KETERBATASAN PENELITIAN PENGARUH KINERJA KEUANGAN TERHADAP PENGUNGKAPAN AKUNTANSI KARBON (Studi pada Perusahaan Manufaktur yang terdaftar di BEI tahun 2015)

DAFTAR PUSTAKA Badan Meteorologi Klimatologi dan Geofisika BMKG. 2012. Buku Informasi Perubahan Iklim Dan Kualitas Udara Di Indonesia.www.bmkg.go.idBMKG_PusatDataDokumenDokumen_Bu ku_Informasi_Perubahan_Iklim_dan_Kualitas_Udara.PDF. Diakses tanggal 04 April 2013. Choi, Bo Bae, Doowon Lee dan Jim Psaros.2013. “An Analysis of Australian Company Carbon Emission Disclosure.” Pasific Accounting Review Vol. 25 No.1, 2013 pp. 58-79 Cho, J.Y and K. Jung. 1991. Earnings Response Coefficient: A Sythesis of Theory and Empirical Evidence. Journal of Accounting Literature. 10: 85-116. Cooper, S.,Graham Pearce. 2011. Climate change performance measurement, control and accountability in English local authority areas. Accounting, Auditing Accountability Journal, Vol. 24 Iss: 8 pp. 1097 – 1118 http:dx.doi.org10.110809513571111184779 Fahrizqi, Anggara. 2010. Faktor-Faktor Yang Mempengaruhi Pengungkapan Corporate Social Responseibility CSR Dalam Laporan Tahunan Perusahaan Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar Dalam Bursa Efek Indonesia. Skripsi Universitas Diponegoro. Green House Gas GHG Protocol. 2011. Corporate Value Chain Scope 3 Accounting and Reporting Standard. www.ghgprotocol.orgfilesghgppublic......standard.pdf. Diakses tanggal 07 Mei 2013. Ireland, Philip. 2012 .“Climate change adaptation Business-as-usual aid and development or an emerging discourse for change? ”. International Journal of Development Issues Vol. 11 No. 2, 2012pp. 92-110. Ismail, T., Ewing Y. I dan Fachlia Ulmi. 2011. Pengaruh Eco-Control Terhadap Kinerja Ekonomi Dengan Kinerja Lingkungan Sebagai Variabel InterveningPenelitian Empiris pada Perusahaan Manufaktur di Propinsi Banten . Simposium Nasional Akuntansi XI V Aceh 2011. Kementerian Lingkungan Hidup Indonesia, 2010. Buku informasi Status Lingkungan Hidup Indonesia SLHI. Pages 56-62 Ki-Hoon Lee. 2012 . “Carbon accounting for supply chain management in the automobile industry ”. Journal of Cleaner Production 36 2012 83e93 . Luo, Le, Qingliang Tang, Yi-chen Lan. 2013. “Comparison of Propensity for Carbon Disclosure between Deve loping and Developed Countries.” Accounting Research Journal Vol. 26 No. 1, 2013 pp. 6-34. Martinov, N., Bennie. 2011. “Greenhouse gas emissions reporting and assurance: reflections on t he current state”. Sustainability Accounting, Management and Policy Journal, Vol. 3 No. 2, 2012 pp. 244-251. Matsumura, E. M., Rachna Prakash, dan Sandra C. Vera-Muñoz. 2011. CarbonEmissions and Firm Value. http:ssrn.comabstract=1688738 Nazaruddin, Ietje dan Agus Tri Basuki, 2016, Analisis Statistik dengan SPSS, Edisi Pertama, Cetakan Kedua, Danisa Media, Yogyakarta. Nazir, Moh. 2003. Metode Penelitian. PT Ghalia Indonesia.Jakarta. Pradini, Harlinda Siska. 2013. “The Analysis of Information Content towards Greenhouse Gas Emissions Disclosure in Indonesia Companies ”. Skripsi S1 Undip. Pradipta, Dyah Hayu dan Anna Purwaningsih. 2012. Pengaruh Luas Pengungkapan Tanggung Jawab Sosial Dan Lingkungan Perusahaan Terhadap Earnings Responsee Coefficient ERC, Dengan Ukuran Perusahaan Dan Leverage Sebagai Variabel Kontrol. Simposium Nasional Akuntansi XV 2012. Rankin, M., Carolyn Windsor, dan Dina Wahyuni. 2011 . “An investigation of voluntary corporate greenhouse gas emissions reporting in a market governance sys tem : Australian evidence”. Accounting, auditing accountability journal, 24 8, 1037-1070: ISSN 0951-3574. Saleh, R. 2004. Studi Empiris Ketepatan Waktu Pelaporan Keuangan Perusahaan Manufaktur di Bursa Efek Jakarta. Simposium Nasional Akuntansi VII Denpasar 2004. Saraswati, Rara dan Basuki Hadiprajitno. 2012. Pengaruh Corporate GovernancePada Hubungan Corporate Social Responseibility Dan Nilai Perusahaan Manufaktur Yang Terdaftar Di BEI. Jurnal Akuntansi Auditing Volume 9No.1November 2012: 1-96. Siska, Harlinda. 2013. Rekonstruksi Dan Aktualisasi Isu Perubahan Iklim Melalui Pengungkapan Neraca Karbon. LKTI Universitas Andalas. Solomon, J.F, et al. 2011. “Private climate change reporting: an emerging discourse of riskand opportunity? ”. Accounting, Auditing Accountability Journal, Vol. 24 Iss: 8 pp. 1119 – 1148 http:dx.doi.org10.110809513571111184788 Sudaryanto. 2011. Pengaruh Kinerja Lingkungan Terhadap Kinerja Finansial Perusahaan Dengan Corporate Social Responseibility CSR Disclosure Sebagai Variabel Intervening. Skripsi Universitas Diponegoro. Suratno, I. B., Darsono dan Siti Mutmainah. 2006. Pengaruh Environmental Performance TerhadapEnvironmental Disclosure Dan Economic Performance Studi Empiris Pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Jakarta Periode 2001-2004. Simposium Nasional Akuntansi IX Padang 2009. Tran, J., Oliver Okafor, Irene M. Herremans. 2011 . “GAAP for GHG Emissions Accounting: How Consistent are GHG Emissions Reported Among Different Channels?”. http:ssrn.com Undang-Undang Republik Indonesia Nomor 17 Tahun 2004 tentang Pengesahan Kyoto Protocol to the United Nations Framework Convention On Climate Change Protokol Kyoto atas Konvensi Kerangka Kerja Perserikatan Bangsa-Bangsa tentang Perubahan Iklim. United Nations. 1998. Kyoto Protocol To The United Nations Framework Convention On Climate Change. http:unfcc.intresourcedocsconvkpkpeng.pdf . Diakses tanggal 04 April 2013. Wijayanti, F. T., Sutaryo dan Muhammad Agung Prabowo. 2011. Pengaruh Corporate Social Responibility Terhadap Kinerja Keuangan Perusahaan. Simposium Nasional Akuntansi XIV Aceh 2011 LAMPIRAN 1 Data Variabel Kinerja Keuangan No. Perusahaan NP ERC KK X 1 ADES 0,8100 -0,2500 0,9300 2 DVLA 0,8100 -0,2500 0,9300 3 ERTX 1,5700 0,7000 1,0400 4 GJTL 1,5700 0,8800 1,5700 5 ALKA 0,8300 0,8800 0,9300 6 ALMI 1,5700 1,5700 1,5700 7 AMFG 1,5700 0,8800 1,5700 8 APLI 0,5400 -0,2200 0,3600 9 ARNA 1,5700 -0,3400 1,5700 10 BATA 0,8100 -0,4200 0,9300 11 BTON 0,5500 -0,1500 0,4300 12 CINT 0,8100 -0,2400 0,6900 13 CPIN 1,5700 1,5700 1,5700 14 DUTI 0,5300 -0,2900 0,2800 15 FPNI 1,5600 -1,0400 0,9300 16 INAI 0,7400 -0,3800 0,4800 17 INCI 0,4500 1,5700 0,9300 18 INTP 1,5700 -0,5300 1,1900 19 IPOL 1,5700 1,5500 1,5500 20 ITMA 1,5700 -0,8100 0,9300 21 JECC 0,2000 -1,0400 -0,8200 22 JPFA 1,5700 1,5700 1,0400 23 JPRS 0,3200 -0,9500 -0,3500 24 KBLI 0,5700 -0,7900 -0,3500 25 KDSI 0,6400 -0,6800 -0,0600 26 KIAS 1,5700 1,2700 1,0400 27 KICI 0,5100 -0,8200 -0,4800 28 KLBF 1,5700 0,8500 1,5700 29 KRAS 1,5700 1,5000 1,0400 30 MERK 1,3700 -0,7600 -0,3500 31 MLIA 1,5700 -1,0200 -0,3500 32 MRAT 0,4000 -0,8600 -0,6400 33 NIKL 1,5700 1,5000 1,0500 34 PICO 0,6200 0,4600 0,8800 35 PBRX 0,8400 0,8500 0,8800 36 PYFA 0,6400 0,8500 0,8800 37 SCCO 0,7400 -0,4300 0,4300 38 PSAB 1,5700 1,5700 1,5700 39 PTSN 1,5700 0,8500 1,0400 40 LMPI 0,5700 0,2000 0,7000 41 LMSH 0,5200 0,8500 0,2400 42 MAIV 1,5700 -0,7400 -0,3500 43 SIDO 1,2500 0,0300 0,8800 44 SMBR 1,5700 -0,1000 -0,3500 45 SMCB 1,5700 1,5700 1,5700 46 SMGR 1,5700 1,5700 1,0400 47 SMSM 1,2900 -0,2800 1,2600 48 SRSN 0,6900 0,0000 0,6900 49 STAR 1,5700 1,5700 1,0400 50 TBMS 1,5700 1,5700 1,2900 51 TOTO 1,2800 0,6400 1,3300 52 TRIS 0,7700 0,6400 1,0400 53 TRST 1,5700 0,8500 0,4700 54 TSPC 1,0000 -0,2000 0,9400 55 ALTO 0,8600 -0,3800 0,6500 56 CEKA 0,7000 0,6400 0,6400 57 DAJK 0,2000 -0,4400 -0,2700 58 DLTA 1,3400 -0,8700 1,2500 59 FASW 1,5700 1,5700 1,5700 60 GGRM 1,5700 1,5700 1,5700 61 KAEF 1,5700 1,4600 1,5700 62 KBRI 0,7500 -0,3100 0,5600 63 LPIN 0,7800 -0,2800 0,6100 Data Nilai Perusahaan No. Perusahaan MVE Total Hutang Total Aset TobinsQ 1 ADES 598745252000 402760903 1376278237 435,3393 2 DVLA 1456000000000 293785055 1241239780 1173,2574 3 ERTX 144735726600 487624450400 720674349600 0,8775 4 GJTL 1846944000000 12115363000000 17509505000000 0,7974 5 ALKA 74626763085 82596104000 144628405000 1,0871 6 ALMI 121968000000 1623926585475 2189037586057 0,7976 7 AMFG 2842700000000 880052000000 4270275000000 0,8718 8 APLI 97500000000 87059306497 308620387248 0,5980 9 ARNA 3620002500000 536050998398 1430779475454 2,9047 10 BATA 1170000000000 248070766000 795257974000 1,7832 11 BTON 78300000000 34011648533 183116245288 0,6133 12 CINT 338000000000 67734182851 382807494765 1,0599 13 CPIN 42634800000000 12123488000000 24684915000000 2,2183 14 DUTI 128147291424 33187031327 274483110371 0,5878 15 FPNI 512110088000 1863784800 3170581600 162,1071 16 INAI 128304000000 1090438393880 1330259296537 0,9162 17 INCI 55215844580 10050376983 136142063219 0,4794 18 INTP 82183497680175 3772410000000 27638360000000 3,1100 19 IPOL 463923324648 538223944000 519055818400 1,9307 20 ITMA 472600000000 1573388664800 380786400 5373,0613 21 JECC 204120000000 990707822 1358464081 150,9872 22 JPFA 6769432047850 5719015000000 374111000000 33,3817 23 JPRS 90000000000 30806011707 363265042157 0,3326 24 KBLI 476860977733 524437909934 1551799840976 0,6453 25 KDSI 77355000000 798172379792 1177093668866 0,7438 26 KIAS 1343619000000 310906059952 2124390696519 0,7788 27 KICI 34500000000 40460281468 133831888816 0,5601 28 KLBF 61875161185200 2758131396170 13696417381439 4,7190 29 KRAS 4622075000000 26030944000 50349158400 92,3175 30 MERK 3035200000000 168103536000 641646818000 4,9923 31 MLIA 681345000000 810334571 1328752541 513,3803 32 MRAT 89024000000 120064018299 497090038108 0,4206 33 NIKL 126167500000 1037016333600 1546599670400 0,7521 34 PICO 72752000000 358697326131 605788310444 0,7122 35 PBRX 3627845542160 3086988112000 6022681419200 1,1149 36 PYFA 59928960000 58729478032 159951537229 0,7418 37 SCCO 765798165000 850791824810 1773144328632 0,9117 38 PSAB 134770680036 15747466669600 3161935209600 5,0229 39 PTSN 136401496000 196500089600 863811248 385,3870 40 LMPI 113962496597 391881675091 793093512600 0,6378 41 LMSH 55200000000 21341373897 133782751041 0,5721 42 MAIV 3414093750000 2413482767 3962068064 862,3040 43 SIDO 8250000000000 197797000000 2796111000000 3,0213 44 SMBR 28627644435000 319316349 3268667933 8758,2968 45 SMCB 7624585500000 8871708000000 17321565000000 0,9524 46 SMGR 67619328000000 10712320531000 38153118932000 2,0531 47 SMSM 6852823773600 779860000000 2220108000000 3,4380 48 SRSN 240000030100 233993478000 574073314000 0,8257 49 STAR 240000030100 239344544398 729020553284 0,6575 50 TBMS 3317600005500 1778033576800 1482817465600 3,4365 51 TOTO 7172400000000 947997940099 2439540859205 3,3287 52 TRIS 313633897500 245138356170 574346433075 0,9729 53 TRST 870480000000 1400438809900 3357359499954 0,6764 54 TSPC 7875000000000 1947588124083 6284729099203 1,5629 55 ALTO 710621601950 673255888637 1180228072164 1,1726 56 CEKA 401625000000 845932695663 1485826210015 0,8396 57 DAJK 400000000000 1224872919 1997766867000 0,2008 58 DLTA 4163427060000 188700435000 1038321916000 4,1915 59 FASW 2577004338480 4548288087745 6993634266969 1,0188 60 GGRM 105824840000000 25497504000000 63505413000000 2,0679 61 KAEF 4831980000000 1374127253841 3236224076311 1,9177 62 KBRI 434399786700 934677601389 1455931208462 0,9403 63 LPIN 114218750000 207564071081 324054785283 0,9930 Data Earnings Response Coefficient No. Perusahaan ARi,t AR i,t-5 AR i,t+5 CAR 1 ADES -0,267 -0,0011 -0,007 -0,2589 2 DVLA -0,2359 -0,044 -0,007 -0,2587 3 ERTX 0,4234 -0,0011 0,004 0,8438 4 GJTL -0,6332 -0,4225 -0,4082 -1,1688 5 ALKA 1,2641 -0,0695 -0,0554 1,2011 6 ALMI -0,1885 -0,0011 0,0134 -0,2278 7 AMFG -0,2664 -0,0011 0,0081 -0,6074 8 APLI -0,1915 -0,0011 -0,007 -0,2202 9 ARNA -0,2027 -0,0945 -0,0532 -0,3569 10 BATA -0,4305 0,0009 -0,003 -0,4522 11 BTON -0,1907 -0,0064 -0,0124 -0,1495 12 CINT -0,1996 -0,036 -0,053 -0,2411 13 CPIN -0,0715 -0,0011 -0,007 -0,0891 14 DUTI -0,3173 0,0061 0,0255 -0,3028 15 FPNI -0,9259 -0,7634 -0,007 -1,685 16 INAI -0,2285 -0,1913 0,0229 -0,3952 17 INCI 0,0058 263,1165 -0,997 263,1294 18 INTP 0,152 -0,7953 -0,007 -0,5804 19 IPOL 0,2763 45,6432 -0,0229 46,0652 20 ITMA -0,1122 -0,9402 -0,9092 -1,0555 21 JECC -0,3845 7,8721 -0,007 7,4947 22 JPFA -0,0052 -0,9924 -0,007 -0,9906 23 JPRS -0,4307 -0,9152 0,1781 -1,4 24 KBLI -0,3368 -0,6906 -0,0236 -1,0076 25 KDSI -0,5093 -0,2178 -0,0239 -0,8027 26 KIAS -0,1491 3,2678 -0,007 3,1892 27 KICI -0,4805 -0,3764 0,118 -1,082 28 KLBF -0,3929 1,6262 -0,1051 1,1369 29 KRAS -0,0723 14,0544 -0,0661 13,5017 30 MERK -0,2839 -0,6678 -0,011 -0,9453 31 MLIA -0,4011 -0,924 -0,0035 -1,6264 32 MRAT -0,0242 -0,7204 -0,007 -1,1632 33 NIKL -0,4109 1,4499 0,026 1,006 34 PICO -0,632 1,2789 -0,007 0,4897 35 PBRX -0,2052 28,1004 -0,007 27,8898 36 PYFA 0,1037 1,5689 -0,007 1,6797 37 SCCO -0,1755 -0,302 -0,007 -0,4547 38 PSAB -0,0621 -0,9709 0,0501 -0,9986 39 PTSN -0,4368 -0,005 -0,0221 -0,7821 40 LMPI -0,0993 0,2731 -0,0213 0,2051 41 LMSH -0,3595 0,0171 -0,007 -0,3228 42 MAIV -0,916 -0,0011 -0,007 -0,9193 43 SIDO -0,0052 0,0258 -0,0143 0,0342 44 SMBR -0,1035 -0,0103 -0,0346 -0,1044 45 SMCB -0,2414 -0,0045 0,0207 -0,2336 46 SMGR -0,5498 -0,0345 -0,002 -0,606 47 SMSM -0,3015 0,0194 -0,0048 -0,2859 48 SRSN -0,0031 -0,0116 -0,0123 -0,0022 49 STAR -0,0052 -0,0011 -0,007 0,0039 50 TBMS -0,0052 -0,0011 -0,007 -0,0003 51 TOTO 0,7317 -0,0011 -0,007 0,7374 52 TRIS 0,7433 0,0025 -0,0214 0,7485 53 TRST -0,1625 -0,0044 -0,0037 -0,1646 54 TSPC -0,1894 -0,0138 -0,0227 -0,2014 55 ALTO -0,3944 -0,013 -0,007 -0,4048 56 CEKA -0,0819 -0,0072 -0,0131 -0,099 57 DAJK -0,5552 -0,0011 -0,007 -0,4759 58 DLTA -0,7269 -0,0822 -0,0375 -1,183 59 FASW -0,9918 -0,0011 -0,007 -0,9862 60 GGRM -0,3749 -0,0011 -0,007 -0,4669 61 KAEF -0,0991 9,1679 -0,0131 9,0759 62 KBRI -0,0052 -0,0011 -0,007 -0,3201 63 LPIN -0,1382 -0,1007 0,113 -0,2888 Data Variabel Pengungkapan Akuntansi Karbon Y No. Perusahaan Beban Lisrik LOG 1 ADES 4563000000 9,659250469 2 DVLA 11921094 7,076316112 3 ERTX 12555588000 10,09883706 4 GJTL 45729000000 10,6601917 5 ALKA 15212037 7,182187373 6 ALMI 101530129539 11,00659494 7 AMFG 18743000000 10,27283911 8 APLI 1257923385 9,099654191 9 ARNA 42118525492 10,62447316 10 BATA 12493720 7,096691769 11 BTON 49873712 7,697871693 12 CINT 314500000 8,49762065 13 CPIN 123236000000 11,09073759 14 DUTI 64160683 7,807268978 15 FPNI 6789807000 9,83185743 16 INAI 3127886906 9,495251042 17 INCI 166609619 8,221700071 18 INTP 32089890000 10,50636823 19 IPOL 14096508800 10,14911157 20 ITMA 57392000 7,758851359 21 JECC 1700271 6,230518148 22 JPFA 15134000000 10,17995373 23 JPRS 252845952 8,402856005 24 KBLI 2050000000 9,311753861 25 KDSI 1821263873 9,260372873 26 KIAS 15808639051 10,19889448 27 KICI 254833185 8,406255982 28 KLBF 28244264863 10,45093028 29 KRAS 23567891000 10,37232072 30 MERK 5219800650 9,717653917 31 MLIA 137438330 8,138107869 32 MRAT 863799508 8,936412952 33 NIKL 57602609600 10,76044216 34 PICO 6326549102 9,801166883 35 PBRX 3140988000 9,497066277 36 PYFA 3393998842 9,53071169 37 SCCO 457910964 8,660781042 38 PSAB 83578636800 10,92209528 39 PTSN 12317152800 10,09051033 40 LMPI 852396172 8,930641491 41 LMSH 435289176 8,638777868 42 MAIV 8614467 6,935228412 43 SIDO 2189000000 9,340245762 44 SMBR 16044748 7,2053329 45 SMCB 90573000000 10,95699875 46 SMGR 25340595000 10,40381681 47 SMSM 4697000000 9,67182056 48 SRSN 2144416000 9,331309039 49 STAR 11307767611 10,05337687 50 TBMS 72524896800 10,86048712 51 TOTO 2934944924 9,467599956 52 TRIS 237014376 8,374774689 53 TRST 21970907619 10,341848 54 TSPC 4695156077 9,671650034 55 ALTO 459128925 8,661934654 56 CEKA 2335177364 9,368319872 57 DAJK 458220000 8,661074041 58 DLTA 992723000 8,996828084 59 FASW 724034064654 11,859759 60 GGRM 172033000000 11,23561176 61 KAEF 47837980769 10,67977284 62 KBRI 22504028 7,35226026 63 LPIN 691873561 8,840026735 Data Pendukung ERC LAMPIRAN 2 HASIL OUTPUT 1. Statistik deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation KK 63 -1.07 8758.19 291.5943 1289.29044 PAK 63 6.23 11.86 9.3419 1.25013 Valid N listwise 63 2. Uji normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 63 Normal Parameters a,b Mean .0000000 Std. Deviation 1.18164922 Most Extreme Differences Absolute .078 Positive .049 Negative -.078 Test Statistic .078 Asymp. Sig. 2-tailed .200 c,d a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction. d. This is a lower bound of the true significance. 3. multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 9.434 .154 61.285 .000 KK .000 .000 -.326 -2.697 .009 1.000 1.000 a. Dependent Variable: PAK Nilai VIF 10 4. Uji autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .326 a .107 .092 1.19130 2.091 a. Predictors: Constant, KK b. Dependent Variable: PAK 5. Uji heteroskedastisitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant .962 .091 10.615 .000 KK -5.891 .000 -.109 -.853 .397 1.000 1.000 a. Dependent Variable: ABS_RES 6. Koefisien determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .326 a .107 .092 1.19130 2.091 a. Predictors: Constant, KK b. Dependent Variable: PAK 7. Uji F ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 10.325 1 10.325 7.275 .009 b Residual 86.570 61 1.419 Total 96.895 62 a. Dependent Variable: PAK b. Predictors: Constant, KK 8. Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 9.434 .154 61.285 .000 KK .000 .000 -.326 -2.697 .009 1.000 1.000 a. Dependent Variable: PAK PENGARUH KINERJA KEUANGAN TERHADAP PENGUNGKAPAN AKUNTANSI KARBON Studi pada Perusahaan Manufaktur yang terdaftar di BEI tahun 2015 Meliza Andriani Universitas Muhammadiyah Yogyakarta ABSTRACT The research aims to examine the effect of financial performane, firm value, and earnings response coefficient on the disclosure of carbon accounting at manufacturing companies listed in Indonesia Stock Exchange. The sample was taken by using purposive sampling method. There was 63 companies in 2015 which fulfilled criterion as the research sample. This research used multiple linear regression analysis for testing the influence of independent variables on dependent variables. The result of this study showed that financial performance, firm value, and earnings response coefficient significantly influence to the extend of the disclosure of carbon accounting. This research can be expected to give Awareness Development Companys strategy carbon accounting disclosure. Keywords: Accounting Carbon, financial performance, PENDAHULUAN Indonesia merupakan negara yang kaya akan sumber daya alam SDA dan sumber daya manusia SDM. SDA yang melimpah dimanfaatkan oleh berbagai pihak dalam aktivitasnya sehingga kehidupan manusia terus berkembang dan meningkat. Namun keberadaan SDA yang melimpah semakin lama menjadi tereksploitasi oleh tindakan manusia yang tamak. 1 Pemanfaatan SDA tidak lagi diimbangi oleh pelestarian sehingga berbagai permasalahan mulai terjadi di lingkungan alam. Berdasarkan data statistik tahun 2016 fenomena lingkungan hidup saat ini makin memprihatinkan, Indonesia mengalami permasalahan pencemaran lingkungan berupa pencemaran udara, air dan tanah. Pencemaran lingkungan yang terjadi di Indonesia sama halnya seperti yang terjadi di beberapa negara. Pencemaran yang terjadi sebagian besar terjadi karena aktivitas produksi dan konsumsi oleh masyarakat. Oleh karena itu, tidak dapat dipungkiri jika pencemaran lingkungan yang terjadi lebih disebabkan oleh aktivitas industri yang kurang terkontrol. Aktivitas industri dapat menyebabkan kerusakan lingkungan hidup apabila perusahaan tidak mempunyai kesadaran terhadap pentingnya lingkungan sekitar dan lingkungan hidup terhadap keberlangsungan perusahaan. Hal tersebut seperti yang diungkapkan oleh Suratno bahwa masalah ini tidak terjadi jika para manajer perusahaan memegang komitmen pada pemenuhan tanggung jawab sosial terhadap kebersihan dan kesehatan lingkungan Suratno, 2006. Permasalahan lingkungan terkait dengan perubahan cuaca yang ekstrim seperti disebutkan oleh Badan Meteorologi Klimatologi dan Geofisika BMKG bahwa dalam kurun waktu 25 tahun terakhir, peningkatan suhu semakin tajam yaitu sebesar 0,18 o Cdekade. Peningkatan suhu yang terjadi lebih disebabkan oleh peningkatan emisi Gas Rumah Kaca GRK. Gas rumah kaca yang paling dominan adalah Karbondioksida CO 2 , Metana CH 4 , Dinitrogen Oksida N 2 O, dan Halocarbon kelompok 2 gas yang mengadung Flour, Chlor, dan Brom BMKG, 2012. Keberadaan GRK di atmosfer yang terus meningkat akan berdampak buruk untuk kehidupan di bumi. Untuk mengatasi permasalahan tersebut, komposisi GRK di atmosfer dapat dikurangi dengan pertukaran karbon melalui hutan konservasi. Penghijauan dan pelestarian hutan harus terus digalakkan agar kehidupan di bumi menjadi lebih baik dan terhindar dari permasalahan lingkungan. Pengurangan terhadap emisi GRK merupakan salah satu wujud dari tanggung jawab sosial perusahaan yang sebagaimana wajib dilakukan sesuai dengan Undang-Undang Perseroan Terbatas No. 40 Pasal 74 tahun 2007. Ayat 1 Undang-Undang tersebut menyatakan bahwa perseroan yang menjalankan kegiatan usahanya di bidang danatau berkaitan dengan sumber daya alam wajib melakukan tanggung jawab sosial dan lingkungan TJSL. Namun tidak semua perusahaan mematuhi peraturan ini mengingat masih banyak terjadi kerusakan lingkungan hidup. Kesadaran perusahaan terhadap pelaksanaan tanggung jawab sosial dan lingkungan atau perlakuan dalam akuntansi manajemen lingkungan yang masih rendah disebabkan pengaruh negatif yang terjadi antara kinerja lingkungan perusahaan yang direfleksikan dengan emisi karbon terhadap kinerja perusahaan yang direfleksikan dengan nilai perusahaan Matsumura, 2012. Dengan adanya pengaruh negatif tersebut mengindikasikan bahwa kinerja lingkungan ternyata kurang memberikan timbal balik terhadap kinerja keuangan perusahaan. Selain itu, karakteristik investor yang tidak 3 memiliki kesadaran terhadap dampak lingkungan menjadi alasan lain dalam menilai kebermanfaatan kinerja lingkungan. Penelitian mengenai kinerja lingkungan yang direfleksikan melalui akuntansi karbon ternyata belum banyak diteliti di Indonesia. Selain itu, belum adanya penelitian mengenai pengungkapan emisi GRK melalui perhitungan karbon terhadap kinerja keuangan perusahaan manufaktur di Indonesia menjadi alasan lain melakukan penelitian ini. Adapun penelitian ini yaitu mengenai pengaruh akuntansi karbon sebagai kinerja lingkungan terhadap kinerja keuangan perusahaan. Akuntansi karbon merupakan proses perhitungan dan pengukuran langsung terhadap emisi karbon. Data yang dikumpulkan berkaitan dengan tingkat kegiatan yang menghasilkan emisi gas rumah kaca. Dua jenis faktor emisi yang digunakan untuk mengkonversi data aktivitas energi menjadi data emisi adalah dengan faktor emisi pembakaran dan faktor emisi siklus hidup. Faktor emisi pembakaran hanya menyertakan emisi yang terjadi dari pembakaran bahan bakar, sedangkan faktor emisi siklus hidup mencakup semua emisi yang terjadi dalam siklus hidup bahan bakar seperti emisi dari ekstraksi, pengolahan, dan transportasi bahan bakar Green House Gas GHG Protocol, 2011. Di Indonesia, penerapan akuntansi karbon masih jarang dilakukan oleh perusahaan-perusahaan, terutama perusahaan industri. Masih minim penerapan akuntansi karbon ini disebabkan belum adanya fasilitas 4 pengukuran, format pelaporan baku serta belum adanya insentif maupun disinsentif yang diberikan pada penerapan akuntansi karbon. Siska, 2013. Resiko karbon yaitu terkait dengan emisi dari listrik yang dibeli dan digunakan dari pemasok atas seluruh rantai pasokan. Untuk mengatasi resiko karbon, perusahaan sering mencoba strategi mitigasi yang akan menanggapi masalah lingkungan melalui perbaikan dalam desain, akuisisi, produksi, distribusi, penggunaan kembali, dan pembuangan limbah. Dalam rangka mengukur dan melaporkan dampak lingkungan atas resiko karbon, akuntansi manajemen lingkungan dan keberlanjutan merupakan sarana yang dapat membantu perusahaan dalam mengkontrol lingkungan dan penghematan biaya melalui efisiensi ekologi sehingga dapat memantau resiko karbon dalam operasi bisnis Carter 2011 dalam Ki-Hoon Lee 2012. Pengukuran resiko karbon dalam akuntansi manajemen lingkungan dan keberlanjutan adalah berdasarkan pemakaian listrik untuk aktivitas bisnis perusahaan. Melalui akuntansi manajemen lingkungan dan keberlanjutan, diharapkan perusahaan dapat membantu pemerintah dalam pelestarian lingkungan hidup dan pengendalian emisi karbon yang dihasilkan perusahaan dalam operasi bisnis. Sehingga berbagai aktivitas ini diharapkan akan memberikan sinyal positif terhadap aktivitas keuangan perusahaan. Berdasarkan latar belakang penelitian ini, maka penulis mengangkat judul “PENGARUH KINERJA KEUANGAN TERHADAP PENGUNGKAPAN AKUNTANSI KARBON”. 5 Penulis mengangkat judul di atas berdasarkan penelitian-penelitian terdahulu dengan melakukan pengambilan setiap variabel yang dibutuhkan. Pada penelitian Matsumura 2011 dengan judul “Voluntary Disclosures and the Firm-Value Effects of Carbon Emissions” dimana tingkat emisi karbon sebagai variabel independen dan nilai perusahaan sebagai variabel dependen. Serta Ki Hoon Lee 2012 meneliti peran dan kegunaan eco- control terhadap kinerja karbon. Dari kedua penelitian tersebut, penulis menambah variabel kinerja keuangan di dalam penelitian ini dengan alasan belum adanya penelitian mengenai pengaruh kinerja keuangan terhadap pengungkapan akuntansi karbon. Berdasarkan uraian latar belakang tersebut, adapun rumusan masalah dalam penelitian ini yaitu apakah kinerja keuangan berpengaruh positif terhadap pengungkapan akuntansi karbon? Dengan begitu maka tujuan penelitian ini yaitu untuk menguji apakah kinerja keuangan berpengaruh positif terhadap pengungkapan akuntansi karbon. LANDASAN PUSTAKA DAN PENURUNAN HIPOTESIS 1 Environmental Management Accounting EMA Environmental Management Accounting merupakan salah satu bidang disiplin ilmu akuntansi yang aktivitasnya bertujuan memberikan informasi pada manajemen atas pengelolaan lingkungan 6 dan dampaknya terhadap biaya produksi. EMA diharapkan akan menjadi salah satu rangkaian sistem yang bertujuan untuk mengukur kinerja suatu perusahaan. Sehingga tercapai model pengukuran kinerja yang seimbang antara ukuran financial profit dengan kinerja pengelolaan lingkungan. Kinerja keuangan dan kinerja lingkungan merupakan indikator penting untuk mengendalikan dan menjadi pedoman dalam pencapaian tujuan Rossje, 2006 dalam Fahrizqi 2010. 2 Teori Stakeholder Teori stakeholder adalah teori yang menggambarkan kepada pihak mana saja stakeholder perusahaan bertanggungjawab Freeman, 2001 dalam Fahrizqi, 2010. Perusahaan harus menjaga hubungan dengan stakeholdernya dengan mengakomodasi keinginan dan kebutuhan stakeholdernya, terutama stakeholder yang mempunyai power terhadap ketersediaan sumber daya yang digunakan untuk aktivitas operasional perusahaan, misal tenaga kerja, pasar atas produk perusahaan dan lain-lain Chariri dan Ghozali, 2007. Salah satu strategi untuk menjaga hubungan dengan para stakeholder perusahaan adalah dengan melaksanakan berbagai kegiatan sosial yang akan memberikan berbagai manfaat kepada semua stakeholder. Adapun aktivitas sosial dalam hal ini adalah melakukan pengungkapan terhadap emisi karbon perusahaan sebagai wujud dari kepedulian perusahaan terhadap lingkungan hidup dan sosial. Hubungan yang 7 baik dengan stakeholder akan memberikan dampak baik bagi perusahaan dalam menjaga keberlanjutan perusahaan. 3 Teori Legitimasi Legitimasi perusahaan dapat ditingkatkan melalui tanggung jawab sosial perusahaan CSR untuk mendapatkan nilai positif masyarakat demi meningkatkan reputasi perusahaan O’Donovan 2002 dalam Saraswati, 2012. Dengan demikian dapat diartikan bahwa legitimasi merupakan sistem pengelolaan perusahaan berorientasi dan berpihak pada masyarakat, maka dari itu operasi perusahaan harus selaras dengan harapan masyarakat agar memberikan suatu nilai tambah baik bagi perusahaan, masyarakat maupun pemerintah. 4 Teori Kepatuhan Kepatuhan perusahaan dapat dilihat dari kegiatan yang dilakukan, dalam hal ini meliputi kepatuhan terhadap hukum yang berlaku di Indonesia. Wujud dari kepatuhan tersebut seperti tanggung jawab sosial perusahaan terhadap lingkungan dalam mengatasi limbahpencemaran lingkungan yang diakibatkan oleh aktivitas bisnis perusahaan. Sehingga akan terjadi pengurangan emisi karbon di udara. Hipotesis Penelitian Kinerja keuangan perusahaan dapat diukur dari laporan keuangan yang dikeluarkan secara periodik yang memberikan suatu gambaran tentang posisi keuangan perusahaan. Informasi yang terkandung dalam laporan keuangan digunakan oleh investor untuk 8 memperoleh perkiraan tentang laba dan dividen di masa mendatang serta resiko atas penilaian tersebut. Shareholder dan investor memandang bahwa kinerja keuangan perusahaan yang baik adalah dengan adanya grafik peningkatan laba dan dividen di masa depan. Kinerja keuangan sangat penting untuk diukur atau dinilai, karena bertujuan untuk memotivasi karyawan untuk mencapai sasaran organisasi dan mematuhi standar perilaku yang telah ditetapkan sebelum nya agar menghasilkan tindakan dan hasil yang diinginkan Sudaryanto, 2011. Perusahaan dengan kemampuan kinerja keuangan lebih baik, semakin besar kemungkinan untuk berusaha mengurangi emisi dari aktivitas perusahaan mereka. Kemampuan kinerja keuangan meliputi berbagai inisiatif perusahaan untuk berkontribusi dalam upaya penurunan emisi atau dalam hal ini emisi karbon seperti penggantian mesin-mesin yang lebih ramah lingkungan, ataupun tindakan lingkungan lainnya seperti aksi penanaman pohon untuk meningkatkan penyerapan CO 2 Pradini, 2013. Pengungkapan kinerja perusahaan merupakan good news bagi pelaku pasar dan stakeholder. Selain informasi keuangan, perusahaan perlu mengungkapkan berbagai non-keuangan seperti informasi kinerja lingkungan dan sosial perusahaan agar perusahaan dikatakan memiliki tanggung jawab sosial yang baik. Perusahaan yang mengungkapkan akuntansi karbon diharapkan dapat memperoleh 9 legitimasi sosial dan dapat menjaga keberlanjutan perusahaan melalui kinerja keuangannya. Sehingga dengan melakukan pengungkapan akuntansi karbon diharapkan perusahaan mendapatkan respon dari stakeholder. Dengan demikian dapat ditarik hipotesis ke pertama yaitu H : Kinerja keuangan berpengaruh positif terhadap pengungkapan akuntansi karbon. METODE PENELITIAN Jenis penelitian ini adalah penelitian kuantitatif-deskriptif. Penelitian kuantitatif dilakukan dengan pengolahan data-data kuantitatif angka-angka. Sedangkan tujuan deskriptif ini adalah untuk membuat deskripsi, gambaran atau lukisan secara sistematis, faktual dan akurat mengenai fakta-fakta, sifat-sifat serta hubungan antara fenomena yang diselidiki Nazir, 2003. Sehingga penelitian kuantitatif-deskriptif ini dapat diartikan sebagai jenis penelitian dengan mengolah data yang berupa angka kemudian diinterpretasikan melalui deskripsi atau gambaran yang akurat dan sistematis mengenai fenomena yang diteliti. Populasi dalam penelitian ini adalah perusahaan manufaktur di Indonesia yang terdaftar di Bursa Efek Indonesia. Sampel yang dipilih adalah perusahaan manufaktur yang listing di Bursa Efek Indonesia pada tahun 2015. Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa laporan tahunan perusahaan yang diterbitkan di 10 Bursa Efek Indonesia dan data penggunaan listrik perusahaan manufaktur mulai tahun 2015. Sumber data tersebut diperoleh dari situs resmi Bursa Efek Indonesia www.idx.co.id . Pengukuran Variabel Variabel Dependen Variabel dependen dalam penelitian ini adalah pengungkapan akuntansi karbon. Akuntansi karbon merupakan jejak emisi karbon secara rinci. Menurut GHG Protocol, perhitungan jejak karbon ini dapat dilakukan melalui faktor emisi siklus hidup yang tidak hanya mencakup emisi yang terjadi dari pembakaran bahan bakar, tetapi semua emisi lain yang terjadi dalam siklus hidup bahan bakar seperti emisi dari ekstraksi, pengolahan, dan transportasi bahan bakar. Akan tetapi, pengungkapan akuntansi karbon yang dilakukan perusahaan di Indonesia belum memenuhi kriteria seperti standar perhitungan tersebut. Sehingga pengungkapan akuntansi karbon tercermin melalui aktivitas penilaian yang dihitung berdasarkan total penggunaan listrik. Pengukuran pengungkapan akuntansi karbon ini menggunakan KWh listrik yang dikonsumsi Ki Hoon Lee, 2012. Adapun pengukuran listrik dari KWh dikonversikan kedalam nilai Rupiah sehingga dapat dengan mudah diperhitungkan terhadap kinerja keuangan perusahaan. Namun penelitian ini mengambil data beban operasional atau beban akrual yang ada didalam laporan keuangan tahunan. 11 Variabel Independen Variabel independen dalam penelitian ini adalah kinerja keuangan. Dimana kinerja keuangan ini dinilai dari nilai perusahaan dan earnings response coefficient. Untuk mengetahui kinerja keuangan yaitu dengan menjumlahkan nilai perusahaan dengan Earnings Response Coefficient. Adapun nilai perusahaan diproksikan dengan Tobin’s Q yang dihitung dengan rumus sebagai berikut: Keterangan : MVE = closing price x q shares Dimana closing price yang digunakan adalah akhir tahun Quarted 4. DEBT = Total Hutang TA = Total Aset Cho dan Jung 1991 mengklasifikasi pendekatan teoritis ERC menjadi dua kelompok yaitu 1 model penilaian yang didasarkan pada informasi ekonomi information economics based valuation model seperti dikembangkan oleh Holthausen dan Verrechia 1988 dan Lev 1989 yang menunjukkan bahwa kekuatan respon investor terhadap sinyal informasi laba ERC merupakan fungsi dari ketidakpastian di masa mendatang. Semakin besar noise dalam system pelaporan perusahaan semakin rendah kualitas laba, semakin kecil ERC dan 2 model penilaian yang didasarkan pada time series laba time series based 12 valuation model seperti dikembangkan oleh Beaver, Lambert dan Morse 1980. CARi-5,+5 = t=-5∑+5 Arit Dimana : CARi-5,+5 : abnormal return kumulatif perusahaan i selama periode pengamatan kurang lebih 5 hari dari tanggal publikasi laporan keuangan. 5 hari sebelum, 1 hari tanggal publikasi dan 5 hari setelah tanggal penyerahan laporan keuangan ke Bapepam ARit : abnormal return perusahaan i pada hari t Uji Kualitas Instrumen Data 1 Statistik Deskriptif Statistik Deskriptif memberikan gambaran atau pemaparan suatu data atau dalam bentuk tabel yang meliputi ukuran perumusan data mean dan ukuran penyebaran data seperti standar deviasi, minimum, maksimum, dan range Ghozali, 2009 dalam Saraswati, 2012 .

2 Uji Asumsi Klasik

Uji normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas yang dapat 13 digunakan adalah uji normal Kolmogorov dan normal P-P Plot. Suatu data dikatakan terdistribusi normal apabila Kolmogorov- Smirnov K-S menunjukan nilai signifikasi diatas 0,05 Ghozali, 2009. Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada suatu pengamatan dengan pengamatan lain pada model regresi Nazaruddin dan Basuki, 2016. Uji heteroskedastisitas adalah untuk mengetahui adanya penyimpangan dari syarat-syarat asumsi klasik pada model regresi, dimana dalam model regresi harus dipenuhi syarat- syarat tidak adanya heteroskedastisitas. 3 Uji Hipotesis dan Analisa Data Uji regresi linier sederhana dilakukan untuk menguji apakah hipotesis diterima atau ditolak. Hipoteris diterima apabila nilai signifikansi nilai probabilitas 0,05. Adapun model regresi linear berganda dalam penelitian ini yaitu y = α + β x Keterangan : y = pengungkapan karbon α = konstanta β = koeffisien x = kinerja keuangan 14 Uji F merupakan pengujian yang digunakan untuk mengetahui pengaruh signifikan antara kelompok variabel independen terhadap varaibel dependen. Pengujian ini dilakukan dengan derajat α = 0,05. Uji F dilakukan dengan cara membandingkan antara signifikan F dengan alpha α. Variabel independen berpengaruh terhadap variabel dependen apabila nilai signifikan F alpha 0,05. Uji t merupakan pengujian yang digunakan untuk mengetahui pengaruh signifikan antara masing-masing variabel independen terhadap variabel dependen. Pengujian ini dilakukan dengan derajat α = 0,05. Variabel independen berpengaruh terhadap variabel dependen apabila nilai signifikan t 0,05. HASIL DAN PEMBAHASAN Data penelitian ini menggunakan data penelitian sekunder yang diperoleh melalui www.idx.co.id berupa laporan keuangan tahunan perusahaan manufaktur tahun 2015. Dari website tersebut terdapat 140 perusahaan manufaktur yang terdaftar dalam BEI tahun 2015.

A. Uji Kualitas Instrumen Data 1. Uji Statistik Deskriptif

Berikut akan dijelaskan analisis statistik deskriptif yang menjelaskan deskripsi data dari seluruh variabel yaitu kinerja keuangan, nilai perusahaan, earnings response coefficient ERC, dan 15 pengungkapan akuntansi karbon yang akan diuji secara deskriptif seperti terlihat pada tabel 4.1 berikut. Tabel 4.1 Hasil Uji Deskriptif Descriptive Statistics N Minimu m Maxim um Mean Std. Deviation KK 63 -1.07 8758.1 9 291.59 43 1289.29044 PAK 63 6.23 11.86 9.3419 1.25013 Valid N listwise 63 Sumber: Output SPSS Berdasarkan tabel 4.1 perusahaan yang memenuhi data untuk variabel dalam penelitian ini yaitu hanya 63 perusahaan, sisanya tidak memenuhi kebutuhan peneliti dalam memberikan informasi.

2. Uji Asumsi Klasik

Uji asumsi klasik yang dipakai dalam penelitian ini adalah uji normalitas, uji linieritas, uji multikolineritas dan uji autokolerasi.

1.1 Uji Normalitas

Uji ini adalah untuk menguji apakah pengamatan berdistribusi secara normal atau tidak, uji ini mengunakan kolmogorov smirnov. Hasil uji Normalitas dapat dilihat pada tabel dibawah ini: Tabel 4.2. Hasil Uji Normalitas 16 One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 63 Normal Parameters a,b Mean .0000000 Std. Deviation 1.18164922 Most Extreme Differences Absolute .078 Positive .049 Negative -.078 Test Statistic .078 Asymp. Sig. 2-tailed .200 c,d a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction. d. This is a lower bound of the true significance. Sumber : Output SPSS Berdasarkan Tabel 4.2 dapat diketahui nilai asymp.sig sebesar 0,200 0,05 sehingga dapat disimpulkan bahwa data berdistribusi normal.

1.2 Uji Heteroskedastisitas

Suatu asumsi penting dari model regresi linier klasik adalah bahwa gangguan disturbance yang muncul dalam regresi adalah homoskedastisitas, yaitu semua gangguan tadi mempunyai varian yang sama. Hasil uji Heteroskedastisitas menggunakan uji Glesjer dapat dilihat pada tabel berikut: Tabel 4.3. Hasil Uji Heteroskedastisitas Coefficients a 17 Model Unstandardized Coefficients Standa rdized Coefficients t Si g. Collinearity Statistics B Std. Error Beta Tol erance VIF 1 Co nstant .962 .091 10 .615 . 000 KK - 5.891E-5 .000 -.109 -.8 53 . 397 1.0 00 1.0 00 a. Dependent Variable: ABS_RES Sumber : Output SPSS Berdasarkan tabel 4.3 dapat diketahui bahwa nilai sig 0,397 0,05 , dengan demikian variabel yang diajukan dalam penelitian tidak terjadi heterokedasitas.

1.3 Uji Autokolerasi

Uji Autokolerasi berfungsi untuk menguji apakah dalam model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Uji autokorelasi dapat dilakukan dengan melakukan uji Durbin- Watson dw test. Tabel 4.4. Uji Autokolerasi Model Summary b Mo del R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 18