Pendekatan Prediktif - Teori Akuntansi

By : NN

Hakikat dari pendekatan prediktif

Pendekatan prediktif muncul dari adanya kebutuhan untuk memecahkan masalah yang rumit dalam mengevaluasi metode-metode alternatif dari alternatif-alternatif pengukuran akuntansi. Pendekatan prediktif terhadap formulasi suatu teori akuntansi menggunakan kriteria kemampuan prediktif di mana pemilihan di antara pilihan-pilihan akuntansi yang berbeda akan bergantung pada kemampuan dari metode-metode tertentu untuk memprediksi peristiwa yang menjadi perhatian dari penggunaan.

Kriteria dari kemampuan pediktif mengikuti penekanan yang diberikan pada relevansi sebagai kriteria utama dari pelaporan keuangan.[1] Pelevansi memiliki konotasi sebagai suatu perhatian akan informasi tentang peristiwa-peristiwa di masa datang.

Keunggulan yang nyata dari pendekata prediktif adalah bahwa ia memungkinkan kita untuk mengevaluasi pengukuran-pengukuran akuntansi alternatif secara empiris dan membuat suatu pilihan yang nyata dengan berdasarkan atas suatu kriteria diskriminator.

Kemampuan prediktif adalah juga suatu kriteria purposif yang dapat dengan mudahnya dihubungkan dengan salah satu tujuan dari pengumpulan data akuntansi, fasilitasi pengambilan keputusan. Literatur akuntansi selalu beranggapan bahwa data akuntansi harus memfasilitasi pengambilan keputusan. Setelah “fasilitas pengambilan keputuasn” diperkenalkan, maka muncullah dua masalah. Pertama, sulit untuk mengidentifikasi dan mendefinisikan semua model-model keputusan yang diterapkan oleh para pengguna informasi akuntansi. Kedua, bahkan jika model keputusan telah terdefinikasikan dengan baik, suatu kriteria untuk pemilihan informasi yang relevan dapat saja hilang.

Terdapat dua aliran yang dapat diidentifikasikan. Satu, aliran berkaitan dengan kemampuan dari data akuntansi untuk menjelaskan dan meramalkan peristiwa-peristiwa ekonomi, aliran yang lainnya berkaitan dengan kemampuan dari data akuntansi untuk menjelaskan dan memprediksikan reaksi pasar terhadap pengungkapan.

Prediksi dari suatu peristiwa ekonomi

Satu tujuan utama dari akuntansi adalah untuk menyediakan informasi yang dapat digunakan untuk memprediksi peristiwa-peristiwa bisnis. Dalam sudut pandang pendekatan prediktif dalam formulasi suatu teori akuntansi, pengukuran-pengukuran akuntansi alternatif hendaknya dievaluasi berdasarkan atas kemampuan mereka untuk meramalkan peristewa-peristiwa ekonomi bisnis. Secara umum, kriteria nilai prediktif adalah suatu hubungan probabilitas antara peristiwa-peristiwa ekonomi yang menjadi perhatian dari pengambilan keputusan dan variabel-variabel pembuat prediksi yang relevan dan sebagian diperoleh dari informasi akuntansi.

Analisis time-series

Analisis ringkasan waktu (time-series) adalah suatu pendekatan metodologi struktual di mana ketergantungan statistikal sementara dalam suatu kumpulan data dapat diperiksa.[2] Penelitian analisis time-series terutama menempatkan fokusnya pada:

1.      Sifat-sifat time-series dari laba yang dilaporkan, dan

2.      Isu-isu prediksi dalam analisis time-series.

Sifat-sifat time-series dari laba yang dilaporkan

Pengetahuan tentang sifat-sifat dari laba yang dilaporkan dapat meningkatkan kemampuan prediktif dan nilai umpan balik dari kandungan informasi. Penelitian telah memeriksa kedua perilaku dari laba yang dilaporkan dan model-model yang menggambarkan laba setiap kuartal:[3]

1.      Sehubungan dengan rangkaian, laba tahunan, temuan-temuan menyajikan proses rata-rata bergerak, suatu submartingale, atau sutu dari dua proses: martingale atau rata-rata bergerak regresif. Jenis penelitian ini akan lebih berguna dan lebih menarik bagi pengambil keputusan jika ia diterapkan untuk menentukan dampak dari perubahan kebijakan akuntansi pada model-model probabilistic dari perilaku laba.[4]

2.      Sehubungan dengan rangkaian laba triwulanan, temuan-temuan yang ada sepertinya menunjukkan bahwa proses laba triwulanan tidaklah sepenuhnya memiliki sifat yang acak. Ia tampaknya mengikuti suatu proses autoregresif yang ditandai oleh kemampuan komponen musiman dan triwulanan-ke-triwulanan.[5]

Memprediksi laba akuntansi di masa depan

Jumlah laba yang dilaporkan adalah suatu angka teragregat dua dimensi: satu dimensi adalah temporer, dan satu dimensi adalah komposisional. Penelitian yang didasarkan pada time-series akuntansi telah memperhitungkan kemampuan prediktif dari laba tahunan yang lalu, laba triwulanan yang lalu, dan komponen-komponen laba:

1.      Sehubungan dengan penggunaan laba tahunan yang lalu untuk meramalkan laba di masa depan, studi-stidi menunjukkan bahwa proses-proses autoregresif (atau rata-rata bergerak) yang rumit, yang telah dikembangkan dengan menggunakan prosedur-prosedur Box dan Jenkins.

2.      Sehubungan dengan penggunaan laba triwulanan yang lalu untuk meramalkan laba di masa depan, studi-studi menunjukkan adanya suatu kemampuan prediktif yang lebih baik dari model-model laba triwulanan jika dibandingkan dengan model-model tahunan dan model-model “teridentifikasi secara individual” dari Box dan Jankins yang lebih komprehensif.[6]

3.      Sehubungan dengan digunakannya komponen-komponen laba untuk memprediksi di masa depan, bukti-bukti yang ada mendukung kemampuan peramalan yang lebih baik dari data penjualan dan laba yang terpilah-pilah,[7] namun hal ini tidak ditunjukkan bagi model-model yang berdasarkan pada komponen-komponen seperti beban bunga, beban penyusutan, dan laba operasi sebelum depresiasi.[8]

Prediksi kesulitan

Aplikasi-aplikasi yang paling relevan dari pendekatan prediktif adalah usaha-usaha untuk mencari karakteristik-karakteristik yang telah divalidasi secara empiris yang membedakan perusahaan-perusahaan yang mengalami kesulitan keuangan dengan yang tidak. Baik model univariate maupun multivariate telah digunakan untuk membantu seorang auditor menentukan kapan suatu perusahaan mendekati pailit.

Hasil yang paling patut dicatat adalah kemampuan prediktif yang unggul dari rasio arus kas dibandingkan total utang, diikuti oleh laba bersih dibandingkan aktiva total. Estimasi fungsi diskriminan dari Altman adalah:

Z = 0,12X1 + 0,14X2 + 0,33X3 + 0,006X4 + 0,999X5

X1 = jaringan modal/total aktiva

X2 = laba ditahan/total aktiva

X3 = laba sebelum beban bunga dan pajak/total aktiva

X4 = nilai pasar dari ekuitas/nilai buku dari total kewajiban

X5 = penjualan/total aktiva[9]

Empat faktor dasar probabilitas kebangkrutan ukuran dari perusahaan, ukuran struktur keuangan perusahaan, ukuran kinerja, dan ukuran likuiditas lancar.[10] Sembilan rasio keuangan di bawah ini dipilih sebagai variabel-variabel independent untuk merepresentasikan keempat faktor di atas:

1.      SIZE         : total aktiva/indeks tingkat harga produk nasional bruto (PNB)

2.      TLTA        : total kewajiban/total aktiva

3.      WCTA      : modal kerja/ total aktiva

4.      CLCA       : kewajiban lancar/ total aktiva

5.      OENEG    : satu jika total kewajiban melebihi total aktiva, selain itu nol

6.      NITA        : laba bersih/ total aktiva

7.      FUTL        : pendanaan yang diberikan oleh operasi/ total kewajiban

8.      INTWO     : satu jika laba bersih adalah negatif selama dua tahun terakhir, selain itu nol.

9.      CHIN        : (NIt – NIt-1/І NIt І + І NIt-1 І), di mana NI adalah laba bersih untuk tahun yang paling akhir. Denominatornya adalah indicator tingkatan dan CHIN adalah suatu ukuran perubahan dalam laba bersih.

Ada tiga model yang disajikan:

a         Model 1 memprediksikan kebangkrutan dalam satu tahun

Model 1 : -1,32 – 0,407 SIZE + 6,03 TLTA – 1,43 WCTA +0,0757 CLCA – 2,37 NITA – 1,83 FUTL + 0,285 INTWO + 1,72 OENEG – 5,21 CHIN

b        Model 2 memprediksikan kebangkrutan dalam waktu dua tahun jika perusahaan tidak mengalami kegagalan dalam tahun pertama

Model 2 : -1,84 – 0,519 SIZE + 4,76 TLTA + 1,71 WCTA + 0,297 CLCA – 2,74 NITA – 2,18 FUTL + 0,780 INTWO – 1,98 OENEG – 0,4218 CHIN

c         Model 3 memprediksikan kebangkrutan antara satu atau dua tahun

Model 3 : -1,13 – 0,478 SIZE + 5,29 TLTA – 0,990 WCTA + 0,062 CLCA – 4,62 NITA – 2,25 FUTL + 0,521 INTWO – 1,91 OENEG – 0,212 CHIN

Keterbatasan utama dari penelitian dan prediksi kesulitan muncul dari tidak adanya suatu teori ekonomi yang jelas tentang kesulitan ekonomi. Meskipun tidak terdapat suatu teori ekonomi tentang kesulitan, model-model yang berbasis analisis diskriminan dapat sangat bermanfaat bagi beragam konteks-konteks keputusan praktis.

Berbagai keterbatasan dikaitkan dengan penelitian mengenai prediksi kesulitan perusahaan.[11] Keterbatasan yang pertama muncul dari tidak adanya suatu teori ekonomi umum tentang kesulitan keuangan yang apat digunakan untuk menentukan variabel-variabel yang akan dimasukkan ke dalam model.

Keterbatasan yang kedua berhubungan dengan definisi yang berbeda dari peristiwa yang menjadi perhatian. Hasil dari kemampuan memprediksi yang lebih unggul dari beberapa rasio akuntansi tidak dapat digeneralisasi untuk mengizinkan diformulasikannya suatu teori akuntansi yang dilandaskan pada pembuat-pembuat prediksi yang konsisten dari kesulitan perusahaan.

Prediksi premi obligasi dan peringkat obligasi

Empat faktor di bawah ini diasumsikan menciptakan rasio obligasi dan oleh sebab itu akan mempengaruhi imbal balik dari obligasi saat jatuh tempo:

1.      Resiko kegagalan (tidak sanggup membayar)

2.      Resiko pemasaran

3.      Resiko daya beli

4.      Resiko tingkat suku bunga

Fisher menguji kemampuan dai model empat faktor dalam menjelaskan perbedaan-perbedaan yang terdapat dalam resiko premi dari obligasi perusahaan industri.[12] Empat variabel berikut ini diperhitungkan di dalam model:

1.      Variabel laba

2.      Solvensi atau kemampuan dalam memenuhi kewajiban

3.      Struktur modal

4.      Total nilai daari nilai pasar obligasi perusahaan

Peringkat obligasi yang dikeluarkan oleh tiga badan pemeringkat di Amerika Serikat adalah penilaian mengenai kualitas investasi dari kewajiban jangka panjang masing-masing peringkat adalah agregasi dari kemungkinan kegagalan (default).

Ada beberapa masalah yang belum terpecahkan mungkin akan membatasi kegunaannya, antara lain:

1.      Dengan satu pengecualian, model-model ini tidak memiliki pernyataan yang eksplisit dan dapat diuji tentang apa yang ditunjukkan oleh peringkat obligasi dan tidak adanya satu dasar pemikiran ekonomi di belakang variabel-variabel yang diperhitungkan.

2.      Tidak satu pun dari model-model yang memperhitungkan kemungkinan perbedaan-perbedaan pada perlakuan akuntansi yang digunakan oleh masing-masing perusahaan.

3.      Berbagai studi dari model-model regresi memerlukan variabel terikat sama seperti jika mereka berada pada suatu skala interval.

4.      Dengan satu pengecualian, seluruh studi tidak dapat membedakan kemampuan prediktif ex-ante dengan diskriminasi ex-post. Prediksi ex-ante berarti menggunakan model diskriminan yang dikembangkan berdasarkan atas basis A2, dari dimensi waktu t1, pada satu sampel dari dimensi waktu t + 1.[13]

Berbagai model peringkat obligasi terbaru menunjukkan arti penting dari ukuran-ukuran yang didasarkan atas laba sekaligus ukuran-ukuran lain dari kemampuan keuangan di dalam penjelasan dan prediksi peringkat-peringkat obligasi.

Ada enam fungsi diskriminan yang diusulkan untuk menjelaskan atau meramalkan peringkat obligasi, termasuk untuk peringkat AAA si bawah ini:

Z = -31,6004 + 0,000737x1 + 0,000119x2 + 0,44234x3 + 0,62823x4 + 7,26898x5 + 0,68425x6 + 0,06102x7 + 0,01802x8 + 10,26302x9

Untuk peringkat AA:

Z = -26,0425 + 0,000431x1 – 0,000174x2 + 0,49299x3 + 0,67906x4 + 6,80279x5 + 0,54641x6 + 0,06600x7 + 0,01687x8 + 9,7664x9

Untuk peringkat A:

Z = -26,1304 + 0,00269x1 – 0,000149x2 + 0,58069x3 + 0,60516x4 + 7,83642x5 + 0,4885x6 + 0,06777x7 + 0,00809x8 + 8,18782x9

Untuk peringkat BBB:

Z = -29,3824 + 0,000250x1 – 0,000233x2 + 0,71530x3 + 0,79864x4 + 8,5763x5 + 0,50766x6 + 0,0711x7 + 0,00235x8 + 4,27079x9

Untuk peringkat BB:

Z = -31,3397 + 0,000265x1 – 0,000295x2 + 0,76589x3 + 0,80544x4 + 9,15411x5 + 0,48010x6 + 0,059592x7 + 0,00705x8 + 1,69732x9

Untuk peringkan B:

Z = -34,8229 + 0,000242x1 -0,000357x2 + 0,85499x3 +0,84459x4 + 9,24043x5 + 0,49208x6 + 0,06970x7 + 0,00099x8 – 1,73660x9

X1 : total aktiva

X2 : total utang

X3 : utang jangka panjang/total modal yang diinvestasikan

X4 : utang jangja pendek/ total modal yang diinvestasikan

X5 : aktiva lancar/kewajiban lancar

X6 : rasio cakupan pembebanan tetap

X7 : rasio kas lima tahun yang dibagi dengan jumlah lima tahun dari pengeluaran modal, perubahan persediaan selama lima tahun terakhir, dan dividen saham biasa

X8 : harga saham/ekuitas biasa per saham

X9 : subordinasi (variabel dummy 0-1), 1 jika obligasi yang dinilai disubordinasikan

Fungsi diskriminan pada data baru adalah untuk setiap perusahaan yang perlu diklasifikasikan ke dalam kategori peringkat obligasi, hitunglah nilai klasifikasi untuk setiap kategori peringkat dari koefisien fungsi diskriminan (mengalikan data dengan koefisien-koefisiennya dan menambahkan syarat konstan).

Perilaku restrukturisasi perusahaan

Studi dari Marris tentang kapitalisme manajeral menunjukkan bahwa perusahaan-perusahaan yang diakuisisi adalah perusahaan yang dinilai rendah oleh pasar.[14] Tingkat aktivitas pengambilalihan adalah bervariasi sehubungan dengan tingkat penilaian saham yang dinilai rendah oleh pasar.[15] Parameter-parameter yang mengukur hubungan antara harga pasar dari saham dan faktor-faktor yang relevan hendaknya cukup konstan.

Chambers menguji tentang penilaian yang terlalu rendah dari aktiva bersih dilihat sebagai faktor kunci untuk memprediksi pengambilalihan. Temuan tersebut ditentang oleh Taussig dan Hayes dengan didasarkan pada tidak adanya kelompok kendali dalam studi oleh Chambers.[16] Mereka menolah hipotesis mengenai adanya suatu hubungan yang signifikan secara statistik antara nilai-nilai aktiva yang dinilai terlalu rendah dan kemyngkinan terjadinya pengambilan. Kedua studi diatas adalah univariate, dan hanya memperhitungkan penggabungan secara sukarela. Keterbatasan yang pertama sehubungan dengan sifat univariate dari analisis ini diperbaik oleh Vance.[17] Keterbatasaan yang kedua dikoreksi untuk pertama kalinya oleh berbagai studi yang beranggapan perusahaan-perusahaan diakuisisi melalui penggabungan dengan sukarela.[18]

Pada kenyataannya, restrukturisasi perusahaan secara internasional juga meliputi penggabungan, konsolidasi, divestasi, transaksi bursa, pembelian dengan menggunakan pinjaman (leverage buyouts-LBO) dan pemecahan (spinoff), yang ditunjukkan untuk memaksimalkan nilai pasar dari ekuitas yang dipegang oleh pemegang saham yang ada, atau memaksimalkan kesejahteraan dari manajemen yang ada.[19]

Perusahaan yang mengakuisisi diuji dengan menggunakan suatu ukuran probabilitas yang terstandarisasi, yang dikenal sebagai “profitabilitas dari amalgamasi (yang telah distandarisasi untuk industri dan tahun tersebut) dikurangi rata-rata profitabilitas prapenggabungan dari amalgamasi selama tiga tahun (sama-sama distandarisasikan).”[20]

Paul Barnes mengestimasikan fungsi diskriminan berikut ini:

Z = -1,91218 – 1,61605x1 + 4,99448x2 +1,11363x3 – 0,70484x4 - 0,11345x5

Di mana:

x1 : aktiva cepat/kewajiban lancar

x2 : aktiva lancar/kewajiban lancar

x3 : margin laba sebelum pajak

x4 : margin laba bersih

x5 : pengambilan ekuitas pemegang saham

Keputusan-keputusan kredit dan pinjaman bank

Dari sudut pandang pendekatan prediktif, penelitian yang dilakukan terdiri atas pembuatan replika atau memprediksikan evaluasi atau perubahan kredit yang terjadi dengan didasarkan pada akuntansi dan informasi keuangan lainnya.

Keputusan pinjaman bank juga telah menjadi bagian dari subjek penelitian empiris dan prediktif. Terdapat tiga area penelitian yang dapat diidentifikasi. Area yang pertama berhubungan dengan usaha-usaha untuk mensimulasikan aspek-aspek dari investasi bank dan proses peminjaman. Keputusan investasi ini menjadi subjek dari simulasi analisis. Hasil menunjukkan bahwa informasi keuangan memainkan peran yang besar dalam keputusan.

Area yang kedua berhubungan dengan prediksi dari klasifikasi pinjaman. Dengan sedikit keberhasilan.

Area yang ketiga berhubungan dengan estimasi dan prediksi dari kesulitan keuangan bank komersial. Studi-studi telah menguji kelayakan dari prediksi kesulitan keuangan bank dengan didasarkan pada data akuntansi. Sinkey telah dapat memprediksi sebagian besar kegagalan-kegagalan dengan didasarkan pada suatu model yang meliputi dua variabel yaitu beban operasi terhadap laba operasi dan investasi terhadap aktiva.[21]penyaringan akuntansi ternyata memberikan waktu awal yang berharga yang dapat digunakan oleh penyelenggara untuk melaksanakan tanggung jawab mereka dengan lebih efektif.