deteksi dini potensi kebangkrutan bank melalui analisis ... · pdf filedeteksi dini potensi...

51
DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS RASIO KEUANGAN DAN MARKET EFFECT MODEL REGRESI LOGISTIK MULTINOMIAL Tengku Nuzulul Qurriyani Universitas Indonesia Abstrak:Prediksi potensi kebangkrutan bank berbasis rasio keuangan adalah tiada henti untuk diteliti. Upaya ini dilakukan agar dapat menemukan model prediksi yang dianggap mampu menjelaskan tingkat kesehatan bank, mampu memprediksi maupun mendeteksi secara dini potensi kebangkrutan bank, menemukan formula yang bisa diterapkan untuk semua bank, demi menyelamatkan bank dan sekaligus menciptakan kemakmuran perekonomian negaraperbankan adalah tulang punggung perekonomian negara. Hal ini dimungkinkan dengan bantuan teknik statistik berbasis model regresi logistik multinomialvariabel dependen bersifat kategorik. Ditemukan bahwa rasio keuangan yang bercerita mengenai capital adequacy sebuah bank dan rasio yang menggambarkan market effect, memang berdampak signifikan dalam mendeteksi secara dini potensi kebangkrutan bank. Terbukti dari ketepatan prediksi yang bisa diraih: bank gagal (bank likuidasi) adalah 80%, bank dalam penyelamatan (bdp) adalah 45.45%, dan bank sehat (bank survive (bs)) adalah 90.32%.Rasio keuangan dipercaya memiliki andil dalam model prediksi kebangkrutan, yaitu sebesar 71.92%. Keywords: bank go public, kategori bank survival, ketepatan prediksi (prediction correct), model regresi logistik multinomial, rasio keuangan. Abstract:Prediction of potential bankruptcy of the bank based on financial ratio is a continual research. This study is done in order to find prediction model that is considered to explain the bank’s health, be able to predict or detect early potential bankruptcy of the bank, find a formula that can be applied to all banks, promote sound banking and at the same time create economic prosperity of the country—bank is the backbone of the country’s economy. This is possible with the help of statistical techniques based on multinomial logistic regression model, the dependent variable is categorical. It is found that the financial ratio about bank’s capital adequacy and the financial ratio that describes the market effect, it does have have a significant impact in the early detection of potential bank insolvency. It is proved from the accuracy of predictions which can be achieved: bank classified under failed bank (bl)) is 80%, bank classified under special surveillance or bank in resolution (bdp) is 45.45%, and bank classified under sound bank (bs) is 90.32%. Financial ratio is believed to have contributed to the bankruptcy prediction model, amounting to 71.92%. Keywords:bank survival category, financial ratio, go public bank, multinomial logistic regression model, prediction correct.

Upload: dangminh

Post on 27-Feb-2018

228 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI

ANALISIS RASIO KEUANGAN

DAN MARKET EFFECT MODEL REGRESI LOGISTIK MULTINOMIAL

Tengku Nuzulul Qurriyani

Universitas Indonesia

Abstrak:Prediksi potensi kebangkrutan bank berbasis rasio keuangan adalah tiada henti

untuk diteliti. Upaya ini dilakukan agar dapat menemukan model prediksi yang dianggap

mampu menjelaskan tingkat kesehatan bank, mampu memprediksi maupun mendeteksi

secara dini potensi kebangkrutan bank, menemukan formula yang bisa diterapkan untuk

semua bank, demi menyelamatkan bank dan sekaligus menciptakan kemakmuran

perekonomian negara—perbankan adalah tulang punggung perekonomian negara. Hal ini

dimungkinkan dengan bantuan teknik statistik berbasis model regresi logistik multinomial—

variabel dependen bersifat kategorik. Ditemukan bahwa rasio keuangan yang bercerita

mengenai capital adequacy sebuah bank dan rasio yang menggambarkan market effect,

memang berdampak signifikan dalam mendeteksi secara dini potensi kebangkrutan bank.

Terbukti dari ketepatan prediksi yang bisa diraih: bank gagal (bank likuidasi) adalah 80%,

bank dalam penyelamatan (bdp) adalah 45.45%, dan bank sehat (bank survive (bs)) adalah

90.32%.Rasio keuangan dipercaya memiliki andil dalam model prediksi kebangkrutan, yaitu

sebesar 71.92%.

Keywords: bank go public, kategori bank survival, ketepatan prediksi (prediction correct),

model regresi logistik multinomial, rasio keuangan.

Abstract:Prediction of potential bankruptcy of the bank based on financial ratio is a

continual research. This study is done in order to find prediction model that is considered to

explain the bank’s health, be able to predict or detect early potential bankruptcy of the

bank, find a formula that can be applied to all banks, promote sound banking and at the

same time create economic prosperity of the country—bank is the backbone of the country’s

economy. This is possible with the help of statistical techniques based on multinomial

logistic regression model, the dependent variable is categorical. It is found that the

financial ratio about bank’s capital adequacy and the financial ratio that describes the

market effect, it does have have a significant impact in the early detection of potential bank

insolvency. It is proved from the accuracy of predictions which can be achieved: bank

classified under failed bank (bl)) is 80%, bank classified under special surveillance or bank

in resolution (bdp) is 45.45%, and bank classified under sound bank (bs) is 90.32%.

Financial ratio is believed to have contributed to the bankruptcy prediction model,

amounting to 71.92%.

Keywords:bank survival category, financial ratio, go public bank, multinomial logistic

regression model, prediction correct.

Page 2: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

1

1. Pendahuluan

Suatu negara tidak pernah luput dari terpaan krisis moneter. Dampak paling

signifikan terlihat pada sektor perbankan. Ini ditandai dengan bank-bank yang masuk

kategori bank beku operasi (BBO) dan bank takeover (BTO), yaitu seperti kasus krisis

moneter yang meluas menjadi krisis perbankan pada tahun 1998 di Indonesia. Fraser &

Fraser (1990) menyatakan bahwa kegagalan suatu bank akan dapat menyebabkan kegagalan

pada banking system: ―… while the failure of an individual bank is tolerable, the failure of

the banking system is intolerable.‖ Ini bermakna suatu bank itu bisa berdampak sistemik,

yaitu bisa menyebabkan bank-bank sehat masuk ke dalam pusaran arus yang berbahaya—

kepercayaan masyarakat dipertaruhkan di sini. Rujukan hal itu berada pada pasal 37A

Penjelasan Atas Undang-Undang Republik Indonesia Nomor 10 Tahun 1998 Tentang

Perubahan Atas Undang-Undang Nomor 7 Tahun 1992 Tentang Perbankan:

… yang dimaksud dengan kesulitan perbankan yang membahayakan perekonomian

nasional adalah suatu kondisi sistem perbankan yang menurut penilaian Bank

Indonesia terjadi krisis kepercayaan masyarakat terhadap perbankan yang

berdampak kepada hajat hidup orang banyak. Dapat dikatakan bahwa perbankanlah yang sebenarnya menjaga perekonomian suatu

negara—sebagai tulang punggung perekonomian negara, untuk itu perlu senantiasa

menganalisis tingkat kesehatan bank.

Indikator yang dapat merepresentasikan tingkat kesehatan bank adalah berada pada

rasio keuangan. Contoh rasio yang sering dijadikan acuan untuk memprediksi kebangkrutan

adalah rasio profitability dan rasio liquidity. ―Low profitability may be a prime signal of

financial distress, it is not necessarily fatal if a business has a strong liquidity

position‖(Morris, 1998). Rasio profitability adalah rasio keuangan yang menunjukkan

kemampuan sesuatu bank untuk generate earnings melalui utilisasi resources; rasio

Page 3: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

2

liquidity adalah rasio keuangan yang menunjukkan kemampuan sesuatu bank untuk dapat

memenuhi kewajiban-kewajiban yang segera ditagih.Ini menunjukkan bahwa rasio

keuangan memang berpotensi menjadi alat deteksi tingkat kesehatan bank.

Terdapat wacana bahwa sebenarnya market effect juga bisa difungsikan sama

seperti rasio keuangan, yaitu memiliki kemampuan prediksi atau mampu menjelaskan

tingkat kesehatan bank ataupun menjadi alat deteksi potensi kebangkrutan bank. Market

effect berkenaan dengan reaksi pasar saham, bisa ditunjukkan melalui harga saham sesuatu

bank itu ataukah rasio yang merefleksikan penilaian pasar saham atas kinerja bank. Rasio

yang menggambarkan market effect inilah yang akan menjadi tambahan variabel penelitian.

Diduga reaksi pasar saham bisa berkoneksi secara langsung dalam menggambarkan kinerja

bank, sehingga dapat menjadi alat prediksi maupun alat deteksi potensi kebangkrutan bank.

Kemampuan rasio keuangan dan market effect dalam memprediksi dan menjelaskan

tingkat kesehatan suatu bank harus melalui pengujian empiris. Ini dibutuhkan dalam rangka

membangun sebuah model yang dapat menjawab apakah data akuntansi (accounting

numbers) tersebut memang mampu memprediksi dan menjelaskan tingkat kesehatan bank,

serta mampu mendeteksi secara dini potensi kebangkrutan bank.

2. Tinjauan Pustaka dan Hipotesis

2.1 Evolusi Teori Akuntansi

Perkembangan teori akuntansi telah berevolusi. Fenomena yang terjadi dalam dunia

nyata—praktik akuntansi, harus bisa dijelaskan melalui keberadaan suatu teori (Watts &

Zimmerman, 1986). Evolusi itu berkembang seiring perkembangan zaman dan ilmu

pengetahuan. Terdapat perubahan perilaku dalam praktik akuntansi. Kemajuan dalam

modern finance theory juga ikut menyumbang percepatan evolusi dalam teori akuntansi.

Page 4: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

3

Tujuan utama teori akuntansi itu adalah memberikan dasar prediksi dan penjelasan

mengenai perilaku dan peristiwa akuntansi (Belkaoui, 2004). Pada awalnya, dominasi teori

berada pada kemampuan memberikan gambaran mengenai suatu kondisi ideal atau kondisi

yang memang seharusnya begitu, yang kadangkala berbeda dengan praktik yang terjadi.

Teori bersifat normatif (normative theory). Keynes (1891): ―a normative or regulative

science as a body of systematized knowledge relating to criteria of what ought to be, and

concerned therefore with the ideal as distinguished from the actual….‖ Dari sinilah bisa

timbul pertanyaan-pertanyaan, yaitu sebagai akibat ada perbedaan antara kriteria ideal yang

seharusnya terjadi dan kondisi sebenarnya dalam dunia nyata (praktik). Perkembangan

selanjutnya, ternyata kemampuan memprediksi dan menjelaskan atas suatu fenomena dalam

dunia nyata, membawa kepada pemahaman mengenai konsep positive theory.

Tanpa positive theory, para akademisi dan profesional tidak akan pernah membuat

suatu kemajuan yang berarti dalam menjawab pertanyaan-pertanyaan normatif tersebut

(Jensen, 1976). Inilah yang mencuatkan ide mengenai pengujian empiris atas fenomena

yang terjadi, sehingga hasil pengujian bisa dibandingkan dengan prediksi yang berasal dari

teori, dan pada gilirannya akan mampu menjelaskan mengapa suatu fenomena itu terjadi.

2.2 Model Prediksi Kebangkrutan

Dalam rangka mencoba memprediksi dan menjelaskan suatu fenomena itulah, maka

timbul curiosity mengenai praktik akuntansi yang berlaku di dunia nyata. Hal yang menarik

adalah pada saat angka akuntansi dalam suatu organisasi (perusahaan, bank) bisa

merefleksikan kondisi kesehatan keuangan dari organisasi tersebut, maka akan bermanfaat

apabila mampu mendeteksi potensi kebangkrutan secara lebih dini. Model prediksi

kebangkrutan ini biasanya menggunakan data akuntansi, yaitu dalam bentuk analisis rasio

keuangan (Watts & Zimmerman, 1986). Ini menyiratkan bahwa angka akuntansi tersebut,

Page 5: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

4

yang tercermin dalam laporan keuangan, memiliki kandungan informasi yang berunsur

prediksi. Bernstein (1989):

financial statement analysis is the judgemental process that aims to evaluate the

current and past financial positions and the results of operations of an enterprise,

with the primary objective of determining the best possible estimates and predictions

about future conditions and performance.

Penelitian ini akan dibatasi pada perbankan. Ini adalah karena perbankan itu

merupakan tulang punggung perekonomian negara. Bank memainkan peran penting dalam

memelihara kepercayaan masyarakat terhadap sistem moneter, sehingga kesehatan bank

menjadi perhatian utama, yaitu berkaitan dengan likuiditas dan solvabilitas bank (PSAK

31). ―Banks serve as the principal caretaker of the economy's money supply and, along with

other financial intermediaries, provide an important source of funds for consumers and

businesses― (Ritter, Silber, & Udell, 2009).

Dampak sistemik juga menjadi perhatian, karena sesungguhnya apabila terlihat ada

potensi kebangkrutan dari suatu bank, keresahan nasabah akan mudah menyebar dan akan

berakibat juga pada bank-bank sehat. Walaupun dampak sistemik ini tidak diatur secara

jelas dalam Perpu JPSK (Jaring Pengaman Sistem Keuangan), yaitu mengenai ukuran dan

kriteria bank yang ditengarai berdampak sistemik, namun Bank Indonesia melihat dalam

konteks penyelamatan sistem keuangan, perbankan, dan perekonomian secara keseluruhan

(Gatra 2009, 23). Apabila satu bank dinyatakan bank gagal, ada 2 pilihan yang dapat

dilakukan: diselamatkan atau tidak diselamatkan, dan penanganannya diserahkan kepada

Lembaga Penjamin Simpanan (LPS) (Gatra 2009, 19). Penjelasan Pasal 33 Undang-Undang

LPS menyebutkan bahwa LPS menangani bank hingga bank itu menjadi sehat sesuai

dengan Undang-Undang Perbankan (Tempo 2009, 127).

Page 6: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

5

Qurriyani (2000) meneliti mengenai kesehatan bank melalui penggunaan logit model

(model regresi logistik trikotomi): pada saat variabel dependen adalah trichotomous

outcome variabel—penunjukan bank survival (BBO, BTO, bank survive) sebagai suatu

fungsi dari sejumlah variabel independen (rasio keuangan CAMEL), maka akan dapat

diketahui probability sesuatu bank itu masuk kategori BBO atau BTO atau bank survive.

Ternyata, dari 22 bank go public yang menjadi sampel penelitian Qurriyani, 75% terjadi

ketepatan pengkategorian untuk kasus BBO, 50% untuk kasus BTO, dan 66.7% terkategori

bank survive.

Penelitian yang akan dilakukan saat ini merupakan pemberlanjutan dari penelitian

Qurriyani sebelumnya. Rasio yang menggambarkan market effect akan menjadi tambahan

variabel dalam penelitian ini, dan akan dijelaskan kemudian (2.3.2). Logit model masih

akan digunakan dalam penelitian ini, yaitu karena perbankan merujuk pada tiga kategori

(bank gagal (bank likuidasi (bl)), bank dalam pengawasan khusus (bank dalam

penyelamatan (bdp)), bank sehat (bank survive (bs)). ―Logit regression models have the

potential advantage of being nonlinear and should enable the likelihood of a company

failing in the next accounting period to be assessed― (Morris, 1998). Logit juga berguna

sebagai model prediksi kebangkrutan dengan ukuran sampel yang relatif kecil (Stone &

Rasp, 1991). Logit analysis akan membentuk sebuah model yang diperkirakan dapat

menjawab persoalan probability kebangkrutan bank. Hosmer & Lemeshow (2000): ―…the

conditional mean must be greater than or equal to zero and less than or equal to 1

1|0 xYE .‖Ini menunjukkan bahwa lebih kecil atau sama dengan 0 (nol) berarti

probability sesuatu bank itu akan berada pada kategori bank sehat (bank survive), dan

apabila mendekati 1..maka sesuatu bank itu akan berada pada kategori bank likuidasi atau

bank dalam pengawasan khusus (bank dalam penyelamatan).

Page 7: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

6

Penelitian mengenai pengkategorian bangkrut atau tidak bangkrut sesuatu

perusahaan ataupun bank itu berada pada: Altman (1968), Altman et al. (1977), Sinkey

(1975), Ohlson (1980), Thomson (1991). Orientasi penelitian mereka adalah mengenai

prediksi bankruptcy menggunakan rasio keuangan dengan bantuan teknik statistik.

Altman (1968): ―the detection of firm operating and financial difficulties is a

subject which has been particularly susceptible to financial ratio analysis.‖Multiple

Discriminant Analysis (MDA) adalah statistic tools yang digunakan Altman (1968) dengan

5 rasio keuangan. Untuk satu tahun pertama, ketepatan pengkategorian (prediksi) mencapai

95%, untuk dua tahun sebelum bangkrut 72%, dan untuk tahun-tahun berikutnya sudah

tidak signifikan ketepatan prediksinya. Berbeda dengan penelitian Altman et al. (1977)

yang menggunakan model ZETA, dengan 7 rasio keuangan, ketepatan prediksi

kebangkrutan dapat mencapai hingga 5 tahun, serta sudah memperhitungkan cost of errors

in classification. Analisis statistik mereka adalah discriminant analysis.

Thomson (1991) memprediksi kegagalan bank-bank di AS tahun 1980. Thomson

memakai rasio CAMEL. Ternyata, rasio CAMEL cukup signifikan dalam memprediksi dan

menjelaskan kemungkinan sesuatu bank itu gagal, yaitu untuk jangka waktu empat tahun

sebelum bank gagal. Thomson juga menganalisis kondisi ekonomi, yaitu unemployment,

growth in personal income, business failure rate, dan diversifikasi ekonomi. Teknik

statistik yang digunakan adalah model logit regression.

Bank bermasalah di AS juga menjadi penelitian Sinkey (1975). Aspek yang lebih

dominan yang menyebabkan bank gagal itu adalah sebagian besar terletak pada

ketidakjujuran manajemen. Sampel Sinkey 110 bank komersial yang bermasalah. Statistik

yang digunakan adalah MDA, yaitu untuk mengidentifikasi rasio keuangan yang akan

membedakan bank bermasalah dan bank tidak bermasalah.

Page 8: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

7

Ohlson (1980) menggunakan logit analysis untuk mendiskriminasikan perusahaan

bangkrut dan tidak bangkrut. Ohlson secara tepat mengkategorikan 87.6% dari sampel

perusahaan bangkrut, dan 82.6% dari sampel perusahaan nonbangkrut, untuk masa 1 tahun

sebelum bangkrut (classification errors dapat diminimalisasi melalui probability cutoff).

Terdapat tanda (sign) berupa koefisien positif dan negatif pada variabel independennya:

koefisien positif bermakna probability of bankruptcy yang meningkat; koefisien negatif

bermakna probability of bankruptcy yang menurun.

Rasio keuangan juga bermanfaat untuk memprediksi pertumbuhan laba sesuatu

perusahaan perbankan, seperti penelitian Machfoedz (1994), Zainuddin & Hartono (1999),

sementara penelitian Payamta & Machfoedz (1999) berada pada penggunaan rasio

keuangan untuk mengevaluasi kinerja perusahaan perbankan sebelum go public dan

sesudah go public. Penelitian Surifah (2002) berkenaan dengan kinerja keuangan perbankan

swasta nasional Indonesia sebelum dan setelah krisis ekonomi. Indikasi praktik manajemen

laba (earnings management) juga bisa ditunjukkan melalui analisis rasio keuangan (Zahara

& Siregar, 2009).

2.3 Faktor Penentu Kebangkrutan

2.3.1 Rasio Keuangan

Diketahui bahwa industri perbankan adalah bersifat spesifik, yaitu bahwa

keberadaan perbankan dalam suatu negara selalu berkenaan dengan hajat hidup orang

banyak. Ini menyiratkan arti bahwa perbankan itu memiliki unsur intermediasi atau sebagai

agent of development. Di sinilah, kesehatan bank itu perlu menjadi kajian serius dari pihak

perbankan itu sendiri, dan tentu saja dari pihak regulator (pemerintah). Konsep CAMEL

(Capital, Assets, Management, Earnings, dan Liquidity) menjadi alat bantu yang cukup

efektif dalam menganalisis tingkat kesehatan bank.

Page 9: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

8

Keberadaan konsep CAMEL dapat dijelaskan melalui beberapa aspek berikut, dan

juga merupakan variabel independen penelitian ini:

Permodalan (capital adequacy)

Permodalan sesuatu bank dianggap memadai apabila mampu menutup risiko kerugian

yang mungkin timbul dari penanaman dana dalam aktiva produktif yang memang

berisiko, serta mampu membiayai penanaman dalam aktiva tetap. ―Capital ratios and

leverage are significant to banks because they pertain to risk‖ (Kamerschen, 1992).

c1 → Capital Adequacy Ratio (CAR) = Equity Capital – Fixed Assets

Total Loans + Securities

c2 → Risked Assets Ratio = Equity Capital

Total Assets – Cash − Securities

c3 → Capital Risk = Equity Capital

Risked Assets

Kualitas Aktiva Produktif (assets quality)

Aktiva produktif selalu identik dengan credit risk, sebagai akibat pemberian kredit dan

investasi yang dilakukan oleh bank.

a1 → Return on Risked Assets (RORA) = Laba Sebelum Pajak

Total Loans + Securities

a2 → Assets Utilization = Operating Income + Non Operating Income

Total Assets

Manajemen

Perolehan laba sesuatu bank itu merupakan refleksi dari aspek manajemen.

m1 → Assets Management (ROA) = Earnings Before Taxes

Total Assets

m2 → Leverage Management = Debt

Equity

m3 → Net Profit Margin (NPM) = Net Income

Operating Income

Rentabilitas (earnings)

Page 10: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

9

Terdapat unsur efektifitas manajemen dalam mengutilisasi resources demi menghasilkan

laba.

e1 → Gross Profit Margin = Operating Income − Operating Expense

Operating Income

e2 → Return on Equity Capital = Net Income

Equity Capital

e3 → Efficiency Ratio (BOPO) = Biaya Operasional

Pendapatan Operasional

Likuiditas (liquidity)

Sesuatu bank itu harus mampu memenuhi kewajiban-kewajiban yang segera ditagih

(berjangka sangat pendek), dalam rangka minimalisasi liquidity risk.

l1 → Net Call Money → Kewajiban Bersih Call Money

Aktiva Lancar

l2 → Quick Ratio = Cash Assets

Total Deposit

l3 → Banking Ratio = Total Loans

Total Deposit

l4 → Loans to Assets Ratio → Total Loans

Total Assets

Variabel-variabel independen ini dianggap memiliki kemampuan prediksi, dan

tentunya diharapkan memang dapat menjawab pertanyaan penelitian: apakah data akuntansi

(accounting numbers) yang terefleksi dalam rasio keuangan dapat menjelaskan tingkat

kesehatan bank ataupun mampu mendeteksi secara dini potensi kebangkrutan bank? Ini

yang mendasari pembentukan hipotesis1.

Hipotesis1. Rasio keuangan secara signifikan mampu merefleksikan kinerja bank, dan

sekaligus menjadi alat deteksi potensi kebangkrutan bank.

Page 11: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

10

2.3.2 Market Effect

Selain konsep CAMEL, diperhatikan pula aspek lain yang dianggap mampu

merefleksikan kinerja perbankan, dalam kaitan mendeteksi potensi kebangkrutan bank,

yaitu aspek market effect. Diketahui bahwa interaksi antara pasar modal dan analisis

laporan keuangan tidak perlu diragukan lagi. Semakin aktif pasar modal..semakin kritis

investor menelaah keputusan berinvestasi. Data akuntansi (accounting numbers) akan

berbicara banyak dalam kaitan investor mengambil keputusan berinvestasi. Diyakini bahwa

melalui berinvestasi, kesejahteraan (wealth) akan meningkat. Bodie et al. (2011):―An

investment is the current commitment of money or other resources in the expectation of

reaping future benefits; sacrifice something of value now, expecting to benefit from that

sacrifice later.‖

Refleksi market effect—dalam kaitan menilai kinerja bank, bisa berasal dari cash

flows from operations (CFO): kemampuan bank menghasilkan benefit di masa mendatang.

―The cash flow statement provides information about the firm’s liquidity and its ability to

finance its growth from internally generated funds― (White et al., 2003). Apakah data

akuntansi yang berbentuk CFO mampu menjawab keingintahuan investor dan analis

mengenai tingkat kesehatan bank ataupun mampu mendeteksi potensi kebangkrutan bank?

Selama ini fokus pengukuran kinerja berada pada informasi earnings, namun karena

informasi earnings terpengaruh oleh management discretionary sebagai akibat fleksibilitas

yang dimilki dalam pemilihan metode akuntansi, maka dicoba satu informasi lain yang

mungkin saja mampu menjawab kebutuhan para investor dan analis. Cheng et al. (1997):

Harold Williams (former SEC): “Corporate earnings reports communicate, at best, only

part of the story….Indeed, in my view, cash flow from operations is a better measure of

performance than earnings-per-share.” (Foster, 1986, 604). Penelitian Cheng et al. (1997)

Page 12: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

11

berfokus pada sisi reported CFO (SFAS No. 95), walaupun tetap melibatkan aspek

earnings, dalam melihat value-relevant information. Dibuktikan oleh Cheng et al. (1997)

bahwa reported CFO memberikan gambaran yang cukup signifikan terhadap market

returns—dalam hal ini unexpected return (actual return – expected return), dan memiliki

value-relevant information, begitu pula halnya dengan earnings. Penelitian ini

menggunakan formula Cheng et al. (1997), dalam hal rasio earnings& CFO beserta

perubahannya:

mkt1 → △Earnings

P (t-1)

mkt2 → Earnings

P (t-1)

mkt3 → △Cash Flow (CFO)

P (t-1)

mkt4 → Cash Flow (CFO)

P (t-1)

𝐸𝑗𝑡 &𝐶𝐹𝑗𝑡 → earnings& CFO bank j tahun t (2006 & 2007);

△ 𝐸𝑗𝑡 &△ 𝐶𝐹𝑗𝑡 → perubahan earnings & CFO bank j dari tahun t-1 (2005 & 2006) hingga

tahun t (2006 &2007);

variabel independen diskala dengan market value of equity awal tahun (𝑃𝑗𝑡 −1)).

Dipertegas oleh Bauman (2003) bahwa earnings berkorelasi dan memiliki pengaruh

secara positif dan signifikan terhadap market value of equity. Pada saat earnings menurun—

indikasi poor earnings prospect—biasanya selalu mengikutkan market value of equity (ME)

yang juga rendah. Ingin dilihat sisi risiko dari kondisi keuangan perusahaan/bank—

perspektif pasar (market effect).

Rasio yang dianggap juga berkenaan dengan equity valuation model (securities

valuation) adalah rasio BE/ME (book value of equity dibagi market value of equity)—

Page 13: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

12

dianalogikan dengan rasio PBV (P/B atau price to book value of equity). Rasio ini dianggap

mewakili pengaruh pasar (market effect) terhadap kinerja sesuatu perusahaan. Berbicara

market effect..tentu berbicara return dan risk—high risk..high return, yang terefleksi dalam

rasio tersebut. Fama & French (1992): ―high BE/ME are signals of poor earnings prospects;

if current earnings proxy for expected future earnings, high-risk stocks with high expected

returns will have low prices relative to their earnings.‖

Disimpulkan oleh Fama & French (1992) bahwa rasio BE/ME memiliki pengaruh

signifikan dalam memprediksi average return perusahaan. White et al. (2003): ―Fama &

French (1992) found that the P/B ratio was the best predictor of future stock returns; firms

with low P/B ratios subsequently had consistenly higher returns than firms with high P/B

ratios.‖Low P/B ratio sekaligus pertanda high BE/ME, dan otomatis bermakna poor

earnings prospects. Ini menunjukkan bahwa rasio tersebut bisa juga dipakai dalam

mengukur kinerja perusahaan—dalam hal ini bank, sehingga bisa memunculkan prediksi

potensi kebangkrutan bank. Dibuktikan oleh Beaver (1968) bahwa memang terdapat

hubungan antara return saham dan rasio, dan investor sudah biasa untuk menggunakan rasio

dalam menilai solvency perusahaan, serta perubahan harga pasar saham mampu

memprediksi failure (dua indikator dari prediksi failure: rasio keuangan dan perubahan

harga pasar saham).

mkt5 → PBV = Share Price

Book Value of Equity per Share

Rasio ini akan menjadi tambahan variabel independen penelitian, selain variabel

CFO, dalam kaitan market effect terhadap penjelasan tingkat kesehatan bank ataupun

pendeteksian potensi kebangkrutan bank. Diharapkan variabel independen yang mewakili

potensi pasar (market effect) dalam menangkap fenomena mengenai tingkat kesehatan bank,

adalah benar-benar mampu menjawab pertanyaan penelitian: apakah reaksi pasar saham

Page 14: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

13

yang terefleksi dalam data akuntansi (accounting numbers) memang dapat dijadikan

indikator pendeteksian potensi kebangkrutan bank? Dari sini, terbentuklah hipotesis2.

Hipotesis2. Rasio yang menggambarkan keterlibatan market effect—berkaitan dengan

securities valuation—mampu mendeteksi potensi kebangkrutan bank.

Variabel independen—rasio keuangan dan market effect—yang dicoba dirangkum

dalam penelitian ini adalah dalam rangka menjawab pertanyaan penelitian: apakah data

akuntansi (accounting numbers) dapat memprediksi atau menjelaskan tingkat kesehatan

bank ataupun mampu mendeteksi secara dini potensi kebangkrutan bank?

Hasil penelitian diharapkan dapat menjadi bahan pertimbangan bagi regulator dalam

mengkategorikan sesuatu bank itu masuk kategori bank likuidasi, bank dalam pengawasan

khusus (bank dalam penyelamatan), ataukah bank sehat (bank survive). Walaupun diketahui

ada variabel politis yang melekat dalam pengambilan keputusan melikuidasi bank atau

justru malah menyelamatkan bank tersebut dari kemungkinan likuidasi.

3. Metodologi Penelitian

3.1 Koleksi Data

Data sekunder menjadi sumber data penelitian—bank sebagai unit analisis.

Informasi laporan keuangan per 31 Desember 2006 dan 31 Desember 2007 (laporan

laba/rugi, neraca, laporan arus kas), dan data pasar saham (2005, 2006, 2007), berasal dari

bank go public (terdaftar di Bursa Efek Indonesia (BEI)). Perolehan data ini dimungkinkan

oleh keberadaan website Bursa Efek Indonesia (BEI), website bank, Indonesian Capital

Market Directory (ICMD), dan Yahoo Finance.

Populasi penelitian adalah bank go public (listing di BEI), melalui pertimbangan

ketersediaan data laporan keuangan (unsur transparansi sudah lebih diutamakan), dan telah

diaudit. Dibatasi sampel hanya bank go public tahun 2006 dan 2007—masa listing minimal

Page 15: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

14

satu tahun. Sampel akhir adalah 47 observasi (tahun 2006 & 2007) (Tabel 3.1): 29 bank

listing pada tahun 2007, dikurangi 1 bank karena delisting dari BEI, dikurangi 3 bank

karena baru listing pada tahun 2007, dikurangi 1 bank karena diakuisisi oleh bank lain pada

tahun 2007; 25 bank listing pada tahun 2006, dikurangi 2 bank karena baru listing pada

tahun 2006. Dianggap 2 tahun tersebut dapat mewakili pendeteksian potensi kebangkrutan

bank (atau bank survival) yang terjadi 1 tahun atau 2 tahun kemudian.

Dalam hal observasi kategori bank survival(Tabel 3.2), dianalogikan bahwa bank

yang sama sekali berganti nama—diakuisisi, berarti terkategori bank likuidasi; bank yang

dimerger demi penyehatan bank, berarti terkategori bank dalam penyelamatan; dan bank

survive adalah bank yang sampai saat ini masih beroperasi, tanpa status apapun. Sumber

data variabel dependen berasal dari website wikipedia, laporan tahunan bank, dan laporan

tahunan LPS (Lembaga Penjamin Simpanan).

3.2 Identifikasi Variabel

Variabel dependen:

bank sehat (bank survive (bs)) → Y=0

bank dalam penyelamatan (bdp) → Y=1

bank likuidasi (bl)→ Y=2

Variabel independen:

c1 → Capital Adequacy Ratio (CAR) = Equity Capital – Fixed Assets

Total Loans + Securities

c2 → Risked Assets Ratio = Equity Capital

Total Assets – Cash − Securities

c3 → Capital Risk = Equity Capital

Risked Assets

a1 → Return on Risked Assets (RORA) = Laba Sebelum Pajak

Total Loans + Securities

Page 16: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

15

a2 → Assets Utilization = Operating Income + Non Operating Income

Total Assets

m1 → Assets Management (ROA) = Earnings Before Taxes

Total Assets

m2 → Leverage Management = Debt

Equity

m3 → Net Profit Margin (NPM) = Net Income

Operating Income

e1 → Gross Profit Margin = Operating Income − Operating Expense

Operating Income

e2 → Return on Equity Capital = Net Income

Equity Capital

e3 → Efficiency Ratio (BOPO) = Biaya Operasional

Pendapatan Operasional

l1 → Net Call Money → Kewajiban Bersih Call Money

Aktiva Lancar

l2 → Quick Ratio = Cash Assets

Total Deposit

l3 → Banking Ratio = Total Loans

Total Deposit

l4 → Loans to Assets Ratio → Total Loans

Total Assets

mkt1 → △Earnings

P (t-1)

mkt2 → Earnings

P (t-1)

mkt3 → △Cash Flow (CFO)

P (t-1)

mkt4 → Cash Flow (CFO)

P (t-1)

mkt5 → PBV = Share Price

Book Value of Equity per Share

3.3 Prosedur Stepwise

Page 17: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

16

Pada saat variabel independen terkadang bercerita untuk hal yang sama, ditandai

dengan multicollinearity (antar variabel independen saling berinteraksi → ≥ 0.8), diperlukan

suatu teknik statistik untuk mengatasinya: prosedur stepwise. ―The stepwise procedure is

employed to select variables for inclusion in the regression variate‖ (Hair et al., 2010).

Korelasi tinggi biasa terjadi ketika jumlah variabel independen adalah banyak.

Dikhawatirkan variabel independen itu menjadi tidak signifikan dalam menjelaskan tingkat

kesehatan bank ataupun mendeteksi potensi kebangkrutan bank. Melalui prosedur stepwise,

variabel langsung membentuk grup yang memiliki signifikansi tinggi, selebihnya akan

hilang dari model statistik.

3.4 Model Regresi Logistik Multinomial

Variabel dependen lebih dari 2 kategori, teknik statistik yang dianggap mampu

mengakomodir persoalan itu adalah model regresi logistik multinomial. Model dengan 3

kategori..menghasilkan 2 fungsi logit. Pertanyaan penelitian diharapkan dapat dijawab oleh

pilihan model ekonometrika tersebut, yaitu model regresi logistik multinomial. Multinomial

logit: regressand bersifat unordered dengan categorical responses yang lebih dari 2

(Gujarati & Porter, 2009). ―Discriminant analysis and logistic regression are the

appropriate statistical techniques when the dependent variable is a categorical (nominal or

nonmetric) variable and the independent variables are metric variables‖ (Hair et al., 2010).

Terdapat 2 fungsi logit dalam model dengan 3 kategori: fungsi logit dalam Y=1

banding Y=0, dan fungsi logit dalam Y=2 banding Y=0 (kode Y=0 akan berfungsi sebagai

kategori pembanding/acuan (reference outcome value). Kode 0, 1, 2 diberikan sebagai kode

variabel dependen:bank sehat (bank survive) → Y=0; bank dalam penyelamatan → Y=1;

bank likuidasi → Y=2.

Page 18: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

17

Pembentukan model dengan asumsi pcovariates dan konstanta, x sebagai vektor dari

p+1 dengan 0x =1, terjadi denotasi 2 fungsi logit(Hosmer & Lemeshow, 2000):

11212111101 '...)|0(

)|1(ln)( xxxx

xYP

xYPxg pp

22222121202 '...)|0(

)|2(ln)( xxxx

xYP

xYPxg pp

Diperlihatkan 3 conditional probability dari setiap kategori variabel dependen:

)|0(1

1

1

1)()(2

1

)(0

21

xYPee

exgxg

j

xg j

)|1(1

1)()(

)(

2

1

)(

)(

121

11

xYPee

e

e

exgxg

xg

j

xg

xg

j

)|2(1

1)()(

)(

2

1

)(

)(

221

22

xYPee

e

e

exgxg

xg

j

xg

xg

j

Bentuk umum conditional probability dalam model dengan 3 kategori:

2

0

)(

)(

)|()(

k

xg

xg

j

k

j

e

exjYPx

(vektor 0 =0 0)(0 xg )

4. Hasil Empiris

4.1 Variabel Dependen dan Independen

Sekumpulan data diperoleh untuk bisa menjawab apakah rasio keuangan (accounting

numbers) memang mampu menjelaskan tingkat kesehatan bank ataupun mampu menjadi

alat deteksi dini potensi kebangkrutan bank. Terdapat 20 rasio keuangan bank yang

dianggap mencerminkan kinerja bank—populer dalam literatur mengenai kesehatan bank,

Page 19: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

18

beserta rasio dari sisi perspektif pasar. Target penelitian adalah 47 observasi untuk bank go

public yang listing di Bursa Efek Indonesia minimal 1 tahun, periode 2006 dan 2007.

Variabel penelitian terangkum dalam Tabel 4.1.

4.2 Analisis Statistik—Pendukung Model

4.2.1 Korelasi antar Variabel

Diupayakan untuk menghindari masalah multicollinearity antar variabel independen.

Walaupun diketahui setiap variabel independen itu bermakna dalam menjelaskan variabel

dependen, namun bisa saja karena ukuran sampel penelitian yang relatif kecil sehingga tidak

bisa mengakomodir semua variabel independen. Gujarati & Porter (2009): ―although the

theory says that all the X’s are important, sample may not be “rich” enough to

accommodate all X variables in the analysis.‖ Dampaknya adalah sulit untuk mendapatkan

estimasi koefisien dengan standard error yang kecil (Gujarati & Porter, 2009).

Kemampuan rasio keuangan sebagai variabel independen dalam menjelaskan

ataupun memprediksi bank survival, tentu tidak luput dari masalah multicollinearity. Rasio

keuangan yang digunakan dalam penelitian ini memiliki interaksi cukup tinggi antar sesama

variabel independen. Ini bisa terjadi sebagai akibat ada unsur yang sama yang digunakan

sebagai pembilang atau penyebut dari rasio keuangan itu. Diketahui juga bahwa sebenarnya

dalam model prediksi, tidak menjadi masalah mendasar isu multicollinearity ini. Gujarati &

Porter (2009):

If the sole purpose of regression analysis is prediction or forecasting, then

multicollinearity is not a serious problem because the higher the 𝑅2, the better the

prediction; if the objective the analysis is not only prediction but also reliable

estimation of the parameters, serious multicollinearity will be a problem because

we have seen that it leads to large standard errors of the estimators.

Page 20: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

19

4.2.2 Prosedur Stepwise

Estimasi stepwise digunakan dalam rangka mengurangi jumlah variabel independen

dalam model penelitian ini—mengakomodir isu multicollinearity. Langkah yang ditempuh

(Hair et al., 2010):

memeriksa dan menghilangkan setiap variabel dalam persamaaan yang memang berada

di bawah significance threshold;

menambahkan variabel dengan korelasi parsial yang secara statistik adalah signifikan

tertinggi.

Forward stepwise adalah metode yang diambil demi menyederhanakan model

regresi dalam penelitian ini, agar tercapai tujuan memprediksi atau mendeteksi

kebangkrutan bank. Hair et al. (2010): ―The stepwise estimation procedure is designed to

develop a regression model with the fewest number of statistically significant independent

variables and maximum predictive accuracy‖. Forward stepwise fokus pada stopping rules

(Bendel dan Afifi, 1977):

the forward selection procedure selects the independent variable that maximizes the

squared partial correlation coefficient with the dependent variable, given the

variables already selected; the process “stops” whenever the sample partial

correlation in “nonsignificant”.

Dari 19 rasio keuangan, diperolehlah 6 rasio keuangan yang berasal dari step 6

prosedur forward stepwise—SPSS19 (Lampiran 2) (STATA belum mengakomodir

persoalan stepwise selection of variables (Hosmer & Lemeshow (2000)). Dianggap step 6

mampu memberikan hasil signifikan pada model penelitian ini, setelah melalui serangkaian

trial&error atas step 7, step 8, dan step 9. Selanjutnya, 6 rasio keuangan ini akan masuk

dalam model regresi logistik multinomial.

c1 → Capital Adequacy Ratio (CAR) = Equity Capital – Fixed Assets

Total Loans + Securities

Page 21: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

20

c2 → Risked Assets Ratio = Equity Capital

Total Assets – Cash − Securities

c3 → Capital Risk = Equity Capital

Risked Assets

mkt1 → △Earnings

P (t-1)

mkt2 → Earnings

P (t-1)

mkt5 → PBV = Share Price

Book Value of Equity per Share

4.2.3Statistik Deskriptif dan Korelasi

Rangkuman statistik deskriptif berada pada Tabel 4.2 Panel A. Variasi cukup tinggi

ditunjukkan dengan rata-rata survival(kategori tingkat kesehatan bank) sebesar 0.447 dan

standar deviasi sebesar 0.686. Berarti, 47 observasi itu memang mengandung potensi bank

sehat dan potensi bank bangkrut. Rasio keuangan yang menjadi prediktor potensi

kebangkrutan bank, rata-rata paling tinggi berada pada mkt5 (1.936), rata-rata terendah

berada pada mkt1 (0.039). Rasio ini menggambarkan aspek market effect. Terlihat juga

bahwa standar deviasi untuk rasio c1, c2, c3—aspek capital adequacy ratio, dan mkt2,

mkt5—aspek market effect, lebih kecil daripada rata-rata masing-masing rasio tersebut

(misal: standar deviasi c1 (0.061) lebih kecil daripada rata-rata c1 (0.118)). Ini bermakna

penyimpangan dari data variabel c1, c2, c3, mkt2, mkt5 adalah relatif kecil. Nilai minimum

aspek capital adequacy ratio (c1, c2, c3) menunjukkan sebenarnya 47 observasi itu masih

mengalami permodalan yang belum menggembirkan. Rasio keuangan yang menggambarkan

leverage management (m2) dikeluarkan dari model karena terdeteksi sebagai outlier—nilai

maksimum variabel m2 melebihi 3x standar deviasi.

Page 22: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

21

Korelasi yang terjadi antar variabel (Tabel 4.2 Panel B), cukup tinggi berada pada

aspek permodalan (c1, c2, c3), namun seperti Gujarati & Porter (2009) katakan bahwa untuk

model prediksi, isu multicollinearity bisa ditinggalkan. Tanda negatif atas koefisien c2

(risked assets ratio), mkt2 (earnings/MV of equity atauearnings/share price), mkt5 (price to

book value of equity (PBV)) terhadap survivalbermakna: semakin tinggi risiko aktiva

produktif bank (risked assets ratio), semakin tinggi mkt2, semakin tinggi mkt5, maka akan

menyebabkan semakin rendah tingkat kesehatan bank (potensi kebangkrutan bank

meningkat). Rasio c2, c3 yang menjelaskan masalah kecukupan modal bank, bertanda

positif, berarti semakin tinggi modal bank, maka akan semakin tinggi tingkat kesehatan

bank (potensi kebangkrutan bank menurun).

4.3 Model Regresi Logistik Multinomial

Teknik statistik yang dianggap mampu menjawab persoalan variabel dependen yang

bersifat kategorik adalah model regresi logistik multinomial. Model dengan 3

kategori..menghasilkan 2 fungsi logit. Hosmer & Lemeshow (2000): ―When the outcome

variable has three categories we have two estimated logistic probabilities, the estimated

probabilities of categories 1 and 2, 𝑃(𝑌 = 1 ∣ 𝑥) and 𝑃(𝑌 = 2 ∣ 𝑥).‖

Diperoleh persamaan regresi logistik multinomial—hasil STATA10 (Tabel 4.3,

Lampiran 3) (bank survive (bs) → kategori pembanding):

2975.271940.90113.1)|(

)|(ln)( cc

xbsP

xbdpPxgbdp

2751.1032239.861945.90149.2)|(

)|(ln)( mktcc

xbsP

xblPxgbl

Probability bank survive (bs), bank dalam penyelamatan (bdp), bank likuidasi (bl):

)|(1

12751.1032239.861945.90149.22975.271940.90113.1

xbsPee mktccccbs

Page 23: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

22

)|(1 2751.1032239.861945.90149.22975.271940.90113.1

2975.271940.90113.1

xbdpPee

emktcccc

cc

bdp

)|(1 2751.1032239.861945.90149.22975.271940.90113.1

2975.271940.90113.1

xblPee

emktcccc

cc

bl

Lampiran 3(output STATA10) memperlihatkan berapa probability bank itu masuk

kategori bank dalam penyelamatan (bdp) dibandingkan terhadap bank survive (bs), dan

berapa probability bank itu masuk kategori bank likuidasi (bl) dibandingkan terhadap bank

survive (bs). Ketepatan prediksi mencapai 90.32% untuk kategori bank survive; 45.45%

untuk kategori bank dalam penyelamatan; dan 80% untuk kategori bank likuidasi.

4.4Analisis Kebangkrutan Bank

Dalam rangka menegakkan tonggak yang kokoh bagi sistem perbankan Indonesia,

pemerintah telah membentuk API (Arsitektur Perbankan Indonesia) pada Januari 2004.

Tindakan preventif banyak dilakukan melalui API ini demi menyelamatkan dunia

perbankan. Salah satunya adalah dengan mengadakan merger dan akuisisi. Terdapat

beberapa catatan bahwa ada bank go public masuk kategori bank dalam pengawasan

khusus; bank yang diakuisisi (dilikuidasi); bank yang dimerger sebagai akibat

menyelamatkan bank tersebut agar berkinerja lebih baik. Inilah yang kemudian mengilhami

penulis untuk meneliti apakah kategori yang tercipta itu (bank sehat (bank survive), bank

dalam penyelamatan, bank likuidasi) mampu dicerminkan melalui keberadaan rasio

keuangan?

Selama ini banyak penelitian terdahulu yang mengungkapkan kemampuan prediksi

dari rasio keuangan sehubungan dengan potensi kebangkrutan. Ingin ditelaah kembali,

setelah memasukkan sejumlah rasio keuangan, mampukah membentuk model prediksi

kebangkrutan bank dengan rasio apa saja yang menjadi prediktor utama. Untuk itu dibentuk

hipotesis 1 dan 2. Hipotesis 1 mengarah pada aspek rasio keuangan yang berkiblat pada

Page 24: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

23

CAMEL; hipotesis 2 berkiblat pada rasio keuangan dengan persepsi pasar saham—market

effect.

Ternyata, setelah olah data melalui STATA10, diketahui aspek rasio keuangan yang

mampu menjadi prediktor utama dalam menjelaskan tingkat kesehatan bank adalah rasio

keuangan berunsur permodalan (c1, c2), dan berunsur market effect (mkt2). Signifikansi

tercapai untuk fungsi logit 1 (bdp) dan 2 (bl) atas variabel c1, c2; atas variabel mkt2,

signifikansi tercapai untuk fungsi logit 2 (bl). Hipotesis 1 dan 2 terbukti. Permodalan

merupakan aspek penting bagi terciptanya sustainability bagi bisnis bank. Kamerschen

(1992): ―Bank capital is much like capital provided for any business in that it provides an

incentive and protection; a bank needs capital to operate.‖ Pada saat kecukupan modal

bank terpenuhi, maka dimungkinkan bank tersebut untuk memperkuat ekspansi bisnis bank,

mengantisipasi risiko, mengembangkan teknologi, dan meningkatkan kapasitas penyaluran

kredit. Ini akan bermuara pada peningkatan kemampuan bank untuk menghasilkan laba.

Sustainability bank (bank survive) pun akan tercapai. Faktor permodalan ini juga memiliki

bobot terbesar penilaian rating bank versi Infobank: bank yang sejumlah indikator kinerja

keuangannya tidak mengalami pertumbuhan, namun terpilih sebagai rising star (predikat

sangat bagus) adalah semata-mata karena faktor permodalan (Infobank 2009, 44).

Rasio yang menggambarkan market effect diwakili oleh mkt2(earnings/MV of equity

atau earnings/share price) sebagai rasio yang signifikan mampu menjelaskan tingkat

kesehatan bank maupun memprediksi potensi kebangkrutan bank. Sejalan dengan Beaver

(1968) bahwa perubahan harga saham bisa memprediksi failure. Pada saat rasio mkt2 tinggi

yang menyiratkan arti bahwa bisa saja penyebut (harga saham) bernilai rendah, maka

tingkat kesehatan bank diprediksi menjadi rendah. Diperlihatkan dengan tanda koefisien

negatif atas variabel mkt2 pada persamaan fungsi logit 2 (bl).

Page 25: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

24

Secara overall, model prediksi kebangkrutan bank melalui telaah rasio keuangan

berbasis CAMEL dan market effect, memiliki ketepatan prediksi sebesar 71.92%. Andil

rasio keuangan dalam memprediksi bank survive (bs) berada pada 90.32%, memprediksi

bank dalam penyelamatan (bdp) adalah 45.45%, dan memprediksi bank likuidasi (bl) adalah

80%. Banyak keraguan untuk mengkategorikan sesuatu bank itu masuk dalam kategori bank

dalam penyelamatan, karena memang tidak dinyatakan secara jelas. Asumsi yang diambil

adalah bahwa resolusi bank demi penyelamatan dunia perbankan mewajibkan peningkatan

kecukupan modal, membawa akibat bank-bank yang tidak cukup kuat struktur

permodalannya..melakukan merger. Inilah yang memicu pengkategorian bank merger

sebagai bank yang sedang berada dalam kondisi penyelamatan, sehingga ketepatan prediksi

hanya 45.45%.

Dalam hal bank likuidasi, 80% ketepatan prediksi diperoleh sebagai akibat memang

terbukti bank itu masuk dalam pengawasan LPS (Lembaga Penjamin Simpanan). Laporan

Tahunan LPS (2010):

… pendekatan penyelamatan bank dalam UU LPS dibedakan menjadi 2 yakni

penyelamatan bank gagal yang tidak berdampak sistemik dan yang berdampak

sistemik; untuk bank gagal tidak sistemik, keputusan melaksanakan penyelamatan

sepenuhnya menjadi wewenang LPS, sedangkan untuk bank gagal sistemik,

keputusan suatu bank berdampak sistemik dan oleh karenanya harus diselamatkan

ditetapkan oleh Forum Stabilitas Sistem Keuangan (FSSK)/KK.

Ketepatan prediksi bank survive adalah 90.32%. Ini membuktikan bahwa API

memainkan perannya sedemikian rupa. Bank-bank yang terkena imbas krisis moneter tahun

1998, direstrukturisasi, dilakukan penguatan permodalan bank, sehingga laporan keuangan

tahun 2006 dan 2007 sudah cukup menunjukkan tingkat permodalan yang baik dan tingkat

pertumbuhan yang baik, tercermin dalam rasio keuangan bank-bank tersebut.

Page 26: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

25

5. Kesimpulan

Berbasis hasil model regresi logistik multinomial, diperlihatkan bahwa rasio

keuangan, baik yang berasal dari accounting numbers maupun dari perspektif pasar saham

(market effect), ternyata secara signifikan mampu menjelaskan tingkat kesehatan bank dan

sekaligus menjadi alat prediksi potensi kebangkrutan bank. Diwakili oleh rasio permodalan

(c1, c2) dan rasio market effect (mkt2).

Formula model prediksi kebangkrutan yang ditemukan dari penelitian ini,

diharapkan bisa mengakomodir persoalan penyelamatan bank secara lebih dini, membantu

regulator (pemerintah) dalam membuat tonggak yang kokoh dalam dunia perbankan.

Memberi masukan kepada Bapepam mengenai model prediksi kebangkrutan bank, sehingga

diharapkan Bapepam mencanangkan penambahan pengungkapan apa saja yang dirasa perlu

bagi bank yang listing di Bursa Efek Indonesia (BEI). Pelaporan cash flow belum merata

dijumpai di bank go public. Diharapkan juga melalui penelitian ini, investor lebih bisa

melihat kondisi fundamental perusahaan atau bank, lebih waspada akan kemungkinan

failure yang melanda perusahaan atau bank sebagai tempat berinvestasi. Keputusan

berinvestasi merupakan keputusan penting yang harus diambil investor demi tujuan

peningkatan wealth.

Model prediksi ini memiliki 𝑃𝑠𝑒𝑢𝑑𝑜 𝑅2 44.43%. Ini menunjukkan bahwa ada

informasi lain selain rasio keuangan dalam model penelitian ini yang mungkin saja

mempengaruhi prediksi potensi kebangkrutan bank. Dunia perbankan juga identik dengan

situasi politik suatu negara, kondisi makro ekonomi, kebijakan Bank Indonesia, unsur

corporate governance dari bank itu sendiri. Hal-hal ini yang perlu menjadi bahan kajian

selanjutnya agar bisa mendapatkan model prediksi potensi kebangkrutan bank secara

Page 27: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

26

komprehensif demi tercapai kemakmuran perekonomian negara melalui sistem perbankan

yang kokoh.

Diharapkan untuk menjadi penelitian masa mendatang adalah dengan meningkatkan

jumlah sampel, serta mempertimbangkan variabel risiko, corporate governance, dan kondisi

makro ekonomi.

DAFTAR REFERENSI

Altman, Edward I. 1968. Financial Ratios, Discriminant Analysis and the Prediction of

Corporate Bankruptcy. The Journal of Finance. Vol. XXIII (4): 589-609.

Altman, Edward I., Haldeman, Robert G., Narayanan, P. 1977. ZETA Analysis A New

model to identify bankruptcy risk of corporations. The Journal of Finance. Vol. XXIII (4): 29-

54.

Atmanto, Irwan Andri, & Manuputty, Cavin R. Rekayasa Sistemik Tanpa Dasar Hukum.

Gatra. No. 03 Tahun XVI (26 November-2 Desember 2009).

Bauman, Mark P. 2003. The Impact and Valuation of Off-Balance-Sheet Activities

Concealed by Equity Method Accounting. Accounting Horizons. Vol. 17(4): 303-314.

Beaver, William H. 1968. Market Prices, Financial Ratios, and the Prediction of Failure.

Journal of Accounting Research. Vol. 6(2): 179-192.

Belkaoui, Ahmed Riahi. 2004. Accounting Theory, 5th edition. South-Western.

Bendel, Robert B., A. A. Afifi. 1977. Comparison of Stopping Rules in Forward ―Stepwise‖

Regression. Journal of the American Statistical Association. Vol. 72(357): 46-53.

Bernstein, Leopold A. 1989. Financial Statement Analysis Theory, Application, and Interpretation.

Richard D. Irwin, Inc., Illinois.

Bodie, Kane, & Marcus, 2011, Investments and Portfolio Management, 9th

Edition, Irwin

McGraw Hill, Singapore.

Cheng, C.S. Agnes, Chao-Shin Liu & Thomas F. Schaefer. 1997. The The Value-Relevance

of SFAS No. 95 Cash Flows from Operations as Assessed by Security Market Effects.

Accounting Horizons. Vol. 11(3): 1-15.

Page 28: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

27

Christenson, Charles. 1983. The Methodology of Positive Accounting. The Accounting

Review. Vol. LVIII (1): 1-21.

Djaelani, Firdaus: Kami Tak Tahu Uang Itu ke Mana. Tokoh. Tempo. Edisi 14-20 Desember

2009.

Fama, Eugene F., Kenneth R. French. 1992. The Cross-Section of Expected Stock Returns.

The Journal of Finance. Vol. 47(2): 427-465.

Fraser, Donald R., & Lyn M. Fraser. 1990. Evaluating Commercial Bank Performance A

Guideto Financial Analysis. Bankers Publishing Company, Illinois.

Gujarati, Damodar N., Dawn C. Porter. 2009. Basics Econometrics, 5th Edition. McGraw-

Hill/Irwin, New York.

Hair, Joseph F., William C. Black, Barry J. Babin, Rolph E. Anderson. 2010. Multivariate

Data Analysis A Global Perspective. Pearson Prentice Hall, New Jersey.

Harman, Harry H. 1989. Modern Factor Analysis. The University of Chicago, Chicago.

Hosmer, David W., Stanley Lemeshow. 2000. Applied Logistic Regression. John Wiley &

Sons, Inc.

Ikatan Akuntan Indonesia. 2009. Standar Akuntansi Keuangan: Per 1 Juli 2009. Jakarta.

Penerbit Salemba Empat.

Iskandar, Tofik: Bank yang Dulu Muram Kini Bersinar. Fokus Utama. Infobank. No.

363Vol. XXXI (Juni 2009).

Jensen, M.C. 1976. Reflection on the State of Accounting Research and the Regulation of

Accounting. Stanford Lectures in Accounting (Graduate School of Business, Stanford

University):11-19.

Kamerschen, David R. 1992. Money and Banking. South-Western Publishing Co.,

Cincinnati.

Keynes, J.N. 1891. The Scope and Method of Political Economy. Macmillan.

LPS (Lembaga Penjamin Simpanan). 2010. Laporan Tahunan.

Machfoedz, Mas’ud. 1994. Financial Ratio Analysis and the Prediction of Earnings Change

in Indonesia. Kelola Gadjah Mada University Business Review. 7: 114-134.

Mulyaningsih, Tri, Anne Daly. 2011. Competitive Conditions in Banking Industry: An

Empirical Analysis of the Consolidation, Competition and Concentration in the Indonesia

Banking Industry between 2001 and 2009. Buletin Ekonomi, Moneter dan Perbankan: 151-

185.

Page 29: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

28

Morris, Richard. How Useful are Failure Prediction Models? 1998. Management

Accounting: 22-24.

Ohlson, James A. 1980. Financial Ratios and the Probabilistic Prediction of Bankruptcy.

Journal of Accounting Research. (Spring): 109-131.

Payamta, & Mas’ud Machfoedz. 1999. Evaluasi Kinerja Perusahaan Perbankan Sebelum

dan Sesudah Menjadi Perusahaan Publik di BEJ. Kelola Gadjah Mada University Business

Review. 20 (1999), 54-67.

Qurriyani, Tengku Nuzulul. 2000. Indikasi Potensial menuju Bank Survival melalui

Analisis Rasio Keuangan Model Regresi Logistik Trikotomi. Simposium Nasional Akuntansi III:

619-651. Ikatan Akuntan Indonesia Kompartemen Akuntan Pendidik. Universitas Indonesia.

Depok. Karya Akhir Program Studi Magister Akuntansi Fakultas Ekonomi Universitas

Indonesia.

Republik Indonesia. Penjelasan Atas Undang-Undang Republik Indonesia Nomor 10 Tahun

1998 Tentang Perubahan Atas Undang-Undang Nomor 7 Tahun 1992 Tentang Perbankan.

Ritter, Lawrence S., William L. Silber, & Gregory F. Udell. 2009. Principles of Money,

Banking & Financial Markets.Pearson Education, Inc., Boston.

Sinkey, Joseph F., Jr. 1975. A Multivariate Statistical Analysis of the Characteristics of

Problem Banks. The Journal of Finance: 21-36.

Stone, Mary, & John Rasp. 1991. Tradeoffs in the Choice Between Logit and OLS for

Accounting Choice Studies. The Accounting Review. Vol. 66 (1): 170-187.

Surifah. 2002. Kinerja Keuangan Perbankan Swasta Nasional Indonesia sebelum dan

setelah Krisis Ekonomi. Jurnal Auditing dan Akuntansi Indonesia, Vol. 6 (2): 23-50.

Thomson, James B. 1991. Predicting Bank Failure in the 1980s. Economic Review: 9-20.

Ross L. Watts, Jerold L. Zimmerman. 1978. Towards a Positive Theory of the

Determination of Accounting Standards. The Journal of Finance. Vol. LIII (1): 112-134.

White, Gerald I., Ashwinpaul C. Sondhi, Dov Fried. 2003. The Analysis and Use of

Financial Statements, 3rd

Edition. John Wiley & Sons, Inc., USA.

Zahara, & Sylvia Veronica Siregar. 2009. Pengaruh Rasio CAMEL terhadap Praktik

Manajemen Laba di Bank Syariah. Jurnal Riset Akuntansi Indonesia, Vol. 12 (2): 88-102.

Zainuddin, & Jogiyanto Hartono. 1999. Manfaat Rasio Keuangan dalam Memprediksi

Pertumbuhan Laba: Suatu Studi Empiris pada Perusahaan Perbankan yang Terdaftar di

Bursa Efek Jakarta. Jurnal Riset Akuntansi Indonesia, (1): 66-90.

Page 30: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

29

LAMPIRAN 1

TABEL

Tabel 3.1

Sampel Data

2006

No Bank Go Public Listing

1 Bank Arta Niaga Kencana Tbk 2/11/2000

2 Bank Artha Graha Internas ional Tbk 23/8/1990

3 Bank Buana Indones ia Tbk 28/7/2000

4 Bank Bumiputera Indones ia Tbk 15/7/2002

5 Bank Centra l As ia Tbk 31/5/2000

6 Bank Century Tbk 25/6/1997

7 Bank Danamon Indones ia Tbk 6/12/1989

8 Bank Eksekuti f Internas ional Tbk 13/7/2001

9 Bank International Indones ia Tbk 21/11/1989

10 Bank Kesawan Tbk 21/11/2002

11 Bank Lippo Tbk 10/11/1989

12 Bank Mandiri (Persero) Tbk 14/7/2003

13 Bank Mayapada Tbk 29/8/1997

14 Bank Mega Tbk 17/4/2000

15 Bank Negara Indones ia (Persero) Tbk 25/11/1996

16 Bank Niaga Tbk 29/11/1989

17 Bank NISP Tbk 20/10/1994

18 Bank Nusantara Parahyangan Tbk 10/1/2001

19 Bank Pan Indones ia Tbk 29/12/1982

20 Bank Permata Tbk 15/1/1990

21 Bank Rakyat Indones ia (Persero) Tbk 10/11/2003

22 Bank Swades i Tbk 1/5/2002

23 Bank Victoria International Tbk 30/6/1999

Page 31: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

30

Tabel 3.2

Kategori Bank Survival

2007

No Bank Go Public Listing

24 Bank Artha Graha Internas ional Tbk 23/8/1990

25 Bank Bukopin Tbk 10/7/2006

26 Bank Bumi Artha Tbk 1/6/2006

27 Bank Bumiputera Indones ia Tbk 15/7/2002

28 Bank Centra l As ia Tbk 31/5/2000

29 Bank Century Tbk 25/6/1997

30 Bank Danamon Indones ia Tbk 6/12/1989

31 Bank Eksekuti f Internas ional Tbk 13/7/2001

32 Bank Himpunan Saudara 1906 Tbk 15/12/2006

33 Bank International Indones ia Tbk 21/11/1989

34 Bank Kesawan Tbk 21/11/2002

35 Bank Lippo Tbk 10/11/1989

36 Bank Mandiri (Persero) Tbk 14/7/2003

37 Bank Mayapada Tbk 29/8/1997

38 Bank Mega Tbk 17/4/2000

39 Bank Negara Indones ia Tbk 25/11/1996

40 Bank Niaga Tbk 29/11/1989

41 Bank NISP Tbk 20/10/1994

42 Bank Nusantara Parahyangan Tbk 10/1/2001

43 Bank Pan Indones ia Tbk 29/12/1982

44 Bank Permata Tbk 15/1/1990

45 Bank Rakyat Indones ia (Persero) Tbk 10/11/2003

46 Bank UOB Buana Tbk 28/7/2000

47 Bank Victoria International Tbk 30/6/1999

2006

Bank dalam

Bank Likuidasi (bl) Penyelamatan (bdp) Bank Survive (bs)

tahun 2007: tahun 2007: Bank Artha Graha Internas ional Tbk

Bank Swades i Tbk Bank Arta Niaga Kencana Tbk → Bank Commonwealth Bank Centra l As ia Tbk

Bank Danamon Indones ia Tbk

tahun 2008: tahun 2008: Bank International Indones ia Tbk

Bank Century Tbk Bank Buana Indones ia Tbk → Bank UOB Buana Tbk Bank Kesawan Tbk

Bank Lippo Tbk → merger menjadi CIMB Niaga Bank Mandiri (Persero) Tbk

tahun 2009: Bank Niaga Tbk → Bank CIMB Niaga Bank Mayapada Tbk

Bank Eksekuti f Internas ional Tbk Bank NISP Tbk → Bank OCBC NISP Bank Mega Tbk

Bank Negara Indones ia Tbk

tahun 2009: Bank Nusantara Parahyangan Tbk

Bank Bumiputera Indones ia Tbk → ICB Bumiputera Bank Pan Indones ia Tbk

Bank Permata Tbk

Bank Rakyat Indones ia (Persero) Tbk

Bank Victoria International Tbk

3 6 14

Page 32: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

31

2007

Bank dalam

Bank Likuidasi (bl) Penyelamatan (bdp) Bank Survive (bs)

tahun 2008: tahun 2008: Bank Artha Graha Internas ional Tbk

Bank Century Tbk Bank Lippo Tbk → merger menjadi CIMB Niaga Bank Bukopin Tbk

Bank Niaga Tbk → Bank CIMB Niaga Bank Bumi Artha Tbk

tahun 2009: Bank NISP Tbk → Bank OCBC NISP Bank Centra l As ia Tbk

Bank Eksekuti f Internas ional Tbk Bank Buana Indones ia Tbk → Bank UOB Buana Tbk Bank Danamon Indones ia Tbk

Bank Himpunan Saudara 1906 Tbk

tahun 2009: Bank International Indones ia Tbk

Bank Bumiputera Indones ia Tbk → ICB Bumiputera Bank Kesawan Tbk

Bank Mandiri (Persero) Tbk

Bank Mayapada Tbk

Bank Mega Tbk

Bank Negara Indones ia Tbk

Bank Nusantara Parahyangan Tbk

Bank Pan Indones ia Tbk

Bank Permata Tbk

Bank Rakyat Indones ia (Persero) Tbk

Bank Victoria International Tbk

2 5 17

Page 33: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

32

Tabel 4.1

Deskripsi Variabel

2006

Capital Adequacy Market Effect

no bank go public survival c1 c2 c3 mkt1 mkt2 mkt5

1 Bank Arta Niaga Kencana Tbk. 1 0.129 0.156 0.185 0.0003 0.076 1.50

2 Bank Artha Graha International Tbk. 0 0.050 0.065 0.067 0.006 0.021 0.41

3 Bank Bumiputera Indonesia Tbk. 1 0.111 0.115 0.118 0.233 0.033 0.87

4 Bank Central Asia Tbk. 0 0.139 0.242 0.159 0.015 0.101 3.55

5 Bank Centrury Tbk. 2 0.103 0.087 0.124 0.007 0.020 1.79

6 Bank Danamon Indonesia Tbk. 0 0.122 0.191 0.144 -0.029 0.057 3.53

7 Bank Eksekutif International Tbk. 2 0.014 0.097 0.134 0.538 -0.222 0.46

8 Bank International Indonesia Tbk. 0 0.119 0.160 0.141 -0.012 0.085 2.20

9 Bank Kesawan Tbk. 0 0.055 0.080 0.081 0.006 0.021 1.81

10 Bank Lippo Tbk. 1 0.202 0.148 0.261 0.016 0.087 1.88

11 Bank Mandiri (Persero)Tbk. 0 0.109 0.199 0.133 0.055 0.073 2.27

12 Bank Mayapada Tbk. 0 0.055 0.105 0.138 0.136 0.244 1.92

13 Bank Mega Tbk. 0 0.049 0.145 0.076 -0.009 0.052 1.76

14 Bank Negara Indonesia (Persero) Tbk. 0 0.098 0.140 0.136 0.030 0.113 1.68

15 Bank Niaga Tbk. 1 0.112 0.130 0.124 0.021 0.135 2.30

16 Bank NISP Tbk. 1 0.092 0.139 0.122 0.009 0.063 1.71

17 Bank Nusantara Parahyangan Tbk. 0 0.098 0.137 0.108 0.019 0.274 0.79

18 Bank Pan Indonesia Tbk. 0 0.249 0.235 0.307 0.025 0.108 1.76

19 Bank Permata 0 0.082 0.137 0.130 0.003 0.057 1.83

20 Bank Rakyat Indonesia (Persero)Tbk. 0 0.143 0.181 0.160 0.012 0.117 3.75

21 Bank Swadesi Tbk. 2 0.220 0.208 0.258 -0.027 0.064 1.87

22 Bank UOB Buana Tbk. 1 0.213 0.268 0.240 0.012 0.075 1.976

23 Bank Victoria International Tbk. 0 0.109 0.224 0.127 0.092 0.292 0.59

2007

Capital Adequacy Market Effect

no bank go public survival c1 c2 c3 mkt1 mkt2 mkt5

24 Bank Artha Graha International Tbk. 0 0.064 0.072 0.082 -0.069 0.066 2.185

25 Bank Bukopin Tbk. 0 0.064 0.083 0.077 0.015 0.095 1.628

26 Bank Bumi Artha Tbk. 0 0.332 0.391 0.474 -0.010 0.033 1.677

27 Bank Bumiputera Indonesia Tbk. 1 0.107 0.099 0.115 0.036 0.058 1.224

28 Bank Central Asia Tbk. 0 0.132 0.214 0.148 0.004 0.070 4.403

29 Bank Centrury Tbk. 2 0.144 0.114 0.162 0.017 0.046 1.478

30 Bank Danamon Indonesia Tbk. 0 0.137 0.171 0.158 0.024 0.064 3.688

31 Bank Eksekutif International Tbk. 2 0.006 0.097 0.125 0.275 0.014 0.490

32 Bank Himpunan Saudara 1906 Tbk. 0 0.135 0.133 0.156 0.071 0.121 1.233

33 Bank International Indonesia Tbk. 0 0.110 0.144 0.128 -0.020 0.035 2.568

34 Bank Kesawan Tbk. 0 0.051 0.090 0.073 0.009 0.027 1.873

35 Bank Lippo Tbk. 1 0.154 0.142 0.193 0.037 0.117 2.199

36 Bank Mandiri (Persero)Tbk. 0 0.113 0.174 0.134 0.032 0.073 2.479

37 Bank Mayapada Tbk. 0 0.206 0.250 0.270 0.004 0.060 1.912

38 Bank Mega Tbk. 0 0.077 0.174 0.104 0.108 0.152 1.742

39 Bank Negara Indonesia (Persero) Tbk. 0 0.099 0.158 0.128 -0.041 0.036 1.680

40 Bank Niaga Tbk. 1 0.105 0.112 0.115 0.011 0.070 2.101

41 Bank NISP Tbk. 1 0.116 0.147 0.148 0.003 0.060 1.554

42 Bank Nusantara Parahyangan Tbk. 0 0.093 0.162 0.102 0.007 0.144 1.533

43 Bank Pan Indonesia Tbk. 0 0.153 0.196 0.193 0.019 0.081 1.833

44 Bank Permata 0 0.093 0.133 0.139 0.027 0.073 1.802

45 Bank Rakyat Indonesia (Persero)Tbk. 0 0.132 0.159 0.144 0.009 0.077 4.689

46 Bank UOB Buana Tbk. 1 0.207 0.253 0.229 0.002 0.066 1.925

47 Bank Victoria International Tbk. 0 0.063 0.166 0.091 0.115 0.281 0.879

Page 34: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

33

Tabel 4.2

Deskripsi statistik

Standard

Variable Mean Deviation Minimum Maximum

Panel A: Descriptive Statistics

surviva l 0.447 0.686 0 2

c1 0.118 0.061 0.006 0.332

c2 0.158 0.061 0.065 0.391

c3 0.152 0.072 0.067 0.474

mkt1 0.039 0.096 -0.069 0.538

mkt2 0.082 0.080 -0.222 0.292

mkt5 1.936 0.939 0.410 4.689

Panel B: Correlations surviva l c1 c2 c3 mkt1 mkt2 mkt5

surviva l 1

c1 0.018 1

c2 -0.207 0.806 1

c3 0.113 0.915 0.791 1

mkt1 0.388 -0.384 -0.215 -0.125 1

mkt2 -0.415 0.065 0.159 -0.077 -0.312 1

mkt5 -0.312 0.252 0.272 0.096 -0.419 -0.011 1

Page 35: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

34

Tabel 4.3

Multinomial Logit Model

Variable coefficient z p-value

Panel A: Logit Model

bdp

c1 90.941 2.360 0.018**

c2 -27.975 -1.800 0.072*

c3 -45.248 -1.490 0.135

mkt1 22.412 1.560 0.119

mkt2 -13.898 -1.230 0.219

mkt5 -0.695 -1.100 0.270

intercept 1.113 0.600 0.552

bl

c1 90.946 2.020 0.068*

c2 -86.239 -1.490 0.045**

c3 7.855 -0.510 0.850

mkt1 25.412 -0.510 0.117

mkt2 -103.752 -1.020 0.096*

mkt5 0.206 -1.030 0.907

intercept 2.150 1.450 0.481

Number of obs = 47

LR chi2(12) = 35.62

Prob > chi2 = 0.0004

Pseudo R2 = 0.4443

(**s igni fikan=5%; *s igni fikan=10%)

Panel B: Prediction Correct predicted

survival 0 1 2 tota l

bs 28 3 0 31

90.32 9.68 0 100.00

bdp 5 5 1 11

45.45 45.45 9.09 100.00

bl 0 1 4 5

0.00 20.00 80.00 100.00

tota l 33 9 5 47

70.21 19.15 10.64 100.00

Page 36: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

35

LAMPIRAN 2

OUTPUT SPSS19

GET

FILE='C:\Users\quri\Documents\tengkunuzululqurriyani_mra_newest\1tengkunuz

ululqurriyani_mra\1qresearch_mra\excel&spss_final\qspss.sav'.

DATASET NAME DataSet1 WINDOW=FRONT.

LOGISTIC REGRESSION VARIABLES surviv

/METHOD=FSTEP(WALD) c1 c2 c3 a1 a2 m1 m3 e1 e2 e3 l1 l2 l3 l4 mkt1 mkt2

mkt3 mkt4 mkt5

/CRITERIA=PIN(0.7) POUT(0.77) ITERATE(20) CUT(0.5).

Logistic Regression

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 47 100.0

Missing Cases 0 .0

Total 47 100.0

Unselected Cases 0 .0

Total 47 100.0

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

cases.

Dependent Variable Encoding

Original Value Internal Value

.00 0

1.00 1

Classification Tablea,b

Observed

Predicted

Surviv Percentage

Correct .00 1.00

Step 0 surviv .00 31 0 100.0

1.00 16 0 .0

Overall Percentage 66.0

a. Constant is included in the model.

b. The cut value is .500

Page 37: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

36

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.661 .308 4.616 1 .032 .516

Variables not in the Equationa

Score df Sig.

Step 0 Variables c1 .510 1 .475

c2 1.184 1 .277

c3 .861 1 .354

a1 1.119 1 .290

a2 .791 1 .374

m1 1.874 1 .171

m3 1.689 1 .194

e1 2.451 1 .117

e2 4.405 1 .036

e3 2.451 1 .117

l1 .477 1 .490

l2 .034 1 .854

l3 .887 1 .346

l4 1.932 1 .165

mkt1 3.317 1 .069

mkt2 4.674 1 .031

mkt3 .126 1 .723

mkt4 .006 1 .938

mkt5 3.499 1 .061

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

Block 1: Method = Forward Stepwise (Wald)

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 5.580 1 .018

Block 5.580 1 .018

Model 5.580 1 .018

Step 2 Step 3.891 1 .049

Block 9.471 2 .009

Model 9.471 2 .009

Page 38: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

37

Step 3 Step 2.238 1 .135

Block 11.709 3 .008

Model 11.709 3 .008

Step 4 Step 6.685 1 .010

Block 18.395 4 .001

Model 18.395 4 .001

Step 5 Step 3.703 1 .054

Block 22.098 5 .001

Model 22.098 5 .001

Step 6 Step 1.865 1 .172

Block 23.962 6 .001

Model 23.962 6 .001

Step 7 Step 2.797 1 .094

Block 26.759 7 .000

Model 26.759 7 .000

Step 8 Step 2.351 1 .125

Block 29.110 8 .000

Model 29.110 8 .000

Step 9 Step 1.885 1 .170

Block 30.995 9 .000

Model 30.995 9 .000

Step 10 Step 6.858 1 .009

Block 37.853 10 .000

Model 37.853 10 .000

Step 11 Step 4.123 1 .042

Block 41.976 11 .000

Model 41.976 11 .000

Step 12a Step -.051 1 .821

Block 41.925 10 .000

Model 41.925 10 .000

Step 13 Step 4.097 1 .043

Block 46.022 11 .000

Model 46.022 11 .000

Step 14 Step 14.262 1 .000

Block 60.284 12 .000

Model 60.284 12 .000

Step 15a Step .000 1 .996

Block 60.284 11 .000

Model 60.284 11 .000

Page 39: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

38

Step 16a Step -27.340 1 .000

Block 32.943 10 .000

Model 32.943 10 .000

Step 17a Step -.028 1 .867

Block 32.915 9 .000

Model 32.915 9 .000

Step 18 Step 14.015 1 .000

Block 46.931 10 .000

Model 46.931 10 .000

Step 19 Step 13.353 1 .000

Block 60.284 11 .000

Model 60.284 11 .000

Step 20a Step -17.120 1 .000

Block 43.164 10 .000

Model 43.164 10 .000

a. A negative Chi-squares value indicates that the Chi-squares

value has decreased from the previous step.

Classification Tablea

Observed

Predicted

surviv Percentage

Correct .00 1.00

Step 1 surviv .00 29 2 93.5

1.00 13 3 18.8

Overall Percentage 68.1

Step 2 surviv .00 28 3 90.3

1.00 10 6 37.5

Overall Percentage 72.3

Step 3 surviv .00 27 4 87.1

1.00 9 7 43.8

Overall Percentage 72.3

Step 4 surviv .00 27 4 87.1

1.00 9 7 43.8

Overall Percentage 72.3

Step 5 surviv .00 28 3 90.3

1.00 7 9 56.3

Overall Percentage 78.7

Step 6 surviv .00 28 3 90.3

Page 40: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

39

1.00 5 11 68.8

Overall Percentage 83.0

Step 7 surviv .00 29 2 93.5

1.00 4 12 75.0

Overall Percentage 87.2

Step 8 surviv .00 29 2 93.5

1.00 4 12 75.0

Overall Percentage 87.2

Step 9 surviv .00 29 2 93.5

1.00 4 12 75.0

Overall Percentage 87.2

Step 10 surviv .00 29 2 93.5

1.00 4 12 75.0

Overall Percentage 87.2

Step 11 surviv .00 29 2 93.5

1.00 3 13 81.3

Overall Percentage 89.4

Step 12 surviv .00 30 1 96.8

1.00 3 13 81.3

Overall Percentage 91.5

Step 13 surviv .00 30 1 96.8

1.00 2 14 87.5

Overall Percentage 93.6

Step 14 surviv .00 31 0 100.0

1.00 0 16 100.0

Overall Percentage 100.0

Step 15 surviv .00 31 0 100.0

1.00 0 16 100.0

Overall Percentage 100.0

Step 16 surviv .00 29 2 93.5

1.00 4 12 75.0

Overall Percentage 87.2

Step 17 surviv .00 29 2 93.5

1.00 4 12 75.0

Overall Percentage 87.2

Step 18 surviv .00 30 1 96.8

1.00 1 15 93.8

Overall Percentage 95.7

Step 19 surviv .00 31 0 100.0

Page 41: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

40

1.00 0 16 100.0

Overall Percentage 100.0

Step 20 surviv .00 29 2 93.5

1.00 2 14 87.5

Overall Percentage 91.5

a. The cut value is .500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1a mkt2 -12.677 7.216 3.086 1 .079 .000

Constant .276 .595 .215 1 .642 1.318

Step 2b mkt2 -11.906 6.380 3.483 1 .062 .000

mkt5 -.887 .528 2.821 1 .093 .412

Constant 1.915 1.157 2.740 1 .098 6.790

Step 3c c1 8.537 5.993 2.029 1 .154 5099.376

mkt2 -12.626 6.785 3.462 1 .063 .000

mkt5 -1.067 .572 3.483 1 .062 .344

Constant 1.235 1.230 1.008 1 .316 3.438

Step 4d c1 33.728 13.266 6.464 1 .011 4.444E14

c2 -29.606 12.845 5.312 1 .021 .000

mkt2 -12.607 7.874 2.563 1 .109 .000

mkt5 -.946 .654 2.091 1 .148 .388

Constant 2.452 1.406 3.044 1 .081 11.614

Step 5e c1 44.474 16.308 7.437 1 .006 2.065E19

c2 -37.535 14.988 6.272 1 .012 .000

mkt1 15.253 9.385 2.641 1 .104 4210275.669

mkt2 -12.815 9.996 1.644 1 .200 .000

mkt5 -.416 .591 .496 1 .481 .660

Constant 1.029 1.507 .466 1 .495 2.798

Step 6f c1 79.174 32.890 5.795 1 .016 2.425E34

c2 -30.579 15.046 4.131 1 .042 .000

c3 -32.263 25.151 1.646 1 .200 .000

mkt1 24.174 12.126 3.974 1 .046 3.153E10

mkt2 -18.498 12.204 2.298 1 .130 .000

mkt5 -.705 .644 1.201 1 .273 .494

Constant 1.522 1.677 .824 1 .364 4.581

Step 7g c1 123.778 49.522 6.247 1 .012 5.703E53

c2 -36.617 16.633 4.847 1 .028 .000

c3 -57.387 32.630 3.093 1 .079 .000

e3 8.665 5.491 2.490 1 .115 5797.368

mkt1 34.591 15.468 5.001 1 .025 1.054E15

Page 42: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

41

mkt2 -13.571 10.330 1.726 1 .189 .000

mkt5 -.579 .666 .755 1 .385 .561

Constant -7.276 5.734 1.610 1 .204 .001

Step 8h c1 110.304 48.314 5.212 1 .022 8.021E47

c2 -44.251 18.651 5.629 1 .018 .000

c3 -46.616 34.451 1.831 1 .176 .000

m3 29.885 24.975 1.432 1 .231 9.521E12

e3 17.720 13.980 1.606 1 .205 49601787.239

mkt1 27.675 17.030 2.641 1 .104 1.045E12

mkt2 -15.831 11.781 1.806 1 .179 .000

mkt5 -1.016 .773 1.726 1 .189 .362

Constant -15.729 14.095 1.245 1 .264 .000

Step 9i c1 124.219 53.386 5.414 1 .020 8.867E53

c2 -51.381 21.482 5.721 1 .017 .000

c3 -49.997 37.612 1.767 1 .184 .000

m3 28.427 21.974 1.674 1 .196 2.217E12

e3 19.531 11.430 2.920 1 .087 3.036E8

l4 5.124 3.942 1.689 1 .194 168.000

mkt1 30.745 18.839 2.663 1 .103 2.250E13

mkt2 -14.431 13.045 1.224 1 .269 .000

mkt5 -.828 .791 1.095 1 .295 .437

Constant -20.542 12.037 2.912 1 .088 .000

Step 10j c1 204.605 90.418 5.121 1 .024 7.224E88

c2 -60.689 26.343 5.307 1 .021 .000

c3 -88.144 52.739 2.793 1 .095 .000

m3 47.831 30.023 2.538 1 .111 5.923E20

e3 31.120 14.882 4.373 1 .037 3.276E13

l3 -31.017 16.125 3.700 1 .054 .000

l4 44.184 20.916 4.462 1 .035 1.545E19

mkt1 45.403 25.419 3.191 1 .074 5.229E19

mkt2 -24.775 15.884 2.433 1 .119 .000

mkt5 -1.237 1.016 1.482 1 .223 .290

Constant -33.663 15.893 4.487 1 .034 .000

Step 11k c1 147.955 82.553 3.212 1 .073 1.803E64

c2 -109.152 55.996 3.800 1 .051 .000

c3 17.242 75.784 .052 1 .820 30766800.798

m3 85.951 48.079 3.196 1 .074 2.129E37

e3 40.682 21.775 3.491 1 .062 4.656E17

l2 -23.546 13.528 3.029 1 .082 .000

l3 -46.760 20.017 5.457 1 .019 .000

l4 60.992 25.526 5.709 1 .017 3.078E26

Page 43: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

42

mkt1 18.003 29.777 .366 1 .545 65877760.710

mkt2 -20.563 16.785 1.501 1 .221 .000

mkt5 -.777 1.217 .407 1 .523 .460

Constant -42.487 22.463 3.577 1 .059 .000

Step 12k c1 161.544 62.854 6.606 1 .010 1.437E70

c2 -101.273 40.791 6.164 1 .013 .000

m3 81.611 43.045 3.595 1 .058 2.775E35

e3 40.200 20.863 3.713 1 .054 2.876E17

l2 -21.832 11.199 3.800 1 .051 .000

l3 -46.150 20.057 5.294 1 .021 .000

l4 60.304 25.582 5.557 1 .018 1.548E26

mkt1 23.373 19.045 1.506 1 .220 1.416E10

mkt2 -21.332 16.846 1.603 1 .205 .000

mkt5 -.827 1.200 .475 1 .491 .437

Constant -42.086 21.655 3.777 1 .052 .000

Step 13l c1 299.701 198.293 2.284 1 .131 1.440E130

c2 -193.385 127.593 2.297 1 .130 .000

m3 149.846 126.399 1.405 1 .236 1.194E65

e3 76.381 78.214 .954 1 .329 1.486E33

l2 -37.175 25.896 2.061 1 .151 .000

l3 -81.597 57.106 2.042 1 .153 .000

l4 109.176 76.265 2.049 1 .152 2.597E47

mkt1 33.714 40.014 .710 1 .399 4.383E14

mkt2 -39.851 26.279 2.300 1 .129 .000

mkt3 2.093 1.495 1.961 1 .161 8.112

mkt5 -1.092 1.703 .411 1 .521 .336

Constant -79.769 78.978 1.020 1 .312 .000

Step 14m c1 48254.083 718878.281 .005 1 .946 .

c2 -33113.787 492678.758 .005 1 .946 .000

a1 -72480.977 1079435.077 .005 1 .946 .000

m3 40351.237 601293.950 .005 1 .946 .

e3 12338.081 185481.327 .004 1 .947 .

l2 -2971.009 44878.767 .004 1 .947 .000

l3 -10402.895 155325.894 .004 1 .947 .000

l4 14611.843 218274.411 .004 1 .947 .

mkt1 4971.717 74827.087 .004 1 .947 .

mkt2 -3887.823 57935.292 .005 1 .946 .000

mkt3 301.833 4468.086 .005 1 .946 1.214E131

mkt5 37.998 926.426 .002 1 .967 3.179E16

Constant -13596.560 204120.444 .004 1 .947 .000

Step 15m c1 59435.771 766406.339 .006 1 .938 .

Page 44: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

43

c2 -40674.292 524316.634 .006 1 .938 .000

a1 -86594.638 1118950.902 .006 1 .938 .000

m3 46821.968 614528.882 .006 1 .939 .

e3 12841.372 175954.336 .005 1 .942 .

l2 -3741.184 48772.921 .006 1 .939 .000

l3 -13321.141 171936.940 .006 1 .938 .000

l4 18659.358 240498.373 .006 1 .938 .

mkt1 7399.161 95094.970 .006 1 .938 .

mkt2 -5163.858 66583.501 .006 1 .938 .000

mkt3 380.534 4913.232 .006 1 .938 1.835E165

Constant -14412.511 194991.184 .005 1 .941 .000

Step 16m c1 104.153 37.099 7.882 1 .005 1.710E45

c2 -74.659 28.832 6.705 1 .010 .000

a1 -248.742 157.751 2.486 1 .115 .000

m3 59.479 35.540 2.801 1 .094 6.782E25

l2 -1.140 6.830 .028 1 .867 .320

l3 -14.374 9.559 2.261 1 .133 .000

l4 20.137 12.123 2.759 1 .097 5.564E8

mkt1 32.115 13.461 5.692 1 .017 8.859E13

mkt2 -21.425 13.666 2.458 1 .117 .000

mkt3 1.075 .838 1.645 1 .200 2.929

Constant -1.710 2.987 .328 1 .567 .181

Step 17m c1 104.814 37.258 7.914 1 .005 3.313E45

c2 -76.217 27.609 7.620 1 .006 .000

a1 -262.644 135.775 3.742 1 .053 .000

m3 62.432 31.039 4.046 1 .044 1.300E27

l3 -13.801 8.768 2.477 1 .115 .000

l4 19.749 11.746 2.827 1 .093 3.776E8

mkt1 32.571 13.275 6.020 1 .014 1.397E14

mkt2 -21.186 13.580 2.434 1 .119 .000

mkt3 1.106 .832 1.766 1 .184 3.021

Constant -1.931 2.651 .530 1 .466 .145

Step 18n c1 425.303 242.666 3.072 1 .080 5.092E184

c2 -315.771 175.174 3.249 1 .071 .000

a1 -975.236 668.228 2.130 1 .144 .000

m3 344.515 204.775 2.830 1 .092 4.178E149

e3 64.093 39.443 2.640 1 .104 6.841E27

l3 -75.011 44.282 2.869 1 .090 .000

l4 109.737 63.850 2.954 1 .086 4.552E47

mkt1 86.833 51.298 2.865 1 .091 5.142E37

mkt2 -34.737 19.719 3.103 1 .078 .000

Page 45: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

44

mkt3 3.082 1.672 3.397 1 .065 21.806

Constant -76.528 45.099 2.879 1 .090 .000

Step 19o c1 36729.314 647357.080 .003 1 .955 .

c2 -24954.166 439469.953 .003 1 .955 .000

a1 -123208.119 2179405.076 .003 1 .955 .000

m1 97845.670 1735294.094 .003 1 .955 .

m3 24251.465 428185.927 .003 1 .955 .

e3 5908.842 104050.023 .003 1 .955 .

l3 -6328.084 111274.856 .003 1 .955 .000

l4 8900.889 156665.789 .003 1 .955 .

mkt1 6340.551 111792.981 .003 1 .955 .

mkt2 -2866.066 50826.405 .003 1 .955 .000

mkt3 228.427 4083.101 .003 1 .955 1.601E99

Constant -6988.454 123146.975 .003 1 .955 .000

Step 20o c1 228.609 94.496 5.853 1 .016 1.922E99

c2 -161.812 65.386 6.124 1 .013 .000

a1 -641.896 312.421 4.221 1 .040 .000

m1 573.271 381.250 2.261 1 .133 9.296E248

m3 130.415 68.321 3.644 1 .056 4.352E56

e3 42.438 20.805 4.161 1 .041 2.696E18

l3 -44.164 20.890 4.469 1 .035 .000

l4 58.602 27.684 4.481 1 .034 2.822E25

mkt1 52.287 31.513 2.753 1 .097 5.103E22

mkt2 -18.977 20.322 .872 1 .350 .000

Constant -48.158 22.998 4.385 1 .036 .000

Page 46: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

45

LAMPIRAN 3

OUTPUT STATA10

(survival==bs is the base outcome) _cons 2.149533 3.051995 0.70 0.481 -3.832267 8.131332 mkt5 .2061906 1.756202 0.12 0.907 -3.235902 3.648283 mkt2 -103.7515 62.28511 -1.67 0.096 -225.8281 18.3251 mkt1 25.41243 16.2158 1.57 0.117 -6.36995 57.1948 c3 7.854556 41.52174 0.19 0.850 -73.52655 89.23567 c2 -86.23943 43.09866 -2.00 0.045 -170.7112 -1.767613 c1 90.94559 49.82003 1.83 0.068 -6.69987 188.5911bl _cons 1.113018 1.869479 0.60 0.552 -2.551092 4.777129 mkt5 -.6953891 .6300852 -1.10 0.270 -1.930333 .5395552 mkt2 -13.89834 11.30513 -1.23 0.219 -36.056 8.25931 mkt1 22.41176 14.38759 1.56 0.119 -5.787409 50.61092 c3 -45.24778 30.27549 -1.49 0.135 -104.5867 14.09109 c2 -27.97516 15.56059 -1.80 0.072 -58.47336 2.52303 c1 90.94086 38.5063 2.36 0.018 15.46989 166.4118bdp survival Coef. Std. Err. z P>|z| [95% Conf. Interval]

Log likelihood = -22.270883 Pseudo R2 = 0.4443 Prob > chi2 = 0.0004 LR chi2(12) = 35.62Multinomial logistic regression Number of obs = 47

Iteration 8: log likelihood = -22.270883Iteration 7: log likelihood = -22.270883Iteration 6: log likelihood = -22.271187Iteration 5: log likelihood = -22.287605Iteration 4: log likelihood = -22.434135Iteration 3: log likelihood = -22.995142Iteration 2: log likelihood = -24.331821Iteration 1: log likelihood = -27.058366Iteration 0: log likelihood = -40.079296

. mlogit survival c1 c2 c3 mkt1 mkt2 mkt5, base(0)

. label value survival survival

. label define survival 0 "bs" 1 "bdp" 2 "bl"

mkt5 -0.3119 0.2523 0.2722 0.0955 -0.4188 -0.0106 1.0000 mkt2 -0.4150 0.0652 0.1589 -0.0768 -0.3120 1.0000 mkt1 0.3881 -0.3839 -0.2153 -0.1247 1.0000 c3 0.1126 0.9152 0.7911 1.0000 c2 -0.2072 0.8057 1.0000 c1 0.0182 1.0000 survival 1.0000 survival c1 c2 c3 mkt1 mkt2 mkt5

(obs=47). corr survival c1 c2 c3 mkt1 mkt2 mkt5

mkt5 47 1.935766 .9389898 .41 4.689 mkt2 47 .082234 .0796954 -.222 .292 mkt1 47 .0392191 .096151 -.069 .538 c3 47 .1523617 .0721811 .067 .474 c2 47 .1579362 .0614787 .065 .391 c1 47 .1184255 .0610576 .006 .332 survival 47 .4468085 .6855182 0 2 Variable Obs Mean Std. Dev. Min Max

. summarize survival c1 c2 c3 mkt1 mkt2 mkt5

. use "C:\Users\quri\Documents\tengkunuzululqurriyani_mra_newest\qstata10\qqmlogit_data.dta", clear

2. (/v# option or -set maxvar-) 5000 maximum variables 1. (/m# option or -set memory-) 10.00 MB allocated to dataNotes:

harry Licensed to: harry Serial number: 198081611Unlimited-user Stata for Windows (network) perpetual license:

979-696-4601 (fax) 979-696-4600 [email protected] 800-STATA-PC http://www.stata.com Special Edition College Station, Texas 77845 USA 4905 Lakeway Drive Statistics/Data Analysis StataCorp___/ / /___/ / /___/ 10.0 Copyright 1984-2007 /__ / ____/ / ____/ ___ ____ ____ ____ ____ tm

Page 47: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

46

.

47. .063 .166 .091 .115 .281 .879 bs .9793356 .0206644 1.56e-14 46. .207 .253 .229 .002 .066 1.925 bdp .4278905 .5702609 .0018486 45. .132 .159 .144 .009 .077 4.689 bs .8740675 .121206 .0047264 44. .093 .133 .139 .027 .073 1.802 bs .889639 .1087055 .0016554 43. .153 .196 .193 .019 .081 1.833 bs .7613768 .2378292 .0007939 42. .093 .162 .102 .007 .144 1.533 bs .9232426 .0767574 3.79e-08 41. .116 .147 .148 .003 .06 1.554 bdp .7248201 .2682073 .0069726 40. .105 .112 .115 .011 .07 2.101 bdp .4598109 .5277078 .0124813 39. .099 .158 .128 -.041 .036 1.68 bs .9336233 .0638137 .0025631 38. .077 .174 .104 .108 .152 1.742 bs .9138384 .0861615 1.87e-08 37. .206 .25 .27 .004 .06 1.912 bs .7991933 .189788 .0110188 36. .113 .174 .134 .032 .073 2.479 bs .8264708 .1731825 .0003468 35. .154 .142 .193 .037 .117 2.199 bdp .4772509 .5204144 .0023347 34. .051 .09 .073 .009 .027 1.873 bs .7761633 .1654218 .0584149 33. .11 .144 .128 -.02 .035 2.568 bs .7707394 .185543 .0437176 32. .135 .133 .156 .071 .121 1.233 bs .1593399 .8403712 .0002889 31. .006 .097 .125 .275 .014 .49 bl .255036 .086351 .658613 30. .137 .171 .158 .024 .064 3.688 bs .7726046 .2154164 .011979 29. .144 .114 .162 .017 .046 1.478 bl .0381303 .4216143 .5402554 28. .132 .214 .148 .004 .07 4.403 bs .9709256 .0289934 .000081 27. .107 .099 .115 .036 .058 1.224 bdp .1100529 .8297946 .0601525 26. .332 .391 .474 -.01 .033 1.677 bs .7008746 .0374513 .2616741 25. .064 .083 .077 .015 .095 1.628 bs .7286639 .2710135 .0003226 24. .064 .072 .082 -.069 .066 2.185 bs .9384542 .0585459 .0029999 23. .109 .224 .127 .092 .292 .59 bs .967518 .032482 1.51e-15 22. .213 .268 .24 .012 .075 1.976 bdp .5049371 .4944864 .0005766 21. .22 .208 .258 -.027 .064 1.87 bl .2633058 .6052083 .1314859 20. .143 .181 .16 .012 .117 3.75 bs .8956838 .1042848 .0000314 19. .082 .137 .13 .003 .057 1.83 bs .9574079 .0413494 .0012427 18. .249 .235 .307 .025 .108 1.76 bs .2423721 .7483875 .0092404 17. .098 .137 .108 .019 .274 .79 bs .9325047 .0674953 8.82e-13 16. .092 .139 .122 .009 .063 1.71 bdp .8560578 .1426127 .0013295 15. .112 .13 .124 .021 .135 2.3 bdp .7219346 .2780521 .0000133 14. .098 .14 .136 .03 .113 1.68 bs .8919869 .1079899 .0000232 13. .049 .145 .076 -.009 .052 1.76 bs .9832571 .0167175 .0000254 12. .055 .105 .138 .136 .244 1.92 bs .9913813 .0086187 2.08e-10 11. .109 .199 .133 .055 .073 2.27 bs .8720843 .1278655 .0000502 10. .202 .148 .261 .016 .087 1.88 bdp .1021811 .4042056 .4936133 9. .055 .08 .081 .006 .021 1.81 bs .5664278 .1698614 .2637109 8. .119 .16 .141 -.012 .085 2.2 bs .8698484 .1299539 .0001978 7. .014 .097 .134 .538 -.222 .46 bl 5.10e-15 2.34e-11 1 6. .122 .191 .144 -.029 .057 3.53 bs .9717122 .0279679 .0003199 5. .103 .087 .124 .007 .02 1.79 bl .0279868 .0815541 .8904591 4. .139 .242 .159 .015 .101 3.55 bs .9769495 .0230498 6.68e-07 3. .111 .115 .118 .233 .033 .87 bdp .000779 .7060432 .2931777 2. .05 .065 .067 .006 .021 .41 bs .3157282 .4559813 .2282904 1. .129 .156 .185 .0003 .076 1.5 bdp .8764115 .1206175 .002971 c1 c2 c3 mkt1 mkt2 mkt5 survival bspr bdppr blpr

. list c1 c2 c3 mkt1 mkt2 mkt5 survival bspr bdppr blpr in 1/47

70.21 19.15 10.64 100.00 Total 33 9 5 47 0.00 20.00 80.00 100.00 bl 0 1 4 5 45.45 45.45 9.09 100.00 bdp 5 5 1 11 90.32 9.68 0.00 100.00 bs 28 3 0 31 survival 0 1 2 Total survivalhat

row percentage frequency Key

Page 48: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

47

IDENTITAS PEMAKALAH

Nama : Tengku Nuzulul Qurriyani

(mahasiswi Program Pascasarjan Ilmu Akuntansi (PPIA)

Fakultas Ekonomi Universitas Indonesia (FEUI))

Alamat : Central Park C5 Kota Wisata Cibubur

Jakarta 16968

Phone : 021-84931900/87795166

08151679000

E-mail : [email protected]

Judul Makalah : Deteksi Dini Potensi Kebangkrutan Bank

Penelitian melalui Analisis Rasio Keuangan dan Market Effect Model Regresi

Logistik Multinomial

Bidang Kajian : Akuntansi Keuangan dan Pasar Modal (AKPM)

(Kuantitatif)

Page 49: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

48

Objective Simposium Nasional Akuntansi XV Banjarmasin, 20-23 September 2012 (Paper: Deteksi Dini Potensi Kebangkrutan Bank melalui Analisis Rasio Keuangan dan Market Effect Model Regresi Logistik Multinomial)

Education 2011–present Pascasarjana Ilmu Akuntansi Depok

(semester 3) Universitas Indonesia (PIA-UI)

Akuntansi, Strata 2 (Research Based)

Pascasarjana

1998–2000 Magister Akuntansi Jakarta

Universitas Indonesia (MAKSI-UI)

Akuntansi, Strata 2

Pascasarjana

1987–1992 Universitas Syiah Kuala Banda Aceh

Akuntansi, Strata 1

Sarjana

Experience February 2001- Universitas Atma Jaya Jakarta

December 2002

Dosen

September 2000 Magister Akuntansi Depok

Universitas Indonesia (MAKSI-UI)

Pemakalah

Simposium Nasional Akuntansi III

1992–1995 Kantor Akuntan Publik Bandung

Koesbandijah dan Rekan

Interests membaca, fotografi, musik

Page 50: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

49

Personal

Specification Name : Tengku Nuzulul Qurriyani

Date of birth : Medan, 7 Desember 1968

Marital Status : Married

Spouse Name : Syahmudrian Lubis

Children Name : Anqi Querida Lubis

Anza Sahel Lubis

Anra Querina Lubis

Blood Group : A

Page 51: DETEKSI DINI POTENSI KEBANGKRUTAN BANK MELALUI ANALISIS ... · PDF filedeteksi dini potensi kebangkrutan bank melalui analisis rasio keuangan dan market effect

50

STATEMENTOFAUTHORSHIP

―Saya yang bertandatangan dibawah ini menyatakan bahwa makalah penelitian terlampir

adalah murni hasil pekerjaan saya sendiri. Tidak ada pekerjaan orang lain yang saya

gunakan tanpa menyebutkan sumbernya. Makalah penelitian ini belum pernah

dipublikasikan.‖

Nama :Tengku Nuzulul Qurriyani

(mahasiswi Program Pascasarjana Ilmu Akuntansi (PPIA)

Fakultas Ekonomi Universitas Indonesia (FEUI))

Judul : Deteksi Dini Potensi Kebangkrutan Bank

melalui Analisis Rasio Keuangan

dan Market Effect

Model Regresi Logistik Multinomial

Tanggal : 28 Juni 2012

Tanda Tangan :