BAB IV PEMBAHASAN

A. Data Hasil Penelitian 1. a. Sejarah singkat PT. Bursa Efek Surabaya Latar belakang PT. Bursa Efek Surabaya PT. Bursa Efek Surabaya merupakan bursa efek pertama di Indonesia. Didirikan pada tanggal 30 Maret 1989 berdasarkan akta notaris Kartini Mulyadi, SH nomor 73 di Jakarta. Yang kemudian diubah dengan akta notaris pengganti Winnie Hadipojo, SH nomor 4 pada tanggal 2 juni 1989 menyusul perubahan Anggaran Dasar Perusahaan. Perubahan ini disahkan oleh Menteri Kehakiman dengan Surat Keputusan nomor C25101.HT.Th.1989 dan didaftarkan di panitera Pengadilan Negeri Surabaya tanggal 15 juni 1989 dengan nomor 720/89. Setelah diresmikan oleh Menteri Keuangan pada tanggal 16 juni 1989, BES mulai beroperasi secara resmi dan bertempat di gedung Medan Pemuda Jl. Pemuda 28-31 Lt V Surabaya. Setelah beroperasi tiga tahun terjadi lagi perubahan akta notaris yaitu pada tanggal 15 Februari 1992 melalui akta nomor 14 Notaris Raden Sudjono, SH dan pada tanggal 10 Septmber 1992 melalui akta nomor 11

63

oleh notaris yang sama. Akta ini kemudian diregistrasikan ke Departemen Kehakiman pada tanggal 13 September 1992 dengan nomor C27795.HT.01.04.Th.1992 dan diumumkan dalam Berita Lembaran Negara No. 1030 tertanggal 12 Oktober 1992. Jumlah modal disetor untuk penerbit PT Bursa Efek Surabaya yaitu sebesar Rp 20.000.000.000,00 (dua milyar rupiah) yang terbagi menjadi 40 lembar saham dengan nominal Rp 50.000.000,00 (lima puluh juta rupiah). Penetapan likasi Bursa Efek Surabaya merupakan pusat bisnis kedua di Indonesia setelah Jakarta. Pada mulanya terdapat 25 perusahaan yang tercatat efek di Bursa Efek Surabaya dengan kegiatan perdagangan yang dilakukan 36 perusahaan efek yang menjadi anggota Bursa Efek Surabaya. Saat ini tercatat tidak kurang dari 211 emiten yang telah mencatatkan sahamnya di Bursa Efek Surabaya per 31 Desember 1996. Perkembangan lain yang perlu dicatat adalah akusisi PT Bursa Pararel Indonesia (BPI) oleh PT Bursa Efek Surabaya pada tanggal 28 Juli 1996. Akusisi ini dilakukan untuk lebih mengaktifkan perdagangan instrumen pasar modal yang telah ada sehingga kondisi bursa di indonesia lebih efisien dan marak. b. Maksud dan Tujuan PT. Bursa Efek Surabaya

64

PT. Bursa Efek Surabaya dibentuk dengan maksud dan tujuan berikut: 1. Menunjang kebijakan pemerintah dalam

mengembangkan pasar modal sebagai alternatif sumber pembiayaan untuk mendukung industri dalam rangka pembangunan nasional. 2. Memberikan kesempatan yang luas

kepada masyarakat untuk ikut memiliki berbagai macam efek, disamping memberi kemudahaan bagi dunia usaha untuk menarik dana dengan cara menawarkan efek kepada masyarakat melalui pasar modal. 3. Menyediakan sarana tambahan kepada

para pedagang dan perantara pedagang efek dalam melaksanakan perdagangan. Untuk mencapai hal-hal diatas, PT Bursa Efek Surabaya mengadakan usaha-usaha sebagai berikut: 1) Menyelenggarakan bursa efek di Surabaya yang merupakan sarana untuk mempertemukan pembeli dan peminta dana jangka panjang dalam bentuk efek sebagaimana yang dimaksud dalam undang- undang No. 15 tahun 1952. 2) Berusaha dalam segala kegiatan bursa efek, termasuk: a) Menyelenggarakan perdagangan yang telah memenuhi prosedur dan tata cara yang telah disyaratkan pemerintah.

65

b) Menyediakan jasa-jasa pencatatan efek dan registrasi pengalihan hak, kliring efek, penyimpanan efek, pengolahan administrasi efek, jasa informasi dan jasa-jasa lain dalam rangka menjaga keamanan dan kelancaran perdagangan efek. c) Mengadakan penilaian terhadap emiten yang mencatatkan efeknya di bursa efek yang diselenggarakan oleh perseroan sesuai dengan peraturan bursa efek yang diselenggaraan oleh perseroan dan peraturan perundang- perundang lain yang berlaku. d) Menyediakan jasa-jasa yang diperlukan dalam rangka emisi efek yang akan diselenggarakan oleh perseroan, dengan mengingat peraturan perundang- undangan yang berlaku. e) Membuat peraturan dan ketentuan-ketentuan pelaksanan teknis tentang penyelenggaran bursa efek yang di selenggarakan oleh perseroan serta peraturan untuk kegiatan lain yang diselenggarakan oleh perseroan sesuai dengan peraturan perundang-undangan yang berlaku. 3) Menjalankan segala kegiatan yang selaras dalam usaha-usaha untuk mencapai perseroan tersebut dalan ayat-ayat diatas dan menjalankan usaha-usaha yang dimaksud seluas-luasnya bank atas tanggungan sendiri maupun bersama-sama dengan pihak lain, dengan cara serta bentuk yang

66

sesuai dengan keperluan perseroan dan dengan mengindahkan peraturan perdagangan yang berlaku. 4) Dalam menyelenggarakan bursa efek dan segala kegiatan sebagaimana dimaksud dalam pasal ini, perseroan dapat membebani kepada pihak yang bersangkutan, imbalan atau jasa yang besarnya ditetapkan perseroan. c. Organisasi PT. Bursa Efek Surabaya Dalam kegiatan usahanya PT. Bursa Efek Surabaya berada dalam pembinaan dan pengawasan BAPEPAM, sesuai dengan Keputusan Presiden No. 60 tahun 1988 tentang pasar modal. Sebagaimana perusahan perseroan lainnya maka kekuasaan tertinggi terletak pada Rapat Umum Pemegang Saham sebagaimana yang tercantum dalam Anggaran Dasar Perusahaan. Dalam struktur organisasi PT Bursa Efek Surabaya terdapat Dewan Komisaris yang sebanyak- banyaknya terdiri dari satu orang Komisaris Utama dan empat Komisaris. Tugas utama Dewan Komisaris adalah melakukan pengawasan terhadap kelancaran jalanya perseroan dan mengangkat direktur utama. Sedangkan dalam menjalankan usahanya sehari-hari menjadi tugas dari Dewan Direksi yang terdiri dari satu orang Direksi Utama yang membawahi tiga Direktur dengan tugas masing-masing yang lebih spesifik. Direktur I membawahi Bagian Perdagangan dan Keanggotaan serta Bagian Permohonan dan pengawasan. Direktur II

67

membawahi bagian Listing. Dan Direktur III membawahi bagian Teknologi Informasi dan bagian Riset. Selain tiga orang Direktur tersebut Direktur Utama dibantu oleh seseorang Sekretaris perusahaan yang terutama mengurus masalah hubungan masyarakat dan masalah hukum. Sedangkan jika ada suatu masalah khusus, maka ada Komite Anggaran dan Komite penasehat urusan listing (pencatatan), trading (perdagangan), dan membership (keanggotaan) bursa yang mempunyai garis konsultif. Sebagai pertanggungjawaban kepada pemegang sahamnya maka setiap 2 tahun melalui Rapat Umum Pemegang Saham, PT. Bursa Efek Surabaya menunjuk akuntan publik yang terdaftar di BAPEPAM untuk mengaudit laporan keuangannya. Untuk mengembangkan usahanya, sejak pergantian Dewan Direksi PT. Bursa Efek Surabaya menambahkan satu bidang khusus yaitu Pengembangan Bisnis yang berada langsung dibawah Direktur Utama. Untuk lebih jelasnya berikut ini disajikan struktur organisasi PT. Bursa Efek Surabaya yang mulai berlaku sejak Mei 1996.

68

Gambar 1 Struktur Organisasi PT. Bursa Efek Surabaya

RUPS

Dewan Komisaris

Direktur Utama

Corporate Secretary Audit

Dir.Umum

Dir. Perdagangan

Dir. Keuangan Div. Keuangan & Akuntasi

Div. Adm. & Penerangan

Div. Penyelenggara

Bag. Adm Umum

Bag. Penrg & Humas

Bag. Pengolahan Data

Bag. Adm & Perdag

Bag. Akunt

Bag. Keuangan

Sumber: Prospektus PT. Bursa Efek Surabaya

69

2.

Data yang digunakan dalam penelitian Dalam penelitian ini yang menjadi subyek penelitian adalah sektor

perbankan yang listing di Bursa Efek Surabaya. Berdasarkan data yang diperoleh dari Bursa Efek Surabaya periode 1997-2005, untuk keperluan penelitian terhadap sektor perbankan yang listing maka yang termasuk dalam kriteria pengambilan sampel penelitian berjumlah 142 sektor perbankan meliputi 99 sektor perbankan yang non financial distress dan 43 sektor perbankan yang financial distress. Adapun sejarah singkat mengenai sampel sektor perbankan dapat dijelaskan secara ringkas sebagai berikut: 1. PT. Bank Buana Indonesia, Tbk Bank yang ditemukan sebagai bank umum pada 1956, dibawah seri gabungan dimulai dengan dasar Bandung PT. Bank Pembinaan Nasional pada 1972, PT. Bank Kesejahteraan Semarang pada 1974 dan PT. Bank Aman Makmur dari Jakarta pada 1975. Pada 1989 kekuatan gabungan bank dengan Bank Mitsubishi Jepang untuk menemukan bank joint venture dengan nama PT. Bank Mitsubishi Buana. Pada 1990, kemudian ditemukan bank joint venture dengan DBS Singapura dan Bank Tat Lee dibawah nama PT. DBS Bank Buana Tat Lee pada 1997, DBS Singapura mengambil alih saham terbatas bank Mitsubishi pada PT. DBS Bank Buana. Pada tahun yang sama, bank Tat Lee dari Singapura mengambil alih pengaruh DBS Singapura

70

pada PT. DBS Bank Buana Tat Lee dan merubah namanya dari joint venture menjadi PT. Tat Lee Bank Buana. Pada 1999 yang lalu, PT. Tat Lee Bank Buana merubah nama PT. Keppel Tat Lee Bank Buana. Pada 2000, perusahaan menjual sahamnya pada PT. DBS Bank Buana dan ditahun yang sama dipublikasikan pada penawaran 194.000.000 saham pada nilai per Rp500 per saham. Harga penawaran Rp700. 2. PT. Bank Mega, Tbk Perusahaan ini bank swasta nasional dengan jaringan pertumbuhan tercepat, lebih dari 60 kantor cabang online berada dikota-kota besar diseluruh Indonesia. Didirikan di Surabaya pada 1969, perusahaan mengharuskan teamnya bekerja secara profesional. Pada 1992, perusahaan merubah namanya menjadi PT. Bank Mega dan berlokasi di Jakarta. Pada 30 September 1999, mengakuisisi saham PT. Indovest sebagai perusahaan subsidi yang lain. Pada 21 Januari 2000 perusahaan merubah namanya menjadi PT. Bank Mega Tbk. Pada Maret 2000 perusahaan bergabung dengan IPO dan mendaftarkan 112.500 juta sahamnya di BEJ dan BES. Pada tahun 2000 kantornya bertambah pesat terdiri dari 8 kantor cabang, 15 sub cabang dan 4 kantor kas yang keseluruhannya adalah 52 jaringan kantor pada 2000. Kesehatan dan kekuatan bank tergolong kategori A dan merupakan salah satu bank yang mempunyai pertumbuhan tercepat diwilayah Asia Pasific. Perusahaan memposisikan diri kedepannya pada

71

Industri Perbankan Indonesia melalui berbagai inisiatif seperti visi 2010, sumber daya manusia dan perkembangan teknologi infrastruktur. 3. PT. Bank NISP, Tbk Perusahaan yang didirikan pada 1941 di Bandung beroperasi sebagai bank penyimpanan. Perusahaan mencapai status bank perdagangan pada 1967. Pada 1972 perusahaan menggabungkan keuangan dan perjanjian asisten teknikal dengan bank Daiwa dari Jepang meliputi Bank Daiwa Perdania, penggabungan bank pertama di Indonesia. Kemudian perusahaan menjadi pemegang saham di Bank Daiwa Perdania dan menambah sahamnya dari 11,93% menjadi 20,1% pada 2000. Status bank asing diperoleh pada 1990. Pada 20 Oktober 1994 perusahaan mendaftarkan sahamnya di Bursa Efek Jakarta dan itu menjadikan bank umum. Kemudian pada 1995 perusahaan menerima Sertifikat ISO 9002 dari Kementrian Keuangan dan Institusi Divisi Keuangan. Pada tahun berikutnya, sertifikat diberikan pada semua kantor divisi utama bank. Sertifikat ISO meningkat pada Januari 2000 pada ISO 9001. 4. PT. Bank Victoria International, Tbk Perusahaan didirikan di Jakarta pada 1992. Ketika mendaftarkan sahamnya di BEJ. Perusahaan memberikan gratis seri I Warrant sebagai insentiv pada pembeli dengan rasio setiap 25 pemegang saham menerima 8 seri I Warrant. Setiap seri I Warrant dapat membeli 1 saham yang baru terbit

72

oleh perusahaan dari portofolionya. Seri I Warrant terbit efektif setiap 3 tahun. 5. PT. Bank Pan Indonesia, Tbk Perusahaan yang didirikan pada 1971 melalui gabungan dari 3 bank pribadi: PT. Bank Industri dan Dagang Indonesia, PT. Bank Kemakmuran dan PT. Industri Djaya Indonesia. Pada 1972 bank memberikan ijin untuk mengoperasikan transaksi pertukaran mata uang asing. Setelah itu mengambil alih 4 bank lainnya: PT. Bank Abadi, PT. Bank Lingga Harta, PT. Bank Pembangunan Ekonomi dan PT. Bank Pembangunan Sulawesi. 1 dari 4 right issue yang ditutup pada Agustus 1995 menambah total pembayaran modal dari Rp240 miliar sampai Rp300 miliar dan total bersih harga bank meningkat menjadi Rp523 miliar. Perusahaan mempunyai 100 jaringan kantor lokal yang terdiri dari 20 cabang utama dan 80 sub cabang disemua kota besar di Indonesia. Dan 2 cabang luar di Cayman dan Cook Islands. Bank juga mempunyai beberapa bank Internasional sebagai partner joint venture pada perusahaan pelayanan keuangan di Indonesia seperti Bank Dai-Chi Kongyu, perusahaan keuangan internasional, Bank DEG, kredit lyounnais, Bank kredit Nippon, PLC Schrodas, ANZ Bank. Pada Februari 1996 perusahaan memperoleh rating Triple B minus dari Merrill Lynch dan pencatatan untuk record keuangan dan manajemen, dan untuk kecakapan terhadap sektor perputaran dana. Pada Februari 1999 Bank Panin

73

menandatangani perjanjian pelayanan teknik (TSA) dengan dasar group Bank ANZ dari Australia. 6. PT. Bank Artha Niaga Kencana, Tbk PT. Bank Artha Niaga Kencana didirikan di Surabaya pada 18 September 1969. Perusahaan terbentuk sebagai PT. Bank Surabaya Djaya. Berdasarkan putusan D.15.6.8.4 pada 15 Desember 1969 dari menteri keuangan RI. Perusahaan memperoleh perjanjian operasional terhadap kondisi aktivitas perbankan. Setelah tahap perubahan dan perkembangan pada aktivitas perbankan, 10 April 1984, PT. Bank Surabaya Djaya mengganti namanya sebagai PT. Bank Artha Niaga Kencana. Singkatnya sebagai bank ANK. Dari bank kecil yang pasarnya hanya mengkhususkan pada Jawa Barat, bank ANK memperluas operasinya sampai ke area yang lain seperti Jawa Tengah dan DKI Jakarta pada 1989. Bank ANK juga merubah statusnya menjadi bank valuta asing sesuai dengan perjanjian Bank Indonesia No. 23/26/KEP/DIR tertanggal 6 Juli 1990. Karena pada perkembangan selanjutnya, bank ANK akan menambah pelayanan perbankan mereka khususnya pada transaksi asing. Pada akhir tahun 2000, bank ANK mempunyai total 15 kantor yang meliputi 1 kantor utama, 5 kantor cabang dan 9 kantor sub cabang. Sejak 28 September 2000 perusahaan menjadi perusahaan umum. Perusahaan mendaftarkan sahamnya pada BEJ November 2000. Jumlah saham perusahaan ditawar masyarakat

74

50.000.000 masing-masing Rp500. Jumlahnya meningkatkan tambahan modal sampai 25 juta rupiah. Modal tambahan digunakan untuk mengembangkan sistem operasional dengan membuka beberapa kantor baru (cabang dan sub cabang) dan untuk perbaikan sistem informasi teknologi. 7. PT. Bank Ekskutif Internasional, Tbk Bank lokal ini didirikan pada 1992. Pada Juli 2001, perusahaan membuat penawaran umum 277,5 juta sahamnya. Dana yang dihasilkan dari penjualan tersebut, 50% akan digunakan untuk keuangan pembukaan kantor cabang dan sub cabang, 30% untuk perkembangan informasi teknologi dan sisanya untuk modal disetor. Pada April 2001, CAR perusahaan mencapai 8,45%. Bank ini umumnya mempunyai 7 kantor cabang dan 3 kantor sub cabang. 8. PT. Bank Nusantara Parahyangan, Tbk PT. Bank Nusantara Parahyangan didirikan pada Januari 1972 dengan nama PT. Bank Pasar Karya Parahyangan. Untuk mengakomodasi perkembangan pada bisnis alam, pada Maret 1989 status bank berubah menjadi bank umum dengan nama PT. Bank Nusantara Parahyangan. Sebagai awal BNP tumbuh lebih baik dan dijembatani oleh keinginan manajemen melalui publik saham BNP pada batas saham dan aktivitas, BNP merubah statusnya dari perusahaan pribadi menjadi perusahaan umum. 9. PT. Bank Swadesi, Tbk

75

Didirikan di Surabaya pada September 1968 sebagai PT. Bank Pasar Swadesi, operasi keuangannya sebagai bank umum pada 2 September 1989. Pada 1992 perusahaan memulai bisnis pertukaran mata uang dan pada 11 November 1994 operasional keuangan sebagai bank valuta asing. 10. PT. Bank Bumi Putera Indonesia, Tbk Ditemukan pda 31 Juli 1989. Perusahaan memperoleh ijin operasi sebagai bank umum pada 4 Januari 1990. Pada 5 Desember 1997 perusahaan memperolah status baru sebagai bank devisa. 11. PT. Bank Kesawan, Tbk Didirikan di Medan pada 28 April 1913 sebagai NV. Chungwa Shangyeh Maatschappij (Shinese Trading Company Ltd) pada 31 Maret 1962. Perusahaan merubah namanya menjadi PT. Bank Chungwa Shangyeh. Dan pada 10 Maret 1965 berubah nama lagi menjadi PT. Bank Kesawan. Perusahaan bergerak pada Industri pelayanan perbankan. 12. PT. Bank Mandiri, Tbk Diterbitkan pada 2 Oktober 1998. PT. Bank Mandiri adalah produk merger dari 4 bank: PT. Bank Bumi Daya, PT. Bank Dagang Negara, PT. Bank Ekspor Impor dan PT. Bank Pembangunan Indonesia. Setelah mengikuti merger, PT. Bank Mandiri menjadi Bank terbesar di Indonesia.

13. PT. Bank Rakyat Indonesia, Tbk

76

Pada awalnya Bank Rakyat Indonesia didirikan di Purwokerto, Jawa Tengah oleh Raden Aria Wiraatmadja. Penemu Bank Rakyat Indonesia adalah Raden Aria Wiraatmaja pada periode sebelum Republik Indonesia merdeka yang berdasarkan Peraturan Pemerintah No.1 tahun 1946 pasal 1 yang menyatakan bahwa BRI adalah pembangunan bank yang pertama di Republik Indonesia. PT. BRI (persero) yang didirikan sejak 1895 dengan dasar pelayanan kelas masyarakat menengah kebawah, masih

mempertahankan konsistensinya dengan memfokuskan pemberian fasilitas kredit kelompok menegah kebawah. Itu direfleksikan melalui perkembangan distribusi KUK yang bertambah dari Rp6.419,8 milyar pada 1994 sampai Rp8.231,1 pada 1995 dan sampai September 1999 bertambah lagi menjadi Rp20.466 milyar. 14. PT. Bank Mayapada Internasional, Tbk Bank yang ditemukan di Jakarta dengan nama dari PT. Bank Mayapada Internasional pada 1989. Pada 1995 berubah nama PT. Bank Mayapada Internasional. Pengadaan operasional dimulai pada 1990 sesuai dengan keputusan Menteri Keuangan No. 342/KMF.013/1990 tanggal 16 Maret 1990. 3 tahun kemudian berkembang jadi status bank penukaran mata uang asing sesuai dengan keputusan BI No. 26/26/KEP/DIR/ tanggal 3 Juni 1993. Untuk mengembangkan pelayanan konsumen dan memperluas

77

jaringan ke daerah-daerah nasional. Bank membuka kantor operasional di luar Jakarta yaitu Surabaya, Semarang, Solo, Dan Denpasar. 15. PT. Bank Central Asia, Tbk PT. Bank Central Asia didirikan tanggal 10 Agustus 1955 berdasarkan akta notaris Raden Mas Soeprapto No. 38 dengan nama NV Perseroan Dagang dan Industri Semarang Knitting Factory. Akta pendirian tersebut disahkan oleh MENKEH dalam SK No. J.A.5/89/19 tanggal 10 Oktober 1955 dan diumumkan dalam Lembaran Berita Negara No. 62, tambahan No. 595 tanggal 3 Agustus 1956. Nama bank telah mengalami beberapa kali perubahan, terakhir dengan nama PT. Bank Central Asia berdasarkan akta notaris Wargio Suhardjo, SH No. 144 tanggal 21 Mei 1974. Lebih lanjut, sehubungan dengan penawaran umum saham-saham Bank pada bulan Mei 2000, status bank berubah dari Perseroan Tertutup menjadi Perseroan Terbuka, sehubungan dengan hal tersebut nama bank berubah menjadi PT. Bank Central Asia Tbk berdasarkan akta notaris Hendra Karyadi, SH No. 62 tanggal 29 Desember 1999. Perubahan ini telah disetujui oleh MENKEH dalam SK No. C-21020.HT.01.04.TH.99 tanggal 31 Desember 1999.

78

16. PT. Bank Century Intervest Corporation, Tbk PT. Bank Century Intervest Corporation diterbitkan pada 1989. Perusahaan memulai operasinya sebagai bank umum pada 16 April 1990 dan kantor pusatnya berada di Jl. RS. Fatmawati, Jakarta. 17. PT. Bank Danamon, Tbk PT. Bank Danamon Indonesia didirikan di Republik Indonesia pada tanggal 16 Juli 1956 berdasarkan akta notaris Meester Raden Soedja, SH No. 134. Akta pendirian ini disahkan oleh Menteri Kehakiman (sekarang Menteri Kehakiman dan Hak Asasi Manusia) dengan surat keputusan No. J.A.5/40/8 tanggal 24 April 1957 dan telah diumumkan dalam Tambahan Berita Negara No. 664, Berita Negara Republik Indonesia No. 46 tanggal 7 Juni 1957. Anggaran Dasar Bank telah mengalami beberapa kali perubahan, terakhir dengan akta notaries Hendra Karyadi, SH No. 6 tanggal 13 Juni 2000 mengenai peningkatan modal dasar serta modal ditempatkan dan disetor penuh bank masing-masing dari Rp9.688.300 menjadi Rp10.000.000 dan dari Rp2.442.075 menjadi Rp3.562.261. Akta tersebut telah disetujui oleh Menteri Hukum dan Perundang-undangan (sekarang Menteri Kehakiman dan Hak Azasi Manusia dengan surat keputusan No. C-12650 HT.01.04 TH. 2000 tanggal 30 Juni 2000 dan diumumkan dalam Lembaran Berita Negara No. 74, Tambahan No. 5394 tanggal 15 September 2000. 18. PT. Bank Internasional Indonesia, Tbk

79

PT. Bank Internasional Indonesia didirikan pada tahun 1959 berdasarkan akta No. 53 tertanggal 15 Mei 1959 dari notaries pengganti Soeleman Ardjasasmita SH dan telah diubah dengan akta No. 9 tertanggal 4 Agustus 1959 dan No. 21 tertanggal 6 Oktober 1959 dari notaris Eliza Pondang, SH di Jakarta. Akta pendirian ini telah mendapat pengesahan dari MENKEH RI melalui SK No. J.A.5/112/18 tertanggal 2 November 1959 dan telah didaftarkan ke Kantor Pengadilan Negeri Jakarta dengan No. 2116 tanggal 5 November 1959. Pada tanggal 31 Mei 1980 perusahaan melakukan merger dengan PT. Bank Tabungan untuk Umum 1859 Surabaya. Keputusan merger dituangkan dalam akta notaris Arianny Lamoen Redjo SH No. 17 tertanggal 31 Maret 1980. Sesuai SKBI No. 21/11/Dir/UPPS tanggal 9 November 1988 perusahaan memperoleh peningkatan status menjadi Bank Devisa pada tanggal 13 September 1996 sesuai dengan akta No. 130 dari notaris Sutjipto SH yang telah mendapat persetujuan dari MENKEH RI melalui SK No. C2-9626.HT.01.04.TH.96 tertanggal 21 Oktober 1996. 19. PT. Bank Negara Indonesia, Tbk Didirikan di Indonesia sebagai bank sentral dengan nama Bank Negara Indonesia berdasarkan Peraturan Pemerintah No. 2 tahun 1946 tanggal 5 Juli 1946 tahun 1968. Bank BNI ditetapkan menjadi Bank Negara Indonesia pada 1946 dan statusnya menjadi bank umum milik negara.

80

Berdasarkan Peraturan Pemerintah No. 19 tahun 1992, tanggal 29 April 1992 telah dilakukan penyesuaian bentuk hukum Bank BNI menjadi perusahaan Perseroan (Persero). Penyesuaian bentuk hukum menjadi persero dinyatakan dalam akta No. 131 tanggal 31 Juli 1992 dibuat dihadapan Muhani Salim, SH yang telah diumumkan dalam Berita Negara Republik Indonesia No. 73 tanggal 11 September 1992 Tambahan No. 1A. Anggaran Dasar Bank BNI telah mengalami beberapa kali perubahan terakhir dengan akta No. 38 tanggal 23 Agustus 2001, dibuat dihadapan Fathiah Helmi, SH. Notaris di Jakarta mengenai penurunan modal ditempatkan dan disetor. Perubahan ini telah disahkan oleh Menteri Kehakiman dan Hak Azasi Manusia dengan surat Keputusan No. C-09122.HT.01.04.TH.2001.

Perubahan ini belum diumumkan dalam Berita Negara. 20. PT. Bank Niaga, Tbk PT. Bank Niaga didirikan berdasarkan akta pendirian perusahaan No. 90 yang dibuat Raden Meester Soewandi notaris di Jakarta tanggal 26 September 1955 dan diubah dengan akta notaris yang sama No. 9 tanggal 4 November 1955. Akta-akta ini mendapat persetujuan MENKEH RI dengan SK No. J.A.5/110/15 tanggal 1 Desember 1955 didaftarkan pada Pengadilan Negeri Jakarta tanggal 13 Desember 1955 berturut-turut dengan No. 2126 dan 2127 serta diumumkan dalam Tambahan No. 729 pada Berita Negara RI No. 71 tanggal 4 Desember 1956.

81

21. PT. Lippo Bank, Tbk Didirikan pada tanggal 11 Maret 1948 berdasarkan akta notaris Meester Karel Eduard Krijgsman No. 51. Akta Pendirian tersebut disahkan oleh MENKEH dalam SK No. J.A.5/11/24 tanggal 3 April 1948 dan diumumkan dalam Berita Negara No. 36 Tambahan No. 96 tanggal 4 Mei 1948. Anggaran dasar bank telah beberapa kali mengalami perubahan, terakhir dengan akta notaris Misahardi Wilamarta, SH No. 5 tanggal 3 Juni 1999 antara lain mengenai perubahan oleh MENKEH dalam SK No. C10544.HT.01.04.TH.99 tanggal 4 Juni 1999. 22. PT. Bank Permata, Tbk Diterbitkan pada 4 Januari 1955 sebagai bank Persatuan Dagang Indonesia (United Commercial Bank Of Indonesia) dan berubah menjadi PT. Bank Bali pada 1971. Sebagai hasil dari gabungan 5 bank (PT. Bank Bali Tbk, PT. Bank Universal Tbk, PT. Bank Prima Express Tbk, PT. Bank Arthamedia dan PT. Bank Patriot Tbk). PT. Bank Bali diangkat sebagai bank platform. Gabungan resmi dilengkapi pada 30 September 2002 dan nama kantornya berubah menjadi PT. Bank Permata Tbk (Permata Bank) pada 18 Oktober 2002 setelah disetujui Bank Indonesia pada September 2005. Bank Permata mempunyai jaringan 312 kantor cabang yang berlokasi di 33 kota besar dan 546 sambungan ATM pada jaringan lokal ATM BCA, ALTO, Cakra dan

82

Lintas Artha (ATM Bersama) serta jaringan ATM Internasional Cirrus, ATM Plus dan Visa Elektron. B. Analisis dan Pembahasan Setelah diuraikan mengenai gambaran subyek penelitian, berikut dilakukan analisis dan pembahasan terhadap bank sampel. Analisis tersebut terdiri dari analisis linear untuk faktor makro ekonomi, analisis deskriptif dari variabel makro dan mikro, analisis faktor dari variabel earning, pengujian hipotesis dengan logistic regression, analisis prediksi financial distress, dan spesifikasi cut off point (cutting score) serta pembahasan. Dimana analisis dan pembahasannya akan diuraikan sebagai berikut: 3. Mengumpulkan data berupa laporan keuangan dan mengelompokkan

kondisi bank menjadi 2 kelompok sesuai dengan kriteria penelitian yaitu bank yang non financial distress dan bank yang financial distress (lihat lampiran 1). 4. Melakukan analisis regresi terhadap variabel makro ekonomi.

Model regresi sederhana digunakan untuk menguji tambahan kandungan informasi variabel makro ekonomi. Variabel makro ekonomi dikatakan mempunyai pengaruh terhadap terjadinya financial distress pada suatu bank karena financial distress perusahaan dapat dipengaruhi tidak saja oleh variabel mikro ekonomi (kondisi keuangan yang diperlihatkan dengan rasio keuangan) tetapi juga dipengaruhi kepekaan (sentyvititas) peusahaan terhadap varabel makro ekonomi (pertumbuhan produksi domestik bruto, inflasi, tingkat suku

83

bunga dan nilai mata uang yang beredar). Variabel makro ekonomi bukan saja sebagai variabel kontrol karena perubahan lingkungan bisnis tetapi berubah menjadi variabel penjelas yang menyebabkan financial distress. Untuk mengetahui pengaruh dari PDB, CPI, INT dan M2 terhadap return saham perusahaan dilakukan perhitungan regresi linear. Adapun persamaan regresi pada variabel makro ekonomi yang digunakan adalah sebagai berikut: Return Saham = 0,i + 1,iPDB + 2,iCPI + 3,iINT + 4,iM2 Berdasarkan atas hasil perhitungan regresi linear yang bersumber pada lampiran 4 tersebut maka hasil dari regresi dapat dituliskan dalam persamaan berikut ini: Return Saham = 2.023 + 0.00000187PDB - 0.007CPI - 0.245INT 0.000014 M2

Coefficients a Unstandardized Coefficients B Std. Error 2,023 6,129 1,87E-006 ,000 -,007 ,057 -,245 ,193 -1,4E-005 ,000 Standardized Coefficients Beta ,409 -,049 -,727 -1,038 Collinearity Statistics Tolerance VIF ,010 ,054 ,026 ,009 104,691 18,540 38,543 105,585

Model 1

t ,330 ,434 -,124 -1,271 -1,097

(Constant) PDRB CPI INT M2

Sig. ,742 ,665 ,901 ,207 ,275

a. Dependent Variable: Ri

Dari persamaan diatas dapat dianalisa bahwa pertumbuhan produksi domestik bruto dan index harga konsumen dan tingkat suku bunga berpengaruh secara

84

positif terhadap return saham perusahaan. Sedangkan inflasi dan nilai mata uang yang beredar berpengaruh secara negatif terhadap return saham perusahaan. Tanda negatif menyatakan bahwa estimasi mata uang yang beredar (M2) yang tinggi akan mempunyai pengaruh yang rendah terhadap return saham. Tabel 2 Hasil Analisis Regresi Linear Variabel Makro Ekonomi Variabel Constant PDB (Produksi Domestik Bruto) CPI (Inflasi) INT (Tingkat Suku Bunga) M2 (Nilai Mata Uang Beredar) Sumber : Lampiran 4, diolah penulis 5. Koefisien Beta 0.159 0.003 0.010 0.001 -0.018 Signifikansi 0.121 0.855 0.173 0.921 0.144

Menghitung variabel mikro ekonomi

Melakukan perhitungan pada masing-masing rasio dari variabel mikro ekonomi yang terdiri dari CAR (capital), RORA (asset), NPM (management), ROA dan BOPO (earnings) dan LDR (liquidity). Hasil dari perhitungan masing-masing rasio dapat dilihat pada lampiran 5. Dan karena variabel earnings terdiri dari 2 rasio maka perlu dilakukan analisis faktor sehingga diperoleh 1 variabel yang dapat mewakili kedua variabel tersebut. Analisis faktor dilakukan untuk menghasilkan nilai representasi dari Earnings. Nilai KMO and Barletts Test pada output analisis faktor harus lebih atau sama dengan 0,5 agar variabel yang ada sebenarnya sudah bisa dianalisis lebih lanjut (Singgih Santoso, 2002:100). Setelah dilakukan analisis faktor pada proksi-proksi earnings, dihasilkan nilai

85

KMO and Barletts Test sebesar 0.500 (sama dengan 0.5) sehingga bisa dianalisis lebih lanjut (lihat lampiran 2). Tabel 3 Hasil Common Factor Analysis A. Communalities dari 2 proksi EARNINGS Proksi ROA BOPO Communalities 0.568 0.568 B. Korelasi antara faktor dengan 2 proksi Proksi ROA BOPO Faktor 1 0.754 -0.754 C. Nilai eigenvalues untuk pengurangan matrik korelasi Eigenvalues 1.137 0.863 Sumber : Lampiran 2, diolah penulis Tabel 3 menunjukkan jumlah kedua nilai communalities individual pada panel A yang berjumlah 0.568. Untuk mencapai nilai tersebut dibutuhkan satu faktor yang memiliki nilai eigenvalues diatas satu. Faktor tersebut berdasarkan panel C adalah sebesar 1.137. Menurut Hair (1995) dalam Imam dan Indra (2000), hal ini sejalan dengan the rule of thumb dimana jumlah faktor yang digunakan sebagai variabel representasi adalah sebanyak faktor yang memiliki nilai eigenvalues sama atau lebih dari satu. Selanjutnya pada panel B nampak bahwa pada satu faktor yang terbentuk, proksi yang mempunyai nilai loading diatas 0.5 yaitu proksi ROA (return on asset) sebesar 0.754. Hal ini berarti untuk menjelaskan hubungan timbal balik antara proksi Earnings dibutuhkan satu faktor untuk mewakili kedua variabel tersebut yang kemudian nilai tersebut dimasukkan dalam persamaan regresi dengan simbol Earnings (X4). Faktor representasi Earnings ini dapat dilihat pada lampiran 3.

86

6.

Analisis Deskriptif Dalam analisis ini akan dilakukan analisis terhadap variabel-variabel

yang akan dimasukkan kedalam model analisis. Variabel-variabel yang akan diteliti terdiri dari faktor makro ekonomi (return saham, PDB, CPI, INT, dan M2) dan karakteristik keuangan (CAMEL yaitu CAR, RORA, NPM, Earning (ROA dan BOPO) dan LDR). Analisis deskriptif dari masing-masing variabel akan disajikan dalam tabel 4 Tabel 4 ANALISIS DESKRIPTIF VARIABEL DARI FULL SAMPLE, NON FINANCIAL DISTRESS DAN FINANCIAL DISTRESS
Model Variabel Faktor Makroekonomi Ri PDB CPI INT M2 Karakteristik Keuangan Capital Asset Management Earning Liquidity Full Sample (110 bank) Max Min Mean Non Distressed sample (70 bank) Max Min Mean Distressed sample (40 bank) Max Min Mean Mean Differe nce

1.30 5.60 16.42 17.62 17.11 0.31 0.10 9.50 2.40 0.97

-0.73 3.50 4.72 7.43 5.06 -0.10 -0.25 -16.40 -3.83 0.09

0.09 4.78 10.03 11.53 10.51 0.11 0.03 1.56 0.06 0.53

1.30 5.60 77.60 47.00 62.30 0.28 0.10 9.50 1.81 0.97

-0.75 -13.10 2.01 7.43 5.06 -0.05 -0.15 -8.30 -2.57 0.02

0.03 2.92 15.56 14.85 16.91 0.10 0.02 1.92 -0.02 0.54

1.30 5.60 77.60 47.00 62.30 0.31 0.10 9.50 2.40 1.00

-0.80 -13.10 2.01 7.43 5.06 -0.10 -0.25 -16.40 -4.08 0.02

0.07 4.45 12.02 13.19 13.47 0.11 0.02 1.20 0.01 0.55

-0.04 -1.53 3.54 1.66 3.44 -0.01 0 0.72 -0.03 -0.01

Sumber : Lampiran 6, diolah penulis

87

Descriptives 95% Confidence Interval for Mean Lower Bound Upper Bound -,141549 ,300828 ,091446 ,425447 ,082743 ,362627 1832888,336 1998532,364 1943671,836 2009253,489 1933616,316 1995008,084 7,9415 13,4755 7,3409 9,3749 7,8505 9,8055 8,9858 11,2892 8,5961 9,4602 8,8353 9,6647 173002,0877 227329,3123 211124,9248 232615,2252 207444,7021 227613,6979

N Ri 0 1 Total 0 1 Total 0 1 Total 0 1 Total 0 1 Total 20 80 100 20 80 100 20 80 100 20 80 100 20 80 100

PDRB

CPI

INT

M2

Mean ,079640 ,258447 ,222685 1915710 1976463 1964312 10,7085 8,3579 8,8280 10,1375 9,0281 9,2500 200165,7 221870,1 217529,2

Std. Deviation ,4726105 ,7504314 ,7052762 176964,6681 147348,6097 154700,2409 5,91221 4,57006 4,92621 2,46084 1,94139 2,09014 58040,12003 48284,32499 50823,56494

Std. Error ,1056789 ,0839008 ,0705276 39570,50 16474,08 15470,02 1,32201 ,51095 ,49262 ,55026 ,21705 ,20901 12978,17 5398,352 5082,356

Minimum -,4828 -,7872 -,7872 1750815 1750815 1750815 2,78 2,78 2,78 6,50 6,50 6,50 144869,0 144869,0 144869,0

Maximum 1,3529 4,2222 4,2222 2176976 2176976 2176976 17,11 17,11 17,11 12,75 12,75 12,75 279029,0 279029,0 279029,0

Descriptives 95% Confidence Interval for Mean Lower Bound Upper Bound ,081146 ,175654 ,161387 ,184618 ,150843 ,177321 ,065885 ,208475 ,025004 ,032024 ,034175 ,066319 -,237527 ,087977 ,025498 ,050889 -,017524 ,048724 -,364205 ,762275 ,095730 ,131525 ,024910 ,236508 -,283450 1,632470 ,044108 ,065387 -,006160 ,363560 ,583232 ,769478 ,521286 ,660976 ,549523 ,666829 ,592693 ,759207 ,685178 ,764845 ,679688 ,750710

N CAR 0 1 Total 0 1 Total 0 1 Total 0 1 Total 0 1 Total 0 1 Total 0 1 Total 20 80 100 20 80 100 20 80 100 20 80 100 20 80 100 20 80 100 20 80 100

KAP

ROA

ROE

NIM

BOPO

LDR

Mean ,128400 ,173003 ,164082 ,137180 ,028514 ,050247 -,074775 ,038194 ,015600 ,199035 ,113628 ,130709 ,674510 ,054748 ,178700 ,676355 ,591131 ,608176 ,675950 ,725011 ,715199

Std. Deviation ,1009663 ,0521941 ,0667222 ,1523348 ,0157726 ,0809975 ,3477500 ,0570483 ,1669382 1,2034667 ,0804220 ,5332004 2,0468596 ,0478116 ,9316507 ,1989744 ,3138560 ,2955969 ,1778932 ,1789965 ,1789680

Std. Error ,0225767 ,0058355 ,0066722 ,0340631 ,0017634 ,0080997 ,0777593 ,0063782 ,0166938 ,2691033 ,0089914 ,0533200 ,4576917 ,0053455 ,0931651 ,0444920 ,0350902 ,0295597 ,0397781 ,0200124 ,0178968

Minimum -,2229 ,0942 -,2229 ,0027 ,0015 ,0015 -1,2855 ,0009 -1,2855 -1,5570 ,0035 -1,5570 -,4787 ,0162 -,4787 ,4550 ,2780 ,2780 ,2625 ,2144 ,2144

Maximum ,2462 ,3327 ,3327 ,6261 ,0666 ,6261 ,4768 ,2969 ,4768 5,0204 ,3200 5,0204 7,5527 ,4400 7,5527 1,2179 3,1396 3,1396 ,9444 1,1641 1,1641

88

Test of Homogeneity of Variances Levene Statistic 4,100 48,245 20,017 14,799 40,681 ,053 ,002 df1 1 1 1 1 1 1 1 df2 98 98 98 98 98 98 98 Sig. ,046 ,000 ,000 ,000 ,000 ,819 ,968

CAR KAP ROA ROE NIM BOPO LDR

a.

Faktor Makro Ekonomi

Tabel 4 ini menunjukkan statistik deskriptif dari faktor makro ekonomi keuangan yang terdiri dari return saham (Ri), produksi domestik bruto (PDB), inflasi (CPI), tingkat suku bunga (INT), mata uang yang beredar (M2). Dari tabel 4 yang bersumber pada lampiran 6 terlihat bahwa mean return saham pada full sample sebesar 0.09, non distressed sample sebesar 0.03 dan distressed sample 0.07. Sedangkan mean difference antara non distressed sample dan distressed sample sebesar 0.04, ini menunjukkan bahwa perbedaan rata-rata return saham antara sample bank yang tidak mengalami financial distress dengan sample bank yang tidak mengalami financial distress yaitu sebesar 0.04. Sedangkan pada produksi domestik bruto (PDB) mean pada full sample sebesar 4.78, non distressed sample sebesar 2.92 dan distressed sample 4.45. Sedangkan mean difference antara

89

non distressed sample dan distressed sample sebesar 1.53, ini menunjukkan bahwa perbedaan rata-rata produksi domestik bruto (PDB) antara sample bank yang tidak mengalami financial distress dengan sample bank yang tidak mengalami financial distress yaitu sebesar 1.53. Pada inflasi atau perubahan index harga konsumen (CPI) mean pada full sample sebesar 10.03, non distressed sample sebesar 15.56 dan distressed sample 12.02. Sedangkan mean difference antara non distressed sample dan distressed sample sebesar 3.54, ini menunjukkan bahwa perbedaan rata-rata inflasi (CPI) antara sample bank yang tidak mengalami financial distress dengan sample bank yang tidak mengalami financial distress yaitu sebesar 3.54. Untuk tingkat suku bunga SBI (INT) mean pada full sample sebesar 11.53, non distressed sample sebesar 14.85 dan distressed sample 13.19. Sedangkan mean difference antara non distressed sample dan distressed sample sebesar 1.66. Dan pada mata uang yang beredar (M2) mean pada full sample sebesar 10.51, non distressed sample sebesar 16.91 dan distressed sample 13.47. Sedangkan mean difference antara non distressed sample dan distressed sample sebesar 3.44. b. Karakteristik Keuangan

Tabel 4 ini menunjukkan statistik deskriptif dari faktor mikro ekonomi keuangan yaitu karakteristik keuangan yang terdiri dari capital (X1), asset (X2), management (X3), earnings (X4), liquidity (X5). Dari tabel 4 yang

90

bersumber pada lampiran 6 terlihat bahwa mean capital (X1) pada full sample sebesar 0.11, non distressed sample sebesar 0.10 dan distressed sample sebesar 0.11. Sedangkan mean difference antara non distressed sample dan distressed sample sebesar 0.01, ini menunjukkan bahwa perbedaan rata-rata capital antara sample bank yang mengalami financial distress dengan sample bank yang tidak mengalami financial distress yaitu sebesar 0.01. Sedangkan pada asset (X2) mean pada full sample yaitu 0.03, non distressed sample sebesar 0.02 dan distressed sample sebesar 0.02. Mean difference pada asset (X2) antara non distressed sample dan distressed sample sebesar 0 ini menunjukkan bahwa perbedaan rata-rata asset antara sample bank yang tidak mengalami financial distress dengan sample bank yang mengalami financial distress yaitu sebesar 0. Pada management (X3) mean pada full sample sebesar 1.56, non distressed sample sebesar 1.92 dan distressed sample yaitu 1.20. Mean difference pada management (X3) antara non distressed sample dan distressed sample sebesar 0.72. Pada earnings (X4) mean pada full sample yaitu 0.06, non distressed sample sebesar 0.02 dan distressed sample besarnya yaitu 0.01. Mean difference pada earnings (X4) antara non distressed sample dan distressed sample sebesar 0.03 ini menunjukkan bahwa perbedaan rata-rata earnings antara sample bank yang tidak mengalami financial distress dengan sample bank yang mengalami financial distress yaitu sebesar 0.03.

91

Dan pada liquidity (X5) mean pada full sample yaitu 0.53, non distressed sample sebesar 0.54 dan distressed sample sebesar 0.55. Mean difference pada liquidity (X5) antara non distressed sample dan distressed sample sebesar 0.01 ini juga menunjukkan bahwa perbedaan rata-rata liquidity antara sample bank yang mengalami financial distress dengan sample bank yang tidak mengalami financial distress yaitu sebesar 0.01.

7.

Analisis dan Pengujian Hipotesis Pengujian hipotesis dilakukan untuk mengetahui pengaruh dari faktor

makro ekonomi dan mikro ekonomi terhadap probabilitas perusahaan yang mengalami financial distress dan non financial distress pada sektor perbankan (Hipotesis H01) dan untuk mengetahui apakah rata-rata probabilitas antara bank financial distress dengan non financial distress tidak berbeda dari 0 (Hipotesis H02). a. Menilai Model Fit Pada Persamaan 1 (Indirect

Test) dan Persamaan 2 (Direct Test). Berdasarkan output analisis regresi logistic dengan program SPSS for windows versi 12.00 pada lampiran 7-8 dapat diketahui overall fit model terhadap data. Tes statistik untuk menilai hal ini adalah berdasarkan pada fungsi likelihood. Likelihood dari model probabilitas bahwa model yang dihipotesakan menggambarkan data input. Untuk pengujian L

92

ditransformasikan menjadi 2LogL. Statistik 2LogL pada awal (block number = 0) dengan angka 2LogL pada block number = 1 dapat juga digunakan untuk menentukan jika variabel bebas ditambahkan pada model apakah secara signifikan memperbaiki model fit. Apabila terjadi penurunan maka dapat ditarik kesimpulan bahwa model tersebut menunjukkan model regresi yang baik dan bisa digunakan untuk analisis selanjutnya. Penilaian model fit pada masing-masing persamaan penelitian dapat dilihat pada tabel 5, Adapun formulasinya adalah sebagai berikut: Persamaan 1:

Zi = a + b Ri + c Xj,i
Dimana: Zi = variabel terikat yaitu kondisi bank, 0 = bank yang non financial distress dan 1 = bank yang financial distress. a = Intercept / konstanta

b,c = koefisien korelasi Ri = return saham Xj,i = karakteristik keuangan Dan Persamaan 2:

Zi = a + bk k,i + cj Xj,i + ei
Dimana: Zi = variabel terikat yaitu kondisi bank, 0 = bank yang non financial

93

distress dan 1 = bank yang financial distress. a = konstanta / Intercept

b,c = koefisien korelasi k,i = regresi return saham variabel makro ekonomi pertahun Xj,i = karakteristik keuangan ei = standard error

indirect test dengan analisis factor Descriptives

Descriptive Statistics N CAR KAP ROA ROE NIM BOPO LDR Valid N (listwise) 100 100 100 100 100 100 100 100 Minimum -,2229 ,0015 -1,2855 -1,5570 -,4787 ,2780 ,2144 Maximum ,3327 ,6261 ,4768 5,0204 7,5527 3,1396 1,1641 Mean ,164082 ,050247 ,015600 ,130709 ,178700 ,608176 ,715199 Std. Deviation ,0667222 ,0809975 ,1669382 ,5332004 ,9316507 ,2955969 ,1789680 Variance ,004 ,007 ,028 ,284 ,868 ,087 ,032

Factor Analysis
Correlation Matrix Correlation CAR KAP ROA ROE NIM BOPO LDR CAR KAP ROA ROE NIM BOPO LDR CAR 1,000 -,497 ,533 -,474 ,147 -,171 -,123 ,000 ,000 ,000 ,072 ,045 ,111 KAP -,497 1,000 -,556 ,619 ,259 ,197 ,146 ,000 ,000 ,000 ,005 ,025 ,074 ROA ,533 -,556 1,000 -,534 ,004 -,182 -,139 ,000 ,000 ,000 ,486 ,035 ,083 ROE -,474 ,619 -,534 1,000 -,015 ,164 ,042 ,000 ,000 ,000 ,441 ,052 ,339 NIM ,147 ,259 ,004 -,015 1,000 ,054 -,187 ,072 ,005 ,486 ,441 ,296 ,031 BOPO -,171 ,197 -,182 ,164 ,054 1,000 -,057 ,045 ,025 ,035 ,052 ,296 ,288 LDR -,123 ,146 -,139 ,042 -,187 -,057 1,000 ,111 ,074 ,083 ,339 ,031 ,288

Sig. (1-tailed)

94

KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity Approx. Chi-Square df Sig. ,696 168,360 21 ,000

Communalities CAR KAP ROA ROE NIM BOPO LDR Initial 1,000 1,000 1,000 1,000 1,000 1,000 1,000 Extraction ,622 ,741 ,656 ,641 ,679 ,197 ,445

Extraction Method: Principal Component Analysis.

Total Variance Explained Initial Eigenvalues % of Variance Cumulative % 38,717 38,717 18,150 56,867 13,549 70,416 11,943 82,359 7,302 89,661 6,387 96,048 3,952 100,000 Extraction Sums of Squared Loadings Total % of Variance Cumulative % 2,710 38,717 38,717 1,271 18,150 56,867

Component 1 2 3 4 5 6 7

Total 2,710 1,271 ,948 ,836 ,511 ,447 ,277

Extraction Method: Principal Component Analysis.

95

a Component Matrix

CAR KAP ROA ROE NIM BOPO LDR

Component 1 2 -,759 ,216 ,833 ,215 -,808 ,059 ,800 ,032 ,041 ,823 ,329 ,298 ,196 -,638

Extraction Method: Principal Component Analysis. a. 2 components extracted.

Logistic Regression
Case Processing Summary Unweighted Cases Selected Cases
a

N Included in Analysis Missing Cases Total 100 0 100 0 100

Unselected Cases Total

Percent 100,0 ,0 100,0 ,0 100,0

a. If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value Internal Value 1 0 2 1

Block 0: Beginning Block

96

a, Classification Table b

Predicted Kondisibank 1 2 80 20 Percentage Correct 100,0 ,0 80,0

Step 0

Observed Kondisibank Overall Percentage

1 2

0 0

a. Constant is included in the model. b. The cut value is ,500 Variables in the Equation Step 0 Constant B -1,386 S.E. ,250 Wald 30,749 df 1 Sig. ,000 Exp(B) ,250

Variables not in the Equation Step 0 Variables FAC1_1 FAC2_1 return Score 12,341 8,431 1,039 21,148 df 1 1 1 3 Sig. ,000 ,004 ,308 ,000

Overall Statistics

Block 1: Method = Enter

Omnibus Tests of Model Coefficients Step 1 Step Block Model Chi-square 30,010 30,010 30,010 Model Summary Step 1 -2 Log Cox & Snell likelihood R Square 70,070 a ,259 Nagelkerke R Square ,410 df 3 3 3 Sig. ,000 ,000 ,000

a. Estimation terminated at iteration number 7 because parameter estimates changed by less than ,001.

97

Hosmer and Lemeshow Test Step 1 Chi-square 4,730 df 8 Sig. ,786

Contingency Table for Hosmer and Lemeshow Test Kondisibank = 1 Observed Expected 10 9,754 10 9,540 10 9,375 10 9,154 8 8,907 8 8,597 9 8,246 7 7,768 7 6,776 1 1,883 Kondisibank = 2 Observed Expected 0 ,246 0 ,460 0 ,625 0 ,846 2 1,093 2 1,403 1 1,754 3 2,232 3 3,224 9 8,117

Step 1

1 2 3 4 5 6 7 8 9 10

Total 10 10 10 10 10 10 10 10 10 10

a Classification Table

Predicted Kondisibank 1 2 79 12 Percentage Correct 98,8 40,0 87,0

Step 1

Observed Kondisibank Overall Percentage

1 2

1 8

a. The cut value is ,500

Variables in the Equation Step a 1 FAC1_1 FAC2_1 return Constant B 3,764 ,937 -,293 -1,331 S.E. 1,196 ,565 ,486 ,318 Wald 9,902 2,746 ,364 17,547 df 1 1 1 1 Sig. ,002 ,097 ,546 ,000 Exp(B) 43,102 2,552 ,746 ,264

a. Variable(s) entered on step 1: FAC1_1, FAC2_1, return.

98

Correlation Matrix Step 1 Constant FAC1_1 FAC2_1 return Constant 1,000 ,018 ,192 -,178 FAC1_1 ,018 1,000 ,313 ,064 FAC2_1 ,192 ,313 1,000 -,045 return -,178 ,064 -,045 1,000

indirect test tanpa analisis factor Logistic Regression

Case Processing Summary Unweighted Cases Selected Cases
a

N Included in Analysis Missing Cases Total 100 0 100 0 100

Unselected Cases Total

Percent 100,0 ,0 100,0 ,0 100,0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding Original Value Internal Value 1 0 2 1

Block 0: Beginning Block

99

a, Classification Table b

Predicted Kondisibank 1 2 80 20 Percentage Correct 100,0 ,0 80,0

Step 0

Observed Kondisibank Overall Percentage

1 2

0 0

a. Constant is included in the model. b. The cut value is ,500 Variables in the Equation Step 0 Constant B -1,386 S.E. ,250 Wald 30,749 df 1 Sig. ,000 Exp(B) ,250

Variables not in the Equation Step 0 Variables return CAR KAP ROA ROE NIM BOPO LDR Score 1,039 7,222 29,089 7,401 ,415 7,152 1,343 1,215 47,418 df 1 1 1 1 1 1 1 1 8 Sig. ,308 ,007 ,000 ,007 ,520 ,007 ,246 ,270 ,000

Overall Statistics

Block 1: Method = Enter

Omnibus Tests of Model Coefficients Step 1 Step Block Model Chi-square 59,651 59,651 59,651 df 8 8 8 Sig. ,000 ,000 ,000

100

Model Summary Step 1 -2 Log Cox & Snell likelihood R Square 40,429 a ,449 Nagelkerke R Square ,710

a. Estimation terminated at iteration number 11 because parameter estimates changed by less than ,001.

Hosmer and Lemeshow Test Step 1 Chi-square 5,775 df 8 Sig. ,672

Contingency Table for Hosmer and Lemeshow Test Kondisibank = 1 Observed Expected 10 9,994 10 9,972 10 9,915 9 9,814 10 9,705 9 9,526 9 9,015 9 7,696 4 4,233 0 ,131 Kondisibank = 2 Observed Expected 0 ,006 0 ,028 0 ,085 1 ,186 0 ,295 1 ,474 1 ,985 1 2,304 6 5,767 10 9,869

Step 1

1 2 3 4 5 6 7 8 9 10

Total 10 10 10 10 10 10 10 10 10 10

a Classification Table

Predicted Kondisibank 1 2 79 1 5 15 Percentage Correct 98,8 75,0 94,0

Step 1

Observed Kondisibank Overall Percentage

1 2

a. The cut value is ,500

101

Variables in the Equation Step a 1 return CAR KAP ROA ROE NIM BOPO LDR Constant B -,376 -5,311 60,568 -27,359 -9,400 -,524 -,090 -6,130 1,858 S.E. ,729 9,156 19,543 30,136 10,221 ,648 2,167 2,645 3,143 Wald ,266 ,336 9,605 ,824 ,846 ,655 ,002 5,374 ,350 df 1 1 1 1 1 1 1 1 1 Sig. ,606 ,562 ,002 ,364 ,358 ,418 ,967 ,020 ,554 Exp(B) ,687 ,005 2E+026 ,000 ,000 ,592 ,914 ,002 6,411

a. Variable(s) entered on step 1: return, CAR, KAP, ROA, ROE, NIM, BOPO, LDR.
Correlation Matrix Step 1 Constant return CAR KAP ROA ROE NIM BOPO LDR Constant 1,000 ,093 -,436 -,198 ,267 -,318 ,098 -,745 -,691 return ,093 1,000 -,107 -,228 ,121 -,050 ,157 -,114 ,066 CAR -,436 -,107 1,000 -,105 ,106 -,332 -,055 ,156 ,025 KAP -,198 -,228 -,105 1,000 -,533 ,233 -,515 ,191 -,190 ROA ,267 ,121 ,106 -,533 1,000 -,635 ,277 -,182 -,108 ROE -,318 -,050 -,332 ,233 -,635 1,000 -,116 ,202 ,319 NIM ,098 ,157 -,055 -,515 ,277 -,116 1,000 -,112 ,170 BOPO -,745 -,114 ,156 ,191 -,182 ,202 -,112 1,000 ,308 LDR -,691 ,066 ,025 -,190 -,108 ,319 ,170 ,308 1,000

Direct Test Logistic Regression

Case Processing Summary Unweighted Cases Selected Cases
a

N Included in Analysis Missing Cases Total 100 0 100 0 100

Unselected Cases Total

Percent 100,0 ,0 100,0 ,0 100,0

a. If weight is in effect, see classification table for the total number of cases.

102

Dependent Variable Encoding Original Value Internal Value 1 0 2 1

Block 0: Beginning Block

a, Classification Table b

Predicted Kondisibank 1 2 80 20 Percentage Correct 100,0 ,0 80,0

Step 0

Observed Kondisibank Overall Percentage

1 2

0 0

a. Constant is included in the model. b. The cut value is ,500 Variables in the Equation Step 0 Constant B -1,386 S.E. ,250 Wald 30,749 df 1 Sig. ,000 Exp(B) ,250

a Variables not in the Equation

Step 0

Variables

CAR KAP ROA ROE NIM BOPO LDR CPI INT M2

Score 7,222 29,089 7,401 ,415 7,152 1,343 1,215 3,680 4,553 2,947

df 1 1 1 1 1 1 1 1 1 1

Sig. ,007 ,000 ,007 ,520 ,007 ,246 ,270 ,055 ,033 ,086

a. Residual Chi-Squares are not computed because of redundancies.

Block 1: Method = Enter

103

Omnibus Tests of Model Coefficients Step 1 Step Block Model Chi-square 63,102 63,102 63,102 Model Summary Step 1 -2 Log Cox & Snell likelihood R Square 36,978 a ,468 Nagelkerke R Square ,740 df 10 10 10 Sig. ,000 ,000 ,000

a. Estimation terminated at iteration number 11 because parameter estimates changed by less than ,001.
a Classification Table

Predicted Kondisibank 1 2 80 0 5 15 Percentage Correct 100,0 75,0 95,0

Step 1

Observed Kondisibank Overall Percentage

1 2

a. The cut value is ,500

Variables in the Equation Step a 1 CAR KAP ROA ROE NIM BOPO LDR CPI INT M2 Constant B -6,797 67,395 -27,003 -11,452 -,721 -1,270 -7,680 -,216 1,470 ,000 -16,127 S.E. 9,119 23,464 40,612 11,962 ,697 3,899 3,403 ,370 1,346 ,000 14,883 Wald ,555 8,250 ,442 ,916 1,070 ,106 5,093 ,341 1,193 1,755 1,174 df 1 1 1 1 1 1 1 1 1 1 1 Sig. ,456 ,004 ,506 ,338 ,301 ,745 ,024 ,559 ,275 ,185 ,279 Exp(B) ,001 2E+029 ,000 ,000 ,487 ,281 ,000 ,806 4,350 1,000 ,000

a. Variable(s) entered on step 1: CAR, KAP, ROA, ROE, NIM, BOPO, LDR, CPI, INT, M2.

104

Tabel 5 Menilai Model Fit Pada Persamaan 1 (Indirect Test) dan Persamaan 2 (Direct Test) Keterangan -2LogL Block Number Block number 0 Block number 1 Homer and Lemeshow Chi-Square Test Signifikansi Sumber : Lampiran 7-8, diolah penulis Indirect Test 171.752 144.099 14.461 0.071 Direct Test 171.752 132.897 7.029 0.533

Berdasarkan tabel 5 diatas menunjukkan pada persamaan 1 (Indirect Test) nilai 2LogL Block Number = 0 adalah 171.752 kemudian terjadi penurunan nilai 2LogL Block Number = 1 menjadi 144.099, maka dapat ditarik kesimpulan bahwa model tersebut menunjukkan model regresi yang baik. Hosmer and Lemeshows Goodness of Fit Test menguji tidak ada perbedaan antara data empiris dengan model logit (data empiris cocok atau sesuai dengan model), sehingga model dapat dikatakan fit. Dasar pengambilan keputusan tersebut jika nilai probabilitas Hosmer and Lemeshow Test lebih besar dari tingkat signifikansi atau alpha (0.05). Nilai statistik Hosmer and Lemeshow Test sebesar 14.461 dengan tingkat probabilitas signifikansi sebesar 0.071, lebih besar dari tingkat signifikansi 0.05 sehingga dapat dikatakan model regresi ini layak untuk digunakan. Sedangkan pada persamaan 2 (Direct Test) menunjukkan nilai 2LogL Block Number = 0 adalah 171.752 kemudian terjadi penurunan nilai 2LogL Block Number = 1 menjadi 132.897, maka dapat ditarik kesimpulan

105

bahwa model tersebut menunjukkan model regresi yang baik. Hosmer and Lemeshows Goodness of Fit Test menguji tidak ada perbedaan antara data empiris dengan model logit (data empiris cocok atau sesuai dengan model), sehingga model dapat dikatakan fit. Dasar pengambilan keputusan tersebut jika nilai probabilitas Hosmer and Lemeshow Test lebih besar dari tingkat signifikansi atau alpha (0.05). Nilai statistik Hosmer and Lemeshow Test sebesar 7.029 dengan tingkat probabilitas signifikansi sebesar 0.533, lebih besar dari tingkat signifikansi 0.05 sehingga dapat dikatakan model regresi ini layak untuk digunakan. b. Pengujian Hipotesis Pengujian hipotesis dilakukan dengan menggunakan regresi logistik metode enter, yaitu metode pemilihan variabel anggota regresi dimana semua variabel dimasukkan dalam persamaan regresi tanpa adanya pemilihan anggota regresi (Purbayu, 2005:164). Tabel 6 Koefisien Regresi Logistik dan Tingkat Signifikansi pada persamaan 1 (Indirect Test) dan Persamaan 2 (Direct Test) Variabel Constant Exp_Ri PDB (F1) CPI (F2) INT (F3) M2 (F4) Capital (X1) Asset (X2) Indirect Test Sig. 0.135 0.823 -0.589 0.694 Direct Test Sig. -1.288 0.101 0.305 0.087 0.052 -0.064 0.688 -11.694 0.009 0.126 0.464 0.429 0.816 0.303

-0.019 -4.477

0.995 0.628

106

Management (X3) -0.432 0.005 Earnings (X4) 1.082 0.006 Liquidity (X5) -1.161 0.214 -2 Log L 144.099 Model Chi-Square 14.461 Sumber : Lampiran 7-8, diolah penulis

-0.417 0.017 1.208 0.007 -2.461 0.025 132.897 7.029

Berdasarkan tabel 6 diatas, hasil penelitian pada persamaan 1 (Indirect Test) terlihat bahwa estimasi variabel makro ekonomi (return saham) yang berkorensponden dengan perubahan faktor makro ekonomi yang diestimasi adalah tidak berbeda dengan 0. Tanda negatif menyatakan bahwa perusahaan dengan tingkat estimasi return saham yang tinggi akan mempunyai probabilitas financial distress yang rendah, hasil ini sesuai dengan penelitian Beaver (1996) yang menyatakan bahwa penurunan return saham merupakan signal bahwa perusahaan kemungkinan mengalami kebangkrutan. Tingkat signifikansi dari return saham adalah 0.694 yang mengindikasikan bahwa kondisi makro eokonomi tidak berpengaruh secara kuat pada probabilitas perusahaan mengalami financial distress dengan kata lain tidak signifikan pada level 0.1 maupun 0.05. Hasil penelitian ini tidak konsisten dengan penelitian Rose dan Giroux (1982) dan Sunti Tirapat et al (2000) yang menyatakan bahwa kondisi makro ekonomi adalah faktor penting dalam menentukan probabilitas perusahaan mengalami financial distress. Sedangkan variabel mikro ekonomi (karakteristik keuangan), management (X3) dan earnings (X4) adalah signifikan pada level 5%. Hubungannya adalah jika rasio management (X3) dan earnings (X4) besar,

107

maka probabilitas perusahaan mengalami financial distress akan rendah. Hasil penelitian ini juga konsisten dengan penelitian Sunti Tirapat et al (2000). Persamaan regresi yang digunakan adalah sebagai berikut: Zi = 0.135 - 0.589 Exp_Ri 0.019 Capital 4.477 Asset 0.432 Management + 1.082 Earnings 1.161 Liquidity Hasil perhitungan dari persamaan tersebut yang dilihat dari nilai koefisien regresinya dapat diketahui nilai koefisien regresi dari masingmasing variabel yang berpengaruh. Estimasi variabel makro ekonomi (Return saham) mempunyai pengaruh yang negatif artinya semakin tinggi variabel ini maka semakin rendah kemungkinan suatu bank mengalami kondisi financial distress. Hasil ini konsisten dengan penelitian Beaver (1966) yang menyatakan bahwa penurunan return saham merupakan signal bahwa perusahaan kemungkinan akan mengalami financial distress. Sedangkan pada variabel mikro ekonomi (capital, asset, management, dan liquidity) juga mempunyai pengaruh yang negatif artinya semakin tinggi rasio ini maka semakin rendah kemungkinan suatu bank dalam kondisi financial distress. Untuk earnings, variabel ini mempunyai pengaruh yang positif artinya semakin tinggi rasio ini maka semakin besar kemungkinan suatu bank dalam kondisi financial distress. Hasil penelitian ini konsisten dengan penelitian Sunti Tirapat et al (2000).

108

Pengaruh yang tidak signifikan dapat terjadi disebabkan karena pada periode 1997 masyarakat ragu akan tingkat pengembalian saham yang tidak dapat diprediksi dikarenakan nilai tukar mata uang negara yang naik turun dan mengalami krisis moneter sehingga meskipun terdapat pengaruh dalam probabilitas financial distress pada sektor perbankan namun pengaruhnya sangat sedikit atau bahkan tipis. Sedangkan pada persamaan 2 (Direct Test), Terlihat bahwa diantara faktor makro ekonomi seperti PDB, CPI, INT dan M2 yang signifikan adalah sensitifitas perusahaan pada pertumbuhan produksi domestik bruto (PDB) karena pada periode tersebut masyarakat lebih suka dengan menginvestasikan dananya melalui barang dan jasa daripada melalui saham sebab perhitungan PDB tidak

mempertimbangkan asal faktor produksi (milik perekonomian atau milik asing) yang digunakan dalam menghasilkan output tetapi berdasarkan harga pasar yang diproduksi oleh sebuah perekonomian dalam satu periode (kurun waktu) dengan menggunakan faktor-faktor produksi yang berada dalam perekonomian tersebut. Dengan kata lain bahwa hanya risiko sistematik dari perusahaan yang diekspos untuk pertumbuhan produksi domestik bruto yang akan mempengaruhi probabilitas perusahaan yang mengalami financial distress. Hal ini juga

mengindikasikan bahwa perusahaan yang dihadapkan pada resiko

109

pertumbuhan produksi domestik bruto tinggi akan mudah menghadapi resiko financial distress. Hasil penelitian ini konsisten dengan Eichengreen dan Bangkit (1998) yang menyatakan bahwa pertumbuhan produksi domestik bruto merupakan faktor penting dalam memprediksi financial distress perusahaan. Sedangkan variabel mikro ekonomi (karakteristik keuangan), management (X3), earnings (X4) dan liquidity (X5) adalah signifikan pada level 5%. Hubungannya adalah jika rasio management (X3), earnings (X4) dan liquidity (X5) besar, maka probabilitas perusahaan mengalami kesulitan keuangan akan rendah. Persamaan regresi yang digunakan adalah sebagai berikut: Zi = -1.288 + 0.305 PDB + 0.087 CPI + 0.052 INT - 0.064 M2 + 0.688 Capital 11.694 Asset 0.417 Management + 1.208 Earnings 2.461 Liquidity Hasil perhitungan dari persamaan tersebut yang dilihat dari nilai koefisien regresinya dapat diketahui nilai koefisien regresi dari masingmasing variabel yang berpengaruh. Estimasi variabel makro ekonomi (PDB, CPI dan INT) mempunyai pengaruh yang positif artinya semakin tinggi variabel ini maka semakin besar kemungkinan suatu bank mengalami kondisi financial distress. Sedangkan pada M2 mempunyai pengaruh yang negatif artinya semakin tinggi variabel ini maka semakin rendah kemungkinan suatu bank mengalami financial distress. Hasil ini konsisten dengan penelitian

110

Beaver (1966). Sedangkan pada variabel mikro ekonomi (capital, asset, management dan liquidity) mempunyai pengaruh yang negatif semua artinya semakin tinggi rasio ini maka semakin rendah kemungkinan suatu bank dalam kondisi financial distress. Untuk rasio earnings, rasio ini mempunyai pengaruh yang positif artinya semakin tinggi variabel ini maka semakin besar kemungkinan suatu bank mengalami kondisi financial distress. Hasil penelitian ini konsisten dengan penelitian Sunti Tirapat et al (2000). Pengaruh yang tidak signifikan dapat terjadi disebabkan karena meskipun terdapat pengaruh dalam probabilitas financial distress pada sektor perbankan namun pengaruhnya sangat sedikit atau bahkan tipis. 8. Analisis probabilitas prediksi Financial Distress

Prediksi financial distress masing-masing sampel bank penelitian pada setiap tahunnya yaitu periode 1997-2005, ditentukan oleh probabilitas kondisi financial distress dengan metode logit yaitu: Prob (Yi = 1) = 1 1 + Exp (-Zi) Dimana : Prob Exp Zi = Probabilitas prediksi financial distress = Bilangan eksponensial (2,7182) = Hasil perhitungan regresi logistic Setelah masing-masing variabel yang mempunyai pengaruh terhadap kondisi financial distress pada sektor perbankan yang non financial distress dan

111

yang mengalami financial distress untuk variabel makro ekonomi yaitu PDB, CPI, INT dan M2 dan untuk variabel mikro ekonomi yaitu capital, asset, management, earning dan liquidity diaplikasikan kedalam persamaan diatas maka akan dapat diketahui nilai probabilitas prediksi financial distress pada masing-masing bank yang non financial distress dan bank yang mengalami financial distress. Dan hasil dari prediksi probabilitas financial distress masingmasing bank dapat dilihat pada lampiran 9 dengan berdasarkan tes keakuratan pengelompokkan bank yang non financial distress dan bank yang financial distress dalam tabel 9 untuk persamaan 1 (Indirect Test) dan tabel 10 untuk persamaan 2 (Direct Test) yang merupakan 2 nilai prediksi dari variabel terikat yaitu kondisi bank, dalam hal ini bank financial distress (1) dan bank non financial distress (0). Tabel 9 Prediksi Kondisi Probabilitas Financial Distress untuk periode 1997-2005 Pada Persamaan 1 (Indirect Test) Prediksi Bank Non financial distress Financial distress 92 7 9 Tingkat Akurasi 92.9 21.4 71.6

Bank yang non financial distress Bank yang financial 33 distress Tingkat Akurasi Keseluruhan (%) Sumber : Lampiran 7, diolah penulis

Berdasarkan tabel 9 diatas, dari 99 bank yang non financial distress terdapat 92 bank diprediksi benar-benar tidak mengalami financial distress dan

112

7 bank yang diprediksi mengalami financial distress (lihat lampiran 9). Sementara pada bank-bank yang mengalami financial distress dari 42 bank terdapat 9 bank yang benar-benar diprediksi mengalami financial distress dan 33 bank diprediksi tidak mengalami financial distress (lihat lampiran 9). Tabel 10 Prediksi Kondisi Probabilitas Financial Distress untuk periode 1997-2005 Pada Persamaan 1 (Direct Test) Prediksi Bank Non financial distress Financial distress 89 10 20 Tingkat Akurasi 89.9 47.6 77.3

Bank yang non financial distress Bank yang financial 22 distress Tingkat Akurasi Keseluruhan (%) Sumber : Lampiran 8, diolah penulis

Dari hasil perhitungan yang disajikan pada tabel 10 diatas, pada bankbank yang non financial distress dari 99 terdapat 89 bank diprediksi benar-benar tidak mengalami financial distress dan 10 bank yang diprediksi mengalami financial distress (lihat lampiran 9). Sementara pada bank-bank yang mengalami financial distress dari 42 bank terdapat 20 bank yang benar-benar diprediksi mengalami financial distress dan 22 bank diprediksi tidak mengalami financial distress (lihat lampiran 9).

9.

Spesifikasi Cut Off Point

113

Pemilihan cut off point dalam penelitian ini menggunakan proksi proporsi bank yang non financial distress dan bank yang financial distress sebagaimana dinyatakan Wimboh (1996). Pada penelitian ini sampel bank non financial distress sebanyak 70% sedangkan bank financial distress sebanyak 30% maka cut off point yang fair adalah 0.7. Cut off point ini mengindikasikan bahwa bank yang mempunyai probabilitas dari financial distress pada 70% atau lebih diklasifikasikan pada distress firm dan sebaliknya yang mempunyai probabilitas kurang dari 70% diklasifikasikan perusahaan non financial distress firm. Pendekatan ini telah banyak digunakan oleh peneliti dalam mengestimasi kemungkinan suatu perusahaan akan financial distress (Martin, 1977; Sinkey, 1975; Bovenzi, Marino dan McFadden, 1983; Korobow dan Stuhr, 1976 dan 1983; Tspahbodi, 1991). Nilai total akurasi prediksi untuk full sample, in sample, dan out sample pada persamaan 1 (Indirect Test) akan disajikan pada tabel 11. Sedangkan pada persamaan 2 (Direct Test) akan disajikan pada tabel 12. Tabel 11 The Full Sample Test For Model 1 (Indirect Test) Cut Off Point 0.0 0.1 0.2 0.3 0.4 Distress Prediction Acuracy Amount % 42 100.00 42 100.00 38 90.48 24 57.14 13 30.95 Non Distress Prediction Acuracy Amount % 29 29.29 53 53.54 72 72.73 90 90.91 94 94.95 Total Prediction Acuracy Amount % 71 50.35 95 67.38 110 78.01 114 80.85 107 75.89

114

0.5 6 14.29 0.6 5 11.90 0.7 3 7.14 0.8 2 4.76 0.9 2 4.76 1.0 0 0.00 Sumber : Lampiran 9, diolah penulis

95 98 98 99 99 99

95.96 98.99 98.99 100.00 100.00 100.00

101 103 101 101 101 99

71.63 73.05 71.63 71.63 71.63 70.21

The In Sample Test For Model 1 (Indirect Test) Distress Prediction Non Distress Acuracy Prediction Acuracy Amount % Amount % 0.0 22 100.00 22 31.43 0.1 22 100.00 40 57.14 0.2 21 94.45 50 71.43 0.3 13 59.09 63 90.00 0.4 7 31.82 67 95.71 0.5 1 4.55 68 97.14 0.6 1 4.55 70 100.00 0.7 0 0.00 70 100.00 0.8 0 0.00 70 100.00 0.9 0 0.00 70 100.00 1.0 0 0.00 70 100.00 Sumber : Lampiran 9, diolah penulis Cut Off Point Total Prediction Acuracy Amount % 44 47.83 62 67.39 71 77.17 76 82.61 74 80.43 69 75.00 71 77.17 70 76.09 70 76.09 70 76.09 70 76.09

The Out Sample Test For Model 1 (Indirect Test) Cut Off Point 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Distress Prediction Acuracy Amount % 20 100.00 20 100.00 17 85.00 11 55.00 6 30.00 5 25.00 4 20.00 3 15.00 2 10.00 2 10.00 Non Distress Prediction Acuracy Amount % 7 24.14 13 44.83 22 75.86 27 93.10 27 93.10 27 93.10 28 96.55 28 96.55 29 100.00 29 100.00 Total Prediction Acuracy Amount % 27 55.10 33 67.35 39 79.59 38 77.55 33 67.35 32 65.31 32 65.31 31 63.27 31 63.27 31 63.27

115

1.0 0 0.00 Sumber : Lampiran 9, diolah penulis

29

100.00

29

59.18

Hasil prediksi untuk Indirect Test (Persamaan 1) ditunjukkan pada tabel 11. Pada cut off point 0.7 total akurasi prediksi untuk full sample test sebesar 71.63%, 76.09% untuk the in sample test dan 63.27% untuk the out sample test. Dari hasil prediksi tersebut diketahui bahwa pada full sample test dan the in sample test diklasifikasikan sebagai bank yang mengalami financial distress karena total akurasinya berada pada atau lebih dari 70%. Sedangkan pada the out sample test diklasifikasikan sebagai bank yang non financial distress karena total akurasinya berada dibawah 70%. Tabel 12 The Full Sample Test For Model 2 (Direct Test) Distress Prediction Non Distress Acuracy Prediction Acuracy Amount % Amount % 0.0 42 100.00 29 29.29 0.1 42 100.00 57 57.58 0.2 40 95.24 70 70.71 0.3 34 80.95 83 83.84 0.4 25 59.52 88 88.89 0.5 20 47.62 94 94.95 0.6 9 21.43 96 96.97 0.7 6 14.29 97 97.98 0.8 3 7.14 98 98.99 0.9 2 4.76 99 100.00 1.0 0 0.00 99 100.00 Sumber : Lampiran 9, diolah penulis Cut Off Point Total Prediction Acuracy Amount % 71 50.35 99 70.21 110 78.01 117 82.98 113 80.14 114 80.85 105 74.47 103 73.05 101 71.63 101 71.63 99 70.21

The In Sample Test For Model 2 (Direct Test)

116

Distress Prediction Non Distress Acuracy Prediction Acuracy Amount % Amount % 0.0 22 100.00 19 27.14 0.1 16 72.73 34 48.57 0.2 13 59.09 42 60.00 0.3 12 54.55 56 80.00 0.4 10 45.45 60 85.1 0.5 7 31.82 66 94.29 0.6 3 13.64 68 97.14 0.7 1 4.55 70 100.00 0.8 0 0.00 70 100.00 0.9 0 0.00 70 100.00 1.0 0 0.00 70 100.00 Sumber : Lampiran 9, diolah penulis

Cut Off Point

Total Prediction Acuracy Amount % 41 44.57 50 54.35 55 59.78 68 73.91 70 76.09 73 79.35 71 77.17 71 77.17 70 77.17 70 76.09 70 76.09

The Out Sample Test For Model 2 (Direct Test) Distress Prediction Non Distress Acuracy Prediction Acuracy Amount % Amount % 0.0 20 100.00 8 27.59 0.1 20 100.00 15 51.72 0.2 19 95.00 21 72.41 0.3 15 75.00 24 82.76 0.4 12 60.00 26 89.66 0.5 11 55.00 27 93.10 0.6 5 25.00 27 93.10 0.7 4 20.00 27 93.10 0.8 3 15.00 28 96.55 0.9 2 10.00 29 100.00 1.0 0 0.00 29 100.00 Sumber : Lampiran 9, diolah penulis Cut Off Point Total Prediction Acuracy Amount % 28 57.14 35 71.43 40 81.63 39 79.59 38 77.55 38 77.55 32 65.31 31 63.27 31 63.27 31 63.27 29 59.18

Hasil prediksi untuk Direct Test (Persamaan 2) ditunjukkan pada tabel 12. Pada cut off point 0.7 total akurasi prediksi untuk full sample test sebesar 73.05%, 77.17% untuk the in sample test dan 63.27% untuk the out sample test. Dari hasil prediksi tersebut diketahui bahwa pada full sample test dan the in

117

sample test diklasifikasikan sebagai bank yang mengalami financial distress karena total akurasinya berada pada atau lebih dari 70%. Sedangkan pada the out sample test diklasifikasikan sebagai bank yang non financial distress karena total akurasinya berada dibawah 70%.

Logistic Regression
Case Processing Summary Unweighted Cases Selected Cases
a

N Included in Analysis Missing Cases Total 100 0 100 0 100

Unselected Cases Total

Percent 100,0 ,0 100,0 ,0 100,0

a. If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value Internal Value 0 0 1 1

Block 0: Beginning Block

a, Classification Table b

Predicted Kondisibank 0 1 0 20 0 80 Percentage Correct ,0 100,0 80,0

Step 0

Observed Kondisibank Overall Percentage

0 1

a. Constant is included in the model. b. The cut value is ,500

118

Variables in the Equation Step 0 Constant B 1,386 S.E. ,250 Wald 30,749 df 1 Sig. ,000 Exp(B) 4,000

Variables not in the Equation Step 0 Variables CAR KAP ROA ROE NIM BOPO LDR Score 7,222 29,089 7,401 ,415 7,152 1,343 1,215 46,894 df 1 1 1 1 1 1 1 7 Sig. ,007 ,000 ,007 ,520 ,007 ,246 ,270 ,000

Overall Statistics

Block 1: Method = Enter

Omnibus Tests of Model Coefficients Step 1 Step Block Model Chi-square 59,309 59,309 59,309 Model Summary Step 1 -2 Log Cox & Snell likelihood R Square 40,772a ,447 Nagelkerke R Square ,707 df 7 7 7 Sig. ,000 ,000 ,000

a. Estimation terminated at iteration number 10 because parameter estimates changed by less than ,001.

Hosmer and Lemeshow Test Step 1 Chi-square 6,804 df 8 Sig. ,558

119

Contingency Table for Hosmer and Lemeshow Test Kondisibank = 0 Observed Expected 10 9,854 6 5,781 1 2,244 1 1,033 0 ,452 1 ,306 1 ,190 0 ,098 0 ,033 0 ,007 Kondisibank = 1 Observed Expected 0 ,146 4 4,219 9 7,756 9 8,967 10 9,548 9 9,694 9 9,810 10 9,902 10 9,967 10 9,993

Step 1

1 2 3 4 5 6 7 8 9 10

Total 10 10 10 10 10 10 10 10 10 10

a Classification Table

Predicted Kondisibank 0 1 15 5 1 79 Percentage Correct 75,0 98,8 94,0

Step 1

Observed Kondisibank Overall Percentage

0 1

a. The cut value is ,500

Variables in the Equation Step a 1 CAR KAP ROA ROE NIM BOPO LDR Constant B 5,775 -58,639 25,609 9,679 ,479 ,268 6,173 -2,087 S.E. 9,233 18,658 28,120 10,032 ,639 2,555 2,723 3,484 Wald ,391 9,878 ,829 ,931 ,563 ,011 5,140 ,359 df 1 1 1 1 1 1 1 1 Sig. Exp(B) ,532 322,219 ,002 ,000 ,362 1E+011 ,335 15978,186 ,453 1,615 ,917 1,307 ,023 479,765 ,549 ,124

a. Variable(s) entered on step 1: CAR, KAP, ROA, ROE, NIM, BOPO, LDR.

Step number: 1 Observed Groups and Predicted Probabilities 40

120

1 F 1 R 1 E 1 Q 1 U 1 E 1 N 1 C 1 Y 11 111 111 0 111 00 1111 111101 Predicted Prob: 0 ,25 ,5 ,75 1 Group: 000000000000000000000000000000111111111111111111111111111111 Predicted Probability is of Membership for 1 The Cut Value is ,50 Symbols: 0 - 0 1 - 1 Each Symbol Represents 2,5 Cases. 30 20 10

Logistic Regression

121

Case Processing Summary Unweighted Cases Selected Cases

a

N Included in Analysis Missing Cases Total 100 0 100 0 100

Unselected Cases Total

Percent 100,0 ,0 100,0 ,0 100,0

a. If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value Internal Value 0 0 1 1

Block 0: Beginning Block

a, Classification Table b

Predicted Kondisibank 0 1 0 20 0 80 Percentage Correct ,0 100,0 80,0

Step 0

Observed Kondisibank Overall Percentage

0 1

a. Constant is included in the model. b. The cut value is ,500 Variables in the Equation Step 0 Constant B 1,386 S.E. ,250 Wald 30,749 df 1 Sig. ,000 Exp(B) 4,000

122

Variables not in the Equation Step 0 Variables CAR KAP ROA ROE NIM BOPO LDR return Score 7,222 29,089 7,401 ,415 7,152 1,343 1,215 1,039 47,418 df 1 1 1 1 1 1 1 1 8 Sig. ,007 ,000 ,007 ,520 ,007 ,246 ,270 ,308 ,000

Overall Statistics

Block 1: Method = Enter

Omnibus Tests of Model Coefficients Step 1 Step Block Model Chi-square 59,651 59,651 59,651 Model Summary Step 1 -2 Log Cox & Snell likelihood R Square 40,429 a ,449 Nagelkerke R Square ,710 df 8 8 8 Sig. ,000 ,000 ,000

a. Estimation terminated at iteration number 11 because parameter estimates changed by less than ,001.

Hosmer and Lemeshow Test Step 1 Chi-square 5,775 df 8 Sig. ,672

123

Contingency Table for Hosmer and Lemeshow Test Kondisibank = 0 Observed Expected 10 9,869 6 5,767 1 2,304 1 ,985 1 ,474 0 ,295 1 ,186 0 ,085 0 ,028 0 ,006 Kondisibank = 1 Observed Expected 0 ,131 4 4,233 9 7,696 9 9,015 9 9,526 10 9,705 9 9,814 10 9,915 10 9,972 10 9,994

Step 1

1 2 3 4 5 6 7 8 9 10

Total 10 10 10 10 10 10 10 10 10 10

a Classification Table

Predicted Kondisibank 0 1 15 5 1 79 Percentage Correct 75,0 98,8 94,0

Step 1

Observed Kondisibank Overall Percentage

0 1

a. The cut value is ,500 Variables in the Equation Step a 1 CAR KAP ROA ROE NIM BOPO LDR return Constant B 5,311 -60,568 27,359 9,400 ,524 ,090 6,130 ,376 -1,858 S.E. 9,156 19,543 30,136 10,221 ,648 2,167 2,645 ,729 3,143 Wald ,336 9,605 ,824 ,846 ,655 ,002 5,374 ,266 ,350 df 1 1 1 1 1 1 1 1 1 Sig. Exp(B) ,562 202,518 ,002 ,000 ,364 8E+011 ,358 12091,717 ,418 1,689 ,967 1,094 ,020 459,622 ,606 1,456 ,554 ,156

a. Variable(s) entered on step 1: CAR, KAP, ROA, ROE, NIM, BOPO, LDR, return.

Step number: 1 Observed Groups and Predicted Probabilities

124

32 1 1 1 F 1 R 1 E 1 Q 1 U 1 E 11 N 11 C 11 Y 11 1111 0 1111 0 1111 00 0 0 0 0 0 1 0 11 0 1 11 110 1101 111001 Predicted Prob: 0 ,25 ,5 ,75 1 Group: 000000000000000000000000000000111111111111111111111111111111 Predicted Probability is of Membership for 1 The Cut Value is ,50 Symbols: 0 - 0 1 - 1 Each Symbol Represents 2 Cases. 1 24 16 8 0

125

Logistic Regression
Case Processing Summary Unweighted Cases Selected Cases
a

N Included in Analysis Missing Cases Total 100 0 100 0 100

Unselected Cases Total

Percent 100,0 ,0 100,0 ,0 100,0

a. If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value Internal Value 0 0 1 1

Block 0: Beginning Block

a, Classification Table b

Predicted Kondisibank 0 1 0 20 0 80 Percentage Correct ,0 100,0 80,0

Step 0

Observed Kondisibank Overall Percentage

0 1

a. Constant is included in the model. b. The cut value is ,500 Variables in the Equation Step 0 Constant B 1,386 S.E. ,250 Wald 30,749 df 1 Sig. ,000 Exp(B) 4,000

126

Variables not in the Equation Step 0 Variables CAR KAP ROA ROE NIM BOPO LDR b1 b2 b3 b4 Score 7,222 29,089 7,401 ,415 7,152 1,343 1,215 1,945 1,221 ,079 1,333 52,142 df 1 1 1 1 1 1 1 1 1 1 1 11 Sig. ,007 ,000 ,007 ,520 ,007 ,246 ,270 ,163 ,269 ,778 ,248 ,000

Overall Statistics

Block 1: Method = Enter

Omnibus Tests of Model Coefficients Step 1 Step Block Model Chi-square 65,962 65,962 65,962 Model Summary Step 1 -2 Log Cox & Snell likelihood R Square 34,119 a ,483 Nagelkerke R Square ,764 df 11 11 11 Sig. ,000 ,000 ,000

a. Estimation terminated at iteration number 11 because parameter estimates changed by less than ,001.

Hosmer and Lemeshow Test Step 1 Chi-square 2,561 df 8 Sig. ,959

127

Contingency Table for Hosmer and Lemeshow Test Kondisibank = 0 Observed Expected 10 9,914 7 6,565 1 2,106 1 ,797 1 ,341 0 ,211 0 ,044 0 ,015 0 ,006 0 ,001 Kondisibank = 1 Observed Expected 0 ,086 3 3,435 9 7,894 9 9,203 9 9,659 10 9,789 10 9,956 10 9,985 10 9,994 10 9,999

Step 1

1 2 3 4 5 6 7 8 9 10

Total 10 10 10 10 10 10 10 10 10 10

a Classification Table

Predicted Kondisibank 0 1 17 3 2 78 Percentage Correct 85,0 97,5 95,0

Step 1

Observed Kondisibank Overall Percentage

0 1

a. The cut value is ,500

Variables in the Equation Step a 1 CAR KAP ROA ROE NIM BOPO LDR b1 b2 b3 b4 Constant B 28,735 -86,678 23,044 10,740 ,718 ,011 10,127 ,571 ,414 -,193 ,380 -7,021 S.E. 19,440 34,434 63,103 11,300 ,773 4,444 4,228 2,665 1,046 1,523 2,738 5,635 Wald 2,185 6,336 ,133 ,903 ,862 ,000 5,737 ,046 ,157 ,016 ,019 1,552 df 1 1 1 1 1 1 1 1 1 1 1 1 Sig. Exp(B) ,139 3E+012 ,012 ,000 ,715 1E+010 ,342 46157,309 ,353 2,050 ,998 1,011 ,017 25013,304 ,830 1,771 ,692 1,513 ,899 ,825 ,890 1,462 ,213 ,001

a. Variable(s) entered on step 1: CAR, KAP, ROA, ROE, NIM, BOPO, LDR, b1, b2, b3, b4.

Step number: 1

128

Observed Groups and Predicted Probabilities 40 1 1 1 F 1 R 1 E 1 Q 1 U 1 E 1 N 1 C 11 Y 11 11 0 11 0 111 0 0 1 1 11 1111 Predicted Prob: 0 ,25 ,5 ,75 1 Group: 000000000000000000000000000000111111111111111111111111111111 Predicted Probability is of Membership for 1 The Cut Value is ,50 Symbols: 0 - 0 1 - 1 1 30 20 10 0

129

Each Symbol Represents 2,5 Cases.