Review Jurnal

Teori keuangan mengasumsikan bahwa sistem kepailitan yang sempurna memberikan manfaat yang cukup berharga bagi perekonomian. Pada umumnya dikenal dua macam biaya yang akan terjadi pada perusahaan yang pailit, yaitu direct cost dan indirect cost. Direct cost merupakan biaya yang langsung dikeluarkan oleh perusahaan tersebut untuk membayar pengacara, akuntan dan tenaga professional lain untuk merestrukturisasi keuangannya yang kemudian akan dilaporkan kepada para kreditur. Selain itu, bunga yang dibayar perusahaan untuk pinjaman selanjutnya yang biasanya jauh lebih mahal juga merupakan direct cost dari kepailitan. Sedangkan indirect cost merupakan potensial loss yang dihadapi perusahaan yang sedang menghadapi kesulitan keuangan tersebut, seperti kehilangan pelanggan dan supplier, kehilangan proyek baru karena manajemen berkonsentrasi kepada penyelesaian kesulitan keuangan dalam jangka pendek.

Metode statistik yang digunakan untuk memprediksi kepailitan perusahaan terus berkembang. Pada tahun 1968 sampai dengan 1980, metode statistik Discriminant Analysis umum digunakan oleh Peneliti untuk memprediksi kepailitan Perusahaan. Namun, pada akhir tahun 1980, ketenaran teknik Discriminant Analysis mulai disaingi oleh teknik yang lebih baru yaitu Logistic Regression. Bahkan saat ini berkembang teknik lain seperti Neural Network yang membayang-bayangi kemampuan Logistic Regression dalam memprediksi kepailitan.

Hasil Analisis Diskriminan menunjukkan adanya empat rasio keuangan yang merupakan indikator dominan dalam penentuan kinerja perusahaan. Keempat rasio beserta
koefisiennya yang menunjukkan pengaruh terhadap kinerja perusahaan adalah:
1. Rasio Modal Kerja (Aktiva lancar-Hutang Lancar / Total Aktiva (0,949)
2. Rasio Laba Ditahan / Total Aktiva (0,714)
3. Rasio Laba Sebelum Pajak dan Bunga / Total Aktiva (0,585)
4. Rasio Penjualan / Total Aktiva (-0,666)

Studi yang menggunakan rasio keuangan mulai dilakukan pada tahun 1930-an dan kemudian beberapa studi lanjutan le bih menekan pada kepailitan usaha. Kebanyakan hasil penelitian tersebut meyakini bahwa perusahaan yang pailit memiliki rasio yang berbeda dari perusahaan yang tidak pailit. Secara umum, rasio yang mengukur profitabilitas, likuiditas dan solvabilitas telah berhasil menunjukkan keberhasilan sebagai indikator kepailitan usaha.
Dalam melakukan penelitian mengenai kepailitan, Beaver(1966) menggunakan rasio-rasio keuangan sebagai berikut : cash flow/total debt, current assets/current liabilities, net income/total assets, total debt/total asset, working capital/total assets.

Altman (1968) yangmengadakan penelitian kebangkrutan, setelah Beaver, kembali menggunakan rasio keuangan sebagai faktor-faktor yang dapat dilihat untuk mengindikasikan kebangkrutan suatu perusahaan. Adapun rasio-rasio keuangan yang digunakan Altman (1968) adalah Current Assets/current Liabilities, Market Value of Equity/Book Value of Debt, Net Sales/Total Asset, Operating Income/Total Asset,EBIT/Total Interest Payments, Retained Earnings/Total Assets, Working Capital/Total Assets, Working Capital/total Assetes, Retained Earnings/Total Assetes, Earnings Before Ineters and taxes/total assets, market value equity/book value of total debt, sales/total sales.

Dengan pengujian statistic Logistik Regresion Ohlson (1980) kembali melakukan penelitian mengenai rasio-rasio keuangan yang dapat dijadikan indikator untuk melihat kepailitan suatu perusahaan. Rasio-rasio keuangan yang digunakan oleh Ohlson dalam melakukan penelitiannya dapat diuraikan sebagai berikut : total liabilities/total assets, working capital/total assets, current liabilities/current assets.

Dengan menggunakan nilai parameter yang ada, model Logistic Regression dapat digunakan sebagai alternatif alat untuk menghitung kemungkinan suatu perusahaan akan menghadapi financial distress di masa mendatang, sehingga kemungkinan naiknya risiko kredit pada suatu bank dapat dideteksi lebih dini. Hal ini membantu pengawas/pemeriksa bank untuk mendapatkan keyakinan bahwa bank telah melakukan tindakan sejalan dengan prudential banking dalam mengantisipasi kemungkinan naiknya risiko kredit tersebut. Sehingga tekanan terhadap sistem keuangan dapat diantisipasi. Namun tidak semua jenis perusahaan dapat menggunakan model Logistic Regression.

Sumber :

http://docs.google.com/viewer?a=v&q=cache:JveY_sul7tIJ:www.snapdrive.net/files/572779/0529fe41331c5a4899660dfaa3d380d5.pdf+analisis+altman+z-score&hl=id&gl=id&pid=bl&srcid=ADGEESgVirPQI4BSs48hFbl069czU1h6VtDqeqdc6flan8AFEv83uyUW1OQlVEX_NVKBRi83z2QL0_sZdG_y43oD9TbnKO4WyPjlToLcdnP86NCp9cGHyCUex0S6Zi4Azo53_a2NqA-W&sig=AHIEtbTjJCeBsjXtvws5eoi9ElFWzG0Heg

http://www.bi.go.id/NR/rdonlyres/E5BBB591-594B-4C44-8D03-AD62E5650132/7823/IndikatorKepalilitandiIndonesia.pdf