846 824 1 PB
846 824 1 PB
PENDAHULUAN
Laporan keuangan yang diterbitkan oleh perusahaan
merupakan salah satu sumber informasi mengenai posisi keuangan
perusahaan, kinerja serta perubahan posisi keuangan perusahaan,
yang sangat berguna untuk mendukung pengambilan keputusan yang
tepat. Agar informasi yang tersaji menjadi lebih bermanfaat dalam
pengambilan keputusan, data keuangan harus dikonversi menjadi
informasi yang berguna dalam pengambilan keputusan ekonomis. Hal
ini ditempuh dengan cara melakukan analisis laporan keuangan. Model
yang sering digunakan dalam melakukan analisis tersebut adalah dalam
bentuk rasio-rasio keuangan. Foster (1986) menyatakan empat hal
yang mendorong analisis laporan keuangan dilakukan dengan model
rasio keuangan yaitu:
1. Untuk mengendalikan pengaruh perbedaan besaran antar
perusahaan atau antar waktu.
2. Untuk membuat data menjadi lebih memenuhi asumsi alat statistik
yang digunakan.
183
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
3.
184
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
185
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
186
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
187
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
pengaruh yang bermakna terhadap kemungkinan kebangkrutan bankbank kategori A, B dan C. Hasil dari penelitian ini adalah empat rasio
keuangan yang digunakan ternyata rasio ROA, Efisiensi dan LDR
mempunyai perbedaan yang signifikan diantara bank-bank dalam
kategori A, B dan C. Adapun rasio Cadangan Penghapusan Kredit
terhadap Kredit tidak mempunyai perbedaan bermakna mengingat
pengukuran rasio ini untuk menilai kualitas asset dari bank kurang tepat
(tidak sesuai dengan pengukuran sebagaimana telah ditentukan oleh
Bank Indonesia). Penggunaan rasio keuangan yang mempunyai
perbedaan signifikan dalam model logistic regression untuk menguji
prediksi kebangkrutan bank-bank dalam kategori bangkrut adalah
akurat yang ditunjukkan dengan tingkat kemaknaan 0,00%. Dari ketiga
rasio ROA, Efisiensi dan LDR hanya rasio ROA yang mempunyai
pengaruh bermakna terhadap kemungkinan kebangkrutan bank.
Prediksi Financial Distress dan Penelitian Terdahulu
Prediksi financial distress perusahaan menjadi perhatian dari
banyak pihak. Pihak-pihak yang menggunakan model tersebut meliputi:
1. Pemberi pinjaman. Penelitian berkaitan dengan prediksi financial
distress mempunyai relevansi terhadap institusi pemberi pinjaman,
baik dalam memutuskan apakah akan memberikan suatu pinjaman
dan menentukan kebijakan untuk mengawasi pinjaman yang telah
diberikan.
2. Investor. Model prediksi financial distress dapat membantu investor
ketika akan menilai kemungkinan masalah suatu perusahaan
dalam melakukan pembayaran kembali pokok dan bunga.
3. Pembuat peraturan. Lembaga regulator mempunyai tanggung
jawab mengawasi kesanggupan membayar hutang dan menstabilkan
perusahaan individu, hal ini menyebabkan perlunya suatu model
yang aplikatif untuk mengetahui kesanggupan perusahaan membayar
hutang dan menilai stabilitas perusahaan.
4. Pemerintah. Prediksi financial distress juga penting bagi pemerintah
dalam antitrust regulation.
5. Auditor. Model prediksi financial distress dapat menjadi alat yang
berguna bagi auditor dalam membuat penilaian going concern
suatu perusahaan.
6. Manajemen. Apabila perusahaan mengalami kebangkrutan maka
perusahaan akan menanggung biaya langsung (fee akuntan dan
pengacara) dan biaya tidak langsung (kerugian penjualan atau
188
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
189
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
Hipotesis Penelitian
Dari uraian dan penjelasan diatas hipotesis yang akan diuji
dalam penelitian ini adalah:
H1: Rasio keuangan dapat digunakan untuk memprediksi financial
distress perusahaan-perusahaan yang ada di Indonesia.
METODA PENELITIAN
Data Penelitian
Penelitian ini mengambil data sekunder berupa laporan
keuangan periode 1998-2001 yang dipublikasikan. Data laporan
keuangan diperoleh dari Publikasi BEJ. Periodisasi data penelitian yang
mencakup data periode tahun 1998 sampai 2001 dipandang cukup
mewakili untuk memprediksi financial distress.
Populasi dan Sampel Penelitian
190
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
191
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
4.
5.
6.
7.
192
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
193
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
Tabel 1.
Nilai Hosmer & Lemeshows Goodness of Fit Test dan Nagel Kerke-R2
Persamaan
Persamaan 1
Persamaan 2
Persamaan 3
Persamaan 4
Persamaan 5
Persamaan 6
Persamaan 7
Persamaan 8
Persamaan 9
Persamaan 10
Persamaan 11
Persamaan 12
Nagel Kerke-R2
0.731
0.770
0.681
0.667
0.679
0.663
0.716
0.658
0.656
0.882
0.840
0.856
Tabel 2.
Daftar Variabel yang Signifikan dan Tidak Signifikan
Persamaan
Persamaan 1
Persamaan 2
Persamaan 3
Persamaan 4
NI/S, NFA/TA
Persamaan 5
NI/S, NFA/TA
Persamaan 6
NI/S, NFA/TA
Persamaan 7
Persamaan 8
Persamaan 9
Persamaan 10
Persamaan 11
NI/S, NFA/TA
NI/S, CL/TA, CA/CL, GROWTH NI
NI/S, CL/TA, CA/CL, GROWTH
NI/TA
NI/S, CL/TA, CA/CL, GROWTH
Persamaan 12
194
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
NI/TA
SE
11.1750
11.7468
1.5144
1.3594
2.0477
0.8866
2.3008
Wald Stat.
2.2952
0.2408
1.1546
3.2403
0.7344
0.9229
0.0147
Sig.
0.1298
0.6237
0.2826
0.0718
0.3915
0.3367
0.9036
195
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
196
SE
6.9826
0.8713
3.5749
4.0136
0.8132
0.0581
0.7453
Wald Stat.
2.4947
1.0302
3.4886
6.2567
0.0033
3.4032
1.0106
Sig.
0.1142
0.3101
0.0618
0.0124
0.9540
0.0651
0.3148
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
SE
16.1247
13.7361
5.4504
2.9368
0.1047
1.6716
0.0196
Wald Stat.
2.0519
0.2256
0.0097
5.5477
0.5982
0.8529
0.0300
Sig.
0.1520
0.6348
0.9213
0.0185
0.4393
0.3557
0.8624
197
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
SE
20.6485
15.6312
1.2556
3.1446
0.1614
0.0530
0.9517
Wald Stat.
3.4571
0.8159
0.7750
3.6131
0.1494
2.0116
0.2048
Sig.
0.0630
0.3664
0.3787
0.0573
0.6991
0.1561
0.6509
198
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
nilai Nagel Kerke dari persamaan regresi logit kelima menunjukkan nilai
sebesar 0.679 yang berarti variabilitas variabel dependen yang dapat
dijelaskan oleh variabilitas variabel independen sebesar 67.90%. Dari
hasil persamaan regresi logit ini juga dapat diketahui bahwa:
Variabel NI/S signifikan pada tingkat 10%. Koefisien regresi untuk
variabel NI/S sebesar -30.6691 dan bertanda negatif, yang
menunjukkan bahwa variabel NI/S berpengaruh negatif terhadap
financial distress suatu perusahaan.
Variabel NFA/TA signifikan pada tingkat 5%. Koefisien regresi
untuk variabel NFA/TA sebesar 6.6998 dan bertanda positif, yang
menunjukkan bahwa variabel NFA/TA berpengaruh positif terhadap
financial distress suatu perusahaan.
Sedangkan variabel yang lain yaitu: NI/TA, TL/TA, CASH/CL,
GROWTH NI/TA dan S/WC tidak signifikan baik pada tingkat 5%
ataupun 10%. Tingkat signifikansi masing-masing variabel dapat
dilihat pada tabel 7.
Tabel 7.
Hasil Persamaan Regresi Logit 5
Financial Distress = f (NI/S, NI/TA, TL/TA, NFA/TA, CASH/CL, GROWTH NI/TA, S/WC)
Variabel
Koef. Regresi
SE
NI/S
-30.6691**
17.4678
NI/TA
9.2157
13.4398
TL/TA
1.5813
1.1843
NFA/TA
6.6998*
3.0321
CASH/CL
0.0499
0.1722
GROWTH I/TA
0.0773
0.0541
S/WC
0.0011
0.0184
* signifikan pada 5%, ** signifikan pada 10%
Wald Stat.
3.0827
0.4702
1.7828
4.8822
0.0839
2.0433
0.0038
Sig.
0.0791
0.4929
0.1818
0,0271
0.7720
0.1529
0.9511
199
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
SE
17.3430
14.0760
2.1797
2.8654
0.1549
0.0540
0.9344
Wald Stat.
3.4074
0.5119
0.3874
3.3740
0.2473
2.2704
0.1365
Sig.
0.0649
0.4743
0.5336
0.0662
0.6190
0.1319
0.7118
200
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
Wald Stat.
1.0136
0.0005
2.8122
4.8329
0.0007
2.7267
0.5748
Sig.
0.3140
0.9816
0.0936
0.0279
0.9795
0.0987
0.4484
201
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
Wald Stat.
3.4130
0.5013
0.2170
3.9905
0.2209
1.9174
Sig.
0.0647
0.4789
0.6413
0.0458
0.6383
0.1661
202
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
Wald Stat.
3.4268
0.3049
4.3509
0.1908
2.0075
Sig.
0.0641
0.5808
0.0370
0.6623
0.1565
203
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
Wald Stat.
4.9448
0.3375
2.7226
4.7265
1.8125
4.8441
Sig.
0.0262
0.5613
0.0989
0.0297
0.1782
0.0277
204
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
SE
16.7111
3.2780
4.2692
0.2073
Wald Stat.
6.2392
4.7655
5.9440
5.9779
Sig.
0.0125
0.0290
0.0148
0.0145
205
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
206
Koef. Regresi
-42.9435*
SE
18.1326
Wald Stat.
5.6089
Sig.
0.0179
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
CL/TA
-6.2406**
CA/CL
-10.2834*
GROWTH
0.5076*
NI/TA
NFA/TA
4.8433
* signifikan pada 5%, ** signifikan pada 10%
3.4816
4.6098
0.2214
3.2129
4.9762
5.2556
0.0731
0.0257
0.0219
3.7231
1.6923
0.1933
207
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
DAFTAR PUSTAKA
Altman, E.I. 1968. "Financial Ratios, Discriminant Analysis and the
Prediction of Corporate Bankcuptcy". Journal of Finance 23:
589-609.
_______, 1984. "The Success of Business Failure Prediction Models:
An International Survey". Journal Banking and Finance (June):
171-198.
_______, dan R. Haldeman. 1995. "Corporate Credit Scoring Models:
Approaches and Test for Successful Implementation". Journal
of Commercial Bank Lending 77: 10-22.
_______, G. Marco dan F. Varetto. 1994. "Corporate Distress
Diagnosis: Comparisons Using Linier Discriminant Analysis
and Neural Network (the Italian Experience)". Journal of
Banking and Finance 18: 505-529.
Asquith P., R. Gertner dan D. Scharfstein. 1994. "Anatomy of Financial
Distress: An Examination of Junk-Bond Issuers". Quarterly
Journal of Economics 109: 1189-1222.
Brown, D. T., C. M. James dan R. M. Mooradian. 1992. "The Information
Content of Distressed Restructurings Involving Public and
Private Debt Claims". Journal of Financial Economics 33: 92118.
Financial Accounting Standard Boards. 1978. Objective of Financial
Reporting by Business Enterprises. Statement of Financial
Accounting Concepts No. 1.
Foster, George. 1986. Financial Statement Analysis. Prentice Hall,
Englewood Cliffs, New Jersey.
208
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
209
Luciana Spica Almilia & Kristijadi, Analisis Rasio Keuangan untuk Memprediksi ondisi Financial
Oleh:
Luciana Spica Almilia, S.E, M.Si.
Dosen Tetap STIE PERBANAS Surabaya
Alumnus Program Magister Sains Universitas Gadjah Mada Yogyakarta
Drs. E. Kristijadi, M.M.
Dosen Tetap STIE PERBANAS Surabaya
Alumnus Program Magister Manajemen Universitas Airlangga Surabaya
Alamat Korespondensi:
Luciana Spica Almilia, S.E., M.Si.
HP. 08165440606
STIE PERBANAS Surabaya
Jln. Nginden Semolo No. 34-36
Surabaya 60118
Telp. (031)5947151, 5947152
210