Manajemen Modal Kerja: Dampak Keuangan dan Penilaian

1. Pendahuluan

Modal kerja dapat menjadi keunggulan kompetitif bagi perusahaan. Dalam beberapa tahun terakhir, perusahaan- perusahaan besar telah menyadari bahwa terdapat aliran kas yang signifikan yang dapat mereka manfaatkan dengan mengelola akun modal kerja mereka secara agresif, termasuk piutang usaha, persediaan, utang usaha, dan pembayaran di muka (Reason, 2002). Selain itu, sebuah studi oleh PWC baru-baru ini menemukan bahwa perbaikan dalam pengelolaan modal kerja dapat meningkatkan metrik kinerja seperti Return on Common Equity.

Menurut Cohen dan Cyert (1975, hlm. 8), "semua pemilik sumber daya produktif akan memperoleh pengembalian maksimum yang sesuai dengan permintaan konsumen terhadap produk akhir serta sesuai dengan preferensi pemilik sumber daya." Teori perusahaan tidak berubah, dan sumber daya seharusnya digunakan pada kapasitas tertingginya untuk menghasilkan pengembalian maksimal bagi para pemangku kepentingan. Penggunaan modal kerja sangat diperlukan untuk menjembatani perbedaan waktu dalam aliran kas yang digunakan untuk persediaan, utang usaha, dan piutang usaha serta, bagi beberapa produsen barang tahan lama, pembayaran di muka atau penagihan progresif.

Berdasarkan versi fungsi tujuan perusahaan dari Jensen dan Meckling (1976), komponen modal kerja (kas, piutang usaha, persediaan, dan utang usaha) merupakan bagian dari tujuan memaksimalkan nilai pemegang saham yang dikelola oleh manajemen perusahaan. Metrik keuangan yang dihitung sangat penting bagi operasi bisnis dan mencakup kontrak dengan pemasok (utang usaha dan DPO); persediaan bahan baku, persediaan barang dalam proses, dan persediaan barang jadi (DSI) (kontrak pekerja dan kontraktor sebagai bagian dari COGS); serta konsumen akhir (piutang usaha dan DSO bersama dengan jaminan produk). Berdasarkan teori yang dikembangkan oleh Jensen dan Meckling (1976), ukuran modal kerja yang disebutkan di atas semuanya berkaitan dengan proses yang sama dan seharusnya memiliki korelasi tinggi satu sama lain, serta berkorelasi dengan ukuran siklus operasi perusahaan (Cash Conversion Cycle, CCC). Hasil empiris kami mengonfirmasi tingkat korelasi yang tinggi ini dan mendukung teori yang diajukan oleh Jensen dan Meckling (1976) dan versi fungsi tujuan perusahaan mereka.

Penelitian kami menambahkan wawasan pada literatur yang ada, di mana penelitian tentang rasio dan praktik modal kerja (agresif vs. konservatif) masih terbatas (Atkas, Croci, dan Petmezas, 2015; Afza & Nazir, 2007; Sathyamoorthi, 2002), dan sebagian besar berfokus pada perbedaan antarindustri (Filbeck dan Krueger, 2005; Gombola & Ketz, 1983; Weinraub & Visscher, 1998).

Setidaknya ada tiga area investigasi terkait praktik modal kerja yang perlu dieksplorasi lebih lanjut. Pertama, kemungkinan besar perusahaan besar mampu menerapkan perbaikan dalam praktik pengelolaan modal kerja selama periode 20 tahun. Namun, dengan bukti bahwa perbaikan tersebut terjadi pada Studi ini meneliti berbagai isu terkait melalui dampak longitudinal dari tahun 1990 hingga 2017, mengamati program peningkatan berkelanjutan dan praktik modal kerja agresif terhadap ukuran keuangan standar yang berkaitan dengan manajemen modal kerja dan perbaikan proses, seperti perputaran piutang usaha, perputaran persediaan, hari utang usaha yang luar biasa, dan siklus konversi kas (Cash Conversion Cycle, CCC). Temuan kami menunjukkan bahwa distribusi probabilitas dari sebagian besar ukuran tersebut mengalami perubahan rata-rata (mean shifts) dan perubahan asimetri (skew). Perubahan metrik modal kerja ini paling signifikan di industri transportasi dan komunikasi (kode SIC 4000-4999), sementara dampaknya paling lemah atau bahkan berlawanan arah di industri jasa keuangan (kode SIC 6000-6999).

Temuan ini bertentangan dengan penelitian sebelumnya yang menunjukkan bahwa efek kebijakan manajemen modal kerja agresif hanya bersifat jangka pendek dan terbatas. Sebagai contoh, Weinraub dan Vischer (1998) menemukan bahwa kebijakan modal kerja cenderung stabil dari waktu ke waktu, sedangkan Soenen seluruh kelompok (S&P 500), apakah perbaikan tersebut bervariasi antarindustri? Apakah rasio tertentu dikaitkan dengan perbaikan tersebut dalam industri tertentu? Apakah perubahan rasio ini mencerminkan perbedaan kebutuhan operasional atau strategi keuangan di berbagai industri?

(1993) menemukan hubungan negatif antara panjang siklus konversi kas dan profitabilitas perusahaan. Namun, penelitian kami menunjukkan bahwa setiap kelompok industri yang dikaji mengalami perubahan rata-rata dan asimetri pada beberapa ukuran standar tersebut. Hari utang usaha yang luar biasa (Days Payables Outstanding, DPO) menunjukkan perubahan signifikan paling sedikit di seluruh kelompok industri yang diteliti.

Ketika ukuran keuangan internal mengalami perubahan signifikan dalam besaran atau arah, perlu diselidiki apakah perubahan tersebut berdampak pada nilai eksternal perusahaan. Kami melakukan regresi menggunakan Tobin's Q (ukuran relatif) dan Return on Invested Capital (ROIC) sebagai variabel dependen. Hasil penelitian menunjukkan bahwa siklus konversi kas memiliki dampak ekonomi terkuat terhadap metrik ini. Namun, semua metrik modal kerja, baik secara individu maupun bersama-sama, berhubungan dengan perubahan dalam Tobin's Q dan ROIC. Sementara itu, ukuran yang sering digunakan dalam penelitian sebelumnya, seperti total aset lancar dibandingkan total aset dan total kewajiban lancar dibandingkan total aset, memiliki daya penjelas, tetapi ukuran tersebut mencakup akun-akun yang tidak relevan dengan tujuan utama penelitian ini.

Selain itu, kami menunjukkan bahwa rasio modal kerja umum menunjukkan tingkat asimetri dan distribusi non- normal yang signifikan. Hal ini menimbulkan pertanyaan tentang apakah rasio tersebut seharusnya digunakan dalam model prediksi kesehatan keuangan jika tidak dilakukan transformasi data untuk menampilkan normalitas. Penelitian kami sejalan dengan bukti pola distribusi non-normal di pasar keuangan yang dikemukakan oleh Fox (2009) dan lainnya.

Hasil penelitian ini memiliki implikasi signifikan bagi praktisi dan peneliti. Rasio modal kerja sering digunakan secara kombinasi, individu, atau sebagai bagian dari model atau algoritma untuk memprediksi kemungkinan kebangkrutan, menentukan peringkat obligasi atau skor kredit, dalam analisis sekuritas, tingkat pembayaran untuk penagihan progresif, dan banyak kegunaan lainnya (Deakin, 1976; So, 1994). Namun, seperti yang ditunjukkan Deakin, jika rasio keuangan yang dipertimbangkan tidak memiliki distribusi normal, maka penggunaan rasio tersebut bersama dengan rasio lain yang juga tidak memiliki distribusi normal menjadi dipertanyakan.

Penelitian kami menemukan bahwa distribusi probabilitas telah berubah, yang menunjukkan perlunya perhatian baru terhadap distribusi non-normal dalam rasio keuangan dan pentingnya mempertimbangkan distribusi ini dalam analisis keuangan. Sebagai contoh, Deakin (1976) menemukan bahwa 8 dari 11 rasio keuangan dalam sampelnya menunjukkan normalitas setelah dilakukan transformasi, terutama ketika dipisahkan berdasarkan kelompok industri tertentu. Sebaliknya, penelitian kami menemukan distribusi non-normal pada lebih dari 7000 perusahaan yang termasuk dalam penelitian ini selama periode 1990- 2017.

2. Latar belakang dan Metedologi

Sebagai hasil dari inisiatif program Total Quality Management (TQM), Six Sigma, dan lean, banyak perusahaan besar telah memperkenalkan berbagai perbaikan untuk meningkatkan kecepatan dan akurasi proses persetujuan kredit, dari waktu 24--48 jam menjadi hanya beberapa menit. Perbaikan ini mencakup digitalisasi penuh aplikasi kredit, persetujuan, dan proses  faktur  tanpa  menggunakan dokumen fisik; pengurangan tugas administratif tim penjualan dan proses rapat, sehingga waktu interaksi langsung dengan pelanggan dapat ditingkatkan demi produktivitas penjualan tunai dan kredit yang lebih tinggi; membuat pemasok bertanggung jawab atas ketersediaan inventaris di rak-rak toko; serta pergerakan inventaris dari gudang ke ruang belakang  dan  rak-rak  toko  dengan menggunakan teknologi seperti kode produk elektronik (Electronic Product Codes, EPC) dan tag palet berbasis identifikasi frekuensi radio (Radio Frequency Identification, RFID). Selain itu, program optimalisasi aset telah meningkatkan efisiensi manajemen modal kerja, aliran kas, dan laba operasi.

Karena perusahaan telah berhasil melalui program perbaikan berkelanjutan, mereka mengalami peningkatan proses secara teratur dan kenaikan profitabilitas yang berkelanjutan, bukan hanya keuntungan satu kali. Oleh karena itu, praktik manajemen modal kerja yang agresif berpotensi  meningkatkan  likuiditas sekaligus profitabilitas, tanpa harus mengorbankan salah satu demi yang lain.

Peningkatan proses yang didorong oleh program perbaikan berkelanjutan ini juga diiringi oleh kemajuan teknologi dan perangkat lunak yang mengurangi kebutuhan reinvestasi modal untuk mempertahankan nilai kelangsungan bisnis perusahaan, terutama di banyak industri manufaktur atau yang padat modal. Perlu dicatat pula bahwa perusahaan besar cenderung lebih mungkin mengejar dan merasakan manfaat dari program perbaikan berkelanjutan, karena mereka memiliki sumber daya untuk berinvestasi dalam inisiatif-inisiatif tersebut.

Beberapa pihak berpendapat (Mulford & Ely, 2003; Fink, 2003; Fink, 2004) bahwa arus kas yang dihasilkan melalui manajemen modal kerja (seperti perbaikan perputaran inventaris, kebijakan agresif dalam penagihan piutang atau program manajemen pemasok, serta memperpanjang periode pembayaran utang usaha, dll.) bersifat sementara dan karenanya tidak menunjukkan perbaikan mendasar dalam model bisnis. Namun, bukti empiris yang ada terbatas (dan yang ada pun kontradiktif) mengenai apakah praktik ini (a) telah mengubah distribusi probabilitas dasar dari rasio keuangan terkait, (b) bertahan dalam jangka waktu yang lebih lama daripada hanya 2 atau 3 tahun, seperti yang dinyatakan oleh Mulford dan Ely yang menyebutkan   bahwa   perubahan tersebut bersifat sementara, (c) apakah perubahan dalam kebijakan manajemen modal kerja ini berdampak positif (atau negatif) terhadap nilai pasar (Cheng, Liu, & Schaefer, 1996; Freeman & Tse, 1992; Philips, 2002; dan Givoly & Hayn, 2002), atau (d) apakah kita benar-benar memahami model untuk arus kas melalui perusahaan dengan memadai (Arcelus & Srinivasan, 1993) untuk melakukan uji empiris atau meramalkan arus kas (Quirin, O'Bryan, & Wilcox, 1999).

Selain itu, kondisi ekonomi serta kebijakan moneter dan fiskal (misalnya inflasi, suku bunga, pertumbuhan PDB, pertumbuhan pasokan uang) dapat menyebabkan pergeseran dalam kebijakan modal kerja dari waktu ke waktu.   Pergeseran   ini   dapat memengaruhi metrik modal kerja optimal yang dikemukakan oleh Baos- Caballero, Garca-Teruel, dan Namun, kesuksesan, yang dimulai pada tahun 1980-an, dari program manajemen kualitas seperti TQM (1984) dan Six Sigma (1986), proses benchmarking untuk program perbaikan berkelanjutan yang direkomendasikan oleh kompetisi Penghargaan Malcolm Baldrige (1987), keberhasilan manajemen inventaris di titik penjualan oleh Wal-Mart (1983), keberhasilan manajemen pemasok oleh GM (1993) dan Volkswagen (1996) di bawah Jose Ignacio Lopez, proses manufaktur lean make-to-order yang diterapkan oleh Dell (1993), dan contoh-contoh perbaikan manajemen aset lainnya, telah mendorong perusahaan untuk mencari perbaikan dalam proses mereka yang berdampak pada akun modal kerja mereka atau praktik investasi modal mereka. Perbaikan-perbaikan ini dapat menghasilkan arus kas yang lebih tinggi, pengurangan investasi dalam piutang usaha, inventaris, dan aset jangka panjang yang digunakan untuk mendukung akun-akun tersebut (misalnya, fasilitas gudang dan distribusi, ruang kantor yang dialokasikan untuk kredit dan penagihan, serta departemen pembelian), dan, untuk beberapa perusahaan, mengarah pada saldo utang usaha yang lebih tinggi dan pembayaran di muka (koleksi progres).

Selain manfaat neraca, banyak perusahaan yang dapat mengalami peningkatan profitabilitas  dan Martnez-Solano (2014) serta Aktas et al. (2015). pengurangan risiko ketika mereka menyadari perbaikan-perbaikan yang disebutkan di atas. Gitman (1974), Smith (1980), Gentry, Vaidyanathan, dan Lee (1990), serta Shin dan Soenen (1998) telah menggunakan siklus kas total, siklus konversi kas, siklus konversi kas tertimbang, dan siklus perdagangan bersih sebagai ukuran penting modal kerja dan meneliti dampaknya terhadap profitabilitas perusahaan.

Penting juga untuk dicatat bahwa penelitian ini tidak bermaksud untuk mengidentifikasi penentu kebijakan modal kerja berdasarkan industri, juga tidak menunjukkan variabel mana yang memiliki kekuatan penjelas yang lebih besar untuk industri tertentu (Kieschnick, Laplante, & Moussawi, 2013). Namun, ada beberapa indikasi bahwa ukuran tertentu menangkap dampak penentu kebijakan dalam industri spesifik.

Boisjoly dan Izzo (2009) menunjukkan bahwa sebagian acak dari 50 perusahaan S&P 500 mengalami perubahan dalam rasio keuangan yang terkait dengan manajemen modal kerja, yaitu, perputaran piutang usaha, perputaran inventaris, hari utang yang belum dibayar, perputaran modal kerja, modal kerja per saham, siklus konversi kas, tetapi distribusi probabilitas dari ukuran-ukuran tersebut telah bergeser yang mencerminkan penerapan berkelanjutan dari praktik manajemen modal kerja yang agresif dan perbaikan berkelanjutan, dan distribusi tersebut mengalami perubahan dalam kemiringannya. Perubahan ini terjadi selama periode 16 tahun dari 1990-- 2005 dan tidak bersifat sementara, maupun bertahap, tetapi justru konsisten.

3. Metodologi dan Hipotesis

Penggunaan akun modal kerja sebagai penyangga antara fase berikutnya dari siklus konversi kas mencerminkan pemahaman yang lebih lama tentang siklus operasional perusahaan. Artinya, bahan baku dibeli dari pemasok dengan kredit, kemudian produk diproduksi, dan selama seluruh waktu itu, bahkan mungkin lebih lama, kredit diberikan dari pemasok kepada produsen yang menciptakan hari utang yang belum dibayar (DPO). Produk kemudian diproduksi dan selama fase siklus tersebut, kita melihat inventaris barang dalam proses (WIP) dan inventaris barang jadi yang ditambahkan ke inventaris bahan baku yang kita mulai dengan di awal siklus. Ini menciptakan hari inventaris yang belum dibayar (DIO). Inventaris barang jadi kemudian dijual kepada pelanggan akhir dengan kredit yang diberikan, misalnya, net 30 hari atau 2/10, net 30 (diskon 2% jika dibayar dalam 10 hari dan sisa pembayaran jatuh tempo dalam 30 hari jika diskon tidak diambil). Ini menciptakan hari penjualan yang belum dibayar (DSO).

Seperti yang ditunjukkan di atas, ketika digabungkan dengan tepat, rumus tersebut menghasilkan siklus konversi kas (CCC). Setiap elemen dari CCC mengukur celah waktu antara tahap- tahap  siklus operasional  dan  setiap siklus dianggap memiliki panjang standar tergantung pada industri.

Namun, perubahan dalam manajemen lean, Six Sigma, praktik manajemen modal kerja yang agresif, dan kemajuan lainnya telah menjadikan setiap fase dari siklus konversi kas, serta setiap ukuran yang diturunkan darinya, sebagai kesempatan untuk menciptakan nilai, meningkatkan arus kas, profitabilitas, memperbaiki waktu siklus, dan menurunkan biaya. Seperti yang ditunjukkan oleh perusahaan- perusahaan seperti Dell dan GE yang berhasil menghemat miliaran dolar dengan mengelola modal kerja secara lebih agresif, lebih banyak perusahaan meniru "praktik terbaik" ini dan ukuran-ukuran tersebut kemudian diterapkan di berbagai sektor industri.

Hipotesis pertama dan kedua kami adalah bahwa perusahaan telah meningkatkan manajemen modal kerja yang diukur dengan siklus konversi kas, hari utang yang belum dibayar, perputaran inventaris, dan perputaran piutang. Asumsi ini didasarkan pada fakta bahwa bukti anekdotal menunjukkan bahwa perusahaan telah menghabiskan dua dekade upaya yang berkelanjutan untuk meningkatkan manajemen modal kerja. Meskipun tidak semua perusahaan berhasil dengan usaha ini, tentunya, masuk akal untuk mengasumsikan bahwa ukuran- ukuran ini telah membaik secara agregat.

H1. Dibandingkan dengan sebelum tahun 2000, rata-rata siklus konversi kas pasca-2000 lebih rendah di mana CCC diukur sebagai Siklus Konversi Kas = DSO + DIO -- DPO.

H2. Dibandingkan dengan sebelum tahun 2000, rata-rata hari utang yang belum dibayar, perputaran inventaris, dan perputaran piutang pasca-2000 lebih tinggi.

Sama seperti siklus konversi kas (hipotesis 1) dan komponennya (hipotesis 2) yang menyajikan peluang untuk meningkatkan arus kas, profitabilitas, dan menurunkan biaya, kelompok metrik manajemen modal kerja dapat meningkatkan profitabilitas keseluruhan perusahaan, serta nilai keseluruhan perusahaan yang diproksikan dengan Tobin's Q.

Seperti yang ditunjukkan dalam buku teks populer, perencanaan keuangan jangka pendek seharusnya menghasilkan investasi dalam modal kerja yang dibiayai dengan utang jangka panjang, ditambah dengan bagian fleksibel dari modal kerja yang dibiayai dengan utang jangka pendek, atau dengan pendekatan kompromi yang menggabungkan kedua elemen tersebut.

Penyajian dalam buku teks mengasumsikan bahwa tingkat akun modal  kerja  (Kas, Piutang  Usaha, Inventaris, dan Utang Usaha) dipengaruhi oleh margin keamanan yang diperlukan untuk mencegah kekurangan kas, kehabisan inventaris, atau default piutang/utang. Kebijakan modal kerja yang agresif yang disajikan di sana mewakili upaya agresif untuk arus kas, profitabilitas tambahan, pembayaran piutang yang lebih cepat pada tanggal jatuh tempo, dan perpanjangan utang melewati tanggal jatuh tempo pemasok. Faktanya, beberapa perusahaan telah mengelola modal kerja mereka untuk mempertahankan modal kerja bersih negatif secara terus-menerus.

Hipotesis ketiga kami mengkaji apakah perbaikan dalam metrik akuntansi ini diterjemahkan ke dalam hal yang akhirnya diperhatikan oleh pemegang saham penilaian saham. Hipotesis kami adalah bahwa perbaikan dalam metrik modal kerja seharusnya memiliki efek lanjutan terhadap variabel yang menarik bagi pemangku kepentingan eksternal, termasuk pengembalian investasi dan Tobin's Q. Sejauh  mana perusahaan mengalokasikan sumber daya nyata untuk memperbaiki metrik keuangan internal perusahaan, kami berhipotesis bahwa alasan untuk melakukan ini seharusnya adalah untuk meningkatkan metrik yang umumnya diperhatikan oleh pemegang saham perusahaan; profitabilitas (yang diukur dengan Pengembalian atas Modal yang Diinvestasikan), dan valuasi (yang diproksikan dengan Tobin's Q).

4. Result

Untuk menguji hipotesis-hipotesis ini, kami mulai dengan memeriksa statistik univariat untuk variabel-variabel yang menjadi fokus penelitian. Tabel 1 di bawah ini melaporkan rata-rata, median, dan deviasi standar untuk berbagai metrik modal kerja selama periode sampel kami. Rata-rata berbeda cukup signifikan dari median, yang menunjukkan adanya kemiringan signifikan pada masing-masing variabel. Hal ini menunjukkan bahwa beberapa perusahaan mungkin lebih fokus pada manajemen modal kerja daripada yang lain. Salah satu faktor yang mungkin mempengaruhi hal ini adalah ukuran perusahaan. Penelitian sebelumnya menemukan bahwa perusahaan besar cenderung lebih memberi perhatian pada manajemen modal kerja sebagian karena mereka memiliki kekuatan pasar yang lebih besar dibandingkan perusahaan kecil. Oleh karena itu, penting untuk membedakan antara perusahaan besar dan kecil dalam analisis kami. Semua regresi berikutnya mencakup variabel biner untuk perusahaan dengan kapitalisasi pasar besar. Di sini, perusahaan besar didefinisikan berdasarkan kuartil atas berdasarkan kapitalisasi pasar.

Tabel 1 juga melaporkan rata-rata untuk berbagai metrik modal kerja berdasarkan setiap pengelompokan industri satu digit dan selama periode sampel kami dari tahun 1990 hingga 2017. Observasi firma-tahun sebanyak 818   untuk   SIC   1000   adalah pengelompokan terkecil kami dan mewakili sektor Pertanian, Pertambangan, Kehutanan, dan Konstruksi. Industri dengan kode SIC 2000 mencakup perusahaan- perusahaan di sektor makanan, tembakau, tekstil, pakaian, produk kayu dan perkayuan, furnitur, kertas, percetakan dan penerbitan, kimia, serta produk minyak dan batu bara. Kode SIC 3000 mencakup industri manufaktur seperti karet dan plastik, produk kulit, batu, tanah liat, kaca dan beton, industri logam dasar, logam tercetak, mesin industri dan peralatan komputer, peralatan listrik dan komponen, peralatan transportasi, alat pengukur, analisis, dan kontrol, serta industri manufaktur lainnya. Kode SIC 4000 mencakup perusahaan yang bergerak di industri transportasi, komunikasi, dan utilitas. Kode SIC 5000 mencakup perusahaan- perusahaan dari industri perdagangan grosir dan eceran. Kode SIC 6000 mencakup perusahaan di industri jasa keuangan. Kode SIC 7000 mencakup perusahaan jasa bisnis dan pribadi. Kode SIC 8000 mencakup jasa kesehatan, jasa hukum, pendidikan dan sosial, seni, arsitektur, teknik, serta akuntansi, sedangkan kode SIC 9000 mencakup jasa rumah tangga dan pemerintah, serta konglomerat.

Meskipun tugas untuk menentukan perbedaan antar-industri dalam manajemen modal kerja yang optimal melampaui tujuan kami (yang berfokus pada  demonstrasi  perbaikan  jangka panjang dalam modal kerja di seluruh industri dan hubungannya dengan peningkatan nilai perusahaan), kami mengambil langkah sementara untuk mengeksplorasi perbedaan tersebut dalam Tabel 2. Pemeriksaan ini juga membuka jalan bagi konstruksi pendekatan OLS kami. Tabel 2 di bawah ini menunjukkan rata-rata selama periode sampel untuk industri yang dikelompokkan berdasarkan kode SIC 4-digit. Kesimpulan utama yang dapat diambil dari tabel ini adalah bahwa terdapat variasi yang signifikan dalam rata-rata antar-industri berdasarkan berbagai ukuran efektivitas modal kerja. Meskipun keadaan industri menentukan apa yang mungkin dalam manajemen modal kerja (misalnya, industri otomotif cenderung memiliki tingkat inventaris yang lebih tinggi dibandingkan industri supermarket atau industri perangkat lunak), jelas bahwa beberapa kelompok SIC lebih berhasil dalam mengelola modal kerja dibandingkan yang lain. Analisis spesifik industri mengenai manajemen modal kerja menjanjikan eksplorasi yang bermanfaat bagi peneliti yang tertarik di masa depan. Mengingat perbedaan rata-rata industri, hal ini menunjukkan bahwa penting untuk mengontrol efek industri dalam pengaturan OLS mana pun yang menguji modal kerja, yang kami lakukan dengan memasukkan variabel dummy industri bersama model efek tetap perusahaan.

Table 1

Kategori

AR Turns

CCC

DPO

Inv Turns

ROIC

Reinvest

Tobin's Q

Obs

Overall Median

5.99

69.36

27.03

12.17

0.096

0.68

1.35

188,433

Overall Mean

2.82

317.16

173.04

7.2

0.06

1.47

1.92

188,433

SIC 0

4.59

173.39

32.47

2.89

0.063

1.6

1.6

818

SIC 1000

0.67

451.3

220.04

2.86

0.058

0.23

1.55

11,987

SIC 2000

2.45

151.65

73.51

4.79

0.014

1.49

1.84

27,792

SIC 3000

3.63

153.3

52.89

3.46

0.026

2.52

1.86

50,512

SIC 4000

2.21

122.03

68.42

14.57

0.099

0.96

1.5

20,899

SIC 5000

7.83

74.17

31.26

6.21

0.091

0.19

1.75

17,563

SIC 6000

0.18

1374.56

898.23

1.3

0.214

1.56

1.4

24,199

SIC 7000

2.2

145.38

41.34

17.48

0.046

1.23

3.27

25,166

SIC 8000

2.86

114.65

35.19

16.43

-0.009

0.83

1.92

7,400

SIC 9000

1.37

300.4

101.03

2.69

-0.475

2.44

2.34

2,097

Table 2

 

Kategori

 

Reinvestment

 

DPO

Working Capital Turns

 

ROI

AR

Turns

Inventory Turns

SIC 1000

9.21

64.9

6.53

6.75

8.81

16.42

SIC 2000

14.42

56.84

49.29

13.67

10.16

8.42

SIC 3000

7.15

43.56

8.63

8.39

6.43

6.67

SIC 4000

2.49

43.91

89.31

4.55

10.56

24.95

SIC 5000

14.33

37.6

2.24

9.74

98.23

11.44

SIC 6000

9.52

25.16

1.88

8.81

8.23

53.72

SIC 7000

9.45

83.9

4.34

12.03

7.18

68.06

SIC

8/9000

13.48

43.17

23.75

11.65

8.15

31.03