR...........................................................................................ix

DAFTAR ISI.......................................................................................................xiii

DAFTAR TABEL................................................................................................xv

DAFTAR GAMBAR..........................................................................................xvii

BAB I PENDAHULUAN.......................................................................................1

A. Latar Belakang................................................................................................1

B. Rumusan Masalah..........................................................................................11

C. Tujuan Penelitian...........................................................................................12

D. Manfaat Penelitian.........................................................................................12

BAB II TINJAUAN PUSTAKA..........................................................................14

A. Landasan Teori..............................................................................................14

B. Penelitian Terdahulu......................................................................................31

C. Kerangka Pemikiran......................................................................................39

D. Hipotesis Penelitian.......................................................................................40

E. Hubungan Antar Variabel..............................................................................42

BAB III METODE PENELITIAN.....................................................................45

A. Ruang Lingkup Penelitian............................................................................45

B. Metode Penentuan Sampel...........................................................................46

C. Sumber Data dan Teknik Pengumpulan Data................................................47

D. Teknik Analisis Data.....................................................................................47

E. Operasional Variabel.....................................................................................52

BAB IV ANALISIS DAN PEMBAHASAN.......................................................55

A. Gambaran Umum Objek Penelitian..............................................................55

B. Pembahasan..................................................................................................56

C. Interpretasi Hasil...........................................................................................93

BAB V KESIMPULAN DAN SARAN...............................................................99

D. Kesimpulan...................................................................................................99

E. Implikasi.....................................................................................................101

F. Saran...........................................................................................................102

DAFTAR PUSTAKA.........................................................................................104

LAMPIRAN........................................................................................................111

xiv

DAFTAR TABEL

Tabel 1.1 CDS 5 tahun Indonesia..........................................................................10

Tabel 2.1 Daftar Penelitian Terdahulu

Tabel 3.1 Variabel, Simbol, dan Satuan Data

Tabel 4.1 Hasil Uji Analisis Statistik Deskriptif...................................................56

Tabel 4.2 Hasil Uji Stasionaritas............................................................................60

Tabel 4.3 Hasil Penentuan Lag Optimum Yield 5 tahun.......................................61

Tabel 4.4 Hasil Penentuan Lag Optimum Yield 10 tahun.....................................62

Tabel 4.5 Hasil Penentuan Lag Optimum Yield 15 tahun.....................................62

Tabel 4.6 Hasil Penentuan Lag Optimum Yield 20 tahun....................................63

Tabel 4.7 Hasil Uji Stabilitas VAR Yield obligasi 5 tahun...................................63

Tabel 4.8 Hasil Uji Stabilitas VAR Yield obligasi 10 tahun.................................64

Tabel 4.9 Hasil Uji Stabilitas VAR Yield obligasi 15 tahun.................................64

Tabel 4.10 Hasil Uji Stabilitas VAR Yield obligasi 20 tahun...............................65

Tabel 4.11 Hasil Kausalitas Granger Yield 5 Tahun.............................................66

Tabel 4.12 Hasil Kausalitas Granger Yield 10 Tahun...........................................66



Tabel 4.15 Hasil Uji Kointegerasi Yield 5 Tahun.................................................69

Tabel 4.16 Hasil Uji Kointegerasi Yield 10 Tahun..............................................69

Tabel 4.17 Hasil Uji Kointegerasi Yield 15 Tahun...............................................70

Tabel 4.18 Hasil Uji Kointegerasi Yield 20 Tahun...............................................71

xv

Tabel 4.19 Hasil Model VECM Yield 5 Tahun.....................................................72

Tabel 4.20 Hasil Model VECM Yield 10 Tahun...................................................74



Tabel 4.23 Variance Decomposition Yield 5 tahun..............................................90

Tabel 4.24 Variance Decomposition Yield 10 tahun.............................................91

Tabel 4.25 Variance Decomposition Yield 15 tahun.............................................92

Tabel 4.26 Variance Decomposition Yield 20 tahun............................................92

xvi

DAFTAR GAMBAR

Gambar 1.1 Jumlah Outstanding Obligasi Indonesia...............................................4

Gambar 1.2 Tingkat Inflasi di Indonesia.................................................................6

Gambar 1.3 BI Rate di Indonesia.............................................................................7

Gambar 1.4 Kurs USD/IDR.....................................................................................8

Gambar 1.5 PDB Indonesia.....................................................................................9

Gambar 2.1 Investasi langsung dan tidak langsung

Gambar 2.2 Proses Credit Default SWAP

Gambar 2.3 Kerangka Pemikiran

Gambar 4.1 Respon Yield 5 Tahun Terhadap shock Makroekonomi

Gambar 4.2 Respon Yield 5 Tahun Terhadap shock CDS







xvii

BAB I

PENDAHULUAN

A. Latar Belakang

Di abad ke-21 ini dimana teknologi mengalami kemajuan yang sangat

pesat sehingga mempengaruhi gaya hidup masyarakat, salah satunya adalah di

bidang ekonomi. Dengan pesatnya kemajuan teknologi ini seakan-akan kegiatan

ekonomi saat ini tidak lagi mengenal batasan dan wilayah. Dengan kemajuan

teknologi inilah membuat para pelaku ekonomi untuk bisa dengan mudah

melakukan kegiatanya salah satunya adalah dengan semakin mudahnya

melakukan investasi.

Investasi adalah usaha penanaman modal yang diharapkan dapat

menghasilkan tambahan dana pada masa yang akan datang (Saputra &

Prasetiono:2014). Investasi merupakan langkah awal kegiatan produksi dan

menjadi salah satu faktor untuk meningkatkan pertumbuhan ekonomi (Sari &

Abudanti:2015). Investasi dapat menjadi instrumen penting untuk Indonesia,

karena sumber daya alam yang melimpah, namun hanya sebagian kecil yang dapat

dieksplorasi oleh warga negara Indonesia, karena terkendala tidak memiliki modal

yang besar (Makhfudz:2018). Tujuan utama Investor melakukan kegiatan

investasi adalah untuk mendapatkan return dari investasi tersebut.Oleh karena itu

investasi merupakan hal yang sangat penting untuk dipelajari guna menentukan

jenis investasi apa yang harus dipilih dalam upaya meningkatkan keuntungan di

masa yang akan datang.Dalam berinvestasi Investor dapat memilih apakah ingin

menaruh uangnya di asset rill seperti membeli emas, tanah, dan lain sebagainya

1

atau menaruh uangnya di asset keuangan. Aset keuangan sendiri terbagi menjadi

dua, yaitu pasar uang dan pasar modal.

Menurut Undang-undang Pasar Modal No. 8 tahun 1995, pasar modal

didefinisikan sebagai kegiatan yang bersangkutan dengan penawaran umum dan

perdagangan efek, perusahaan public yang berkaitan dengan efek yang

dditerbitkanya, serta lembaga dan profesi yang berkaitan dengan efek. Pasar

modal merupakan tempat berinvestasi untuk jangka panjang yang umumnya lebih

dari satu tahun berbeda dengan pasar uang yang umumnya untuk investasi jangka

pendek, yaitu dibawah satu tahun.Kondisi Pasar modal di Indonesia saat ini terus

mengalami pertumbuhan, mengingat bertambahnya tingkat kesadaran masyarakat

akan pentingnya investasi (Anggraeni:2018). Pasar modal memiliki peran besar

dalam memajukan ekonomi negara, bahkan pasar modal dapat menjadi salah satu

tolak ukur untuk melihat kemajuan suatu negara (Kadir & Kewal:2014). Ada dua

fungsi utama pasar modal, yaitu yang pertama sebagai sumber pembiayaan bagi

entitas bisnis, dan yang kedua sebagai sarana berinvestasi bagi masyarakat

(Raraga, et. al., :2012). Pasar modal yang efisien merupakan pasar yang harga-

harga sekuritas-sekuritsanya telah mencerminkan semua informasi yuang relevan.

Semakin cepat informasi baru tercermin pada harga sekuritas, maka semakin

efisien pasar tersebut, dengan demikian akan sangat sulit bagi para pemodal untuk

mendapatkan tingkat keuntungan di atas normal secara konsisten dengan

melakukan transaksi perdagangan di Bursa Efek (Husnan, 2009:260). Pasar modal

sendiri memiliki beberapa instrumen, yaitu antara lain seperti saham, obligasi,

reksa dana, dan turunanya yaitu derivatif.

2

Obligasi (Bond) merupakan utang jangka panjang yang akan dibayar

kembali pada saat jatuh tempo dengan bunga yang tetap (Purnamawati:2013).

Obligasi merupakan salah satu instrument di pasar modal yang digemari oleh

investor. Obligasi dapat dibedakan menjadi tiga berdasarkan penerbitnya, yaitu

obligasi pemerintah, obligasi pemerintah daerah, dan obligasi korporasi. Berbeda

dengan saham obligasi memiliki jangka waktu tertentu. Umumnya obligasi

pemerintah seri benchmark memiliki jangka waktu 5, 10, 15, 20, tahun. Selain

jangka panjang pemerintah juga menerbitkan obligasi jangka pendek yang waktu

jatuh temponya 3 sampai 6 bulan yaitu berupa SBN. Obligasi menjadi jalan keluar

bagi kebanyakan pihak swasta maupun pemerintah di dalam memenuhi kebutuhan

dananya (Sundoro:2018).Obligasi menjadi salah satu strategi yang digunakan oleh

perusahaan sebagai sumber pendanaan yang baik bagi kegiatan operasionalnya

(Noviana & Solovida:2018).

Pemerintah dalam menjalankan aktifitasnya dengan menggunakan APBN

mencari dana dengan menerima pajak dan juga dengan menggunakan instrumen

keuangan lainya salah satunya adalah obligasi. Selain itu pemerintah juga

menerbitkan obligasi apabila terjadi defisit anggaran belanja (Rasudu:2018). Bagi

investor investasi pada obligasi pemerintah memiliki risiko yang lebih kecil (zero

risk) jika dibandingkan dengan obligasi korporasi, dikatakan zero risk karena

pemerintah memiliki wewenang untuk mencetak uang sehingga dianggap mampu

untuk membayar hutang-hutangnya. Namun bukan berarti berinvestasi di obligasi

pemerintah tidak memiliki risiko, risiko tetap ada namun tidak sebesar risiko pada

obligasi korporasi, sehingga membuat return pada obligasi korporasi menjadi

3

lebih besar.Bagi sebagian investor yang merupakan Risk taker berinvestasi pada

obligasi korporasi jauh lebih menguntungkan karena menurut teori high risk high

return sehingga mereka lebih memilih untuk berinvestasi pada obligasi korporasi.

Berinvestasi pada obligasi selain mendapat keuntungan berupa bunga tetap

(Kupon) juga bisa memperoleh capital gain (Dewi, et. al., :2016). Meskipun

berinvestasi pada obligasi lebih aman karena mendapat keuntungan dari bunga

akan tetapi obligasi juga memiliki resiko salah satunya adalah risiko gagal bayar.

2014 2015 2016 2017 20180

500

1000

1500

2000

2500

Gambar 1.1Jumlah Outstanding Obligasi Indonesia

Sumber: Bloomberg diolah (2019)

Dari gambar1.1 dapat dilihat terjadi kenaikan kepemilikan obligasi di

Indonesia dari tahun ke tahun. Nilai kepemilikan obligasi paling rendah yaitu ada

pada tahun 2014 dengan nilai 1209.96 triliun. Dan yang paling besar yaitu pada

tahun 2018 dengan jumlah 2368.45 triliun. Ini menandakan bahwa investasi pada

obligasi masih menjadi salah satu instrumen pasar uang yang menarik.

Dalam membeli suatu obligasi, baik itu obligasi pemerintah atau obligasi

korporasi, investor akan melihat harga obligasi, jangka waktu, penerbit obligasi

4

dan juga tingkat kuponya (Lumbantobing:2014). Selain ituYield obligasi juga

merupakan salah satu faktor pertimbangan bagi investor dalam melakukan

pembelian obligasi (Saputra & Prasetiono:2014).Yield adalah pendapatan atau

imbal hasil yang akan didapatkan oleh investor dari hasil penempatan dananya

pada obligasi (Listiawati & Paramita:2018).Yield selalu mengalami perubahan

dari waktu ke waktu. Perubahan yield ini tidak terjadi tanpa adanya beberapa

faktor yang mempengaruhinya. Untuk itu investor perlu mengetahui faktor yang

mempengaruhi yield obligasi sebagai salah satu cara untuk mencari sinyal kapan

harus menjual dan membeli obligasi. Salah satu faktor yang mempengaruhi

perubahan yield adalah faktor makroekonomi seperti inflasi, tingkat suku bunga,

GDP dan nilai tukar. Inflasi merupakan suatu keadaan dimana terjadi permintaan

yang berlebih terhadap barang-barang secara keseluruhan dalam perekonomian

suatu wilayah (Razali:2011). Apabila inflasi terus meningkat dapat menyebabkan

kenaikan harga secara keseluruhan, sehingga investasi pada surat-surat berharga

seperti obligasi akan dirasa semakin berisiko, sehingga investor akan

mengharapkan yield yang lebih tinggi atas investasinya (Sari &

Abudanti:2015).Tingkat inflasi di Indonesia bergerak secara fluktuatif. Inflasi di

Indonesia terjadi paling besar pada tahun 2014 sebesar 8.36% dan terendah terjadi

pada tahun 2018 sebesar 3.13%.

5

2012 2013 2014 2015 2016 2017 2018

3.65

8.088.360000000000

01

4.89

3.023.61

3.13

Inflasi di Indonesia

Gambar 1.2Tingkat Inflasi di Indonesia

Sumber: Bloomberg diolah tahun 2019

Penelitian terdahulu yang dilakukan oleh Sari & Abudanti (2015),

Paramita & Pangestuti (2016) memperlihatkan bahwa inflasi berpengaruh secara

negatif terhadap yield obligasi. Sedangkan penelitian yang dilakukan oleh Bhat

et.al (2016) menunjukan hasil yang berbeda yaitu inflasi berpengaruh secara

positif terhadap yield obligasi.

Selanjutnya variabel makroekonomi yang mempengaruhi yield obligasi

adalah tingkat suku bunga. Keberadaan suku bunga sangat berpengaruh seccara

langsung pada kehidupan masyarakat dan mempunyai dampak penting terhadap

perekonomian (Rahman & Sam’ani:2013). Tingkat suku bunga disini adalah BI

Rate. BI Rate adalah tingkat suku bunga yang ditetapkan oleh BI sebagai patokan

suku bunga pinjaman maupun simpanan bagi bank dan atau lembaga keuangan di

seluruh Indonesia (www.bi.go.id). Tingkat suku bunga digunakan pemerintah

melalui otoritas moneternya untuk mengendalikan tingkat harga

6

http://www.bi.go.id/

(Arif:2014).Ketika suku bunga yang berlaku menurun, maka harga obligasi akan

meningkat (Sari & Abudanti:2015). Berdasarkan Jogiyanto (2017:234) hubungan

yield dengan harga obligasi berbanding terbalik. Ketika tingkat suku bunga naik

maka harga obligasi akan turun dan yield obligasi akan naik. BI rate di Indonesia

bergerak dengan fluktuatif.

2012 2013 2014 2015 2016 2017 20180.00%

1.00%

2.00%

3.00%

4.00%

5.00%

6.00%

7.00%

8.00%

9.00%

BI Rate

Pers

en

Gambar 1.3BI Rate di Indonesia

Sumber: BI diolah (2019)

Penelitian terdahulu tentang suku bunga terhadap yield obligasi oleh Bhat

et. al., (2016) dan juga Naidhu,et.al (2016) menunjukan bahwa suku bunga

berpengaruh negatif terhadap yield berbanding terbalik dengan penelitian yang

dilakukan oleh Sundoro (2018) dan Listiawati & Paramita (2018) dimana hasil

dari penelitian mereka menunjukan bahwa suku bunga berpengaruh secara positif

terhadap yield obligasi.

Variabel makroekonomi yang mempengaruhi yield obligasi lainya yaitu

nilai tukar. Kurs rupiah merupakan nilai tukar mata uang Amerika Serikat dengan

7

Indonesia (Mawarni & Widiasmara). Semua Negara memiliki nilai tukarnya

masing masing dan merupakan perbandingan nilai suatu mata uang dengan kurs

valuta asingnya. Nilai tukar rupiah sangat mempengaruhi yield obligasi karena

kepemilikan (outstanding) obligasi pemerintah sebagian besarnya dimiliki oleh

asing. dilansir dari Bloomberg foreign outstanding obligasi Indonesia pada akhir

tahun 2018 sebesar 893 triliun. Nilai tukar rupiah terhadap dollar sangat

diperlihatikan oleh para investor karena dengan naiknya harga dollar maka

investor akan lebih memilih untuk berinvestasi pada pasar uang dengan membeli

dollar. Nilai tukar rupiah dalam beberapa tahun belakangan mengalami depresiasi

yang cukup tajam terhadap dollar (Arifin:2016).

2012 2013 2014 2015 2016 2017 20180

2000

4000

6000

8000

10000

12000

14000

16000

Kurs USD/IDR

Rupi

ah

Gambar 1.4Kurs USD/IDR


Penelitian terdahulu yang membahas mengenai nilai tukar terhadap yield

obligasi yang dilakukan oleh Bhat (2016) dan Dewi,et.al (2016) menunjukan

bahwa nilai tukar berpengaruh negatif terhadap yield obligasi sedangkan

8

penelitian oleh Paramita & Pangestuti (2016) bertolak belakang yaitu nilai tukar

memiliki pengaruh positif terhadap yield obligasi.

Selain itu faktor yang mempengaruhi yield obligasi adalah PDB (Produk

Domestik Bruto). PDB adalah ukuran nilai barang dan jasa yang diproduksi di

wilayah suatu Negara pada suatu periode waktu tertentu (Karlina:2017). PDB

digunakan untuk melihat kondisi ekonomi suatu Negara tersebut. Perubahan

kondisi ekonomi seperti meningkatnya PDB mempunyai pengaruh positif

terhadap daya beli konsumen sehingga dapat meningkatkan permintaan terhadap

produk perusahaan (Melati:2013). PDB di Indonesia mengalami kenaikan dan

penurunan setiap tahunya.

2012 2013 2014 2015 2016 2017750,000,000,000

800,000,000,000

850,000,000,000

900,000,000,000

950,000,000,000

1,000,000,000,000

1,050,000,000,000

PDB Indonesia

Dala

m T

riliu

n US

D

Gambar 1.5PDB Indonesia

Sumber: BPS Diolah (2019)

Naidhu,et.al (2016) di dalam penelitianya menunjukan bahwa GDP

memiliki pengaruh positif terhadap yield obligasi berbanding terbalik dengan

9

penelitian yang dilakukan oleh Saputra & Prasetiono (2014) yang menunjukan

hasil bahwa PDB memiliki pengaruh negatif terhadap yield obligasi.

Selain Makroekonomi hal lain yang perlu diperhatikan investor dalam

melakukan investasi adalah instrument Derivatif. Derivatif adalah surat berharga

yang diperdagangkan dan dinilai dengan harga wajar (Niansyah et.al : 2018).

Tujuan dari derivative ini sendiri adalah untuk melakukan hedging dari fluktuasi

harga yang terjadi di masa depan. Untuk menghindari resiko fluktuasi tersebut

salah satu cara yang dapat dilakukan oleh investor adalah dengan membeli

instrumen derivatif. Selain untuk hedging fungsi dari derivatif juga bisa untuk

menjadi sarana untuk spekulasi dalam mencari keuntungan bagi penjual derivative

tersebut. Banyak sekali instrumen derivatif seperti option, Swap, future, dsb.

Salah satu jenis derivatif adalah Credit Default SWAP (CDS). CDS secara

sederhana merupakan asuransi dari obligasi dimana seorang investor membayar

premi dan ketika obligasi mengalammi gagal bayar (default) maka penjual CDS

membayarkan obligasi itu kepada pembayar premi. CDS merupakan suatu

indikator yang melihat tingkat risiko gagal bayar dalam investasi pada suatu

Negara atau perusahaan (Gustiar & Wijaya:2015). Oleh karena itu CDS dapat

menjadi cerminan risiko pada investasi.CDS 5 tahun di Indonesia mengalami

fluktuasi yang menunjukan bahwa risiko gagal bayar dari investasi obligasi

pemerintah juga naik dan turun.

Tabel 1.1CDS 5 tahun Indonesia

Tahun 2012 2013 2014 2015 2016 2017 2018

CDS 5yr 123.969 236.852 160.312 229.922 157.896 85.247 137.452

10


Dari penelitian yang dilakukan oleh Gustiar & Wijaya (2015) bahwa CDS

berpengaruh positif terhadap yield obligasi., yang artinya ketika CDS naik maka

naik maka yield obligasi juga akan naik. Berbanding terbalik penelitian terdahulu

yang dilakukan oleh Ichsan, et.al (2018) menunjukan bahwa CDS berpengaruh

negatif terhadap yield obligasi pemerintah.

Berdasarkan penelitian-penelitian terdahulu maka penulis tertarik untuk

melakukan penelitian lebih lanjut mengenai yield obligasi terutama pada obligasi

pemerintah. Setelah melakukan identifikasi masalah di atas maka penulis

mengambil variabel Makroekonomi yaitu Inflasi, BI Rate, Nilai Tukar USD/IDR

dan PDB ditambah dengan satu variabel Credit Default SWAP. Untuk

memperjelas penelitian maka penulis memilih obligasi pemerintah tenor 5, 10, 15

dan 20 tahun pada periode tahun penelitian 2012-2018 sebagai objek penelitian.

Atas penelitian terdahulu penulis tertarik untuk menulis judul penelitian “Analisis

Hubungan Faktor Makro Ekonomi dan Credit Default SWAP terhadap Yield

Obligasi Pemerintah Indoneisa periode 2012-2018”.

B. Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan sebelumnya,

maka rumusan masalah yang diajukan oleh peneliti adalah sebagai berikut:

1. Apakah terdapat hubungan jangka pendek Makroekonomi (Inflasi. BI

Rate, Nilai Tukar USD/IDR dan PDB) terhadap yield obligasi pemerintah

tenor 5, 10, 15 dan 20 tahun ?

11

2. Apakah terdapat hubungan jangka pendek dan Credit Default SWAP

terhadap yield obligasi pemerintah tenor 5, 10, 15 dan 20 tahun?

3. Apakah terdapat hubungan jangka panjang Makroekonomi (Inflasi. BI

Rate, Nilai Tukar USD/IDR dan PDB) terhadap yield obligasi pemerintah

tenor 5, 10, 15 dan 20 tahun ?

4. Apakah terdapat hubungan jangka Panjang Credit Default SWAP terhadap

yield obligasi pemerintah tenor 5, 10, 15 dan 20 tahun?

C. Tujuan Penelitian

Berdasarkan uraian yang telah dijabarkan, maka tujuan penelitian dapat

diidentifikasikan sebagai berikut:

1. Untuk mengetahui apakah terhadap hubungan jangka pendek antara

Makroekonomi (Inflasi, BI Rate, Nilai Tukar USD/IDR, dan PDB)

terhadap yield obligasi pemerintah tenor 5, 10, 15 dan 20 tahun.

2. Untuk mengetahui apakah terdapat hubungan jangka pendek antara Credit

Default SWAP terhadap yield obligasi pemerintah tenor 5, 10, 15 dan 20

tahun.

3. Untuk mengetahui apakah terhadap hubungan jangka pendek antara

variabel Makroekonomi (Inflasi. BI Rate, Nilai Tukar USD/IDR dan PDB)

terhadap yield obligasi pemerintah tenor 5, 10, 15 dan 20 tahun.

4. Untuk mengetahui apakah terdapat hubungan jangka panjang antara

Credit Default SWAP terhadap yield obligasi pemerintah tenor 5, 10, 15

dan 20 tahun.

12

D. Manfaat Penelitian

Diharapkan hasil penelitian ini dapat memberi manfaat bagi masing-

masing pihak sebagai berikut:

1. Akademisi

Mendapatkan gambaran umum tentang Obligasi sehingga bisa menguji

teori yang ada dalam perkuliahan, penelitian ini dapat dijadikan referensi

bagi penelitian-penelitian selanjutnya, bisa menambah ilmu pengetahuan

tentang pasar modal.

2. Investor

Penelitian ini diharapkan dapat memberikan nilai informasi bagi para

investor dan dapat menjadi salah satu referensi bagi investor dalam

mengambil keputusan investasi.

3. Penulis

Diharapkan penelitian ini dapat membantu dan menambah wawasan

mengenai investasi dan pasar modal terutama di instrument obligasi.

13

BAB II

TINJAUAN PUSTAKA

A. Landasan Teori

1. Investasi

a. Pengertian Investasi

Investasi adalah komitmen saat ini pada uang atau sumber daya

lain dengan harapan mendapat manfaat di masa depan (Bodie et. al,

2014:1). Investasi dapat didefinisikan sebagai penundaan konsumsi

sekarang untuk dimasukkan ke aktiva produktif selama periode waktu

tertentu (Jogiyanto:2017:5). Investasi menurut Halim (2015:13) adalah

penempatan sejumlah dana pada saat ini dengan harapan untuk

memperoleh keuntungan di masa mendatang. Dari beberapa pengertian di

atas maka dapat diambil kesimpulan bahwa Investasi adalah menanam

modal aktiva dengan mengorbankan konsumsi saat ini dengan

mengharapkan mendapatkan keuntungan di masa yang akan datang.

Bodie (2014:2) membagi investasi menjadi dua yaituasset real

dan financial assets. Investasi pada asset rill seperti tanah dan emas,

sedangkan investasi pada aset keuangan seperti membeli saham, obliasi,

deposito,dsb. Sedangkan Jogiyanto (2017:7) membagi invesatasi menjadi

dua, yaitu investasi langsung dan investasi tidak langsung.

1) Investasi Langsung

Investasi langsung dapat dilakukan dengan membeli aktiva

keuangan yang dapat diperjual belikan di pasar uang, pasar modal,

14

pasar turunan (Derivative market). Investasi langsung juga dapat

dilakukan dengan membeli aktiva keuangan yang tidak dapat

diperjual belikan yang biasanya diperoleh melalui bank komersial

seperti tabungan atau sertifikat deposito.

2) Investasi Tidak Langsung

Investasi tidak langsung dilakukan dengan membeli surat-surat

berharga dari perusahaan investasi. Perusahaan investasi adalah

perusahaan yang menyediakan jasa keuangan dengan cara menjual

sahamnya ke publik dengan menggunakan dana yang diperoleh

untuk diinvestasikan ke dalam portofolionya.

Gambar 2.1Investasi langsung dan tidak langsung

Sumber: Jogiyanto 2017

2. Pasar Modal

a. Pengertian Pasar Modal

15

Pasar Modal menurut Halim (2015:1) adalah pasar yang

mempertemukan pihak yang menawarkan dan yang memerlukan dana

jangka panjang, seperti saham dan Obligasi. Pasar Modal terdiri dari

kata Pasar dan Modal, jadi Pasar Modal dapat di definisikan sebagai

tempat bertemunya permintaan dan penawaran terhadap modal, baik

dalam bentuk ekuitas maupun hutang jangka panjang (Martalena &

Malinda:2011:2). Hadi (2013:10) Mendefinisikan Pasar Modal sebagai

suatu sistem keuangan yang terorganisir, termasuk di dalamnya adalah

bank-bank konvensional dan semua lembaga perantara di bidang

keuangan, serta keseluruhan surat-surat berharga yang beredar. Dari

beberapa pengertian di atas dapat disimpulkan bahwa pasar modal

adalah tempat bertemunya investor dan emiten untuk melakukan

transaksi modal dan hutang jangka panjang. Instrumen pasar modal

terdiri dari saham dan obligasi serta turunanya yaitu derivatif.

b. Instrumen Pasar Modal

Instrumen-instrumen yang diperdagangkan di pasar modal menurut

Halim (2015:4) adalah:

1) Saham Biasa (Common Stock)

Saham dapat didefinisikan sebagai tanda sebagai tanda penyertaan

atau pemilikan seseorang atau badan usaha dalam suatu perusahaan.

2) Saham Preferen (Preferred Stock)

Saham preferen merupakan saham yang memiliki karakteristik

gabungan antara obligasi dan saham biasa. Saham preferern serupa

16

dengan saham biasa karena dua hal, yaitu mewakili kepemilikan

ekuitas dan diterbitkan tanpa tanggal jatuh tempo yang tertulis di

atas lembaran saham tersebut; dan membayar dividen.

3) Obligasi (Bond)

Obligasi adalah surat berharga atau sertifikat yang berisi kontrak

antara pemberi dana (dalam hal ini pemodal) dengan yang diberi

dana (emiten). Jadi obligasi adalah selembar kertas yang menyatakan

bahwa pemilik kertas itu telah membeli utang perusahaan yang

menerbitkan obligasi.

4) Right

Right merupakan surat berharga yang memberikan hak bagi pemodal

untuk membeli saham baru yang dikeluarkan emiten. Right

merupakan produk derivatif atau turunan dari saham.

5) Warran

Warran mirip seperti Right yaitu hak untuk membeli saham biasa

pada waktu dan harga yang sudah ditentukan. Biasanya warran dijual

bersamaan dengan surat berharga lain, misalnya dijual dengan saham

atau obligasi.

3.Obligasi

a. Pengeritan Obligasi

Oblligasi menurut Choudhry (2001:3) adalah instrumen pasar

modal berupa hutang yang diterbitkan oleh peminjam, yang kemudian

akan membayar kepada pemberi pinjaman/investor sejumlah yang

17

dipinjam dan ditambah dengan bunga selama periode waktu tertentu.

Sedangkan menurut Bodie et. Al (2014:459) obligasi merupakan

sekuritas yang diterbitkan dalam kaitanya dengan pengaturan pinjaman.

Peminjam menerbitkan (atau menjual) obligasi kepada pemberi pinjaman

demi sejumlah uang tunai. Menurut Jogiyanto (2015:29) Obligasi

merupakan suatu kontrak yang mengharuskan peminjam untuk

membayar kembali pokok pinjaman ditambah dengan bunga dalam kurun

waktu tertentu yang sudah disepakati. Berddasarkan beberapa definisis

tersebut dapat disimpulkan bahwa obligasi adalah surat hutang yang

dikeluarkan oleh penerbit hutang dan akan melunasi hutang itu dengan

tambahan bunga selama periode tertentu.

b. Jenis-Jenis Obligasi

1) Berdasarkan penerbitnya

Jogiyanto (2017:214) membagi obligasi menjadi beberapa

macam ditinjau berdasarakan penerbitnya, yaitu:

a) Obligasi Pemerintah (Government Bond)

Obligasi pemerintah adalah obligasi yang diterbitkan oleh

pemerintah untuk pembangunan nergara dengan meminjam hutang

jangka panjang kepada masayrakat. Obligasi pemerintah dianggap

lebih aman dibandingkan dengan obligasi perusahaan.

b) Obligasi Pemerintah Daerah (Municipal Bond)

Municipal Bond adalah obligasi yang dikeluarkan oleh

pemerintah daerah, seperti misalnya pemerintah provinsi, kota, dan

18

kabupaten. Pemerintah daerah biasanya mengeluarkan obligasi ini

untuk pembiayaan modal, seperti membangun jalan raya,

perumahan rakyat, rumah sakit umum, universitas dan lainya.

Pendapatan dari pembiayaan modal ini akan digunakan untuk

membayar kembali utang obligasinya.

c) Obligasi Perusahaan (Corporate Bond)

Obligasi perusahaan (Corporate Bond) adalah surat utang

jangka panjang yang dikeluarkan oleh perusahaan swastsa dengan

nilai utang akan dibayarkan kembali pada saat jatuh tempo dengan

pembayaran kupon atau tanpa kupon yang sudah ditentukan di

kontrak utangnya.

2) Berdasarkan Kuponya

Martalena & Malinda (2011:69) obligasi berdasarkan

kupon yang diberikan dapat terbagi menjadi:

a) Obligasi sederhana, yaitu obligasi yang menawarkan bunga

(kupon) tetap selama jangka waktu obligasi tertentu.

b) Obligasi dengan tingkat suku bunga mengambang, yaitu obligasi

yang menawarkan tingkat bunga dengan presentase tertentu di atas

deposito. Bisa juga awal tetap kemudian tahun selanjutnya

mengambang.

c) Obligasi dengan tingkat bunga nol, yaitu obligasi yang dijual

dengan diskon dan dilunasi sesuai dengan nilai nominal pada akhir

periode disebut Zero Coupon Bond.

19

3) Dilihat dari hak penukaran/opsi, obligasi terdiri dari:

a) Convertible Bonds

Obligasi yang memberikan hak kepada pemegang obligasi untuk

mengkonversikan obligasi tersebut ke dalam sejumlah saham milik

penerbitnya.

b) Exchangeable Bonds

Obligasi yang memberikan hak kepada pemegang obligasi untuk

menukar saham perusahaam afiliasi milik penerbitnya.

c) Callable bonds

Obligasi yang memberikan hak kepada emiten untuk membeli

kembali obligasi pada harga tertentu sepanjang umur obligasi

tersebut.

d) Putable Bonds

Obligasi yang memberikan hak kepada investor yang

mengharuskan emiten untuk membeli kembali obligasi pada harga

tertentu sepanjang umur obligasi tersebut.

c. Karakteistik Obligasi

Adapun karakteristik obligasi meliputi:

1) Nilai Nominal (Face Value)

Nilai Nominal adalah nilai pokok dari suatu obligasi yang akan

diterima oleh pemegang obligasi pada saat obligasi itu jatuh tempo.

2) Kupon (Interest Rate)

20

Kupon adalah bunga yang diterima pemegang obligasi secara berkala

sesuai kontrak (umumnya pembayaran kupon obligasi pada setiap tiga

bulan atau enam bulan).

3) Jatuh Tempo (Maturity)

Jatuh tempo adalah tanggal dimana pemegang obligasi akan

mendapatkan pembayaran kembali pokok atau nilai nominal obligasi

yang dimilikinya.

4) Penerbit/Emiten (Issuer)

Penerbit adalah pihak yang menerbitkan obligasi.

d. Risiko Investasi Obligasi

Menurut Fabozzi (2010) terdapat risiko yang mungkin timbul dari

investasi obligasi, yaitu:

1) Risiko Suku Bunga (Yield)

Risiko suku bunga adalah risiko yang mungkin terjadi apabila harga

obligasi menurun dengan kenaikan yield. Harga obligasi berbanding

terbalik dengan yield. Ketika yield naik maka harga obligasi turun,

begitu juga sebaliknya ketika harga obligasi naik maka yield turun.

2) Risiko Reinvestasi (Reinvestmen Risk)

Adalah kemungkinan bahwa seorang investor tidak dapat

menginvestasikan kembali pada tingkat imbal hasil yang sebanding

pada investasi saat ini.

3) Risiko Penarikan Kembali (Call Risk)

21

Risiko penarikan kembali (Call Risk) adalah risiko yang kemungkinan

dihadapi investor apabila penerbit obligasi membeli kembali (call)

atas obligasi trersebut.

4) Risiko Kredit (Credit Risk atau Default Risk)

Risiko Kredit atau default risk adalah ririko yang mungkin timbul

apabila penerbit obligasi tidak mampu membayar obligasi dan suku

bunga yang dijanjikan.

5) Risiko Inflasi (Inflation)

Risiko inflasi adalah risiko yang mungkin terjadi apabila imbal hasil

(return) dari investasi obligasi tergerus olhe inflasi di masa yang akan

datang.

6) Risiko Nilai Tukar (Exchange Risk)

Adalah risiko yang mungkin terjadi akibat pergerakan kurs mata uang.

Risiko ini terjadi apabila berinvestasi pada obligasi berdenominasi

mata uang asing.

7) Risiko Likuiditas (Liquidity Risk)

Risiko likuiditas adalah risiko yang terjadi dari sulit atau mudahnya

menjual kembali obligasi di pasar sekunder.

8) Risiko Naik Turunya Harga (Volatility Risk)

Adalah risiko yang timbul apabila terjadi volatilitas harga obligasi.

4.Yield

a. Pengertian yield

22

Choudhry (2001:54) mendefiniskan yield sebagai imbal hasil

obligasi dengan menghitung harga obligasi menggunakan diskonto.

Menurut Jogiyanto (2017:221) yield adalah imbal hasil dari obligasi. Ada

beberapa pengukuran untuk mengukur yield obligasi, diantaranya adalah

Current yield, Yield to Maturity, dan yield to call.

1) Current Yield

Hasil sekarang (Current yield) diukur dengan nilai kupon

setahun dibagi dengan nilai pasar obligasi saat ini.

¿

2) Yield To Maturity

Hasil sampai maturiti (Yield To Maturirty) adalah tingkat

return dari obligasi yang dibeli dengan harga pasar sekarang dan

disimpan sampai jatuh tempo.

3) Yield To Call

Hasil sampai ditarik (Yield To Call) adalah return dari obligasi

dari sekarang sampai dengan tanggal obligasi ditarik kembali.

5. Inflasi

a. Pengertian Inflasi

23

Current Yield= Penghasilan Bunga TahunanHargaPasar Obligasi

YTM=K 1

(1+YTM )1+ K 2

(1+YTM )2+…+ Kn

(1+YTM )n

Menurut Halim (2018:78) Inflasi adalah suatu proses

meningkatnya harga-harga secara umum dan terus menerus dalam jangka

panjang. Sama dengan definisi Yanuar (2016:229) Inflasi adalah

kenaikan harga secara umum, kenaikan berlangsung secara terus menerus

untuk sekelompok barang. Dapat disimpulkan bahwa inflasi adalah

kenaikan harga dari barang dengan sifat yang terus menerus. Terjadinya

inflasi ini bisa disebabkan oleh banyak hal seperti naiknya tingkat

konsumsi mayarakat, kurangnya supply terhadap sekelompok barang,

kelebihan pemerintah dalam mencetak uang sehingga membuat uang

beredar menjadi lebih banyak dan lain sebagainya. Inflasi dapat

dikatakan juga sebagai menurunya nilai mata uang secara terus menerus

(continue).

b. Jenis Inflasi

Halim (2018:79) menggolongkan inflasi menjadi beberapa jenis,

yaitu:

1) Berdasarkan asalnya.

Berdasarkan asalnya, inflasi terbagi menjadi dua yaitu inflasi dari

dalam negeri dan inflasi dari luar negeri.

a) Inflasi dari dalam negeri

Inflasi dalam negeri seperti terjadi defisit anggaran belanja

yang dibiayai dengan cara mencetak uang baru dan gagalnya pasar

sehingga membuat harga menjadi naik

b) Inflasi dari luar negeri

24

Inflasi dari luar negeri adalah inflasi yang terjadi karena

naiknya harga barang impor. Hal ini bisa terjadi karena harga

produksi barang di luar negeri yang sedang tinggi atau adanya

kenaikan tariff dari impor barang.

2) Berdasarkan besarnya cakupan terhadap harga

Berdasarkan besarnya cakupan terhadap harga inflasi dapat

dibagi menjadi tiga, yaitu inflasi tertutup (closed inflation), inflasi

terbuka (open inflation), dan inflasi yang tidak terkendali

(hiperinflasi).

a) Inflasi Tertutup (Closed Inflation)

Inflasi terttutup adalah kenaikan harga yang terjadi pada

satu atau dua barang tertentu.

b) Inflasi Terbuka (Open Inflation)

Inflasi terbuka adalah kenaikan harga yang terjadi pada

semua barang secara umum.

c) Inflasi yang tidak terkendali (Hyperinflation)

Inflasi yang tidak terkendali apabila serangan inflasi sangat

hebat mengakibatkan harga-harga terus berubah-ubah dan

meningkat sehinga orang tidak dapat menahan uangnya lebih

lama karena nilai uang terus merosot.

3) Berdasarkan keparahanya.

Boediono dalam Halim (2018:79) berdasarkan keparahanya

inflasi dapat dibedakan menjadi:

25

a) Inflasi Ringan (Soft Inflation)

Kenaikan harga kurang dari 10% per tahun.

b) Inflasi Sedang (Middle Inflation)

Kenaikan harga antara 10% sampai 30% per tahun.

c) Inflasi Berat (Hard Inflation)

Kenaikan harga antara 30% sampai 100% per tahun.

d) Hiperinflasi (Hyperinflation)

Kenaikan harga lebih dari 100% per tahun.

6.BI Rate

a. Pengertian BI Rate

Parkin (2018:94) tingkat suku bunga dalam aset keuangan

merupakan bunga yang diterima yang dinyatakan sebagai presentase dari

harga asset. Hull (2009:73) mendefinisikan suku bunga adalah situasi

khusus dimana peminjam berjanji membayar lebih pada sejumlah uang

yang dia pinjam. Suku bunga di Indonesia mengacu pada BI Rate. BI

Rate adalah suku bunga kebijakan yang mencerminkan sikap atau stance

kebijakan moneter yang ditetapkan oleh bank Indonesia dan diumumkan

kepada publik. BI Rate diumumkan oleh Dewan Gubernur Bank

Indonesia setiap Rapat Dewan Gubernur bulanan (BI:2016). BI Rate juga

digunakan sebagai acuan para investor pada investasi bebas risiko (Risk

Free).

7.Nilai Tukar

a. Pengertian nilai tukar

26

Nilai tukar adalah harga yang menggambarkan berapa banyak suatu mata

uang harus dipertukarkan untuk memperoleh satu unit mata uang lain

(Murni:2016:265). Menurut Sukirno (2010:397) nilai tukar mata uang

merupakan harga mata uang terhadap mata uang lainya.

8.Produk Domestik Bruto (PDB)

a. Pengertian Produk Domestik Bruto

Menurut Sukirno (2010:34) PDB adalah seluruh barang dan jasa yang

dihasilkan atau diproduksi oleh seluruh warga masyarakat pada suatu

wilayah negara yang bersangkutan dalam periode waktu tertentu.

Sedangkan menurut Mankiw (2007:22) PDB adalah jumlah produk

barang dan jasa yang dihasilkan suatu Negara dalam satu tahun. Dan

menurut Prasetyo (2011:28) PDB adalah seluruh barang dan jasa yang

dihasilkan atau diproduksi oleh seluruh barang dan jasa yang dihasilkan

atau diproduksi oleh seluruh warga masyarakat pada suatu wilayah

negara yang bersangkutan dalam periode waktu tertentu.

9. Derivatif

a. Pengertian Derivatif

Menurut Hull (2009:1) derivatif adalah instrument keuangan yang

nilainya tergantung dari nilai lainya seperti variabel yang mendasarinya.

Derivatif merupakan kontrak atau perjanjian yang nilai atau peluang

keuntunganya terkait dengan kinerja asset lain (Halim:2015:157).

Sedangkan menurut Siahaan (2008:10) instrument derivatif adalah

kontrak antara dua belah pihak pembeli dan penjual yang didalam

27

kontraknya berbagai hal telah disepakati bersama pada saat ini, tetapi

realisasinya atau pelaksanaanya nanti pada tanggal tertentu di masa yang

akan datang.

b. Instrumen Derivatif

Menurut Siahaan (2008:21) derivatif memiliki beberapa instrument,

antara lain:

1) Forward

Kesepakatan membeli atau menjual aktiva tertentu pada tanggal

tertentu pada harga yang telah ditetapkan di masa yang akan datang.

Berbeda dengan Futures transaksi forward dilakukan melalui broker.

2) Futures

Kesepakatan membeli atau menjual aktiva tertentu pada tanggal

tertentu pada harga yang telah ditetapkan di masa yang akan datang.

Transaksi futures dilakukan pada bursa resmi. Dan untuk memulai

transaksi harus terlebih dahulu menyetor uang jaminan.

3) Options

Kontrak yang memberikan hak menjual atau membeli pada harga pada

(sebelum) tanggal tertentu yang telah ditetapkan di masa yang akan

datang. Berdasarkan periode waktunya opsi dibedakan menjadi dua

yaitu tipe Eropa (hanya bisa digunakan pada waktu expiron date nya)

dan tipe Amerika (bisa dipergunakan kapan saja). Berdasarkan haknya

opsi terbagi menjadi dua yaitu opsi beli (call option) dan opsi jual (put

option).

28

4) Swap

Suatu kesepakatan anatara dua pihak untuk bertukar cash flow di masa

yang akan datang.

c. Tujuan Derivatif

Derivatif memiliki beberapa tujuan yaitu adalah untuk meminimalisasi

risiko dengan cara hedging. Selain untuk meminimalisasi risiko

derivative memiliki tujuan sebagain spekulasi bagi penjual derivative

untuk mendapatkan keuntungan.

10. Credit Default SWAP (CDS)

a. Pengertian Credit Default SWAP

Secara formal, CDS adalah kontrak bilateral untuk mentransfer

risiko kredit dari satu pihak ke pihak lain (Fabozzi:2005:1339). Bodie

et.al (2014: 821) mendefinisikan CDS sebagai kesepakatan antar dua

pihak (penjual dan pembeli) premi untuk peristiwa gagal bayar. Ketika

terjadi peristiwa gagal bayar atau gagal bayar bunga pada obligasi

terjadi maka penjual premi menutupi kerugian dalam nilai pasar

obligasi. Credit Default Swap merupakan kontrak yang menunjukan

asuransi terhadap resiko gagal bayar oleh perusahaan tertentu. (Hull:

2009:518). CDS dikembangkan pertama kali di tahun 1990-an oleh

sebuah lembaga yang bekerja untuk JP Morgan. Kontrak CDS biasanya

berkisar satu sampai dengan sepuluh tahun. Premium yang dibayarkan

oleh pembeli kepada penjual disebut juga dengan “Spread” dengan nilai

kontrak khusus dan dibayarkan per-kuartal. CDS sendiri juga bisa

29

menjadi instrument derivative kredit untuk melakukan hedging atau

juga bisa menjadi spekulasi untuk mendapatkan keuntungan.

Steven (2010:344) menjelaskan bahwa Credit Event sendiri

adalah kejadian yang mempengaruhi pasar, seperti risiko gagal bayar

(Default), restrukturiasi atau penataan kembali, moratorium

(penangguhan pembayaran hutang). Adapun mekanisme CDS sendiri

CDS diperdagangkan oleh lembaga finansial, melalui mekanisme Over

The Counter (OTC). Dengan OTC tersebut maka para pedagang akan

saling mencari Counterparty dan ketika masing-masing Counterparty

sudah bertemu, maka proses selanjutnya adalah menciptakan hubungan

kontrak bilateral dengan kesepakatan harga kontrak didasarkan pada

proses tawar menawar antara dua belah pihak. Pembeli CDS membayar

biaya tertentu (premi) kepada penyedia CDS dalam kurun waktu

tertentu dengan tujuan perlindungan dari credit event. Ketika credit

event terjadi penjual/pembeli mengirimkan notifikasi bahwa terjadi

credit event. Kemudian dilakukan Physical Settlement atau Cash

Settlement.

30

XPembeli CDS

(Buyer)

ZPenjual CDS

(Seller)

Nilai Pari/Kompensaasi

Fee/Premi

Gambar 2.2Proses Credit Default SWAP

Sumber: Steven I (2010)

B. Penelitian Terdahulu

Tabel 2.1Daftar Penelitian Terdahulu

No Judul Penelitian Alat

Analisa

Variabel Hasil

Penelitian

1. Harry S. Sundoro (2018).

“PENGARUH FAKTOR

MAKRO EKONOMI,

FAKTOR LIKUIDITAS DAN

FAKTOR EKSTERNAL

TERHADAP YIELD

OBLIGASI PEMERINTAH

INDONESIA”

VAR atau

VECM

Variabel

inependen:

BI Rate,

Inflasi,

Jumlah Uang

Beredar,

IHSG

Variabel

dependen:

Yield

BI rate

Berpengaruh

positif pada

Berpengaruh

positif pada

yield obligasi,

Inflasi

berpengaruh

terhadap yield

obligasi,

jumlah uang

beredar

berpengaruh

negative

terhadap yield

obligasi, IHSG

berpengaruh

31

YPerusahaan/Institusi penerbit asset:


Analisa

Variabel Hasil

Penelitian

negatif

terhadap yield

obligasi

2. M.Ichsan, Lestari Agusalim,

Zed Abdullah (2018)

“DAMPAK EKONOMI

MAKRO TERHADAP

YIELD SURAT BERHARGA

NEGARA: STUDI EMPIRIS

DI INDONESIA”.

VECM Variabel

independen:

Nilai Tukar,

Harga

Minyak,

CDS, UST,

Variabel

dependen:

Yield obligasi

Nilai tukar

berpengaruh

negatif

terhadap yield,

harga minyak

berpengaruh

negative

terhadap yield,

CDS

berpengaruh

negatif

terhadap yield

obligasi,

3. Laras Nurul Listiawati & V.

Santi Paramita (2018)

“PENGARUH TINGKAT

SUKU BUNGA, INFLASI,

DEBT TO EQUITY RATIO,

DAN UKURAN

PERUSAHAAN TERHADAP

YIELD OBLIGASI PADA

PERUSAHAAN YANG

TERDAFTAR DI BURSA

EFEK INDONESIA TAHUN

2010-2016

Regresi

linear

berganda

Variabel

Independen:

Suku Bunga,

Inflasi, DER,

Ukuran

Perusahaan

Variabel

Dependen:

Yield obligasi

Suku bunga

berpengaruh

positif

terhadap yield

obligasi,

inflasi tidak

berpengaruh

terhadap yield

obligasi, DER

berpengaruh

negative-2

terhadap yield

obligasi,

32


Analisa

Variabel Hasil

Penelitian

Ukuran

perusahaan

tidak

berpengaruh

terhadap yield

obligasi.

4. Ni Putu Giri Kusuma Dewi,

Ida Bagus Anom

Purbawangsa, Nyoman

Abudanti (2016)

“PENGARUH SUKU

BUNGA, NILAI TUKAR,

COUPON RATE, DAN

LIKUIDITAS OBLIGASI

TERHADAP HARGA

PASAR OBLIGASI PADA

SEKTOR KEUANGAN”

Regresi

linear

berganda

Variabel

Independen:

Suku Bunga,

Nilai Tukar,

Coupon Rate,

Likuiditas

Variabel

Dependen:

Harga

Obligasi

Suku bunga

berpengaruh

negative

terhadap harga

obligasi secara

signifikan,

Nilai tukar

berpengaruh

secara

negative

terhadap harga

pasar obligasi,

Coupon rate

berpengaruh

secara positif

terhadap harga

obligasi secara

signifikan,

Likuiditas

berpengaruh

negative

terhadap harga

obligasi

33


Analisa

Variabel Hasil

Penelitian

dengan

signifikan.

5. Rio Putri Paramita & Irene

Rini Demi Pangestuti

(2016). “DETERMINAN

YIELD OBLIGASI

PEMERINTAH TENOR 5

TAHUN DENGAN

MENGGUNAKAN MODEL

EGARCH PADA NEGGARA

INDONESIA, MALAYSIA,

THAILAND, DAN

FILIPINA”.

ARCH,

GARCH,

EGARCH

Variabel

Independen:

Tingkat Suku

Bunga,

Inflasi, Harga

Minyak

Dunia, Nilai

Tukar,

Cadangan

Devisa

Variabel

Dependen:

Yield obligasi

Tingkat suku

bunga

berpengaruh

positif

terhadap yield,

Inflasi

berpengaruh

negatif dan

tidak

signifikan

terhadap yield

obligasi, harga

minyak

berpengaruh

positif

terhadap yield

obligasi, nilai

tukar

berpengaruh

positif

terhadap yield

obligasi,

cadangan

devisa

berpengaruh

negatif

terhadap yield

34


Analisa

Variabel Hasil

Penelitian

obligasi

6. Ni Wayan Linda Naluritha

Sari & Nyoman Abudanti

(2015) “VARIABEL-

VARIABEL YANG

MEMPENGARUHI YIELD

OBLIGASI PADA

PERUSAHAAN YANG

TERDAFTAR DI BEI”

Regresi

Linear

Berganda

Variabel

Independen:

TingkatSuku

Bunga,

Inflasi, Umur

Obligasi,

Peringkat

Obligasi

Pertumbuhan

Perusahaan,

Profitabilitas

Variabel

Dependen:

Yield obligasi

Inflasi

berpengaruh

negative

signifikan

terhadap yield

obligasi,

tingkat Suku

bunga

berpengaruh

positif

signifikan

terhadap yield

obligasi, umur

obligasi

berpengaruh

positif

signifikan

terhadap yield

obligasi,

peringkat

obligasi

berpengaruh

negative

terhadap yield

obligasi,

pertumbuhan

perusahaan

berpengaruh

35


Analisa

Variabel Hasil

Penelitian

negatif tidak

signifikan

terhadap yield

obligasi,

Profitabilitas

berpengaruh

negatif tidak

signifikan

terhadap yield

obligasi.

7. Vania Stavrakeva, Jenny

Tang (2016) “EXCHANGE

RATE AND THE YIELD

CURVE”

Regression Variable

dependent:

Exchange

Rate

Variabel

Independent:

Yield Curve

Exchange rate

memiliki

pengaruh yang

signifikan

terhadap

miliki

pengaruh yang

signifikan

terhadap yield

Cuvre

8. Shariq Ahmad Bhat,

G.Shanmugasundaram,

Fahad.P (2016) IMPACT OF

INTEREST RATE,

EXCHANGE RATE AND

CONSUMER PRICE INDEX

ON GOVERNMENT BOND

RETURNS OF INDIA

Regression Variabel

Independen:

Interest rate,

exchange

rate, and

consumer

price index

Variabel

Interest rate

berpengaruh

negative

terhadap yield,

Exchange rate

berpengaruh

negative

terhadap yield,

CPI

36


Analisa

Variabel Hasil

Penelitian

Dependen:

Yield

berpengaruhs

positif

terhadap Yield

9. Sri Hari Naidhu, Phanindra

Goyari, Bandi Kamaiah

(2016) “DETERMINANTS

OF SOVERREIGN BOND

YIELDS IN EMERGING

ECONOMIES: SOME

PANEL INFERENCES

Regression Variabel :

Dyield US,

Yield, Inf, rir,

GDP, reer,

cad, gni,

fedrate, oil

price, vix

GDP, rir, vix

berpengaruh

positif

terhadap US

yield. Fed

rate, Oil price

berpengaruh

negatif

signifikan

terhadap US

Yield dan

Inflation

berpengaruh

negative tidak

signifikan

terhadap US

yield

10. Huda Arshad, Ruhaini

Muda, Ismah Osman (2018),

“IMPACT OF EXCHANGE

RATE AND OIL PRICE ON

THE YIELD OF

SOVEREIGN BOND AND

SUKUK: EVIDANCE

FROM MALAYSIAN

CAPITAL MARKET

VECM Variabel

independen:

Oil price,

Exchange

Rate

Variabel

Dependen:

Yield

Harga Minyak

dan Nilai

Tukar

memiliki

hubugngan

jangka

Panjang yang

positif

terhadap yield

37


Analisa

Variabel Hasil

Penelitian

11. Adam Gustiar & Chandra

Wijaya. (2015), “ANALISIS

PENGARUH LEVERAGE

RATIO, VOLATILITY, DAN

YIELD OBLIGASI

PEMERINTAH TERHADAP

CREDIT DEFAULT SWAP

INDONESIA PERIODE

2009-2013”

Regresi Variabel

Dependen:

Leverage

Ratio,

Volatilitas,

Yield

Variabel

Dependen:

CDS

Leverage

Ratio

berpengaruh

positif

signifikan

terhadap CDS,

Volatilitas

berpengaruh

positif

signifikan

terhadap CDS,

Yield

berpengaruh

positif

terhadap CDS.

Sumber: Kumpulan Penelitian Terdahulu

38

C. Kerangka Pemikiran

Gambar 2.3 Kerangka Pemikiran

39

Inflasi (X1), BI Rate (X2), Nilai Tukar (X3), PDB (X 4),

CDS (X5)

Uji Stasionaritas

Tidak StasionerStasioner

VAR Bentuk Level Stasioner di Diferensi

Uji KointegerasiTidak TerjadiVAR Bentuk Diferensiasi

Terjadi

VECMIRF dan FEVD

Interpretasi Hasil

Kesimpulan

Yield 5 tahun (Y1), Yield 10 tahun (Y2), Yield 15 tahun (Y3), Yield 20 tahun (Y4)

D. Hipotesis PenelitianHipotesis merupakan jawaban sementara dari permasalahan yang ada

dengan sifat praduga, berdasarkan kerangka pemikiran mengenai faktor yang

mempengaruhi yield obligasi, maka hipotesis dari penelitian ini adalah:

1. Hipotesis secara simultan

a. Hubungan Janka Panjang:

H 0 : Inflasi, BI Rate, Nilai Tukar, PDB dan CDS tidak memiliki

hubugnan jangka panjang terhadap yield obligasi pemerintah

tenor 5, 10, 15 dan 20 tahun.

H 1 : Inflasi, BI Rate, Nilai Tukar, PDB dan CDS memiliki hubungan

jangka panjang dan jangka pendek terhadap yield obligasi

pemerintah tenor 5, 10, 15 dan 20 tahun.

b. Hubungan Jankga Pendek:

H 0 : Inflasi, BI Rate, Nilai Tukar, PDB dan CDS tidak memiliki

hubugnan jangka pendek terhadap yield obligasi pemerintah tenor

5, 10, 15 dan 20 tahun.

H 1 : Inflasi, BI Rate, Nilai Tukar, PDB dan CDS memiliki hubungan

jangka pendek dan jangka pendek terhadap yield obligasi


2. Hipotesis secara parsial

a. Hubungan Jangka Panjang

H 0 : Tidak terdapat hubungan jangka panjang Inflasi terhadap

yield obligasi pemerintah tenor 5, 10, 15 dan 20 tahun.

40

H 1 : Terdapat hubungan jangka panjang Inflasi terhadap yield

obligasi pemerintah tenor 5, 10, 15 dan 20 tahun.

H 0 : Tidak terdapat hubungan jangka panjang BI Rate terhadap yield


H 1 : Terdapat hubungan jangka panjang BI Rate terhadap yield


H 0 : Tidak terdapat hubungan jangka panjang Nilai Tukar terhadap

yield


H 1 : Terdapat hubungan jangka panjang Nilai Tukar terhadap yield


H 0 : Tidak terdapat hubungan jangka panjang PDB terhadap yield


H 1 : Terdapat hubungan jangka panjang PDB terhadap yield obligasi


H 0 : Tidak terdapat hubungan jangka panjang CDS terhadap yield


H 1 : Terdapat hubungan jangka panjang CDS terhadap yield obligasi


b. Hubungan Jangka Pendek

H 0 : Tidak terdapat hubungan jangka pendek Inflasi terhadap yield


H 1 : Terdapat hubungan jangka pendek Inflasi terhadap yield obligasi

41


H 0 : Tidak terdapat hubungan jangka pendek BI Rate terhadap yield


H 1 : Terdapat hubungan jangka pendek BI Rate terhadap yield

obligasi


H 0 : Tidak terdapat hubungan jangka pendek Nilai Tukar terhadap

yield


H 1 : Terdapat hubungan jangka pendek Nilai Tukar terhadap yield


H 0 : Tidak terdapat hubungan jangka pendek PDB terhadap yield


H 1 : Terdapat hubungan jangka pendek PDB terhadap yield obligasi


H 0 : Tidak terdapat hubungan jangka pendek CDS terhadap yield


H 1 : Terdapat hubungan jangka pendek CDS terhadap yield obligasi


E. Hubungan Antar Variabel

1. Inflasi terhadap Yield obligasi

Penelitian terdahulu yang dilakukan oleh Sari & Abudanti (2015)

dengan menggunakan metode regresi linear berganda menemukan hasil

42

bahwa variabel Inflasi memiliki pengaruh negatif yang signifikan terhadap

yield obligasi. Hasil yang sama ditemukan oleh penelitian yang dilakukan

oleh Paramita & Pangestuti(2018) dengan menggunakan metode ARCH

dan GARCH.

Sedangkan hasil penelitian yang dilakukan oleh Sundoro (2018)

dengan menggunakan metode penelitian VAR/VECM menemukan bahwa

terdapat hubungan jangka panjang yang positif terhadap yield obligasi.

2. BI Rate terhadap Yield obligasi

Penelitian yang dilakukan oleh Bhat et. al (2016) dengan

menggunakan metode penelitian regresi menemukan hasil bahwa

terdapat pengaruh positif variabel suku bunga dengan yield obligasi.

Hasil penelitian ini sama dengan hasil penelitian yang ditemukan oleh

Naidhu et. al (2016) yang juga menggunakan metode penelitian regresi

bahwa suku bungan memilki pengaruh yang positif terhadap yield

obligasi.

Dewi et. al (2016) dalam penelitiannya menggunakan metode

regresi menemukan hasil yang berbeda bahwa suku bunga memiliki

pengaruh negatif terhadap yield obligasi.

3. Nilai Tukar terhadap Yield obligasi

Penelitian terdahulu yang dilakukan oleh Bhat et. al (2016) dengan

menggunakan metode regresi menunjukan hasil bahwa terdapat pengaruh

negatif antara variabel nilai tukar dengan yield obligasi. Sedangkan Ichsan

et. al (2018) dengan penelitianya menggunakan metode VAR/VECM

43

menunjukan bahwa terdapat hubungan jangka panjang yang negatif antara

variabel nilai tukar dengan yield obligasi.

Berbeda dengan hasil penelitian yang ditemukan oleh Arshad et. al

(2018) dengan menggunakan metode VAR/VECM menunjukan hasil

bahwa terdapat hubungan jangka panjang antara variabel nilai tukar

dengan yield obligasi.

4. PDB terhadap Yield obligasi

Penelitian terdahulu yang dilakukan oleh Naidhu et. al (2016)

menggunakan metode regresi menunjukan hasil bahwa terdapat pengaruh

positif variabel GDP dengan yield obligasi.

Berbeda dengan Saputra & Prasetiono (2014) dengan

menggunakan metode penelitian berupa regresi menunjukan hasil terdapat

pengaruh negatif antara GDP dengan yield obligasi.

5. CDS terhadap Yield obligasi

Hasil penelitian yang dilakukan oleh Ichsan,et.al (2018) dengan

menggunakan metode penelitian berupa VAR/VECM menunjukan hasil

bahwa CDS memiliki hubungan jangka panjang yang negatif terhadap

yield obligasi pemerintah.

Sedangkan penelitian yang dilakukan oleh Gustiar & Wijaya

(2015) dengan menggunakan metode penelitian regresi menunjukan hasil

bahwa CDS berpengaruh positif terhadap yield obligasi.

44

BAB III

METODE PENELITIAN

A. Ruang Lingkup Penelitian

Dalam penelitian ini, pengumpulan data didapat melalui studi kepustakaan

dengan membaca literature yang berkaitan dengan yield obligasi. Selain itu

penulis juga mendapat data sekunder berupa data time series yang diperoleh dari

software Bloomberg. Ruang lingkup penelitian ini adalah yield obligasi

pemerintah Indonesia tenor 5, 10, 15 dan 20 tahun secara general periode 2012-

2018. Dalam penelitian ini terdapat satu variabel dependen dan lima variabel

independen.

Variabel independen yang digunakan pada penelitian ini adalah faktor

Makro Ekonomi dan Credit Default SWAP. Faktor Makro Ekonomi disini lebih

spesifiknya adalah Inflasi (CPI), BI Rate, Nilai Tukar (USD/IDR), dan Produk

Domestik Bruto (PDB). Dan untuk Credit Default Swap (CDS) merupakan

gambaran dari risiko investasi obligasi di Indonesia. Penelitian ini menggunakan

metode kuantitatif dengan data sekunder. Metode analisis menggunakan Vector

Autoregressive (VAR) atau Vector Error Correction Model (VECM) dengan alat

bantu analisis Eviews 8 dan Microsoft Excel 2016.

45

Tabel 3.1 Variabel, Simbol, dan Satuan Data

Variabel Simbol Kode Satuan

Yield 5 tahun Y1 GTIDR 5YR Persen




Inflasi (CPI) X1 CPI Persen

BI Rate X2 BI_Rate Persen

Nilai Tukar X3 Nilai_Tukar USD/IDR

PDB X4 PDB Rupiah

Credit Default Swap

(CDS)X5

CDS_5YRPersen

Sumber: Data Diolah (2019)

B. Metode Penentuan Sampel

Populasi menurut Sugiyono (2018:80) adalah wilayah generalisasi yagn

terdiri atas: obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu

yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulanya.

Populasi dari penelitian ini adalah data dari pergerakan yield obligasi, Inflasi, BI

Rate, Nilai Tukar, Produk Domestik Bruto (PDB) dan Credit Default Swap

(CDS).

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh

populasi tersebut (Sugiyono:2018:81). Sampel dari penelitian ini yield obligasi

46

pemerintah dengan tenor 5, 10, 15 dan 20 tahun secara general yang diambil

melalui Bloomberg dengan kode GTIDR 5YR, GTIDR 10YR, GTIDR 15YR dan

GTIDR 20YR.

C. Sumber Data dan Teknik Pengumpulan Data

Data yang digunakan adalah data sekunder yang berbentuk time series

dengan data bulanan. Sumber data diperoleh berdasarkan data yang

dipublikasikan oleh Bloomberg periode 2012-2018. Selain itu penulis juga

mengambil data lain sebagai pendukung dari website resmi Bank Indonesia

(www.bi.go.id), dan BPS (www.bps.go.id). Semua data itu diunduh kemudian

dianalisis seuai kebutuhan. Penulis juga mengambil referensi dari jurnal, karya

ilmiah, buku referensi sebagai bahan acuan.

Metode pengambilan data yang dilakukan adalah dengan metode

dokumentasi, yaitu teknik mengumpulkan dokumen, mencatat, mengkaji dan

menghitung laporan yang berasal dari data sekunder.

D. Teknik Analisis Data

1. Analisis Statistik Deskriptif

Analisis statistik deskriptif menurut (Sugiyono:2017:147) adalah

statistik yang digunakana untuk menganalisis data dengan cara

mendeskripsikan atau menggambarkan data yang telah terkumpul

sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku

untuk umum atau generalisasi. Pada penelitian ini statistik deskriptif dengan

47

http://www.bi.go.id/

menyajikan data melalui tabel, grafik, modus, median mean, dan lain

sebagainya.

2. Vector Autoregrresive (VAR) atau Vector Error Correction Model (VECM)

a. Model VAR

Vector Autoregrresive (VAR) merupakan sebuah n-persamaan (n-

equation) dengan n-variabel (n-variable), dimana masingd-masing variabel

dijelaskan oleh nilai Lag-nya sendiri, serta nilai saat ini dan masa

lampaunya (Firdaus:2018:157). VAR dapat dilakukan apabila data time

series stasioner.

Adapun persamaan untuk model VAR adalah sebagai berikut:

y t = A0+ A1 y t−1+ A2 y t−2+…+ A p y t− p+e t

Dimana:

y t : Vektor berukuran (n*1) yang berisikan n variabel yang terdapat

dalam sebuah model VAR

A0 : Vektor intersep berukuran (n*1)

A1 : Matriks koefisien /parameter berukuran (n*n) untuk setiap

i = 1,2...,p

e t : Vektor error berukuran (n*1)

b. Model VECM

VECM (Vector Error Correction Model) merupakan metode

turunan dari VAR. Asumsi yang perlu dipenuhi sama seperti VAR.

Adapun persamaan dari model VECM adalah sebagai berikut:

48

∆ y t = m0 x+m1x t+ II x y t−1+∑i=1

k −1

τ ix ∆ y t−1+et

Dimana :

y t : Vektor yang berisi variabel yang dianalisis dalam penelitian

m0 x : Vektor intercept

m1 x t : Vektor koefisien regresi

t : time trend

II x : ax β ' dimana β ' mengandung persamaan kointegrasi jangka

panjang

y t−1 : Variabel in-level

τ ix : Matriks koefisien regresi

k−1 : Ordo VECM dari VAR

e t : error term

3. Uji Stasionaritas

Uji stasioner dilakukan untuk melihat apakah data time series tersebut

stasioner atau tidak stasioner. Menurut Basuki & Prawot (2017:229) Data

time series dikatakan stasioner apabila tidak mengandung akar-akar unit

(Unit root). Dan sebaliknya apabilda data time series mengandung akar-akar

unit. Uji ini dilakukan pada setiap variabel di dalam model, baik pada

tingkat level maupun pada derjat integerasi satu (first difference).

Untuk menguji data time series stasioner atau tidak stasioner dapat

dilakukan dengan uji unit root dengan menggunakan Augmented Dickey-

Fuller (ADF) yang dikembangkan oleh Dickey dan Fuller. Langkah pertama

49

dalam uji ini adalah melakukan uji unit root dalam tingkat level. Apabila

probabilitas data dari salah satu atau seluruh variabel > darri nilai kritisnya

maka data tersebut mengandung akar unit (Tidak Stasioner) dan apabila

nilai probabilitas dari salah satu atau semua variabel < dari nilai kritisnya

maka data tidak mengandung akar unit (Stasioner).

Apabila daalam uji unit root pada tingkat level data mengandung akar unit

(tidak stasioner) maka perlu dilakukan uji stasioneritas di tingkat

diferensiasi dengan menggunakan data yang sama namun dengan memilih

pada tingkat first difference. Apabila data first difference masih tidak

stasioner maka perlu dilakukan uji stasioner di derajat dua (second

difference).

4. Uji Lag Optimal

Langkah penting yang harus dilakukan dalam menggunakan model

VAR adalah penentuan jumlah lag yang optimal yang digunakan dalam

model (Firdaus:2018:163). Selain itu pengujian panjang lag optimal sangat

berguna untuk menghilangkan masalah autokorelasi dalam system VAR,

sehingga dengan digunakanya lag optimal diharapkan tidak lagi muncul

masalah autokorelasi (Basuki & Prawoto:2017:253). Dalam menentukan

Lag optimal dapat menggunakan Akaike Information Criterion (AIC),

Schawrz Criterion (SC), dan Hannan-Quinn Criterion (HQ). Dalam

menentukan nilai Lag dilihat nilai yang paling kecil.

5. Uji Stabilitas VAR

50

Stabilitas VAR perlu diuji terlebih dahulu sebelum melakukan analisis lebih

jauh (Basuki & Prawoto:2017:252). Jika seandainya sistem VAR tidak

stabil, hasil yang diperoleh, seperti IRF dan FEVD menjadi tidak valid

(Firdaus: 2018:182). Berdasrkan buku Firdaus (2018:182) bahwa estimasi

VAR stabil jika seluruh roots-nya memiliki modulus lebih kecil dari satu

dan terletak di dalam unit circle-nya.

6. Uji Kointegrasi

Uji kointegerasi bertujuan untuk menentukan apakah variabel-variabel

yang tidak stationer terkointegerasi atau tidak (Firdaus:2018:172). Untuk

melakukan uji kointegerasi penelitian ini menggunakan uji Johannsen

Cointegeration dengan hipotesis sebagai berikut:

H o : Tidak terjadi kointegerasi

H 1 : Terjadi kointegerasi

Jika trace statistic > critical value, maka H o ditolak dan H 1diterima yang

artinya terjadi kointegerasi.

7. Uji Kausalitas

Uji Kausalitas Granger digunakan untuk melihat hubungan kausalitas

di antara variabel-variabel yang ada dalam model (Firdaus:2018:155).

Dengan kata lain, apakah suatu variabel memiliki hubungan sebab akibat

dengan variabel lainya dengan signifikan, karena setiap variabel dalam

penelitian mempunyai kesempatan untuk menjadi variabel endogen maupun

eksogen (Basuki & Prawoto:2017:261). Uji ini untuk mengetahui apakah

51

suatu variabel bebas (Independent Variable) meningkatkan kinerja

forecasting dari variabel tidak bebas (Dependent Variable).

8. Impulse Response Function (IRF)

Setelah semua pengujian tersebut telah terpenuhi maka model VEC telah

terbentuk dan dapat dilakukan analisis terhadap hasil estimasi. Impuls Respons

Function (IRF) adalah suatu metode yang digunakan untuk menentukan respon

suatu variabel endogen terhadap suatu guncangan (shock) tertentu

(Firdaus:2018:166). IRF mengukur pengaruh suatu shock pada suatu waktu kepada

inovasi variabel endogen pada saat tersebut dan di masa yang akan datang.

9. Dekomposisi Varians

Metode yang dapat dilakukan untuk melihat bagaimana perubahan

suatu variabel yang ditunjukan untuk oleh perubahan error variance

dipengaruhi oleh variabel-variabel lainya adalah FEVD (Firdaus:2018:168).

Dalam metode ini dapat dilihat kekuatan dan kelemahan masing-masing

variabel mempengaruhi variabel lainya dalam kurun waktu yang panjang.

E. Operasional Variabel

1. Variabel Dependen

Variabel dependen penelitian ini adalah Yield obligasi. Menurut

Jogiyanto (2017:221) yield adalah imbal hasil dari obligasi. Adapun rumus

Current yield adalah sebagai berikut:

2. Variabel Independen

52

Current Yield= Penghasilan Bunga TahunanHarga Pasar Obligasi

a. Inflasi (CPI)

Inflasi adalah kenaikan harga barang secara terus menerus yang terjadi

dari banyak faktor seperti kurangnya supply dibandingkan dengan demand, dan

lain sebagainya.

CPI= IHKt−IHKt−1

IHKt−1× 100 %

b. BI Rate

BI Rate adalah suku bunga kebijakan yang mencerminkan sikap atau

stance kebijakan moneter yang ditetapkan oleh bank Indonesia dan

diumumkan kepada publik. BI Rate diumumkan oleh Dewan Gubernur

Bank Indonesia setiap Rapat Dewan Gubernur bulanan (BI:2016). Data

BI Rate merupakan data time series dalam persen yang diambil melalui

situs www.bi.go.id

c. PDB

PDB adalah seluruh barang dan jasa yang dihasilkan atau

diproduksi oleh seluruh warga masyarakat pada suatu wilayah negara

yang bersangkutan dalam periode waktu tertentu (Sukirno:2010:34). Data

PDB didapat dari situs resmi BPS dengan data Adapun rumus untuk

menghitung PDB adalah:

PDB= C+G+I+(X-M)

Dimana:

C = Konsumsi Rumah Tangga

G = Konsumsi Pemerintah

53

I = Pembentukan Modal Tetap Domestik Bruto

X = Eksport

M = Import

d. Nilai Tukar

Menurut Sukirno (2010:397) nilai tukar mata uang merupakan

harga mata uang terhadap mata uang lainya. Nilai tukar yang digunakan

dalam penelitian ini adalah menggunakan nilai tukar USD/IDR yang

diambil melalui software Bloomberg dan melalui nilai Close.

e. Credit Defaut Swap(CDS)

Credit Default Swap merupakan kontrak antara penjual dan

pembeli CDS dengan membayar biaya (fixed premium) pada periode

tertentu (maturity) dan kompensasi tertentu apabila terjadi credit event.

Dengan kata lain, CDS adalah sejenis perlindungan/proteksi atas resiko

kredit. Data CDS berbentuk time series dalam satuan persen yang

diambil dari software Bloomberg.

54

BAB IV

ANALISIS DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

Surat Utang Negara (SUN) adalah surat berharga negara yang berupa

surat pengakuan utang dalam mata uang Rupiah maupun Valuta Asing yang

dijamin pembayaran bunga dan pokoknya oleh Negara Republik Indonesia,

sesuai dengan masa berlakunya (Kemenkeu:2019).

Tujuan dari penerbitan SUN adalah untuk : (1) membiayai defisit

APBN, (2) menutup kekurangan kas jangka pendek, (3) mengelola potofolio

utang Negara. Pemerintah pusat berwenang menerbitkan SUN setelah

mendapat persetujuan DPR yang disahkan dalam kerangka pengesahan

APBN dan setelah berkonsultasi dengan Bank Indonesia. Atas penerbitan

tersebut, pemerintah berkewajiban membayar bunga dan pokok pada saat

jatuh tempo. Dana untuk pembayaran bunga dan pokok SUN disediakan

dalam APBN.

Secara Umum jenis SUN dapat dibedakan sebagai berikut:

1. Surat Perbendaharaan Negara (SPN), yaitu SUN berjangka waktu sampai

dengan 12 bulan dengan pembayaran bunga secara diskonto. Di beberapa

negara SPN lebih dikenal dengan sebutan T-Bills atau Treasury Bills.

2. Obligasi Negara (ON), yaitu SUN berjangka waktu lebih dari 12 bulan

baik dengan kupon atau tanpa kupon . Obligasi Negara dengan kupon

memiliki jadwal pembayaran kupon secara periodik (tiga bulan sekali

atau enam bulan seklai). Sementara ON tanpa kupon tidak memiliki

55

jadwal pembayaran kupon, dijual pada harga diskon dan pokoknya akan

dilunasi pada saat jatuh tempo.

Berdasarkan tingkar kuponya ON dapat dibedakan menjadi (1)

Obligasi berbungan tetap (Fixed Rate), (2) Obligasi berbunga

mengambang (Variable Rate) yang ditentukan berdasarkan suatu acuan

tertentu seperti tingkat suku bunga SBI (Sertifikat Bank Indonesia).

Obligasi Negara juga dapat dibedakan berdsarkan denominasi mata

uangnya (Rupiah atau Valuta Asing). Surat Utang Negara yang saat ini

beredar, diterbitkan dalam bentuk warkat atau tanpa warkat (Scripless).

Surat Utang Negara yang saat ini beredar, diterbitkan dalam bentuk tanpa

wakat.

B. Pembahasan

1. Analisis Statistik Deskriptif

Tabel 4.1 Hasil Uji Analisis Statistik Deskriptif

GTIDR_5YR

GTIDR_10YR

GTIDR_15YR

GTIDR_20YR CPI BI_RATE

NILAI_TUKAR PDB CDS_5YR

Mean 6,993048 7,345238 7,673143 8,295119 4,835238 0,061399 12325,67 2145211. 163,4863 Maximum 9,510000 9,691000 9,745000 8,627000 8,360000 0,077500 15203,00 2552302. 281,7230 Minimum 4,755000 5,191000 5,865000 7,976000 2,790000 0,042500 8995,000 1748731. 81,39000 Std. Dev. 1,170144 1,078797 0,968993 0,159693 1,702235 0,011843 1731,124 224735,6 45,39256

Sumber : Eviews 8 (2019)

Keterangan:

GTIDR_5YR : Yield 5 Tahun (Persen)




CPI : Inflasi (Persen)

56

BI_RATE : Suku Bunga BI (Persen)

NILAI_TUKAR : Nilai Tukar (USD/IDR)

PDB : PDB (Dalam Milyar Rupiah)

CDS_5YR : CDS (Persen)

Berdasarkan Tabel 4.1 untuk analisis statistik deskriptif dapat dijelaskan

sebagai berikut:

a. Hasil Uji statistik Deskriptif untuk variabel yield obligasi pemerintah tenor 5

tahun secara general periode 2012-2018 diperoleh rata-ratanya sebesar

6,993048% dengan nilai maksimum 9,51000% dan nilai minimumnya sebesar

4,77500%. Standar deviasi untuk yield obligasi pemerintah tenor 5 tahun

sebesar 1,170144. Dapat disimpulkan bahwa yield pemerintah tenor 5 tahun

pada periode 2012-2019 paling besar terjadi pada bulan September 2015 dan

paling kecil pada bulan Desember 2012.

b. Hasil Uji statistik Deskriptif untuk variabel yield obligasi pemerintah tenor 10







c. Hasil Uji statistik Deskriptif untuk variabel yield obligasi pemerintah tenor 15



57





d. Hasil Uji statistik Deskriptif untuk variabel yield obligasi pemerintah tenor 20





pada periode 2012-2019 paling besar terjadi pada bulan Januari 2015 dan

paling kecil pada bulan September 2014.

e. Hasil Uji statistik Deskriptif untuk Inflasi periode 2012-2018 diperoleh rata-

ratanya sebesar 4,835238% dengan nilai maksimum 8,36% dan nilai

minimumnya sebesar 2,79%. Standar deviasi untuk variabel Inflasi sebesar

1,702235. Dari data tersebut maka dapat disimpulkan bahwa Inflasi paling

tinggi pada tahun 2012-2019 terjadi di bulan Desember 2014 dan paling kecil

pada bulan Agustus 2016.

f. Hasil Uji statistik Deskriptif untuk variabel BI Rate periode 2012-2018

diperoleh rata-ratanya sebesar 0,061399% dengan nilai maksimum 0,077500%

dan nilai minimumnya sebesar 0,0425%. Standar deviasi untuk variabel BI

Rate sebesar 0,011843. Dari data tersebut maka dapat disimpulkan bahwa BI

Rate paling tinggi pada tahun 2012-2019 terjadi di bulan November 2014 dan

paling kecil pada bulan Februari 2018.

58

g. Hasil Uji statistik Deskriptif untuk variabel Nilai Tukar Rupiah terhadap Dollar

AS periode 2012-2018 diperoleh rata-ratanya sebesar Rp 12325,67 dengan

nilai maksimum Rp 15203,00 dan nilai minimumnya sebesar Rp 8995,000.

Standar deviasi untuk variabel Nilai Tukar Rupiah terhadap Dollar AS sebesar

1731,124. Dari data tersebut maka dapat disimpulkan bahwa Nilai Tukar

Rupiah terhadap Dollar AS paling tinggi pada tahun 2012-2019 terjadi di bulan

Oktober 2018 dan paling kecil pada bulan Januari 2012.

h. Hasil Uji statistik Deskriptif untuk variabel PDB periode 2012-2018 diperoleh

rata-ratanya sebesar Rp 2145211 dengan nilai maksimum Rp 2552302 dan nilai

minimumnya sebesar Rp 1748731. Standar deviasi untuk variabel PDB sebesar

224735.6. Dari data tersebut maka dapat disimpulkan bahwa PDB paling tinggi

pada tahun 2012-2019 terjadi di bulan Juli 2018 dan paling kecil pada bulan

Januari 2012.

i. Untuk CDS periode 2012-2018 diperoleh rata-ratanya sebesar 163,4863%

dengan nilai maksimum 281,7230% dan nilai minimumnya sebesar 81,39%.

Standar deviasi untuk variabel CDS sebesar 45,39256. Dari data tersebut maka

dapat disimpulkan bahwa CDS paling tinggi pada tahun 2012-2019 terjadi di

bulan Agustus 2013 dan paling kecil pada bulan Januari 2018.

2. Model VAR/VECM

a. Uji Stasionaritas

Tabel 4.2Hasil Uji Stasionaritas

Variabel

Level(P-value)

Keterangan

1st

difference (P-

Keterangan

2nd

Difference (P-

Keterangan

59

Value) Value)GTIDR 5YR

0,2340

Tidak Stasioner

0,0000 Staioner 0,0001 Staioner

GTIDR 10YR

0,1934

Tidak Stasioner

0,0000 Stasioner 0,0001 Stasioner

GTIDR 15YR

0,1694

Tidak Stasioner


GTIDR 20YR

0,3788

Tidak Stasioner


CPI 0,2717

Tidak Stasioner


BI RATE

0,5238

Tidak Stasioner


NILAI TUKAR

0,5104

Tidak Stasioner

0,0000 Stasioner 0,0000 Stationer

PDB 1,0000

Tidak Stasioner

0,9407 Tidak Stasioner

0,0001 Stasioner

CDS 5YR

0,1128

Tidak Stasioner


Sumber : Eviews 8 data diolah (2019)

Berdasarkan Tabel 4.2 adalah hasil uji stasionaritas pada tingkat

level, first difference, dan second differrence menggunakan uji unit root.

Untuk melihat apakah data stasioner adalah dengan melihat nilai

probabilitasnya, apabila probs < dari 0,05 maka data stasioner. Dari hasil

di atas menunjukan bahwa data untuk Yield 5 tahun, Yield 10 tahun, Yield

15 tahun, Yield 20 tahun, Inflasi, BI rate, Nilai Tukar, PDB, dan CDS

tidak Stasioner pada tingkat level karena nilai probs nya lebih besar dari

0,05. Untuk itu diperlukan uji stasionaritas pada tingkat first difference

sebagai syarat untuk membuat model VAR/VECM. Masih pada Tabel 4.2

untuk tingkat first difference data Yield 5 tahun, Yield 10 tahun, Yield 15

tahun, Yield 20 tahun, Inflasi, BI Rate, Nilai Tukar, dan CDS sudah

stasioner pada tingkat first difference karena nilai probabilitasnya sebesar

0,0000 dan 0,0001 lebih kecil dari 0,05 akan tetapi pada data PDB nilainya

60

sebesar 0,9407 masih lebih besar dari 0,05 sehingga perlu dilakukan uji

stasionaritas pada tingkat second difference untuk seluruh variabel. Pada

tingkat second difference barulah seluruh data dari semua variabel

stasioner karena nilai probabilitasnya lebih kecil dari 0,05.

b. Uji Lag Optimum

Tabel 4.3Hasil Penentuan Lag Optimum Yield 5 tahun

Lag LogL LR FPE AIC SC HQ

0 -1663,952 NA 1,59e+11 42,81927 43,00056* 42,891851 -1589,478 135,5807 5,95e+10 41,83276 43,10176 42,340772 -1524,932 107,5764 2,91e+10 41,10082 43,45753 42,04425*3 -1480,713 66,89512* 2,45e+10* 40,89008* 44,33450 42,268944 -1455,780 33,88373 3,53e+10 41,17384 45,70597 42,98814

Sumber : Eviews 8 diolah (2019)

Setelah dilakukan uji Panjang Lag untuk yield obligasi pemerintah

tenor 5 tahun maka munculah hasil sebagaimana pada tabel 4.3

berdasarkan tabel tersebut LR, FPE dan AIC memilih lag sebesar 3

sedangkan SC memilih Panjang lag sebesar 0 dan HQ sebesar 2. Untuk itu

Panjang lag yang digunakan untuk model VAR/VECM pada Yield obligasi

pemerintah tenor 5 tahun adalah sebesar 3.



0 -1658,849 NA 1,39e+11 42,68843 42,86972* 42,761001 -1583,507 137,1599 5,10e+10 41,67968 42,94868 42,18768

61

2 -1522,306 102,0028 2,72e+10 41,03348 43,39019 41,97692*3 -1484,556 57,10842* 2,71e+10* 40,98862* 44,43304 42,367484 -1459,887 33,52451 3,92e+10 41,27916 45,81129 43,09345










0 -1658,154 NA 1,37e+11 42,67062 42,85190* 42,743191 -1579,813 142,6212 4,64e+10 41,58494 42,85394 42,092952 -1519,604 100,3477 2,53e+10 40,96421 43,32092 41,90764*3 -1480,797 58,70766* 2,46e+10* 40,89224* 44,33666 42,271114 -1454,190 36,15865 3,39e+10 41,13308 45,66521 42,94738








Tabel 4.6 Hasil Penentuan Lag Optimum Yield 20 tahun


0 -1517,546 NA 3,72e+09 39,06529 39,24658* 39,137861 -1444,544 132,9016 1,45e+09 38,11651 39,38551 38,62452

62

2 -1380,365 106,9645 7,13e+08 37,39398 39,75069 38,33742*3 -1342,608 57,12045* 7,11e+08* 37,34892* 40,79334 38,727784 -1315,330 37,06918 9,63e+08 37,57257 42,10471 39,38687








c. Uji Stabilitas VAR

Tabel 4.7Hasil Uji Stabilitas VAR Yield obligasi 5 tahun

Root Modulus

-0,563570 – 0,521538i 0,767863-0,563570 + 0,521538i 0,767863-0,418689 – 0,532540i 0,677421-0,418689 + 0,532540i 0,677421-0,231112 – 0,634606i 0,675380-0,231112 + 0,634606i 0,675380-0,264261 – 0,534496i 0,596255-0,264261 + 0,534496i 0,596255-0,022757 – 0,573164i 0,573615-0,022757 + 0,573164i 0,573615-0,564273 0,564273-0,106106 0,106106


Berdasarkan hasil pada tabel 4.7 maka dapat disimpulkan bahwa

untuk model VAR/VECM untuk yield tenor 5 tahun Stabil karena nilai

modulus dibawah 1 dan nilai root-nya tidak ada yang berada di luar unit

circle.


63

Root Modulus

-0,515944 – 0,544536i 0,750146-0,515944 + 0,544536i 0,750146-0,222627 – 0,687375i 0,722528-0,222627 + 0,687375i 0,722528-0,416699 – 0,536049i 0,678960-0,416699 + 0,536049i 0,678960 0,014045 – 0,589288i 0,589455 0,014045 + 0,589288i 0,589455-0,447244 – 0,371167i 0,581199-0,447244 + 0,371167i 0,581199-0,498651 0,498651-0,054639 0,054639





circle.


Root Modulus

-0,526043 – 0,543091i 0,756089-0,526043 + 0,543091i 0,756089-0,223460 – 0.680797i 0,716532-0,223460 + 0,680797i 0,716532-0,392605 – 0,507125i 0,641338-0,392605 + 0,507125i 0,641338-0,439387 – 0,415217i 0,604538-0,439387 + 0,415217i 0,604538-0,011604 – 0,574513i 0,574630-0,011604 + 0,574513i 0,574630-0,515100 0,515100-0,093462 0,093462




64


circle.


Root Modulus

-0,501391 – 0,523212i 0,724668-0,501391 + 0,523212i 0,724668-0,172332 – 0,696920i 0,717910-0,172332 + 0,696920i 0,717910-0,447930 – 0,550873i 0,710002-0,447930 + 0,550873i 0,710002-0,317354 – 0,593106i 0,672673-0,317354 + 0,593106i 0,672673-0,017631 – 0,564811i 0,565086-0,017631 + 0,564811i 0,565086-0,522009 0,522009-0,055334 0,055334





circle.

d. Uji Kausalitas Granger

Tabel 4.11Hasil Kausalitas Granger Yield 5 Tahun

Null Hypothesis: Obs F-Statistic Prob.

BI_RATE does not Granger Cause GTIDR_5YR 81 0,43008 0,7321

65

GTIDR_5YR does not Granger Cause BI_RATE 3,01790 0,0351

CDS_5YR does not Granger Cause GTIDR_5YR 81 1,44255 0,2373 GTIDR_5YR does not Granger Cause CDS_5YR 4,27774 0,0077

CDS_5YR does not Granger Cause CPI 81 0,34111 0,7957 CPI does not Granger Cause CDS_5YR 3,15350 0,0298

Sumber: Eviews 8 diolah (2019)

Uji kausalitas Granger dimaksudkan hanya untuk menguji

hubungan satu arah diantara variabel dan bukan untuk melakukan estimasi

terhadap model. Untuk menguji kausalitas dapat dilihat apabila

probabilitas lebih kecil dari nilai alpha (0,05) maka hipotesis nol diterima

yang berarit terdapat hubungan yang signifikan begitu juga sebaliknya

apabila probabilitas lebih besar dari nilai alpha (0,05) maka hipotesis nol

ditolak. Dari hasil yang ditampilkan pada Tabel 4.11 dapat diambil

kesimpulan Yield 5 tahun berpengaruh signifikan terhadap BI Rate, Yield

obligasi berpengaruh signifikan terhadap CDS, dan Inflasi berpengaruh

signifikan terhadap CDS karena nilai probabilitasnya lebih kecil dari nilai

alpha (0,05)





NILAI_TUKAR does not Granger Cause BI_RATE 81 1,64897 0,1854 BI_RATE does not Granger Cause NILAI_TUKAR 2,53645 0,0632


66








kesimpulan Yield 10 tahun berpengaruh signifikan terhadap CDS, Inflasi

berpengaruh signifikan terhadap CDS, dan BI Rate berpengaruh signifikan

terhadap Nilai Tukar, karena nilai probabilitasnya lebih kecil dari nilai

alpha (0,05)












67


kesimpulan Yield 15 tahun berpengaruh signifikan terhadap CDS, dan

Inflasi berpengaruh signifikan terhadap CDS karena nilai probabilitasnya

lebih kecil dari nilai alpha (0,05)



BI_RATE does not Granger Cause GTIDR_20YR 81 3,26889 0,0259 GTIDR_20YR does not Granger Cause BI_RATE 2,95374 0,0380











kesimpulan Yield 20 tahun berpengaruh signifikan terhadap BI Rate, dan

BI rate juga berpengaruh signifikan terhadap Yield 20 tahun. Yield 20

tahun berpengaruh signifikan terhadap CDS, dan Inflasi berpengaruh

signifikan terhadap CDS karena nilai probabilitasnya lebih kecil dari nilai

alpha (0,05)

68

e. Uji Kointegrasi

Tabel 4.15Hasil Uji Kointegerasi Yield 5 Tahun

Hypothesized Trace 0.05No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0,703104 388,0279 95,75366 0,0001At most 1 * 0,649302 292,0924 69,81889 0,0001At most 2 * 0,635263 209,3138 47,85613 0,0000At most 3 * 0,498604 129,6360 29,79707 0,0000At most 4 * 0,403273 75,09766 15,49471 0,0000At most 5 * 0,352287 34,31036 3,841466 0,0000


Berdasarkan Tabel 4.15 perbandingan Trace Statistic dan Critical

Value dengan Alpha 0.05 pada uji kointegrasi ini, dapat dinyatakan bahwa

terdapat kointegrasi atau hubungan jangka panjang antar variabel dalam

penelitian ini. Terdapatnya kointegrasi dalam penelitian ini dinyatakan

oleh hasil perbandingan Trace Statistic (388,0279) lebih besar daripada

Critical Value Alpha 0.05 (95,75366). Dari hasil Uji Staionaritas dimana

variabel stasioner pada tingkat 2nd difference dan pada uji kointegrasi

menghasilkan bahwa data terdapat kointegrasi maka untuk Model yang

digunakan untuk Yield obligasi pemerintah 5 tahun adalah menggunakan

Vector Error Correction Model (VECM).

Tabel 4.16 Hasil Uji Kointegerasi Yield 10 Tahun



69



Value dengan Alpha 0,05 pada uji kointegrasi ini, dapat dinyatakan bahwa



oleh hasil perbandingan Trace Statistic (265,5017) lebih kecil daripada

Critical Value Alpha 0,05 (95,75366). Berdasarkan uji stasioner data

diperoleh hasil stasioner pada tingkat 2nd difference. Dan pada hasil uji

kointegerasi diperoleh bahwa terdapat kointegrasi maka model yang tepat

untuk yield obligasi pemerintah tenor 10 adalah Vector Error Correction

Model (VECM).




Sumber : Eviews diolah (2019)






Critical Value Alpha 0,05 (95,75366). Dari hasil Uji Staionaritas dimana

70








Sumber : Eviews diolah (2019)






Critical Value Alpha 0,05 (95,75366). Dari hasil Uji Staionaritas dimana





f. Model VAR/VECM

71

Tabel 4.19Hasil Model VECM Yield 5 Tahun

Jangka PanjangVariabel Koefisien T-Statistik KeteranganD(CPI(-1),2) (0,09592) [-0,16290] Tidak Signifikan

D(BI_RATE(-1),2) (31,4056) [ 4,10464] Signifikan

D(NILAI_TUKAR(-1),2 (0,00030) [-5,47475] SignifikanD(PDB(-1),2) (2,0E-06) [-6,64871] Signifikan

D(CDS_5YR(-1),2) (0,00372) [ 2,07966] Signifikan

Jangka Pendek

Variabel Koefisien T-Statistik KeteranganD(CPI(-1),3) 0,06726 [-0,66876] Tidak SignifikanD(CPI(-2),3) 0,07892 [-0,58372] Tidak SignifikanD(CPI(-3),3) 0,07020 [-2,18213] Signifikan D(BI_RATE(-1),3) (47,9969) [ 3,97621] SignifikanD(BI_RATE(-2),3) (49,1760) [ 2,39649] SignifikanD(BI_RATE(-3),3) (31,6127) [ 0,13768] Tidak Signifikan D(NILAI_TUKAR(-1),3 (0,00046) [-4,15176] SignifikanD(NILAI_TUKAR(-2),3) (0,00035) [-4,34972] SignifikanD(NILAI_TUKAR(-3),3) (0,00021) [-4,41532] Signifikan D(PDB(-1),3) (3,6E-06) [-3,72117] SignifikanD(PDB(-2),3) (2,5E-06) [-2,46112] SignifikanD(PDB(-3),3) (1,4E-06) [-1,02702] Tidak Signifikan D(CDS_5YR(-1),3) (0,00285) [ 2,64256] SignifikanD(CDS_5YR(-2),3) (0,00281) [ 1,08568] Tidak SignifikanD(CDS_5YR(-3),3) (0,00208) [ 1,40718] Tidak Signifikan


Setelah melakukan Uji Stasionaritas, Uji Lag Optimum, Uji

Stabilitas VAR, dan Uji Kointegrasi disimpulkan model untuk Yield

pemerintah tenor 5 tahun menggunakan model VECM. Untuk melihat

72

apakah terdapat hubungan jangka pendek dan jangka panjang adalah

dengan membandingkan nilai t kritis dengan nilai stats yaitu dengan cara t-

table (-1,98996 < t >1,98996). Nilai stats ditunjukan pada angka yang

berada dalam kotak sedangkan untuk nilai t kritis dilihat menggunakan t

tabel dengan alpha sebesar 0,05 dengan df-1. Untuk nilai t tabel ditemukan

hasil 1,988996 (Alpha : 0,05 Df:83). Berdasarkan Tabel 4.19 Maka dapat

diambil kesimpulan Inflasi tidak memiliki hubungan jangka panjang

terhadap Yield obligasi pemerintah tenor 5 tahun karena nilai t kritisnya

sebesar -0,16290 > -1,988966. Dan BI rate memiliki hubungan jangka

panjang yang positif terhadap yield obligasi pemerintah tenor 5 tahun

karena nilai t statistiknya adalah 3,84806 > 1,988966. Untuk variabel Nilai

Tukar memiliki hubungan jangka panjang yang negatif terhadap yield

obligasi pemerintah tenor 5 tahun dengan nilai t statistik sebesar -5,47475

< -1,988966. PDB memiliki hubungan negatif jangka panjang terhadap

yield obligasi pemerintah tenor 5 tahun karena memiliki nilai t stats

sebesar -6,64871 < dari -1,988966. Untuk variabel CDS memiliki

hubungan jangka panjang yang positif terhadap yield obligasi pemerintah

tenor 5 tahun dengan nilai stats sebesar 2,07966 > 1,988966.

Untuk hubungan jangka pendek pada tabel 4.19 dapat dilihat

bahwa variabel Inflasi memiliki hubungan negatif yang signifikan pada lag

3 artinya jika terjadi kenaikan Inflasi pada 3 bulan sebelumnya maka akan

menurunkan yield sebesar -2,18, BI Rate memiliki hubungan jangka

pendek yang positif signifikan pada lag 1 & 2 namun pada lag 3 tidak

73

memiliki hubungan jangka pendek yang signifikan artinya ketika terjadi

kenaika BI rate pada 1 dan 2 bulan sebelumnya akan menaikan yield 5

tahun sebesar 3,9 dan 2,3. Variabel Nilai Tukar USD/IDR memiliki

hubungan jangka pendek yang negatif signifikan pada lag 1-3 artinya

ketika terjadi kenaikan nilai tukar USD/IDR akan menurunkan yield

sebesar -4,1, -4,3 dan -4,4. Variabel PDB memiliki hubungan negatif

signifikan terhadap yield obligasi 5 tahun pada lag 1 dan 2 namun tidak

terdapat hubungan pada lag 3 artinya ketika terjadi kenaikan PDB pada 1

sampai 3 bulan sebelumnya akan membuat yield obligasi 5 tahun turun

sebesar -3,7, -2,4 dan -1,02. Dan variabel CDS memiliki hubungan jangka

pendek yang positif dan signifikan hanya pada lag 1 artinya ketika terjadi

kenaikan CDS pada bulan sebelumnya akan membuat yield obligasi 5

tahun naik sebesar 2,64.


Jangka PanjangVariabel Koefisien T-Statistik Keterangan

D(CPI(-1),2) (0,14866) [-1,05732] Tidak Signifikan


D(NILAI_TUKAR(-1),2 (0,00047) [-4,98629] Signifikan

D(PDB(-1),2) (3,0E-06) [-4,77746] Signifikan


Jangka Pendek

Variabel Koefisien T-Statistik Keterangan

D(CPI(-1),3) (0,06984) [-2,69775] Signifikan

74


D(CPI(-3),3) (0,06856) [-2,45535] Signifikan


D(BI_RATE(-2),3) (50,7759) [ 3,52931 Signifikan

D(BI_RATE(-3),3) (31,3889) [ 1,19161] Tidak Signifikan


D(NILAI_TUKAR(-2),3)

(0,00033) [-3,70924] Signifikan


(0,00021) [-3,86386] Signifikan

D(PDB(-1),3) (2,7E-06) [-3,47349] SignifikanD(PDB(-2),3) (2,0E-06) [-1,75289] Tidak SignifikanD(PDB(-3),3) (1,3E-06) [-0,76939] Tidak Signifikan













75
















3 terhadap yield artinya ketika terjadi kenaikan Inflasi pada 3 bulan

sebelumnya akan menurunkan yield obligasi 10 tahun sebesar -2,4, BI

Rate memiliki hubungan jangka pendek yang positif signifikan pada lag 1

& 2 namun pada lag 3 tidak memiliki hubungan jangka pendek yang

signifikan, artinya ketika terjadi kenaikan BI Rate pada 1 dan 2 bulan

sebelumnya akan menaikan yield obligasi 10 tahun sebesar 4,8 dan 3,5.

Variabel Nilai Tukar USD/IDR memiliki hubungan jangka pendek yang

negatif signifikan pada lag 1-3, artinya ketika terjadi kenaikan Nilai Tukar

76

USD/IDR pada 1 sampai 3 bulan sebelumnya maka akan membuat yield

obligasi pada bulan ini turun sebesar -4,13, -3,7 dan -3,8. Variabel PDB

memiliki hubungan negatif signifikan terhadap yield obligasi 10 tahun

pada lag 1, artinya jika terjadi kenaikan PDB pada 1 bulan sebelumnya

akan membuat yield obligasi 10 tahun pada bulan ini turun sebesar -3,4.

Dan variabel CDS memiliki hubungan jangka pendek yang positif dan

signifikan hanya pada lag 1 sampai lag 3, artinya jika terjadi kenaikan

CDS pada 1, 2 dan 3 bulan sebelumnya akan membuat yield obligasi 10

tahun pada bulan ini mengalami kenaikan sebesar 4,14, 2,61 dan 2.15.


Jangka PanjangVariabel Koefisien T-Statistik Keterangan




D(PDB(-1),2) (2,2E-06) [-4,89272] SignifikanD(CDS_5YR(-1),2) (0,00409) [ 3,56517] Signifikan

Jangka PendekVariabel Koefisien T-Statistik Keterangan



D(CPI(-3),3) (0,06675) [-2,42895] Signifikan


D(BI_RATE(-2),3) (46,6514 [ 3,46823] Signifikan

77

)


D(NILAI_TUKAR(-1),3 (0,00045) [-4,49401] SignifikanD(NILAI_TUKAR(-2),3)

(0,00033) [-4,07398] Signifikan


(0,00019) [-3,93770] Signifikan

D(PDB(-1),3) (2,6E-06) [-3,52831] SignifikanD(PDB(-2),3) (1,9E-06) [-1,63372] Tidak SignifikanD(PDB(-3),3) (1,2E-06) [-0,26876] Tidak Signifikan

















78












3 terhadap yield obligasi 15 tahun, artinya jika terjadi kenaikan Inflasi

pada 3 bulan sebelumnya akan membuat yield obligasi 15 tahun pada

bulan ini mengalami penurunan sebesar -2,4, BI Rate memiliki hubungan

jangka pendek yang positif signifikan pada lag 1 & 2 namun pada lag 3

tidak memiliki hubungan jangka pendek yang signifikan terhadap yield 15

tahun, artinya jika terjadi kenaikan BI rate pada 1 dan 2 bulan sebelumnya

akan membuat yield 15 tahun pada bulan ini mengalami kenaikan sebesar

5,1 dan 3,4. Variabel Nilai Tukar USD/IDR memiliki hubungan jangka

pendek yang negatif signifikan pada lag 1 sampai 3 terhadap yield obligasi

15 tahun, artinya jika terjadi kenaikan Nilai Tukar USD/IDR pada 1

sampai 3 bulan sebelumnya akan membuat yield obligasi 15 tahun pada

bulan ini mengalami penurunan sebesar –4,4, -4,07 dan -3,9. Variabel

79

PDB memiliki hubungan negatif signifikan terhadap yield obligasi 15

tahun pada lag 1, artinya jika terjadi kenaikan PDB 1 bulan sebelumnya

akan membuat yield 15 tahun pada bulan ini mengalami penurunan sebesar

-3,5. Dan variabel CDS memiliki hubungan jangka pendek yang positif

dan signifikan pada lag 1 sampai 3, artinya jika terjadi kenaikan CDS pada

1 sampai 3 bulan sebelumnnya akan membuat yield 15 tahun pada bulan

ini mengalami kenaikan sebesar 4,6, 3,06 dan 2,4.


Jangka PanjangVariabel Koefisien T-Statistik KeteranganD(CPI(-1),2) (0,00969) [ 1,49641] Tidak Signifikan

D(BI_RATE(-1),2) (3,01647) [-0,29282] Tidak Signifikan

D(NILAI_TUKAR(-1),2 (3,1E-05) [-3,39010] SignifikanD(PDB(-1),2) (2,1E-07) [ 0,82331] Tidak Signifikan


Jangka PendekVariabel Koefisien T-Statistik Keterangan

D(CPI(-1),3) (0,00695) [ 3,09721] Signifikan

D(CPI(-2),3) (0,00823) [ 4,41290] Signifikan

D(CPI(-3),3) (0,00714) [ 3,43294] Signifikan




D(NILAI_TUKAR(-1),3 (3,4E-05) [-5,97626] SignifikanD(NILAI_TUKAR(-2),3) (3,0E-05) [-4,21110] Signifikan

80

D(NILAI_TUKAR(-3),3) (1,9E-05) [-2,56544] Signifikan D(PDB(-1),3) (1,3E-07) [ 1,11929] Tidak SignifikanD(PDB(-2),3) (1,6E-07) [ 0,85668] Tidak SignifikanD(PDB(-3),3) (1,3E-07) [ 1,62714] Tidak Signifikan

D(CDS_5YR(-1),3) (0,00044) [ 6,21935 Signifikan


D(CDS_5YR(-3),3) (0,00024) [ 1,55625] Tidak Signifikan













sebesar 1,49641 < 1,988966. Dan BI rate juga tidak memiliki hubungan

jangka panjang terhadap yield obligasi pemerintah tenor 20 tahun karena

nilai t statistiknya adalah -0,29282 > -1,988966. Untuk variabel Nilai



81

< -1,988966. PDB tidak memiliki hubungan jangka panjang terhadap yield

obligasi pemerintah tenor 20 tahun karena memiliki nilai t stats sebesar

0,82331 < dari 1,988966. Untuk variabel CDS memiliki hubungan jangka


dengan nilai stats sebesar 3,73258 > 1,988966.


bahwa variabel Inflasi memiliki hubungan positif yang signifikan pada lag

1 sampai 3 terhadap yield obligasi 20 tahun, artinya jika terjadi kenaikan

Inflasi pada 1 sampai 3 bulan sebelumnya maka akan membuat yield

obligasi 20 tahun mengalami kenaikan sebesar 3,09, 4,4 dan 3,4, BI Rate

memiliki tidak memiliki hubungan jangka pendek. Variabel Nilai Tukar

USD/IDR memiliki hubungan jangka pendek yang negatif signifikan pada

lag 1 sampai 3 terhadap yield obligasi 20 tahun, artinya jika terjadi

kenaikan Nilai Tukar USD/IDR pad 1 sampai 3 bulan sebelumnya akan

membuat yield 20 tahun pada bulan ini mengalami penurunan sebesar -5,9,

-4,2 dan -2,5. Variabel PDB tidak memiliki hubungan jangka pendek. Dan

variabel CDS memiliki hubungan positif jangka pendek pada lag 1 dan 2,

artinya jika terjadi kenaikan CDS pada 1 dan 2 bulan sebelumnya akan

membuat yield 20 tahun mengalami kenaikan sebesar 6,2 dan 4,2.

g. Hasil Impulse Response Function (IRF)

82

Gambar 4.1 Respon yield 5 tahun terhadap shock Makroekonomi


Pada gambar 4.1 adalah grafik IRF yang menjelaskan respon dari

yield tenor 5 tahun terhadap Shock makroekonomi. Pada Gambar pojok

kiri atas memperlihatkan respon dari yield tenor 5 tahun terhadap shock

variabel inflasi. Dapat dilihat bahwa pada respon yield 5 tahun pada

periode awal akan mengalami penurunan di empat bulan pertama sebesar -

0,0826657 dan mengalami kenaikan pada bulan ke 5 menjadi 0,138208

dan mengalami penurunan kembali dan pada akhir periode mengalami

kenaikan kembali.

Pada gambar 4.1 pada bagian pojok kanan atas menampilkan

respon yield 5 tahun terhadap shock variabel BI Rate. Dapat dilihat bahwa

pada dua bulan pertama respon untuk yield 5 tahun tidak mengalami

perubahan namun pada bulan ketiga mengalami penurunan sebesar -

0,159647 dan akan mengalami kenaikan pada bulan-bulan berikutnya

83

hingga pada bulan kelima sampai pada titik puncaknya yaitu sebesar

0,138208 dan kemudian mengalami penurunan kembali.

Pada gambar 4.1 pada bagian pojok kiri bawah merupakan respon

yield tenor 5 tahun terhadap shock variabel Nilai Tukar. Dapat dilihat

bahwa pada awal periode yaitu pada dua bulan pertama yield 5 tahun akan

mengalami kenaikan yang tidak signifikan. Namun pada pertengahan,

yaitu pada bulan 6 yield 5 tahun berada di titik terendahnya sebesar -

0,140623 kemudian pada akhir periode akan mengalami kenaikan.

Pada gambar 4.1 bagian pojok kanan bawah merupakan respon

yield tenor 10 tahun terhadap shock variabel PDB. Dapat dilihat bahwa

pada dua bulan pertama mengalami kenaikan sampai pada titik 0,195345

kemudian mengalami pernuruan dan kenaikan kembali yang positif.

Gambar 4.2 Respon yield 5 tahun terhadap shock CDS


Pada gambar 4.2 merupakan respon yield 5 tahun terhadap shock

variabel Credit Default SWAP. Pada gambar tersebut menunjukan pada dua

bulan pertama cenderung turun, kemudian pada pertengahan akan

84

mengalami kenaikan sampai di bulan kelima mengalami penurunan yang

sangat pesat sampai pada titik -0,110781 dan kembali naik pada bulan 6.



Pada gambar 4.3 mempelihatkan grafik IRF untuk yield 10 tahun

yang merupakan respon dari yield 10 tahun terhadap shock dari variabel

makroekonomi. Pada gambar bagian pojok kiri atas adalah respon dari yield

10 tahun terhadap shock Inflasi. Dapat dilihat respon yield 10 tahun pada

awal periode mengalami penurunan kemudian pada pertengahan periode

terjadi fluktuasi dan pada akhir periode mengalami kenaikan.

Pada bagian kanan atas gambar 4.3 merupakan respon yield 10 tahun

terhadap shock dari BI rate. Dapat dilihat bahwa pada grafik tersebut pada

periode awal akan mengalami kenaikan, dan pada bulan ketiga nilainya

jatuh pada -0,164490, kemudian pada pertengahan periode mengalami

kenaikan yang sangat tajam dan pada akhir periode mengalami penurunan.

85

Bagian kiri bawah pada gambar 4.3 menunjukan respon yield 10

tahun terhadap shock variabel nilai tukar. Pada periode awal mengalami

fluktuasi dan pada pertengahan periode mengalami penurunan hingga di

bulan 6 pada titik terendah sebesar -0,118446 kemudian pada akhir periode

juga cenderung turun.

Bagian kanan bawah pada gambar 4.3 merupakan respon yield 10

tahun terhadap shock variabel PDB. Pada periode awal mengalami kenaikan

sampai pada nilai 0,212023 pada pertengahan periode juga mengalami

kenaikan sampai pada nilai 0,118089 dan pada periode pertengahan juga

mengalami kenaikan sampai nilai 0,086217.

Gambar 4.4Respon yield 10 tahun terhadap shock CDS


Gambar 4.4 menunjukan respon yield 10 tahun terhadap shock variabel

Credit Default SWAP. Pada periode awal respon yield cenderung turun dan

pada pertengahan periode mengalami fluktuasi dengan nilai tertinggi pada

bulan keempat dengan nilai 0,050001 dan nilai terendah pada bulan kelima

dengan nilai -0,112703. Dan pada akhir periode respon yield 10 tahun

cenderung naik.

86



Gambar 4.5 merupakan grafik IRF untuk yield 15. Grafik tersebut

menunjukan respon yield 15 tahun terhadap shock variabel makroekonomi.

Bagian kanan atas pada bgambar 4.4 menunjukan respon yield 15 tahun

terhadap shock dari variabel Inflasi dimana pada periode awal mengalami

penurunan dan dipertengahan periode mengalami kenaikan hingga pada titik

tertinggi di bulan kelima dengan nilai 0,109171. Kemudian pada akhir

periode juga mengalami kenaikan.

Bagian kanan atas pada gambar 4.4 menunjukan respon yield 15

tahun terhadap shock variabel BI Rate dapat dilihat bahwa pada awal

periode adanya shock BI Rate menyebabkan penurunan yang sangat

87

signifikan sampai nilai -0,188459. Dan dipertengahan periode menyebabkan

kenaikan dan diakhir periode bergerak stagnan.

Bagian kiri bawah pada gambar 4.4 menunjukan respon yield 15

tahun dari shock variabel nilai tukar. Adanya shock nilai tukar menyebabkan

yield 15 tahun mengalami kenaikan di awal periode dan bergerak stagnan di

pertengahan periode dan kemudian pada akhir periode mengalami

penurunan.

Bagian kanan bawah pada gambar 4.4 menunjukan respon yield 15

tahun dari shock variabel PDB. Dapat dilihat adanya shock variabel PDB

membuat yield 15 tahun bergerak pada periode awal mengalami kenaikan

hingga titik tertingginya pada bulan kedua dengan nilai 0,233404. Pada

pertengahan periode juga mengalami kenaikan dengan perlahan. Dan pada

akhir periode juga menyebabkan kenaikan.



88

Gambar 4.6 merupakan grafik respon yield 15 tahun terhadap

shock variabel Credit Default SWAP. Adaanya shock dari variabel CDS

menyebabkan penurunan yang stagnan, kemudian pada pertengahan periode

mengalami kenaikan dengan titik tertingginya pada bulan 6 sebesar

0,041179. Dan di akhir periode mengalami penurunan dan kemudian

bergerak dengan stagnan.



Gambar 4.7 menunjukan grafik IRF respon yield 20 tahun terhadap

shock makroekonomi. Bagian atas kiri menunjukan respon yield 20 tahun

terhadap shock variabel Inflasi. Adanya shock dari variabel inflasi ini

menyebabkan yield 20 tahun bergerak menaik pada awal periode, pada

bulan ketiga mencapai nilai 0,013179 dan pada periode pertengahan yaitu

pada bulan 4 mengalami penurunan sampai dengan nilai -0,015703 dan pada

akhir periode bergerak dengan stagnan.

89

Bagian kanan atas menunjukan respon yield 20 tahun terhadap

shock variabel BI rate. Adanya shock variabel BI Rate membuat yield 20

tahun bergerak menurun pada awal periode. Pada pertengahan periode

mengalami kenaikan pada bulan kelima pada nilai 0,008314 kemudian pada

akhir periode bergerak dengan stagnan.

Bagian kiri bawah pada gambar 4.4 merupakan respon yield 20

tahun terhadap shock variabel nilai tukar. Adanya shock pada variabel nilai

membuat yield 20 tahun bergerak naik pada awal periode kemudian

bergerak stagnan pada pertengahan dan akhir periode.

Bagian kanan bawah pada gambar 4.4 merupakan respon yield 20

tahun terhadap shock variabel PDB. Adanya shock variabel PDB membuat

yield 20 tahun bergerak turun pada awal periode hingga pada bulan 3

mengaalami kenaikan dan pada pertegahan periode mengalami penurunan

pada bulan kelima dengan nilai sebesar -0,014358 dan pada akhir periode

juga mengalami penurunan.



90

Pada gambar 4.8 menunjukan grafik respon yield 20 tahun terhadap

shock variabel Credit Default SWAP. Adanya shock CDS menyebabkan

yield 20 tahun bergerak turun pada awal periode hingga pada bulan 2

sebesar -0,012965 dan naik pada pertengahan periode sampai ke bulan lima

sebesar 0,004278 dan pada akhir periode mengalami penurunan dan dibulan

10 kembali naik.

h. Hasil Factor Error Variance Decompotition (FEVD)

Tabel 4.23 Variance Decomposition Yield 5 tahun

Period S.E.

D(GTIDR_5YR,2) D(CPI,2) D(BI_RATE,2)

D(NILAI_TUKAR,2) D(PDB,2)

D(CDS_5YR,2)

1 0.474209 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.535700 81.95782 1.980147 0.098723 1.144421 13.29719 1.521704 3 0.598832 74.19934 2.457330 7.186436 2.821074 11.96286 1.372957 4 0.643089 66.97237 6.798362 9.415658 4.698801 10.46708 1.647732 5 0.700893 60.03758 8.117216 11.81496 5.036713 11.10817 3.885350 6 0.746294 55.60302 10.11927 12.63483 7.993046 10.01960 3.630219 7 0.769459 55.17230 9.534073 13.20571 8.973348 9.685264 3.429305 8 0.800836 53.26332 10.34304 12.28151 8.331550 12.25610 3.524479 9 0.814009 53.19465 10.24830 12.83417 8.151353 12.05498 3.516552 10 0.830120 53.93820 9.871175 12.80017 7.969180 12.03651 3.384757

Sumber :Eviews 8 diolah (2019)

Variance Decomposition berguna untuk memprediksi kontribusi

presentase varian setiap variable karena adanya perubahan vaiabel tertentu

dalam sistem VAR (Widarjono:2018:350). Pada tabel 4.22 merupakan

hubungan antara GTIDR 5YR, CPI, BI Rate, Nilai Tukar, PDB, dan CDS

selama 10 bulan ke depan. Pada periode 1 varian GTIDR 5YR yang

dijelaskan oleh variabel itu sendiri sebesar 100%. Barulah pada periode-

periode selanjutnya varian GTIDR 5YR dapat dijelaskan oleh variabel-

91

variabel lainya, seperti pada periode 2 dimana varian GTIDR dipengaruhi

oleh variabelnya sendiri sebesar 81,95%, dipengaruhi variabel Inflasi

sebesar 1,98%, variabel BI Rate mempengaruhi sebesar 0,098, Nilai Tukar

mempengaruhi sebesar 1,14% kemudian PDB mempengaruhi sebesar

13,29% dan terakhir CDS mempengaruhi sebesar 1,52%.

Tabel 4.24Variance Decomposition Yield 10 tahun

Period S.E.



D(CDS_5YR,2)

1 0.472681 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.556238 77.77217 1.474837 1.072674 2.000698 14.52937 3.150256 3 0.630397 72.16154 1.539031 7.643682 3.009981 11.65784 3.987928 4 0.655495 67.71246 4.070169 9.082844 4.067080 10.79721 4.270237 5 0.719997 63.34342 4.832813 9.246279 4.948490 11.63933 5.989659 6 0.747406 59.53865 7.620954 8.899909 7.103702 11.15612 5.680667 7 0.777535 59.00694 7.500195 9.616387 7.496545 10.34020 6.039732 8 0.808609 56.51341 8.892204 8.898836 7.053503 12.96875 5.673299 9 0.823278 56.89796 8.649071 8.842934 6.898024 12.55354 6.158472 10 0.836889 56.69470 8.387014 9.018726 6.707459 13.20984 5.982259


Pada tabel 4.23 merupakan hubungan antara GTIDR 10YR, CPI,

BI Rate, Nilai Tukar, PDB, dan CDS selama 10 bulan ke depan. Pada

periode 1 varian GTIDR 10YR yang dijelaskan oleh variabel itu sendiri

sebesar 100%. Barulah pada periode-periode selanjutnya varian GTIDR

10YR dapat dijelaskan oleh variabel-variabel lainya, seperti pada periode

2 dimana varian GTIDR 10YR dipengaruhi oleh variabelnya sendiri

sebesar 77,77%, dipengaruhi variabel Inflasi sebesar 1,47%, variabel BI

Rate mempengaruhi sebesar 1%, Nilai Tukar mempengaruhi sebesar 2%

kemudian PDB mempengaruhi sebesar 14,52% dan terakhir CDS

92

mempengaruhi sebesar 3,15%. Semakin besar periodenya maka akan

semakin kecil varian tersebut untuk mempnegaruhi dirinya sendiri.

Tabel 4.25Variance Decomposition Yield 15 tahun

Period S.E.D(GTIDR_15YR,2) D(CPI,2) D(BI_RATE,2)


D(CDS_5YR,2)

1 0.443483 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.547011 73.45563 0.665969 1.521366 5.050723 18.20644 1.099872 3 0.622380 68.18423 1.309506 10.34425 4.671454 14.08114 1.409424 4 0.643892 65.39532 4.392418 9.982615 5.383308 13.47410 1.372237 5 0.683092 61.10443 6.456964 10.26693 6.095781 13.64204 2.433862 6 0.716942 58.04688 9.419972 10.05273 6.674875 13.26619 2.539356 7 0.736819 56.99931 9.053041 10.45382 7.581997 12.65981 3.252018 8 0.765160 55.17221 9.547221 9.718088 7.408164 15.07117 3.083147 9 0.775046 55.59271 9.534603 9.788951 7.257479 14.72165 3.104604 10 0.788868 55.48046 9.205181 9.717688 7.038278 15.46347 3.094925









Rate mempengaruhi sebesar 1,52%, Nilai Tukar mempengaruhi sebesar

5,05% kemudian PDB mempengaruhi sebesar 18,2% dan terakhir CDS

mempengaruhi sebesar 1,09%. Semakin besar periodenya maka akan


Tabel 4.26 Variance Decomposition Yield 20 tahun

93



D(CDS_5YR,2)

1 0.049249 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.055704 82.94114 1.996487 0.534736 0.194688 4.088214 10.24473 3 0.060364 71.61620 6.466971 2.830338 1.469697 4.280101 13.33670 4 0.063212 65.34881 12.06893 2.728978 1.484256 3.915769 14.45326 5 0.067716 61.79259 12.00008 3.885439 1.420330 7.907963 12.99360 6 0.071499 59.29778 12.69363 4.193482 1.285407 8.325627 14.20407 7 0.072196 58.41443 12.51997 4.241312 1.364931 8.558368 14.90099 8 0.073238 56.83508 12.57966 4.234570 1.363498 8.864070 16.12312 9 0.074760 54.59392 12.36324 4.063949 1.912112 8.562036 18.50474 10 0.075450 54.68689 12.38124 4.088669 1.879954 8.733150 18.23010









Rate mempengaruhi sebesar 0,53%, Nilai Tukar mempengaruhi sebesar

0,19% kemudian PDB mempengaruhi sebesar 4,08% dan terakhir CDS

mempengaruhi sebesar 10,%. Semakin besar periodenya maka akan


C. Interpretasi Hasil

Dari hasil penelitian ini, yang dapat dijelaskan oleh penulis dari

penelitian ini adalah:

1. Variabel Inflasi terhadap Yield 5, 10, 15 dan 20 tahun

94

Hubungan jangka Panjang untuk variabel inflasi terhadap yield 5,

10 15 dan 20 tahun tidak signifikan dengan nilai untuk yield 5 tahun

sebesar -0,16290 masih lebih besar dari nilai t stats sebesar -1,98996

dan untuk yield 10 tahun nilai t stats sebesar -1,05732 lebih besar dari

-1,98996, untuk yield 15 tahun nilainya sebesar -0,75333 lebih besar

dari -1,98996 dan yang terakhir untuk yield 20 tahun sebesar 1,49641

kurang dari nilai t stats sebesar 1,98996. Hasil temuan ini sama

dengan hasil penelitian yang dilakukan oleh Listiawati & Paramita

(2018) diamana hasil dari penelitian mereka bahwa inflasi tidak

berpengaruh terhadap yield obligasi. Hal ini dikarenakan variabel

inflasi berpengaruh terhadap suku bunga, ketika inflasi sedang naik

maka suku bunga acuan juga akan naik sebagai kebijakan moneter

yang dilakukan oleh bank sentral sehingga variabel inflasi tidak

menyebabkan hubungan secara langsung terhadap yield obligasi.

Untuk hubungan jangka pendek yield 5 tahun memiliki hubungan

jangka pendek pada lag tiga secara negatif dengan nilai signifikan

sebesar -2,18213 dan untuk yield 10 tahun memiliki hubungan jangka

pendek yang negatif pada lag 1 dan 3. Untuk yield 15 tahun variabel

inflasi memiliki hubungan negative yang signifikan pada lag 3 dengan

nilai sebesar -2,42895 lebih kecil dari nilai t stats sebesar -1,98896.

2. Variabel BI Rate terhadap Yield 5, 10, 15 dan 20 tahun

Hubungan jangka Panjang untuk variabel BI Rate terhadap yield

obligasi pemerintah tenor 5, 10, 15 tahun memiliki hubungan yang

95

positif signifikan dengan nilai untuk yield 5 tahun sebesar 4,10464

lebih besar dari t stats sebesar 1,98896 untuk yield 10 tahun nilai t

stats nya sebesar 5,41087 lebih besar dari 1,98896 dan untuk yield 15

tahun nilai t statistiknya sebesar 5,15818 lebih besar dari 1,98896.

Hasil temuan ini sama dengan penelitian Sundoro (2018) dan

Listiawati & Paramita dimana hasil penelitian yang dilakukan oleh

mereka menunjukan hasil yang positif antara BI Rate terhadap yield

obligasi. Hasil penemuan ini sesuai dengan teori dimana ketika suku

bunga lebih besar maka investor akan lebih memilih untuk

berinvestasi pada suku bunga sehingga pemerintah akan menurunkan

harga obligasi, ketika harga obligasi turun maka yield obligasi akan

naik. Untuk yield 20 tahun variabel BI Rate tidak memiliki hubungan

jangka panjang karena nilai signifikanya sebesar -0,229282 masih

lebih besar dari nilai t stats sebesar -1,98896.

Hubungan jangka pendek untuk variabel BI Rate terhadap yield

obligasi untuk tenor 5 tahun yang positif pada lag 1 dan 2 dengan nilai

signifikan masing-masing sebesar 3,97621 dan 2,39649. Untuk yield

10 tahun hubungan jangka pendek juga positif signifikan dengan nilai

signifikan masing masing sebesar 4,8777 dan 3,52931. Untuk yield 15

tahun memiliki hubungan jangka pendek pada lag 1 dan 2 dengan nilai

signifikan sebesar 5,10395 dan 3,46823. Dan untuk yield 20 tahun

variabel BI Rate tidak memiliki hbubungan jangka pendek yang

signifikan pada semua lag.

96

3. Variabel Nilai Tukar terhadap Yield 5,10, 15 dan 20 tahun

Varibel Nilai Tukar memiliki hubungan jangka panjang yang

negatif terhadap yield obligasi tenor 5, 10, 15 dan 20 tahun dengan

nilai signifikansi pada yield 5 tahun sebesar -5,47475 lebih kecil dari

nilai t stats yaitu -1,98896. Untuk Yield dengan tenor 10 tahun

memiliki nilai signifikansi sebesar -4,98629 yang mana masih lebih

kecil dari -1,98896. Yield 15 tahun memiliki nilai signifikansi sebesar

-5,57565 lebih kecil dari -1,98896 yang artinya terdapat hubungan

jangka pendek yang signifikan. Dan untuk yield dengan tenor 20 tahun

nilai statistiknya sebesar -3,39010 yang mana lebih kecil dari -

1,98896. Hasil temuan ini sama dengan hasil penelitian yang

dilakukan oleh Ichsan et. al., (2018) dan Huda et. al., (2018) yang

mana mereka juga menggunakan model VECM sebagai metode

penelitian dan hasilnya bahwa variabel nilai tukar memiliki hubungan

jangka panjang yang negatif.

Hubungan jangka pendek untuk variabel nilai tukar pada yield

tenor 5 tahun signifikan pada lag 1 sampai dengan 3, begitu juga

dengan yield tenor 10 tahun, 15 tahun dan 20 tahun menunjukan

hubungan jangka pendek negatif.

4. Variabel PDB terhadap Yield 5, 10, 15 dan 20 tahun

Variabel PDB memilki hubungan jangka panjang yang negatif

terhadap Yield obligasi pemerintah dengan tenor 5, 10 dan 15 tahun

dengan nilai signifikan masing-masing sebesar -6,64871 utnuk yield 5

97

tahun, -4,77746 untuk yield 10 tahun, dan -4,89272 yang mana nilai

nya lebih kecil dari nilai t stats sebesar -1,98896. Hal ini menunjukan

bahwa ketika PDB naik maka perekonomian Indonesia sedang baik

sehingga harga obligasi menjadi mahal dan membuat yield obligasi

menjadi menurun. Sedangkan untuk yield dengan tenor 20 tahun tidak

memiliki hubungan janngka panjang dengan variabel PDB karena

nilai signifikanya sebesar 0,82331 dimana lebih kceil dari nilai stats

nya yaitu 1,98896.

Untuk hubungan jangka pendek antara variabel PDB dengan yield

obligasi pemerintah tenor 5 tahun negatif signifikan pada lag 1 dan 2.

Untuk yield dengan tenor 10 tahun memiliki hubungan negatif

signifikan pada lag 1 dengan nilai signifikansi sebesar -3,47349

dimana lebih kecil dari nilai t stats sebesar -1,98996. Untuk hubungan

jangka pendek antara PDB dan yield 15 tahun terjadi pada lag 1

dengan nilai signifikan sebesar -3,52831. Dan untuk hubungan jangka

pendek PDB dengan yield tenor 20 tahun tidak memiliki hubungan

jangka pendek.

5. Variabel CDS terhadap Yield 5,10, 15 dan 20 tahun

Hubungan jangka panjang antara variabel CDS dengan Yield

obligasi pemerintah dengan tenor 5, 10, 15 dan 20 tahun memiliki

hubungan jangka panjang yang positif dengan nilai signifikansi

2,07966 untuk yield 5 tahun, 4,21046 untuk yield 10 tahun, 3,56517

untuk yield 15 tahun, dan 3,73258 untuk yield 20 tahun yang mana

98

nilai signifikan tersebut lebih besar dari nilai t stats sebesar 1,98896

yang menandakan bahwa terdapat hubungan jangka panjang yang

positif antara variabel CDS dengan yield obligasi pemerintah. Adapun

hasil ini sama dengan hasi penelitian yang dilakukan oleh Gustiar &

Wijaya (2015) dimana terdapat pengaruh positif antara CDS dengan

yield obligasi. Dikarenakan CDS mencerminkan risiko yang terdapat

dalam investasi obligasi maka hasil ini sesuai dengan teori high risk

high return dimana ketika CDS (risiko) naik maka imbal hasil (yield)

juga ikut naik.

Adapun untuk hubungan jangka pendek antara variabel CDS

dengan yield obligasi dengan tenor 5 tahun positif signifikan pada lag

1. Pada yield 10 tahun positif signifikan pada semua lag. Pada yield 15

tahun juga positif signifikan pada semua lag. Dan untuk yield 20 tahun

signifikan pada lag 1 dan 2.

99

BAB V

KESIMPULAN DAN SARAN

D. Kesimpulan

Dari penelitian yang telah dilakukan dapat disimpulkan bahwa pengaruh

Inflasi, BI Rate, Nilai Tukar USD/IDR, Produk Domestik Bruto (PDB) dan

Credit Default SWAP terhadap Yield Obligasi pemerintah dengan tenor 5, 10,

15 dan 20 tahun adalah sebagai berikut :

a. Hubungan janka panjang dan jangka pendek Inflasi dengan Yield

Dari hasil menggunakan model VECM variabel Inflasi tidak memiliki

hubungan jangka panjang pada yield dengan tenor 5, 10, 15 dan 20 tahun.

Untuk hubungan jangka pendek antara variabel inflasi dengan yield

obligasi 5 tahun memiliki hubungan jangka pendek yang negatif pada lag

3. Untuk yield 10 tahun memiliki hubungan jangka pendek negatif pada

lag 1 dan 2. Untuk yield 15 tahun memiliki hubungan jangka pendek yang

negatif pada lag 3. Dan utnuk yield 20 tahun memiliki hubungan jangka

pendek yang positif pada semua lag.

b. Hubungan jangka panjang dan jangka pendek BI Rate dengan Yield

Dari hasil menggunakan model VECM variabel BI Rate memiliki

hubungan jangka panjang positif pada yield obligasi dengan tenor 5, 10,

15 tahun dan tidak memiliki hubungan jangka panjang pada yield dengan

tenor 20 tahun. Untuk hubungan jangka pendek antara variabel BI Rate

dengan yield obligasi 5 tahun memiliki hubungan jangka pendek yang

positif pada lag 1 dan 2. Untuk yield 10 tahun memiliki hubungan jangka

100

pendek positif pada lag 1 dan 2. Untuk yield 15 tahun memiliki hubungan

jangka pendek yang positif pada lag 1 dan 2. Dan utnuk yield 20 tahun

tidak memiliki hubungan jangka pendek.

c. Hubungan jangka panajang dan jangka pendek Nilai Tukar dengan Yield

Dari hasil menggunakan model VECM variabel Nilai Tukar USD/IDR

memiliki hubungan jangka panjang negatif pada yield obligasi dengan

tenor 5, 10, 15 dan 20 tahun. Untuk hubungan jangka pendek antara

variabel Nilai Tukar dengan yield obligasi 5 tahun memiliki hubungan

jangka pendek yang negatif pada semua lag. Untuk yield 10 tahun

memiliki hubungan jangka pendek negatif pada semua lag. Untuk yield 15

tahun memiliki hubungan jangka pendek yang negatif pada semua lag.

Dan utnuk yield 20 tahun memiliki hubungan jangka pendek yang negatif

pada semua lag.

d. Hubungan jangka panjang dan jangka pendek PDB dengan Yield

Dari hasil menggunakan model VECM variabel PDB memiliki hubungan

jangka panjang negatif pada yield obligasi dengan tenor 5, 10, 15 tahun

dan tidak memiliki hubungan jangka panjang pada yield dengan tenor 20

tahun. Untuk hubungan jangka pendek antara variabel PDB dengan yield

obligasi 5 tahun memiliki hubungan jangka pendek yang negatif pada lag

1 dan 2. Untuk yield 10 tahun memiliki hubungan jangka pendek negatif

pada lag 1. Untuk yield 15 tahun memiliki hubungan jangka pendek yang

negatif pada lag 1. Dan utnuk yield 20 tahun tidak memiliki hubungan

jangka pendek.

101

e. Hubungan jangka panjang dan jangka pendek CDS dengan Yield

Dari hasil menggunakan model VECM variabel CDS memiliki hubungan

jangka panjang positif pada yield obligasi dengan tenor 5, 10, 15 dan 20

tahun. Untuk hubungan jangka pendek antara variabel CDS dengan yield

obligasi 5 tahun memiliki hubungan jangka pendek yang positif pada lag

1. Untuk yield 10 tahun memiliki hubungan jangka pendek positif pada

semua lag. Untuk yield 15 tahun memiliki hubungan jangka pendek yang

positif pada semua lag. Dan utnuk yield 20 tahun memiliki hubungan

jangka pendek yang positif pada lag 1 dan 2.

E. Implikasi

Berdasarkan penelitian yang telah dilakukan, terdapat beberapa hal yang

dapat diimplikasikan dan memberi manfaat bagi pihak-pihak yang

berkepentingan, diantaranya:

1. Akademisi

Penelitian ini menjadi gambaran umum terkait hubungan Faktor

makroekonomi dan Credit Default SWAP terhadap yield obligasi sehingga

dapat menguji teori-teori dari materi perkuliahan terhadap studi kasus yang

terjadi di perusahaan atau di obligasi luar negeri sebagai studi lanjutan.

2. Investor

Penelitian ini dapat menjadi tambahan referensi bagi investor untuk

dapat lebih cermat dalam melakukan analisis melihat kondisi ekonomi

sebelum berinvestasi pada obligasi.

102

3. Penulis

Penelitian ini membantu penulis dalam memahami terkait obligasi dan

variabel yang diteliti dan menambah wawasan bagi penulis.

F. Saran

Setelah penelitian dilakukan, berikut beberapa saran yang dapat penulis

sampaikan untuk penelitian selanjutnya, menginagat masih terbatasnya

penelitian ini sehingga penelitian selanjutnya dapat menyempurnakan.

1. Pada penelitian ini penulis menggunakan empat variabel makroekonomi,

yaitu Inflasi, BI Rate, Niliai Tukar USD/IDR, Produk Domestik Bruto

(PDB) dan satu variabel lainya adalah Credit Default SWAP (CDS) dengan

variabel dependen, yaitu Yield obligasi. Diharapkan penelitian selanjutnya

dapat memasukan variabel lain seperti Harga Minyak, Variabel

Pengangguran atau dengan mengganti variabel dependen dengan

menggunakan harga obligasi.

2. Dalam penelitian ini, penulis menggunakan objek penelitian adalah

obligasi pemerintah dengan periode 2012-2018. Diharapkan pada

penelitian selanjutnya dapat menggunakan objek penelitian lain seperti

obligasi korporasi atau obligasi pemerintah pada emerging market yang

lain. Atau dengan menggunakan periode waktu yang berbeda juga.

3. Dalam penelitian ini penulis menggunakan metode penelitian berupa

VAR/VECM menggunakan perangkat lunak Eviews 8 sebagai alat bantu

statistik. Diharapkan penelitian selanjutnya dapat menggunakan metode

analisis yang berbeda dengan alat bantu yang berbeda, karena akan

103

memberikan hasil yang berbeda juga sehingga memberikan gambaran

yang lebih luas.

104

DAFTAR PUSTAKA

A.Razali. (2011). Efektifitas Sertifikat Sertifikat Bank Indonesia Syariah (Sbis)

Terhadap Liquiditas Industri Perbankan Syariah Di Indonesia.

Anggraeni, O. D. (2018). Pengujian Holiday Effect Terhadap Abnormal Return

Dan Trading Volume Activity Di Bursa Efek Indonesia.

Arif, D. (2014). Pengaruh Produk Domestik Bruto, Jumlah Uang Beredar, Inflasi,

Dan BI Rate Terhadap Indeks Harga Saham Gabungan Di Indonesia

Periode 2007-2013. Jurnal Ekonomi Bisnis Volume 19 .

Arifin, Y. (2016). Pengaruh Harga Minyak Dunia, Nilai Tukar dan Inflasi

terhadap Pertumbuhan Ekonomi Indonesia . ISSN :2252 6765. Economics

Development Analysis Journal 5 (4) .

Arshad, H., Muda, R., & Osman, I. (2018). Impact Of Exchange Rate And Oil

Price On The Yield Of Sovereign Bond And Sukuk: Evidance From

Malaysian Capital Market . Journal of Emerging Economies & Islamic

Research 5(4).

Basuki, A. T., & Prawoto, N. (2017). Analisis Regresi dalam penelitian Ekonomi

dan Bisnis. Jakarta: PT Raja Grafindo Persada.

Bhat, S. A., Shanmugasundaram, G., & Fahad.P. (2016). Impact Of Interest Rate,

Exchange Rate And Consumer Price Index On Government Bond Returns

Of India. ISSN:-2249-3867. Research Dimensions Volume 3 , Issue 2.

Bodie, Kane, & Marcus. (2014). Manajemen Portofolio dan Investasi. Jakarta:

Salemba Empat.

105

Choudry, M. (2001). THE BOND AND MONEY MARKET: STRATEGY

TRADING, ANALYSIS. Linacre House, Jordan Hill, Oxford OX2 8DP : A

division of Reed Educational and Professional Publishing Ltd .

Dewi, N. P., Purbawangsa, I. B., & Abundanti, N. (2016). Pengaruh Suku Bunga,

Nilai Tukar, Coupon Rate, Dan Likuiditas Obligasi Terhadap Harga Pasar

Obligasi Pada Sektor Keuangan . ISSN : 2302-8912. E-Jurnal Manajemen

Unud, Vol. 5, No. 5.

Fabozzi, F. J. (2009). THE HANDBOOK OF FIXED INCOME SECURITIES.

New York: 2005.

Firdaus, M. (2018). APLIKASI EKONOMETRIKA UNTUK DATA PANEL DAN

TIME SERIES. Bogor: PT Penerbit IPB Press.

Ghozali, I. (2016). Aplikasi Analisis Multivariate Dengan Program IBM SPSS 2.3

. Semarang: Badan Penerbit Universitas Diponegoro.

Gustia, A., & Wijaya, C. (2015). Analisis Pengaruh Leverage Ratio, Volatility,

Dan Yield Obligasi Pemerintah Terhadap Credit Default Swap Indonesia

Periode 2009-2013.

Hadi, N. (2013). PASAR MODAL (Acuan Teoritis Dan Praktis Investasi Di

Instrumen Keuangan Pasar Modal). Yogyakarta: Graha Ilmu.

Halim, A. (2015). Analisis Investasi di Aset Keuangan. Jakarta: Mitra Wacana

Media.

Hull, J. C. (2009). OPTION, FUTURES AND OTHER DERIVATIVES. Essex:

Pearson.

106

Husnan, S. (2015). Teori Portofolio & Analisis Sekuritas, Edisi kelima.

Yogyakarta: UPP STIM YKPN.

I, S. (2010). The Complete Practitioner's Guide to the Bond Market. New York:

McGraw-Hill Inc.

Ichsan, M., Agusalim, L., & Abdullah, Z. (2018). Dampak Ekonomi Makro

Terhadap YIELD Surat berharga Negara: Studi Empiris Di Indonesia.

MediaTrend 13 (2) 2018 p. 178-187.

Jogiyanto, H. (2017). Teori Portofolio dan Analisis Investasi. Yogyakarta: BPFE.

Kadir, S., & Kewal, S. S. (2014). Fenomena January Effect Di Bursa Efek

Indonesia Studi Pada Perusahaan Yang Terdaftar Di Lq 45 Periode 2010-

2011. Jurnal Keuangan dan Bisnis, Vol. 12, No. 1.

Karlina, B. (2017). Pengaruh Tingkat Inflasi, Indeks Harga Konsumen Terhadap

PDB di Indonesia Pada Tahun 2011-201. ISSN: 2252-6226. Jurnal

Ekonomika dan Manajemen Vol. 6 No. 1 .

Kasmir. (2014 ). Bank dan Lembaga Keuangan Lainnya. Jakarta: PT Raja

Grafindo Persada.

Listiawati, L. N., & Paramita, V. S. (2018). Pengaruh Tingkat Suku Bunga,

Inflasi, Debt To Equity Ratio, Dan Ukuran Perusahaan Terhadap Yield

Obligasi Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesia Tahun

2010 - 2016 . JURNAL MANAJEMEN [VOL. 15 NO. 1.

Lumbantobing, A. L. (2014). Pengaruh Inflasi, Nilai Tukar Rupiah, Suku Bunga

Pasar Uang Domestik Dan Suku Bunga Pasar Uang Luar Negeri Terhadap

Yield To Maturity Obligasi Ritel Indonesia Di Bursa Antar Bank Periode

2010-2013 . Jurnal MIX, Volume IV, No. 2.

107

Makhfudz, M. (2011). Seberapa Penting Investasi Asing Dipertahankan Di

Indonesia . ADIL: Jurnal Hukum Vol. 7 No.1.

Mankiw, G. N. (2007). Macroeconomics. New York: Worth Publisher.

Marthalena, & Malinda, M. (2011). Pengantar Pasar Modal. Yogyakarta: Andi

Publisher.

Mawarni, C. P., & Widiasmara, A. (2018). Pengaruh Fed Rate, Harga Minyak

Dunia, Bi Rate, Inflasi Dan Kurs Rupiah Terhadap Indeks Saham Syariah

Indonesia (Issi) Periode Tahun 2011-2017. Jurnal Akuntansi, Prodi.

Akuntansi – FEB, UNIPMA, Vol. 2, No.2.

Melati, A. (2013). FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT

SEWA SUKUK IJARAH . ISSN 2252-6765. Accounting Analysis Journal

2 (2) .

Naidhu, S. H., Goyari, P., & Kamaiah, B. (2016). Determinans Of Sovereign

Bond Yields In Emerging Economies: Some Panel Inference. Theoretical

and Applied Economics Volume XXIII, No. 3(608), Autumn, pp. 101-118.

Niansyah, F. I., Indriana, P., & Firmansyah, A. (2018). Pemanfaatan Instrumen

Derivatif Di Indonesia Dan Perbandingan Standar Akuntansi Terkait

Derivatif. ISSN 2337 - 7852. Jurnal Ilmiah Akuntansi Kesatuan Vol.6

No.2 .

Noviana, L., & Solovida, G. T. (2018). Pengaruh Likuiditas , Leverage, Rating

Obligasi Syariah , Risiko Obligasi Syariah Terhadap Yield Obligasi

Syariah (Sukuk). ISSN : 2621-850X. Journal of Management & Business

Vol 1 No 2.

108

Paramita, R. P., & Pangestuti, I. R. (2016). Determinan Yield Obligasi Pemerintah

Tenor 5 Tahun Dengan Menggunakan Model Egarch Pada Negara

Indonesia, Malaysia, Thailand, Dan Filipina. ISSN : 2337-3792.

DIPONEGORO JOURNAL OF MANAGEMENT Volume 5, Nomor 3.

Parkin, M. (2018). Ekonomi (Buku 2 :Makro). Jakarta: Salemba Empat.

Prasetyo, E. (2011). Fundamental Makro Ekonomi. Yogyakarta: Beta Offset.

Purnamawati, I. G. (2013). Pengaruh Peringkat Obligasi, Tingkat Suku

Bungasertifikat Bank Indonesia, Rasio Leverage, Ukuran Perusahaan Dan

Umur Obligasi Pada Imbal Hasil Obligasi Korporasi Di Bursa Efek

Indonesia. Issn 2337 – 537x. VOKASI Jurnal Riset Akuntansi Vol. 2 No.1.

Purwanti, P., & Purwidianti, W. (2017). Pengaruh Peringkat Obligasi, Tingkat

Suku Bunga Sertifikat Bank Indonesia, Rasio Leverage, Ukuran

Perusahaan, Umur Obligasi, Dan Tingkat Inflasi Pada Imbal Hasil

Obligasi Korporasi Di Bursa Efek Indonesia. Jurnal Manajemen dan

Bisnis MEDIA EKONOMI Volume XVII, NO.1.

Rahman, A. A., & Sam'ani. (2013). Analisis Faktor-Faktor Yang Mempengaruhi

Yield Obligasi Negara Tahun 2010-2012. ISSN:0853-8778. JURNAL

EKONOMI–MANAJEMEN–AKUNTANSI No. 35 /Th.XX .

Raraga, F., M.Chabachib, & Muharam, H. (2012). Analisis Pengaruh Harga

Minyak Dan Harga Emas Terhadap Hubungan Timbal-Balik Kurs Dan

Indeks Harga Saham Gabungan (Ihsg) Di Bursa Efek Indonesia (Bei) 2000

-2013. JURNAL BISNIS STRATEGI Vol. 21 No. 1.

109

Rasudu, N. A., Syaifuddin, D. T., & Sukotjo, E. (2018). Pengaruh Inflasi, Suku

Bunga, Kurs, Coupon Rate, Dan Likuiditas Obligasi Terhadap Harga

Obligasi Pemerintah Ri (Surat Utang Negara) Periode 2014-2016 .

Saputra, T. A., & Prasetiono. (2014). Analisis Faktor Faktor Yang Mempengaruhi

Yield Obligasi Konvensional Di Indonesia (Studi Kasus Pada Perusahaan

Listed Di BEI). Kurniawan & Raharjo/Jurnal Studi Manajemen &

Organisasi 11.

Sari, N. W., & Abundanti, N. (2015). Variabel-Variabel Yang Mempengaruhi

Yield Obligasi Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesi.

ISNN : 2302-8912. E-Jurnal Manajemen Unud, Vol. 4, No. 11.

Siahaan, H. (2008). Seluk beluk Perdagangan Instrumen Derivatif . Jakarta: PT

Elex Media Komputindo KOMPAS GRAMEDIA.

Stavrakeva, V., & Tang, J. (2016). Exchange Rate And The Yield Curve.

Sugiyono. (2017). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung:

Alfabeta.

Sukirno, S. (2011). Makroekonomi Teori Pengantar . Jakarta: Raja Grafindo.

Sundoro, H. S. (2018). Pengaruh Faktor Makro Ekonomi, Faktor Likuiditas Dan

Faktor Eksternal Terhadap Yield Obligasi Pemerintah Indonesia . ISSN:

1979-9543. Journal Of Business & Applied Management Vol.11 (No. 1 ) :

102 - 115.

Widarjono, A. (2018). EKONOMETRIKA Pengantar dan Aplikasinya Disertai

Panduan EViews. Yogyakarta: UPP STIM YKPN.

110

Yanuar. (2016). Ekonomi Makro: Suatu Analisis Untuk Konteks Indonesia .

Jakarta: Yayasan Mpu Ajar Artha.

www.bps.go.id

www.bi.go.id

www.djppr.kemenkeu.go.id

http://junaidichaniago.wrodpress.com

bloomberg

111

LAMPIRAN

Lampiran 1 Yield Obligasi Pemerintah

DATEGTIDR 5YR

GTIDR 10YR

GTIDR 15YR

GTIDR 20YR

Jan-12 4,775 5,342 5,865 8,262Feb-12 4,883 5,558 6,025 8,24Mar-12 5,293 5,933 6,362 8,124Apr-12 5,22 5,961 6,383 8,153May-12 5,606 6,513 6,835 8,196Jun-12 5,455 6,153 6,537 8,257Jul-12 5,358 5,708 6,147 8,279Aug-12 5,884 6,263 6,528 8,236Sep-12 5,62 5,966 6,333 8,36Oct-12 5,44 5,712 6,178 8,402Nov-12 4,979 5,377 5,888 8,373Dec-12 4,755 5,191 5,887 8,351Jan-13 4,775 5,329 5,976 8,272Feb-13 4,832 5,35 5,978 8,305Mar-13 5,08 5,57 6,244 8,304Apr-13 4,908 5,504 6,12 8,291May-13 5,216 5,982 6,591 8,211Jun-13 6,406 7,131 7,569 8,219Jul-13 7,406 7,833 8,13 8,238Aug-13 8,036 8,415 8,721 8,269Sep-13 7,923 8,502 8,699 8,288Oct-13 6,943 7,47 7,863 8,297Nov-13 8,144 8,663 9,127 8,31Dec-13 8,025 8,452 8,889 8,391Jan-14 8,159 9,031 9,48 8,364Feb-14 7,874 8,334 8,867 8,331Mar-14 7,693 7,99 8,334 8,315Apr-14 7,64 7,981 8,413 8,271May-14 7,688 8,06 8,512 8,206Jun-14 7,835 8,213 8,612 8,158Jul-14 7,843 8,017 8,447 8,155Aug-14 7,962 8,16 8,496 8,097Sep-14 8,321 8,521 8,878 7,976Oct-14 7,854 8,037 8,334 8,048Nov-14 7,623 7,697 7,946 8,097Dec-14 7,704 7,796 8,114 8,1Jan-15 6,959 7,168 7,384 8,1

112

Feb-15 6,857 7,062 7,252 8,151Mar-15 7,341 7,557 7,708 8,129Apr-15 7,679 7,827 7,997 8,112May-15 8,062 8,246 8,342 8,133Jun-15 8,275 8,383 8,446 8,123Jul-15 8,444 8,702 8,789 8,121Aug-15 8,567 9,012 9,2 8,14Sep-15 9,51 9,691 9,745 8,175Oct-15 8,754 9,031 9,088 8,201Nov-15 8,49 8,801 8,707 8,204Dec-15 8,819 8,993 8,931 8,221Jan-16 8,243 8,709 8,5 8,193Feb-16 7,966 8,263 8,594 8,153Mar-16 7,381 7,668 8,141 8,126Apr-16 7,461 7,74 7,866 8,169May-16 7,581 7,874 8,021 8,215Jun-16 7,319 7,453 7,626 8,25Jul-16 6,757 6,935 7,213 8,309Aug-16 6,8 7,114 7,38 8,309Sep-16 6,841 7,061 7,261 8,32Oct-16 6,967 7,244 7,61 8,345Nov-16 7,99 8,137 8,21 8,381Dec-16 7,58 7,973 8,147 8,392Jan-17 7,297 7,65 7,961 8,496Feb-17 7,287 7,54 7,823 8,516Mar-17 6,853 7,043 7,397 8,584Apr-17 6,689 7,048 7,418 8,593May-17 6,71 6,953 7,374 8,568Jun-17 6,67 6,829 7,345 8,614Jul-17 6,775 6,951 7,364 8,612Aug-17 6,282 6,695 7,121 8,576Sep-17 6,125 6,497 6,957 8,553Oct-17 6,426 6,797 7,306 8,574Nov-17 6,08 6,517 7,03 8,621Dec-17 5,964 6,319 6,898 8,618Jan-18 5,779 6,267 6,68 8,627Feb-18 6,049 6,632 7,063 8,508Mar-18 5,942 6,675 6,842 8,419Apr-18 6,505 6,921 7,166 8,392May-18 6,825 6,992 7,492 8,439Jun-18 7,574 7,797 8,127 8,489Jul-18 7,674 7,766 8,113 8,387

113

Aug-18 7,981 8,202 8,28 8,216Sep-18 8,05 8,115 8,314 8,19Oct-18 8,351 8,543 8,763 8,19Nov-18 7,82 7,867 8,062 8,156Dec-18 7,907 8,025 8,182 8,134

Sumber : Bloomberg

Lampiran 2 Hasil Uji Stasionaritas

Null Hypothesis: GTIDR_5YR has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.129269 0.2340Test critical values: 1% level -3.511262

5% level -2.89677910% level -2.585626

*MacKinnon (1996) one-sided p-values.

Sumber : Eviews 8

Null Hypothesis: D(GTIDR_5YR) has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89722310% level -2.585861

*MacKinnon (1996) one-sided p-values.Sumber : Eviews 8

Null Hypothesis: D(GTIDR_5YR,2) has a unit rootExogenous: ConstantLag Length: 1 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89814510% level -2.586351

114



t-Statistic Prob.*


5% level -2.89677910% level -2.585626



t-Statistic Prob.*


5% level -2.89722310% level -2.585861


Sumber : Eviews 8


t-Statistic Prob.*


5% level -2.89814510% level -2.586351



t-Statistic Prob.*

115


5% level -2.89677910% level -2.585626



t-Statistic Prob.*


5% level -2.89722310% level -2.585861



t-Statistic Prob.*


5% level -2.89814510% level -2.586351



t-Statistic Prob.*


5% level -2.89722310% level -2.585861


Sumber : Eviews 8


116

t-Statistic Prob.*


5% level -2.89722310% level -2.585861


Sumber : Eviews 8


t-Statistic Prob.*


5% level -2.89862310% level -2.586605

*MacKinnon (1996) one-sided p-values.Eviews 8

Null Hypothesis: CPI has a unit rootExogenous: ConstantLag Length: 1 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89722310% level -2.585861


Sumber :Eviews 8

Null Hypothesis: D(CPI) has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89722310% level -2.585861


Sumber : Eviews 8

117

Null Hypothesis: D(CPI,2) has a unit rootExogenous: ConstantLag Length: 1 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89814510% level -2.586351


Null Hypothesis: BI_RATE has a unit rootExogenous: ConstantLag Length: 2 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89767810% level -2.586103


Sumber : Eviews 8

Null Hypothesis: D(BI_RATE) has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89722310% level -2.585861


Null Hypothesis: D(BI_RATE,2) has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89767810% level -2.586103


118

Sumber: Eviews 8

Null Hypothesis: NILAI_TUKAR has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89677910% level -2.585626


Null Hypothesis: D(NILAI_TUKAR) has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89722310% level -2.585861


Null Hypothesis: D(NILAI_TUKAR,2) has a unit rootExogenous: ConstantLag Length: 2 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89862310% level -2.586605


Sumber : Eviews 8

Null Hypothesis: PDB has a unit rootExogenous: ConstantLag Length: 11 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic 4.669577 1.0000Test critical values: 1% level -3.524233

5% level -2.902358

119

10% level -2.588587


Null Hypothesis: D(PDB) has a unit rootExogenous: ConstantLag Length: 11 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.90295310% level -2.588902


Null Hypothesis: D(PDB,2) has a unit rootExogenous: ConstantLag Length: 10 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.90295310% level -2.588902


Sumber : Eviews 8

Null Hypothesis: CDS_5YR has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89677910% level -2.585626

*MacKinnon (1996) one-sided p-values.Sumber: Eviews 8

Null Hypothesis: D(CDS_5YR) has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -10.46007 0.0001

120

Test critical values: 1% level -3.5122905% level -2.89722310% level -2.585861


Null Hypothesis: D(CDS_5YR,2) has a unit rootExogenous: ConstantLag Length: 3 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*


5% level -2.89911510% level -2.586866


Lampiran 3 Hasil Uji Lag Optimum

VAR Lag Order Selection CriteriaEndogenous variables: D(GTIDR_5YR,2) D(CPI,2) D(BI_RATE,2) D(NILAI_TUKAR,2) D(PDB,2) D(CDS_5YR,2) Exogenous variables: C Date: 07/02/19 Time: 09:01Sample: 2012M01 2018M12Included observations: 78


0 -1663.952 NA 1.59e+11 42.81927 43.00056* 42.891851 -1589.478 135.5807 5.95e+10 41.83276 43.10176 42.340772 -1524.932 107.5764 2.91e+10 41.10082 43.45753 42.04425*3 -1480.713 66.89512* 2.45e+10* 40.89008* 44.33450 42.268944 -1455.780 33.88373 3.53e+10 41.17384 45.70597 42.98814

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

Sumber : Eviews 8


121


0 -1658.849 NA 1.39e+11 42.68843 42.86972* 42.761001 -1583.507 137.1599 5.10e+10 41.67968 42.94868 42.187682 -1522.306 102.0028 2.72e+10 41.03348 43.39019 41.97692*3 -1484.556 57.10842* 2.71e+10* 40.98862* 44.43304 42.367484 -1459.887 33.52451 3.92e+10 41.27916 45.81129 43.09345


Sumber : Eviews 8



0 -1658.154 NA 1.37e+11 42.67062 42.85190* 42.743191 -1579.813 142.6212 4.64e+10 41.58494 42.85394 42.092952 -1519.604 100.3477 2.53e+10 40.96421 43.32092 41.90764*3 -1480.797 58.70766* 2.46e+10* 40.89224* 44.33666 42.271114 -1454.190 36.15865 3.39e+10 41.13308 45.66521 42.94738


Sumber : Eviews 8



0 -1517.546 NA 3.72e+09 39.06529 39.24658* 39.137861 -1444.544 132.9016 1.45e+09 38.11651 39.38551 38.624522 -1380.365 106.9645 7.13e+08 37.39398 39.75069 38.33742*3 -1342.608 57.12045* 7.11e+08* 37.34892* 40.79334 38.72778

122

4 -1315.330 37.06918 9.63e+08 37.57257 42.10471 39.38687


Sumber : Eviews 8

Lampiran 4 Hasil Uji Stabilitas VAR

Roots of Characteristic PolynomialEndogenous variables: D(GTIDR_5YR,2) D(CPI,2) D(BI_RATE,2) D(NILAI_TUKAR,2) D(PDB,2) D(CDS_5YR,2) Exogenous variables: C Lag specification: 1 3Date: 07/02/19 Time: 09:02

Root Modulus

-0.563570 - 0.521538i 0.767863-0.563570 + 0.521538i 0.767863-0.418689 - 0.532540i 0.677421-0.418689 + 0.532540i 0.677421-0.231112 - 0.634606i 0.675380-0.231112 + 0.634606i 0.675380-0.264261 - 0.534496i 0.596255-0.264261 + 0.534496i 0.596255-0.022757 - 0.573164i 0.573615-0.022757 + 0.573164i 0.573615-0.564273 0.564273-0.106106 0.106106

No root lies outside the unit circle. VAR satisfies the stability condition.

Sumber : Eviews 8


Root Modulus

-0.515944 - 0.544536i 0.750146-0.515944 + 0.544536i 0.750146-0.222627 - 0.687375i 0.722528-0.222627 + 0.687375i 0.722528-0.416699 - 0.536049i 0.678960

123

-0.416699 + 0.536049i 0.678960 0.014045 - 0.589288i 0.589455 0.014045 + 0.589288i 0.589455-0.447244 - 0.371167i 0.581199-0.447244 + 0.371167i 0.581199-0.498651 0.498651-0.054639 0.054639


Sumber : Eviews 8


Root Modulus

-0.526043 - 0.543091i 0.756089-0.526043 + 0.543091i 0.756089-0.223460 - 0.680797i 0.716532-0.223460 + 0.680797i 0.716532-0.392605 - 0.507125i 0.641338-0.392605 + 0.507125i 0.641338-0.439387 - 0.415217i 0.604538-0.439387 + 0.415217i 0.604538-0.011604 - 0.574513i 0.574630-0.011604 + 0.574513i 0.574630-0.515100 0.515100-0.093462 0.093462


Sumber : Eviews 8


Root Modulus

-0.501391 - 0.523212i 0.724668-0.501391 + 0.523212i 0.724668-0.172332 - 0.696920i 0.717910-0.172332 + 0.696920i 0.717910-0.447930 - 0.550873i 0.710002

124

-0.447930 + 0.550873i 0.710002-0.317354 - 0.593106i 0.672673-0.317354 + 0.593106i 0.672673-0.017631 - 0.564811i 0.565086-0.017631 + 0.564811i 0.565086-0.522009 0.522009-0.055334 0.055334


Sumber: Eviews 8

Lampiran 5 Hasil Uji Kausalitas Granger

Pairwise Granger Causality TestsDate: 07/02/19 Time: 09:02Sample: 2012M01 2018M12Lags: 3


CPI does not Granger Cause GTIDR_5YR 81 1.15615 0.3323 GTIDR_5YR does not Granger Cause CPI 0.83511 0.4789

BI_RATE does not Granger Cause GTIDR_5YR 81 0.43008 0.7321 GTIDR_5YR does not Granger Cause BI_RATE 3.01790 0.0351

NILAI_TUKAR does not Granger Cause GTIDR_5YR 81 0.69894 0.5557 GTIDR_5YR does not Granger Cause NILAI_TUKAR 1.09262 0.3577

PDB does not Granger Cause GTIDR_5YR 81 1.30027 0.2808 GTIDR_5YR does not Granger Cause PDB 0.56974 0.6367

CDS_5YR does not Granger Cause GTIDR_5YR 81 1.44255 0.2373 GTIDR_5YR does not Granger Cause CDS_5YR 4.27774 0.0077

BI_RATE does not Granger Cause CPI 81 0.43406 0.7292 CPI does not Granger Cause BI_RATE 2.12089 0.1048

NILAI_TUKAR does not Granger Cause CPI 81 1.48417 0.2258 CPI does not Granger Cause NILAI_TUKAR 1.77202 0.1599

PDB does not Granger Cause CPI 81 1.15331 0.3334 CPI does not Granger Cause PDB 0.10570 0.9565

CDS_5YR does not Granger Cause CPI 81 0.34111 0.7957 CPI does not Granger Cause CDS_5YR 3.15350 0.0298

NILAI_TUKAR does not Granger Cause BI_RATE 81 1.64897 0.1854 BI_RATE does not Granger Cause NILAI_TUKAR 2.53645 0.0632

PDB does not Granger Cause BI_RATE 81 1.01182 0.3924 BI_RATE does not Granger Cause PDB 0.25475 0.8577

CDS_5YR does not Granger Cause BI_RATE 81 0.33979 0.7966

125

BI_RATE does not Granger Cause CDS_5YR 1.10982 0.3506

PDB does not Granger Cause NILAI_TUKAR 81 2.02369 0.1179 NILAI_TUKAR does not Granger Cause PDB 1.04665 0.3771

CDS_5YR does not Granger Cause NILAI_TUKAR 81 0.65440 0.5827 NILAI_TUKAR does not Granger Cause CDS_5YR 0.49095 0.6896

CDS_5YR does not Granger Cause PDB 81 0.84930 0.4714 PDB does not Granger Cause CDS_5YR 2.01057 0.1198

Sumber : Eviews 8














CDS_5YR does not Granger Cause BI_RATE 81 0.33979 0.7966 BI_RATE does not Granger Cause CDS_5YR 1.10982 0.3506

126




Sumber : Eviews 8
















127



Sumber : Eviews 8

















128


Sumber : Eviews 8

Lampiran 6 Hasil Uji Kointegrasi

Date: 07/02/19 Time: 09:04Sample (adjusted): 2012M07 2018M12Included observations: 78 after adjustmentsTrend assumption: Linear deterministic trendSeries: D(GTIDR_5YR,2) D(CPI,2) D(BI_RATE,2) D(NILAI_TUKAR,2) D(PDB,2) D(CDS_5YR,2) Lags interval (in first differences): 1 to 3

Unrestricted Cointegration Rank Test (Trace)


None * 0.602457 264.5830 95.75366 0.0000At most 1 * 0.509544 192.6317 69.81889 0.0000At most 2 * 0.449969 137.0631 47.85613 0.0000At most 3 * 0.369962 90.43613 29.79707 0.0000At most 4 * 0.328115 54.40205 15.49471 0.0000At most 5 * 0.259030 23.38398 3.841466 0.0000

Trace test indicates 6 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values






129











Lampiran 7 Hasil Model VECM

Vector Error Correction Estimates Date: 07/02/19 Time: 09:05

130

Sample (adjusted): 2012M07 2018M12 Included observations: 78 after adjustments Standard errors in ( ) & t-statistics in [ ]

Cointegrating Eq: CointEq1

D(GTIDR_5YR(-1),2) 1.000000

D(CPI(-1),2) -0.015625 (0.09592)[-0.16290]

D(BI_RATE(-1),2) 128.9085

(31.4056)[ 4.10464]

D(NILAI_TUKAR(-1),2) -0.001662

(0.00030)[-5.47475]

D(PDB(-1),2) -1.32E-05 (2.0E-06)[-6.64871]

D(CDS_5YR(-1),2) 0.007729

(0.00372)[ 2.07966]

C -0.007683

Error Correction:D(GTIDR_5YR,3) D(CPI,3)

D(BI_RATE,3)


D(CDS_5YR,3)

CointEq1 -1.385281-0.005609-0.002419 -36.68168 109224.4-58.28476

(0.32194) (0.62252) (0.00167) (245.558)

(29735.0) (19.6816)

[-4.30285][-0.00901] [-1.45001] [-0.14938] [ 3.67326][-2.96139]

D(GTIDR_5YR(-1),3) -0.106940

0.176703 0.004052 -102.1915

-65736.67 46.67150

(0.24716) (0.47791) (0.00128) (188.516)

(22827.7) (15.1096)

[-0.43268][ 0.36974] [ 3.16402] [-0.54208] [-2.87969][ 3.08886]

D(GTIDR_5YR(-2),3) -0.014682

0.386401 0.003393 7.640878

-6061.074 51.78636

(0.20285) (0.39223) (0.00105) (154.718)

(18735.0) (12.4007)

[-0.07238][ 0.98514] [ 3.22843] [ 0.04939] [-0.32352][ 4.17609]

131

D(GTIDR_5YR(-3),3) 0.111929

0.358557 0.002152 101.1325 8550.663 29.83264

(0.14558) (0.28150) (0.00075) (111.041)

(13446.1) (8.89994)

[ 0.76884][ 1.27372] [ 2.85317] [ 0.91077] [ 0.63592][ 3.35200]

D(CPI(-1),3) -0.044979-0.971261 1.99E-05 0.357452

-3119.719 6.897792

(0.06726) (0.13005) (0.00035) (51.2995)

(6211.92) (4.11167)

[-0.66876][-7.46829] [ 0.05717] [ 0.00697] [-0.50221][ 1.67761]

D(CPI(-2),3) -0.046069-0.875309 0.000195 46.92038

-8276.966 3.258447

(0.07892) (0.15261) (0.00041) (60.1973)

(7289.37) (4.82483)

[-0.58372][-5.73565] [ 0.47609] [ 0.77944] [-1.13548][ 0.67535]

D(CPI(-3),3) -0.153194-0.477098-0.000171 6.681825

-10378.99 -1.952867

(0.07020) (0.13575) (0.00036) (53.5471)

(6484.08) (4.29181)

[-2.18213][-3.51455] [-0.46969] [ 0.12478] [-1.60069][-0.45502]

D(BI_RATE(-1),3) 190.8455

-27.72688-0.823912 55647.21

-15693743 7743.501

(47.9969) (92.8086) (0.24870) (36608.9)

(4433018) (2934.21)

[ 3.97621][-0.29875] [-3.31286] [ 1.52005] [-3.54019][ 2.63904]

D(BI_RATE(-2),3) 117.8501

-62.17221-0.466216 23482.85

-10199845 4491.082

(49.1760) (95.0887) (0.25481) (37508.3)

(4541925) (3006.30)

[ 2.39649][-0.65383] [-1.82965] [ 0.62607] [-2.24571][ 1.49389]

D(BI_RATE(-3),3) 4.352290

-69.59000-0.147411 -21128.27

-3956387. 440.7662

(31.6127) (61.1276) (0.16380) (24112.1)

(2919769) (1932.59)

[ 0.13768][-1.13844] [-0.89992] [-0.87625] [-1.35503][ 0.22807]

D(NILAI_TUKAR(-1),3) -0.001900

-0.000205-5.02E-06 -1.114329 122.8321-0.066556

(0.00046) (0.00088) (2.4E-06) (0.34903)

(42.2639) (0.02797)

[-4.15176][-0.23204] [-2.11765] [-3.19269] [ 2.90631][-2.37916]

D(NILAI_TUKAR(-2),3) -0.001514

-0.000643-3.22E-06 -0.843616 44.69058-0.050931

(0.00035) (0.00067) (1.8E-06) (0.26547)

(32.1457) (0.02128)

[-4.34972] [- [-1.78633] [-3.17786] [ 1.39025][-2.39370]

132

0.95589]

D(NILAI_TUKAR(-3),3) -0.000923

-0.000271-2.09E-06 -0.714980 12.83256-0.035461

(0.00021) (0.00040) (1.1E-06) (0.15938)

(19.2991) (0.01277)

[-4.41532][-0.66998] [-1.93295] [-4.48611] [ 0.66493][-2.77603]

D(PDB(-1),3) -1.33E-05 7.09E-07 -3.27E-08 0.001187

-0.144577 -0.000532

(3.6E-06) (6.9E-06) (1.9E-08) (0.00272)

(0.32985) (0.00022)

[-3.72117][ 0.10264] [-1.76917] [ 0.43591] [-0.43831][-2.43756]

D(PDB(-2),3) -6.13E-06 2.02E-07 -1.88E-08 0.002586

-0.377827 -0.000154

(2.5E-06) (4.8E-06) (1.3E-08) (0.00190)

(0.23000) (0.00015)

[-2.46112][ 0.04191] [-1.45445] [ 1.36161] [-1.64276][-1.01432]

D(PDB(-3),3) -1.42E-06 7.46E-07 -4.85E-09 0.001222

-0.174674 -8.89E-05

(1.4E-06) (2.7E-06) (7.2E-09) (0.00105)

(0.12763) (8.4E-05)

[-1.02702][ 0.27929] [-0.67670] [ 1.15970] [-1.36858][-1.05214]

D(CDS_5YR(-1),3) 0.007538

0.003553 5.56E-06 -0.975103

-612.7778 -0.991164

(0.00285) (0.00552) (1.5E-05) (2.17578)

(263.468) (0.17439)

[ 2.64256][ 0.64412] [ 0.37624] [-0.44816] [-2.32582][-5.68364]

D(CDS_5YR(-2),3) 0.003052

0.006682 -1.92E-06 -2.151571

-525.5058 -0.986277

(0.00281) (0.00544) (1.5E-05) (2.14428)

(259.654) (0.17186)

[ 1.08568][ 1.22922] [-0.13198] [-1.00340] [-2.02387][-5.73868]

D(CDS_5YR(-3),3) 0.002931

0.002417 2.62E-06 0.240824

-243.0812 -0.382185

(0.00208) (0.00403) (1.1E-05) (1.58847)

(192.349) (0.12732)

[ 1.40718][ 0.60023] [ 0.24294] [ 0.15161] [-1.26375][-3.00187]

C -0.000664 0.001209 -3.44E-05 -5.902563

-7.602077 0.130787

(0.05376) (0.10395) (0.00028) (41.0030)

(4965.11) (3.28640)

[-0.01236][ 0.01163] [-0.12359] [-0.14395] [-0.00153][ 0.03980]

R-squared 0.833917 0.587088 0.723975 0.813692 0.794722 0.845303

Adj. R-squared 0.779511 0.45182 0.633552 0.752660 0.727476 0.794627

133

4

Sum sq. resids 13.04271 48.76614 0.000350 7587782.

1.11E+11 48744.36

S.E. equation 0.474209 0.916949 0.002457 361.6958 43798.20 28.99000

F-statistic 15.32757 4.340303 8.006610 13.33225 11.81808 16.68039

Log likelihood -40.92650-92.35998 369.5593 -558.6055

-932.7360 -361.7450

Akaike AIC 1.562218 2.881025 -8.963060 14.83604 24.42913 9.788334

Schwarz SC 2.166502 3.485309 -8.358776 15.44032 25.03341 10.39262

Mean dependent 0.014808

-0.002821-3.21E-05 15.00000 -2.09E-11 1.638359

S.D. dependent 1.009895 1.238469 0.004059 727.2713 83898.40 63.97000

Determinant resid covariance (dof adj.)

4.58E+10

Determinant resid covariance 7.74E+09

Log likelihood-1552.096

Akaike information criterion 43.02809

Schwarz criterion 46.83509

Vector Error Correction Estimates Date: 07/05/19 Time: 08:48 Sample (adjusted): 2012M07 2018M12 Included observations: 78 after adjustments Standard errors in ( ) & t-statistics in [ ]


D(GTIDR_10YR(-1),2) 1.000000

D(CPI(-1),2) -0.157180 (0.14866)[-1.05732]

D(BI_RATE(-1),2) 254.2163

(46.9825)[ 5.41087]

D(NILAI_TUKAR(-1),2) -0.002325

(0.00047)[-4.98629]

D(PDB(-1),2) -1.46E-05 (3.0E-06)

134

[-4.77746]

D(CDS_5YR(-1),2) 0.024592

(0.00584)[ 4.21046]

C 0.001342


D(BI_RATE,3)


D(CDS_5YR,3)

CointEq1 -0.973826 0.018053 -0.003012 -97.94177 52866.52-48.13016

(0.20929) (0.40075) (0.00111) (164.057)

(21064.4) (11.9566)

[-4.65295][ 0.04505] [-2.70779] [-0.59700] [ 2.50975][-4.02539]

D(GTIDR_10YR(-1),3) -0.551966

0.138048 0.003412 8.887077

-24378.92 35.40453

(0.19119) (0.36609) (0.00102) (149.871)

(19242.9) (10.9227)

[-2.88694][ 0.37709] [ 3.35825] [ 0.05930]

[-1.26690] [ 3.24136]

D(GTIDR_10YR(-2),3) -0.355967

0.578017 0.002297 27.71141 5108.679 43.01515

(0.19648) (0.37621) (0.00104) (154.013)

(19774.8) (11.2246)

[-1.81173][ 1.53641] [ 2.20043] [ 0.17993] [ 0.25834][ 3.83221]

D(GTIDR_10YR(-3),3) -0.049484

0.333051 0.001552 62.01065 14708.14 27.72028

(0.14990) (0.28703) (0.00080) (117.505)

(15087.3) (8.56386)

[-0.33010][ 1.16033] [ 1.94844] [ 0.52773] [ 0.97487][ 3.23689]

D(CPI(-1),3) -0.188403-0.960159-0.000183 -31.27344 2445.264 0.073424

(0.06984) (0.13372) (0.00037) (54.7431)

(7028.85) (3.98973)

[-2.69775][-7.18025] [-0.49288] [-0.57128] [ 0.34789][ 0.01840]

D(CPI(-2),3) -0.144281-0.894545 0.000226 35.91635

-75.71970 -0.229075

(0.07580) (0.14513) (0.00040) (59.4151)

(7628.72) (4.33023)

[-1.90351][-6.16355] [ 0.56017] [ 0.60450]

[-0.00993] [-0.05290]

D(CPI(-3),3) -0.168328-0.442817-7.52E-05 8.007158

-7608.605 -3.553069

(0.06856) (0.13127) (0.00036) (53.7383)

(6899.83) (3.91650)

[-2.45535][-3.37339] [-0.20647] [ 0.14900]

[-1.10272] [-0.90721]

135

D(BI_RATE(-1),3) 264.3289

-33.73047-0.365943 75196.43

-12301590 12291.66

(54.1905) (103.762) (0.28797) (42478.1)

(5454063) (3095.85)

[ 4.87777][-0.32507] [-1.27078] [ 1.77024]

[-2.25549] [ 3.97037]

D(BI_RATE(-2),3) 179.2039

-56.43285-0.108018 47901.33

-5981713. 8263.158

(50.7759) (97.2241) (0.26982) (39801.5)

(5110396) (2900.77)

[ 3.52931][-0.58044] [-0.40033] [ 1.20350]

[-1.17050] [ 2.84860]

D(BI_RATE(-3),3) 37.40316

-65.67832 0.024792 -9485.049

-1650746. 1947.322

(31.3889) (60.1024) (0.16680) (24604.7)

(3159165) (1793.21)

[ 1.19161][-1.09277] [ 0.14863] [-0.38550]

[-0.52253] [ 1.08594]

D(NILAI_TUKAR(-1),3) -0.001778

-0.000203-7.20E-06 -1.311908 74.11919-0.080308

(0.00043) (0.00082) (2.3E-06) (0.33702)

(43.2727) (0.02456)

[-4.13481][-0.24674] [-3.14987] [-3.89264] [ 1.71284][-3.26951]

D(NILAI_TUKAR(-2),3) -0.001218

-0.000808-4.35E-06 -0.933399 21.85761-0.058795

(0.00033) (0.00063) (1.7E-06) (0.25748)

(33.0593) (0.01877)

[-3.70924][-1.28485] [-2.49208] [-3.62517] [ 0.66116][-3.13319]

D(NILAI_TUKAR(-3),3) -0.000796

-0.000264-2.64E-06 -0.683523

-2.504286 -0.035170

(0.00021) (0.00039) (1.1E-06) (0.16142)

(20.7260) (0.01176)

[-3.86386][-0.66938] [-2.41171] [-4.23440]

[-0.12083] [-2.98950]

D(PDB(-1),3) -9.25E-06 1.22E-06 -4.08E-08 0.000736

-0.662433 -0.000463

(2.7E-06) (5.1E-06) (1.4E-08) (0.00209)

(0.26817) (0.00015)

[-3.47349][ 0.23944] [-2.88148] [ 0.35224]

[-2.47023] [-3.04165]

D(PDB(-2),3) -3.52E-06 1.26E-07 -2.54E-08 0.002588

-0.678212 -0.000108

(2.0E-06) (3.8E-06) (1.1E-08) (0.00158)

(0.20235) (0.00011)

[-1.75289][ 0.03267] [-2.37551] [ 1.64202]

[-3.35169] [-0.94144]

D(PDB(-3),3) -9.63E-07 4.90E-07 -6.03E-09 0.001420

-0.296407 -6.68E-05

(1.3E-06) (2.4E-06) (6.7E-09) (0.00098)

(0.12603) (7.2E-05)

136

[-0.76939][ 0.20420] [-0.90563] [ 1.44671]

[-2.35179] [-0.93371]

D(CDS_5YR(-1),3) 0.018881

0.004652 5.36E-05 0.707282

-1013.265 -0.359828

(0.00456) (0.00873) (2.4E-05) (3.57410)

(458.903) (0.26048)

[ 4.14096][ 0.53280] [ 2.21237] [ 0.19789]

[-2.20802] [-1.38139]

D(CDS_5YR(-2),3) 0.009393

0.005780 2.79E-05 -0.914628

-738.7416 -0.613286

(0.00360) (0.00689) (1.9E-05) (2.81964)

(362.033) (0.20550)

[ 2.61139][ 0.83918] [ 1.45824] [-0.32438]

[-2.04053] [-2.98439]

D(CDS_5YR(-3),3) 0.004867

0.002559 1.17E-05 0.929595

-345.4856 -0.276164

(0.00220) (0.00421) (1.2E-05) (1.72211)

(221.113) (0.12551)

[ 2.21547][ 0.60829] [ 1.00513] [ 0.53980]

[-1.56248] [-2.20036]

C 0.015924 0.001049 5.48E-06 -4.002588

-476.6744 0.750194

(0.05366) (0.10275) (0.00029) (42.0637)

(5400.85) (3.06564)

[ 0.29675][ 0.01021] [ 0.01920] [-0.09516]

[-0.08826] [ 0.24471]

R-squared 0.848655 0.597714 0.711559 0.804492 0.757808 0.865775

Adj. R-squared 0.799076 0.465930 0.617070 0.740446 0.678469 0.821805

Sum sq. resids 12.95877 47.51119 0.000366 7962475.

1.31E+11 42293.77

S.E. equation 0.472681 0.905074 0.002512 370.5186 47573.47 27.00376

F-statistic 17.11734 4.535578 7.530574 12.56122 9.551556 19.69004

Log likelihood -40.67470-91.34321 367.8434 -560.4853

-939.1852 -356.2090

Akaike AIC 1.555761 2.854954 -8.919062 14.88424 24.59449 9.646384

Schwarz SC 2.160046 3.459238 -8.314778 15.48852 25.19878 10.25067


-0.002821-3.21E-05 15.00000 -2.09E-11 1.638359

S.D. dependent 1.054513 1.238469 0.004059 727.2713 83898.40 63.97000


5.20E+10





137

6



D(GTIDR_15YR(-1),2) 1.000000

D(CPI(-1),2) -0.079053 (0.10494)[-0.75333]

D(BI_RATE(-1),2) 170.3533

(33.0258)[ 5.15818]

D(NILAI_TUKAR(-1),2) -0.001861

(0.00033)[-5.57565]

D(PDB(-1),2) -1.06E-05 (2.2E-06)[-4.89272]

D(CDS_5YR(-1),2) 0.014565

(0.00409)[ 3.56517]

C -0.001305


D(BI_RATE,3)


D(CDS_5YR,3)

CointEq1 -1.378600-0.137242-0.003798 -156.4699 80322.98-70.25996

(0.27597) (0.57139) (0.00162) (227.802)

(29106.1) (16.9939)

[-4.99556][-0.24019] [-2.33826] [-0.68687] [ 2.75966][-4.13442]

D(GTIDR_15YR(-1),3) -0.361131

0.130264 0.003799 -20.65954

-58409.80 49.25942

(0.23235) (0.48108) (0.00137) (191.799)

(24505.9) (14.3081)

[-1.55426][ 0.27077] [ 2.77736] [-0.10771]

[-2.38350] [ 3.44277]

138

D(GTIDR_15YR(-2),3) -0.311076

0.389156 0.002368 -34.95236

-7635.938 47.53838

(0.20978) (0.43434) (0.00123) (173.165)

(22125.1) (12.9180)

[-1.48290][ 0.89596] [ 1.91739] [-0.20184]

[-0.34513] [ 3.68001]

D(GTIDR_15YR(-3),3) -0.013989

0.179297 0.000787 53.22395 8378.527 30.36906

(0.14615) (0.30261) (0.00086) (120.643)

(15414.5) (8.99991)

[-0.09572][ 0.59251] [ 0.91485] [ 0.44117] [ 0.54355][ 3.37437]

D(CPI(-1),3) -0.103880-0.946587 6.19E-05 -12.47348 3044.691 2.836207

(0.06540) (0.13542) (0.00038) (53.9901)

(6898.26) (4.02762)

[-1.58825][-6.98992] [ 0.16089] [-0.23103] [ 0.44137][ 0.70419]

D(CPI(-2),3) -0.097037-0.883365 0.000356 49.62732

-3941.259 1.155415

(0.07507) (0.15543) (0.00044) (61.9658)

(7917.30) (4.62260)

[-1.29267][-5.68348] [ 0.80539] [ 0.80088]

[-0.49780] [ 0.24995]

D(CPI(-3),3) -0.162132-0.426595 0.000139 7.025664

-8572.333 -3.458293

(0.06675) (0.13821) (0.00039) (55.1002)

(7040.10) (4.11044)

[-2.42895][-3.08666] [ 0.35327] [ 0.12751]

[-1.21764] [-0.84134]

D(BI_RATE(-1),3) 249.3808

-4.525659-0.483615 76841.52

-13248871 12120.62

(48.8603) (101.166) (0.28760) (40333.0)

(5153302) (3008.81)

[ 5.10395][-0.04473] [-1.68153] [ 1.90518]

[-2.57095] [ 4.02837]

D(BI_RATE(-2),3) 161.7978

-29.38526-0.162747 48779.84

-6821105. 8262.293

(46.6514) (96.5925) (0.27460) (38509.6)

(4920330) (2872.79)

[ 3.46823][-0.30422] [-0.59267] [ 1.26669]

[-1.38631] [ 2.87605]

D(BI_RATE(-3),3) 31.19673

-56.88189 0.008488 -10018.48

-2168618. 1746.503

(29.1434) (60.3418) (0.17155) (24057.1)

(3073753) (1794.65)

[ 1.07046][-0.94266] [ 0.04948] [-0.41645]

[-0.70553] [ 0.97317]

D(NILAI_TUKAR(-1),3) -0.002004

-0.000391-7.10E-06 -1.331104 103.1114-0.093865

(0.00045) (0.00092) (2.6E-06) (0.36811)

(47.0326) (0.02746)

139

[-4.49401][-0.42359] [-2.70448] [-3.61608] [ 2.19234][-3.41819]

D(NILAI_TUKAR(-2),3) -0.001339

-0.000749-4.15E-06 -0.934085 39.92980-0.063507

(0.00033) (0.00068) (1.9E-06) (0.27121)

(34.6526) (0.02023)

[-4.07398][-1.10102] [-2.14668] [-3.44410] [ 1.15229][-3.13890]

D(NILAI_TUKAR(-3),3) -0.000752

-0.000159-1.98E-06 -0.692537 11.41633-0.036926

(0.00019) (0.00040) (1.1E-06) (0.15761)

(20.1372) (0.01176)

[-3.93770][-0.40284] [-1.76529] [-4.39409] [ 0.56693][-3.14067]

D(PDB(-1),3) -9.18E-06 2.68E-07 -3.78E-08 0.000390

-0.581348 -0.000496

(2.6E-06) (5.4E-06) (1.5E-08) (0.00215)

(0.27435) (0.00016)

[-3.52831][ 0.04977] [-2.46764] [ 0.18143]

[-2.11903] [-3.09914]

D(PDB(-2),3) -3.17E-06-1.52E-07 -2.41E-08 0.002436

-0.624092 -0.000106

(1.9E-06) (4.0E-06) (1.1E-08) (0.00160)

(0.20481) (0.00012)

[-1.63372][-0.03771] [-2.11097] [ 1.51991]

[-3.04712] [-0.88886]

D(PDB(-3),3) -3.21E-07 4.91E-07 -6.10E-09 0.001292

-0.285529 -7.69E-05

(1.2E-06) (2.5E-06) (7.0E-09) (0.00099)

(0.12589) (7.4E-05)

[-0.26876][ 0.19856] [-0.86863] [ 1.31093]

[-2.26800] [-1.04598]

D(CDS_5YR(-1),3) 0.017092

0.007316 4.43E-05 1.027883

-782.2318 -0.466432

(0.00371) (0.00769) (2.2E-05) (3.06435)

(391.529) (0.22860)

[ 4.60430][ 0.95182] [ 2.02689] [ 0.33543]

[-1.99789] [-2.04040]

D(CDS_5YR(-2),3) 0.009742

0.008129 2.21E-05 -0.419622

-655.0852 -0.651372

(0.00318) (0.00659) (1.9E-05) (2.62757)

(335.722) (0.19601)

[ 3.06058][ 1.23342] [ 1.18190] [-0.15970]

[-1.95128] [-3.32308]

D(CDS_5YR(-3),3) 0.005005

0.003737 1.48E-05 1.004515

-327.8404 -0.289733

(0.00203) (0.00421) (1.2E-05) (1.67771)

(214.359) (0.12516)

[ 2.46267][ 0.88810] [ 1.23756] [ 0.59874]

[-1.52940] [-2.31498]

C 0.010595 0.002765 -4.75E-06 -4.256811

-361.4401 0.571531

140

(0.05032) (0.10418) (0.00030) (41.5339)

(5306.74) (3.09840)

[ 0.21058][ 0.02654] [-0.01604] [-0.10249]

[-0.06811] [ 0.18446]

R-squared 0.851238 0.585926 0.688461 0.809144 0.765878 0.862717

Adj. R-squared 0.802506 0.450282 0.586406 0.746622 0.689183 0.817745

Sum sq. resids 11.40726 48.90333 0.000395 7773026.

1.27E+11 43257.32

S.E. equation 0.443483 0.918238 0.002610 366.0843 46774.18 27.30963

F-statistic 17.46763 4.319564 6.745935 12.94177 9.986001 19.18345

Log likelihood -35.70133-92.46953 364.8392 -559.5462

-937.8636 -357.0875

Akaike AIC 1.428239 2.883834 -8.842030 14.86016 24.56061 9.668911

Schwarz SC 2.032523 3.488118 -8.237745 15.46444 25.16489 10.27319


-0.002821-3.21E-05 15.00000 -2.09E-11 1.638359

S.D. dependent 0.997929 1.238469 0.004059 727.2713 83898.40 63.97000


4.42E+10







D(GTIDR_20YR(-1),2) 1.000000

D(CPI(-1),2) 0.014495 (0.00969)[ 1.49641]

D(BI_RATE(- -0.883290

141

1),2) (3.01647)[-0.29282]

D(NILAI_TUKAR(-1),2) -0.000106

(3.1E-05)[-3.39010]

D(PDB(-1),2) 1.70E-07 (2.1E-07)[ 0.82331]

D(CDS_5YR(-1),2) 0.001536

(0.00041)[ 3.73258]

C 0.001146


D(BI_RATE,3)


D(CDS_5YR,3)

CointEq1 -2.309634-11.83610-0.044963 2980.723 172725.8-265.8296

(0.34477) (6.18735) (0.01809) (2477.97)

(350058.) (207.495)

[-6.69903][-1.91295] [-2.48618] [ 1.20289] [ 0.49342][-1.28114]

D(GTIDR_20YR(-1),3) 0.849184

11.02512 0.039549 -1755.242

-115371.7 325.2717

(0.26665) (4.78530) (0.01399) (1916.46)

(270735.) (160.477)

[ 3.18468][ 2.30396] [ 2.82753] [-0.91588]

[-0.42614] [ 2.02691]

D(GTIDR_20YR(-2),3) 0.645869

6.976374 0.027130 -2501.981

-85290.72 124.7145

(0.20354) (3.65274) (0.01068) (1462.88)

(206659.) (122.496)

[ 3.17320][ 1.90990] [ 2.54106] [-1.71031]

[-0.41271] [ 1.01811]

D(GTIDR_20YR(-3),3) 0.256689

3.080236 0.011030 -1365.593 19501.31-16.79475

(0.12369) (2.21980) (0.00649) (889.005)

(125588.) (74.4418)

[ 2.07524][ 1.38762] [ 1.69992] [-1.53609] [ 0.15528][-0.22561]

D(CPI(-1),3) 0.021522-0.826325 0.000856 -33.73680

-2625.515 11.11530

(0.00695) (0.12471) (0.00036) (49.9439)

(7055.50) (4.18211)

[ 3.09721][-6.62612] [ 2.34880] [-0.67549]

[-0.37212] [ 2.65782]

D(CPI(-2),3) 0.036297-0.731204 0.000768 17.73491

-534.5712 7.741759

142

(0.00823) (0.14761) (0.00043) (59.1174)

(8351.42) (4.95026)

[ 4.41290][-4.95352] [ 1.77980] [ 0.29999]

[-0.06401] [ 1.56391]

D(CPI(-3),3) 0.024519-0.389218 0.000263 -29.61455

-5326.896 -3.458650

(0.00714) (0.12818) (0.00037) (51.3340)

(7251.88) (4.29851)

[ 3.43294][-3.03653] [ 0.70253] [-0.57690]

[-0.73455] [-0.80462]

D(BI_RATE(-1),3) 1.430020

-32.78047-1.126862 52315.40

-257876.4 1022.106

(2.56499) (46.0319) (0.13455) (18435.3)

(2604322) (1543.70)

[ 0.55751][-0.71213] [-8.37522] [ 2.83779]

[-0.09902] [ 0.66212]

D(BI_RATE(-2),3) -0.923600

-40.27502-0.661661 38167.59 3687775. 676.1843

(3.66861) (65.8376) (0.19244) (26367.3)

(3724861) (2207.89)

[-0.25176][-0.61173] [-3.43831] [ 1.44754] [ 0.99004][ 0.30626]

D(BI_RATE(-3),3) -2.151649

-49.21724-0.223821 -12071.36 3069761.-1454.882

(2.67763) (48.0533) (0.14046) (19244.8)

(2718685) (1611.49)

[-0.80357][-1.02422] [-1.59354] [-0.62725] [ 1.12913][-0.90282]

D(NILAI_TUKAR(-1),3) -0.000206

-0.001149-4.59E-06 -0.886527

-3.875112 -0.010958

(3.4E-05) (0.00062) (1.8E-06) (0.24787)

(35.0167) (0.02076)

[-5.97626][-1.85655] [-2.53655] [-3.57653]

[-0.11066] [-0.52796]

D(NILAI_TUKAR(-2),3) -0.000127

-0.001041-2.43E-06 -0.645575

-15.20678 0.002587

(3.0E-05) (0.00054) (1.6E-06) (0.21690)

(30.6410) (0.01816)

[-4.21110][-1.92193] [-1.53484] [-2.97638]

[-0.49629] [ 0.14242]

D(NILAI_TUKAR(-3),3) -5.00E-05

-0.000260-1.39E-06 -0.528936

-3.337162 -0.004306

(1.9E-05) (0.00035) (1.0E-06) (0.14003)

(19.7812) (0.01173)

[-2.56544][-0.74282] [-1.36419] [-3.77742]

[-0.16870] [-0.36721]

D(PDB(-1),3) 1.44E-07 3.68E-06 2.75E-09 0.001621

-1.303329 0.000194

(1.3E-07) (2.3E-06) (6.8E-09) (0.00093)

(0.13080) (7.8E-05)

[ 1.11929][ 1.59099] [ 0.40628] [ 1.75077]

[-9.96402] [ 2.49702]

143

D(PDB(-2),3) 1.37E-07 2.38E-06 1.10E-09 0.003148

-1.062390 0.000329

(1.6E-07) (2.9E-06) (8.4E-09) (0.00115)

(0.16270) (9.6E-05)

[ 0.85668][ 0.82917] [ 0.13130] [ 2.73341]

[-6.52984] [ 3.41310]

D(PDB(-3),3) 2.14E-07 2.01E-06 3.38E-09 0.001321

-0.422981 9.32E-05

(1.3E-07) (2.4E-06) (6.9E-09) (0.00094)

(0.13327) (7.9E-05)

[ 1.62714][ 0.85295] [ 0.49139] [ 1.40001]

[-3.17387] [ 1.18043]

D(CDS_5YR(-1),3) 0.002752

0.017919 5.58E-05 -4.602178

-63.44406 -1.014132

(0.00044) (0.00794) (2.3E-05) (3.18058)

(449.316) (0.26633)

[ 6.21935][ 2.25625] [ 2.40265] [-1.44696]

[-0.14120] [-3.80781]

D(CDS_5YR(-2),3) 0.001565

0.015018 2.79E-05 -4.128345

-119.9625 -0.933076

(0.00037) (0.00655) (1.9E-05) (2.62404)

(370.695) (0.21973)

[ 4.28662][ 2.29203] [ 1.45613] [-1.57328]

[-0.32362] [-4.24652]

D(CDS_5YR(-3),3) 0.000374

0.006284 1.64E-05 0.318372

-81.17645 -0.305382

(0.00024) (0.00431) (1.3E-05) (1.72745)

(244.034) (0.14465)

[ 1.55625][ 1.45689] [ 1.30282] [ 0.18430]

[-0.33264] [-2.11118]

C 0.000540 0.010334 -3.94E-06 -5.182196 139.8399 0.585582

(0.00559) (0.10024) (0.00029) (40.1441)

(5671.09) (3.36151)

[ 0.09670][ 0.10309] [-0.01346] [-0.12909] [ 0.02466][ 0.17420]

R-squared 0.802225 0.616372 0.694892 0.821569 0.732425 0.838291

Adj. R-squared 0.737437 0.490700 0.594942 0.763118 0.644771 0.785317

Sum sq. resids 0.140678 45.30766 0.000387 7266971.

1.45E+11 50954.01

S.E. equation 0.049249 0.883836 0.002583 353.9670 50004.35 29.63980

F-statistic 12.38227 4.904629 6.952437 14.05558 8.355879 15.82465

Log likelihood 135.7245-89.49113 365.6525 -556.9207

-943.0723 -363.4740

Akaike AIC -2.967295 2.807465 -8.862885 14.79284 24.69416 9.832668

Schwarz SC -2.363010 3.411749 -8.258601 15.39712 25.29845 10.43695

Mean dependent -7.69E-05

-0.002821-3.21E-05 15.00000 -2.09E-11 1.638359

S.D. dependent 0.096113 1.23846 0.004059 727.2713 83898.40 63.97000

144

9


1.47E+09





Lampiran 8 Hasil IRF

145

Lampiran 9 Hasil Tabel IRF

Response of D(GTIDR_5YR,2):

PeriodD(GTIDR_5YR,2) D(CPI,2)

D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 0.474209 0.000000 0.000000 0.000000

0.000000 0.000000

2 -0.101606

-0.075382 0.016832 0.057308

0.195345 -0.066083

3 0.175728

-0.055942 -0.159647 -0.082657

0.068842 -0.023591

4 0.104377

-0.138937 -0.114757 0.096520

0.019729 0.043486

5 0.134024 0.108445 0.138208 0.072873

0.106212 -0.110781

6 0.121442

-0.128389 -0.111037 -0.140623

0.035151 0.033643

7 0.130284 0.009403 -0.088411 0.092794

0.039226 -0.009227

8 0.122233

-0.099427 0.024069 0.017468

0.145807 -0.047959

9 0.104283 - -0.079211 0.024047 0.03569 -0.026404

147

0.039653 8

10 0.138617

-0.010765 -0.056262 -0.030064

0.055372 -0.004827

Response of D(CPI,2):


D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 0.327407 0.856505 0.000000 0.000000

0.000000 0.000000

2 0.106205 0.015857 -0.061569 -0.020296

0.021179 0.073176

3 0.045731 0.093009 -0.087781 -0.057485

0.011588 0.040442

4 0.176922 0.284174 -0.116080 0.061350

0.109436 -0.088220

5 0.059432 0.370279 0.079602 0.001776

-0.038661 0.075098

6 0.178235 0.176994 -0.137410 -0.058837

-0.036571 0.050791

7 0.114226 0.218105 -0.027467 0.009496

0.092799 -0.013401

8 0.123086 0.287497 -0.016411 -0.007422

0.001373 -0.003611

9 0.084648 0.210460 -0.105782 -0.004772

0.010071 0.055677

10 0.170917 0.260156 -0.038379 0.009740

0.035942 0.001917

Response of D(BI_RATE,2):


D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 0.000479 0.000176 0.002403 0.000000

0.000000 0.000000

2 0.000259 6.07E-05 -0.000311 -0.000413

-2.09E-06 -0.000274

3 0.000305

-0.000143 0.000761 0.000519

0.000691 -7.97E-05

4 6.73E-05

-0.000335 0.000607 -0.000298

9.53E-05 5.30E-05

5 0.000207 0.000197 0.000421 0.000330

0.000135 -0.000355

6 0.000367 5.46E-05 0.001014 -0.000411

7.89E-05 2.83E-05

7 0.000140-9.70E-05 0.000523 0.000280

0.000164 2.14E-06

8 0.000250-2.90E-05 0.000550 -0.000174

0.000379 -0.000250

9 0.000340

-0.000173 0.000623 0.000181

0.000109 -7.59E-05

10 -1.45E-05 0.00013 0.000733 -0.000121 0.00016 -6.96E-05

148

2 7

Response of D(NILAI_TUKAR,2):


D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 229.9103

-23.64710 -23.76813 277.2020

0.000000 0.000000

2 -42.79118

-5.132670 122.4859 -35.16827

66.40764 -26.24340

3 145.1080 27.79880 -112.6169 7.092002

-25.26361 -8.178452

4 5.344920

-40.22129 22.94507 86.13441

-20.85731 50.44241

5 122.9419

-8.581011 61.63435 165.4940

64.52824 -61.36790

6 33.52967

-30.24511 -41.98326 -33.13624

27.94279 5.074396

7 112.3685 61.21535 -5.596946 102.1893

-51.34856 5.784479

8 24.09932

-62.62656 49.74010 38.66024

40.89998 12.38252

9 109.2532

-1.561375 -24.24373 118.4503

22.77237 -37.64282

10 52.61129

-5.922735 2.950757 16.27306

13.71362 11.40992

Response of D(PDB,2):


D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 19105.13

-9843.789 -201.2629 -4189.758

37931.28 0.000000

2 -2449.522 2655.548 -2212.946 -11382.35

-22655.94 4826.279

3 7156.930

-3143.217 10673.71 -7171.358

10945.43 -4366.587

4 6005.892

-10437.37 -2220.936 -886.8496

17494.79 3454.625

5 5858.137 3725.071 -1676.165 -3110.055

2359.797 1363.245

6 8206.287

-7628.171 1100.657 -9042.118

6173.769 -3202.969

149

7 1428.251

-3291.746 6556.113 -5157.787

7398.098 3774.146

8 7784.933

-909.2559 -2790.961 -5349.583

6112.891 798.4409

9 7356.712

-5711.537 1692.890 -2689.890

9251.660 -893.4620

10 4559.038

-3632.949 3262.852 -7170.087

6232.916 544.2450

Response of D(CDS_5YR,2):


D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 16.91978

-0.211975 0.657969 10.63183

-2.423836 20.85072

2 1.153661 3.790323 -0.505958 2.728708

9.989030 -9.209209

3 10.25235

-7.972393 -5.590025 -3.067180

4.489737 5.783762

4 -2.422522

-1.047853 -4.415717 7.824946

-6.248033 10.99253

5 10.69080 3.103987 2.948017 8.124087

12.34294 -0.957403

6 6.756908

-3.823846 -3.427940 -2.749610

-1.757671 5.115901

7 3.950963 2.276531 -2.376019 5.243104

-0.277858 6.308128

8 5.502963

-4.231656 -0.937728 3.173955

7.370711 3.913820

9 6.890416

-0.546264 -3.278602 6.089432

1.933647 3.875829

10 5.495834 0.207982 -1.768286 1.698210

1.420538 4.101252

Cholesky Ordering: D(GTIDR_5YR,2) D(CPI,2) D(BI_RATE,2) D(NILAI_TUKAR,2) D(PDB,2) D(CDS_5YR,2)

Sumber : Eviews 8



D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

150

1 0.472681 0.000000 0.000000 0.000000

0.000000 0.000000

2 -0.131151

-0.067551 0.057610 0.078678

0.212023 -0.098726

3 0.214808

-0.039408 -0.164490 -0.075970

0.037071 -0.078110

4 0.064599

-0.106641 -0.093009 0.074253

0.008036 0.050001

5 0.193461 0.086975 0.094370 0.090430

0.118089 -0.112703

6 0.064976

-0.132358 -0.042236 -0.118446

0.044519 0.026132

7 0.155372 0.052644 -0.091764 0.075092

0.013889 -0.069143

8 0.113049

-0.113130 0.006937 0.028251

0.149276 -0.024104

9 0.127019

-0.021922 -0.041847 0.025191

0.017033 -0.068165

10 0.106928

-0.010909 -0.056828 -0.014968

0.086217 -0.012548



D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 0.298400 0.854468 0.000000 0.000000

0.000000 0.000000

2 0.118835 0.014597 -0.054706 -0.016386

0.042987 0.099283

3 0.068016 0.074058 -0.071352 -0.116926

-0.005189 -0.018610

4 0.158486 0.295499 -0.123627 0.133899

0.117085 -0.078803

5 0.078047 0.351761 0.070663 -0.045251

-0.047003 0.067083

6 0.164134 0.166630 -0.128028 -0.054258

-0.002055 0.066056

7 0.123531 0.246219 -0.022159 -0.002490

0.065078 -0.029553

8 0.133173 0.231016 -0.012062 0.005248

0.011685 -0.002734

9 0.074519 0.240097 -0.098275 -0.014909

0.015320 0.022313

10 0.177882 0.253092 -0.047987 -0.007121

0.042939 0.020161



D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

151

1 2.17E-05 0.000453 0.002470 0.000000

0.000000 0.000000

2 -4.50E-05 0.000178 -0.000351 -0.000257

0.000126 -0.000399

3 0.000172 0.000166 0.000688 0.000482

0.000460 -0.000220

4 -0.000112

-0.000253 0.000597 -0.000292

0.000232 -7.83E-05

5 -7.63E-05 0.000455 0.000450 0.000430

2.22E-05 -0.000338

6 0.000141 0.000205 0.000939 -0.000432

0.000101 3.24E-05

7 -4.95E-05 5.10E-05 0.000525 0.000348

0.000185 -0.000173

8 2.35E-05 0.000201 0.000575 -0.000121

0.000330 -0.000316

9 3.90E-05 1.93E-05 0.000613 0.000117

4.49E-05 -0.000137

10 -0.000120 0.000287 0.000586 1.74E-05

0.000249 -0.000147



D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 252.2796

-21.60751 -3.097430 270.4858

0.000000 0.000000

2 -56.63101

-4.283070 133.4191 -40.82204

93.25636 -33.14788

3 135.2900 30.77671 -92.58243 42.02595

1.195072 -11.54841

4 24.56287

-38.82897 4.594166 85.25117

-27.34751 53.48121

5 137.0775

-11.89946 86.51792 146.3934

64.45357 -72.36094

6 17.46903

-16.93959 -14.41424 -22.83616

56.34971 4.115267

7 107.8966 58.25401 -10.98091 113.3429

-48.21077 10.09028

8 48.19981

-67.43947 43.33955 50.39862

60.06865 9.090233

9 111.6687

-0.158612 13.43006 104.0339

24.11391 -53.49608

10 33.58869 10.17606 8.558844 26.34420

29.81521 20.28420



D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

152

1 17148.97

-7403.952 5808.889 -559.3967

43362.12 0.000000

2 -3476.268

-354.6790 1069.382 -10119.18

-18655.70 5588.274

3 3897.754 1643.696 10936.06 -2129.334

11745.79 -2332.965

4 8257.351

-11906.87 1316.124 -2073.627

19997.79 811.0809

5 2516.990 3860.562 2502.265 310.4447

6240.280 1518.161

6 4931.239

-2987.481 3313.616 -8238.643

7261.041 -1938.174

7 3991.696

-6613.685 6308.905 -1937.319

11302.85 4441.730

8 4795.509 276.8009 2838.930 -1174.773

9395.498 -281.3685

9 4937.682

-2420.614 5483.888 -4660.023

10198.74 -919.3685

10 4522.398

-4376.108 2308.642 -4550.033

9157.109 1856.367



D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 15.70649

-0.394397 2.150475 9.900392

0.277499 19.48420

2 -0.221422 4.324009 0.252997 3.034658

10.15587 -10.58829

3 11.03003

-6.665036 -5.340450 -3.374180

5.948293 3.088644

4 -2.639726

-3.141504 -5.495563 8.860992

-5.098805 9.587869

5 9.584806 5.185970 3.816691 8.288684

12.22888 -1.177204

6 7.212659

-4.360267 -1.899832 -5.462768

-0.159242 3.833719

7 2.650035 2.778723 -3.017311 7.823041

1.355340 4.860806

8 5.570512

-4.504637 -0.277872 3.350737

7.338710 2.513908

9 6.943266

-0.669956 -2.676669 4.056460

3.162991 1.600661

10 4.512630 1.903723 -2.030407 3.033811

3.111431 3.632940

153


Sumber : Eviews 8


PeriodD(GTIDR_15YR,2) D(CPI,2) D(BI_RATE,2)


D(CDS_5YR,2)

1 0.443483 0.000000 0.000000 0.000000 0.000000 0.000000 2 -0.152046 -0.044640 0.067470 0.122934 0.233404 -0.057368 3 0.210527 -0.055495 -0.188459 -0.054611 0.008169 -0.046567 4 0.083728 -0.114623 -0.036310 0.064991 0.036317 0.015157 5 0.118302 0.109171 0.080743 0.078261 0.088275 -0.075283 6 0.115076 -0.135241 -0.061357 -0.076586 0.067330 0.041179 7 0.105291 0.027018 -0.071291 0.082786 0.023268 -0.067844 8 0.116474 -0.082140 0.011936 0.047008 0.139667 -0.019890 9 0.104528 -0.037119 -0.043650 0.014925 0.013968 -0.024460 10 0.106389 0.003318 -0.040897 0.014307 0.088310 -0.024716




D(CDS_5YR,2)

1 0.342513 0.851966 0.000000 0.000000 0.000000 0.000000 2 0.100419 0.029689 -0.041353 0.007581 0.070831 0.102119 3 0.055906 0.078470 -0.075585 -0.067231 -0.005034 -0.005467 4 0.184563 0.297426 -0.124194 0.125418 0.115654 -0.070104 5 0.102254 0.361235 0.086385 -0.056569 -0.047624 0.066425 6 0.153964 0.164022 -0.112667 -0.031901 0.015098 0.071020 7 0.118317 0.246671 -0.041269 0.019194 0.066378 -0.038848 8 0.156902 0.244582 -0.010713 0.031798 0.032578 0.017391 9 0.086563 0.238799 -0.082939 -0.023033 0.005316 0.026148 10 0.166936 0.258083 -0.035645 0.006178 0.049061 0.020264




D(CDS_5YR,2)

1 7.67E-05 0.000449 0.002570 0.000000 0.000000 0.000000 2 -4.81E-05 0.000243 -0.000357 -9.74E-05 0.000107 -0.000212 3 0.000122 0.000148 0.000875 0.000525 0.000445 -0.000239 4 -0.000153 -0.000121 0.000657 -9.38E-05 0.000167 0.000115 5 9.82E-05 0.000420 0.000537 0.000236 -3.01E-05 -0.000406 6 -2.40E-05 0.000233 0.001040 -0.000250 0.000151 0.000140 7 4.39E-05 0.000131 0.000533 0.000394 0.000107 -0.000121 8 -3.02E-05 0.000124 0.000692 -7.46E-06 0.000363 -0.000227 9 9.12E-05 0.000180 0.000688 0.000168 -2.58E-07 -0.000119

154

10 -0.000168 0.000246 0.000703 -1.52E-05 0.000168 -1.53E-05




D(CDS_5YR,2)

1 253.5487 -32.89337 3.279226 261.9886 0.000000 0.000000 2 -75.23860 9.795489 139.1790 -20.58464 88.55681 -24.02865 3 143.2992 30.93709 -98.91426 40.92636 -2.462844 -0.346511 4 28.32353 -44.45354 17.54002 66.13311 -34.47982 40.84879 5 120.4522 -5.249579 94.46480 169.5184 69.74893 -55.25073 6 24.16538 -17.86181 -19.90157 -26.47994 47.76677 7.550231 7 103.0617 55.04833 -5.352372 107.9986 -45.40760 7.007606 8 47.51469 -60.81162 47.82733 54.35118 50.47305 11.73941 9 103.3884 -5.356597 21.35726 111.9334 27.67558 -37.70828 10 35.08658 18.70606 6.094192 22.14732 23.72010 13.83031




D(CDS_5YR,2)

1 15283.24 -7333.179 7175.723 9.531253 42999.77 0.000000 2 -3016.237 1736.358 -772.8165 -9007.890 -18713.05 7445.550 3 6553.979 -1168.147 12011.39 -5860.148 11165.57 -4978.781 4 4370.937 -9795.453 2216.319 2322.133 21005.19 3913.970 5 4499.870 4776.105 2223.871 -1528.150 4813.062 1572.058 6 4875.762 -5577.966 3332.462 -6960.797 8355.296 -2096.353 7 3370.050 -3703.134 7290.452 -3333.565 10030.65 3545.654 8 4387.492 -594.3152 2865.589 -383.4789 9780.806 2732.748 9 6124.068 -2338.459 4823.219 -4058.870 10136.39 -2346.707 10 3407.610 -4339.547 3937.771 -4112.718 9590.031 2361.737




D(CDS_5YR,2)

1 17.26428 -0.828782 3.478031 8.109490 -0.573140 19.20637 2 -1.772203 4.605556 0.571968 5.694366 10.85565 -9.406464 3 10.21099 -7.112936 -4.816458 -1.838921 5.938107 4.029080 4 -1.153441 -2.847034 -4.921630 6.487657 -6.896816 9.290621 5 9.397687 4.591122 5.509146 8.745378 12.80095 -1.020096 6 6.804094 -4.239461 -1.969134 -3.996851 0.092298 4.727088 7 2.062750 2.307207 -2.614241 6.680470 0.588995 4.364432 8 6.421818 -4.481675 -0.348576 4.869425 7.431290 3.314934 9 6.887645 -0.985429 -0.479030 4.277817 3.084002 2.358813 10 3.373356 2.206541 -1.828644 2.141039 2.104783 3.521004

155


Sumber : Eviews 8




D(CDS_5YR,2)

1 0.049249 0.000000 0.000000 0.000000 0.000000 0.000000 2 -0.012169 -0.007871 0.004073 -0.002458 -0.011263 -0.017829 3 -0.005998 0.013179 -0.009303 0.006893 0.005395 -0.012965 4 0.001271 -0.015703 0.002431 0.002399 0.000711 -0.009568 5 0.014910 -0.008247 0.008314 -0.002413 -0.014358 0.004278 6 0.014069 0.009933 -0.006018 0.000764 0.007937 -0.011416 7 0.003649 -0.001912 0.002587 0.002331 -0.004524 -0.007109 8 0.001958 -0.004710 -0.002463 -0.001411 -0.005419 -0.009388 9 0.001654 -0.004029 1.72E-05 0.005808 0.001755 -0.013016 10 0.007868 -0.003721 0.002371 -0.000390 -0.004315 -0.001886




D(CDS_5YR,2)

1 -0.269285 0.841815 0.000000 0.000000 0.000000 0.000000 2 -0.070164 -0.004235 -0.048064 0.045917 0.080926 -0.005904 3 -0.172761 0.082320 -0.024640 -0.032434 -0.059613 -0.033914 4 -0.236930 0.320163 -0.070589 0.133328 0.069075 -0.092711 5 -0.080249 0.308083 0.117786 -0.061952 -0.017584 0.066465 6 -0.063527 0.164986 -0.089108 -0.000904 0.023146 0.068780 7 -0.120328 0.248293 -0.054707 0.032587 0.015905 -0.079647 8 -0.233285 0.265429 0.020646 0.069332 0.024763 -0.072019 9 -0.158758 0.207123 -0.012511 -0.030234 -0.003299 0.025885 10 -0.100815 0.222978 -0.040277 0.028156 0.030244 0.022346




D(CDS_5YR,2)

1 0.000508 0.000343 0.002509 0.000000 0.000000 0.000000 2 -0.000228 0.000138 -0.000311 -0.000209 -0.000224 -0.000298 3 -0.000254 9.56E-05 0.001055 0.000326 2.47E-05 -0.000400

156

4 -0.000121 -0.000236 0.000993 -0.000116 3.42E-05 0.000137 5 -6.53E-05 0.000368 0.000770 8.02E-05 -0.000253 -0.000431 6 0.000292 -1.22E-05 0.000885 -0.000148 0.000126 0.000238 7 -0.000106 0.000116 0.000811 0.000133 -0.000257 -0.000287 8 -9.84E-05 0.000193 0.000819 -6.37E-05 0.000156 -0.000240 9 -0.000231 -2.78E-05 0.000807 0.000128 -0.000198 -0.000255 10 6.83E-05 2.67E-05 0.000929 -0.000121 -5.43E-05 8.94E-05




D(CDS_5YR,2)

1 -85.00055 45.79593 24.67974 339.6486 0.000000 0.000000 2 85.06270 12.45401 128.4587 -48.52482 102.8796 -0.522692 3 -127.4780 41.16327 -60.63743 86.36932 -0.241966 -16.14178 4 48.43809 -14.20615 -5.919110 87.61105 -31.62107 74.93058 5 -9.477716 35.26425 120.2062 186.2571 73.09580 -73.36119 6 -36.43125 8.037824 -5.009717 5.340502 44.28767 31.50947 7 -45.03747 68.68364 -13.99347 108.0009 -21.68630 -0.935627 8 33.74175 -44.40620 65.82071 102.3772 40.91375 34.81127 9 -34.25261 42.71138 28.51698 123.9939 29.23497 -48.41421 10 -26.80202 37.31443 16.08720 45.64152 38.22013 32.02000




D(CDS_5YR,2)

1 -7201.898 -1560.822 4176.297 9516.667 48354.14 0.000000 2 4737.835 -545.3112 -1570.070 -6834.670 -13433.62 4523.699 3 -568.0086 2819.739 8623.456 480.4705 14070.84 -5305.114 4 -978.0951 -7047.657 -3247.979 8091.814 21997.23 3020.754 5 -5307.162 4626.616 3037.327 -1618.605 8151.471 -1207.724 6 2093.325 -301.6077 5604.111 -1097.606 10838.26 -269.7696 7 -1432.779 -5215.014 -1844.971 3313.873 14102.45 1121.369 8 152.3749 1859.124 3930.545 3262.972 12852.88 1160.579 9 -1776.189 1767.497 3710.075 -1626.466 12759.83 -2656.473 10 -2219.905 -2995.867 -212.1897 1813.154 11444.01 1442.485




D(CDS_5YR,2)

1 -8.739165 1.403936 5.696746 16.27328 -0.914149 22.40681 2 2.778813 6.503939 1.789897 0.351932 7.565103 -9.466596 3 -12.51482 -5.376293 1.206091 5.140825 2.687307 5.001218 4 -2.371446 -2.163557 -1.475978 4.445155 -8.863249 12.90575 5 0.251017 7.442981 9.290027 10.04399 11.87422 0.590206

157

6 -3.440132 -3.985782 -1.150571 1.527274 -0.416203 6.665574 7 -5.887951 4.205586 0.608264 3.985081 -2.628102 5.768235 8 -3.479381 -1.633837 3.022931 8.727917 5.879813 3.688355 9 -5.096395 -0.092607 3.153784 5.781841 0.261103 4.247934 10 -2.368840 1.966504 1.857039 2.715126 1.470736 7.671927


Sumber : Eviews 8

Lampiran 10 Hasil Variance Decomposition

Variance Decomposition of D(GTIDR_5YR,2):

Period S.E.D(GTIDR_5YR,2)

D(CPI,2)

D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 0.474209 100.0000

0.000000 0.000000 0.000000

0.000000 0.000000

2 0.535700 81.95782

1.980147 0.098723 1.144421

13.29719 1.521704

3 0.598832 74.19934

2.457330 7.186436 2.821074

11.96286 1.372957

4 0.643089 66.97237

6.798362 9.415658 4.698801

10.46708 1.647732

5 0.700893 60.03758

8.117216 11.81496 5.036713

11.10817 3.885350

6 0.746294 55.60302

10.11927 12.63483 7.993046

10.01960 3.630219

7 0.769459 55.17230

9.534073 13.20571 8.973348

9.685264 3.429305

8 0.800836 53.26332

10.34304 12.28151 8.331550

12.25610 3.524479

9 0.814009 53.19465

10.24830 12.83417 8.151353

12.05498 3.516552

10 0.830120 53.93820

9.871175 12.80017 7.969180

12.03651 3.384757

Variance Decomposition of D(CPI,2):


D(CPI,2)

D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 0.916949 12.74930

87.25070 0.000000 0.000000

0.000000 0.000000

2 0.928619 13.73891

85.10076 0.439591 0.047771

0.052016 0.620961

3 0.9411 13.61018 83.817 1.297761 0.419535 0.0657 0.789107

158

98 63 92

4 1.017304 14.67452

79.54879 2.412861 0.722804

1.213547 1.427480

5 1.090423 13.06957

80.76927 2.633038 0.629384

1.181964 1.716775

6 1.130653 14.64104

77.57425 3.925984 0.856188

1.203966 1.798576

7 1.161305 14.84582

77.06050 3.777409 0.818273

1.779797 1.718199

8 1.202819 14.88590

77.54602 3.539778 0.766572

1.659192 1.602543

9 1.229897 14.71134

77.09725 4.125377 0.734694

1.593643 1.737691

10 1.269805 15.61292

76.52489 3.961498 0.695123

1.575164 1.630411

Variance Decomposition of D(BI_RATE,2):


D(CPI,2)

D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 0.002457 3.806046

0.515614 95.67834 0.000000

0.000000 0.000000

2 0.002540 4.602729

0.539751 91.04929 2.645308

6.80E-05 1.162855

3 0.002810 4.938918

0.700416 81.71116 5.567976

6.051325 1.030203

4 0.002913 4.651249

1.972651 80.41303 6.230574

5.740380 0.992114

5 0.002999 4.860874

2.292580 77.80707 7.085576

5.616472 2.337433

6 0.003215 5.531147

2.024000 77.65474 7.799975

4.948154 2.041980

7 0.003278 5.504401

2.034808 77.25248 8.232666

5.011088 1.964555

8 0.003368 5.764747

1.934231 75.81680 8.061388

6.009848 2.412988

9 0.003454 6.450943

2.091173 75.35995 7.939923

5.814907 2.343102

10 0.003540 6.142378

2.129756 76.02433 7.675584

5.758841 2.269109

Variance Decomposition of D(NILAI_TUKAR,2):


D(CPI,2)

D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 361.6958 40.40454

0.427434 0.431820 58.73621

0.000000 0.000000

2 392.4533 35.50838

0.380166 10.10763 50.69341

2.863256 0.447161

3 435.0709 40.01664

0.717590 14.92461 41.27500

2.666973 0.399185

4 449.2862 37.53862

1.474331 14.25594 42.37988

2.716390 1.634832

5 506.12 35.48105 1.1905 12.71671 44.08728 3.7660 2.758419

159

58 25 13

6 511.7319 35.13722

1.513905 13.11270 43.54591

3.982115 2.708146

7 539.8033 35.91105

2.646569 11.79511 42.71840

4.483588 2.445289

8 549.2589 34.87778

3.856290 12.21258 41.75568

4.885033 2.412645

9 574.6110 35.48312

3.524252 11.33672 42.40176

4.620544 2.633605

10 577.5574 35.95180

3.498902 11.22395 42.04962

4.629899 2.645830

Variance Decomposition of D(PDB,2):


D(CPI,2)

D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 43798.20 19.02775

5.051403 0.002112 0.915093

75.00364 0.000000

2 51013.47 14.25645

3.994511 0.189736 5.652989

75.01125 0.895066

3 54476.62 14.22744

3.835693 4.005315 6.690035

69.81415 1.427369

4 58621.09 13.33647

6.482614 3.602526 5.800399

69.19803 1.579967

5 59199.12 14.05654

6.752587 3.612687 5.963679

68.01222 1.602293

6 61330.36 14.88694

7.838431 3.398173 7.730050

64.38079 1.765611

7 62552.78 14.36292

7.811988 4.365154 8.110760

63.28787 2.061313

8 63629.35 15.37791

7.570295 4.411086 8.545469

62.08734 2.007897

9 65053.29 15.99095

8.013359 4.287814 8.346438

61.42162 1.939821

10 66084.15 15.97189

8.067525 4.398865 9.265283

60.40989 1.886556

Variance Decomposition of D(CDS_5YR,2):


D(CPI,2)

D(BI_RATE,2)

D(NILAI_TUKAR,2)

D(PDB,2)

D(CDS_5YR,2)

1 28.99000 34.06379

0.005347 0.051513 13.44992

0.699053 51.73037

2 32.37915 27.43297

1.374604 0.065711 11.49185

10.07771 49.55715

3 36.21250 29.94792

5.945845 2.435461 9.905042

9.594231 42.17150

4 39.48308 25.56839

5.072028 3.299468 12.25976

10.57476 43.22559

5 43.71267 26.84127

4.642211 3.146678 13.45615

16.60037 35.31332

6 44.94050 27.65522

5.115992 3.558908 13.10526

15.85865 34.70597

7 45.97223 27.16645

5.134157 3.668080 13.82436

15.15847 35.04849

8 47.35224 26.95663

5.637883 3.496611 13.47960

16.71072 33.71855

9 48.544 27.66308 5.3769 3.783051 14.39893 16.058 32.71961

160

85 35 39

10 49.10905 28.28351

5.255890 3.826278 14.18956

15.77520 32.66956


Sumber : Eviews 8




D(CDS_5YR,2)

1 0.472681 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.556238 77.77217 1.474837 1.072674 2.000698 14.52937 3.150256 3 0.630397 72.16154 1.539031 7.643682 3.009981 11.65784 3.987928 4 0.655495 67.71246 4.070169 9.082844 4.067080 10.79721 4.270237 5 0.719997 63.34342 4.832813 9.246279 4.948490 11.63933 5.989659 6 0.747406 59.53865 7.620954 8.899909 7.103702 11.15612 5.680667 7 0.777535 59.00694 7.500195 9.616387 7.496545 10.34020 6.039732 8 0.808609 56.51341 8.892204 8.898836 7.053503 12.96875 5.673299 9 0.823278 56.89796 8.649071 8.842934 6.898024 12.55354 6.158472 10 0.836889 56.69470 8.387014 9.018726 6.707459 13.20984 5.982259




D(CDS_5YR,2)

1 0.905074 10.87003 89.12997 0.000000 0.000000 0.000000 0.000000 2 0.921119 12.15904 86.07703 0.352730 0.031647 0.217793 1.161761 3 0.936860 12.28095 83.83366 0.921022 1.588257 0.213604 1.162506 4 1.021408 12.73954 78.89894 2.239819 3.054732 1.493725 1.573241 5 1.089428 11.71163 79.77982 2.389575 2.857722 1.499169 1.762084 6 1.124838 13.11507 77.03031 3.536974 2.913299 1.406599 1.997746 7 1.160496 13.45459 76.87083 3.359418 2.737480 1.635962 1.941718 8 1.190870 14.02757 76.76272 3.200493 2.601560 1.563200 1.844457 9 1.221468 13.70578 76.82882 3.689483 2.487752 1.501596 1.786578 10 1.261858 14.82962 76.01209 3.601696 2.334228 1.522800 1.699564




D(CDS_5YR,2)

1 0.002512 0.007467 3.256481 96.73605 0.000000 0.000000 0.000000 2 0.002590 0.037241 3.537429 92.83605 0.983230 0.237840 2.368212 3 0.002780 0.415152 3.423965 86.68089 3.861832 2.939337 2.678823 4 0.002882 0.537616 3.957049 84.93628 4.621387 3.381523 2.566149 5 0.003004 0.559550 5.938091 80.45495 6.301798 3.119161 3.626450 6 0.003188 0.692516 5.682920 80.09922 7.426252 2.869671 3.229424

161

7 0.003260 0.685205 5.458103 79.18359 8.237025 3.066438 3.369643 8 0.003350 0.653827 5.528740 77.93049 7.930526 3.872973 4.083447 9 0.003411 0.643709 5.335998 78.39971 7.766554 3.752992 4.101040 10 0.003487 0.734986 5.782596 77.84531 7.433989 4.101576 4.101545




D(CDS_5YR,2)

1 370.5186 46.36008 0.340086 0.006988 53.29284 0.000000 0.000000 2 412.0341 39.37754 0.285812 10.49068 44.07615 5.122602 0.647210 3 446.6488 42.68547 0.718030 13.22426 38.39451 4.360094 0.617633 4 460.9807 40.35647 1.383567 12.42469 39.46433 4.445140 1.925801 5 519.3667 38.75894 1.142471 12.56321 39.03510 5.041980 3.458305 6 523.6940 38.23233 1.228297 12.43220 38.58282 6.116787 3.407565 7 551.9818 38.23500 2.219415 11.23019 38.94597 6.268758 3.100671 8 565.3887 37.16995 3.538174 11.29149 37.91542 7.103743 2.981213 9 588.7113 37.88119 3.263395 10.46660 38.09359 6.719819 3.575414 10 591.5069 37.84642 3.262217 10.38883 37.93272 6.910521 3.659294

Variance Decomposition of D(PDB,2): PeriodS.E.



D(CDS_5YR,2)

1 47573.47 12.99410 2.422131 1.490928 0.013826 83.07901 0.000000 2 52519.05 11.10021 1.991998 1.264815 3.723764 80.78702 1.132196 3 55169.58 10.55839 1.893957 5.075566 3.523521 77.74372 1.204841 4 60499.93 10.64268 5.448265 4.267923 3.047469 75.57380 1.019861 5 61066.23 10.61609 5.747352 4.357038 2.993794 75.22288 1.062840 6 62431.25 10.78083 5.727759 4.450302 4.605745 73.32211 1.113250 7 64407.87 10.51337 6.436003 5.140808 4.417864 71.97041 1.521552 8 65339.43 10.75439 6.255586 5.184046 4.325115 72.00054 1.480330 9 66754.25 10.85048 6.124719 5.641498 4.631046 71.31505 1.437213 10 67890.09 10.93418 6.336987 5.569945 4.926559 70.76803 1.464293




D(CDS_5YR,2)

1 27.00376 33.83063 0.021331 0.634192 13.44177 0.010560 52.06152 2 31.18454 25.37266 1.938620 0.482125 11.02618 10.61401 50.56641 3 34.97695 30.11348 5.172141 2.714509 9.695376 11.32927 40.97523 4 38.29971 25.59007 4.986431 4.322828 13.43878 11.22110 40.44079 5 42.65948 25.67497 5.497138 4.284865 14.60748 17.26226 32.67329 6 44.03453 26.77942 6.139667 4.207581 15.24844 16.20232 31.42257 7 45.27198 25.67811 6.185345 4.424910 17.41226 15.41831 30.88107 8 46.60854 25.65495 6.769777 4.178324 16.94477 17.02590 29.42627 9 47.50999 26.82642 6.535199 4.338678 17.03684 16.82915 28.43371 10 48.13931 27.00835 6.521838 4.403878 16.99149 16.80977 28.26468

Cholesky Ordering: D(GTIDR_10YR,2) D(CPI,2)

162

D(BI_RATE,2) D(NILAI_TUKAR,2) D(PDB,2) D(CDS_5YR,2)

Sumber : Eviews 8




D(CDS_5YR,2)

1 0.443483 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.547011 73.45563 0.665969 1.521366 5.050723 18.20644 1.099872 3 0.622380 68.18423 1.309506 10.34425 4.671454 14.08114 1.409424 4 0.643892 65.39532 4.392418 9.982615 5.383308 13.47410 1.372237 5 0.683092 61.10443 6.456964 10.26693 6.095781 13.64204 2.433862 6 0.716942 58.04688 9.419972 10.05273 6.674875 13.26619 2.539356 7 0.736819 56.99931 9.053041 10.45382 7.581997 12.65981 3.252018 8 0.765160 55.17221 9.547221 9.718088 7.408164 15.07117 3.083147 9 0.775046 55.59271 9.534603 9.788951 7.257479 14.72165 3.104604 10 0.788868 55.48046 9.205181 9.717688 7.038278 15.46347 3.094925




D(CDS_5YR,2)

1 0.918238 13.91373 86.08627 0.000000 0.000000 0.000000 0.000000 2 0.933455 14.62105 83.40348 0.196262 0.006596 0.575785 1.196822 3 0.943880 14.65068 82.26244 0.833208 0.513803 0.565981 1.173886 4 1.030961 15.48509 77.27556 2.149561 1.910592 1.732864 1.446332 5 1.105065 14.33411 77.94475 2.482021 1.924983 1.693972 1.620172 6 1.136117 15.39779 75.82663 3.331647 1.900039 1.620302 1.923590 7 1.172004 15.48840 75.68377 3.254727 1.812282 1.843364 1.917459 8 1.208520 16.25214 75.27499 3.068868 1.773648 1.806317 1.824043 9 1.238209 15.97086 75.42798 3.372138 1.724218 1.722579 1.782217 10 1.277405 16.71363 74.95207 3.246237 1.622369 1.766000 1.699691




D(CDS_5YR,2)

1 0.002610 0.086400 2.953351 96.96025 0.000000 0.000000 0.000000 2 0.002659 0.116056 3.681326 95.27039 0.134255 0.162972 0.634997 3 0.002899 0.274010 3.356947 89.27038 3.391898 2.494431 1.212330 4 0.002987 0.520558 3.324103 88.91152 3.292915 2.660057 1.290851 5 0.003101 0.583237 4.921345 85.47542 3.633909 2.476972 2.909120 6 0.003295 0.521879 4.857356 85.66723 3.792044 2.404047 2.757441 7 0.003368 0.516581 4.801415 84.51302 4.997848 2.402478 2.768655 8 0.003467 0.495024 4.658379 83.72372 4.716210 3.365365 3.041301 9 0.003547 0.539260 4.709307 83.78234 4.732412 3.216589 3.020091 10 0.003632 0.728594 4.951609 83.64118 4.514766 3.281993 2.881857

163




D(CDS_5YR,2)

1 366.0843 47.96899 0.807337 0.008024 51.21565 0.000000 0.000000 2 409.8643 41.63838 0.701193 11.53742 41.11095 4.668354 0.343699 3 448.2696 45.02832 1.062491 14.51417 35.20192 3.905719 0.287389 4 459.6333 43.20908 1.945988 13.95099 35.55304 4.277722 1.063188 5 520.9382 38.98397 1.525078 14.14891 38.26666 5.122823 1.952549 6 525.0863 38.58228 1.616792 14.06990 37.91878 5.869748 1.942498 7 550.6096 38.59179 2.469916 12.80517 38.33206 6.018274 1.782782 8 563.0750 37.61408 3.528149 12.96596 37.58537 6.558259 1.748187 9 585.6146 37.89124 3.270155 12.12008 38.40122 6.286478 2.030826 10 588.0535 37.93358 3.344273 12.03049 38.22518 6.397144 2.069328




D(CDS_5YR,2)

1 46774.18 10.67625 2.457945 2.353525 4.15E-06 84.51228 0.000000 2 51839.08 9.030479 2.113298 1.938318 3.019479 81.83552 2.062904 3 55314.40 9.335276 1.900688 6.417715 3.774362 75.94997 2.621987 4 60345.51 8.368206 4.231842 5.527100 3.319323 75.92984 2.623686 5 60971.78 8.741861 4.758960 5.547173 3.314301 75.00116 2.636543 6 62499.67 8.928269 5.325645 5.563571 4.394639 73.16616 2.621716 7 64099.36 8.764612 5.396902 6.582947 4.448491 72.00858 2.798466 8 65113.91 8.947643 5.238362 6.573082 4.314414 72.03842 2.888076 9 66564.15 9.408452 5.136010 6.814828 4.500283 71.25253 2.887892 10 67758.37 9.332648 5.366734 6.914461 4.711459 70.76622 2.908482




D(CDS_5YR,2)

1 27.30963 39.96366 0.092098 1.621941 8.817701 0.044044 49.46055 2 31.76866 29.84363 2.169738 1.231001 9.728994 11.70909 45.31755 3 35.24458 32.64103 5.835858 2.867709 8.176854 12.35206 38.12649 4 38.10263 28.01957 5.551517 4.122065 9.895299 13.84485 38.56671 5 42.81288 27.01162 5.547140 4.920790 12.01034 19.90599 30.60412 6 44.03882 27.91576 6.169323 4.850567 12.17466 18.81358 30.07611 7 44.94278 27.01473 6.187187 4.995758 13.89933 18.08154 29.82145 8 46.59640 27.03073 6.680909 4.653066 14.02238 19.36441 28.24850 9 47.46830 28.15224 6.480829 4.493884 14.32414 19.08168 27.46723 10 47.89826 28.14510 6.577220 4.559321 14.26794 18.93374 27.51669


164

Sumber : Eviews 8




D(CDS_5YR,2)

1 0.049249 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.055704 82.94114 1.996487 0.534736 0.194688 4.088214 10.24473 3 0.060364 71.61620 6.466971 2.830338 1.469697 4.280101 13.33670 4 0.063212 65.34881 12.06893 2.728978 1.484256 3.915769 14.45326 5 0.067716 61.79259 12.00008 3.885439 1.420330 7.907963 12.99360 6 0.071499 59.29778 12.69363 4.193482 1.285407 8.325627 14.20407 7 0.072196 58.41443 12.51997 4.241312 1.364931 8.558368 14.90099 8 0.073238 56.83508 12.57966 4.234570 1.363498 8.864070 16.12312 9 0.074760 54.59392 12.36324 4.063949 1.912112 8.562036 18.50474 10 0.075450 54.68689 12.38124 4.088669 1.879954 8.733150 18.23010




D(CDS_5YR,2)

1 0.883836 9.282842 90.71716 0.000000 0.000000 0.000000 0.000000 2 0.892810 9.714779 88.90493 0.289817 0.264507 0.821594 0.004373 3 0.916567 12.77044 85.16249 0.347258 0.376194 1.202564 0.141059 4 1.017282 15.79148 79.03960 0.763397 2.023140 1.437296 0.945084 5 1.076408 14.66009 78.78667 1.879213 2.138231 1.310419 1.225384 6 1.096868 14.45373 78.13745 2.469727 2.059277 1.306521 1.573299 7 1.135737 14.60382 77.66004 2.535592 2.003062 1.238235 1.959250 8 1.194071 17.02871 75.19874 2.323797 2.149269 1.163215 2.136274 9 1.222972 17.91852 74.55484 2.225728 2.110004 1.109614 2.081295 10 1.248749 17.83820 74.69713 2.238821 2.074631 1.122938 2.028283




D(CDS_5YR,2)

1 0.002583 3.873186 1.766109 94.36070 0.000000 0.000000 0.000000 2 0.002650 4.421273 1.950936 91.02926 0.618917 0.715882 1.263730 3 0.002912 4.426978 1.724356 88.55020 1.764593 0.600409 2.933467 4 0.003093 4.075680 2.111959 88.76834 1.704651 0.544241 2.795129 5 0.003249 3.734281 3.194604 86.06874 1.605858 1.101234 4.295287 6 0.003394 4.161625 2.928954 85.67234 1.662882 1.147891 4.426311 7 0.003517 3.967879 2.837521 85.11238 1.692274 1.603251 4.786697 8 0.003629 3.799313 2.945946 85.01106 1.619829 1.690943 4.932905 9 0.003741 3.956773 2.777418 84.64537 1.641617 1.872198 5.106628

165

10 0.003859 3.750742 2.615583 85.35850 1.641565 1.779692 4.853916




D(CDS_5YR,2)

1 353.9670 5.766577 1.673895 0.486134 92.07339 0.000000 0.000000 2 402.6464 8.919558 1.389287 10.55410 72.60844 6.528455 0.000169 3 437.5687 16.04010 2.061346 10.85707 65.37726 5.528000 0.136228 4 456.4424 15.86718 1.991267 9.994579 63.76663 5.560225 2.820117 5 519.1716 12.29783 2.000513 13.08612 62.15901 6.280034 4.176494 6 523.3917 12.58482 1.991967 12.88510 61.17110 6.895169 4.471849 7 541.3094 12.45771 3.472240 12.11304 61.16925 6.606756 4.181005 8 560.2013 11.99443 3.870344 12.69033 60.45292 6.702062 4.289911 9 579.8356 11.54484 4.155265 12.08732 61.00104 6.510070 4.701467 10 585.7884 11.52073 4.477005 11.91833 60.37462 6.804130 4.905186




D(CDS_5YR,2)

1 50004.35 2.074333 0.097430 0.697537 3.622049 93.50865 0.000000 2 52661.97 2.679655 0.098567 0.717798 4.950078 90.81601 0.737893 3 55518.32 2.421485 0.346641 3.058465 4.461319 88.13507 1.577015 4 60843.57 2.042003 1.630333 2.831487 5.483286 86.45336 1.559535 5 61897.19 2.708238 2.134010 2.976703 5.366583 85.26950 1.544965 6 63133.87 2.713115 2.053508 3.649160 5.188623 84.90874 1.486857 7 65035.82 2.605283 2.578148 3.519322 5.149219 84.71713 1.430893 8 66526.51 2.490360 2.541999 3.712443 5.161610 84.69567 1.397920 9 67958.34 2.454837 2.503656 3.855699 5.003679 84.68969 1.492435 10 69055.18 2.480815 2.612968 3.735131 4.914931 84.76712 1.489036




D(CDS_5YR,2)

1 29.63980 8.693397 0.224359 3.694055 30.14392 0.095123 57.14915 2 32.84380 7.795830 4.104165 3.305473 24.56102 5.382927 54.85059 3 36.39172 18.17603 5.525457 2.802213 22.00098 4.929794 46.56553 4 40.02144 15.37971 4.860899 2.452984 19.42486 8.980701 48.90084 5 44.56129 12.40878 6.710741 6.324918 20.74891 14.34463 39.46202 6 45.40582 12.52550 7.233982 6.156033 20.09738 13.82438 40.16273 7 46.58835 13.49497 7.686300 5.864536 19.82176 13.44972 39.68272 8 48.15330 13.15416 7.309942 5.883640 21.83956 14.08070 37.73200 9 49.05315 13.75540 7.044566 6.083119 22.43496 13.57167 37.11029 10 49.87516 13.53130 6.969731 6.022889 21.99788 13.21495 38.26325


166

Sumber : Eviews 8

Lampiran 11 t-tabel

Pr 0.25 0.10 0.05 0.025 0.01 0.005 0.001df 0.50 0.20 0.10 0.050 0.02 0.010 0.002

1 1.00000 3.07768 6.31375 12.70620 31.82052 63.65674 318.308842 0.81650 1.88562 2.91999 4.30265 6.96456 9.92484 22.327123 0.76489 1.63774 2.35336 3.18245 4.54070 5.84091 10.214534 0.74070 1.53321 2.13185 2.77645 3.74695 4.60409 7.173185 0.72669 1.47588 2.01505 2.57058 3.36493 4.03214 5.893436 0.71756 1.43976 1.94318 2.44691 3.14267 3.70743 5.207637 0.71114 1.41492 1.89458 2.36462 2.99795 3.49948 4.785298 0.70639 1.39682 1.85955 2.30600 2.89646 3.35539 4.500799 0.70272 1.38303 1.83311 2.26216 2.82144 3.24984 4.2968110 0.69981 1.37218 1.81246 2.22814 2.76377 3.16927 4.1437011 0.69745 1.36343 1.79588 2.20099 2.71808 3.10581 4.0247012 0.69548 1.35622 1.78229 2.17881 2.68100 3.05454 3.9296313 0.69383 1.35017 1.77093 2.16037 2.65031 3.01228 3.8519814 0.69242 1.34503 1.76131 2.14479 2.62449 2.97684 3.7873915 0.69120 1.34061 1.75305 2.13145 2.60248 2.94671 3.7328316 0.69013 1.33676 1.74588 2.11991 2.58349 2.92078 3.6861517 0.68920 1.33338 1.73961 2.10982 2.56693 2.89823 3.6457718 0.68836 1.33039 1.73406 2.10092 2.55238 2.87844 3.6104819 0.68762 1.32773 1.72913 2.09302 2.53948 2.86093 3.5794020 0.68695 1.32534 1.72472 2.08596 2.52798 2.84534 3.5518121 0.68635 1.32319 1.72074 2.07961 2.51765 2.83136 3.5271522 0.68581 1.32124 1.71714 2.07387 2.50832 2.81876 3.5049923 0.68531 1.31946 1.71387 2.06866 2.49987 2.80734 3.4849624 0.68485 1.31784 1.71088 2.06390 2.49216 2.79694 3.4667825 0.68443 1.31635 1.70814 2.05954 2.48511 2.78744 3.4501926 0.68404 1.31497 1.70562 2.05553 2.47863 2.77871 3.4350027 0.68368 1.31370 1.70329 2.05183 2.47266 2.77068 3.4210328 0.68335 1.31253 1.70113 2.04841 2.46714 2.76326 3.4081629 0.68304 1.31143 1.69913 2.04523 2.46202 2.75639 3.3962430 0.68276 1.31042 1.69726 2.04227 2.45726 2.75000 3.3851831 0.68249 1.30946 1.69552 2.03951 2.45282 2.74404 3.3749032 0.68223 1.30857 1.69389 2.03693 2.44868 2.73848 3.3653133 0.68200 1.30774 1.69236 2.03452 2.44479 2.73328 3.3563434 0.68177 1.30695 1.69092 2.03224 2.44115 2.72839 3.3479335 0.68156 1.30621 1.68957 2.03011 2.43772 2.72381 3.3400536 0.68137 1.30551 1.68830 2.02809 2.43449 2.71948 3.3326237 0.68118 1.30485 1.68709 2.02619 2.43145 2.71541 3.3256338 0.68100 1.30423 1.68595 2.02439 2.42857 2.71156 3.3190339 0.68083 1.30364 1.68488 2.02269 2.42584 2.70791 3.3127940 0.68067 1.30308 1.68385 2.02108 2.42326 2.70446 3.30688

Sumber : (http://junaidichaniago.wordpress.com),

Pr 0.25 0.10 0.05 0.025 0.01 0.005 0.001

167

df 0.50 0.20 0.10 0.050 0.02 0.010 0.00241 0.68052 1.30254 1.68288 2.01954 2.42080 2.70118 3.3012742 0.68038 1.30204 1.68195 2.01808 2.41847 2.69807 3.2959543 0.68024 1.30155 1.68107 2.01669 2.41625 2.69510 3.2908944 0.68011 1.30109 1.68023 2.01537 2.41413 2.69228 3.2860745 0.67998 1.30065 1.67943 2.01410 2.41212 2.68959 3.2814846 0.67986 1.30023 1.67866 2.01290 2.41019 2.68701 3.2771047 0.67975 1.29982 1.67793 2.01174 2.40835 2.68456 3.2729148 0.67964 1.29944 1.67722 2.01063 2.40658 2.68220 3.2689149 0.67953 1.29907 1.67655 2.00958 2.40489 2.67995 3.2650850 0.67943 1.29871 1.67591 2.00856 2.40327 2.67779 3.2614151 0.67933 1.29837 1.67528 2.00758 2.40172 2.67572 3.2578952 0.67924 1.29805 1.67469 2.00665 2.40022 2.67373 3.2545153 0.67915 1.29773 1.67412 2.00575 2.39879 2.67182 3.2512754 0.67906 1.29743 1.67356 2.00488 2.39741 2.66998 3.2481555 0.67898 1.29713 1.67303 2.00404 2.39608 2.66822 3.2451556 0.67890 1.29685 1.67252 2.00324 2.39480 2.66651 3.2422657 0.67882 1.29658 1.67203 2.00247 2.39357 2.66487 3.2394858 0.67874 1.29632 1.67155 2.00172 2.39238 2.66329 3.2368059 0.67867 1.29607 1.67109 2.00100 2.39123 2.66176 3.2342160 0.67860 1.29582 1.67065 2.00030 2.39012 2.66028 3.2317161 0.67853 1.29558 1.67022 1.99962 2.38905 2.65886 3.2293062 0.67847 1.29536 1.66980 1.99897 2.38801 2.65748 3.2269663 0.67840 1.29513 1.66940 1.99834 2.38701 2.65615 3.2247164 0.67834 1.29492 1.66901 1.99773 2.38604 2.65485 3.2225365 0.67828 1.29471 1.66864 1.99714 2.38510 2.65360 3.2204166 0.67823 1.29451 1.66827 1.99656 2.38419 2.65239 3.2183767 0.67817 1.29432 1.66792 1.99601 2.38330 2.65122 3.2163968 0.67811 1.29413 1.66757 1.99547 2.38245 2.65008 3.2144669 0.67806 1.29394 1.66724 1.99495 2.38161 2.64898 3.2126070 0.67801 1.29376 1.66691 1.99444 2.38081 2.64790 3.2107971 0.67796 1.29359 1.66660 1.99394 2.38002 2.64686 3.2090372 0.67791 1.29342 1.66629 1.99346 2.37926 2.64585 3.2073373 0.67787 1.29326 1.66600 1.99300 2.37852 2.64487 3.2056774 0.67782 1.29310 1.66571 1.99254 2.37780 2.64391 3.2040675 0.67778 1.29294 1.66543 1.99210 2.37710 2.64298 3.2024976 0.67773 1.29279 1.66515 1.99167 2.37642 2.64208 3.2009677 0.67769 1.29264 1.66488 1.99125 2.37576 2.64120 3.1994878 0.67765 1.29250 1.66462 1.99085 2.37511 2.64034 3.1980479 0.67761 1.29236 1.66437 1.99045 2.37448 2.63950 3.1966380 0.67757 1.29222 1.66412 1.99006 2.37387 2.63869 3.19526


Pr 0.25 0.10 0.05 0.025 0.01 0.005 0.001df 0.50 0.20 0.10 0.050 0.02 0.010 0.002

81 0.67753 1.29209 1.66388 1.98969 2.37327 2.63790 3.1939282 0.67749 1.29196 1.66365 1.98932 2.37269 2.63712 3.1926283 0.67746 1.29183 1.66342 1.98896 2.37212 2.63637 3.1913584 0.67742 1.29171 1.66320 1.98861 2.37156 2.63563 3.1901185 0.67739 1.29159 1.66298 1.98827 2.37102 2.63491 3.18890

168

86 0.67735 1.29147 1.66277 1.98793 2.37049 2.63421 3.1877287 0.67732 1.29136 1.66256 1.98761 2.36998 2.63353 3.1865788 0.67729 1.29125 1.66235 1.98729 2.36947 2.63286 3.1854489 0.67726 1.29114 1.66216 1.98698 2.36898 2.63220 3.1843490 0.67723 1.29103 1.66196 1.98667 2.36850 2.63157 3.1832791 0.67720 1.29092 1.66177 1.98638 2.36803 2.63094 3.1822292 0.67717 1.29082 1.66159 1.98609 2.36757 2.63033 3.1811993 0.67714 1.29072 1.66140 1.98580 2.36712 2.62973 3.1801994 0.67711 1.29062 1.66123 1.98552 2.36667 2.62915 3.1792195 0.67708 1.29053 1.66105 1.98525 2.36624 2.62858 3.1782596 0.67705 1.29043 1.66088 1.98498 2.36582 2.62802 3.1773197 0.67703 1.29034 1.66071 1.98472 2.36541 2.62747 3.1763998 0.67700 1.29025 1.66055 1.98447 2.36500 2.62693 3.1754999 0.67698 1.29016 1.66039 1.98422 2.36461 2.62641 3.17460100 0.67695 1.29007 1.66023 1.98397 2.36422 2.62589 3.17374101 0.67693 1.28999 1.66008 1.98373 2.36384 2.62539 3.17289102 0.67690 1.28991 1.65993 1.98350 2.36346 2.62489 3.17206103 0.67688 1.28982 1.65978 1.98326 2.36310 2.62441 3.17125104 0.67686 1.28974 1.65964 1.98304 2.36274 2.62393 3.17045105 0.67683 1.28967 1.65950 1.98282 2.36239 2.62347 3.16967106 0.67681 1.28959 1.65936 1.98260 2.36204 2.62301 3.16890107 0.67679 1.28951 1.65922 1.98238 2.36170 2.62256 3.16815108 0.67677 1.28944 1.65909 1.98217 2.36137 2.62212 3.16741109 0.67675 1.28937 1.65895 1.98197 2.36105 2.62169 3.16669110 0.67673 1.28930 1.65882 1.98177 2.36073 2.62126 3.16598111 0.67671 1.28922 1.65870 1.98157 2.36041 2.62085 3.16528112 0.67669 1.28916 1.65857 1.98137 2.36010 2.62044 3.16460113 0.67667 1.28909 1.65845 1.98118 2.35980 2.62004 3.16392114 0.67665 1.28902 1.65833 1.98099 2.35950 2.61964 3.16326115 0.67663 1.28896 1.65821 1.98081 2.35921 2.61926 3.16262116 0.67661 1.28889 1.65810 1.98063 2.35892 2.61888 3.16198117 0.67659 1.28883 1.65798 1.98045 2.35864 2.61850 3.16135118 0.67657 1.28877 1.65787 1.98027 2.35837 2.61814 3.16074119 0.67656 1.28871 1.65776 1.98010 2.35809 2.61778 3.16013120 0.67654 1.28865 1.65765 1.97993 2.35782 2.61742 3.15954


169

repository.uinjkt.ac.idrepository.uinjkt.ac.id/.../46971/1/FATURROHIM-FEB.docx · Web viewANALISIS...

Documents

Transcript of repository.uinjkt.ac.idrepository.uinjkt.ac.id/.../46971/1/FATURROHIM-FEB.docx · Web viewANALISIS...