struktur modal dan prediksi kegagalan perusahaan

16
ISSN: 1978 - 3116 VOL. 5, NO. 3, NOVEMBER 2011 JEB VOL. 5, NO. 3, NOVEMBER 2011: 191-264 VOL. 5 JEB NO. 3 Hal 191-264 NOVEMBER 2011 PENGARUH PERBANDINGAN ECONOMIC VALUE ADDED DAN RASIO PROFITABILITAS TERHADAP RETURN SAHAM Priska Ika Setiyorini STRUKTUR MODAL DAN PREDIKSI KEGAGALAN PERUSAHAAN: TEORI DAN APLIKASI Rowland Bismark Fernando Pasaribu MODEL DINAMIS PERTUMBUHAN EKONOMI, INFLASI, DAN PENGANGGURAN DI INDONESIA Endang Setyowati PENGARUH PENGUNGKAPAN LAPORAN KEUANGAN SUKARELA, LEVERAGE, DAN SET KESEMPATAN INVESTASI TERHADAP MANAJEMEN LABA Henggar Watiningsih PENGARUH KEPUASAN KERJA TERHADAP PRESTASI KERJA KARYAWAN DEPARTEMEN PRODUKSI PT X (PERSERO), SURABAYA Sri Langgeng Ratnasari HUBUNGAN ANTARA PENDAPATAN PER KAPITA DAN INDEKS PEMBANGUNAN MANUSIA (IPM) Algifari

Upload: rowland-bismark-fernando-pasaribu

Post on 13-Dec-2015

40 views

Category:

Documents


4 download

DESCRIPTION

This paper addresses the theoretical foundations of corporate failure prediction, using the neo-classical theory of capital structure as a starting point. The paper intends to demonstrate the feasibility of such an approach in a simple setting, i.e. by using a simple theoretical model and a limited empirical analysis. A model of optimal capital structure is constructed and rewritten as a model of default probability. Its empirical implications are derived and tested on a sample of Indonesian data. It is concluded that this approach clearly has its limitations, but also that it may be a valuable contribution compared to the multitude of theory-less empirical studies and a useful alternative to the default theory.

TRANSCRIPT

ISSN: 1978 - 3116VOL. 5, NO. 3, NOVEMBER 2011

JEB

VO

L. 5

, NO

. 3, N

OV

EM

BE

R 2

01

1: 1

91

-26

4

VOL. 5JEB NO. 3 Hal 191-264 NOVEMBER 2011

PENGARUH PERBANDINGAN ECONOMIC VALUE ADDED DAN RASIO

PROFITABILITAS TERHADAP RETURN SAHAMPriska Ika Setiyorini

STRUKTUR MODAL DAN PREDIKSI KEGAGALAN PERUSAHAAN:

TEORI DAN APLIKASIRowland Bismark Fernando Pasaribu

MODEL DINAMIS PERTUMBUHAN EKONOMI, INFLASI, DAN PENGANGGURAN DI

INDONESIAEndang Setyowati

PENGARUH PENGUNGKAPAN LAPORAN KEUANGAN SUKARELA, LEVERAGE,

DAN SET KESEMPATAN INVESTASI TERHADAP MANAJEMEN LABAHenggar Watiningsih

PENGARUH KEPUASAN KERJA TERHADAP PRESTASI KERJA KARYAWAN

DEPARTEMEN PRODUKSI PT X (PERSERO), SURABAYASri Langgeng Ratnasari

HUBUNGAN ANTARA PENDAPATAN PER KAPITA DAN INDEKS

PEMBANGUNAN MANUSIA (IPM)Algifari

Vol. 5, No. 3, November 2011

JURNAL EKONOMI & BISNIS (JEB)

EDITOR IN CHIEF

Djoko SusantoSTIE YKPN Yogyakarta

EDITORIAL BOARD MEMBERS

Baldric Siregar SoeratnoSTIE YKPN Yogyakarta Universitas Gadjah Mada

Dody Hapsoro Wisnu PrajogoSTIE YKPN Yogyakarta STIE YKPN Yogyakarta

MANAGING EDITORS

Sinta SudariniSTIE YKPN Yogyakarta

EDITORIAL SECRETARY

Rudy BadrudinSTIE YKPN Yogyakarta

PUBLISHER

Pusat Penelitian dan Pengabdian Masyarakat STIE YKPN YogyakartaJalan Seturan Yogyakarta 55281

Telpon (0274) 486160, 486321 ext. 1406 Fax. (0274) 486155

EDITORIAL ADDRESS

Jalan Seturan Yogyakarta 55281Telpon (0274) 486160, 486321 ext. 1332 Fax. (0274) 486155

http://www.stieykpn.ac.id e-mail: [email protected] Mandiri atas nama STIE YKPN Yogyakarta No. Rekening 137 – 0095042814

Jurnal Ekonomi & Bisnis (JEB) terbit sejak tahun 2007. JEB merupakan jurnal ilmiah yang diterbitkan oleh Pusat Penelitian dan

Pengabdian Masyarakat Sekolah Tinggi Ilmu Ekonomi Yayasan Keluarga Pahlawan Negara (STIE YKPN) Yogyakarta. Penerbitan

JEB dimaksudkan sebagai media penuangan karya ilmiah baik berupa kajian ilmiah maupun hasil penelitian di bidang ekonomi

dan bisnis. Setiap naskah yang dikirimkan ke JEB akan ditelaah oleh MITRA BESTARI yang bidangnya sesuai. Daftar nama

MITRA BESTARI akan dicantumkan pada nomor paling akhir dari setiap volume. Penulis akan menerima lima eksemplar cetak

lepas (off print) setelah terbit.

JEB diterbitkan setahun tiga kali, yaitu pada bulan Maret, Juli, dan Nopember. Harga langganan JEB Rp7.500,- ditambah biaya

kirim Rp12.500,- per eksemplar. Berlangganan minimal 1 tahun (volume) atau untuk 3 kali terbitan. Kami memberikan kemudahan

bagi para pembaca dalam mengarsip karya ilmiah dalam bentuk electronic file artikel-artikel yang dimuat pada JEB dengan

cara mengakses artikel-artikel tersebut di website STIE YKPN Yogyakarta (http://www.stieykpn.ac.id).

Tahun 2007

ISSN: 1978-3116

J U R N A LEKONOMI & BISNIS

Vol. 5, No. 3, November 2011

DAFTAR ISI

PENGARUH PERBANDINGAN ECONOMIC VALUE ADDED DAN RASIO PROFITABILITAS TERHADAP

RETURN SAHAM

Priska Ika Setiyorini

191-208

STRUKTUR MODAL DAN PREDIKSI KEGAGALAN PERUSAHAAN: TEORI DAN APLIKASI

Rowland Bismark Fernando Pasaribu

209-220

MODEL DINAMIS PERTUMBUHAN EKONOMI, INFLASI, DAN PENGANGGURAN DI INDONESIA

Endang Setyowati

221-235

PENGARUH PENGUNGKAPAN LAPORAN KEUANGAN SUKARELA, LEVERAGE, DAN SET KESEMPATAN

INVESTASI TERHADAP MANAJEMEN LABA

Henggar Watiningsih

237-244

PENGARUH KEPUASAN KERJA TERHADAP PRESTASI KERJA KARYAWAN DEPARTEMEN PRODUKSI

PT X (PERSERO), SURABAYA

Sri Langgeng Ratnasari

245-251

HUBUNGAN ANTARA PENDAPATAN PER KAPITA DAN INDEKS PEMBANGUNAN MANUSIA (IPM)

Algifari

253-264

Tahun 2007

ISSN: 1978-3116

J U R N A LEKONOMI & BISNIS

MITRA BESTARIJURNAL EKONOMI & BISNIS (JEB)

Editorial JEB menyampaikan terima kasih yang sebesar-besarnya kepada MITRA BESTARI yang telah menelaah

naskah sesuai dengan bidangnya. Berikut ini adalah nama dan asal institusi MITRA BESTARI yang telah melakukan

telaah terhadap naskah yang masuk ke editorial JEB Vol. 5 tahun 2011 (Vol. 5, No. 1, Maret 2011; Vol. 5, No. 2, Juli 2011;

dan Vol. 5, No. 3, Nopember 2011).

Vol. 5, No. 3, November 2011

Tahun 2007

ISSN: 1978-3116

J U R N A LEKONOMI & BISNIS

Agus Suman

Universitas Brawijaya

Akhmad Makhfatih

Universitas Gadjah Mada

Catur Sugiyanto

Universitas Gadjah Mada

Didin Fatihudin

Universitas Muhammadiyah Surabaya

Edy Suandi Hamid

Universitas Islam Indonesia

FX. Sugiyanto

Universitas Diponegoro

HM. Wahyuddin

Universitas Muhammadiyah Surakarta

J. Sukmawati Sukamulja

Universitas Atma Jaya Yogyakarta

Lincolin Arsyad

Universitas Gadjah Mada

Ritha Fatimah Dalimunthe

Universitas Sumatra Utara

R. Maryatmo

Universitas Atma Jaya Yogyakarta

Wasiaturrahma

Universitas Airlangga

209

STRUKTUR MODAL DAN PREDIKSI KEGAGALAN PERUSAHAAN:............... (Rowland Bismark Fernando Pasaribu)

Vol. 5, No. 3, November 2011Hal. 209-220

ABSTRACT

This paper addresses the theoretical foundations ofcorporate failure prediction, using the neo-classicaltheory of capital structure as a starting point. The pa-per intends to demonstrate the feasibility of such anapproach in a simple setting, i.e. by using a simpletheoretical model and a limited empirical analysis. Amodel of optimal capital structure is constructed andrewritten as a model of default probability. Its empiricalimplications are derived and tested on a sample of In-donesian data. It is concluded that this approach clearlyhas its limitations, but also that it may be a valuablecontribution compared to the multitude of theory-lessempirical studies and a useful alternative to the defaulttheory.

Keywords: default probabilities, capital structure, cor-porate failure, logistic regression

PENDAHULUAN

Kebangkrutan yang dialami oleh banyak perusahaanglobal semakin menegaskan akan pentingnya prediksigagal-bayar baik dalam konteks akademis dan aplikasiriil. Saat ini nampaknya semakin sangat penting sajaurgensi membentuk sistem peringatan dini yang dapatmembantu menghindari perusahaan dalam kondisigagal-bayar di satu sisi dan memfasilitasi pemilihan

STRUKTUR MODAL DAN PREDIKSI KEGAGALANPERUSAHAAN: TEORI DAN APLIKASI

Rowland Bismark Fernando Pasaribu

ABFI Institute Perbanas JakartaE-mail: [email protected]

emiten untuk dijadikan nominator ketika akanberinvestasi terhadap perusahaan tersebut di sisi lain.

Penelitian mengenai prediksi gagal-bayar telahmengalami perjalanan yang cukup panjang sejak awaldicetuskan melalui karya Beaver (1966, 1968) danAltman (1968). Pendekatan yang ada untuk memprediksikegagalan perusahaan sebagian besar adalah aplikasiteknik klasifikasi statistik (biasanya analisisdiskriminan) terhadap sampel yang terdiri perusahaangagal dan non-gagal. Contoh penelitian tersebut telahdilakukan Deakin (1972) dan Altman et al. (1977).Setelah itu terjadi pergeseran penggunaan teknikanalisis yakni dengan analisis probit atau logit. Martin(1977) dan Ohlson (1980) adalah yang pertama dalammengaplikasikan teknik ini diikuti oleh Wiginton (1980),Zmijewski (1984), Zavgren (1985), Aziz dan Lawson(1989), Lennox (1999), serta Westgaard dan Van derWijst (2001). Teknik statistik lainnya yang juga telahdiperkenalkan adalah partisi rekursif (Frydman et.al,1985); teori katastrophi (Gregory et.al, 1991);penskalaan multidimensi (Mar Molinero dan Ezzamel,1991); neural networks (Tam dan Kiang, 1992); modelmultinominal logit (Johnsen dan Melicher, 1994);metodologi bantuan keputusan multi-kriteria(Zopounidis dan Doumpos, 1999), dan cara penetapanlangsung (Dimitras et al., 1999).

Simpulan umum dari usaha penelitian yangekstensif ini terlihat menjadikan tiap studi yangdilakukan menghasilkan diskriminasi yang beralasanantara perusahaan yang gagal dan non-gagal, tetapijuga dan mungkin lebih signifikan bahwa beragam

Tahun 2007

ISSN: 1978-3116

J U R N A LEKONOMI & BISNIS

210

JEB, Vol. 5, No. 3, November 2011: 209-220

penelitian berusaha keras menunjukkan suatupersetujuan mengenai faktor yang penting untukprediksi kegagalan. Faktanya, dapat dikatakan bahwakurang lebih 40 tahun penelitian mengenai topik inibelum berhasil menghasilkan variabel mana danmengapa, sebagai prediktor yang baik.Ketidaksepakatan kesimpulan tersebut tentu saja,secara parsial dapat ditujukan pada fakta bahwapenelitian-penelitian tersebut mengacu pada periode,negara, dan industri yang berbeda-beda. Faktor lainnyamungkin pada praktiknya, seluruh penelitian tersebuttidak memiliki kerangka kerja teoritis untukmengarahkan usaha penelitian empiris. Dalam ketiadaanteori yang menyediakan hipotesis yang dapat diuji,maka hasil empiris harus dievaluasi kualitasnya danhanya berharap bahwa muncul suatu pola dari sejumlahbesar hasil empiris. Kondisi seperti ini menimbulkanpersepsi yang kurang elegan dalam positioning topikpenelitian prediksi kegagalan karena tidak memilikiacuan teori dasar apabila dibanding topik-topik lainnyadalam ilmu manajemen keuangan.

Penelitian ini mencoba mendirikan tiangpenyanggah teoritis pada prediksi kegagalan denganmendayagunakan teori neo-klasik struktur modalsebagai titik awal. Demikian selanjutnya teori inimengikuti pendekatan alternatif yang dibandingkanmodel Merton yang telah terkenal didasarkan teoripenetapan harga opsi dan kemudian dielaborasikan kedalam model KMV. Asal struktur modal yang mendasariteori gagal-bayar di satu sisi terdapat pada model yangmenghubungkan risiko kejatuhan kepada penilaianklaim perusahaan (Gordon, 1971; Scott, 1977; dan Vinso,1979). Elaborasi yang terakhir dapat ditemukan dalamScott (1981). Di sisi lain, teori ini juga terdapat dalammodel struktur modal optimal yang dikembangkan padakebangkitan teorema irelevansinya Modigliani-Miller(Modigliani dan Miller, 1958, 1963), Baxter (1967), Krausdan Litzenberger (1973), Scott (1976), dan Kim (1978).

Pada pelaksanaannya, seluruh model strukturmodal optimal menggunakan kondisi gagal-bayar dalamderivasi struktur modal optimal. Kondisi ini menangkapesensi keputusan gagal-bayar terjadi pada saat nilaiberagam arus kas yang tersedia untuk perusahaan tidakmemadai untuk melunasi kewajiban utangnya.Berdasarkan hal tersebut, dihasilkan teori kepemilikkanpada struktur modal optimal dalam keseimbangankomparatifnya sebagai dasar untuk analisis empiris.

Anehnya, model ini jarang, jika sekiranya ditulis ulangdan secara tegas menyatakan kemungkinan kegagalanperusahaan dan karakteristiknya, yaitu bagaimanamodel tersebut dipengaruhi oleh faktor penentustruktur modal optimal. Sejak awal delapan puluhan,garis penelitian teoritis ini nampak sepenuhnya lebihbaik dengan opsi yang didasarkan teori default.Berdasarkan uraian singkat di atas, penelitian inibertujuan untuk mengklarifikasi kapasitas dari konsepteori struktur modal sebagai prediktor probabilitaskegagalan perusahaan

MATERI DAN METODE PENELITIAN

Model yang digunakan adalah model struktur modaloptimal periode tunggal. Model ini memungkinkanketidaksempurnaan pasar -pajak dan biaya kegagalan-dan memadai untuk menangkap esensi teori trade-off,di mana struktur modal optimal ditetapkan sebagaitrade-off antara keunggulan pajak dan ekspektasi biayakegagalan. Model ini diadopsi dari teorema Van derWijst (1989) yang dielaborasi. Asumsi utama modeladalah pasar modal diasumsikan tidak berbiaya dankompetitif. Pajak laba perusahaan adalah konstan danmenurut sistem pajak penghasilan yang memungkinkandeduksi seluruh pembayaran kreditur, termasukpembayaran kembali pokok utang dari pajak penghasilanperusahaan. Meski demikian, tidak terdapat itempengurangan pajak dan pajak individual. Seluruh pelakupasar diasumsikan greedy dan bertindak secara rasional.

Jumlah pendapatan yang dihasilkan perusahaandiasumsikan tetap, yakni seluruh keputusan investasitelah dibuat tetapi keputusan pendanaan belum.Perusahaan hanya menggunakan ekuitas dan utang.Utang tidak hanya merupakan subyek terhadap risikogagal bayar. Investor diasumsikan berposisi netralterhadap risiko dan memiliki kewajiban terbatas. Dalampenetapan asumsi ini, arus kas perusahaan hanyalahsumber dana yang dapat digunakan untuk memenuhikewajiban terhadap kreditur. Akibatnya, kalaukewajiban ini melebihi arus kas perusahaan, makaterjadi gagal-bayar dan perusahaan mendeklarasikankebangkrutan. Oleh karena itu, kondisi kebangkrutanb adalah:

b = ζ < R (1)

di mana ζ adalah variabel acak yang merepresentasikan

211

STRUKTUR MODAL DAN PREDIKSI KEGAGALAN PERUSAHAAN:............... (Rowland Bismark Fernando Pasaribu)

arus kas perusahaan sebelum bunga dan pajak (EBIT)dan R adalah pembayaran terhadap kreditur.

Nilai ζ diasumsikan berdistribusi normal denganrata-rata µ

x dan standar deviasi σ

x. Kalau di akhir

periode, terjadi kondisi b, para pemilik saham dilindungidengan kewajiban terbatas dan tidak menerima apa-apa. Selanjutnya pemilik saham menerima arus kassetelah pajak dan bunga. Nilai pada akhir periode, Yeadalah:

Ye = 0 kalau ζ < b (2)Ye = (1-τ)(ζ-R) kalau ζ < b

di mana ô adalah tingkat pajak perusahaan. Untuk in-vestor risiko-netral keseimbangan nilai ekuitas, Ve

adalah nilai diskonto saat ini pada tingkat suku bungabebas risiko, pada ekspektasi Ye, yaitu:

(3)

di mana r adalah tingkat suku bunga bebas risiko.Nilai kreditur pada akhir periode, Yd diperoleh

dengan cara yang sama. Kalau terjadi kondisikebangkrutan, perusahaan dialihkan kepada kredituryang berarti kreditur menerima arus kas minus biayakegagalan. Terbatasnya nilai kewajiban menghindarkankreditur menerima arus kas negatif. Jadi nilai utang padaakhir periode adalah:

Yd = 0 kalau ζ d” 0Yd = ζ-B(ζ) kalau 0 < ζ < b (4)Yd =R kalau ζ > b (b=R)

di mana B(x) adalah jumlah biaya kegagalan sebagaifungsi pada arus kas ζ.

Nilai keseimbangan hutang adalah present

value dari ekspektasi Yd:

(5)

di mana F adalah probabilitas kegagalan:

Sejak didefinisikan sebagai fungsi kumulasi densitas,probabilitas kegagalan akan selalu memiliki nilai antara0 dan 1. Nilai total perusahaan diperoleh denganmenambahkan Ve dan Vd setelah menyusun ulangterminologi, yaitu:.

(6)

Struktur modal optimal dan kapasitas hutang diperolehdengan mendiferensiasikan V dan V

d dengan mengacu

kepada R:

= (7)

= (8)

di mana B(R) dan f(R) adalah fungsi biaya kegagalandan probabilitas kegagalan arus kas. Keduanyadievaluasi pada titik struktur modal optimal.

Dengan menetapkan persamaan 8 sama dengannol, memberikan jumlah utang maksimum kreditur yangakan dikucurkan, atau kapasitas utang perusahaan.Persamaan 7 ditetapkan sama dengan nol, memberikanjumlah hutang yang memaksimalkan nilai perusahaanyakni struktur modal optimal. Hal ini ditunjukkan bahwauntuk arus kas berdistribusi normal pada kondisi orderkedua untuk persamaan 7 dan 8 terpenuhi. Karenatingkat pajak perusahaan t, memiliki nilai antara 0 dan1, jumlah utang dalam struktur modal optimal adalahlebih kecil daripada jumlah utang yang akan dicairkankreditur. Ini berarti persamaan 8 tidak membatasi jumlahutang yang dapat diterima perusahaan yaitu strukturmodal optimal tercapai sebelum kapasitas utang.Perumusan kembali persamaan 7 memberikanpersamaan berikut:

= (9)

Persamaan sisi kiri merepresentasikan nilai saatini pada marjin penghematan pajak, sementara di sisikanan merepresentasikan nilai saat ini pada marjin biaya

)1(

)()()1(

)1(

)(

r

dR

r

YeEVe b

!""

#

$%

&&&'

)1(

)1()())((0

r

FRdB

V

b

d

" !"

#$ &&&&

$%"

#b

dfF .)( &&

)1(

)1()()()()(0 0

r

FRdfBdfdf

V b

b

" ""

#$ $ $% %

'&&&&&&'&&&

Vd

τ (1− F) − B (R) f (R) R (1 + r)

V τ (1− F) − B (R) f (R) R (1 + r)

τ (1− F) B (R) f (R)(1 + r) (1 + r)

212

JEB, Vol. 5, No. 3, November 2011: 209-220

kegagalan. Oleh karena itu, struktur modal tercapai saatmarjin keuntungan pendanaan utang sama denganbiaya marjin. Diskusi yang lebih ekstensif dan kalkulasidetail selanjutnya dapat dilihat pada Van der Wijst(1989).

Pada penjelasan ini model struktur modaldiformulasi ulang sebagai model probabilitas kegagalandan selanjutnya dianalisis. Persamaan 9merepresentaikan pilihan optimal pada struktur modalsebagai fungsi tingkat pajak, biaya kegagalan, dandistribusi kepemilikan arus kas termasuk probabilitasgagal bayar:

F = 1 − (10)

di mana seluruh variabel telah dijelaskan sebelumnya.Persamaan 10 merefleksikan konsekuensi

probabilitas gagal bayar pada keputusan untukmaksimisasi nilai perusahaan dengan menggunakanstruktur modal sebagai instrumennya. Probabilitasgagal-bayar itu sendiri bukanlah variabel tujuan (untukdiminimalisir atau dioptimalkan) atau instrumenlangsung. Probabilitas gagal-bayar tentu sajadimanipulasi secara tidak langsung dengan memilihtingkat R. Dalam persamaan 10 probabilitas gagal-bayartergantung pada tingkat pajak, biaya kegagalan, dandistribusi kepemilikan arus kas.

Untuk menganalisis model, selanjutnyadikalkulasi perbandingan statisnya. Ini menunjukkanpengaruh pada probabilitas gagal-bayar, F terhadapperubahan dalam variabel di model. Komparasi statispada model dideskripsikan berikut di mana beberapakalkulasi yang lebih detail ditambahkan, yaitu:Probabilitas gagal bayar, F, tergantung pada ukuranhutang dengan cara berikut:

(11)

Karena f(R), tingkat pajak perusahaan, biayakegagalan, varian arus kas, dan derivasi pertama padabiaya kegagalan semuanya adalah positif (persamaan11) akan negatif kalau ì

x e” R. Tanda tersebut

tergantung pada ukuran relatif variabel lainnya dan tidakdapat ditentukan secara definitif. Hal ini berarti

pengaruh leverage terhadap probabilitas gagal-bayartidak dapat ditentukan secara definitif dan dalamrentang yang dapat ditentukan secara definitifpengaruhnya karena keduanya bertentangan terhadapprediksi kebijaksanaan konvensional.

Perubahan pada F terkait dengan perubahandalam tingkat pajak adalah:

(12)

Kedua biaya kegagalan, yakni f(R) dan ô, tingkatpajak perusahaan adalah positif. Hal ini berarti suatukenaikan dalam tingkat pajak akan meningkatkanprobabilitas gagal-bayar. Hal tersebut membuatpendanaan utang lebih menarik marjin, akan mengarahpada semakin besarnya jumlah utang dalam strukturmodal optimal dan probabilitas gagal-bayar yangsemakin tinggi.Derivasi F terkait dengan biaya kegagalan, yaitu:

(13)

karena f(R) dan ô keduanya positif, maka persamaan 13menjadi negatif. Di mana kenaikan dalam biayakegagalan membuat pendanaan utang kurang menarikmarjin. Hal ini akan mengarah pada semakin kecilnyajumlah utang dalam struktur modal optimal sertamengurangi probabilitas gagal-bayar. Perubahan dalamstandar deviasi arus kas akan mempengaruhiprobabilitas gagal bayar sebagai berikut:

(14)

kompleks, f(R), B(R), ô dan óx, ketiganya adalah positif.Jadi persamaan dalam bagian kudrat akan menentukantanda pada persamaan 14 dan dibatasi hanya sampai:

ó²x – (R- ìx)² < 0 kalau R- ì

x > óx

= 0 kalau R- ìx = óx (15)

> 0 kalau R- ìx < óx

Oleh karena itu, komparasi statis pada standardeviasi arus kas tergantung pada perbedaan antaraekspektasi earning dan kewajiban hutang, lebih besar

)('))(()(

2RB

RRBRf

R

F

x

x ()*

+,-

.

"#

//

01

'

0 Rkalau x 2( 1

0)()(

23#

//

''RfRBF

0)(

)((#

//

'Rf

R

F

)(1)()()(

3

2

)*

+,-

. ""#

//

#//

x

x

x

x

x

RRBRf

fRB

F

01

0''0

0

B (R) f (R)τ

213

STRUKTUR MODAL DAN PREDIKSI KEGAGALAN PERUSAHAAN:............... (Rowland Bismark Fernando Pasaribu)

atau lebih kecil daripada standar deviasi earning.Perubahan pada ekspektasi arus kas mendatang, ì

x,

pada F adalah:

kalau ìx > R (16)

= 0 kalau ìx = R

< 0 kalau ìx < R

Oleh karena f(R), biaya kegagalan B(R), tingkatpajak, dan varian arus kas semuanya positif, tandapersamaan 6 tergantung pada hubungan antaraekspektasi arus kas dan ukuran utang. Komprasi statispada model probabilitas gagal-bayar diringkas padaTabel 1 Berikut ini:

Tabel 1Pengaruh Variabel dalam Model Terhadap

Probabilitas Gagal-Bayar

Ekspektasi PenngaruhKompaasi Statis terhadap F

R, Hutang Positif atau tidak ditentukant, Tingkat Pajak Positif.B(R ), Biaya Kegagalan Negatifó, St.Dev Arus Kas Positif atau Negatifì, Ekspektasi Arus Kas Positif atau Negatif

Aspek yang sangat menarik perhatian padaTabel 1 adalah tidak hanya struktur modal atau distribusikepemilikan arus kas (ekspektasi dan varian) memilikipengaruh secara langsung terhadap probabilitas gagal-bayar. Simpulan yang dapat dikomparasi tercapai dalamanalisis statis komparatif menyangkut model strukturmodal optimal (probabilitas gagal bayar memilikipengaruh yang ambigu atas struktur modal optimal,Van der Wijst, 1989). Hal ini menantang kebijaksanaankonvensional peningkatan probabilitas gagal-bayar,ceteris paribus, dengan varian arus kas dan leverage

dan penurunan dengan ekspektasi arus kas.Karenanya, tidaklah logis menyusun asumsi mengenaiR, ì

x, dan ó

x yang membawa seluruh komparatif statis

sejalan dengan kebijakan konvensional. Jika leverage

dan ekspektasi arus kas memiliki efek kebijakan-konvensional, maka harus diasumsikan bahwa ì

x <R.

Tetapi hal ini akan memberikan varian arus kas pengaruhyang negatif yang bertentangan dengan kebijakan-konvensional. Diperlukan penelitian lebih lanjut untukmenentukan apakah ambiguitas yang berasal dari akhirdistribusi yang ekstrim atau pusat area tersebut. Saatini, penelitian hanya dapat merumuskan hipotesis untuktarif pajak dan biaya kegagalan yang dihipotesakanmemiliki respon positif dan efek negatif atas probabilitasgagal-bayar.

Populasi dalam penelitian ini adalah seluruhperusahaan yang terdaftar di Bursa Efek Indonesia(BEI). Adapun pengambilan sampel menggunakanmetode judgment sampling, yaitu pemilihan sampelberdasarkan kriteria-kriteria tertentu, yaitu emiten darijenis industri dasar dan kimia, aneka industri, industribarang konsumsi, industri perdagangan. Perusahaanyang sahamnya selalu terdaftar dan aktifdiperdagangkan di BEI minimal sejak tahun 2002 sertaselalu menyajikan informasi keuangan selama periodepengamatan (Siagian, 2000). Jenis data yang digunakandalam penelitian ini adalah data sekunder untuk periodetahun 2002-2006, yang diperoleh dari www.jsx.co.id.

Dalam melakukan klasifikasi awal pada kategorigagal dan non-gagal, penelitian ini menggunakanasumsi yang telah banyak digunakan dalam literaturterdahulu prediksi kegagalan perusahaan. Adapunasumsi tersebut adalah variabel binari, masing-masingbernilai 1 (non-gagal) kalau persyaratan kondisiterpenuhi dan 0 (gagal) apabila sebaliknya; labasebelum hak minoritas atas laba bersih anakperusahaan, positif; arus kas operasional, positif;perubahan ROA, positif; arus kas operasional melebihilaba sebelum hak minoritas atas laba bersih anakperusahaan; perubahan leverage (utang jangkapanjang/total aktiva) negatif; perubahan likuiditas,positif; perubahan gross margin ratio (1 – COGS/penjualan) positif; perubahan dalam turnover,(penjualan/total aktiva) positif; dan perusahaan memilikiarus kas operasional dari penjualan saham positif.

Banyak variabel dalam model teoritis mengacupada nilai ekspektasi mendatang yang tidak dapatdiukur secara langsung. Oleh karena itu, digunakanvariabel proksi empiris yang diambil dari data akuntansiyang tersedia. Variabel proksi yang digunakan dalam

0)()()(

)(

23"#

//

#//

RRBRf

fRB

Fx

x

x

x

1'0'

11

//F

214

JEB, Vol. 5, No. 3, November 2011: 209-220

analisis adalah utang: DTA; pajak: TAX/EBIT;ekspektasi arus kas (ìx); CF = (net profit + deprecia-tion)/ total assets; standar deviasi arus kas (óx): danbiaya kegagalan B(x) : diaproksimasi dengan ukuranperusahaan (ln(sales).

Oleh karena variabel tersebut adalahtransformasi ini secara langsung dari angka-angkaakuntansi maka tidak memerlukan banyak diskusimengenainya. Variabel arus kas dan leveragedimasukkan dalam analisis tanpa hipotesis yang tegasatau eksplisit mengenai pengaruhnya. Tarif pajakdihipotesiskan berhubungan positif terhadapprobabilitas gagal-bayar. Biaya kegagalan biasanyadiasumsikan berhubungan terbalik terhadap ukuranperusahaan, yaitu biaya kegagalan sebagai bagian darinilai perusahaan yang mengurangi ukuran perusahaan.Di dalam model penelitian ini, biaya kegagalanberpengaruh negatif terhadap probabilitas gagal-bayar.Oleh karena itu, hal ini mengarahkan pada hipotesisbahawa ukuran perusahaan berhubungan positifterhadap probabilitas gagal-bayar.

Variabel dependen yang digunakan dalampenelitian ini adalah kondisi kegagalan perusahaansebagai variabel kategori; 0 untuk perusahaan yangmengalami kegagalan dan 1 untuk perusahaan non-gagal. Variabel independen yang digunakan dalampenelitian ini adalah rasio keuangan dari utang, pajak,ekspektasi arus kas, standar deviasi arus kas, dan biayakegagalan.

Dalam penelitian untuk melihat apakah variabelbebas X berpengaruh terhadap variabel tidak bebas Yyang berbentuk kategori, model logistik yang digunakanadalah:

atau

logit P(X) = á+ÓâiXi

dimana Y = 1 jika kejadian yang diamati sebagai variabeltidak bebas dan variabel Xi sebagai variabel bebas.

Untuk uji keberartian/kecocokan modeldigunakan uji statistik Hosmer dan Lemeshow denganhipotesis:Ho = Tidak ada perbedaan nyata antara klasifikasi

prediksi dan klasifikasi observasi.Ha = Terdapat perbedaan nyata antara klasifikasi

prediksi dan klasifikasi observasi.dengan kriteria tolak Ho untuk á yang ditetapkan jika

05.01,2. 45 4 ("" knsig

Ho = Koefisien regresi tidak signifikanHa = Koefisien regresi signifikan.dengan kriteria tolak Ho untuk á yang ditetapkan jika

HASIL PENELITIAN

)(1

1)(),,,1( 21 iXi

eXPXXXYP k 64 7 "

###

IndustriAneka Industri Dasar Barang Industri

Sampel Keseluruhan Industri dan Kimia Kunsumsi Perdagangan

Model 1 0.000 0.005 0.638 0.337 0.000Model 2 0.363 0.274 0.708 0.745 0.856Model 3 0.866 0.978 0.582 0.496 0.634Model 4 0.296 0.118 0.038 0.201 0.142Model 5 0.500 0.021 0.083 0.885 0.240Model 6 0.283 0.554 0.703 0.726 0.170Model 7 0.347 0.154 0.550 0.389 0.414Model 8 0.197 0.291 0.217 0.261 0.650Model 9 0.558 0.389 0.466 0.089 0.286

Tabel 2Hasil Uji Signifikansi Simultan

215

STRUKTUR MODAL DAN PREDIKSI KEGAGALAN PERUSAHAAN:............... (Rowland Bismark Fernando Pasaribu)

Pembahasan detail dilakukan berdasarkan hasil ujisignifikansi simultan model dalam mendikriminasisampel. Berdasarkan sampel data agregat, hanya duamodel yang terbukti signifikan perihal penggunaankonsep struktur modal terhadap prediksi kegagalanperusahaan, yaitu model 1 (sig.H&L= 0.000) dan model8 (sig.H&L= 0.044). Sementara untuk sampel aneka in-dustry, model 1 (sig.H&L= 0.005) dan model 5(sig.H&L= 0.021). Pada industri dasar dan kimia hanyamodel 4 (sig.H&L= 0.038) yang signifikan, begitu jugadengan industri perdagangan, hanya model 1(sig.H&L= 0.000) yang terbukti signifikan. Sementarauntuk industri barang konsumsi tidak satupun modelyang ada memiliki pengaruh signifikan. Hal ini berartikonsep struktur modal tidak berpengaruh signifikandalam mengidentifikasi kegagalan perusahaan.

Berdasarkan nilai koefisien Nagelkerke dapatdiketahui kemampuan konsep struktur modalmenjelaskan variasi model yang terbentuk. BerdasarkanTabel 3 dapat diketahui bahwa model 1 memiliki nilaitertinggi baik secara klasifikasi industri atau diantaramodel yang ada. Secara data agregat, rentang nilainagelkerke berkisar 1,34%-32,85%. Pada aneka industrirentang nilai ini 9,7%-66,07%. Pada industri dasar dankimia nilai koefisien berkisar antara 1,21%-73,53%. Padaindustri barang konsumsi 1,36%-41%. Pada industri

perdagangan, rentang nilai Nagelkerke berkisar antara1,59%-64,15%.

Tabel 4 berisikan data daya klasifikasi modelyang terbentuk. Daya klasifikasi ini adalah kemampuanmodel dalam mengklasifikasi secara benar sampelpenelitian yang digunakan. Dilihat baik secarapendekatan industri atau jumlah model yang ada, dapatdiketahui bahwa model 1 superior pada keduanya. Halini berarti penggunaan kriteria laba sebelum hakminoritas atas laba bersih anak perusahaan sebagaiklasifikasi awal kegagalan perusahaan dengan konsepstruktur modal memiliki reliabilitas yang cukup memadaisecara statistik. Namun apabila dilihat berdasarkanpendekatan industri, nilai maksimal daya klasifikasiseluruh model yang terbentuk terdapat pada anekaindustri (meski signifikansi simultan hanya model 1 danmodel 5).

PEMBAHASAN

Pembahasan hasil uji parsial dilakukan mengacu padamodel yang signifikan secara simultan, yaitu padakeseluruhan industri (model 1); aneka industri (model1 dan model 5); industri dasar dan kimia (model 4) dan;industri perdagangan (model 1). dan industri secarakeseluruhan.

Industri IndustriKeseluruhan Aneka Dasar Barang Industri

Sampel Industri Industri dan Kimia Kunsumsi Perdagangan

Model 1 32.85% 66.07% 73.53% 41.00% 64.15%Model 2 8.80% 27.88% 4.84% 34.48% 13.58%Model 3 1.34% 10.67% 3.07% 10.05% 1.59%Model 4 3.73% 9.70% 17.53% 1.36% 11.78%Model 5 4.91% 11.15% 10.53% 7.26% 4.50%Model 6 8.78% 21.08% 9.34% 15.85% 8.72%Model 7 4.69% 11.94% 7.44% 12.43% 3.14%Model 8 2.28% 26.23% 6.73% 7.68% 2.31%Model 9 6.59% 23.00% 1.21% 13.33% 6.38%

Tabel 3Koefisien Nagelkerke

216

JEB, Vol. 5, No. 3, November 2011: 209-220

Tabel 5Uji Parsial Industri Agregat - Model 1

Variabel Independen B Sig.

DTA -2.00403 0.000TxEBIT 0.010984 0.508CF 6.309301 0.000STDEV_CF 1.6E-06 0.311Bx 0.378749 0.000Constant -3.59989 0.001Sig. Hosmer & Lemeshow Test 0.000Nagelkerke 0.328491

Daya Klasifikasi ΣΣΣΣΣ Observasi %

Gagal 97 54.19Non-Gagal 361 95.76Total 458 82.37

Nilai Nagelkerke model 1 ini sebesar 0,3285 yangberarti variabilitas variabel dependen yang dapatdijelaskan oleh variabilitas variabel independen sebesar32,85%. Secara keseluruhan model ini memiliki dayaklasifikasi sebesar 82,37%. Berdasarkan nilai Nagelkarketersebut dapat dikatakan bahwa penggunaan labasebelum hak minoritas atas laba bersih anak perusahaanyang digunakan belum cukup memadai dalammenjelaskan variasi kegagalan perusahaan yang akanterjadi, meski model yang terbentuk memiliki dayaklasifikasi yang tinggi bila dikaitkan dengan strukturmodal emiten. Secara parsial, kecuali penyimpangan

arus kas dan pajak variabel lainnya berpengaruhsignifikan terhadap probabilitas kegagalan perusahaan.Tetapi dalam hal ini hasil empiris menunjukkan bahwabiaya kegagalan (Bx) ternyata berpengaruh signifikanpositif terhadap probabilitas kegagalan perusahaan.Dengan kata lain, semakin tinggi prediksi biayakegagalan yang dihasilkan, ceteris paribus

mengindikasikan probabilitas kegagalan yang jugatinggi. Sementara leverage berpengaruh signifikannegatif terhadap probabilitas kegagalan. Dengan katalain, semakin tinggi leverage yang dimiliki emiten,ceteris paribus justru semakin rendah probabilitaskegagalannya. Berdasarkan pendekatan laba sebelumhak minoritas atas laba bersih anak perusahaan dayaklasifikasi model yang terbentuk mengklasifikasikansecara benar emiten gagal sebesar 54,2% danperusahaan non-gagal sebesar 95,76% .

Nilai Nagelkerke untuk model 1 ini sebesar0,6606 yang berarti variabilitas variabel dependen yangdapat dijelaskan oleh variabilitas variabel independensebesar 66,06%. Secara keseluruhan model ini memilikidaya klasifikasi sebesar 87,5%. Berdasarkan nilaiNagelkarke tersebut dapat dikatakan bahwapenggunaan laba sebelum hak minoritas atas laba bersihanak perusahaan yang digunakan sebagai diskriminatorawal belum cukup memadai dalam menghasilkankemampuan menjelaskan variasi kegagalan perusahaanyang akan terjadi pada emiten aneka industri, meskimodel prediksi yang terbentuk memiliki daya klasifikasiyang tinggi. Secara parsial, hanya arus kas operasional

IndustriAneka Industri Dasar Barang Industri

Sampel Keseluruhan Industri dan Kimia Kunsumsi Perdagangan

Model 1 82.37 87.50 88.13 84.82 92.22Model 2 72.12 74.04 72.50 83.93 70.56Model 3 67.81 75.96 64.38 69.64 66.67Model 4 64.75 70.19 68.13 58.93 66.67Model 5 72.30 82.69 71.25 81.25 62.22Model 6 58.09 69.23 60.63 61.61 58.89Model 7 59.71 71.15 65.00 62.50 56.11Model 8 62.59 75.96 65.63 63.39 57.78Model 9 65.29 69.23 66.88 58.93 64.44

Tabel 4Daya Klasifikasi Model (%)

217

STRUKTUR MODAL DAN PREDIKSI KEGAGALAN PERUSAHAAN:............... (Rowland Bismark Fernando Pasaribu)

Model 1 Model 5Variabel Independen B Sig. Variabel Independen B Sig.

DTA -2.31 0.168 DTA -1.61 0.208TxEBIT 0.44 0.428 TxEBIT -0.45 0.044CF 32.08 0.000 CF 0.78 0.814STDEV_CF 0.00 0.115 STDEV_CF 0.00 0.476Bx 0.07 0.835 Bx -0.22 0.420Constant -1.13 0.802 Constant 5.17 0.143Sig. Hosmer & Lemeshow Test 0.005 Sig. Hosmer & Lemeshow Test 0.021Nagelkerke 0.6606 Nagelkerke 0.1115302

Daya Klasifikasi Ó Observasi % Daya Klasifikasi Ó Observasi %

Gagal 41 87.23 Gagal 1 5.26Non-Gagal 50 87.72 Non-Gagal 85 100.00Total 91 87.50 Total 86 82.69

Tabel 6Uji Parsial Model Aneka Industri

yang berpengaruh signifikan terhadap probabilitaskegagalan perusahaan. Berdasarkan pendekatan labasebelum hak minoritas atas laba bersih anak perusahaandaya klasifikasi model yang terbentukmengklasifikasikan secara benar emiten gagal sebesar87,23% dan perusahaan non-gagal sebesar 87,22%.

Nilai Nagelkerke untuk model 5 sebesar 0,1115yang berarti variabilitas variabel dependen yang dapatdijelaskan oleh variabilitas variabel independen sebesar11,15%. Secara keseluruhan model ini memiliki dayaklasifikasi sebesar 82,69%. Berdasarkan nilai Nagelkarketersebut dapat dikatakan bahwa penggunaan labasebelum hak minoritas atas laba bersih anak perusahaanyang digunakan sebagai diskriminator awal yangdigunakan belum cukup memadai dalam menghasilkankemampuan menjelaskan variasi kegagalan perusahaanyang akan terjadi pada emiten aneka industri, meskimodel yang terbentuk memiliki daya klasifikasi yangtinggi. Secara parsial, hanya biaya kegagalan (Bx) yangberpengaruh signifikan negatif terhadap probabilitaskegagalan perusahaan. Dengan menggunakanpendekatan perubahan leverage sebagai indikasikegagalan perusahaan, semakin tinggi prediksi biayakegagalan yang dihasilkan, ceteris paribus justrumenekan probabilitas kegagalan perusahaan.Berdasarkan pendekatan perubahan leverage, dayaklasifikasi model yang terbentuk mengklasifikasikansecara benar emiten gagal sebesar 5,26% dan

perusahaan non-gagal sebesar 100% atau secaraagregat memiliki daya klasifikasi sebesar 82,69%.

Tabel 7Uji Parsial Industri Dasar dan Kimia

Model 4Variabel Independen B Sig.

DTA 0.48 0.445TxEBIT 0.02 0.863CF -6.96 0.005STDEV_CF -0.00001 0.110Bx 0.16 0.433Constant -0.98 0.712Sig. Hosmer & Lemeshow Test 0.038Nagelkerke 0.17533

Daya Klasifikasi ΣΣΣΣΣ Observasi %

Gagal 13 25.00Non-Gagal 96 88.89Total 109 68.13

Nilai Nagelkerke untuk model 4 sebesar 0,1753berarti variabilitas variabel dependen yang dapatdijelaskan oleh variabilitas variabel independen sebesar17,53%. Secara keseluruhan model ini memiliki dayaklasifikasi sebesar 68,13%. Berdasarkan nilai Nagelkarketersebut dapat dikatakan bahwa penggunaan komparasi

218

JEB, Vol. 5, No. 3, November 2011: 209-220

arus kas operasional terhadap laba sebelum hakminoritas atas laba bersih anak perusahaan yangdigunakan belum cukup memadai dalam menghasilkankemampuan menjelaskan variasi kegagalan perusahaanyang akan terjadi pada emiten industri dasar dan kimia.Secara parsial, hanya arus kas operasional yangberpengaruh signifikan terhadap probabilitas kegagalanperusahaan. Berdasarkan pendekatan komparasi aruskas operasional terhadap laba sebelum hak minoritasatas laba bersih anak perusahaan daya klasifikasi modelyang terbentuk mengklasifikasikan secara benar emitengagal sebesar 25% dan perusahaan non-gagal sebesar88,89%.

Tabel 8Uji Parsial Industri Perdagangan

Model 1Variabel Independen B Sig.

DTA 0.27 0.745TxEBIT 0.01 0.450CF 35.07 0.000STDEV_CF 0.00 0.639Bx 0.27 0.085Constant -3.30 0.092Sig. Hosmer & Lemeshow Test 0.000Nagelkerke 0.6415

Daya Klasifikasi Observasi %

Gagal 39 76.47Non-Gagal 12 98.45Total 51 92.22

Nilai Nagelkerke untuk model 1 sebesar 0,6415berarti variabilitas variabel dependen yang dapatdijelaskan oleh variabilitas variabel independen sebesar64,15%. Secara keseluruhan model ini memiliki dayaklasifikasi sebesar 64,15%. Berdasarkan nilai Nagelkarketersebut dapat dikatakan bahwa penggunaan indikatorlaba sebelum hak minoritas atas laba bersih anakperusahaan sebagai diskriminator awal cukup memadaidalam menghasilkan kemampuan menjelaskan variasikegagalan perusahaan yang akan terjadi pada emitenindustri perdagangan, hal ini juga ditunjukkan olehtingginya daya kalsifikasi model. Secara parsial, hanyaarus kas operasional yang berpengaruh signifikan

terhadap probabilitas kegagalan perusahaan.Berdasarkan pendekatan laba sebelum hak minoritasatas laba bersih anak perusahaan daya klasifikasi modelyang terbentuk mengklasifikasikan secara benar emitengagal sebesar 76,47% dan perusahaan non-gagalsebesar 98,45%.

SIMPULAN DAN SARAN

Simpulan

Berdasarkan sembilan pendekatan yang digunakansebagai model klasifikasi awal, kriteria laba sebelumhak minoritas atas laba bersih anak perusahaan terbuktisuperior dalam mengidentifikasi probabilitas kegagalanemiten dihubungkan dengan struktur modalnya.Berdasarkan perhitungan empiris, secara parsialvariabel arus kas memang terbukti memiliki pengaruhyang fleksibel (negatif dan positif). Demikian jugahalnya dengan variabel struktur modal yang lain jugatidak memiliki pengaruh absolut tertentu terhadapprobabilitas kegagalan. Implementasi konsep terhadapdata beberapa industri bertujuan menunjukkan adanyavariasi pada struktur modal emiten yang secara tidaklangsung mencirikan karakteristik industri itu sendiri.Hal inilah yang menjadi kemungkinan timbulnya tandapositif dan negatif pada tiap koefisien variabel strukturmodal.

Saran

Walau secara empiris terkesan kontradiksi dengansemangat teori struktur modal, bukan berarti teoritersebut tidak berlaku di Indonesia karena hasilperhitungan statistik banyak menggunakan simplifikasifakta yang ada, di sisi lain konsep teoritis penelitianjuga masih belum memadai dalam penggunaan asumsi-asumsinya. Oleh karena itu, untuk penelitianselanjutnya dapat dikembangkan konsep teoritisstruktur modal perusahaan pada proksi lainnya yangrelevan sebagai prediktor kegagalan perusahaan,misalnya proksi distribusi informasi yang diasumsikanseluruh pelaku pasar sama seperti apa yang dimilikiinternal emiten, seberapa besar asimetris informasi yangterjadi, aksi korporat yang dilakukan dalammengkomunikasikan kualitas dan nilai perusahaan, danlain-lain.

219

STRUKTUR MODAL DAN PREDIKSI KEGAGALAN PERUSAHAAN:............... (Rowland Bismark Fernando Pasaribu)

DAFTAR PUSTAKA

Altman, Edward I. 1968. “Financial Ratios, Discrimi-nant Analysis and the Prediction of CorporateBankruptcy.” Journal of Finance 23 (4): 589-609.

Altman, Edward I., R. Haldeman dan P. Narayaman. 1977.“ZETA analysis: A New Model to Identify Bank-ruptcy Risk of Corporations.” Journal of Bank-

ing and Finance June: 29-54.

Altman, Edward I. 1984b. “The Success of BusinessFailure Prediction Models.” Journal of Bank-

ing and Finance 8: 171-198.

Aziz, A, dan G.H. Lawson, 1989, Cash Flow Reportingand Financial Distress Models: Testing of Hy-potheses, Financial Management, Vol. 18. no.1, 55-63

Baxter, N. D. 1967. “Leverage, the Risk of Ruin and theCost of Capital.” Journal of Finance 22 (3): 395-403.

Beaver, W. 1966. “Financial Ratios as Predictors of Fail-ure.” Journal of Accounting Research 5: 71-111.

Beaver, W. 1968. “Market Prices, Financial Ratios andPrediction of Failure.” Journal of Accounting

Research 6 (2), 179-192

Deakin, Edward B. 1972. “A Discriminant Analysis ofPredictors of Business Failure.” Journal of Ac-

counting Research 10 (1): 167-179.

Dimitras, A. I., S. H. Zanakis dan C. Zopounidis. 1996.“A Survey of business Failures with an Empha-sis on Prediction Methods and Industrial Ap-plications.” European Journal of Operational

Research 90: 487-513.

Dimitras, A.I., Slowinski, R., Susmaga, R., Zopounidis,C., 1999. Business failure prediction usingrough sets. European Journal of Operational

Research, 114, pp.263-280

Eisenbeis, R.A., 1977, Pitfalls in the application of dis-criminant analysis in business, finance and eco-nomics, Journal of Finance, Vol. 22 no. 3, 875-900

Frydman, Halina, Edward I. Altman and Duen-Li Kao.1985. “Introducing Recursive Partitioning forFinancial Classification: The Case of FinancialDistress.” Journal of Finance 40 (1): 269-291

Gordon, M.J., 1971, “Towards a Theory of FinancialDistress”, Journal of Finance, Vol. 26 issue

2,347-356

Greene, H.W., 1993, Econometric Analysis, Prentice-Hall, Englewood Cliffs NY.

Gregory, A., B. Russell dan G.V. Henderson. 1991. “ABrief Review of Catastrophe Theory and a Testin Corporate Failure Context.” Financial Re-

view 26 (2): 127-155.

Johnsen, Thomajean dan Ronald W. Melicher. 1994.“Predicting Corporate Bankruptcy and Finan-cial Distress: Information Value Added by Mul-tinomial Logit Models.” Journal of Economics

& Business 46: 269-286.

Jones, Frederick L. 1987. “Current Techniques in Bank-ruptcy Prediction.” Journal of Accounting Lit-

erature 6: 131-164.

Karels, G.V. dan A.J.Prakash. 1987. “Multivariate Nor-mality and Forecasting of Corporate Bank-ruptcy.” Journal of Business Finance and Ac-

counting, Vol. 14 no. 4, 573-592.

Kim, E.H., 1978, A mean-variance theory of optimal capi-tal structure and corporate debt capacity, Jour-

nal of Finance, Vol. 23 no. 1, 45-63

Kinnear, Paul R. and Colin D. Gray. 2001. SPSS for Win-

dows made simple, release 10. Hove, East Sus-sex: Psychology Press Ltd.

Kraus, Alan danRobert H. Litzenberger. 1973. “StatePreference Model of Optimal Financial Lever-

220

JEB, Vol. 5, No. 3, November 2011: 209-220

age.” Journal of Finance 28 (4): 911-922.

Lennox, C., 1999, Identifying failing companies: A re-evaluation of the logit, probit and DA ap-proaches, Journal of Economics and Business,Vol. 51 issue 4, 347 364.

Mar Molinero, M. dan M. Ezzamel. 1991. “Multidimen-sional Scaling Applied to Corporate Failure.”Omega International Journal of Management

Science 19 (4): 259-274.

Martin, D., 1977, “Early warnings of bank failure: Alogit regression approach”, Journal of Bank-

ing and Finance, 1, 249-276.

Merton, R., 1974, “On the Pricing of Corporate Debt:The Risk Structure of Interest Rates”, The Jour-

nal of Finance, Vol. 29 issue 2, 449-470

Modigliani, Franco dan Merton H. Miller. 1958. “TheCost of Capital, Corporation Finance and theTheory of Investment.” The American Eco-

nomic Review 48 (3): 261-297.

Modigliani, Franco dan Merton H. Miller. 1963. “Cor-porate Income Taxes and the Cost of Capital: ACorrection.” The American Economic Review

53 (3): 433-443.

Ohlson, James A. 1980. “Financial ratios and Probabi-listic Prediction of Bankruptcy.” Journal of Ac-

counting Research 18 (1): 109-131.

Scott, J.H., 1976. “A Theory of Optimal Capital Struc-ture” Bell Journal of Economics, Vol. 7 issue 1,

33-54

Scott, James H. Jr. 1977. “Bankruptcy, Secured Debt,and Optimal Capital Structure.” Journal of Fi-

nance 32 (1): 1-19.

Scott, J., 1981. “The Probability of Bankruptcy, A Com-parison of Empirical Predictions and Theoreti-cal Models.” Journal of Banking and Finance,

Vol. 5, 317-344

Silberberg, E., 1981, The structure of economics: a math-ematical analysis, (McGraw-Hill, NewYork).

SPSS Inc./Marija J. Norusis. 2008. SPSS Regression

models 14.0. Chicago: SPSS Inc.

Tam, K.Y. and M.Y. Kiang. 1992. “Managerial Applica-tions of Neural Networks: the Case of Bank-failure Predictions.” Management Science 38(7): 926-947.

Vinso, J.D., 1979, “A Determination of the Risk of Ruin”,Journal of Financial and Quantitative Analy-

sis, Vol. 14 issue 1, 77-100

Westgaard, Sjur dan Nico van der Wijst. 2001. “DefaultProbabilities in a Corporate Bank Portfolio: ALogistic Model Approach.” European Journal

of Operational Research, Vol. 135 no. 2: 338-349.

Wiginton, J.C., 1980, A note on the comparison of logitand discriminant models of consumer creditbehavior, Journal of Financial and Quantita-

tive Analysis, Vol. 15 no. 3, 757-770.

Wijst, D van der. 1989. Financial Structure in Small

Business: Theory, Tests and Applications. Ber-lin Heidelberg: Springer-Verlag.

Zavgren, Christine V. 1983. “The Prediction of Corpo-rate Failure: The State of the Art.” Journal of

Accounting Literature 2: 1-38.

Zmijewski, M. E. 1984. “Methodological Issues Relatedto the Estimation of Financial Distress Predic-tion Models.” Journal of Accounting Research

20 (0): 59-82.

Zopounidis, C., Doumpos, M., 1999. A Multicriteria AidMethodology for Sorting Decision Problems:The Case of Financial Distress, Computational

Economics, 14, pp. 197-218.