99007-14-988116517336

MODUL 14

ANALISA KESULITAN KEUANGAN

DAN RESIKO KEBABANGKRUTAN

MASALAH KEBANGKRUTAN

Kesehatan suatu perusahaan bisa digambarkan dari titik sehat yang paling ekstrem

sampai ke titik tidak sehat yang paling ekstrem sebagai berikut:

Kesulitan keuangan jangka pendek bersifat sementara dan belum begitu parah.

Tetapi kesulitan semacam ini apabila tidak ditangani bisa berkembang menjadi

kesulitan tidak solvbel. Kalau tidak solvabel, perusahaan bisa dilikuidasi atau

direorganisasi. Likuidasi dipilih apabila nilai likuidasi lebih besar dibandingkan

dengan nilai perusahaan kalau diteruskan. Reorganisasi dipilih kalau perusahaan

masih menunjukan prospek dan dengan demikian nilai perusahaan kalau diteruskan

lebih besar dibandingkan nilai perusahaan kalau dilikuidasi.

Alternatif Perbaikan Kesulitan Keuangan

Pemecahan secara informal

1. dilakukan apabila masalah belum begitu parah

2. masalah perusahaan hanya bersifat sementara, prospek masa depan

masih bagus cara:

a. Perpanjangan (Extention): dilakukan dengan memperpanjang jatuh tempo

hutang-hutang

b. Komposisi (Composition): dilakukan dengan mengurangi besarnya tagihan,

misalnya klaim hutang diturunkan menjadi 7O%. KaIau hutang besarnya

1.000, maka nilai hutang yang baru adalah 0.7 x 1.000 = 700

Pemecahan Secara Format

Dilakukan apabila masalah sudah parah, kreditur ingin mempunyai jaminan

keamanan cara:

a. Apabila nilai perusahaan diteruskan>nilai perusahaan dilikuidasi

Reorganisasi: dengan merubah struktur modal menjadi struktur modal yg layak

b. Apabila nilai perusahaan diteruskan < nilai perusahaan dilikuidasi

Likuidasi: dengan menjual aset-aset perusahaan

Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN

Analisis kebangkrutan dilakukan untuk memperoleh peringatan awal kebangkrutan

(tanda-tanda awal kebangkrutan). Semakin awal tanda-tanda kebangkrutan tersebut,

semakin baik bagi pihak manajemen karena bisa melakukan perbaikan-perbaikan.

Pihak kreditur dan juga pihak pemegang saham bisa melakukan persiapan-

persiapan untuk mengatasi berbagai kemungkinan yang buruk. Tanda-tanda

kebangkutan tersebut dalam hal ini dilihat dengan menggunakan data-data

akuntansi.

Dalam praktik, dan juga dalam penelitian empiris, kesulitan keuangan sulit untuk

didefinisikan. Kesulitan semacam itu bisa berarti mulai dari kesulitan likuiditas

(jangka pendek), yang merupakan kesulitan keuangan yang paling ringan, sampai ke

pernyataan kebangkrutan,yang merupakan kesulitan paling berat. Dengan demikian

kesulitan keuangan bisa dilihat sebagai kondisi yang panjang, mulai dari yang ringan

sampai yang paling berat. Penelitian-penelitian empiris biasanya menggunakan

pernyataan kebangkrutan sebagai definisi kebangkrutan.

Perhatikan empat kategori semacam ini.

Tidak dalam Dalam Kesulitan

Kesulitan Keuangan Keuangan

Tidak Bangkrut I II

Bangkrut III IV

Perusahaan yang berada dalam kategori II barangkali mengalami kesulitan, tetapi

berhasil mengatasi masalah tersebut dan karena itu tidak bangkrut. Perusahaan

yang berada pada kategori III sebenarnya tidak mengalami kesulitan keuangan.

Tetapi karena suatu hal, misalkan karena ingin mengatasi tekanan dari pekerja,

perusahaan tersebut memutuskan untuk menyatakan bangkrut. Dengan situasi

senacam itu nampak kebangkrutan bisa mempunyai pengertian yang tidak jelas.

Pada situasi ke-IV, pengertian kebangkrutan relatif jelas,perusahaan mengalami

kesulitan keuangan dan karena itu akan bangkrut. Demikian juga pada situasi I,

situasi cukup jelas, dalam hal ini perusahaan tidak mempunyai kesulitan keuangan

dan tidak mengalami kebangkrutan. Tidak demikian halnya dengan situasi II dan III

yang bisa mempunyai pengertian yang kabur.

Ada beberapa indikator yang bisa menjadi prediksi kebangkrutan. Salah satu

sumbernya adalah analisis aliran kas untuk saat ini atau untuk masa mendatang.

Sumber lain adalah analisis strategi perusahaan. Analisis ini memfokuskan pada

persaingan yang dihadapi oleh perusahaan, relatif terhadap pesaingnya, kualitas


manajemen, kemampuan manajemen mengendalikan biaya, dan lainnya. Analisis

semacam ini bisa digunakan sebagai pendukung analisis aliran kas, karena kondisi

perusahaan semacam di atas akan mempengaruhi aliran kas perusahaan. Analisis

break even sebagai contoh, akan melihat seberapa jauh penjualan bisa turun agar

perusahaan masih bisa memperoleh keuntungan.

Sumber lain adalah laporan keuangan perusahaan. Laporan keuangan bisa dipakai

untuk memprediksi kesulitan keuangan. Sumber lainnya adalah informasi

eksternal.Pada pasar keuangan yang sudah maju, lembaga penilai (rating) sudah

berkembang dan informasi mereka bisa dipakai untuk memprediksi kemungkinan

adanya kesulitan keuangan. Sebagai contoh apabila suatu perusahaan sebelumnya

di-rating AAA, kemudian rating tersebut diturunkan menjadi BBB, informasi tersebut

bisa menjadi tanda adanya kesulitan keuangan yang barangkali terjadi di

perusahaan. Bagian di bawah ini akan membicarakan penggunaan rasio keuangan

untuk memprediksi kebangkrutan.

PREDIKSI KEBANGKRUTAN: ANALISIS UNIVARIATE

Pendekatan tunggal (univariate) bisa dipakai untuk memprediksi kesulitan keungan

dengan asumsi bahwa distribusi variabel keuangan untuk perusahaan yang tidak

mengalami kesulitan keuangan. Perbedaan distribusi variabel keuangan tersebut

bisa dipakai untuk memprediksi kesulitan keuangan.

Penggunaan metode tersebut akan bisa dijelaskan dengan menggunakan contoh

kasus perusahaan kereta api Amerika Serikat. Pada tahun 1970, beberapa

perusahaan kereta api AS yang cukup besar mengalami kebangkrutan. Apakah

rasio-rasio keuangan pada tahun-tahun sebelumnya bisa memperkirakan

kebangkrutan tersebut? Berikut ini dua rasio keuangan yang dipilih untuk melihat

apakah kebangkrutan perusahaan kereta api tersebut bisa dilihat melalui rasio-rasio

keuangan pada tahun-tahun sebelumnya.

1. Rasio Biaya Transportasi terhadap Pendapatan Operasional (BT/PO). Biaya

transportasi merupakan komponen biaya yang terbesar yang terjadi pada

perusahaan kereta api,yang meliputi biaya operasional angkutan kereta, biaya

gaji pegawai kereta, dan biaya bahan bakar. Pendapatan operasional terutama

berasal dari karcis kereta yang terjual, dan juga pendapatan dari beberapa

sumber yang lain seperti pendapatan angkutan barang atau surat pos.

2. Rasio Times Interest Earned (TIE) yang merupakan rasio EBIT (Earning Before

Taxes)/interest. Bunga atau interest di sini adalah bunga dari kewajiban obligasi.


Apabila diperoleh angka negatif, berarti perusahaan mempunyai earning (atau

pendapatan) yang negatif.

Dengan asumsi kedua variabel di atas berdistribusi normal dan bisa dijadikan

prediksi kebangkrutan, menyajikan kedua variabel tersebut.

Sampel untuk TIE dan BT/PO beberapa perusahaan Kereta Api

Tidak Bangkrut pada tahun 1970 BT/PO TIE

1. Ann Arbor 0,524 - 1,37

2. Central Georgia 0,348 2,16

3. Cincinnatti 0,274 2,91

4. Florida East 0,237 2,82

5. Illinois Central 0,388 3,10

6. Norfolk 0,359 2,81

7. Southern Pacific 0,400 3,56

8. Southern Railway 0,314 3,93

Bangkrut pada tahun 1970

1. Boston and Maine 0,461 - 0,68

2. Penn-Central 0,485 0,16

Rata-rata nilai rasio BT/PO untuk kedua grup tersebut adalah sebagai berikut:

Tidak bangkrut 0,356

Bangkrut 0,473

Kelompok perusahaan yang bangkrut mengeluarkan biaya operasional transportasi

pada setiap satu unit pendapatan operasional yang lebih besar dibandingkan dengan

kelompok yang tidak bangkrut. Sedangkan rasio TIE utk kedua kelompok tsb adalah:

Tidak bangkrut 2,49

Bangkrut -0,26

Nampak perusahaan yang tidak bangkrut mempunyai pendapatan (EBIT) relatif

terhadap yang lebih besar dibandingkan dengan kelompok perusahaan yang

bangkrut. Perbedaan rasio-rasio BT/PO dan TIE antara kelompok bangkrut dan tidak

bangkrut cukup besar dan tes statistik juga menujukkan adanya perbedaan yang

signifikan pada derajat segnifikan 5%.


Apakah rasio-rasio tersebut bisa dipakai untuk memprediksi kebangkrutan? Untuk

menjawab pertanyaan tersebut, berikut ini langkah-langkah untuk menganalisis

kemampuan prediksi rasio-rasio tersebut. Yang pertama perlu dilakukan adalah

menentukan titik cut off (pembatas) yang bisa dipakai untuk menentukan batas

perusahaan yang bangkrut dan yang tidak bangkrut. Rangking perusahaan

berdasarkan rasio-rasio bisa dilihat pada tabel berikut ini:

Perusahaan Rasio Status di 1970

1. Rangking berdasarkan rasio BT/PO

Ann Arbor 0,524 TB

PennCentral 0,485 B

Boston and Maine 0,461 B

Southern Pacific 0,400 TB

Illinois Central 0,388 TB

Norfolk 0,359 TB

Central of Georgia 0,348 TB

Southern Railway 0,314 TB

Cincinnati 0,274 TB

Florida East 0,237 TB

Rangking berdasarkan rasio TIE

Southern Railway 3,93 TB


Illinois Central 3,10 TB

Cincinnati 2,91 TB


Norfolk 2,81 TB

Central of Georgia 2,16 TB

Penn Central 0,16 B

Boston and Maine -0,68 B

Ann Arbor -1,37 TB


Titik cut off dihitung dengan cara mencari titik tengah antara dua rasio yang

berurutan (misal titik 0,5045 merupakan titik tengah antara 0,524 (Ann Arbor) dengan

0,485f ( Penn-Central). Titik cut off yang menghasilkan kesalahan prediksi paling

kecil akan dipilih. Kesalahan prediksi terdiri dari dua tipe yaitu kesalahan tipe I dan

kesalahan tipe II seperti berikut ini:

Diprediksi

Bangkrut Tidak Bangkrut

Kenyataan

Bangkrut Benar Kesalahan Tipe I

Tidak Bangkrut Kesalahan Tipe II Benar

Berikut ini beberapa titik cut off dan total kesalahan yang dihasilkan.

Titik Cut off Kesalahan Kesalahan Total

Tipe I Tipe II Kesalahan

Prediksi Bangkrut

Apabila rasio BT/PO

Lebih besar dari

0,5045 2 1 3

0,4730 1 1 2

0,4305 0 1 1

0,3940 0 2 2

0,3735 0 3 3

Nampak bahwa rasio BT/PO yang lebih besar dari 0,4305 menghasilkan tingkat

kesalahan yang paling kecil. Teknik pemilihan titik cut off semacam itu mengandung

bahaya bahwa karakteristik spesifik peusahaan-perusahaan dalam sampel akan

sangat mempengaruhi nilai cut off, dan dengan demikian titik cut off tersebut tidak

representatif untuk perusahaan-perusahaan lainnya.

Untuk menghindari kemungkinan semacam tersebut, akurasi titik cut off bisa diuji

dengan menggunakan perusahaan-perusahaan di luar sample (uji validasi).


Pengujian kemampuan prediksi model univariate tersebut dengan menggunakan

sampel perusahaan pada tahun 19X1 bisa dilihat berikut ini:

Perusahaan Rasio Prediksi Kenyataan

1. Rangking Berdasarkan rasio BT/PO

Erie 0,469 B TB

Reading 0,451 B B

Chicago, Milwaukee 0,437 B TB

Burlington 0,425 TB TB

Chesapeake 0,395 TB TB

Akron, Canton 0,382 TB TB

Atchison 0,373 TB TB

St. Louis 0,352 TB TB

Bangor 0,341 TB TB

Alabama 0,305 TB TB

2. Rangking berdasarkan rasio TIE

St. Louis 46,70 TB TB

Atchison 4,72 TB TB

Alabama 4,05 TB TB



Akron, Canton 1,85 TB TB

Bangor 0,88 B TB

Reading 0,40 B B

Chicago, Milwaukee 0,27 B TB

Erie 0,22 B TB

Catatan: B – Bangkrut TB - Tidak Bangkrut


Disamping pemilihan titik cut off yang meminimalkan biaya semacam di atas,

alternatif teknik pemilihan titik cut off dengan menggunakan rata-rata atau nilai rasio-

rasio di sampel. Rata-rata BT/PO untuk sepuluh perusahaan kereta dalam sampel

adalah 0,356. Dengan demikian jika rasio BT/FO> 0,356 perusahaan diprediksi

bangkrut dan sebaliknya. Menarik untuk dilihat berapa jumlah kesalahan klasifikasi

dengan menggunakan angka 0,356 sebagai cut off rate.

Jika beberapa variabel dipakai untuk memprediksi, ada kemungkinan hasil yang

bertentangan akan diperoleh. Untuk mengatasi kelemahan semacam itu metode

prediksi multivariate (prediksi berganda secara simultan) bisa digunaka. Contoh

metode tersebut adalah model diskriminan untuk memprediksi kebangkrutan.

Kemampuan prediksi rasio-rasio keuangan diteliti oleh Beaver (1966) dengan

menggunakan 79 sampel perusahaan yang gagal dan 79 perusahaan yang tidak

gagal. Titik cut off dipilih dengan pertimbangan kesalahan prediksi yang paling kecil.

Kemudian sampel dibagi menjadi dua, satu kelompok digunakan untuk mencari titik

cut off, kemudian titik cut off tersebut digunakan untuk memprediksi kebangkrutan

pada kelompok kedua (uji validasi). Persentase kesalahan klasifikasi dengan uji

validasi bisa dilihat pada tabel berikut ini dengan menggunakan data-data satu, dua,

tiga, empat, dan lima tahun sebelum kebangkrutan.

Misklasifikasi Prediksi dengan beberapa Variabel

Rasio Keuangan Tahun sebelum Kebangkrutan

1 2 3 4 5

Aliran Kas/Total Hutang 0,22 0,24 0,23 0,21 0,13

Aset Bersih/Total Aset 0,28 0,29 0,23 0,20 0,13

Total Hutang/Total Aset 0,28 0,27 0,34 0,25 0,19

Modal Kerja/Total Aset 0,41 0,45 0,33 0,34 0,24

Rasio Lancar 0,45 0,38 0,36 0,32 0,20

Dari tabel di atas nampak bahwa rasio Aliran Kas/Total Hutang dan rasio Assets

Bersih/Total Assets mempunyai kemampuan prediksi yang paling baik setahun

sebelum kebangkrutan, karena hanya salah memprediksi (misklasifikasi) sebesar

hanya 13%. Penelitian tersebut juga melihat besarnya tipe kesalahan yang terjadi

seperti terlihat berikut ini.


Tahun sebelumnya Kesalahan Kesalahan Total

Kebangkrutan Tipe I Tipe II Kesalahan

5 0,43 0,05 0,22

4 0,47 0,03 0,24

3 0,37 0,08 0,23

2 0,34 0,08 0,21

1 0,22 0,05 0,13

Menarik untuk dilihat bahwa Kesalahan Tipe II (prediksi bangkrut, tetapi

kenyataannya selalu lebih kecil dibandingkan kesalahan tipe I (prediksi tidak

bangkrut, tetapi kenyataanya bangkrut). Pada akhirnya pemilihan titik cut off akan

dipengaruhi juga oleh besarnya biaya yang berkaitan dengan tipe kesalahan. Apabila

biaya kesalahan tipe I lebih besar dibandingkan dengan biaya kesalahan tipe II,

maka pemilihan titik cut off akan lebih ditentukan oleh kecilnya kesalahan tipe I,

bukannya kecilnya atau kesalahan total.

Rangkuman pada Tabel dibawah ini menyajikan kemampuan prediksi rasio-rasio

keuangan, dengan nilai rata-rata rasio-rasio keuangan tersebut, dan persentase

klasifikasi yang benar dengan menggunakan model diskriminan variabel tunggal.

Empat variabel yang menunjukkan perbedaan antara perusahaan yang bangkrut

dengan yang tidak bangkrut secara konsisten adalah:

1. Tingkat return (rate of return). Perusahaan yang bangkrut mempunyai tingkat

return yang lebih rendah.

2. Penggunaan Hutang. Perusahaan yang bangkrut menggunakan hutang yang

lebih tinggi.

3. Perlindungan terhadap biaya tetap (Fixed payment coverage).Perusahaan yang

bangkrut mempunyai perlindungan terhadap biaya tetap yang lebih kecil.

4. Fluktuasi return saham. Perusahaan yang bangkrut mempunyai rata-rata return

yang lebih rendah dan mempunyai fluktuasi return saham yang lebih tinggi

Prediksi pada dibawah ini hanya berlaku untuk satu tahun sebelum kebangkrutan.

Menarik dilihat prediksi untuk beberapa tahun sebelum kebangkrutan.


Tabel Nilai Rata-Rata Variabel Prediksi Kebangkrutan

Karakteristik Rata-rata Rata-rata F-test %Klasifikasi

Keuangan Bangkrut Tdk Bangkrut Univariate Dgn Benar

1. Ukuran tingkat keuntungan

a. Aliran Kas/Modal Saham 0,119 0,316 77,18 93,64

b. Laba bersih/Modal Saham -0,59 0,091 230,53 97,06

2. Komposisi Aset Lancar

a. Quick Aset/Total Aset 0,258 0,273 1,18 50,41

3. Posisi Likuiditas

a. Aset Lancar/Hutang Lancar 1,860 2,381 0,83 1,23

b. Quick Aset/Hutang Lancar 0,838 1,231 2,24 51,92

4. Hutang

a. Nilai Pasar saham/

(nilai Pasar Saham +

Nilai Buku Saham) 0,995 0,999 177,4188,08

b. Total Hutang/Total Aset 0,785 0,476 276,45 86,02

5. Aktivitas

a. Harga Pokok Penj/Persediaan 9,991 10,432 0,11 21,29

b. Piutang dagang/Penj 0,188 0,147 3,92 66,43

c. Total Aset/Penjualan 0,836 0,783 0,51 68,52

6. Rasio Beban Tetap

a. Dana dari Operasi/

Total Hutang -0.049 0,249 88,92 84,39

7. Trend dan Dipersi

a. Standar Deviasi Laba

bersih/Modal saham 3,330 0,179 78,17 97,03

b. Break dalam treb Laba bersih 3,330 0,179 78,17 97,03

8. Ukuran Perusahaan

a. Total assets 153,76 769,05 4,11 27,84

7. Return Saham dan Fluktuasi

a. Return saham -0,045 0,003 73,46 72,21

b. Varians return saham 0,011 0,004 160,81 8’81

PREDIKSI KEBANGKRUTAN: ANALISIS MULTIVARIATE

Salah satu kelemahan model univariate adalah kemungkinan terjadi antara vanabel-

variabel yang dijadikan prediks. Untuk mengatasi masalahk tersebut modelnivariat


dikembangjan. Variabel bebas dalam model ini adalali rasio-rasio keuangan yang

diperkirakanmempengaruhi kebangkrutan, sedangkan variabel tidak bebas adalah

prediksi kebangkrutan (Bangkrut dengan nilai 0 dan tidak bangkrut dengan nilai 1

atau probalitas kebangkrutan 0 samapai 1, inklusif).

Sebagkan ivariabel bebas, idealnya kita mempunyai teori ekonomi yang bisa

mendasari kebangkrutan.Sayangnya tidak tersedia teori yang cukup mendukung

prediksi kebangkrutan. Karena itu biasanya kita menggunakan peneitian-penelitian

terdahulu yang relevan dalam pemilihan variabel-variabel bebas.

Teknik statistic yang sering digunakan adalah analisa diskriminan untuk

mengklasifikasikan observasi ke dalam dua kelompok; bangkrut dan tidak bangkrut.

Teknik analisa logis juga sering digunakan untuk melihat probabilitas suatu kejadian

berdasarkan variabell tertentu. Anailsis non-paranietrik juga bisa digunakan.

Dengan menggunakan kasus kebangkrutan perusahaan kereta api, kita akan

menggunakan dua vaxiabel untuk persamaan diskriminan, yaitu variabel rasio BT/TO

(variable bebas X1) dan variabel TIE (sebagal variabel X2). Diasumsikan bahwa

rasio-rasio yang dipakai berasal dari populasi dengan distribusi normal dan matrik

varians kovarians kedua kelompok tersebut.

Persamaan diskriminan linear bisa dituliskan sebagai berikut ini:

Zi = a X1 + b X2

Dengan mengunakan data pada table yang sama dengan dataTabel nomor 2,

diperoleh persamaan sebagai berikut ini{

Z1 = -3,366 Xi + 0,657 X2

Skor Z yang rendah berarti semakin besar kemungkinan untuk bangkrut. Koefisien

negative variabel X1 (rasio BTIPO) menandakan adanya hubungan negatf antara

variabel tersebut dengan skor Z1. Semakin tinggi nilai X1, semakin rendah nilai Z1,

dan semakin tinggi kebangkrutan. Nilai koefisiennya yang positif pada variabel X2

menandakan rasioTlE, semakin tinggi nilai skor Z1, dan semkin kecil kemungkinan

kebangkrutan. Misalkan kita menggunakan data perusahaan kereta api Penn-Central

dengan rasio BT/PO = 0,485 dan rasio TIE =16, skor Z bisa dihitung sebagaf berikut

ini:

Z1 = -3,366 x 0,485 + 0,657 x 0,16

= -1,527


Berikut ini menyajikan nilai-nilai Z1 untuk semua sample perusahaan.

Prediksi Kebangkrutan dengan analisa diskriminan

Perusahaan SkorZ1 Status 70

Southern 1,524 TB



Cincimati 0,989 TB

Illinois central 0,730 TB

Norfolk 0,637 TB

Cebtral of Georgia 0,247 TB

Penn-Central -1,527 B

Boston and Maine -1,998 B

Ann Arbor -2,663 TB

Tabel di atas memperlihatkan skor Z1 untuk perusahaan-perusahaan dalam sample.

Titik cut – of yang menghasilkan kesalahan (mis-klasifikasi) yang paling kecil adalah

kosr Z1 = 0,640 ( yang merupakan titik tengah antara 0,274 dengan – 1,527). Titik ini

hanya salah mengklasifikasi satu perusahaan yaitu Ann Arbor.

Persamaan iskrinainan yang diperoleh di atas sekarang bisa digunakan untuk

memprediksi kebangkrutan pada tahun 19X1. Uji validitas (uji dengan menggunakan

perusahaan di lauar sample) tersebut dapat diihat sebagai berikut ini:

Predik Kebangkrutan pada tahun 19X1

Perusahaan SkorZ1i Status 19x0 Prediksi

St Louis 29,482 TB TB

Atchison 1,844 TB TB

Alabama 1,633 TB TB



Akron Canton -,071 TB TB

Bangor - 1 TB TB

Reading -1,255 B B

Cjhicago 1,294 TB B

Erie -1,434 TB B

Nilal Z1 kritis (yang meminimalkan kesalahan klasifikasi) yang digunakan adalah -

640. Nilai ini mengklasifikasikan dengan benar 8 dari sepuluh perusahaan. Dua


perusahaan diprediksi bangkrut pada tahum 19X0 teryata tidak mengalami

kebangkrutan. Sedangkan Erie mengalami kebangkrutan pada tahun 19X2.

Variabel-variabel yang dipakai di atas secara eksklusif berasal dari perusahaan

seperti profitabilitas atau likuiditas. Banyak bukti yang cukup kuat menyatakan bahwa

kebangkrutan tidak hanya dipengaruhi oleh variabel-variabel intern saja (dari

perusahaan), tetapi juga dipengaruhi variabel-variabel eksternal seperti perubahan

tingkat bunga, turunnya atan penbahan tingkat pengangguran. Dengan bukti

semacam itu, analis memasukkan varabel-variabel ekonomi makro untuk

memprediksi kebrangkutan.

BUKTI-BUKTI INTERNAL (ALTMAN SCORE)

Tabel berikut ini menyajikan rasio-rasio keuangan komparatif untuk beberapa negara

studi. Nilai Z1 disajikan. Nilai tersebut dicari dengan persamaan diskriminan sebagai

berikut ini:

Z1 = 1,2X1+ -l,4X2 + 3,3X3 + 0,6X4 + 1,0X5

dimana:

X1 = (Aktiva lancar - Hutang lancar)/Total Aktiva

X2 = Laba Yang Ditahan/Total Aset

X3 = Laba Sebelum Bunga dan Pajak/Total Met

X4 = Nilai pasar saham biasa dan preferen/Nilai buku total hutang

X5 = Penjualan/Total Met

Penelitian yang dilakukan oleh Altman untuk perusahaan yang bangkrut

menunjukkan nilai-nilai kelima variabel tersebut sebagai berikut ini:

Perusahaan Bangkrut Perusahaan Tisak Bangkrut

X1 -,061 0,414

X2 -,626 0,355

X3 -318 0,154

X4 0,401 2,477

X5 1,500 1,900

Nilai Z1 adalah -,258 untuk perusahaan yang bangkrut dan 4,885 untuk perusahaan

yang tidak bangkrut. Nilai kritis adalah 1,8. Perusahaan dengan nilai Z1 di bawah 1,8

mempunyai probalitas kebangkrutan yang tinggi.


Masalah lain yang perlu dipertimbangkan adalah banyak peruhaan yang tidak go

public, tidak mempunyai nilai pasar. Untuk beberapa negara seperti Indonesia,

perusahaan semacam ini merupakan bagian terbesar yang ada. Altman kemudian

mengembangkan model alternatif dengan menggantikan -variabel X4 (Nilai pasar

saham preleren dan biasa/nilai buku total hutang). Dengan cara demikian model

tersebut bisa dipakai baik untuk perusahaan yang go public maupun yang tidak go

public. Persamaan yang diperoleh dengan cara semacam adalah sebagai berikut:

Z1 = 0,717X1 + 0,847X2 + 3,107 X3 + 0,42 X4 + 0,998 X5

dimana:




X4 = Nilai pasar saham biasa dan preferen/Nilai buku total hutang

Model yang baru tersebut menpunyai kemampuan prediksi yang cukup baik juga

(94% benar dari total sampel 66), sedangkan yang asli (95% benar atau 63 benar

dari 66 total sampel

Titik cut-off yang dilaporkan Altmian adalah berikut ini:

Dengan Nilai Pasar Dengan Nilai Buku

Tidak Bangkrut

Jika Z> 2,99 2,90

Bangkrut

JilcaZ< 1,81 1,20

Daerah Rawan 1,81-2,99 1,20-2,90

Daerah rawan merupakan kemungkinan munculnya klaasifikasi yang salah

Tabel ini menyajikan perbandingan internasional rasio-rasio keuangan untuk yang

bangkrut dan yang tidak bangkrut.

Perbandingan Internasional Rasio-rasio Keuangan Untuk Memprediksi Kebangkrutan

Kelompok Perusahaan adalah sebagi berikut:


Rasio Keuangan AS (1968) AS (1977) Australia

Kelompok Yang Bangkrut

X1 -,081 0,150 0,062

X2 -,626 -,406 -,038

X3 -,318 -,005 0,002

X4 0,401 -0,611 0,800

X5 1,500 1,310 1,200

Skor Z1 rata-rata -,271 1,707 N/A

Kelompok Perusahaan YangTidak bangkrut

X1 0,414 0,309 0,187

X2 0,355 0,294 0,220

X3 0,153 0,112 0,86

X4 2,477 1,845 3,110

X5 1,500 1,620 N/A

Z1 rata-rata 4,885 3,878 4,003

Rasio Keuangan Brazil Kanada Jepang

Kelompok Yang Bangkrut

X1 -,120 0,100 -,181

X2 0,010 N/A -,163

X3 0,050 -,120 -,077

X4 0,350 N/A 0,533

X5 0,880 1,480 1,0667

Skor Z1 rata-rata 1,24 N/A 0,667

Kelompok Perusahaan YangTidak bangkrut

X1 0,230 0,300 0,107

X2 0,240 N/A 0,154

X3 0,160 0,040 0,063

X4 1,140 N/A 0,878

X5 1,230 2,310 0,988

Z1 rata-rata 3,053 N/A 2,070

Catatan:

dimana:




X4 = Nilai pasar saham biasa dan preferen/Nilai buku total hutan


99007-14-988116517336

Documents

Transcript of 99007-14-988116517336