Predicting Financial Distress
Predicting Financial Distress
DISTRESS LQ 45
COMPANIES IN
INDONESIA
STOCK
EXCHANGE
2010-2014 WITH
USING LOGISTIC
REGRESSION
ANALYSIS
BAB I
PENDAHULUAN
1.1 Latar Belang Masalah
Financial Distress Predicting/FDA merupakan pembahasan yang
penting bagi listed Companies dan stakeholders
Identifikasi
Banyak penelitian yang dilakukan di Indonesia untuk memprediksi financial distress dengan
menggunakan berbagai model.
Penelitian yang dilakukan Wulandari et al (2014) yang membandingkan Model Altman,
Springate, Ohlson, Fulmer, CA-Score dan Zmijewski dalam memprediksi financial distress
(studi empiris pada perusahaan food and beverages yang Terdaftar di Bursa Efek Indonesia
Periode 2010-2012 yang mengatakan bahwa model yang paling efektif dan akurat untuk
memprediksi kondisi financial distress adalah model Ohlson
Nikmah dan Sulestari (2014) melakukan perbandingan antara model prediksi financial
distress Ohlson dan Altman. Hasil penelitiannya menunjukkan bahwa secara keseluruhan
model Ohlson lebih baik dalam memprediksi kebangkrutan perusahaan besar maupun
perusahaan kecil.
Perumusan Masalah
1.
Apakah variabel SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO, OENEG, dan CHIN pada model
prediksi Ohlson (O-score) dapat digunakan sebagai prediktor kondisi financial distress pada
perusahaan yang terdaftar pada Index Saham LQ-45?
Bagaimana tingkat ketepatan model prediksi financial distress yang terbentuk dari hasil analisis
regresi logistik?
2.
Batasan Masalah
1.
2.
3.
Maksud Penelitian
Mengindikasi penggunaan variabel SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO,
OENEG, dan CHIN pada model prediksi Ohlson (O-score) sebagai prediktor kondisi
financial distress pada perusahaan yang terdaftar dalam Index Saham LQ-45 periode
tahun 2010-2014.
Tujuan Penelitian
1. Untuk mengetahui apakah variabel SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO,
OENEG, dan CHIN pada model prediksi Ohlson (O-Score) dapat digunakan sebagai
prediktor kondisi financial distress pada perusahaan yang terdaftar dalam Index
Saham LQ-45.
2. Untuk mengetahui tingkat ketepatan model prediksi financial distress yang terbentuk
dari hasil analisis regresi logistik.
Manfaat Penelitian
Kegunaan Penelitian
1. Teoritis dimana analisis yang dilakukan dalam penelitian ini dapat dikembangkan
pada penelitian berikutnya atau bahkan dapat digabungkan dengan teknik analisis
lainnya untuk mendapatkan hasil yang lebih optimal dalam memprediksi financial
distress
2. Praktis dimana hasil penelitian ini dapat digunakan oleh stakeholder dan investor
untuk mengambil keputusan mengenai strategi-strategi yang diperlukan terkait
financial distress
BAB II
DESKRIPSI INDUSTRI
2.1 Sejarah Bursa Efek Indonesia (BEI)
BEI merupakan bursa hasil penggabungan dari Bursa Efek Jakarta (BEJ) dengan Bursa Efek Surabaya
(BES) yang ini mulai beroperasi pada 1 Desember 2007 Demi efektivitas operasional dan transaksi.
Saat ini, BEI mempunyai sebelas jenis index harga saham sebagai indikator pergerakan harga saham
salah satu diantaranya adalah Indeks LQ45. Indeks yang terdiri dari 45 saham Perusahaan Tercatat
yang dipilih berdasarkan pertimbangan likuiditas dan kapitalisasi pasar, dengan kriteria-kriteria yang
sudah ditentukan.
Tujuan indeks LQ 45 adalah untuk menyediakan sarana yang obyektif dan terpercaya bagi analisis
keuangan, manajer investasi, investor dan pemerhati pasar modal lainnya dalam memonitor
pergerakan harga dari saham-saham yang aktif diperdagangkan.
Nama Perusahaan
Kode
Saham
No
1.
JSMR
1.
2.
PGAS
2.
3.
Telekomunikasi Indonesia
(Persero) Tbk
TLKM
4.
BLTA
3.
4.
5.
BTEL
5.
6.
6.
INDY
7.
XL Axiata Tbk
EXCL
No
8.
Indosat Tbk
ISAT
1.
9.
GJTL
2.
MIRA
3.
TRAM
4.
GIAA
5.
Indomobil Sukses
13.
International Tbk
IMAS
TAXI
6.
7.
TBIG
12.
15.
Kode
Saham
AALI
Agriculture
LSIP
BISI
SGRO
Agriculture
Agriculture
Agriculture
UNSP
SIMP
Agriculture
Agriculture
Kode
Saham
SMGR
BRPT
INKP
SMCB
CPIN
KRAS
MAIN
Nama Perusahaan
No
1.
2.
3.
4.
5.
6.
7.
8.
9.
Nama Perusahaan
Kode
Saham
SSIA
PWON
WIKA
ADHI
CTRA
PP (Persero) Tbk
PTPP
SMRA
LPKR
ELTY
No
TRUB
1.
BSDE
2.
ASRI
ASRI
KIJA
BKSL
WSKT
No
1.
2.
3.
4.
5.
6.
7.
8.
9.
Nama Perusahaan
Nama Perusahaan
Kode
Saham
Kode
Saham
Lingkup dan
Bidang Usaha
BBCA
BBNI
BBRI
BDMN
BMRI
BBTN
BBKP
BJBR
BHIT
Finance
Finance
Finance
Finance
Finance
Finance
Finance
Finance
Finance
GGRM
ICBP
INTP
4.
KLBF
5.
UNVR
6.
ICBP
3.
N
o
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
Nama Perusahaan
Kode
Saham
Lingkup
dan
Bidang
Usaha
ITMG
Mining
PTBA
Mining
ANTM
BUMI
DEWA
ELSA
ENRG
Mining
Mining
Mining
Mining
Mining
MEDC
TINS
Mining
Mining
BIPI
BRAU
Mining
Mining
BORN
HRUM
INCO
Mining
Mining
Mining
No
Nama Perusahaan
Kode
Saham
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
BNBR
HEXA
BMTR
AKRA
INTA
MNCN
MAPI
SMCB
MLPL
VIVA
11.
LPPF
SCMA
UNTR
12.
13.
No
1.
2.
3.
Nama Perusahaan
Kode
Saham
ADRO
ASII
DOID
Miscellaneous Industry
Miscellaneous Industry
Miscellaneous Industry
BAB III
KAJIAN PUSTAKA, HASIL PENELITIAN
TERDAHULU, KERANGKA PEMIKIRAN, DAN
HIPOTESIS
3.1 Kajian Pustaka
Financial distress merupakan suatu kondisi yang menunjukkan tahap penurunan
dalam kondisi keuangan perusahaan yang terjadi sebelum terjadinya kebangkrutan
ataupun likuidasi (Plat dan Plat, 2002, dalam Almilia, 2006)
Prediksi kebangkrutan metode O-Score ini dikemukakan oleh James A. Ohlson (1980)
dalam jurnalnya berjudul Financial Ratio dan the Probabilistic Prediction of Bankruptcy.
Ohlson (1980) menjelaskan bahwa model ini tidak menentukan cut-off point tertentu
dalam menentukan batasan yang menyatakan perusahaan tersebut bangkrut atau
tidak bangkrut
EPS merupakan rasio yang paling banyak digunakan oleh pemegang saham dalam
menilai prospek perusahaan di masa yang akan datang dibandingkan dengan rasiorasio keuangan yang lain (Bodroastuti, 2009).
4
No
1
Judul Penelitian
Variabel Penelitian
Model Prediksi
Keuangan dan
Variasi Waktu
CAR (Capital
Adequacy Ratio).
di Indonesia
Kebangkrutan Bank
Asset Quality*
Manajemen. dan
Likuiditas
Financial ratios,
Prediksi Financial
industry relative
bank
Globalisasi
Widodo (2001):
Revenue From
Keuangan untuk
Mempredik-i
1 Capital Adequacy
Probabilitas
Ratio/, LCDR. HS
Kebangkrutan Bank
(HasilKredit),PTK
Hadad,dkk (2004):
Qurriyani (2000):
Effect
Hasil
Current
Terdapat
Savitri
Ratio,
perbedaan antara
(2012):
Growth
kedua model.
Model
Ratio,
Menurut hasil
Financial
Financial
analisis model
Distress Vs.
Leverage
Financial Distress
Altman Z-
, dan
4 Bank dinyatakan
Score:
Profit
menglami kondisi
indikator ekonomi
Analisa
Margin
tidak sehat,
Perbanding
sedangkan
an Prediksi
menurut
Kebangkrut
Diskriminan
an di
model Altman,
Industri
semua bank
dinyatakan sehat.
Perbankan
Analisis Faktor
yang
Penyebab Probabilitas
sebelum kebangkrutan.
Kebangkrutan Bank
Composite Index,
Inflation Rate,
CF/CL,TUFA gross
profit1 sales.
Keuangan Untuk
Ol'sales. M:ale:.
Memprediksi Kondisi
CA'inventoiy,
Kinerja Keuangan
OPM, TDTA,
Financial Distress
OLTL, NW'saleo.
(Performance) dan
Perusahaan Manutaktur
CL-NW. dan
Pengaruhnya Terhadap
NWTL.
Kesulitan Keuangan
(Financial Distress)
Perbankan di Indonesia
Efek Jakarta
Puryati dan
Money Supply
7
Terdaftar di
BEI
3.4 Hipotesis
H1: Variabel SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO, OENEG, dan CHIN
pada model prediksi Ohlson (O-Score) dapat digunakan sebagai prediktor kondisi
financial distress pada industri perusahaan yang terdafatar dalam Index Saham LQ45.
H2: Tingkat ketepatan model prediksi financial distress yang terbentuk dari hasil
analisis regresi logistik selama periode tahun 2010-2014.
BAB IV
METODE PENELITIAN
4.1 Jenis/Desain Penelitian
Penelitian ini menggunakan data sekunder yaitu data yang diperoleh secara tidak
langsung dari objek penelitian, yang berasal dari data base Bursa Efek Indonesia
(BEI) dan Badan Pusat Statistik (BPS). Jenis data yang dikumpulkan adalah data
laporan keuangan yang telah diaudit selama periode 2010 sampai dengan 2014 yang
dipublikasikan.
1. X1 SIZE
2. X2 TLTA
3. X3 WCTA
4. X4 CLCA
5. X5 NITA
6. X6 FUTL
7. X7 INTWO
8. X8 OENEG
9. X9 CHIN
Konsep
Rasio ini digunakan untuk
Koefisien
Negatif (-)
X4: CLCA
Indikator
Model
Positif(+)
Rasio
Negatif (-)
Rasio
Negatif (-)
Rasio
Skala
Rasio
Ohlson (O-
Score)
X2: TLTA
X3: WCTA
Positif(+)
Rasio
X5: NTTA
semakm besar.
Negatif (-)
Rasio
X6: FITL
Positif(+)
X7:
Nominal
EN'TWO
Variabel
Perusahaan
Konsep
berupa variabel
dummy yang
kondisi lainnya.
dinyatakan dalam
angka 1 apabila
X8:
Negatif (-)
Nominal
OENEG
mengalami kondisi
::
perusahaan
apabila perusahaan
berada dalam kondisi
X9: CHEV
Negatif (-)
Rasio
non-distress (Nilai
EPS
(+)).
Indikator
EPS (+) = 0
EPS (-) = 1
Skala
Rasio
Ln
P
0
1, 2, n
X
= Log natural
= Probabilitas terjadinya kegagalan bank
= Konstanta
= Koefisien regresi
= Varibel Bebas
Estimasi maksimum likehood parameter dari model dapat dilihat pada tampilan
output tabel variable in the equation (Ghozali, 2012). Persamaan regresi Logistik
dapat dinyatakan sebagai berikut :
Keterangan:
Ln = Log natural
P
= Probabilitas terjadinya kegagalan bank
0 = Konstanta
1, 2, n = Koefisien regresi
X
= Varibel Bebas
Terima Kasih