Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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.