Chap 4

Masalah Komputasi Dalam Menghitung Rasio

Masalah perhitungan atau interpretasi dapat muncul dengan rasio keuangan dalam berbagai
konteks. Bagian ini mempertimbangkan masalah yang terkait dengan (a) penyebut negatif
dan (b) pengamatan "ekstrim" (pencilan).
A. Penyebut Negatif
Berasumsi bahwa seorang analis sedang memeriksa profitabilitas perusahaan dalam suatu
industri dan menemukan perusahaan yang memiliki ekuitas pemegang saham negatif.
Penggunaan pengamatan ini sebagai penyebut dalam rasio laba terhadap ekuitas pemegang
saham dapat menghasilkan rasio yang tidak memiliki interpretasi yang jelas. Berbagai
kemungkinan ada dalam konteks ini.
1. Penghapusan pengamatan dari sampel. Produk ini sering diadopsi. Misalnya, Robert
Morris Associted (1983) mengadopsi prosedur ini ketika menghitung rasio "laba
sebelum pajak terhadap kekayaan bersih berwujud" dalam Studi Laporan
Tahunannya.
2. Memeriksa alasan penyebut negatif dan membuat penyesuaian berikutnya. Sebagai
contoh, jika hal tersebut disebabkan oleh aset yang kurang saji, revaluasi aset dapat
mengakibatkan estimasi ekuitas pemegang saham yang direvisi menjadi positif.
(Pengurangan aset jelas juga bisa ada untuk perusahaan dengan ekuitas pemegang
saham yang positif. Konsistensi akan mendukung penilaian ulang untuk semua
perusahaan dalam sampel)
3. Gunakan rasio alternatif yang menangkap beberapa aspek profitabilitas, misalnya
pengembalian total aset atau pendapatan terhadap penjualan. Jarang sekali penyebut
dalam salah satu dari rasio ini negatif

B. Garis Besar Pengamatan

Apakah pengamatan ini merupakan outlier ataukah mewakili keadaan ekstrim dari
karakteristik yang mendasarinya? Outliner adalah “pengamatan yang tampaknya tidak
konsisten dengan pengingat kumpulan data itu. Ungkapan 'tampaknya tidak konsisten' sangat
penting. Ini adalah masalah penilaian subjektif di pihak pengamat apakah dia memilih
beberapa pengamatan untuk dicermati atau tidak” (Barnett dan Lewis, 1978)
Ada beberapa langkah dalam memutuskan apakah pengamatan seperti yang baru saja
dilaporkan adalah garis luar. Yang pertama berguna untuk menentukan apakah pengamatan
ekstrim muncul karena alasan komputasi. Sebagai contoh:
 Apakah nilai ekstrim karena kesalahan perekaman? Ini adalah sumber yang sering
digunakan untuk observasi outliner. Pendekatan yang paling langsung adalah
membandingkan angka-angka yang mendasari perhitungan rasio keuangan dengan
yang dilaporkan dalam laporan tahunan.
 Apakah nilai ekstrim karena penyebut rasio mendekati nol pada tahun tertentu? Nilai
rasio tahun-tahun sebelumnya dapat memberikan bukti yang berguna dalam
memutuskan apakah dalam situasi ini ada.
Langkah kedua yang berguna adalah memeriksa klasifikasi akuntansi, metode akuntansi, dan
perubahan ekonomi atau struktural sebagai alasan untuk pengamatan ekstrem.
 Klasifikasi akuntansi. Misalnya, penyertaan dalam laba bersih dari penulisan besar
yang dilakukan untuk penutupan pabrik dapat menyebabkan outliner dalam rasio laba
terhadap penjualan. Salah satu pendekatan untuk mendeteksi hal ini adalah dengan
membandingkan (1) pendapatan operasi terhadap penjualan, (2) pendapatan sebelum
bunga dan pajak terhadap penjualan, dan (3) pendapatan terhadap penjualan. Jika
sebuah perusahaan hanya untuk observasi outliner, maka kemungkinan outliner yang
disebabkan oleh klasifikasi akuntansi sangat meningkat.
 Metode akuntansi. Misalnya, rasio pendapatan bunga waktu yang ekstrem mungkin
disebabkan oleh adanya pembiayaan "off balance sheet".
 Ekonomis. Misalnya, semua perusahaan lain bisa intensif sementara perusahaan rasio
"ekstrim" bisa padat karya karena tenaga kerja yang relatif murah di daerah di mana ia
berada. Perbedaan ini dapat menimbulkan perbedaan mencolok di antara perusahaan
dalam rasio margin keuntungan ketika volume penjualan berkembang dengan cepat
 Perubahan struktural. Sebagai contoh, sebuah ereger dapat menyebabkan observasi
outliner, terutama untuk rasio yang membandingkan neraca atau pos-pos pendapatan
pascamerger dengan item-item yang sama sebelum penggabungan.
Alternatif yang tersedia bagi seorang analisis ketika dihadapkan dengan pengamatan ekstrim
(tidak timbul dari kesalahan pencatatan) meliputi:
 Menghapus pengamatan ekstrim dengan alasan bahwa itu mewakili "garis luar yang
benar".
 Mempertahankan pengamatan ekstrim dengan alasan bahwa itu mewakili keadaan
ekstrim dari karakteristik yang mendasarinya
 Melakukan penyesuaian terhadap faktor ekonomi atau akuntansi yang diyakini
menyebabkan pengamatan yang ekstrim, misalnya dengan memasukkan pembayaran
intreset yang terkait dengan pembiayaan “off balance sheet”
 “Memenangkan” sampel, misalnya, mengubah nilai pengamatan ekstrem menjadi
nilai pengamatan terdekat yang tidak dipandang sebagai “tersangka”
 “Memotong” sampel dengan menghapus pengamatan N atas dan N bawah.
Alternatif-alternatif ini mengakui bahwa penyebab nilai ekstrim bervariasi dan bahwa
pertimbangan sistematis dari faktor-faktor perhitungan, akuntansi, ekonomi, dan perubahan
struktural memberikan penilaian yang lebih masuk akal mengenai penanganannya dalam
aplikasi laporan keuangan. (Nilai ekstrim terjadi di banyak latihan analisis data. Pengenalan
yang berguna untuk prosedur statistik untuk menanganinya ada di Barnett dan Lewis, 1978)
Are these observation outliers or do the represent an extreme state of the underlying
characteristic? An outliner is “an observation which appears to be inconsistent with the
reminder of that set of data. The phrase ‘appears to be inconsistent’ is crucial. It is a matter a
subjective judgment on the part of the observer whether or not he picks out some observation
for scrutiny” (Barnett and Lewis, 1978)
There are several steps in deciding whether observations such as those just reported are
outliners. A useful first to determine if the extreme observation arises due to computation
reasons. For example:
 Is the extreme value due o a recording arror? This is a frequent source f outliner
observations. The most direct approach is to compare the numbers underlying the
computation of the financial ratio with those reported in the annual report.
 Is the extreme value due to the denominator of the ratio approaching zero in a
apartcular year? Value of the ratio pripor years can provide usefull evidence in
deciding if in this situation exists.
A useful secod step is to examine accounting classification, accounting method, and
economic or strucutural change as reasons fo the extreme observations.
 Accounting classification. For example, the inclusion in the net income of the large
write done for a plant closing can cause an outliner in the earnings to sales ratio. One
approach to detecting this is to campare (1) operating earnigs to sales, (2) earnings
before interest and taxes to sales, and (3) earnings to sales. If a firm is an outliner
observation for only, then the likelihood of the outliner being due to an accounting
classification is considerably increased.
 Accounting method. For example, an extreme time interest earned ratio may be due to
the existence of “off balance sheet” fianancing.
 Enonomic. For example, all other firms could intensive while the firm the “extreme”
ratio could be labor intensive due to relatively cheap labor in the area in which it is
located. These differences could give rose to marked diffrances accros firms in profit
margin ratios when sales volume expands quickly
 Structural change. For example, a ereger can cause outliner observatiomns, especially
for ratios comparing balance sheet or income items postmerger with thise same items
premerger.
The alternative available to an analysist when faced with extreme observations (not arising
from recording errors) include
 Deleting the exreme observation on the grounds that it represents a “true outliner”.
 Retaining the extreme observation on the grounds that it represent an extreme state of
the underlying characteristic
 Making adjustments for the economic or accounting factors belived to cause the
extreme observation, for example, by imputing the intreset payments associated with
“off balance sheet” financing
 “Winzoring” the sample, for example, changing the value of the extreme observation
to the value of the nearest observation not viewed as “suspect”
  “Trimming” the sample by deleting to the top N and the bottom N obbservations.
These alternatives recognize that the cause of extreme values are varied and that a systematic
consideration of computation, accounting, economic, and structural changes factors facilities
a more reasoned judgment as to their handling in financial statement applications. (Extreme
values occur in many data analysis exercises. A usefull introduction to statistical procedures
for handling them is in Barnett and Lewis,1978)

Kesimpulan
“The results highlight important economic implications of accounting errors. In our model, a
hump-shaped relation arises only if errors have counteracting effects on firms’ bias
propensity. The camouflage effect dominates when errors’ variance is low, and the value
relevance reducing effect takes over when variance is high. Our observation of such a
relation in the data is consistent with the existence of the two effects. As further support, we
show that firms inindustries with more prevalent error shave lower earnings response
coefficients, and intentional misstatements by such firms are more difficult to catch.” Hal 951
Kritik dan Saran
Penelitian ini meninggalkan beberapa pertanyaan yang belum terjawab. Pertama, kekurangan
staff sering dicatat sebagai kontributor utama lain untuk melaporkan kesalahan. Dalam pidato
yang sama yang disebutkan sebelumnya, misalnya, Scott Taub menyatakan bahwa "lebih dari
setengah kesalahan yang mengakibatkan penyajian kembali disebabkan oleh kekurangan
pembukuan dan catatan biasa atau oleh kesalahan penerapan standar akuntansi yang
sederhana." Dalam penelitian ini, peneliti tidak dapat mengidentifikasi proksi yang baik
untuk kekurangan staf. Kedua, studi tentang kepentingan relatif dari kompleksitas transaksi
dan ambiguitas regulasi sebagai dua penyebab kesalahan belum terjawab dalam penelitian.
Pertanyaan-pertanyaan ini mungkin menarik untuk diteliti untuk penelitian selanjutnya.
“This paper leaves several questions unanswered. First, staffing deficiency is often noted as
another major contributor to reporting errors. In the same speech mentioned earlier, for
example, Scott Taub remarks that “well over half of the errors that resulted in restatements
were caused by ordinary books and records deficiencies or by simple misapplications of the
accounting standards.” In this study, however, we are unable to identify a good proxy for
staffing deficiency. Second, a study of the relative importance of transaction complexity and
regulation ambiguity as two causes of errors would be intriguing, but it is beyond the scope
of this paper. These questions might be interesting to examine for future research.” (Hal 952)