Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk menentukan cara terbaik dalam melakukan prediksi kondisi financial distress suatu perusahaan, baik yang menggunakan laba maupun arus kas. Tujuan kedua dirumuskan untuk menguji mana yang lebih baik dalam memprediksi financial distress, informasi keuangan dari satu tahun sebelum kesusahan atau tiga tahun sebelum kesusahan. Penelitian ini dilakukan untuk periode 2011-2017 dengan menggunakan sampel perusahaan non keuangan di Indonesia dengan total 80 perusahaan. Di Pengumpulan sampel perusahaan dilakukan dengan cara berpasangan (paired-sample) 40perusahaan tertekan dengan 40 perusahaan non-distress berdasarkan kesamaan sektor industri, kesamaan periode, dan ukuran aset serupa. Metode regresi logistik digunakan untuk menguji hipotesis. Hasil penelitian ini menemukan bahwa rasio keuntungan lebih baik dalam memprediksi kesulitan keuangan daripada rasio arus kas. Hasilpenelitian menunjukkan bahwa data selama tiga tahun sebelum kesusahan ternyata lebih baik dibandingkan dengan data keuangan satu tahun sebelum kesulitan keuangan dalam memprediksi kesulitan. Secara keseluruhan, temuan dari studi ini bermanfaat bagi para pemangku kepentingan kepentingan dan pemegang saham untuk mengevaluasi kinerja perusahaan. Temuan Penelitian ini juga dapat memberikan wawasan yang bermanfaat khususnya bagi investor pentingnya analisis rasio keuangan yang ada dan potensial sebagai alatprediksi kesulitan keuangan.

---

The study aimed to determine the best way to predict the financial distress condition in a firm, whether it is by earnings or cash flows.The second objective is formulated to examine which one better in predicting financial distress, financial information from one year prior to distress or three years prior to distress. This study is conducted for the period of 2011-2017 using samples of non-financial companies in Indonesia with a total of 80 companies. The company’s sample collection method is paired-sample, which pair the distress company with non-financial distress firms, under the same industry sector, same period, and similar asset size. Logistic Regression Analysis is used in order to test the hypothesis. The results find that earnings ratios are better in predicting financial distress than cash flows ratios. The results indicate that the financial information from three years prior to distress is better than financial information from one year prior to distress in predicting financial distress. Overall, the findings from the present study help stakeholders and shareholders to evaluate the company’s performance. The findings of this study might also provide helpful insight especially to the existing and potential investors about the importance of financial ratios analysis as predictive tools of financial distress."

"Penelitian ini bertujuan untuk menguji pengaruh rasio-rasio keuangan antara perusahaan yang dalam kondisi distress dengan perusahaan yang sehat/non distress, dan juga untuk menguji rasio keuangan apakah yang paling tepat untuk dapat memprediksi suatu perusahaan dalam kondisi sehat atau tidak sehat. Populasi dalam penelitian ini adalah perusahaan yang terdaftar di Bursa Efek Indonesia pada periode 2010 sampai 2014 sebanyak 532 perusahaan. Klasifikasi pengelompokan awal perusahaan distress dan non distress berdasarkan saldo Total Arus Kas Operasi pada tahun 2013 dan 2014. Berdasarkan hasil analisis regresi logistik, hasil penelitian menyimpulkan: (1) Rasio DER, NPM, ROA, ROE dan EPS dapat memprediksi kesulitan keuangan, (2) Rasio ROA, ROE dan NPM terbukti secara signifikan bisa memprediksi financial distress.

---

This study aimed to examine the effect of the financial ratios of the company which is in a state of distress with healthy corporate/non-distress, and also to test which financial ratios are the most appropriate to be able to predict a financial distress. The population in this study are companies registered in Indonesia Stock Exchange in the period 2010 to 2014 for total 532 companies. The company's initial grouping classification distress and non-distress based on the balance of the operating cash flow statement in 2013 and 2014. Based on the results of logistic regression analysis, the results of the study concluded : (1) Ratio of EPS, DER, ROA, ROE and NPM are able to predict financial distress, (2) ROA, ROE, and NPM shown to significantly able to predict financial distress."

"ABSTRAKKrisis keuangan global yang terjadi pada tahun 2008 menimbulkan dampak yang luas pada perekonomian di Indonesia. Dampak tersebut berpengaruh pada perusahaan-perusahaan publik yang dapat menyebabkan perusahaan mengalami kondisi financial distress sehingga menimbulkan ancaman kebangkrutan. Penelitian ini bertujuan untuk menganalisis pengaruh rasio keuangan terhadap prediksi kondisi financial distress dengan menggunakan model regresi logistik. Sampel yang digunakan adalah perusahaan-perusahaan sektor non-keuangan yang terdaftar di BEI periode 2008-2017. Penelitian ini menggunakan 235 sampel dan hasil penelitian menunjukkan bahwa rasio Cash Flow Margin dan Debt to Equity Ratio memberikan pengaruh positif dalam memprediksikan kondisi financial distress perusahaan, sedangkan rasio Return on Asset dan Cash to Current Liabilities memberikan pengaruh negatif dalam memprediksikan kondisi financial distress perusahaan. Terdapat 2 rasio keuangan yang memiliki pengaruh signifikan, yaitu Cash Flow Margin dan Cash to Current Liabilities, sedangkan 2 rasio lainnya yaitu Return on Asset dan Debt to Equity Ratio tidak memiliki pengaruh signifikan dalam memprediksikan kondisi financial distress perusahaan."

"Penelitian ini bertujuan untuk memprediksi kesulitan keuangan pada perusahaan non keuangan yang telah terdaftar di Bursa Efek Indonesia selama periode 2010 hingga 2019. Penelitian dilakukan dengan melihat pengaruh dari variabel financial ratio, pasar, dan ekonomi makro sebagai variabel independen terhadap kesulitan keuangan sebagai variabel dependen. Penelitian ini menggunakan model regresi logistic untuk melihat nilai koefisien diantara dua kelompok sampel yaitu perusahaan yang mengalami kesulitan keuangan dan perusahaan yang tidak dengan model regresi logit. Penentu perusahaan yang mengalami financial distress didasarkan pada Zmijewski X Score yang memiliki nilai positif. Temuan dalam penelitian menunjukkan model regresi variabel financial ratio, pasar, dan ekonomi makro berpengaruh signifikan dalam memprediksi kesulitan keuangan. Dari empat model regresi yang dilakukan, didapatkan hasil bahwa model yang menggunakan variabel financial ratio, market, dan macroeconomic, financial ratio dan macroeconomic serta financial ratio dan market yang memiliki nilai 90,6 %, sementara model yang menggunakan variabel market dan macroeconomic memiliki tingkat signifikansi 89,8 %.

---

This study aims to predict financial difficulties in non-financial companies that have been listed on the Indonesia Stock Exchange during 2010 to 2019 period. The study was conducted by observing the influence of financial ratio, market and macroeconomic variables as independent variables and financial distress as the dependent variable. This study uses a logistic regression model to see the coefficient value between the two sample groups, namely companies experiencing financial distress and companies that are not by using a logit regression model. The determinants of companies experiencing financial distress are based on the Zmijewski X Score which has a positive value. The findings of this study indicate that the regression model of the financial ratio, market and macroeconomic variables has a significant effect in predicting financial distress. From the four regression models carried out, the results show that models that use financial ratio, market and macroeconomic, financial ratio and macroeconomic variables as well as financial ratios and markets variables have the highest level of significance with a value of 90.6%, while the model that uses market and macroeconomic variables has a significance level of 89.8%."

"Penelitian ini bertujuan untuk mengindentifikasi prediksi financial distress untuk perusahaan yang tercatat di Indonesia. Variabel yang digunakan adalah rasio akuntansi dan faktor pasar. Rasio akuntansi yang digunakan berupa profitabilitas, likuiditas, dan leverage, serta dua faktor pasar yang penting yaitu SIZE dan PER. Sampel yang digunakan sebanyak 241 perusahaan yang tercatat di Bursa Efek Indonesia dari tahun 2008 sampai 2017 dan metode regresi logistik digunakan untuk memprediksi financial distress. Perusahaan yang mengalami distress didefinisikan sebagai perusahaan yang telah melaporkan nilai ekuitas negatif selama tiga tahun berturut-turut. Temuan empiris dari penelitian ini menunjukkan bahwa variabel accounting yang terdiri dari profitabilitas, likuiditas, leverage, dan arus kas berpengaruuh signifikan. Kemudian, SIZE dan PER yang merupakan variabel market juga dinilai memiliki pengaruh yang signifikan dalam memprediksi kemungkinan financial distress.

---

This research aims to identify the predictors of financial distress for the Indonesian listed firms. Variables used are the accounting and market variables. Financial ratios representing profitability, liquidity, and leverage, as well as two important market factors which are firm’s size (SIZE) and price earnings ratio (PER) . The sample consist of 241 firms listed in Indonesia Stock Exchange stretching from 2008 to 2017 and logit regression is applied to predict financial distress. A distressed firm is defined as a firm that has reported a negative value of equity for three consecutive years. Empirical findings from this study show that accounting variable consisting of profitability, liquidity, leverage, and cash flow ratios are significant. Also, SIZE and PER as market variable is significant in predicting financial distress.

"

"Krisis ekonomi global yang terjadi pada tahun 2008 turut berdampak kepada kondisi perekonomian di Indonesia, salah satunya ancaman terjadinya kebangkrutan pada perusahaan. Penelitian mengenai prediksi terjadinya kebangkrutan (financial distress) pada awalnya hanya menggunakan rasio keuangan saja, kemudian diperluas hingga ekonomi makro. Penelitian ini bertujuan untuk menganalisis pengaruh rasio keuangan berupa total turnover asset ratio, debt ratio, current ratio, quick ratio, working capital to total asset ratio, dan return on asset serta ekonomi makro berupa Produk Domestik Bruto (PDB), Indeks Harga Konsumen (IHK), jumlah uang yang beredar (M2), Indeks Harga Saham Gabungan (IHSG) dan BI Rate terhadap probabilitas terjadinya financial distress perusahaan non – keuangan yang terdaftar di Bursa Efek Indonesia periode 2008 – 2017. Sampel terdiri dari 192 perusahaan yang di kategorikan sebagai perusahaan financial distress dan non – financial distress. Data tersebut kemudian di analisis menggunakan teknik analisis regresi logistik dan data akan diolah dengan SPSS. Hasil menunjukkan bahwa rasio keuangan dan ekonomi makro dapat digunakan sebagai prediktor terjadinya financial distress dengan tingkat akurasi dalam memprediksi jawaban yang benar sebesar 80,4%. Dari enam rasio keuangan hanya total turnover asset ratio, working capital to total asset ratio dan return on asset ratio yang signifikan berpengaruh terhadap financial distress. Serta, hanya dua komponen dari ekonomi makro yaitu Produk Domestik Bruto (PDB) dan Indeks Harga Saham Gabungan (IHSG) dari lima komponen lainnya yang berpengaruh signifikan terhadap financial distress.

---

The economic crisis that occurred in 2008 affected Indonesia economic conditions by way of increased threat of bankruptcy. Studies prediction of financial distress are initially limited to financial ratios for determinants, however they were extend to macroeconomic variables. This study aims to analyze the effect of financial ratios that are total asset turnover ratio, debt ratio, current ratio, quick ratio, working capital to total asset ratio, and return on assets also macroeconomic variables that are Gross Domestic Product (GDP), Consumer Price Index (CPI), Money Supply (M2), Indonesia Composite Index, and BI Rate on the probability of financial distress of non-financial companies listed in Indonesia Stock Exchange in 2008 - 2017. The sample consisted of 192 listed companies which are categorized financially and non-financially distressed companies. Data analyzed using logistic regression analysis techniques. The results show that financial ratios and macroeconomic variables can be used as predictors of financial distress with 80.4% accuracy rate in variables. From six financial ratios only total asset turnover ratio, working capital to total asset ratio and return on asset ratio significantly affect to financial distress. Only two components out of the five macroeconomic variables that has significant effect on financial distress, namely Gross Domestic Product (GDP) and Indonesia Composite Index.

"

"ABSTRAKPenelitian ini bertujuan untuk menganalisis pengaruh faktor faktor keuangan terhadap financial distress pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2009 2013 Pengujian dilakukan dengan menggunakan model regresi logistik Hasil penelitian ini menemukan bahwa faktor faktor keuangan memiliki pengaruh terhadap financial distress.

---

ABSTRACTAim of this study is to analyze the influence of financial factors to financial distress on manufacturing companies listed on Indonesia Stock Exchange 2009 2013 period The test is conducted by using logistic regression model This study found that financial factors are having an influence to financial distress "

"Penelitian ini bertujuan untuk memprediksi kesulitan keuangan pada perusahaan non keuangan yang telah terdaftar di Bursa Efek Indonesia selama periode 2008 hingga 2017. Penelitian dilakukan dengan melihat pengaruh dari variabel akuntansi, pasar, dan ekonomi makro sebagai variabel independennya terhadap kesulitan keuangan sebagai variabel dependennya. Penelitian dilakukan dengan mengadopsi model logit regresi untuk melihat nilai koefisien diantara dua kelompok sampel yaitu perusahaan yang mengalami kesulitan keuangan dan perusahaan yang tidak dengan model regresi logit (Yn, Xn). Penentu perusahaan yang mengalami financial distress didasarkan pada interest coverage ratio negatif selama dua tahun berturut-turut. Temuan dalam penelitian menunjukkan model regresi variabel akuntansi, pasar, dan ekonomi makro berpengaruh signifikan dalam memprediksi kesulitan keuangan. Dari ketiga model regresi yang dilakukan peneliti, ditemukan bahwa regresi akuntansi, pasar, dan ekonomi makro memiliki signifikansi yang paling tinggi yaitu 80%. Model kedua yang memiliki pengaruh signifikan adalah variabel pasar dengan ekonomi makro dengan persentase signifikan sebesar 78.2%. hasil regresi variabel akuntansi dengan ekonomi makro menunjukan hasil yang signifikan sebesar 76.1%.This research aims to predict financial problems in non-financial companies that have been listed on the Indonesia Stock Exchange during the period 2008 to 2017. The study was conducted by looking at the influence of accounting, market and macroeconomic variables as independent variables on financial difficulties as the dependent variable. The study was conducted using a logit regression model to see the coefficient values between two sample groups, namely companies that increase financial distress and companies that are not with logit regression models (Yn, Xn). The company's emphasis on increasing financial distress based on the ratio of negative interest coverage for two years was consecutive. The findings in the study show a significant regression model of accounting, market, and macroeconomic variables in predicting financial distress. Of the three regression models conducted by researchers, it was found that regression, markets, and macroeconomics had the highest significance of 80%. The second model that has a significant influence is the market and macroeconomic variables with a significant percentage of 78.2%. the results of regression of accounting and macroeconomic variables showed a significant result of 76.1%."

"ABSTRAKPenelitian ini bertujuan untuk memberikan bukti empiris bahwa terdapat pengaruh Analisis financial distress, size dan book to market terhadap stock return perusahaan. Penelitian dilakukan pada 170 perusahan non-keuangan yang terdaftar di Bursa Efek Indonesia periode tahun 2010 sampai dengan 2017. Financial distress diukur menggunakan Altman Z-Score. Hasil regresi menggunakan model fixed effect menunjukkan bahwa tidak terdapat pengaruh financial distress dan book to market terhadap stock return. Hanya size yang berpengaruh negatif signifikan terhadap stock return.

---

ABSTRACT

This study aims to investigate the relationship of financial distress risk and the stock returns of financially distressed firms listed on Bursa Efek Indonesia. Non-financial firms listed on BEI are taken from the time-period of 2010-2017. Altman Z-Score ―bankruptcy prediction model‖ is used for the prediction of financial distress risk and forecasted the distress risk firms listed on BEI. The panel data is used to get the empirical findings and showed that the financial distress risk and book-to-market equity effect are statistically insignificant to explain the stock returns of distress firms due to the inefficiency of market. However, size effect is significant in explaining the stock returns of distress firms. The study also reveals that it is important to predict financial distress risk with a better predictor in order to avoid the uncertainties in BEI."

"ABSTRACT

Financial distress merupakan kondisi kesulitan keuangan yang pada umumnya dialami oleh perusahaan sebelum perusahaan tersebut dapat dinyatakan bangkrut. Dengan menggunakan laporan keuangan, kondisi tersebut pada dasarnya dapat diprediksi. Prediksi dari financial distress sangat berguna bagi manajemen perusahaan untuk melakukan tindakan korektif dalam antisipasinya menghadapi kebangkrutan. Model prediksi dari financial distress sendiri telah berkembang dari penggunaan statistik tradisional hingga artificial intelligence atau machine learning. Penelitian ini bertujuan untuk menganalisis model prediksi financial distress dengan menerapkan machine learning dan membandingkan tiga algoritma dari data mining yaitu decision tree, support vector machine, dan artificial neural network. Sampel dalam penelitian ini menggunakan 115 perusahaan distressed dan 115 perusahaan non-distressed yang aktif di Bursa Efek Indonesia selama periode 2011 hingga 2016 yang diteliti untuk dua tahun yaitu l-t dan t-1. Dalam penelitian ini, dari sebanyak 29 rasio keuangan akan dipilih rasio yang paling sesuai dengan menggunakan feature selection. Hasil dari penelitian menunjukkan bahwa algoritma decision tree dengan tingkat akurasi sebesar 86,37 untuk tahun l-t dan decision tree dengan tingkat akurasi sebesar 88,98 untuk tahun l t-1 memiliki tingkat akurasi yang paling tinggi dalam mengantisipasi financial distress di Indonesia.

---

ABSTRACT

Financial distress is a condition of financial difficulties that generally a firm would have first go through before the company can be declared bankrupt. By using financial statements, this condition basically could be predicted. Prediction of financial distress is very useful as it could help firms rsquo management to take corrective actions in anticipation of bankruptcy. The predictive model of financial distress itself has evolved from the use of traditional statistics to artificial intelligence or machine learning. This study aims to analyze financial distress prediction model by applying machine learning and comparing three algorithms from data mining namely decision tree, support vector machine, and artificial neural network. The sample in this study used 115 distressed companies and 115 non distressed companies active on the Indonesia Stock Exchange during the period 2011 to 2016 studied for two years ie t and t-1 . In this research, from 29 financial ratios will be selected the most appropriate ratios by using feature selection. The result of this research shows that decision tree algorithm with 86.37 accuracy for year t and decision tree with accuracy of 88.98 for year t-1 has the highest accuracy in anticipating financial distress in Indonesia. "