ANALISIS CROSS-SECTIONAL DAN TEMPORAL HUBUNGAN ANTARA FINANCIAL LEVERAGE DAN RISIKO SISTEMATIS Drs. Ibnu Qizam, SE, MSi, Akt. Fakultas Syari`ah UIN Sunan Kalijaga Abstract This research is intended to examine both cross-sectionally and inter-temporally the correlation between financial leverage and systematic risk (beta). Financial leverage is usually considered as one proxy of risk derived from financial data and as one domain that has distinctive determinants. Beta, on the other domain, is regarded as one proxy of risk derived from market that has some other determinants. It is the research that tries to combine both cross-sectionally and inter-temporally the two domains that most of accounting researchers devote themselves little to. Cross-sectionally, this result fail to support hypothesis 1, that is the relation between financial leverage and systematic risk will be stronger when sizes of the firms are relatively smaller that the other firms and conversely, the relation between financial leverage and systematic risk will be stronger when the size is relatively larger that the others. Hypotheis 2 (the relation between financial leverage and systematic risk will be negatively stronger when the firms belong to a group of relatively more homogeneous industries than the others; and conversely, the relation between financial leverage and systematic risk will be positively less strong when the firms belong to a group of relatively less homogeneous industries than the others) and hypothesis 3b (the relation between financial leverage and systematic risk will be stronger when the significant effect of operating leverage variable is higher) is empirically supported (when using interaction model C.1). In spite of the significant results, the coefficients of financial leverage, operating leverage, and industry on the main effects show inconsistent signs. The result, however, is consistent with Sufiyati (1977)`s findings where some of her results showed that financial leverage was negatively related to beta. On the other test, inter-temporally the result shows that financial leverage is significantly and symmetrically related to beta. This means that the two variables show bidirectional causality. The high (low) beta can result in the high (low) financial leverage; and on the contrary, the high (low) financial leverage can result in the high (low) beta. This means that hypothesis 4a is supported. Nevertheless, the conditioning variables (operating leverage and size) do not significantly influence the causal relation between beta and financial leverage. Key words: Beta (systematic risk), Financial leverage, Operating Leverage, Size, Cross-sectional, inter-temporal, bidirectional, interaction model.
AKPM-12
1
I. Latar Belakang Masalah Riset ini dimaksudkan untuk menganalisis secara cross-sectional dan temporal hubungan antara financial leverage dan risiko sistematis atau beta. Financial leverage biasanya dianggap satu proksi risiko yang bersumber data keuangan perusahaan yang biasanya dianggap satu domain yang memiliki determinan yang terpisah; sementara di satu sisi, yaitu beta dianggap satu proksi risiko yang bersumber dari pasar yang juga memiliki determinan tersendiri. Namun, sayangnya beberapa peneliti belum mencoba menghubungan kedua proksi risiko dengan memasukkan beberapa variabel yang mempengaruhi hubungan keduanya secara lebih intens baik secara cross-sectional maupun temporal. Riset domain pertama, yaitu analisis determinan financial leverage antara lain dilakukan oleh Gupta (1969), Ferry and Jones (1979), Kale, Noe, and Ramirez (1991) dan lain-lain. Dalam temuan-temuannya, financial leverage ditempatkan sebagai variabel dependen yang dipengaruhi oleh berbagai variabel independen seperti size, growth, industri, risiko bisnis dan lain-lain. Sedangkan riset-riset berkaitan determinan risiko sistematis dan sekaligus yang mencoba menghubungkan antara kedua domain tersebut bisa lihat kembali pada temuan-temuan Hamada (1972), Ben-Zion and Shalit (1975), Mandelker and Rhee (1984), Bowman (1979, 1981), Robichek and Cohn (1974), Melicher and Rush (1974), dan lain-lain atau literatur keuangan seperti pada Foster (1986). Meskipun secara umum dapat disimpulkan bahwa risiko sistematis (beta saham) dapat dipengaruhi (variabel dependen) oleh leverage baik yang operating leverage maupun financial leverage, size, dividen, unexpected earning covariability and covariability dan lini bisnis, namun masih ada beberapa ketidakseragaman, terutama mengenai tanda (positif atau negatif) hubungan atau pengaruh antar beberapa variabel dan beberapa variabel terhadap beta.
AKPM-12
2
Secara umum hasil-hasil riset para peneliti sebelumnya (yang berkaitan baik domain pertama maupun kedua) memberikan kesimpulan bahwa ada dua variabel independen yang secara konsisten mempengaruhi baik terhadap financial leverage (lihat Gupta, 1969; Ferri and Jones, 1979) maupun beta (lihat Ben-Zion and Shalit, 1975; Lev, 1974; dan Mandelker and Rhee, 1984), yaitu size dan operating leverage. Sedangkan kesimpulan lainnya adalah bahwa efek industri juga dapat mempengaruhi hubungan antara financial leverage dengan risiko sistematis atau beta saham (Lihat Martikainen, 1993; Melicher, 1974), dan kecuali temuan Martikainen (1993) pada industri manufaktur murni, sebagian besar hasil riset menunjukkan konsistensi hubungan yang positif antara financial leverage (sebagai variabel independen) dengan beta saham (sebagai variabel dependen). Di samping alasan di atas, penulis melihat bahwa di Indonesia, beberapa riset yang berkenaan dengan ini juga masih menunjukkan: pertama, hasilnya tidak seragam (lihat Budiarti, 1996; Retnaningdiah dan Miswanto, 1997; dan Sufiayati 1997); kedua, analisis yang dilakukan juga masih terfokus pada main effect variabel-variabel yang mempengaruhi beta, termasuk di dalamya financial leverage. Akan tetapi, interaksi di antara variabel independen dalam mempengaruhi risiko sistematis belum mampu dihipotesiskan. Oleh sebab itu, riset ini dimaksudkan untuk menguji secara seksama sejauhmana variabel-variabel yang diidentifikasi (size, operating leverage, dan industri) mepengaruhi sensitifitas hubungan antara financial leverage dengan risiko sistematis (beta), baik secara cross-sectional maupun temporal.
II. Rumusan Masalah Dari paparan di atas, maka masalah-masalah yang akan dicoba untuk dijawab adalah:
AKPM-12
3
Sejauhmana variabel-variabel yang diidentifikasi (size, operating leverage, dan industri) mepengaruhi sensitifitas hubungan secara cross-sectional dan temporal antara financial leverage dengan risiko sistematis (beta); dan apakah secara temporal hubungan antara financial leverage dan beta unidirectional atau bidirectional. III. Tujuan Penelitian Berdasarkan pokok masalah di atas, maka tujuan penelitian ini adalah: Untuk menguji secara empiris sensitifitas hubungan secara cross-sectional dan temporal hubungan antara financial leverage dengan risiko sistematis (beta) berdasarkan ketiga variabel, yaitu size (besar dan kecil), operating leverage (tinggi dan rendah), dan industri (homogen tidak homogen); dan menguji secara temporal apakah temporal hubungan antara financial unidirectional atau bidirectional.
IV. Manfaat Penelitian Manfaat yang diharapkan dari penelitian ini, antara lain: Dapat membantu para investor dan kreditor dan para pemegang saham dalam melakukan investasi (pembuatan keputusan), terutama dalam menganalisis risikorisiko sistematis saham yang akan dibeli atau dijual. Dapat membantu para manajer dalam mengelola risiko sistematis yang ada dalam perusahaan, terutama yang berkaitan dengan keputusan struktur modal, optimalisasi nilai perusahaan dan analisis profitabilitas perusahaan kedepan. Mengetahui berbagai faktor yang mempengaruhi hubungan antara financial leverage dengan risiko sistematis secara lebih intens akan dapat mempertegas dan memperluas temuan riset sebelumnya sehingga kemampuan prediksi teori risiko (sistematis) akan semakin baik (akurat).
AKPM-12
4
V. Landasan Teori dan Pengembangan Hipotesa Landasan teori atau riset-riset sebelumnya yang digunakan untuk membangun hipotesa dipertimbangkan dengan mudah setelah hasil-hasil riset sebelumnya yang berkaitan dengan leverage dan risiko sistematis dibagi menjadi dua kategori: pertama, teori atau riset-riset yang mencoba menguji apa saja yang mempengaruhi (determinan) leverage dan kedua teori atau riset-riset yang berkaitan dengan faktor-faktor yang mempengaruhi (determinan) risiko sistematis. Setelah melakukan pemeriksaan temuantemuan tersebut ternyata secara umum dapat disimpulkan bahwa ada hubungan antara leverage dengan risiko sistematis. Namun, karena baik leverage maupun risiko sistematis masing-masing memiliki determinan yang saling berkait, maka hipotesahipotesa akan dibangun berdasarkan perpaduan diantara determinan-detrminan dari masing-masing variabel, baik leverage maupun risiko sistematis. Kategori pertama dari riset-riset sebelumnya dapat dilihat pada contoh risetnya Ferri and Jones (1979). Ditemukan bahwa karakteristik perusahaan tertentu yaitu kelas industri, size dan operating leverage secara signifikan mempengaruhi besar (kecil)-nya financial leverage. Hal senada juga dikemukakan Gupta (1969). Ia mengemukakan bahwa secara umum leverage dipengaruhi oleh size dan tingkat pertumbuhan di samping ia juga menguji rasio-rasio yang lain, yaitu rasio aktivitas, rasio likuiditas dan rasio profitabilitas yang secara umum juga signifikan. Sedangkan kedua yaitu memeriksa kembali riset-riset yang berkaitan dengan determinan risiko sistematis, yang secara jelas dinyatakan dalam Foster (1986). Ia mengemukakan bahwa hubungan antara karakteristik suatu perusahaan yang mendasari, yaitu sebagai contoh keputusan pembiayaan, operasi dan investasi dan beta atau varian
AKPM-12
5
return sekuritas telah diungkapkan di berbagai paper. Dikemukakan pula bahwa variabel-variabel yang hipotesakan sebagai detrminan ekonomis beta dan varian antara lain: financial leverage, operating leverage , unexpected earnings variability atau covariability, dan lini bisnis. Hal ini tentunya didasarkan pada temuan-temuan sebelumnya yang berkaitan dengan keempat variabel di atas. Beberapa studi yang konsisten dengan masalah financial leverage ini antara lain menunjukkan adanya hubungan yang signifikan dan positif antara 1) financial leverage dan beta dan 2) financial leverage dan varian. Semakin tinggi financial leverage, maka akan semakin tinggi teori tersebut memprediksi baik beta maupun varian. Hamada (1972) menemukan bahwa ada hubungan positif yang signifikan antara financial leverage dan beta. Leverage menjelaskan kira-kira 21-24 % nilai rata-rata beta. Mandelker dan Rhee (1984) juga melaporkan hubungan positif yang signifikan antara beta dan ukuran financial leverage. Christie (1982) memprediksikan bahwa varian meningkat dengan leverage tapi peningkatannya dengan tingkat yang menurun. Bowman (1980) juga menemukan bahwa ada hubungan positif yang signifikan antara struktur modal dan beta. Selain itu, Beaver, Kettler dan Schole (1970) yang menguji tujuh variabel yang mempengaruhi beta saham, yaitu dividend payout, asset growth, leverage, liquidity, asset size, earning variability, dan accounting beta menemukan bahwa asset growth, leverage, earnings variability, dan accounting beta menunjukkan hubungan yang positif dan signifikan terhadap risiko sistematis saham. Sedangkan pengaruh positif dan signifikan operating leverage terhadap beta dapat ditemukan pada hasil riset Lev (1974) dan Mandelker dan Rhee (1984). Operating leverage merupakan rasio antara biaya tetap dengan biaya variabel. Beberapa penulis
AKPM-12
6
mengemukakan bahwa semakin tinggi rasio baiaya tetap perusahaan dengan biaya variabel operasi, maka semakin tinggi beta dan variannya. Dalam kaitannya antara pengaruh variabilitas dan kovariabilitas laba yang tidak diekspektasi, beberapa penulis membuat model tentang hubungan antara 1) ketidakpastian tentang tuntutan output perusahaan, harga jual per unit, dan biaya oprasi variabel per unit, dan 2) variabel pasar modal seperti beta dan varian. Hal ini dapat dilihat dalam Pettit, Westerfield (1972), Rubenstein (1973), Conine (1982), dan Gahlon dan Gentry (1982). Sebagian model-model tersebut memprediksikan hubungan positif antara ketidakpastian tentang determinan risiko bisnis dan varian. Model-model yang difokuskan pada beta memprediksikan bahwa hanya ketidakpastian sistematis tentang dterminan risiko bisnis yang mempengaruhi beta perusahaan. Selain itu, Foster (1986) mengidentifikasikan bahwa lini bisnis juga menjadi pertimbangan dalam mengukur beta. Beta atau risiko relatif suatu portofolio merupakan rata-rata tertimabng beta sekuritas di dalam portofolio tersebut. Dengan demikian, maka dapat dikemukakan bahwa beta sekuritas perusahaan dengan multiaktivitas merupakan rata-rata tertimbang beta aktivitas individual. Selain variabel-variabel yang diidentifikasikan di atas, Ben-Zion and Shalit (1975) mengemukakan tambahan variabel selain keempat variabel yang dikemukakan Foster (1986), yaitu size dan dividend record selain leverage. Namun menurutnya, determinan yang utama dalam kaitannya dengan risiko sistematis adalah size dan leverage. Bahkan Robichek dan Cohn (1974) menguji variabel-variabel ekonomi makro sebagai determinan risiko sistematis (beta). Di antaranya ditemukan bahwa beta juga dipengaruhi karakteristik keuangan, antara lain trend pertumbuhan EPS, leverage
AKPM-12
7
keuangan yang lebih berisiko, kebijakan keuangan aset, dan yang berubah dari metode flow-through Dengan demikian, dari temuan-temuan riset di atas, maka paling tidak ada tiga variabel, yaitu size, operating leverage, industri (lihat Melicher, 1974) yang berpengaruh baik terhadap financial leverage maupun risiko sistematis sehingga hal ini memperkuat dugaan bahwa ketiga variabel tersebut dapat mempengaruhi sensitifitas hubungan antara financial leverage dan risiko sistematis (beta). Ketiga variabel ini juga diduga memiliki contigent effect atau dapat menjadi moderating variabel terhadap kuat atau lemahnya hubungan antara financial leverage dengan risiko sistematis. Menurut Francis (1986), Elton dan Gruber (1995: 149), perusahaan yang sizenya besar akan menghadapi risiko lebih kecil dibandingkan dengan perusahaan yang memiliki size kecil. Perusahaan yang berskala besar lebih mudah mengakses ke pasar modal sedangkan perusahaan berskala kecil lebih sulit untuk akses ke pasar modal. Oleh sebab itu, size yang berbeda-beda akan mempengaruhi sensitifitas hubungan antara financial leverage dengan beta sehingga hipotesa yang akan diuji adalah sebagai berikut. H1 : Hubungan antara financial leverage dengan risiko sistematis akan lebih kuat ketika size perusahaan adalah relatif lebih kecil dari perusahaan lain; dan sebaliknya, hubungan antara financial leverage dengan risiko sistematis akan kurang kuat ketika size perusahaan relatif lebih besar dari perusahaan lain. Selain itu, efek industri juga diduga dapat mempengaruhi sensitifitas hubungan antara financial leverage dengan beta saham. Dalam hal ini Melicher (1974) secara khusus menguji faktor-faktor yang mempengaruhi beta dalam industri yang homogen, dengan kesimpulan yang serupa dengan hasil-hasil riset sebelumnya, yaitu leverage, size merupakan determinan risiko sistematis. Namun Martakinen (1993) menemukan hasil yang berbeda ketika tingkat homogenitas sampelnya berbeda. Pada sampel yang terdiri dari campuran tiga industri, yaitu manufaktur, transportasi dan perdagangan,
AKPM-12
8
hasil risetnya menunjukkan bahwa operating dan financial leverage berpengaruh positif dan signifikan terhadap risiko sistematis, sementara itu, ketika sampelnya hanya terdiri dari industri manufaktur murni (homogenitasnya lebih tinggi), maka hasilnya menunjukkan bahwa financial leverage berpengaruh negatif terhadap risiko sistematis. Oleh sebab itu, hipotesa alternatif yang akan diuji adalah: H2: Hubungan antara financial leverage dengan risiko sistematis akan negatif dan lebih kuat ketika perusahaan termasuk dalam kelompok industri yang relatif lebih homogen dari perusahaan lain; dan sebaliknya, hubungan antara financial leverage dengan risiko sistematis akan positif dan menjadi kurang kuat ketika perusahaan termasuk dalam kelompok industri yang kurang homogen dari yang lain. Untuk membangun hipotesa yang berkaitan dengan efek operating leverage terhadap hubungan antara financial leverage, maka perlu diperhatikan temuan-temuan riset sebelumnya tentang hubungan baik operating leverage dengan financial leverage ataupun hubungan antara operating leverage dengan risiko sistematis karena kedua hubunngan tersebut menunjukkan korelasi yang berlawanan. Korelasi operating leverage
dengan financial leverage adalah negatif, sedangkan operating leverage
dengan risiko sistematis menunjukkan korelasi positif. Dengan demikian diduga ada proses yang saling menutupi dalam hubungan antara financial leverage dengan risiko sistematis ketika ada perubahan operating leverage . Operating leverage yang tinggi akan menyababkan financial leverage menjadi menurun (lihat Ferri and Jones, 1979), namun sebaliknya akan menaikkan risiko sistematis (lihat Lev, 1974; Mandelker and Rhee, 1984) dan operating leverage yang rendah akan menaikkan financial leverage naik, namun akan menurunkan risiko sistematis. Oleh sebab itu, dua competing hipothesis berikut bisa dikemukakan. H3a: Hubungan antara financial leverage dengan risiko sistematis menjadi kuat ketika ada pengaruh yang signifikan operating leverage yang semakin tinggi.
AKPM-12
9
H3b: Hubungan antara financial leverage dengan risiko sistematis menjadi kuat ketika ada pengaruh yang signifikan operating leverage yang semakin rendah. Dengan demikian, rerangka konseptual untuk analisis cross-sectional dalam riset ini dapat digambarkan sebagai berikut:
Industri
Size
H1
H2
Financial Leverage
Beta H3 Olev
Sedangkan secara temporal, hubungan antara financial leverage dengan beta akan didekati dengan menggunkan analisis kausalitas antara beta dengan financial leverage, yang dapat dijelaskan sbb: Pertama, variabel beta, yang merupakan pengukur volatilitas harga saham terhadap harga pasar adalah risiko yang sistematis. Artinya, gerakan harga saham sangat dipengaruhi oleh gerakan harga pasar. Sementara itu, di pasar saham, mekanisme jual beli akan mengikuti hukum demand dan supply. Jika demand tinggi, maka harga akan cenderung naik, demikian sebaliknya, jika supply naik atau demand turun, maka harga juga akan turun. Menurut teori ekonomi mikro, permintaan adalah fungsi dari selera, banyaknya konsumen pembeli, pendapatan konsumen, harga barang-barang lain yang bersangkutan dan ekspektasi. Dalam konteks ini, demand untuk saham, misalnya, dapat dipengaruhi oleh banyak faktor, antara lain selera dan ekspektasi para pembeli (investor). Dalam
AKPM-12
10
kaitannya dengan selera dan ekspektasi inilah, investor sebagai pembeli tentunya telah memperhitungkan kinerja dan daya tahan suatu perusahaan, yang kemudian terbentuk dalam suatu ekspektasi yang menentukan berapa harga yang layak menurutnya. Dalam melakukan ekspektasi terhadap nilai perusahaan ini, tentunya juga telah diperhitungkan semua risiko-risiko yang melekat, termasuk tingkat hutang yang harus ditanggung dan kemampuan untuk membayarnya, yang tercermin dalam besarnya financial leverage. Dengan ekspektasi ini secara agregat harga pasar saham akan digerakkan naik maupun turun. Dan karena saham individu merupakan input saham di pasar, maka sudah barang harga saham individu juga akan dipengaruhi harga pasar, yang besarnya pengaruh itu ditunjukkan dengan besarnya beta. Kedua, financial leverage akan diekspektasikan oleh investor sebagai sinyal adanya risiko sehingga mempengaruhi penilaiannya terhadap harga yang secara aggregat akhirnya membentuk harga pasar melalui mekanisme bid dan ask (auction market). Saham yang mencerminkan financial leverage tinggi akan diekspektasikan berisiko tinggi dan secara agregat mempengaruhi harga pasar dan kemudian akan mempengaruhi risiko sistematis saham tersebut. Inilah model mekanisme transmisi yang menggambarkan hubungan kausal antara financial leverage dengan beta. Penjelasan lain adalah bahwa risiko sistematis adalah rata-rata tertimbang risiko sistematis yang terkait dengan return yang berasal dari cash-flow setelah pajak dan risiko sistematis yang terkait dengan return yang berasal dari growth opportunities (Gahlon and Gentry, 1982). Dalam hal ini, financial leverage dan operating leverage adalah determinan dari risiko sistematis yang terkait dengan return yang berasal dari cash-flow setelah pajak. Secara matematis, hubungan ini dirumuskan sbb: β = (VΠV)βΠ + (VG/V)βG;
AKPM-12
11
dimana VΠ=nilai sekarang cash-flow setelah pajak periode mendatang untuk pemegang saham; VG = porsi nilai ekuitas perusahaan yang berasal dari potential opportunities untuk melakukan investasi mendatang dengan return yang lebih tinggi dari pada return yang syaratkan. Sedangkan βΠ adalah sbb: βΠ =
RfCV (Π ) ρ (Π, Π M ) ; dimana besarnya koefisien variasi revenue, σ ( RM )− 'λCV (Π ) ρ (Π, Π M )
CV(Π) = DOL (degree of operating leverage). DFL (degree of financial leverage). CV(REV). Jadi efek DOL dan DFL akan sangat menentukan besarnya koefisien variasi revenue yang menjadi determinan βΠ. Dengan demikian, dengan dua penjelasan di atas, maka dihipotesiskan:
H4a: Hubungan antara risiko sistematis dengan financial leverage simetris atau bidirectional (dua arah). H4b: Hubungan antara risiko sistematis dengan financial leverage akan semakin kuat ketika dikondisikan operating leverage dan ukuran perusahaan.
Op. Lev.
Risiko Sistematis (beta)
Financial Leverage
SIZE
AKPM-12
12
Ketika sifat-sifat dan sensitifitas hubungan atau pengaruh ini bisa diketahui maka hal ini akan memudahkan bagi para pembuat keputusan baik pihak prinsipal (investor, share-holders) maupun bagi pihak agen (manajer). Bagi principal, hal ini akan membantu dalam membuat keputusan investasi seberapa jauh saham-saham yang akan dibeli berisiko dengan adanya tingkat leverage tertentu pada kondisi tertentu yang dimiliki sehingga hal ini akan mengubah ekspektasi para investor berkaitan dengan value of the firm. Sedangkan bagi agen (manajer), hal ini juga akan memberikan indikator-indikator yang jelas tentang sifat hubungan antara leverage dengan risiko sistematis; manajer juga dapat membedakan mana leverage yang favorable dan mana leverage yang unfavourable sehingga dapat membantu dalam menentukan besarnya hutang, lamanya berhutang, perputaran utang, sejauhmana perusahaan yang dikelolanya layak dibiayai dengan hutang. serta pada kondisi yang bagaimana beberapa faktor berpengaruh terhadap tingkat risiko perusahaan sehingga risiko perusahaan dapat dikelola dan diantisipasi dengan baik. Pendek kata, temuan ini diharapkan dapat membantu principal dan agen dalam meningkatkan value of the firm dengan cara-cara yang efisien dan efektif.
VI. Metode Penelitian A. Metode Pengumpulan Data Data cross-sectional akan dikumpulkan dari Bursa Efek Jakarta selama 2 tahun harus memenuhi beberapa kriteria sebagai berikut: 1) Data sampel diambil secara random untuk tiga kategori industri, yaitu: industri kimia dasar, industri jasa, perdagangan dan real estate dan industri barang konsumsi dan aneka industri; 2) laporan
AKPM-12
13
keuangan disusun per 31 Desember selama dua tahun (1992-1993); 3) Data laporan keuangan memiliki tanggal laporan akhir desember setiap tahun. Sedangkan secara temporal, data akan dikumpulkan dari Bursa Efek Jakarta selama 9 tahun mulai tahun 1994-2002 dan harus memenuhi beberapa kriteria sebagai berikut: 1) Data pasar berupa beta yang diambil di akhir kwartal; dan 2) Memiliki laporan keuangan kuartalan. B. Pengukuran Variabel Size
Ada beberapa ukuran untuk meproksikan size, yaitu antara lain dengan total penjualan, total aset (nilai bukunya). Dalam riset ini, kedua ukuran tersebut akan digunakan, namun diambil rataratanya selama empat tahun terakhir sebagaimana yang dilakukan oleh Ferri and Jones (1979). Kemudian, perusahaan akan dikelompokkan menjadi dua kategori ukuran: ukuran besar dan ukuran kecil
Industri
Homogenitas industri akan dilihat dari pengelompokan menurut publikasi daftar perusahaan di BEJ yang tersedia. Jadi sampel dikatakan termasuk kategori homogen kalau diambil dari kelompok industri yang sama, dan dikatakan tidak homogen kalau diambil secara random dari berbagai industri. Kemudia perusahaan dikelompokkan menjadi dua kategori: homogen dan tidak homogen.
Operating leverage
Variabel ini sebenarnya adalah rasio yang menunjukkan perubahan prosentase dalam laba terhadap perubahan prosentase dalam penjualan. Variabel ini dihitung dan diproksikan dengan berbagai ukuran. Namun dalam riset ini, operating leverage akan diukur dengan DOL (degree of operating leverage ), yaitu [(Et-Et-1)/Et-1/(TSt-TSt-1)/TSt-1]. Et dan Et-1 adalah laba sebelum bunga dan pajak pada periode t dan periode sebelumnya, sedangkan TSt dan TSt-1 adalah total penjualan pada periode t dan periode sebelumnya. Kemudian perusahaan juga dikelompokkan menjadi dua kategori: operating leverage tinggi dan rendah.
Financial leverage
Financial leverage merupakan rasio untuk mengukur seberapa besar aktiva perusahaan dibiayai dengan hutang. Penggunaan financial leverage dikatakan menguntungkan (favourable financial leverage) jika pendapatan yang diterima dari penggunaan dana tersebut lebih besar dari beban tetapnya, dan sebaliknya financial leverage dikatakan merugikan (unfavourable) jika perusahaan tidak dapat memperoleh pendapatan sebanyak beban tetap yang harus dibayar setelah bertambahnya hutang. Oleh sebab itu, ukuran financial leverage biasanya dilihat dari rasio antara total hutang dengan total ekuitas (Debt-to-Equity ratio). Jika hal ini tidak, ditemukan, maka pengukuran financial leverage dapat dihitung dengan menggunakan rasio degree of financial leverage (DFL), yaitu prosentase perubahan laba setelah pajak (EAT) per triwulan dengan prosentase perubahan EBIT per triwulan (lihat Brigham & Weston, 1990).
Risiko Sistematis (Beta)
Beta atau risiko sistematis merupakan pengukur volatilitas return suatu sekuritas atau return portofolio terhadap return pasar. Beta sekuritas ke-I mengukur volatilitas return sekuritas ke-I dengan return pasar. Dengan demikian beta merupakan pengukur risiko sistematis (systematic risk) dari suatu sekuritas atau portofolio relatif terhadap risiko pasar (lihat Hartono, 1998). Beta akan diestimasi dengan menggunakan model pasar:
AKPM-12
14
Ri = αi + βi.RM + ei Perhitungan dilakukan dengan cara meregres selama 60 bulan sebagaimana yang disarankan oleh Gonedes (1973). Namun, karena data beta sudah tersedia di PPA UGM Jogjakarta, maka sumber beta diambil dari PPA UGM yang sebagian dibedakan antara beta sebelum disesuaikan dan sesudah disesuaikan.
C. Metode Analisa dan Model Untuk menguji hipotesis 1, 2, dan 3, data sampel yang telah memenuhi kriteria akan dianalisis dengan menggunakan model-model regresi, antara lain: C.1. Model Cross-sectional dengan interaksi βit = a + bDERit + γ1DSIZE + γ2DSIZE*DERit + εit...........................................(H1) (1) βit = a + bDERit + γ1DDOL + γ2DDOL*DERit + εit........................................... (H2) (2) βit = a + bDERit + γ1IND1 + γ2IND*DERit + εit.................................................(H3) (3) βit = a + bDERit + γ1IND2 + γ2IND*DERit + εit.................................................(H3) (4) βit = a + bDERit + γ2SIZE + γ3DDOL + γ4IND1 + γ5IND2 + γ6DSIZE*DERit +γ7DDOL*DERit + γ8IND1 *DERit + γ9IND2 *DERit + εit..........(H1, H2 dan H3)
(5)
Notasi: βit DDOL DER
= Beta yang diambil dari PPA UGM Jogjakarta = Variabel dummy Operating leverage dengan nilai 1 jika tinggi; 0 jika rendah = Financial leverage yang diukur dengan debt to equity ratio.
AKPM-12
15
DSIZE
= Variabel dummy size dengan nilai 1 jika besar; 0 jika rendah
IND1, IND2 = Variabel dummy untuk pengelompokan 3 kategori industri: 00: (Industri Kimia Dasar), 10: (Industri Jasa, Perdagangan & Real Estate), 01: (Industri Barang Konsumtif & Aneka Industri)
Setelah itu, kekuatan hubungan antara financial leverage atau pengaruh beberapa variabel terhadap beta pada setiap efek moderating variabel, dapat dilihat dari signifikansi koefisien masing-masing variabel moderasi. C.2. Model Cross-sectional dengan Blocking Sampel βi = a1 + b1ln DTA + μ1, ketika size besar..................(H1)
(6)
βi = a2 + b2 ln DTA + μ2, ketika size kecil..................(H1)
(7)
βi = a3 + b3 ln DTA + μ3, ketika industri homogen.....(H2)
(8)
βi = a4 + b4 ln DTA + μ4, ketika industri tidak homogen..(H2)
(9)
βi = a5 + b5 ln DTA + μ5, ketika operating leverage tinggi...(H3)
(10)
βi = a6 + b6 ln DTA + μ6, ketika operating leverage rendah..(H3)
(11)
βi = a + b ln DTA +cDOL + dSIZE + eIND1 +fIND2 + μ....(H1, H2, H3)
(12)
Notasi: βi = Risiko sistematis perusahaan ke-i a1, 2, 3, 4, 5, 6= konstanta b1, 2, 3, 4, 5, 6=koefisien yang menunjukkan hubungan antara financial levarage dengan beta. c, d, e, f=koefisien yang menunjukkan hubungan antara variabel independen dengan beta DTA = Debt to Asset Ratio (Financial leverage) DOL = Degree of Operating Leverage Size = ukuran perusahaan μ = error C.3. Model Temporal/time-series (dengan mengacu model Bek, 2003 yang bersumber
AKPM-12
16
Granger-Sim, 1972) untuk menguji hipotesis 4a dan 4b k
BETA2t = α + β1DOLTOT + β 2 ΔASETTOTALT + ∑ bi jUMTOTALt − i + ε t i =0
(13) k
l
i =0
j =1
BETA2t = α + β1DOLTOTT + β 2 ΔASETTOTALT + ∑ bi jUMTOTALt − i + ∑ c jUMTOTALt + j + ε t (14) dan k
UMTOTALt = α '+ β ' DOLTOTALT + β ' ΔASETTOTALT + ∑ bi' jBETA2t − i + vt' i =0
(15) k
l
i =0
j =1
UMTOTALt = α '+ β ' DOLTOTALT + β ' ΔASETTOTALT + ∑ bi' jBETA2t − i + ∑ c 'j BETA2t + j + vt' (16) Untuk menguji beta yang belum dikoreksi, maka model yang akan digunakan adalah:
k
ΔBETA1t = α + β1DOLTOT + β 2 ΔASETTOTALT + ∑ bi jUMTOTALt − i + ε t i =0
(17) k
l
i =0
j =1
ΔBETA1t = α + β1DOLTOTT + β 2 ΔASETTOTALT + ∑ bi jUMTOTALt − i + ∑ c jUMTOTALt + j + ε t (18) dan k
UMTOTALt = α '+ β ' DOLTOTALT + β ' ΔASETTOTALT + ∑ bi' jΔBETA1t − i + vt' i =0
(19) k
l
i =0
j =1
UMTOTALt = α '+ β ' DOLTOTALT + β ' ΔASETTOTALT + ∑ bi' jΔBETA1t − i + ∑ c 'j ΔBETA1t + j + vt' (20)
Notasi: εt, ε’t, vt, v’t = random term yang tidak berkorelasi serial
AKPM-12
17
DOLTOTAL; ASETTOTAL= variabel-variabel kondisional yang dianggap eksogen, yang masing-masing menjadi proksi operating leverage dan size. BETA2t = Risiko sistematis (beta) untuk beta mentah, yang belum dikoreksi. BETA1t= Risiko sistematis (beta) untuk beta koreksi UMTOTALt =Leverage (financial leverage) BETA2/1t-i, UMTOTALt-i dan BETA2/1t+j, UMTOTALt+j= lag dan lead dari risiko sistematis (beta) dan leverage (financial leverage), t = waktu. Dengan variasi lag dan lead, maka uji hipotesis kausalitas dapat ditunjukkan dengan menggunakan acuan sebagai berikut: 1) Financial leverage menyebabkan Beta (unidimensional causality) jika Ho:cj=0, untuk j=1,2,...l, tidak dapat ditolak dan Ho:c’j=0 untuk j=1,2,...,n, dapat ditolak; 2) Beta menyebabkan Financial Leverage (unidimensional causality) jika Ho:c’j=0, untuk j=1,2,...l, tidak dapat ditolak dan Ho:cj =0 untuk j=1,2,...,n, dapat ditolak; 3) Kausalitas Bidirectional terjadi jika baik Ho:cj=0 untuk j=1,2,...,l, dan Ho:c’j=0 untuk j=1,2,...n, dapat ditolak.
VII. Hasil Riset
A. Statistik Deskriptif Berikut adalah statistik deskriptif variabel yang terkait dengan uji hubungan antara financial leverage dengan risiko sistematis.
Tabel 1a: Statistik Deskriptif Data Cross-Sectional (rata tahun 1992-1993) Panel A: Dependent Variable Industri Variabel N Rata-rata Standard Min Dev. 00 Adj-beta 27 2,64059 0,31072 2,078 10 Adj-beta 25 2,65064 0,22108 2,225 01 Adj-beta 40 2,65095 0,33887 1,859
AKPM-12
Max 3,746 3,27 3,994
18
Keterangan: 00: (Industri Kimia Dasar) 10: (Industri Jasa, Perdagangan & Real Estate) 01: (Industri Barng Konsumtif & Aneka Industri)
Panel B: Independent Variable Industri Variabel
N
Rata-rata
00
Fin. Leverage (DER) Fin.Leverage (DTA) Degrees of Op. Lev. (DOL) Size
27 27 27 27
3,71516 0,72557 8,81077 267.457.482
Standard Dev. 2,98542 0,12397 30,2991 459.556.522
Min
Max
10
Fin. Leverage (DER) Fin.Leverage (DTA) Degrees of Op. Lev. (DOL) Size
25 25 25 25
3,58436 0,73999 -0,45448 169.037.567
4,00903 0,16558 17,61114 296.412.006
-6,90265 0,43746 -53,54213 105.318
13,81719 1,169415 58,06131 1.523.728.601
01
Fin. Leverage (DER) Fin.Leverage (DTA) Degrees of Op. Lev. (DOL) Size
40 40 40 40
2,36782 0,65195 2,573259 187215524
2,79665 0,18982 7,01727 371.504.194
-9,555773 0,20604 -11,81648 58098
8,98823 1,01057 37,906446 1.778.729.930
0,6016 0,37562 -12,12655 496932,5
13,72597 0,93209 158,0334 1.931.217.076
Keterangan: 00: (Industri Kimia Dasar) 10: (Industri Jasa, Perdagangan & Real Estate) 01: (Industri Barng Konsumtif & Aneka Industri)
Tabel 1b: Statistik Deskriptif Data Temporal Panel A: Independent Variable Variabel N (Kw X jml Persh) (1994-2002) Non-Adj Beta (beta 1) 36 X 19 Adj-Beta (Beta2) 36 X 19 Fin. Leverage (UMTOTAL) 36 X 19 Op. Leverage (DOLTOT) 36 X 19 Size (ASETTOTAL) 36 X 19
Rata-rata 0,65 2,58980 1,42083 0,338056 3.05E+10
Standard Dev. 1.62E+11 0,26873 2,365981 0,899336 1.62E+11
Min
Max
0,00 1,35 -6,02 -0,290 1.10E+09
Dari statistik deskriptif data cross-sectional maupun data temporal di atas, maka dapat disimpulkan bahwa standard deviasi adjusted-beta untuk ketiga kategori industri sangat kecil, jadi variasi adjusted beta lebih kecil dibandingkan dengan non-adjusted beta. Demikian juga untuk, financial leverage, variasi antar industri juga tidak menunjukkan variasi yang mencolok. Yang terlihat ada selih yang besar nampak terjadi pada aset dan operating leverage pada data cross-sectional dan aset pada data temporal.
AKPM-12
19
1,08 2,830 7,530 5,410 9.77E+11
B. Pengujian Hipotesis 1, 2 dan 3 B.1. Hasil pengujian dengan menggunakan model C.1 (model interaksi)
Tabel 1: Hasil regresi hubungan antara financial leverage dengan beta (Panel A: dimoderasi oleh size; panel B: dimoderasi oleh operating leverage; dan panel C: dimoderasi oleh industri) Variabel Koefisien Standard t-ratio Significant Prediksi Arah Tanda Error level PANEL A: Hubungan financial leverage dengan beta yang dimoderasi size 0,031 31,507 0,000** ? 0,976 Intercept 0,024 -0,109 0,913 + -0,00265 lnDER 0,037 -0,432 0,432 -0,02918 DSIZE 0,008 0,714 0,477 + lnDER*DSIZE 0,00550 (DERDSIZE) Adj-R2 F-Test P-Value
-0,020 0,428 0,733
Panel B: Hubungan financial leverage dengan beta yang dimoderasi operating leverage 0,000** ? 51,311 Intercept 0,019 0,964 0,637 + 0,473 lnDER 0,016 0,00737 0,304 -/+ -1,034 DDOL 0,047 -0,04834 0,484 -/+ 0,702 lnDER*DDOL 0,00747 0,011 (DERDDOL) Adj-R2 F-Test P-Value
-0,015 0,573 0,635
Panel C: Hubungan financial leverage dengan beta yang dimoderasi oleh industri Intercept 0,000** 30,852 0,032 0,99647 lnDER 0,214 -1,253 0,024 -0,02957 IND1 0,898 0,129 0,044 0,00564 IND2 0,024** -2,299 0,048 -0,11029 lnDER*IND1 0,932 0,086 0,008 0,00070 lnDER*IND2 0,004** 2,965 0,012 0,03627 Adj-R2 F-Test P-Value Keterangan:
? + ? ? + +
0,069 2,317 0,051
**Signifikan pada level 5% *Signifikan pada level 10%
Dari tabel di atas, panel A menunjukkan hasil pengujian hipotesis 1 secara terpisah, yaitu bahwa ukuran perusahaan mempengaruhi secara negatif hubungan antara
AKPM-12
20
financial leverage dengan beta. Hasinya menunjukkan bahwa variabel independen tidak signifikan menjelaskan besarnya beta (p-value= 0,733). Ini juga berarti bahwa model ini tidak berhasil mendukung hipotesis sebgaimana yang ditemukan Francis (1986), Elton dan Gruber (1995: 149), yaitu bahwa perusahaan yang size-nya besar akan menghadapi risiko lebih kecil dibandingkan dengan perusahaan yang memiliki size kecil. Perusahaan yang berskala besar lebih mudah mengakses ke pasar modal sedangkan perusahaan berskala kecil lebih sulit untuk akses ke pasar modal. Panel B menunjukkan hasil regresi hubungan antara financial leverage dengan beta ketika ada moderasi dari operating leverage. Hasilnya juga menunjukkan bahwa model pengujian ini tidak berhasil mendukung hipotesis 3 karena dari nilai p-value, yaitu 0,635, maka model ini tidak signifikan dalam mendukung hipotesis, meskipun tanda koefisien interaksi menunjukkan arah yang sama dengan hipotesis 3a. Sebagian literatur empiris menunjukkan bahwa korelasi operating leverage dengan financial leverage adalah negatif, sedangkan operating leverage dengan risiko sistematis menunjukkan korelasi positif. Operating leverage yang tinggi akan menyababkan financial leverage menjadi menurun (lihat Ferri and Jones, 1979), namun sebaliknya akan menaikkan risiko sistematis (lihat Lev, 1974; Mandelker and Rhee, 1984) dan operating leverage yang rendah akan menaikkan financial leverage naik, namun akan menurunkan risiko sistematis. Sedangkan Panel C menunjukkan hasil regresi hubungan antara financial leverage dengan beta ketika ada moderasi dari faktor industri. Hasilnya juga menunjukkan bahwa model pengujian ini berhasil mendukung hipotesis 2 secara marginal pada level 0,05 atau signifikan pada level 0,1 (p-value=0,051). Ini berarti
AKPM-12
21
bahwa pengaruh interaksi faktor industri (tingkat homogenitas) yang dibedakan antara industri Industri Barang Konsumtif & Aneka Industri dan lainnya dengan besarnya financial leverage sangat berpengaruh terhadap variasi beta. Koefisien interaksi faktor industri yang membedakan antara Industri Barang Konsumtif & Aneka Industri dan lainnya dengan financial leverage sangat signifikan pada level 0,05 (yaitu 0,004). Namun ketika industri dibedakan antara industri jasa, perdagangan dan real estate dengan lainnya, maka hasilnya tidak signifikan. Dengan demikian, hasil ini konsisten dengan temuan Martakinen (1993) yang menunjukkan
hasil yang berbeda ketika tingkat homogenitas sampelnya berbeda,
meskipun arah tanda koefisien berbeda untuk variabel interaksi, yaitu positif.
Tabel 2: Hasil regresi hubungan antara financial leverage dengan beta (dimoderasi oleh size, operating leverage, dan industri) Variabel
Koefisien
Standard Error
t-ratio
Significant level
Intercept lnDER DSIZE DDOL IND1 IND2 lnDER*DSIZE lnDER*DDOL lnDER*IND1 inDER*IND2
2,914 -0,207 -0,142 -0,266 -0,01505 -0,407 0,02969 0,04893 0,00043 0,125
0,119 0,086 0,102 0,132 0,131 0,138 0,021 0,029 0,023 0,034
24,493 -2,402 -1,386 -2,016 -0,115 -2,961 1,395 1,699 0,019 3,660
0,000** 0,019** 0,170 0,047** 0,909 0,004** 0,167 0,093* 0,985 0,000**
Adj-R2 F-Test P-Value
0,107 2,189 0,031
Prediksi Arah Tanda ? + -/+ ? ? + + + +
Keterangan: **Signifikan pada level 5% *Signifikan pada level 10%
AKPM-12
22
Dari tabel di atas, ditunjukkan bahwa pengujian hipotesis 1, 2, dan 3 dilakukan secara serentak dalam satu model, yaitu memasukkan seluruh variabel independen (yaitu size, operating leverage dan faktor industri) dan interaksinya dengan financial leverage. Hasilnya menunjukkan bahwa model ini signifikan pada level signifikansi 0,05 (p-value=0,031). Dua variabel interaksi, yaitu interaksi antara operating leverage dengan financial leverage dan industri yang membedakan antara
Industri Barang
Konsumtif & Aneka Industri dan lainnya dengan financial leverage mampu menjelaskan variasi beta atau risiko sistematis dengan tingkat signifikansi secara berturut-turut sebesar 0,093 dan 0,000. Hasil ini berarti mendukung hipotesis 2 dan hipotesis 3, sementara hipotesis 1 tidak terdukung B.2. Hasil pengujian dengan menggunakan model C.2 (blocking sampel)
Dari pengolahan statistik yang telah dilakukan dengan SPSS, maka berikut akan disajikan ringkasan hasil uji beberapa hipotesa 1, 2, dan 3 yang telah disusun di atas. 1. Uji Hubungan : Beta-Adjusted dengan Financial Leverage (Debt to Total Asset) dengan kondisi blocking sampel yang berbeda. Tabel 3 Hasil Regresi dari 46 sampel untuk masing-masing kategori: Size (Besar dan kecil), Operating leverage (tinggi dan rendah), Industri (00: (Industri Kimia Dasar; 10: Industri Jasa, Perdagangan & Real Estate; 01: Industri Barng Konsumtif & Aneka Industri)
Model: lnβsi = a + b ln DTA + μ Blocking Sample Koefisien a b 0,997 0,05933 (37,894) (1,239) SIZE Kecil 0,00 0,222 0,950 -0,0378 Besar (30,241) (-0,508) 0,00 0,614 0,987 0,04098 Rendah (40,608) (0,885) Op. 0,00 0,381
AKPM-12
Adj-R2
F Statistik
0,012
1,536
-0,017
0,222 0,259
-0,005
0,614 0,783 0,381
23
Leverage
Tinggi
00
Industri
10
01
Semua Industri
1,031 (2,097) 0,042 0,964 (21,31) 0,00 0,945 (32,799) 0,00 1,001 (30,674) 0,00 0,959 (8,379) 0,00
-0,00325 (-0,133) 0,895 -0,00104 (-0,009) 0,993 -0,0802 (-1,102) 0,282 0,06939 (1,267) 0,213 0,0004762 (0,078) 0,938
-0,022
0,018
-0,040
0,895 0,993
0,009
0,993 1,214
0,015
0,282 1,604
-0,011
0,213 0,006 0,938
Keterangan: 00: (Industri Kimia Dasar) 10: (Industri Jasa, Perdagangan & Real Estate) 01: (Industri Barng Konsumtif & Aneka Industri) Angka dalam kurung menunjukkan t statistik p-value terletak dibawah t-statistik *Signifikan pada tingkat 5%
Dari table di atas, maka bisa disimpulkan bahwa hasil uji parsial hubungan antara financial leverage dengan beta ternyata tidak berhasil menerima Ha1 bahwa hubungan antara financial leverage dengan risiko sistematis akan lebih kuat ketika size prusahaan relatif lebih besar dari pada perusahaan lain. Hal ini terlihat dari perbandingan nilai F yang sama-sama tidak signifikan; yaitu pada pada perusahaan dengan size rendah taraf signifikansinya 0,222 dan pada size yang tinggi justru lebih besar, yaitu 0,614. Bahkan hubungan antara financial leverage dengan adjusted-beta juga terlihat tidak signifikan.
Untuk melihat sensitifitas hubungan antara financial leverage dengan beta ketika dilihat dalam perspektif kondisi operating leverage (DOL) yang berbeda, maka table di atas menunjukkan bahwa hasil uji parsial hubungan antara financial
AKPM-12
24
leverage dengan beta ternyata tidak berhasil menerima Ha3 bahwa hubungan antara financial leverage dengan risiko sistematis akan lebih kuat ketika operating leverage prusahaan relatif menurun dari pada perusahaan lain. Hal ini terlihat dari perbandingan nilai F yang sama-sama tidak signifikan; yaitu pada pada perusahaan dengan size rendah taraf signifikansinya 0,381 dan pada size yang tinggi justru lebih besar, yaitu 0,895. Bahkan hubungan antara financial leverage dengan adjusted-beta juga terlihat tidak signifikan.
Sedangkan untuk melihat sensitifitas hubungan antara financial leverage dengan beta ketika dilihat dalam perspektif homogenitas perusahaan dengan tiga klasifikasi sampel, yaitu, 00: Industri Kimia Dasar; 10: Industri Jasa, Perdagangan & Real Estate; dan 01: Industri Barang Konsumsi & Aneka Industri, maka table di atas menunjukkan bahwa hasil uji parsial hubungan antara financial leverage dengan beta ternyata juga tidak berhasil menerima Ha4 bahwa hubungan antara financial leverage dengan risiko sistematis akan lebih kuat ketika ada homogenitas perusahaan; dan akan lemah terjadi sebaliknya. Hal ini terlihat dari perbandingan nilai F yang sama-sama tidak signifikan; yaitu pada pada perusahaan dengan pada industri 00 rendah taraf signifikansinya 0,993 dan pada industri 10 pada taraf 0,282 dan 0,213 pada industri 01. Selain itu, dari perbandingan kedua table di tas, tidak terlihat ada perbedaan kekuatan hubungan antara financial leverage dengan beta karena klasifikasi industri (homogenitas) dan yang tidak ada klasifikasi. Ini bisa dilihat juga pada nilai adjusted R2 pada kedua table di atas. Bahkan hubungan antara financial leverage dengan adjusted-beta juga terlihat tidak signifikan. 2. Uji Variabel Gabungan
AKPM-12
25
Uji Hubungan: Financial Leverage (Debt to Total Asset), DOL, size dan Industri terhadap Beta-Adjusted/Non-Adjusted Tabel 4 Hasil Regresi dari variable gabungan: financial leverage, operating leverage (DOL),
ukuran perusahaan, dan perbedaan industri dengan membedakan antara beta disesuaikan dan tidak disesuaikan
Model: lnβsi = a + b ln DTA + c ln DOL +d ln SIZE + eIND1 + fIND2 Jenis Beta Beta-NonAdjusted BetaAdjusted
Adj-R2
Koefisien a -2,634 (-2,567) 0,013*
b 0,877 (2,541) 0,014*
c -0,0559 (-0,846) 0,401
d 0,104 (1,924) 0,059**
e -0,245 (-0,971) 0,336
f -,297 (-1,309) 0,196
1,022 (7,027) 0,00
0,0479 (0,941) 0,350
-0,0036 (-0,390) 0,698
-0,0019 (-0,245) 0,807
0,0028 (0,056) 0,956
0,014 (0,422) 0,674
F Statistik (p value) 2,757
0,122
(0,027)* -0,055
0,218 (0,954)
Keterangan: Angka dalam kurung pada kolom 2 s/d 7 menunjukkan t statistik; sedangkan pada kolom 9 p-value p-value terletak dibawah t-statistik pada kolom 2 s/d 7 *Signifikan pada tingkat 5% **Signifikan pada tingkat 10%
Dari uji keseluruhan variable pada satu model, terlihat bahwa ternyata ukuran perusahaan
dan
financial
leverage
secara
bersama-sama
secara
signifikan
mempengaruhi beta (risiko sistematis) jika beta yang ada belum disesuaikan, yang ditunjukkan dengan taraf signifikansi 0,014 untuk financial leverage dan 0,059 untuk ukuran perusahaan, sedangkan DOL dan efek industri tidak signifikan. Namun demikian secara keseluruhan model ini signifikan dengan nilai Adj-R2 0,122; atau 12,2% model ini mampu menjelaskan besarnya beta (risiko sistematis).
AKPM-12
26
Namun yang perlu dicatat adalah bahwa untuk risiko sistematis yang diukur dengan beta yang disesuikan ternyata sangat tidak signifikan. Hasil ini menunjukkan secara tajam bahwa pengukuran beta yang ada masih menjadi persoalan. Dengan demikian, keseluruhan model C.2 dengan menggunakan blocking sampel tidak berhasil menunukkan bukti yang mendukung hipotesis 1, hipotesis 2 dan hipotesis 3. Hampir semua model tidak signifikan, kecuali pada model gabungan. Namun, dalam model gabungan ini, namun penafsiran perlu dilakukan secara hati-hati karena betanya adalah non-adjusted sehingga validitas hasil ini belum bisa meyakinkan karena adanya error-variable yang ada proksi risiko sistematis. B.3. Hasil Estimasi Secara Temporal (dengan menggunakan Model C. 3)
Untuk menguji estimasi kausalitas, langkah-langkah yang akan dilakukan mengacu prosedur estimasi standar, yang meliputi dua langkah penilaian. Pertama melakukan pengujian stasioneritas dan derajat integrasi untuk masing-masih variabel: BETA2 (BETA KOREKSI), BETA1 BETAMENTAH), ASETTOTAL DAN UMTOTAL (FINANCIAL LEVERAGE). Uji stasioneritas dilakukan untuk menilaia apakah seri atau deretan variabel-variabel yang diikutkan dalam model (beta, total aset [size], financial leverage, dan operating leverage) stasioner. Stasioneritas ini merupakan persyaratan untuk melakukan analisis runtun waktu sehingga penggunaan OLS y6ang dipergunakan untuk mengestimasi variabel tidak spurious (lancung). Uji stationeritas. Seri dikatakan terintegrasi dalam derajat d atau I(d), jika d yang merupakan jumlah waktu seri harus didefensiasi untuk mencapai stationeritas. Dalam hal ini pengujian dilakukan dengan menggunakan uji DF (dickey-Fuller) dan ADF (Augmented Dickey-Fuller test). Hasil pengujiannya dapat dilihat pada tabel berikut.
AKPM-12
27
Tabel 5: Uji DF dan ADF Variabel
DF
ADF
Beta1
-1,075
-1,077
D(beta1)
-4,142***
-4,508***
Beta2
-4,130***
-4,37***
AsetTotal
-2,006
-1,746
D(AsetTotal)
-4,749***
-4,756***
DOLTOT
-3,699***
-3,640**
D(DOLTOT)
-5,93***
-5,84***
UMTOTAL
-4,35***
-4,257***
Keterangan: ***Signifikan pada 1% **Signifikan pada 5% *Signifikan pada 10%
Model hasil penyesuaian (melalui proses differencing, yaitu first difference untuk variabel BETA1 DAN ASETTOTAL) yang akan diuji dapat dilihat sebagai berikut.
AKPM-12
28
Tabel 6 Hasil Estimasi untuk Model 13, 14, 15, dan 16 (Beta dihitung dengan koreksi) Dependent Variable BETA2 Model
Model 16
LAG/LEAD∝)
t-1
UMTOTAL
Model 17 t-1; t-2
t-1; t+1
Model 18 t-1; t-2
t-1
Model 19 t-1; t-2
t-1; t+1
t+1;t+2
Ind Var
t-1; t-2 t+1;t+2
C
2,55***
2,54***
2,41***
2,41***
-9,12***
-5,48
DOLTOT
-0,02
-0,02
-0,01
-0,09
-0,38
-0,558
14,61***
-10,45**
-0,47 -0,35
ΔASETTOTAL
-0,007
0,03
-0,01
-0,48
0,02
-1,60
-1,84 0,03
UMTOTAL (-1)
0,034
0,03
0,06***
5,37***
0,05** 4,14*** 0,05*
0,01
UMTOTAL (-2)
0,08***
UMTOTAL (+1)
-2,78**
0,10***
1,6* 2,05*
-0,01
UMTOTAL (+2)
0,2
4,11****
BETA2(-1)
5,55***
-2,79**
BETA2(-2)
BETA2(+1)
BETA2(+2)
R2
0,06
0,07
0,45
0,59
0,31
0,43
0,39
0,6
Adj-R2
-0,02
-0,05
0,37
0,49
0,25
0,36
0,31
0,51
F-Stat
0,74
0,55
5,97
6,006
4,85
5,69
4,73
6,47
Prob
0,53
0,69
0,001
0,000
0,006
0,001
0,004
0,000
AKPM-12
29
D-W Stat
1,34
1,33
1,87
2,38
1,26
1,7
1,49
2,3
AIC
0,65
0,74
0,22
0,129
4,4
4,30
4,33
3,86
SCHWARZ
0,83
0,97
0,44
0,450
4,58
4,5
4,55
4,18
WALD-TEST: C(2):
0,91
0,89
0,86
0,43
0,61
0,50
0,62
0,47
0,91
0,89
0,86
0,42
0,61
0,50
0,62
0,46
C(3): Keterangan: ∝)
Lag/Lead hanya sebagai perbandingan, bukan titik optimal. ***Signifikan pada level 1% **Signifikan pada level 5% *Signifikan pada level 10%
Dari tabel 6 di atas, ditunjukkan bahwa Ho:cj=0 untuk j=1, 2, 3, ...l dan Ho:c’j=0 untuk j=1, 2,..n kedua-duanya berhasil ditotak. Hal ini terlihat nilai koefisien untuk variabel lag maupun lead baik model 17 maupun model 19 yang signifikan. Ini berarti kausalitas yang terjadi sesuai dengan kriteria ketiga, yaitu hubungan kausalitas yang terjadi antara systematic risk (beta) dengan adalah bidirectional. Dengan demikian, hasil ini sekaligus mendukung hipotesis 4a. Sedangkan untuk menjawab hipotesis 4b, hasil uji wald-test menunjukkan bahwa dua variabel kondisional (operating leverage dan size) tidak signifikan dalam mempengaruhi hubungan kausal antara kedua variabel, yaitu financial leverage dan beta. Untuk semua model yang ada pada tabel 2, nilai p-value uji wald-test semuanya tidak signifikan. Ini berarti kedua variabel kondisional (operating leverage dan size) sebenarnya bisa dihilangkan karena secara struktural tidak memiliki pengaruh di dalam model.
Dari hasil ini, maka kausalitas bidirectional seharusnya digunakan sebagai dasar untuk melakukan estimasi dan pembuatan kebijakan dimana hubungan antara beta dan financial leverage adalah saling melengkapi. Sementara itu, untuk melengkapi pengujian, berikut adalah estimasi dengan menggunakan model yang sama, namun ada sedikit perbedaan yang terletak pada variabel beta. Beta yang digunakan untuk estimasi pada tabel 6 merupakan beta yang sudah dikoreksi, namun beta yang digunakan untuk tabel 7 adalah beta yang belum dikoreksi. Berikut adalah hasil estimasinya.
AKPM-12
30
Tabel 7 Hasil Estimasi untuk Model 17, 18, 19, dan 20 (Beta dihitung tidak dengan koreksi/Mentah) Dependent Variable ΔBETA1 Model 20 LAG/LEAD∝)
t-1
UMTOTAL
Model 21 t-1; t-2
t-1; t+1
Model 22 t-1; t-2
t-1
Model 23 t-1; t-2
t-1; t+1
t+1;t+2
Ind Var
t-1; t-2 t+1;t+2
C
-0,05
-0,08**
-0,03
-0,035
1,59***
1,43***
1,43**
1,47***
DOLTOT
-0,006
0,036
-0,01
0,054
-0,53
-0,36
-0,25
-0,36
ΔASETTOTAL
0,007
0,42
0,009
0,457
-0,87
-0,76
0,63
-0,68
UMTOTAL (-1)
0,027**
0,03**
0,03
0,03*
-3,20**
-3,507
-2,97
-2,78
-0,01
-0,002
UMTOTAL (-2)
-0,01
UMTOTAL (+1)
-0,003
-0,023*
UMTOTAL (+2) ΔBETA1(-1) ΔBETA1(-2)
-6,07**
ΔBETA1(+1)
-4,63
5,05**
4,51*
3,84
ΔBETA1(+2) R2
0,15
0,21
0,207
0,357
0,07
0,25
0,20
0,31
Adj-R2
0,069
0,106
0,09
0,203
-0,01
0,15
0,09
0,14
F-Stat
1,84
1,98
1,89
2,32
0,85
2,41
1,8
1,8
Prob
0,15
0,12
0,13
0,06
0,47
0,07
0,14
0,13
AKPM-12
31
D-W Stat
2,4
2,3
2,6
2,17
1,16
0,95
1,45
1,68
AIC
-0,68
-0,67
-0,66
-0,67
4,74
4,62
4,64
4,46
SCHWARZ
-0,511
-0,44
-0,43
-0,35
4,9
4,8
4,86
4,79
WALD-TEST: C(2):
0,92
0,30
0,85
0,30
0,61
0,78
0,75
0,74
0,92
0,29
0,85
0,28
0,60
0,78
0,75
0,73
C(3): Keterangan: ∝)
Lag/Lead hanya sebagai perbandingan, bukan titik optimal. ***Signifikan pada level 1% **Signifikan pada level 5% *Signifikan pada level 10%
Dari tabel 7 di atas, ternyata hampir seluruh model tidak signifikan, yang ditunjukkan dengan F-test yang sangat tinggi. Hasil ini selain memberikan gambaran bahwa pemilihan model harus didasarkan diagnosis yang kuat, namun di sisi lain pemilihan variabel yang dapat dioperasionalisasikan secara valid dan reliabel juga sangat mempengaruhi hasil estimasi. Selain itu, dari uji wald-test, ternyata dua variabel kondisional (operating leverage dan size) juga tidak signifikan dalam mempengaruhi hubungan kausal antara kedua variabel, yaitu financial leverage dan beta. Hasil ini ditunjukkan tidak hanya ditabel 6 tapi juga ditabel 7.
VIII. Diskusi Hasil
Secara cross-sectional, hasil pengujian mendukung hipotesis 2 dan hipotesis 3 yang berhasil dibuktikan dengan menggunakan model C.1. Model C.1 (model interaksi) yang memasukkan variabel interaksi secara bersama-sama untuk ketiga variabel moderasi mengindikasikan bahwa pertama, efek operating leverage dan faktor industri sangat mempengaruhi hubungan antara risiko sistematis dan financial leverage; kedua,
AKPM-12
32
pengaruh faktor industri sangat kuat ketika industri dibedakan antara industri barang konsumtif dan aneka industri dengan industri lainnya. Hal ini menunjukkan bahwa meskipun homogenitas industri mempengaruhi kuat lemahnya hubungan risiko sistematis dengan financial leverage, namun industri ini juga tergantung pada tingkat risiko yang melekat pada masing-masing industri itu sendiri. Industri barang konsumtif mungkin memiliki tingkat risiko yang sangat berbeda (mungkin lebih tinggi) relatif dibandingkan industri lainnya. Sedangkan hasil analisis secara temporal menunjukkan bahwa hubungan kausalitas antara financial leverage dengan beta adalah bidirectional (mendukung hipotesis 4a). Dengan demikian, hasil ini memperjelas temuan-temuan sebelumnya yang tidak secara tegas menunjukkan arah hubungan kedua variabel tersebut. Jika dilihat esensi dari masing-masing variabel, maka hubungan ini sebenarnya makes sense. Variabel beta, yang merupakan pengukur volatilitas harga saham terhadap harga pasar adalah risiko yang sistematis. Artinya, gerakan harga saham sangat dipengaruhi oleh gerakan harga pasar. Sementara itu, di pasar saham, mekanisme jual beli akan mengikuti hukum demand dan supply. Jika demand tinggi, maka harga akan cenderung naik, demikian sebaliknya, jika supply naik atau demand turun, maka harga juga akan turun. Menurut teori ekonomi mikro, demand = f(S, Ps, P1, Y, B, K), yaitu permintaan adalah fungsi dari selera, banyaknya konsumen pembeli, pendapatan konsumen, harga barang-barang lain yang bersangkutan dan ekspektasi (Wijaya, 1999: 106-111). Dalam konteks ini, demand untuk saham, misalnya, dapat dipengaruhi oleh banyak faktor, antara lain selera dan ekspektasi para pembeli (investor). Dalam kaitannya dengan selera dan ekspektasi inilah, investor sebagai pembeli tentunya telah memperhitungkan
AKPM-12
33
kinerja dan daya tahan suatu perusahaan, yang kemudian terbentuk dalam suatu ekspektasi yang menentukan berapa harga yang layak menurutnya. Dalam melakukan ekspektasi terhadap nilai perusahaan ini, tentunya juga telah diperhitungkan semua risiko-risiko yang melekat, termasuk tingkat hutang yang harus ditanggung dan kemampuan untuk membayarnya, yang tercermin dalam besarnya financial leverage. Dengan ekspektasi ini secara agregat harga pasar saham akan digerakkan naik maupun turun. Dan karena saham individu merupakan input saham di pasar, maka sudah barang harga saham individu juga akan dipengaruhi harga pasar. Oleh sebab itu, temuan pengujian hubungan kausal bidirectional ini antara risiko sistematis (beta) dengan financial leverage sebenarnya merupakan cerminan pola hubungan demand dan supply di pasar yang dapat membentuk harga keseimbangan. Sedangkan untuk variabel kondisional yang diduga ikut mempengaruhi hubungan kausal antara beta dengan financial leverage, maka dalam hasil temuan ini ternyata tidak terbukti. Hal ini kemungkinan disebabkan oleh kelemahan-kelemahan yang ada pada pasar modal yang sedang berkembang, dimana masih adanya nonsincronuous trading dan aturan-aturan insider trading yang belum jelas. Misalnya, perusahaan dengan size tinggi yang mestinya berhubungan negatif dengan besarnya beta dalam hal ini tidak terjadi karena di Indonesia, perusahaan yang sizenya tinggi biasanya menjadi obyek politis sehingga fluktuasi harga pasarnya selalu sejalan dengan harga pasar yang masih sensitif dengan isu-isu pilitis. Namun demikian, hasil ini yang menunjukkan bahwa operating leverage tidak signifikan mempengaruhi model hubungan antara sistematic risk dan financial leverage tidak konsisten dengan penjelasan konseptual Gahlon and Gentry (1982), yang
AKPM-12
34
menganggap financial leverage dan operating leverage adalah determinan dari risiko sistematis yang terkait dengan return yang berasal dari cash-flow setelah pajak.
IX. Penutup
A. Simpulan 1. Secara cross-sectional, hasil ini tidak berhasil mendukung hipotesis 1, yaitu hubungan antara financial leverage dengan risiko sistematis akan lebih kuat ketika size perusahaan adalah relatif lebih kecil dari perusahaan lain; dan sebaliknya, hubungan antara financial leverage dengan risiko sistematis akan kurang kuat ketika size perusahaan relatif lebih besar dari perusahaan lain. Namun, hipotesis 2, yaitu bahwa hubungan antara financial leverage dengan risiko sistematis akan negatif dan lebih kuat ketika perusahaan termasuk dalam kelompok industri yang relatif lebih homogen dari perusahaan lain; dan sebaliknya, hubungan antara financial leverage dengan risiko sistematis akan positif dan menjadi kurang kuat ketika perusahaan termasuk dalam kelompok industri yang kurang homogen dari yang lain dan hipotesis 3b, yaitu bahwa hubungan antara financial leverage dengan risiko sistematis menjadi kuat ketika ada pengaruh yang signifikan operating leverage yang semakin tinggi berhasil didukung bukti empiris ketika menggunakan model interaksi (C.1). Namun, koefisien variabel financial leverage, operating leverage dan industri pada main-effect ternyata masih tidak konsisten tandanya, meskipun hasilnya signifikan. Namun hasil ini ternyata konsisten dengan temuan Sufiyati (1997) pada perusahaan publik di BEJ dimana sebagian hasilnya menunjukkan bahwa financial leverage juga berhubungan negatif dengan beta.
AKPM-12
35
2. Namun ketika menggunakan model blocking sampel (model C.2), hasil ini menunjukkan bahwa pada uji parsial, tidak ditemukan bukti bahwa ada hubungan yang signifikan antara financial leverage dengan risiko sistematis. Dengan menggunakan berbagai kondisi perbedaan yang mendasari hubungan antara financial leverage dengan risiko sistematis; yaitu perbedaan DOL (operating leverage), ukuran perusahaan, dan homogenitas industri, tidak ditemukan sensitifitas hubungan antara financial leverage dengan beta pada uji hubungan secara parsial. Namun, demikian dalam uji bersama variabel-variabel independen terhadap beta, ditemukan dua variable secara signifikan mempengaruhi risiko sistematis. Namun, dalam hal ini signifikansi hubungan ini terlihat ketika risiko sistematis diproxikan dengan beta yang belum disesuaikan; dan hasilnya menunjukkan sebaliknya ketika diukur dengan beta yang disesuaikan. Secara temporal, hasil pengujian ini menunjukkan bahwa financial leverage secara signifikan berhubungan secara simetris (bidirectional) dengan beta (risiko sistematis). Ini berarti kedua variabel ini memiliki hubungan kausalitas dua arah. Beta yang tinggi (rendah) dapat mempengaruhi dan menyebabkan tingginya (rendahnya) financial leverage; dan sebaliknya tingginya
(rendahnya) financial
leverage dapat mempengaruhi dan menyebabkan tingginya (rendahnya) beta. Oleh sebab itu, hasil ini mendukung hipotesis 4a. Namun demikian, kedua variabel kondisional (operating leverage dan size) tidak secara signifikan ikut mempengaruhi hubungan kausalitas antara beta dengan financial leverage. B. Keterbatasan dan Saran Temuan ini memberikan pandangan bahwa pengukuran beta masih perlu dipersoalkan, terutama beta yang disesuaikan. Hal ini bisa dimaklumi karena penyesuaian beta yang
AKPM-12
36
dilakukan di Indonesia biasanya mengikuti rumusan empat lag dan empat lead sebagai di kemukakan Jogiyanto (1997). Pada hal kondisi, penyesuaian beta tentunya sangat kondisional tergantung sejauhmana aktivitas pasar pada suatu waktu, aktif atau tidak. Semakin aktif, maka berarti penyesuaiannya tidak beguitu banyak, dan semakin tidak aktif maka akan perlu disesuaikan sesuai rata-rata ketidakaktifan tersebut. Secara ekonometris, hubungan kausal bidireksional ini bisa dikembangkan untuk diteliti lebih lanjut dengan uji-uji kausalitas yang lain, seperti dengan uji Grangercausality sendiri atau uji-uji lain. Untuk sementara, hasil estimasi pemodelan hubungan kausalitas ini dapat dikembangkan di tahun-tahun mendatang ketika seri kwartalan semakin banyak dan jumlah sampel perusahaannya juga semakin besar untuk memperkuat hasil ini.
AKPM-12
37
DAFTAR PUSTAKA
Aliman (1998), “Model Autoregresif Analisis Kausalitas antara Jumlah Uang Beredar dan Tingkat Pendapatan Nasional: Studi Kasus Indonesia-Thailand,” Jurnal Ekonomi dan Bisnis Indonesia, 13 (4): 12-29. Beaver, William, Paul Kettler and Myron Scholes (1970). “The Association between Market Determined and Accounting Determined Risk Measures,” Accounting Review, Vol. 45, October, Hal. 654-682. Bek, Jani (2003). “Causality Analysis of Exports and Economic Growth: Agregate and Sectoral Results for Slovenia,” Eastern European Economics, 41 (6): 70-92. Ben-Zion, Uri and Sol S. Shalit (1975). “Size, Leverage and Dividend Record as Determinants of Equity Risk, The Journal of Finance, Vol. XXX, September, hal. 63-73. Bowman, R.G. (1979). “The Theoretical Relationship Between Systematic Risk and Financial (Accounting) Variables.” The Journal of Finance, June, hal. 617630. ____ (1980). “The Importance of A Market-Value Measurement of Debt in Assesssing Leverage,” Journal of Accounting Research, Spring, hal. 242-254. ____ (1981).”The Theoretical Relationship Between Systematic Risk and Financial (Accounting) Variables: Reply,” The Journal of Finance, hal. 749-750. Budiarti, Endah (1996). “Analisis Faktor-Faktor yang Mempengaruhi Beta Saham di Bursa Efek Jakarta Periode Juli 1992-Desember 1994, Tesis Tidak Dipublikasikan, Program Pasca Sarjana UGM, Yogyakarta. Brigham, Eugene F. and J. Fred Weston (1990). Essentials of Managerial Finance, 9th Ed., New York, The Dryden Press. Conine, T.E. (1982) “On the Theoretical Relationship Between Business Risk and Systematic Risk,” Journal of Business Finance and Accounting, Summer, hal. 199-205.
AKPM-12
38
Cooper, Donald R. and C. William Emory (1995), Business Research Methods, 5th Ed., Chicago, Richard D. Irwin, Inc. Christie, A.A. (1982). “The Stochastic Behavior of Common Stock Variances: Value, Leverage and Interest Rate Effects,” Journal of Financial Economics, December, hal. 407-432. Collins, D. and S. Kothari (1989), “An Analysis of Intertemporal and Cross-sectional Determinants of Earnings Response Coefficients,” Journal of Accounting and Economics (1989): 143-181 Dhaliwal, D.S., K.J. Lee, and N.L. Fargher (1991), “The Association Between Unexpected Earnings and Abnormal Security Returns in the Presence of Financial Leverage,” Contemporary AccountingResearch (Fall): 20-41. Easton, P.D. and M.E. Zmijewski (1989), “Cross-sectional Variation in the StockMarket Response to Accounting Earnings Announcements,” Journal of Accounting and Economics (July): 117-141. Elton, Edwin J. and Martin J. Gruber (1995). Modern Portfolio Theory and Investment Analysis, Fifth Edition, New York, John Wiley & Sons, Inc. Ferri, Michael G. and Wesley H. Jones (1979). “Determinants of Financial Structure: A New Methodological Approach,” Journal of Finance, Vol. XXXIV, June, Hal. 631-644. Gahlon, J.M., and J.A. Gentry (1982). “On the Relationship Between Systematic Risk and The Degrees of Operating and Financial leverage,” Financial Management, Summer, hal. 15-23. Gonedes, N.J. (1973). “Evidence on the Information Content of Accounting Numbers: Accounting-based and Market-Based Estimates of Systematic Risk,” Journal of Financial and Quantitative Analysis 8, June, hal. 407-443. Gupta, Manak C. (1969). “The Effect of Size, Growth, and Industry on the Financial Srtucture of Manufacturing Companies,” Jounal of Finance, Vol. XXIV, June, hal. 517-529.
AKPM-12
39
Hamada, Robert S. (1969). “Portfolio Analysis, Market Equilibrium and Corporation Finance,” Journal of Finance, March, hal. 13-31 ____(1972). “The Effect of the Firm’s Capital Structure on the Systematic Risk on Common Stocks, Journal of Finance, Vol. XXVII, May, hal. 435-462. Huffman, Stephen P. (1987). “The Impact of the Degree of Operating and Financial Leverage on the Systematic Risk of Common Stocks,” Quarterly Journal of Business and Economics, Vol. 28, hal. 83-100. Hartono, Jogiyanto (1998). Teori Portofolio dan Analisis Investasi, Cetakan Pertama, BPFE, Yogyakarta. Insukindro (1993). Ekonomi Uang dan Bank: Teori dan Pengalaman di Indonesia, Edisi Kedua, BPFE, Yogyakarta. ____ (1993), Pendekatan Kointegrasi dalam Analisis Ekonomi: Studi Kasus Permintaan Deposito dalam Valuta Asing di Indonesia,” Jurnal Ekonomi Indonesia, 1 (2): 259-270 Kale, Jayant R., Thomas H. Noe, and Gabriel G. Ramirez (1991). “ The Effect of Business Risk on Corporate Capital Structure: Theory and Evidence,” Journal of Finance, Vol. XLVI, N0. 5, December, hal. 1693-1715. Lev, Baruch (1974). “On the Association between Operating leverage and Risk,” Journal of Financial and Quantitative Analysis, Vol. 9, September, hal. 627-641. Mandelker, Gershon N. and S. Ghon Rhee (1984), “The Impact of the Degree of Operating and Financial leverage on the Systematic Risk on Common Stock,” Journal of Financial and Quantitative Analysis, Vol. 19, march, hal. 45-57. Martikainen, Teppo (1993). “Stock Return and Classification Pattern of Firm-Specific Financial Variables: Empirical Evidence with Finnish Data,” Journal of Business Finance and Accounting, Vol. 20, hal. 537-557.
AKPM-12
40
Melicher, Ronald W. (1974). “Financial Factors Which Influence Beta Variations Within A Homogeneous Industry Environment.” Journal of Financial and Quantitative Analysis, Vol. IX, March, hal. 231-241 ____ and David F. Rush (1974). “Systematic Risk, Financial Data, and Bond Rating Relationships in A Regulated Industry Environment,” Journal of Finance, Vol. XXIX, May, hal 537-544 Miswanto (1997). “Pengaruh Leverage Operasi , Siklikalitas, dan Size Perusahaan terhadap Risiko Bisnis,” Tesis Tidak Dipublikasikan, Program Pasca Sarjana UGM, Yogyakarta. Pettit, R.R., and R. Westerfield (1972). “A Model of Capital Asset Risk,” Journal of Financial and Quantitative Analysis, March, hal. 1649-1677. Retnaningdiah, Dian (1998). “Faktor-Faktor yang Mempengaruhi Risiko Ekuitas,” Tesis Tidak Dipublikasikan, Program Pasca Sarjana UGM, Yogyakarta. Robichek, Alexander A. and Richard A. Cohn (1974). “The Economic Determinants of Systematic Risk,” Journal of Finance, Vol. XXIX, May, hal. 439-447. Rubinstein, M.E. (1973). “A Mean-Variance Synthesis of Corporate Financial Theory,” Journal of Finance, March, hal. 167-181. Solomon, E. (1963). “Leverage and the Cost of Capital,” Journal of Finance, May. Sufiyati (1997), “Pengaruh Leverage Operasi dan Financial dan Jenis Industri terhadap Risiko Sistematis,” Tesis Tidak Dipublikasikan, Program Pasca Sarjana UGM, Yogyakarta. Wijaya M., Faried (1999), Seri Pengantar Ekonomika: Ekonomikamikro, Edisi Kedua, Yogyakarta: BPFE UGM
AKPM-12
41
