355

Analisis Model Dinamis Trade-Off Theory Pada Struktur Modal
Perusahaan Konstruksi di Bursa Efek Indonesia
M ILHAM GARNADI1; EDYANUS HERMAN HALIM2; NOVITA INDRAWATI3
Universitas Riau
Kampus Bina Widya, Tampan, Kota Pekanbaru, Riau
E-mail: iam.garnadi@gmail.com
Submit : 2022-12-23

Review : 2023-06-15

Publish : 2023-06-26

Abstract: The capital structure is an important part for the company in determining the source
of funds used for the company's operations. One theory of capital structure is the Trade-off
theory. This theory utilizes the use of debt as a source of funding. The variables used in
measuring the trade-off theory are lagged leverage, profitability, liquidity, tangibility, nondebt tax shield, and company size. This study aims to analyze the effect of each variable on
the formation of capital structure by construction companies listed on the Indonesia Stock
Exchange (IDX) and to examine differences in speed of adjustment between underlevered and
overlevered sub-samples. The sample for this research was determined using the purposive
sampling method and 7 construction companies were obtained during the 2012-2021 period.
The results of this study indicate that lagged leverage and tangibility have a positive effect on
the formation of a company's capital structure. Non-debt tax shield variable has a negative
effect on the formation of capital structure. While profitability, liquidity and tangibility do not
affect the formation of corporate leverage.
Keywords: Capital Structure, Trade-Off Theory, Profitability, Liquidity, Leverage,
Tangibility, Non-Debt Tax Shield, Company Size, Speed of Adjustment

Pada masa pemerintahan Presiden Joko
Widodo, salah satu program strategis
mereka adalah keadilan ekonomi dengan
menjadikan pembangunan infrastruktur
sebagai salah satu cara untuk mencapai
tujuan keadilan ekonomi. Adanya program
pembangunan infrastruktur di seluruh
Indonesia
ini
membuat
perusahaan
konstruksi yang beroperasi di Indonesia
menerima permintaan untuk melaksanakan
proyek dalam pembangunan infrastruktur.
Terjadi peningkatan total aset ratarata emiten konstruksi sebesar 25% per
tahun
selama
periode
2012-2021.
Peningkatan signifikan terjadi pada tahun
2014-2018 sebesar 20-60% per tahun. Hal
ini menunjukkan terjadi pertumbuhan aset
yang pesat oleh perusahaan konstruksi
Indonesia.
Namun,
dalam
melaksanakan
proyek
pembangunan,
perusahaan
konstruksi tidak hanya menggunakan
modal
sendiri,
tetapi
juga
harus
menyertakan penggunaan modal utang.

Semakin banyak proyek yang perlu
dilakukan, semakin besar tingkat utang
yang akan digunakan perusahaan dalam
struktur modalnya. Peningkatan bunga
utang mempengaruhi risiko perusahaan
dalam memenuhi kewajibannya.
Seiring dengan meningkatnya
penyertaan pendanaan eksternal, akan
meningkat pula resiko keuangan yang
dikelola oleh perusahaan. Selain harus
mengembalikan
pinjaman
pokok,
perusahaan juga dikenakan bunga dari
pinjaman
tersebut.
Pertimbangan
perusahaan dalam menggunakan pinjaman
disesuaikan dengan rencana yang akan
dilakukan perusahaan dimasa yang akan
datang. Oleh sebab itu perusahaan perlu
mempertimbangkan
pemanfaatan
pinjaman untuk meningkatkan value
perusahaan.
Penelitian ini akan membahas
faktor-faktor yang mempengaruhi struktur
modal perusahaan konstruksi, yaitu
profitabilitas, likuiditas, non-debt tax

356
shield, tangibilitas, dan ukuran perusahaan.
Trade off theory dapat dimodelkan
ke dalam kerangka statis atau dinamis.
Versi statis dari teori struktur modal yang
mencakup leverage target menekankan
gagasan bahwa perusahaan melakukan
trade off antara biaya dan manfaat utang,
dan trade off ini dapat menjelaskan variasi
cross-section dalam rasio leverage di
seluruh perusahaan. Teori-teori ini secara
implisit mengasumsikan adanya leverage
target tetapi percaya bahwa semua
perusahaan sudah berada pada target
mereka. Terdapat dua faktor pembentuk
teori dinamis trade-off, yaitu keberadaan
target dan penyesuaian terhadap target
tersebut, dapat diuji bersama dengan
memperkirakan kecepatan penyesuaian
(Speed of Adjusment) ke target. SoA adalah
persentase penyimpangan dari target yang
disesuaikan perusahaan setiap periode.
METODE
Metode yang digunakan dalam
penelitian ini adalah deskriptif dan
verifikatif. Metode deskriptif digunakan
untuk memberikan gambaran
umum
penelitian. Sedangkan metode verifikatif
digunakan untuk menjelaskan hubungan
antara variabel bebas dan variabel terikat
dengan menguji hipotesis. Data yang
digunakan dalam penelitian ini diperoleh dari
Bursa Efek Indonesia (BEI) Data yang
digunakan sesuai dengan waktu observasi,
yaitu dimulai dari tahun 2012 hingga 2021.
Metode analisis data dalam penelitian ini
menggunakan model Generalize Method of
Moment (GMM) dengan menggunakan
Eviews versi 10, serta menggunakan uji
multikolinearitas dan uji beda F-test dan
Welch’s t-test.
HASIL
Uji multikolinearitas untuk melihat
adanya korelasi antar variabel independen
dilakukan dengan menganalisis matriks
korelasi. Matriks korelasi dari ketujuh
variabel independen, yaitu lagged leverage,
profitabilitas, likuiditas, tangibility, NDTS
dan ukuran perusahaan. Korelasi antar setiap

variabel independen. Multikolinearitas
terjadi jika korelasi antar variabel cukup
atau melebihi 0.90 (Ghozali, 2013). Dari
tabel tersebut, dapat terlihat bahwa seluruh
korelasi antar variabel independen relatif
kecil atau tidak ada yang melebihi batas
0.90. melalui hasil tersebut dengan
demikian model persamaan ini dinyatakan
bebas dari multikolinearitas.
Model uji pada persamaan (3.1)
digunakan untuk melakukan perhitungan
terlebih dahulu atas unobserved variabel
yaitu target leverage (Lev*) yang nantinya
menentukan variabel leverage position
(LP). Selanjutnya, setelah masing-masing
leverage position ditentukan, pengujian
untuk persamaan (3.2) dilakukan untuk
menguji hipotesis H1 hingga H6.
Hasil regresi dengan metode
Generalized Method of Moments (GMM)
tersaji hasil estimasi data yang tersaji, Panel
1 menggunakan variabel independen dalam
penelitian ini. Variabel lagged leverage
(Lev (-1)) berpengaruh positif terhadap
pembentukan leverage (LEV) pada taraf
signifikansi α = 5%.
Hasil serupa juga ditunjukkan
tangibility (TANG) dan non-debt tax shield
(NDTS) yang berpengaruh positif dengan
signifikansi α = 5%. Variabel lainnya
seperti profitabilitas (ROA), likuiditas (CR)
dan ukuran perusahaan (SIZE) ditemukan
tidak berpengaruh terhadap pembentukan
leverage. Koefisien λ yang diperoleh dari
hasil estimasi GMM. Dalam hal penentuan
koefisien β untuk persamaan estimasi target
leverage (Lev*), koefisien dari variabel Lev
(-1) menjadi dasar perhitungan awal. Dari
koefisien λ1, diperoleh nilai δ sebesar
0.31911 (1- λ0). Koefisien β dihitung dari
nilai λ / δ menghasilkan angka -0.376897
untuk ROA, -0.061006 untuk CR, 1.06636
untuk TANG, -1.2211 untuk NDTS,
0.00767 untuk SIZE.
Hasil estimasi panel pengujian
dynamic model dengan mempertimbangkan
leverage position dari anggota sampel.
Panel 3 menunjukkan bahwa variabel
lagged leverage (Lev(-1)), leverage (Lev*),
dan leverage position (LP) berpengaruh

357
positif terhadap pembentukan leverage (Lev).
Selain
itu,
adanya
perbedaan
koefisien pada variabel lagged leverage hasil
estimasi panel 1 dan panel 2. Hal ini
berdampak pada berbedanya speed of
adjustment (SoA) antara kedua panel
tersebut. SoA pada panel 1 berada pada
31.91%. sedangkan SoA pada panel 2 pada
level 11.27%. Perbedaan SoA dari hasil
estimasi kedua panel ini menimbulkan
dugaan asymetric SoA akibat leverage
position. Merujuk pada hasil tersebut, maka
perlu dilakukan uji beda atas SoA pada sub
sampel underlevered dan overlevered.
Hasil Uji Beda Sub Sampel
Underlevered dan Overlevered. Secara umum
menggambarkan deskriptif statistik dari
kedua sub sampel underlevered dan
overlevered dari kedua sub sampel tersebut,
kemudian dilakukan perhitungan SoA
seluruh anggota sampel untuk selanjutnya
dilakukan uji beda. Hasil uji F-test dan
Welch t-test atas SoA dari sub sampel
underlevered dan overlevered tersaji pada.
Jumlah sub sampel yang berbeda antara
underlevered (64 observasi) dan overlevered
(6 observasi) membuat uji beda dilakukan
dengan menggunakan welch t-test dan welch
F-test. Nilai probabilitas dari t-test dan F-test
yang lebih besar dari tingkat signifikansi 5%.
PEMBAHASAN
Berdasarkan hasil analisis dengan
pengujian hipotesis menggunakan partial
adjustment model dan metode estimasi
Generalized Method of moment, maka
diperoleh simpulan sebagai berikut.
1. Lagged Leverage berpengaruh positif
terhadap
leverage.
Hal
ini
mengindikasikan
bahwa
lagged
leverage bergerak sejalan dengan
leverage
perusahaan.
Dan
menunjukkan bahwa perusahaan
menyesuaikan porsi leverage nya
terhadap target leverage optimalnya
dalam implementasi dynamic tradeoff theory.
2. Profitabilitas
tidak
berpengaruh
terhadap
leverage.
Hal
ini
mengindikasikan
implementasi

3.

4.

5.

6.

7.

dynamic trade off theory ini tidak
bersifat mutually exclusive karena
didapatkan bukti eksistensi pecking
order theory melalui variabel
profitabilitas.
Likuiditas
tidak
berpengaruh
terhadap
leverage.
Hal
ini
mengindikasikan bahwa model
trade-off tidak terjadi. Perusahaan
dengan aset yang lebih likuid dapat
menggunakannya sebagai sumber
dana internal lainnya dan bukan
utang, yang mengarah ke tingkat
utang yang lebih rendah.
Tangibility berpengaruh positif
terhadap leverage. Kepemilikan aset
tetap yang besar merupakan agunan
yang cukup untuk meningkatkan
struktur pendanaan utang. Dalam
aktivitas pendanaan utang, agunan
menjadi salah satu aspek yang
menentukan nilai atau kredibilitas
borrower.
Non-debt tax shield berpengaruh
negatif terhadap leverage. Beban
depresiasi dapat menggantikan
peran beban bunga sebagai tax
shield bagi perusahaan. Hal ini
sejalan dengan peran depresiasi
yang dapat memberikan keuntungan
tax saving tanpa meningkatkan
risiko keuangan. Keuntungan ini
kemudian dilihat oleh perusahaan
sebagai alternative tax shield selain
bunga utang.
Dalam penelitian ini ditemukan
bahwa size tidak berpengaruh
terhadap
leverage.
Ukuran
perusahaan tidak serta merta
mempengaruhi tingkat leverage
perusahaan.
Perlu
adanya
pertimbangan pada aspek keuangan,
resiko bisnis dan kebijakan dividen
perusahaan.
Dalam pengujian dynamic trade-off
theory, diketahui bahwa tidak
ditemukan
perbedaan
yang
signifikan speed of adjustment pada
perusahaan
yang
mengalami
underlevered dengan perusahaan

358
yang mengalami ovelevered. Hasil ini
tidak mendukung pola asimetris pada
speed of adjustment berdasarkan
leverage position.
SIMPULAN
Pada penelitian ini dapat disimpulkan
bahwa lagged leverage dan tangibilitas
mempunyai pengaruh positif terhadap
leverage. Sedangkan non-debt tax shield
mempunyai pengaruh negative terhadap
pembentukan
leverage.
Sedangkan
profitabilitas,
likuiditas,
dan
ukuran
perusahaan ditemukan tidak berpengaruh
terhadap pembentukan leverage perusahaan.
Sub sampel perusahaan yang berada diposisi
overlevered dan underlevered ditemukan
tidak terdapat perbedaan speed of adjustment
antar keduanya dalam upaya menyesuaikan
terhadap target leverage.
DAFTAR RUJUKAN
Abdeljawad, I., Mat-Nor, F., Ibrahim, I., &
Abdul-Rahim, R. (2013). Dynamic
Capital Structure Trade-off theory:
Evidence
from
Malaysia.
International Review of Business
Research Papers, 9(6), 102–110.
Alan, K., & Litzenber, R. (1973). a StatePreference Model of Optimal
Financial Leverage. The Journal of
Finance, Vol. 28(No. 4 (Sep.,
1973)), 911–922.
Alom, K. (2013). Capital structure choice of
Bangladeshi firms: An empirical
investigation. Asian Journal of
Finance
&
Accounting.
https://doi.org/10.5296/ajfa.v5i1.349
5
Alom, K. (2013b). Capital Structure Choice
of Bangladeshi Firms: An Empirical
Investigation. Asian Journal of
Finance & Accounting, 5(1).
https://doi.org/10.5296/AJFA.V5I1.
3495
Ameer, R., Finan, J. E., & Ameer, R. (2013).
Financial liberalization and firms’
capital
structure
adjustments

evidence from Southeast Asia and
South America. Springer, 37(1),
1–32.
https://doi.org/10.1007/s12197010-9158-3
Arellano, M., Studies, S. B.-T. review of
economic, & 1991, U. (1991).
Some tests of specification for
panel data: Monte Carlo evidence
and an application to employment
equations. Academic.Oup.Com.
Atrill, P. (2014). Financial Management
For Decision Makers.
Baker, M., & Wurgler, J. (2002). Market
Timing and Capital Structure. The
Journal of Finance.
Baxter, N. D. (1967). Leverage, Risk of
Ruin and the Cost of Capital. The
Journal of Finance, 22(3), 395–
403.
https://doi.org/10.1111/j.15406261.1967.tb02975.x
Besley, S., & Brigham, E. F. (2008).
Essentials of Managerial Finance,
Fourteenth Edition. In Wall Street
Journal.
Brigham, E. F., & Houston, J. F. (2018).
Fundamentals
of
financial
management
(Dasar-dasar
Manajemen
Keuangan).
In
Engineering
and
Process
Economics (Vol. 3, Issue 3).
Chakraborty, I. (2010). Capital structure in
an emerging stock market: The
case of India. Research in
International
Business
and
Finance,
24(3),
295–314.
https://doi.org/10.1016/J.RIBAF.2
010.02.001
Charalambakis, E. C., & Psychoyios, D.
(2012). What do we know about
capital structure? Revisiting the
impact of debt ratios on some firmspecific factors. Applied Financial
Economics,
22,
1727–1742.
https://doi.org/10.1080/09603107.
2012.676733

359
Dang, V. A., Kim, M., & Shin, Y. (2012).
Asymmetric
capital
structure
adjustments: New evidence from
dynamic panel threshold models.
Journal of Empirical Finance,
19(4),
465–482.
https://doi.org/10.1016/J.JEMPFIN.
2012.04.004
Danis, A., Rettl, D. A., & Whited, T. M.
(2014). Refinancing, profitability,
and capital structure. Journal of
Financial Economics, 114(3), 424–
443.
https://doi.org/10.1016/J.JFINECO.
2014.07.010
De Miguel, A., & Pindado, J. (2001).
Determinants of capital structure:
New evidence from Spanish panel
data. Journal of Corporate Finance,
7(1),
77–99.
https://doi.org/10.1016/S09291199(00)00020-1
Decker, A., & Ali, L. (2011). 1.The
Determinants of Leverage of the
Listed-Textile Companies in India
The Determinants of Leverage of
the Listed-Textile Companies in
India. European Journal of Business
and Management Www.Iiste.Org
ISSN, 3(12). www.iiste.org
Fama, E. F., & French, K. R. (2002). Testing
Trade-off and Pecking Order
Predictions About Dividends and
Debt. The Review of Financial
Studies Spring, 15(1), 1–33.
Fischer, E. O., Heinkel, R., & Zechner, J.
(1989). Dynamic Capital Structure
Choice: Theory and Tests. The
Journal of Finance, 44(1), 19.
https://doi.org/10.2307/2328273
Flannery, M. J., & Rangan, K. P. (2006).
Partial Adjustment Toward Target
Capital Structures. SSRN Electronic
Journal.
https://doi.org/10.2139/ssrn.467941
Ford, J. S. D. (2020). An Empirical
Investigation of Dynamic Trade-off
theory: Evidence from Sri Lankan

Non Financial Firms. Peradeniya
Management Review, 02(Ii), 61–
74.
Fourati,
H.
(2021).
Ownership
concentration Dynamic trade off
theory And debt funding of
business start-up. The Journal of
Entrepreneurial Finance, 23(1).
Fuady. (2013). Pengujian Teori Trade-Off
Dan Pecking Order: Apakah
Mutually Exclusive?
Graham, J., Economics, M. L.-A. R. of F.,
& 2011, undefined. (2011). A
review of empirical capital
structure research and directions
for the future. JSTOR, 3, 309–345.
https://doi.org/10.1146/annurevfinancial-102710-144821
Hansen, L. P. (1982). Large Sample
Properties of Generalized Method
of
Moments
Estimators.
Econometrica,
50(4),
1029.
https://doi.org/10.2307/1912775
Hapsari, L. (2010). Analisis Faktor-Faktor
yang Mempengaruhi Struktur
Modal Perusahaan Manufaktur
yang Terdaftar di Bursa Efek
Indonesia Periode Tahun 20062008
Haron, R. (2016). Do Indonesian firms
practice target capital structure? A
dynamic approach. Journal of Asia
Business Studies, 10(3), 318–334.
https://doi.org/10.1108/JABS-072015-0100
Ho, L., Lu, Y., & Bai, M. (2020). Liquidity
and speed of leverage adjustment.
Https://Doi.Org/10.1177/0312896
220918913,
46(1),
76–109.
https://doi.org/10.1177/031289622
0918913
Hossain, F., And, A. A.-I. J. of B. R., &
2012, U. (2012). Impact of firm
specific factors on capital structure
decision: an empirical study of
Bangladeshi Companies. Citeseer,
3, 2012.

360
Islam, S. Z., & Khandaker, S. (2015). Firm
leverage decisions: Does industry
matter? The North American
Journal of Economics and Finance,
31,
94–107.
https://doi.org/10.1016/J.NAJEF.20
14.10.005
Keown, A. J., Pamplin, R. B., Martin, J. D.,
Battista, D., & Goldstein, A. (2020).
The Logic and Practice of Financial
Management
Tenth
Edition
Foundations of Finance.
Khoa, B. T., & Thai, D. T. (2021). Capital
Structure and Trade-off theory:
Evidence from Vietnam. Journal of
Asian Finance, Economics and
Business,
8(1),
045–052.
https://doi.org/10.13106/jafeb.2021.
vol8.no1.045
Kumar, S., Colombage, S., & Rao, P. (2017).
Research on capital structure
determinants: a review and future
directions. International Journal of
Managerial Finance, 13(2), 106–
132. https://doi.org/10.1108/IJMF09-2014-0135
Modigliani, F., & Miller, M. H. (1958).
American Economic Association.
Source: The American Economic
Review, 48(3), 261–297.
Myers, S. C. (1984). Finance Theory and
Financial Strategy. Interfaces, 14(1),
126–137.
https://doi.org/10.1287/INTE.14.1.1
26
Myers, S. C., & Majiuf, N. S. (1984).
CORPORATE FINANCING AND
INVESTMENT
DECISIONS
WHEN
FIRMS
HAVE
INFORMATION
THE
INVESTORS DO NOT HAVE.
National Bereau of Economic
Research.
Nunkoo, P. K., & Boateng, A. (2010). The
empirical determinants of target
capital structure and adjustment to
long-run target: Evidence from
Canadian firms. Applied Economics

Letters,
17(10),
983–990.
https://doi.org/10.1080/174465408
02599671
Peterson, P., & Fabozzi, F. (2002). Capital
budgeting: theory and practice.
Richard A Brealey, Stewart C Myers, and
F. A. (2003). Principles of
Corporate
Finance,
Seventh
Edition. 1061.
Santika, R. B., & Sudiyatno, B. (2011).
Menentukan
struktur
modal
perusahaan manufaktur di bursa
efek
indonesia.
Dinamika
Keuangan Dan Perbankan, 3(2),
172–182.
Shyam-Sunder, L., Economics, S. M.-J. of
financial, & 1999, U. (1999).
Testing static tradeoff against
pecking order models of capital
structure. Elsevier.
Ting, I. W. K. (2016). Estimating Dynamic
Panel
Model
of
Leverage
Decision: Evidence from Malaysia.
Procedia Economics and Finance,
35,
267–273.
https://doi.org/10.1016/S22125671(16)00033-2
Versmissen, J., & Zietz, J. (2017). Is there a
leverage target for REITs?
Quarterly Review of Economics
and
Finance,
66,
57–69.
https://doi.org/10.1016/j.qref.2017.
01.001
Wendy, & Salim, K. C. (2019). The speed
of adjustment towards optimal
capital structure in Indonesia: A
test of dynamic trade-off model.
Jurnal Ekonomi Malaysia, 53(3).
https://doi.org/10.17576/JEM2019-5303-07
Zhang, A. (2010). The Product Category
Effects on Capital Structure:
Evidence from the SMEs of British
Manufacturing Industry