Sabtu, 02 Januari 2010

BAB 13 ALK

BAB 13
PREDIKSI KEBANGKRUTAN


Informasi kebangkrutan bisa bermanfaat bagi beberapa pihak seperti berikut ini :
1) Pemberi Pinjaman ( seperti pihak Bank). Informasi kebangkrutan bisa bermanfaat untuk mengambil keputusan siapa yang akan diberi pinjaman, dan kemudian bermanfaat untuk kebijakan monitor pinjaman yang ada.
2) Investor. Investor saham atau obligasi yang dikeluarkan oleh suatu perusahaan tentunya akan sangat berkepentingan melihat adanya kemungkinan bangkrut atau tidaknya perusahaan yang menjual surat berharga tersebut.
3) Pihak Pemerintah. Pada beberapa sector usaha, lembaga pemerintah mempunyai tanggungjawab untuk mengawasi jalannya usaha tersebut(misal sector perbankan).
4) Akuntan. Akuntan mempunyai kepentingan terhadap informasi kelangsungan suatu usaha karena akuntan akan menilai kemapuan going concern suatu perusahaan
5) Manajemen. Kebangkrutan berarti munculnya biaya – biaya yang berkaitan dengan kebangkrutan dan biaya ini cukup besar. Suatu penelitian menunjukkan biaya kebangkrutan bisa mencapai 11-17% dari nilai perusahaan.

MASALAH DALAM KEBANGKRUTAN

Kesulitan keuangan jangka pendek bersifat sementara dan belum begitu parah, tetapi kesulitan semacam ini apabila tidak ditangani bisa berkembang menjadi kesulitan tidak solvable. Kalau tidak solvable, perusahaan bisa dilikuidasi atau direorganisasi. Likuidasi dipilih apabila nilai likuidasi lebih besar dibandingkan dengan nilai perusahaan kalu diteruskan. Reorganisasi dipilih kalau perusahaan masih menunjukkan prospek dan dengan demikian nilai perusahaan kalau diteruskan lebih besar dibandingkan nilai perusahaan kalau dilikuidasi.

Beberpa alternative perbaikan berdasarkan besar kecilnya permasalahan keuangan yang dihadapi perusahaan :

Pemecahan secara informasi


1) dilakukan apabila masalah belum begitu parah
2) masalah perusahaan hanya bersifat sementara, prospek masa depan masih begitu bagus cara :
a. perpanjangan ( extention) : dilakukan dengan memperpanjang jatuh tempo hutang – hutang
b. komposisi ( Composition) : dilakukan dengan mengurangi besarnya tagihan

Pemecahan secara formal


Dilakukan apabila masalah sudah parah, kreditur ingin mempunyai jaminan keamanan cara :

a. apabila nilai perusahaan diterskan > nilai perusahaan dilikuidasi
Reorganisasi : dengan mengubah struktur modal menjadi struktur modal yang layak
b. apabila nilai perusahaan diterskan < nilai perusahaan dilikuidasi
Likuidasi : dengan menjual asset – asset perusahaan
Analisis kebangkrutan dilakukan untuk memperoleh peringatan awal kebangkrutan . semakin awal tanda – tanda kebangkrutan tersebut, semakin baik bagi pihak manajemen karena pihak manajemen bisa melakukan perbaikan – perbaikan. Tanda – tanda kebangkrutan tersebut dalam hal ini dilihat denagn menggunakan data – data akuntansi.
Dalam praktik dan juga dalam penelitian empiris, kesulitan keuangan sulit untuk diidentifikasikan . kesulitan semacam ini bisa berarti mulai dari kesulitan likuditas, yang merupakan kesulitan keuangan yang paling ringan, sampai kepernyataan kebangkrutan yang merupakan kesulitan yang paling berat. Dengan demikian kesulitan keuangan bisa dilihat sebagai kontinum yang panjang, mulai dari yang ringan sampai yang paling berat.

Perhatikan empat kategori semacam ini :

Tidak dalam kesulitan
Keuangan Dalam kesulitan
keuangan
Tidak Bangkrut I II
Bangkrut III IV

Perusahaan yang berada dalam kategori II barangkali mengalami kesulitan, tetapi berhasil mengatasi masalah tersebut dan karena itu tidak bangkrut. Perusahaan pada kategori III sebenarnya tidak mengalami kesulitan keuangan, tetapi karena suatu hal, maka perusahaan tersebut memutuskan untuk bangkrut. Pada situasi IV pengertian kebangkrutan begitu jelas, perusahaan mengalami kesulitan keuangan dank arena itu akan bangkrut. Demikian juga pada situasi I, situasi keuangan cukup jelas, dalam hal ini perusahaan tidak mempunyai kesulitan keuangan dan tidak mengalami kebangkrutan.

Ada beberapa indicator yang bisa memprediksi kebangkrutan. Salah satu
Sumbernya adalah analisis aliran kas untuk masa mendatang, sedangkan sumber lainnya adalah analisi strategi perusahaan. Sumber lain adalah laporan keuangan perusahaan. Laporan keuangan ini dipakai untuk memprediksi kesulitan keuangan . sumber lainnya adalah informasi eksternal. Pada pasar keuangan yang sudah maju, lembaga penilai sudah berkembang dan informasi mereka bisa dipaki untuk memprediksi kemugkinan adanya kesulitan keuangan.

PREDIKSI KEBANGKRUTAN : ANALISIS UNIVARIATE

Pendekatan tunggal (univariate ) bisa dipakia untuk memprediksi kesulitan keuangan dengan asumsi bahwa distribusi variable keuangan untuk perusahaan yang menglami kesulitan keuangan berbeda dengan distribusi variable keuangan untuk perusahaan yang tidak mengalami kebangkrutan.

Penggunaan metode tersebut akan dijelaskan dengan menggunakan contoh berikut pada tahun 1970, beberapa perusahaan kereta api AS yang cukup besar mengalami kebangkrutan. Apakah rasio – rasio keuangan pada tahun – tahun sebelumnya bisa memperkirakan kebangkrutan tersebut? Berikut ini dua rasio keuangan yang dipilih untuk melihat apakah kebangkrutan perusahaan kereta api tersebut bisa dilihat melalui rasio – rasio keuangan pada tahun – tahun sebelumnya.

(1) Rasio biaya transportasi terhadap pendapatan operasional (BT/ PO). Biaya transportasi merupakan komponen biaya yang terbesar yang terjadi pada perusahaan kereta api , yang meliputi biaya operasional angkutan kerta, biaya gaji pegawai kereta dan biaya bahan baker. Pendapatan operasional terutama berasal dari karcis kereta yang terjual dan juga pendapatan dari beberapa sumber yang lain seperti pendapatan angkutan barang dan surat pos
(2) Rasio timed interst earned (TIE) yang merupakan rasio EBIT ( Earning Before Taxes)/Interst. Bunga atau interest disini adalah bunga dari kewajiban obligasi. Apabila diperoleh angka negatif, berarti perusahaan mempunyai earning( atau pendapatan) yang negative

Teknik penelitian titik cut off mengandung bahaya bahwa karakteristik spesifik perusahaan – perusahaan dalam sample akan sanagat mempengaruhi nilai cut off, dan dengan demikian titik cut off tersebut tidak representaif untuk perusahaan – perusaan lainnya. Untuk menghindari kemungkinan semacam tersebut, akuirisititik cut off bisa menggunakan perusahaan – perusahaan diluar sampel .

Empat variable yang menunjukkan perbedaaan antara perusahaan yang bangkrut dengan yang tidak bangkrut secara konsisten adalah

1. tingkat retun ( rate of return ). Perusahaan yang bangkrut mempunyai tingkat return yang lebih rendah.
2. penggunaan hutang. Perusahaan yang bangkrut menggunakan hutang yang lebih tinggi
3. perkindungan terhadap biaya tetap ( fixed payment coverage) . perusahaan yang bangkrut mempunyai perlindungan terhadap biaya tetap yang lebih kecil
4. fluktuasi retun saham. Perusahaan yang bangkrut mempunyai rata – rata return yang lebih rendah dan mempinayi fluktuasi return saham yang lebih tinggi.

PREDIKSI KEBANGKRUTAN : ANALISIS MULTIVARIATE
Salah satu kelemahan model univariate adalah kemungkinan terjadinya konflik antara variable – variable yang dijadikan prediksi. Untuk mengatasi masalah tersebut model multivariate dikembangkan. Variable bebas dalam model ini adalah rasio – rasio keuangan yang diperkirakan memprediksi kebangkrutan, sedangkan variable tidak bebas adalah prediksi kebangkrutan ( bangkrut dengan nilai 0 dan tidak bangkrut dengan nilai 1 ) atau profitabilitas kebangktutan ( 0 sampai 1, inklusif)

Teknik statisistik yang sering digunakan adalah analisis diskriminan untuk mengklasifikasikan observasi ke dalam dua kelompok : bangkrut dan tidak bangkrut. Teknis analisi logis atau probit juga sering digunakan untuk melihat profitabilitas suatu kejadian berdasrkan variabel – variabel tertentu. Analisis non parametik juga bisa digunakan.

Dengan menggunakan kasus kebangkrutan perusahaan kereta api, kita akan menggunakan dua variable untuk persamaan deskriminasi, yaitu variable rasio BT/PO(variable bebas X1) dan variable TIE(sebagai variable X2) . diasumsikan bahwa rasio – rasio yang dipakai berasal dari populasi denagn distribusi normal dan matriks varians kovarians kedua kelompok tersebut sama.

Persamaan diskriminan linear bisa ditulis sebagai berikut ini :

Zi = a X1 + B X2

Skor Z yang rendah berarti semakin besar kemungkiana untuk bangkrut. Koefisien negative variable X1 menandakan hubungan negative antara variable tersebut dengan skor Zi. Semakin tinggi nilai X1, semakin rendah nilai Zi dan semakin tinnggi kemungkina kebangkrutan. Nilai koefisien yang positif pada variable X2 menandakan bahwa semakin tinngi rasio TIE, semakin tinggi nilai skor Zi dan semakin kecil kemubgkinan bangkrut.

Banyak bukti yang cukup kuat mengatakan bahwa kebangkrutan tidak hanya dipengaryhi oleh variable – variable intern saja ( dari perusahaan ), tetapi juga oleh variable – variable eksternal seperti perubahan tingkat bunga, turunnya kondisi perekonomian, atau perubahan tingkat pengganguran. Dengan bukti semacam ini multivariate bisa memasukkan variable – variable ekonomi makro untuk memprediksi kemubkinan kebangkrutan.

BUKTI – BUKTI INTERNAL

Salah satu masalah yang bisa dibahas adalah apakah ada kesamaan rasio keuangan yang bisa dipaki untuk memprediksi kebangkrutan untuk semua Negara, ataukah mempunyai kekhususan. Nilai Zi dicari dengan persamaaan diskriminan sebagai berikut ini :

Zi = 1,2 X1 +1,4X2 + 3,3X3 + 0,6X4 + 1,0X5

Dimana ,
X1 = (Aktiva lancar – hutang lancar)/total aktiva
X2 = laba yang ditahan / total asset
X3 = laba sebelum bungan dan pajak / total asset
X4 = nilai pasar saham biasa dan prefern / nilai buku total hutang
X5 = penjualan / total asset

Masalah lain yang mungkin perlu dipertimbangkan adalah banyak perusahaan yang tidak go public, dan dengan demikian tidak mempunayi nilai pasar. Untuk beberapa Negara seperti Indonesia, perusahaan semacam ini merupakan bagian terbesar yang ada. Altman kemudian mengembangkan model alternative dengan mengganti variable X4 ( nilai pasar saham prefern dan biasa/ nilai buku total hutang). Dengan cara demikian model tersebut bisa dipakai bisa untuk perusahaan yang go public maupun perusahaan yang tidak go public.

Berdasarkan komentar bisa diajukan dalam kiatannya dengan model kebangkrutan semacam ini. Pertama, sampai sejauh ini sangat sedikit pembicaraan teori yang bisa mengarah penelitian kebangkrutan. Dengan semakin sedikitnya teori tersebut, prediksi kebangkrutan lebih diarhkan ke pencarain – pencarian variabel - variabel relevan dengan coba – coba.

Dengan metode pencarian semacam ini, peneliti perlu memperhatiakn kemungkinan adanya bias, yaitu model tersebut hanya mempunyai karakteristik yang mempunyai sample tersebut. Untuk menghindari kemungkinan semacam ini, sample bisa dibagi ke dalam dua kelompok. Dengan kelompok pertama, analis mencari model prediksi kebangkrutan, kemudian model tersebut diuji validitasnya dengan menggunakan kelompok kedua. Varians yang lain adalah dengan menggunakan beberapa metode.

Penelitian menunjukan bahwa interpretasi prediksi tidak begitu sensitive terhadap perbedaan model – model statistic yang dipilih. Sebagai contoh suatu penelitian berkesimpulan bahwa untuk suatu set variable tertentu, penggunaan model diskriminasi linear, model diskrimasi kuadrat dan model logit, menghasilkan tingkat akurasi yang hampir sama.

Sedangkan peneliti masalah prediksi menggunakan data beberapa periode sebelum kebangkrutan, misal satu, dua, tiga, empat tahun sebelum kebangkrutan.
Tetapi dalam kenyataannya analisis tidak pernah tau kapan bangkrut. Pilihan waktu untuk menyatakan bangkrut sangat tergantung dari beberapa factor seperti kemapuan bank untuk membantu restrukturisasi keuangan, kebangkrutan perusahaan lain, dan negosiasi dan pekerja.

Sampel yang dipilih semacam ini juga membuat sulit untuk menarik kesimpulan terhadap populasi secara keseluruan. Sampel yang baik tentunaya sampel yang mewakili populasi secara keseluruan.

Kalau penelitian kebangkrutan dinilai dari sumbanganya terhadap pengambilan keputusan akan terasa bahwa penelitian kebangkrutan memberi sumbangan yang cukup substansial. Karena keputusan akan lebih baik dengan adanya informasi kebangkrutan ini.

ALK BAB 14

BAB 14

ANALISIS PEMBERIAN PINJAMAN



KETENTUAN DAN RISIKO KEUANGAN
PEMBERIAN pinjaman meliputi beberapa aspek. Pada waktu nasabah mendekati bank, ada beberapa tahap yang akan dilalui oleh nasabah tersebut meliputi evaluasi oleh bank; penyusunan perjanjian simpan pinjam seperti penentuan tingkat bunga, penentuan beberapa batasan yang bertujuan melindungi kepentingan pemberi pinjaman (bank); dan monitoring oleh pihak bank.

Sumber informasi yang bisa diperoleh untuk membantu pengambilan keputusan pinjaman ini antara lain :
1. Nasabah yang akan menginginkan pinjaman. Informasi ini meliputi informasi laporan keuangan masa lalu, informasi proyeksi keuangan, deskripsi aset yang dijadikan jaminan, dan detail perencanaan bisnis dan pengalaman manajemen.
2. File pihak pemberi dana. Jika perusahaan sudah menjadi nasabah bank, bank mempunyai file nasabah dan informasi masa lalu nasabah dalam kaitannya dengan bank bisa dianalisis. Bahkan jika perusahaan masih baru (calon nasabah), informasi mengenai perusahaan –perusahaan lain yang serupa (satu industri) bisa digunakan sebagai perbandingan.
3. Asosiasi bisnis. Asosiasi bisnis bisa memberikan informasi mengenai perilaku dan kondisi anggota-anggotanya. Informasi tersebut bisa digunakan untuk mengevaluasi suatu perusahaan.
4. Informasi pihak eksternal. Pada beberapa negara maju informasi eksternal tersedia dan bisa diperoleh relatif mudah. Sebagai contoh Dun & Bradstreet (perusahaan pe-rating Amerika Serikat) menyediakan informasi mengenai perusahaan kecil. Perusahaan pe-rating lain seperti Standard & Poors memberi rangking surat-surat berharga dengan nilai-nilai seperti AAA (untuk yang paling rendah risikonya). Informasi semacam ini bisa dipakai dalam analisis pinjaman.
5. Informasi Pasar Modal. Beberapa informasi dari pasar modal seperti harga saham, volume penjualan bisa dipakai sebagai informasi tambahan dalam analisis pinjaman. Laporan dari perusahaan broker bisa memberi informasi mengenai kualitas manajemen dan perkembangan-perkembangan masa mendatang.
6. Laporan Industri dan Ekonomi secara Umum. Laporan asosiasi perdagangan, peramalan ekonomi yang dibuat oleh ekonom, laporan dari lembaga-lembaga pemerintah, laporan dari Biro Pusat Statistik mengenai uang beredar, pendapatan nasional, dan inflasi bisa dipakai untuk menganalisis pinjaman.

Tahapan dalam proses pinjaman mencakup tiga hal :

1. Persetujuan Pinjaman.
2. Monitor Pinjaman.
3. Pelunasan Pinjaman.


Tabel 14.2 Rasio Keuangan yang Dianggap Penting dalam Pengambilan Keputusan Pinjaman

Rasio Keuangan Rata-rata rating
1. Hutang/Modal Saham
2. Rasio Lancar
3. Aliran Kas/Proporsi Hutang Jangka Panjang yang jatuh tempo tahun ini
4. Fixed charged Coverage
5. Profit margin bersih sesudah pajak
6. Bunga bersih yang diperoleh
7. Profit Margin bersih sebelum pajak
8. Degree of Financial Leverage
9. Perputaran Persediaan dalam hari
10. Perputaran Piutang Dagang (hari)

Catatan : 1,2,3 - Kurang penting
4,5,6,7 - Penting secara umum (Rata-rata) 8,9,10 - Sangat penting

Pertimbangan yang biasa dihasilkan oleh analis kredit adalah sebagai berikut :

1. Lancar. Risiko yang normal
2. Diperhatikan secara khusus. Ada bukti-bukti kelemahan pada kondisi keuangan nasabah atau skedul pembayaran yang tidak realistis.
3. Di bawah Standar. Tren keuangan yang semakin jelek, atau perkembangan manajerial, ekonomi, dan politik yang membutuhkan penanganan yang cepat.
4. Meragukan. Pembayaran penuh hutang dipertanyakan. Beberapa kerugian sangat mungkin terjadi. Bunga pinjaman tidak diperoleh.
5. Kerugian. Kredit dipertimbangkan tidak kembali.

Studi untuk memprediksi kelima pertimbangan di atas menghasilkan persamaan sebagai berikut :
Yi = -3,90 + 6,41 x Dei – 1,12 x FCCi + 0,664 x SDi

Dimana
DEi = (Hutang jangka panjang + hutang lancar)/Total Aset
FCCi = Dana dari operasi/ (Biaya bunga + komitmen biaya sewa + rata -rata hutang yang akan lunas dalam jangka waktu tiga tahun)
SDi = Jumlah tahun yang berurutan perusahaan mengalami penurunan penjualan

Begitu juga akurasi model tersebut dengan menggunakan kredit di luar sampel (uji validasi).

Klasifikasi Kredit Sampel Estimasi Sampel Validasi
Lancar
Diperhatikan Khusus
Substandar
Meragukan 93%
44%
80%
60% 94%
29%
30%
50%

Model tersebut memprediksi kredit lancar dengan cukup baik pada dua kategori sampel, tetapi tidak begitu baik untuk tiga kategori kredit yang lainnya. Model yang tidak begitu baik hasilnya tersebut disebabkan beberapa kemungkinan: (1) Staf kredit menggunakan lebih dari tiga variabel yang dibicarakan di atas (2) Data-data dalam model di atas tidak menunjukkan hubungan yang sifatnya linear (3) Hanya sedikit terjadi keseragaman pendapat antara para staf kredit mengenai variabel yang bisa masuk dalam model tersebut.

Tabel 14.3. Faktor-faktor yang dipertimbangkan dalam penyusunan rating kredit oleh Dun & Bradstreet

Rating Tinggi Baik Fair Terbatas

Deskripsi Jika semua kondisi di bawah ini memuaskan Jika sebagian besar kondisi ini memuaskan Dipandang baik, tetapi beberapa variabel tidak bagus Risiko kredit semakin besar, Reputasi terbatas
Pembayaran Memuaskan. Ada penjelasan memadai terhadap kelambatan yang mungkin terjadi Secara umum memuaskan. Penjelasan memadai terhadap kelemahan Kelemahan yang cukup signifikan Signifikan bahkan kelambatan yang kronis
Keuangan Laporan keuangan secara teratur diperoleh. Ada angka-angka perbandingan. Kondisi bagus. Tren yang menaik Laporan diperoleh kondisi lumayan. Tren biasanya cukup Laporan diperoleh. Kondisi tidak seimbang. Kerugian operasional dan aliran kas tidak bagus. Hutang cukup besar Laporan diperoleh. Kondisi tidak seimbang Kerugian dan hutang semakin besar.
Sejarah Satu tahun setidak-tidaknya 3 tahun lebih disukai. Jumlah yang cukup terhadap kepemilikan Tidak ada minimum tahun jika faktor lain memuaskan. Jaminan yang memadai terhadap kepemilikan Jaminan yang memadai terhadap kepemilikan Jaminan yang memadai terhadap kepemilikan
Yang lainnya Pengalaman dalam semua aspek manajemen bisnis. Tidak ada kegagalan bisnis akhir-akhir ini yang akan berakibat buruk terhadap bisnis Jika baru, pengalaman pada pengelolaan bisnis yang sukses dimasa lalu. Tidak ada kegagalan bisnis akhir-akhir ini. Mungkin kekurangan pengalaman. Mempertimbangkan pengaruh kegagalan terhadap bisnis saat ini Mungkin kurang pengalaman. Mempertimbangkan pengaruh kegagalan terhadap bisnis saat ini.

Catatan : Faktor lain yang dipertimbangkan untuk penilaian ini termasuk : operasi atau lokasi, catatan bank, informasi publik, faktor-faktor ekonomi secara umum, kondisi industri atau lokal.

BEBERAPA MASALAH DALAM PENGGUNAAN MODEL KUANTITATIF

Masalah mungkin timbul dalam pemilihan sampel untuk pembuatan model. Jika pembuatan model menggunakan catatan-catatan yang ada saat ini dalam perusahaan, maka model tersebut barang kali tidak bisa dipakai untuk calon nasabah (yang baru), karena sampel yang digunakan tersebut telah diseleksi oleh sistem seleksi yang ada saat ini. Sampel tersebut tidak mewakili nasabah yang baru (calon). Salah satu alternatif yang bisa dilakukan adalah dengan menerima semua permintaan kredit, tanpa melakukan seleksi dengan menggunakan sistem seleksi yang ada untuk periode waktu tertentu. Setelah itu analis menggunakan data tersebut (yang terdiri dari kredit macet dan lancar) untuk membuat model.

Pemilihan variabel bebas biasanya pada beberapa hal :
1. Pengalaman perusahaan pada masa lalu
2. Penelitian-penelitian terdahulu
3. Metode pencarian model terbaik dengan menggunakan teknik statistik, misal regresi atau diskriminan stepwise.

Sebuah penelitian mengenai kredit konsumen menemukan variabel-variabel berikut yang signifikan untuk prediksi risiko kredit, dengan menggunakan analisis univariate :
1. Status rumah
2. Tabungan di Bank
3. Tujuan kredit
4. Persyaratan kredit (jumlah pembayaran bulanan)

Kemudian analisis stepwise dilakukan dan hasil yang diperoleh adalah persamaan terbaik dengan delapan variabel yaitu :
1. Status rumah (sewa, beli)
2. Tabungan
3. Tujuan kredit
4. Jumlah keluarga yang ditanggung
5. Jumlah pembayaran bulanan
6. Umur peminjam
7. Besarnya kredit
8. Status perkawinan.

BAB 15 ALK

BAB 15
INFORMASI PASAR DALAM ANALISIS KEUANGAN


INFORMASI pasar (dalam hal ini pasar keuangan) adalah informasi yang berasal dari pasar yang bisa digunakan untuk analisis keuangan. Dalam pasar keuangan yang efisien (informasi tersebar cepat), pasar mencerminkan informasi yang relevan. Dengan demikian informasi dari pasar bisa dimanfaatkan oleh seorang analis keuangan. Sebagai contoh apabila prospek ekonomi membaik, harga-harga saham mempunyai kecenderungan untuk naik. Dengan demikian tanpa melakukan analisis prospek ekonomi secara langsung, seorang analis keuangan bisa memperkirakan prospek ekonomi hanya dengan menganalisis harga-harga saham.
Demikian juga dalam analisis risiko. Analisis bisa langsung menganalisis risiko perusahaan dengan menggunakan rasio-rasio keuangan atau analisis aliran kas seperti yang dibicarakan pada bab-bab sebelumnya. Alternatif lain adalah dengan menggunakan informasi dari pasar. Berikut ini ringkasan simbol dan arti rating yang dikeluarkan oleh lembaga rating Moody’s dan Standard & Poor’s.
Moody’s Investors Service, Inc
Aaa Kualitas paling tinggi. Pokok pinjaman terjamin dan pembayaran bunga sangat terjamin kelancarannya.
Aa Kualitas tinggi. Mempunyai risiko jangka panjang yang relatif lebih tinggi dibandingkan Aaa.
A Kualitas baik. Banyak investasi yang baik, tetapi ada indikasi bahwa risiko akan naik dalam jangka panjang.
Baa Kualitas menengah. Jaminan tidak terlalu baik, tetapi juga tidak terlalu jelek. Kurang investasi yang sangat baguis, dan bisa dikatakan agak berbau spekulatif.
Ba Spekulatif. Perlindungan terhadap hutang pokok dan pembayaran bunganya reelatif tidak bagus.
B Karakteristik investasi yang bagus relatif kurang. Perlindungan terhadap pinjaman dan pembayaran bunga dalam jangka panjang relatif kecil.
Caa Kualitas jelek. Barangkali bisa bangkrut. Perlindungan terhadap pinjaman dan pembayaran bunga bisa dipertanyakan.
Ca Sangat spakulatif. Emisi obligasi bisa default (tidak terbayar) dan mempunyai banyak kelemahan atau kekurangan.
C Rating paling rendah. Sangat kecil memperoleh investasi yang baik.
Standard & Poors’s Corp
AAA Kualitas paling tinggi. Pinjaman obligasi dan bunganya terjamin baik.
AA Kualitas tinggi. Mempunyai risiko yang lebih tinggi sedikit dibandingkan dengan AAA
A Kualitas baik. Masih dipertanyakan apabila terjadi kondisi buruk dalam jangka panjang.
BBB Cukup. Kondisi yang jelek bisa mengancam pokok pinjaman atau bunganya.
BB Dipertanyakan. Menghadapi ketidakpastian yang tinggi atau kondisi yang tidak bagus yang bisa mengancam pokok pinjaman atau pembayaran bunganya.
B Spekulatif. Kondisi buruk memungkinkan akan merusak kemampuan membayar pokok pinjaman atau bunganya.
CCC Risiko tinggi. Telah diidentifikasi sebagai rentan terhadap kebangkrutan (tidak mampu membayar pinjaman atau bunganya).
D Dalam proses kebangkrutan.

Misalkan suatu perusahaan sudah di-rating-kan ke dalam salah satu kategori di atas, seorang analis bisa membuat kesimpulan mengenai tingkat risiko perusahaan tersebut.

RISIKO DAN RETURN
Risiko sering diartikan sebagai suatu kejadian buruk yang menimpa kita. Risiko dari konteks di atas adalah penyimpangan dari hasil yang diharapkan. Semakin tinggi risiko akan semakin tinggi tingkat keuntungan yang diharapkan.

PENGUKURAN RETURN (TINGKAT KEUNTUNGAN)
Return biasanya didefinisikan sebagai perubahan nilai antara periode t+1 dengan periode t ditambah pendapatan-pendapatan lain yang terjadi selama periode t tersebut. Periode yang digunakan tergantung pertimbangan kita. Kadang-kadang kita menggunakan periode bulanan (satu bulan) atau satu minggu. Dalam hal ini return yang terjadi berarti return bulanan atau return mingguan.

PENGUKURAN RISIKO
Konsep penyimpangan dari hasil yang diharapkan menjadi dasar pengukuran risiko. Teknik statistik standar deviasi bisa digunakan untuk melihat sejauh mana penyimpangan dari suatu hasil yang diharapkan. Dengan demikian teknik standar deviasi bisa dipakai untuk melihat risiko suatu investasi.
Teknik statistik yang lain adalah menghitung koefisien variasi (coefficient of variation) yang merupakan hasil permbagian standar deviasi dengan return yang diharapkan. Variabel varians, standar deviasi dan koefisien variasi merupakan indikator resiko investasi. Risiko mempunyai korelasi positif dengan return yang terjadi. Saham mempunyai return yang paling tinggi dengan risiko yang tinggi pula, sedangkan treasury bills mempunyai risiko dan return yang paling rendah.
Seringkali analis mengalami kesulitan untuk menaksir probabilitas suatu kejadian. Untuk mengatasi kesulitan tersebut kita biasanya menggunakan data historis untuk menghitung return yang diharapkan dan standar deviasi return saham-saham tersebut. Penggunaan semacam itu mengasumsikan bahwa kondisi masa mendatang sama dengan kondisi masa lalu, dengan demikian return dan standar deviasi masa lalu bisa dipakai untuk menaksir return dan risiko masa mendatang.

RISIKO DAN RETURN DALAM KONTEKS PORTOFOLIO

Portofolio bisa diartikan sebagai sekumpulan lebih dari satu aset. Misalkan kita mempunyai empat saham, kita bisa mengatakan bahwa kita mempunyai portofolio saham yang terdiri dari empat saham. Perhitungan return untuk portofolio relatif mudah, tetapi tidak demikian halnya dengan perhitungan risiko portofoliao.
Return portofolio merupkan rata-rata tertimbang dari return individual seperti berikut ini:
Rp = w1 R1 + w2 R2 + ... ... + wN RN
di mana :
Rp = Return portofolio
w1, w2, .. wN = bobot untuk masing-masing investasi
R1, R2, .. RN = Return untuk tiap-tiap alternatif investasi

MODEL INDEKS TUNGGAL DAN CAPITAL ASSET PRICING MODEL
Model indeks tunggal didasarkan pada pemikiran sebagai berikut ini: pada waktu kondisi perekonomian baik, ada kecenderungan harga-harga saham individual akan membaik pula, demikian juga sebaliknya. Dengan demikian daripada mengukur return antarsham, kita bisa mengukur korelasi antarsaham dengan cara tidak langsung, yaitu dengan melihat korelasi antara return saham dengan faktor tertentu yang mempengaruhi semua saham (misal kondisi perekonomian). Model semacam itu bisa ditulis sebagai berikut:
Ri = a + βi CF
di mana :
Ri = Return suatu saham
Βi = kepekaan return saham i terhadap faktor bersama (Common Factor)
CF = Common Factor (Faktor Bersama)
Faktor bersama yang sering digunakan adalah return pasar (Market Return, Rm) sehingga model di atas sering dinamakan sebagai market model, dan ditulis sebagai berikut:
Ri = α + βi Rm + ei
Karena menggunakan variabel tunggal, yaitu Rm, sebagai contoh common factor, model tersebut sering juga disebut sebagai model indeks tunggal.
Pengukuran risiko dalam model indeks tunggal dirumuskan sebagai berikut:
ói2 = βi2 óm2 +óerror2
Dengan model indeks tunggal semacam itu, apabila ingin menghitung varians portofoliao, maka tinggal menghitung (2N + 1) parameter (βi dan ói error untuk saham dan varians pasar).
Pada waktu kita membicarakan diversifikasi, kita melihat bahwa diversifikasi sempurna tidak bisa menghilangkan risiko. Risiko yang bisa dihilangkan tersebut disebut sebagai risiko sistematis. Contoh risiko sistematis itu adalah inflasi yang mempunyai efek pada semua saham, bukan hanya pada satu atau dua saham. Perhatikan juga bahwa diversifikasi bisa menghilangkan sebagian besar risiko (varians), dan diversifikasi saham sangat mudah dilakukan. Karena itu risiko yang relevan adalah risiko sistematis, risiko yang bisa didiversifikasikan tidak pantas dihargai. Dengan dasar pemikiran semacam itu, model CAPM diformulasikan sebagai berikut:
Ri = Rf + βi (Rm – Rf)
di mana :
Rf = Return investari bebas risiko
βi = Beta saham i (indikator risiko sistematis)
Rm = Return pasar
Return pasar bisa dihitung melalui return Indeks Harga Saham Gabungan (IHSG). Return investasi bebas risiko bisa dilihat dari tingkat bunga deposito bank pemerintah, karena diasumsikan bank pemerintah mempunyai perlindungan implisit, sehingga bank pemerintah tidak mungkin bangkrut.
Persamaan diatas juga bisa dibaca sebagai berikut. Return dari suatu saham terdiri dari return bebas risiko ditambah premium risiko, yaitu βi (Rm–Rf). Kalau kita ingin melakukan investasi pada investasi berisiko, maka tingkat keuntungan yang diisyaratkan harus lebih besar dibandingkan tingkat keuntungan deposito. Premium risiko tergantung dari besar/kecilnya risiko sistematis. Semakin besar risiko sistematis, akan semakin besar tingkat keuntungan yang diisyaratkan.
Beta bisa dihitung dengan formula sebagai berikut:
Βi = Kovarians Ri, Rm / Varians Rm
Kalau kita mempunyai data historis, kita bisa meregres return pasar terhadap return saham seperti dalam model indeks tunggal di muka. Koefisien regresi yang diperoleh merupakan beta saham tersebut.
Beta saham tersebut bisa diinterpretasikan sebagai ukuran kepekaan return saham terhadap return pasar. Apabila beta saham >1, perubahan return pasar sebesar 10% akan mengakibatkan return saham berubah dari 10%. Saham semacam itu disebut sebagai saham agresif, fluktuasi return saham tersebut lebih besar dibandingkan dengan fluktuasi return pasar. Sebaliknya, kalau beta saham <1, perubahan return pasar sebesar 10% akan menyebabkan return saham berubah kurang dari 10%. Saham semacam ini disebut sebagai saham defensif, fluktuasi saham tersebut lebih kecil dibandingkan dengan fluktuasi return pasar.

EFISIENSI PASAR
Apabila kita membicarakan efisiensi pasar, istilah efisiensi di sini mempunyai arti yang sangat spesifik. Biasanya efisiensi sering dikaitkan dengan perbandingan output input, di mana semakin besar perbandingan O/I akan semakin efisien suatu usaha. Efisiensi pasar bermula dari usaha seorang ahli statistik Mauruce Kendall yang berusaha melihat pola pergerakan harga saham dan komoditas.
Informasi baru selalu mengalir ke pasar modal karena ada dua hal:
(1) Analis keuangan yang banyak (dan pintar)
(2) Kompetisi antar para analis
Analis yang banyak dan pintar selalu berusaha mencari informasi yang relevan di pasar modal, yang pada dasarnya selalu berusaha mencari jalan untuk memperoleh keuntungan di pasar modal. Kompetisi antar para analis menjamin kualitas analisis keuangan. Kedua hal tersebut membuat informasi selalu mengalir ke pasar modal.
Ada dua tipe analis yaitu:
1) Analis teknikan (chartist).
Analis teknikal berusaha mencari pola pergerakan harga saham masa lalu. Analis semacam ini sering juga disebut sebagai chartist karena mereka berusaha membuat plot (chart) pergerakan harga saham.
2) Analis fundamental.
Analis fundamental berusaha mencari informasi yang relevan untuk menentukan saham mana yang undervalued (untuk dibeli) serta saham mana yang overvalued (untuk dijual).
Untuk memudahkan analisis, efisiensi pasar modal dibagi menjadi tiga bagian:
(1) Efisiensi bentuk lemah: harga saham mencerminkan informasi masa lampau.
(2) Efisiensi bentuk setengah kuat: harga saham mencerminkan semua informasi yang dipublikasikan.
(3) Efisiensi bentuk kuat: harga saham mencerminkan semua informasi yang dipublikasikan dan informasi yang private (tidak dipublikasikan).
Implikasi yang bisa ditarik dari efisiensi pasar modal adalah pelaku pasar tidak mungkin memperoleh return abnormal (excess return) secara konsisten. Pengujian empiris terhadap validitas efisiensi pasar modal dilakukan untuk menguji implikasi efisiensi pasar tersebut. Dengan kata lain pasar dikatakan efisien dalam:
(1) Bentuk lemah apabila strategi investasi dengan menggunakan informasi harga masa lalu seperti analisis teknikal tidak akan menghasilkan keuntungan abnormal secara konsisten,
(2) Bentuk setengah kuat apabila strategi investasi dengan menggunakan informasi yang dipublikasikan seperti analisis fundamental tidak akan menghasilkan keuntungan abnormal secara konsisten,
(3) Bentuk kuat apabila strategi investasi dengan menggunakan informasi yang sifatnya publik dan private tidak akan menghasilkan keuntungan abnormal secara konsisten.