Tinjauan Triwulanan Ekonomi Dan Keuangan 71.docx

Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –60

Daftar isi tersedia di ScienceDirect

Tinjauan Triwulanan Bidang Ekonomi dan Keuangan beranda jurnal: www. orang lain. com / cari / qref

Faktor-faktor penentu struktur modal dan kinerja keuangan perusahaan — Pendekatan PLS-SEM: Bukti dari Malaysia dan Indonesia Nur Ainna Ramli a , Hengky Latan b , Rahmat T. Solovida b , ∗ Sebuah

Fakultas Ekonomi dan Muamalat, Universiti Sains Islam Malaysia, Bandar Baru Nilai 71800, Negeri Sembilan, Malaysia b Departemen Akuntansi, STIE Bank BPD Jateng, Jl. Pemuda No 4A, Semarang 50139, Indonesia

artikel

info

Sejarah artikel: Diterima 4 Januari 2017 Diterima dalam bentuk revisi 7 April 2018 Diterima 3 Juli 2018 Tersedia online 7 Juli 2018

Klasifikasi JEL: G14 G10

M41 Kata kunci: Struktur modal Pengaruh Kinerja perusahaan Indonesia Malaysia PLS

abstrak

Kami menguji dampak dari penentu struktur modal terhadap kinerja keuangan perusahaan bersama dengan efek mediasi leverage perusahaan di Malaysia dan Indonesia selama periode 1990-2010 . Hasil kami menunjukkan bahwa beberapa faktor penentu struktur modal secara langsung mempengaruhi kinerja keuangan perusahaan. Kami juga mengamati bahwa hanya sampel Malaysia yang memiliki korelasi positif signifikan antara leverage perusahaan dan kinerja keuangan perusahaan. Perusahaan Malaysia menggunakan pembiayaan eksternal alih-alih pembiayaan internal untuk meningkatkan kinerja. Hasil kami juga menunjukkan bahwa leverage perusahaan memainkan peran mediasi di Malaysia tetapi tidak untuk sampel Indonesia. Struktur aset, peluang pertumbuhan, likuiditas, perisai pajak non-utang, dan tingkat bunga adalah atribut yang secara tidak langsung dipengaruhi oleh leverage perusahaan terhadap kinerja keuangan perusahaan. Analisis lebih lanjut untuk analisis multikelompok (MGA) dalam PLS juga digunakan untuk menguji kesetaraan estimasi parameter. Kami mengamati bahwa koefisien atribut tertentu dalam faktor penentu struktur modal dan kinerja keuangan perusahaan berbeda secara signifikan antara Malaysia dan Indonesia. © 2018 Dewan Pengawas Universitas Illinois. Diterbitkan oleh Elsevier Inc. Semua hak dilindungi undang-undang.

1. Perkenalan Penelitian sebelumnya telah menyoroti faktor-faktor penting yang mempengaruhi leverage perusahaan seperti atribut spesifik perusahaan dan spesifik negara ( Bancel & Mittoo, 2004 ; Chang, Chen, & Liao, 2014 ; De Jong, Kabir, & Nguyen, 2008 ; Deesomsak, Paudyal, & Pescetto, 2004 ; Huang, 2014 ; Zeitun, Temimi, & Mimouni, 2017 ) . Ini atribut juga dikenal sebagai penentu struktur modal 1 ( Rajan & Zingales, 1995 ; Titman & Wessels, 1988 ). Selama dekade terakhir, studi internasional mulai muncul menyelidiki hubungan antara leverage perusahaan dan kinerja keuangan perusahaan ( Abdel- Kader, Bacha, Masih, & Asutay, 2017 ; Berger & Bonaccorsi di Patti, 2006 ; Margaritis & Psillaki, 2007 , 2010 ) . Namun, sedikit penelitian

∗

Penulis yang sesuai. Alamat email: [email protected] (NA Ramli),

[email protected] (H. Latan), [email protected] (GT Solovida). 1 Sejumlah penelitian telah mencoba untuk menentukan faktor-faktor penentu struktur modal dan faktor-faktor penentu kinerja keuangan perusahaan. Sebagai contoh, penentu struktur modal, yaitu, pertumbuhan aset, ukuran perusahaan, likuiditas (SET A), dan penentu kinerja keuangan perusahaan, yaitu ukuran perusahaan, risiko bisnis, kepemilikan, dll. (SET B). Dengan demikian, diharapkan bahwa faktor penentu struktur modal tumpang tindih dengan beberapa faktor penentu kinerja keuangan perusahaan.

telah secara sistematis menyelidiki hubungan langsung dari penentu struktur modal pada kinerja keuangan perusahaan dan jika pembiayaan leverage memediasi atau secara tidak langsung memengaruhi hubungan semacam itu ( Bandyopadhyay & Barua, 2016 ; Detthamrong, Chancharat, & Vithessonthi, 2017 ; Fosu, 2013 ) . Penelitian kami memperluas penelitian mutakhir di lapangan dan merekonsiliasi hasil campuran dari studi sebelumnya untuk dua negara yang berbeda (Malaysia dan Indonesia). Studi ini menarik karena perbedaan lintas budaya antara negara menghalangi-tambang struktur modal dan kinerja perusahaan ( Acedo-Ramiırez & Ruiz-Cabestre, 2014 ; Akhtar, 2017 ; Detthamrong et al., 2017 ; Vo, 2017 ) . Misalnya, meski penggunaan leverage lebih tinggi atau a rasio modal ekuitas yang lebih rendah dapat meningkatkan kinerja keuangan perusahaan, perusahaan juga dapat mempertimbangkan investasi dalam aset tetap untuk meningkatkan kekayaan pemegang saham . Dengan kata lain, peran tangibilitas aset sebagai jaminan dalam pinjaman dapat menyebabkan peningkatan kinerja keuangan perusahaan melalui peningkatan leverage. Berdasarkan pengetahuan terbaik kami, hanya beberapa penelitian yang menyelidiki efek mediasi leverage perusahaan antara penentu struktur modal dan kinerja keuangan perusahaan ( Claude, 2016 ; Detthamrong et al., 2017 ; Fosu, 2013 ; Ramadan & Chen, 2012 ; Ramli & Nartea, 2016 ) . Ramadan dan Chen (2012) mengklarifikasi bahwa leverage perusahaan memiliki mediasi

https://doi.org/10.1016/j.qref.2018.07.001 1062-9769 / © 2018 Dewan Pengawas Universitas Illinois. Diterbitkan oleh Elsevier Inc. Semua hak dilindungi undang-undang.

NA Ramli et al. / Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –160

149

efek antara penentu struktur modal dan kinerja keuangan perusahaan di pasar Inggris, tetapi studi mereka hanya mencakup atribut spesifik perusahaan dan mengabaikan yang spesifik negara. Selain itu, temuan Claude (2016) menunjukkan hasil yang kontras dengan Ramadan dan Chen (2012) pada beberapa hubungan antara penentu struktur modal dan kinerja perusahaan. Kesenjangan yang terus-menerus dalam literatur ini memberikan peluang berharga bagi pekerjaan kami saat ini untuk memeriksa kembali hubungan-hubungan ini. Teori penentu struktur modal dapat dirumuskan sebagai model kausal ( Chang, Lee, & Lee, 2009 ; Titman & Wessels, 1988 ) . Atribut yang diidentifikasi sebagai penentu struktur modal biasanya dianggap sebagai variabel yang tidak diamati secara langsung atau variabel laten, 2 yaitu, tidak akan ada indikator akuntansi tunggal yang dapat digunakan sebagai representasi yang tepat dari setiap atribut ( Chang et al., 2009 ; Titman & Wessels, 1988 ; Yang, Lee, Gu, & Lee, 2010 ) . Kami menggunakan pendekatan PLS-SEM yang menggabungkan fitur dari analisis komponen pripipal dan regresi berganda ( Lee, Liang, Lin, & Yang, 2016 ; Ramli, Latan, & Nartea, 2018 ) . PLS-SEM adalah statistik pendekatan untuk memodelkan variabel yang tidak diamati secara langsung yang dapat diukur dengan variasi indikator atau proxy yang diamati dan tunggal ( Hair, Hult, Ringle, & Sarstedt, 2017 ; Latan & Noonan, 2017 ) . Pendekatan ini juga bisa mengatasi multi-collinearity itu kadang-kadang terjadi dalam regresi tradisional ( Avkiran et al., 2018 ) . Dalam dekade terakhir, studi struktur modal menjadi semakin terkenal untuk membandingkan berbagai negara ( Acedo- Ramirez & RuizCabestre, 2014 ) . Beberapa penelitian secara implisit berasumsi bahwa efek dari faktor-faktor spesifik perusahaan pada leverage perusahaan adalah sama di setiap negara ( Booth, Aivazian, Demirguc Kunt, & Maksimovic, 2001 ; Giannetti, 2003 ; Song, 2004 ). Baru-baru ini, penelitian itu membahas negara-negara AS dan Eropa berpendapat bahwa lingkungan lembaga dan operasi internasional suatu negara memengaruhi perilaku manajer keuangan serta kebijakan keuangan mereka ( Bancel & Mittoo, 2004 ; Brounen, De Jong, & Koedijk, 2006 ) . De Jong et al. (2008) melaporkan bahwa leverage perusahaan harus dianalisis secara tepat karena mereka menemukan bahwa faktor penentu struktur modal memiliki hasil langsung dan tidak langsung yang signifikan untuk 42 negara. Selain itu, mereka menemukan bahwa beberapa atribut tidak sama di seluruh negara. Namun, sejauh ini tidak ada penelitian yang secara efektif membuat analisis komparatif lintas negara, yaitu, apakah atribut spesifik perusahaan dan negara dalam struktur modal dan kinerja keuangan perusahaan berbeda secara signifikan di seluruh negara? Sebagai gantinya, studi sebelumnya hanya meneliti penaksir koefisien per negara untuk faktor penentu leverage yang spesifik. Koefisien atribut jalur untuk negara yang berbeda hampir selalu berbeda dalam arti matematis ( Hair et al., 2017 ; Matthews, 2017 ) . Dengan demikian, muncul pertanyaan apakah perbedaan ini signifikan secara statistik. Studi ini secara khusus akan berkontribusi dengan membandingkan parameter (biasanya koefisien jalur) antara negara-negara dengan memfokuskan pada Malaysia dan Indonesia. Karena penelitian ini menggunakan pendekatan PLS-SEM, kemampuannya untuk melakukan analisis tambahan, seperti prosedur Analisis Multi-Kelompok dalam pemodelan jalur PLS (selanjutnya disebut "PLS-MGA "), dapat mengatasi masalah ini. Perbandingan dengan PLS-MGA tidak memerlukan proporsi kelompok sampel yang sama ( Matthews, 2017 ) dan ukuran sampel minimum yang harus dipenuhi oleh masing-masing kelompok adalah 30 kasus ( Hair, Sarstedt, Ringle, & Gudergan, 2018 ) . Dengan membandingkan perkiraan koefisien jalur antara negara untuk penentu struktur modal dan kinerja keuangan perusahaan, penelitian ini mengakui bahwa struktur modal dan penentu keuangan perusahaan dapat berbeda di berbagai negara.

Sisa dari makalah ini disusun sebagai berikut. Bagian selanjutnya membahas literatur dan hipotesis. Kemudian, metode-ology dari pendekatan PLS-SEM dan model teoritis yang diusulkan

2

Variabel laten (juga disebut konstruk) adalah variabel yang disimpulkan dari indikator / item yang diukur atau diukur dengan sejumlah indikator yang dapat diamati.

didiskusikan. Setelah itu, analisis data dan analisis hasil empiris dibahas. Bagian terakhir menyajikan kesimpulan penelitian.

2. Sastra dan hipotesis 2.1. Atribut khusus perusahaan 2.1.1. Struktur aset Struktur aset didefinisikan oleh dua pengukuran: nilai jaminan dan aset berwujud. Proksi untuk nilai agunan adalah rasio persediaan ditambah pabrik bruto dan peralatan dengan total aset ( Berger, Ofek, & Yermack, 1997 ; Chang et al., 2009 ; Titman & Wessels, 1988 ) . Seperti yang disarankan oleh Rajan dan Zingales (1995) , jika a perusahaan menyediakan aset berwujud tinggi, biaya agensi hutang dapat dikurangi karena aset berwujud mudah dijamin. Dengan demikian, indikasi pengurangan biaya agensi hutang akan menghasilkan lebih banyak produktivitas dalam nilai perusahaan. Akibatnya, (i) dihipotesiskan bahwa ada hubungan positif antara struktur aset dan leverage perusahaan (C1); dan (ii) ada hubungan positif antara struktur aset dan kinerja keuangan perusahaan (F1).

2.1.2. Peluang pertumbuhan Ini didefinisikan oleh empat ukuran. Proxy pertama adalah rasio dari perubahan persentase total aset. Proxy kedua dan ketiga adalah nilai pasar aset terhadap utang dan ekuitas ( Ramadan & Chen, 2012 ) dan rasio total nilai pasar perusahaan ( Deesomsak, Paudyal, & Pescetto, 2009 ; Deesomsak et al., 2004 ) . Akhirnya, Tobin 's Q juga akan digunakan sebagai proksi lain karena itu mencerminkan bagaimana investor menganggap perusahaan ( Goyal, Lehn, & Racic, 2002 ; Rajan & Zingales, 1995 ). Dalam teori agensi (AT) modal struktur, perusahaan akan menggunakan lebih sedikit hutang dalam pembiayaan perusahaan ketika ada peluang pertumbuhan yang lebih tinggi untuk mengurangi konflik kepentingan antara pemegang utang dan pemegang saham, yang dapat mentransfer kekayaan pemegang utang kepada pemegang saham. Menurut teori ini, kekuatan manajer perusahaan akan meningkat, yang dapat mengarah pada keuntungan perusahaan dalam meningkatkan kinerja keuangan perusahaan melalui penggunaan otoritas mereka. Peluang pertumbuhan yang lebih besar merupakan indikasi kinerja bisnis yang sehat dan akses ke pembiayaan di pasar yang kompetitif lebih mudah. Sebuah studi oleh Brush, Bromiley, dan Hendrickx, (2000) catatan bahwa peluang pertumbuhan akan memiliki hubungan positif dengan kinerja keuangan perusahaan. Dari teori ini, (i) hipotesis bahwa ada hubungan positif antara peluang pertumbuhan dan leverage perusahaan (C2); dan (ii) ada hubungan positif antara peluang pertumbuhan dan kinerja keuangan perusahaan (F2).

2.1.3. Ukuran perusahaan Ini didefinisikan sebagai logaritma total aset dan logaritma penjualan. Sebagian besar penelitian telah menemukan hubungan positif antara ukuran dan leverage perusahaan ( Deesomsak et al., 2004 ; Rajan & Zingales, 1995 ) . Ini konsisten dengan perdagangan teori (TOT) di mana perusahaan yang lebih besar memiliki kecenderungan lebih tinggi untuk menggunakan lebih banyak hutang. Namun, Chen (2004) dan Ooi (1999) berdebat bahwa ada hubungan terbalik antara ukuran dan leverage perusahaan. Ini karena perusahaan kecil memiliki akses terbatas ke modal ekuitas dan lebih cenderung menggunakan pinjaman bank. Ukuran yang lebih besar memungkinkan perusahaan untuk menghasilkan pengembalian aset dan penjualan yang lebih tinggi, dan ini mengarah pada kinerja keuangan perusahaan yang lebih baik melalui kemampuan untuk mendapatkan nilai produksi yang lebih tinggi. Karena itu, (saya) dihipotesiskan bahwa ukuran perusahaan mungkin memiliki hubungan positif dengan leverage perusahaan (C3); dan (ii) ada hubungan positif antara ukuran perusahaan dan kinerja keuangan perusahaan (F3). 2.1.4. Likuiditas Ini didefinisikan sebagai rasio aset lancar terhadap liabilitas lancar. Perusahaan yang likuid dapat memenuhi kewajiban jangka pendek. ini

150

NA Ramli et al. / Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –160

diharapkan bahwa perusahaan dengan likuiditas yang lebih besar akan meningkatkan umur perusahaan dan, dengan demikian, hubungan positif diharapkan. Karena rasio lancar dalam laporan keuangan perusahaan adalah ukuran likuiditas, perusahaan dengan rasio lancar lebih tinggi menunjukkan bahwa ia akan memiliki kinerja yang lebih baik; oleh karena itu, ia akan dapat menghadapi masalah keuangan jangka pendek atau jangka panjang. Yang sebaliknya berlaku untuk perusahaan yang lemah; mereka memiliki rasio lancar yang rendah karena mereka memiliki likuiditas lebih sedikit. Karena itu, (saya) itu dihipotesiskan bahwa ada hubungan positif antara liq-uidity dan leverage perusahaan (C4); dan (ii) ada hubungan positif antara likuiditas dan kinerja keuangan perusahaan (F4). 2.1.5. Resiko bisnis Ini didefinisikan sebagai perbedaan mutlak antara perbedaan persentase tahunan dalam laba sebelum bunga dan pajak dan rata-rata dari perubahan ini selama periode sampel. Proksi risiko menghasilkan kontraksi atau hubungan yang tidak signifikan antara risiko bisnis dan tingkat utang. Hasil dari hubungan negatif konsisten dengan perdagangan teori (TOT) di mana perusahaan berisiko akan menemukan utang kurang menarik ( Wald, 1999 ) . Teori ini mengasumsikan bahwa perusahaan tidak akan dapat memenuhi komitmen utangnya karena kebangkrutan yang lebih tinggi dan risiko kesulitan keuangan. Berdasarkan teori informasi asimetris, perusahaan yang kurang menguntungkan dengan pertumbuhan yang lebih rendah dan dengan demikian lebih berisiko akan lebih banyak menderita asimetri informasi daripada perusahaan yang lebih menguntungkan. Oleh karena itu, akan ada hubungan negatif antara risiko bisnis dan kinerja keuangan perusahaan. Deesomsak et al. (2009) temukan hubungan yang tidak jelas antara volatilitas laba dan leverage perusahaan. Oleh karena itu, (i) dihipotesiskan bahwa ada hubungan negatif antara risiko bisnis dan leverage perusahaan (C5); dan (ii) ada hubungan negatif antara risiko bisnis dan kinerja keuangan perusahaan (F5).

2.1.6. Perisai pajak non-utang Pendapatan, pendapatan operasional atau pendapatan sebelum bunga dan pajak digunakan dalam pengukuran untuk menstandarisasi perisai pajak non-utang. Titman and Wessels (1988) menggunakan pendapatan operasional sebagai proksi dari perisai pajak bukan-utang, bukan total aset, yang menghasilkan hubungan positif. Dalam pembiayaan utang, pengganti manfaat pajak adalah pelindung pajak non-utang, yang merupakan metode alternatif untuk mengurangi beban pajak ( DeAngelo & Masulis, 1980 ) . Sebagian besar studi sebelumnya, misalnya, DeAngelo dan Masulis (1980), docu - ment dan mengkonfirmasi prediksi ini dari hipotesis substitusi pajak. Oleh karena itu, (i) dihipotesiskan bahwa ada hubungan positif antara perisai pajak non-utang dan leverage perusahaan (C6); dan (ii) ada hubungan positif antara perisai pajak non-utang dan kinerja keuangan perusahaan (F6).

2.2. Atribut khusus negara 2.2.1. Pengembangan pasar saham dan obligasi Ini ditentukan oleh rasio kapitalisasi pasar saham terhadap PDB dan rasio kapitalisasi pasar obligasi swasta dan publik terhadap PDB. Banyak penelitian telah menyelidiki bagaimana pengembalian dan harga saham mencerminkan struktur pembiayaan perusahaan . Sebagai contoh, Welch (2004) mengungkapkan bahwa indikator pengembalian saham adalah penting dalam menjelaskan rasio ekuitas hutang dalam struktur modal perusahaan . Welch (2004) menemukan bahwa ada sedikit untuk menangkal pengaruh perubahan harga saham pada struktur modal di perusahaan AS. Hasil dalam struktur modal dari rasio hutang terhadap ekuitas adalah bahwa ia bervariasi karena harga saham berfluktuasi. Welch mencatat bahwa para manajer tidak didorong untuk terlibat aktif dalam mengubah struktur modal mereka. Ini karena negara yang berbeda memiliki peraturan pendanaan leverage yang berbeda. Demirgüc¸ -Kunt dan Maksimovic (1996) menunjukkan bahwa pembiayaan perusahaan terkait dengan pengembangan pasar di negara tertentu. Sebagai contoh, ketika ada peningkatan aktivitas pasar saham, preferensi perusahaan untuk ekuitas daripada hutang meningkat. Akibatnya, aktivitas pasar saham diharapkan berbanding terbalik dengan

hutang, yang mendukung Deesomsak et al. (2004) . De Jong et al. (2008) menyatakan bahwa, di negara maju, leverage perusahaan cenderung lebih besar karena penerbitan obligasi jauh lebih mudah daripada di negara berkembang. Demirgüc¸ -Kunt dan Maksimovic (1996) mencatat itu saat stok pengembangan pasar lebih tinggi, kualitas informasi ditingkatkan dan pengawasan serta kontrol perusahaan dapat ditingkatkan yang mengarah pada kinerja keuangan perusahaan yang lebih baik. Akibatnya, ada dua efek langsung dari pengembangan pasar saham dan obligasi: (i) semakin tinggi pengembangan pasar saham negara, semakin rendah leverage (C8); dan (ii) semakin tinggi pengembangan pasar obligasi negara, semakin tinggi leverage perusahaan (C7). Selain itu, dua efek langsung dari pengembangan obligasi dan pasar saham ini diharapkan memiliki hubungan positif pada kinerja keuangan perusahaan (F7; F8). 2.2.2. Pertumbuhan ekonomi Ini didefinisikan dalam dua cara: pertama, produk domestik bruto tahunan (PDB); dan kedua, investasi domestik bruto (GDI) yang merupakan jumlah aset tetap ekonomi dengan perubahan bersih pada tingkat persediaan. Perusahaan kemungkinan akan menggunakan utang selama ekspansi dan pertumbuhan dalam PDB ( Frank & Goyal, 2009 ) . Menurut teori pecking order (POT), selama ekspansi ekonomi, lever-age harus menurun karena ada dana yang cukup dari sumber internal. Peluang investasi berkorelasi dengan ekonomi, sehingga harus ada hubungan antara profitabilitas perusahaan individu dan tingkat pertumbuhan ekonomi ( Claude, 2016 ; Ramli & Nartea, 2016 ) . Perusahaan akan menggunakan tingkat utang yang lebih tinggi dalam pembiayaan mereka ketika negara memiliki pertumbuhan ekonomi yang lebih tinggi. Oleh karena itu, (i) dihipotesiskan bahwa negara dengan pertumbuhan ekonomi yang lebih tinggi diharapkan memiliki leverage yang lebih tinggi (C9); dan (ii) pertumbuhan ekonomi yang lebih tinggi cenderung meningkatkan tingkat laba (F9).

2.2.3. Suku bunga Ini diukur dengan tingkat pinjaman (BLR) dari bank-bank komersial. Perubahan suku bunga diharapkan akan mempengaruhi struktur modal perusahaan karena pajak dan biaya kebangkrutan. Biasanya, perusahaan lebih cenderung menggunakan hutang ketika biaya pinjaman lebih rendah. Mengenai tingkat bunga, dalam pembiayaan utang, manfaat pajak merupakan aspek yang menarik. Ini dapat menguntungkan aktivitas bisnis untuk meningkatkan kinerja keuangan perusahaan karena biaya bunga dapat dikurangkan dari pajak. Secara umum, perusahaan meminjam lebih banyak setiap kali biaya bor-rowing menurun karena memungkinkan perusahaan untuk mengucurkan bunga pada uang pinjaman ( Fosu, 2013 ; Ramli & Nartea, 2016 ) . Jika posisi perusahaan stabil dan menguntungkan, ada kemampuan yang lebih besar untuk memenuhi pembayaran bunga. Oleh karena itu, (i) dihipotesiskan bahwa ketika suku bunga rendah, banyak perusahaan memiliki rasio cakupan bunga rendah dan akan cenderung menggunakan leverage yang tinggi (C10); dan (ii) suku bunga rendah akan menyebabkan kinerja yang lebih tinggi (F10).

2.2.4. Tingkat inflasi Ini diukur dengan indeks harga konsumen tahunan persen-usia dan tingkat pertumbuhan tahunan PDB adalah deflator implisit bahwa perubahan harga secara keseluruhan dalam perekonomian. Feldstein, Green, dan Sheshinski, (1978) berasal sebuah persamaan dalam istilah teoritis bahwa inflasi mempengaruhi tingkat hutang baik secara positif maupun negatif, tergantung pada kondisi ekonomi. Selama resesi, leverage keuangan akan kurang terkait dengan inflasi dan kondisi ekonomi yang tertekan; perusahaan akan menghadapi kesulitan membayar utangnya ( Leeth & Scott, 1989 ) . Sebagian besar manajer mengevaluasi perkiraan pengembalian investasi yang bersaing di masa depan yang mungkin melibatkan lebih banyak risiko. Sebagai contoh, satu alternatif mungkin secara wajar menjamin arus kas masa depan, sedangkan yang lain mungkin memiliki peluang menghasilkan arus kas yang lebih tinggi tetapi juga dapat menghasilkan pengembalian yang lebih rendah. Fan, Titman, dan Twite, (2010) mencatat bahwa inflasi dapat mempengaruhi keputusan keuangan perusahaan tentang hutang. Ini karena pemberi pinjaman biasanya dihalangi untuk memberikan utang jangka panjang selama inflasi tinggi. Oleh karena itu, (i) dihipotesiskan

NA Ramli et al. / Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –160

151

Tabel 1 Hipotesis. Hipotesis 1 - penentu struktur modal dan kinerja keuangan perusahaan (F1-F11) Penentu struktur modal memiliki hubungan yang signifikan secara statistik dengan kinerja keuangan perusahaan Hipotesis 2 - penentu struktur modal (C1-C11) Atribut spesifik perusahaan dan negara memiliki hubungan yang signifikan dengan leverage perusahaan Hipotesis efek 3-leverage Leverage perusahaan memiliki hubungan positif dengan kinerja keuangan perusahaan Hipotesis 4 - kesetaraan pengaruh perusahaan dan koefisien negara Hipotesa E1 Koefisien jalur dari penentu struktur modal tidak sama di seluruh negara. Hipotesa E2 Koefisien jalur antara penentu struktur modal dan kinerja keuangan perusahaan tidak sama di seluruh negara. Hipotesa E3 Koefisien jalur antara leverage perusahaan dan kinerja keuangan perusahaan tidak sama di seluruh negara. Hipotesis 5 - efek langsung / mediasi Leverage memiliki efek tidak langsung / mediasi pada hubungan antara penentu struktur modal dan kinerja keuangan perusahaan

bahwa negara dengan inflasi yang lebih tinggi akan memiliki rasio utang yang lebih rendah (C11); dan (ii) inflasi yang lebih tinggi menyebabkan kinerja yang buruk (F11).

2.3. Leverage perusahaan dan kinerja keuangan perusahaan Karya mani Modigliani dan Miller (1958) mengasumsikan bahwa struktur modal perusahaan tidak tergantung pada nilai perusahaan dan tidak penting di pasar yang sempurna, tanpa pajak, biaya kebangkrutan, biaya agensi atau asimetri informasi. Sayangnya, pada kenyataannya, karena ketidaksempurnaan pasar, struktur modal suatu perusahaan sangat mempengaruhi nilai perusahaan . Dengan teori Modigliani yang dimodifikasi dan Miller (1963) menggunakan kewajiban, nilai perusahaan mengarah ke positif hubungan melalui pengurangan pajak perusahaan. McConnell dan Servaes (1995) dan Dessí dan Robertson (2003) , menggunakan US dan Perusahaan-perusahaan Inggris, masing-masing, membagi data menjadi 'pertumbuhan rendah ' dan 'pertumbuhan tinggi ' untuk indikator kinerja keuangan perusahaan dari Tobin 's Q, dengan berbagai variabel termasuk utang. Mereka menemukan hasil yang berbeda: McConnell dan Servaes (1995) mengklaim bahwa perusahaan dengan pertumbuhan rendah cenderung memiliki lebih sedikit hutang dalam struktur modal mereka, yang konsisten dengan hipotesis arus kas bebas Jensen tetapi berbeda dengan Dessi dan Robertson (2003) . McConnell dan Servaes (1995) juga temukan yang tinggi pertumbuhan perusahaan konsisten dengan Myers (1977) hipotesis bahwa utang 'terlalu banyak ' mendorong manajer (bertindak dalam kepentingan pemegang saham ) untuk mem-by-pass proyek nilai sekarang bersih. Ini kontras dengan Dessí dan Robertson (2003) yang menemukan bahwa perusahaan dengan arus kas yang lebih fluktuatif cenderung memiliki lebih banyak hutang dalam struktur modal mereka, yang diprediksi oleh teori agensi. Studi lain mengungkapkan bahwa leverage yang tinggi mengarah pada kinerja yang lebih rendah, sehingga menunjukkan hubungan negatif ( Abor, 2005 ; Booth et al., 2001 ; Ramadan & Chen, 2012 ). Ramadan dan Chen (2012) siapa memeriksa Inggris pasar, temukan hubungan negatif yang signifikan antara tingkat pengungkit perusahaan dan kinerja keuangan perusahaan karena pasar Inggris menggunakan mekanisme lain seperti upah untuk meningkatkan kinerja.

Harris dan Raviv (1991) juga berpendapat bahwa hutang dapat memberikan informasi kepada investor tentang strategi kualitas, manajemen dan efisiensi perusahaan. Demikian menurut perdagangan teori (TOT) oleh Miller (2005), akan ada hubungan yang positif antara leverage perusahaan dan kinerja keuangan perusahaan di mana perusahaan memiliki insentif untuk menggunakan utang, karena manfaat dari pengurangan bunga sehingga mengarah pada hubungan positif. Ini diperkuat oleh hasil penelitian dari Detthamrong et al. (2017) dan Fosu (2013) , yang menemukan bahwa ada hubungan positif antara leverage dan kinerja perusahaan. Akibatnya, dihipotesiskan bahwa ada hubungan positif antara leverage perusahaan dan kinerja keuangan perusahaan.

2.4. Efek tidak langsung / mediasi Kami menguji dampak dari atribut spesifik perusahaan dan negara pada kinerja keuangan perusahaan sebagaimana dimediasi oleh tuas perusahaan. Ini mengasumsikan bahwa struktur pendanaan perusahaan mempengaruhi cara karakteristik perusahaan dan negara mempengaruhi kinerja keuangan perusahaan. Misalnya, sehubungan dengan struktur aset, perusahaan dengan aset yang lebih berwujud memiliki lebih banyak jaminan untuk mendukung tingkat utang yang lebih tinggi. Ini konsisten dengan teori agensi dalam hal itu dapat mengurangi biaya agensi hutang yang pada gilirannya, akan menghasilkan lebih banyak produktivitas dalam nilai perusahaan. Aset berwujud tingkat tinggi ini juga dapat menunjukkan reputasi yang baik dalam mendapatkan dana, dan dengan demikian, berguna untuk proyek yang menguntungkan yang mengarah pada lebih banyak pengembalian. Oleh karena itu, dihipotesiskan bahwa struktur modal (leverage) memiliki efek tidak langsung / mediasi pada penentu struktur modal (yaitu, atribut spesifik perusahaan dan negara) dan kinerja keuangan perusahaan. Tabel 1 merangkum hipotesis untuk atribut spesifik perusahaan dan negara.

Gambar 1 menunjukkan model teoritis yang diusulkan. Dalam penelitian ini, tegas Leverage (M) adalah variabel mediator untuk hubungan antara penentu struktur modal (X) dan kinerja keuangan perusahaan

Gambar. 1. Model konseptual dan hubungan antar variabel.

152

NA Ramli et al. / Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –160

Meja 2 Statistik deskriptif untuk indikator eksogen (atribut khusus perusahaan untuk Malaysia dan Indonesia).

Malaysia

Indonesia

Variabel eksogen

Proksi

Min

Maks

Berarti

Std.

Struktur aset

BAU CV GRW-1 GRW-2 GRW-3 Tobin Q SIZEta SIZEsales NDTSOI BR LIQ

0 0 - 1 0 - 0,198 - 1.117 3.356 1.398 - 1.81 - 871. 0,07

0,975 0,992 37.85 6.334 1.664 1.101 8.013 7.532 0,748 122 253.0

0,389 0,529 0,129 0,2 0,401 0,248 5.582 5.322 0,072 - 0,29 3.089

0,20 0,21 0,92 0,23 0,20 0,21 0,59 0,62 0,09 12.8 6,60

PDB GDI IFcpi IFgdp LendingIR SMD BMD

- 7.35 18 0,583 - 6 5.023 0,84 0,052

10 44 5.441 10 12.13 3.289 0,132

4.989 25.11 2.594 3,952 6.897 1,508 0,085

3.84 6.67 1.46 4.43 1.76 0,49 0,02

Peluang pertumbuhan

Ukuran perusahaan NDTS Resiko bisnis Likuiditas Ramah lingkungan pertumbuhan Tingkat inflasi Suku bunga Stok mkt dev. Ikatan mkt dev.

Min

Maks

Berarti

Std.

0 0 0,69 0 0,59 0,03 6.766 5.357 1,71 980. 0,03

0,957 13.13 118.3 1.029 1.812 1.942 11,04 11.11 1.677 692.7 54.31

0,385 0,583 0,281 0,286 0,514 0,365 8.921 8.828 0,103 0,237 2.263

0,216 0,39 2.881 0,221 0,227 0,271 0,71 0,751 0,136 36.61 2.809

- 13.1 11 3.72 5 13.25 0,086 0,001

8.396 33 58.38 75 32.15 0,509 0,027

4.827 26.72 10.12 13,43 17.08 0,295 0,012

3.79 4.63 10.09 12.87 4.32 0,121 0,008

-

-

Catatan: Atribut khusus perusahaan dan indikator atau kuasanya adalah sebagai berikut: struktur aset (AS) dengan indikatornya nilai jaminan (CV) dan tangibilitas (TANG); peluang pertumbuhan (GRW) dengan indikatornya pertumbuhan terhadap persentase total aset (GRW1-% TA), pertumbuhan utang keuangan (GRW 2-FD), pertumbuhan nilai pasar ke nilai buku (GRW 3-MV / BV) dan Tobin Q; ukuran perusahaan (FS) dengan ukuran indikator penjualan log (SIZE-Sales) dan ukuran dengan total aset log (SIZE-TA); Risiko bisnis (BR) dengan indikatornya menghasilkan volatilitas; Likuiditas (LIQ) dengan rasio lancar indikatornya; dan perisai pajak bukan utang (NDTS) dengan indikator pendapatan operasional terhadap total aset (NDTS-OI). Atribut khusus negara dan indikator atau kuasanya adalah sebagai berikut: pengembangan pasar saham (SMD) dan indikatornya adalah kapitalisasi pasar saham terhadap PDB, pengembangan pasar obligasi (BMD), dan kapitalisasi indikator obligasi terhadap PDB; pertumbuhan ekonomi (EG) dan indikatornya produk domestik bruto (PDB) dan investasi domestik bruto (GDI); suku bunga (IR) dan indikatornya suku bunga pinjaman (Pinjam-IR); dan akhirnya inflasi (INF) dengan indikatornya indeks harga konsumen (IF-CPI) dan deflator PDB% tahunan (IF-GDP).

(Y). X, M dan Y disebut sebagai variabel laten yang akan mea-sured oleh indikator nyata, x 1 ..x 3, m 1 ..m 3 dan y 1 ..y 3, masing-masing. Persamaan pengukuran dapat dinyatakan sebagai berikut: Katakanlah , x i = saya 1 X 1 + ε i 1 dimana x i 1 adalah vektor dari i th indikator nyata dari vektor variabel laten X i , i 1 adalah matriks faktor pemuatan untuk indikator manifes ke- i dari x i 1 ke variabel laten X i (matriks koefisien regresi x i 1 pada X i ) dan ε i 1 adalah vektor kesalahan pengukuran dalam model. Model pengukuran mewakili model pengukuran untuk penentupenambang struktur modal X. Persamaan ini dapat direpresentasikan sesuai dengan simbol untuk indikator manifes, dan kesalahan pengukuran dalam diagram jalur, misalnya, simbol untuk indikator dan kesalahan pengukuran untuk leverage perusahaan adalah m dan ε , dan untuk kinerja keuangan perusahaan adalah y dan ε . Persamaan model struktural adalah Y = 0 + X + M + ε , di mana: Y adalah variabel laten endogen, adalah matriks vektor koefisien regresi terhadap vektor variabel laten eksogen X dan M, dan merupakan residual untuk model persamaan struktural (model dalam). Kesalahan standar dan parameter estimasi dalam model pengukuran dan struktural adalah estimasi menggunakan prosedur bootstrap.

3. Metode penelitian 3.1. Contoh data Sampel data dari dua negara, yaitu Malaysia dan Indonesia, diambil untuk periode dari 1990 hingga 2010. Pilihan periode penelitian ditentukan oleh ketersediaan data sejak sebelum tahun 1990, sebagian besar data hilang. Kami memperoleh data dari bursa Malaysia dan bursa Indonesia (BEI). Data untuk faktor spesifik perusahaan dikumpulkan dari database DataS-tream; internet digunakan untuk memperoleh lebih banyak informasi dan data untuk faktor-faktor spesifik negara dari sumber-sumber seperti Asia Bank Pembangunan (ADB) (2012) , http://www.adb.org/ ; Pusat Intelligence Agency (CIA) (2012) , http://www.ifc.org/ ; dan basis data struktural keuangan Bank Dunia (2012) , http: // www. worldbank.org/ . Dari total sampel, semua catatan tidak lengkap dikeluarkan dari analisis. Perusahaan keuangan seperti bank,

perusahaan asuransi dan perusahaan investasi, yang umumnya memiliki karakteristik berbeda dari perusahaan lain, dan mungkin dipengaruhi oleh persyaratan peraturan mereka (misalnya, modal minimum yang diperlukan) juga telah dikeluarkan. Sampel akhir terdiri dari 7819 pengamatan tahun perusahaan; subsampel untuk Malaysia dan Indonesia berturut-turut adalah 5975 dan 1844 pengamatan tahun perusahaan. Studi ini memiliki 13 konstruk (LV) untuk 28 indikator yang proksi telah dihitung. Tabel 2 dan 3 merangkum statistik deskriptif untuk indikator variabel endogen (kinerja perusahaan) dan indikator variabel eksogen (atribut spesifik perusahaan) yang digunakan. Dalam karya ini, variabel eksogen adalah prediktor yang mempengaruhi kinerja perusahaan, sedangkan variabel endogen adalah hasil yang harus dijelaskan menurut penelitian sebelumnya ( Detthamrong et al., 2017 ; Fosu, 2013 ; Ramadan & Chen, 2012 ; Ramli et al., 2018 ). Statistik ringkasan menunjukkan bahwa nilai rata-rata untuk semua indikator di Malaysia dan Indonesia adalah sama. Sepengetahuan kami, tidak ada penelitian sebelumnya yang menggunakan investasi domestik bruto (GDI) sebagai indikator untuk pertumbuhan ekonomi dan deflator PDB inflasi sebagai indikator untuk tingkat inflasi. Kedua indikator ini memiliki a

Tabel 3 Aritmatika deskriptif adalah statistik untuk variabel endogen (yaitu, struktur modal dan kinerja keuangan perusahaan) untuk masing-masing negara.

Struktur modal (leverage perusahaan)

Kinerja keuangan perusahaan

Endogen

Malaysia

Indonesia

Endogen

Malaysia

Indonesia

TADR TDTC (BV) TDTC (MV) LTDTC (BV) LTDTC (MV) STDTC (BV) STDTC (MV) Rata-rata

19,91% 23,64% 85,00% 13,00% 74,39% 15,66% 81,22% 44,69%

28,58% 35,76% 87,74% 22,35% 69,17% 23,76% 84,44% 50,26%

KIJANG ROA ROIC

8,12% 4,63% 7,87%

- 4.077 5,00% 9,99%

Catatan: Struktur modal (leverage) diukur dengan rasio utang total (TADR), total utang terhadap modal (TDTC) untuk nilai buku dan pasar (BV dan MV), dan utang jangka panjang dan jangka pendek untuk modal diukur dengan nilai buku dan nilai pasar, LTDTC (BV), STDTC (BV), LTDTC (MV) dan STDTC (BV), masing-masing. Kinerja keuangan perusahaan diukur dengan laba atas ekuitas (ROE), laba atas aset (ROA), dan laba atas modal investasi (ROIC).

NA Ramli et al. / Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –160

153

Tabel 4 Model pengukuran.

sebuah

Negara

Pooled

Malaysia

Indonesia

AVE CR

AVE CR

AVE CR

Eksogen Struktur aset Pertumbuhan ekonomi Peluang pertumbuhan Tingkat inflasi Ukuran perusahaan Suku bunga Likuiditas Non-debt tax shield Stock market development Bond market development Business risk

0.8343 0,7081 0,6376 0,9446 0,9860 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

0,9097 0,8257 0,8416 0,9715 0,9929 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

Endogen Firm leverage Firm financial performance

0.5799 0.6041

0.9052 0.5896 0.7980 0.7123

0,9122 0,7244 0,6203 0,8218 0,9043 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

0,9541 0.8392 0,8300 0,9021 0,9498 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

0,7233 0,7395 0,6779 0,9658 0,9358 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

0.8383 0,8470 0,8634 0,9826 0,9668 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

0.9088 0.5877 0.8772 0.6061

0.9069 0.8038

high and significant impact on capital structure determinants and firm financial performance. 3.2. Analisis data The data analysis approach used is a component-based SEM, where the partial least squares-structural equation modeling (PLS-SEM) method is selected. Some of the advantages we considered when selecting this method instead of regression analysis ( Ramli et al., 2018 ; Petter, 2018 ; Latan, 2018 ) are as follows: 1) PLS-SEM allows for testing complex relationships, where there are many constructs and indicators in the model; 2) PLS-SEM can handle different types of data in a single model; 3) The PLS-SEM results remain robust despite outliers and missing values. To achieve all the research objectives, several steps have been conducted. The first step assesses the two constituents in PLS-SEM, the measurement and structural sub-models ( Chin, 2010 ; Latan & Noonan, 2017 ; Ramli et al., 2018 ). The second step assesses the structural model that explains the relationship between the exogenous and endoge-nous variables ( Latan, 2018 ). This structural model was tested in PLS-SEM for its statistically significant value. The third step assesses the multi-group analysis (MGA) to see whether there was any significant difference between the path coefficients for the two countries (ie, Malaysia and Indonesia). In the final step the boot-strap t-statistics ( Hair et al., 2017 ; Nitzl, Roldan, & Cepeda, 2016 ) and Sobel Test (1982) were used to test whether leverage mediates the effect between the determinants of capital structure and firm financial performance.

3.3. Measurement model results In PLS-SEM, construct validity is essential because it indicates the adequate measurement of all constructs ( Bandalos, 2018 ; Price, 2017 ) . This can be assessed by the convergent validity (ie, Aver- age Variance Extracted (AVE)) and construct reliability 3 ( Hair et al., 2017 ; Henseler, Hubona, & Ray, 2017 ). Table 4 presents the results

3 AVE is the parameter to measure convergent validity that estimates the “degree to which two measures of the same concept are correlated ( Hair et al., 2017 ) ”. Specif-ically, it measures the degree of multiple items in the same construct. The cut-off value for good convergent validity in AVE is set as 0.5 or above. That score of 0.5 means that 50% of the measurement variance is accounted for ( Fornell & Larcker, 1981 ; Hair et al., 2017 ). Composite reliability (CR) is assessed by means of all the indicators assigned that have strong mutual correlations to the same construct. So, CR is used to check how well all indicators relate to the construct. The acceptable threshold cut-off value for CR is 0.7 or above, but cut-off values of 0.5 and 0.6 have also been acceptable ( Henseler et al., 2017 ).

for each model of the equation for the parameter estimates for the pooled, Malaysian and Indonesian data. The pooled sample is also included in the sample even though the main purpose of the study is to compare parameters between countries. All measures meet the commonly suggested criteria for measurement model assess-ment ( Henseler et al., 2017 ; Ramli et al., 2018 ) . The analyses for the pooled and per country data show that most constructs displayed AVE values above 0.5. Likewise, the composite reliability (CR) value for most constructs achieved a value of at least 0.7. A robustness check was carried out by adding more indicators for the non-debt tax shield construct such as depreciation, depletion and amortiza-tion to total assets (NDTS-DEP), and the interest rate construct such as real interest rate (Real-IR). However, the factor loading and the AVE resulted in low cut-off values. An indicator for firm financial performance such as the price-earnings ratio exemplifies the low factor loading and lower AVE. Those indicators have been removed to avoid spurious results and to improve the statistical validity of the results ( Latan, 2018 ; Aguinis, Ramani, & Alabduliader, 2018 ; Hair et al., 2017 ) . The construct (LV) and its manifest variables were tested for multi-collinearity. We estimated a robust data analysis since the reflective construct (asset structure, growth opportunity, firm size, inflation rate and economic growth) estimates are VIF less than 10 ( Field, 2016 ), and the formative construct (bond market development, stock market development, liquidity, interest rate, non-debt tax shield and the business risk) estimates are less than 3.3 ( Petter, Straub, & Rai, 2007 ) . Overall, we find that the data exhibit convergent validity and construct reliability.

4. Structural model results and discussion We used the SmartPLS 3 program for data analysis ( Ringle, Wende, & Becker, 2015 ) by selecting a weighting scheme (path); the maximum number of iterations on the PLS algorithm is 300. At the bootstrapping stage, we chose a bias-corrected and accelerated (BCa) bootstrap with a sample number of 5000 and 5% significance (one-tailed). The coefficient of determination (R 2 ) in Table 5 shows that the model 's explanatory power has a better predictive ability for the dependent variable because it is above 0.8 (80%) 4 . Kami juga mengukur nilai R 2 untuk leverage buku dan pasar. Namun, untuk leverage pasar rendah, kira-kira 0,35, karena tidak termasuk beberapa ukuran penting dari leverage buku. Ini menunjukkan bahwa studi struktur modal harus mencakup semua ukuran leverage yang memungkinkan untuk menghasilkan kekuatan penjelas yang kuat dalam model PLS. 5 Estimasi koefisien struktural di antara variabel laten (LVs) untuk masing-masing model juga disajikan pada Tabel 5 .

4.1. Penentu struktur modal dan kinerja keuangan perusahaan Hubungan antara faktor penentu struktur modal dan kinerja keuangan perusahaan (hipotesis Grup 1) untuk tiga sampel, yaitu gabungan, Malaysia dan Indonesia tampaknya memiliki hasil yang beragam dalam hal nilai signifikansi. Sebagian besar hubungan untuk sampel gabungan dan Malaysia adalah signifikan, tetapi sebagian besar tidak signifikan untuk Indonesia. Struktur aset dan peluang pertumbuhan mengungkapkan hubungan negatif yang signifikan dengan kinerja keuangan perusahaan (1-F1 dan 1-F2), dan ini tidak konsisten dengan TOT dan penelitian sebelumnya ( Brush et al., 2000 ; Ramadan & Chen, 2012 ; Shergill

4 R 2 nilai 0.67,0.33, atau 0,19 dalam model jalur batin untuk endogen variabel-dapat didefinisikan sebagai substansial, sedang atau lemah, masing-masing ( Chin, 1998, hlm. 323 ). Chin menunjukkan bahwa R 2 harus setidaknya pada tingkat substansial jika variabel laten endogen bergantung pada beberapa variabel eksogen. 5

Semua proksi untuk struktur aset, peluang pertumbuhan, ukuran perusahaan, dan variabel inflasi digunakan untuk mendapatkan estimasi parameter dari PLS-SEM.

154

NA Ramli et al. / Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –160

Tabel 5 Nilai signifikan secara statistik (model struktural).

Model a

Panel A Struktur aset -> leverage perusahaan (C1) Peluang pertumbuhan -> leverage perusahaan (C2) Ukuran perusahaan -> leverage perusahaan (C3) Likuiditas -> leverage perusahaan (C4) Risiko bisnis -> leverage perusahaan (C5) Perisai pajak non-hutang -> leverage perusahaan (C6) Pengembangan pasar obligasi -> leverage perusahaan (C7) Pengembangan pasar saham -> leverage perusahaan (C8) Pertumbuhan ekonomi -> leverage perusahaan (C9) Suku bunga -> leverage perusahaan (C10) Tingkat inflasi -> leverage perusahaan (C11)

Pooled

Malaysia

Indonesia

coef. ()

Std.error

Rasio kritis

coef. ()

Std.error

Rasio kritis

coef. ()

Std.error

Rasio kritis

0,076

0,0061

12.3702 ***

0,0814

0,0065

12.617 ***

0,071

0,01

7.1126 ***

0,9108 - 0,0203 - 0,0254 - 0,0009

0,0082 0,0112 0,0057 0,0027

111.689 *** 1.8103 * 4.4208 *** 0,3379

0,9011 - 0,004 - 0,027 0,0009

0,0104 0,0076 0,0072 0,0032

86.75 *** 0,6226 3.9515 *** 0,3042

0,904 0,045 0,008 0,003

0,0107 0,0105 0,0124 0,0076

84.406 *** 4.3268 *** 0,721 1.8196 *

- 0,0378

0,0095

3.9949 ***

- 0,052

0,0085

6.1462 ***

- 0,016

0,0193

0,8415

- 0,0233

0,0065

3,5872 ***

- 0,01

0,0057

1.7399 *

0,001

0,0134

0,0836

- 0,0062

0,0069

0,9023

0,0049

0,0061

0,8048

- 0,004

0,009

0,4915

- 0,0155 - 0,0399 0,0001

0,005 0,009 0,0091

3.0878 *** 4.4079 *** 0,0148

- 0,0171 - 0,043 0,0126

0,0059 0,0059 0,0061

2.9171 *** 7.3667 *** 2.0655 **

0,088 0,078 0,016

0,0206 0,0155 0,0211

4.304 *** 5.039 *** 0,7731

0,0053 0,0645 0,0206 0,0052 0,0034 0,019 0,0061 0,0102

5.5662 *** 2.0642 ** 1.3079 0,6016 1.1556 47.4175 *** 0,5355 1.7413 *

- 0,053 - 0,174 0,0211 - 0,007 - 0,001 0,8939 - 0,0158 0,0132

0,0075 0,0604 0,0071 0,0046 0,0025 0,0143 0,0054 0,0081

7.0946 *** 2.8845 *** 2.9825 *** 1.6846 *** 0,6903 62.526 *** 2,936 *** 1.6275

- 0,013 - 0,152 - 0,027 0,005 - 0,004 0,900 - 0,040 0,005

0,011 0,1081 0,0191 0,014 0,0102 0,0187 0,0208 0,0092

1.1841 1.4067 1.0865 0,4048 0,4473 48.168 *** 1.9337 * 0,6331

0,0062 0,0091 0,0088 0,0824

2.4743 ** 2.1173 ** 2.5669 ** 1.0904

0,0213 0,0144 - 0,0058 0,1093 0,864 0.837

0,0082 0,0093 0,0083 0,0502

2.5852 *** 1.5377 0,7041 2.1771 ***

0,011 - 0,058 0,004 0,148 0,884 0,825

0,0207 0,0292 0,0208 0,1546

0,5728 2.0005 ** 0,2368 0,9616

Panel B - 0,0295 Struktur aset -> kinerja perusahaan (F1) Peluang pertumbuhan -> kinerja perusahaan (F2) - 0,1331 Ukuran perusahaan -> kinerja perusahaan (F3) - 0,027 Likuiditas -> kinerja perusahaan (F4) - 0,0031 - 0,0039 Risiko bisnis -> kinerja perusahaan (F5) Pajak bukan utang -> kinerja perusahaan (F6) 0,9027 Pasar obligasi dev -> kinerja perusahaan (F7) - 0,0033 Dev pasar saham -> kinerja perusahaan (F8) 0,0177 Pertumbuhan ekonomi -> kinerja perusahaan (F9) 0,0154 Suku bunga -> kinerja perusahaan (F10) - 0,0194 - 0,0226 Tingkat inflasi -> kinerja perusahaan (F11) Leverage perusahaan -> kinerja perusahaan 0,0899 R-Squared (R2) - leverage perusahaan 0,867 R-Squared (R2) - kinerja perusahaan 0,8277

Catatan: ***, **, dan * menunjukkan signifikansi statistik masing-masing pada level 1 persen, 5 persen, dan 10 persen. Sebuah Uji ketahanan untuk buku dan leverage pasar ditemukan memiliki koefisien dan estimasi signifikansi yang sedikit berbeda. Kami juga melakukan pemeriksaan ketahanan dengan mendefinisikan STD dan TDR dari leverage buku dan pasar dan menemukan hasil yang konsisten.

& Sarkaria, 1999 ) . Ini menunjukkan bahwa kinerja perusahaan tidak perlu meningkat ketika perusahaan memiliki peluang pertumbuhan tinggi dan struktur aset. Ini mengasumsikan bahwa perusahaan dalam sampel mungkin dipengaruhi oleh krisis (yaitu, AFC dan GFC) dan karena dimasukkannya leverage dalam analisis. Perusahaan mungkin menggunakan jumlah hutang yang tidak tepat yang dapat menyebabkan kinerja rendah. Untuk Malaysia, ukuran perusahaan (positif) dan likuiditas (negatif) menunjukkan hubungan yang signifikan dengan kinerja keuangan perusahaan (masing-masing 1-F3 dan 1-F4). Hubungan positif ukuran perusahaan dan kinerja keuangan perusahaan konsisten dengan TOT dan studi sebelumnya ( Ramadan & Chen, 2012 ; Shergill & Sarkaria, 1999 ), sedangkan hubungan negatif likuiditas dan kinerja keuangan perusahaan tidak konsisten dengan TOT dan penelitian sebelumnya seperti Wang (2002) . Ini menunjukkan bahwa perusahaan besar berkinerja baik dan mendapatkan nilai produksi yang lebih tinggi dengan menghasilkan pengembalian aset dan penjualan yang lebih tinggi.

Namun, dalam sampel penelitian ini, posisi likuiditas tinggi tidak selalu mengarah pada kinerja tinggi. Alasan yang mungkin adalah bahwa, sebuah perusahaan dengan likuiditas tinggi menemukan pembiayaan eksternal kurang menarik dan, dengan demikian, dengan hutang yang rendah, itu dapat mengurangi nilai perusahaan. Oleh karena itu, sangat disarankan agar perusahaan likuiditas tinggi mempekerjakan lebih banyak utang ketika mereka mampu memenuhi kewajiban utang untuk meningkatkan kinerja mereka. Dalam semua sampel, hubungan antara risiko bisnis dan kinerja keuangan perusahaan tidak konsisten dengan hipotesis 1-F5, tetapi hubungan perisai pajak non-utang (1-F6) konsisten dengan efek positif yang signifikan pada kinerja keuangan perusahaan. -mance. Penjelasan yang mungkin untuk hubungan positif antara perisai pajak non-utang dan kinerja perusahaan adalah karena dimasukkannya leverage dalam analisis.Hipotesis 2-C6 menunjukkan bahwa peningkatan perisai pajak bukan utang akan mempengaruhi leverage secara negatif. DeAngelo dan Masulis (1980) berpendapat bahwa perisai pajak non-utang tersebut adalah

pengganti untuk manfaat pajak dari pembiayaan utang. Oleh karena itu, jumlah hutang yang rendah dapat membantu mengurangi risiko bisnis dan dengan demikian dapat meningkatkan kinerja perusahaan. Namun, korelasi positif antara perisai pajak non-utang dan keuangan perusahaan

kinerja tidak konsisten dengan Forbes (2002) , yang menemukan efek negatif. Perkembangan pasar obligasi dan pasar saham memiliki hasil yang beragam, yaitu, perkembangan pasar obligasi untuk Malaysia dan Indonesia menunjukkan koefisien signifikan negatif (1-F7). Ini menunjukkan bahwa perkembangan pasar obligasi di kedua negara rendah dan menyebabkan kesulitan dalam menerbitkan obligasi; dengan demikian, perusahaan tidak dapat bekerja dengan baik. Pengembangan pasar saham memiliki nilai signifikan positif hanya untuk sampel yang dikumpulkan (1-F8), konsisten dengan penelitian sebelumnya ( Core, Guay, & Rusticus, 2006 ; Desai & Jain, 1999 ). Ini menunjukkan kapan aktivitas pasar saham dalam sampel dikumpulkan lebih tinggi, kualitas informasi ditingkatkan dan, pengawasan dan kontrol perusahaan dapat ditingkatkan mengarah pada kinerja perusahaan yang lebih baik. Hipotesis yang tersisa untuk pertumbuhan ekonomi, bunga dan tingkat inflasi pada kinerja perusahaan (Hipotesis 1-F9, 1-F10, 1-F-11, masing-masing) konsisten dengan penelitian sebelumnya ( Tan & Peng, 2003 ). Penjelasan yang mungkin adalah karena ketiga atribut ini sangat berkorelasi, yaitu, negara dengan pertumbuhan ekonomi yang lebih tinggi, biaya pinjaman yang rendah, dan kondisi ekonomi yang tertekan akan mengharapkan perusahaan untuk mendapatkan laba tinggi.

Kami mengungkapkan bahwa faktor-faktor penentu struktur modal juga berkontribusi pada hubungan signifikan langsung dengan kinerja keuangan perusahaan. Atribut spesifik perusahaan dan negara tampaknya sangat berbeda dalam hal nilai tanda, besarnya dan t-statistik untuk sampel gabungan, Malaysia dan Indonesia. 4.2. Penentu struktur modal Hipotesis Grup 2 menguji hubungan antara atribut spesifik perusahaan dan negara dan leverage perusahaan. Sesuai dengan tanda yang diprediksi dan nilai signifikansi untuk penentu struktur modal yang disajikan dalam sampel gabungan, Malaysia dan Indonesia, terdapat hasil yang beragam untuk penentu struktur modal. Sebagian besar sampel yang dikumpulkan dan Malaysia memiliki hasil yang sama, Indonesia terkadang berbeda, dan

NA Ramli et al. / The Quarterly Review of Economics and Finance 71 (2019) 148 –160

155

dicted signs are consistent with the capital structure theory. Asset structure and growth opportunities for all samples are statistically significant and positive and are consistent with the theoretical hypotheses (2-C1 and 2-C2, respectively). This is consistent with most of the previous studies ( Myers, 1984 ; Sayılgan, Karabacak, & Kucukkocaoglu, 2006 ) and predicted theories, ie, POT, TOT and AT. This indicates that Malaysian and Indonesian firms are likely to issue debt when they have better growth opportunities and high tangible assets as this asset can act as a guarantee for debt. In the pooled sample, firm size shows a negative significant rela-tionship with firm leverage, which is consistent with Chen (2004) ; Ooi (1999) , POT and asymmetric information theory. However, the Indonesian sample shows a positive significant relationship between firm size and firm leverage which is consis-tent with hypothesis 2-C3 and most previous studies ( Deesomsak et al., 2004 ; Rajan & Zingales, 1995 ) . The contradictory signs of the coefficient are probably because the negative coefficient sign from the Group sample is influenced by the portion of the Malaysian sample ( Rajan & Zingales, 1995 ) . The POT suggests that firm size is negatively related to leverage because the problem of information asymmetry is less severe in large firms compared with small firms and thus, large firms prefer to issue equity instead of debt ( Rajan & Zingales, 1995 ) . The finding for the pooled and Malaysian sam- ples for a firm 's liquidity is inconsistent with the hypothesis (2-C4). This is probably because samples with high liquidity find external financing less attractive and tend to use internal financing for the firm 's operation, ie, consistent with POT and AT and Deesomsak et al. (2004) . With respect to business risk, only the Indonesian sample shows a significant negative relationship with firm lever-age (2-C5) which is consistent with the TOT in that a risky firm will find debt less attractive ( Wald, 1999 ), but this is inconsistent with Dessí and Robertson (2003) who find a positive relationship, which supports the AT and managerial risk aversion. We assume that the Indonesian firm facing the high cost of bankruptcy and financial distress due to inability to fulfil their debt commitments and thus reducing the firm 's incentive to employ debt financing. However, the results for the pooled and Malaysian sample for the non-debt tax shield (2-C6), bond market development (2-C7) and economic growth (2-C9) are contrary to my hypotheses, with a significant negative relationship between those attributes and firm leverage. This result, however, supports the TOT because of the avoidance of corporate tax and it is probably because Malaysian firms have suf-ficient funds from internal sources thus it is unnecessary to employ more debt during economic expansions. Hypothesis 2-C8, regarding stock market development, is rejected for all the samples. The insignificant result of stock market development is inconsistent with Deesomsak et al. (2004) and De Jong et al. (2008) who find a negative significant relationship. This indicates that stock market activity is not an important criterion in determining financing pol-icy for either of the countries within the sample. In developing stock markets, large firm becomes high leveraged as the stock market develops. However the smallest firms do not appear to be signif-icantly affected by stock market development ( Demirgüc¸ -Kunt & Maksimovic, 1999 ) .

This might be the reason for the insignificant coefficient between the stock market and leverage financing. The interest rate result supports the hypothesis of a negative significant coefficient (2-C10), which is consistent with Drobetz and Wanzenried (2006) who expected that firms are more likely to employ debt when there are lower borrowing costs. This indicates that within the sample, the firm has a high tendency to use external financing when the interest rate is low. The inflation rate shows a positive signifi-cant relationship only for the Malaysian sample (2-C11) probably because using period data that embrace the economic crises of Asian financial crisis (AFC) 1997-98 and Global financial crisis (GFC) 2007-08 may lead to a positive significant coefficient. Ini adalah

sistent with the predictions of the TOT, studies by DeAngelo and Masulis (1980) , and Feldstein et al. (1978) which all suggest a positive relationship, where higher inflation leads to higher firm leverage.

4.3. Leverage and firm performance Hypothesis 3 predicts a positive relationship between firm leverage and firm financial performance. Table 5 shows that only the Malaysian sample has a positive significant correlation between firm leverage and financial performance (t = 2.177 p < 0.05). This is consistent with most previous studies ( Harris & Raviv, 1991 ; Jensen, 1986 ; Modigliani & Miller, 1963 ) and the TOT regarding the alternative of the interest/tax shield hypothesis, which predicts a positive relationship between firm leverage and financial perfor-mance. This provides a further reason to reject the argument from previous studies ( Rajan & Zingales, 1995 ; Ramadhan et al., 2012; Titman & Wessels, 1988 ), based on the POT and the asymmetric information hypothesis ( Myers & Majluf, 1984 ; Myers, 1977 ) . The positive correlation between firm leverage and financial performance could be due to the tendency of firms in Malaysia to use external financing instead of internal financing to enhance firm financing performance 6 . However, based on that descriptive statis-tic, if the average firm leverage level exceeds 45%, firm financial performance tends to diminish; this occurred in the AFC. In addi-tion, it has been theorized in the capital structure literature that a firm might use more debt inappropriately for the two follow-ing reasons: (i) the conflict between debt holders and shareholders because of the risk of default that is generated from 'underin-vestment ', the cost of bankruptcy, reorganization or liquidation, as well as 'overhang ' problems ( Myers, 1977 ); and (ii) the conflict between the debt alignment interests of the manager and shareholders( Harris & Raviv, 1991 ) . These two reasons suggest more leverage than appropriate and, if this is the case, the higher leverage level would result in lower performance. This implies that the cause of diminished firm financial performance might be because of those factors. The study also suggests that Malaysian firms that have sufficient funds should attempt to choose a less risky route because Malaysia is recognized as a “market-based ” instead of a “bank-based ” country ( Deesomsak et al., 2004 ; La Porta, Shleifer, Lopez-de-Silanes, & Vishny, 1998 ) (see Table A2 in Appendix A ).

Seperti yang terlihat, sebagian besar penentu struktur modal yang diusulkan secara signifikan terkait dengan tingkat leverage perusahaan, kecuali untuk ukuran perusahaan, risiko bisnis dan pengembangan pasar saham. Kami menemukan bahwa perusahaan Malaysia cenderung menggunakan pembiayaan eksternal daripada pembiayaan internal untuk meningkatkan kinerja keuangan perusahaan. Kami juga menyarankan agar perusahaan Malaysia harus mempertahankan tingkat utang rata-rata hingga 45% untuk mempertahankan kinerja mereka.

4.4. Analisis multi-kelompok Tabel 6 menunjukkan perbedaan dalam perbandingan estimasi koefisien jalur (Malaysia vs Indonesia), dan memberikan hasil perbandingan multi-kelompok berdasarkan dua metode pengukuran, yaitu, diasumsikan kesalahan standar yang sama dan diasumsikan tidak setara. kesalahan standar ( Matthews, 2017 ; Hair et al., 2017 ) . Kami menemukan hasil yang konsisten untuk kedua pengukuran, yang menunjukkan bahwa kami tidak dapat menolak hipotesis nol bahwa sebagian besar koefisien jalur sama di kedua negara, Malaysia dan Indonesia. Dalam hal ini, kita dapat menyimpulkan bahwa, untuk penentu struktur modal (yang mencakup atribut spesifik perusahaan dan negara), kami menolak

6

Korelasi positif juga terbukti untuk kelompok dan sampel Indonesia tetapi tidak signifikan.

156

NA Ramli et al. / Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –160

Tabel 6 Hasil uji perbandingan multi-kelompok (PLS-MGA).

Panel A Struktur aset (AS) -> leverage perusahaan (LEV) Peluang pertumbuhan (GRW) -> leverage perusahaan (LEV) Ukuran perusahaan (FS) -> leverage perusahaan (LEV) Likuiditas (LIQ) -> leverage perusahaan (LEV) Risiko bisnis (BR) -> leverage perusahaan (LEV) Perisai pajak bukan utang (NDTS) -> leverage perusahaan (LEV) Dev pasar obligasi. (BMD) -> leverage perusahaan (LEV) Dev pasar saham. (SMD) -> leverage perusahaan (LEV) Pertumbuhan ekonomi (EG) -> leverage perusahaan (LEV) Tingkat bunga (INT) -> leverage perusahaan (LEV) Tingkat inflasi (INF) -> leverage perusahaan (LEV) Panel B Struktur aset (AS) -> kinerja perusahaan (FFP) Peluang pertumbuhan (GRW) -> kinerja perusahaan (FFP) Ukuran perusahaan (FS) -> kinerja perusahaan (FFP) Likuiditas (LIQ) -> kinerja perusahaan (FFP) Risiko bisnis (BR) -> kinerja perusahaan (FFP) Perisai pajak bukan utang (NDTS) -> kinerja perusahaan (FFP) Dev pasar obligasi. (BMD) -> kinerja perusahaan (FFP) Dev pasar saham. (SMD) -> kinerja perusahaan (FFP) Pertumbuhan ekonomi (EG) -> kinerja perusahaan (FFP) Suku bunga (INT) -> kinerja perusahaan (FFP) Tingkat inflasi (INF) -> kinerja perusahaan (FFP) Leverage perusahaan (LEV) -> kinerja perusahaan (FFP)

[berbeda]

Kesalahan standar yang sama diasumsikan

Kesalahan standar yang tidak sama diasumsikan

0,01 0,0036 0,0408 0,0189 0,0023

0,7707 0,1836 3.3658 *** 2.5606 *** 2.1448 **

0,8327 0,2436 3.8257 *** 2.5937 *** 1.7995 *

0,0361 0,0089 0,0005 0,0717 0,035 0,0037

1.9325 * 0,8802 0,7694 6.8378 *** 8.9490 *** 0,2292

1.7122 * 0,7721 0,8490 5.0107 *** 7.4474 *** 0,1670

0,0403 0,0222 0,0004 0,002 0,0028

2.7155 *** 0,1786 2.5222 ** 1.1758 0,3917

3,0089 *** 0,1790 2.0613 ** 0,9037 0,2717

0,0067 0,0244 0,0074 0,0094 0,044 0,0009

0,2419 1.6208 0,4795 0,5015 3.1392 *** 0,5625

0,2875 1.1408 0,6075 0,4205 2.3985 ** 0,4700

0,0394

0,2846

0,2368

Catatan: ***, **, * Secara statistik signifikan pada level 1 persen, 5 persen, dan 10 persen.

hipotesis nol bahwa semua estimasi koefisien jalur untuk Malaysia dan Indonesia adalah sama. Hasil ini mendukung De Jong et al. (2008) dan Psillaki dan Daskalakis (2009) , yang menemukan bahwa dampak atribut spesifik perusahaan pada leverage perusahaan tidak harus sama di seluruh negara. Hasil penelitian kami juga menunjukkan bahwa tidak ada perbedaan yang signifikan antara Malaysia dan Indonesia dalam hal pengaruh leverage perusahaan terhadap kinerja keuangan perusahaan (hipotesis 4-E3). Ini berarti bahwa negara-negara cenderung memiliki dampak yang sama terhadap leverage perusahaan (khususnya menggunakan pembiayaan eksternal daripada pendanaan internal) untuk meningkatkan kinerja keuangan perusahaan. Ini konsisten dengan Harris dan Raviv (1991) ; Jensen (1986) dan TOT, yang memprediksi hubungan positif.

4.5. Efek mediasi Dengan mengecualikan variabel mediator (leverage perusahaan) dari model, jalur efek langsung total “ c ” signifikan untuk sebagian besar jalur kecuali untuk risiko bisnis, inflasi dan tingkat bunga (lihat Tabel A3 dari Lampiran A ). Efek termasuk variabel mediator seperti dirangkum dalam Tabel 7 menunjukkan bahwa sebagian besar jalur " a " X → M adalah signifikan, kecuali untuk ukuran perusahaan, risiko bisnis dan pengembangan pasar saham. Jalur " b " M → Y, yaitu, leverage perusahaan dan kinerja keuangan perusahaan adalah signifikan. Dengan demikian, Tabel 7 menunjukkan bahwa ada efek mediasi yang signifikan dan kedua uji statistik t, yaitu bootstrap dan statistik t Sobel konsisten. Ini menunjukkan bahwa beberapa faktor spesifik memiliki efek mediasi yang kuat dalam sampel Malaysia yaitu, struktur aset (AS), peluang pertumbuhan (GRW), perisai pajak bukan utang (NDTS) dan tingkat bunga (IR). Ketika mediasi t-statistik signifikan, maka langkah selanjutnya adalah untuk mendapatkan besarnya efek, yang diberikan oleh rasio efek tidak langsung atau mediasi terhadap total efek 7 . Sebagai contoh, efek mediasi dari atribut spesifik melalui leverage dicontohkan oleh nilai Variance Accounted For (VAF) yang tinggi (misalnya, jika VAF 40%, ini menunjukkan bahwa

7 Efek total X dan Y dapat dinyatakan sebagai jumlah dari efek langsung dan efek tidak langsung: c = c '+ ab. Secara ekuivalen, c 'adalah perbedaan antara efek total X terhadap Y dan efek tidak langsung X pada Y sampai M, yaitu, c ' = c-ab.

hanya setengah dari total pengaruh atribut spesifik pada kinerja keuangan perusahaan dijelaskan oleh efek mediasi). VAF adalah evaldigunakan oleh rumus: VAF = a × b di mana: a, b dan c adalah path a×b+c

koefisien. Oleh karena itu, berdasarkan model struktural pada Tabel 5 , atribut spesifik yang dianggap dimediasi oleh leverage perusahaan (yaitu, struktur aset, peluang pertumbuhan, dan perisai pajak non-utang) dapat digambarkan sebagai "mediasi kompetitif ". Ambil contoh, H 1 : semakin tinggi struktur aset perusahaan (X), semakin tinggi kinerja keuangan perusahaan (Y). Logika hubungan sebab-akibat yang sederhana ini ditunjukkan pada Gambar. 2 : aset berwujud yang lebih tinggi adalah rambu keamanan bagi pemberi pinjaman yang bertindak sebagai jaminan, yang menunjukkan reputasi yang baik untuk mendapatkan dana dan, dengan demikian, berguna untuk proyek yang menguntungkan yang menghasilkan lebih banyak pengembalian. Namun, ketika memperkirakan hubungan sebelum termasuk mediator (leverage perusahaan) pada Gambar. 2 (yaitu, korelasi antara struktur aset dan kinerja keuangan perusahaan), kami memperoleh hasil yang menunjukkan hubungan negatif yang signifikan (c = - 0,0445, t = 7.0522, p <0,01 pada Tabel A3 dari Lampiran A ). Ada alasan bagus untuk mengharapkan hubungan yang positif, tetapi ada sesuatu yang hilang dalam model. Dalam contoh ini, dimasukkannya leverage perusahaan (M) masuk akal untuk efek tidak langsung.

Oleh karena itu, H 2 akan mengandaikan bahwa perusahaan dengan aset lebih nyata kuat dalam menghadapi kesulitan keuangan karena memiliki agunan yang tinggi untuk mendukung tingkat utang yang lebih tinggi. H 3 berpendapat bahwa perusahaan memiliki insentif untuk menggunakan utang karena manfaat pengurangan bunga dan, dengan demikian, mengarah pada kinerja yang lebih tinggi. Ketika dua hipotesis H 2 (jalur a ) dan H 3 (jalur b ) digabungkan ( a * b ) dalam satu model, hubungan sebab-akibat yang kompleks akan muncul sebagai efek tidak langsung ( Gbr. 2 ). Kombinasi H 1 hingga H 3 diperlukan untuk membentuk model mediasi lengkap ( Gbr. 2 ) dan, karenanya, H 4 dikembangkan (hubungan antara struktur aset dan kinerja keuangan perusahaan dimediasi oleh leverage perusahaan). Oleh karena itu, penjelasan lengkap untuk contoh ini dapat dinyatakan dari Tabel 5 : jalur estimasi a antara struktur aset dan leverage perusahaan adalah hubungan positif yang signifikan: a = 0,0814, t = 12,617, p <0,01, jalur b antara leverage perusahaan dan perusahaan kinerja keuangan menunjukkan hubungan signifikan positif: b = 0,1093, t = 2,1771, p <0,05, dan hubungan antara struktur aset dan kinerja keuangan perusahaan.

NA Ramli et al. / Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –160

157

Tabel 7 Hasil analisis uji mediasi.

**

Efek mediasi jalur

Model A

Malaysia

Bootstrapt-statistik

Statistik terisak

Struktur aset (AS) -> leverage (LEV) -> kinerja perusahaan (FFP) Peluang pertumbuhan (GRW) -> leverage (LEV) -> kinerja perusahaan (FFP) Ukuran perusahaan (FS) -> leverage (LEV) -> kinerja perusahaan (FFP) Risiko bisnis (BR) -> leverage (LEV) -> kinerja perusahaan (FFP) Likuiditas (LIQ) -> leverage (LEV) -> kinerja perusahaan (FFP) Perisai pajak bukan utang (NDTS) -> leverage (LEV) -> kinerja perusahaan (FFP) Inflasi (INF) -> leverage (LEV) -> kinerja perusahaan (FFP) Tingkat bunga (IR) -> leverage (LEV) -> kinerja perusahaan (FFP) Pertumbuhan ekonomi (EG) -> leverage (LEV) -> kinerja perusahaan (FFP) Stock market dev. (SMD) -> leverage (LEV) -> firm performance (FFP) Bond market dev. (BMD) -> leverage (LEV) -> firm performance (FFP)

1.914 * 1,817 * 0,853 0,343 1.646 * 1.8097 * 1.5098 1.792 * 1.608 0,853 1.393

2.145 * 2.176 ** 0,594 0,297 1.909 * 2.053 ** 1.4985 2.086 ** 1.7408 0.7536 1.366

and * indicate statistical significance at the 5 percent and 10 percent levels, respectively, using standard errors that have been generated from the 5000 random bootstrapping

procedure samples (with replacement). The null hypothesis will be rejected if the t-value exceeds 1.96 (at p < 0.05), ie, there is no mediating/indirect effect between the determinants of capital structure and firm financial performance. Even though, the bootstrap t-statistics is above p < 0.05 which is p < 0.10, the significant value still consider the mediation effect if the Sobel-test appeared to exceed 1.96 (p < 0.05).

Note: The mediation tests are measured as follows: w

(i) The bootstrap t-statistic is measure by t

emp

=

where: t

se(w)

emp

is the empirical t-value, w is the original PLS estimate of a certain path coefficient, and se(w) is the

bootstrapping of the standard error. This significance test estimates are claimed to perfectly suit the PLS-SEM technique ( Hair et al., 2017 ; Preacher & Hayes, 2008 ); dan. a × b

(ii) The Sobel test (1982) is measured by z

b

=s coefficient a → b and S

2

b

2

b

× s 2

+ s

2

a a

2

+ a 2

× s

, where a and b are the original samples of the path coefficient values, S path

× b

a

2

is the standard error for the

2

is the standard error for the path coefficient c → c.

Fig. 2. Cause-effect models of mediation analysis.

kinerja melalui leverage adalah c '= - 0,0533, t = 7,0946, p <0,01. Model keseluruhan ini untuk efek tidak langsung ab dan efek langsung c ' memiliki tanda yang berbeda (tiga koefisien jalur axbxc adalah signifikan dan mengalikan ketiga koefisien menghasilkan nilai negatif). Dengan demikian, model mediasi ini dikategorikan sebagai mediasi kompetitif. Studi sebelumnya (Hair et al., 2013; MacKinnon, Krull, & Lockwood, 2000 ; Zhao, Lynch, & Chen, 2010 ) berpendapat bahwa nilai VAF akan menjadi lebih besar dari satu atau, bahkan menjadi negatif untuk mediasi kompetitif. Ukuran efek (VAF) untuk diskusi di atas konsisten dengan argumen dari nilai negatif (yaitu, VAF - 0,20 atau - 20%). Berdasarkan Hair et al. (2017) , situasi ini biasanya merupakan pengecualian untuk penilaian efek mediasi berbasis VAF. Implikasi praktisnya adalah bahwa perusahaan dengan aset berwujud yang lebih besar yang cenderung kuat dalam menghadapi kesulitan keuangan akan nampak meningkatkan leverage perusahaan mereka, yang, pada gilirannya, mengarah pada peningkatan kinerja keuangan perusahaan. Akuntansi untuk efek mediasi dari leverage perusahaan menghasilkan hubungan "benar " antara struktur aset dan kinerja keuangan

perusahaan. Hubungan ini secara sistem dipengaruhi oleh tingkat leverage perusahaan, yang pada gilirannya dapat dijelaskan oleh perusahaan Struktur aset. Ada efek mediasi signifikan lainnya yang mungkin lebih besar yang mungkin terkait dengan struktur aset perusahaan yang mengurangi kinerja keuangan perusahaan. Ini berarti bahwa tanda negatif yang tidak dapat dijelaskan untuk efek langsung (struktur aset dan kinerja keuangan perusahaan) memberikan petunjuk bahwa hubungan tersebut dapat dicerminkan oleh tiga alasan: (i) korelasi variabel eksogen lainnya, (ii) data sampel dengan penyertaan dari dua krisis keuangan, yaitu, AFC dan GFC atau (iii) kemungkinan mediator kedua yang dihilangkan ( Collins, Graham, & Flaherty, 1998 ; MacKinnon et al., 2000 ; Zhao et al., 2010 ). Demikianlah, studi selanjutnya dapat melihat lebih jauh ke mediator alternatif. Implikasi teoritis ini memberikan garis perak untuk membangun teori masa depan khususnya

untuk studi struktur modal. Contoh ini menunjukkan argumen serupa untuk peluang pertumbuhan dan variabel pelindung pajak non-utang yang berpotensi memiliki efek mediasi. Akhirnya, kami menemukan bahwa suku bunga dianggap sebagai "variabel mediator tidak langsung saja ". Istilah "mediasi tidak langsung saja " mendefinisikan situasi di mana lintasan indi- ab signifikan tetapi efek langsungnya tidak signifikan ( Iacobucci & Duhachek, 2003 ; MacKinnon, Warsi, & Dwyer, 1995 ; Zhao et al., 2010 ) . Pada kasus ini, Zhao et al. (2010) dan Hair et al. (2017) berpendapat bahwa situasi ini mewakili mediasi penuh: pengaruh tingkat bunga pada kinerja keuangan perusahaan sedang dimediasi sepenuhnya oleh leverage perusahaan. Jalur efek langsung c menunjukkan hubungan yang tidak signifikan (c = 0,0097, t = 1,261), jalur a menunjukkan hubungan negatif yang signifikan (a = -0,0432, t = 7,3667, p <0,01), jalur b menunjukkan positif hubungan yang signifikan (b = 0,1093, t = 2,1771, p <0,05), dan jalur c 'menunjukkan hubungan yang tidak signifikan (c ' = 0,0144, t = 1,5377). Oleh karena itu, perusahaan tertarik pada lebih banyak pinjaman setiap kali biaya pinjaman menurun. Jika sebuah perusahaan Posisi stabil dan menguntungkan, ada kemampuan yang lebih besar untuk memenuhi pembayaran bunganya. Selama periode tingkat bunga rendah, banyak perusahaan memiliki rasio cakupan bunga yang rendah dan diharapkan memiliki rasio utang yang tinggi, yang akan mengarah pada kinerja yang lebih tinggi. Misalnya, kisaran persentase Malaysia untuk suku bunga rata-rata 6,8%, hingga 12% (lihat statistik deskriptif dan Tabel A1 dari Lampiran A ).

5. Kesimpulan Studi ini secara empiris menguji hubungan antara penentu-minant dari struktur modal dan kinerja keuangan perusahaan di Malaysia dan Indonesia untuk periode 1990 hingga 2010. Fokus utama dari penelitian ini adalah untuk secara simultan memeriksa dampak dari penentu struktur cap-ital pada keuangan perusahaan. kinerja bersama

158

NA Ramli et al. / Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –160

dengan efek mediasi leverage perusahaan. Hasil tes boot-strap dan Sobel menunjukkan bahwa leverage perusahaan memainkan peran mediasi di Malaysia tetapi tidak di Indonesia. Hasil menunjukkan bahwa, di Malaysia, pengaruh struktur aset, peluang pertumbuhan, perisai pajak non-utang, dan tingkat bunga pada kinerja keuangan perusahaan dimediasi oleh leverage perusahaan. Kami menemukan bahwa rata-rata perusahaan Malaysia menggunakan utang sebagai mekanisme kontrol untuk memaksimalkan kinerja sebagaimana dinyatakan oleh AT dan TOT. Kami menemukan bahwa karakteristik perusahaan dan negara tidak hanya secara langsung mempengaruhi kinerja keuangan perusahaan. Hasil kami memiliki implikasi penting untuk keputusan manajerial, yaitu, keputusan struktur modal cenderung dipengaruhi oleh karakteristik perusahaan sendiri, yaitu, struktur aset, peluang pertumbuhan, perisai pajak non-utang dan karakteristik negara, yaitu , tingkat bunga negara tempat perusahaan beroperasi. Penting bagi manajemen untuk mengetahui "jalan " dan "bagaimana " nilai perusahaannya akan meningkat (menurun) dari karakteristik perusahaan dan negara dan keputusan struktur modal yang sesuai dari model mediasi. Identifikasi efek mediasi sangat penting untuk pengembangan teori dalam keuangan perusahaan dalam dua cara. Pertama, teori penentu struktur modal dapat dirumuskan sebagai model kausal ( Chang et al., 2009 ; Jairo, 2009 ; Titman & Wessels, 1988 ) . Kedua, jalur langsung jarang diharapkan dan diklarifikasi. Itu pernyataan tentang jalur " langsung" yang tidak dapat dijelaskan sering merupakan bukti efek dari satu atau lebih mediator yang dihilangkan. Adalah umum untuk variabel independen the-oretical untuk mempengaruhi variabel dependen melalui dua (atau lebih) mediator ( Zhao et al., 2010 ) . Dalam hal itu, tanda tak terduga dalam studi ini tentang efek langsung yang muncul dalam "mediasi kompetitif " dapat memberikan pedoman untuk membangun teori. Tanda efek langsung yang tidak dapat dijelaskan dapat memberikan petunjuk dalam pekerjaan mendatang untuk mekanisme mediasi kedua. Rucker, Preacher, Tormala, dan Petty, (2011) dan Zhao et al. (2010) menyarankan bahwa efek total mungkin tercermin oleh dua atau lebih mediator yang dihilangkan dengan tanda yang berbeda. Ketiga, pengenalan faktor

analisis dalam PLS-SEM memberikan garis perak dalam teori struktur modal karena dapat membantu (i) mendeteksi struktur model keseluruhan dalam hubungan antar variabel dan (ii) mengidentifikasi pola korelasi (indikator) yang mendasari yang dibagikan oleh variabel untuk menguji model teoritis. Beberapa penelitian internasional mengasumsikan bahwa efek dari penentu struktur kapital sama di seluruh negara ( Booth et al., 2001 ; Giannetti, 2003 ; Song, 2004 ) . Kami memberikan bukti bahwa asumsi ini tidak berdasar. Kami menolak hipotesis nol bahwa semua estimasi koefisien jalur untuk Malaysia dan Indonesia adalah sama. Kami mengakui bahwa beberapa dampak dari atribut khusus perusahaan dan negara pada leverage perusahaan dan kinerja berbeda dalam hal tanda, besarnya dan tingkat signifikansi di Malaysia dan Indonesia. Studi ini telah memberikan kontribusi yang berharga dengan menguji kesetaraan efek koefisien dari masing-masing negara Estimasi koefisien jalur. Hasil ini memberikan jawaban yang lebih kuat untuk hasil kontradiksi yang disajikan oleh berbagai studi dalam asumsi struktur modal internasional, yaitu, seperti yang telah diasumsikan oleh peneliti ini, bahwa efek faktor spesifik perusahaan pada leverage perusahaan adalah sama.

Penelitian ini memiliki keterbatasan yang harus dipertimbangkan. Pertama, penelitian ini tidak mempertimbangkan faktor-faktor lain yang dapat mempengaruhi leverage dan kinerja perusahaan seperti tata kelola perusahaan dan persaingan pasar ( Detthamrong et al., 2017 ; Fosu, 2013 ) . Kedua, kami hanya mempertimbangkan pengujian leverage sebagai mediasi tanpa mempertimbangkan variabel lain seperti kepemilikan manajerial ( Wahba, 2014 ), yang dapat memoderasi hubungan ini. Akhirnya, penelitian ini hanya menggunakan dua negara sebagai sampel, sehingga hasil yang berbeda dapat diperoleh ketika model diuji di negara lain. Sebuah studi tindak lanjut di bidang ini dapat memperkuat dan mereplikasi model ini di berbagai negara untuk meningkatkan generalisasi temuan kami, yang mungkin bermanfaat untuk penelitian di masa depan.

Lampiran A.

Tabel A1 Suku bunga pinjaman dan inflasi negara-negara sampel.

Negara Indonesia Malaysia Indonesia Malaysia

Tahun LendingIR (%) LendingIR (%) Inflasi, CPI Inflasi, CPI

90

91

92

93

94

95

96

97

98

99

00

01

02

03

04

05

06

07

08

09

10

20.8

25.5

24

20.6

17.8

18.9

19.2

22

32.2

27.

18.5

18.5

18.9

16.9

14.1

14.1

16

13.9

13.6

15

13.3

8.8 7.8 2.6

9.3 9.4 4.4

10.2 7.5 4.8

10 9.7 3.5

8.8 8.5 3.7

8.7 9.4 3.5

9.9 8 3.5

11 6.2 2.7

12.1 58.4 5.3

8.6 7.7 20,5 \ 3.7 2.7 1.5

7.1 11.5 1.4

6.5 11.9 1.8

6.3 6.6 1

6 6.2 1.5

6 10.5 3

6.5 13.1 3.6

6.4 6.4 2

6.1 9.8 5.4

5.1 4.8 0,6

5 5.1 1.7

Catatan: Suku bunga pinjaman : suku bunga yang dikenakan oleh bank atas pinjaman kepada pelanggan utama. Suku bunga pinjaman adalah suku bunga bank yang umumnya memenuhi kebutuhan pembiayaan jangka pendek dan menengah dari sektor swasta. Angka ini biasanya dibedakan berdasarkan kelayakan kredit peminjam dan tujuan pembiayaan. Inflasi : diukur dengan indeks harga konsumen (CPI) mencerminkan perubahan persentase tahunan dalam biaya untuk rata-rata konsumen memperoleh sekeranjang barang dan jasa yang dapat diperbaiki atau diubah pada interval tertentu, seperti tahunan. Sumber: Laporan Pembangunan Dunia (Bank Dunia), Database Struktur Keuangan.

Tabel A2 Aspek utama tata kelola perusahaan dan lingkungan kelembagaan di negara-negara Asia Tenggara (Malaysia dan Indonesia).

Malaysia

Indonesia

Sumber

Orientasi keuangan

Berorientasi pasar

Berorientasi pada bank

Demirgüc¸ -Kunt dan Maksimovic (2002)

Asal hukum Aturan hukum

Hukum adat

Hukum perdata-asal Prancis

La Porta et al. (1998)

Efisiensi sistem peradilan

9.00

2,50

La Porta et al. (1998)

Aturan hukum Payung hukum

6.78

3,98

La Porta et al. (1998)

Hak pemegang saham

4

2

La Porta et al. (1998)

Hak kreditor

4

4

La Porta et al. (1998)

Catatan: Efisiensi sistem peradilan: Penilaian terhadap "efisiensi " dan integritas lingkungan hukum sebagai bisnis dan khususnya perusahaan asing dipengaruhi yang telah diproduksi oleh lembaga pemeringkat risiko negara Business International Corp. Ini mewakili penilaian investor terhadap kondisi negara pada skala dari nol hingga 10; dengan skor yang lebih rendah, tingkat efisiensi yang lebih rendah "nol " (paling tidak efisien) hingga 10 (paling efisien). Aturan hukum: Penilaian hukum dan tradisi urutan di negara yang diproduksi oleh lembaga pemeringkat risiko Risiko Negara Internasional (ICR) di negara tertentu. Skala dari nol hingga 10; dengan skor lebih rendah untuk lebih sedikit tradisi (0) hingga sebagian besar tradisi (10). Hak kreditor: Indeks yang mengumpulkan berbagai hak kreditor. Rentang indeks dari nol (terlemah) hingga empat (terkuat). Hak pemegang saham: Variabel pemungutan suara kumulatif yang mencakup pemegang saham minoritas hak untuk perwakilan proporsional yang menambahkan variabel pada hak pre-emptive pemegang saham minoritas untuk membeli masalah baru saham. Indeks berkisar dari nol hingga empat.

NA Ramli et al. / Tinjauan Triwulanan Ekonomi dan Keuangan 71 (2019) 148 –160

159

Tabel A3 Nilai signifikan secara statistik untuk total efek di Malaysia. coeff.

std. kesalahan

t-stats

Struktur aset -> kinerja keuangan perusahaan Peluang pertumbuhan -> kinerja keuangan perusahaan Ukuran perusahaan -> kinerja keuangan perusahaan Likuiditas -> kinerja keuangan perusahaan Risiko bisnis -> kinerja keuangan perusahaan Perisai pajak non-hutang -> kinerja keuangan perusahaan Pengembangan pasar obligasi -> kinerja keuangan perusahaan Pengembangan pasar saham -> kinerja keuangan perusahaan Pertumbuhan ekonomi -> kinerja keuangan perusahaan Suku bunga -> kinerja keuangan perusahaan

- 0,0445 - 0,0758 0,0206 - 0,0107 - 0,0016 0,8882 - 0,0169 0,0137 0,0194 0,0097

0,0063 0,01 0,0072 0,0044 0,0025 0,0133 0,0054 0,008 0,0086 0,0077

7.0522 7.5861 2.8714 2.4684 0,642 66.6393 3.1085 1.7232 2.2527 1.261

Tingkat inflasi -> kinerja keuangan perusahaan

- 0,0044

0,0081

0,5491

Tabel menunjukkan PLS-SEM estimasi yang signifikan secara statistik untuk jalur efek langsung total “c ", yaitu, hubungan antara penentu struktur modal dan kinerja keuangan perusahaan. Pemodelan jalur PLS mengukur koefisien Beta (), kesalahan standar dan nilai signifikan secara statistik menggunakan resampling dari prosedur bootstrap untuk 5000 sampel untuk semua sampel; total sampel untuk Indonesia N = 5975. Catatan: ***, **, * signifikan secara statistik pada level 1 persen, 5 persen, dan 10 persen (satu ekor).

Referensi Abdel-Kader, OA, Bacha, OI, Masih, M., & Asutay, M. (2017). Leverage versus volatilitas: Bukti dari struktur modal perusahaan-perusahaan Eropa. Pemodelan Ekonomi , 62 , 145 -160. Abor, J. (2005). Pengaruh struktur modal terhadap profitabilitas: Analisis empiris perusahaan yang terdaftar di Ghana. Jurnal Keuangan Risiko , 6 (5), 438-445. Acedo-Ramiırez, MA, & Ruiz-Cabestre, FJ (2014). Faktor-faktor penentu struktur modal : Inggris versus negara-negara Eropa Kontinental. Jurnal Manajemen Keuangan Internasional & Akuntansi , 25 (3), 237 –270. Aguinis, H., Ramani, RS, & Alabduliader, N. (2018). Apa yang Anda lihat adalah apa yang Anda dapatkan? Meningkatkan transparansi metodologi dalam penelitian manajemen. Academy of Management Annals , 12 (1), 1 –28. Akhtar, S. (2017). Struktur modal perusahaan multinasional dan domestik - perbandingan lintas negara. Akuntansi & Keuangan , 57 (2), 319 –349. Bank Pembangunan Asia (ADB). (2012). Diperoleh 05 April 2012, dari http: // www.adb.org/ . Avkiran, NK (2018). Bangkitnya pemodelan persamaan struktural struktural kuadrat terkecil: Aplikasi dalam perbankan. Dalam N. Avkiran, & C. Ringle (Eds.), Pemodelan persamaan struktural partial least square . Cham: Springer International, hlm. 1–23 Bancel, F., & Mittoo, UR (2004). Penentu lintas negara pilihan struktur modal : Sebuah survei terhadap perusahaan-perusahaan Eropa. Manajemen Keuangan , 33 (4), 103 –132.

Bandalos, DL (2018). Teori pengukuran dan aplikasi untuk ilmu sosial . New York: Guilford Press. Bandyopadhyay, A., & Barua, NM (2016). Faktor-faktor yang menentukan struktur modal dan kinerja perusahaan di India: Mempelajari efek siklus bisnis. Tinjauan Triwulanan Ekonomi dan Keuangan , 61 , 160 –172. Berger, AN, & Bonaccorsi di Patti, E. (2006). Struktur modal dan kinerja perusahaan : Pendekatan baru untuk menguji teori agensi dan aplikasi untuk industri perbankan. Jurnal Perbankan & Keuangan , 30 (4), 1065 –1102. Berger, PG, Ofek, E., & Yermack, DL (1997). Pengambilan keputusan manajerial dan struktur modal. The Journal of Finance , 52 (4), 1411 –1438. Booth, L., Aivazian, V., Demirguc Kunt, A., & Maksimovic, V. (2001). Struktur modal di negara berkembang. Jurnal Keuangan , 56 (1), 87 –130.

Brounen, D., De Jong, A., & Koedijk, K. (2006). Kebijakan struktur modal di Eropa: Bukti survei. Jurnal Perbankan & Keuangan , 30 (5), 1409 –1442. Brush, TH, Bromiley, P., & Hendrickx, M. (2000). Hipotesis arus kas bebas untuk pertumbuhan penjualan dan kinerja perusahaan. Jurnal Manajemen Strategis , 21 (4), 455 –472. Central Intelligence Agency (CIA). 2012, dari https://www.cia.gov/] Chang, C., Lee, AC, & Lee, CF (2009). Penentu pilihan struktur modal: Pendekatan pemodelan persamaan struktural. Tinjauan Triwulanan Ekonomi dan Keuangan , 49 (2), 197 –213. Chang, C., Chen, X., & Liao, G. (2014). Apa faktor penentu penting yang dapat diandalkan dari struktur modal di Cina? Pacific-Basin Finance Journal , 30 , 87 –113.

Chen, JJ (2004). Penentu struktur modal perusahaan yang terdaftar di Cina. Jurnal Penelitian Bisnis , 57 (12), 1341 –1351. Chin, WW (1998). Pendekatan kuadrat terkecil parsial untuk pemodelan persamaan struktural . Dalam GA Marcoulides (Ed.), Metode Modern untuk Penelitian Bisnis . Mahwah, NJ: Lawrence Erlbaum Associates, hlm. 295 –336. Dagu, WW (2010). Cara menulis dan melaporkan analisis PLS - SEM . Dalam VE Vinzi, WW Chin, J. Henseler, & H. Wang (Eds.), Buku Pegangan kuadrat terkecil parsial: Konsep, metode dan aplikasi dalam bidang pemasaran dan terkait . . Berlin: Springer. Claude, R. (2016). Penentu organisasi, struktur modal, dan kinerja keuangan perusahaan yang terdaftar di Rwanda Development Board. The International Journal of Business & Management , 4 (8), 105 –129. Collins, LM, Graham, JJ, & Flaherty, BP (1998). Kerangka kerja alternatif untuk mendefinisikan mediasi. Penelitian Perilaku Multivariat , 33 (2), 295-312. Core, JE, Guay, WR, & Rusticus, TO (2006). Apakah tata kelola yang lemah menyebabkan pengembalian saham yang lemah ? Pemeriksaan kinerja operasional perusahaan dan investor ' harapan. Jurnal Keuangan , 61 (2), 655 –687.

De Jong, A., Kabir, R., & Nguyen, TT (2008). Struktur modal di seluruh dunia: Peran perusahaan - dan penentu spesifik negara. Jurnal Perbankan & Keuangan , 32 (9), 1954 – 1969. DeAngelo, H., & Masulis, RW (1980). Struktur modal optimal di bawah perpajakan perusahaan dan pribadi. Jurnal Ekonomi Keuangan , 8 (1), 3–29. Deesomsak, R., Paudyal, K., & Pescetto, G. (2004). Faktor penentu struktur modal : Bukti dari wilayah Asia Pasifik. Jurnal Manajemen Keuangan Multinasional , 14 ( 4-5), 387 –405. Deesomsak, R., Paudyal, K., & Pescetto, G. (2009). Struktur jatuh tempo hutang dan krisis keuangan Asia 1997. Jurnal Manajemen Keuangan Multinasional , 19 (1), 26 –42. Demirgüc¸ -Kunt, A., & Maksimovic, V. (1996). Pengembangan pasar saham dan pilihan pendanaan perusahaan. Tinjauan Ekonomi Bank Dunia , 10 (2), 341 –369. Demirgüc¸ -Kunt, A., & Maksimovic, V. (1999). Lembaga, pasar keuangan, dan jatuh tempo utang perusahaan. Jurnal Ekonomi Keuangan , 54 (3), 295 –366. Demirgüc¸ -Kunt, A., & Maksimovic, V. (2002). Pertumbuhan pendanaan dalam sistem keuangan berbasis bank dan berbasis pasar: Bukti dari data tingkat perusahaan. Jurnal Ekonomi Keuangan , 65 (3), 337 –363. Desai, H., & Jain, PC (1999). Kinerja dan fokus perusahaan: Kinerja pasar saham jangka panjang setelah spin-off. Jurnal Ekonomi Keuangan , 54 (1), 75 –101. Dessí, R., & Robertson, D. (2003). Hutang, insentif, dan kinerja: Bukti dari data panel UK. The Economic Journal , 113 (490), 903–919. Detthamrong, U., Chancharat, N., & Vithessonthi, C. (2017). Tata kelola perusahaan, struktur modal , dan kinerja perusahaan: Bukti dari Thailand. Penelitian dalam Bisnis dan Keuangan Internasional , 42 , 689–709. Drobetz, W., & Wanzenried, G. (2006). Apa yang menentukan kecepatan penyesuaian struktur modal target? Ekonomi Keuangan Terapan , 16 (13), 941 –958. Fan, JPH, Titman, S., & Twite, G. (2010). Perbandingan internasional dari struktur modal dan pilihan jatuh tempo hutang . Biro Penelitian Ekonomi Nasional. Feldstein, M., Green, J., & Sheshinski, E. (1978). Inflation and taxes in a growing economy with debt and equity finance. Journal of Political Economy , 86 , 53 –70. Field, A. (2016). An Adventure in statistics: The reality enigma . Thousand Oaks: Sage Publications. Forbes, KJ (2002). How do large depreciations affect firm performance? IMF Staff Papers , 49 , 214 –238. Fornell, C., & Larcker, DF (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research , 18 , 39 –50. Fosu, NM (2013). Capital structure, product market competition and firm performance: Evidence from South Africa. The Quarterly Review of Economics and Finance , 53 , 140 –151. Frank, MZ, & Goyal, VK (2009). Capital structure decisions: Which factors are reliably important? Financial Management , 38 (1), 1 –37. Giannetti, M. (2003). Do better institutions mitigate agency problems? Evidence from corporate finance choices. Journal of Financial and Quantitative Analysis , 38 (1), 185 –212. Goyal, VK, Lehn, K., & Racic, S. (2002). Growth opportunities and corporate debt policy: The case of the US defense industry. Journal of Financial Economics , 64 (1), 35 –59. Hair, JF, Hult, GTM, Ringle, C., & Sarstedt, M. (2017). A primer on partial least squares structural equation modeling (2nd ed.). Thousand Oaks: Sage Publication. Hair, JF, Sarstedt, M., Ringle, C., & Gudergan, SP (2018). Advanced issues in partial least squares structural equation modeling . Thousand Oaks: Sage Publications. Harris, M., & Raviv, A. (1991). The theory of capital structure. The Journal of Finance , 46 , 297 –355. Henseler, J., Hubona, G., & Ray, PA (2017). Partial least squares path modeling: Updated guidelines. In H. Latan, & R. Noonan (Eds.), Partial least squares path modeling: Basic concepts, methodological issues and applications . Cham: Springer International (pp. 19 –39). Huang, I.-H. (2014). Does market timing persistently affect capital structure? Evidence from stock market liberalization. Pacific-Basin Finance Journal , 26 , 123 –144.

160

NA Ramli et al. / The Quarterly Review of Economics and Finance 71 (2019) 148 –160

Iacobucci, D., & Duhachek, A. (2003). Mediating analysis. In Paper presented at the Round table of the ACR Conference . Jairo, I. (2009). The use of structural equation modelling (SEM) in capital structure empirical analysis. KCA Journal of Business Management , 1 (1), 11 –35. Jensen, MC (1986). Agency costs of free cash flow, corporate finance, and takeovers. American Economic Review , 76 (2), 323 –339. La Porta, R., Shleifer, A., Lopez-de-Silanes, F., & Vishny, R. (1998). Law and finance. Journal of Political Economy , 106 (6), 1113 –1155. Latan, H. (2018). Pemodelan jalur PLS dalam penelitian perhotelan dan pariwisata: Zaman keemasan dan hari-hari masa depan. Dalam F. Ali, MS Rasoolimanesh, & C. Cobanoglu (Eds.), Penerapan Partial Least Squares - Structural Equation Modeling (PLS-SEM) dalam Penelitian Pariwisata dan Perhotelan . Bingley: Emerald. Latan, H., & Noonan, R. (Eds.). (2017). Pemodelan jalur kuadrat terkecil sebagian: Dasar konsep, masalah metodologis dan aplikasi . Cham: Springer International. Lee, C.-F., Liang, W.-I., Lin, F.-L., & Yang, Y. (2016). Aplikasi persamaan simultan dalam penelitian keuangan: Metode dan hasil empiris. Tinjauan Keuangan Kuantitatif dan Akuntansi , 47 (4), 943 –971. Leeth, JD, & Scott, JA (1989). Insiden hutang terjamin: Bukti dari komunitas bisnis kecil. Jurnal Analisis Keuangan dan Kuantitatif , 24 (3), 379 –393. MacKinnon, DP, Krull, JL, & Lockwood, CM (2000). Kesetaraan efek mediasi, perancu dan penindasan. Ilmu Pencegahan , 1 (4), 173 –181. MacKinnon, DP, Warsi, G., & Dwyer, JH (1995). Sebuah studi simulasi tindakan efek yang dimediasi . Penelitian Perilaku Multivariat , 30 (1), 41-62. Margaritis, D., & Psillaki, M. (2007). Struktur modal dan efisiensi perusahaan. Jurnal Keuangan & Akuntansi Bisnis , 34 (10), 1447 –1469. Margaritis, D., & Psillaki, M. (2010). Struktur modal, kepemilikan ekuitas, dan kinerja perusahaan . Jurnal Perbankan & Keuangan , 34 (3), 621 –632. Matthews, LM (2017). Menerapkan analisis multigroup dalam PLS- SEM: Proses langkah-demi-langkah . Dalam H. Latan, & R. Noonan (Eds.), Pemodelan jalur kuadrat terkecil parsial: Konsep dasar, masalah metodologis, dan aplikasi . Cham: Springer International, hlm. 219–243. McConnell, JJ, & Servaes, H. (1995). Kepemilikan ekuitas dan dua wajah hutang. Jurnal Ekonomi Keuangan , 39 (1), 131 –157. Miller, J. (2005). Panduan praktis untuk pengukuran kinerja. Jurnal Akuntansi & Keuangan Perusahaan , 16 (4), 71 –75. Modigliani, F., & Miller, MH (1958). Biaya modal, keuangan perusahaan dan teori investasi. American Economic Review , 48 (3), 261 –297. Modigliani, F., & Miller, MH (1963). Pajak penghasilan perusahaan dan biaya modal: Koreksi. American Economic Review , 53 (3), 433 –443. Myers, SC (1977). Penentu pinjaman perusahaan. Jurnal Ekonomi Keuangan , 5 , 147-175. Myers, SC (1984). Teka-teki struktur modal. Jurnal Keuangan , 39 (3), 575 –592. Myers, SC, & Majluf, NS (1984). Pendanaan perusahaan dan keputusan investasi ketika perusahaan memiliki informasi yang tidak dimiliki investor. Jurnal Ekonomi Keuangan , 13 , 187–221. Nitzl, C., Roldan, JL, & Cepeda, G. (2016). Analisis mediasi dalam pemodelan jalur kuadrat terkecil parsial : Membantu peneliti membahas model yang lebih canggih . Manajemen Industri & Sistem Data , 116 (9), 1849 –1864. Ooi, J. (1999). Penentu bukti struktur modal pada perusahaan properti Inggris . Jurnal Investasi Properti & Keuangan , 17 (5), 464-480. Petter, S. (2018). "Pembenci akan membenci ": PLS dan penelitian sistem informasi. The DATA DASAR untuk Kemajuan dalam Sistem Informasi , 49 (2), 10 -13. Petter, S., Straub, D., & Rai, A. (2007). Menentukan konstruksi formatif dalam penelitian sistem informasi. Mis Quarterly , 31 (4), 623 –656. Pengkhotbah, KJ, & Hayes, AF (2008). Strategi asimptotik dan resampling untuk menilai dan membandingkan efek tidak langsung dalam beberapa model mediator. Metode Penelitian Perilaku , 40 (3), 879–891.

Harga, LR (2017). Metode psikometri: Teori menjadi praktik . New York: Guilford Press. Psillaki, M., & Daskalakis, N. (2009). Apakah faktor penentu struktur modal negara atau perusahaan tertentu? Ekonomi Bisnis Kecil , 33 (3), 319 –333. Rajan, RG, & Zingales, L. (1995). Apa yang kita ketahui tentang struktur modal? Beberapa bukti dari data internasional. Jurnal Keuangan , 50 , 1421 –1460. Ramadan, AH, & Chen, JJ (2012). Peran mediasi tingkat utang pada hubungan antara penentu struktur modal dan kinerja keuangan perusahaan . Jurnal Penelitian Internasional Keuangan Terapan , 111 (1), 65 -92. Ramli, NA, & Nartea, GV (2016). Efek mediasi dari leverage perusahaan di Malaysia: Partial least square - pemodelan persamaan struktural. Jurnal Internasional Ekonomi dan Masalah Keuangan , 6 (1), 301 –307. Ramli, NA, Latan, H., & Nartea, GV (2018). Mengapa PLS - SEM harus digunakan daripada regresi? Bukti dari perspektif struktur modal. Dalam N. Avkiran, & C. Ringle (Eds.), Pemodelan persamaan struktural kuadrat terkecil parsial (hlm. 171 –209). Cham: Springer International. Ringle, CM, Wende, S., & Becker, J.-M. (2015). SmartPLS 3 . Boenningstedt: SmartPLS GmbH. Rucker, DD, Preacher, KJ, Tormala, ZL, & Petty, RE (2011). Analisis mediasi dalam psikologi sosial: Praktek saat ini dan rekomendasi baru. Kompas Psikologi Sosial dan Kepribadian , 5 (6), 359 –371. Sayılgan, G., Karabacak, H., & Kucukkocaoglu, G. (2006). Penentu spesifik perusahaan dari struktur modal perusahaan: Bukti dari data panel Turki. Manajemen Investasi dan Inovasi Keuangan , 3 (3), 125 –139. Shergill, GS, & Sarkaria, MS (1999). Dampak jenis industri dan karakteristik perusahaan pada kinerja keuangan tingkat perusahaan - bukti dari industri India . Jurnal Kewirausahaan , 8 (1), 25-44. Sobel, ME (1982). Interval kepercayaan asimptotik untuk efek tidak langsung dalam model persamaan struktural. Metodologi Sosiologis , 13 , 290-312. Song, J.-Y. (2004). Sudahkah kita menyelesaikan masalah yang terkait dengan struktur modal internasional ?: Bukti empiris dari negara-negara OECD. (Disertasi doktoral) . Knoxville, Trace: University of Tennessee. Tan, J., & Peng, MW (2003). Kelonggaran organisasi dan kinerja perusahaan selama transisi ekonomi: Dua studi dari ekonomi baru. Jurnal Manajemen Strategis , 24 (13), 1249– 1263. Titman, S., & Wessels, R. (1988). Penentu pilihan struktur modal. The Journal of Finance , 43 (1), 1 -19. Vo, XV (2017). Penentu struktur modal di pasar negara berkembang: Bukti dari Vietnam. Penelitian dalam Bisnis dan Keuangan Internasional , 40 , 105 –113. Wahba, H. (2014). Struktur modal, kepemilikan manajerial, dan kinerja perusahaan: Bukti dari Mesir. Jurnal Tata Kelola Manajemen , 18 (4), 1041 –1061. Wald, JK (1999). Bagaimana karakteristik perusahaan mempengaruhi struktur modal: Perbandingan internasional. Jurnal Penelitian Keuangan , 22 (2), 161 –187. Wang, Y.-J. (2002). Manajemen likuiditas, kinerja operasi, dan nilai perusahaan : Bukti dari Jepang dan Taiwan. Jurnal Manajemen Keuangan Multinasional , 12 (2), 159 –169. Welch, I. (2004). Struktur modal dan pengembalian saham. Jurnal Ekonomi Politik , 112 (1), 106 –132. Bank Dunia. Statistik data bank dunia. Diperoleh Jan 10, 2012, dari http: // data.worldbank.org/ . Yang, CC, Lee, C., Gu, YX, & Lee, YW (2010). Penentuan Co- struktur modal dan pengembalian saham —Sebuah pendekatan LISREL: Tes empiris pasar saham Taiwan . Tinjauan Triwulanan Ekonomi dan Keuangan , 50 (2), 222 –233. Zeitun, M., Temimi, A., & Mimouni, K. (2017). Apakah krisis keuangan mengubah dinamika struktur modal perusahaan? Bukti dari negara-negara GCC. Tinjauan Triwulanan Ekonomi dan Keuangan , 63 (1), 21–33. Zhao, X., Lynch, JG, & Chen, Q. (2010). Mempertimbangkan kembali Baron dan Kenny: Mitos dan kebenaran tentang analisis mediasi. Jurnal Riset Konsumen , 37 (2), 197 –206.

Original English text:

Pemuda No 4A, Semarang 50139, Indonesia Contribute a better translation