99007-14-988116517336
TRANSCRIPT
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
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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.
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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%.
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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
Southern Pacific 3,56 TB
Illinois Central 3,10 TB
Cincinnati 2,91 TB
Florida East 2,82 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
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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).
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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
Chesapeake 3,12 TB TB
Burlington 2,73 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
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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.
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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.
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
Berikut ini menyajikan nilai-nilai Z1 untuk semua sample perusahaan.
Prediksi Kebangkrutan dengan analisa diskriminan
Perusahaan SkorZ1 Status 70
Southern 1,524 TB
Florida East 1,054 TB
Southern Pacific 0,991 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
Chesapeake 0,7 TB TB
Burlington 0,362 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
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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.
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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:
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
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:
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN
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:
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 hutan
Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSiANALISA LAPORAN KEUANGAN