Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKRasio keuangan sebagai hasil pengolahan data laporan keuangan dapatdigunakan sebagai alat untuk memprediksi terjadinya kepailitan perusahaan jikadikombinasikan dengan metode prediksi yang tepat. Hasil prediksi ini bukanhanya dapat digunakan bagi manajemen perusahaan, namun pihak-pihak lain pundapat menggunakannya sebagai sarana untuk membantu pengambilan keputusan,misalnya keputusan investasi bagi investor, maupun keputusan berkenaan denganpembinaan perusahaan bagi regulator. Penelitian ini bertujuan untuk mendeteksirasio keuangan yang berfungsi sebagai prediktor kepailitan suatu perusahaan,khususnya industri perusahaan pembiayaan. Selain itu, penelitian ini berusahamenentukan model prediksi yang dapat digunakan regulator perusahaanpembiayaan untuk meningkatkan fungsi pembinaan dan pengawasan terhadapindustri tersebut.

---

ABSTRACTFinancial ratios from financial statement combined with the appropriate predictionmethod can be used as a tool to predict the occurence of bankruptcy. Bankruptcyprediction is not only usefull for company’s management, but also for otherstakeholders, such as in decision making investment for investor, or guidanceindustry’s regulator. The purpose of this research, is to determine ratios that canpredict the occurance of a company’s bankruptcy, particularly in the financecompanies industry. In addition, this study also aim to determine the predictionmodel that is appropriate to be apllied by the regulator of finance companiesindustry in Indonesia."

"Industri penerbangan global telah menderita berbagai masalah finansial ditandai dengan kerugian kumulatif selama periode tahun 2001 sampai 2009. Sejak saat itu, sudah lebih dari 350 maskapai penerbangan telah mengajukan kebangkrutan. Tujuan dari penelitian ini adalah untuk membuat prediksi bangkrut dan tidak bangkrut menggunakan pendekatan model Altman Z Score, regresi logistik, dan analisis diskriminan dengan multi-year basis. Model prediksi dibuat dengan bantuan lima rasio keuangan yaitu Total Debt to Total Asset, Quick Ratio, Cash to Current Liabilities, Retained Earning to Total Asset, dan Sales to Total Asset. Uji simulasi statistik regresi logistik dan analisis diskriminan dilakukan dengan metode simultan. Model baru yang dikembangkan menggunakan titik cutoff untuk membedakan apakah suatu maskapai diklasifikasikan dalam kelompok bangkrut atau kelompok tidak bangkrut. Hasil akhir memperlihatkan model prediksi yang baru menunjukkan tingkat akurasi keseluruhan lebih tinggi dibandingkan dengan model Altman Z Score dan Kroeze Score.

---

The global airline industry has suffered from financial problems marked by cumulative losses over the period from 2001 to 2009. Since then, more than 350 airlines have filed for bankruptcy. The purpose of this study is to make a prediction of bankrupt and non-bankrupt using an approach to Altman Z Score models, logistic regression, and discriminant analysis with the multi-year model. The prediction model created with the help of five financial ratios: Total Debt to Total Assets, Quick Ratio, Cash to Current Liabilities, Retained Earnings to Total Assets and Sales to Total Assets. Simulation of statistic test on logistic regression and discriminant analysis performed by the simultaneous method. The new model was developed using a cut-off point to distinguish whether an airline classified in the group of bankrupt or non-bankrupt. The final results show that the new prediction model shows an overall higher degree of accuracy than Altman Z Score and Kroeze Score model."

"Penelitian ini bertujuan membuat model early warning system yang mampu memprediksi financial distress pada bank umum di Indonesia. Model early warning system dibuat dengan mengestimasi indikator yang menyebabkan suatu bank mengalami permasalahan finansial sehingga harus diberhentikan oleh pemerintah. Estimasi dilakukan dengan menggunakan tiga metode, yaitu analisis diskriminan, pooled logit, dan panel logit. Data yang digunakan untuk membuat model berupa rasio keuangan bank 1994-1997 yang berasal dari Direktori Perbankan Indonesia (DPI). Sedangkan untuk pengujian out-sample menggunakan data tahun 1998. Model yang dibuat digunakan untuk memprediksi financial distress bank di atas tahun 2000. Hasil penelitian menunjukkan beberapa ciri bank yang akan tutup pada dua atau tiga tahun ke depan. Selain itu, model early warning system yang dibuat mampu memprediksi financial distress pada bank umum di Indonesia.

---

This research aims to create early warning system models for predicting financial distress on Indonesian commercial banks. Early warning system models is made by estimating bank indicators that led bank run into financial problems which to be shut down by the government. Estimation use three methods, discriminant analysis, pooled logit, and panel logit. The data used to create models is bank's financial ratios in 1994-1997 gathered from Direktori Perbankan Indonesia (DPI). Out of the sample test use the data in 1998. All model were used to predict the bank's financial distress after 2000. This study found some characteristics of distressed banks that will be in the state of failure in two or three years. Finally, this research found that early warning system models is able to predict the probability of financial distress on commercial banks.;"

"Financial distress dapat dianggap sebagai peringatan dini masalah yang dapat menyebabkan kebangkrutan. Memprediksi kebangkrutan menjadi salah satu hal yang dapat dilakukan perusahaan untuk menemukan keadaan kesehatan keuangan perusahaan. Sebanyak 585 firm-year pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dijadikan sampel untuk penelitian ini di mana 113 di antaranya dikategorikan dalam kondisi financial distress. Model prediksi kebangkrutan dapat diperiksa untuk menilai situasi ekonomi perusahaan untuk tujuan lebih lanjut. Altman dan Ohlson adalah beberapa peneliti terkenal yang modelnya dirujuk untuk mengevaluasi kesehatan perusahaan.

---

Financial distress can be regarded as an early warning of trouble that can lead to bankruptcy. Predicting bankruptcy becomes one thing that companies can do to discover the state of the company's financial health. A total of 585 firm-years of manufacturing companies that listed in Indonesia Stock Exchange are sampled for this research where 113 of them are categorized in financial distress state. Bankruptcy prediction models may be examined to assess a company's economic situation for further purposes. Altman and Ohlson are some of notable researchers to which their models are referred to evaluating the health of companies."

"Krisis keuangan global yang terjadi sekitar tahun 2008 hingga 2009 menimbulkan dampak ke Indonesia, salah satunya ancaman kebangkrutan pada perusahaan publik. Penelitian ini bertujuan untuk menganalisis prediksi financial distress dengan menggunakan teknik analisis logistic regression dan discriminant analysis pada perusahaan publik yang terdaftar di Bursa Efek Indonesia periode 2005 hingga 2010.Hasilnya adalah dengan menggunakan teknik analisis logistic regression, tingkat akurasi prediksi financial distress dalam memprediksi jawaban yang benar adalah sebesar 89.3 persen dan dengan menggunakan teknik teknik analisis discriminant analysis, tingkat akurasi prediksi financial distress dalam memprediksi jawaban yang benar adalah sebesar 62 persen. Pada penggunaan teknik discriminant analysis, waktu yang terbaik untuk memprediksi adalah tiga tahun sebelum financial distress, dengan nilai persentase sebesar 66 persen yang merupakan angka tertinggi selama periode penelitian.

---

Due to global financial crisis in 2008 until 2009 affects to Indonesia, one of them is the threat of financial distress which occures before bankruptcy. This research aimed to predict the financial distress using logistic regression and discriminant analysis to public companies listed in Indonesia Stock Exchange (IDX) in 2005-2010.The results are by using logistic regression, financial distress can be predicted 89.3% significantly. Moreover, by using discriminant analysis, financial distress can be predicted 62% significantly. Discriminant analysis approach gets best prediction in 3 years prior to occurence of financial distress with 66% correct percentage."

"[ABSTRAKPenelitian ini bertujuan untuk menganalisis bagi perusahaan untuk dapat mengantisipasi kebangkrutan. Penelitian ini menggunakan dari rasio-rasio keuangan dari tahun 2010 sampai 2014.Pada penelitian ini dalam melakukan analisis menggunakan model Altman untuk memprediksi kebangkrutan yang di batasi pada perusahaan-perusahaan pengembang properti. Dimana sampel yang digunakan adalah 35 perusahaan dengan menggunakan rasio-rasio keuangan sebagai indikator atas keadaan likuiditas, efisien, leverage, dan probabilitas perusahaan.Pemodelan ini menggunakan metode analisis diskriman untuk memperoleh model yang baik. Hasil dari analisis diskriminan ini didapat rasio yang berpengaruh yaitu Working Capital, Total liabilities, Retain Earning , Total Asset, MVE,EBIT terhadap kebangkrutan.

---

ABSTRACTThis study aimed to analyze for companies to be able to anticipate bankruptcy. This study use financial ratios from 2010 to 2014. In this research using Altman model for bankruptcy in the limit on property development companies. The samples used were 35 companies using financial ratios as an indicator of the state of liquidity, efficient, leverage, and the probability of the company. This modeling a method discriminant analysis to obtain a good model. Results of discriminant analysis is obtained that affect the ratio current assets, current liabilities, net income, Retain Earnings, Total Assets, Operating Income, Net Sales for bankruptcy.;This study aimed to analyze for companies to be able to anticipate bankruptcy. This study use financial ratios from 2010 to 2014. In this research using Altman model for bankruptcy in the limit on property development companies. The samples used were 35 companies using financial ratios as an indicator of the state of liquidity, efficient, leverage, and the probability of the company. This modeling a method discriminant analysis to obtain a good model. Results of discriminant analysis is obtained that affect the ratio current assets, current liabilities, net income, Retain Earnings, Total Assets, Operating Income, Net Sales for bankruptcy.;This study aimed to analyze for companies to be able to anticipate bankruptcy. This study use financial ratios from 2010 to 2014. In this research using Altman model for bankruptcy in the limit on property development companies. The samples used were 35 companies using financial ratios as an indicator of the state of liquidity, efficient, leverage, and the probability of the company. This modeling a method discriminant analysis to obtain a good model. Results of discriminant analysis is obtained that affect the ratio current assets, current liabilities, net income, Retain Earnings, Total Assets, Operating Income, Net Sales for bankruptcy.;This study aimed to analyze for companies to be able to anticipate bankruptcy. This study use financial ratios from 2010 to 2014. In this research using Altman model for bankruptcy in the limit on property development companies. The samples used were 35 companies using financial ratios as an indicator of the state of liquidity, efficient, leverage, and the probability of the company. This modeling a method discriminant analysis to obtain a good model. Results of discriminant analysis is obtained that affect the ratio current assets, current liabilities, net income, Retain Earnings, Total Assets, Operating Income, Net Sales for bankruptcy., This study aimed to analyze for companies to be able to anticipate bankruptcy. This study use financial ratios from 2010 to 2014. In this research using Altman model for bankruptcy in the limit on property development companies. The samples used were 35 companies using financial ratios as an indicator of the state of liquidity, efficient, leverage, and the probability of the company. This modeling a method discriminant analysis to obtain a good model. Results of discriminant analysis is obtained that affect the ratio current assets, current liabilities, net income, Retain Earnings, Total Assets, Operating Income, Net Sales for bankruptcy.]"

"Penelitian ini bertujuan untuk menganalisis BUMN non jasa keuangan untuk dapat mengantisipasi kebangkrutan dan mendapatkan hasil antara Altman Z Score dan KEP-100/MBU/2002. Penelitian ini menggunakan rasio-rasio keuangan dari tahun 2016-2018. Penelitian ini bersifat kuantitatif dengan menggunakan sumber data sekunder dari laporan internal perusahaan dan website resmi lainnya. Hasil yang didapatkan dengan metode Altman Z Score di tahun 2016 terdapat 4 BUMN yang diprediksi bangkrut, di tahun 2017 terdapat 7 BUMN yang di prediksi bangkrut, dan di tahun 2018 terdapat 6 BUMN yang diprediksi bangkrut. Adapun dengan metode KEP-100/MBU/2002 tidak ada perusahaan yang berada di kategori tidak sehat. Penelitian ini diharapkan berguna bagi para pengambil keputusan di BUMN untuk menghadapi tantangan dan meningkatkan performa perusahaan.

---

Focus of this research is to analyze performance of nonfinancial sector state owned enterprises (SOE's) in Indonesia using Altman Z Score's bankruptcy prediction analysis and The Decree No. KEP-100/MBU/2002 issued by Ministry of Stated Owned Enterprises of Indonesia on June 2002 in order to find main factors that cause potential bankruptcy in the company and as a reference for company's performance improvement. This research is quantitative with the use of data from company's financial report from 2016-2018. The result based on Altman Z Score shows that in 2016 4 SOE's are predicted bankrupt, in 2017 7 SOE's are predicted bankrupt and in 2018 6 SOE's are predicted bankrupt. Whilst using KEP-100/MBU/2002 there is no SOE predicted bankrupt. This study could be used by SOE's decision makers to tackle the challenge and improve company's performance."

"Penelitian ini bertujuan untuk menganalisis apakah model analisis regresi logistik dapat digunakan dalam memprediksi kondisi financial distress perusahaan serta menganalisis rasio ? rasio keuangan apa saja yang paling dominan dalam memprediksi kondisi perusahaan financial distress perusahaan manufaktur. Sampel yang digunakan adalah perusahaan manufaktur yang terdaftar di BEI selama tahun 2004 ? 2010 sebanyak 46 perusahaan manufaktur di Indonesia. Hasil pertama yang didapat dari penelitian ini menunjukkan model analisis regresi logistik dapat digunakan dalam memprediksi kondisi financial distress perusahaan. Sedangkan hasil kedua menghasilkan 3 rasio keuangan dominan, yaitu Net Profit Margin yang memberikan pengaruh sebesar 28,012%, Growth to Sales yang memberikan pengaruh sebesar 16,0391%, kemudian Sales to Current Asset yang memberikan pengaruh sebesar 4,8264%. Ketiga rasio diatas memberikan pengaruh negatif dalam memprediksi kondisi financial distress perusahaan manufaktur.

---

This study aims to analyze whether the model of logistic regression analysis can be used in predicting the condition of financial distress as well as analyzing the ratio of the company - financial ratios are the most dominant in predicting corporate financial distress condition of the manufacturing company. The sample used is a manufacturing company listed on the Stock Exchange during the years 2004 - 2010 as many as 46 companies manufacturing in Indonesia.

The first results obtained from this study show the logistic regression analysis model can be used in predicting corporate financial distress condition. While the results of the two produced three dominant financial ratios, the Net Profit Margin influenced by 28.012%, Sales Growth to the influence of 16.0391%, and Sales to Current Assets to the influence of 4.8264%. The third ratio above have negative effect in predicting financial distress condition of the manufacturing company."

"Tingkat Kesehatan Bank Syariah [TKBS] adalah perangkat penting dalam melakukan penilaian dan pengawasan terhadap kualitas operasional bank syariah. Secara teoritis perangkat dapat didesain melalui pendekatan CAMELS dengan modifikasi struktur finansial bank syariah. Untuk tetap menonjolkan karakteristik istimewa operasional bank Islam maka modifikasi haruslah mempertimbangkan risk based supervisory dan kepatuhan syariah [shari?h complieance].Tujuan penelitian adalah untuk mendapatkan faktor apa yang menjadi prediktor terbaik dan model prediksi apa yang paling akurat dalam prediksi keanggotaan sampel bank syariah kedalam komposit penilaian TKBS. Bukti empiris penelitian menun-jukkan bahwa persamaan model desain komposit penilaian TKBS signifikan secara statistik dengan tingkat signifikansi model sebesar ? = 0,01. Artinya dengan tingkat kesalahan penelitian dibawah 5 % tidak ditemukan “gap” antara teori desain TKBS dengan praktek operasional bank umum syariah di Indonesia. Adapun sebagai prediktor terbaik penelitian adalah rasio kecukupan modal bank syariah untuk mengantisipasi risk exposure (R1M). Adapun rasio partisipasi finansial (R7M) yang merupakan salah satu misi utama bank Islam dapat direkomendasikan sebagai salah satu prediktor TKBS. Hasil uji keakuratan model menemukan bahwa correct estimate atau tingkat akurasi prediksi model analisis regresi logistik adalah 91,7% dan lebih baik jika dibandingkan dengan model analisis diskriminan dengan correct estimates sebesar 81,3%. Penelitian kajian ini dapat digunakan tidak hanya sebagai perangkat pengawasan bank yang efektif oleh otoritas perbankan syariah dalam menilai kualitas operasional bank tetapi juga sebagai masukan ketika akan menyusun regulasi pengawasan terhadap perbankan syariah.

---

In this paper, we analyze an alternative tool to assess the operational soundness of the Islamic banking quality. Shari?h banking rating system is most important tools in assessing and supervisory of banking quality. Theoretically, the tools designed can still use the CAMELS but some adjustments on financial ratio based on risk supervisory and shari?h compliance so can accommodate the salient feature of Islamic banking. The objective of this research is expected to analyze model and best predictors in shari?h banking rating composite. Empirical research has shown that design can be implemented on practically Islamic banking in Indonesia with statistic significant level is 0,01 (multiple discriminant and logistic regression models). Its mean no gap between theoretically and practically under 5 percent error level. As best predictor is capital adequacy ratio to anticipate risk exposure (R1M) meanwhile a financial participation ratio (R7M) what a special mission of Islamic banking can be recommended as predictor of shari?h banking rating system. Accuration model testing has found that correct estimate of logistic regression model is 91,7% and more better than discriminant analyze model that a correct estimate is 81,3%. This research is capable of being used as an effective supervisory tool not only for assessing the operational quality but also directing the Islamic banking authority when formulating the supervisory actions based on supervisory review."

"Delisting adalah penghapusan efek dari daftar yang tercatat di Bursa efek, sehingga efek tidak dapat diperdagangkan lagi. Khususnya pada penelitian ini dibatasi hanya menggunakan data perusahaan bangkrut (delisted). Penelitian ini bertujuan menganalisis variabel-variabel perusahaan delisted dengan menggunakan variabel Ohlson (1980) dengan regresi logit. Sampel dalam penelitian ini di dapatkan dari perusahaan dengan status delisting periode 2004-2013.Hasil penelitian ini, dari sembilan variabel model Ohlson (1980) terdapat empat variabel (SIZE, WC/TA, CL/CA, dan NI/TA) yang signifikan untuk memprediksi status perusahaan delisting. Tingkat akurasi prediksi model logit terhadap status perusahaan Delisting : tahun H-2 delisting mampu memprediksi sebesar 100%, tahun H-3 delisting sebesar 100%, dan tahun H-4 sebesar 85,7%. Tingkat akurasi prediksi model secara keseluruhan pada periode penelitian sebesar 94%.

---

Delisting is the elimination from effects list that listed on stock exchange, so that the effect could not be traded. This study is only focused on using the data from bankrupt company (delisted). The aim of this study is to analyze the variables that causes the delisting company by using Ohlson (1980) variables with logit model. The sample used in this study was obtained from the company with the status of the delisting period on 2004-2013.The results of this study provide the information that there are four variables (SIZE, WC / TA, CL / CA, and NI / TA) that predict the status of companies delisting significantly from nine variables on the Ohlson (1980) variables. Logit model prediction accuracy rate of the status of the Delisting company: the H-2 is able to predict the delisting of 100%, the H-3 delisting of 100%, and the H-4 at 85.7%. The level of the overall accuracy of the model predictions in the study period by 94%."