Bandung, 31 Desember Tim Peneliti

dokumen-dokumen yang mirip
Penerimaan Pajak dan Pengeluaran Pemerintah kota Tebing Tinggi Tahun (juta rupiah)

Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun

RISET ITU MUDAH. Salah satu contoh pertanyaan yang mungkin muncul di benak kita adalah:

BAB III METODOLOGI PENELITIAN. pola sejumlah data, kemudian menyajikan informasi tersebut dalam bentuk yang

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB 1V HASIL DAN ANALISIS

BAB IV HASIL DAN PEMBAHASAN

Lampiran 1. Penawaran Bawang Merah di Sumatera Utara Tahun (Ton) Januari Februari

BULAN

BAB IV HASIL DAN PEMBAHASAN

BAB 1V HASIL DAN PEMBAHASAN. Skripsi ini meneliti mengenai analisis faktor-faktor yang mempengaruhi

TIME SERIES DENGAN K-STAT &EVIEWS

MODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE

BAB V. KESIMPULAN dan SARAN. inflasi dengan pengangguran di Indonesia periode , yang terjadi pada

BAB IV HASIL DAN ANALISIS

Lampiran 1. Data Regresi. 71 Universitas Sumatera Utara

BAB V HASIL ANALISIS DAN PEMBAHASAN

Penjualan Pasokan Penjualan Pasokan Penjualan Pasokan

BAB IV HASIL DAN PEMBAHASAN

BAB V PENUTUP. 5.1 Kesimpulan. Berdasarkan beberapa temuan dalam penelitian ini, peneliti mengambil. kesimpulan yaitu

BAB IV HASIL DAN PEMBAHASAN

REGRESI LINIER SEDERHANA

BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) pada periode

Mario Adventino Hamboerh Siti Saadah Fakultas Ekonomi dan Bisnis Universitas Katolik Indonesia Atma Jaya

Lampiran 2 Penduduk Menurut Status Pekerjaan Utama (jiwa)

PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN

Analisis Nilai Tukar Rupiah terhadap Dolar Amerika. Tahun JURNAL

BAB IV STUDI KASUS. Secara umum inflasi dapat didefinisikan sebagai gejala kenaikan harga

BAB IV HASIL DAN ANALISIS. bentuk deret waktu (time series) selama 17 tahun, yaitu tahun Data

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Uji akar akar unit yang bertujuan untuk menganalisis data time series

BAB IV HASIL DAN ANALISIS

ECONOMIC MODEL FROM DEMAND SIDE: Evidence In Indonesia

BAB IV HASIL PENELITIAN DAN PEMBAHASAN Berdasarkan metode purposive sampling yang digunakan, sampel yang

FENOMENA DEINDUSTRIALISASI DI PROVINSI SULAWESI TENGGARA TAHUN RICO TANTOWI PUTRA / 3SE1

LAMPIRAN 1. Kuisioner Penelitian KUISIONER

DAFTAR PUSTAKA. Halim Abdul, (2002). Akuntansi Sektor Publik. Salemba Empat, Jakarta.

BAB V KESIMPULAN DAN SARAN. 1) Dalam jangka pendek produksi beras Indonesia berpengaruh negatif dan. terhadap besarnya impor beras Indonesia.

BAB V PENUTUP. sejenis yang ingin melanjutkan atau mengembangkan penelitian ini.

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL ANALISIS DAN PEMBAHASAN. yang dapat diperoleh dari pasar uang atau bisa juga dari pasar valas.

Kredit (Y) Pendapatan (x1) Usia (x3) Modal Kerja (x2) Universitas Sumatera Utara

BAB V KESIMPULAN DAN SARAN

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN ANALISIS

DAFTAR PUSTAKA. Ghozali, Imam Aplikasi Analisis Multivariate dengan Program SPSS 19 Cetakan V. Badan Penerbit Universitas Dipenogoro, Semarang.

Bahan Ajar Model ECM AGUS TRI BASUKI MODEL ECM

Lampiran 1 Data Penyerapan Tenaga Kerja, PDRB, Pengeluaran Pemerintah, dan Upah Riil Kabupaten/Kota di Provinsi Sumatera Barat tahun

BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) selama 15 tahun pada periode

Lampiran-Lampiran ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN PEDAGANG SEKTOR INFORMAL KUISIONER. ( Pedagang di Kawasan Pasar Buah Berastagi )

BAB XI UJI HIPOTESIS

LAMPIRAN 1 TABEL RESPONDEN No. y x1 x2 x

BAB IV HASIL PENELITIAN. Dalam penelitian ini sampel yang digunakan adalah indeks harga saham gabungan

Daftar Perusahaan yang Menjadi Sampel Penelitian

(Data Mentah) Data Penerimaan Asli Daerah Sektor Pariwisata Kabupaten Lombok Timur, Jumlah Kunjunga Wisatawan dan Jumlah Objek Wisata

Lampiran 1 : Pemilihan Bank Melalui Kriteria Berdasarkan Purposive Sampling

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV HASIL PENGUJIAN. Oleh karena itu, penelitian ini menggunakan uji hipotesis untuk membuktikan adanya

BAB V KESIMPULAN DAN SARAN. Desember 2009 dalam kondisi jangka pendek.

MENENTUKAN MODEL EKONOMI BERSTRUKTUR MELALUI ANALISIS VECTOR AUTO REGRESSION (VAR) DALAM PERTUMBUHAN EKONOMI INDONESIA PERIODE

BAB V KESIMPULAN DAN SARAN. Berdasarkan beberapa temuan dan uji dalam penelitian ini, peneliti

BAB V PENUTUP. singkat yang didapat dari hasil penelitian. Saran dibuat berdasarkan pengetahuan

LAMPIRAN 1. Industri TPT Menurut Statistik Industri Menengah dan Besar. (Berdasarkan Kode ISIC 5 Digit)

BAB V PENUTUP. Kesimpulan yang diperoleh dari penelitian ini adalah sebagai berikut : terhadap permintaan uang (M2) 2000:Q1 2008:Q2.

BAB IV HASIL DAN ANALISIS. dilakukan untuk mengetahui seberapa pengaruh variabel-variabel independen

BAB XII INTERPRETASI HASIL OLAH DATA

Produktivitas Padi, Luas Panen dan Produksi Padi di Kabupaten Deli Serdang,

BAB V PENUTUP. adanya pengaruh penurunan volatilitas pada underlying spot market di. Indonesia karena keberadaan kontrak futures indeks LQ45 Futures,

DAFTAR PUSTAKA. Manurung,Mandala dan Pratama Rahardja (2004). Uang,Perbankan, dan Ekonomi Moneter. Jakarta. Lembaga Penerbit FEUI

LAMPIRAN 1. Total Fertility Rate (TFR) Provinsi di Indonesia

Pusat Statistik. Adapun data yang telah di olah terdapat terdapat pada tabel 6.1

Variabel Mempengaruhi IR untuk periode

BAB V PENUTUP. Berdasarkan hasil analisis regresi data panel menunjukkan bahwa model

Muhammad Jauharul Maknun 1 Keywords: BUS, UUS, ECM, inflation, GDP, exchange rate, stock price index, interest rates

BAB IV ESTIMASI DAN ANALISIS MODEL

BAB V ANALISA HASIL DAN PEMBAHASAN

Surat Keterangan Perubahan Judul

BAB V KESIMPULAN DAN SAAN. Berikut ini akan diuraikan secara rinci: terhadap IHSG pada periode Januari 2004 Desember 2008.

BAB V KESIMPULAN DAN SARAN

BAB 4 ANALISIS DAN PEMBAHASAN

BAB V PENUTUP. Peningkatan Jumlah Uang yang Beredar (M1) dan Harga Premium Bersubsidi

PERSAMAAN SIMULTAN Latihan Pratikum

Lampiran 1 Daftar Populasi Sampel Penelitian

akan di gunakan berbentuk linier atau log linier. Maka dalam penelitian ini

Lampiran 1. Data Penelitian

Lampiran-Lampiran LAMPIRAN 1

BAB V KESIMPULAN DAN SARAN. pembahasan untuk membuktikan kebenaran dari suatu hipotesis. Saran dibuat. atau mengembangkan penelitian yang berkaitan.

LAMPIRAN Langkah-Langkah Pemilihan Model Regresi Data Panel

MASALAH-MASALAH DALAM MODEL REGRESI LINIER

Analisis Faktor-Faktor Yang Mempengaruhi Spread Harga (Market Value dan Intrinsik Value) Pada

BAB 4 ANALISA DAN PEMBAHASAN

1 r e g r e s i m o d e l E C M

BAB VI KESIMPULAN DAN SARAN. pertanyaan-pertanyaan yang berkaitan dengan faktor-faktor yang

Klasifikasi Sektor dalam SNSEF Indonesia Tahun 2005 (79 x 79 sektor)

BAB IV HASIL DAN PEMBAHASAN. Bursa Efek merupakan lembaga yang menyelenggarakan kegiatan sekuritas di Indonesia.

1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga.

BAB I PENDAHULUAN A. LATARBELAKANG

Lampiran 1. Metodologi Penelitian. Regresi Panel Data Bentuk umum data panel, baik yang pooling atau kombinasi, adalah :

ANALISIS PENGARUH PERTUMBUHAN EKONOMI TERHADAP TINGKAT PENGANGGURAN DI KOTA MEDAN TAHUN

LAMPIRAN. Lampiran 1 Data Penelitian

BAB V HASIL PENELITIAN DAN PEMBAHASAN. sekunder deret waktu (time series) mulai dari Januari 2013 sampai

Transkripsi:

Kegiatan penelitian ini merupakan kegiatan penelitian kerja sama antara Bursa Efek Jakarta dengan Fakultas Ekonomi Unpad dengan judul Kontribusi/Peranan Pasar Modal Terhadap Perekonomian Indonesia yang dilakukan bertujuan untuk mengetahui peran pasar modal didalam mendorong perekonomian Indonesia selama periode 1996 hingga 2006 dalam bentuk data kwartalan. Penelitian ini melibatkan seluruh emiten dari berbagai sektor yang terdapat dalam bursa efek Jakarta. Dari hasil penelitian ini diharapkan dapat berguna bagi Bursa Efek Jakarta Khususnya di dalam mendorong perannya di dalam mendorong sektor riil dan keuangan sehingga memacu pertumbuhan ekonomi. Bagi Fakultas Ekonomi Unpad, penelitian ini merupakan wahana untuk melakukan studi empiris mengenai pasar modal dalam kaitannya dengan sektor riil. Bandung, 31 Desember 2006 Tim Peneliti

!"## $!! %$%$ &

! " #$%%! &' ( )* + )*+! )*+ #$,-#$,, #$,$ )*+ & ). *./ 01 2 )*+. #$,% #$$3" 4 551 #$$6 #$$5 ",#5-,1 7 8' 9669 "! " ") ) )* +! ) : #$,#. ' ) 7 ' 9669.'*. 4 ) (;

; #$,5. ' )* + " 4 "!! " < / " / / "! = )* + " " ' )*+

!&&! < # " " 9 / " & ) < Pemilik dana Intermediasi Finansial ' </ :' 5 *9660 DANA SUMBER FINANSIAL TAK LANGSUNG DANA DANA Pasar Finansial SUMBER FINANSIAL LANGSUNG DANA DANA Peminjam dana

!! :4 >! 4 4 = = 44 = = & )! ) /

=.? 4 : " 4 " " " ) "= <

Produk Indonesia bruto (PNB) Tingkat Suku bunga (IR) Jumlah Uang beredar (M1) Indeks harga konsumen (IHK) Nilai tukar rupiah terhadap dollar (ER) ) " Permintaan dan Persediaan akan Saham Harga Saham IHSG Kinerja Industri

$ & ) " ' #$$5 9665 4 ) " #$$% #$$, " 9# ' #$$$ " 4800 4400 4000 3600 3200 2800 2400 96 97 98 99 00 01 02 03 04 05 06 GDPRIIL? 9#? ;"/; & '. #$$% #$$, 99 '. 9666

12000 10000 8000 6000 4000 2000 96 97 98 99 00 01 02 03 04 05 06 KURS? 99!;&'. 9- " "=!" = #$$549665 = 966% "=! 180 160 140 120 100 80 60 40 96 97 98 99 00 01 02 03 04 05 06 IHK? 9-"=! "

' " #$$5 9665 90 + 350000 300000 250000 200000 150000 100000 50000 96 97 98 99 00 01 02 03 04 05 06 M1? 90+ )/# & #$$%4#$$, '.' #61966-49660 96639665 '.= 93

70 60 50 40 30 20 10 0 96 97 98 99 00 01 02 03 04 05 06 TK_BUNGA? 93&) 966% '. &! "='? 9669 ' 9669"='? #$$%#$$, "='? #,664 966% + 4"='? ) "='? 95 <

1400 1200 1000 800 600 400 200 96 97 98 99 00 01 02 03 04 05 06 IHSG? 95 "='? )"='? ;@* 9665 ;@* 6= 9% 400 300 200 100 0-100 -200 96 97 98 99 00 01 02 03 04 05 06 ROE? 9% ;@* ;@*

!!& '$($% ). 2 ' & ) /!#$%- ' #$%- /! =? ' #$33#$56 #$5%! ) <# 9

- 0 3 ' '$($' *) *+ 4 ) A B #$$5 4! A #$$5 4!A#$$5 ' ). + #$$- 06 #$,64#$,, / ) = A B #$$5 #$$,'#$$% ' 0% #$%5 #$$- A B

#$$, ' 4 '$($( *) *) ) *+ / ) # ) = /!#$%-'#$%-!A#$$- 9 * * 4 '?'#$5%? #$5$

- = 44 '$,$% &-./%0001 +.* /#$$$ C " # "D 4 ) '. A.. '+. #3.)2(( / E2 "!/:&& +. ' #$,6 #$$3! # F 9 F-

*'$%$ ) *) ; # 9-0 3 A 666% 666, 666, 666, 666% 995-90-, 9-#$ 99,0 993, G6693H G66#5H G669#H G669-H G6693H A 6,%$ 6%3, 6%$0 6,,3 9-3$ #$%$ 9650 9-3, G66#$H G660$H G6606H G66#$H A #60-9,-$ G6663H ( 639% 6005 65,9 6395 ) -,5% -990 3#9, -,3- G6666H 666#H G6666H G6666H AI 6-9- ) 909# 66#5H A 6#-- 6#-5 6#0$ 6#-- ) 0#6, 099$ 000-0#66 G6666H G6666H G6666H G6666H A 66,# 96%6 G6606H " 466660 46#3% G6,%3H ;9 65$ 65$ 65, 65% 65$ ; 5 %, $ #6 A 666, 666, 666, 666% 90-- 9003 90-3 9#$% G66#5H G66#3H G66#5H G669$H A ##-9 #69# -635 9%09 G666-H G666%H A #9#3 6$3# #63- ---$ 93#$ 9,09 G666#H G66#9H G6663H ( 656$ 6003 639# 63$% ) 0399-96# -$9-0563 G6666H G6669H G666#H G6666H AI 6-9- ) 6#-# G90%%H A 6#0-6#-5 6#-# 6#9$ ) 0-3# 099-0#5% 06,$ G6666H G6666H G6666H G6666H A 66,3 996# G669$H " 466663 4690# G6,#6H E #59,5 #030$ -36% -655 G666#H G6669H " 6,6$ 9#-5 G66-0H ;9 65$ 65% 65$ 6%# 65$ Keterangan: Variabel dependen yaitu rasio kapitalisasi pasar terhadap PDB, t-statistic berada di dalam kurung, dan P-values berada di bracket.

'$,$' 2+ 3+45 5+/'6671 C" $ % &# % ' ( D +#$$6 9660/?.;(= E.; = = )' JJ JJ = ( ; 9660 ) = 4

$ ($%$ & 4 " "#$$5 ""9665 )*+ ($'$ ' < ($'$%$ 8* )! 9666! / "='?;@* "='? ;@* ;@*4 ($'$'$ 8* ) &="=! ". 9666

&)') "- + ) /# ) " & "' "' ' / " ' ' +! ($($ ($($%$ )"*) / " ) / A4AA4A/< %$ A ) KA"='? "; "=! /# *; A"='? K ) "; *; "=! "L: "L/ ) "='? '$ A ) K;@* "; "=! /# *; ;@* K ) "; *; "=! "L: "L/ ) "='?

($($'$ -)))8*! ='!='.A A 4. < /# n L n IH S G t = α 0 + α i L n G D P t i + β j IH K t j + γ k IR t k + n i = 0 n j = 0 n θ m L n E R t - m k = 0 m = 0 n + ε t n = 0 + λ n In d e k s _ F in a n c e t - n + φ n In d e k s _ M a n u f t - n n = 0 n LnGDP t = α 0 + α i LnIHSG t i + β j IHK t j + γ k IR t k + θ m LnER t-m + δ l LnM1 t l + ε t i=0 n j=0 n k =0 n m=0 n n l =0 /9 n n n ROE = α + α LnGDP + β IHK + γ IR + θ LnER t 0 i t i j t j k t k m t-m i= 0 j= 0 k= 0 m=0 n + λ Indeks _ Finance + φ Indeks _ Manuf + ε n t-n n t-n t n=0 n=0 n n n n n n LnGDP = α + α ROE + β IHK + γ IR + θ LnER + δ LnM1 + ε t 0 i t i j t j k t k m t-m l t l t i= 0 j= 0 k= 0 m=0 l= 0 n < ) K "='? K ;@* K4I "=! K" "; K& /# K+ *; K; "L:K "L/ K

/ /!#)# K! /.A )." (."( +."( /.A 4 "='? ) / 4 4' 4 "='? )/4 4 "='? ) ($($( 9* + (*&. Metode ini merupakan metode untuk mencari koefisien autokorelasi () yang diperoleh dari persamaan : U t = U t-1 + e t

Nilai yang didapat dari metode ini kemudian digunakan untuk transformasi seluruh data yang ada di dalam model penelitian. Sebagai contoh, data IHSG dan Kurs akan ditransformasi menjadi : (IHSG t - IHSG t-1 ) dan (Kurs t - Kurs t-1 ) Jika seluruh data telah ditransformasi kemudian akan digunakan untuk mengestimasi model tersebut.

8!,$$)#,$%$%$!# 4 #$$549665' " * :4 :4! +! - :< &,-!!! M"=! KN"=! 4# O P0# &,-!!! M"=! KQ # ON"=! 4# O PP09 &,-!!! M"=! KQ # OQ 9 ON"=! 4# O PP0- = NK6 + =4:':4' 4 <

*,$%!# : ; "='? " 405#$$ ) " 45$$% &) " 43-09# )/# " 4%$$$ & " 43%53 "=! " 4-,%3 ;@* ) 40953 "' / " 40,3, "'! " 40-#5 :;--"<=>?;'50(> 0# "='? ) "=! :4 4449$-3K-$RK31;@*;@. :4 4 49$-3K-$RK31 /? 966-4 4 4,$%$'$!# ) ' /? 966-4

. < A ) KA"='? "; "=! /# *; P00 00 Dari persamaan regresi 4.4. lalu didapat nilai residunya. ) *4?*?>. *S?.*?< ˆt = ut 1 u δ P 03 N K 6 ) + 4 4 = *,$'$!# ) ) ; < )"='? );@* & & 40,%- 45%%$! / "='? ) ;@* ) & & 405-% 43360 :;--">?'56''/=(>5<=>?1 = 09 4 4 9699 =@ 4 4

4 =,$'$ ) ' < A ) KA"='? "; "=! /# *; A"='? K ) "; *; "=! A " A ) K;@* "; "=! /# *; ;@* K ) "; *; "=! A " 05 0% ' S <,$'$% ) &*)"*9 "='? < E<A@? );""A /<&4'A'I ' <#$$5T99665T9 "<06 " <(A@?!;';*.A&!L)?.A@?/#"=!4# "U/.:.!"U:".(*!;"'"' E ( '* 4' ( 9-%9636 6$6%#-3 95#0,,6 VV A@?"='? 665%-6-66-9##9 96$3$69 VV A@?/# 63-93,3 66,5905 5#%3#5# VVV A@?!;';*.A 46609050 66#56#6 49539--9 VV "=!4# 4666-,06 666##69 4-0,3#,6 VVV &!L)?. 46660-6- 666#9#% 4-3-36$6 VVV!;"'"' 66##0#0 660%%,6 69-,,,0 &'

;4I 6,$5066:4 0%55%-9.;4I 6,%%350 :4 6666666 47 #560#3% Keterangan : *** = signifikan pada = 1% TS = Tidak signifikan ** = signifikan pada = 5% * = Signifikan pada = 10%.12.08.04.00 -.04 -.08 -.12 96 97 98 99 00 01 02 03 04 05 8.5 8.4 8.3 8.2 8.1 8.0 7.9 < Residual Actual Fitted! "='? ) RK31' * ) "='? 665% ) "='? +"='? #1 ) 665% 1 7

+ RK#1' * ) 63-- ) + #1 ) 63-- 1 7 '. ) RK31 ' ) * ) 46609 #1 ) 6609 1 7 "=! RK#1+"=! # )666-, & ) RK#1' ) + #1 )60-1,$'$' ) *)8*9 ;@* <

E<A@? );""A /<&4'A'I ' <#$$5T-9665T9 "<-, " <(A@?!;';*.A&!L)?.A@?/#"=!4# "U/.:.!"U:".(*!;"'"' ( E '* 4' ( 03%$566 #9$5-,- -3-93$, VVV ;@*4# 6666,0# 6666-0$ 90##39- VV A@?/# 60-,$65 6##6%35 -$59,6$ VVV A@?!;';*.A 46#63933 669,5,0 4-55$0#$ VVV "=!4# 46669%0-666#9%# 49#35$$9 VV &!L)?. 466##%0-666-#0-4-%-55-3 VVV!;"'"' 66$0%3% 66%90%$ #-6%-%# &' ;4I 6,%3-03:4-6$,00$.;4I 6,0593$ :4 6666666 47 9#9-6#, Keterangan : *** = signifikan pada = 1% TS = Tidak signifikan ** = signifikan pada = 5% * = Signifikan pada = 10% 8.6 8.4 8.2 8.0.12 7.8.08.04.00 -.04 -.08 -.12 97 98 99 00 01 02 03 04 05 Residual Actual Fitted

<! ;@* )RK#61' +;@*# )66,01 + RK# 1' * ) 60-$ ) + #1 ) 60-$ 1 '. ) RK#1 ' ) * ) 46#63 #1 )6#631 "=! RK31+"=! # )6669% & ) RK#1' ) + #1 )66##%1,$'$( # ) & "='? <

E<A@?"='? /<&4'A'I ' <#$$5T-9665T9 "<-, " <(A@?/#A@?!;';*.A&!L)?. "U/.:.!"=!4#"U:".(* "U/.:.!!;"'"' ( E '* 4' ( #5$5%-3 #3%,0-0 #6%0$0$ &' A@? );""A 60%3939 696056$ 9-99%-- VV A@?!;';*.A 466#-$-# 66#069% 46$$-#-6 &' &!L)?. 666659$ 6666%,9 6,6-3$% &' "=!4# 4666##,# 66665%% 4#%006%, V!;"'"' 4666#059 66999,$ 466535#6 &' "U/.:.! 666%#50 6666$09 %56-#%0 VVV "U:".(* 666#$36 6666-%9 390,-5% VVV ;4I 6$,5$$3:4 9%3%3$5.;4I 6$,-06, :4 6666666 47 #0$#%#0 Keterangan : *** = signifikan pada = 1% TS = Tidak signifikan ** = signifikan pada = 5% * = Signifikan pada = 10%

7.6 7.2 6.8.10.05.00 6.4 6.0 5.6 -.05 -.10 -.15 97 98 99 00 01 02 03 04 05 < Residual Actual Fitted ) RK31' *"='? ) 60%3 "='? )+ )#1 "='?60%31 7 '. "='?RK31' "='? * "='? 466#-$ #1 "='?66#-$1

& "='? RK#61' "='? +#1 "='?6659$1 "=! RK#61+"=! # "='?6#91 "='? 7 "='? 4 " RK# 1 + # "='?6%91 " RK#1+ # "='?6#$1,$'$, # ) ;@* < E<;@* /<&4'A'I ' <#$$5T-9665T9 "<-, " <(A@?!;';*.A&!L)?.A@?/#"=!4# "U/.:.!"U:".(*!;"'"' ( E '* 4' ( 43-$$0$, #35%-35 4-000$%- VVV A@? );""A4# 556-#99 #$%,$9$ ---5%#3 VVV A@?!;';*.A 959,#%6-600$9, 6,5-#-# &'

&!L)?. -%,5$$9 96-5,53 #,3$993 V "=!4# 4-#,366$ #60$3$9 4-6-0396 VVV!;"'"' 4,3#,-$, %0#%%$5 4##0,-%- &' "U/.:.! #-5,,$6 6%%%693 #%5#%6, V "U:".(* 4#96--$5 65%$9,, 4#%%#330 V ;4I 600,5#9:4-969393.;4I 69$5363 :4 666$$9% 47 #,5#9-$ Keterangan : *** = signifikan pada = 1% TS = Tidak signifikan ** = signifikan pada = 5% * = Signifikan pada = 10% 200 100 0 400 300 200 100 0-100 -200-100 -200 97 98 99 00 01 02 03 04 05 < Residual Actual Fitted ) RK#1' + )#1 ;@* 556- '. ;@*RK#61' ;@* +#1 ;@* 695-

& ;@* RK#6 1 ' ;@* + # 1 ;@* -%,% "=! RK#1+"=! # ;@*-#,3 ;@* 7 ;@* 4 " RK#61+ # ;@*#-5,$ " RK#6 1 + # ;@*#96-

8$! >$%$9! "='? ;@* ) RK31' 7 + RK#1' 7 '. ) RK31 ' ) 7 "=! RK#1 & ) RK#1 7 ) "='? ;@* RK#1 RK31' 7

'. ;@* "='? ;@*"='? & "='? RK#61& ;@* RK#6 1 ' "=! "='? ;@* 4 RK#1RK#61 "='? 7 "='? 4 " "='? ;@* 4 RK#1RK#61 " "='? RK# 1 ;@*RK#61 >$'$ @ ' = )*+

)*+ DD / 4 "='? ;@* 4 )

.?,( #$,,.; ) +# " ** ;-%9>-5-9406#$$- (''=/." $ % &# % ' ( 9665 (''=/.; +! % # % &? + : * E#99660 4!. ; A# (.!/!&7 )* ;#6999-49-$#$$5 4!. ; A# " & / # 0 &7 )* ;#699$#4-9##$$5?E:AA " #"+.* E""#/#$$$? 966- C)* D:*&/?4= ( "W A ; ".!/%! + * A-395,,4%95#$$% A;'B#")*+.!&7 ) * ;E#69#$$5 /:' 5 * 9660 7 ' ( ' 9669 # " & / #1*2( +. * <9%43# '.# ) 0 "* + #6%%%#4,9#$$% '="*" $ # *!#$$0

$!# Null Hypothesis: D(IHSG) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) t-statistic Prob.* Augmented Dickey-Fuller test statistic -4.619965 0.0006 Test critical values: 1% level -3.605593 5% level -2.936942 10% level -2.606857 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(IHSG,2) Method: Least Squares Date: 07/11/05 Time: 08:55 Sample (adjusted): 1996Q3 2006Q2 Included observations: 40 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(IHSG(-1)) -0.744702 0.161192-4.619965 0.0000 C 14.91787 12.74064 1.170889 0.2489 R-squared 0.359666 Mean dependent var 2.402414 Adjusted R-squared 0.342816 S.D. dependent var 97.12509 S.E. of regression 78.73631 Akaike info criterion 11.61879 Sum squared resid 235577.5 Schwarz criterion 11.70324 Log likelihood -230.3759 F-statistic 21.34407 Durbin-Watson stat 1.924761 Prob(F-statistic) 0.000043 Null Hypothesis: D(GDPRIIL) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) t-statistic Prob.* Augmented Dickey-Fuller test statistic -6.997454 0.0000

Test critical values: 1% level -3.605593 5% level -2.936942 10% level -2.606857 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(GDPRIIL,2) Method: Least Squares Date: 07/11/05 Time: 08:57 Sample (adjusted): 1996Q3 2006Q2 Included observations: 40 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(GDPRIIL(-1)) -1.126705 0.161016-6.997454 0.0000 C 51.30244 25.13159 2.041352 0.0482 R-squared 0.563039 Mean dependent var 0.176200 Adjusted R-squared 0.551540 S.D. dependent var 227.0976 S.E. of regression 152.0807 Akaike info criterion 12.93541 Sum squared resid 878884.5 Schwarz criterion 13.01985 Log likelihood -256.7081 F-statistic 48.96437 Durbin-Watson stat 1.957261 Prob(F-statistic) 0.000000 Null Hypothesis: D(TK_BUNGA) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) t-statistic Prob.* Augmented Dickey-Fuller test statistic -5.342164 0.0001 Test critical values: 1% level -3.600987 5% level -2.935001 10% level -2.605836 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(TK_BUNGA,2) Method: Least Squares Date: 07/11/05 Time: 08:58 Sample (adjusted): 1996Q3 2006Q3

Included observations: 41 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(TK_BUNGA(-1)) -0.845391 0.158249-5.342164 0.0000 C -0.061211 1.240365-0.049349 0.9609 R-squared 0.422553 Mean dependent var -0.030488 Adjusted R-squared 0.407747 S.D. dependent var 10.32008 S.E. of regression 7.942124 Akaike info criterion 7.029789 Sum squared resid 2460.016 Schwarz criterion 7.113378 Log likelihood -142.1107 F-statistic 28.53872 Durbin-Watson stat 1.952525 Prob(F-statistic) 0.000004 Null Hypothesis: D(M1) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) t-statistic Prob.* Augmented Dickey-Fuller test statistic -7.999756 0.0000 Test critical values: 1% level -3.600987 5% level -2.935001 10% level -2.605836 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(M1,2) Method: Least Squares Date: 07/11/05 Time: 09:00 Sample (adjusted): 1996Q3 2006Q3 Included observations: 41 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(M1(-1)) -1.266269 0.158288-7.999756 0.0000 C 8455.723 1853.407 4.562260 0.0000 R-squared 0.621345 Mean dependent var 426.0000 Adjusted R-squared 0.611636 S.D. dependent var 16008.91 S.E. of regression 9976.575 Akaike info criterion 21.30142 Sum squared resid 3.88E+09 Schwarz criterion 21.38501 Log likelihood -434.6791 F-statistic 63.99610 Durbin-Watson stat 1.900293 Prob(F-statistic) 0.000000

Null Hypothesis: D(KURS) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) t-statistic Prob.* Augmented Dickey-Fuller test statistic -5.765470 0.0000 Test critical values: 1% level -3.600987 5% level -2.935001 10% level -2.605836 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(KURS,2) Method: Least Squares Date: 07/11/05 Time: 09:00 Sample (adjusted): 1996Q3 2006Q3 Included observations: 41 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(KURS(-1)) -0.920244 0.159613-5.765470 0.0000 C 152.4068 197.8792 0.770201 0.4458 R-squared 0.460138 Mean dependent var 0.349756 Adjusted R-squared 0.446295 S.D. dependent var 1687.566 S.E. of regression 1255.741 Akaike info criterion 17.15639 Sum squared resid 61498535 Schwarz criterion 17.23998 Log likelihood -349.7060 F-statistic 33.24064 Durbin-Watson stat 2.011992 Prob(F-statistic) 0.000001 Null Hypothesis: D(IHK) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=9) t-statistic Prob.* Augmented Dickey-Fuller test statistic -3.875278 0.0049 Test critical values: 1% level -3.605593 5% level -2.936942

*MacKinnon (1996) one-sided p-values. 10% level -2.606857 Augmented Dickey-Fuller Test Equation Dependent Variable: D(IHK,2) Method: Least Squares Date: 07/11/05 Time: 09:01 Sample (adjusted): 1996Q3 2006Q2 Included observations: 40 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(IHK(-1)) -0.558974 0.144241-3.875278 0.0004 C 1.825041 0.707138 2.580886 0.0138 R-squared 0.283259 Mean dependent var 0.057015 Adjusted R-squared 0.264398 S.D. dependent var 3.984028 S.E. of regression 3.416991 Akaike info criterion 5.344105 Sum squared resid 443.6815 Schwarz criterion 5.428549 Log likelihood -104.8821 F-statistic 15.01778 Durbin-Watson stat 2.024282 Prob(F-statistic) 0.000408 Null Hypothesis: ROE has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) t-statistic Prob.* Augmented Dickey-Fuller test statistic -4.265538 0.0016 Test critical values: 1% level -3.600987 5% level -2.935001 10% level -2.605836 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(ROE) Method: Least Squares Date: 07/11/05 Time: 09:02 Sample (adjusted): 1996Q2 2006Q2 Included observations: 41 after adjustments Variable Coefficient Std. Error t-statistic Prob.

ROE(-1) -0.636384 0.149192-4.265538 0.0001 C 8.262732 11.45381 0.721396 0.4750 R-squared 0.318120 Mean dependent var -0.085673 Adjusted R-squared 0.300636 S.D. dependent var 86.40832 S.E. of regression 72.26155 Akaike info criterion 11.44601 Sum squared resid 203647.5 Schwarz criterion 11.52960 Log likelihood -232.6432 F-statistic 18.19481 Durbin-Watson stat 1.567940 Prob(F-statistic) 0.000123 $!# )!# ) ) Dependent Variable: D(RESID01) Method: Least Squares Date: 07/11/05 Time: 07:16 Sample (adjusted): 1996Q4 2006Q2 Included observations: 36 after adjustments Variable Coefficient Std. Error t-statistic Prob. RESID01(-1) -1.109525 0.163667-6.779155 0.0000 R-squared 0.567056 Mean dependent var -0.002949 Adjusted R-squared 0.567056 S.D. dependent var 0.079297 S.E. of regression 0.052176 Akaike info criterion -3.040988 Sum squared resid 0.095283 Schwarz criterion -2.997001 Log likelihood 55.73778 Durbin-Watson stat 1.909334 Uji Kointegrasi Model Perekonomian Nasional dengan IHSG Dependent Variable: D(RESID02) Method: Least Squares Date: 07/11/05 Time: 07:18 Sample (adjusted): 1996Q3 2006Q2 Included observations: 38 after adjustments

Variable Coefficient Std. Error t-statistic Prob. RESID02(-1) -0.837840 0.171912-4.873654 0.0000 R-squared 0.389721 Mean dependent var -0.002841 Adjusted R-squared 0.389721 S.D. dependent var 0.063534 S.E. of regression 0.049633 Akaike info criterion -3.142355 Sum squared resid 0.091147 Schwarz criterion -3.099261 Log likelihood 60.70475 Durbin-Watson stat 1.988558 Uji Kointegrasi Model Kinerja Pasar Modal IHSG Dependent Variable: D(RESID03) Method: Least Squares Date: 07/11/05 Time: 07:20 Sample (adjusted): 1996Q4 2006Q2 Included observations: 36 after adjustments Variable Coefficient Std. Error t-statistic Prob. RESID03(-1) -0.743745 0.160365-4.637825 0.0000 R-squared 0.380449 Mean dependent var 0.000921 Adjusted R-squared 0.380449 S.D. dependent var 0.053957 S.E. of regression 0.042471 Akaike info criterion -3.452617 Sum squared resid 0.063132 Schwarz criterion -3.408630 Log likelihood 63.14710 Durbin-Watson stat 1.975185 Uji Kointegrasi Model Kinerja Pasar Modal ROE Dependent Variable: D(RESID04) Method: Least Squares Date: 07/11/05 Time: 07:21 Sample (adjusted): 1996Q4 2006Q2 Included observations: 36 after adjustments

Variable Coefficient Std. Error t-statistic Prob. RESID04(-1) -0.920762 0.167294-5.503847 0.0000 R-squared 0.463766 Mean dependent var 1.474034 Adjusted R-squared 0.463766 S.D. dependent var 80.91139 S.E. of regression 59.24977 Akaike info criterion 11.02879 Sum squared resid 122868.7 Schwarz criterion 11.07277 Log likelihood -197.5181 Durbin-Watson stat 1.961045 III. Hasil Regresi Dependent Variable: LOG(GDPRIIL) Method: Two-Stage Least Squares Date: 07/11/05 Time: 01:43 Sample (adjusted): 1996Q2 2006Q2 Included observations: 40 after adjustments Instrument list: C LOG(KURSREAL) TK_BUNGA LOG(M1) IHK(-1) INDXMANUFAK INDXFINANCE DKRISIS Variable Coefficient Std. Error t-statistic Prob. C 2.372050 0.907135 2.614880 0.0134 LOG(IHSG) 0.067303 0.032112 2.095902 0.0438 LOG(M1) 0.532585 0.086246 6.175161 0.0000 LOG(KURSREAL) -0.042464 0.016010-2.652332 0.0122 IHK(-1) -0.003840 0.001102-3.485180 0.0014 TK_BUNGA -0.004303 0.001217-3.535090 0.0012 DKRISIS 0.011414 0.047780 0.238884 0.8127 R-squared 0.896400 Mean dependent var 8.163878 Adjusted R-squared 0.877564 S.D. dependent var 0.153892 S.E. of regression 0.053848 Sum squared resid 0.095687 F-statistic 47.66732 Durbin-Watson stat 1.604157 Prob(F-statistic) 0.000000 Dependent Variable: LOG(GDPRIIL) Method: Two-Stage Least Squares Date: 07/11/05 Time: 00:18 Sample (adjusted): 1996Q3 2006Q2 Included observations: 38 after adjustments

Convergence achieved after 9 iterations Instrument list: C LOG(KURSREAL) TK_BUNGA LOG(M1) IHK(-1) INDXMANUFAK INDXFINANCE DKRISIS Lagged dependent variable & regressors added to instrument list Variable Coefficient Std. Error t-statistic Prob. C 4.579600 1.296383 3.532598 0.0014 ROE(-1) 0.000841 0.000349 2.411523 0.0222 LOG(M1) 0.438906 0.110756 3.962809 0.0004 LOG(KURSREAL) -0.105255 0.028684-3.669419 0.0009 IHK(-1) -0.002743 0.001271-2.156992 0.0391 TK_BUNGA -0.011743 0.003143-3.736635 0.0008 DKRISIS 0.094757 0.072479 1.307371 0.2010 AR(1) -0.070689 0.185961-0.380128 0.7065 R-squared 0.875345 Mean dependent var 8.171281 Adjusted R-squared 0.846259 S.D. dependent var 0.152041 S.E. of regression 0.059615 Sum squared resid 0.106618 F-statistic 30.98449 Durbin-Watson stat 2.123018 Prob(F-statistic) 0.000000 Inverted AR Roots -.07 Dependent Variable: LOG(IHSG) Method: Two-Stage Least Squares Date: 07/11/05 Time: 01:34 Sample (adjusted): 1996Q3 2006Q2 Included observations: 38 after adjustments Convergence achieved after 12 iterations White Heteroskedasticity-Consistent Standard Errors & Covariance Instrument list: C LOG(M1) LOG(KURSREAL) TK_BUNGA INDXMANUFAK IHK(-1) INDXFINANCE INDXMANUFAK DKRISIS Lagged dependent variable & regressors added to instrument list Variable Coefficient Std. Error t-statistic Prob. C 1.696735 1.578434 1.074949 0.2913 LOG(GDPRIIL) 0.475252 0.204609 2.322733 0.0274 LOG(KURSREAL) -0.013931 0.014027-0.993130 0.3289 TK_BUNGA 0.000629 0.000782 0.803597 0.4282

IHK(-1) -0.001181 0.000677-1.744078 0.0917 DKRISIS -0.001462 0.022289-0.065610 0.9481 INDXMANUFAK 0.007164 0.000942 7.603174 0.0000 INDXFINANCE 0.001950 0.000372 5.248367 0.0000 AR(1) 0.670511 0.171053 3.919893 0.0005 R-squared 0.986995 Mean dependent var 6.367371 Adjusted R-squared 0.983408 S.D. dependent var 0.381898 S.E. of regression 0.049193 Sum squared resid 0.070177 F-statistic 275.7596 Durbin-Watson stat 1.491714 Prob(F-statistic) 0.000000 Inverted AR Roots.67 Dependent Variable: ROE Method: Two-Stage Least Squares Date: 07/11/05 Time: 01:45 Sample (adjusted): 1996Q3 2006Q2 Included observations: 38 after adjustments Convergence achieved after 52 iterations Instrument list: C LOG(KURSREAL) TK_BUNGA LOG(M1) IHK(-1) INDXMANUFAK INDXFINANCE DKRISIS Lagged dependent variable & regressors added to instrument list Variable Coefficient Std. Error t-statistic Prob. C -5399.498 1567.356-3.444973 0.0018 LOG(GDPRIIL(-1)) 660.3122 197.8929 3.336715 0.0023 LOG(KURSREAL) 26.28170 30.44928 0.863131 0.3951 TK_BUNGA 3.786992 2.036865 1.859225 0.0732 IHK(-1) -3.185009 1.049592-3.034520 0.0050 DKRISIS -85.18398 74.17796-1.148373 0.2602 INDXMANUFAK 1.368890 0.777025 1.761708 0.0887 INDXFINANCE -1.203396 0.679288-1.771554 0.0870 AR(1) 0.243243 0.234550 1.037061 0.3083 R-squared 0.448612 Mean dependent var 15.68266 Adjusted R-squared 0.296505 S.D. dependent var 78.73688 S.E. of regression 66.04024 Sum squared resid 126478.1 F-statistic 3.202525 Durbin-Watson stat 1.861239 Prob(F-statistic) 0.009927 Inverted AR Roots.24