Text
Analisis Kemampuan Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Pada Perusahaan Yang Terdaftar Di BEI Tahun 2011-2017
Penelitian ini bertujuan untuk menentukan cara terbaik dalam memprediksi kondisi financial distress suatu perusahaan, apakah menggunakan laba atau arus kas. Tujuan kedua dirumuskan untuk menguji mana yang lebih baik dalam memprediksi financial distress, informasi keuangan dari satu tahun sebelum distress atau tiga tahun sebelum distress. Penelitian ini dilakukan untuk periode 2011-2017 menggunakan sampel perusahaan non-keuangan di Indonesia dengan total 80 perusahaan. Dalam mengumpulkan sampel perusahaan dilakukan dengan memasangkan (paired-sample) 40 perusahaan distress dengan 40 perusahaan non-distress berdasarkan kesamaan sektor industri, kesamaan periode, dan ukuran aset yang serupa. Metode regresi logistik digunakan untuk menguji hipotesis. Hasil penelitian ini menemukan bahwa rasio laba lebih baik dalam memprediksi financial distress dibandingkan rasio arus kas. Hasil penelitian menunjukkan bahwa ternyata data tiga tahun sebelum distressyang lebih baik dibandingkan data keuangan satu tahun sebelum distress dalam memprediksi financial distress. Secara keseluruhan, temuan dari penelitian ini membantu pemangku kepentingan dan pemegang saham untuk mengevaluasi kinerja perusahaan. Temuan penelitian ini juga dapat menyediakan wawasan yang bermanfaat terutama bagi investor yang telah ada dan yang potensial tentang pentingnya analisis rasio keuangan sebagai alat prediksi kesulitan keuangan.Ada Tabel
Call Number | Location | Available |
---|---|---|
11865 | PSB lt.2 - Karya Akhir | 1 |
Penerbit | Depok Program Studi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Indonesia., 2019 |
---|---|
Edisi | - |
Subjek | Financial distress Logistic Regression Indonesia Stock Exchange Financial Ratio\'s Cash Flows Earning |
ISBN/ISSN | - |
Klasifikasi | - |
Deskripsi Fisik | XV, 127 p. ; diagr. ; 30 cm |
Info Detail Spesifik | - |
Other Version/Related | Tidak tersedia versi lain |
Lampiran Berkas | Tidak Ada Data |