Click here to load reader
Upload
orila
View
229
Download
80
Embed Size (px)
DESCRIPTION
statistik
Citation preview
MODUL 6
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Arie Novianti, MM ANALISIS LAPORAN KEUANGAN 1
2009
ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN
Tujuan pembelajaran adalah agar memahami:
1. Analisis time series
2. Analisis data keuangan
3. Aplikasi commos size
4. Aplikasi indeks
5. Aplikasi trend analysis
ANALISIS TIME SERIES
Dalam analisis keuangan, analisis terhadap data historis diperlukan untuk melihat trend-trend
yang mungkin timbul. Kemudian kita bisa menganalisis apa yang terjadi dibalik tren angka-
angka tersebut. Data historis perusahaan sebaiknya juga dibandingkan dengan data historis
industry untuk melihat apakah tren suatu perusahaan bergerak relative lebih baik terhadap
industry. Misalkan diketahui data ROA suatu perusahaan dan data ROA industry sebagai
berikut ini.
MODUL 6
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Arie Novianti, MM ANALISIS LAPORAN KEUANGAN 2
2009
Dari grafik dan table di atas Nampak bahwa tren ROA perusahaan mengalami kenaikan dari
tahun ke tahun. Demikian juga halnya dengan ROA industry. Dari analisis trend di atas Nampak
jgua bahwa kenaikan ROA industry lebih cepat dibandingkan dengan kenaikan ROA
perusahaan. Meskipun pada tahun 1989 ROA perusahaan masih lebih tinggi dibandingkan
dengan ROA industry, tetapi pada masa mendatang ROA perusahaan kemungkinan besar akan
di bawah ROA industry. Tentunya tren semacam ini bukan merupakan tren yang
menguntungkan buat perusahaan. Kejadian semacam ini bisa terjadi apabila industry tumbuh
pesat, tetapi perusahaan mengalami penurunan market share. Barangkali karena industry
tersebut sedang tumbuh, banyak pesaing-pesaing baru masuk dan mengurangi pangsa pasar
yang dipunyai perusahaan. Manajemen tentunya harus melakukan perubahan-perubahan yang
perlu untuk mengatasi permasalahan tersebut. Analisis tren semacam itu bisa dilakukan untuk
setiap rasio atau angka keuangan dan dibandingkan dengan tren dalam industry.
Dalam anaisis time series, seperti analisis tren di atas, perubahan-perubahan structural yang
akan berpengaruh terhadap angka-angka keuangan harus diperhatikan. Berikut ini beberapa
contoh perubahan structural yang akan mempengaruhi tren keuangan suatu perusahaan:
• Peraturan pemerintah
• Perubahan kompetisi
MODUL 6
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Arie Novianti, MM ANALISIS LAPORAN KEUANGAN 3
2009
• Perubahan teknologi
• Akuisisi dan merger (Penggabungan perusahaan)
Jika ada perubahan semacam itu, seorang analis mempunya beberapa alternative analisis.
Misalkan anais menganalisis industry perbankan dan ia tahu ada deregulasi perbankan sekitar
tahun 1988, analis bisa membagi periode analisis ke dalam dua periode yaitu periode sebelum
dan sesudah deregulasi. Kemudian analis menggunakan data-data sesudah tahun 1988 untuk
memproyeksikan kondisi keuangan pada masa mendatang. Sebaliknya, misalkan analis
mengasumsikan bahwa deregulasi semacam itu merupakan hal yang biasa dalam bisnis
perbankan, seorang analis bisa menggaunakan data-data untuk semua periode (periode
sebelum dan sesudah deregulasi) untuk memproyeksikan kondisi keuangan perusahaan pada
masa mendatang. Tetapi kalau deregulasi semacam di atas merupakan kebijakan yang jarang
dan merupakan kejadian yang luar biasa, pembagian periode analisis ke dalam dua periode,
yaitu sebelum dan sesudah deregulasi, merupakan cara yang realistis.
ANALISIS TREN DATA KEUANGAN
Dalam analisis time series, perhatian terhadap data historis sering digunakan untuk melihat
pola-pola yang sistematik terhadap data tersebut. Dalam kondisis analisis historis semacam itu,
analis mempunyai piluhan yang banyak terhadap factor-faktor yang diperkirakan akan
mempengaruhi suatu variable. Dalam konteks analisis masa mendatang (ex ante), seperti
forecasting, pilihan seorang analis menjadi serba terbatas. Seorang analis tidak tahu pasti
berapa nilai factor-factor di atas, dia harus memperkirakan niali tersebut sebelum
memperkirakan nilai variable yang diteliti tersebut. Analis tersebut terpaksa harus memfokuskan
pada beberapa variable saja yang lebih sedikit dan bisa diperkirakan pebih pasti. Analisis time
series klasik biasanya memfokuskan pada analisis musiman.
Data-data seperti data penjaualn mecerminkan emapt factor:
1. Tren
Tren merupakan pergerakan time series dalam jangka panjang, bisa merupakan tren
naik atau turun, Diperlukan waktu jangka panjang (15 atau 20 tahun) untuk melihat pola
MODUL 6
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Arie Novianti, MM ANALISIS LAPORAN KEUANGAN 4
2009
tren tersebut. Tren tersebut bis dipengaruhi oleh perubahan jumlah penduduk,
perubahan teknologi dan semacamnya.
2. Siklus
Siklus merupakan fluktuasi bisnis dalam jangka yang lebih penden (sekita 10 tahun).
Belum ada penjelasa yang memuaskan terhadap penyebab timbulnya fluktuasi siklus
semacam ini. Lamanya dan besarnay fluktuasi juga sangat beragam dari perusahaan ke
perusahaan dan dari industry ke industri
3. Musiman
Muisiman merupakan fluktuasi yang terjadi dalam lingkup satu tahun. Ada beberapa
penyebab timbulnya fluktuasi musiman seperti disebutkan di muka:
- karena peristiwa tertentu, missal karena peristiwa lebaran atau tahun baru
- Karena cuaca, missal musim hujan dan musim kemarau
4. Ketidakteraturan (irregularities)
Fluktuasi semacam ini disebabkan karena factor-factor yang munculnya tidak teratur,
dengan jangka waktu yang pendek. Misalkan suatu perusahaan mengalami musibah
karena salah satu gudangnya terbakar, maka data keuangan perusahaan pada periode
tersebut akan terpengaruh.
Misalkan analis ingin menganalisis tren penjualan suatu perusahaan, maka akan lebih baik
apabila pengaruh-pengaruh musiman, siklus, dan ketidakteraturan dihilangkan dari data. Data
yang dihasilkan merupakan data yang benar-benar mencerminkan tren penjualan perusahaan
tersebut. Demikian juga kalau ingin menganalsiis pengaruh musiman penjualan perusahaan,
maka akan lebih baik apabila pengaruh tren, siklus dan ketidakteraturan dalam data penjualan
dihilangkan, sehingga akan diperoleh data yang benar-benar mencerminkan pengaruh
musiman perusahaan.
MODUL 6
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Arie Novianti, MM ANALISIS LAPORAN KEUANGAN 5
2009
MENGUKUR PENGARUH TREN
Tren suatu data bisa dilihat dengan beberapa cara:
1. Menggambar dengan tangan
2. Menggunakan model matematika
Penggambaran secara langsung bisa dilakukan dengan menarik garis lurus di sekitar data-data
yang ada> Cara semacam ini sangat praktis dan sederhana, tetapi mempunyai kelemahan
karena konsistensi cara semacam itu sangat kurang, Dua orang, dengan data yang sama, bisa
menghasilkan garis tren yang berlainan. Demikian seorang analis apabila menggambar dua kali
pada waktu yang berbeda, dengan menggunakan data yang sama, bisa menghasilkan garis
trend yang berlainan. Cara semacam ini menimbulkan masalah apabila teknik kuantitatif akan
digunakan untuk analisis lebih lanjut.
Dengan menggunakan metode matematik, garis tren bisa dibuat dengan metode least square.
Metode tersebut pada dasarnya menggambarkan garis lurus sedemikian rupa sehingga selisih
kuadrat antara garis lurus dengan data yang sesungguhnya, yang paling kecil. Model tersebut
serupa dengan model regresi, kecuali asumsi yang digunakan untuk metode regresi tidak bisa
dipakai untuk analisis time series. Dalam analisis regresi diasumsikan bahwa korelasi antara
residual pada periode t dengan residual dengan periode t-1 sama dengan 0. Dalam analisis
time series, penjualan sebvagai contoh, tentunya asumsi semacam itu tidak masuk akal.
Penjualan pada periode t akan berkorelasi dengan penjualan pada t-1. Meskipun demikian
metode least square dipakai karena penggunaannya yang sederhana.
Model time series bisa dirumuskan sebagai berikut:
Y = a + b X
b = (ΣXY – n XY) / (ΣX2 – n X2)
a = Y – bX