HALAMAN JUDUL
ANALISIS KEBIJAKAN LINDUNG NILAI DAN PENGARUHNYA TERHADAP NILAI PERUSAHAAN : STUDI EMPIRIS PADA BURSA EFEK INDONESIA
MUSHLIHATUN NUR
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013
ii
PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Analisis Kebijakan Lindung Nilai dan Pengaruhnya terhadap Nilai Perusahaan : Studi Empiris pada Bursa Efek Indonesia adalah karya saya dengan arahan dari Komisi Pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan atau tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini. Bogor, Januari 2013 Mushlihatun Nur NIM H251100151
iv
ABSTRACT MUSHLIHATUN NUR. Corporate Hedging Policy Analysis and It’s Impact on Firm Value : An Empirical Study of Indonesian Stock Exchange. Supervised by ABDUL KOHAR IRWANTO and MUHAMMAD SYAMSUN. The purpose of this study is to investigate the relationship between firm value, financial distress, underinvestment cost , economic exposure and corporate hedging with foreign currency derivatives (FCD) for 186 Indonesian companies listed on the Indonesian Stock Exchange (IDX) over the period 2007-2011. Using data from the annual reports, we find strong evidence linking the decison to hedge and the firm value for the overall sample. Data analysis methods using Structural Equation Modelling (SEM) with the program Linear Structural Relationship (LISREL). This research find that foreign currency hedging is positively correlated with the value of firm. The results suggest that while firm size and the exposure to exchange rate through foreign sales are two important factors determining the decision to hedge, the exposure to exchange rate through foreign sales is the sole factor affecting the extent of hedging. Due to positive economic exposure to the value of the company, the study recommends an increased in productivity export company to improve their performance. And also for the industrial sector that using the external financing in foreign currency should implement hedging policy. Keywords :foreign currency derivatives, corporate hedging, firm value
RINGKASAN MUSHLIHATUN NUR. Analisis Kebijakan Lindung Nilai dan Pengaruhnya terhadap Nilai Perusahaan :Studi Empiris pada Bursa Efek Indonesia. Dibimbing oleh ABDUL KOHAR IRWANTO dan MUHAMMAD SYAMSUN. Teori Manajemen Risiko memberikan beberapa penjelasan mengenai penggunaan derivatif sebagai sarana hedging oleh perusahaan-perusahaan untuk mengurangi fluktuasi arus kas, laba maupun nilai perusahaan. Tujuan dari penelitian ini adalah untuk menganalisis hubungan antara nilai perusahaan, fluktuasi nilai tukar dan kebijakan hedging perusahaan. Hubungan ini teramat penting karena hedging terhadap fluktuasi nilai tukar telah menjadi standar internasional bagi perusahaan yang beroperasi dengan valuta asing dan telah terbukti bahwa hedging telah berhasil mengurangi dan bahkan membatasi eksposur nilai tukar. Data yang digunakan adalah data sekunder dan diperoleh melalui studi dokumentasi yang bersumber dari Bank Indonesia, Bursa Efek Indonesia, dan Indonesian Capital Market Directory (ICMD) yang diterbitkan oleh Institute for Economics and Financial Research (ECFIN). Ukuran sampel yang diperoleh adalah 930 observasi yang berasal dari 186 perusahaan yang mencakup periode tahun 2007-2011, dimana masing-masing perusahaan memiliki jumlah observasi yang sama. Pada penelitian ini ada empat variabel laten bebas, yaitu variabel Kebijakan Hedging (HEDG), Economic Exposure (EXP), Financial Distress (FD), dan Underinvestment Cost (UC). Variabel Kebijakan Hedging (HEDG) juga merupakan variabel terikat dari variabel Economic Exposure (EXP), Financial Distress (FD), dan Underinvestment Cost (UC). Berdasarkan rancangan penelitian yang ada, maka penelitian ini menggunakan model analisis SEM (Structure Equation Modelling) dengan menggunakan program LISREL. Hasil penelitian ini menunjukkan bahwa instrumen derivatif valuta asing yang paling banyak digunakan adalah swap, dan kemudian diikuti oleh forwards dan option. Nilai perusahaan merupakan variabel endogeneus yang dipengaruhi oleh kebijakan hedging dan memiliki R2 sebesar 0,33. Sehingga dapat dinyatakan bahwa variabel nilai perusahaan dijelaskan sebesar 33 persen oleh variabel kebijakan hedging dan economic exposure sedangkan sisanya dijelaskan oleh variabel lainnya.Koefisien parameter untuk kebijakan hedging terhadap nilai perusahaan adalah sebesar 0,94 dan nilai t-statistik sebesar 5,85. Hal ini menunjukkan bahwa kebijakan hedging berpengaruh positif dan signifikan terhadap nilai perusahaan. Nilai perusahaan akan cenderung tinggi pada perusahaan yang melakukan hedging secara optimal. Sehingga, untuk meningkatkan nilai perusahaan, perlu dilakukan upaya-upaya yang mengarahkan pada optimalisasi kebijakan hedging perusahaan. Karena economic exposure berpengaruh positif terhadap nilai perusahaan, penelitian ini merekomendasikan peningkatan produktivitas ekspor perusahaan untuk meningkatkan kinerjanya. Dan juga bagi sektor industri yang menggunakan pembiayaan dari luar perusahaan maka untuk membiayai investasinya jika menggunakan pinjaman dalam bentuk valuta asing sebaiknya melakukan hedging. Kata kunci : hedging perusahaan , derivatif valuta asing, nilai perusahaan
vi
© Hak Cipta milik IPB, tahun 2013 Hak Cipta dilindungi Undang-Undang Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apa pun tanpa izin IPB
ANALISIS KEBIJAKAN LINDUNG NILAI DAN PENGARUHNYA TERHADAP NILAI PERUSAHAAN : STUDI EMPIRIS PADA BURSA EFEK INDONESIA
MUSHLIHATUN NUR
Tesis sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi Ilmu Manajemen
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013
viii
Penguji Luar Komisi pada Ujian Tesis: Ir. Tubagus Nur Ahmad Maulana, M.Sc, MBA, PhD
LEMBAR PENGESAHAN Judul Tesis Nama NIM
: Analisis Kebijakan Lindung Nilai dan Pengaruhnya terhadap Nilai Perusahaan : Studi Empiris pada Bursa Efek Indonesia : Mushlihatun Nur : H251100151
Disetujui Komisi Pembimbing
Dr. Ir. Abdul Kohar Irwanto, M.Sc Ketua
Dr. Ir. Muhammad Syamsun, M.Sc Anggota Diketahui
Ketua Program Studi Ilmu Manajemen
Dekan Sekolah Pascasarjana
Dr. Ir. Abdul Kohar Irwanto, M.Sc
Dr. Ir. Dahrul Syah, M.Sc Agr
Tanggal Ujian :19 Desember 2012
Tanggal Lulus :
x
PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Maret 2012 ini adalah Hedging dengan judul Analsis Kebijakan Lindung Nilai dan Pengaruhnya terhadap Nilai Perusahaan : Studi Empiris pada Bursa Efek Indonesia. Terima kasih penulis ucapkan kepada bapak Dr. Ir. Abdul Kohar Irwanto, M.Sc dan bapak Dr. Ir. Muhammad Syamsun, M.Sc selaku komisi pembimbing, bapak Dr. Mukhamad Najib, S.TP, MM selaku penguji dari program studi Ilmu Manajemen dan bapak Ir. Tubagus Nur Ahmad Maulana, MSc,MBA,PhD selaku dosen penguji luar komisi. Di samping itu, penghargaan penulis sampaikan kepada pihak Pusat Referensi Pasar Modal di Bursa Efek Indonesia yang telah membantu selama pengumpulan data dan referensi. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, keluarga serta seluruh sahabat Manajemen angkatan 2010 atas segala doa dan dukungannya. Semoga karya ilmiah ini bermanfaat. Bogor, Januari 2013 Mushlihatun Nur
xii
RIWAYAT HIDUP Penulis dilahirkan di Banyumas pada tanggal 28 Desember 1986 sebagai anak ketiga dari tiga bersaudara dari ayah Bachroen dan ibu Parwinah. Penulis lulus pendidikan jenjang SD pada tahun 1998 di SD Negeri Sudagaran I Banyumas. Tahun 2001 lulus dalam jenjang pendidikan SLTP di SLTP Negeri I Banyumas dan tahun 2004 penulis lulus dari SMA Negeri I Banyumas. Pendidikan sarjana ditempuh di Program Studi Manajemen, Fakultas Ekonomi Universitas Jenderal Soedirman (UNSOED), lulus tahun 2009. Semasa kuliah penulis aktif di Forum Studi Ekonomi Islam (FoSEI) Fakultas Ekonomi dan berkesempatan mengikuti Co-op programme yang diselenggarakan oleh PT. TELKOM Indonesia untuk bekerja di Telkom Kandatel Purwokerto. Tahun 2010 penulis diterima di Sekolah Pascasarjana IPB Mayor Ilmu Manajemen Fakultas Ekonomi dan Manajemen. Selama mengikuti program pascasarjana penulis pernah bekerja sebagai staf pengajar di Sekolah Tinggi Ilmu Ekonomi Pandu Madania pada tahun 2010/2011. Pada Tahun 2011/2012 penulis memperoleh beasiswa dari Bakrie Center Foundation untuk penyelesaian studi di IPB.
xiii
DAFTAR ISI Halaman DAFTAR TABEL ........................................................................................... xv DAFTAR GAMBAR ..................................................................................... xvi DAFTAR LAMPIRAN ................................................................................... xvi 1. PENDAHULUAN ............ ...................................................................... 1.1. Latar Belakang ....... ................................................................................. 1.2. Perumusan Masalah ................................................................................ 1.3. Tujuan Penelitian ... ................................................................................. 1.4. Kegunaan Penelitian ............................................................................... 1.5. Batasan Penelitian.... ...............................................................................
1 1 4 5 6 6
2. TINJAUAN PUSTAKA ..... .................................................................... 2.1. Pendekatan Teoritis .................................................................................. ... 2.1.1. Pengertian Hedging ........................................................................ 2.1.2. Sejarah dan Konsep Hedging ......................................................... 2.1.3. Manfaat dan Kegunaan Hedging .................................................... 2.1.4. Perlu atau Tidaknya Melakukan Hedging ....................................... 2.1.5. Motif Hedging ................................................................................ 2.2. Foreign Economic Exposure ................................................................... 2.2.1. Indikator Economic Exposure ........................................................ 2.2.2. Indikator Financial Distress ............................................................ 2.2.3. Indikator Underinvestment Cost ..................................................... 2.3. Kebijakan Hedging dan Manajemen Risiko ........................................... 2.3.1. Indikator Kebijakan Hedging ............................................................ 2.4. Manajemen Risiko dan Nilai Perusahaan ............................................... 2.4.1. Indikator Nilai Perusahaan ................................................................ 2.5. Tinjauan Hasil Penelitian Terdahulu yang Relevan ................................ 2.6. Pendekatan Analisis ................................................................................ 2.6.1. SEM dengan LISREL ....................................................................... 2.6.2. Konsep Dasar SEM ...........................................................................
7 7 7 8 11 12 13 14 15 17 18 20 20 22 24 26 31 31 32
3. METODE PENELITIAN ...................................................................... 3.1. Kerangka Pemikiran ................................................................................ 3.2.Perumusan Hipotesis ................................................................................ 3.3.Metode Penelitian .................................................................................. .... 3.4. Jenis dan Sumber Data ............................................................................ 3.5. Variabel Penelitian .................................................................................. 3.5.1. Klasifikasi Variabel ......................................................................... 3.5.2. Definisi Operasional Variabel ........................................................ 3.6. Metode Analisis Data .............................................................................. 3.6.1. Prosedur SEM .................................................................................
37 37 39 39 39 41 41 42 45 45
4. HASIL DAN PEMBAHASAN .............................................................. 4.1. Aktifitas Hedging Sektor Primer dan Sekunder ......................................
53 53
xiv
4.1.1. Hedger Sub Sektor Pertanian ........................................................ 4.1.2. Hedger Sub Sektor Pertambangan ................................................ 4.1.3. Hedger Sub Sektor Industri Dasar dan Kimia .............................. 4.1.4. Hedger Sub Sektor Aneka Industri ............................................... 4.1.5. Hedger Sub Sektor Industri Barang Konsumsi.............................. 4.1.6. Hedger Sub Sektor Infrastruktur dan Transportasi ....................... 4.1.7. Hedger Sub Sektor Perdagangan .................................................. 4.2.Tingkat Economic Exposure ..................................................................... 4.3.Variabel Penelitian ................................................................................... 4.4. Analisis dan Hasil Penelitian ................................................................... 4.4.1. Pengembangan Model Teoritis ..................................................... 4.4.2. Pengembangan Diagram Jalur ...................................................... 4.4.3. Konversi Diagram Jalur ke Persamaan ......................................... 4.4.4. Memilih Matriks Input dan Estimasi Model ................................. 4.4.5. Menilai Masalah Identifikasi ........................................................ 4.4.6. Pengolahan Data Single Step ........................................................ 4.5.Temuan dan Interpretasi ............................................................................ 4.5.1. Hipotesis ....................................................................................... 4.5.2. Kaitan Temuan dengan Teori ....................................................... 4.6.Implikasi Manajerial ................................................................................
56 57 57 58 59 59 60 60 63 64 65 66 67 69 69 71 80 80 82 85
5. SIMPULAN DAN SARAN .................................................................... 5.1.Simpulan ................................................................................................... 5.2.Saran .........................................................................................................
87 87 88
DAFTAR PUSTAKA ....................................................................................
89
LAMPIRAN ..................................................................................................
93
xv
DAFTAR TABEL Nomor 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24.
Halaman
Matriks keputusan hedging ...................................................................... Penelitian terdahulu .................................................................................. Jumlah perusahaan dan sampel pada sektor primer dan sekunder ........... Operasionalisasi variabel penelitian ......................................................... Jenis industri perusahaan hedger dan jenis derivatif valuta asing Yang dimiliki oleh perusahaan hedger periode tahun 2007-2011 ............ Perbandingan variabel antara hedger dan non-hedger tahun 2007-2011 ................................................................................................. Jumlah hedger dan jenis instrumen derivatif sub sektor pertanian .......... Jumlah hedger dan jenis instrumen derivatif sub sektor pertambangan .. Jumlah hedger dan jenis instrumen derivatif sub sektor Industri dasar dan kimia ........................................................................... Jumlah hedger dan jenis instrumen derivatif sub sektor Aneka industri .......................................................................................... Jumlah hedger dan jenis instrumen derivatif sub sektor Industri barang konsumsi ......................................................................... Jumlah hedger dan jenis instrumen derivatif sub sektor infrastruktur dan transportasi .................................................................. Jumlah hedger dan jenis instrumen derivatif sub sektor Perdagangan ............................................................................................. Perusahaan perusahaan yang terkena economic exposure tahun 2007 .... Perusahaan perusahaan yang terkena economic exposure tahun 2008 .... Perusahaan perusahaan yang terkena economic exposure tahun 2009 .... Perusahaan perusahaan yang terkena economic exposure tahun 2010 .... Perusahaan perusahaan yang terkena economic exposure tahun 2011 .... Statistik deskriptif variabel indikator sampel perusahaan ........................ Bangunan model teoritis dan konstrak dimensinya ................................. Overall model fit ...................................................................................... Pengujian validitas ................................................................................... Pengujian reliabilitas ................................................................................ Kesimpulan hipotesis ................................................................................
12 28 40 43 53 55 57 57 58 58 59 59 60 61 61 61 62 63 64 65 72 73 75 80
xvi
DAFTAR GAMBAR Nomor 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16.
Halaman
Grafik perubahan kurs, ekspor dan inflasi di Indonesia Tahun 2005-2011 .................................................................................... Perbandingan konseptual antara transaction exposure, operating exposure, dan accounting exposure ......................................... Tujuan dan risiko korporat ....................................................................... Pengaruh variabel eksogen terhadap variabel endogen ............................ Simbol dalam diagram jalur ..................................................................... Efek dekomposisi dalam SEM ................................................................. Kerangka pemikiran ................................................................................. Rancangan diagram jalur penelitian ......................................................... Hedger berdasarkan sub sektor tahun 2007-2011 .................................... Hedger berdasarkan instrumen derivatif tahun 2007-2011 ...................... Diagram jalur hubungan kausal kebijakan hedging dan Nilai perusahaan .................................................................................. Hasil diagram jalur pada model awal ....................................................... Diagram jalur setelah modifikasi .............................................................. Diagram jalur untuk nilai measurement error ......................................... Diagram jalur untuk nilai-t EXP, FD, UC, HEDG dan VALUE ............. Hasil reduced from equation output LISREL ..........................................
2 15 23 33 34 36 38 46 55 56 66 70 70 75 77 78
DAFTAR LAMPIRAN 1. 2. 3. 4. 5. 6.
Daftar istilah ........................................................................................... Daftar sampel perusahaan ......................................................................... Normal scores ......................................................................................... Perhitungan construct reliability dan variance extract ............................ Output LISREL model awal ..................................................................... Output LISREL setelah respesifikasi .......................................................
95 98 105 110 111 116
1
1. PENDAHULUAN 1.1. Latar Belakang Pertumbuhan perekonomian dunia saat ini semakin dinamis dan cepat berubah mengikuti perkembangan teknologi dan informasi. Globalisasi ekonomi dan liberalisasi perdagangan ditandai oleh semakin tajamnya tingkat persaingan antar perusahaan, antar industri, bahkan antar negara. Kemajuan teknologi dan globalisasi yang mencirikan kondisi ekonomi dunia saat ini dan masa depan mendorong proses percepatan perubahan yang signifikan di lingkungan bisnis dan industri. Salah satu ciri dari era globalisasi yang sedang kita hadapi adalah adanya perdagangan bebas. Perdagangan bebas diwarnai dengan semakin meningkatnya persaingan serta fluktuasi harga pasar yang membuat ketidakpastian dunia usaha semakin meningkat baik bagi perusahaan maupun negara yang terlibat dalam perdagangan antar negara. Dengan demikian, maka suatu perusahaan maupun negara dituntut untuk mampu mengembangkan agar mampu bersaing di dunia internasional. Perdagangan antar dua negara berbeda dengan perdagangan yang terjadi dalam satu negara yang hanya memakai satu mata uang, karena untuk perdagangan dua negara memakai dua mata uang yang berbeda. Adanya transaksi dengan mata uang yang berbeda dapat menimbulkan risiko keuangan bagi perusahaan akibat adanya perubahan kurs mata uang. Risiko tersebut dapat dihindari dengan melakukan transaksi tunai. Namun tidak semua transaksi yang terjadi pada perusahaan dapat dilakukan secara tunai, akibatnya akan timbul hutang dan piutang dalam mata uang asing. Sehingga apabila terjadi perubahan nilai tukar valuta asing, perusahaan akan mengalami kerugian atau keuntungan akibat perubahan tersebut. Risiko ini juga akan dihadapi oleh para importir maupun eksportir serta perusahaan-perusahaan yang bertransaksi atau mempunyai kewajiban dan aktiva dalam bentuk mata uang asing. Untuk itu terdapat beberapa hal yang harus diperhatikan oleh perusahaanperusahaan termasuk di sektor publik yang sering kali atau kerap bertransaksi dengan segala sesuatu yang berhubungan dengan nilai tukar dan suku bunga.
2
Diantaranya adalah perusahaan tersebut harus melakukan peramalan pergerakan kurs valuta asing, memonitor kinerja perusahaan terhadap risiko kerugian yang ditimbulkan oleh fluktuasi valuta asing, serta merancang strategi untuk menghindari kerugian dari risiko fluktuasi valuta asing. Untuk itu sangat penting artinya bagi perusahaan termasuk di sektor publik untuk menerapkan strategi lindung nilai (hedging ) untuk menghindari risiko kerugian akibat fluktuasi valuta asing. Salah satu penentu kebijakan hedging perusahaan adalah tingkat ekspor. Dari tingkat ekspor yang dilakukan oleh perusahaan kita dapat melihat tingkat keterlibatan bisnis internasional yang dilakukan oleh suatu perusahan. Dari laba yang dihasilkan melalui transaksi luar negeri tersebut maka apabila didenominasi dalam mata uang negara yang bersangkutan (dalam hal ini adalah Rupiah), maka jika dihubungkan dengan fluktuasi kurs maka akan terjadi perubahan. Perubahan akan bernilai positif jika mata uang negara asal mengalami depresiasi, sebaliknya apabila mata uang negara asal perusahaan mengalami apresiasi maka perusahaan akan mengalami kerugian. Jorion (1990) dan Allayanis (2001) menunjukkan bahwa depresiasi USD berhubungan positif dengan ekspor. Perubahan Kurs, Inflasi dan Ekspor Tahun 2005‐2011 80.00% 60.00% 40.00% 20.00%
‐60.00% ‐80.00% ‐100.00% ‐120.00% perubahan kurs
perubahan ekspor
perubahan inflasi
Sumber : Data diolah,2012 Gambar 1 Grafik perubahan kurs, ekspor dan inflasi di Indonesia tahun 2005-2011
Sep‐11
May‐11
Jan‐11
Sep‐10
May‐10
Jan‐10
Sep‐09
May‐09
Jan‐09
Sep‐08
May‐08
Jan‐08
Sep‐07
May‐07
Jan‐07
Sep‐06
May‐06
Jan‐06
Sep‐05
‐40.00%
May‐05
‐20.00%
Jan‐05
0.00%
3
Gambar 1 menunjukkan perbandingan pergerakan inflasi, ekspor dan fluktuasi nilai tukar USD terhadap rupiah. Pada Bulan September 2005, saat Rupiah terdepresiasi dan inflasi bergerak turun, ekspor justru mengalami kenaikan. Hal ini juga berulang pada Bulan Oktober 2008 bersamaan dengan terjadinya krisis finansial 2008. Akibat krisis keuangan ini para investor di bursa saham menarik dananya dan nilai tukar rupiah terhadap USD mencapai level Rp 12.000,00 per 1 USD. Namun sebaliknya pada Januari 2006 ketika rupiah terapresiasi dan inflasi merangkak naik, nilai pergerakan ekspor terlihat menurun. Perusahaan yang tidak melakukan ekspor, atau dapat dikatakan merupakan perusahaan domestik murni juga terkena dampak exposure. Lim dan Wang (2007) menyatakan bahwa perusahaan domestik murni akan terpengaruh fluktuasi kurs mata uang (terkena economic exposure). Kurs akan mempengaruhi daya saing dari produk-produk impor, serta permintaan terhadap ekspor dari perusahaan lokal. Zainal (2008) juga menyimpulkan dalam penelitiannya bahwa volatilitas yang cenderung menurun pada periode penelitian ternyata telah diikuti dengan menurunnya volume ekspor dari komoditas primer dan sektor manufaktur. Konsep dan implementasi dari strategi hedging membutuhkan komitmen keuangan, fisik dan sumberdaya yang menimbulkan biaya bagi perusahaan. Menurut teori hedging perusahaan yang dikembangkan Smith and Stulz (1985), biaya ini dapat ditetapkan hanya jika terbentuk kondisi pasar modal tidak sempurna dimana hedging perusahaan dapat mengurangi eksposur dan menambah nilai perusahaan. Banyak penelitian menunjukkan dalam kondisi seperti apa dan bagaimana perusahaan menggunakan instrumen derivatif yang bertujuan untuk hedging. Pertanyaan kunci bagi pemegang saham bagaimanapun bukan pada efektifitas derivatif mata uang asing dalam mengontrol risiko nilai tukar, melainkan pada bagaimana hedging bisa meningkatkan nilai (value) perusahaan. Bukti yang telah dihasilkan menunjukkan bahwa pembentukkan nilai perusahaan tergantung pada bagaimana keputusan perusahaan untuk melakukan hedging terhadap nilai tukar. Teori Manajemen Risiko memberikan beberapa penjelasan mengenai penggunaan derivatif sebagai sarana hedging oleh perusahaan-perusahaan untuk mengurangi fluktuasi arus kas, laba maupun nilai perusahaan. Pada hakekatnya
4
perusahaan beroperasi di pasar yang tak sempurna, dan teori manajemen risiko yang telah berkembang sampai saat ini menggunakan ketidaksempurnaan pasar untuk menerangkan motif perusahaan melakukan hedging. Ketidak sempurnaan pasar yang disebutkan dalam literatur seperti Smith dan Stulz (1985), DeMarzo dan Duffie (1995), Breeden dan Viswanathan (1996), dan Culp (2001) antara lain adalah : pajak penghasilan korporasi, biaya-biaya transaksi, termasuk biaya kepailitan dan biaya keagenan, serta asimetri informasi. Penelitian Suriawinata (2004) menemukan bukti bahwa kebijakan hedging yang dilakukan perusahaan merupakan value enhancing activity atau aktivitas untuk meningkatkan nilai perusahaan, dimana terbukti bahwa pasar memberikan nilai lebih terhadap perusahaan-perusahaan yang melaksanakan program hedging. Namun demikian, berdasarkan rekomendasi yang diberikan, keputusan untuk melakukan hedging saja kurang memadai, yang lebih penting lagi adalah menentukan jumlah nilai nosional instrumen derivatif valuta asing yang diperlukan untuk mengatasi eksposur valuta asing yang ada. 1.2. Perumusan Masalah Penelitian mengenai eksposur nilai tukar pada berbagai sektor industri yang terdaftar di Bursa Efek Jakarta dilakukan oleh Kurniawati dan Anggraeni (2005). Penelitian ini menghasilkan 35 dari 164 perusahaan secara signifikan terkena eksposur ekonomi, semua variabel-variabel penelitian memiliki pengaruh signifikan terhadap eksposur ekonomi, firm size mempunyai pengaruh negatif terhadap eksposur ekonomi tetapi tidak signifikan, export ratio dan quick ratio secara parsial mempunyai pengaruh positif terhadap tingkat eksposur ekonomi, debt to equity ratio secara parsial mempunyai pengaruh positif namun tidak signifikan terhadap eksposur ekonomi, earning variability secara parsial berpengaruh negatif terhadap eksposur ekonomi, dan book to market value secara parsial mempunyai pengaruh negatif yang signifikan terhadap eksposur ekonomi. Tujuan dari penelitian ini adalah untuk menganalisis hubungan antara nilai perusahaan, fluktuasi nilai tukar, financial distress, underinvestment cost dan kebijakan hedging perusahaan. Hubungan ini teramat penting karena hedging terhadap fluktuasi nilai tukar telah menjadi standar internasional bagi perusahaan yang beroperasi dengan valuta asing dan telah terbukti bahwa hedging telah
5
berhasil mengurangi dan bahkan membatasi eksposur nilai tukar. Penelitian ini juga didorong oleh adanya kemungkinan bahwa penggunaan derivatif mata uang asing menjadi tidak efektif dan gagal mengurangi eksposur atau bahkan menjadi kontraproduktif sehingga justru meningkatkan eksposur dan merusak kinerja perusahaan. Berdasarkan uraian di atas, maka permasalahan yang akan dikaji dalam penelitian ini adalah : 1. Apakah Return saham perusahaan secara signifikan terekspos oleh fluktuasi kurs Rupiah terhadap Dolar Amerika? 2. Apakah economic exposure berpengaruh terhadap kebijakan hedging perusahaan? 3. Apakah financial distress berpengaruh terhadap kebijakan hedging perusahaan? 4. Apakah underinvestment cost berpengaruh terhadap kebijakan hedging perusahaan? 5. Apakah kebijakan hedging perusahaan berpengaruh terhadap nilai perusahaan? 1.3. Tujuan Penelitian Berdasarkan pada perumusan masalah di atas, maka penelitian ini dilakukan dengan tujuan sebagai berikut: 1. Untuk mengidentifikasi apakah return saham perusahaan sektor primer dan sekunder di BEI secara signifikan terkena economic exposure? 2. Menganalisis faktor-faktor yang merefleksikan economic exposure serta pengaruhnya terhadap kebijakan hedging perusahaan sektor primer dan sekunder 3. Menganalisis hubungan antara financial distress dengan kebijakan hedging perusahaan sektor primer dan sekunder 4. Menganalisis hubungan antara underinvestment cost dengan kebijakan hedging perusahaan sektor primer dan sekunder 5. Menganalisis bagaimana kebijakan hedging perusahaan berpengaruh terhadap nilai perusahaan sektor primer dan sekunder pada BEI.
6
1.4. Kegunaan Penelitian Penelitian yang dilakukan diharapkan dapat memberi manfaat sebagai berikut: 1. Membuktikan hubungan antara nilai perusahaan dengan kebijakan hedging perusahaan. 2. Memberikan acuan dalam
penelitian empiris mengenai hedging dan
pengaruhnya terhadap nilai perusahaan di Indonesia. 1.5. Batasan Penelitian Penulis memfokuskan rencana penelitiannya dengan memberikan batasan ruang lingkup pembahasannya sebagai berikut: 1. Objek penelitian meliputi perusahaan-perusahaan sektor primer dan sekunder yang tercatat di Bursa Efek Indonesia dan mempunyai laporan keuangan lengkap periode tahun 2007-2011. 2. Harga saham harian diambil dari harga penutupan saham perusahaan dan Indeks Harga Saham Gabungan (IHSG). 3. Standar pengelompokkan perusahaan sektor primer dan sekunder menyesuaikan standar yang ditetapkan Indonesian Capital Market Directory (ICMD). 4. Nilai tukar yang digunakan dalam penelitian hanya dalam satuan dollar Amerika Serikat (US$)
7
2. TINJAUAN PUSTAKA
2.1.Pendekatan Teoritis 2.1.1. Pengertian Hedging Dengan adanya risiko fluktuasi nilai tukar, manajemen perusahaan yang memiliki transaksi internasional berusaha untuk menghindari maupun mengurangi kerugian dari fluktuasi nilai tukar tersebut. Adapun tindakan yang dilakukan pihak manajemen salah satunya dengan menggunakan teknik lindung nilai atau disebut hedging. Hedging berasal dari kata dalam bahasa Inggris yaitu “hedge” yang berarti pagar. Kata hedging ini telah menjadi bagian dari perbendaharaan kata dalam manajemen keuangan terutama dalam hal yang berkaitan dengan pembatasan dan pengendalian risiko keuangan. Menurut Madura (2006) hedging adalah tindakan yang dilakukan untuk melindungi sebuah perusahaan dari exposure nilai tukar. Exposure terhadap fluktuasi nilai tukar adalah sejauh mana sebuah perusahaan dapat dipengaruhi oleh fluktuasi nilai tukar. Shapiro (2007) menjabarkan bahwa hedging adalah : “Hedging a particular currency exposure means establishing an offsetting currency position such that whatever is lost or gained on the original currency exposure is exactly offset by a corresponding foreign exchange gain or lost on the currency hedge.” Artinya hedging atas suatu risiko mata uang berarti membuat suatu posisi mata uang yang berlawanan sedemikian rupa sehingga kerugian atau keuntungan dari risiko mata uang yang semula dihapuskan oleh keuntungan dan kerugian dari mata uang yang di-hedge tersebut. Dari definisi di atas dapat disimpulkan bahwa pengertian dasar dari hedging adalah melindungi perusahaan dari risiko kerugian akibat pergolakan nilai tukar atau suku bunga. Dengan hedging berarti perusahaan mengambil posisi yang menghindari perusahaan dari akibat fluktuasi nilai aset tertentu. Menurut Madura (2006), kebijakan lindung nilai berbeda tergantung dari tingkat penghindaran risiko tiap manajemen. Suatu Multinational Corporation
8
(MNC) dapat memilih melakukan lindung nilai sebagian besar eksposurnya, tidak melakukan lindung nilai, atau melakukan lindung nilai secara selektif. 2.1.2. Sejarah dan Konsep Hedging Istilah hedging atau lindung nilai umumnya lebih dikenal dalam rangka transaksi yang terkait dengan perbankan. Sebenarnya, hedging ini juga banyak dipakai pada transaksi perdagangan komoditas. Dalam sejarahnya selanjutnya, CBOT (Chicago Board of Trade) yang dibentuk tahun 1848 oleh para pengusaha pertanian di Amerika digunakan sebagai solusi atas fluktuasi harga komoditas biji-bijian (grains). Saat itu diperkenalkan transaksi forward contract yang kemudian berkembang menjadi futures contract (kontrak berjangka). Hal ini merupakan salah satu cikal bakal sistem hedging mulai berkembang. Lalu pada tahun 1949, Alfred Winslow Jones, seorang akademisi dan jurnalis, menulis sebuah artikel di Fortune tentang model baru dalam peramalan keuangan. Karena terpikat atas subjek tulisannya tersebut maka ia mencoba melakukan model tersebut dengan mendirikan AW Jones. Dasar investasi pendekatan Jones adalah dengan menjual saham
pendek lainnya untuk
melindungi saham panjang terhadap risiko pasar yang timbul. Yang kemudian timbul istilah dana hedging. Sejak era Jones tersebut maka banyak berdiri entitas-entitas baru yang bergerak di bidang pengelolaan dana hedging. Tetapi pada era tersebut yang menjadi komoditas hedging adalah pasar saham. Pada era 1990-an baru lah berkembang hedging pada valuta asing. Fenomena yang terkenal adalah hal yang dilakukan oleh George Soros yang terkenal dengan quantum fund. Spekulasi yang dilakukan oleh Soros pada tahun 1992 pada mata uang Inggris yaitu Poundsterling telah menyebabkan guncangan hebat bagi ekonomi Inggris. Sehingga memaksa Inggris untuk menarik diri sementara dari mekanisme nilai kurs demi menstabilkan mata uangnya dengan biaya yang sangat besar tentunya. Pada tahun 1998, Soros dituding sebagai biang keladi terjadinya krisis di asia dan menghancurkan tiang ekonomi negara asia yang dibangun dalam puluhan tahun. Saat ini hedging tidak hanya memberikan efek negatif bagi perekonomian, tetapi juga memberikan dampak positif bagi perekonomian. Antara lain dilakukan
9
untuk menjaga ekonomi suatu negara dengan menjaga harga suatu komoditas yang merupakan kebutuhan yang vital bagi keberlangsungan ekonomi suatu negara. Misalnya perdagangan minyak bumi dan proyek-proyek pembangunan serta juga komoditas pertanian yang merupakan kebutuhan utama hampir bagi setiap negara. Dalam hal ini kita bisa melihat negara Jepang. Jepang sebagai salah satu negara termaju di Asia merupakan negara dengan mobilitas transaksi internasional yang tinggi. Tidak hanya dalam bidang industri dan teknologi, bidang pertanian Jepang telah berkembang dengan pesat. Perkembangan dengan baik ini telah mendorong futures market komoditas sebagai media untuk melakukan hedging komoditas berkembang dengan pesat. Hedging dilakukan bukan hanya melakukan lindung nilai dengan mata uang saja tetapi juga dilakukan dengan melindungi nilai suatu komoditas dengan komoditas lain yang pergerakan harganya relatif stabil dalam periode waktu tertentu. Alternatif hedging yang dilakukan di Jepang ini diharapkan mempunyai nilai lebih dibandingkan hedging valuta asing karena setiap negara dapat meng-hedge menggunakan komoditas yang banyak diproduksi di negara asalnya sendiri dimana dengan sendirinya pergerakan nilai komoditas tersebut dapat dikendalikan. Madura
(2006)
menjelaskan
jika
suatu
perusahaan
internasional
memutuskan untuk melakukan hedging sebagian atau seluruh eksposur transaksinya, maka perusahaan dapat memilih berbagai teknik hedging berikut: a.
Lindung Nilai Futures Suatu perusahaan yang membeli kontrak futures mata uang memilik hak
untuk menerima sejumlah mata uang tertentu pada kurs yang telah ditetapkan pada tanggal tertentu. Sebagai lindung nilai utang masa depan dalam mata uang asing, perusahaan dapat membeli kontrak futures dalam mata uang yang akan diperlukan dalam jangka pendek. Dengan memiliki kontrak ini, perusahaan telah menetapkan jumlah dalam mata uang asal yang diperlukan untuk melunasi utang. b.
Lindung Nilai Forward Seperti juga kontrak futures, kontrak forward dapat digunakan untuk
menetapkan kurs masa depan yang digunakan perusahaan untuk membeli atau menjual suatu mata uang. Perbedaannya kontrak forward umumnya digunakan
10
untuk transaksi besar, sementara kontrak futures digunakan untuk jumlah yang lebih kecil. Selain itu, perusahaan dapat meminta kontrak forward dalam jumlah yang tepat sama dengan jumlah yang diinginkan, sementara kontrak futures memiliki jumlah unit mata uang yang standar. c.
Lindung Nilai Pasar Uang Lindung nilai pasar uang melibatkan mengambil posisi di pasar uang untuk
menutup posisi utang atau piutang di masa depan. Terdapat dua jenis yakni, lindung nilai pasar uang atas utang dan lindung nilai pasar uang atas piutang. Lindung nilai pasar uang atas utang dilakukan jika perusahaan memiliki kelebihan kas, perusahaan dapat membuat deposito jangka pendek dalam mata uang asing yang akan dibutuhkannya di masa depan. Sedangkan lindung nilai pasar uang atas piutang dilakukan dengan meminjam dalam mata uang tersebut sekarang dan mengkonversinya menjadi dolar. Piutang yang diterima akan digunakan untuk melunasi pinjaman tersebut. d. Lindung Nilai Opsi Mata Uang Opsi mata uang memiliki karakteristik yang berbeda dengan jenis lindung nilai yang sebelumnya yaitu mengisolasi perusahaan terhadap dampak negatif dari pergerakan kurs tetapi membuat perusahaan dapat memanfaatkan dampak positif dari pergerakan kurs. Opsi beli mata uang memberikan hak untuk membeli sejumlah mata uang tertentu dengan harga tertentu (exercise price) selama suatu periode waktu tertentu. Namun tidak ada kewajiban bagi pemiliknya untuk membeli pada harga tersebut ketika kurs spot mata uang ternyata lebih rendah dari harga exercise price-nya. Opsi jual mata uang memberikan hak untuk menjual sejumlah mata uang tertentu pada harga tertentu selama suatu periode waktu tertentu. Perusahaan dapat menggunakan opsi jual sebagai lindung nilai piutang dalam mata uang asing, karena opsi ini menjamin adanya harga tertentu yang digunakan untuk menjual mata uang dari pelunasan piutang. e. Kontrak Forward Jangka Panjang Seperti kontrak forward jangka pendek, forward jangka panjang dapat disesuaikan dengan kebutuhan khusus perusahaan. Untuk mata uang utama, dapat digunakan jangka waktu 10 tahun atau lebih. Karena bank mengandalkan
11
perusahaan untuk memenuhi kewajiban jangka panjang sesuai kontrak forward, maka bank hanya memilih konsumen yang dapat dipercaya. f. Swap Mata Uang Swap dapat memiliki berbagai bentuk. Salah satu bentuk swap mata uang melibatkan dua perusahaan yang memiliki kebutuhan jangka panjang yang berbeda. Utuk menciptakan swap mata uang, perusahaan mengandalkan perantara keuangan yang dapat memenuhi kebutuhannya. Bank-bank besar dan perusahaan investasi menggunakan pialang yang bertindak sebagai perantara swap. g. Pinjaman Paralel Pinjaman paralel melibatkan pertukaran mata uang antara dua pihak, dengan perjanjian untuk menukar kembali mata uang tersebut dengan kurs tertentu, pada suatu tanggal tertentu di masa depan. Pinjaman paralel mencerminkan dua swap mata uang, satu kali swap saat penandatanganan kontrak pinjaman dan swap lainnya pada tanggal tertentu di masa depan. Pinjaman paralel dianggap akuntan sebagai pinjaman, dan karenanya disajikan pada laporan keuangan. 2.1.3. Manfaat dan Kegunaan Hedging Manfaat utama dari hedging adalah untuk melindungi perusahaan dari risiko kerugian akibat fluktuasi nilai tukar seperti yang dikatakan oleh Shapiro (2007): “The basic value of hedging, therefore is to protect a company unexpected exchange rate change.” Dengan melakukan hedging, maka suatu perusahaan akan dapat menetapkan secara pasti jumlah hutang yang harus dibayar maupun jumlah tagihan yang akan diterima di masa yang akan datang. Dengan melakukan hedging, berarti perusahaan tidak akan dipengaruhi lagi oleh fluktuasi nilai tukar yang terjadi di pasar, sehingga dengan demikian perusahaan akan dapat menetapkan secara lebih akurat anggaran perusahaan yang selanjutnya bermanfaat dalam penetapan strategi dan kebijakan perusahaan. Namun di lain pihak, dengan melakukan hedging, perusahaan tidak bisa lagi mengharapkan keuntungan yang mungkin akan terjadi bila nilai tukar berfluktuasi ke arah yang menguntungkan bagi perusahaan, misalnya bagi perusahaan yang memiliki hutang dalam mata uang asing akan memperoleh
12
keuntungan bila nilai tukar mata uang domestik menguat pada saat hutang jatuh tempo. Dari uraian di atas dapat disimpulkan bahwa hakekat hedging yang menguntungkan adalah, perusahaan dapat mengubah kondisi ketidakpastian yang dihadapi menjadi kondisi yang lebih pasti, karena dengan melakukan hedging maka risiko fluktuasi mata uang telah dialihkan kepada pihak lain, dalam hal ini adalah pihak yang menjual hedging (kontrak). Hedging
merupakan
suatu
perlindungan
terhadap
gerakan
yang
berlawanan dari nilai tukar. Hedging, dengan demikian adalah suatu bentuk jaminan yang membantu untuk mengurangi risiko kerugian.Hedging sangat bermanfaat bagi perusahaan atau negara yang beroperasi dan sering bertransaksi menggunakan suku bunga atau nilai tukar. Menghadapi suku bunga yang cenderung naik dan nilai tukar berfluktuatif, kebutuhan hedging juga dirasakan semakin besar, khususnya bagi perusahaan yang kerap melakukan ekspor dan impor. 2.1.4. Perlu atau Tidaknya Melakukan Hedging Setiap perusahaan yang melakukan transaksi internasional tentu akan mempunyai penerimaan (receivable) dan pengeluaran (payable) dalam berbagai valas. Untuk menentukan apakah perlu dilakukan hedging atau tidak atas receivable atau payable dalam suatu valas, yang pelu diperhatikan adalah fluktuasi (apresiasi/ depresiasi) valas tersebut berdasarkan matriks di bawah ini : Tabel 1 Matriks keputusan hedging Hedging Receivable (inflow)
Valas (Foreign Exchange) Apresiasi (FR>SR)
Depresiasi (FR<SR)
Tidak Perlu (-)
Perlu (-)
Perlu (+)
Tidak Perlu (+)
Payable (outflow) Sumber : Eiteman et al, 2003
Matriks di atas menjelaskan bahwa bila perusahaan memiliki receivable dalam suatu valas yang akan apresiasi (Forward Rate > Spot Rate), hedging tidak perlu dilakukan. Sebaliknya jika valas tersebut akan depresiasi (Forward Rate < Spot Rate), hedging perlu dilakukan.
13
Dan bila perusahaan memiliki payable dalam suatu valas yang akan apresiasi (Forward Rate > Spot Rate), maka hedging perlu dilakukan. Sebaliknya jika valas tersebut depresiasi (Forward Rate < Spot Rate), maka hedging tidak perlu dilakukan. 2.1.5. Motif Hedging Tufano (1996), menguraikan teori-teori motif hedging oleh perusahaan menjadi dua kelompok, yaitu (1) kelompok teori motivasi hedging yang berdasarkan
pada
paradigma
maksimisasi
kekayaan
pemegang
saham
(shareholders wealth maximization), dan (2) kelompok teori motivasi hedging yang berdasarkan pada paradigma maksimisasi utilitas manajer (managers utility maximization). Teori-teori motif hedging yang termasuk dalam paradigma pertama adalah : (1) hipotesis insentif atau penghematan pajak, (2) hipotesis pengurangan biayabiaya transaksi yang berkaitan dengan risiko kepailitan, (3) hipotesis peningkatan debt capacity yang juga meningkatkan debt-tax shield dan (4) hipotesis pengurangan permasalahan under-investment dan asset substitution sehubungan dengan agency problem antara pemegang saham dan kreditur. Sedangkan teoriteori motif hedging yang termasuk di dalam kelompok paradigma managers utility maximization adalah : (1) hipotesis perilaku risk aversion dari manajer yang kekayaannya tidak well-diversified, dan (2) hipotesis signaling reputasi, kemampuan dan kompetensi manajer. Meskipun penelitian-penelitian empiris memberikan hasil yang beragam, namun secara umum dapat dikatakan bahwa kebijakan hedging perusahaan lebih dimotivasi oleh keinginan untuk memaksimumkan kekayaaan pemegang saham (shareholder wealth maximization) daripada memaksimumkan utilitas manajer. Dengan demikian diperlukan penelitian untuk menganalisis apakah perusahaan yang melakukan hedging memiliki nilai pemegang saham yang lebih tinggi daripada perusahaan yang tidak melakukan hedging. Hal ini sangat krusial di dalam membuktikan relevansi nilai dari kebijakan hedging perusahaan. Allayanis dan Weston (2001) adalah satu-satunya peneliti yang melakukan investigasi secara empiris mengenai pengaruh kebijakan hedging perusahaan terhadap nilai perusahaan. Berdasarkan data yang diperoleh dari 720 perusahaan
14
besar non-finansial di Amerika Serikat selama periode 1990-1995, Allayanis dan Weston (2001) menemukan bukti bahwa kebijakan hedging meningkatkan nilai perusahaan. Dengan menggunakan berbagai variabel kontrol diperoleh estimasi bahwa rata-rata nilai perusahaan yang memiliki eksposur valuta asing dan menggunakan derivatif valuta asing adalah sekitar 4,87 persen lebih tinggi daripada nilai perusahaan dengan eksposur yang sama sekali tidak menggunakan derivatif valuta asing. 2.2. Foreign Exchange Exposure Foreign exchange exposure dapat diartikan sebagai suatu risiko yang akan dihadapi oleh perusahaan yang timbul akibat fluktuasi kurs mata uang. Risiko valuta ini memberikan pengaruh pada arus kas perusahaan dan pada akhirnya berpengaruh pada nilai perusahaan. Menurut Eiteman et al (2003), foreign exchange exposure dibedakan menjadi 3 bentuk, yaitu : 1). Transaction exposure; 2). Operating exposure ; 3). Accounting exposure. Transaction exposure mengukur perubahan pada nilai transaksi yang disebabkan oleh perbedaan kurs valas pada saat transaksi disepakati sampai saat transaksi diselesaikan, jadi exposure ini berhubungan dengan transaksi-transaksi yang sudah ada tetapi belum jatuh tempo. Accounting Exposure, disebut juga translation exposure, yaitu mengukur seberapa jauh laporan keuangan konsolidasi suatu perusahaan MNC dipengaruhi oleh fluktuasi kurs valas. Exposure ini muncul karena kegiatan pembuatan laporan keuangan oleh anak perusahaan (subsidiary) yang dikonsolidasikan oleh perusahaan induk. Economic Exposure , mengelompokkan economic exposure dan transaction exposure menjadi satu exposure yang disebut economic exposure. Economic exposure pada dasarnya menunjukkan dampak fluktuasi kurs valuta terhadap arus kas perusahaan yang merupakan cerminan nilai perusahaan. Perbandingan konseptual antara transaction exposure, economic exposure dan accounting exposure, dapat digambarkan sebagai berikut :
15
Waktu dimana terjadinya perubahan kurs valuta
Accounting Exposure
Economic exposure
Transaction Exposure Sumber : Eiteman et al, 2003
Gambar 2 Perbandingan konseptual antara transaction exposure, economic exposure, dan accounting exposure 2.2.1.
Indikator Economic Exposure Eksposur ekonomi menunjukkan dampak fluktuasi kurs terhadap arus kas
perusahaan di masa depan (Madura 2006). Arus kas perusahaan dapat dipengaruhi oleh perubahan kurs dalam berbagai cara yang tidak langsung terkait dengan transaksi internasional. Karenanya, perusahaan tidak dapat hanya melakukan lindung nilai atas utang atau piutang dalam valuta asing tetapi juga harus berusaha untuk menentukan bagaimana arus kas perusahaan akan dipengaruhi oleh kemungkinan perubahan kurs. Eksposur ekonomi memiliki tiga variabel indikator yaitu Dummy Economic Eksposure (DEE) , Export Ratio (ER) dan Current Ratio (CR) dengan definisi operasional sebagai berikut : a. Dummy Economic Exposure (DEE) Pada penelitian ini metode Sensitivity Of Stock Price To Exchange Rate menurut Madura (2006) dapat digunakan untuk merefleksikan economic exposure. Selain menggunakan arus kas, ada juga beberapa perusahaan dan analisis-analisis yang menggunakan harga sahamnya sebagai proxy untuk nilai perusahaan yang merupakan cerminan aliran kas dimasa mendatang, dan besarnya economic exposure dilihat dari sensitivitas harga saham perusahaan terhadap perubahan kurs yang dapat diukur melalui persamaan sebagai berikut : ∆ Dimana : Rit
= Return realisasi saham perusahaan i pada periode ke t
16 β0
= Konstanta
β1i
= Koefisien regresi perubahan kurs
ΔRst = Perubahan kurs Rupiah terhadap US Dollar β2i
= Koefisien regresi return pasar
Rmt
= Return pasar
εt
= Error term
Dimana besarnya economic exposure yang dihadapi oleh perusahaan ditunjukkan oleh besarnya koefisien regresi β1i. Tahap selanjutnya adalah mengelompokkan perusahaan menjadi dua kelompok, yakni perusahaan yang signifikan terkena eksposur ekonomi dan perusahaan yang tidak signifikan terkena eksposur ekonomi yang dilihat dari koefisien regresi. Perusahaan yang signifikan mengalami eksposur ekonomi diberi nilai DEE sebesar 1 (satu) dan perusahaan yang tidak signifikan terkena eksposur ekonomi diberi nilai DEE sebesar 0 (nol). b. Export Ratio (ER) Ekspor merupakan penjualan yang dilakukan oleh perusahaan diluar negeri. Dari tingkat ekspor yang dilakukan oleh perusahaan kita dapat melihat tingkat keterlibatan bisnis internasional yang dilakukan oleh suatu perusahan. Dari laba yang dihasilkan melalui transaksi luar negeri tersebut maka apabila didenominasi dalam mata uang negara yang bersangkutan (dalam hal ini adalah Rupiah), maka jika dihubungkan dengan fluktuasi kurs maka akan terjadi perubahan. Perubahan akan bernilai positif jika mata uang negara asal mengalami depresiasi, sebaliknya apabila mata uang negara asal perusahaan mengalami apresiasi maka perusahaan akan mengalami kerugian. Jorion (1990), diacu oleh He dan Lilian (1998), menunjukkan bahwa depresiasi US$ berhubungan positif dengan ekspor. Export ratio sendiri dapat dirumuskan sebagai berikut : 100%
c. Current Ratio(CR) Merupakan rasio antara aktiva lancar dengan hutang lancar yang dimiliki perusahaan. Rasio ini mengukur aktiva yang dimiliki perusahaan dalam hutang lancarnya. Penelitian sebelumnya yang dilakukan oleh Bartram et al (1996),
17
perusahaan dapat mengalami kesulitan keuangan baik dimulai dari yang sifatnya ringan sampai kesulitan keuangan yang sifatnya parah. Sedangkan
menurut
Weston et al(1999) bahwa Current Ratio digunakan untuk mengukur penyelesaian jangka pendek. Sejauh mana tagihan kreditur jangka pendek dapat dipenuhi oleh aktiva yang diharapkan dapat dikonversi ke kas dalam jangka waktu yang kira-kira sama dengan jatuh tempo tagihan. Current Ratio yang terlalu tinggi menunjukkan kelebihan uang kas atau aktiva lancar lainnya dibandingkan dengan yang dibutuhkan sekarang. Rasio ini dapat dirumuskan sebagai berikut :
2.2.2. Indikator Financial Distress Apabila perusahaan lebih banyak menggunakan pendanaan dengan hutang, maka perusahaan tersebut akan menghadapi kemungkinan tekanan finansial (financial distress) yang tinggi pada masa yang akan datang. Tekanan finansial dapat mengakibatkan penurunan penjualan, EBIT, nilai saham, nilai utang dan meningkatkan biaya kepailitan (bankrupty cost). Tekanan finansial bermula pada saat ada indikasi bahwa perusahaan tidak mampu memenuhi jadwal pembayaran utangnya, atau ketika proyeksi arus kas perusahaan menunjukkan bahwa dalam waktu dekat kewajiban-kewajiban pembayaran utang tidak akan dapat dipenuhi. Salah satu akibat dari tekanan finansial adalah kepailitan. Indikator Financial distress terdiri dari tiga variabel yaitu ROA, DER dan Liability a. Return on Asset (ROA) Mengukur seberapa efisien laba dapat dihasilkan dari asset yang digunakan atau dimiliki perusahaan. ROA yang rendah mengindikasikan pendapatan perusahaan yang rendah terhadap jumlah aset yang dimilikinya. Jadi ROA yang rendah jika dibandingkan dengan rata-rata industrinya menunjukkan adanya penggunaan aset perusahaan yang tidak efisien. Berdasarkan ketentuan yang ditetapkan oleh Bank Indonesia (BI) rumus untuk menghitung ROA adalah sebagai berikut : 100%
18
b. Debt to Equity Ratio (DER) Debt on equity ratio didefinisikan sebagai nilai total hutang jangka panjang dibagi dengan total aktiva. Rasio ini menunjukkan tingkat solvabilitas perusahaan, dimana merupakan gambaran kemampuan perusahaan dalam memenuhi kewajiban jangka panjangnya. Dari pernyataan tersebut maka debt on equity ratio dapat dirumuskan sebagai berikut : 100%
Smith dan Stulz (1985) mengemukakan bahwa hedging dapat mengurangi risiko kebangkrutan akibat fluktuasi kurs, dan juga mengurangi tingkat biaya ekspektasi dari financial distress. Debt on equity ratio merupakan variabel yang digunakan untuk mengukur tingkat financial distress perusahaan. Perusahaan dengan tingkat DE Ratio yang tinggi cenderung akan menghadapi tingkat biaya financial distress yang tinggi dan atas faktor inilah perusahaan harus melakukan hedging. c. Total Liability Liability merupakan kewajiban atau utang yang dimiliki oleh perusahaan sebagai akibat dari proses kegiatan usaha. Liability dikelompokkan ke dalam dua bagian, yaitu current liability atau kewajiban jangka pendek
dan long-term
liability atau kewajiban jangka panjang. Nilai total liability diambil dari neraca laporan keuangan perusahaan. 2.2.3. Indikator Underinvestment Cost Masalah underinvestment terjadi pada saat pemegang saham menolak melakukan investasi pada proyek yang menguntungkan tetapi berisiko rendah, sehingga tidak terjadi perpindahan nilai dari pemegang saham kepada kreditor. Dengan hutang berisiko, pemegang saham akan kehilangan nilai jika melakukan investasi berisiko rendah, walaupun investasi itu memiliki NPV positif. Pada hutang berisiko, investasi berisiko tinggi menguntungkan pemegang saham, sebaliknya, investasi berisiko rendah menguntungkan kreditor (Emery dan Finnerty 1997).
19
a.
Price Earning Ratio (PER) PER adalah salah satu ukuran paling dasar dalam analisis saham secara
fundamental. PER digunakan oleh para investor untuk memprediksi kemampuan perusahaan dalam menghasilkan laba dimasa yang akan datang. Oleh karena itu maka apabila nilai PER semakin tinggi maka dapat dikatakan perusahaan semakin berisiko. Perhitungan PER dilakukan dengan membagi harga saham dengan Earning per Share (EPS) perusahaan yang tertulis pada laporan keuangan.
b. Market Value (MV) Market value adalah harga saham yang terjadi di pasar bursa yang ditentukan oleh pelaku pasar. Market value ini ditentukan oleh permintaan dan penawaran saham barsangkutan di pasar bursa. Market merupakan harga jual saham sebagai konsekuensi dari posisi tawar antara penjual dan pembeli saham sehingga nilai pasar menunjukkan fluktuasi dari harga saham. Market value yang tinggi di satu sisi akan mencerminkan kenaikan laba bagi perusahaan. Laba yang diperoleh perusahaan dipakai untuk keputusan investasi dan operasi. Untuk keputusan investasi, investor lebih menyukai perusahaan yang melaporkan laba yang lebih besar (dengan asumsi perusahaan sama dan berada dalam satu industri). Ini bermakna bahwa perbedaan dalam laba mencerminkan perbedaan kinerja perusahaan yang sesungguhnya dan bukan semata-mata karena perbedaan artifisial sebagai akibat pemilihan teknik-teknik akuntansi. Penentuan besarnya investasi atau alokasi modal dalam persediaan mempunyai efek yang langsung terhadap profit margin perusahaan yang akan direspon oleh investor. Market value yang diambil sebagai data adalah harga penutupan akhir dikalikan dengan jumlah saham yang beredar untuk dirata-rata dalam satu periode. Market value dihitung dengan rumus: MV = harga saham x jumlah lembar saham beredar Dimana:
Harga saham
= harga penutupan (closing price)
Saham beredar
= jumlah saham beredar pada periode tersebut
20
Nilai pasar menunjukkan keadaan perusahaan berdasarkan persepsi investor yang teraktualisasi dalam harga saham. Secara garis besar nilai pasar perusahaan merupakan harga seluruh saham yang beredar. Harga pasar merupakan harga jual saham sebagai konsekuensi dari posisi tawar antara penjual dan pembeli saham sehingga nilai pasar menunjukkan fluktuasi dari harga saham. 2.3.
Kebijakan Hedging dan Manajemen Risiko Hedging merupakan tindakan perusahaan dalam rangka pengalihan risiko
nilai tukar yang dihadapi perusahaan. Risiko nilai tukar merupakan potensi penyimpangan pada hasil atau eksposur yang diharapkan karena fluktuasi nilai tukar. Biasanya risiko nilai tukar dikaitkan dengan potensi penyimpangan pada transaksi atau arus kas, laba akuntansi, dan penyimpangan nilai perusahaan atau kekayaan pemegang saham. Kebijakan hedging yang dilakukan perusahaan merupakan bagian dari pengelolaan risiko yang akan mempengaruhi strategi dan kondisi perusahaan. Pengelolaan risiko mengalami perkembangan dari waktu ke waktu. Hal ini didorong oleh beberapa faktor yaitu, kompleksitas risiko, kondisi eksternal dan ketersediaan produk pengelola risiko. Terkait dengan risiko nilai tukar, kompleksitasnya terkait pada akibat berantai yang ditimbulkan. Misalnya dampak terhadap peningkatan biaya bahan baku per unit produk sehingga akibat berikutnya adalah kenaikan harga jual produk. Sedangkan untuk kondisi eksternal terkait dengan risiko pasar yang semakin besar bila faktor-faktor ekonomi berfluktuasi dengan besar. 2.3.1. Indikator Kebijakan Hedging a. Firm Size (SIZE) Disebut juga ukuran perusahaan adalah logaritma dari total aktiva yang dimiliki oleh perusahaan. Disebut juga ukuran perusahaan adalah logaritma dari total aktiva yang dimiliki oleh perusahaan. Oleh karena itu firm Size dapat diperoleh dengan persamaan sebagai berikut : Firm Size = LN (Total Aktiva Perusahaan) Firm Size dapat juga dijadikan sebagai proksi atas tingkat skala ekonomis perusahaan jika dihubungkan dengan tingkat biaya hedging perusahaan (Nance et
21
al 1993). Perusahaan yang besar mempunyai tingkat akses yang lebih tinggi untuk melakukan hedging atas setiap transaksinya dibanding dengan perusahaan yang lebih kecil. b. Dummy Hedging (DH) Merupakan
variabel
yang
merepresentasikan
keputusan
hedging
perusahaan. DH bernilai 1 jika perusahaan menggunakan instrumen derivatif dan DH benilai 0 jika perusahaan sampel tidak menggunakan instrumen derivatif. Metode yang digunakan adalah keyword search yaitu mencari kata-kata kunci terkait dengan hedging dan instrumen derivatif yang terdapat pada laporan keuangan perusahaan. c. Dividend Yield (DY) Menunjukkan rupiah dividen per lembar yang dibayarkan dari harga saham perusahan per lembarnya. Perhitungan variabel ini mengacu pada hasil penelitian Nance et al (1993). Variabel ini merefleksikan motif hedging perusahaan dimana ketika devidend yield semakin kecil maka perusahaan cenderung tidak melakukan hedging. Dividend yield secara matematis dapat diformulasikan sebagai berikut : 100%
d. Quick Ratio (QR) Merupakan variabel yang dapat menunjukkan likuiditas perusahaan. Beberapa aset lebih dekat ke kas dibandingkan aset lainnya. Jika masalah datang, persediaan tidak dapat dijual pada harga berapapun di atas harga obral besarbesaran. Maka manajer sering mengabaikan persediaan dan komponen aset lancar lainnya yang kurang likuid ketika membandingkan aset lancar dengan kewajiban lancar. Sebagai gantinya, mereka memusatkan perhatian pada kas, sekuritas dan tagihan yang belum dibayar pelanggan. Variabel ini telah digunakan oleh peneliti sebelumnya sebagai prediktor eksposur ekonomi yaitu Kurniawati dan Anggraeni (2005). 100%
22
2.4. Manajemen Risiko dan Nilai Perusahaan Menurut Djohanputro (2008) kaitan antara risiko dan tujuan korporat ditunjukkan dalam Gambar 3. Kekayaan perusahaan dapat diukur dengan berbagai cara. Bagi perusahaan yang sudah go public, ukuran kekayaan sama dengan harga saham dikalikan dengan jumlah saham. , Bagi perusahaan yang belum go public (Tbk), nilai kekayaan bisa dihitung dengan berbagai metode penilaian kekayaan (valuation). Secara garis besar, ada empat cara menghitung kekayaan perusahaan. Yaitu pendekatan aset, pendekatan pendapatan, pendekatan relatif dan pendekatan opsi. Dengan pendekatan aset, nilai kekayaan perusahaan didasarkan atas data yang disajikan dalam neraca yang telah diaudit. Data dalam neraca tersebut dapat digunakan sesuai yang tercatat dalam buku neraca (sehingga disebut nilai buku), atau dilakukan penyesuaian sehingga diperoleh nilai yang lain. Tergantung cara penyesuaiannya, nilai yang diperoleh bisa berupa nilai pasar (market value), nilai likuidasi (liquidation value), atau nilai penggantian (replacement value). Dengan pendekatan pendapatan, terdapat tiga variabel yang perlu diidentifikasi, seperti ditunjukkan dalam gambar.ketiga variabel tersebut adalah arus kas (cash flow), pertumbuhan arus kas, dan tingkat risiko korporat. Pada dasarnya, nilai saham atau ekuitas adalah free cash flow to equity (FCFE) yang dapat dihasilkan perusahaan setelah arus kas tersebut dihitung nilai kininya (present value). Pendekatan relatif pada dasarnya adalah menghitung nilai perusahaan berdasarkan nilai pada perusahaan lain dengan menggunakan angka acuan. Yang menjadi angka acuan adalah angka rasio yang berlaku bersama untuk perusahaan acuan (benchmark) maupun perusahaan yang dihitung nilainya. Salah satu rasio yang dikenal adal PER (Price Earning Ratio). Dasar pemikirannya adalah PER mencerminkan tingkat risiko perusahaan. Perusahaan yang memiliki tingkat risiko yang sama, berada dalam satu industri, memiliki PER yang sama pula. Pendekatan Opsi diadopsi dari penghitungan opsi atau option, yang merupakan produk derivatif dalam dunia keuangan korporat.
23
Maximizing Value of Shareholders
Price of Share
Selling Price of Company
Level of Risk
Future Financial Performance
Growth of Performance/ FCFE Future Operating Cash Flow 1 Free Cash Flow to Equity/ FCFE
Sumber: Djohanputro, 2008 Gambar 3. Tujuan dan risiko korporat Secara matematis, risiko merupakan pembagi untuk menghitung nilai perusahaan. Semakin tinggi tingkat risiko maka semakin rendah nilai perusahaan. Dan sebaliknya, semakin rendah tingkat risiko maka semakin tinggi nilai perusahaan. Secara matematis, untuk menghitung nilai perusahaan tingkat risiko dicerminkan dalam bentuk biaya modal (cost of capital) bila ingin menghitung nilai perusahaan, atau biaya ekuitas (cost of equity) bila ingin menghitung nilai ekuitasnya saja. Pada prinsipnya, biaya modal terdiri dari dua komponen utama, yaitu biaya ekuitas (cost of equity) dan biaya pinjaman (cost of debt). Tinggi rendahnya biaya ekuitas ditentukan oleh stabilitas FCFE, dividen, atau laba bersih. Semakin stabil FCFE (dividen, laba bersih) semakin kecil biaya ekuitas.
24
Karena semakin stabil, maka pemegang saham merasa tenang dan aman menginvestasikan uangnya di perusahaan tersebut. Dengan demikian, pemegang saham mendapat keuntungan kecil pun merasa cukup. Tetapi bila FCFE, atau dividen, atau laba bersih, berfluktuasi tidak menentu, investor merasa khawatir. Oleh karena itu, mereka menuntut FCFE atau dividen atau laba bersih yang tinggi, supaya merasa aman. Bila sewaktu-waktu kinerja perusahaan turun, hasil buruk tersebut dikompensasi oleh kinerja yang baik. 2.4.1. Indikator Nilai Perusahaan a. Q-Tobin (TOB) Untuk mengukur nilai perusahaan ada beberapa rasio yang dapat digunakan, salah satu alternatif yang dapat digunakan adalah dengan menngunakan Q-Tobin. Rasio ini dikembangkan oleh Tobin dan dinilai dapat memberikan informasi yang paling baik, karena rasio ini dapat menjelaskan berbagai fenomena dalam kegiatan perusahaan seperti terjadinya perbedaan crossectional dalam pengambilan keputusan investasi dan diversifikasi, hubungan antara kinerja manajemen dengan keuntungan dalam akuisisi dan kebijakan pendanaan, dividen dan kompensasi. Brealey dan Myers (2000) menyebutkan bahwa perusahaan dengan nilai Q yang tinggi biasanya memiliki brand image perusahaan yang sangat kuat, sedangkan perusahaan yang memiliki nilai Q rendah umumnya berada pada industri yang sangat kompetitif atau industri yang mulai mengecil. Secara umum Tobin’s Q hampir sama dengan market to book ratio, namun menurut James Tobins (dalam Lang dan Stulz 1994), Tobin’s Q memiliki karakteristik yang berbeda antara lain : 1) Replacement Cost vs Book Value Tobin’s
Q
menggunakan
(estimated)
replacement
cost
sebagai
denominator, sedangkan market to book ratio menggunakan book value of total equity. Penggunaan replacement cost membuat nilai yang digunakan untuk menentukan Tobin’s Q memasukkan berbagai faktor, sehingga nilai yang digunakan mencerminkan nilai pasar dari aset yang sebenarnya dimasa kini, salah satu faktor tersebut adalah inflasi. Proses perhitungan untuk menentukan replacement cost merupakan suatu proses yang panjang dan rumit, Black et al. (2003) menggunakan book value of total assets sebagai pendekatan terhadap
25
replacement cost. Hasil penelitian menunjukkan bahwa perbedaan nilai replacement cost dengan nilai book value of total assets tidak signifikan sehingga kedua variabel tersebut saling menggantikan. 2) Total Asset vs Total Equity Market-to-book-value hanya menggunakan faktor ekuitas (saham biasa dan saham preferen) dalam pengukuran. Penggunaan faktor ekuitas ini menunjukkan bahwa market-to-book-ratio hanya memerhatikan satu tipe investor saja, yaitu investor dalam bentuk saham, baik saham biasa maupun saham preferen. Tobins’ Q memberikan wawasan yang lebih luas terhadap pengertian investor. Perusahaan sebagai entitas ekonomi, tidak hanya menggunakan ekuitas dalam mendanai kegiatan operasionalnya, namun juga dari sumber lain seperti hutang, baik jangka pendek maupun jangka panjang. Oleh karena itu, penilaian yang dibutuhkan perusahaan tidak hanya dari investor ekuitas saja, tetapi juga dari kreditor. Semakin besar pinjaman yang diberikan oleh kreditur, menunjukkan bahwa semakin tinggi kepercayaan yang diberikan. Hal ini menunjukkan bahwa perusahaan memiliki nilai pasar yang lebih besar lagi. Dengan dasar tersebut, Tobin’s Q menggunakan market value of total asset. Allayannis dan Weston (2001) menggunakan Q-Tobin sebagai variabel dependen dalam meneliti dampak kebijakan hedging terhadap nilai perusahaan. Menurut Chung dan Pruitt (1994) menyatakan bahwa nilai perusahaan diukur menggunakan Q-Tobin yang dihitung dengan menggunakan rumus :
Q
= Nilai Perusahaan
MVE = Nilai Pasar Ekuitas (market Value of Equity) D
= Nilai buku dari total hutang
BVE = Nilai buku dari ekuitas (Book Value of Equity) MVE diperoleh dari hasil perkalian harga saham dan penutupan (closing price) akhir tahun dengan jumlah saham yang beredar pada akhir tahun. BVE diperoleh dari selisih total aset perusahaan dengan total kewajibannya. b. Market to Book Equity Ratio(MBR) Merupakan rasio yang mengindikasikan mengenai pendapat investor tentang prestasi perusahaan di masa lalu dan prospek untuk masa yang akan
26
datang yang digunakan untuk mengukur tingkat pertumbuhan perusahaan. Dihitung dengan rumus sebagai berikut : 100%
c. Return on Equity (ROE) Merupakan rasio antara laba bersih setelah pajak terhadap penyertaan modal saham sendiri yang berarti juga untuk menilai seberapa besar tingkat pengembalian dari saham sendiri yang ditanamkan dalam bisnis. Dengan demikian kegunaan ROE adalah untuk menentukan pemilihan sumber pendanaan investasi, modal sendiri atau modal asing. ROE dihitung sebagai berikut:
EBIT adalah pendapatan bersih sesudah pajak, tetapi kalau ada keuntungan hak minoritas, maka harus ikut diperhitungkan. Dp merupakan dividen dari saham preferen. Shareholders equity merupakan rata-rata dari modal saham awal tahun dan akhir tahun. d. Harga Saham (PRICE) Harga saham merupakan salah satu parameter pengukuran kinerja dari sebuah organisasi atau dalam penelitian adalah sebuah perusahaan. Harga saham mengindikasikan seberapa besar saham perusahaan yang bersangkutan diminati oleh masyarakat dan mencerminkan nilai suatu perusahaan. Harga yang digunakan adalah harga penutupan (closing price) per tahun. 2.5. Tinjauan Hasil-Hasil Penelitian Terdahulu yang Relevan Triki (2005) mengungkapkan terdapat banyak kebingungan seputar interpretasi dari hasil yang diperoleh dari penelitian faktor penentu manajemen risiko. Hampir dalam pengantar di setiap penelitian hanya terdapat sedikit referensi mengenai konsensus teori hedging yang valid dengan hasil empiris yang diuji. Seringkali penelitian tidak menyelidiki pertanyaan empiris yang identik. Menggunakan hasil yang berbeda antara penelitian yang menyelidiki faktor-faktor yang menentukan keputusan hedging dan penelitian lain yang menganalisis penentu rasio hedging adalah hal yang kurang tepat. Banyak penelitian tidak mempertimbangkan
bahwa dua keputusan perusahaan mungkin memiliki
penyebab yang berbeda.
27
Beberapa penelitian mendukung argumen ini; Mardsen dan Prevost (2005) untuk semua risiko, Haushalter (2000) untuk risiko komoditi dan Allayannis dan Ofek (2001) untuk risiko nilai tukar. Juga harus diingat bahwa semua uji teori hedging tidak memperhitungkan jenis risiko yang sama. Manajemen risiko untuk nilai tukar tentu saja dipengaruhi oleh faktor yang berbeda dengan faktor yang mempengaruhi risiko suku bunga atau risiko komoditas. Allayannis dan Weston (2001) melakukan investigasi secara empiris mengenai pengaruh kebijakan hedging perusahaan terhadap nilai perusahaan (firm value). Berdasarkan data yang diperoleh dari 720 perusahaan besar non-finansial di Amerika Serikat selama periode 1990-1995, Allayannis dan Weston menemukan bukti bahwa kebijakan hedging meningkatkan nilai perusahaan. Dengan menggunakan berbagai variabel kontrol (yaitu antara lain : ukuran perusahaan, profitabilitas, hutang, potensi pertumbuhan, kemampuan akses terhadap pasar finansial, diversifikasi dan credit rating), penelitian memperoleh estimasi bahwa rata-rata nilaiperusahaan yang memiliki eksposur valuta asing dan menggunakan derivatif valuta asing adalah sekitar 4,87 persen lebih tinggi daripada perusahaan dengan eksposur yang sama tetapi sama sekali tidak menggunakan derivatif valuta asing.
28
2
Ephraim Clark, Amrit Judge, dan Wing Sang Ngai (2006) The Determinants of Corporate Hedging : An Empirical Study of Hong Kong and Chinese Firms
Tabel 2 Penelitian terdahulu Peneliti, Tahun dan No Judul 1 George Allayannis dan JP. Weston (2001) The Use of Foreign Currency Derivatives and Firm Market Value
Menganalisis faktorfaktor yang menentukan penggunaan derivatif dan pengaruhnya terhadap perusahaan di Cina dan Hongkong. Analisis Multivariat.
Masalah dan Metode Penelitian Mempertanyakan apakah penggunaan instrumen derivatif secara langsung mempengaruhi nilai perusahaan. Analisis Univariat dan Multivariat
Menunjukan hubungan negatif antara hedging dan perusahaan negara. Faktor yang menentukan hedging adalah risiko valuta asing, biaya hedging dan tingkat likuiditas, juga manfaat hutang pajak hedging menambah nilai perusahaan Hong Kong 0,88% dan 0,56 % di Cina.
Dengan mengunakan berbagai variabel kontrol (Firm Size, profitabilitas, hutang, potensi pertumbuhan, diversifikasi dan credit rating), penelitian ini memperoleh estimasi bahwa ratarata nilai perusahaan yang memiliki exposur valas dan menggunakan derivatif valas adalah sekitar 4,87% lebih tinggi daripada nilai perusahaan dengan eksposur sama tetapi tidak menggunakan derivatif valuta asing.
Hasil Penelitian
- Market to Book Value Ratio (MBR)
Konsep yang dirujuk - Q-Tobin
Alat Analisis dan tidak menggunakan variabel Tax Loss, Leverage, R&D expenditure, dan Preference Capital.
Perbedaan dengan Penelitian ini Alat Analisis dan penelitian ini tidak menggunakan variabel independen access to financial markets, leverage, investment growth, industrial and geographic diversification, industry effect, credit rating dan time effects.
28
Peneliti, Tahun dan Judul
Sri Lestari Kurniawati dan Anggraeni (2005), Forex Exposure Pada Berbagai Sektor Industri yang Terdaftar di Bursa Efek Jakarta
Iman S. Suriawinata (2004) Apakah Kebijakan Hedging Perusahaan dengan Instrumen Derivatif Valuta Asing Meningkatkan Nilai Pemegang Saham? (Bukti Empiris dari PerusahaanPerusahaan Non-Finansial yang terdaftar di Bursa Efek Jakarta)
No
3
4
Lanjutan Tabel 2
Meneliti secara empiris pengaruh kebijakan hedging perusahaan terhadap nilai pemegang saham. Metode OLS.
Masalah dan Metode Penelitian Mengetahui faktorfaktor yang mempengaruhi economic exposure. Analisis Regresi Berganda
Konsep yang dirujuk Ditemukan 164 perusahaan - Economic sampel yang dilakukan pengujian, Exposure terdapat 35 perusahaan yang - Quick Ratio secara signifikan terkena - DER economic exposure, Variabel export ratio dan DER mempunyai pengaruh positif terhadap economic exposure, Variabel Firm Size, Quick Ratio, BMV, dan Earning Variability mempunyai pengaruh yang negatif terhadap economic exposure Penelitian ini membuktikan - Market to bahwa pasar memberikan nilai book equity lebih terhadap perusahaanratio (MBR) perusahaan yang melaksanakan - Dummy hedging. Namun, keputusan untuk Hedging melakukan hedging saja kurang memadai, yang lebih penting adalah menentukan jumlah nilai nosional instrumen derivatif yang diperlukan. Hasil Penelitian
Perbedaan dalam alat analisis, penelitian ini memunculkan variabel economic exposure dan Q Tobin.
Perbedaan dengan Penelitian ini Perbedaan dalam Alat analisis dan variabel tambahan Q-Tobin dan MBR
29
29
30
Peneliti, Tahun dan Judul
Kevin Aretz and Sohnke M. Bartram (2009) Corporate Hedging and Shareholder Value
John R. Graham and Daniel A. Rogers (2000) Does Corporate Hedging Increase Firm Value? An Empirical Analysis
No
5
6
Lanjutan Tabel 2
Menganalisis penggunaan derivatif di 855 perusahaan Amerika dengan pendekatan empiris dengan analisis univariate dan multivariate.
Masalah dan Metode Penelitian Meneliti hedging dengan instrumen derivatif dan pengaruhnya terhadap nilai pemegang saham secara komprehensif, baik secara teori, dokumentasi dan empiris. Membuktikan bahwa praktek hedging perusahaan sejalan dengan manajemen risiko dan mengindikasikan bahwa hedging perusahaan merupakan respon dari tingginya biaya underinvestment dan financial distress. Hedging meningkatkan nilai perusahaan melalui pengingkatan kapasitas hutang dan mengurangi bunga.
Hedging dapat menciptakan nilai untuk keuntungan bagi pemegang saham seperti biaya financial distress, pembiayaan eksternal, dan juga keuntungan pajak. Penggunaan derivatif merupakan salah satu bagian dari strategi keuangan yang disesuaikan dengan tipe, level risiko keuangan dan kondisi perusahaan.
Hasil Penelitian
- Financial Distress - Underinvestm ent Cost - Firm Value
Konsep yang dirujuk - Financial Distress - Underinvestm ent Cost
Alat analisis yang berbeda dan tidak memasukkan variabel keuntungan atas pajak.
Perbedaan dengan Penelitian ini Alat analisis berbeda dan tidak mempergunakan variabel terkait assymetry information dan hipotesis pajak
30
31
2.6.Pendekatan Analisis 2.6.1. Structural Equation Modeling (SEM) dengan LISREL Dari segi metodologi, menurut Wijanto (2008), SEM memainkan berbagai peran, diantaranya, sebagai sistem persamaan simultan, analisis kausal linier, analisis lintasan (path analysis), analysis of covariance structure, dan model persamaan struktural. Meskipun demikian, ada beberapa hal yang membedakan SEM dengan regresi biasa ataupun teknik multivariat yang lain, karena SEM membutuhkan lebih dari sekedar perangkat statistik yang didasarkan atas regresi dan analisis varian. Gujarati (1995) menunjukkan bahwa penggunaan variabel-variabel laten pada
regresi
berganda
menimbulkan
kesalahan-kesalahan
pengukuran
(measurement errors) yang berpengaruh pada estimasi parameter dari sudut biased-unbiased dan besar kecilnya varian. Masalah kesalahan pengukuran ini diatasi oleh SEM melalui persamaan-persamaan yang ada pada model pengukuran. Parameter-parameter dari persamaan pada model pengukuran SEM merupakan “muatan faktor” atau “factor loadings” dari setiap variabel laten terhadap indikator atau variabel teramati yang terkait. Dengan demikian, kedua model SEM tersebut selain memberikan informasi tentang hubungan kausal simultan di antara variabel-variabelnya, juga memberikan informasi tentang muatan faktor dan kesalahan-kesalahan pengukuran. Kline dan Klammer (2001) lebih mendorong penggunaan SEM dibanding regresi berganda karena alasan sebagai berikut: 1) SEM memeriksa hubungan di antara variabel-variabel sebagai sebuah unit, tidak seperti regresi berganda yang pendekatannya sedikit demi sedikt (piecemeal) 2) Asumsi pengukuran yang andal dan sempurna pada regresi berganda tidak dapat dipertahankan, dan pengukuran dengan kesalahan dapat ditangani dengan mudah oleh SEM 3) Modification Index yang dihasilkan oleh SEM menyediakan lebih banyak isyarat tentang arah penelitian dan pemodelan yang perlu ditindaklanjuti dibandingkan pada regresi.
32
4) Interaksi juga dapat ditangani oleh SEM 5) Kemampuan SEM dalam menangani non recursive paths. Dalam perkembangannya, pengolahan data untuk analisis SEM menjadi mudah dengan bantuan beberapa peranti lunak (software) statistik, seperti LISREL, AMOS, dan SmartPLS. Pada penelitian ini, analisis SEM dilakukan dengan menggunakan bantuan software LISREL 8.71. 2.6.2. Konsep Dasar SEM Beberapa istilah umum yang berkaitan dengan SEM menurut Wijanto (2008) diuraikan sebagai berikut: 1. Variabel Laten (Latent Variables) Dalam SEM variabel kunci yang menjadi perhatian adalah variabel laten atau konstruk laten. Variabel laten merupakan konsep abstrak dan hanya dapat diamati secara tidak langsung dan tidak sempurna melalui efeknya pada variabel teramati. SEM mempunyai 2 jenis variabel laten yaitu eksogen dan endogen. Variabel eksogen selalu muncul sebagai variabel bebas pada semua persamaan-persamaan dalam model. Sedangkan variabel endogen merupakan variabel terikat pada paling sedikit satu persamaan dalam model, meskipun di semua persamaan sisanya variabel tersebut adalah variabel bebas. 2. Variabel Teramati (Observed Variables) Adalah variabel yang dapat diamati atau dapat diukur secara empiris dan sering disebut sebagai indikator. Variabel teramati merupakan efek atau ukuran dari variabel laten. Pada metode survei dengan menggunakan kuisioner, setiap pertanyaan pada kuisioner mewakili sebuah variabel teramati. 3. Model Struktural Model struktural menggambarkan hubungan-hubungan yang ada di antara variabel-variabel laten. Hubungan-hubungan ini umumnya linier, meskipun perluasan SEM memungkinkan untuk mengikutsertakan hubungan non-linier. Sebuah hubungan di antara variabel-variabel laten serupa dengan sebuah persamaan regresi linier di antara variabel-variabel laten tersebut. Beberapa persamaan regresi linier tersebut membentuk sebuah persamaan simultan variabelvariabel laten (serupa dengan persamaan simultan di ekonometri).
33
4. Model Pengukuran Dalam SEM, setiap variabel laten biasanya mempunyai beberapa ukuran atau
variabel
teramati
atau
indikator.
Pengguna
SEM
paling
sering
menghubungkan variabel laten dengan variabel-variabel teramati melalui model pengukuran yang berbentuk analisis faktor dan banyak digunakan di psikometri dab sosiometri. Dalam model ini, setiap variabel laten dimodelkan sebagai sebuah faktor yang mendasari variabel-variabel teramati yang terkait. 5. Diagram Jalur (Path Diagram) Diagram jalur adalah sebuah diagram yang menggambarkan hubungan kausal antara variabel. Pembangunan diagram jalur dimaksudkan untuk menvisualisasikan keseluruhan alur hubungan antara variabel. Sebagai contoh, diberikan diagram jalur dari pengaruh Image dan Satisfaction (variabel eksogen) terhadap Loyalitas (variabel endogen). Pada Gambar 4, tanda anak panah (→) menunjukkan pengaruh antara konstrak laten eksogen terhadap konstrak laten endogen.
Image Loyalty Satisfaction
Sumber : Yamin dan Kurniawan, 2009
Gambar 4. Pengaruh variabel eksogen terhadap variabel endogen 6. Koefisien Jalur Koefisien jalur adalah suatu koefisien regresi terstandardisasi (beta) yang menunjukkan parameter pengaruh dari suatu variabel eksogen terhadap variabel endogen dalam diagram jalur. Koefisien jalur disebut juga standardized solution. Standardized solution yang menghubungkan antara konstrak laten dan variabel indikatornya adalah faktor loading.
34
7. Simbol-Simbol dalam Analisis SEM Penjelasan simbol-simbol dalam analisis/model SEM divisualisasikan dalam diagram jalur (Output LISREL) berikut.
Sumber: Yamin dan Kurniawan, 2009
Gambar 5. Simbol dalam diagram jalur Keterangan: ξ (KSI)
: konstrak laten eksogen
η(ETA)
: konstrak laten endogen
γ (GAMMA)
: hubungan langsung variabel eksogen terhadap variabel endogen
β (BETA)
: hubungan langsung variabel endogen terhadap variabel endogen
λ (LAMDA)
: hubungan langsung variabel eksogen ataupun endogen terhadap indikatornya
(PHI) δ (DELTA)
: kovarian/korelasi antara variabel eksogen : measurement error (kesalahan pengukuran) dari indikator variabel eksogen
ε (EPSILON)
: measurement error dari indikator variabel endogen
ζ (ZETA)
: kesalahan dalam persamaan, yaitu antara variabel eksogen/endogen dan variabel endogen
ψ (PSI)
: kovarian di antara struktural residu
35
θδ (THETA-DELTA)
:
matriks kovarian simetris di antara kesalahan pengukuran pada indikator-indikator dari variabel eksogen
θε (THETA-EPSILON) : matriks kovarian simetris di antara kesalahan pengukuran pada indikator-indikator dari variabel endogen 8. Persamaan Matematis dalam SEM Persamaan matematis model yang telah dijelaskan pada gambar diagram jalur (Output LISREL) adalah. a. Persamaan model struktural
b. Persamaan model pengukuran variabel eksogen
c. Persamaan model pengukuran variabel endogen
9. Efek Dekomposisi (Pengaruh Total dan Pengaruh Tak Langsung) Efek dekomposisi terjadi berdasarkan pembentukan diagram jalur yang bisa dipertanggungjawabkan secara teori. Pengaruh antara konstrak laten dibagi berdasarkan kompleksitas hubungan variabel, yaitu: a. pengaruh langsung (direct effects)
36
b. pengaruh tak langsung (indirect effects) c. pengaruh total (total effects) Pengaruh total merupakan penjumlahan dari pengaruh langsung dan pengaruh tak langsung, sedangkan pengaruh tak langsung adalah perkalian dari semua pengaruh langsung yang dilewati (variabel eksogen menuju variabel endogen/variabel endogen). Pada software LISREL, pengaruh langsung diperoleh dari nilai output completely standardized solution, sedangkan efek dekomposisi diperoleh dari nilai output standardized total and indirect effects.
ξ
η2
η1
Gambar 6. Efek dekomposisi dalam SEM Pengaruh variabel eksogen (ξ ) terhadap variabel endogen kedua (η2), yaitu: a. (pengaruh langsung ξ terhadap η2 ) = r1 b. (pengaruh tak langsung ξ terhadap η2 ) = (pengaruh langsung ξ terhadap η1 ) + (pengaruh langsung η1 terhadap η2 ) = r2 + r3 c. (pengaruh total ξ terhadap η2 ) = (pengaruh langsung ξ terhadap η2 ) + (pengaruh tak langsung ξ terhadap η2 ) = r1 + r2 + r3
37
3. METODE PENELITIAN
3.1. Kerangka Pemikiran Teori Manajemen Risiko memeberikan beberapa penjelasan mengenai penggunaan derivatif sebagai sarana hedging oleh perusahaan-perusahaan untuk mengurangi fluktuasi arus kas, laba maupun nilai perusahaan. Pada hakekatnya perusahan beroperasi di pasar tidak sempurna, dan teori manajemen risiko yang telah berkembang sampai saat ini menggunakan ketidaksempurnaan pasar untuk menerangkan motif perusahaan melakukan hedging. Ketidaksempurnaan pasar yang disebutkan dalam literatur antara lain adalah ; pajak penghasilan korporasi (corporate income taxes), biaya-biaya transaksi, termasuk biaya kepailitan (bankcruptcy cost) dan biaya keagenan (agency costs), serta asimetri informasi (information asymmetry). Penyusunan kerangka konseptual dalam penelitian ini diawali dari adanya risiko nilai tukar yang dihadapi perusahaan. Risiko nilai tukar terbagi menjadi tiga jenis yaitu transaction exposure, translation exposure dan economic exposure. Ketiga jenis exposure ini mendorong perusahaan untuk mengambil kebijakan hedging melalui keputusan memakai instrumen derivatif atau tidak. Dari sumber data akan diperoleh dua jenis kelompok perusahaan terkait dengan keputusannnya melakukan hedging dan tidak. Selanjutnya, aktifitas hedging perusahaan akan dikelompokkan sesuai dengan instrumen hedging yang digunakan oleh masingmasing perusahaan. Untuk memperoleh keterkaitan antara kebijakan hedging dan nilai perusahaan, dilakukan analisis lebih lanjut dengan menggunakan Structural Equation Modelling (SEM). SEM merupakan teknik analisis multivariat yang menggabungkan model pengukuran (analisis faktor konfirmatori) dengan model struktural.
38
Kerangka penelitian ini adalah sebagaimana disajikan pada Gambar 7. berikut Perdagangan Internasional Faktor Berpengaruh Yang dapat dikontrol :kebijakan hedging
Risiko Fluktuasi Nilai Tukar Studi Literatur
Data Sekunder
Input Data dan Informasi : Kurs USD Quick ratio Tingkat Ekspor DER Harga Saham Kebijakan Hedging Total Asset MBR Total Liability Q-Tobin
Feedback: Uji Model
Proses Metodologi dan Analisa: • Regresi • Stuctural Equation Modelling (SEM)
OUTPUT: Model SEM Pengaruh Kebijakan Hedging
OUTCOME: Kebijakan Hedging mempengaruhi nilai perusahaan
IMPACT: Penggunaan instrumen derivatif untuk hedging risiko nilai tukar
Gambar 7. Kerangka pemikiran
Faktor Berpengaruh Yang tidak dapat dikontrol : Inflasi, kurs, suku bunga antar negara
39
3.2.Perumusan Hipotesis Hipotesis 1 (H1)
: Return saham perusahaan secara signifikan signifikan terkena economic exposure.
Hipotesis 2 (H2)
: Terdapat hubungan antara economic exposure dengan kebijakan hedging
Hipotesis 3 (H3)
: Terdapat hubungan antara Financial Distress dengan kebijakan hedging
Hipotesis 4 (H4)
: Terdapat hubungan antara Underinvestment Cost dengan kebijakan hedging
Hipotesis 5 (H5)
: Terdapat hubungan antara kebijakan hedging dengan nilai Perusahaan
3.3. Metode Penelitian Penelitian ini merupakan penelitian eksplanatori yakni menganalisis hubungan kausalitas di antara variabel-variabel penelitian dan melakukan pengujian hipotesis. Berdasarkan metode eksplanasi ilmu, penelitian ini merupakan penelitian yang menguji hipotesis dengan cara membangun hipotesis dan menguji secara empirik hipotesis yang dibangun tersebut. Dilihat dari aspek pengumpulan datanya, penelitian ini adalah penelitian pengamatan (observasional), sebab sifat data berupa bahan yang hanya dapat diobservasi dan tanpa berusaha mendapatkan tanggapan dari pihak lain, dan data penelitian ini berupa peristiwa yang sudah terjadi pada waktu yang lalu. 3.4. Jenis dan Sumber Data Data yang digunakan adalah data sekunder dan diperoleh melalui studi dokumentasi yang bersumber dari Bank Indonesia, Bursa Efek Indonesia, dan Indonesian Capital Market Directory (ICMD) yang diterbitkan oleh Institute for Economics and Financial Research (ECFIN). Sampel dalam penelitian adalah Perusahaan-perusahaan yang termasuk dalam Sektor Primer dan Sekunder yang terdaftar di Bursa Efek Indonesia. Adapun kriteria yang digunakan dalam pengambilan sampel penelitian adalah:
40
1. Perusahaan sektor primer dan sekunder yang masih aktif di Bursa Efek Indonesia selama periode penelitian, yaitu tahun 2007-2011 2. Perusahaan yang tidak mengalami delisting selama periode penelitian 3. Perusahaan yang aktif mengeluarkan laporan keuangan dan telah dipublikasikan dengan dasar periode tahun kalender berakhir 31 Desember serta memilik komponen yang dipergunakan dalam penghitungan rasio keuangan. Berdasarkan kriteria di atas, ukuran sampel yang diperoleh adalah 930 observasi yang berasal dari 186 perusahaan yang mencakup periode tahun 20072011, dimana masing-masing perusahaan memiliki jumlah observasi yang sama. Sampel Perusahaan pada penelitian ini disajikan pada Lampiran 1. Jumlah perusahaan Sektor Primer dan Sekunder yang terdaftar di BEI pada tahun 2007-2011 sebanyak 275 perusahaan, terdiri dari 26 sub industri. Jumlah sampel perusahaan yang diambil dari setiap sub industri disajikan pada Tabel 3. Tabel 3 Jumlah perusahaan dan sampel perusahaan pada sektor industri primer dan sekunder No.
Sektor Industri
1 Agriculture, Forestry & Fishing 2 Animal Feed & Husbandry 3 Mining & Mining Services 4 Constructions 5 Food & Beverages 6 Tobacco Manufacturers 7 Textile Mill Products 8 Apparel & Other Textile Products 9 Lumber & Wood Products 10 Paper & Allied Products 11 Chemical & Allied Products 12 Adhesive 13 Plastics & Glass Products 14 Cement 15 Metal & Allied Products 16 Fabricated Metal Products 17 Stone, Clay, Glass & Concrete Products 18 Cables 19 Electronic & Office Equipment 20 Automotive & Allied Products 21 Photographic Equipment Sumber :ICMD, data diolah 2012
Jumlah Perusahaan 11 7 24 11 23 4 10 16 5 7 9 4 17 3 15 2 5 6 5 21 3
Jumlah sampel 7 5 10 2 15 3 8 13 3 5 8 4 12 3 12 2 5 6 3 19 3
41
Lanjutan Tabel 3 No.
Sektor Industri
22 23 24 25 26
Pharmaceuticals Consumer Goods Transportation Services Telecommunication Whole Sale & Retail Trade Jumlah Perusahaan Sumber :ICMD, data diolah 2012
Jumlah Perusahaan 10 3 16 8 30 275
Jumlah sampel 9 2 10 2 14 186
3.5. Variabel Penelitian 3.5.1. Klasifikasi Variabel Klasifikasi variabel pada penelitian ini dapat dilihat dari dua sudut pandang. Dilihat dari sudut pandang pembentukannya, variabel penelitian ini diklasifikasi atas variabel indikator dan variabel laten. Variabel indikator adalah variabel yang datanya harus dicari melalui penelitian lapangan. Variabel indikator disebut juga dengan variabel terukur (measured variable), variabel observasi (observed variable), atau variabel manifestasi (manifest variable). Variabel laten adalah faktor, yaitu sebuah variabel bentukan yang dibentuk melalui indikator-indikator yang diamati dalam dunia nyata. Nama lain dari variabel laten adalah variabel konstrak (construct variable) atau variabel non-observasi (unobserved variable) (Ferdinand 2000). Dilihat dari sudut pandang hubungannya, variabel penelitian ini diklasifikasi atas variabel terikat (dependent variable) dan variabel bebas (independent variable). 1. Variabel Terikat (Dependent Variable) Variabel terikat adalah variabel yang diprediksi terbentuk sebagai akibat dari pengaruh variabel bebas, dengan kata lain variabel terikat adalah fungsi dari variabel bebasnya. Pada penelitian ini ada dua variabel laten terikat, yaitu variabel Kebijakan Hedging (HEDG) dan Nilai Perusahaan (VALUE). Variabel VALUE adalah variabel terikat akhir pada analisis jalur, sedangkan variabel HEDG adalah variabel terikat antara pada analisis jalur. Variable laten VALUE dibentuk oleh empat variabel indikator, yaitu Market Book Ratio (MBR), Q-Tobin (TOB), Return on Equity (ROE) dan harga saham (PRICE). Sedangkan Variabel Laten
42
HEDG dibentuk oleh empat variabel indikator yaitu variabel Firm Size (SIZE), Dividend Yield (DY), Dummy Hedging (DH) dan Quick Ratio (QR). 2. Variabel Bebas (independent variable) Variabel Bebas adalah variabel yang diprediksi mempunyai pengaruh terhadap terbentuknya variabel terikat. Pada penelitian ini ada empat variabel laten bebas, yaitu variabel Kebijakan Hedging (HEDG), Economic Exposure (EXP), Financial Distress (FD),
dan Underinvestment Cost (UC). Variabel
Kebijakan Hedging (HEDG) juga merupakan variabel terikat dari variabel Economic Exposure (EXP), Financial Distress (FD), dan Underinvestment Cost (UC). Variabel laten EXP dibentuk oleh tiga variabel indikator Dummy Economic Exposure (DEE), Export Ratio (ER) dan Current Ratio (CR). Variabel laten FD dibentuk oleh tiga variabel indikator yaitu Debt Equity Ratio (DER), Return on Asset (ROA) dan Liabilities (TL). Sedangkan Variable laten UC dibentuk oleh dua variabel indikator yaitu Price Earning Ratio (PER) dan Market Value (MV). 3.5.2. Definisi Operasional Variabel Variabel penelitian ini terdiri dari lima variabel laten dan 15 variabel indikator. Variabel indikator adalah variabel yang diobservasi, sedang variabel laten adalah variabel yang tidak diobservasi, melainkan dibentuk oleh variabel indikatornya. Hubungan variabel laten dengan variabel indikatornya ditandai dengan anak panah satu ujung dari variabel laten ke variabel indikatornya pada pembentukan measurement model (model pengukuran). Hubungan variabel laten terikat (endogen) dengan variabel laten bebas (eksogen) ditandai dengan anak panah satu ujung dari variabel laten bebas (eksogen) ke variabel laten terikat (endogen) pada pembentukan model struktural (structural model). Tabel 4. menunjukkan variabel laten, variabel indikator dan sumber rujukan yang diambil. Definisi Operasional variabel penelitian ini adalah sebagai berikut:
Financial Distress (FD)
Underinvestment Price Earning Ratio Cost (UC) (PER) Market Value (MV)
Kebijakan Hedging (HEDG)
2
3
4
Graham, Rogers (2001), Allayannis, Ofek (2001)
Ln (Total Aktiva)
Firm Size (SIZE)
Berkman Badburry (1996), Kurniawati (2005) Graham, Rogers (2001), Allayannis, Ofek (2001)
Kurniawati (2005)
Kurniawati (2005)
Allayannis et al (2001),Bartram et al (2004), Suriawinata (2004)
100%
Suriawinata (2004), Alayannis, Ofek (2001)
Clark (2006)
Chiang (2007), Kurniawati (2005)
Rujukan Kurniawati (2005)
1 = melakukan hedging 0 = tidak melakukan hedging
Harga saham x jumlah lembar saham beredar
Total Kewajiban
100%
100%
Formula 1= signifikan terkena economic exposure 0= tidak signifikan terkena economic exposure
43
Dummy Hedging (DH)
Liabilities (TL)
Debt Equity Ratio (DER)
Return on Asset (ROA)
Current Ratio (CR)
Variabel Indikator Dummy Economic Exposure (DEE) Export Ratio (ER)
Variabel laten Economic Exposure (EXP)
No 1
Tabel 4 Operasionalisasi variabel penelitian
43
44
5
Nilai Perusahaan (VALUE)
Lanjutan Tabel 4 No Variabel laten
Return on Equity (ROE)
Market to Book Value Ratio (MBR)
Q-Tobin (TOB)
Quick Ratio (QR)
Variabel Indikator Dividend Yield (DY)
100%
Formula
100%
100%
Nguyen and Faff (2003)
Rujukan Bartram et al (2007) Nance et al (1993), Allayannis et al (2001), Mardsen Prevost (2005) Borokovich et al (2004), Triki (2005), Kurniawati (2005) Allayannis et al (2001), Bartram et al (2007), Graham Rogers (2002), Mian (1996), Nance et al (1993) Clark et al(2005), Suriawinata (2004)
44
45
3.6. Metode Analisis Data Berdasarkan rancangan penelitian yang ada, maka penelitian ini menggunakan model analisis SEM (Structure Equation Modelling). Model SEM merupakan suatu teknik statistik yang mampu menganalisis variabel laten, variabel indikator dan kesalahan pengukuran secara langsung. Dengan SEM dapat dianalisis hubungan antara variabel laten dengan variabel indikatornya, hubungan antara variabel laten yang satu dengan variabel laten yang lain, juga mengetahui besarnya kesalahan pengukuran. Di samping hubungan kausal searah, SEM juga memungkinkan kita menganalisis hubungan dua arah yang sering kali muncul dalam ilmu sosial. Variabel indikator pada penelitian ini menggunakan data yang diambil dari sampel perusahaan. Karena indikator dalam penelitian ini merupakan indikator reflektif atau indikator efek, yaitu indikator yang dianggap dipengaruhi oleh konstruk
laten,
atau
indikator
yang
dianggap
merefleksikan
atau
merepresentasikan konstruk laten maka penelitian ini menggunakan program LISREL . 3.6.1. Prosedur SEM Menurut Wijanto (2008), secara umum ada lima tahap dalam prosedur SEM, yaitu spesifikasi model, identifikasi model, estimasi model, uji kecocokan model, dan respesifikasi model; berikut penjabarannya. 1. Spesifikasi Model (Model Spesification) Pada tahap ini, spesifikasi model yang dilakukan oleh peneliti meliputi: a. mengungkapkan sebuah konsep permasalahan peneliti yang merupakan suatu pertanyaan atau dugaan hipotesis terhadap suatu masalah. b. mendefinisikan variabel-variabel yang akan terlibat dalam penelitian dan mengkategorikannya sebagai variabel eksogen dan variabel endogen. c. menentukan metode pengukuran untuk variabel tersebut, apakah bisa diukur secara langsung (measurable variable) atau membutuhkan variabel manifest (manifest variabel atau indikator-indikator yang mengukur konstrak laten).
46
d. mendefinisikan hubungan kausal struktural antara variabel (antara variabel eksogen dan variabel endogen), apakah hubungan strukturalnya recursive (searah, X →Y) atau nonrecursive (timbal balik, X ↔Y) . e. langkah optional, yaitu membuat diagram jalur hubungan antara konstrak laten dan konstrak laten lainnya beserta indikator-indikatornya. Langkah ini dimaksudkan untuk memperoleh visualisasi hubungan antara variabel dan akan mempermudah dalam pembuatan program LISREL.
Dummy Economic
Export Ratio (ER)
Current Ratio (CR) Price
Economic Exposure(EX MBR DER
Financial Distress (FD)
ROA
Kebijakan Hedging
Nilai Perusahaan
Liabili ties
Q Tobin
ROE Underinvestm ent Cost (UC)
PER
Firm Size
Dividend Yield
Dummy Hedging
Quick Ratio
Market Value(MV)
Gambar 8. Rancangan diagram jalur penelitian 2. Identifikasi Model (Model Identification) Untuk mencapai identifikasi model dengan kriteria over-identified model (penyelesaian secara iterasi) pada program LISREL dilakukan penentuan sebagai berikut:
47
a. untuk konstrak laten yang hanya memiliki satu indikator pengukuran, maka koefisien faktor loading (lamda, λ ) ditetapkan 1 atau membuat error variance indikator pengukuran tersebut bernilai nol. b. untuk konstrak laten yang hanya memiliki beberapa indikator pengukuran (lebih besar dari 1 indikator), maka ditetapkan salah satu koefisien faktor loading (lamda, λ ) bernilai 1. Penetapan nilai lamda = 1 merupakan justifikasi dari peneliti tentang indikator yang dianggap paling mewakili konstrak laten tersebut. Indikator tersebut disebut juga sebagai variable reference. Jika tidak ada indikator yang diprioritaskan (ditetapkan), maka variable reference akan diestimasi didalam proses estimasi model. 3. Estimasi Model (Model Estimation) Pada proses estimasi parameter, penentuan metode estimasi ditentukan oleh uji Normalitas data. Jika Normalitas data terpenuhi, maka metode estimasi yang digunakan adalah metode maximum likelihood dengan menambahkan inputan berupa covariance matrix dari data pengamatan. Bollen (1989) diacu oleh Wijanto (2008) menyarankan beberapa alternatif ketika terjadi non-normality atau excessive kurtosis, yaitu : a. Mentransformasikan
variabel
sedemikian
rupa
sehingga
mempunyai
multinormalitas yang lebih baik dan menghilangkan kurtosis yang berlebihan b. Menyediakan penyesuaian pada uji statistik dan kesalahan standar biasa sedemikian sehingga hasil modifikasi uji signifikan dari scale free adalah secara asimptotis benar. c. Menggunakan bootstrap resampling procedures. d. Menggunakan estimator alternatif yang menerima ketidaknormalan dan estimator tersebut asymptotically efficient. Weighted Least Square (WLS) estimator adalah salah satu di antara metode tersebut. 4. Uji Kecocokan Model Menurut Hair et al. (1998), SEM tidak mempunyai uji statistik tunggal terbaik yang dapat menjelaskan kekuatan dalam memprediksi sebuah model. Sebagai gantinya, peneliti mengembangkan beberapa kombinasi ukuran
48
kecocokan model yang menghasilkan tiga perspektif, yaitu ukuran kecocokan model keseluruhan, ukuran kecocokan model pengukuran, dan ukuran kecocokan model struktural. Langkah pertama adalah memeriksa kecocokan model keseluruhan. Ukuran kecocokan model keseluruhan dibagi dalam tiga kelompok sebagai berikut: 1) Ukuran kecocokan mutlak (absolute fit measures), yaitu ukuran kecocokan model secara keseluruhan (model struktural dan model pengukuran) terhadap matriks korelasi dan matriks kovarians. Uji kecocokan tersebut meliputi: a. Uji Kecocokan Chi-Square Uji kecocokan ini mengukur seberapa dekat antara implied covariance matrix (matriks kovarians hasil prediksi) dan sample covariance matrix (matriks kovarians dari sampel data). Hipotesis yang digunakan adalah H0: Σ=Σ(θ) ; H1: Σ≠Σ (θ) , dengan Σ adalah matriks kovarians sampel sedangkan Σ(θ) adalah matriks kovarians hasil prediksi dari model. Dalam prakteknya, P-value diharapkan bernilai lebih besar sama dengan 0,05 agar H0 dapat diterima yang menyatakan bahwa model adalah baik. Pengujian Chi-square sangat sensitif terhadap ukuran data. Yamin dan Kurniawan (2009) menganjurkan untuk ukuran sampel yang besar (lebih dari 200), uji ini cenderung untuk menolak H0. Namun sebaliknya untuk ukuran sampel yang kecil (kurang dari 100), uji ini cenderung untuk menerima H0. Oleh karena itu, ukuran sampel data yang disarankan untuk diuji dalam uji Chi-square adalah sampel data berkisar antara 100 – 200. b. Goodnees-Of-Fit Index (GFI) Ukuran GFI pada dasarnya merupakan ukuran kemampuan suatu model menerangkan keragaman data. Nilia GFI berkisar antara 0 – 1. Sebenarnya, tidak ada kriteria standar tentang batas nilai GFI yang baik. Namun bisa disimpulkan, model yang baik adalah model yang memiliki nilai GFI mendekati 1. Dalam prakteknya, banyak peneliti yang menggunakan batas minimal 0,9.
49
c. Root Mean Square Error (RMSR) RMSR merupakan residu rata-rata antar matriks kovarians/korelasi teramati dan hasil estimasi. Nilai RMSR < 0,05 adalah good fit. d. Root Mean Square Error Of Approximation (RMSEA) RMSEA merupakan ukuran rata-rata perbedaan per degree of freedom yang diharapkan dalam populasi. Nilai RMSEA < 0,08 adalah good fit, sedangkan Nilai RMSEA < 0,05 adalah close fit. e. Expected Cross-Validation Index (ECVI) Ukuran ECVI merupakan nilai pendekatan uji kecocokan suatu model apabila diterapkan pada data lain (validasi silang). Nilainya didasarkan pada perbandingan antarmodel. Semakin kecil nilai, semakin baik. f. Non-Centrality Parameter (NCP) NCP dinyatakan dalam bentuk spesifikasi ulang Chi-square. Penilaian didasarkan atas perbandingan dengan model lain. Semakin kecil nilai, semakin baik. 2) Ukuran kecocokan incremental (incremental/relative fit measures), yaitu ukuran kecocokan model secara relatif, digunakan untuk perbandingan model yang diusulkan dengan model dasar yang digunakan oleh peneliti. Uji kecocokan tersebut meliputi: a. Adjusted Goodness-Of-Fit Index (AGFI) Ukuran AGFI merupakan modifikasi dari GFI dengan mengakomodasi degree of freedom model dengan model lain yang dibandingkan. AGFI ≥ 0,9 adalah good fit, sedangkan 0,8 ≤ AGFI
0,9 adalah marginal fit.
b. Tucker-Lewis Index (TLI) Ukuran TLI disebut juga dengan non normed fit index (NNFI). Ukuran ini
merupakan
ukuran
untuk
pembandingan
antarmodel
yang
mempertimbangkan banyaknya koefisien di dalam model. TLI≥ 0,9 adalah good fit, sedangkan 0,8 ≤ TLI
0,9 adalah marginal fit.
50
c. Normed Fit Index (NFI) Nilai NFI merupakan besarnya ketidakcocokan antara model target dan model dasar. Nilai NFI berkisar antara 0 – 1. NFI ≥ 0,9 adalah good fit, sedangkan 0,8 ≤ NFI
0,9 adalah marginal fit.
d. Incremental Fit Index (IFI) Nilai IFI berkisar antara 0 – 1. IFI ≥ 0,9 adalah good fit, sedangkan 0,8 ≤ IFI
0,9 adalah marginal fit.
e. Comparative Fit Index (CFI) Nilai CFI berkisar antara 0 – 1. CFI ≥ 0,9 adalah good fit, sedangkan 0,8 ≤ CFI
0,9 adalah marginal fit.
f. Relative Fit Index (RFI) Nilai RFI berkisar antara 0 – 1. RFI ≥ 0,9 adalah good fit, sedangkan 0,8 ≤ RFI
0,9 adalah marginal fit.
3) Ukuran kecocokan parsimoni (parsimonious/adjusted fit measures), yaitu ukuran kecocokan yang mempertimbangkan banyaknya koefisien didalam model. Uji kecocokan tersebut meliputi: a. Parsimonious Normed Fit Index (PNFI) Nilai PNFI yang tinggi menunjukkan kecocokan yang lebih baik. PNFI hanya digunakan untuk perbandingan model alternatif. b. Parsimonious Goodness-Of-Fit Index (PGFI) Nilai PGFI merupakan modifikasi dari GFI, dimana nilai yang tinggi menunjukkan model lebih baik digunakan untuk perbandingan antarmodel. c. Akaike Information Criterion (AIC) Nilai positif lebih kecil menunjukkan parsimoni lebih baik digunakan untuk perbandingan antarmodel. d. Consistent Akaike Information Criterion (CAIC) Nilai positif lebih kecil menunjukkan parsimoni lebih baik digunakan untuk perbandingan antarmodel.
51
e. Criteria N (CN) Estimasi ukuran sampel yang mencukupi untuk menghasilkan adequate model fit untuk Chi-squared. Nilai CN > 200 menunjukkan bahwa sebuah model cukup mewakili sampel data. Setelah evaluasi terhadap kecocokan keseluruhan model, langkah berikutnya adalah memeriksa kecocokan model pengukuran dilakukan terhadap masing-masing konstrak laten yang ada didalam model. Pemeriksaan terhadap konstrak laten dilakukan terkait dengan pengukuran konstrak laten oleh variabel manifest (indikator). Evaluasi ini didapatkan ukuran kecocokan pengukuran yang baik apabila: 1. Nilai t-statistik muatan faktornya (faktor loading-nya) lebih besar dari 1,96 (t-tabel). 2. Standardized
faktor
loading
(completely
standardized
solution
LAMBDA)≥0,5 . Setelah evaluasi terhadap kecocokan pengukuran model, langkah berikutnya adalah memeriksa kecocokan model struktural. Evaluasi model struktural berkaitan dengan pengujian hubungan antarvariabel yang sebelumnya dihipotesiskan. Evaluasi menghasilkan hasil yang baik apabila: 1. Koefisien hubungan antarvariabel tersebut signifikan secara statistik (tstatistik ≥ 1,96). 2. Nilai koefisien determinasi (R2) mendekati 1. Nilai R2 menjelaskan seberapa besar variabel eksogen yang dihipotesiskan dalam persamaan mampu menerangkan variabel endogen. 5. Respesifikasi Model (Respesification) Apabila model yang dihipotesiskan belum mencapai model yang fit, maka peneliti bisa melakukan respesifikasi model untuk mencapai nilai fit yang baik. Oleh karena itu, pendekatan teori yang benar ketika melakukan repesifikasi model ini dibutuhkan. Software LISREL juga menyediakan output modifikasi model yang membantu proses respesifikasi model dalam hal meningkatkan fit dari suatu model. Modifikasi dilakukan dengan membuang atau menambah hubungan di antara variabel di dalam model SEM.
52
Menurut Hair et al. (1998) ada 3 strategi pemodelan yang dapat dipilih dalam SEM, yaitu : a.
Strategi Pemodelan Konfirmatori (Confirmatory Modelling Strategy) Pada strategi ini diformulasikan atau dispesifikasikan satu model tunggal,
kemudian dilakukan pengumpulan data empiris untuk diuji signifikansinya. Pengujian ini akan menghasilkan suatu penerimaan atau penolakan terhadap model tersebut. Strategi ini tidak memerlukan respesifikasi. b.
Strategi Kompetisi Model (Competing Models Strategy) Pada strategi ini
beberapa model alternatif dispesifikasikan dan
berdasarkan analisis terhadap satu kelompok data empiris dipilih salah satu model yang paling sesuai. Pada strategi ini respesifikasi hanya diperlukan jika model-model alternatif dikembangkan dari beberapa model yang ada. c.
Strategi Pengembangan Model (Model Development Strategy) Pada strategi pemodelan ini suatu model awal dispesifikasikan dan data
empiris dikumpulkan. Jika model awal tersebut tidak cocok dengan data empiris yang ada, maka model dimodifikasi dan diuji kembali dengan data yang sama. Beberapa model dapat diuji dalam proses ini dengan tujuan untuk mencari satu model yang selain cocok dengan data secara baik, tetapi juga mempunyai sifat bahwa setiap parameternya dapat diartikan dengan baik. Respesifikasi terhadap model dapat dilakukan berdasarkan theory-driven atau data-driven, meskipun demikian respesifikasi berdasarkan theory driven lebih dianjurkan (Hair et al 1998).
53
4. HASIL DAN PEMBAHASAN 4.1. Aktifitas Hedging Sektor Primer dan Sekunder Data penelitian ini adalah data sekunder yang berasal dari laporan keuangan perusahaan selama lima tahun buku, yaitu sejak tahun 2007 sampai dengan tahun 2011. Jenis data yang dibutuhkan pada penelitian ini adalah informasi keuangan yang berhubungan dengan variabel indikator penelitian. Tabel 5 Jenis industri perusahaan hedger dan jenis instrumen derivatif valuta asing yang dimiliki oleh perusahaan-perusahaan hedger periode tahun 2007-2011 2007 2008 2009 Hedger 49 37 38 Non-Hedger 137 149 148 Jumlah 186 186 186 perusahaan %Hedger 25,68% 35,77% 24,83% Pengelompokkan hedger berdasarkan Industri Pertanian 2 2 2 Pertambangan 1 4 3 Industri dasar dan 7 9 8 kimia Aneka industri 9 10 8 Industri barang 4 4 1 konsumsi Infrastruktur 8 10 7 Perdagangan, dll 7 10 8
2010 36 150
2011 35 151
TOTAL 195 735
186 24,00%
186 23,18%
930 26,53%
2 3 7
2 2 7
10 13 38
10 1
10 2
47 12
6 7
6 6
37 38
Pengelompokkan berdasarkan pemanfaatan instrumen derivatif Hanya forwards 6 13 9 12 10 Hanya swaps 24 28 20 16 15 Hanya options 1 2 0 0 1 Forward & 3 2 2 2 3 Options Forward &Swaps 3 3 4 3 3 Swaps & Options 1 1 2 3 3 Ketiga jenis 0 0 0 0 0 kontrak Jumlah 38 49 37 36 35 Nilai nosional kontrak instrumen derivatif (dalam ekuivalen US$’000) Max 432238,8 840615 758949 16671888 1991900,78 Min 10 10 3,8 1,5 10 Rata-rata 48442,17 59576,96 70480,41 633214,48 151675,78 Standar deviasi 90867,63 153485,81 181963,03 298724,37 413845,47 Sumber: Data diolah, 2012
50 103 4 12 16 10 0 195 16671888 1,5 192995,24 1354743,58
54
Berdasarkan data yang telah terkumpul, maka Tabel 5 Menampilkan aktifitas hedging perusahaan-perusahaan sampel selama tahun 2007-2011 yang dikelompokkan berdasarkan jenis instrumen derivatif yang dimanfaatkan dan sektor industri para hedger. Jumlah sampel adalah 930 observasi perusahaantahun (firm-year observation). Dari Tabel 5 di atas dapat dilihat bahwa instrumen derivatif valuta asing yang paling banyak digunakan adalah swap, dan kemudian diikuti oleh forwards dan option. Beberapa hedger menggunakan kombinasi dari ketiga instrumen derivatif valas tersebut, namun kombinasi swaps-option adalah yang paling sedikit digunakan. Disamping itu berdasarkan pengelompokkan industri, perusahaanperusahaan hedger kebanyakan berasal dari sektor usaha Aneka Industri. Selama periode 2007-2011 terlihat bahwa setelah mengalami kenaikan di tahun 2008, jumlah perusahaan-perusahaan yang memiliki instrumen derivatif semakin menurun. Jumlah hedger meningkat dari 38 perusahaan di tahun 2007 menjadi 49 perusahaan di tahun 2008, namun kemudian menurun masing-masing menjadi 37, 36 dan akhirnya 35 perusahaan di tahun 2009, 2010 dan 2011. Diduga bahwa penurunan ini terutama disebabkan oleh krisis ekonomi yang melanda Indonesia pada tahun 2008 yang mengakibatkan terjadinya perubahan mendasar di sisi penawaran maupun sisi permintaan. Dari sisi penawaran, ketidakstabilan perekonomian Indonesia telah meningkatkan sovereign risk, sehingga forward premium meningkat, dan akibatnya biaya hedging (hedging cost) menjadi sangat mahal. Secara keseluruhan dari 930 observasi, 195 perusahaan dikelompokkan sebagai hedger sementara 735 perusahaan disebut non-hedger karena tidak melaporkan penggunaan instrumen derivatif dalam laporan keuangannya.
55
Perdagan ngan,dl l % 18%
Pertanian 5%
Perrtambangan 3% Indusstri Dasar dan n Kimia 18%
Infrasttruktur 21 1% Anekka Industri 24%
Ind dustri Barang Konsumsi 11%
Suumber : Datta diolah, 20012 Gambar 9 Hedger beerdasarkan subsektor s taahun 2007-22011 Taabel 6 menuunjukkan perbandinga p an rata-rata (mean) anntara perusaahaan hedger dan d non-hedger dalam m variabel yang diggunakan daalam penellitian. Perbedaann yang signnifikan dappat dilihat dari d nilai p-value p stattistik uji t yang besarnya <0.05. < Variaabel yang teerlihat berbeda nyata seecara statisttik yaitu varriabel Export rattio, Total Liiability, PER R, Current Ratio, R Markket Value, ddan Firm Sizze. Tabel 6 Peerbandingann variabel antara hedgeer dan non-hhedger tahuun 2007-201 11 Variabel Export ratioo Debt Equityy ratio Return on Asset Total Liability Price Earninng ratio Current Rattio Market Valuue Firm Size Dividend Yield Quick ratio Market Bookk ratio Q-Tobin Return on Equity E Price Sumber : Daata diolah,2012
Hedgger (H) 0,,2470 2,,2362 7,,9857 6790,,2205 409,,8821 155,,3413 137991,36 8,,3711 2,,4384 1,,1627 2,,7782 1,,0266 25,,6673 7900,,5282
Mean n Non-Hedger (NH H) 0,1637 1,9553 -7,7477 1949,6694 29,1250 316,2329 5361,2993 6,6525 4,9538 1,6225 2,1903 1,0526 -1,7797 4831,7088
Meaan Differencees (H) – (N NH) p-vvalue 0,088333 0,,000 0,288094 0,,713 15,733343 0,,599 484055511 0,,000 380,755703 0,,049 -160,899158 0,,013 8430,00648 0,,000 1,711859 0,,000 -2,511541 0,,721 -0,455981 0,,149 0,588784 0,,345 -0,022596 0,,762 27,444701 0,,192 3068,88194 0,,096
Perrbedaan dalam tingkatt ekspor meenunjukkann bahwa perrusahaan heedger lebih tingggi nilai rataa-ratanya daaripada peru usahaan nonn-hedger. Inni artinya tin ngkat internasionnalisasi perrusahaan heddger lebih tinggi. t Begittu juga denggan liabilityy atau besarnya utang peruusahaan heedger lebih h tinggi daari non-heddger. Sedan ngkan
56
besarrnya Price Earning Ratio R (PER) perusahaaan hedger menunjukkkan tingkat profiitabilitasnyaa yang lebbih tinggi dari d perusaahaan non--hedger. Dan sejalan denggan penelitiaan yang dillakukan Miian (1996) dan Nance et al (19993), ukuran perussahaan heddger lebih besar dari perusahaan n non-hedgger. Perusahhaan yang melaakukan hedgging tergoloong perusahhaan dengan n nilai aset yang y besar. Swaps & d & Options Forward Option ns 8% 8% Hanya options 2%
Ketiga jenis Hanya forwards ontrak ko 16% 3%
Hanya swaps 3% 63
Sumbeer : Data dioolah, 2012 Gambar 10 1 Hedger berdasarkan b n instrumen derivatif taahun 2007-22011 4.1.11. Hedger Sub Sektorr Pertanian n 1 perusahaan sektor Dalam kurun wakktu 2007-22011 hanyaa terdapat 10 pertaanian yang melakukan m hedging valuta asing. Instrumen I y yang digunaakan hanya swapp dan forw ward. Ini bisa dikarenaakan sektorr pertanian biasanya m melakukan hedgging komodiitas. Secaraa jangka pannjang, sektor ini memiliki pertumbbuhan yang stabiil, karena CP PO dibutuhhkan di selurruh dunia seebagai bahaan pangan ddan biofuel. Indonnesia juga merupakann salah saatu produseen CPO teerbesar di dunia dan meruupakan salahh satu andallan ekspor Indonesia. I
57
Tabel 7 Jumlah hedger dan jenis instrumen derivatif subsektor pertanian 2007 2008 2009 2010 2011 Swap 1 1 Forward 1 1 2 2 2 Options S&F S&O F&O Sumber : Data diolah,2012
4.1.2. Hedger Sub Sektor Pertambangan Tiga persen hedger dari keseluruhan perusahaan sampel berasal dari sektor pertambangan. Terhitung sedikit karena sampel dari sektor ini hanya 0,05 persen dari keseluruhan perusahaan. Seperti sektor pertanian, rata-rata perusahaan sektor pertambangan melakukan hedging komoditas, sedangkan untuk risiko nilai tukarnya perusahaan mencocokkan penerimaan dan pembayaran dalam masingmasing individu mata uang. Tabel 8 Jumlah hedger dan jenis instrumen derivatif subsektor pertambangan 2007 2008 2009 2010 2011 Swap 1 2 2 2 1 Forward 1 Options 1 S&F 1 S&O 1 1 F&O Sumber : Data diolah,2012
Sejak tahun 2007 sektor pertambangan menjadi saham unggulan dengan catatan pertumbuhan tinggi. Industri ini sangat dipengaruhi harga minyak dunia. Jika harga minyak naik, harga komoditas lain seperti nikel, timah dan batubara cenderung ikut naik. 4.1.3. Hedger Sub Sektor Industri Dasar dan Kimia Subsektor industri dasar dan kimia memiliki 38 perusahaan yang melakukan hedging dengan instrumen derivatif valuta asing selama tahun 20072011.Sektor ini terdiri dari industri hilir, misalnya keramik, logam, kimia, plastik dan kemasan, pulp dan kayu. Karena merupakan indutri hilir, saham bergerak
58
secara independen dan biasanya terkait dengan ekspansi dan aksi korporasi. Sebagian besar menggunakan swap untuk mengelola risiko nilai tukarnya. Perusahaan memantau piutang dan utang dalam mata uang asing untuk mengurangi dampak pergerakan nilai tukar. Tabel 9 Jumlah hedger dan jenis instrumen derivatif subsektor industri dasar dan kimia 2007 2008 2009 2010 2011 Swap 5 4 4 4 2 Forward 4 3 2 3 Options 1 1 S&F 1 1 1 S&O F&O 1 1 Sumber : Data diolah,2012
4.1.4. Hedger Subsektor Aneka Industri Sebagian besar hedger berasal dari subsektor aneka industri. Sebanyak 47 perusahaan dari 195 perusahaan hedger berasal dari subsektor ini. Industri yang dominan dalam sektor ini adalah otomotif, sedangkan untuk industri tekstil dan elektronik termasuk industri yang kurang likuid. Karena sebagian besar perusahaan aktif dalam transaksi ekspor-impor, maka kebutuhan untuk melindungi dari risiko fluktuasi nilai tukar juga lebih besar. Sektor ini sangat tergantung pada bunga dan inflasi untuk melakukan ekspansi. Semakin tinggi inflasi, suku bunga maka pertumbuhan penjualan akan menurun. Bahan baku produksi yang harus diimpor sangat mempengaruhi proses operasional perusahaan. Instrumen yang dominan digunakan adalah swap. Tabel 10 Jumlah hedger dan jenis instrumen derivatif subsektor aneka industri 2007 2008 2009 2010 2011 Swap 4 5 4 5 4 Forward 2 2 1 2 2 Options 1 S&F 1 1 1 1 1 S&O F&O 2 2 2 2 2 Sumber : Data diolah,2012
59
4.1.5. Hedger Subsektor Industri Barang Konsumsi Sektor ini meliputi industri makanan, minuman, toiletries dan farmasi. Saham di industri rokok juga termasuk di dalamnya. Produknya dibutukan oleh masyarakat, sehingga saham di sektor ini biasanya tetap bertumbuh walau krisis. Perusahaan farmasi sangat terpengaruh oleh nilai tukar karena bahan baku obat hampir sebagian besar masih diimpor. Instrumen derivatif yang digunakan adalah swap dan forward. Tabel 11 Jumlah hedger dan jenis instrumen derivatif subsektor industri barang konsumsi 2007 2008 2009 2010 2011 2 2 2 Swap 2 2 1 1 Forward Options S&F S&O F&O Sumber : Data diolah,2012
4.1.6. Hedger Subsektor Infrastruktur dan Transportasi Sektor ini bergerak di bidang pembangunan dan transportasi, juga telekomunikasi. Sektor infrastruktur dan transportasi sangat terpengaruh oleh suku bunga dan kucuran dana proyek dari pemerintah. Secara umum sektor ini termasuk sektor yang tangguh dan saat krisis biasanya menjadi pilihan diversifikasi risiko karena bersifat jangka panjang. Tabel 12 Jumlah hedger dan jenis instrumen derivatif subsektor infrastruktur dan transportasi 2007 2008 2009 2010 2011 Swap 5 7 5 3 3 Forward 1 1 1 1 Options S&F 2 2 2 1 1 S&O 1 1 F&O Sumber : Data diolah,2012
60
4.1.7. Hedger Subsektor Perdagangan Sektor ini terdiri dari perusahaan ritel, distribusi, importir dan pariwisata. Perusahaan ritel sangat tergantung pada kondisi ekonomi makro dan bersifat musiman. Instrumen yang banyak digunakan untuk hedging adalah swap. Tabel 13 Jumlah hedger dan jenis instrumen derivatif subsektor perdagangan 2007 2008 2009 2010 2011 Swap 6 7 5 4 3 Forward 2 2 2 2 Options S&F S&O 1 1 1 1 1 F&O Sumber : Data diolah,2012
4.2. Tingkat Economic Exposure Dengan menggunakan paket SPSS for Windows versi 19.0, perusahaan sampel terekspos oleh fluktuasi kurs Rupiah terhadap Dollar Amerika Serikat (USD), dengan tingkat yang berbeda-beda. Pengujian pertama adalah untuk menguji apakah return saham perusahaan secara signifikan terekspos oleh fluktuasi kurs Rupiah terhadap USD atau perusahaan secara signifikan terkena economic exposure. Pengujian hipotesis mengunakan uji-t dua sisi. Dari 186 sampel perusahaan, pada periode 2007 diperoleh sebesar 8,06 persen atau lima belas perusahaan yang secara signifikan terkena economic exposure. Pada periode 2008 diperoleh sebesar 9,68 persen atau delapan belas perusahaan. Sedangkan pada periode 2009 sebesar 3,76 persen , tahun 2010 dan 2011 masing-masing diperoleh 5,37 persen dan 8,06 persen atau sepuluh dan lima belas perusahaan. Di bawah ini akan ditampilkan perusahaan-perusahaan sampel yang secara signifikan terkena economic exsposure.
61
Tabel 14 Perusahaan-perusahaan yang terkena economic exposure tahun 2007 Kode emiten
Indeks ICMD
Economic Exposure
t-hitung
Sign.
PT Inti Agri Resources Tbk
A01
-0,243
-2,422
0,020
Emiten
1
IIKP
2
SMGR
PT Semen Gresik (Persero) Tbk
B10
0,351
2,363
0,032
3
TBMS
PT Tembaga Mulia Semanan Tbk
B11
-0,334
-2,074
0,047
4
EKAD
PT Ekadharma International Tbk
B08
-0,253
-2,245
0,030
5
INKP
PT Indah Kiat Pulp & Paper Tbk
B06
-0,270
-2,965
0,005
6
SPMA
PT Suparma Tbk
B06
-0,240
-2,114
0,041
7
MYTX
PT Apac Citra Centertex Tbk
B04
0,288
2,36
0,023
8
ARGO
PT Argo Pantes Tbk
B03
-2,139
-3,745
0,013
9
JECC
PT Jembo Cable Company Tbk
B14
-0,366
-2,953
0,005
10
CMPP
PT Centris Multi Persada Pratama Tbk
B20
-0,300
-2,673
0,012
11
SMDR
PT Samudera Indonesia Tbk
B20
0,272
3,173
0,003
12
AIMS
PT Akbar Indo Makmur Stimec Tbk
B22
-0,248
-2,351
0,023
13
AKRA
PT AKR Corporindo Tbk
B07
0,456
2,545
0,014
14
MDRN
PT Modern Internasional Tbk
B17
-0,379
-2,523
0,016
B17
0,540
4,207
0,000
15 KONI PT Perdana Bangun Pusaka Tbk Sumber : Data diolah,2012
Tabel 15 Perusahaan-perusahaan yang terkena economic exposure tahun 2008 No
Kode emiten
1 2 3 4 5 6 7 8 9 10
BUMI CTTH AMFG BTON INAI LION SOBI AKKU BRAM IMAS
11 12 13
MLBI KLBF LAPD
14 15 16 17
APOL BLTA SMDR HEXA
Emiten PT Bumi Resources Tbk PT Citatah Industri Marmer Tbk PT Asahimas Flat Glass Tbk PT Betonjaya Manunggal Tbk PT Indal Aluminium Industry Tbk PT Lion Metal Works Tbk PT Sorini Agro Asia Corporindo Tbk PT Aneka Kemasindo Utama Tbk PT Indo Kordsa Tbk PT Indomobil Sukses Internasional Tbk PT Multi Bintang Indonesia Tbk PT Kalbe Farma Tbk PT Leyand International Tbk (Sebelumnya: PT Lapindo Internasional Tbk) PT Arpeni Pratama Ocean Line Tbk PT Berlian Laju Tanker Tbk PT Samudera Indonesia Tbk PT Hexindo Adiperkasa Tbk
Indeks ICMD
Economic Exposure
t-hitung
Sign.
A03 A03 B09 B11 B11 B11 B07 B09 B16 B16
0,19 -0,192 0,203 -0,247 0,255 0,31 0,227 -0,32 -0,656 -0,34
2,109 -2,102 2,061 -2,184 2,64 3,676 2,323 -2,879 -3,039 -2,559
0,041 0,045 0,046 0,034 0,012 0,001 0,04 0,008 0,011 0,015
B01 B18 B09
-0,352 0,232 -0,313
-3,076 2,841 -2,583
0,04 0,007 0,014
B20 B20 B20 B16
0,212 0,233 0,216 0,181
2,591 2,852 2,697 2,115
0,013 0,007 0,01 0,04
62
18
MAPI
PT Mitra Adiperkasa Tbk
B22
0,16
2,334
0,025
Sumber : Data diolah,2012
Tabel 16 Perusahaan-perusahaan yang terkena economic exposure tahun 2009 No
Kode emiten
1
ALMI
2 3 4 5 6 7
ITMA TBMS PSDN DVLA FISH UNTR
Emiten PT Alumindo Light Metal Industry Tbk PT Itamaraya Gold Industri Tbk PT Tembaga Mulia Semanan Tbk PT Prasidha Aneka Niaga Tbk PT Darya-Varia Laboratoria Tbk PT FKS Multi Agro Tbk PT United Tractor Tbk
Indeks ICMD
Economic Exposure
t-hitung
Sign.
B11
0,212
2,034
0,048
B11 B11 B01 B18 B22 B16
-0,027 0,054 -0,036 -0,284 -0,220 -0,015
-2,164 2,753 -2,743 -2,771 -2,501 -2,116
0,037 0,008 0,009 0,009 0,017 0,040
Sumber : Data diolah,2012
Secara keseluruhan, dari perusahaan-perusahaan sampel yang dilakukan pengujian selama periode penelitian terdapat sekitar 30,11 persen atau 56 perusahaan yang secara signifikan terkena economic exposure. Sembilan diantaranya terkena economic exposure pada dua tahun yang berbeda. Yaitu ARGO dan SMGR pada tahun 2007 dan 2011, INKP dan MYTX pada tahun 2007 dan 2010, MLBI pada tahun 2008 dan 2010, MYTX pada tahun 2007 dan 2010, NIPS dan RALS pada tahun 2010 dan 2011, dan SMDR pada tahun 2007 dan 2008. Tabel 17 Perusahan-perusahaan yang terkena economic exposure tahun 2010 No
Kode emiten
Emiten
Indeks ICMD
1 2 3 4 5 6 7 8 9 10
KKGI AKPI INKP NIPS MYTX MLBI TCID UNVR TURI RALS
PT Resource Alam Indonesia Tbk PT Argha Karya Prima Industry Tbk PT Indah Kiat Pulp & Paper Tbk PT Nipress Tbk PT Apac Citra Centertex Tbk PT Multi Bintang Indonesia Tbk PT Mandom Indonesia Tbk PT Unilever Indonesia Tbk PT Tunas Ridean Tbk PT Ramayana Lestari Sentosa Tbk
B08 B09 B06 B16 B04 B01 B19 B16 B16 B22
Sumber : Data diolah,2012
Economic Exposure
t-hitung
Sign.
-0,034 0,014 0,016 -0,028 0,021 -0,011 0,012 0,011 0,034 0,021
-2,635 2,215 2,483 -2,476 2,475 -2,132 2,359 2,105 2,140 2,462
0,012 0,032 0,017 0,017 0,017 0,038 0,022 0,041 0,038 0,018
63
Tabel 18 Perusahaan-perusahaan yang terkena economic exposure tahun 2011 No
Kode emiten
1 2 3
AALI UNSP INCO
4 5 6
SMGR ARNA IKAI
7 8 9 10 11 12 13 14 15 16 17
CTBN APLI JPFA GDYR NIPS ARGO MYOR KDSI ISAT RIGS WICO
18
RALS
Emiten PT Astra Agro Lestari Tbk PT Bakrie Sumatra Plantations Tbk PT International Nickel Indonesia Tbk PT Semen Gresik (Persero) Tbk PT Arwana Citramulia Tbk PT Intikeramik Alamasri Industry Tbk PT Citra Tubindo Tbk PT Asiaplast Industries Tbk PT JAPFA Comfeed Indonesia Tbk PT Goodyear Indonesia Tbk PT Nipress Tbk PT Argo Pantes Tbk PT Mayora Indah Tbk PT Kedawung Setia Industrial Tbk PT INDOSAT Tbk PT Rig Tenders Indonesia Tbk PT Wicaksana Overseas International Tbk PT Ramayana Lestari Sentosa Tbk
Indeks ICMD
Economic Exposure
t-hitung
Sign.
A01 A01 A03
-0,013 -0,016 -0,015
-2,202 -2,256 -2,301
0,033 0,029 0,026
B10 B13 B13
-0,013 -0,015 -0,011
-2,180 -2,140 -2,032
0,034 0,038 0,048
B11 B09 A02 B16 B16 B03 B01 B12 B21 B20 B22
-0,012 -0,023 -0,015 -0,013 -0,021 0,019 -0,011 -0,028 -0,012 -0,013 -0,029
-2,816 -2,250 -2,104 -1,989 -2,925 2,636 -1,967 -2,631 -2,432 -2,007 -2,051
0,007 0,029 0,041 0,053 0,005 0,011 0,055 0,011 0,019 0,051 0,046
B22
-0,012
-2,151
0,037
Sumber : Data diolah,2012
4.3. Variabel Penelitian Variabel Laten penelitian ini terdiri dari Eksposur Ekonomi, Financial Distress, Underinvestment Cost, Kebijakan Hedging dan Nilai Perusahaan. Oleh karena model penelitian ini dibangun berdasarkan model persamaan struktural yang memiliki jalur berjenjang, maka variabel laten penelitian ini diklasifikasi menjadi dua variabel laten terikat dan tiga variabel laten bebas. Variable laten terikat terdiri dari kebijakan hedging dan nilai perusahaan. Variabel nilai perusahaan adalah variabel terikat akhir pada analisis jalur, sedangkan variabel kebijakan hedging adalah variabel terikat antara pada analisis jalur. Statistik deskriptif dari variabel indikator penelitian ini disajikan pada Tabel 19.
64
Tabel 19 Statistik deskriptif variabel indikator perusahaan sampel N EXP ER DER ROA TL QR CR MV PER DY SIZE DH MBR TOB ROE PRICE Valid N (listwise)
930 930 930 930 930 930 930 930 930 930 930 930 930 930 930 930 930
Minimum ,00 ,00 -4,61 7,24 1,00 -5,81 ,36 2,24 -1,90 -4,61 ,00 ,00 -2,30 ,41 ,00 7,07
Maximum 1,00 1,00 5,38 9,45 278,72 4,52 106,63 547,34 11,20 7,89 11,94 1,00 5,12 3,14 82,84 599,17
Mean ,0817 ,2807 ,1238 7,3429 37,0252 -,1457 13,8312 47,0931 2,0616 ,3601 7,0129 ,2097 ,2831 ,9566 30,3890 43,5136
Std. Deviation ,27409 ,32012 1,10598 ,07016 39,94340 1,06611 9,55472 70,11718 1,55244 ,80834 1,81993 ,40730 ,97756 ,36358 2,72470 59,87980
Sumber : Data Diolah, 2012
Variabel laten bebas terdiri dari variabel EXP, FD dan UC. Ketiga variabel ini adalah variabel bebas awal pada analisis jalur. Variabel laten VALUE memiliki tiga variabel indikator, yaitu MBR, TOB dan ROE. Variabel Laten HEDG memiliki empat variabel indikator, yaitu SIZE, DY, DH dan QR. Variabel laten EXP memiliki dua variabel indikator, yaitu variabel DEE dan ER. Variabel laten FD memiliki tiga variabel indikator, yaitu DER, ROA dan TL. Sedangkan Variabel laten DH memiliki tiga variabel indikator, yaitu PER, CR dan MV. 4.4. Analisis dan Hasil Penelitian Analisis data pada penelitian ini menggunakan model persamaan struktural dan proses analisis menggunakan program aplikasi LISREL versi 8.7. Model persamaan struktural terdiri dari model pengukuran dan model struktural. Model pengukuran
ditujukan
untuk
mengkonfirmasi
dimensi-dimensi
yang
dikembangkan pada sebuah faktor (konstrak atau variabel laten). Model struktural adalah model mengenai struktur hubungan yang membentuk atau menjelaskan kausalitas antara faktor.
65
Langkah-langkah
pembentukkan
dan
pengujian
model
persamaan
struktural (SEM) yang digunakan pada penelitian ini adalah sebagai berikut: 4.4.1. Pengembangan Model Teoritis Tujuan dari pengembangan model teoritis pada penelitian ini adalah untuk mengetahui bagaimana interaksi antara variabel laten Economic Exposure, Financial Distress, Underinvestment Cost, Kebijakan hedging dan nilai perusahaan. Penelitian ini ingin menguji hubungan kausal antara kebijakan hedging perusahaan dengan nilai perusahaan pada sektor primer dan sekunder di Indonesia. Model teori pembentukan model persamaan struktural pada penelitian ini telah dibangun berdasarkan penjelasan kerangka konseptual pada Bab 3. Bangunan model teoritis dari variabel konstrak (variabel laten) dan dimensidimensi (variabel indikator) yang akan diteliti disajikan pada Tabel 20. Tabel 20 Bangunan model teoritis dari konstrak dan dimensinya No 1
Variabel laten Economic Exposure (EXP)
2
Financial Distress (FD)
3
Underinvestment Cost (UC)
4
Kebijakan Hedging (HEDG)
5
Nilai Perusahaan (VALUE)
Variabel Indikator Dummy Economic Exposure (DEE) Export Ratio (ER) Current Ratio (CR) Return on Asset (ROA) Debt Equity Ratio (DER) Liabilities (TL) Price Earning Ratio (PER) Market Value (MV) Dummy Hedging (DH) Firm Size (SIZE) Dividend Yield (DY) Quick Ratio (QR) Q-Tobin (TOB) Market to Book Value Ratio (MBR) Return on Equity (ROE) Price
Sumber : Kerangka konseptual penelitian, 2012
Sumber Analisis Regresi Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Analisis Laporan Keuangan Bursa Efek Indonesia
66
4.4.2.
Pengembangan Diagram Jalur Pengembangan diagram jalur bertujuan untuk menggambarkan hubungan
kausalitas yang ingin diuji. Biasanya hubungan kausalitas dinyatakan dalam bentuk persamaan. Dalam model persamaan struktural dan dalam operasi program LISREL versi 8.71, hubungan kausalitas itu cukup digambarkan dalam sebuah diagram jalur, dan selanjutnya, bahasa program akan mengkonversi gambar menjadi persamaan dan persamaan menjadi estimasi. Berdasarkan kerangka konseptual pada Bab 3, diagram jalur penelitian ini disajikan pada Gambar 11.
Gambar 11 Diagram jalur hubungan kausal kebijakan hedging dan nilai perusahaan Variabel laten (konstrak) yang dibangun pada diagram jalur di atas terdiri dari konstrak eksogen dan konstrak endogen. Konstrak eksogen dikenal juga dengan variabel sumber atau variabel bebas. Konstrak eksogen adalah variabel yang tidak diprediksi oleh variabel lainnya dalam model. Konstrak eksogen digunakan untuk memprediksi satu atau beberapa variabel endogen lainnya (hanya dapat berhubungan kausal dengan konstrak endogen). Konstrak endogen adalah faktor-faktor yang diprediksi oleh satu atau beberapa konstrak. Konstrak endogen dapat memprediksi satu atau beberapa konstrak endogen lainnya.
67
Konstrak eksogen pada diagram jalur di atas adalah EXP, FD dan UC yang diprediksi mempunyai hubungan dan pengaruh langsung terhadap konstrak endogen kebijakan hedging dan diprediksi mempunyai pengaruh tidak langsung dengan konstrak endogen nilai perusahaan yang dinyatakan sebagai variabel laten. Konstrak endogen terdiri dari dua variabel laten. Konstrak endogen yang pertama adalah kebijakan hedging yang diprediksi dipengaruhi langsung oleh EXP, FD dan UC, dan diprediksi mempunyai pengaruh langsung terhadap nilai perusahaan. Konstrak endogen kedua adalah nilai perusahaan yang diprediksi dipengaruhi secara tidak langsung oleh EXP, FD dan UC, serta dipengaruhi langsung oleh kebijakan hedging perusahaan. 4.4.3.
Konversi Diagram Jalur ke Dalam Persamaan Setelah model teoritis digambarkan dalam diagram jalur, program LISREL
akan mengkonversi spesifikasi model tersebut ke dalam rangkaian persamaan. Persamaan yang dibangun terdiri dari persamaan struktural dan persamaan spesifikasi model pengukuran. Persamaan struktural dari diagram jalur di atas dirumuskan sebagai berikut :
Keterangan: β (Beta)
=
koefisien regresi terstandarisasi (struktural), yang menjelaskan besarnya pengaruh dari variabel eksogen terhadap variabel endogen.
γ (gamma)
=
koefisien regresi terstandarisasi (struktural), yang menjelaskan besarnya pengaruh dari variabel endogen terhadap variabel endogen lainnya.
ζ (zeta)
=
tingkat kesalahan pengukuran (measurement error).
Koefisien regresi terstandarisasi (struktural) signifikan apabila nilai CR berada pada posisi nilai p≤ 0,05 atau nilai CR (sama dengan nilai t hitung) ≥ nilai t
68
tabel. Persamaan spesifikasi model pengukuran (measurement model) dari konstrak eksogen EXP pada diagram jalur di muka dirumuskan sebagai berikut:
Persamaan spesifikasi model pengukuran (measurement model) dari konstrak eksogen FD pada diagram jalur di muka dirumuskan sebagai berikut:
Persamaan spesifikasi model pengukuran (measurement model) dari konstrak eksogen UC pada diagram jalur di muka dirumuskan sebagai berikut:
Persamaan spesifikasi model pengukuran (measurement model) dari konstrak eksogen HEDG pada diagram jalur di muka dirumuskan sebagai berikut:
Persamaan spesifikasi model pengukuran (measurement model) dari konstrak eksogen VALUE pada diagram jalur di muka dirumuskan sebagai berikut:
Keterangan : Λ
= loading factor, yang menjelaskan besarnya pengaruh variabel indikator terhadap variabel laten
ε
= tingkat kesalahan pengukuran (measurement error)
69
Koefisien regresi terstandarisasi (model) signifikan apabila nilai CR berada pada posisi nilai p≤ 0,05 atau nilai CR (sama dengan nilai t hitung) ≥ nilai t tabel. 4.4.4. Memilih Matriks Input dan Estimasi Model Oleh karena penelitian ini akan menguji hubungan kausalitas, maka dalam pemodelan SEM, data input yang dipilih adalah matriks varian/ kovarian. Program aplikasi LISREL memiliki fasilitas untuk mengkonversi data input menjadi matriks varian/ kovarian. Oleh karena besar sampel pada penelitian ini sebanyak 186 sampel perusahaan dan observasi selama lima tahun, maka teknik estimasi model yang dipilih adalah Unweighted Least Square (ULS). Teknik estimasi model Unweighted Least Square tersedia dalam program LISREL. 4.4.5. Menilai Masalah Identifikasi Salah satu masalah yang dihadapi pada penggunaan program komputer untuk mengestimasi model kausalitas adalah masalah identifikasi. Masalah identifikasi pada prinsipnya adalah masalah ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik untuk setiap parameter yang
diestimasi.
Masalah
identifikasi
timbul
disebabkan
oleh
adanya
ketidaksesuaian struktur atau perhitungan matematik pada model dikembangkan, sehingga estimasi tidak dapat dilakukan, maka program akan memberi pesan pada monitor komputer mengenai kemungkinan sebab mengapa program tidak dapat melakukan estimasi. Pada proses analisis model pada penelitian ini, tidak terdapat indikasi adanya masalah identifikasi (seluruh parameter dan dapat diestimasi). Analisis selanjutnya adalah analisis secara Full Model yang dimaksudkan untuk menguji model dan hipotesis yang dikembangkan dalam penelitian ini. Pengujian model dilakukan dengan dua pengujian, yaitu uji kesesuaian model dan uji signifikansi kausalitas melalui uji koefisien regresi. Hasil awal pengolahan data untuk analisis SEM terlihat pada Gambar 12. Variabel PRICE dan QR dihilangkan dari model awal karena memiliki Chi-Square yang sangat besar. Meskipun terdapat variabel DER dan CR yang memiliki nilai muatan faktor yang kecil, namun jika kedua variabel tersebut dihilangkan, model tidak terbentuk
70
karena matriks model tidak fit membentuk path diagram. Sehingga variabel yang dihilangkan dari model hanya variabel PRICE dan QR untuk model selanjutnya.
Gambar 12. Hasil diagram jalur pada model awal
Gambar 13 Diagram jalur setelah modifikasi
71
Pada model awal yang terbentuk menghasilkan nilai Chi-Square yang sangat besar dan setelah dilakukan uji kecocokan, banyak komponen uji kecocokan yang tidak terpenuhi. Output pada LISREL seperti yang terdapat pada Lampiran 5 memunculkan modification index untuk respesifikasi model, maka dilakukan penambahan lintasan dan penambahan kovariasi antara 2 kesalahan (errors). Meski demikian, penambahan ini tetap berdasarkan pada teori yang kuat. Sehingga model akhir yang terbentuk adalah seperti terdapat pada Gambar 13. 4.4.6. Pengolahan Data Single step Dalam penelitian ini, responden yang memenuhi syarat untuk dianalisis sebanyak 186 dan jumlah seluruh variabel manifest (indikator) adalah 16. Rule of thumb untuk perbandingan jumlah sampel terhadap jumlah indikator adalah 1:5 (Wijanto, 2008). Jadi jika indikator dalam penelitian ini sebanyak 16, maka minimum sampel yang dibutuhkan adalah 80. Karena jumlah objek dalam penelitian ini adalah 186 maka sudah memadai untuk melakukan pengolahan data secara single step. Di dalam penelitian ini, cara mengoperasikan LISREL dipilih yang paling sederhana, yaitu dengan program SIMPLIS. 1. Pengujian Normalitas dan Multikolinearitas Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model memenuhi asumsi normalitas. Jika data menyebar jauh dari garis diagonal dan/ atau tidak mengikuti garis diagonal, maka model tidak memenuhi asumsi normalitas . Dalam LISREL, model yang memenuhi asumsi normalitas akan menghasilkan 2 jenis chi square, yaitu minimum fit function chi square (C1) dan normal theory weighted least squares chi square (C2). Sedangkan jika asumsi normalitas tidak terpenuhi akan menghasilkan 4 jenis chi square yaitu C1, C2, sutora-bentler scaled chi square (C3) dan chi square corrected for non-normality (C4). Pada lampiran bagian kedua terlihat bahwa model penelitian ini hanya menghasilkan C1 dan C2. Data dengan sampel besar , berdasarkan Dalil Limit Pusat (Central Limit Theorm), yaitu bilamana n (sample size) besar, maka statistik dari sampel tersebut akan mendekati distribusi normal, walaupun populasi dari mana sampel tersebut diambil tidak berdistribusi normal. Jumlah sampel yang
72
dianalisa dalam penelitian ini berjumlah 186 perusahaan yang berarti termasuk kategori sampel besar dan memnuhi dalil limit pusat. Dengan hasil dari pengujian Q-Plot dan 2 jenis chi square yang dihasilkan oleh output LISREL serta terpenuhinya dalil limit pusat maka dapat dikatakan bahwa model penelitian ini telah memenuhi asumsi normalitas. Dari Lampiran 3 pada correlation and tests statistics atau correlation matrix dapat dilihat nilai korelasi antar variabel indikator dalam penelitian ini.nilai korelasi antar variabel indikator dalam penelitian ini semuanya berada di bawah 0,8 . Sehingga dapat dikatakan bahwa model dalam penelitian ini bebas dari multikolinearitas. 2. Pengujian Kesesuaian Model Dalam SEM ada 3 uji kesesuaian model yang dilakukan, yaitu pengujian kesesuaian model secara menyeluruh (Overall Model Fit), pengujian kesesuaian model pengukuran (Measurement Model Fit) dan Pengujian kesesuaian model struktural (Structural Model Fit). Dengan didapatkannya diagram path hasil output LISREL maka dilakukan pengujian terhadap kesesuaian model tersebut. a. Pengujian Model Keseluruhan (Overall Model Fit) Pengujian
atas
kesesuaian
model
keseluruhan
dilakukan
dengan
menggunakan indikator Goodness of fit Index (GFI). GFI dipilih karena merupakan parameter (indikator) yang umum digunakan dalam melakukan uji kesesuaian model keseluruhan. Selain itu sebagai pembanding juga digunakan Normed Fit Index (NFI) dan Comparative Fit Index (CFI) yang didapatkan langsung dari output LISREL. Besarnya GFI, NFI dan CFI dirangkum dalam Tabel 21 berikut. Tabel 21. Overall Model Fit Goodness-of-Fit (GOF) RMR(Root Mean Square Residual) RMSEA(Root Mean square Error of Approximation) GFI(Goodness of Fit) AGFI(Adjusted Goodness of Fit Index) CFI (Comparative Fit Index) NFI (Normed Fit Index ) Sumber : Hasil output LISREL, 2012
Cutt-off-Value 0,05 atau 0,1
Hasil Keterangan 0.023 Good Fit
0,08
0.023
Good Fit
0,90 0,90 0,90 0,95
0.99 0.99 1.00 0.98
Good Fit Good Fit Good Fit Good Fit
73
Karena dalam penelitian ini menggunakan cara pengolahan data secara single step maka nilai GFI, NFI dan CFI untuk variabel laten EXP, FD, UC, HEDG dan VALUE sama dengan nilai GFI, NFI dan CFI dari model struktural seperti pada Tabel 21. Secara keseluruhan, hasil pengujian model keseluruhan barada di atas 0.90 yang menunjukkan bahwa model yang diusulkan memiliki tingkat kesesuaian yang sangat baik (good fit). b.
Pengujian Model Pengukuran (Measurement Model Fit) Pengujian model pengukuran berarti menguji validitas dan reliabilitas
variabel manifest terhadap variabel laten yang direpresentasikannya. Untuk melakukan pengujian model pengukuran menggunakan LISREL, sebelumnya data disimpan dalam program PRELIS dan LISREL dioperasikan dengan menjalankan program SIMPLIS. Ketika program SIMPLIS dijalankan maka akan muncul hasil analisis dalam bentuk path dan teks. 1.
Pengujian Validitas Pengujian validitas sudah dibahas di bagian sebelumnya tetapi dalam
bagian ini pengujian validitas akan dibahas lagi secara singkat. Ada dua hal yang dilakukan dalam pengujian validitas yaitu pemeriksaan terhadap nilai t dan pemeriksaan terhadap tingginya muatan faktor standar atau λ (standarized loading factor) Tabel 22. Pengujian validitas Variabel Indikator Loading Factor DEE 0,04 ER 0,99 CR 0,56 DER -0,01 ROA -0,91 TL -0,99 MV -1,15 PER 0,01 SIZE 0,88 DY 0,76 DH 0,43 TOB 0,85 MBR 0,54 ROE 0,10 Sumber: Output LISREL, 2012
t-value 1,73 42,61 2,16 -0,10 -2.75 -43,56 -42,93 0,28 7,87 4,43 8,55 2,04 11,61 1,62
Keterangan Tidak Signifikan Signifikan Signifikan Tidak Signifikan Signifikan Signifikan Signifikan Tidak Signifikan Signifikan Signifikan Signifikan Signifikan Signifikan Tidak Signifikan
74
Dari Tabel 22. di atas terlihat bahwa semua indikator dalam penelitian ini memiliki faktor standar dan nilai t yang bervariasi. Dari kedua kriteria yang digunakan maka dapat disimpulkan bahwa CR dan ER terbukti valid sebagai variabel indikator bagi variabel laten EXP, ROA dan TL terbukti valid sebagai variabel indikator FD. MV terbukti valid sebagai variabel indikator UC. SIZE, DY dan DH terbukti valid sebagai variabel indikator HEDG dan MBR dan TOB terbukti valid sebagai variabel indikator VALUE. 2. Pengujian Reliabilitas Pengujian reliabilitas secara langsung dari output LISREL dapat dilakukan dengan melihat nilai δ untuk variabel eksogen dan ε untuk variabel endogen. Semakin kecil error, menunjukkan indikator tersebut memiliki reliabilitas yang tinggi sebagai instrumen pengukur variabel laten yang bersangkutan. Sayangnya, batasan berapa besar δ dan ε sehingga suatu indikator dikatakan reliabel sampai sejauh ini belum ada yang mengemukakan. Dari Gambar 14. dan diagram path yang dipaparkan pada hasil penelitian di bagian sebelumnya dapat dilihat bahwa nilai measurement error tiap variabel indikator bervariasi besarnya dimana nilai measurement error tertinggi adalah indikator DEE, DER, ROA dan CR sebesar 1.00 dan nilai measurement error terendah adalah indikator ER, TL dan MV sebesar 0,01.
75
Gambar 14. Diagram jalur untuk nilai measurement error Pengujian secara tidak langsung dengan menggunakan dua parameter yaitu dengan menggunakan dua parameter yaitu construct reliability dan variance extracted. Perhitungan secara lengkap dapat dilihat pada Lampiran 4, dan rangkuman hasil akhir dapat dilihat pada Tabel 23 berikut : Tabel 23. Pengujian reliabilitas variabel Economic Exposure Financial Distress Underinvestment Cost Kebijakan Hedging Nilai perusahaan
CR 0,713 0,754 0,663 0,747 0,721
VE 0,559 0,603 0,567 0,515 0,544
Keterangan Baik Baik Marginal Baik Baik
Sumber: Data diolah, 2012
Karena tidak adanya batasan seberapa besar nilai δ dan ε sehingga suatu indikator bisa dikatakan reliabel maka pengujian reliabilitas akan menggunakan perhitungan construct reliability dan variance extracted. Dari Tabel 23 di atas dapat dilihat bahwa nilai construct reliability dari tidap laten di atas berada di atas batas kritis 0,70 kecuali variabel underinvestment cost. Sedangkan untuk variance extracted seluruh
variabel laten
berada di atas batas kritis 0,5 .Meskipun
76
demikian variabel UC dianggap reliabel karena memiliki selisih yang sangat kecil dari batas kritis yaitu 0,663. Dari hasil pengukuran reliabilitas dengan menggunakan dua parameter, semua variabel laten dalam penelitian ini terbukti reliabel. c.
Kesesuaian Model Struktural (Structural Model Fit) Indikator dari kesesuaian model struktural yang diajukan sama seperti
dalam model regresi berganda yaitu R2. Dari keseluruhan hipotesis, menghasilkan 2 persamaan yang berarti ada dua model struktural yang diajukan. 1.
Model struktural untuk
H2 : EXP = HEDG H3 : FD = HEDG H4 : UC = HEDG
HEDG = -0.20*EXP-1.12*FD+0.012*UC,Errorvar.= 0.12, R² = 0.88 (0.27) (0.39) (0.27) -0.72 -2.84 0.043
2.
Model Struktural untuk H5 : HEDG = VALUE VALUE = 0.94*HEDG - 0.88*EXP, Errorvar.= 0.67, R² = 0.33 (0.16) (0.14) 5.85 -6.27
Model Struktural untuk H2, H3 dan H4 memiliki R2 sebesar 0,88 yang berarti bahwa model persamaan hanya mampu menjelaskan 88 persen dari perubahan variabel HEDG yang menunjukkan bahwa kesesuaian model untuk persamaan struktural pertama cukup besar. Nilai R2 ini mengindikasikan adanya faktor-faktor lainnya sebesar 12 persen selain economic exposure, financial distress dan underinvestment cost yang tidak masuk dalam penelitian. Model persamaan struktural kedua untuk H5 menunjukkan tingkat kesesuaian yang tidak cukup besar karena hanya mampu menjelaskan 33 persen dari perubahan variabel VALUE. Nilai R2 sebesar 0,33 ini mengindikasikan ada faktor-faktor lain selain kebijakan hedging dan economic exposure yang mempengaruhi nilai perusahaan dan mampu menjelaskan 67 persen dari perubahan variabel VALUE.
77
d. Pengujian Hipotesis Pengujian hipotesis penelitian dilakukan dengan menguji hubungan antar variabel laten dengan menilai t yang dapat dilihat pada diagram path atau dengan melihat hasil output LISREL 8.71 dalam bentuk persamaan seperti yang dilampirkan dalam lampiran 6.
Gambar 15. Diagram jalur untuk nilai t EXP, FD, UC, HEDG, dan VALUE Tahap pengujian hipotesis ini adalah untuk menguji hipotesis penelitian diajukan pada Bab II. Pengujian hipotesis ini didasarkan atas pengolahan data penelitian dengan menggunakan analisis SEM, dengan cara menganalisis nilai regresi (Regression Weights Analisis Structural Equation Modeling Full Model). Pengujian hipotesis ini adalah dengan menganalisis nilai Critical Ratio (CR) dan nilai Probability (P) hasil olah data, dibandingkan dengan batasan statistik yang disyaratkan, yaitu diatas 1.96 untuk nilai CR atau t-value dan dibawah 0.05 untuk nilai P. Apabila hasil olah data menunjukkan nilai yang memenuhi syarat tersebut, maka hipotesis penelitian yang diajukan dapat diterima. Secara rinci pengujian hipotesis penelitian akan dibahas secara bertahap
78
sesuai dengan hipotesis yang telah diajukan. Pada penelitian ini diajukan empat hipotesis yang terkait dengan SEM dan selanjutnya pembahasannya dilakukan di bagian berikut. i. Uji Hipotesis II Hipotesis II pada penelitian ini adalah semakin tinggi economic exposure, maka semakin tinggi kebijakan hedging yang dilakukan perusahaan. Berdasarkan dari pengolahan data diketahui bahwa nilai CR pada hubungan antara economic exposure dengan kebijakan hedging tampak pada Gambar 16. adalah sebesar -0,72 dan nilai koefisien -0,20. Nilai ini menunjukkan nilai di bawah 1.96 untuk CR , dengan demikian dapat dikatakan bahwa hipotesis II penelitian ini dapat diterima. VALUE = 0.94*HEDG - 0.88*EXP, Errorvar.= 0.67, R² = 0.33 (0.16) (0.14) 5.85 -6.27 HEDG = -0.20*EXP-1.12*FD+0.012*UC,Errorvar.=0.12,R²= 0.88 (0.27) (0.39) (0.27) -0.72 -2.84 0.043 Sumber : Output LISREL, 2012
Gambar 16. Hasil reduced form equation output LISREL 8.71 Dari analisa terhadap persamaan yang dihasilkan LISREL 8.71, ditemukan bahwa persamaan tersebut tidak signifikan secara statistik dan disimpulkan bahwa Hipotesis II terpenuhi. Hal ini berarti kebijakan hedging dipengaruhi sebesar -20 persen oleh eksposur ekonomi yang direfleksikan oleh variabel DEE, ER dan CR. Tingkat ekspor yang tinggi menunjukkan kecenderungan untuk melakukan hedging yang lebih besar. ii. Uji Hipotesis III Hipotesis III pada penelitian ini adalah financial distress berpengaruh terhadap kebijakan hedging perusahaan. Berdasarkan hasil dari pengolahan data diketahui bahwa nilai CR antara variabel hubungan FD dengan HEDG adalah sebesar -2,84 dengan nilai koefisien -1.12. Kedua nilai ini memberikan informasi bahwa pengaruh variabel economic exposure terhadap nilai perusahaan berpengaruh negatif dan signifikan, karena memenuhi syarat diatas 1.96 untuk
79
CR. Hasil hipotesis ini membuktikan bahwa kebijakan hedging dipengaruhi secara positif oleh tingkat financial distress yang direfleksikan dengan nilai DER, ROA dan tingkat hutang perusahaan. Semakin tinggi financial distress maka akan menekan kebijakan hedging yang dilakukan perusahaan. iii. Uji Hipotesis IV Hipotesis IV pada penelitian ini adalah underinvestment cost berpengaruh terhadap kebijakan hedging perusahaan. Berdasarkan hasil dari pengolahan data diketahui bahwa nilai CR hubungan antara underinvestment cost terhadap kebijakan hedging adalah sebesar 0,043 dengan nilai koefisien sebesar 0,012. Hasil dari kedua nilai ini memberikan informasi bahwa pengaruh variabel kebijakan hedging terhadap nilai perusahaan diterima namun tidak signifikan, karena tidak memenuhi syarat diatas 1,96 untuk CR ,dengan demikian dapat dikatakan bahwa hipotesis IV penelitian ini diterima. iv. Uji Hipotesis V Hipotesis V pada penelitian ini adalah kebijakan hedging berpengaruh terhadap nilai perusahaan. Berdasarkan hasil dari pengolahan data diketahui bahwa nilai CR hubungan antara underinvestment cost terhadap kebijakan hedging adalah sebesar 5,85 dengan nilai koefisien
sebesar 0,94. Hasil dari
kedua nilai ini memberikan informasi bahwa pengaruh variabel kebijakan hedging terhadap nilai perusahaan diterima, karena memenuhi syarat diatas 1,96 untuk CR ,dengan demikian dapat dikatakan bahwa hipotesis V penelitian ini diterima. Hal ini berarti kebijakan hedging yang dilakukan perusahaan memberikan pengaruh positif terhadap nilai perusahaan. Semakin tinggi tingkat hedging maka semakin tinggi pula penilaian pasar terhadap perusahaan. Respesifikasi model yang dilakukan memunculkan hubungan antara Economic Exposure dengan nilai perusahaan. Hubungan ini sebesar -6,87 dan nilai koefisien -0,88. Hasil ini memberikan informasi bahwa economic exposure memberikan pengaruh negatif dan signifikan terhadap nilai perusahaan. Model Struktural untuk H2, H3 dan H4 memiliki R2 sebesar 0,88 yang berarti bahwa model persamaan mampu menjelaskan 88 persen dari perubahan variabel HEDG yang menunjukkan bahwa kesesuaian model untuk persamaan
80
struktural pertama cukup besar. Nilai R2 ini mengindikasikan adanya faktor-faktor lainnya sebesar 12 persen selain economic exposure, financial distress dan underinvestment cost yang tidak masuk dalam penelitian. Model persamaan struktural kedua untuk H5 menunjukkan tingkat kesesuaian yang tidak cukup besar karena hanya mampu menjelaskan 33 persen dari perubahan variabel VALUE. Nilai R2 sebesar 0,33 ini mengindikasikan ada faktor-faktor lain selain kebijakan hedging dan tingkat economic exposure yang mempengaruhi nilai perusahaan dan mampu menjelaskan 67 persen dari perubahan variabel VALUE. Selanjutnya hasil uji dari tiap-tiap hipotesis di atas akan disajikan secara ringkas pada Tabel 24. Tentang kesimpulan hipotesis di bawah ini. Tabel 24. Kesimpulan hipotesis Pengaruh EXP FD HEDG FC HEDG VALUE 4.5.
Koefisien -0,20 -1,12 0,01 0,94
T-Hitung -0,72 -2,84 0,04 5,85
Keterangan Tidak Signifikan Signifikan Tidak Signifikan Signifikan
Temuan dan Interpretasi Berikut ini akan dilakukan analisa terhadap hasil penelitian berupa hasil
pengujian hipotesis dan pengujian kesesuaian model 4.5.1. Hipotesis Hipotesis yang diusulkan dianalisa berdasarkan persamaan model struktural. Dari empat hipotesis terbentuk dua persamaan model struktural yang dapat dilihat pada persamaan dalam gambar 20. a.
Hipotesis 2 Dengan nilai t yang besarnya -0,72 di bawah batas kritis maka pengaruh
yang diberikan EXP terhadap HEDG terbukti negatif dan tidak signifikan. Nilai koefisien variabel laten EXP sebesar -0,20 yang berarti variabel laten EXP memperikan pengaruh sebesar 20 persen terhadap kebijakan hedging perusahaan (HEDG) Dari analisa terhadap persamaan yang dihasilkan LISREL 8.71, ditemukan bahwa persamaan tersebut signifikan secara statistik dan disimpulkan
81
bahwa H1 diterima. Hal ini berarti kebijakan hedging perusahaan dipengaruhi sebesar 20 persen oleh tingkat eksposur ekonomi diantaranya tingkat internasionalisasi perusahaan. Semakin besar tingkat ekspor perusahaan hal ini juga akan mendorong besarnya kebijakan hedging perusahaan. b.
Hipotesis 3 Pada hasil persamaan di atas, terlihat bahwa nilai t variabel FD berada di
atas nilai batas kritis yaitu -2,84 sehingga variabel FD terbukti berpengaruh secara negatif dan signifikan terhadap HEDG. Koefisien yang dimiliki sebesar -1,12 yang berarti tekanan finansial yang dihadapi perusahaan memberikan pengaruh negatif
terhadap kebijakan hedging perusahaan (HEDG). Karena signifikan
secara statistik maka H3 terbukti dan diterima. Hasil dari H3 membuktikan bahwa kebijakan hedging perusahaan dipengaruhi secara negatif oleh financial distress atau tekanan finansial yang dialami perusahaan. Dengan adanya finansial distress seperti kesulitan membayar hutang, tingkat kebangkrutan dan likuiditas perusahaan yang tinggi akan membuat perusahaan mengurangi tingkat hedging-nya. c.
Hipotesis 4 Hasil persamaan struktural yaitu pengaruh UC terhadap HEDG
menunjukkan bahwa variabel UC memiliki pengaruh yang positif dan tidak signifikan secara statistik terhadap HEDG yang ditunjukkan dengan nilai t sebesar 0,043. Koefisien yang dimiliki UC sebesar 0,012 yang berarti variabel laten UC memberikan pengaruh sebesar 1,2 persen terhadap HEDG Jadi hipotesis H4 terbukti dan diterima. Hal ini berarti kurangnya investasi pada proyek yang berisiko rendah semakin menekan tingkat hedging perusahaan sebesar 1,2 persen. Karena pemegang saham menolak melakukan investasi pada proyek yang menguntungkan namun berisiko kecil dan tidak terjadi pemindahan nilai dari pemegang saham kepada kreditur. Sehingga perusahaan akan mengurangi biaya hedgingnya. d.
Hipotesis 5 Dari persamaan struktural kedua terlihat bahwa variabel laten HEDG
memiliki pengaruh yang signifikan terhadap VALUE karena memiliki nilai t
82
sebesar 5,85. Koefisien yang dimiliki HEDG sebesar 0,94 bararti bahwa variabel laten HEDG memberikan pengaruh positif terhadap VALUE. Jadi Hipotesis 5 terbukti dan diterima. Hal ini berarti kebijakan hedging perusahaan menggunakan instrumen derivatif memberikan pengaruh positif terhadap nilai perusahaan. Jika perusahaan melakukan hedging dengan instrumen derivatif maka pasar akan memberikan nilai lebih terhadap perusahaan. Nilai perusahaan tersebut direfleksikan dalam nilai kapitalisasi pasar, besarnya nilai QTobin dan Return on Equity perusahaan. Dengan kata lain penggunaan instrumen derivatif untuk hedging semakin meningkatkan kepercayaan investor terhadap perusahaan. 4.5.2. Kaitan Temuan dengan Teori Hasil penelitian untuk hipotesis 1 yang menghasilkan secara keseluruhan dari perusahaan-perusahaan sampel terdapat sekitar 30,11 persen atau 56 perusahaan yang secara signifikan terkena economic exposure. Perusahaan sampel secara signifikan terkespos oleh fluktuasi kurs Rupiah terhadap USD dengan tingkat yang berbeda-beda. Tanda negatif pada besaran economic exposure mengindikasikan bahwa terdepresiasinya kurs Rupiah terhadap USD memberi dampak negatif bagi perusahaan, dan sebaliknya economic exposure yang positif mengindikasikan terdepresiasinya kurs Rupiah memberikan dampak positif bagi perusahaan. Berdasarkan pengujian diperoleh rata-rata tingkat economic exposure secara keseluruhan yang dihadapi perusahaan sebesar -0,090. Hal ini, secara ratarata dapat dikatakan bahwa depresiasi Rupiah terhadap USD memberi dampak negatif bagi perusahaan. Economic esposure terjadi pada perusahaan yang melakukan ekspor maupun tidak. Perusahaan yang melakukan ekspor terkena economic eksposure dikarenakan aliran kas masuk yang berasal dari aktifitas ekspornya akan mengalami peningkatan jika Rupiah mengalami depresiasi terhadap USD. Sebaliknya, akan berkurang jika Rupiah mengalami apresiasi USD. Selain itu tereksposnya perusahaan ekspor juga dikarenakan perusahaan menggunakan hutang luar negeri. Arus kas keluar perusahaan akan semakin besar
83
jika Rupiah mengalami depresiasi, dan sebaliknya akan semakin kecil jika Rupiah mengalami apresiasi. Perusahaan yang tidak melakukan ekspor, atau dapat dikatakan merupakan perusahaan domestik murni juga terkena dampak eksposur. Hung dalam Madura (2006) menyatakan bahwa perusahaan domestik murni akan terpengaruh fluktuasi kurs mata uang. Kurs akan mempengaruhi daya saing dari produk-produk import, serta permintaan terhadap ekspor dari perusahaan lokal. Selain itu, menurut Bukit (2001) dengan terdepresiasinya kurs Rupiah terhadap USD akan mendorong inflasi. Dengan kenaikan angka inflasi tersebut maka biaya pembelian bahan baku untuk kegiatan operasi perusahaan semakin naik. Dengan demikian dapat dikatakan bahwa perusahaan domsetik murni secara tidak langsung terkena economic exposure. Dari uraian di atas diperoleh hasil bahwa dengan semakin melemahnya kurs Rupiah terhadap USD maka daftar perusahaanperusahaan yang terekspos oleh fluktuasi kurs semakin meningkat. Hal ini dimungkinkan bahwa perusahaan-perusahaan maupun para investor belum sepenuhnya mampu mengatasi fluktuasi kurs Rupiah terhadap US Dollar. Secara keseluruhan dengan melihat tingkat proporsi economic exposure negatif yang terus menerus mengalami penurunan dari tahun 2007 sampai 2010 namun meningkat
di tahun 2011, maka perusahaan cenderung mengalami
kerugian jika Rupiah terdepresiasi oleh USD. Sehingga dapat ditarik kesimpulan bahwa semakin besar fluktuasi kurs Rupiah terhadap USD, makaperusahaan akan semakin tinggi untuk terkena economic exposure. Hasil ini mendukung penelitian yang dilakukan oleh Kurniawati (2005) dan He (1998). Hasil penelitian untuk Hipotesis 2 menghasilkan koefisien konstruk sebesar -0,20 yang berarti kebijakan hedging perusahaan dengan menggunakan instrumen derivatif dipengaruhi sebesar 20 persen oleh economic exposure yang dialami oleh perusahaan. Pengaruh economic exposure terhadap kebijakan hedging perusahaan adalah tidak signifikan karena memiliki nilai t yang tidak cukup besar yaitu -0,72. Hasil hipotesis ini menyatakan bahwa penelitian ini mendukung adanya pengaruh negatif namun tidak signifikan antara economic exposure perusahaan terhadap kebijakan hedging perusahaan menggunakan
84
instrumen derivatif valuta asing. Hal ini sejalan dengan hasil dari beberapa penelitian yang pernah dilakukan sebelumnya yaitu Allayannis dan Ofek (2001), Mardsen dan Prevost (2005) dan Rogers (2002). Penelitian ini juga membuktikan bahwa variabel indikator yang merefleksikan economic exposure adalah tingkat ekspor perusahaan. Hasil hipotesis kedua membuktikan bahwa kebijakan
hedging
dipengaruhi oleh
economic exposure yang direfleksikan oleh internasionalisasi perusahaan dilihat dari besarnya rasio ekspor perusahaan. Rasio ekspor ini mempengaruhi tingkat sensitifitas perusahaan terhadap fluktuasi kurs seperti yang dijelaskan dalam hipotesis pertama. Selanjutnya, sehubungan dengan hipotesis ketiga (H3), koefisien konstruk yang dihasilkan adalah -1,12 yang berarti bahwa kebijakan hedging perusahaan dipengaruhi oleh financial distress. Pengaruh yang
sebesar 112
persen ini terbukti signifikan karena nilai t sebesar 2,84 berada di atas batas kritis 1,96. Hipotesis 3 membuktikan adanya pengaruh yang signifikan antara financial distress dengan kebijakan hedging perusahaan. Penelitian yang dilakukan oleh Allayannis dan Ofek (2001), Graham dan Rogers (2002) serta Bartram et al.(2004) juga membuktikan bahwa financial distress mempengaruhi kebijakan hedging yang dilakukan perusahaan. Adanya tekanan finansial karena hutang dan potensi kebangkrutan menjadikan perusahaan akan mengurangi biaya hedgingnya. Total liability atau hutang merupakan variabel indikator yang paling merefleksikan financial distress perusahaan diikuti oleh ROA dan DER. Dari hipotesis ini dapat disimpulkan bahwa kebijakan hedging perusahaan akan berkurang jika perusahaan mengalami financial distress. Untuk hipotesis keempat (H4), penelitian ini membuktikan adanya pengaruh yang signifikan antara underinvestment cost dengan kebijakan hedging yang ditunjukkan oleh nilai t dan koefisien konstruk UC yaitu sebesar 0,012 dan 0,043. Market value memainkan peranan penting dalam merefleksikan underinvestment cost, diikuti Price Earning ratio. Dari
persamaan
struktural
terlihat
bahwa
faktor
yang
paling
mempengaruhi kebijakan hedging perusahaan adalah underinvestment cost, yaitu
85
kondisi dimana pemegang saham menolak melakukan investasi pada proyek yang menguntungkan tetapi berisiko rendah, sehingga tidak terjadi perpindahan nilai dari pemegang saham kepada kreditor. Dengan hutang berisiko, pemegang saham akan kehilangan nilai jika melakukan investasi berisiko rendah, walaupun investasi itu memiliki NPV positif. Hasil pembuktian Hipotesis 4 sejalan dengan hasil yang diperoleh Tufano (1996), Haushalter (2000) dan Nguyen dan Faff (2003)
dimana
underinvestment
cost
mempengaruhi
kebijakan
hedging
perusahaan. Untuk Hipotesis kelima (H5), penelitian ini membuktikan adanya pengaruh kebijakan hedging dengan menggunakan isntrumen derivatif valuta asing terhadap nilai perusahaan yang ditunjukkan oleh nilai t yang tinggi sebesar 5,85 dan koefisien konstruk sebesar 0,94. Financial Distress (FD) merupakan faktor yang paling besar pengaruhnya dalam HEDG diikuti oleh Economic Exposure (EXP) dan Underinvestment Cost (UC). Nilai Perusahaan direfleksikan oleh Market to Book Equity Ratio (MBR) yang mengindikasikan pendapat investor tentang prestasi perusahaan di masa lalu dan prospek untuk masa yang akan datang yang digunakan untuk mengukur tingkat pertumbuhan perusahaan. Dari hipotesis ini dapat disimpulkan bahwa nilai perusahaan semakin meningkat jika perusahaan melakukan hedging dengan instrumen derivatif untuk melindungi risiko nilai tukarnya. Hasil ini sejalan dengan hasil penelitian Tufano (1996), Graham dan Rogers (2002), Nguyen dan Faff (2003), Dionne dan Triki (2004) serta Bartram et al (2004) yang menyatakan bahwa penggunaan instrumen derivatif dalam rangka hedging akan meningkatkan nilai perusahaan. 4.6.Implikasi Manajerial Dari hasil penelitian ini, dapat direkomendasikan beberapa implikasi kebijakan sesuai dengan prioritas yang dapat diberikan sebagai masukan bagi pihak manajemen sebagai solusi untuk masalah penelitian sebagai berikut : 1. Economic Exposure berpengaruh negatif dan tidak signifikan terhadap kebijakan hedging perusahaan. Dalam hal ini economic exposure dibentuk oleh dua variabel yakni dummy economic exposure ,export ratio dan current ratio. Dari kedua variabel indikator ini yang bernilai signifikan adalah
86
variabel Export Ratio. Indikator inilah yang secara signifikan sangat mempengaruhi tingkat risiko dan eksposur perusahaan. Export ratio menggambarkan tingkat penjualan luar negeri yang berarti semakin besar export ratio semakin besar pula risiko yang dihadapi perusahaan. Sehingga direkomendasikan bagi perusahaan untuk
melakukan
hedging agar bisa
menekan tingkat eksposur yang dihadapi. 2. Economic exposure berpengaruh negatif dan signifikan terhadap nilai perusahaan, yang berarti semakin tinggi tingkat eksposur ekonominya maka nilai perusahaan juga akan menurun. Hal ini menunjukkan risiko yang dihadapi perusahaan sangat menentukan nilai dan kinerja perusahaan. Ekspor yang membentuk tingkat eksposur ekonomi memperlihatkan bahwa perusahaan yang memiliki ekspor tinggi memiliki kinerja yang lebih baik daripada perusahaan yang tidak melakukan ekspor. Namun sejalan dengan economic exposure yang juga meningkat, diharapkan perusahaan mampu melakukan kebijakan hedging secara cermat agar bisa juga menekan tingkat eksposur yang dihadapi sehingga dapat meningkatkan nilai perusahaan. 3. Kebijakan hedging perusahaan secara langsung berpengaruh terhadap nilai dan kinerja perusahaan secara positif dan signifikan. Dapat diartikan bahwa bentuk dan besarnya biaya hedging yang dilakukan perusahaan berpengaruh terhadap kinerja perusahaan dan direspon oleh pasar. Sehingga perusahaan diharapkan mampu mengendalikan secara teliti biaya hedgingnya, karena pasar memberikan nilai lebih bagi perusahaan yang melakukan hedging. 4. Meskipun hedging dilakukan untuk meminimalisir risiko, hedging dengan menggunakan instrumen derivatif juga memiliki risiko kerugian. Misalnya kontrak forward biasanya tidak terstandarisasi sehingga cenderung kurang likuid dan memiliki biaya yang tinggi. Dan juga risiko default (partner tidak memenuhi kewajiban) cenderung tinggi pada saat kurs Rupiah melemah. Tingginya risiko default tersebut disebabkan oleh risiko dalam kontrak forward diakumulasi sampai jatuh tempo. Sehingga pemilihan instrumen yang dipergunakan untuk hedging harus diimbangi dengan pengetahuan hedging yang baik sehingga bisa disesuaikan dengan kondisi perusahaan.
87
5. SIMPULAN DAN SARAN 5.1.
Simpulan Berdasarkan analisis dan pembahasan dapat disimpulkan beberapa hal
berikut ini: 1.
Ditemukan dari 186 perusahaan sampel yang dilakukan pengujian, terdapat 64 perusahaan yang secara signifikan terkena economic exposure. Perusahaan-perusahaan sampel secara signifikan terekspos oleh fluktuasi kurs Rupiah terhadap USD, dengan tingkat yang berbeda-beda. Tanda negatif pada besaran economic exposure mengindikasikan bahwa terdepresiasinya kurs Rupiah terhadap USD memberi dampak negatif bagi perusahaan,
dan
sebaliknya
economic
exposure
yang
positif
mengindikasikan terdepresiasinya kurs Rupiah memberi dampak positif. 2.
Economic exposure berpengaruh negatif terhadap kebijakan hedging perusahaan, hal ini secara signifikan direfleksikan oleh variabel export ratio.Menunjukkan bahwa tingkat economic exposure akan mendorong kebijakan hedging yang dilakukan perusahaan.
3.
DER, ROA dan Total Liability yang merefleksikan variabel Financial Distress berpengaruh negatif signifikan terhadap variabel kebijakan hedging perusahaan. Kesulitan keuangan akan mempengaruhi perusahaan untuk menekan tingkat hedging-nya.
4.
Hanya variabel Market Value yang secara signifikan merefleksikan variabel Underinvestmet cost dan berpengaruh positif terhadap variabel kebijakan hedging.Hal ini berarti keputusan investasi pemegang saham juga mempengaruhi keputusan hedging perusahaan.
5.
Kebijakan hedging perusahaan berpengaruh positif dan signifikan terhadap nilai perusahaan, hal ini menunjukkan bahwa pasar memberikan nilai lebih kepada perusahaan yang melakukan hedging dengan menggunakan instrumen derivatif. Sedangkan Economic Exposure mempunyai pengaruh negatif dan signifikan terhadap nilai perusahaan. Menunjukkan tingkat
88
internasionalisasi perusahaan mempengaruhi penilaian pasar terhadap kinerja perusahaan. 5.2.
Saran Beberapa saran yang dapat penulis sampaikan adalah sebagai berikut :
1.
Karena economic exposure berpengaruh secara negatif terhadap kebijakan hedging dan kebijakan hedging juga berpengaruh positif terhadap nilai perusahaan, penelitian ini merekomendasikan peningkatan produktivitas ekspor perusahaan diimbangi dengan kebijakan hedging yang tepat untuk meningkatkan kinerja perusahaan.
2.
Untuk penelitian mendatang disarankan untuk menggunakan variabel intensitas hedging perusahaan dan besarnya biaya hedging yang digunakan perusahaan. Informasi ini bisa dilihat dari laporan penggunaan instrumen derivatif, sehingga pemanfaatan instrumen derivatif untuk keperluan spekulasi dapat diidentifikasi dan dikeluarkan dari sampel.
3.
Menggunakan nilai tukar rupiah terhadap mata uang yang lain selain USD dan menggunakan variabel eksternal seperti suku bunga dan inflasi untuk melihat keterkaitan kebijakan hedging secara menyeluruh.
89
DAFTAR PUSTAKA
Allayannis G, Weston JP . 2001. The Use Of Foreign Currency Derivatives And Firm Market Value. Review Of Financial Studies. http://econpapers.repec.org/article.[ diakses tanggal 3 Mei 2012]. Allayannis G, Lel U, Miller DP. 2011. The Use Of Foreign Currency Derivatives, Corporate Governance, And Firm Value Around The World. Review Of Financial Studies. http://www.cox.smu.edu/c/document_library. [ diakses tanggal 3 Mei 2012]. Allayannis G, Ofek E. 2001. Exchange Rate Expossure, Hedging And The Use Of Foreign Currency Derivatives. Journal Of International Money And Finance 20. http:www.sciencedirect.com. [ diakses tanggal 3 Mei 2012]. Aretz K, Bartram SM. 2009. Corporate Hedging And Shareholder Value. Corporate Finance Review. Vol 7 P 7-12. http://ssrn.com/[diakses tanggal 23 April 2012] Bartram S, Brown G, Fehle F. 2004. International Evidence On Financial Derivative Usage. Working Paper. Lancaster University, University Of North Carolina At Chapel Hill And University Of South Carolina. http://128.118.178.162/eps/fin/papers/0307/0307003.pdf [diakses tanggal 23 April 2012] Berkman H, Bradbury M. 1996. Empirical Evidence On The Corporate Use Of Derivatives. Financial Management Vol 25 Iss.2 P5-13. .http:links.jstor.org. [diakses tanggal 2 Mei 2012] Borokhovich K, Brunarski K, Crutchley C. 2004. Board Composition And Corporate Use Of Interest Rate Derivatives. The Journal Of Financial Research Vol 27 Iss 2 P.199-216. http://onlinelibrary.wiley.com/[diakses tanggal 2 Mei 2012] Brealey RA, Myers SC, Marcus AJ. 2008. Dasar-Dasar Manajemen Keuangan Perusahaan Jilid 2 Ed Ke-5. Jakarta: Erlangga. Breeden D, Viswanathan S. 1996. Why Do Firms Hedge? An Asymmetric Information Model. World Paper, Duke University. http://www.dougbreeden.net/uploads/.[diakses tanggal 1 Mei 2012] Chiang YC, Lin HJ. 2007. Foreign Exchange Exposures, Financial And Operational Hedge Strategies Of Taiwan Firms. Investment Management And Financial Innovations, Volume 4, Issue 3. http://www.centerforpbbefr.rutgers.edu [diakses tanggal 2 Mei 2012]
90
Chung KH, Pruitt SW. 1994. A Simple Approximation Of Tobin’s Q. Financial Management 70-74. http://www.acsu.buffalo.edu. [diakses tanggal 23 April 2012] Clark E, Judge A, Mefteh S. 2005. Corporate Hedging With Foreign Currency Derivatives And Firm Value. http://ssrn.com.[diakses tanggal 2 Mei 2012] Clark E, Judge A, Ngai WS. 2006.The Determinants Of Corporate Hedging : An Empirical Study Of Hong Kong And Chinese Firms. http://www.efmaefm.org/.[diakses tanggal 2 Mei 2012] Culp CL. 2001. The Risk Management Process: Business Strategy And Tactics. United States: John Wiley Sons Inc. DeMarzo P, Duffie D. 1995. Corporate Incentives For Hedging And Hedge Accounting. Review Of Financial Studies, Volume 8. Issue 3 p743-771. http://jstor.org.[diakses tanggal 3 Mei 2012] Djohanputro B. 2008. Manajemen Risiko Korporat. Jakarta : PPM Manajemen Eitman DK, Stonehill AI, Moffet MH. 2003. Manajemen Keuangan Internasional Ed Ke-9. Jakarta: Indeks. Emery DR, JD Finnerty. 1997. Corporate Financial Management. New Jersey : Prentice Hall. Ferdinand A. 2000. Structural Equation Modelling Dalam Penelitian Manajemen. Semarang: Badan Penerbit Diponegoro. Graham J, Rogers D. 2000. Does Corporate Hedging Increase Firm Value? An Empirical Analysis. The Journal Of Finance, Vol 57. http://www.sba.pdx.edu/faculty/danr/danraccess/Hedg100.pdf [diakses tanggal 28 Mei 2012]. Gujarati DN. 1995. Ekonometrika Dasar. Jakarta : Erlangga Hair JF, RE Anderson, RL Tatham, Dan WC Black. 1998. Multivariat Data Analysis Fourth Edition. New Jersey: Prentice Hall. Haushalter, GD. 2000. Financing Policy, Basis Risk, And Corporate Hedging Evidence From Oil And Gas Producers. Journal Of Finance Vol. 55 No 1. http://citeseerx.ist.psu.edu/viewdoc[diakses tanggal 1 Mei 2012] He J, Lilian KN. 1998. The Foreign Exchange Exposure Of Japanese Multinasional Firms. Journal Of Finance. 2: P. 733-753. http:links.jstor.org.[diakses tanggal 1 Mei 2012] Hentschel L, Kothari SP. 2001. Are Corporations Reducing Or Taking Risks With Derivatives? Journal Of Financial And Quantitative Analysis. http://journals.cambridge.org/action/.[diakses tanggal 1 Mei 2012]
91
Himmelberg CP, Hubbard RG, Palia D. 1999. Understanding The Determinants Of Managerial Ownership And The Link Between Ownership And Performance. Journal Of Financial Economics 53: P 353-384. http://people.stern.nyu.edu[diakses tanggal 13 September 2012] Jorion P. 1990. The Exchange-Rate Exposure Of US Multinasionals. Journal Of Business 63: 331-345. http:links.jstor.org. [diakses tanggal 13 September 2012] Kline, TJB, JD Klammer. 2001. Path Model Analyzed With Ordinary Least Squares Multiple Regression Versus LISREL. The Journal Of Psychology 135 (2), 213-225. http://www.ncbi.nlm.nih.gov.[diakses tanggal 1 Mei 2012] Kurniawati SL, Anggraeni. 2005. Forex Exposure Pada Berbagai Sektor Industri Yang Terdaftar Di Bursa Efek Jakarta. Lim SS, Wang H. 2007. The Effect Of Financial Hedging On The Incentives For Corporate Diversification : The Role Of Stakeholder Firm-Specific Investments. Journal Of Economic Behavior And Organization, Vol 62. Madura J. 2006. Manajemen Keuangan Internasional. Jilid I Ed Ke-8. Jakarta : Salemba Empat. Mardsen A, Prevost A. 2005. Derivative Use, Corporate Governance And Legislative Change: An Empirical Analysis Of New Zealand Listed Companies. Journal Of Business Finance And Accounting Vol 32. Iss1 P. 419-439. http://onlinelibrary.wiley.com[diakses tanggal1 Mei 2012] Mian SL. 1996. Evidence On Corporate Hedging Policy. The Journal Of Financial And Quantitive Analysis. Vol 31. Iss 3 P 419439.http:links.jstor.org.[1 Mei 2012] Nance DR, Smith CW Jr, Smithson CW. 1993.On The Determinants Of Corporate Hedging. Journal Of Finance, 48. http:links.jstor.org.[1 Mei 2012] Nguyen H, Faff R. 2003. Further Evidence On The Corporate Use Of Derivatives In Australia: The Case Of Foreign Currency And Interest Rate Instruments. Australian Journal Management Vol 28 Iss 3. p307-317. http://www.emeraldinsight.com [ diakses tanggal 23 September 2012]. Shapiro AC. 2007. Multinational Financial Management, Eight Edition. New York USA : John Wiley & Sons Smith CW, Stulz R.1985. The Determinants Of Firms ‘Hedging Policies’. Journal Of Financial And Quantitative Analysis Vol 20. http://www.cob.ohiostate.edu/fin/faculty/stulz/publishedpapers/determinantsofirms.pdf. [diakses tanggal 1 Mei 2012]
92
Suriawinata, Iman S. 2004. Apakah Kebijakan Hedging Perusahaan Dengan Instrumen Derivatif Valuta Asing Meningkatkan Nilai Pemegang Saham? (Bukti Empiris Dari Perusahaan-Perusahaan Non-Finansial Yang Terdaftar Di Bursa Efek Jakarta). Jurnal Manajemen Prasetiya Mulya Volume 9 Nomor 2. Triki T. 2005. Research On Corporate Hedging Theories: A Critical Review Of The Evidence To Date. Working Paper. http://neumann.hec.ca/gestiondesrisques/05-04.pdf.[diakses tanggal 1 Mei 2012] Tufano P. 1996. Who Manages Risk? An Empirical Examination Of Risk Management Practices In The Gold Mining Industry. The Journal Of Finance. Volume LI, No.4. http:links.jstor.org.[diakses tanggal 1 Mei 2012] Weston JF, Coopeland TE. 1999. Manajemen Keuangan; Terjemahan Jaka Wasana Dan Kibrandoko Edisi Kedelapan. Jakarta : Erlangga. Wijanto, SH. 2008. Structural Equation Modelling dengan Lisrel 8.8, Konsep Dan Tutorial. Yogyakarta : Graha Ilmu. Yamin S, Kurniawan H. 2009. Structural Equation Modelling: Belajar Lebih Mudah Teknik Analisis Data Kuesioner Dengan LISREL-PLS, Buku Aplikasi Statistik Seri 2. Jakarta : Salemba Infotek. Zainal, Arindra A. 2008. Pengaruh Volatilitas Nilai Tukar Terhadap Volume Ekspor Beberapa Kelompok Komoditi Perdagangan Indonesia. Jurnal Ekonomi Dan Pembangunan Indonesia, Vol VIII No 02.
93
LAMPIRAN
94
95
Lampiran 1. Daftar istilah Agency problems
:
Masalah ketika para manjer, yang seharusnya bertindak sebagai agen pemegang saham, dapat bertindak sesuai keinginannya sendiri bukannya untuk memaksimumkan nilai.
Beta
:
sensitivitas pengembalian saham terhadap pengembalian pada portofolio pasar
Bond
:
sekuritas yang mewajibkan penerbitnya untuk melakukan pembayaran tertentu kepada pemegang obligasi
Book value
:
kekayaan bersih perusahaan berdasarkan neraca
Call option
:
hak untuk membeli asset pada harga pelaksanaan tertentu pada saat atau sebelum tanggal jatuh tempo
Cash dividend
:
pembayaran tunai oleh pemegang sahamnya.
Current Liability
:
Disebut juga kewajiban lancar, yaitu hutang yang harus dilunasi dalam jangka waktu satu tahun
Debt Tax Shields
:
Penentuan struktur modal dengan menambah hutang karena akan mengurangi pajak
Default risk
:
Risiko bahwa penerbit obligasi mungin gagal melunasi obligasi mereka. Juga disebut risiko kredit.
Diversification
:
strategi yang dirancang untuk mengurangi risiko dengan menyebar portofolio ke berbagai investasi
Dividend
:
distribusi kas/ uang tunai secara periodic dari perusahaan kepada pemegang sahamnya.
Efficient market
:
pasar dimana harga mencerminkan semua informasi yang tersedia.
Exchange rate
:
jumlah mata uang tertentu yang dibutuhkan untuk membeli sejumlah mata uang yang lain
Exercise Price
:
harga yang ditetapkan saat pembelian opsi dimana pemegang opsi mempunyai hak untuk menjual atau membeli suatu instrumen keuangan pada harga tersebut.
perusahaan
kepada
para
96
Lanjutan lampiran 1. Exposure
:
Risiko yang dihadapi
Financial Distress :
situasi dimana terjadi penurunan kondisi keuangan sehingga perusahaan tidak dapat memenuhi kewajiban pembayaran kepada pihak ketiga sebelum terjadinya kebangkrutan atau likuidasi.
Forward contract
:
kesepakatan untuk membeli atau menjual suatu asset di masa depan pada suatu harga yang sudah disepakati
Forex
:
singkatan untuk exchange)
Forward exchange rate
:
nilai tukar yang disepakati hari ini untuk transaksi di masa depan
Fundamental analyst
:
analis yang berusaha menemukan sekuritas yang salah dihargai dengan menganalisis informasi fundamental, seperti data akuntansi dan prospek bisnis.
Future value
:
jumlah pertumbuhan investasi setelah menghasilkan bunga.
Future contract
:
pertukaran janji dagang untuk membeli atau menjual asset di masa depan pada harga yang telah ditentukan sebelumnya.
Hedging
:
Perlindungan perusahaan dari risiko
Inflasi
:
tingkat dimana harga secara keseluruhan meningkat
Initial public offering (IPO)
:
penawaran pertama saham kepada public
Market risk
:
sumber risiko dari seluruh ekonomi (makro) dari risiko yang mempengarui pasar saham secara menyeluruh. Disebut juga risiko sistematis.
Option
:
hak untuk membeli atau menjual sejumlah mata uang tertentu dengan harga tertentu (exercise price) selama suatu periode waktu tertentu. Namun tidak ada kewajiban bagi pemiliknya untuk membeli/ menjual pada harga tersebut ketika kurs spot mata uang ternyata lebih rendah dari harga exercise price-nya.
pertukaran
valuta
asing
(foreign
97
Lanjutan lampiran 1 Put option
:
hak untuk menjual sebuah asset pada harga plaksanaan tertentu pada saat atau sebelum tanggal jatuh tempo.
Spekulasi
:
Suatu kegiatan investasi yang tidak memenuhi prasyarat yakni tanpa melakukan analisa keuangan berdasarkan risiko, data dan fakta yang akurat, hanya berdasarkan dugaan.
Spot rate
:
Kurs yang berlaku sekarang atau saat ini dan masa penyerahannya dalam jangka waktu 1-2 hari.
Spread
:
selisih antara harga penawaran public dengan harga yang dibayar oleh underwriter
Stakeholder
:
setiap orang yang memiliki kepentingan keuangan atas perusahaan
Standard deviation
:
akar kuadrat dari varians. Ukuran lain untuk kerentanan (volatilitas)
Swap
:
pengaturan dari dua pihak untuk menukar suatu aliran arus kas yang satu dengan yang lainnya.
Underpricing
:
penerbitan sekuritas pada harga penawaran di bawah nilai sebenarnya dari sekuritas
Underwriter
:
perusahaan yang membeli penerbitan sekuritas dari sebuah perusahaan dan menjualnya kembali ke public.
Underinvestment Cost
:
Biaya yang timbul karena kurangnya investasi, disebabkan karena pemegang saham tidak mau berinvestasi pada proyek yang berisiko rendah
Value enhancing : activity
Aktivitas yang dilakukan untuk meningkatkan nilai perusahaan.
98
Lampiran 2. Daftar sampel perusahaan No
Kode Emiten
Emiten
ICMD Index
Sub-Sektor
Sektor Primer Agriculture, Forestry & Fishing Agriculture, Forestry & Fishing Agriculture, Forestry & Fishing Agriculture, Forestry & Fishing Agriculture, Forestry & Fishing
1
AALI
PT Astra Agro Lestari Tbk
A01
2
UNSP
PT Bakrie Sumatra Plantations Tbk
A01
3
LSIP
PT PP London Sumatra Tbk
A01
4
DSFI
PT Dharma Samudra Fishing Industries Tbk
A01
5
IIKP
PT Inti Agri Resources Tbk
A01
6
CPDW
PT Cipendawa Tbk (Sebelumnya: Cipendawa Agroindustri Tbk)
A02
Animal Feed & Husbandry
7
MBAI
A02
Animal Feed & Husbandry
8
CPIN
PT Multibreeder Adirama Indonesia Tbk PT Charoen Pokphand Indonesia Tbk
A02
Animal Feed & Husbandry
9
JPFA
PT JAPFA Comfeed Indonesia Tbk
A02
Animal Feed & Husbandry
10
WAPO
PT Wahana Phonix Mandiri Tbk
A02
Animal Feed & Husbandry
11
ATPK
PT ATPK Resources Tbk
A03
Mining & Mining Services
12
BUMI
PT Bumi Resources Tbk
A03
Mining & Mining Services
13
PTBA
PT Tambang Batu Bara Bukit Asam (Persero) Tbk
A03
Mining & Mining Services
14
ENRG
PT Energi Mega Persada Tbk
A03
Mining & Mining Services
15
MEDC
PT Medco Energi International Tbk
A03
Mining & Mining Services
16
ANTM
PT Aneka Tambang (Persero) Tbk
A03
Mining & Mining Services
17
INCO
PT International Nickel Indonesia Tbk
A03
Mining & Mining Services
18
TINS
PT Timah (Persero) Tbk
A03
Mining & Mining Services
19
CNKO
PT Exploitasi Energi Indonesia Tbk (Sebelumnya: PT Central Korporindo Internasional Tbk)
A03
Mining & Mining Services
20
CTTH
A03
Mining & Mining Services
21
PGAS
22 23
A03
Mining & Mining Services
PTRO
PT Citatah Industri Marmer Tbk PT Perusahaan Gas Negara (Persero) Tbk PT Petrosea Tbk
A04
Constructions
ADHI
PT Adhi Karya (Persero) Tbk
A04
Constructions
Sektor Sekunder 24
SMAR
PT SMART Tbk
B01
Food & Beverages
25
TBLA
PT Tunas Baru Lampung Tbk
B01
Food & Beverages
26
SIPD
B01
Food & Beverages
27
ADES
B01
Food & Beverages
28
CEKA
PT Sierad Produce Tbk PT Akasha Wira International Tbk (Sebelumnya: PT Ades Waters Indonesia Tbk) PT Cahaya Kalbar Tbk
B01
Food & Beverages
99
Lanjutan lampiran 2.
29
DAVO
PT Davomas Abadi Tbk
B01
Food & Beverages
30 31
DLTA
PT Delta Djakarta Tbk
B01
Food & Beverages
INDF
PT Indofood Sukses Makmur Tbk
B01
Food & Beverages
32
MYOR
PT Mayora Indah Tbk
B01
Food & Beverages
33
MLBI
PT Multi Bintang Indonesia Tbk
B01
Food & Beverages
34
PSDN
PT Prasidha Aneka Niaga Tbk
B01
Food & Beverages
35
SKLT
PT Sekar Laut Tbk
B01
Food & Beverages
36
STTP
PT Siantar Top Tbk
B01
Food & Beverages
37
AISA
PT Tiga Pilar Sejahtera Food Tbk
B01
Food & Beverages
38
ULTJ
PT Ultra Jaya Milk Tbk
B01
Food & Beverages
39
FAST
B01
Food & Beverages
40
PTSP
B01
Food & Beverages
41
GGRM
PT Fast Food Indonesia Tbk PT Pioneerindo Gourmet International Tbk PT Gudang Garam Tbk
B02
Tobacco Manufacturers
42
HMSP
PT HM Sampoerna Tbk
B02
Tobacco Manufacturers
43
RMBA
PT Bentoel International Investama Tbk
B02
Tobacco Manufacturers
44
ARGO
B03
Textile Mill Products
45
CNTX
B03
Textile Mill Products
46
ERTX
PT Argo Pantes Tbk PT Century Textile Industry (CENTEX) Tbk PT Eratex Djaja Tbk
B03
Textile Mill Products
47
PAFI
PT Panasia Filament Inti Tbk
B03
Textile Mill Products
48
HDTX
PT Panasia Indosyntec Tbk
B03
Textile Mill Products
49
RDTX
PT Roda Vivatex Tbk
B03
Textile Mill Products
50
SSTM
B03
Textile Mill Products
51
TFCO
PT Sunson Textile Manufacture Tbk PT Tifico Fiber Indonesia Tbk (Sebelumnya: PT Teijin Indonesia Fiber Tbk)
B03
Textile Mill Products
52
SRSN
PT Indo Acidatama Tbk (Sebelumnya: PT Sarasa Nugraha Tbk)
B04
Apparel & Other Textile Products
53
MYTX
PT Apac Citra Centertex Tbk
B04
Apparel & Other Textile Products
54
DOID
PT Delta Dunia Makmur Tbk (Sebelumnya: PT Delta Dunia Petroindo Tbk)
B04
Apparel & Other Textile Products
55
ESTI
PT Ever Shine Textile Industry Tbk
B04
Apparel & Other Textile Products
56
MYRX
PT Hanson International Tbk
B04
Apparel & Other Textile Products
57
INDR
PT Indorama Syntetics Tbk
B04
Apparel & Other Textile Products
58
KARW
PT Karwell Indonesia Tbk
B04
Apparel & Other Textile Products
100
Lanjutan lampiran 2. 59
PBRX
PT Pan Brothers Tex Tbk
B04
Apparel & Other Textile Products
60
RICY
PT Ricky Putra Globalindo Tbk
B04
Apparel & Other Textile Products
61
BIMA
PT Primarindo Asia Infrastructure Tbk
B04
Apparel & Other Textile Products
62
BATA
PT Sepatu Bata Tbk
B04
Apparel & Other Textile Products
63
SIMM
PT Surya Intrindo Makmur Tbk
B04
Apparel & Other Textile Products
64
FMII
PT Fortune Mate Indonesia Tbk
B04
Apparel & Other Textile Products
65
BRPT
PT Barito Pacific Tbk
B05
Lumber & Wood Products
66
SULI
PT Sumalindo Lestari Jaya Tbk
B05
Lumber & Wood Products
67
TIRT
PT Tirta Mahakam Resources Tbk
B05
Lumber & Wood Products
68
FASW
PT Fajar Surya Wisesa Tbk
B06
Paper & Allied Products
69
INKP
PT Indah Kiat Pulp & Paper Tbk
B06
Paper & Allied Products
70
SPMA
PT Suparma Tbk
B06
Paper & Allied Products
71
SAIP
PT Surabaya Agung Industry Pulp & Kertas Tbk
B06
Paper & Allied Products
72
TKIM
PT Pabrik Kertas Tjiwi Kimia Tbk
B06
73
BUDI
PT Budi Acid Jaya Tbk
B07
74
ETWA
PT Eterindo Wahanatama Tbk
B07
75
SOBI
PT Sorini Agro Asia Corporindo Tbk
B07
76
UNIC
PT Unggul Indah Cahaya Tbk
B07
Paper & Allied Products Chemical & Allied Products Chemical & Allied Products Chemical & Allied Products Chemical & Allied Products
77
POLY
PT Asia Pacific Fibers Tbk (Sebelumnya: PT Polysindo Eka Perkasa Tbk)
B07
Chemical & Allied Products
78
AKRA
PT AKR Corporindo Tbk
B07
79
CLPI
PT Colorpak Indonesia Tbk
B07
80
LTLS
PT Lautan Luas Tbk
B07
81
KKGI
PT Resource Alam Indonesia Tbk
B08
Chemical & Allied Products Chemical & Allied Products Chemical & Allied Products Adhesive
82
DPNS
PT Duta Pertiwi Nusantara Tbk
B08
Adhesive
83
EKAD
PT Ekadharma International Tbk
B08
Adhesive
84
INCI
PT Intanwijaya Internasional Tbk
B08
Adhesive
85
AMFG
PT Asahimas Flat Glass Tbk
B09
Plastics & Glass Products
86
AKKU
PT Aneka Kemasindo Utama Tbk
B09
Plastics & Glass Products
101
Lanjutan lampiran 2. 87
AKPI
PT Argha Karya Prima Industry Tbk
B09
Plastics & Glass Products
88
APLI
PT Asiaplast Industries Tbk
B09
Plastics & Glass Products
89
BRNA
PT Berlina Tbk
B09
Plastics & Glass Products
90
DYNA
PT Dynaplast Tbk
B09
Plastics & Glass Products
91
IGAR
PT Champion Pasific Indonesia Tbk (Sebelumnya: PT Kageo Igar Jaya Tbk)
B09
Plastics & Glass Products
92
SIMA
B09
Plastics & Glass Products
93
FPNI
B09
Plastics & Glass Products
94
TRST
B09
Plastics & Glass Products
95
LMPI
B09
Plastics & Glass Products
96
LAPD
B09
Plastics & Glass Products
97
SMCB
PT Langgeng Makmur Industry Tbk PT Leyand International Tbk (Sebelumnya: PT Lapindo Internasional Tbk) PT Holcim Indonesia Tbk
B10
Cement
98
INTP
PT Indocement Tunggal Prakasa Tbk
B10
Cement
99
SMGR
PT Semen Gresik (Persero) Tbk
B10
Cement
PT Siwani Makmur Tbk PT Titan Kimia Nusantara Tbk (Sebelumnya: PT Fatrapolindo Nusa Industri Tbk) PT Trias Sentosa Tbk
100
ALMI
PT Alumindo Light Metal Industry Tbk
B11
Metal & Allied Products
101
BTON
PT Betonjaya Manunggal Tbk
B11
Metal & Allied Products
102
CTBN
PT Citra Tubindo Tbk
B11
Metal & Allied Products
103
INAI
PT Indal Aluminium Industry Tbk
B11
Metal & Allied Products
104
ITMA
PT Itamaraya Gold Industri Tbk
B11
Metal & Allied Products
105
JKSW
PT Jakarta Kyoei Steel Works Tbk
B11
Metal & Allied Products
106
JPRS
PT Jaya Pari Steel Tbk
B11
Metal & Allied Products
107
LION
PT Lion Metal Works Tbk
B11
Metal & Allied Products
108
LMSH
PT Lionmesh Prima Tbk
B11
Metal & Allied Products
109
PICO
PT Pelangi Indah Canindo Tbk
B11
Metal & Allied Products
110
TBMS
PT Tembaga Mulia Semanan Tbk
B11
Metal & Allied Products
111
TIRA
PT Tira Austenite Tbk
B11
Metal & Allied Products
112
KICI
PT Kedaung Indah Can Tbk
B12
Fabricated Metal Products
113
KDSI
PT Kedawung Setia Industrial Tbk
B12
Fabricated Metal Products
114
ARNA
PT Arwana Citramulia Tbk
B13
Stone, Clay, Glass & Concrete Products
115
IKAI
PT Intikeramik Alamasri Industry Tbk
B13
Stone, Clay, Glass & Concrete Products
116
KIAS
PT Keramika Indonesia Assosiasi Tbk
B13
Stone, Clay, Glass & Concrete Products
117
MLIA
PT Mulia Industrindo Tbk
B13
Stone, Clay, Glass & Concrete Products
118
TOTO
PT Surya Toto Indonesia Tbk
B13
Stone, Clay, Glass & Concrete Products
102
Lanjutan lampiran 2. 119
KBLI
PT KMI Wire and Cable Tbk
B14
Cables
120
JECC
PT Jembo Cable Company Tbk
B14
Cables
121
KBLM
PT Kabelindo Murni Tbk
B14
Cables
122
SCCO
PT Supreme Cable Manufacturing & Commerce Tbk
B14
Cables
123
IKBI
PT Sumi Indo Kabel Tbk
B14
Cables
124
VOKS
PT Voksel Electric Tbk
B14
125
ASGR
PT Astra-Graphia Tbk
B15
126
MTDL
PT Metrodata Electronics Tbk
B15
127
MLPL
PT Multipolar Tbk
B15
Cables Electronic & Office Equipment Electronic & Office Equipment Electronic & Office Equipment
128
SQMI
PT Renuka Coalindo Tbk (Sebelumnya: PT Allbond Makmur Usaha Tbk)
B16
Automotive & Allied Products
129
ASII
PT Astra International Tbk
B16
130
AUTO
PT Astra Otoparts Tbk
B16
131
GJTL
PT Gajah Tunggal Tbk
B16
132
GDYR
PT Goodyear Indonesia Tbk
B16
133
BRAM
PT Indo Kordsa Tbk
B16
134
IMAS
PT Indomobil Sukses Internasional Tbk
B16
135
INDS
PT Indospring Tbk
B16
136
LPIN
PT Multi Prima Sejahtera Tbk
B16
137
NIPS
PT Nipress Tbk
B16
138
PRAS
PT Prima Alloy Steel Tbk
B16
139
SMSM
PT Selamat Sempurna Tbk
B16
140
ADMG
PT Polychem Indonesia Tbk
B16
141
UNVR
PT Unilever Indonesia Tbk
B16
142
HEXA
PT Hexindo Adiperkasa Tbk
B16
143
INTA
PT Intraco Penta Tbk
B16
Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products Automotive & Allied Products
144
SUGI
PT Sugih Energy Tbk (Sebelumnya: PT Sugi Samapersada Tbk)
B16
Automotive & Allied Products
145
TURI
PT Tunas Ridean Tbk
B16
Automotive & Allied Products
103
Lanjutan lampiran 2. 147
INTD
PT Inter Delta Tbk
B17
Automotive & Allied Products Photographic Equipment
148
MDRN
PT Modern Internasional Tbk
B17
Photographic Equipment
149
KONI
PT Perdana Bangun Pusaka Tbk
B17
Photographic Equipment
150
SQBI
PT Taisho Pharmaceutical Indonesia Tbk (Sebelumnya: PT Bristol-Myers Squibb Indonesia)
B18
Pharmaceuticals
151
DVLA
PT Darya-Varia Laboratoria Tbk
B18
Pharmaceuticals
152
INAF
PT Indofarma (Persero) Tbk
B18
Pharmaceuticals
153
KLBF
PT Kalbe Farma Tbk
B18
Pharmaceuticals
154
KAEF
PT Kimia Farma (Persero) Tbk
B18
Pharmaceuticals
155
MERK
PT Merck Tbk
B18
Pharmaceuticals
156
PYFA
PT Pyridam Farma Tbk
B18
Pharmaceuticals
157
SCPI
PT Schering-Plough Indonesia Tbk
B18
Pharmaceuticals
158
TSPC
PT Tempo Scan Pacific Tbk
B18
Pharmaceuticals
159
TCID
PT Mandom Indonesia Tbk
B19
Consumer Goods
160
MRAT
PT Mustika Ratu Tbk
B19
Consumer Goods
161
APOL
PT Arpeni Pratama Ocean Line Tbk
B20
Transportation Services
162
BLTA
PT Berlian Laju Tanker Tbk
B20
Transportation Services
163
CMPP
B20
Transportation Services
164
HITS
PT Centris Multi Persada Pratama Tbk PT Humpuss Intermoda Transportasi Tbk
B20
Transportation Services
165
MIRA
PT Mitra International Resources Tbk (Sebelumnya: PT Mitra Rajasa Tbk)
B20
Transportation Services
166
TMAS
PT Pelayaran Tempuran Emas Tbk
B20
Transportation Services
167
RIGS
PT Rig Tenders Indonesia Tbk
B20
Transportation Services
168
SMDR
PT Samudera Indonesia Tbk
B20
Transportation Services
169
SAFE
PT Steady Safe Tbk
B20
Transportation Services
170
ZBRA
PT Zebra Nusantara Tbk
B20
Transportation Services
171
ISAT
B21
Telecommunication
172
TLKM
B21
Telecommunication
173
META
PT INDOSAT Tbk PT Telekomunikasi Indonesia (Persero) Tbk PT Nusantara Infrastructure Tbk
B22
Whole Sale & Retail Trade
174
TMPI
PT AGIS Tbk
B22
Whole Sale & Retail Trade
175
AIMS
PT Akbar Indo Makmur Stimec Tbk
B22
Whole Sale & Retail Trade
176
EPMT
PT Enseval Putera Megatrading Tbk
B22
Whole Sale & Retail Trade
177
FISH
B22
Whole Sale & Retail Trade
178
SDPC
B22
Whole Sale & Retail Trade
179
TGKA
B22
Whole Sale & Retail Trade
180
WICO
PT FKS Multi Agro Tbk PT Millennium Pharmacon International Tbk PT Tigaraksa Satria Tbk PT Wicaksana Overseas International Tbk
B22
Whole Sale & Retail Trade
146
UNTR
PT United Tractor Tbk
B16
104
Lanjutan lampiran 2. 181
HERO
PT Hero Supermarket Tbk
B22
Whole Sale & Retail Trade
182 183
MPPA
PT Matahari Putra Prima Tbk
B22
Whole Sale & Retail Trade
MAPI
PT Mitra Adiperkasa Tbk
B22
Whole Sale & Retail Trade
184
RALS
PT Ramayana Lestari Sentosa Tbk
B22
Whole Sale & Retail Trade
185
RIMO
PT Rimo Catur Lestari Tbk
B22
Whole Sale & Retail Trade
186
TKGA
PT Toko Gunung Agung Tbk
B22
Whole Sale & Retail Trade
105
Lampiran 3. Normal scores The following lines were read from file D:\olahan\tesishedging.PR2: !PRELIS SYNTAX: Can be edited SY='D:\olahan\tesishedging.PSF' NS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 OU MA=CM XT Total Sample Size =
930
Univariate Summary Statistics for Continuous Variables Variable Mean St. Dev. ----------- -------ER 0.181 0.270 DER 2.014 9.475 ROA -4.449 371.131 TL 2964.624 7553.060 QR 1.526 3.958 CR 282.498 802.675 MV 7128.894 24213.977 PER 108.961 2400.513 DY 4.426 87.229 SIZE 7.013 1.820 DH 0.210 0.407 MBR 2.314 7.721 TOB 1.047 1.062 ROE 3.975 261.284 PRICE 5475.171 22869.990
T-Value ------20.460 6.483 -0.366 11.970 11.757 10.733 8.978 1.384 1.547 117.512 15.699 9.138 30.069 0.464 7.301
Skewness -------0.581 0.000 0.000 0.003 0.000 0.000 0.001 0.000 1.227 0.000 1.429 0.000 0.000 0.000 0.033
Kurtosis Minimum Freq. Maximum Freq. -------- ------- ----- ------- -----0.580 -0.087 396 1.097 2 -0.004 -29.684 1 33.712 1 -0.004-1246.039 1 1237.142 1 -0.018********* 428236.734 1 -0.004 -11.716 1 14.768 1 -0.004-2402.793 1 2967.788 1 -0.007********* 188139.030 1 -0.004-7921.770 1 8139.692 1 0.337 -52.156 626 357.768 1 -0.004 0.924 1 13.101 1 0.041 0.000 735 1.000 195 -0.004 -23.517 1 28.144 1 -0.004 -2.506 1 4.600 1 -0.004 -870.130 1 878.080 1 -0.133********* 3482161.549 1
Test of Univariate Normality for Continuous Variables Skewness Variable Z-Score P-Value ER DER ROA TL QR CR MV PER DY SIZE DH MBR TOB ROE PRICE
6.781 0.000 0.000 0.034 0.000 0.000 0.009 0.000 12.284 0.001 13.625 0.001 0.000 0.000 0.408
0.000 1.000 1.000 0.973 1.000 1.000 0.993 1.000 0.000 0.999 0.000 1.000 1.000 1.000 0.683
Kurtosis
Skewness and Kurtosis
Z-Score P-Value -5.135 0.051 0.051 -0.040 0.050 0.051 0.034 0.051 1.909 0.049 0.332 0.051 0.051 0.051 -0.816
Chi-Square P-Value
0.000 0.959 0.960 0.968 0.960 0.960 0.973 0.960 0.056 0.961 0.740 0.959 0.960 0.960 0.415
72.354 0.003 0.003 0.003 0.003 0.003 0.001 0.003 154.544 0.002 185.755 0.003 0.003 0.003 0.832
0.000 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.000 0.999 0.000 0.999 0.999 0.999 0.660
Relative Multivariate Kurtosis = 1.608 Test of Multivariate Normality for Continuous Variables Skewness Value -----80.376
Z-Score P-Value ------- ------90.530 0.000
Kurtosis Value ------410.083
Histograms for Continuous Variables ER Frequency Percentage Lower Class Limit 396 42.6 -0.087 26 2.8 0.032 153 16.5 0.150 132 14.2 0.268 100 10.8 0.387 63 6.8 0.505 35 3.8 0.623 16 1.7 0.742 7 0.8 0.860 2 0.2 0.978
Z-Score P-Value ------- ------35.529 0.000
Skewness and Kurtosis Chi-Square P-Value ---------- ------9457.993 0.000
106
Lanjutan lampiran 3. DER Frequency Percentage Lower Class Limit 3 0.3 -29.684 18 1.9 -23.344 63 6.8 -17.005 152 16.3 -10.665 231 24.8 -4.325 229 24.6 2.014 150 16.1 8.354 63 6.8 14.693 18 1.9 21.033 3 0.3 27.373 ROA Frequency Percentage Lower Class Limit 3 0.3 -1246.039 18 1.9 -997.721 63 6.8 -749.403 151 16.2 -501.085 230 24.7 -252.767 231 24.8 -4.449 150 16.1 243.869 63 6.8 492.187 18 1.9 740.506 3 0.3 988.824 TL Frequency Percentage Lower Class Limit 11 1.2 -19228.805 32 3.4 -14482.251 92 9.9 -9735.697 177 19.0 -4989.144 228 24.5 -242.590 202 21.7 4503.964 121 13.0 9250.518 50 5.4 13997.071 14 1.5 18743.625 3 0.3 23490.180 QR Frequency Percentage Lower Class Limit 3 0.3 -11.716 18 1.9 -9.068 63 6.8 -6.419 151 16.2 -3.771 230 24.7 -1.122 230 24.7 1.526 151 16.2 4.175 63 6.8 6.823 18 1.9 9.471 3 0.3 12.120 CR Frequency Percentage Lower Class Limit 3 0.3 -2402.793 18 1.9 -1865.735 63 6.8 -1328.677 150 16.1 -791.618 231 24.8 -254.560 231 24.8 282.498 150 16.1 819.556 63 6.8 1356.614 18 1.9 1893.672 3 0.3 2430.730 MV Frequency Percentage Lower Class Limit 3 0.3 -73881.242 15 1.6 -57679.215 66 7.1 -41477.188 150 16.1 -25275.160 231 24.8 -9073.133 231 24.8 7128.895 150 16.1 23330.922 63 6.8 39532.949 18 1.9 55734.977 3 0.3 71937.000
107
Lanjutan lampiran 3. PER Frequency Percentage Lower Class Limit 3 0.3 -7921.770 18 1.9 -6315.624 63 6.8 -4709.478 150 16.1 -3103.331 231 24.8 -1497.185 231 24.8 108.961 150 16.1 1715.107 63 6.8 3321.254 18 1.9 4927.400 3 0.3 6533.546 DY Frequency Percentage Lower Class Limit 626 67.3 -52.156 0 0.0 -11.163 58 6.2 29.829 103 11.1 70.822 69 7.4 111.814 40 4.3 152.806 20 2.2 193.799 9 1.0 234.791 4 0.4 275.783 1 0.1 316.776 SIZE Frequency Percentage Lower Class Limit 3 0.3 0.924 18 1.9 2.142 63 6.8 3.360 150 16.1 4.577 231 24.8 5.795 231 24.8 7.013 150 16.1 8.231 63 6.8 9.448 18 1.9 10.666 3 0.3 11.884 DH Frequency Percentage Lower Class Limit 735 79.0 0.000 0 0.0 0.100 0 0.0 0.200 0 0.0 0.300 0 0.0 0.400 0 0.0 0.500 0 0.0 0.600 0 0.0 0.700 0 0.0 0.800 195 21.0 0.900 MBR Frequency Percentage Lower Class Limit 3 0.3 -23.517 18 1.9 -18.351 64 6.9 -13.185 149 16.0 -8.019 230 24.7 -2.853 232 24.9 2.314 149 16.0 7.480 64 6.9 12.646 18 1.9 17.812 3 0.3 22.978 TOB Frequency Percentage Lower Class Limit 3 0.3 -2.506 18 1.9 -1.795 63 6.8 -1.085 150 16.1 -0.374 231 24.8 0.337 231 24.8 1.047 150 16.1 1.758 63 6.8 2.468 18 1.9 3.179 3 0.3 3.889
108
Lanjutan lampiran 3. ROE Frequency Percentage Lower Class Limit 3 0.3 -870.130 18 1.9 -695.309 63 6.8 -520.488 150 16.1 -345.667 231 24.8 -170.846 231 24.8 3.975 150 16.1 178.796 63 6.8 353.617 18 1.9 528.439 3 0.3 703.260 PRICE Frequency Percentage Lower Class Limit 48 5.2 -44712.293 82 8.8 -32024.910 148 15.9 -19337.527 195 21.0 -6650.144 195 21.0 6037.240 142 15.3 18724.625 77 8.3 31412.008 31 3.3 44099.391 10 1.1 56786.773 2 0.2 69474.156
Covariance Matrix
ER DER ROA TL QR CR MV PER DY SIZE DH MBR TOB ROE PRICE
ER -------0.073 0.041 3.688 387.679 0.029 2.484 697.511 -22.186 1.484 0.093 0.014 -0.235 -0.026 3.184 775.820
DER --------
ROA --------
TL --------
89.776 -513.889 137738.110 18490.535 515073.219*********** -5.732 481.200 -1573.859 -1592.598 116866.036-963228.558 -8242.9464544214.707*********** 1641.891 252790.6962547071.199 -61.983 15504.868 122911.785 2.685 223.417 12726.537 0.677 11.210 1231.365 25.911 1119.491 9017.860 -2.468 149.822 609.299 -356.987 62767.637 430103.713 -3620.8774975619.921***********
QR --------
CR --------
15.668 2092.742 644287.587 20350.9153842154.807 806.016 266769.742 69.485 16178.062 0.931 135.661 0.030 -27.215 5.249 1298.638 0.319 78.515 181.943 30543.088 17980.3183490900.147
Covariance Matrix MV PER DY ---------------------MV*********** PER***********5762463.001 DY 698564.925 15898.502 7608.925 SIZE 37517.823 818.354 44.712 DH 3139.070 103.228 5.419 MBR 99639.442 5827.727 118.917 TOB 13978.022 567.009 13.921 ROE2541801.720 98599.585 8953.105 PRICE********************** 755724.716 Covariance Matrix
TOB ROE PRICE
TOB ROE PRICE ---------------------1.128 97.495 68269.175 10859.2832863452.663***********
SIZE --------
DH --------
MBR --------
3.312 0.286 3.738 0.230 125.924 17805.572
0.166 0.327 0.009 14.964 1872.450
59.615 5.429 506.549 83870.175
109
Lanjutan lampiran 3. Means ER -------0.181
DER -------2.014
ROA --------4.449
TL -------2964.624
QR -------1.526
CR -------282.498
MV -------7128.894
PER -------108.961
DY -------4.426
SIZE -------7.013
DH -------0.210
MBR -------2.314
TOB -------1.047
ROE -------3.975
PRICE -------5475.171
DER -------9.475
ROA -------371.131
TL -------7553.060
QR -------3.958
CR -------802.675
PER -------2400.513
DY -------87.229
SIZE -------1.820
DH -------0.407
MBR -------7.721
ROE -------261.284
PRICE -------22869.990
Means
Means
Standard Deviations ER -------0.270 Standard Deviations MV -------24213.977 Standard Deviations TOB -------1.062
The Problem used
25856 Bytes (= 0.0% of available workspace)
110
Lampiran 4. Perhitungan construct reliable dan variance extract Loading
Loading2
DEE CR ER Jumlah
0,04 0,56 0,99 1,59
0,0016 0,3136 0,9801 1,2953
DER ROA TL Jumlah
-0,01 -0,91 -0,99 -1,91
0,0001 0,8281 0,9801 1,8083
per MV jumlah
0,01 -1,15 -1,14
0,0001 1,3225 1,3226
SIZE DY DH jumlah
0,88 0,76 0,43 2,07
0,7744 0,5776 0,1849 1,5369
TOB MBR ROE Jumlah
0,85 0,54 0,1 1,49
0,7225 0,2916 0,01 1,0241
Error
1error
(∑loading)2
Economic Exposure 1 0 2,5281 0,01 0,99 0,01 0,99 1,02 1,98 Financial Distress 1 0 3,6481 0,18 0,82 0,01 0,99 1,19 1,81 Underinvestment Cost 1 0 1,2996 0,01 0,99 1,01 0,99 Kebijakan Hedging 0,25 0,75 4,2849 0,39 0,61 0,81 0,19 1,45 1,55 Nilai perusahaan 0,44 0,56 2,2201 0,71 0,29 0,99 0,01 2,14 0,86
reliabel
Var extract
0,713
0,559
0,754
0,603
0,663
0,567
0,747
0,515
0,721
0,544
111
Lampiran 5. Output LISREL model awal DATE: 11/ 12/2012 TIME: 18:34
L I S R E L
8.71
BY Karl G. Jöreskog & Dag Sörbom This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2004 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com SYSTEM FILE from file 'D:\olahan\modif3.DSF' Sample Size = 930 Latent Variables value hedg exp fd uc Relationships SIZE = 0.88*hedg DY = hedg DH = hedg QR = hedg MBR = 0.49*value TOB = value ROE = value PRICE = value DEE = exp CR = exp ER = exp DER = fd ROA = fd TL = fd PER = uc MV = uc value = hedg hedg = exp fd uc Set the Variance of uc to 1.00 Set the Variance of fd to 1.00 Set the Variance of exp to 1.00 Set the Error Variance of ER to 0.01 Set the Error Variance of TL to 0.01 Set the Error Variance of MV to 0.01 Set the Error Variance of SIZE to 0.01 Set the Error Variance of MBR to 0.01 Set the Error Variance of PER to 0.01 Set the Error Variance of DER to 0.01 Let Error Covariance between ER and SIZE Free Let Error Covariance between DER and ROE Free Path Diagram Admissibility Check Off Method of Estimation: Unweighted Least Squares End of Problem Sample Size = 930 Covariance Matrix
SIZE DY DH QR MBR
SIZE -------3.19 0.33 0.39 0.14 0.39
DY --------
DH --------
QR --------
MBR --------
0.81 0.07 0.07 0.09
0.22 0.01 0.07
0.71 0.12
0.79
TOB --------
112
Lanjutan Lampiran 5 TOB ROE PRICE DEE ER DER ROA TL PER CR MV
0.11 -0.47 25.46 0.06 0.10 0.21 -0.38 58.23 0.59 -0.98 87.33
0.03 -0.33 22.56 0.00 -0.01 -0.09 -0.19 2.00 -0.07 -0.08 13.01
0.02 -0.21 4.66 0.01 0.01 0.05 -0.05 7.19 0.10 -0.48 12.05
0.05 -0.28 6.16 0.01 -0.02 -0.40 -0.12 -2.41 0.09 5.22 5.56
0.19 -0.39 19.88 0.04 -0.05 0.18 -0.37 6.22 0.35 0.51 31.57
0.11 -0.20 7.85 0.01 -0.01 -0.11 -0.15 1.28 0.06 0.48 12.96
PRICE --------
DEE --------
ER --------
DER --------
ROA --------
3349.92 0.81 0.51 -7.23 -18.81 379.88 1.72 20.08 1571.74
0.23 0.01 0.02 -0.06 0.66 -0.05 -0.32 1.35
0.10 0.01 0.01 1.33 -0.04 -0.27 -0.88
1.24 0.11 9.42 0.06 -4.53 -6.24
0.75 -3.48 -0.11 -0.40 -25.84
PER --------
CR --------
MV --------
2.52 -1.42 17.40
81.67 2.51
4755.39
Covariance Matrix
ROE PRICE DEE ER DER ROA TL PER CR MV
ROE -------8.50 -40.92 0.03 0.02 0.56 0.48 -7.29 -0.71 -0.19 -34.11
Covariance Matrix
TL PER CR MV
TL -------1565.06 5.43 -50.16 1998.79
Number of Iterations =164 LISREL Estimates (Unweighted Least Squares) Measurement Equations
SIZE = 0.88*hedg, Errorvar.= -0.84 , R² = 1.26 (0.047) -17.90 W_A_R_N_I_N_G : Error variance is negative. DY = 0.057*hedg, Errorvar.= 0.80 , R² = 0.021 (0.00013) (0.046) 445.62 17.18 DH = 0.15*hedg, Errorvar.= 0.11 , R² = 0.51 (0.0011) (0.046) 137.15 2.28 QR = 0.22*hedg, Errorvar.= 0.47 , R² = 0.34 (0.0011) (0.046) 197.46 10.02 MBR = 0.49*value, Errorvar.= 0.57 , R² = 0.28 (0.046) 12.25
113
Lanjutan Lampiran 5 TOB = 0.19*value, Errorvar.= 0.073 , R² = 0.31 (0.00085) (0.046) 222.58 1.56 ROE =
- 0.98*value, Errorvar.= 7.62 , R² = 0.10 (0.0017) (0.046) -565.52 164.18
PRICE = 45.21*value, Errorvar.= 1475.69, R² = 0.56 (0.090) (2.30) 504.19 642.80
DEE = 0.028*exp, Errorvar.= 0.23 , R² = 0.0034 (0.0023) (0.046) 11.99 4.87 ER =
- 0.021*exp, Errorvar.= 0.0100, R² = 0.041 (0.0051) -4.07
ROA = 1.88*fd, Errorvar.= -2.77 , R² = 4.70 (0.0033) (0.048) 560.79 -57.67 W_A_R_N_I_N_G : Error variance is negative. TL =
PER =
- 39.56*fd, Errorvar.= 0.0100, R² = 1.00 (0.00059) -67461.31 - 0.57*fd - 0.16*uc, Errorvar.= 2.31 , R² = 0.084 (0.0047) (0.0033) (0.046) -120.70 -48.90 49.67
MV = 68.96*uc , Errorvar.= 0.0100, R² = 1.00 (0.00034) 204978.80
Error Covariance for DY and SIZE = 0.068 (0.033) 2.07 Error Covariance for QR and SIZE = -0.85 (0.033) -25.77 Error Covariance for TOB and MBR = 0.11 (0.033) 3.30 Error Covariance for ROE and SIZE = 0.11 (0.033) 3.25 Structural Equations
value = 0.13*hedg, Errorvar.= 0.83 , R² = 0.095 (0.00027) (0.0028) 484.55 300.10 hedg = 0.055*exp + 2.66*fd + 5.86*uc, Errorvar.= -13.23 , R² = 3.54 (0.0022) (0.0023) (0.0037) (0.020) 24.97 1149.43 1592.35 -669.15 W_A_R_N_I_N_G : Error variance is negative.
114
Lanjutan Lampiran 5 Reduced Form Equations value = 0.0070*exp + 0.34*fd + 0.76*uc, Errorvar.= 0.61, R² = 0.34 (0.00028) (0.00071) (0.0015) 24.95 481.25 501.41 hedg = 0.055*exp + 2.66*fd + 5.86*uc, Errorvar.= -13.23, R² = 3.54 (0.0022) (0.0023) (0.0037) 24.97 1149.43 1592.35
Correlation Matrix of Independent Variables exp -------1.00
fd --------
fd
-0.32 (0.00) -253.06
1.00
uc
-0.01 (0.00) -73.34
-0.73 (0.00) -44153.63
exp
uc --------
1.00
Covariance Matrix of Latent Variables
value hedg exp fd uc
value -------0.92 0.67 -0.11 -0.21 0.50
hedg --------
exp --------
fd --------
uc --------
5.20 -0.84 -1.65 3.90
1.00 -0.32 -0.01
1.00 -0.73
1.00
Goodness of Fit Statistics W_A_R_N_I_N_G: Chi-square, standard errors, t-values and standardized residuals are calculated under the assumption of multivariate normality. Degrees of Freedom = 62 Normal Theory Weighted Least Squares Chi-Square = 468266.06 (P = 0.0) Estimated Non-centrality Parameter (NCP) = 468204.06 90 Percent Confidence Interval for NCP = (0.0 ; 0.0) Minimum Fit Function Value = 504.05 Population Discrepancy Function Value (F0) = 503.99 90 Percent Confidence Interval for F0 = (0.0 ; 0.0) Root Mean Square Error of Approximation (RMSEA) = 2.85 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.0) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00 Expected Cross-Validation Index (ECVI) = 504.21 90 Percent Confidence Interval for ECVI = (0.23 ; 0.23) ECVI for Saturated Model = 0.29 ECVI for Independence Model = 7.38 Chi-Square for Independence Model with 120 Degrees of Freedom = 6820.64 Independence AIC = 6852.64 Model AIC = 468414.06 Saturated AIC = 272.00 Independence CAIC = 6946.01 Model CAIC = 468845.86 Saturated CAIC = 1065.59
115
Lanjutan Lampiran 5 Normed Fit Index (NFI) = 1.00 Non-Normed Fit Index (NNFI) = 1.02 Parsimony Normed Fit Index (PNFI) = 0.52 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.01 Relative Fit Index (RFI) = 1.00 Root Mean Square Residual (RMR) = 1.93 Standardized RMR = 0.74 Goodness of Fit Index (GFI) = 1.00 Adjusted Goodness of Fit Index (AGFI) = 1.00 Parsimony Goodness of Fit Index (PGFI) = 0.46 The Modification Indices Suggest to Add the Path to from Decrease in Chi-Square New Estimate DY value 425463.1 0.59 DH value 1600.6 0.22 QR value 36620.1 -2.41 MBR hedg 4444.9 0.04 ROE hedg 8837.7 0.15 DEE fd 691.7 -0.03 DEE uc 829.0 0.03 ER fd 612.7 0.02 ER uc 541.0 -0.01 PER exp 394.7 0.20 value exp 10936.9 -0.07 value fd 2223.8 0.01 value uc 214.0 0.00 The Modification Indices Suggest to Add an Error Covariance Between and Decrease in Chi-Square New Estimate DH SIZE 77.3 -0.29 QR DH 22.0 -0.15 MBR SIZE 9.6 0.10 PRICE DY 410533.9 21.22 PRICE DH 840.6 4.39 DEE PRICE 945.1 1.08 ER PRICE 372.9 0.97 DER SIZE 1532.5 1.30 DER DH 49.4 0.23 DER PRICE 1622.3 -8.86 ROA SIZE 5202.5 2.40 ROA DH 155.0 0.41 ROA QR 287.0 0.56 ROA PRICE 13463.9 -18.52 TL MBR 4378.0 2.24 TL ROE 910.9 1.02 TL DEE 413.5 1.44 TL TL 19.4 42.26 PER SIZE 101.6 0.33 PER DER 8.1 -0.09 PER ROA 503.6 0.74 CR SIZE 14768.3 -4.04 CR DY 68.7 -0.27 CR DH 893.5 -0.99 CR QR 18967.3 4.55 CR MBR 82.2 0.30 CR TOB 145.6 0.40 CR ROE 50.0 0.23 CR PRICE 7761.8 18.22 CR DEE 44.8 -0.23 CR ER 191.3 -0.58 CR ROA 7296.0 -2.83 CR TL 2187.6 -19.69 CR PER 473.3 -0.73 MV ER 750.3 -0.90 Time used:
0.718 Seconds
116
Lampiran 6. Output LISREL setelah modifikasi Observed Variables DEE ER DER ROA TL PER CR MV SIZE DY DH QR MBR TOB ROE Covariance Matrix From File D:DATA1.COR Sample Size = 930 Latent Variables VALUE HEDG EXP FD UC Relationships Latent Variables VALUE HEDG EXP FD UC Relationships SIZE = HEDG DY = HEDG DH = HEDG MBR = VALUE TOB = VALUE ROE = VALUE DEE = EXP ER = EXP CR = EXP DER = FD MV = UC ROA = FD TL = FD PER = UC VALUE = HEDG VALUE = EXP HEDG = EXP FD UC Set the Variance of UC to 1.00 Set the Variance of FD to 1.00 Set the Variance of EXP to 1.00 Set the Error Variance of ER to 0.01 Set the Error Variance of TL to 0.01 Set the Error Variance of MV to 0.01 Set the Error Variance of SIZE to 0.01 Set the Error Variance of SIZE to 0.25 Let Error Covariance between ER and SIZE Free Let Error Covariance between DER and ROE Free Let Error Covariance between CR and QR Free Let Error Covariance between CR and TL Free Let Error Covariance between ER and DH Free Let Error Covariance between TL and DH Free Let Error Covariance between CR and DH Free Let Error Covariance between MV and DH Free Let Error Covariance between TL and ER Free Let Error Covariance between DER and MBR Free Let Error Covariance between ROE and MBR Free Let Error Covariance between CR and TOB Free Let Error Covariance between MV and MBR Free Let Error Covariance between TL and MBR Free Let Error Covariance between TOB and DH Free Path Diagram Admissibility Check Off Method of Estimation: Unweighted Least Squares End of Problem Sample Size =
930
Covariance Matrix to be Analyzed
SIZE DY DH MBR TOB ROE
SIZE -------1.00 0.13 0.38 0.12 0.15 0.03
DY --------
DH --------
MBR --------
TOB --------
ROE --------
1.00 0.06 0.02 0.05 0.04
1.00 0.01 -0.02 0.04
1.00 0.40 -0.02
1.00 0.07
1.00
117
Lanjutan Lampiran 6 DEE ER DER ROA TL PER CR MV QR
0.04 0.19 0.03 0.11 0.81 0.00 -0.04 0.67 0.00
0.00 0.01 -0.03 0.02 0.05 -0.01 0.04 0.11 0.01
0.00 0.12 0.00 0.02 0.33 0.06 -0.10 0.18 -0.04
-0.01 -0.08 0.30 0.02 0.09 0.00 0.02 0.33 0.02
-0.02 -0.08 -0.07 -0.03 0.07 -0.02 0.15 0.57 0.09
0.01 -0.02 -0.49 -0.01 0.02 0.00 0.02 0.07 -0.01
Covariance Matrix to be Analyzed
DEE ER DER ROA TL PER CR MV QR
DEE -------1.00 0.04 0.01 0.01 0.02 -0.01 -0.03 0.00 -0.03
ER --------
DER --------
ROA --------
TL --------
PER --------
1.00 -0.03 0.02 0.11 0.02 -0.06 -0.03 -0.04
1.00 0.01 0.03 0.00 -0.05 -0.04 -0.02
1.00 0.02 0.00 0.04 0.03 0.01
1.00 -0.01 -0.13 0.69 -0.05
1.00 -0.02 -0.02 0.00
Covariance Matrix to be Analyzed
CR MV QR
CR -------1.00 0.01 0.56
MV --------
QR --------
1.00 0.00
1.00
Number of Iterations =116 LISREL Estimates (Unweighted Least Squares) SIZE = 0.88*HEDG, Errorvar.= 0.25, R² = 0.75 (0.11) 7.87 DY = 0.76*HEDG, Errorvar.= 0.39 , R² = 0.0090 (0.021) (0.047) 4.43 21.29 DH = 0.43*HEDG, Errorvar.= 0.81 , R² = 0.19 (0.051) (0.057) 8.55 14.21 MBR = 0.54*VALUE, Errorvar.= 0.71 , R² = 0.29 (0.047) (0.095) 11.61 7.43 TOB = 0.85*VALUE, Errorvar.= 0.44 , R² = 0.56 (0.37) (0.16) 2.04 2.79 ROE = 0.10*VALUE, Errorvar.= 0.99 , R² = 0.011 (0.064) (0.047) 1.62 21.14
DEE = 0.037*EXP, Errorvar.= 1.00 , R² = 0.0014 (0.021) (0.046) 1.73 21.51
118
Lanjutan Lampiran 6 ER = 0.99*EXP, Errorvar.= 0.0100, R² = 0.99 (0.023) 42.61 DER =
- 0.0018*FD, Errorvar.= 1.00 , R² = 0.00 (0.019) (0.046) -0.098 21.55
ROA =
- 0.91*FD, Errorvar.= 0.18 , R² = 0.0027 (0.019) (0.046) -2.75 21.47
TL =
- 0.99*FD, Errorvar.= 0.0100, R² = 0.99 (0.023) -43.56
PER = 0.017*UC, Errorvar.= 1.00 , R² = 0.00 (0.021) (0.046) 0.28 21.55 CR =
- 0.56*EXP, Errorvar.= 1.00 , R² = 0.0034 (0.027) (0.046) -2.16 21.44
MV =
- 1.15*UC, Errorvar.= 0.0100, R² = 0.99 (0.023) -42.93
Error Covariance for TOB and DH = -0.09 (0.037) -2.55 Error Covariance for ROE and MBR = -0.07 (0.037) -1.94 Error Covariance for ER and SIZE = -0.51 (0.058) -8.72 Error Covariance for ER and DH = -0.22 (0.048) -4.63 Error Covariance for DER and MBR = 0.30 (0.033) 9.12 Error Covariance for DER and ROE = -0.49 (0.033) -14.96 Error Covariance for TL and DH = -0.07 (0.055) -1.25 Error Covariance for TL and MBR = 0.041 (0.042) 0.98 Error Covariance for TL and ER = -0.77 (0.084) -9.16 Error Covariance for CR and DH = -0.08 (0.034) -2.33 Error Covariance for CR and TOB = 0.14 (0.033) 4.29 Error Covariance for CR and TL = -0.08 (0.040) -1.96 Error Covariance for MV and DH = -0.15 (0.050) -3.07
119
Lanjutan Lampiran 6 Error Covariance for MV and MBR = -0.08 (0.12) -0.67 Error Covariance for QR and CR = 0.56 (0.033) 17.21 VALUE = 0.94*HEDG - 0.88*EXP, Errorvar.= 0.67, R² = 0.33 (0.16) (0.14) 5.85 -6.27 HEDG =
- 0.20*EXP - 1.12*FD + 0.012*UC, Errorvar.= 0.12, R² = 0.88 (0.27) (0.39) (0.27) -0.72 -2.84 0.043 Reduced Form Equations VALUE =
- 1.07*EXP - 1.05*FD + 0.011*UC, Errorvar.= 0.78, R² = 0.22 (0.34) (0.45) (0.26) -3.13 -2.34 0.042
HEDG =
- 0.20*EXP - 1.12*FD + 0.012*UC, Errorvar.= 0.12, R² = 0.88 (0.28) (0.40) (0.28) -0.72 -2.84 0.042
Correlation Matrix of Independent Variables EXP -------1.00
FD --------
FD
-0.89 (0.08) -11.55
1.00
UC
0.03 (0.03) 1.01
0.70 (0.04) 17.71
EXP
UC --------
1.00
Covariance Matrix of Latent Variables
VALUE HEDG EXP FD UC
VALUE -------1.00 0.24 -0.12 -0.09 -0.76
HEDG --------
EXP --------
FD --------
UC --------
1.00 0.80 -0.93 -0.78
1.00 -0.89 0.03
1.00 0.70
1.00
Goodness of Fit Statistics Degrees of Freedom = 72 Normal Theory Weighted Least Squares Chi-Square = 107.97 (P = 0.0039) Estimated Non-centrality Parameter (NCP) = 35.97 90 Percent Confidence Interval for NCP = (11.97 ; 67.93) Minimum Fit Function Value = 0.065 Population Discrepancy Function Value (F0) = 0.039 90 Percent Confidence Interval for F0 = (0.013 ; 0.073) Root Mean Square Error of Approximation (RMSEA) = 0.023 90 Percent Confidence Interval for RMSEA = (0.013 ; 0.032) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00 Expected Cross-Validation Index (ECVI) = 0.22 90 Percent Confidence Interval for ECVI = (0.19 ; 0.25) ECVI for Saturated Model = 0.26 ECVI for Independence Model = 3.46
120
Lanjutan Lampiran 6 Chi-Square for Independence Model with 105 Degrees of Freedom = 3185.56 Independence AIC = 3215.56 Model AIC = 203.97 Saturated AIC = 240.00 Independence CAIC = 3303.09 Model CAIC = 484.06 Saturated CAIC = 940.22 Root Mean Square Residual (RMR) = 0.023 Standardized RMR = 0.023 Goodness of Fit Index (GFI) = 0.99 Adjusted Goodness of Fit Index (AGFI) = 0.99 Parsimony Goodness of Fit Index (PGFI) = 0.60 Normed Fit Index (NFI) = 0.98 Non-Normed Fit Index (NNFI) = 1.01 Parsimony Normed Fit Index (PNFI) = 0.67 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 0.97 Critical N (CN) = 1585.87
The Problem used
45320 Bytes (= Time used:
0.1% of Available Workspace)
0.563 Seconds
