Hasil Pencarian  ::  Simpan CSV :: Kembali

"Terkait fenomena krisis keuangan global yang terjadi saat ini, banyak sekali perusahaan yang hancur dan mengalami kebangkrutan. Saat sebuah perusahaan mengalami kebangkrutan, para investor dan krediturnya tentu akan sangat dirugikan. Oleh karena itu, investor dan kreditur memerlukan alat untuk memprediksi kondisi financial distress sebagai indikasi awal terjadinya kebangkrutan dengan tepat. Terdapat beberapa model yang dapat menjadi alat untuk itu, diantaranya yang dikemukakan oleh Altman (1968), Ohlson (1980), Zmijewski (1984), dan Springate (1978).Skripsi ini melakukan perbandingan keempat model prediksi financial distress di atas dalam konteks perusahaan di Indonesia. Perbandingan dilakukan dengan menganalisis tingkat akurasi model dan tingkat kesalahannya. Sampel yang digunakan adalah perusahaan manufaktur yang terdaftar di BEI selama tahun 2005-2008. Teknik pengambilan sampel adalah matched-pair sampling dengan total sampel sebanyak 79 perusahaan.Hasil penelitian menunjukkan bahwa model asli yang paling baik adalah model Springate. Setelah dilakukan pengujian tambahan dengan mengubah nilai cutoffnya, model yang paling baik tetap Springate. Namun jika dilakukan modifikasi model, model yang paling baik adalah Ohlson. Pada bagian akhir penelitian ini mencoba melakukan prediksi atas 30 perusahaan yang terdaftar di BEI menggunakan model Springate asli, model Springate dengan perubahan cutoff, dan model modifikasi Ohlson. Hasil prediksi menunjukkan lima perusahaan diprediksi akan mengalami financial distress di masa depan.

---

During global financial crisis, many corporations suffer from failure and bankruptcy. When a company suffers bankruptcy, its creditors and investors will have to suffer excessive loss. Therefore, they will need tools to accurately predict financial distress condition as an indication for bankruptcy. There are some models available, such as Altman (1968), Ohlson (1980), Zmijewski (1984), and Springate (1978).This research wants to know which financial distress prediction models is the most suitable to be used in Indonesia. To decide the best model, an analysis will be conducted based on accuracy and error rates of each models. Also, the purpose of this research is to conduct sensitivity analysis on the models, by modifying the cutoff score and modifying the whole model. Lastly, this research will make predictions for 30 companies listed in BEI by using the best known model. The samples used in this research is manufacturing companies listed in BEI during 2005-2008. The sampling technique used in this research is matched-pair sampling totaling 79 companies.The results of this research shows that Springate model is the best original model (without any modification). Even after modifying the cutoff scores, Springate model is still the best. After modifying the whole models, Ohlson model is proven to be the best, having superior accuracy and error rates of all models. This research also shows that between 30 predicted companies using the best three models of all treatment, there are 5 that will suffer financial distress in the future."

"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.;"

"Penelitian dilakukan untuk memprediksi financial distress pada perusahaan dengan menggunakan analisis arus kas pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia periode 2013 -2016. Pengujian dilakukan dengan menggunakan model regresi logistik. Hasil penelitian menunjukkan bahwa rasio-rasio keuangan pada analisis arus kas memiliki pengaruh signifikan terhadap financial distress.

---

The purpose of study is to predict Corporate Financial distress through Cash Flow Analysis An Empirical Studies of Mining Companies in The Indonesian Stock Exchange in 2013 2016. The test is conducted by using logistic regression model. The study found that the financial ratios in the cash flow analysis have a significant influence on financial distress."

"Masa pandemi COVID-19 yang berawal pada bulan Maret 2020 ini sudah banyak membuat tekanan di masyarakat, khususnya tekanan ekonomi. Berbagai peraturan ditetapkan, dalam rangka menekan angka penyebarannya, sehingga membuat banyak aktivitas terganggu, karena masyarakat dituntut untuk melakukan aktivitasnya dari rumah saja yang membuat aktivitas usaha tidak dapat dijalankan secara maksimal. Dalam usahanya beradaptasi, tidak jarang perusahaan gagal mencapai tujuannya dan menimbulkan kerugian operasional pada tahun berjalan. Kerugian yang dialami tidak jarang membawa perusahaan pada kebangkrutan. Namun data mencatatkan sebaliknya. Pada kuartal III tahun 2021, BPS mencatat pertumbuhan industri manufaktur sebesar 3,68 persen, peningkatan yang cukup baik di tengah banyaknya kasus COVID-19 di Indonesia. Penelitian ini ingin membuktikan apakah sektor manufaktur menunjukkan geliat positif selama pandemi dengan menggunakan metode Springate dan Altman. Perhitungan kondisi keuangan yang dilakukan pada perusahaan manufaktur yang terdaftar di BEI tahun 2016-2020 menunjukkan bahwa metode Springate mengelompokkan 282 observasi ke dalam kategori sehat dan 283 lainnya masuk ke dalam kategori distress. Sedangkan metode Altman mengelompokkan 235 observasi masuk kategori sehat, 136 observasi masuk kategori gray zone, dan 194 lainnya masuk kategori distress. Hasil penelitian juga menunjukkan bahwa metode Springate memiliki tingkat konsistensi yang lebih tinggi dibandingkan dengan metode Altman

---

The COVID-19 pandemic, which began in March 2020, has created a lot of pressure on the community, especially economic pressure. Various regulations were enacted, in order to reduce the number of spreads, thus disrupting many activities, because people were required to carry out their activities from home which made business activities unable to run optimally. In its efforts to adapt, it is not uncommon for companies to fail to achieve their goals and incur operational losses in the current year. Losses experienced not infrequently bring the company to bankruptcy. However, the data says otherwise. In the third quarter of 2021, BPS recorded a manufacturing industry growth of 3.68 percent, a fairly good increase in the midst of the large number of COVID-19 cases in Indonesia. This study wants to prove whether the manufacturing sector shows a positive stretch during the pandemic by using the Springate and Altman methods. Calculations of financial conditions carried out on manufacturing companies listed on the IDX in 2016-2020 show that the Springate method groups 282 observations into the healthy category and another 283 into the distress category. While the Altman method groups 235 observations into the healthy category, 136 observations in the gray zone category, and 194 others into the distress category. The results also show that the Springate method has a higher level of consistency than the Altman method."

"Penelitian ini dilakukan untuk meneliti pengaruh variabel efektivitas dewan komisaris, efektivitas komite audit, dan proporsi kepemilikan institusional terhadap kemungkinan terjadinya financial distress. Pengujian dilakukan atas 82 perusahaan yang terdaftar di BEI yang terdiri dari 41 perusahaan yang mengalami financial distress dan 41 perusahaan yang tidak mengalami financial distress, untuk periode pengamatan tahun 2011.Hasil pengujian regresi logit menunjukan bahwa variabel efektivitas dewan komisaris dan variabel efektivitas komite audit berpengaruh negatif terhadap kemungkinan perusahaan mengalami financial distress. Sedangkan variabel proporsi kepemilikan institusional tidak berpengaruh secara signifikan dengan kemungkinan perusahaan mengalami financial distress.Hasil pengujian tambahan yang dilakukan atas komponen-komponen dalam skor efektivitas dewan komisaris dan komite audit menunjukkan bahwa dari seluruh komponen efektivitas dewan komisaris dan komite audit hanya komponen aktivitas dewan komisaris dan komite audit yang berpengaruh negatif terhadap kemungkinan terjadinya financial distress pada perusahaan.

---

This study was conducted to examine the effect of board effectiveness, audit committee effectiveness, and the proportion of institutional ownership on the possibility of financial distress. Tests conducted on 82 companies listed on the IDX consists of 41 companies that experienced financial distress and 41 companies that are not experiencing financial distress, for the year 2011.

Logit regression testing results shows that the variable of board of commissioners effectiveness and audit committee effectiveness has negative effect on the probability of companies experiencing financial distress. Proportion of institutional ownership has no effect on the probability of companies experiencing financial distress.

Additional regression testing conducted on the components of the boards of commissioners and committee audit effectiveness showed that out of all the components, only activities of boards of commissioners and audit committees that negatively affect the probability of financial distress at the company."

"ABSTRAKPenelitian ini bertujuan untuk menguji pengaruh penggunaan utang dalam struktur modal terhadap agency cost pada perusahaan manufaktur yang terdaftar di BEI tahun 2010 yang mengalami financial distress maupun yang tidak mengalami financial distress. Agency cost diukur dengan dua proksi yaitu pertama, rasio biaya penjualan dan administrasi terhadap penjualan dan kedua, interaksi antara jumlah free cash flow dan tingkat pertumbuhan perusahaan.Jumlah sampel yang didapat adalah sebanyak 138 perusahaan manufaktur yang terdaftar di BEI tahun 2010. Hasil penelitian menunjukkan bahwa terdapat perbedaan pengaruh penggunaan utang terhadap agency cost antara perusahaan yang mengalami financial distress dan perusahaan yang tidak mengalami financial distress. Namun kesimpulan ini hanya didapatkan dengan penggunaan proksi interaksi free cash flow dan tingkat pertumbuhan. Pada subsampel perusahaan yang tidak mengalami financial distress, penggunaan utang terbukti dapat menurunkan agency cost dengan menggunakan rasio biaya penjualan sebagai proksinya. Pada subsampel perusahaan yang mengalami financial distress, tidak ditemukan bukti bahwa penggunaan utang berpengaruh terhadap agency cost.

---

ABSTRACTThis study aims to examine the effect of debt in capital structure to the agency cost of financial distress and nonfinancial distress companies. Agency cost is measured by two proxies: first, the ratio of selling and administrative expenses to sales, and second, the interaction between the amount of free cash flow and company growth rate.138 manufacturing companies listed on the Stock Exchange in 2010 were used as samples. The results showed that there were differences in the effects of debt used to the agency cost between financial distress and nonfinancial distress companies. However, this finding was only obtained when I use interaction of free cash flow and growth rate as the proxy for agency cost. In the subsample of firms that do not experience financial distress, the use of debt is proven to reduce agency cost by using the ratio of selling and administrative expenses to sales as the proxy. There was no evidence that debt had a significant effect on agency cost in financial distress companies."