KENALI DAN
PREDIKSI RISIKO KEBANGKRUTAN LEWAT Z-SCORE
Oleh
: Ina Rizqiyana
Kebangkrutan
dan menjadi bangkrut adalah penyakit yang dihindari oleh para pebisnis.
Berbagai cara akan dilakukan oleh mereka untuk mempertahankan keutuhan
perusahaan dan meminimalisasi risiko kebangkrutan. Lantas, mengapa kita harus
memprediksi kebangkrutan? Mengapa perusahaan harus menghabiskan sejumlah dana
untuk memprediksi kemungkinan terjadinya kebangkrutan? Kenapa memprediksi
kebangkrutan menjadi suatu hal yang penting?
Sebelum
itu, mari kita kenali definisi dan konsep kebangkrutan terlebih dahulu. Menurut
Kamus Besar Bahasa Indonesia (KBBI), kebangkrutan (Bankruptcy) diartikan
sebagai keadaan dimana perusahaan tidak mampu untuk membayar utang-utangnya.
Sedangkan menurut Kamus Ekonomi Uang dan Bank, bangkrut didefinisikan sebagai
suatu kondisi yang dinyatakan secara hukum tentang suatu perusahaan yang jatuh
pailit, yaitu bila total pasivanya melebihi nilai total aktivanya, sehingga
kekayaan yang dimiliki perusahaan itu sendiri adalah negative. Dari kedua
definisi tersebut, dapat ditarik kesimpulan bahwa kebangkrutan adalah kondisi
dimana perusahaan tidak mampu membayar kewajibannya dan tidak dapat memperoleh
profit secara maksimal.
Kembali
ke pertanyaan sebelumnya, mengapa memprediksi kebangkrutan menjadi suatu hal
yang penting? Karena kebangkrutan yang umumnya bersifat mendadak. Bayangkan,
jika anda berada di posisi stakeholder sebuah perusahaan yang mengalami
kebangkrutan, pernyataan yang mungkin terbersit di benak anda adalah, “Jika
saja saya tahu bahwa hal ini akan terjadi, saya akan mempersiapkan semuanya”.
Ya, setiap stakeholder tentu saja berharap dapat mengetahui bahwa perusahaan
akan bangkrut, sehingga meraka dapat melakukan langkah yang diharapkan. Itulah
fungsi dari prediksi kebangkrutan, sebagai peringatan dini sekaligus persiapan
strategi.
Lebih
lanjut lagi, prediksi kebangkrutan menjadi sangat penting ketika dikaitkan
dengan pihak investor. Mengapa? Karena investor perlu memastikan bahwa
investasi mereka tidak terbuang sia-sia, salah satunya adalah dengan memastikan
bahwa perusahaan memiliki keberlangsungan usaha yang menjanjikan.
Keberlangsungan usaha ini sangat terkait dengan kemampuan perusahaan untuk
melunasi utang, membiayai kegiatan operasional atau bisnis utamanya dan
kemampuan perusahaan untuk menghasilkan laba. Jika perusahaan dapat memprediksi
kebangkrutannya, maka perusahaan dapat mempersiapkan strategi untuk
keberlangsungan usahanya.
Pertanyaan
yang kemudian muncul adalah, dengan cara seperti apa kita dapat memprediksi
suatu kebangkrutan?
Kebangkrutan
dapat dilihat dan diukur melalui analisis kebangkrutan. Adapun sumber analisis
kebangkrutan dapat diperoleh dari laporan keuangan perusahaan dan juga kondisi
aliran kas untuk saat ini serta aliran kas untuk masa mendatang. Bagi
perusahaan yang sudah listing di bursa, sumber informasi lain yang cukup akurat
adalah rating. Perusahaan dengan rating tertinggi, yang ditunjukan dengan kode
AAA (Highest Grade) dianggap sebagai perusahaan yang memiliki kemungkinan kecil
untuk benar-benar bangkrut. Sebaliknya, perusahaan dengan kode D (Default) memiliki
rating yang terendah dan rentan terhadap kebangkrutan. Cara tersebut adalah
cara yang paling mudah bagi orang awam atau calon investor yang ingin
mengetahui kemungkinan perusahaan mengalami kebangkrutan tanpa harus menghitung
rasio-rasio keuangan yang berkaitan dengan analisis kebangkrutan.
Ada
satu lagi cara yang dapat digunakan untuk memprediksi kebangkrutan dan cara ini
sangat banyak diaplikasikan oleh beberapa perusahaan di Indonesia. Adalah Model
Altman Z-Score, cara untuk memprediksi kebangkrutan yang banyak digunakan oleh
para investor, peneliti ataupun stakeholder sebagai sarana
untuk mengukur kesehatan
keuangan perusahaan. Model ini
merupakan salah satu model analisis multivariate dengan tingkat ketepatan dan
keakuratan yang relatif dapat dipercaya. Adapun variabel bebas dalam analisis
ini adalah rasio-rasio keuangan yang diperkirakan akan mempengaruhi kesehatan
keuangan perusahaan, yaitu (1) Net Working Capital to Total Asset sebagai X1,
(2) Retained Earnings to Total Assets sebagai X2, (3) Earning Before Interest
and Tax to Total Asset sebagai X3, (4) Market Value of Equity to Book Value of
Debt sebagai X4, dan (5) Sales to Total Asset sebagai X5.
Formula
dari Model Altman Z-Score adalah penjumlahan dari seluruh rasio keuangan di
atas yang setiap rasionya dikalikan dengan konstanta tertentu. Lebih jelasnya,
formula dari Model Altman Z-Score adalah sebagai berikut: Z = 1,2X1 + 1,4X2 +
3,3X3 + 0,6X4 + 1,0X5. Perusahaan yang memiliki nilai Z-Score di atas 2,99
dinyatakan sebagai perusahaan yang memiliki kemungkinan kecil untuk bangkrut.
Sebaliknya, perusahaan dinyatakan memiliki kemungkinan besar untuk bangkrut
jika nilai Z-Score-nya berada di bawah angka 1,81 dan berada dalam kondisi
ambigu jika nilai Z-Score-nya berada di antara 1,81-2,99.
Dari
formula tersebut dapat diketahui bahwa Altman Z-Score memiliki korelasi positif
terhadap rasio keuangan yang berbasis Total Assets (Total Aktiva). Jika
rasio-rasio keuangan ini naik, maka angka atau skor pada Z-Score akan semakin
tinggi dan probabilitas kebangkrutan semakin turun. Hal ini menunjukkan bahwa
penggunaan aset atau sumber daya yang optimal dapat mengurangi kemungkinan
terjadinya kebangkrutan dan memiliki peran utama dalam mencegahnya. Disusul
oleh laba sebelum bunga dan pajak (EBIT) diposisi kedua, sebagai salah satu
faktor yang memiliki porsi terbesar dalam menentukan apakah perusahaan dalam
kategori bangkrut atau tidak.
Kesimpulannya, semakin dini suatu perusahaan
memperoleh peringatan akan kebangkrutan, semakin baik bagi perusahaan untuk
meminimialisasi risiko dan memperbaiki kekurangan yang berkaitan dengan
keberlangsungan usaha di masa mendatang. Analisis Altman Z-Score adalah salah
satu model yang dapat digunakan untuk memprediksi kebangkrutan pada perusahaan.
Salah satu kelebihan analisis ini adalah perusahaan dapat sekaligus mengetahui
tingkat kesehatan keuangan perusahaanya dan dapat memperbaikinya jika nilai Z
perusahaan masuk dalam kategori rawan bangkrut.
Warm regard,
0 comments:
Post a Comment