Consistent with Rajan and Zingales

Consistent with Rajan and Zingales (1995) and Frank and Goyal (2005), I choose to use the follow firm‐level variables as control variables: market‐to‐book ratio, profit, size, and tangibility. The market‐to‐book ratio (MTB) is widely used in literature (Rajan and Zingales, 1995; Aivazian et al., 2001; Chen and Zhao, 2006) to measure for growth opportunities. I use the book value of total assets minus the book value of equity plus the market value of equity all divided by the book value of total assets to calculate the market‐to‐book ratio. Market value of equity is computed by stock price multiplying number of shares outstanding. Stock price information is collected from Global Issue file. All stock prices are currency exchange rate‐adjusted. Profit is defined as the ratio of EBITDA to total assets. Profit is a proxy for internal finance capacity as the pecking order model suggests. Size is the log of total assets in US dollars. Tangibility, Tang, is computed by tangible assets divided by total assets. Both size and tangibility represent for corporations' operating performance. Size is also used as a proxy for growth.

III. Empirical results
Section:Previous sectionNext section
3.1 Summary statistics
I provide sample description and summary statistics in Tables II and III, respectively. The sample mean of debt ratio is 12.5 percent and median is 12 percent. Norway has the highest average debt ratio, 23.13 percent, whereas Morocco has the lowest debt ratio, 5.31 percent over the sample period. As presented in the following section, the regression analysis on firm determinants of debt shows that those firm‐level variables affect debt ratios across countries in a similar way, implying that it is country‐specific characteristics that cause variations in financial leverage across countries.

Table IV presents variables that describe country characteristics. I divide sample into two groups: common law and civil countries. Consistent with literature, common law countries have better shareholder protection than civil law countries because SR mean for common law and civil law countries is 0.736 and 0.377, respectively. The LR mean for common law and civil law countries is 0.261 and 0.340, respectively, indicating that higher employee rights in civil countries.

3.2 Firm‐level determinants of financial leverage
I start analysis by running regression using firm‐level variables only. To address the outliers issue, I winsorize all firm‐level variables at 5 percent level[2]. I run the fixed‐effect regression using panel data as follows (firm subscription suppressed): Equation 2 The variables are defined the same as in Section II. To test firm determinants of debt ratio, one needs to adjust to industry effect either by subtracting industry mean (Chui et al., 2002) or by using industry dummy variables. Here, instead, I run the regressions using industry segment data and pooled sample. I run regression using sub‐samples, dividing sample groups based on industry segments first (Frank and Goyal, 2005). Then I run the pooled sample using industry fix effect model. The significance of coefficients remains consistent, showing that the correlation between debt ratio and firm‐level factors is not driven by industry difference. Table V presents the regression results.

As predicted by the agency costs model and the pecking order model, the empirical results are consistent with the literature on international capital structure comparison (Rajan and Zingales, 1995; Aivazian et al., 2001). There are conflicting theoretical predictions and mixed empirical findings on the effect of size on leverage. Rajan and Zingales (1995) point out that firm size is usually regarded as a proxy both for information asymmetry and for the probability of bankruptcy. These two proxies imply two inverse effects on leverage. However, coefficients of size are positively significant. The coefficients of market‐to‐book ratios are negatively significant at 1 percent level in services industry segment and pooled sample. While the results in table show that the firm‐level determinants of capital structure across countries are consistent, given the variations in capital structure around the world (Aggarwal, 1990; Aivazian et al., 2001; Gaud et al., 2007), it is necessary to explore the impact of country characteristics on capital structure across countries.

Hasil (Bahasa Indonesia) 1:

Konsisten dengan Rajan dan Zingales (1995) dan Frank dan Goyal (2005), saya memilih untuk menggunakan variabel firm‐level mengikuti sebagai variabel kontrol: market‐to‐book rasio, keuntungan, ukuran, dan tangibility. Rasio market‐to‐book (MTB) secara luas digunakan dalam literatur (Rajan dan Zingales, 1995; Aivazian et al., 2001; Chen dan Zhao, 2006) untuk mengukur untuk peluang pertumbuhan. Saya menggunakan nilai buku dari total aset minus book value ekuitas ditambah nilai pasar ekuitas semua dibagi dengan nilai buku dari total aset untuk menghitung rasio market‐to‐book. Nilai pasar ekuitas dihitung dengan harga saham mengalikan jumlah saham yang beredar. Informasi harga saham yang dikumpulkan dari file isu Global. Semua harga saham adalah mata uang asing rate‐adjusted. Keuntungan didefinisikan sebagai rasio EBITDA untuk total aset. Keuntungan adalah proxy untuk kapasitas keuangan internal sebagai model mematuk menyarankan. Ukuran ini adalah log dari total aset dalam dolar. Tangibility, Tang, dihitung dengan aset berwujud dibagi dengan total aset. Ukuran dan tangibility mewakili untuk kinerja operasi perusahaan. Ukuran juga digunakan sebagai proxy untuk pertumbuhan.III. empiris hasilBagian: bagian sectionNext sebelumnya3.1 ringkasan statistikAku memberikan sampel keterangan dan ringkasan statistik dalam tabel II dan III, masing-masing. Mean sampel dari rasio utang persen 12.5 dan median 12 persen. Norwegia memiliki rasio utang rata-rata tertinggi, 23,13 persen, sedangkan Maroko memiliki rasio terendah utang, 5.31 persen pada periode sampel. Seperti yang disajikan pada bagian berikut, analisis regresi pada perusahaan determinan utang menunjukkan bahwa variabel-variabel firm‐level mempengaruhi rasio utang di negara dengan cara yang sama, menyiratkan bahwa itu adalah karakteristik country‐specific yang menyebabkan variasi dalam keuangan leverage di negara.Tabel IV menyajikan variabel yang menggambarkan karakteristik negara. Saya membagi sampel menjadi dua kelompok: Hukum Umum dan negara-negara sipil. Konsisten dengan sastra, hukum umum negara memiliki perlindungan pemegang saham yang lebih baik daripada negara-negara hukum perdata karena SR berarti bagi negara-negara hukum umum dan hukum perdata adalah 0.736 dan 0.377, masing-masing. LR berarti bagi negara-negara hukum umum dan hukum perdata adalah 0.261 dan 0.340, masing-masing, menunjukkan bahwa karyawan tinggi hak-hak sipil negara.3.2 Firm‐level determinan leverage keuanganAku mulai analisis dengan menjalankan regresi menggunakan variabel firm‐level saja. Untuk mengatasi masalah outliers, saya winsorize semua firm‐level variabel di 5 persen tingkat [2]. Saya menjalankan regresi fixed‐effect yang menggunakan panel data sebagai berikut (abonemen perusahaan ditekan): 2 persamaan variabel didefinisikan sama seperti bagian II. Untuk menguji faktor penentu perusahaan rasio utang, orang perlu untuk menyesuaikan efek industri baik dengan mengurangkan industri berarti (Chui et al., 2002) atau dengan menggunakan variabel dummy industri. Di sini, sebaliknya, saya menjalankan regresi yang menggunakan data segmen industri dan sampel terkumpul. Saya menjalankan regresi menggunakan sub‐samples, membagi sampel kelompok berdasarkan segmen industri pertama (Frank dan Goyal, 2005). Kemudian saya menjalankan sampel terkumpul menggunakan industri memperbaiki efek model. Pentingnya koefisien tetap konsisten, menampilkan bahwa korelasi antara faktor rasio dan firm‐level utang tidak didorong oleh industri perbedaan. Tabel V menyajikan hasil regresi.Seperti yang diperkirakan oleh model biaya agen dan model mematuk, hasil empiris konsisten dengan literatur tentang struktur modal internasional perbandingan (Rajan dan Zingales, 1995; Aivazian et al., 2001). Ada prediksi teori bertentangan dan dicampur empiris temuan pada efek ukuran pada leverage. Rajan dan Zingales (1995) menunjukkan bahwa ukuran perusahaan biasanya dianggap sebagai proxy baik untuk informasi asimetris dan probabilitas kebangkrutan. Proxy dua ini menyiratkan dua invers efek pada leverage. Namun, Koefisien ukuran positif signifikan. Koefisien market‐to‐book rasio negatif signifikan pada tingkat 1 persen di segmen industri jasa dan sampel terkumpul. Sementara hasil dalam tabel menunjukkan bahwa faktor penentu firm‐level struktur permodalan di seluruh negara konsisten, diberikan variasi dalam struktur permodalan di seluruh dunia (Aggarwal, 1990; Aivazian et al., 2001; Gaud et al., 2007), hal ini diperlukan untuk mengeksplorasi dampak karakteristik negara pada struktur permodalan di seluruh negara.

Hasil (Bahasa Indonesia) 2:

Konsisten dengan Rajan dan Zingales (1995) dan Frank dan Goyal (2005), saya memilih untuk menggunakan variabel follow tingkat perusahaan sebagai variabel kontrol: rasio market-to-book, laba, ukuran, dan berwujud. Pasar-to-book ratio (MTB) yang banyak digunakan dalam literatur (Rajan dan Zingales, 1995;. Aivazian et al, 2001; Chen dan Zhao, 2006) untuk mengukur peluang pertumbuhan. Saya menggunakan nilai buku dari total aset dikurangi nilai buku ekuitas ditambah nilai pasar ekuitas semua dibagi dengan nilai buku total aset untuk menghitung rasio market-to-book. Nilai pasar ekuitas dihitung berdasarkan harga saham sejumlah mengalikan jumlah saham yang beredar. Informasi harga saham dikumpulkan dari file Issue global. Semua harga saham adalah tingkat-disesuaikan pertukaran mata uang. Laba didefinisikan sebagai rasio EBITDA terhadap total aset. Laba adalah proxy untuk kapasitas keuangan internal model pecking order menyarankan. Ukuran adalah log dari total aset dalam dolar AS. Tangibility, Tang, dihitung dengan aset berwujud dibagi dengan total aset. Kedua ukuran dan berwujud mewakili untuk kinerja operasional perusahaan '. Ukuran juga digunakan sebagai proxy untuk pertumbuhan.

III. Hasil empiris
Bagian: Sebelumnya Bagian Bagian
3.1 Ringkasan statistik
saya memberikan gambaran sampel dan statistik ringkasan di Tabel II dan III, masing-masing. Mean sampel rasio utang adalah 12,5 persen dan rata-rata adalah 12 persen. Norwegia memiliki rasio utang rata-rata tertinggi, 23,13 persen, sedangkan Maroko memiliki rasio utang terendah, 5,31 persen dibanding periode sampel. Yang disajikan sebagai bagian berikut, analisis regresi penentu kuat dari utang menunjukkan bahwa variabel tingkat perusahaan mempengaruhi rasio utang di negara-negara dengan cara yang sama, menyiratkan bahwa itu adalah karakteristik spesifik negara yang menyebabkan variasi dalam leverage keuangan di seluruh negara.

Tabel IV menyajikan variabel yang menggambarkan karakteristik negara. Saya membagi sampel menjadi dua kelompok: hukum umum dan negara sipil. Konsisten dengan literatur, negara hukum umum memiliki perlindungan pemegang saham yang lebih baik dibandingkan negara-negara hukum perdata karena rata-rata SR hukum umum dan hukum perdata negara adalah 0,736 dan 0,377, masing-masing. LR artinya bagi hukum umum dan hukum perdata negara adalah 0,261 dan 0,340, masing-masing, yang menunjukkan bahwa hak-hak karyawan yang lebih tinggi di negara-negara sipil.

3.2 penentu Firm tingkat leverage keuangan
saya mulai analisis dengan menjalankan regresi menggunakan variabel tingkat perusahaan saja. Untuk mengatasi masalah outlier, saya winsorize semua variabel tingkat perusahaan pada tingkat 5 persen [2]. Saya menjalankan regresi fixed-efek menggunakan data panel sebagai berikut (langganan perusahaan dirahasiakan): Persamaan 2 Variabel didefinisikan sama seperti dalam Bagian II. Untuk menguji faktor-faktor penentu kuat dari rasio utang, salah satu kebutuhan untuk menyesuaikan diri dengan efek industri baik dengan mengurangi rata-rata industri (Chui et al., 2002) atau dengan menggunakan variabel dummy industri. Di sini, sebaliknya, saya menjalankan regresi menggunakan industri segmen data dan sampel dikumpulkan. Saya menjalankan regresi menggunakan sub-sampel, membagi kelompok sampel berdasarkan segmen industri pertama (Frank dan Goyal, 2005). Lalu aku jalankan sampel dikumpulkan menggunakan model industri efek memperbaiki. Signifikansi koefisien tetap konsisten, menunjukkan bahwa korelasi antara rasio utang dan faktor tingkat perusahaan tidak didorong oleh perbedaan industri. Tabel V menyajikan hasil regresi.

Seperti yang diperkirakan oleh model biaya agensi dan model pecking order, hasil empiris yang konsisten dengan literatur tentang internasional perbandingan struktur modal (Rajan dan Zingales, 1995; Aivazian et al, 2001.). Ada prediksi teoritis yang saling bertentangan dan temuan empiris campuran pada efek dari ukuran pada leverage. Rajan dan Zingales (1995) menunjukkan bahwa ukuran perusahaan biasanya dianggap sebagai proxy baik untuk asimetri informasi dan untuk probabilitas kebangkrutan. Kedua proxy menyiratkan dua efek terbalik pada leverage. Namun, koefisien ukuran yang positif signifikan. Koefisien rasio market-to-book adalah negatif signifikan pada tingkat 1 persen di segmen industri jasa dan sampel dikumpulkan. Sedangkan hasil dalam tabel menunjukkan bahwa faktor-faktor penentu tingkat perusahaan dari struktur modal di negara-negara yang konsisten, mengingat variasi dalam struktur modal di seluruh dunia (Aggarwal, 1990; Aivazian et al, 2001;.. Gaud et al, 2007), hal itu perlu untuk mengeksplorasi dampak dari karakteristik negara terhadap struktur modal di seluruh negara.