I-1
BAB I
PENDAHULUAN
I.1. Latar Belakang Masalah
Di tengah sistem keuangan global saling interdependensi antara satu Negara dengan Negara lainnya, krisis keuangan yang terjadi pada suatu negara menjadi lebih sering terjadi dari pada sebelumnya, dan dapat dengan mudah menyebar ke negara-negara lain sehingga menjadi bencana keuangan global dalam kurun waktu yang singkat. Fenomena krisis keuangan akibat kredit perumahan yang melanda Amerika Serikat pada pertengahan 2007 dan memuncak pada September 2008 merupakan salah satu krisis di era globalisasi ekonomi. Indonesia adalah salah satu Negara yang terkena imbas dari efek “domino” fenomena tersebut. Industri perbankan yang menjadi “nyawa” di bidang perekonomian nasional juga tidak luput dari dampak fenomena ini, terutama untuk bank yang tidak siap dan memiliki manajemen yang lemah.
Bank merupakan lembaga intermediasi antara pihak yang memiliki surplus of fund dengan pihak yang mengalami lack of fund. Tujuan dari lembaga
perbankan adalah untuk menunjang pelaksanaan pembangunan nasional dalam rangka meningkatkan pemerataan pembangunan, pertumbuhan ekonomi dan stabilitas nasional, kearah peningkatan taraf hidup rakyat banyak. (Bank Indonesia dalam Boolket Perbankan, 2013). Mengingat peran lembaga perbankan yang sangat krusial, wajar apabila Industri Perbankan disebut sebagai “nyawa” di bidang perekonomian.
Nikmah dan Sulestari (2014) menegaskan bahwa ketidakstabilan ekonomi yang terjadi akan semakin mempercepat kondisi financial distress perusahaan.
Financial distress adalah keadaan dimana perusahaan berada dalam
keadaan tidak sehat atau krisis. Platt dan Platt (2002) (dalam Luciana, 2006) mendefinisikan financial distress sebagai tahap penuruan kondisi keuangan yang terjadi sebelum terjadinya kebangkrutan ataupun likuidasi. Menurut Jauch dan Glueck (dalam Peter dan Joseph, 2011) faktor-faktor menyebabkan kebangkrutan bisa datang dari internal perusahaan maupun eksternal perusahaan. Jika tidak ditangani secara tepat financial distress dapat menjadi gerbang awal terjadinya kebangkrutan.
Untuk mengantisipasi lebih lanjut munculnya financial distress yang mengarah pada potensi kebangkrutan, model prediksi financial distress sebagai sistem peringatan dini (early warning system) perlu dilakukan, karena dapat digunakan perusahaan, investor, kreditur, serta pihak-pihak yang berkepentingan sebagai sarana mengidentifikasi, memperbaiki, bahkan melakukan langkah-langkah antisipatif untuk mengatasi agar kondisi krisis keuangan dapat segera tertangani.
Penelitian mengenai prediksi financial ditress di Indonesia diantaranya dilakukan oleh Hadad, dkk (2004). Dalam penelitiannya, metode analisis yang digunakan adalah menggunakan analisis faktor dan regresi logistik. Sebagai variabel independen adalah faktor rasio-rasio modal, risiko keuangan, dan variabel dummy variansi waktu, sedangkan sebagai variabel dependennya adalah kebangkrutan Bank. Model prediksi yang dibangun meliputi model prediksi 3 bulan (MP3), 6 bulan (MP6), dan 12 bulan (MP12) sebelum kebangkrutan. Hasil prediksi menunjukkan bahwa hanya model 3 bulan (MP3) yang menggunakan variabel dependen rasio-rasio modal dan risiko keuangan yang layak digunakan untuk memprediksi karena memiliki tingkat akurasi 94,9%.
dapat digunakan sebagai prediktor dalam model financial distress. Model prediksi terbaik adalah model yang mengintegrasikan faktor internal dan eksternal perusahaan dengan daya prediksi sebesar 77,1%.
Nikmah dan Sulestari (2014) melakukan perbandingan antara model prediksi financial distress Ohlson dan Altman. Hasil penelitiannya menunjukkan bahwa secara keseluruhan model Ohlson lebih baik dalam memprediksi kebangkrutan perusahaan besar maupun perusahaan kecil.
Penelitian menggunakan model Z-score Altman (1968) untuk mengetahui potensi kebangkrutan telah banyak dilakukan di Indonesia. Akan tetapi penelitian mengenai prediksi financial distress pada dunia perbankan menggunakan teknik analisis regresi logistik model Y-rasio yang dikemukakan oleh James A. Ohlson (1980) masih sangat terbatas.
Berbeda dengan model prediksi lainnya, model prediksi menggunakan analisis regresi logistik yang dikemukakan Ohlson menggunakan sembilan variabel independen yaitu SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO, OENEG, dan CHIN. Rasio SIZE dipakai untuk menghitung ukuran perusahaan (firm size) yang lebih fokus pada eksternal, seperti ketidakpastian kondisi ekonomi makro. Ohlson (dalam Nikmah dan Sulestari, 2014) berasumsi bahwa perusahaan besar memiliki kemungkinan kesulitan keuangan (financial distress) lebih kecil karena perusahaan besar biasanya berkembang dan beroperasi dengan baik dan relatif stabil. Hal tersebut juga ditegaskan oleh Sun (dalam Nikmah dan Sulestari, 2014) yang mengatakan bahwa ukuran (size) perusahaan berdampak signifikan terhadap hubungan antara kemungkinan kebangkrutan perusahaan.
Berdasarkan fenomena yang penulis kemukakan tersebut, maka penulis tertarik untuk melakukan penelitian mengenai financial distress menggunakan sembilan variabel yang terdapat pada model Ohlson dengan alat analisis berupa regresi logistik pada industri perbankan dan mengambil judul penelitian tugas akhir yaitu “MODEL PREDIKSI FINANCIAL DISTRESS UNTUK
MENDETEKSI POTENSI KEBANGKRUTAN PADA INDUSTRI
1.1.Identifikasi dan Pembatasan Masalah 1.1.1. Identifikasi Masalah
Berdasarkan uraian latar belakang yang penulis kemukakan sebelumnya, penulis merumuskan permasalahan sebagai berikut:
“Apakah variabel SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO, OENEG, dan CHIN pada model prediksi Ohlson (Y-Score) dapat digunakan sebagai prediktor kondisi financial distress pada industri perbankan?”
“Bagaimana tingkat ketepatan model prediksi financial distress yang terbentuk dari hasil analisis regresi logistik?”
1.1.2. Pembatasan Masalah
Penulis memfokuskan dan membatasi permasalahan pada penelitian tugas akhir ini yaitu sebagai berikut:
1. Pembahasan penelitian dibatasi pada tahun 2012 (dua tahun sebelum kondisi financial distress) dan tahun 2013 (satu tahun sebelum kondisi financial distress)
2. Karena keterbatasan waktu penelitian dan untuk mempermudah mendapatkan data penelitian, maka penulis menetapkan objek penelitian yaitu seluruh Bank Umum Konvensional yang terdaftar di Bursa Efek Indonesia (BEI).
I.2. Tujuan dan Manfaat Penelitian 1.2.1. Tujuan Penelitian
Penelitian tugas akhir penulis ini bertujuan untuk:
1. Mengetahui apakah variabel SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO, OENEG, dan CHIN pada model prediksi Ohlson (Y-Score) dapat digunakan sebagai prediktor kondisi financial distress pada industri perbankan
2. Mengetahui tingkat ketepatan model prediksi financial distress yang terbentuk dari hasil analisis regresi logistik
1.2.2. Manfaat Penelitian
Manfaat dari penelitian tugas akhir ini adalah sebagai berikut: 1. Bagi penulis
Penulis memperoleh pengetahuan dan wawasan mengenai dunia keuangan dan perbankan secara umum, selain itu penulis juga memperoleh pengetahuan dan wawasan mengenai penyebab terjadinya financial distress dan kebangkrutan di dunia perbankan.
2. Bagi Perusahaan Perbankan
Hasil analisis dari penelitian ini diharapkan dapat menjadi bahan pertimbangan manajemen perusahaan dalam mengatasi permasalahan yang menyebabkan kondisi financial distress maupun bahan pertimbangan manajemen perusahaan untuk melakukan kebijakan dalam upaya menghindari terjadinya kebangkrutan.
3. Bagi Masyarakat pengguna Jasa Bank
4. Bagi Peneliti Selanjutnya
Hasil analisis dari penelitian ini diharapkan dapat menjadi bahan referensi dan acuan untuk mengembangkan penelitian mengenai prediksi financial distress untuk mendeteksi potensi kebangkrutan pada dunia perbankan.
I.3. Sistematika Penulisan
Sistematika penulisan pada penelitian ini adalah sebagai berikut: • BAB I PENDAHULUAN
Pada bab ini, penulis membahas mengenai latar belakang yang mendasari pengambilan judul, identifikasi masalah, serta tujuan dan manfaat penelitian tugas akhir, sistematika penulisan, serta lokasi dan waktu penelitian.
• BAB II TINJAUAN PUSTAKA
Pada bab ini, penulis membahas mengenai pengertian financial distress, pengertian kebangkrutan, indikasi terjadinya financial distress, dan manfaat informasi prediksi financial distress. Selain itu penulis juga membahas mengenai model-model prediksi financial distress, penelitian terdahulu, kerangka pemikiran, dan hipotesis atau dugaan sementara penelitian.
• BAB III METODOLOGI PENELITIAN
Pada bab ini, penulis akan membahas mengenai metodologi penelitian yang digunakan, populasi dan sampel penelitian, data penelitian yang meliputi jenis data, sumber data, dan teknik pengumpulan data. Selain itu penulis juga memaparkan definisi variabel operasional, serta alat-alat analisis data.
• BAB IV HASIL DAN PEMBAHASAN
Pada bab ini, penulis akan membahas mengenai objek penelitian, menjelasakan cara menganalisis data untuk menguji hipotesis penelitian serta pembahasan lebih lanjut.
• BAB V KESIMPULAN DAN SARAN
I.4. Lokasi dan Waktu Penelitian
