Syntax Literate: Jurnal Ilmiah Indonesia p�ISSN:
2541-0849
e-ISSN:
2548-1398
Vol.
7, Special Issue No. 2, Februari 2022
PENGARUH PANDEMI COVID-19
TERHADAP CASH HOLDING
Surya Dwi Kurniawan,
Eka Bertuah
Universitas Esa Unggul, Jakarta, Indonesia
Email: [email protected], [email protected]
Abstrak
Pandemi covid-19
yang melanda dunia memberikan dampak kepada seluruh� sektor kehidupan di dunia. Sektor ekonomi
merupakan sektor yang tidak terlepas dari dampak pandemi tersebut. Kebijakan
pemerintah Indonesia dalam menangani pandemi covid-19 dengan melakukan
pembatasan sosial bersklala besar membuat pergerakan ekonomi menjadi lambat dan
terbatas. Kebijakan pembatasan sosial bersekala besar mempengaruhi keleluasaan
perusahaan-perusahaan di Indonesia untuk melakukan kegiatan usaha yang secara
langsung berdampak pada kondisi keuangan perusahaan-perusahaan tersebut.
Penelitian ini bertujuan untuk mengetahui dampak pandemi covid-19 di Indonesia
terhadap cash holding perusahaan. Hasil penelitian dengan menggunakan
metode difference in difference menunjukkan bahwa pandemi covid-19 memiliki
dampak negatif yang signifikan terhadap cash holding perusahaan sebagai
konsekuensi penurunan kemampuan perusahaan dalam menghasilkan laba.
Kata Kunci: pandemic covid-19; cash holding
Abstract
The covid-19 pandemic that hit the world has an impact on all sectors of
life in the world. The economic sector is a sector that is inseparable from the
impact of the pandemic. The Indonesian government's policy in dealing with the
covid-19 pandemic by carrying out large social restrictions makes economic
movement slow and limited. Large-scale social restriction policies affect the
flexibility of companies in Indonesia to conduct business activities that
directly impact the financial condition of these companies. This research aims
to find out the impact of the covid-19 pandemic in Indonesia on corporate cash
holdings. The results of the study using the difference in difference method
show that the covid-19 pandemic has a significant negative impact on the
company's cash holding as a consequence of the company's decreased ability to
generate profits.
Keywords: pandemic covid-19; cash
holding
Pendahuluan
Pandemi Covid-19 yang melanda banyak negara di dunia sejak bulan Januari tahun
2020 (Phan & Narayan, 2020). Meskipun secara
resmi WHO (Word Healt
Organization) mendeklarasikan pandemi
Covid-19 pada tanggal 11 Maret
2020, tetapi beberapa
negara seperti Israel, Rusia,
dan Amerika Serikat sudah menerapkan larangan untuk melakukan perjalanan ke luar
negeri bagi warganya. (Phan & Narayan., 2020). Kehadiran pandemi
memberikan dampak serius pada perekenomian dunia
dan mengakibatkan penurunan
tajam kenerja perusahaan-perusahaan di berbagai
industri secara global (Qin, Huang, Shen, & Fu, 2020). Perusahaan-perusahaan yang tercatat di pasar modal mengalami
penurunan harga saham, pendapatan, dan laba (Fu & Shen., 2020). Dampak penurunan
ekonomi yang sangat signifikan
disebabkan adanya karantina kesehatan ketat di berbagai negara sehingga menyebabkan aktifitas ekonomi bergerak dengan sangat terbatas (Zhang, Hu, & Ji, 2020). Perusahaan-perusahaan yang harus melakukan pergerakan fisik untuk menjalankan usahanya mengalami kesulitan dalam menghasilkan pendapatan dan arus kas masuk. Di sisi lain perusahaan-perusahaan tersebut harus tetap mengeluarkan kas untuk membiayai operasinya. Keadaan yang demikian menyebabkan tekanan pada kondisi kas perusahaan. Untuk menghadapi risiko operasional dan untuk menjamin ketahanan perusahaan menghadapi pandemi Covid-19, para manager perusahaan
memiliki kecenderungan untuk meningkatkan level cash
holding jangka pendek dengan melakukan pinjaman bank, atau pendanaan ekuitas (Qin et al., 2020). Namun demikian kapasitas pendanaan antar perusahaan berbeda-beda sehingga perlu dilihat apakah
perusahaan-perusaahaan tersebut
dapat meningkatkan cash
holding tepat waktu sesuai kebutuhan perusahaan (Qin et al., 2020).
Selain itu, ditemukan fakta bahwa terdapat penurunan rating kredit
perusahaan-perusahaan di Indoneisa.
Penelitian terdahulu
yang dilakukan oleh Qin et al. (2020)
menyimpulkan bahwa pandemi covid-19 memiliki dampak positif yang signifikan terhadap level cash
holding perusahaan. Fu & Shen. (2020)
menyatakan dalam hasil penelitiannya bahwa Covid-19 berdampak negatif signifikan terhadap kinerja perusahaan di industri energi. Hal tersebut sejalan dengan hasil penelitian yang dilakukan oleh Liu et al. (2020)
dimana indeks pasar saham di negara-negara yang terdampak
covid-19 turun dengan
sangat cepat setelah wabah virus melanda. Namun penelitian-penelitian mengenai dampak covid-19 terhadap
cash holding dilakukan
di China dan belum ada penelitian serupa yang dilakukan di Indonesia. Selain itu,
ditemukan fakta bahwa terdapat penurunan rating kredit perusahaan-perusahaan di
Indoneisa setelah pandemi covid-19 melanda sehingga dapat mempengaruhi
kemampuan perusahaan-perusahaan tersebut dalam mencapai level cash holding yang diharapkan. Dengan
Penjelasan di atas, maka diduga terdapat perbedaan dampak yang
ditimbulkan covid-19 terhadap cash holding perusahaan-perusahaan di Indonesia.
Metode Penelitian
Populasi penelitian
adalah perusahaan-perusahaan
yang terdaftar di Bursa Efek
Indonesia. Pemilihan sample dilakukan
dengan memilih perusahaan yang tercatat di papan pencatatan utama di Bursa Efek Indonesia.
Bursa Efek Indonesia membrane industry menjadi beberapasub-Sektorr
Antara lay Retail Trade; Building Construction; Financial Institution; Coal
Mining; Crude Petroleum & Crude Petroleum And Natural Gas; Land/Stone
Quarrying; Metal & Mineral Mining; Non-Building Construction; Automotive
& Components; Cement; Ceramic Glass Porcelain; Cosmetic And Household;
Cosmetic And Household; Fishery; Footwear; Textile & Garment; Property
& Real Estate, Advertising, Printing, Media; Houseware; Tobacco
Manufacturer; Chemical; Computer & Service; Machinery & Heavy
Equipment; Metal & Allied Product; Wood Industry; Pulp & Paper; Others
Consumer Good; Plastic Packaging; Toll Road; Food & Beverage; Wholesale
Durable& Non-Durable Goods; Energy; Plantation; Crops; Animal Feed; Animal
Husbandry; Cable; Harbour; Healthcare;
Pharmaceuticals; Telecommunications. Pemerintah Indonesia menetapkan
pembatasan sosial sekala besar sejak
31 Maret 2020 (triwulan
1 2020) maka secara
efektif pengaruh covid-19 terhadap perekonomian Indonesia
dan kinerja perusahaan di
Indonesia terjadi setelah tanggal tersebut (mulai triwulan II 2020).
Data Penelitian yang digunakan adalah data keuangan perusahaan tercatat di papan pencatatan utama Bursa Efek Indonesia dari periode kuartal
I 2015 sampai dengan kuartal II tahun 2021. Data tersebut diambil dari bloomberg dengan kriteria: tersedia data keuangan secara lengkap dalam kurun
waktu periode yang digunakan dalam penelitian ini, dan tidak sedang sedang
dalam tekanan finansial berat lebih dari 2 tahun
dalam kurun waktu periode penelitian.
Dari metode pengambilan sampel tersebut didapatkan 191 sample perusahaan
yang tersebar di 40 subsektor
industri.
1.
Pengukuran
Qin et al� (2020)
meneliti dampak covid-19 terhadap level cash holding perusahaan
menggunakan metode DID
(Difference in Difference). DID (Difference in Difference)
adalah teknik analisis statistik yang digunakan dalam penelitian ekonometrik dan kuantitatif dengan meniru desain penelitian
eksperimental menggunakan
data penelitian observasional,
dengan cara mempelajari efek diferensial dari �treatment
group� (Widarsa, Kurniasari, & Mulyawan, 2017).� Dalam penelitian ini pandemi covid-19 diperlakukan sebagai treatment (Qin et al., 2020).
Pada tahun yang sama Zhu et al., (2020)
melakukan investiasi menganai efek dan mekanisme kereta cepat pada perluasan lahan perkotaan menggunakan metode yang sama. Penelitian ini dilakukan berdasarkan
dugaan bahwa terdapat kemungkinan perbedaan kenerja perusahaan sebelum dan sesudah pandemi covid-19 melanda. Menurut Qin et al., (2020)
membandingkan kenerja perusahaan antara periode sebelum dan sesudah pandemi covid-19 secara tanggal atau lateral akan mengabaikan variable covid-19 itu
sendiri. Oleh karena itu, pengukuran menggunakan metode DID model lebih efektif karena
dapat mengontrol periode sesudah dan sebelum covid-19 melanda (Qin et al., 2020).
Secara umum, dampak pandemi itu unik, sehingga
sulit untuk memisahkan sampel antara kelompok industri yang terdampak secara signifikan dan kelompok industri yang berdampak tidak signifikan (Qin et al., 2020).
Pengelompokan perusahaan sebagai perusahaan terdampak atau tidak terdampak pandemi covid-19 didasarkan
pada� analisa Pefindo, (2020)
dan dikombinasikan dengan
Analisa Hasil Survey Dampak Covid-19 terhadap pelaku usaha (Statistik, 2020):
Terdampak: Coal Mining, Non-Building
Construction, Property & Real Estate, Automotive & Components, Building
Construction, Cement, Ceramics, Glass, Porcelain, Cosmetics & Household,
Crude Petroleum & Natural Gas Production, Electronics, Fishery, Footwear,
Land / Stone Quarrying, Metal & Mineral Mining, Retail Trade, Textile,
Garment, Restaurant, Hotel & Tourism, Tourism, Restaurant And Hotel,
Transportation, Animal Feed, Cable, Crops, Energy, Food & Beverages, Metal
& Allied Products, Toll Road, Airport, Harbor And Allied Products, Wood
Industries.
Tidak terdampak:
Plantation, Wholesale (Durable & Non
Durable Goods), Advertising, Printing & Media, Chemicals,
Computer & Services, Houseware, Plastics & Packaging, Pulp & Paper,
Tobacco Manufacturers, Healthcare, Pharmaceuticals, Telecommunication.
Data
dan informasi mengenai
level cash holding perusahaan -perusahaan yang berada pada kelompok treatement dan comparison
untuk periode sebelum dan sesudah adanya pandemi covid-19 diambil dari database Bloomberg.
Untuk mengukur dampak pandemi covid-19 terhadap level cash holding perusahaan,
digunakan model
sebagai berikut :
Cashholdingsit
= β0 + β1Treatedit*Periodit + β2Treatedit
+ β3Periodit + β4SIZEit +
β5LEVit + β6GROWTHit +
β7ROAit + β8FCFit +
β9TRit + β10Code + β11YEAR
+ εit (1)
Tabel 1
|
Variable |
Perhitungan |
|
Cash Holding |
level cash holding perusahaan
dihitung dari rumus total cash/total asset |
|
Treated |
variable dummy yang mengindikasikan
derajat dampak covid-19, nilai 1 untuk perusahaan yang terkena dampak tinggi dan sangat tinggi, dan sedang dan 0 untuk perusahaan yang terkena dampak ringan dan tidak terdampak |
|
Period |
variable dummy yang mengindikasikan
periode sebelum dan sesudah pandemi covid-19, nilai 1 melambangkan periode setelah pandemic dan 0 untuk periode sebelum pandemi covid-19 |
|
Size |
ukuran perusahaan yang dihitung
dari logaritma natural
total aset |
|
Lev |
rasio total aset pada total Liabilitas |
|
Growth |
pertumbuhan total asset perusahaan yang dihitung dari rumus = (total asset periode
t -� total
aset periode t-1)/total
aset periode t-1 |
|
ROA |
merupakan rasio antara net
profit pada total aset yang dihitung
dengan rumus = net
profit/saldo akhir total aset |
|
FCF |
free cash flow, dihitung dari rumus = Arus Kas Operasi � Pengeluaran
Modal � Pengeluaran untuk perbaikan aset |
|
TR |
Perputaran piutang usaha, dihitung dengan rumus = pendapatan neto/rata-rata piutang usaha |
|
Code |
variable untuk mengontrol sample individu dalam data panel |
|
YEAR |
variable untuk mengontrol periode dalam data panel |
Treated adalah
variable dummy yang mengindikasikan derajat efek covid-19 pada perusahaan dan period merupakan
variable dummy yang mengindikasikan periode sebelum dan sesudah covid-19 melanda. Penelitian ini fokus terhadap koefisien regresi dari variable �treated*period�. Apabila
koefisien regresi yang dilambangkan dengan β1 bernilai positif, hal tersebut mengindikasikan
bahwa terdapat dampak positif pandemi covid-19 terhadap level
cash holding perusahaan (Qin et al., 2020).
Variabel-variabel lain dalam
model 1 disertakan untuk tujuan mengurangi nilai interferensi dari β1. Varibel Size
yang melambangkan ukuran perusahaan disertakan dalam model 1 karena semakin besar ukuran
perusahaan maka memiliki akses yang lebih besar terhadap
pendanaan (Gao, Harford, & Li, 2013).
Rasio total aset terhadap total Liabilitas yang dilambangkan dengan Lev pada
model di atas dimasukkan ke dalam model dengan alasan bahwa
semakin besar rasio tersebut maka semakin kecil
beban bunga dan pokok pinjaman yang harus dibayar dengan
kas perusahaan (Gao et al., 2013).
Semakin tinggi tingkat pertumbuhan perusahaan maka semakin tinggi pula intensi perusahaan untuk memegang kas dengan tujuan investasi
pada proyek-proyek baru.
Oleh karena itu tingkat pertumbuhan perusahaan yang dilambangkan dengan growth diikutsertakan
dalam model 1 (Gao et al., 2013).
Kebijakan perusahaan dalam memegang kas dalam level tertentu mengurangi kemampuan perusahaan dalam melakukan investasi yang pada akhirnya akan menurunkan
tingkat profitabilitas perusahaan. Rasio laba bersih terhadap
total aset yang dilambangkan
dengan ROA mewakili keadaan tersebut sehingga dimasukkan ke dalam model 1 (Clarkson, Gao, & Herbohn, 2020).
Free cash flow dan Perputaran piutang yang dilambangkan dengan FCF dan TR disertakan
dalam model 1 karena apabila perusahaan memiliki arus kas yang melimpah dan pengelolaan modal kerja yang sehat, maka manajer perusahaan
akan menurunkan level cash
holding (Gao et al., 2013).
Data penelitian
merupakan data panel yang merupakan
penggabungan antara data cross
section dan data time series atau disebut data panel. Perhitungan nilai difference in difference menggunakan
analisis regresi linier berganda dengan software STATA
14.2.
Hasil dan Pembahasan
Penelitian dilakukan dengan menggunakan metode regresi linier berganda menggunakan variable
dummy.� Data yang digunakan
adalah data panel yaitu penggabungan antara data time
series (rentang waktu tertentu) dan cross section (banyak
perusahaan).
1.
Deskriptif Statistik
Tabel 2
|
Dependend Variable |
: |
Cash Holding |
||||||
|
Variables |
|
Mean |
Std. Dev. |
Min |
Max |
Obs |
N |
T |
|
Cash holding |
0,09727 |
0,0989058 |
0,0002174 |
0,69709 |
4966 |
191 |
26 |
|
|
Leverage |
2,58296 |
1,815454 |
0,320000 |
18,95000 |
4966 |
191 |
26 |
|
|
Size |
13,00281 |
1,483768 |
8,9404 |
17,05100 |
4966 |
191 |
26 |
|
|
Growth |
0,01459 |
0,201714 |
-0,926530 |
12,3128 |
4966 |
191 |
26 |
|
|
ROA |
0,00754 |
0,0498219 |
-1,0745 |
2,12458 |
4966 |
191 |
26 |
|
|
Rec_TO |
64,92683 |
85,22069 |
0,07000 |
2370,13 |
4966 |
191 |
26 |
|
|
FCF |
|
2,66E+08 |
1,33E+10 |
-1100000 |
9,20E+11 |
4966 |
191 |
26 |
Tabel 2 menunjukkan
descriptive statistic model I dengan variabel dependen cash holding. Jumlah pengamatan pada model satu sebanyak 4,996 pengamatan terdiri dari 191 perusahaan dan 26 periode triwulanan pengamatan.� Nilai mean,
standar deviasi, min,
dan max menunjukkan bahwa
rentang data yang digunakan
dalam penelitian sangat lebar. Hal tersebut dilakukan untuk memastikan bahwa sampel yang diambil dalam penelitian mewakili populasi.
2.
Unit Root Test
Sebelum melakukan
regresi linear berganda, perlu dilakukan unit root test
untuk memastikan bahwa data panel yang digunakan bersifat stationer. Pengujian ini perlu dilakukan
untuk menghindari terjadinya spurious regression. Spurious regression adalah hasil regresi
yang menunjukkan koefisien determinasi (R2) yang cukup
meyakinkan, padahal faktanya variabel independen tidak menjelaskan variable dependen.
Tabel 3
Dari hasil
unit root test dapat dipastikan
bahwa data panel yang digunakan
bersifat stationer sehingga
dapat terhindar dari spurious regression.
3.
Parallel Trend Test
Penggunaan metode
DID (Difference in Difference) untuk mengukur dampak suatu kejadian terhadap variable tertentu harus memenuhi asumsi bahwa trend dari variable yang dipengaruhi sebelum adanya treatment harus relatif sama
antara kelompok treatment
dengan kelompok control.
Perbedaan trend yang terlalu
besar antara kelompok treatment dan control akan meningkatkan bias pada pengukuran efek dari suatu treatment. Oleh karena itu perlu
dilakukan paralel trend
test sebelum menjalankan regresi.
Gambar 1
Paralel Trend Test Variabel Dependen Cash Holding
Paralel trend test yang ditunjukkan pada gambar di atas menunjukkan
bahwa tidak terdapat perbedaan trend yang signifikan antara kelompok industri terdampak dengan kelompok industri tidak terdampak sebelum pandemi covid-19. Meskipun pada beberapa periode terdapat perbedaan arah trend, tetapi periode berikutnya kembali menunjukkan arah trend
yang sama. Periode
2017Q2-2017Q3 menunjukkan perbedaan
trend dimana kelompok industri terdampak mengalami penurunan cash
holding sedangkan kelompok
industri tidak terdampak mengalami kenaikan cash holding. Namun
demikian pada periode
2017Q3-2017Q4 trend cash holding keduanya
kembali mengalami kenaikan sehingga perbedaan arah trend pada periode 2017Q2-2017Q3 tidak mempengaruhi keseluruhan trend dari 2015Q1-2020Q1 secara signifikan.
4.
Pemilihan Model Regresi
Linear Berganda
Dalam model penelitian
menyertakan variable treated yang merupakan variable
dummy untuk mengindikasikan
apakah perusahaan tersebut termasuk dalam kelompok terdampak atau tidak terdampak covid-19. Variabel treated tersebut tidak dipengaruhi oleh perubahan variable waktu (periode). Penggunaan variable
yang tidak dipengaruhi oleh
perubahan variable waktu dalam sebuah model, membuat model tersebut tidak dapat menggunakan
Fixed Effect Model (�FEM�). Penggunaan FEM
hanya dapat dilakukan apabila variable bersifat unik terhadap
variable waktu (Torres-reyna,
2007). Sehingga terdapat dua kemungkinan jenis regresi yang akan digunakan dalam penelitian ini yaitu Pooled Least Square (�PLS�)
atau Random Effect Model (�REM�).
Data panel memiliki kelebihan dibandingkan dengan data cross
section maupun time series karena
merupakan gabungan diantara keduanya (Gujarati,
2012). Kelebihan-kelebihan tersebut menyebabkan tidak perlu dilakukannya
uji asumsi klasik seperti multikolinearitas, heterokedastisitas, autokorelasi,
dan normalitas dalam model
data panel (Gujarati, 2012).
Penentuan model regresi
terbaik antara PLS dan REM dilakukan dengan melakukan uji Breusch and Pagan Lagrangian
multiplier. Hal tersebut bertujuan
untuk mengetahui apakah penggunaan model regresi PLS masih efektif dalam menghasilkan
estimasi model.
Dari hasil
uji Breusch and Pagan LM dengan
Prob>Chibar2 0.0000. Berdasarkan uji Breusch
and Pagan LM ini dapat disimpulkan bahwa metode REM dengan tehnik General Least Square lebih
efektif dalam meramalkan model. Menurut Gujarati
(2012), metode estimasi
General Least Square (�GLS�) dapat menghasilkan estimasi yang memenuhi Best Linear Unbiased Estimators (BLUE) meskpipun data panel yang digunakan
tidak memenuhi asumsi homoscedasticity dan terdapat
autokorelasi. Metode GLS
mampu mempertahankan sifat penduga yang tidak bias dan konsisten serta mampu mengatasi
masalah heteroskedastisitas
(Aditya
R et al., 2019).
5.
Uji Hipotesis
Hasil regresi
dengan metode Random
Effect GLS Regression untuk ketiga
model dapat dilihat pada Tabel �berikut:
Table 4
Uji Hipotesis
|
Depending Variable |
: |
Cash holding |
|
Random-effects GLS regression |
|
Number of
Observation |
: |
4.966 |
|
|
|
Number of
Group |
: |
191 |
|
|
|
Number of Periods |
: |
26 |
|
|
|
R2 |
: |
0,3243 |
|
|
|
Independent Var |
|
Coefficient |
P>|z| |
level of significance |
|
treated*period |
|
-0,0137863 |
0,000 |
significant
at 0.001 |
|
treated |
|
0,0209376 |
0,035 |
significant
at 0.05 |
|
period |
|
0,0200933 |
0,000 |
significant
at 0.001 |
|
Leverage |
|
0,0196791 |
0,000 |
significant
at 0.001 |
|
Size |
|
-0,0022349 |
0,296 |
not
significant |
|
Growth |
|
0,0093265 |
0,010 |
significant
at 0.01 |
|
ROA |
|
0,0526721 |
0,001 |
significant
at 0.01 |
|
Rec_TO |
|
2,02E-06 |
0,880 |
not
significant |
|
FCF |
|
-3,26E-14 |
0,554 |
not
significant |
|
Constanta |
|
0,0590134 |
0,043 |
significant
at 0.05 |
Hasil
regresi pada tabel di atas menunjukkan nilai R2 sebesar 0.3243 menunjukkan bahwa variabel independend secara bersama sama mempengaruhi
variabel dependen sebesar 32.43%. Nilai P>|z| menunjukkan
nilai signifikansi variabel independen terhadap variabel independen. Apabila P>|z|
<0.05 maka variabel independen signifikan terhadap variabel dependen pada level signifikansi
5%, apabila P>|z| <0.01 maka
variabel independen signifikan terhadap variabel dependen pada level signifikansi 1%, dan apabila
P>|z| <0.001 maka variabel
independen signifikan terhadap variabel dependen pada level signifikansi
0.1%.
Pengaruh pandemi
covid-19 terhadap cash holding ditunjukkan dengan variable treated*period
yang merupakan variable dummy hasil
interaksi antara variabel dummy treated dan variabel
dummy period. Koefisien variable treated*period
menunjukkan nilai negatif dimana hal tersebut menunjukkan
bahwa pandemi covid-19 memiliki pengaruh negatif terhadap cash holding.
Nilai P>|z| variabel treated*period adalah sebesar 0.000 atau signifikan terhadap variabel cash holding
pada level signifikansi 0.1%. Dengan
demikian hipotesis 1 yang menyatakan bahwa �Pandemi Covid-19 berdampak negatif signifikan terhadap cash holding perusahaan�
diterima.
6.
Diskusi
a)
Pengaruh Pandemi Covid-19 terhadap Cash
Holding Perusahaan
Berdasarkan uji hipotesis
1, pandemi covid-19 berdampak
negatif signifikan terhadap cash holding perusahaan.
Hasil temuan ini dapat diinterprestasikan sebagai berikut :
1) Perusahaan-perusahaan yang dijadikan sebagai sample tidak mampu meningkatkan cash holding pada level yang diharapkan setelah pandemi covid-19 melanda.
2) Perusahaan yang terdampak covid-19 memiliki cash
holding lebih rendah dibandingkan perusahaan yang tidak terdampak covid-19.
3) Semakin tinggi
dampak covid-19 terhadap
suatu perusahaan, maka semakin rendah
cash holding yang dimiliki.
Hasil penelitian
ini tidak sesuai dengan penelitian
yang dilakukan oleh Qin et al., (2020)
dimana level cash holding perusahaan
meningkat setelah pandemi covid-19 melanda. Hasil temuan Qin et al (2020)
juga menyatakan bahwa perusahaan-perusahaan yang tercatat
di Shanghai and Shenzhen stock exchanges mengalami
peningkatan cash holding untuk
mengantisipasi risiko sistematis yang disebabkan oleh
covid-19. Terganggunya cash in-flow perusahaan
yang disebabkan terganggunya
operasional perusahaan, dengan tidak serta
merta diikuti oleh penurunan cash outflow perusahaan,
membuat perusahaan-perusahaan
tersebut harus mengambil pinjaman jangka pendek baru
untuk mempertahankan eksistensi perusahaan (Qin et al., 2020).
Fakta dan hasil temuan tersebut tidak terjadi pada perusahaan-perusahaan
yang tercatat di Bursa Efek
Indonesia (Indonesian Stock Excange). Peningkatan risiko sistematis yang terjadi pada perusahaan-perusahaan di Indonesia justri
membuat rating kredit mengalami penurunan signifikan secara mendadak (Pefindo, 2020).
Kondisi tersebut membuat para kreditor lebih berhati-hati dalam memberikan pinjaman setelah pandemi covid-19 melanda, sehingga sangat sulit bagi perusahaan-perusahaan di
Indonesia untuk meningkatkan
cash holding perusahaan dengan
menambah pinjaman. Selain itu, pemerintah
Indonesia juga secara aktif
memberikan proteksi dari sisi kebijakan
politik ekonomi dimana perusahaan yang terdampak signifikan oleh pandemi covid-19 diberikan
stimulus keringangan kredit
dengan restrukturisasi kredit dan pinjaman dengan tujuan untuk
mempertahankan eksistensi perusahaan (OJK, 2020).
Peran pemerintah tersebut mengurangi urgensi perusahaan untuk meningkatkan cash holding karena
dengan adanya restrukturisasi kredit, cash perusahaan dapat difokuskan pemanfaatannya untuk memulihkan kondisi perusahaan.
Kesimpulan
Penelitian ini
memberikan pengetahuan bahwa dampak dari
sebuah pandemi dapat mempengaruhi ekonomi makro suatu
negara. Keadaan ekonomi makro suatu negara tentu akan berpengaruh
kepada perusahaan-perusahaan
yang berada di negara tersebut.
Pandemi covid-19 memaksa pemerintah Indonesia untuk menerapkan pembatasan kegiatan sosial untuk mencegah penyebaran virus covid-19. Respon
pemerintah Indonesia dalam melakukan langkah-langkah mitigasi terhadap pandemi covid-19 dapat dikatakan lebih lambat dibandingkan dengan negara-negara lain. Negara-negara di Eropa dan Amerika sudah menerapkan larangan bepergian ke luar
negeri semenjak Januari
2020 (Phan & Narayan, 2020).
Sedangkan Indonesia baru menerapkan hal tersebut di akhir bulan Maret 2020. Hal tersebut berimbas pada langkah antisipasi yang terlambat dilakukan perusahaan-perusahaan di Indonesia, yang menyebabkan perusahaan-perusahaan
di Indonesia mengalami penurunan
cash holding setelah pandemi
covid-19 melanda.�
Dengan langkah antisipatif lebih awal, dimungkinkan kondisi cash holding perusahaan
di Indonesia akan mengalami
peningkatan setelah pandemi covid-19 melanda seperti halnya perusahaan-perusahaan di China.
Clarkson, Peter, Gao, Ru, & Herbohn, Kathleen.
(2020). The relationship between a firm�s information environment and its cash
holding decision. Journal of Contemporary Accounting and Economics, 16(2),
100201. https://doi.org/10.1016/j.jcae.2020.100201 Google Scholar
Fu, Mengyao, & Shen, Huayu. (2020). COVID-19
and Corporate Performance in the Energy Industry. 1, 1�5. Google Scholar
Gao, Huasheng, Harford, Jarrad, & Li,
Kai. (2013). Determinants of corporate cash policy: Insights from private
firms. Journal of Financial Economics, 109(3), 623�639.
https://doi.org/10.1016/j.jfineco.2013.04.008 Google Scholar
Gujarati, Damodar. (2012). Basic
Econometric. Google Scholar
Liu, Haiyue, Manzoor, Aqsa, Wang, Cangyu,
Zhang, Lei, & Manzoor, Zaira. (2020). The COVID-19 outbreak and affected
countries stock markets response. International Journal of Environmental
Research and Public Health, 17(8), 1�20.
https://doi.org/10.3390/ijerph17082800 Google Scholar
OJK. Otoritas Jasa Keuangan. , Pub.
L. No. Peraturan Otoritas Jasa Keuangan Nomor 11 Tahun 2020 (2020). Google Scholar
Pefindo. (2020). MASA PANDEMI Workshop
OJK-IDX. Google Scholar
Phan, Dinh Hoang Bach, & Narayan,
Paresh Kumar. (2020). Country Responses and the Reaction of the Stock Market to
COVID-19�a Preliminary Exposition. Emerging Markets Finance and Trade, 56(10),
2138�2150. https://doi.org/10.1080/1540496X.2020.1784719 Google Scholar
Qin, Xiuhong, Huang, Guoliang, Shen, Huayu,
& Fu, Mengyao. (2020). COVID-19 Pandemic and Firm-level Cash
Holding�Moderating Effect of Goodwill and Goodwill Impairment. Emerging
Markets Finance and Trade, 56(10), 2243�2258.
https://doi.org/10.1080/1540496X.2020.1785864 Google Scholar
Statistik, Badan Pusat. (2020). Analisis
hasil survei dampak covid-19 terhadap pelaku usaha. BPS RI. Google Scholar
Widarsa, I. Ketunt Tangking, Kurniasari, Ni
Made Dian, & Mulyawan, Ketut Heri. (2017). Difference in Difference dan
Coarsened Exact Matching dalam Penelitian Akuntansi. 1�88. Google Scholar
Zhang, Dayong, Hu, Min, & Ji, Qiang.
(2020). Financial markets under the global pandemic of COVID-19. Finance
Research Letters, 36(April), 101528.
https://doi.org/10.1016/j.frl.2020.101528 Google Scholar
Zhu, Xinhua, Qian, Tiannan, & Wei,
Yigang. (2020). Do high-speed railways accelerate urban land expansion in
China? A study based on the multi-stage difference-in-differences model. Socio-Economic
Planning Sciences, 71(April), 100846.
https://doi.org/10.1016/j.seps.2020.100846 Google Scholar
|
Copyright holder: Surya Dwi Kurniawan, Eka Bertuah (2022) |
|
First publication right: Syntax Literate: Jurnal Ilmiah
Indonesia |
|
This article is licensed
under: |