3. Metodologi
3.1.Data dan sampel
Data yang digunakan dalam penelitian ini mencakup 426 perusahaan non-
keuangan India selama periode 5 tahun, dari tahun 2010 sampai 2015 membuat
total pengamatan sebesar 2130 (426 Perusahaan selama 5 tahun). Untuk
membuat contoh perwakilan kami telah memilih perusahaan-perusahaan yang
membentuk bagian dari indeks BSE 500. Perlu disebutkan bahwa indeks BSE
500 adalah indeks perwakilan ekonomi India yang berbasis luas dan terdiri dari
total 500 perusahaan. Di antara 500 perusahaan BSE 500, 54 perusahaan telah
jatuh karena mereka termasuk dalam sektor keuangan dan 20 perusahaan
lainnya telah jatuh karena tahun keuangan mereka tidak berakhir pada bulan
Maret. Perlu dicatat bahwa untuk membawa keseragaman dalam sampel, kami
hanya mengambil perusahaan non-keuangan yang mengakhiri tahun keuangan
mereka di bulan Maret. Setelah menghapus perusahaan keuangan dan
perusahaan yang tahun anggarannya tidak berakhir pada bulan Maret, kami
memperoleh total sampel sebanyak 426 perusahaan yang tersebar di 10
industri. Sumber informasi digital seperti database tahunan, CAPITALINE,
yang disediakan oleh Capital Market Ltd digunakan untuk mendapatkan data
keuangan. Database CAPITALINE menyediakan data panel tentang sekitar
10.000 perusahaan terdaftar dan tidak terdaftar di India dari 115 kategori
industri.
Kontrol v ariables
Dalam usaha untuk mengurangi potensi bias yang mungkin timbul karena
variabel yang dihilangkan, kita mengendalikan karakteristik perusahaan umum
lainnya dengan memasukkan ukuran perusahaan (ukuran), umur perusahaan
(fage), konsentrasi kepemilikan (OC) dummies industri dan year dummies
sebagai kontrol. variabel. Pemilihan variabel kontrol dipandu oleh literatur
sebelumnya mengenai slack performance relationship. Ukuran perusahaan
diukur dengan mengambil log alami dari nilai buku dari total aset. Dalam
sebuah studi baru-baru ini oleh Black et al. (2014), dia menyarankan agar
ukuran perusahaan memiliki potensi dampak skala ekonomi pada Tobin's Q;
Akibatnya, kinerja perusahaan cenderung dipengaruhi oleh keuntungan yang
diperoleh dari skala operasinya. Selanjutnya perlu dicatat dulu literatur telah
mempertimbangkan ukuran perusahaan sebagai endogen karena perusahaan
besar merasa sulit mengelola operasinya dan karenanya memerlukan
kemampuan manajerial yang lebih baik. Telah disarankan bahwa kemampuan
manajerial adalah komponen yang tidak teramati dan akan berkorelasi dengan
ukuran perusahaan. Jadi, termasuk ukuran perusahaan sebagai variabel
penjelas yang perlu dikendalikan untuk kemungkinan masalah endogenitas
(Roberts and Whited, 2013). Selanjutnya, literatur sebelumnya juga
mengendalikan hubungan kinerja yang kendur dengan mempertimbangkan
efek potensial dari konsentrasi umur dan kepemilikan perusahaan; Oleh karena
itu, kami memperkenalkan konsentrasi usia dan kepemilikan perusahaan
sebagai variabel kontrol, di mana usia perusahaan diukur dengan jumlah tahun
perusahaan telah digabungkan dan konsentrasi kepemilikan diukur sebagai
persentase saham biasa yang dimiliki oleh promotor. Hal ini diakui secara luas
dalam literatur bahwa industri harus dipertimbangkan saat memodelkan
hubungan keuangan karena tingkat pertumbuhan, profitabilitas dan lain-lain
dari perusahaan cenderung dipengaruhi oleh kedewasaan dan persaingan
industri tempat ia berada. Untuk alasan ini, sembilan industri dummies untuk
sepuluh subsektor / industri digunakan untuk mengendalikan dampak spesifik
industri. Selanjutnya, untuk mengendalikan fluktuasi variabel selama periode
waktu, dummy empat tahun digunakan sebagai variabel kontrol. Akhirnya,
berikut Wintoki et al. (2012), kami empl
http://ekonomi.metrotvnews.com/read/2015/03/14/371162/pertamina-he-vs-
golden-spike-pelanggaran-uu-arbitrase oy satu tahun tertinggal Tobin's Q (
Tobin_q , ) sebagai variabel penjelas untuk mengendalikan dinamika
hubungan slack-performance yang dinamis. Pendekatan seperti itu juga
membantu mengendalikan masalah bias panel dinamis yang potensial
(Flannery and Hankins, 2013; Wintoki et al., 2012). Apalagi, itu juga
membantu untuk mengurangi mitos variabel yang tidak dapat diatasi secara
sepele karena memperhitungkan dampak faktor historis yang tidak dapat
diobservasi pada variabel dependen saat ini (Wooldridge, 2009).
3.3. metode
3.3.1. Spesifikasi model
Model data panel autoregresif orde pertama (umumnya ditentukan sebagai
berikut persamaan
(Persamaan (1)):
4. Hasil empiris
4.1.Deskripsi statistik
Tabel 1 merangkum statistik deskriptif dan korelasi antar variabel.
Selanjutnya, Tabel 1 juga melaporkan variabel VIF. Nilai rata-rata Tobin's Q
adalah 33,42, menunjukkan bahwa rata-rata rasio nilai pasar ekuitas ditambah
nilai buku hutang terhadap nilai buku aset adalah 33,42. Ini mencerminkan
harapan pasar tentang inefisiensi perusahaan dalam mengeksploitasi sumber
daya (Lewellen dan Badrinath, 1997). Kami menemukan bahwa kelonggaran
finansial untuk perusahaan India, rata-rata adalah 1,53, sementara kelemahan
innovasional adalah 1,35 dan kelonggaran sumber daya manusia adalah 0,67.
Ini menunjukkan bahwa rata-rata kelonggaran keuangan dan kelonggaran
inovasional hadir di perusahaan-perusahaan dalam jumlah yang hampir sama
sementara perusahaan India mempertahankan jumlah kendaran manusia yang
lebih rendah bila dibandingkan dengan bentuk kendur lainnya. Usia rata-rata
perusahaan dalam sampel adalah 17,52, yang menunjukkan fakta bahwa
perusahaan yang menjadi bagian sampel telah meliput setidaknya satu siklus
bisnis yang berarti bahwa mereka telah memperoleh setidaknya beberapa
keahlian di bidang operasi mereka. Apalagi ukuran perusahaan rata - rata
adalah 4,79. Nilai rata-rata konsentrasi kepemilikan adalah 39,40 yang
menunjukkan bahwa struktur kepemilikan perusahaan sangat terkonsentrasi
dengan 40 persen saham di tangan pemegang saham pengendali. Selanjutnya,
seperti yang dilaporkan pada Tabel 1, koefisien korelasi dari semua variabel
independen secara statistik signifikan yang menawarkan dukungan kasar untuk
proporsi dimana variabel bebas berinteraksi dengan variabel tak bebas.
Selanjutnya, koefisien korelasi yang signifikan juga mengkonfirmasi bahwa
variabel-variabel ini harus disertakan dalam model empiris untuk mengurangi
masalah potensi bias yang disebabkan oleh kelalaian variabel. Lebih penting
lagi koefisien korelasi satu tahun yang tertinggal Tobin's Q (0,32) secara
statistik signifikan dan positif yang mendukung proposisi bahwa kinerja
perusahaan bergantung pada jalan. Selain itu, semua koefisien korelasi T 1
Tobin Q yang tertinggal satu tahun dengan variabel kendur secara statistik
signifikan sehingga secara tentatif mengungkapkan sifat dinamis dari
hubungan slack-performance.
Koefisien korelasi dari semua variabel kendur dengan Tobin's Q secara
statistik signifikan yang mendukung proposisi bahwa semua jenis kendur
adalah prediktor kinerja perusahaan. Hal ini juga dapat disimpulkan dari Tabel
1 bahwa tidak ada koefisien korelasi antara variabel independen yang lebih
besar dari nilai 0,80. Kecuali koefisien korelasi antar regresor melebihi ambang
batas 0,80, multikolinearitas tidak akan menjadi masalah serius Damodar
(2004). Proposisi ini selanjutnya dikonfirmasi oleh uji VIF untuk mendeteksi
multikolinearitas antar variabel independen. Seperti yang disarankan oleh
Chatterjee dan Hadi (2012) nilai VIF lebih tinggi dari sepuluh biasanya
merupakan indikasi adanya collinearity antar variabel independen. Kolom
terakhir dari Tabel 1 melaporkan nilai VIF; jelas bahwa semua VIF jauh di
bawah nilai cut-off sepuluh, menunjukkan bahwa multikolinearitas adalah
masalah yang tidak mungkin.
5.1. Implikasi
Temuan kami mengenai hubungan yang signifikan antara sl ack dan kinerja
perusahaan, menyiratkan bahwa hubungan semacam itu mungkin tidak berlaku
dalam konteks universal namun jelas berkaitan dengan lingkungan di mana
perusahaan disematkan. Temuan kami dengan demikian menawarkan
beberapa implikasi untuk formulasi polik y . Pertama, mengingat hasil yang
melemahkan sumber daya memiliki dampak negatif yang signifikan terhadap
kinerja perusahaan di perusahaan India; sangat penting bahwa perusahaan
perlu memperkuat mekanisme pemantauan seperti tata kelola perusahaan
untuk meningkatkan komitmen sumber daya kendur. Mekanisme corporate
governance yang efektif dapat minim ize masalah keagenan dan mengurangi
perilaku oportunistik manajer leadin g untuk perbaikan di meningkatkan
kinerja perusahaan dalam perusahaan India (Altaf dan Shah, 2015b). Kedua,
perusahaan India seharusnya tidak meremehkan peran struktur kepemilikan,
karena terbukti dari hasil subsampel pada konsentrasi kepemilikan. Karena,
dampak positif kendur terhadap kinerja perusahaan telah meningkat di
perusahaan dengan kepemilikan terkonsentrasi , terbukti bahwa kepemilikan
terkonsentrasi berfungsi sebagai mekanisme pemantauan ketika mekanisme
corporate governance yang efektif tidak berjalan. Dengan demikian,
memperkuat konsentrasi oners dapat membantu perusahaan India dalam
memanfaatkan sumber daya kendur secara efisien. Ketiga sebagai saran oleh
Shahzad dkk. (2016) bahwa manajer harus memahami bahwa keputusan
alokasi sumber daya adalah permainan "zero sum" . Jadi, para manajer perlu
mengingat biaya peluang dari sumber daya yang kendur dan dengan demikian
menerapkan basis sumber daya pada analisis manfaat biaya . Keempat, terbukti
dari hasil subsampel bahwa hubungan slack-performance berbeda di
subsampel. Dengan demikian, untuk mengumumkan penggunaan yang efektif
dari sumber daya dan untuk mengatasi dampak negatif kendur, para manajer
perlu membuat strategi individual untuk masing-masing unit bisnis strategis
(SBU) daripada satu stregment untuk perusahaan secara keseluruhan.
Tabel 1:
Tabel 2:
Catatan: Tabel menunjukkan nilai median variabel kendur di setiap subsampel.
Variabel kendur seperti yang didefinisikan pada Sub-bagian 3.2.
Tabel 3:
Catatan: Tabel ini melaporkan hasil empiris dari estimasi Persamaan. (2). Secara
khusus, column2 melaporkan hasil yang diperoleh dari metode fixed-effects (dalam
kelompok estimator) dengan clustering antar perusahaan. Kolom 3 menyajikan
perkiraan yang didapat berupa pendekatan dua langkah sistem GMM. Tanda bintang
menunjukkan signifikansi 5% (**) dan 1% (***). Notasi tersebut seperti yang
didefinisikan pada sub-bagian 3.2. t-Statistik estimator FE dilaporkan dalam tanda
kurung dan berdasarkan kesalahan standar yang kuat yang dikoreksi untuk
heteroskedastisitas potensial dan autokorelasi deret waktu di dalam masing-masing
perusahaan. Z Statistik sistem GMMmodel dilaporkan dalam tanda kurung dan
berdasarkan kesalahan standar yang kuat. Tahun dummies dan dummies industri
tidak dilaporkan.
Tabel 4:
Catatan: Tabel ini melaporkan hasil empiris dari estimasi Persamaan. (2) tanpa
variabel kontrol pada sub-sampel. Secara khusus, semua kolom melaporkan hasil
yang diperoleh dari bentuk pendekatan sistem dua langkah GMM. Tanda bintang
menunjukkan signifikansi 5% (**) dan 1% (***). Notasi tersebut seperti yang
didefinisikan pada sub-bagian 3.2. Z Statistik model sistem GMM dilaporkan dalam
tanda kurung dan berdasarkan kesalahan standar yang kuat.