ABSTRAK Tesis ini membahas Estimasi resiko kebangkrutan merupakan komponen
penting bagi perusahaan yang telah terdaftar di Bursa Efek Indonesia. Untuk
mencegah dan mengantisipasi resiko kebangkrutan tersebut, perlu adanya suatu
model estimasi yang dapat memprediksi kebangkrutan terhadap
perusahaan.kemudian dilakukan validasi model terhadap keadaan kebangkrutan
nyata yang terjadi. diharapkan secara statistik maupun secara akurasi model
tersebut dapat memprediksi kebangkrutan nyata, sehingga manfaat dari penelitian
dapat dirasakan secara nyata untuk pihak terkait.
Model penelitian yang digunakan merupakan replikasi model Merton-
KMV yang digunakan oleh Merxe Tudela dan Garry Young dengan menggunakan
data Indonesia sehingga dapat terlihat bagaimana karakteristik resiko dari
perusahaan yang ada di Indonesia.
Hasil analisis menunjukan bahwa Merton-KMV model secara stastistik
berpengaruh signifikan terhadap potensi kegagalan yang dihadapi
perusahaan.Selain itu, nilai estimasi model tersebut mampu membedakan
perusahaan yang mengalami kegagalan maupun yang tidak.Namun, interpretasi
terhadap model ini perlu dilakukan secara hati – hati dikarenakan keterbatasan
data yang ada di Indonesia.
ABSTRAK This thesis discusses the bankruptcy risk estimation is a critical component
for companies that have been listed on the Indonesia Stock Exchange. To prevent
the risk of bankruptcy and anticipate the need for an estimation model that can
predict the bankruptcy of the company. then validated the model against actual
state of the bankruptcy case. and is statistically expected accuracy of the model
can predict the real bankruptcy, so that the benefits of research can be felt real to
related parties.
The model used in this study is a replication of Merton-KMV models used
by Merxe Tudela and Garry Young using Indonesian data so it can be seen how
the risk characteristics of the companies that exist in Indonesia.
The results of the analysis showed that the Merton-KMV model as a
statistical significant effect on the company faced a potential failure. In addition,
the estimated value of the model is able to distinguish companies that have failed
or not. However, interpretation of these models needs to be done carefully - be
due to limitations of the existing data in Indonesia.