Lampiran 1
Sampel Perusahaan
No Nama perusahaan Keterangan Hedging
1 PT. Astro Agro Lestari,Tbk (AALI) Tidak melakukan hedging 0
2 PT. Adhi Karya, Tbk (ADHI) Tidak melakukan hedging 0
3 PT. Adaro Energy, Tbk (ADRO) Forward 1
4 PT. Akr Corporindo, Tbk (AKRA) Forward 1
5 PT. Aneka Tambang, Tbk (ANTM) Futures, Swap 1
6 PT. Astra Internasional, Tbk (ASII) Forward 1
7 PT. Alam Sutera Realita,Tbk (ASRI) Option 1
14 PT. Bumi Serpong Damai, Tbk (BSDE) Tidak melakukan hedging 0
15 PT. Charoen Pokphand Indonesia, Tbk
(CPIN)
Tidak melakukan hedging 0
16 PT. Ciputra Developtmen, Tbk (CTRA) Tidak melakukan hedging 0
18 PT. Gudang Garam, Tbk (GGRM) Tidak melakukan hedging 0
19 PT. Indofood CBP Sukses Makmur, Tbk
(ICBP)
Tidak melakukan hedging 0
20 PT. Vale Indonesia, Tbk (INCO) Tidak melakukan hedging 0
21 PT. Indofood Sukses Makmur, Tbk
(INDF)
Swap 1
22 PT.Indocement Tunggal Prakarsa, Tbk
(INTP)
Tidak melakukan hedging 0
23 PT. Indo Tambangraya Megah, Tbk
(ITMG)
Forward 1
24 PT. Jasa Marga, Tbk (JSMR) Tidak melakukan hedging 0
25 PT. Kalbe Farma, Tbk (KLBF) Tidak melakukan hedging 0
26 PT. Lippo Karawaci (LPKR) Contract Option 1
27 PT. Matahari Departement Store Tbk
(LPPF)
Swap 1
28 PT. Perusahaan Perkebunan London
Sumatera, Tbk (LSIP)
Tidak melakukan hedging 0
29 PT. Media Nusantara Citra, Tbk (MNCN) Tidak melakukan hedging 0
30 PT. Matahari Putra Farma, Tbk (MPPA) Tidak melakukan hedging 0
31 PT. Perusahaan Gas Negara, Tbk (PGAS) Swap 1
32 PT. Bukit Asam, Tbk (PTBA) Tidak melakukan hedging 0
33 PT. Pembangunan Rumah, Tbk (PTPP) Tidak melakukan hedging 0
34 PT.Pakuwon Jati, Tbk (PWON) Future, Option 1
36 PT. Siloam International Hospital, Tbk
(SILO)
Tidak melakukan hedging 0
37 PT. Semen Indonesia, Tb (SMGR) Forward 1
38 PT.Summarecon Agung, Tbk (SMRA) Contract Option 1
39 PT.Sawit Sumbermas Sarana, Tbk
(SSMS)
Tidak melakukan hedging 0
40 PT. Tower Bersama Infrastructure, Tbk
(TBIG)
Swap 1
41 PT.Telekomunikasi Indonesia, Tbk
(TLKM)
Tidak melakukan hedging 0
42 PT. Udited Tractors, Tbk (UNTR) Swap 1
43 PT. Unilever Indonesia, Tbk (UNVR) Forward 1
44 PT. Wijaya Karya, Tbk (WIKA) Tidak melakukan hedging 0
45 PT. Waskita Karya, Tbk (WSKT) Tidak melakukan hedging 0
Lampiran 2
Data Mentah
KodePerusahaan
Tahun DER Growth Liquidity Firm Size
AALI 2011 0.21 16.07 1.3 10.24
2012 0.33 21.17 0.68 12.41
2013 0.46 20.48 0.44 14.96
2014 0.57 24.03 0.58 18.55
ADRO 2011 1.32 27.86 1.66 51.31
2012 1.23 26.11 1.57 64.71
2013 1.11 26.67 1.77 82.62
2014 1.23 10.79 2.74 91.54
AKRA 2011 1.32 8.38 1.35 8.30
2012 1.80 41.88 1.44 11.78
2013 1.73 24.14 1.17 14.63
2014 1.77 7.68 1.05 15.75
ASII 2011 1.02 36.03 1.36 153.52
2012 1.03 18.73 1.39 182.27
2013 1.02 17.40 1.24 213.99
2014 0.96 10.30 1.32 236.02
CPIN 2011 0.43 35.74 3.34 8.84
2013 0.58 27.32 3.80 15.72
2014 0.76 22.27 2.89 19.22
GGRM 2011 0.59 27.15 2.24 39.08
2012 0.56 6.19 2.17 41.50
2013 0.73 22.31 1.72 50.77
2014 0.77 11.41 1.62 56.57
ICBP 2011 0.42 13.93 2.87 15.22
2012 0.48 16.62 2.76 17.75
2013 0.60 19.79 2.41 21.26
2014 0.64 12.13 2.30 23.84
INCO 2011 0.37 11.66 4.36 21.95
2012 0.36 2.75 3.41 22.56
2013 0.33 24.06 3.30 27.98
2014 0.29 3.65 3.70 29.01
INTP 2011 0.15 18.28 7.01 18.15
2012 0.17 25.36 6.80 22.75
2013 0.16 16.93 6.14 26.60
2014 0.13 0.79 6.53 26.39
ITMG 2011 0.46 46.31 2.36 14.31
2012 0.49 0.74 2.21 14.42
2013 0.44 18.46 1.99 17.08
2014 0.45 4.82 1.56 16.25
2012 1.53 15.50 0.68 24.75
2013 1.61 14.60 0.76 28.36
2014 1.79 12.31 0.86 31.85
KLBF 2011 0.27 17.66 3.65 8.27
2012 0.28 13.82 3.40 9.41
2013 0.33 20.14 2.88 11.31
2014 0.30 6.21 3.01 12.01
LSIP 2011 0.16 22.12 4.38 6.79
2012 0.20 11.19 3.27 7.55
2013 0.21 5.60 2.48 7.97
2014 0.21 6.31 2.41 8.47
MNCN 2011 0.29 7.34 4.99 8.79
2012 0.23 1.85 5.40 8.96
2013 0.24 7.30 4.25 9.61
2014 0.58 44.54 4.82 13.89
PTBA 2011 0.41 31.92 4.63 11.50
2012 0.50 10.62 4.92 12.72
2013 0.55 8.26 2.86 11.67
2014 0.71 26.85 2.07 14.81
SCMA 2011 0.67 0.17 1.57 2.51
2012 0.32 15.21 4.60 2.89
2013 0.44 38.61 3.64 4.01
SMGR 2011 0.35 26.34 2.64 19.66
2012 0.46 35.18 1.70 26.57
2013 0.41 15.85 1.88 30.79
2014 0.37 11.44 2.20 34.31
UNUR 2011 1.85 20.47 0.68 10.48
2012 2.02 14.34 0.66 11.98
2013 2.14 37.54 0.69 7.48
Lampiran 3
Hasil Uji Regresi Logistik
Logistic Regression
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Statistic Statistic Statistic Std. Error Statistic
Hedging 72 ,00 1,00 ,05595 ,47471
Unweighted Casesa N Percent
Selected Cases Included in Analysis 72 100,0
Missing Cases 0 ,0
Total 72 100,0
Unselected Cases 0 ,0
Total 72 100,0
a. If weight is in effect, see classification table for the total number of
cases.
Dependent Variable Encoding
Original Value Internal Value
,00 0
Block 0: Beginning Block
a. Constant is included in the model.
b. Initial -2 Log Likelihood: 91,658
c. Estimation terminated at iteration number 3
because parameter estimates changed by less than
,001.
a. Constant is included in the model.
Variables not in the Equation
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 91,658
Model Summary
parameter estimates changed by less than ,001.
Hosmer and Lemeshow Test
Step Chi-square Df Sig.
1 8,209 8 ,413
Contingency Table for Hosmer and Lemeshow Test
Hedging = ,00 Hedging = 1,00
Total Observed Expected Observed Expected
DAFTAR PUSTAKA
Ameer, Rashid. 2010. “Determinant of Corporate Hedging Practices in
Malaysia”.International Business Research. Vol 3 No 2 April (120-130)
Ang, Robert. 1997. Buku Pintar Pasar Modal Indonesia. Mediasoft: Indonesia
BAPPEBTI ( Badan Pengawasan Perdagangan Berjangka Komoditi ).1997
Bartram, Shonke M, Gregory W Brown & Frank R Fehle. 2006. “International Evidence on Financial Derivatives Usage”. Working Paper, Lancaster
University, Lancaster, UK
Boediono, BPFE.1999. Mengenal beberapa metode kuantitaf dalam ilmu ekonomi
Brigham, Eugene F and Joel F Houston. 2006. Manajemen Keuangan. Erlangga: Jakarta
Budiyuno, Nugroho. 1993. Pengantar statistik ekonomi. UPP AMP YKPN
Damanik, Hepdityo. 2015 “Keputusan Lindung Nilai dan Faktor-Faktor yang Mempengaruhi Keputusan Hedging”.
Don A Ball, J.M.Garinger, Michael S.Minor, Jeanne M. McNett,2004. Bisnis Internasional 1 edisi 12, salemba empat.
Ghozali, Imam. 2006. Aplikasi Analisis Multivariate dengan Program SPSS. BP Undip: Semarang
Hardanto, Putro.2012 “Analisis Faktor-faktor yang Mempengaruhi Penggunaan Instrumen Derivatif dalam Pengambilan Keputusan Hedging”.
Horne, C James and Wachowicz. 2007. Prinsip-prinsip manajemen keuangan. Jakarta. Salemba empat
Irawan, Bahrain. 2014 ”Analisis fakor yang Mempengaruhi Aktivitas Instrumen Derivatif Valuta Asing sebagai Pengambilan Keputus an Hedging”.
Levi, Maurice D. 2001. Keuangan Internasional. Diterjemahkan Handoyo Prasetyo. Yogyakarta:Andi
Lubis, Ade Pratama. 1999. Hedging and derivatif. Usu Press
Marcus, Brealey Myers. 2006. Dasar-Dasar Manajemen Keuangan. Jakarta: Erlangga
Mishkin, Frederic S. 2008. Ekonomi, Uang, Perbankan, dan Pasar Keuangan. Jakarta: Salemba Empat
Munawir, S. 1981. Analisa Laporan Keuangan. Jogyakarta: Liberty
Murni, Sri dan Andriana. 2007. Pengaruh insider ownership, institutional
investor,deviden payments dan firm growth terhadap kebijakan hutang
hutang perusahaan (studi kasus pada perusahaan yang terdaftar di bursa efek jakarta). Jurnal akuntansi dan bisnis.
Nance, Deana R et all. 1993.”On the Determinants of Corporate Hedging”. The
Journal of Finance. Vol XLVIII No 1 March (267-284)
Nguyen, H and Faff. 2003.Optimal Fand Portofolio Return Optimisation in US Futures Markets,Working Paper.Queensland University of Technology
Priharyanto, Budi. 2009.Analisa Pengaruh Current Ratio Debt to Equity Ratio dan size terhadap profitabilitas food and beverage dan perusahan consue goods.Tesis.Universitas Diponegoro
Spano, M. 2005.Determinants of hedging and its effects on investment and debt.Working paper
Sunaryo, T. 2009. Manajemen Risiko Financial. Jakarta: Salemba Empat
Sutrisno, M.M. 2000. Manajemen Keuangan. Yogyakarta: Erlangga
Widioatmodjo. 2009. Buku Pintar Pasar Modal Indonesia.
Yuliati, Sri Handayu dan Handoyo Prasetyo. 2002. Dasar-dasar Manajemen Keuangan Internasional. Yogyakarta:Andi
www.tradingeconomics.com
BAB III
METODOLOGI PENELITIAN 3.1 Jenis Penelitian
Jenis penelitian yang digunakan adalah penelitian deskriptif. Penelitian
deskriptif adalah suatu jenis penelitian yang bertujuan untuk membuat deskripsi
secara sistematis, faktual dan akurat mengenai fakta-fakta, dan sifat-sifat populasi
daerah tertentu Dirjen Dikti, 1981 (dalam Suryana, 2010). Penelitian ini
mendeskripsikan faktor-faktor yang mempengaruhi penggunaan instrumen
derivatif sebagai pengambilan keputusan hedging, maka data yang digunakan
adalah data kuantitatif atau data sekunder yang diperoleh dari objek penelitian.
3.2 Definisi Operasional
Berikut adalah variabel yang digunakan dalam penelitian sebagai berikut:
3.2.1 Hedging atau Lindung nilai (Y)
Hedging merupakan suatu strategi untuk mengurangi resiko kerugian yang
diakibatkan oleh turun-naiknya harga. Hedging sendiri menggunakan instrument
derivatif seperti opsi, kontrak future, kontrak forward, dan swap. Apabila
perusahaan menggunakan instrumen derivatif sebagai aktivitas hedging, diberi
angka 1 sebagai kategori bahwa perusahaan melakukan aktivitas hedging, dan
diberi angka 0 apabila perusahaan tidak melakukan penggunaan instrumen
3.2.2 Debt to Equity Ratio (DER) (X1)
Debt to Equity Ratio (DER) mencerminkan kemampuan perusahaan dalam
memenuhi kewajibannya yang ditunjukkan oleh beberapa bagian dari modal
sendiri atau ekuitas yang digunakan untuk membayar hutang. Debt to Equity Ratio
(DER) merupakan perbandingan antara total hutang yang dimiliki perusahaan
dengan total ekuitasnya. Secara matematis Debt to Equity Ratio (DER) dapat
diformulasikan sebagai berikut (Widioatmodjo. 2009, (Ang, 1997).
3.2.3 Pertumbuhan Perusahaan (Growth) (X2)
Kesempatan Pertumbuhan Perusahaan yang tinggi menunjukkan nilai
pasar yang semakin baik di antara perusahaan lainnya, hal itu membuat
perusahaan percaya diri untuk menggunakan dana eksternal untuk penggunaan
pertumbuhan perusahaan, selain itu membuat calon investor bersedia
menanamkan dananya kepada perusahaan yang memiliki kesempatan
pertumbuhan perusahaan yang tinggi, karena dinilai dapat menjadi sarana
investasi yang baik.
GROWTH
3.2.4 Tingkat Likuiditas (Liquidity) (X3)
Likuiditas adalah kemampuan perusahaan untuk memenuhi kewajiban
yang harus segera dipenuhi (Sutrisno, 2000). Likuiditas adalah menunjukkan
perusahaan yang mampu memenuhi kewajiban keuangannnya tepat pada
waktunya berarti perusahaan tersebut dalam keadaaan likuid.
3.2.5 Ukuran Perusahaan (Firm Size) (X4)
Besar kecilnya suatu perusahaan membuat pengambilan keputusannya pun
berbeda-beda. Besarnya ukuran perusahaan dapat mempengaruhi kemudahan
suatu perusahaan dalam memperoleh sumber pendanaan baik eksternal maupun
internal). Semakin besar suatu perusahaan resiko yang diterima pun semakin
besar, mereka cenderung lebih banyak melakukan aktivitas hedging untuk
melindungi aset mereka.
Ukuran perusahaan (Firm Size) diproksikan melalui:
Firm size = In Total Asset
2.3 Populasi dan Sampel
Populasi yang digunakan dalam penelitian ini adalah perusahaan yang
terdaftar di LQ45 rentang periode 2011-2014. Penentuan sampel menggunakan
metode purposive sampling, yaitu penentuan sampel dari populasi yang
memenuhi kriteria-kriteria yang dikehendaki oleh peneliti. Penentuan sampel
dipilih dari populasi yaitu perusahaan yang memenuhi beberapa kriteria-kriteria
dengan metode purposive sampling (pemilihan sampel dengan kriteria tertentu)
sebagai berikut :
1 Perusahaan yang terdaftar di LQ 45 dan mempublikaikan laporan keuangan
2 Perusahaan yang menggunakan hedging dan tidak menggunakan hedging pada
tahun 2011-2014
3 Perusahaan yang menggunakan hedging forward pada tahun 2011-2014 dan
perusahaan yang mempunyai data untuk penelitian.
Jumlah perusahaan yang terdaftar di LQ45 pada periode 2011-2014 adalah 45
perusahaan. Perusahaan yang memenuhi kriteria selama periode penelitian adalah
18 perusahaan yang diklasifikasikan menjadi 2 yaitu perusahaan yang
menggunakan hedging forward dan perusahaan yang tidak menggunakan hedging.
Tabel 3.1 Sampel perusahaan
No Sampel Jumlah
1 Perusahaan yang menggunakan hedging forward 6
2 Perusahaan yang tidak menggunakan hedging 12
Total 18
3.4 Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder yang
berisidata variabel dependen dan independen yang dilakukan perusahaan yang
terdaftar di LQ45 selama tahun 2011 – 2014.. Sumber data berasal dari bursa efek
indonesia (www.idx.co.id) dan publikasi Laporan Keuangan (ICMD). Dalam
melakukan penelitian ini juga dikumpulkan data atau informasi dari berbagai
3.6 Metode Analisis 3.6.1 Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang
dilihat dari nilai rata-rata (mean), standar deviasi (standard deviation), maksimum
dan minimum (Ghozali, 2011). Data yang telah terkumpul akan dianalisis dengan
statistik deskriptif terlebih dahulu sebelum dilakukan analisis yang lain. Analisis
statistik deskriptif dilakukan untuk mengetahui gambaran / deskripsi data tersebut.
3.6.2 Analisi Regresi Logistik
Alat analisis data yang digunakan dalam menganalisis data penelitian yaitu :
1. Dengan menggunakan program SPSS (Statistical Product and Service
Solution).
2. Penelitian ini dilakukan dengan menggunakan model regresi logistikkarena
model variabel dependen dalam model adalah variabel kategori
(dikotomivariable), dengan memberi nilai 1 untuk perusahaan yang melakukan
hedging dan nilai0 untuk perusahaan yang tidak melakukan hedging. Selain itu
penggunaan model inididasarkan atas masukan dari beberapa penelitian
sebelumnya yang menyarankanuntuk penggunaan model ini karena
mempunyai tingkat klasifikasi yang lebihbaik dibandingkan model lain serta
tidak sensitif terhadap jumlah sampel yangtidak sama frekuensinya (Januarti,
2002).
Kuncoro (2001) dalam Hardanto (2012) mengatakan bahwa regresilogistik
1. Regresi logistik tidak memiliki asumsi normalitas dan heteroskedastisitasatas
variabel bebas yang digunakan dalam model sehingga tidakdiperlukan uji
asumsi klasik walaupun variabel independen berjumlahlebih dari satu.
2. Variabel independen dalam regresi logistik bisa campuran dari variabelkontinu,
distrik, dan dikotomis.
3. Regresi logistik tidak membutuhkan keterbatasan dari variabelindependennya.
4. Regresi logistik tidak mengharuskan variabel bebasnya dalam bentukinterval.
Secara umum model regresi logistik dapat dinyatakan sebagai berikut:
atau
Keterangan:
p = probabilitas variabel dependen
e = logaritma natural
b0= konstanta regresi
b1,b2,...bn= koefisien regresi
X1,X2,...Xn= variabel independen
Langkah-langkah analisis dalam regresi logistik menurut Ghozali (2009):
1) Menilai Model Fit
Langkah pertama adalah menilai overall fit model terhadap data. Beberapa
tes statistic diberikan untuk menilai hal ini. Hipotesis untuk menilai model fit
adalah :
Ha : Model yang dihipotesiskan tidak fit dengan data
Dari hipotesis ini jelas bahwa kita tidak akan menolak hipotesis nol agar model fit
dengan data. Parameter yang digunakan adalah Fungsi Likelohood L dari model
adalah probailitas bahwa model yang dihipotesiskan menggambarkan data input.
Untuk menguji hipotesis nol dan alternatif, Lditransformasikan menjadi
-2LogLterlebih dahulu untuk tujuan penelitian. Statistik -2LogL kadang-kadang
disebutlikelihood rasio X2 statistic, dimana X2 distribusi dengan degree of freedom
n– q, q adalah jumlah parameter dalam model. Apabila terjai penurunan nilai
Likelihood pada awal (block number = 0) dengan nilai -2LogL pada(blocknumber
= 1) maka dapat ditarik kesimpulan model fit dengan data dan merupakan regresi
yang baik.
2) Cox dan Snell’s R square
Nilai Cox dan Snell’s R Square dan Negelkerke’s R Square digunakan
untk menunjukkan seberapa besar variabelitas variabel dependen yang dapat
dijelaskan oleh variabel independen. Cox dan Snell’s Square merupakan ukuran
yang meniru ukuran R2 pada multiple regressionyang didasarkan pada teknik
estimasi likelihood dengan nilai maksimumkurang dari 1 sehingga sulit
diinterpretasikan. Negelkerke’s R squaremerupakan modifikasi dari koefisien Cox
dan Snell’s untuk memastikanbahwa nilainya bervariasi dari 0 (nol) sampai 1
(satu). Hal ini dilakukan dengan cara membagi nilai Cox dan Snell’s dengan nilai
maksimumnya. Nilai Negelkerke’sR2 dapat diinterpretasikan seperti nilai R2 pada
3) Hosmer dan Lemeshow’s Goodness of Fit Test
Menguji hipotesis nol bahwa data empiris cocok atau sesuai denganmodel.
Jika nilai statistik Hosmer dan Lemeshow’s Goodness of Fit Testlebih besar dari
0.05, maka hipotesis nol tidak dapat ditolak yang berarti tidak adaperbedaan
signifikan antara model dengan nilai observasinya sehinggaGoodnes fit model
baik karena model dapat memprediksi nilaiobservasinya. Jika nilai
statistikHosmer and lameshow Goodness of fitlebih kecil dari 0.05, maka
hipotesis nol ditolak dan berarti ada perbedaan signifikan antara model dengan
nilai observasinya sehingga Goodness fit model tidak baik karenamodel tidak
mampu memprediksi nilai observasinya.
4) Uji Wald
Uji wald merupakan uji hipotesis yang pdilakukan dalam penelitian ini.
Uji wald dilakuka utuk melihat pengaruh DER, Growth Opportunity, Liquidity,
Firm size terhadap penggunaan hedging. Pengaruh tersebut dianggap signifikan
terhadap hedging apabila signifikasi lebih kecil atau sama dengan 10% (0,10)
5) Estimasi Parameter dan Interprestasi
Estimasi maksimum likelihood parameter dari model dapat dilihat pada tampilan
output variabel in the equation dengan formula hipotesis staistik sebagai berikut:
H0 : r = 0
H1 : r 0
Dengan kriteria :
Jika sig, > maka H0 diterima dan H1 ditolak
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Gambaran Umum Indeks LQ 45
Indeks LQ 45 merupakan salah satu indeks dari 11 jenis indeks yangdikeluarkan
oleh Bursa Efek Indonesia. Indeks LQ 45 merupakan indeks sahamdari 45 jenis
saham perusahaan yang tercatat dan diperdagangkan di Bursa EfekIndonesia yang
mempunyai likuiditas dan kapitalisasi paling tinggi di antarasaham-saham
lainnya.Indeks LQ 45 pertama kali diluncurkan pada tahun 1997 ukuran utama
likuiditastransaksi adalah nilai transaksi di pasar reguler. Namun untuk
mendapatkan data historikal yang cukuppanjang, hari dasar yang digunakan untuk
menghitung indeks LQ 45 adalah tanggal 13 Juli 1994,dengan nilai indeks sebesar
100. Sesuai dengan perkembangan pasar, dan untuk lebih mempertajamkriteria
likuiditas, maka sejak review bulan Januari 2005, jumlah hari perdagangan dan
frekuensitransaksi dimasukkan sebagai ukuran likuiditas. Sehingga kriteria suatu
saham untuk dapat masukdalam perhitungan indeks LQ 45 adalah sebagai berikut:
1. Telah tercatat di BEI minimal 3 bulan
2. Masuk dalam 60 saham berdasarkan nilai transaksi di pasar reguler
3. Dari 60 saham tersebut, 30 saham dengan nilai transaksi terbesar secara
otomatis akan masukdalam perhitungan indeks LQ 45
4. Untuk mendapatkan 45 saham akan dipilih 15 saham lagi dengan menggunakan
kriteria HariTransaksi di Pasar Reguler, Frekuensi Transaksi di Pasar Reguler
Dari 30 sisanya, dipilih 25 saham berdasarkan Hari Transaksi di Pasar
Reguler.
Dari 25 saham tersebut akan dipilih 20 saham berdasarkan Frekuensi
Transaksi di Pasar Reguler
Dari 20 saham tersebut akan dipilih 15 saham berdasarkan Kapitalisasi
Pasar, sehingga akan didapat 45 saham untuk perhitungan indeks LQ 45
5. Selain melihat kriteria likuiditas dan kapitalisasi pasar tersebut di atas,
akandilihat juga keadaan keuangan dan prospek pertumbuhan perusahaan
tersebut.
Bursa Efek Indonesia secara rutin memantau perkembangan kinerja komponen
saham yangmasuk dalam penghitungan indeks LQ 45. Setiap tiga bulan sekali
dilakukan evaluasi atas pergerakanurutan saham-saham tersebut. Penggantian
saham akan dilakukan setiap enam bulan sekali, yaitu pada awal bulan Februari
dan Agustus.
4.2 Statistik Dekriptif
Statistik dekriptif memberikan gambaran atau deskripsi suatu data yang dilihat
Tabel 4.1
Hasil pengujian statistik deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Statistic Statistic Statistic Std. Error Statistic
Hedging 72 ,00 1,00 ,05595 ,47471
Tabel 4.1 menunjukkan bahwa hasil pengujian statistik yang mencakup 4 variabel
yang diuji dalam penelitian dengan jumlah sampel secara keseluruhan sebanyak
72 sampel. Variabel DER memiliki nilai minimum sebesar 0,13 dan nilai
maksimum 2,14. Variabel DER juga memiliki nilai rata-rata 0,6332 dengan
standar deviasi sebesar 0,53727. Variabel Growth memiliki nilai minimum
sebesar 0,17 dan nilai maksimum 1213,00. Variabel Growth juga memiliki nilai
rata-rata 16,66987 dengan standar deviasi sebesar 141,44853. Variabel Liquidity
memiliki nilai minimum sebesar 0,44 dan nilai maksimum 7,01. Variabel
Liquidity juga memiliki nilai rata-rata 0,18826 dengan standar deviasi
sebesar1,59747. Variabel Firm Size memiliki nilai minimum sebesar 2,51 dan
nilai maksimum 236,02. Variabel Firm Size juga memiliki nilai rata-rata 5,23632
4.3 Hasil Analisis 4.3.1 Menilai Model Fit
Analisis pertama yang dilakukan menilai overall fit model terhadap data.
Penilaian ini dilakukan untuk mengetahui apakah model fit dengan data aik
sebelum atau sesudah variabel bebas dimasukkan kedalam model. Untuk menilai
keseluruhan model dalam penelitian dilakukan dengan melihat angka -2
LogLikelihood (LL) pada awal (Block Number = 0) dan angka -2 Likelihood pada
akhir (Block Number = 1). Jika terjadi penurunan angka -2 Likelihood
(BlockNumber = 0 - Block Number = 1). Maka secara keseluruhan model regresi
yang digunakan merupkan model yang baik.
Tabel 4.2 Nilai uji model fit
Paramter Hasil
-2 Log Likelihood -2 LL Block Number 0 91,658 -2 Log Likelihood -2 LL Block Number 1 58,547
Berdasarkan tabel 4.2 menunjukkan bahwa terjdi penurunan sebesar 33.111. saat
pengujian likelihood dilakukan dengan hanya memasukkan konstanta (Block
Number = 0), hasil -2 LogL yang diperoleh sebesar 91,658. Saat pengujian
Likelihood yang dilakukan dengan memasukkan konstanta dan variabel
independen (Block Number = 1), hasil -2LogL yang diperoleh adalah sebesar
58,547. Penurunan nilai -2LogL ini dapat diartikan bahwa penambahan variabel
model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit
dengan data.
4.3.2 Cox dan snell’s R Square dan Negelkerke’s R Square
Koefisien determinasi digunakan untuk mengetahui seberapa besar variabelitas
variabel-variabel independen mampu memperjelas variabilitas variabel dependen
(Sulistyo, 2010). Koefisien determinasi pada regresi logistik dapat dilihat pada
nilai Negelkerke’s RSquare. Nilai Negelkerke’s R Square dapat diinterprestasikan
seperti R Square pada regresi berganda (Sulistyo, 2010). Nilai ini diperoleh
dengan cara membagi Cox dan snell’s R Square dengan nilai maksimumnya.
Tabel 4.3
Nilai Cox dan snell’s R Square dan Negelkerke’s R Square
Model Summary
Berdasarkan tabel 4.3, hsil pengujian Cox dan snell’s R Square dan Negelkerke’sR
Square yang telah dilakukan menunjukkan bahwa nilai Cox dan snell’s RSquare
adalah 0,369 dan nilai Negelkerke’s R Square 0,512 yang berarti variabilitas
variabel dependen (Hedging) dapat dijelaskan oleh variabel independen adalah
sebesar 51,2 %, sedangkan sisanya 48,8 % dijelaskan oleh variabel-variabel lain
4.3.3 Hosmer and Lemeshow’s Goodness of Fit Test
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan
Goodness of Fit Test yang diukur dengan Chi-Square. Hosmer and
Lemeshow’sGoodness of Fit Test menguji hipotesis nol apakah data empiris cocok
atau sesuai dengan model (tidak ada perbedaan antara model denga data sehingga
dapat dikatakan fit). Model regresi dikatakan layak jika nilai Goodness of Fit Test
yang diukur dengan nilai signifikan Chi-Square lebih besar dari 0,05 dengan
demikian hipotesis nol diterima.
Tabel 4.4
Hosmer and Lemeshow’s Goodness of Fit Test
Hosmer and Lemeshow Test
Step Chi-square Df Sig.
1 8,209 8 ,413
Dari hasil uji kelayakan model regresi hasil output yang telah diperoleh dapat
dilihat bahwa nilai Hosmer and Lemeshow’s Goodness of Fit Test adalah 8,209
dengan nilai signifikan 0,413 atau lebih besar dari 0,05 maka Ho diterima. Hal ini
berarti model regresi layak digunakan dalam analisis selanjutnya karena tidak ada
perbedaan yang nyata antara klasifikasi yang diperediksi dengan klasifikasi yang
diamati, atau dapat juga dikatakan bahwa mampu memprediksi nilai observasinya
dan dapat diinterpretasikan .
4.3.4 Uji Wald
Pengujian hipotesis dalam penelitian ini untuk menguji pengaruh variabel-variabel
menggunakan hasil uji regresi yang ditunjukkan dalam tabel 4.4 pada kolom
significant (Sig) dibandingkan dengan tingkat kealphaan 0,10 (10 %).
Tabel 4.5
a. Variable(s) entered on step 1: DER, Growth, Liquidity, Firmsize.
Hasil pengujian hipotesis:
1. DER
Berdasarkan nilai analisis yang ditunjukkan pada tabel 4.4 menyatakan
bahwa rasio DER berpengaruh positif dan signifikan pada tingkat 10 %
dalam menentukan Hedging dengan tingkat signifikansi 0,083 dengan nilai
koefisien sebesar 1,229. Hal itu menunjukkan bahwa Ho ditolak, berati
rasio DER berpengaruh terhadap Hedging.Semakin tinggi DER maka
semakin besar kemungkinan perusahaan menggunakan aktifitas hedging.
Hasil penelitian ini sama dengan penelitian yang dilakukan oleh Nguyen
dan Faff (2003), Septama Putro (2012) Hepdityo Damanik (2015)
2. Growth
Hasil analisis yang ditunjukkan pada tabel 4.4 menyatakan bahwa rasio
Hedging dengan tingkat signifikansi 0,673 dengan nilai koefisien sebesar
-0,02. Hal ini menunjukkan bahwa Ho diterima, berarti Growth tidak
berpengaruh terhadap Hedging. Semakin tinggi Growth makasemakin
kecil kemungkinan perusahaan menggunakan hedging. Hasil penelitian ini
sama dengan penelitian yang dilakukan oleh Ameer (2010)
3. Liquidity
Hasil analisis yang ditunjukkan pada tabel 4.4 menyatakan bahwa rasio
Liquidity berpengaruh negatif namun tidak signifikan dalam menentukan
Hedging dengan tingkat signifikansi 0,102 dengan nilai koefisien sebesar
-0,595. Hal ini menunjukkan bahwa Ho diterima, berartiLiquidity
tidakberpengaruh terhadap Hedging. Semakin tinggi Liquidity maka
semakin kecil kemungkinan perusahaan menggunakan hedging. Hasil
penelitian ini sama dengan hasil penelitian yang dilakukan oleh Spano
(2005), Septama Putro (2012)
4. Firm Size
Berdasarkan nilai analisis yang ditunjukkan pada tabel 4.4 menyatakan
bahwa rasio Firm Size berpengaruh positif dan signifikan pada tingkat
10% dalam menentukan Hedging dengan tingkat signifikansi 0,080
dengan nilai koefisien sebesar 0,026. Hal itu menunjukkan bahwa Ho
ditolak, berati Firm Size berpengaruh terhadap Hedging. Semakin tinggi
Firm Size semakin besar kemungkinan perusahaan menggunakan aktifitas
Nguyen dan Faff (2003), Septama Putro (2012), Bahrain Irawan (2014),
Hepdityo Damanik (2015)
4.3.5 Estimasi Parameter
Dari Tabel 4.4 hasil regresi logistik maka diperoleh persamaan regresi sebagai
berikut:
= -1,022 + 1,229DER – 0,002Growth – 0,595Liquidity + 0,026FirmSize
(0.415) (0.083) (0.673) ( 0.102) (0.080)
Dari persamaan regresi logistik tersebut dapat dijelaskan bahwa
Setiap perubahan satu satuan DER akan meningkatkan log of oods
perusahaan akan hedging sebesar 1,229, ceteris paribus.
Setiap perubahan satu satuan Growth akan menurunkan log of oods
perusahaan akan hedging sebesar -0,002, ceteris paribus.
Setiap perubahan satu satuan Liquidity akan menurunkan log of oods
perusahaan akan hedging sebesar -0,595, ceteris paribus.
setiap perubahan satu satuan Firm Size akan meningkatkan log of
BAB V
KESIMPULAN DAN SARAN 5.1 KESIMPULAN
Berdasarkan penelitian yang dilakukan maka beberapa kesimpulan yang dapat
diberikan :
1. Hasil uji model fit yang telah dilakukan, dapat diketahui bahwa model
yang digunakan dalam penelitian ini fit dengan data dan pengujian
Likelihood dengan memasukkan variabel independen kedalam model
memperbaiki model fit.
2. Berdasarkan uji kelayakan model regresi diperoleh bahwa nilai hosmer
and lemeshow’s goodness of fit test adalah signifikan (lebih besar dari
0,05) maka Ho diterima. Berarti model regresi logistik mampu
memprediksi nilai observasinya dan dapat diinterpretasikan.
3. Hasil penelitian menunjukkan bahwa variabel DER menunjukkan
pengaruh positif dan signifikan pada tingkat alpha 10% dalam menentukan
hedging.
4. Variabel Growth menunjukkan pengaruh negatif yang tidak signifikan
dalam menentukan hedging.
5. Variabel Liquidity menunjukkan pengaruh negatif yang tidak signifikan
dalam menentukan hedging.
6. Hasil penelitian menunjukkan bahwa variabel Firm Size menunjukkan
pengaruh positif dan signifikan pada tingkat alpha 10% dalam menentukan
5.2 Saran
Berdasarkan penelitian yang dilakukan maka beberapa saran yang dapat
diberikan :
1 Bagi perusahaan
Bagi perusahaan yang akan melakukan pengambilan instrumen derivatif
sebagai sarana hedging diharapkan untuk memperhatikan informasi internal
perusahaan yakni, Firm Size dan Debt Equity Ratio. Karena dalam penelitian
ini variabel tersebutmemiliki pengaruh besar dan signifikan terhadap hedging.
Hal ini perlu dilakukan dikarenakan mencegah perusahaan mendapat risiko
eksposur valuta asing yang seharusnya dapat dialihkan oleh penggunaan
instumen derivatif sebagai sarana hedging, dan mencegah perusahaan untuk
mengeluarkan biaya derivatif dengan tidak memberikan manfaat yang
diharapkan.
2 Bagi investor
Bagi investor yang akan melakukan investasi ke berbagai perusahaan dengan
yang terdaftar di LQ45 Indonesia dapat memperhitungkan terlebih dahulu
variabel debt equity, dan firm size yang dimiliki perusahaan tersebut. Bila
nilai yang ditunjukkan oleh perhitungan variabel tersebut menunjukkan angka
yang relatif tinggi dibandingkan dengan perusahaan lain, namun perusahaan
tersebut belum melakukan aktivitas hedging maka perusahaan tersebut
berisiko terjadinya kesulitan keuangan karena risiko yang diterima
3 Bagi akademisi
Kemudian bagi akademisi, penelitian ini dapat membantu memudahkan
analisis berkaitan dengan aktivitas hedging pada perusahaan yang terdaftar di
LQ45 yang memiliki risiko. Selain itu, hasil penelitian diharapkan dapat
memberikan tambahan pengetahuan serta dapat memberikan kontribusi dalam
penelitian lain tentang penggunaan instrumen derivatif sebagai aktivitas
BAB II
TINJAUAN PUSTAKA
2.1. Pengertian Menejemen Resiko
Resiko muncul karena ada kondisi ketidakpastian, resiko bisa
didefenisikan kejadian yang merugikan. sebagai contoh investasi dapat
mendatangkan keuntungan (harga naik), bisa juga menyebabkan kerugian (harga
turun). Ketidakpastian tersebut lah yang menyebabkan munculnya resiko (madura
2000).
Resiko diidentifikasi berdasarkan faktor penyebabnya, yaitu resiko karena
pergerakan harga pasar (misalnya, harga saham, nilai tukar atau suku bunga)
dikategorikan sebagai resiko pasar. Resiko karena mitra transaksi gagal bayar
(default) disebut resiko kredit (default). Sementara itu, resiko karena kesalahan
atau kegagalan orang atau sistem, proses atau faktor eksternal disebut resiko
operasional (Sunaryo, Manajemen Resiko Finansial, 2009). Manajemen resiko
mempunyai tiga tahapan: mengidentifikasi, mengukur, dan memanajemeni resiko.
Lembaga finansial atau investor dapat memanajemeni resiko dengan cara:
mengurangi resiko, misalnya dengan melakukan lindung nilai (hedging),
menyediakan cadangan untuk menopang resiko (self insurance) dan mentransfer
resiko kepada pihak ketiga dengan instrumen derivatif. Bank dapat mentransfer
resiko kreditnya kepada pihak lain dengan menggunakan credit derivatives
(Sunaryo, Manajemen Resiko Finansial, 2009).
mengambil tindakan untuk mencegah dan atau meminimalkan kerugian
yangdiakibatkan oleh peristiwa-peristiwa tersebut (Brigham dan Houston, 2006).
2.2 Jenis-Jenis Eksposur Valuta Asing
Eksposur valuta asing adalah kepekaan perubahan dalam nilai riil asset,
kewajiban atau pendapatan operasi yang dinyatakan dalam mata uang domestik
terhadap perubahan kurs yang tidak terantisipasi (Levi, 2001). Eksposur valuta
asing akan dialami oleh perusahaan yang melakukan dan/atau menerima
pendapatan dalam valuta asing (Yuliati, 2002).
Ditinjau dari dampak dan pengaruhnya, terdapat tiga macam eksposur valuta
asing, yaitu:
2.2.1 Eksposur Transaksi
Eksposur tansaksi mengukur perubahan pada nilai transaksi karena
terdapat perbedaan antara kurs valuta asing pada saat transaksi disepakati dan saat
transaksi diselesaikan/dipenuhi. Jadi eksposur ini berhubungan dengan
transaksi-transaksi yang sudah ada, tetapi belum jatuh tempo (Yuliati, 2002).
Nilai aliran kas masuk perusahaan yang diterima dalam berbagai denominasi mata
uang asing akan ditentukan oleh kurs valuta asing, pada saat penerimaan
dikonversikan ke mata uang yang dikehendaki. Demikian juga dengan aliran kas
keluar yang dibayarkan dalam denominasi mata uang asing, nilainya akan
tergantung pada kurs valuta asing saat pembayaran akan dilakukan. Eksposur
transaksi dapat terjadi disebabkan oleh penggunaan transaksi kredit atau
meminjam dana yang pelunasannya dinyatakan dalam mata uang asing.
1. Memproyeksikan penerimaan dan pengeluaran dalam setiap mata uang asing,
selama kurun waktu tertentu (misal per bulan, per tahun, dsb)
2. Menghitung keseluruhan eksposur dari semua penerimaan dan pengeluaran
bersih. Bagi sebuah perusahaan besar yang memiliki banyak anak perusahaan,
penghitungan eksposur transaksi harus didasarkan pada proyeksi keseluruhan
penerimaan dan pengeluaran setelah konsolidasi. asing atau menempuh
strategi). Kontrak hedging valuta asing bisa dilakukan di pasar forward, pasar
futures, pasar uang, opsi, dan kesepakatan swap.
2.2.2 Eksposur Operasi/Ekonomis
Analisis eksposur operasi bertujuan untuk mengetahui dampak dari
perubahan kurs valuta asing (yang tak terduga) terhadap kegiatan operasi dan
posisi bersaing perusahaan. Eksposur operasi memiliki kesamaan dengan
eksposur transaksi, yaitu berhubungan dengan perubahan aliran kas karena
fluktuasi kurs valuta asing. Akan tetapi, eksposur operasi mempunyai cakupan
yang lebih luas dari eksposur transaksi dan dampaknya terhadap eksistensi
perusahaan yang lebih fundamental dari eksposur transaksi dan eksposur
akuntansi (Yuliati, 2002).
Perubahan kurs dapat mempengaruhi seluruh kegiatan operasi perusahaan,
seperti aktivitas pemasaran, keuangan, produksi, dan pembelian. Hal ini pada
akhirnya akan menentukan kemampuan bersaing dan nilai perusahaan. Di sini
yang diperhitungkan adalah perubahan kurs valuta asing yang tidak terduga,
bukan yang sudah diperkirakan sebelumnya. Perubahan kurs valuta asing yang
2.2.3 Eksposur Translasi (Translation Exposure)
Eksposur translasi merupakan perubahan laba akuntansi dan neraca yang
disebabkan oleh perubahan nilai tukar. Penggunaan mata uang fungsional penting
untuk penentuan proses translasi. Jika mata uang lokal digunakan, semua aktiva
dan kewajiban ditranslasikan pada nilai tukar saat ini. Selain itu, keuntungan dan
kerugian translasi tidak tercermin dalam laporan laba rugi, namun diakui di
ekuitas pemilik sebagai penyesuaian translasi (Horne dan Wachowicz, 2007).
2.3 Pengertian Hedging
Lindung nilai atau hedging, atau hedge merupakan istilah yang sangat
popular dalam perdagangan berjangka. Dimana hedging merupakan salah satu
fungsi ekonomi dari perdagangan berjangka, yaitu transfer of risk. Hedging
merupakan suatu strategi untuk mengurangi resiko kerugian yang diakibatkan oleh
turun-naiknya harga.
Menurut T. Sunaryo (2009) prinsip hedging adalah menutupi kerugian
posisi aset awal dengan keuntungan dari posisi instrumen hedging. Sebelum
melakukan hedger hanya memegang sejumlah aset awal. Setelah melakukan
hedging, hedger memegang sejumlah aset awal dan sejumlah tertentu instrumen
hedging. Portofolio yang terdiri atas aset awal dan instrumen hedging-nya disebut
portfolio hedging. Portfolio hedging ini mempunyai resiko yang lebih rendah
dibanding resiko aset awal.
Menurut Van Horne, james C and John M.Wachowicz (2005)
untukmengurangi resiko nilai tukar adalah dengan menggunakan lindung nilai
kontrak berjangka (future contract), opsi mata uang, dan swap mata uang.
Penggunaanderivatif dapat mengurangi resiko yang timbul akibat dari perubahan
yang terjadipada nilai tukar uang.
2.3.1 Instrumen derivatif untuk melakukan Hedging
Aktivitas lindung nilai (hedging) dapat dilakukan dengan
menggunakaninstrumen derivatif, derivatif merupakan kontrak perjanjian antara
dua pihakuntuk menjual dan membeli sejumlah barang (baik komoditas, maupun
sekuritas)pada tanggal tertentu di masa yang akan datang dengan harga yang
telahdisepakati pada saat ini. Untuk meminimalkan resiko dari fluktuasi valuta
asingtersebut dapat dilakukan Hedging dengan instrumen derivatif.
Instrumen derivatif dapat dikelompokkan menjadi opsi, forward, futures, dan
swap, dengan bahan dasar instrumen derivatif adalah saham, suku bunga, obligasi,
nilai tukar, komoditas, dan indeks. (Sunaryo, Manajemen Resiko Finansial, 2009)
Opsi (Option)
Opsi adalah kontrak antara dua belah pihak yaitu penjual dan pembeli,
yang memberikan pembeli hak, tapi bukan kewajiban, untuk membeli atau
menjual sesuatu pada kemudian hari dengan harga yang ditentukan saat ini.
Pembeli opsi membayar penjual sejumlah uang yang disebut price atau premium,
penjual opsi siap untuk menjual atau membeli sesuai dengan kontrak jika pembeli
Opsi berisi dua jenis yaitu :
1. Opsi beli (Call Options) adalah opsi yang digunakan untuk membeli sebuah
aset dalam harga tetap, harga tertentu pada tanggal tertentu sampai batas jatuh
tempo. Harga tertentu yang konstan membuat opsi beli menjadi lebih berharga.
2. Opsi jual (Put Options) adalah opsi yang digunakan untuk menjual sejumlah
aset seperti saham dan sebagainya. Opsi jual memungkinkan pemegangnya
untuk menjual dengan harga tetap, penurunan harga saham akan membuat opsi
jual lebih berharga begitu juga sebaliknya.
Forward
Kontrak forward secara legal adalah perjanjian mengikat antaradua pihak
yang meminta penjualan aset atau produk di masa yang akan datangdengan harga
yang disetujui pada hari ini. Pasal-pasal dalam kontrak memintasatu pihak untuk
mengirimkan barang kepada yang lain untuk tanggal tertentu dimasa yang akan
datang, disebut dengan tanggal penyerahan (settlement date).
Pihak lain membayar harga forward yang sebelumnya telah disetujui
danmengambil barang tersebut. Kontrak forward dapat di beli dan di jual.
Pembelidari kontrak forward memiliki kewajiban untuk memiliki kewajiban
untukmenerima pengiriman tersebut dan membayar untuk barang tersebut, penjual
darikontrak forward memiliki kewajiban untuk melakukan pengiriman dan
menerimapembayaran. Pembeli dari kontrak forward mendapatkan manfaat jika
hargameningkat karena pembeli akan memiliki harga terkunci yang lebih rendah.
Halyang sama, penjual akan menang jika harga turun karena harga jual yang
Future
Adalah pertukaran janji dagang untuk membeli atau menjual suatu aset di
masa depan pada harga yang sudah ditentukan lebih dulu. Misalkan ada seorang
petani gandum, ada kekhawatiran bahwa harga gandum mungkin jatuh sampai
titik terbawah, maka petani tersebut melakukan kontrak future terhadap
gandumnya. Dengan kontrak tersebut petani setuju untuk megirimkan sejumlah
gandum, pada bulan tertentu dengan harga yang sudah ditentukan saat ini. Pada
saat jatuh tempo petani tersebut harus memberikan sejumlah gandum dengan
harga yang sudah ditentukan sebelumnya kepada pembeli kontrak tersebut
(Marcus, 2006).
Petani gandum akan untung apabila, harga pasar pada jatuh tempo di
bawah harga kontrak future tersebut, karena pembeli kontrak harus membayar
lebih di atas harga pasar, namun petani gandum akan rugi apabila harga pasar
pada jatuh tempo di atas harga kontrak future tersebut.
Perbedaan antara future dan opsi adalah jika pemegang kontrak opsi
mempunyai pilihan apakah ia akan melakukan pengiriman atau tidak, sedangkan
kontrak future adalah janji pasti untuk mengirimkan gandum pada harga jual
tetap.
Swap
Swap adalah perjanjian antara dua pihak untuk saling menukar aliran
(arus) kas (cash flow) secara periodik selama periode tertentu pada masa
mendatang menurut aturan yang disepakati. Misalkan, swap antara A dan B.
berdasarkan suku bunga tetap sebesar 5,5 persen dari 100 (USD) kepada B,
sedangkan B membayar berdasarkan suku bunga mengambang tertentu kepada A.
Selanjutnya, A menerima suku bunga mengambang dan membayar suku bunga
tetap. Sebaliknya, B menerima suku bunga tetap dan membayar suku bunga
mengambang. Angka acuan 100 (USD) disebut notional swap. Pada swap suku
bunga nilai notional bagi A dan B adalah sama, yaitu 100, oleh karena itu,
notional tidak perlu dipertukarkan pada akhir periode swap. (Sunaryo, Manajemen
Resiko Finansial, 2009).
2.3.2Keuntungan melakukan Hedging
Hedging memberikan beberapa keuntungan ekonomis (BAPPEBTI, 1997)
sebagai berikut:
a. Hedging merupakan sarana untuk mengurangi atau meminimalkan resiko harga
apabila terjadi perubahan harga yang tidak sesuai dengan yang diperkirakan,
disebut “risk insrance”.
b. Bagi produsen atau pemilik komoditi, hedging merupakan alat marketing (a
marketing tool). Dengan melakukan hedging, para petani dapat menentukan
harga penjualan produknya, sebelum, selama, dan sesudah panen melalui pasar
berjangka. Mereka dapat menentukan suatu jumlah penerimaan yang akan
diperoleh dikemudian hari dengan menyimpan produk tersebut untuk dijual
kemudian.
c. Bagi pengolah komoditi seperti prossecoratau miller, hedging tersebut
mereka menentukan harga pembelian bahan baku yang akan diolah dikemudian
hari, sehingga dapatmenetapkan biaya produksi dan akhirnya dapat dengan
pasti menetapkan harga jualnya untuk masa yang akan dating.
d. Dengan adanya hedging pihak kreditor (bank) lebih berani memberikan kredit
kepada produsen atau pemilik komoditi yang telah menghedge komoditinya.
Karena dengan melakukan tindakan tersebut, pemilik komoditi telah
memperkecil resiko fluktuasi harga dari komoditi yang akan dihasilkan atau
bahan yang dibeli, sehingga profit yang ditargetkan lebih pasti dan hal ini
merupakan jaminan bank bahwa uang yang diberikan dapat kembali dan
bunganya dapat dibayar.
e. Melalui hedging, konsumen akhir akan dibebankan harga jual yang lebih rendah
dan stabil hal ini dikarenakan baik produsen maupun processeor mampu
memperkecil biaya akibat fluktuasi harga yang merugikan, serta adanya
kesempatan untuk memperbesar operting capital.
2.3.3 Kerugian Melakukan Hedging
Selain keuntungan yang diperoleh, hedging juga mempunyai beberapa
kerugian yang harus dihadapi hedger (BAPPEBTI, 1997), yaitu:
a. Resiko basis
Perkembangan harga di pasar fisik kadang-kadang tidak berkorelasi secara
wajar (tidak searah) dengan pasar berjangka, sehingga resiko yang ada
tidak sesuai dengan perencanaan sebelumnya.
Dengan melakukan hedging terdapat beban biaya bagi hedger, antara lain,
biaya angkut, biaya bunga bank, biaya gedgung, biaya asuransi,
pembayaran margin dan biaya transaksi. Oleh karena itu, hedger harus
mempertibangkan biaya-biaya tersebut sebelum melakukan hedging.
c. Ketidaksesuaian (incompatible) antara kondisi fisik dan futures
Hal ini terjadi mengingat mutu dan jumlah produk yang dihedge tidak
selalu sama dengan mutu dan jumlah standar kontrak yang
diperdagangkan. Oleh karena itu hedger dituntut agar mampu
menyesuaikan perbedaan-perbedaan tersebut dengan cara melakukan
hedging yang sesuai dengan volume produksinya.
2.4 Debt to Equity Ratio (DER)
Debt to Equity Ratio (DER) mencerminkan kemampuan perusahaan dalam
memenuhi kewajibannya yang ditunjukkan oleh beberapa bagian dari modal
sendiri atau ekuitas yang digunakan untuk membayar hutang. Debt to Equity Ratio
(DER) merupakan perbandingan antara total hutang yang dimiliki perusahaan
dengan total ekuitasnya. Secara matematis Debt to Equity Ratio (DER) dapat
diformulasikan sebagai berikut (Widioatmodjo. 2009), (Ang, 1997)..
Total debt merupakan total liabilities (baik hutang jangka pendek maupun
jangka panjang), sedangkan total shareholder’s equity merupakan total modal
sendiri yang dimiliki perusahaan. Rasio ini menunjukkan komposisi atau struktur
modal dari total pinjaman (hutang) terhadap total modal yang dimiliki perusahaan.
(jangka pendek maupun jangka panjang) semakin besar dibanding dengan total
modal sendiri, sehingga berdampak semakin besar beban perusahaan terhadap
pihak luar (kreditur) (Widioatmodjo. 2009.).
Resikotersebut bukanlah hal yang tidak mungkin terjadi, karena
fluktuatifnya kondisi ekonomi membuat ketidakpastian semakin besar, maka dari
itu perusahaan perlu untuk melakukan manajemen resiko untuk mengalihkan
resiko yang kemungkinan muncul tersebut. Hal tersebut sesuai dengan pendapat
semakin tinggi tingkat hutang atau Debt Equity Ratio maka akan semakin besar
pengambilan keputusan hedging yang dilakukan untuk mengurangi dampak buruk
resiko. Nguyen dan Faff (2003), Spano (2004)
2.5 Kesempatan Pertumbuhan Perusahaan (Growth Opportunity)
Growth Opportunity yang tinggi menunjukkan peluang perusahaan untuk
maju kian besar, sehingga untuk menjawab kesempatan tersebut, kebutuhan dana
dalam jumlah yang cukup besar untuk membiayai pertumbuhan tersebut di masa
yang akan datang akan sangat dibutuhkan. Oleh karenanya perusahaan akan
mempertahankan pendapatan yang diperoleh untuk diinvestasikan kembali dan
pada waktu yang bersamaan perusahaan akan diharapkan tetap mengandalkan
pendanaan melalui hutang yang lebih besar. Menurut steven dan lina (2011:175)
pertumbuhan perusahaan adalah tingkat perubahan total aktiva dari tahun ke
tahun. Skala yang digunakan adalah skala rasio.
GROWTH –
Nilai dari proksi kesempatan pertumbuhan perusahaan yang semakin besar
(Chen, 2006). Perusahaan yang mengalami pertumbuhan yang pesat cenderung
memilih hutang sebagai sumber pendanaan dibandingkan perusahaan yang
memiliki laju pertumbuhan yang lambat, seperti yang diungkapkan oleh Weston
dan Brigham (1984). Bertambahnya hutang dalam perusahaan, tentunya akan
menambah resiko perusahaan seperti gagal bayar karena kebangkrutan, eksposur
valuta asing. Dengan demikian, perusahaan yang memiliki growth opportunity
yang tinggi cenderung menggunakan keputusan hedging untuk melindungi
perusahaannya (Nance, Smith, dan Smithson,1993).
2.6 Tingkat Likuiditas (Liquidity)
Likuiditas adalah kemampuan perusahaan untuk memenuhi kewajiban
yang harus segera dipenuhi (Sutrisno, 2000). Likuiditas adalah menunjukan
kemampuan suatu perusahaan untuk memenuhi kewajiban pada saat ditagih,
perusahaan yang mampu memenuhi kewajiban keuangannya tepat pada waktunya
berarti perusahaan tersebut dalam keadaaan “likuid” (Munawir, 1981).
Rasio likuiditas yang mengukur kemampuan likuiditas jangka pendek
perusahaan diproksikan dengan current ratio.
Nilai CR yang tinggi dari suatu perusahaan akan mengurangi
ketidakpastian bagi investor, namun mengindikasikan adanya dana yang
menganggur (idle cash) sehingga akan mengurangi tingkat profitabilitas
perusahaan, akibatnya ROA juga semakin kecil (Priharyanto, 2009). Apabila
tingkat profitabilitas menurun menunjukkan perusahaan tersebut tidak mampu
Adanya eksposur transaksi memperburuk penurunan profitabilitas tersebut,
dikarenakan eksposur transaksi mempengaruhi aliran kas jangka pendek
perusahaan, apabila pembayaran transaksi dilakukan dengan menggunakan
denominasi kurs valuta asing, nilainya akan lebih besar apabila valuta asing
mengalami apresiasi terhadap mata uang domestik, sehingga resiko meningkat.
Dengan demikian, semakin tinggi nilai likuiditas maka semakin tinggi keputusan
hedging yang dilakukan karena tingginya resiko dalam pemenuhan kewajiban
jangka pendek dan sebaliknya (Spano, 2004).
2.7 Ukuran Perusahaan (Firm Size)
Besar kecilnya suatu perusahaan membuat pengambilan keputusannya pun
berbeda-beda. Besarnya ukuran perusahaan dapat mempengaruhi kemudahan
suatu perusahaan dalam memperoleh sumber pendanaan baik eksternal maupun
internal. Semakin besar suatu perusahaan resiko yang diterima pun semakin besar,
mereka cenderung lebih banyak melakukan aktivitas hedging untuk melindungi
aset mereka. Karena dampak yang ditimbulkan suatu resiko dalam perusahaan
besar lebih berdampak besar, maka mereka akan memberlakukan suatu
manajemen resiko yang lebih ketat dibandingkan perusahaan kecil.
Ukuran perusahaan (Firm Size) diproksikan melalui:
Firm size = In Total Asset
Ukuran perusahaan dilihat dari jumlah total asset yang dimilikinya,
semakin besar aset yang dimiliki, semakin hati-hati perusahaan tersebut
melangkahkan suatu kegiatan di perusahaannya. Perusahaan yang lebih besar
adanya kemungkinan besar untuk bertransaksi ke berbagai negara akan
melibatkan beberapa mata uang yang berbeda. Dalam kegiatannya akan terdapat
eksposur transaksi karena fluktuatif nilai tukar mata uang asing.Untuk itu
perusahaan yang lebih besar akan lebih banyak melakukan pengambilan
keputusan hedging dalam rangka melindungi perusahaan dari resiko.
2.8 Penelitian Terdahulu
Terdapat penelitian terdahulu telah melakukan penelitian yang berkaitan dengan
faktor-faktor yang mempengaruhi pegambilan keputusan hedging. Penelitiannya
antara lain:
1) Spano (2004) menunjukkan fakta yang kuat bahwa hedging perusahaan dilakukan
karena biaya financial distress dan scale of economies.Aktivitas hedging lebih
banyak dilakukan perusahaan yang memiliki ukuran perusahaan yang lebih besar
dengan menggunakan model analisis Logit Rgression.
2) Clark, Judge, dan Ngai (2006) hasil penelitiannya adalah terdapat bukti kuat
bahwa terdapat hubungan antara keputusan untuk lindung nilai dengan cost of
financial distress. Terdapat hubungan negatif antara aktivitas hedging dan
kepemilikan pemerintah tetapi faktor pendorong lain aktivitas hedging adalah
eksposur valuta asing, tingkat penjualan luar negeri dan hutang asing, serta tingkat
likuiditas dengan menggunakan model analisis Logit Rgression.
3) Putro (2012) dalam penelitian yang dilakukannya pada perusahaan Automotive
bahwa terdapat tiga variabel yang berpengaruh terhadap probabilitas perusahaan
untuk menggunakan instrument derivatif sebagai aktivitas hedging yaitu DER,
growth opportunity, dan firm sizedengan menggunakan model analisis Logit
Rgression.
4) Irawan (2014) dalam penelitian yang dilakukan pada perusahaan manufaktur yang
terdapat di BEI, pada penelitian tersebut menunjukkan hasil bahwa variabel LEV,
liquidity,current ratio berpengaruh negatif terhadap hedging sedangkan firm size,
MTBV berpengaruh positif
2.9 Kerangka Konseptual
Kerangka konseptual penelitian dalam penelitian adalah sebagai berikut :
Gambar 2.1
Kerangka konseptual Pengaruh Debt Equity Ratio, Growth Opportunity, Liquidity,
dan Firm Size terhadap keputusan Hedging Instrumen Derivatif DER (X1)
Growth Opportunity
Liquidity X3)
Firm Size (X4)
2.10 Hipotesis Penelitian
Hipotesis yang dapat diajukan terhadap permasalahan penelitian ini adalah
sebagai berikut :
1. DER berpengaruh positif terhadap keputusan hedging
2. Growth Opportunity berpengaruh positif terhadap keputusan hedging
3. Liquidity berpengaruh positif terhadap keputusan hedging
BAB I
PENDAHULUAN
1.1Latar belakang
Diera globalisasi saat ini setiap negara telah menjalin kerja sama antar negara.
Kerja sama tersebut disebut juga dengan perdanganan internasional. Perdagangan
internasional dilakukan karena beberapa faktor seperti adanya perbedaan
kemampuan penguasaan ilmupengetahuan, teknologi dalam mengolah sumber
daya ekonomi, saling memenuhikebutuhan barang dan jasa dalam negeri,
keinginan memperoleh keuntungan danmeningkatkan pendapatan negara,
terdapatkeinginan membuka kerja sama, hubungan politik dan dukungan dari
negara lain,serta terjadinya era globalisasi sehingga tidak satu negara pun di dunia
yang dapathidup sendiri (Don A Ball, J.M.Garinger, Michael S.Minor, Jeanne M.
McNett,2004) sedangkan menurut Madura (2000) perdagangan internasional
adalah pendekatan yang konservatif yang bisa digunakan oleh perusahaan untuk
memperluas pasar ke luar negeri (dengan mengekspor) atau mendapatkan bahan
baku berharga murah (denganmengimpor). Banyaknya aktifitas perdagangan
internasional akan menimbulkan adanya resiko yang tinggi, berkaitan dengan hal
tersebut perusahaan perlu melakukan manajemen resiko.
Resiko terbesar dari transaksi perdagangan internasional adalah resiko
darifluktuasi kurs valuta asing. Perubahan nilai mata uang asing yang tidak
terdugadapat berdampak penting pada penjualan, harga, dan laba eksportir dan
Hal ini menjadi resiko utama pada perusahaan yang terlibat dalam transaksi
ekspordan impor (Bartram, 2008).
Dampak dari kerugian nilai tukar mata uang asing tersebut bisa dirasakan
secara luas, mulai dari penurunan laba perusahaan, penurunan laba per saham, dan
diikuti dengan penurunan harga saham di pasar modal, apabila penurunan harga
saham tersebut terjadi, kemungkinan dapat mempengaruhi jumlah investor
menjadi menurun, dan perusahaan akan kehilangan saluran pendanaan
(Putro,2012).Salah satu cara untuk menghadapi resiko nilai tukar dengan lindung
nilai atau hedging.
Aktivitas hedging dilakukan dengan menggunakan instrumen derivatif,
derivatif merupakan kontrak perjanjian antara dua pihak untuk menjual dan
membeli sejumlah barang (baik komoditas, maupun sekuritas) pada tanggal
tertentu di masa yang akan datang dengan harga yang telah disepakati pada saat
ini. Perlu diketahui bahwa underlying instruments dalam derivatif tidak
terbataspada aktiva finansial saja, seperti saham, warrants, dan obligasi, tetapi
bisa terdapat pada komoditas, logam berharga, indeks saham, tingkat suku bunga,
dan kurs nilai tukar.
Produk turunan derivatif juga termasuk jenis resiko yang dapat dialihkan
oleh aktivitas hedging. Gambar berikut menunjukkan data keuangan yang terdiri
Indonesia Interest Rate Branchmark Interest Rate
Gambar 1.1
Fluktuasi Tingkat Suku Bunga Bank Indonesia
Pada gambar 1.1 di atas merupakan grafik fluktuasi nilai Tingkat Suku
Bunga Bank Indonesia periode 2010-2014 dengan amatan pertahun. Suku bunga
bank sentral atau BI Rate adalah suku bunga kebijakan yang mencerminkan sikap
atau stance kebijakan moneter yang ditetapkan oleh bank Indonesia dan
diumumkan kepada publik. BI Rate diumumkan oleh Dewan Gubernur Bank
Indonesia setiap Rapat Dewan Gubernur bulanan dan diimplementasikan pada
operasi moneter yang dilakukan Bank Indonesia melalui pengelolaan likuiditas
(liquidity management) di pasar uang untuk mencapai sasaran operasional
Gambar 1.2
Fluktuasi Nilai Tukar Rupiah Terhadap Dolar
Pada gambar 1.2 menunjukkan grafik fluktuasi nilai tukar rupiah terhadap
Dolar periode 2010-2014, dengan amatan pertahun. Dalam gambar grafik
merupakan harga mata uang Rupiah terhadap satu Dolar Amerika. Fluktuasi kurs
juga mempengaruhi inflasi maupun output, dan menjadi pertimbangan penting
pengambil kebijakan moneter. Ketika mata uang Rupiah jatuh nilainya atau mata
uang Dolar mengalami apresiasi, harga barang-barang yang diimpor menjadi
lebih mahal yang secara langsung akan menaikkan tingkat harga dan inflasi
(Mishkin, 2008). Jenis resiko fluktuasi kurs nilai tukar termasuk dalam eksposur
valuta asing akan dialami oleh perusahaan yang melakukan pembayaran dan/atau
menerima pendapatan dalam valuta asing (Yuliati, 2002).Dari periode Januari
2010 sampai dengan Januari 2014, mata uang Rupiah mengalami depresiasi
Gambar 1.3
Fluktuasi Harga Minyak Dunia
Pada gambar 1.3 di atas merupakan grafik fluktuasi harga Minyak Dunia
yang dinyatakan dengan Dolar per barel periode 2010-2014 dengan amatan
pertahun. Bahan Bakar atau Minyak Dunia merupakan salah satu komoditas yang
paling dibutuhkan dalam kehidupan, industri sangat membutuhkan peranan bahan
bakar tersebut, fluktuasinya harga bahan bakar dapat mempengaruhi kondisi
perekonomian secara keseluruhan karena pentingnya peranan tersebut, terutama
dalam hal stabilitas harga, apabila tingkat harga bahan bakar berfluktuatif, dapat
menimbulkan ketidakpastian harga, sehingga menyebabkan komplikasi
pengambilan keputusan bagi konsumen, dunia usaha, dan pemerintah (Mishkin,
