BAB
4
ANGKA-ANGKA
DALAM LAPORAN KEUANGAN:
ISU-ISU
DAN BUKTI EMPIRIS
Pada
dasarnya penggunaan angka-angka dalam laporan keuangan, ada hal-hal penting
yang perlu diperhatikan seperti berikut:
1.
Asumsi yang mendasari ukuran-ukuran ringkasan alternatif
(seperti rasio).
2. Sifat-sifat empiris
yang mendasari angka dan ukuran ringkasan.
Kegagalan
untuk mempertimbangkan masalah ini dapat menghasilkan gambar dari kesimpulan
yang salah, penggunaan alat
statistik yang tidak sesuai, atau pengumpulan data yang berlebihan.
4.1 Asumsi-asumsi Analisis Rasio
Model
paling umum yang sering digunakan dalam data laporan keuangan yaitu diringkas
melalui bentuk rasio, dengan tujuan seperti berikut:
1.
Untuk
mengendalikan dampak dari perbedaan ukuran
antara perusahaan dan karena perbedaan waktu.
2.
Untuk
membuat
data lebih memuaskan untuk memenuhi asumsi yang mendasari peralatan statistik
seperti analisa regresi.
3.
Untuk
menyelidiki
teori dimana rasio merupakan variabel kepentingan.
- Untuk
mengeksploitasi penelitian empiris yang teramati antara rasio keuangan dan
estimasi atau prediksi variabel yang diminati (contohnya, risiko keamanan
atau kemungkinan suatu perusahaan menyatakan kebangkrutan).
Asumsi-asumsi yang terpenting dalam penggunaan rasio
sebagai alat kontrol terhadap perbedaan yakni karena proporsi di dalamnya
tetap.
Alasan
Untuk Penggunaan Analisis Non-rasio
Pada pembahasan terdahulu fokus terhadap asumsi relasional
yang tersirat dalam pendekatan rasio untuk mengendalikan efek terhadap
perbedaan ukuran pada seluruh perusahaan atau dari waktu ke waktu. Dimana
asumsi proporsionalitas tidak deskriptif, seperti dalam penerapan alat
statistik analisis regresi linier atau nonlinier sehingga dapat menajadi acuan
dalam menganalisis data.
Beberapa anggapan ekonomi untuk tidak membatasi analisis data
dalam bentuk rasio. Karena asumsi proporsionalitas dianggap sebagai asumsi
paling tepat dalam mengendalikan perbedaan ukuran perusahaan melalui penggunaan
rasio yang dapat menyebabkan hilangnya suatu informasi penting.
4.2
Masalah Perhitungan Dalam Menghitung
Rasio
Masalah
dalam menginterprestasikan sering muncul dimana berkaitan dengan penggunaan
rasio dalam berbagai konteks seperti berikut:
a.
Penyebut
negatif
Dapat diasumsikan bahwa analisis
dalam pemeriksaan profitabilitas dari suatu perusahaan dalam sebuah industri
yang menemukan bahwa perusahaan memiliki ekuitas pemegang saham negatif.
Pengamatan dalam denominator rasio earning
to shareholder’s equity akan menghasilkan rasio yang tidak dapat diinterpretasikan. Ada beberapa cara
untuk mengatasi hal ini yaitu:
1.
Menghapus pengamatan dari sampel
2.
Memeriksa alasan penyebab adanya penyebut
negatif
3.
Menggunakan
alternatif rasio yang menggunakan beberapa aspek profitabilitas, misalnya: return on total asset atau earnings to sales.
b.
Pengamatan
outlier
Outlier adalah sebuah pengamatan
yang tampaknya tidak konsisten dengan data lainnya. Ada beberapa langkah untuk
menentukan apakah pengamatan merupakan outlier atau tidak yaitu dengan cara memastikan
nilai ekstrim pada kesalahan pencatatan dan apakah nilai ekstrim tersebut menyebabkan
denominator dari rasio pada tahun tertentu, mengklasifikasikan kebijakan
akuntansi, metode akuntansi, kondisi ekonomis dan perubahan struktural.
Ada beberapa piliahn alternatif yang tersedia untuk
analis ketika menghadapi observasi yang ekstrim adalah
1. Menghapus
pengamatan ekstrim
2. Mempertahankan pengamatan ekstrim sebagai kondisi ekstrim
dari karakteristik yang mendasari.
3. Menyesuaikan
kebijakan akuntansi atau kondisi ekonomis yang dianggap menyebabkan pengamatan
ekstrim.
4. Winsorizing
sampel.
5. Trimming
sampel.
4.3 Distribusi Angka Dalam Laporan Keuangan
a.
Pentingnya Distribusi
Bukti
Contoh
tentang area keputusan di mana bukti
mengenai distribusi angka-angka laporan keuangan ini penting meliputi:
1)
Sebuah keputusan pinjaman bank di mana
keinginan seorang analis untuk menentukan di mana pada distribusi industry,
rasio keuangan dari pemohon pinjaman yang sebenarnya.
2)
Sebuah keputusan strategi perusahaan di
mana fokusnya adalah pada potensi dari penghasilan untuk menggerakkan rasio penjualan
unit bisnis dari dasar 10% bawah
industri ke 10% teratas.
3)
Keputusan dalam keterlibatan audit
tentang desain sebuah pendekatan pengambilan sampel untuk memperkirakan
karakteristik keuangan suatu populasi.
4)
Keputusan tentang alat statistik apa
yang digunakan ketika menganalisis data laporan keuangan. Statistik dan
ekonometrik memberikan variasi yang luas dengan asumsi yang berbeda untuk
pendistribusian data yang dianalisis
Bukti tentang distribusi
angka-angka laporan keuangan juga dapat menjadi rangsangan untuk sub penelitian
terkini yang mempromosikan pemahaman yang lebih baik dari sifat-sifat data
laporan keuangan.
b. Fokus pada normalitas
Kebanyakan
analisa dari distribusi angka-angka dalam laporan keuangan mencoba menentukan
apakah distribusi normal dapat digunakan untuk menjelaskan angka-angka
tersebut. Alasan pertama mengapa memfokuskan
pada normalitas data adalah karena distribusi normal memiliki properti menarik
dimana hanya dua statistik ( rata-rata dan standar deviasi( yang memenuhi
karakteristik unyuk seluruh distribusi normal. Alasan kedua adalah
banyak alat statistik yang tersedia untuk menganalisa data laporan keuangan
menggunakan asumsi bahwa data tersebut berdistribusi normal.
Bagaimana jika normalitas ditolak ?
Hal ini dapat diatasi dengan:
1.
Memaksakan kewajaran atau normalitas pada data
2.
Mencoba untuk mentransform data sehingga
asumsi data normal dapat dicapai
3.
Mencoba untuk memaksa normalitas dengan
mereset observasi yang ekstrim
4.
Memaksakan data menjadi normal dengan
menghapus pengamatan yang menyimpang
5.
Mengakui ketidaknormalan tanpa mencoba
mengidentifikasi distribusi normal tertentu
6.
Mengidentifikasikan bentuk distribusi
tidak normal yang mengkarakteristikan
data yang hendak diamati. Identifikasi ini dapat didasarkan, pada (a) analisis
bukti sampel, (b) sebelum bukti yang tersedia, atau (c) analisis ekonomi dari
distribusi rasio.
c. Aspek Distribusi
1)
Central
tendency dapat dihitung dengan statistik yaitu median
2)
Dispersion.
Standar deviasi merupakan alat ukur yang umum untuk mengukur dispersion
3)
Skewnees
Distribusi skewnees berbeda dengan distribusi berbentuk bel dari distribusi
normal. Alat ukur yang biasanya digunakan untuk mengukur skewnees adalah keofisiean skewnees.
4)
Kurtosis
merupakan test yang umum digunakan untuk mengukur normalitas adalah
membandingkan distribusi sampel dengan distribusi normal menurut teori
5)
Studentized
Range merupakan pengukur lain dari dispersision
6)
Fractiles
of the distribution. Kegunaan dari distribusi suatu
variabel terkadang diperoleh dari fractiles
of the distribution
d.
Bukti Pendistribusian yang Dipublikasikan
Beberapa studi melaporkan bukti-bukti distribusi dalam rasio
keuangan, yaitu :
1) Deakin (1976), yang menguji distribusi 11 rasio keuangan pada
perusahaan manufaktur di Amerika Serikat pada periode 1953-1973 menyimpulkan
bahwa normalitas pada rasio laporan keuangan tidak dapat dipertahankan kecuali
jika rasio total hutang dengan total aset. Normalitas dapat dicapai dengan
mentransform data.
2) Ricketts dan Stover (1978)
yang menguji distribusi 11 rasio keuangan pada bank di Amerika Serikat
pada periode 1965-1974, menyimpulkan bahwa asumsi normalitas tidak dapat
ditolak pada rasio bank yang diuji.
3) Frecka dan Hopwood (1983) yang melakukan pengujian serupa
dengan Deakin (1976) dengan periode 1950-1979, menyimpulkan bahwa dengan
menghapus outlier, normalitas atau setidaknya mendekati normalitas, dapat
tercapai untuk populasi perusahaan manufaktur dan untuk industri spesifik
lainnya.
4) Bougen dan Drudy (1980) yang menguji distribusi dari 7 rasio
keuangan pada lebih dari 700 perusahaan di Inggris pada tahun 1975,
menyimpulkan bahwa bukti-bukti di Inggris mengindikasikan non-normalitas yang
disebabkan oleh beragamnya tingkat skewness
dan adanya outlier yang ekstrim.
5) Buijink dan Jegers (1984) yang menguji distribusi 11 rasio keuangan
pada perusahaan Belgia pada periode 1977-1981 menyimpulkan bahwa rasio-rasio
yang diuji menyajikan kekonsistenan dalam aspek distribusi tersebut.
Bukti
tentang dispersi dan simetri distribusi rasio keuangan disajikan dalam banyak
publikasi perdagangan dan pemerintahan.
e. Beberapa Bukti Tambahan
Dalam
mendapatkan sebuah tambahan wawasan tentang distribusi variabel keuangan, yang benar
dari distribusi berikut dihitung. Basis data terdiri dari semua perusahaan
dengan data pada 1983 industri tahunan tape Compustat:
(a) Posisi Kas
1.
(Kas + surat berharga) / kewajiban lancar, (C + MS) / CL
2.
(Kas + surat berharga) / Penjualan, (C + MS) / S
3.
(Kas + surat berharga) / total aset, (C + MS) / TA
(b) Likuiditas
1.
Quick
aset
/ kewajiban lancar, QA / CL
2.
Aktiva lancar / kewajiban lancar, CA /
CL
(c) Modal kerja / Arus Kas
1.
Modal kerja dari operasi / Penjualan,
WCO / S
2.
Modal kerja dari operasi / Total aset,
WCO / TA
3.
Arus kas dari operasi / Penjualan, CFO /
S
4.
Arus kas dari operasi / Jumlah aktiva
(rata-rata), CFO / TA
(d) Struktur Modal
1.
Kewajiban jangka panjang / Pemegang
Saham ekuitas, LTL / SE
2.
(Kewajiban lancar dan jangka panjang) /
Pemegang Saham ekuitas, (CL + LTL) / SE
(e) Debt
Service Coverage
1.
Pendapatan operasional / bunga
pembayaran, IO / INA
2.
Arus kas dari operasi / bunga
pembayaran, CFO / INA
(f) Profitabilitas
1.
Pendapatan bersih, NI
2.
Laba bersih per saham, E. P. S.
3.
Pendapatan bersih / Penjualan, NI / S
4.
Laba bersih / Pemegang Saham ekuitas
(rata-rata), NI / SE
5.
Laba bersih / Jumlah aktiva (rata-rata),
NI / TA
(g) Perputaran
1.
Penjualan / Total aktiva (rata-rata), S
/ TA
2.
Penjualan / Pendapatan piutang
(rata-rata), S / AR
3.
COGS / Persediaan(rata-rata), COGS / INV
(h) Pasar Modal
1.
Harga per saham / EPS, PE
2.
Dividen per saham / EPS, DIV. Payout
(i)
Dari
Ukuran
1.
Total aset, TA
2.
Penjualan, S
3.
Kapitalisasi pasar, MKT. CAP.
Pendekatan-pendekatan
untuk mengurangi penyimpangan normalitas
Beberapa
pendekatan yang dapat mengurangi penyimpangan dari normalitas. Untuk
mengilustrasikan hal tersebut, efek dari menggunakan dua pendekatan alternatif
untuk tiga rasio keuangan berikut ini disajikan:
a)
Aktiva lancar / kewajiban lancar
b)
(kewajiban lancer - kewajiban jangka
panjang) / pemegang saham ekuitas
c)
Penjualan / piutang
1.
Trimming
pada sampel yang secara substansial dapat mengurangi penyimpangan normalitas
saat seluruh sampel diperiksa.
2.
Transforming
rasio
keuangan dengan menggunakan transformasi logaritma dan akar kuadrat.
4.4
Korelasi
(hubungan) dan pergerakan diantara angka-angka laporan keuangan
A. Korelasi Cross-Section
Hubungan Cross-section antara rasio keuangan menjadi penting ketika
menggunakan rasio dalam model statistik Bukti menunjukan distribusi dari banyak rasio financial tidak
normal .Bukti ini memiliki implikasi ketika memeriksa hubungan antara rasio
keuangan pada suatu titik. Dua alat statistik utama yang digunakan untuk
menganalisa hubungan antaradua variabel adalah (1) Pearson moment correlation statistic yang digunakan pada saat
distribusi diperkirakan normal dan (2) Spearman
rank correlation statistic apabila tidak dipertimbangkan distribusi dari
variabel.
B. Pergerakan Time series
Rasio
keuangan juga digunakan untuk menilai perubahan likuiditas, profitabilitas, dan
sebagainya dari waktu ke waktu. Permasalahan muncul ketika ada pertanyaan berapa banyak rasio
harus diperiksa dalam penilaian time-series. Satu pendakatan adalah dengan
memeriksa sejauh mana rasio keuangan nergerak bersama-sama dalam periode waktu.
C. Beberapa Bukti Tambahan
Secara umum, korelasi dan pergerakan rasio pada setiap
kategori lebih tinggi dibandingkan korelasi dan pergerakan dari rasio yang
direpesentasikan antar kategori berbeda. Kategori perputaran dan pasar modal
merupakan yang terendah diantara kategori korelasi antara rasio individual. Dua
kategori ini juga telah dilaporkan relatif heterogen pada studi sebelumnya.
4.5 Beberapa Komentar Umum
1. Lev dan Sunder (1979) dan Whittington
(1980) menyatakan bahwa terdapat peningkatan kesadaran atas ketatnya asumsi
implisit proporsional saat menggunakan rasio sebagai kontrol untuk perbedaan
ukuran antar perusahaan.
2. McDonald dan Morris (1984) menyelidiki asumsi dengan empat
rasio keuangan : aset/penjualan lancar, aset lancar/kewajiban lancar, arus
kas/total hutang, dan total hutang/total aset.
3. Studi
empiris dari distribusi rasio keuangan telah diuji dengan dua cara : a) rasio
didistribusikan dengan normal, b) rasio didistribusikan tidak normal. Sebuah
pendekatan yang lebih menarik untuk mengembangkan distribusi diuji lebih
lanjut. McLeay (1984) mendiskusikan penggunaan pendekatan maksimum untuk
hubungan distribusi deskriptif dan non deskriptif.
4. Bukti penelitian
menunjukkan bahwa rasio laporan keuangan dan variabel lain bergerak secara
bersama-sama dari waktu ke waktu karena adanya pengaruh ekonomi dan
faktor-faktor yang terkait dengan industri. Bukti ini menyarankan bahwa
pengujian untuk normalitas atau bentuk distribusi lain harus dilakukan pada
pada sumber-sumber yang sama pada lintas waktu yang berbeda.
5. Gambola dan Ketz
(1983) melakukan studi terhadap 58 rasio keuangan pada 783 perusahaan
manufaktur selama periode 1971-1980. Lalu untuk setiap tahun, analisis faktor
diaplikasikan pada 58 rasio keuangan tersebut. Gambola dan Ketz (1983)
mengembangkan delapan faktor yang memiliki korelasi tertinggi, yaitu :
a) Posisi Kas : Hutang/Kas Lancar
b) Arus Kas : Arus kas/Aset
c) Pengeluaran Kas : Kas/Pengeluaran Kas
d) Keuntungan Keuangan : Total Utang/modal
e) Tingkat Pengembalian Investasi : Laba/Moda
f) Persediaan : HPP/Persediaan
g)
Return on Sales :
Modal kerja dari operasi/penjualan
h)
Capital Intensiveness : Aset
Lancar/Total Utang
4.6 Ringkasan
1. Terdapat pebedaan motivasi dalam menguji data keuangan
dalam format rasio, termasuk (a) mengendalikan perbedaan ukuran antar
perusahaan dari waktu ke waktu, (b) memfasilitasi penarikan kesimpulan dari
analisis statistik, (c) menyelidiki teori dimana rasio keuangan merupakan
variabel kepentingan, (d) mengeksploitasi pengamatan empiris keteraturan antara
rasio keuangan dan estimasi atau prediksi dari variabel kepentingan.
2. Penghitungan atau
penginterpretasian masalah sering ditemukan saat menguji data dalam bentuk
rasio. Kemungkinan penyebab masalah ini sangat banyak, dan para analis harus
menyadarinya sebelum memutuskan bagaimana mengatasinya.
3. Terdapat bukti bahwa
banyak rasio keuangan tidak dideskripsikan dengan distribusi normal.
4. Terdapat bukti bahwa
rasio keuangan khusus dengan berbagai kategori (posisi kas, struktur modal, dan
profitabilitas) memiliki korelasi dengan yang lainnya dan memiliki derajat
pergerakan yang tinggi dari waktu ke waktu. Bukti ini konsisten dengan tingkat rasio
yang lebih kecil yang dapat mengetahui informasi yang terdapat dalam banyak
rasio keuangan yang dapat dihitung.
Comments
Post a Comment