Krisis Finansial Cina

Serabdi Sakti
Jakarta, Maret 2016
Sando Sasako
Krisis Finansil Cina
Perspektif
Kebijakan Moneter,
Corporate Finance (Analisa Laporan Keuangan), dan
Investment Banking (Valuasi Nilai)
onlineversion,uploaded1Sept.2019

CV Serabdi Sakti
Jakarta, Maret 2016
Krisis Finansil Cina
Perspektif
Kebijakan Moneter,
Corporate Finance (Analisa Laporan Keuangan), dan
Investment Banking (Valuasi Nilai)
oleh :
Sando Sasako

ii – Krisis Finansil Cina
Perpustakaan Nasional RI: Data Katalog dalam Terbitan (KDT)
Sando Sasako.
Krisis finansil Cina: perspektif kebijakan moneter, corporate
finance (analisa laporan keuangan), dan investment banking (valuasi
nilai) / Sando Sasako. -- Jakarta : CV Serabdi Sakti, 2016.
xii, 202 hlm, 21 cm
Bibliografi : hlm. 173
ISBN 978-602-73508-5-4
1. Cina -- Keadaan ekonomi. I. Judul.
330.951
Diterbitkan oleh CV Serabdi Sakti
Graha Anggrek
Jl. Anggrek Rosliana VII No.63
Jakarta Barat 11480, Indonesia
Tel. / Fax. +62 21 5367 3649
Tel. +62 21 4027 8375 (Fren)
+62 851 0518 7118
Copyright © Sando Sasako
Hak Cipta dilindungi Undang-Undang.
Dilarang memperbanyak isi buku ini, baik sebagian
maupun seluruhnya, dalam bentuk apa pun, tanpa izin
tertulis dari pemilik hak cipta dan penerbit.
Keywords:
data management, financial economics, financial crises, financial management, financing policy,
central banking, monetary operations, early warning systems
JEL Classification Codes: C80, E53, E58, F31, G01, G15, G18, G24, G32, G34

Krisis Finansil Cina – iii
Kata Pengantar
Sangat sedikit tulisan yang easy reading, sederhana, singkat, terpadu tentang ekonomi finansil dunia
dalam perspektif kebijakan moneter, corporate finance, dan investment banking. Kebanyakan
tulisan yang ada lebih bersifat teknis dan ‘asyik sendiri’. Belum ada refleksi keseharian yang
membumi dan bisa langsung dimengerti.
Tulisan ini diharap bisa menghantarkan sidang pembaca, di setiap akhir bagian yang selesai dibaca,
pada gumaman, ‘oh, begitu toh’. Di tingkatan yang lebih lanjut, buku ini bermaksud membedah
kebijakan dan langkah-langkah strategis pemerintah dan otoritas moneter di tingkat nasional,
regional, dan dunia, yang sudah dan akan dilaksanakan di saat krisis finansil.
Kebijakan preventif dilakukan dengan pemasangan berbagai rambu dan indikator EWS (early
warning system). Semantic neural network analysis sudah mulai diterapkan atas dasar diseminasi
press release, RSS feed, SDI (selective dissemination of information), atau lainnya. Error, noise,
dan redudancy dalam data sebenarnya bisa direduksi ke tingkat paling minimum dengan
memasukkan algoritme yang di-generate dari program intelijensi buatan.
Di sisi lain, media sering menyesatkan dalam hal propaganda isu-isu usang atas informasi yang
kelihatannya penting, tetapi sebenarnya jauh dari relevan dengan ‘realita’ kehidupan. Pesan yang
disampaikan media massa sering merupakan bentuk politisasi tanpa arah dan membabi-buta, kecuali
sensasi murahan.
Technical analysis sering dan sengaja tidak membeberkan semua kartu di atas meja. Banyak kartu
sengaja ditutup dan tidak terbuka. Hal yang terburuk adalah mereka menyimpan kartu truf untuk
agenda dan kepentingannya yang terselubung. Mereka sering menyembunyikan data laporan
keuangan yang sebenarnya sangat fundamental.
Laporan keuangan merupakan jendela untuk menguak isi perut dan jeroan suatu perusahaan.
Laporan keuangan yang baik biasanya terbuka dalam segala hal. Terutama dalam hal penyajian atau
expose kronologi riwayat utang dan kebijakan capex (capital expenditure). Berbagai rasio keuangan
ditampilkan, mulai dari rasio finansil yang sifatnya standar, sampai pada penerapannya di tingkat
Bank Indonesia, IMF, dan bank sentral AS.
Tulisan ini sebenarnya dibuat sebagai buku pegangan untuk para pihak yang berminat dengan
kebijakan moneter dan aktivitas pasar finansil. Buku ini merupakan kompilasi dari beberapa buku
dan tulisan yang sudah pernah penulis publikasikan, terutama sebagai pengembangan buku yang
berjudul ‘Corporate Financing: Early Warning System melalui pengukuran indikator kesulitan
finansil’. Nilai tambah buku ini terletak pada lessons learnt dan kenyataan yang terjadi di dunia
finansil.
Beberapa mata kuliah terkait buku ini mencakup akuntansi keuangan (financial accounting),
akuntansi manajemen (managerial accounting), manajemen finansil (financial management),
manajemen keuangan (managerial finance), ilmu ekonomi keuangan (financial economics), ilmu
ekonomi manajerial (managerial economics), investment banking, corporate finance, dan corporate
analysis.
Jakarta, 28 Maret 2016
Sando Sasako
sandosako @ yahoo.com
Mobile: +62 812 8056 516

Krisis Finansil Cina – v
Kata Pengantar dalam buku ‘Corporate Financing’
Tulisan ini disusun dalam kerangka berpikir pengadaan aset melalui serangkaian aktivitas
manajemen yang tercatat dalam neraca, yakni investasi (asset investment), pembiayaan (asset
financing), dan pendanaan (asset funding). Asset funding di sini didefinisikan sebagai pengadaan
aset yang dananya diakui sebagai biaya, atau lebih dikenal dengan istilah biaya modal (capex).
Serangkaian aktivitas pengadaan aset yang tidak dicatat dalam neraca dikenal dengan sebutan off-
balance sheet financing.
Serangkaian aktivitas pengadaan aset berdampak pada nilai nominal setiap komponen pada bagian
kanan neraca (komponen modal). Komposisi komponen modal yang dinyatakan secara nominal
disebut struktur modal, dan bila disampaikan dalam bentuk fraksi aset (funded debts) disebut
struktur finansil.
Komposisi dari setiap komponen modal dari struktur modal sangat mempengaruhi tingkat risiko
dan keuntungan (risk and return). Struktur modal yang optimal ditandai dengan nilai perusahaan
yang maksimal, yakni rasio utang yang rendah, WACC berada pada tingkat minimum, PER yang
rendah, dan ekspektasi EPS yang maksimal.
Biaya modal menjadi penting karena proses penganggaran dan realisasinya bersifat jangka panjang,
dan tidak bisa dilakukan dalam waktu kurang dari 1 tahun. Sifatnya sebagai utang membuat risiko
finansil dinilai cenderung relatif lebih berisiko dibanding risiko bisnis yang biasa dihadapi dari hari-
ke-hari.
Peran penting lainnya dari biaya modal adalah serangkaian aktivitas setiap komponen modal bisa
dihitung sebagai biaya (activity-based costing). Sementara peran penting struktur modal adalah
untuk melihat signifikansi perbedaan antara beban operasional dan beban finansil. Dua hal ini
merupakan dua dari tiga fokus utama pembahasan dalam tulisan ini.
Fokus ketiga dalam tulisan ini adalah peran penting manajemen dalam aktivitas pengadaan aset. Hal
ini membuat penempatan posisi manajemen dalam tulisan seharusnya dan kebanyakan ditempatkan
di bagian awal tulisan. Tetapi, berdasarkan tingkat urgency-nya yang tinggi, penulis merasa
pembahasan bagian manajemen harus ditempatkan di bagian akhir dari tulisan, yakni sebagai
penutup dan reminder.
Menurut Stiglitz, Corporate Finance merupakan satu dari tiga pilar bagi the modern theory of the
firm. Perubahan paradigma ini dibangun atas dasar perkembangan informasi yang semakin sangat
tidak simetris dan menyebar secara ekstensif and intensif. Termasuk didalamnya semakin maraknya
dinamika sharecropping and the General Theory of Incentives sebagai new frontiers dalam ilmu
ekonomi.
Jakarta, 24 Juni 2015
Sando Sasako
sandosako @ yahoo.com
Mobile: +62 812 8056 516

Krisis Finansil Cina – vii
Daftar Isi
Kata Pengantar ...............................................iii
Kata Pengantar dalam buku ‘Corporate
Financing’ ....................................................... v
Daftar Isi ....................................................... vii
Daftar Tabel .................................................... x
Daftar Bagan .................................................. xi
Pendahuluan.................................................... 1
Masalah Pengukuran.................................... 1
Data, Informasi, Fakta ................................. 2
Data Mining ................................................ 4
Pemilahan Data............................................ 5
Business Intelligence ................................... 7
Analisa Kuantitatif....................................... 8
Analisa Data................................................ 8
Self-Organising Map ................................... 9
Hambatan bagi Efektivitas Analisa Data .... 11
Confirmatory Data Analysis ...................... 11
Analisa Finansil............................................. 11
Standar Akuntansi Keuangan (PSAK,
GAAP, IFRS) ............................................ 12
Peran Perusahaan Audit dalam PSAK........ 12
Analisa Finansil sebagai Alat Ukur
Kinerja Keuangan...................................... 12
Analisa Fundamental ................................. 13
Rasio-rasio Finansil....................................... 14
Pertumbuhan ............................................. 14
Produktivitas ............................................. 14
Kontribusi terhadap Stakeholder ................ 14
Dividend Policy Ratios .......................... 14
Rasio-rasio Aktivitas Usaha....................... 15
Perputaran aset (asset turnover).............. 15
Perputaran aset rata-rata (asset
turnover)................................................ 15
Rasio perputaran aset tetap (fixed
assets turnover)...................................... 15
Perputaran piutang (receivables
turnover)................................................ 16
Rata-rata periode penagihan (average
collection period)................................... 16
Perputaran inventaris (inventory
turnover)................................................ 16
Periode inventaris (inventory period) ..... 16
Rasio-rasio Likuiditas................................ 17
Rasio lancar (current ratio, CR).............. 17
Rasio modal kerja (working capital
ratio) ......................................................18
Rasio cepat (quick ratio, QR)..................18
Rasio kas (cash ratio)..............................18
Pendapatan lancar (current income) ........19
Rasio pendapatan bunga (Time Interest
Earned, Interest Coverage) .....................19
Rasio investasi terhadap kebijakan
(investment to policy ratio).....................19
Rasio utang lancar terhadap inventaris
(current debts to inventory ratio).............19
Rasio-rasio Profitabilitas ............................19
Marjin laba kotor (gross profit margin)...20
Marjin laba bersih (net profit margin) .....20
Return on Equity (ROE) .........................20
Return on Asset (ROA) dan Return on
Capital Employed (ROCE) .....................20
Return on Capital (ROC) dan Return on
Invested Capital (ROIC).........................21
Return on Investment (ROI) ...................21
Beban bunga (Interest Coverage, Times
Interest Earned) ......................................22
Beban finansil (financial leverage) .........22
Efisiensi beban finansil (efficiency of
financial leverage) ..................................22
Rasio-rasio Struktur Modal.........................23
Rasio utang terhadap modal (debt to
equity ratio)............................................23
Rasio kapitalisasi (capitalisation ratio)....24
Tingkat pertumbuhan ekuitas (equity
growth rate)............................................24
Beban finansil (financial leverage) .........24
Rasio utang (debt ratio) ..........................24
Rasio modal saham terhadap aset tetap
bersih .....................................................24
Rasio utang lancar terhadap modal
saham (Current Debts to Net Worth
Ratio) .....................................................24
Rasio kewajiban total terhadap modal
saham (Total Liabilities to Net Worth
Ratio) .....................................................25
Rasio aset tetap terhadap modal saham
(Fixed Assets to Net Worth Ratio)..........25
Rasio-rasio Kecukupan Modal....................25
Solvabilitas ................................................25
Solvency ratio (SR) ................................26

viii – Krisis Finansil Cina
Rasio utang terhadap aset (Debt to
Asset Ratio, DAR) ................................. 26
Rasio utang terhadap modal (Debt to
Equity Ratio, DER)................................ 26
Kemampuan laba menutup biaya tetap
(Fixed Charge Coverage). ...................... 26
Rasio pinjaman terhadap aset (Loan to
Asset Ratio, LAR) ................................. 27
Rasio pinjaman terhadap simpanan
(Loan to Deposit Ratio, LDR)................ 27
Risks vs Rewards........................................... 27
Risiko Mencari Keuntungan....................... 28
Efek Domino Risiko .................................. 29
Rent-Seeking Behaviours........................... 30
When the Deal Slips Away ............................ 32
Indikator Kesulitan Finansil....................... 34
Indeks Kerentanan ..................................... 36
Stress Test ................................................. 38
Indeks Stabilitas Sistem Keuangan............. 40
Financial Stability Index ............................ 43
Indeks Kesehatan Finansil ala IMF ............ 44
Laporan Stabilitas Finansil Global ala
IMF ........................................................... 48
Operasi Moneter ........................................ 48
Inflasi Terencana sebagai Prasyarat
Kestabilan Finansil .................................... 50
Dinamika Pasar Finansil ................................ 52
Dinamika Aset Finansil.............................. 53
Kerapuhan Sistem Finansil ........................ 54
Krisis Finansil ............................................... 55
Menelikung Krisis Finansil........................ 56
Kasus LTCM............................................. 57
Krisis Subprime Mortgage......................... 60
Kasus Lehman Brothers............................. 63
Krisis Eurozone ......................................... 64
Spiral Kekacauan Krisis Eurozone ......... 65
Debt Exposures of PIGS ........................ 66
AS ...................................................... 68
Inggris ................................................ 69
Jerman ................................................ 69
Perancis .............................................. 70
Jepang................................................. 71
Yunani................................................ 72
Irlandia ............................................... 73
Italia ................................................... 74
Portugis............................................... 74
Spanyol............................................... 75
Some PIGS are More PIGS.................... 76
Krisis Finansil Cina........................................77
Kenapa Cina menjadi begitu penting?.........78
Bermain dengan nilai tukar.........................81
Pasar CNH .................................................82
Dominansi nilai tukar CNH terhadap
CNY...........................................................87
Qualified Foreign Institutional Investor ..90
Renminbi Qualified Foreign
Institutional Investor...............................90
Qualified Domestic Institutional
Investor ..................................................91
Qualified Domestic Individual Investor ..91
Shanghai-Hong Kong Stock Connect......91
Pilot Free Trade Zones ...........................91
Mainland-Hong Kong Mutual
Recognition of Funds..............................92
Kenapa pasar finansil Cina bisa crash? .......92
Ketika gelembung finansil Cina mulai
pecah..........................................................93
Pelonggaran likuiditas sebagai solusi
ancaman resesi ...........................................94
Aksi pemadam kebakaran ala pemerintah
Cina ...........................................................96
Permasalahan fundamental ekonomi Cina...99
Beban utang Cina .....................................101
Kebijakan dan otoritas moneter Cina ........102
Pasar obligasi Cina...................................103
Obligasi Panda .....................................105
Obligasi dim sum .................................106
Daftar emisi obligasi dim sum ..............108
Aksi pemerintah Cina terhadap masalah
tunggakan utang .......................................110
Policy and Politicisation...............................113
Primary Dealer .........................................113
Solusi Teoritis, Bisa dan Benarkah? .........116
Kebijakan Too Big To Fail.......................117
Cashless Solution .....................................118
Minyak sebagai Mata Uang dan Sumber
Kemakmuran............................................120
Negative Interest Rates Policy..................125
Kas...............................................................129
Pengadaan Aset............................................130
Asset Investment ......................................130
Asset Financing........................................131
Capital Expenditures ................................132
Menghitung Biaya Modal .....................134
Biaya utang........................................134
Biaya saham preferensi......................134
Biaya laba ditahan .............................134

Krisis Finansil Cina – ix
Biaya ekuitas eksternal...................... 135
WACC.............................................. 135
Biaya modal marjinal........................ 136
Break point ....................................... 136
Off-Balance Sheet Financing ................... 136
Perubahan Portofolio The Fed.............. 136
OBS sebagai Produk Inovasi
Menyembunyikan Risiko Finansil........ 137
MBS sebagai Produk Rekayasa
Finansil Penyebab Krisis 2008 ............. 139
Bencana Prilaku Berisiko Berlebihan... 141
Bertaruh pada Aset Fiktif..................... 142
Akuntansi OBS.................................... 144
Fleksibilitas Pasal Karet....................... 145
Penyesuaian Pasal Karet ...................... 146
Memanfaatkan Celah Hukum............... 147
Equity Financing ......................................... 148
Debt Financing............................................ 149
Struktur Modal ............................................ 152
Teori Struktur Modal............................... 153
Teori Pensinyalan .................................... 154
Struktur Modal dalam Praktek dan
Realitas.................................................... 155
Menghitung Tingkat Optimal Struktur
Modal...................................................... 155
Besar Beban Operasi............................ 156
Analisis EBIT/EPS terhadap Efek
Beban Finansil..................................... 157
Besar Beban Finansil ........................... 157
Besar Beban Total................................ 158
Efek Struktur Modal terhadap Harga
Saham dan Biaya Modal ...................... 159
Likuiditas dan Arus Kas .......................159
Struktur Finansil...........................................160
Ukuran Optimal Beban/Struktur Finansil..161
Valuasi Nilai................................................162
Corporate Financing vs Investment
Banking....................................................163
Pentingnya Valuasi Nilai..........................164
Valuasi Usaha ..........................................164
Komponen Pendapatan.........................166
Komponen Neraca................................167
Komponen Arus Kas ............................167
Time Value of Money ..................................168
Future Value ............................................169
Future Value Interest Factor for i & n.......169
Present Value ...........................................169
Present Value Interest Factor for i & n......169
Future Value untuk Anuitas Biasa ............169
Future Value Interest Factor untuk
Anuitas Biasa ...........................................170
Future Value untuk Anuitas Awal ............170
Present Value untuk Anuitas Biasa ...........170
Present Value Interest Factor untuk
Anuitas Biasa ...........................................170
Present Value untuk Anuitas Awal ...........170
Present Value untuk Perpetuities ..............171
Present Value untuk Aliran Arus Kas
Variabel ...................................................171
Future Value untuk Aliran Arus Kas
Variabel ...................................................171
Future Value untuk Periode Semesteran
atau lainnya..............................................171
Amortisasi Pinjaman ................................172
Referensi.....................................................................................................................................173
Web.........................................................................................................................................173
e-book .....................................................................................................................................177
Buku........................................................................................................................................180
Daftar Lampiran
Lampiran – Variabel yang umum dipakai sebagai ukuran stabilitas finansil.................................181
Jenis data yang digunakan dalam laporan stabilitas finansil beberapa bank sentral (AT-ES).....181
Jenis data yang digunakan dalam laporan stabilitas finansil beberapa bank sentral (GB-TR,
ECB, IMF) ..............................................................................................................................182
Variabel yang umum dipakai sebagai ukuran stabilitas finansil ................................................183

x – Krisis Finansil Cina
Lampiran – Ukuran dan skenario dalam laporan stabilitas finansil global, Okt. 2015 ...................185
Ukuran likuiditas .....................................................................................................................185
Ukuran utang korporasi di pasar emerging ...............................................................................187
Asumsi dalam skenario gangguan pada pasar aset global .........................................................189
Mekanisme transmisi kejutan dalam skenario gangguan pada pasar aset global........................190
Asumsi dalam skenario normalisasi yang berhasil....................................................................191
Mekanisme transmisi kejutan dalam skenario normalisasi yang berhasil ..................................192
Lampiran – Ukuran Kerentanan Finansil......................................................................................193
Indikator valuasi risk appetite / aset .........................................................................................193
Indikator ketidakseimbangan non-finansil................................................................................194
Indikator kerentanan finansil....................................................................................................195
Indikator Kebijakan Macroprudential.......................................................................................196
Lampiran – Daftar Indikator dalam ISSK Bank Indonesia............................................................197
Lampiran - Profil Cina.................................................................................................................199
Lampiran – Jumlah (instrumen) utang Cina menurut emiten, domestik, nasional, internasional,
2015Q2-2015Q4........................................................................................................201
Daftar Tabel
Table 1 – Aktivitas M&A di business intelligence dengan nilai >$100 juta, 2009-2014q1................7
Table 2 – Beberapa indikator kebijakan macroprudential...............................................................36
Table 3 – Indikator pengukuran stabilitas sistem keuangan ............................................................42
Table 4 – Indikator utama kesehatan finansil ala IMF ....................................................................45
Table 5 – Indikator tambahan (encouraged) bagi kesehatan finansil ala IMF..................................45
Table 6 – Indikator parsial dan bobot dalam indeks stabilitas perbankan Republik Ceko................47
Table 7 – Indikator kesehatan finansil ala ECS (Macro-Prudential Indicators) ...............................47
Table 8 – Tiga skenario stabilitas finansil ......................................................................................48
Table 9 – Operasi moneter menurut standing facility .....................................................................49
Table 10 – Pentingnya likuiditas yang lentur (resilient)..................................................................50
Table 11 – Penambahan likuiditas menurut jenis instrumen OPT ...................................................50
Table 12 – Penyerapan likuiditas menurut jenis instrumen OPT.....................................................50
Table 13 – Nilai ekspor dan impor AS-Cina untuk 5 produk utama, 2014-2015 (US$ juta)..........100
Table 14 – Nilai ekspor dan impor AS-Cina untuk produk teknologi tinggi, 2015 (US$ juta).......100
Table 15 – PDB Cina, 2010-2014 dalam milyaran ￥dan US$.....................................................101
Table 16 – Nilai obligasi pemerintah dan korporasi di Cina, 2002-2015 (US$ milyar) .................101
Table 17 – Buletin harga obligasi di pasar uang Hong Kong, 11 Maret 2016................................107
Table 18 – Daftar 22 primary dealer di Amerika Serikat, 2014.....................................................114
Table 19 – Beberapa veteran primary dealer pilihan Bank Sentral Amerika .................................114
Table 20 – Daftar 19 primary dealer di Indonesia, 2014-2015......................................................115
Table 21 – Nilai derivatif 25 bank terbesar di AS, Nov. 2015 (US$ milyar) .................................119
Table 22 – Ringkasan Perlakuan Transaksi Sekuritisasi menurut UK GAAP ...............................145
Table 23 – Jenis data yang digunakan dalam laporan stabilitas finansil beberapa bank sentral
(AT-ES) ....................................................................................................................181
Table 24 – Jenis data yang digunakan dalam laporan stabilitas finansil beberapa bank sentral
(GB-TR, ECB, IMF)..................................................................................................182
Table 25 – Variabel yang umum dipakai sebagai ukuran stabilitas finansil ..................................184
Table 26 – Ukuran likuiditas........................................................................................................186

Krisis Finansil Cina – xi
Table 27 – Ukuran utang korporasi di pasar emerging .................................................................188
Table 28 – Asumsi dalam skenario gangguan pada pasar aset global............................................189
Table 29 – Mekanisme transmisi kejutan dalam skenario gangguan pada pasar aset global ..........190
Table 30 – Asumsi dalam skenario normalisasi yang berhasil ......................................................191
Table 31 – Mekanisme transmisi kejutan dalam skenario normalisasi yang berhasil.....................192
Table 32 – Indikator valuasi risk appetite / aset............................................................................193
Table 33 – Indikator ketidakseimbangan non-finansil ..................................................................194
Table 34 – Indikator kerentanan finansil......................................................................................195
Table 35 – Indikator Kebijakan Macroprudential.........................................................................196
Table 36 – Daftar indikator pembentuk ISSK ..............................................................................197
Table 37 – Profil Singkat Cina.....................................................................................................199
Table 38 – Indikator Ekonomi Cina, 2011-2017 ..........................................................................200
Table 39 – Utang Cina menurut emiten, domestik, nasional, internasional, 2015Q2-2015Q4 .......202
Daftar Bagan
Figure 1 – Diagram alur hierarki DIKW (Data-Information-Knowledge-Wisdom)...........................3
Figure 2 – Kontinuum pemahaman dalam konteks DIKW ...............................................................3
Figure 3 – Proses data mining..........................................................................................................4
Figure 4 – Hubungan antara Data, Informasi, dan Intelijen ..............................................................6
Figure 5 – Analisa eksplorasi data ...................................................................................................9
Figure 6 – Taksonomi ketidakpastian.............................................................................................27
Figure 7 – Igloo ketidakpastian......................................................................................................28
Figure 8 – PV perusahaan berutang ...............................................................................................32
Figure 9 – Skema indeks kerentanan dan komponennya.................................................................37
Figure 10 – Siklus pengawasan macroprudential............................................................................38
Figure 11 – Prasyarat bagi antisipasi dan pencegahan ketidakstabilan sistem finansil.....................39
Figure 12 – Hubungan antara stabilitas sistem finansil dan stabilitas moneter ................................39
Figure 13 – Keterkaitan antar-variabel dalam BAMBI (Banking Model of Bank Indonesia) ..........41
Figure 14 – Beberapa indikator pembentuk Indeks Stabilitas Sistem Keuangan (ISSK) .................42
Figure 15 – Peran Bank Indonesia dalam menciptakan stabilitas moneter ......................................49
Figure 16 – Bentuk interaksi antara BI, pempus, dan pemda dalam mengendalikan inflasi.............51
Figure 17 – Perkembangan aktivitas perbankan internasional.........................................................52
Figure 18 – Aset Riel dan Aset Fiktif Bank-bank di AS, 1995–2000..............................................58
Figure 19 – Nilai Derivatif dan Modal 25 Bank AS Ternama (US$ milyar) ...................................59
Figure 20 – CDOs direpresentasikan dalam bentuk building blocks, The Big Short, 2015..............60
Figure 21 – Pasar rumah di AS, 1989-2006....................................................................................61
Figure 22 – Pemetaan proses penularan krisis finansil 2008...........................................................62
Figure 23 – Pinjaman sektoral dari Bank of England, 1997-2012...................................................63
Figure 24 – Utang-piutang PIGS....................................................................................................67
Figure 25 – Utang AS ke 4 negara adidaya dan PIGS ....................................................................68
Figure 26 – Utang Inggris ke 4 negara adidaya dan PIGS ..............................................................69
Figure 27 – Utang Jerman ke 4 negara adidaya dan PIGS ..............................................................70
Figure 28 – Utang Perancis ke 4 negara adidaya dan PIGS ............................................................71
Figure 29 – Utang Jepang ke 4 negara adidaya dan PIGS...............................................................71
Figure 30 – Utang Yunani ke 4 negara adidaya dan PIGS..............................................................72
Figure 31 – Utang Irlandia ke 4 negara adidaya dan PIGS .............................................................73
Figure 32 – Utang Italia ke 4 negara adidaya dan PIGS .................................................................74
Figure 33 – Utang Portugis ke 4 negara adidaya dan PIGS.............................................................75
Figure 34 – Utang Spanyol ke 4 negara adidaya dan PIGS.............................................................76
Figure 35 – Cadangan Devisa Cina, Des. 1999 – Jan. 2016............................................................78

xii – Krisis Finansil Cina
Figure 36 – Tiga Kekuatan Ekonomi Dunia ...................................................................................79
Figure 37 – Nilai perdagangan Cina dengan negara lain (impor + ekspor)......................................80
Figure 38 – Nilai tukar bilateral yuan terhadap 3 mata uang dunia, USD, ¥, dan €. ........................81
Figure 39 – Cadangan devisa Cina dan nilai tukar CNY dan CNH .................................................83
Figure 40 – Selisih CNY dengan CNH, Agustus 2010-Januari 2016 ..............................................83
Figure 41 – Selisih tajam antara CNY dan CNH berdampak pada lonjakan bunga antar-bank
di bulan Januari 2016...................................................................................................84
Figure 42 – Intervensi pasar CNH bisa menyesuaikan bunga CNH dengan CNY, 20151110-
20160126 ....................................................................................................................85
Figure 43 – Pasar deposit CNH, Maret 2009 – Des. 2015...............................................................86
Figure 44 – Distribusi CNH menurut bank sentral (offshore yuan’s swap line), Nov. 2015 ............88
Figure 45 – Penyelesaian perdagangan dalam CNH, 2009Q3-2015Q4...........................................89
Figure 46 – Pasar deposit CNH menurut negara, 2014 ...................................................................89
Figure 47 – Beberapa alternatif indikator pertumbuhan ekonomi Cina mengacu pada
penurunan yang lebih besar (greater slowdown), 2010–2015 .......................................95
Figure 48 – Indeks Saham Gabungan Shanghai (SCI), Mei 2015 sampai 5 Februari 2016..............97
Figure 49 – Indeks Saham Gabungan Shanghai, 1 Januari 2015 – 8 Maret 2016 ............................98
Figure 50 – Triple policy trilemma ................................................................................................99
Figure 51 – Pasar obligasi Cina, 2003-2014.................................................................................104
Figure 52 – Aktivitas perdagangan pasar sekunder obligasi Cina, 2000-2014...............................104
Figure 53 – Pangsa pasar obligasi Cina menurut jenis obligasi, Des. 2014 ...................................104
Figure 54 – Daftar emisi obligasi Panda, 20151010-20160121.....................................................106
Figure 55 – Emisi obligasi CNY, 2008-2015 ...............................................................................111
Figure 56 – Emisi obligasi CNH, 2008-2015 ...............................................................................111
Figure 57 – Asset backed securities di Cina, 2005-2014...............................................................112
Figure 58 – Peristiwa bersejarah dan harga minyak mentah, 1861-2014 (US$/b) .........................121
Figure 59 – Harga minyak mentah Brent (US$), 20040102-20160106 .........................................123
Figure 60 – Kelebihan pasokan minyak mentah dunia, 2012q3-2015q3 .......................................123
Figure 61 – Distribusi ladang produksi minyak shale AS, April 2015...........................................124
Figure 62 – Suku bunga deposito dan pembiayaan ulang ECB, 2008-Maret 2016 ........................127
Figure 63 – Prediksi nilai tengah suku bunga Federal Funds, Des. 2015-2019..............................127
Figure 64 – Federal funds target rata (%), 1983-2015 ..................................................................128
Figure 65 – Federal funds rate, 1 Juli 1954-18 Feb. 2016.............................................................128
Figure 66 – Skema sumber pendanaan perusahaan......................................................................130
Figure 67 – Factors adding to reserves and off balance sheet securities lending program............137
Figure 68 – Multiplikasi Penciptaan Aset Fiktif ..........................................................................143
Figure 69 – Klasifikasi struktur aset, struktur finansil, dan struktur kapital ..................................161

Krisis Finansil Cina – 1
Pendahuluan
Sudah banyak pihak yang mencoba menganalisa kausalitas, sikap, dan solusi yang mungkin
terhadap situasi dan kondisi krisis finansil dunia. Berbagai presentasi dalam bentuk tulisan dan lisan
yang interaktif sering memiriskan banyak pihak yang membutuhkan jawaban dan penjelasan yang
mudah dan sederhana.
Hasil presentasi seharusnya tidak menjadi masalah ketika disampaikan secara gamblang, bersifat
sistematis, selalu memasukkan unsur berbagai pihak yang terlibat langsung dan tidak langsung
sebagai pertimbangan terarah dan seimbang, dan menyampaikan data yang valid dan reliable yang
dibangun atas dasar asumsi dan premis yang ‘benar’ dan aktual.
Tidak jarang, asumsi dan premis merupakan ukuran tersendiri dan sangat eksklusif bagi setiap pihak
yang memiliki kepentingan terhadap suatu hasil presentasi. Presenter tentu memiliki agenda dan
kepentingannya tersendiri. Banyak yang mengatasnamakan institusi untuk kepentingan pribadinya.
Objektivitas hasil presentasi sering dipelintir dan dimanipulasi untuk kepentingan subjektif.
Masalah Pengukuran
Sekedar perbandingan, dari sekian puluh sumber referensi, paling hanya 1 atau 2 tulisan saja yang
benar-benar membumi, memberi pengertian yang straight-to-the-point, dalam bahasa yang
sederhana dan mudah dipahami, dan terutama esensial. Dalam persentase, hanya 2-4% referensi
saja yang layak dan bisa dijadikan acuan dan panutan.
Banyak tulisan yang terlalu menggampangkan dan menyederhanakan apa dan bagaimana krisis
finansil dunia. Common ground yang tidak berdasar adalah kealfaan mendefinisikan 5W + 1H bagi
setiap kausalitas krisis finansil dan bentuk intervensi sebagai solusi, minimal untuk kepentingan
institusi dan maksimal untuk kepentingan pribadinya.
Fokus beberapa tulisan kemudian disegmentasi, diklasifikasikan, diringkaskan, dikutip kebenaran
dan pembenarannya. Upaya ini dilakukan dalam rangka mengidentifikasi research and solution gap,
apa yang sudah dianalisis dan apa yang belum, menentukan permasalahan, dan mereka-reka solusi
alternatif terhadap permasalahan.
Pembacaan judul, abstrak, dan kesimpulan secara silih berganti dan dilakukan beberapa kali baru
membuat kita bisa lebih memahami suatu tulisan. Abstrak dan/atau executive summary dalam suatu
tulisan, kadang bisa lebih mudah dicerna. Sederet atribut dan nama disematkan sebagai tanda dan
bukti keilmiahan suatu tulisan. Fenomena ini ternyata tidak terjadi di Indonesia saja, tetapi juga di
seluruh dunia.
Faktor perspektif, keberadaan, dan konsekuensi sering terabaikan dalam banyak (sistem) analisa.
Penggunaan indikator ekonomi makro dan mikro, indikator finansil perusahaan dan industri,
indikator moneter dan perbankan, sisi permintaan dan penawaran, atau lainnya, sering dicampur-
aduk tanpa batasan, segmentasi, dan urutan (sequential) yang jelas.
Mayoritas tulisan lainnya penuh dengan jargon-jargon profesional yang sengaja dan/atau secara naif
tidak didefinisikan. Pun dalam hal the big picture, kausalitas, agenda terselubung, pemakaian kaca
mata kuda, pendekatan cacat penglihatan dalam mendeskripsikan gajah, kuantifikasi indikator dan
variabel yang diobservasi, atau lainnya.
Banyak pihak yang beranggapan bahwa berbagai ukuran variabel bisa direpresentasikan oleh 1 atau
2 indikator saja. Padahal, sebagai contoh, variabel profitabilitas bisa direpresentasikan sampai

2 – Krisis Finansil Cina
puluhan indikator. Itu semua tergantung bagaimana kita mendefinisikan earnings, income, revenue,
laba, penjualan, atau lainnya, sebelum atau sesudah penghitungan bunga, pajak, kepentingan
minoritas, atau lainnya.
Akibatnya, tanpa acuan terhadap ukuran dan pengukuran yang realistis, pembenaran inferensi,
penarikan kesimpulan, atas suatu pendapat yang dihipotesakan menjadi suatu hal yang vague, saru.
Unsur validitas dan reliabilitas merupakan alat pembenar kesimpulan, yang tentu bisa dioprek-
oprek. Akan terlalu banyak excuse dan pengecualian dalam penarikan kesimpulan penganalisaan.
Data, Informasi, Fakta
Bagi sebagian orang, jump to conclusion (JTC) merupakan salah satu bentuk kesimpulan yang
dibuat secara impulsif. Sentimen, kesan, dan persepsi seseorang atas suatu kejadian bersifat sangat
subjektif. If you do this, then you are classified as this person whose characteristics are such as
these behaviours.
Pihak yang netral cenderung berkata, jangan apriori. Di sisi lain, bagi pihak yang merasa dirugikan
bisa bersifat defensif, hostile, menampakkan sikap dan/atau kata bermusuhan, atau menyerang
(ofensif), bisa secara verbal dan/atau fisik. Pihak yang berseberangan merasa komunikator awal
tidak memiliki informasi yang sama. Setidaknya kepentingan yang sama.
Keberpihakan atau polarisasi kepentingan sebenarnya sudah ada sejak lama seperti bara api dalam
sekam. Mis-informasi dan/atau dis-informasi yang tersampaikan bisa seperti bensin yang disiram ke
bara api dan menyulut kebakaran yang bisa meluas dan melebar. Kebakaran membuat hubungan
yang sudah lama retak semakin tambah retak dan bisa pecah menjadi berkeping-keping.
Dalam ilmu komunikasi, informasi merupakan pesan yang sudah dikodifikasi oleh pengirim, difilter
oleh gatekeeper, dan di-dekodifikasi oleh penerima. Bias informasi bisa terjadi di setiap tahapan
pengiriman dan penerimaan pesan. Sensor diantara para pihak bisa tidak sama. Data atau fakta yang
nyata sering dibungkus oleh ‘sensor’ para pihak dalam proses komunikasi.
Data merupakan isi dan inti dari pesan. Data harus diberi bumbu dan dikemas agar pesan rahasia
yang disampaikan tidak bisa langsung dibaca dan dicerna oleh orang kebanyakan. Dus, data bisa
berisi angka atau nilai kuantitatif dan/atau kualitatif dalam bentuk karakter yang direpresentasikan
dalam bentuk simbol dan/atau sinyal (coded messages) bagi aktivasi atau stimulasi suatu sensor.
Informasi yang diterima atau disimpan dalam suatu pesan merupakan pengetahuan. Eksploitasi dan/
atau manipulasi terhadap pengetahuan menjadi suatu kebijaksanaan. Konsep data-informasi-
pengetahuan-kebijaksanaan lebih dikenal dengan sebutan hierarki informasi, hierarki pengetahuan,
hierarki kebijaksanaan, hierarki DIKW, atau piramida pengetahuan.
DIKW (Data-Information-Knowledge-Wisdom) pertama kali dikonsepkan dalam puisi T.S. Elliot
berjudul The Rock di tahun 1934. Berikut petikannya. Where is the life we have lost in living?
Where is the wisdom we have lost in knowledge? Where is the knowledge we have lost in the
information?1
Menurut Ackoff, nilai informasi yang kita ekstrak dari data ditransformasikan menjadi pengetahuan
yang berkembang menjadi kebijaksanaan of what to do.2
Secara tidak langsung, deskripsi bangunan
hubungan keempat variabel tersebut menyerupai struktur piramida. Beberapa pihak membuat
analogi piramida Ackoff berkesesuaian dengan hierarki kebutuhan Maslow.
1
David Weinberger, The Problem with the Data-Information-Knowledge-Wisdom Hierarchy, 20100202.
2
R. L. Ackoff, "From Data to Wisdom", Journal of Applies Systems Analysis, Volume 16, 1989 p 3-9.

Figure 1 – Diagram alur hierarki DIKW (Data-Information-Knowledge-Wisdom)
Bagan – Diagram alur hierarki DIKW (Data-Information-Knowledge-Wisdom)
Sumber: wikipedia
Figure 2 – Kontinuum pemahaman dalam konteks DIKW
Bagan – Kontinuum pemahaman dalam konteks DIKW
Sumber: Donald Clark, Understanding and Performance, 20040309
Dalam konteks DIKW, Bellinger, Castro, dan Mills menginterpretasi Informasi sebagai upaya
memahami hubungan; Knowledge sebagai upaya memahami pola; dan Wisdom sebagai upaya
memahami prinsip.3
Clark menyebut DIKW sebagai satu continuum, rangkaian kesatuan dari
‘penemuan’ pengetahuan melalui konteks (pengalaman) dan pemahaman.
Ketika satu konteks atau tema terbentuk, benang merah dalam berbagai hubungan pengalaman bisa
dijalin. Semakin besar konteksnya, semakin bervariasi pengalaman seseorang bisa diekstrak.
Semakin besar pemahaman atas satu subjek, semakin mampu orang tersebut menjalin pengalaman
masa lalu (konteks) menjadi pengetahuan baru dengan menyerap, melakukan, berinteraksi, dan
3
Gene Bellinger, Durval Castro, Anthony Mills, Data, Information, Knowledge, and Wisdom, 2004

melakukan refleksi.4
Good job, Clark.
Seperti biasa, konsep DIKW pun banyak menuai kritikan. Data yang kita inginkan sering tidak
tersedia, ommitted, hilang. Informasi sering berisi noise dan error. Pengetahuan sering tidak diakui
(ignorance). Kebijaksanaan sering dikaitkan dengan kebodohan dan folly dalam hal minimnya
intelijensi dan kapasitas kejiwaan (mental).5
Berbagai stempel, stigma, label, dan atribut negatif yang disematkan pada konsep DIKW semakin
mengaktualkan fenomena pigeon holing dan pemakai kacamata kuda. Tukang kecap dan tukang
obat cenderung memberikan dan memaksakan interpretasi kepentingannya adalah lebih baik dari
kepentingan pihak lain.
Kepentingan yang berkonflik kemudian diakomodasi dalam kebijakan damage control. Kepentingan
yang ada biasanya didasari atas hasil sensor pada sentimen (emosi), persepsi, dan ekspektasi. Failed
to acknowledge these sensors, you ought to and should not proceed to what you believe, perceive,
and expect.
Data Mining
Data mining merupakan salah satu proses dalam pengolahan informasi untuk menghasilkan ‘satu’
atau beberapa pengetahuan yang telah dispesifikasikan dengan baik. Proses yang dimaksud berupa
ekstraksi informasi, pola, asosiasi, dan hubungan dari data yang tersimpan dalam beberapa sistem
database.
Figure 3 – Proses data mining
Bagan – Proses data mining
Sumber: Oracle.com, What is data mining?, created: 20080701, mod: 20150710.
Spesifikasi yang dimaksud bisa berupa kriteria, filter, preferensi, parameter, atau lainnya. Hubungan
yang ada bisa berupa class, cluster, asosiasi, atau pola berurutan (sequential). Data yang diekstrak
pun, menurut referensi yang ada, kebanyakan berasal dari gudang data (data warehouses) yang
4
Donald Clark, Understanding and Performance, 20040309.
5
Jay H. Bernstein, The Data-Information-Knowledge-Wisdom Hierarchy and its Antithesis, Aug. 2014.

dikelola secara terpusat.
Sifatnya yang personal dan individualistik membuat hasil data mining, menurut referensi yang ada,
kebanyakan mengarah pada keperluan pemasaran yang memberikan informasi terkait kebiasaan dan
preferensi pembeli (CRM). Walau demikian, data mining terkendala dengan nilai dan integritas data
yang sering berkonflik dan redundant.6
Retorika yang kemudian muncul adalah apakah hubungan yang ada perlu didefinisikan dalam satu
atau beberapa struktur RDBMS (Relational DataBase Management System) bersifat multidimensi
atau tidak. Output yang spesifik pun membutuhkan query yang kompleks dan proses yang lebih
cepat dalam banyak sistem database dan berbiaya tinggi dalam perawatan. Prosesnya pun bisa
berlangsung otomatis atau on-demand melalui sistem On-Line Analytical Processing (OLAP).
Lima elemen utama dalam data mining:7
1. Ekstrak, transformasi, dan memuat data transaksi ke sistem gudang data.
2. Simpan dan kelola data dalam satu sistem database multidimensi.
3. Sediakan akses data ke business analysts dan pakar IT.
4. Analisa data melalui perangkat lunak aplikasi.
5. Tampilkan data dalam format yang berguna seperti grafik atau tabel.
Tingkatan analisa dalam data mining mencakup:8
1. Jaringan syaraf buatan (artificial neural networks). Model prediksi non-linier yang bisa belajar
melalui pelatihan dan kemiripan jaringan syaraf biologis dalam struktur.
2. Algoritme genetik. Teknik optimisasi yang menggunakan proses seperti kombinasi genetik, mu-
tasi, dan seleksi alami dalam satu disain yang didasari konsep evolusi alami.
3. Pohon keputusan. Struktur berbentuk pohon yang merepresentasikan serangkaian keputusan.
Keputusan membuat aturan untuk klasifikasi seperangkat data. Metode pohon keputusan spesifik
mencakup CART dan CHAID.
4. Metode tetangga terdekat k. Teknik yang mengklasifikasi setiap record dalam dataset yang
didasari kombinasi klas sejumlah record k yang paling sama dengan dataset historis.
5. Induksi aturan. Ekstraksi aturan if-then yang bermanfaat dari data yang didasari signifikansi
statistik.
6. Visualisasi data. Interpretasi visual dari hubungan yang kompleks dalam data multidimensi.
Perangkat grafis digunakan untuk mengilustrasi hubungan data.
Pemilahan Data
Pemilahan data mulai dilakukan pada pendefinisian jenis data. Jenis data untuk setiap record
mencakup integer, boolean, karakter, floating-point numbers, atau alphanumeric strings. Klasifikasi
data bisa dibedakan menurut statistik, sensitivitas informasi, manajemen data, dan/atau terkait
business intelligence.
Pengkategorian data bisa dibedakan menurut waktu, metadata, atau isi.9
Aplikasinya bisa pada data
yang terstruktur sebagian (semi-structured) atau banyak struktur (poly-structured). Klasifikasi data
bisa dilakukan menurut hubungan (relasi) atau tabular pada data yang sudah terstruktur maupun
6
Bill Palace, Data Mining, June 1996.
7
Bill Palace, Data Mining: What is Data Mining?, June 1996.
8
Bill Palace, Data Mining: What is Data Mining?. Thearling kelihatannya meng-copas informasi dari Palace.
Thearling menempatkan pohon keputusan pada urutan kedua dan algoritme genetik pada urutan ketiga. Visualisasi data
tidak termasuk dalam tingkatan penganalisaan. Thearling menggunakan Microsoft FrontPage 4.0 dalam membuat
situsnya. Lihat Kurt Thearling, An Introduction to Data Mining, 20080717.
9
Informasi dalam metadata mencakup wilayah geografis, ciri kualitatif yang bisa dikuantifisir. Informasi dalam isi
data biasanya sangat tidak terstruktur.

tidak (semi-structured atau poly-structured).
Sifatnya yang terstruktur membuat data relasi atau tabular sangat mudah untuk diolah dan diekstrak
melalui aplikasi (database) atau API (application programming interfaces). Data tidak terstruktur
biasanya memiliki struktur yang dinamis atau semantik tidak berhubungan (non-relational semantic
structure) seperti dokumen, XML, JSON, output sensor, output log device atau sistem.
Classifier merupakan salah satu algoritme yang membuat kategori berdasarkan deskripsi dan/atau
kriteria yang telah dispesifikasikan. Sistem klasifikasi yang dihasilkan classifier seharusnya
memberikan prediksi yang akurat, cepat, bisa diinterpretasi, robust dengan mutu data yang rendah,
dan dalam database yang semakin besar dan kompleks. Pigeon holing yang tumpang tindih.
Tahapan berikutnya setelah pengklasifikasian adalah pembuatan pohon keputusan. Menurut Palace,
dua alternatif terbaik adalah CART (Classification and Regression Trees) and CHAID (Chi Square
Automatic Interaction Detection). CART and CHAID merupakan teknik pohon keputusan yang
digunakan untuk klasifikasi seperangkat data.
Keduanya menyediakan seperangkat aturan yang bisa dipakai pada dataset yang baru (dan belum
diklasifikasikan) untuk memprediksi records mana yang bisa memberikan outcome. CART
mensegmentasi dataset dengan menciptakan percabangan 2-arah. CHAID mensegmentasi dengan
uji chi square untuk menciptakan banyak percabangan. CART biasanya membutuhkan sedikit
persiapan data daripada CHAID.
Pohon keputusan biasanya dilengkapi dengan sistem pendukung keputusan (decision support
system, DSS). Keputusan bisa dibuat atas dasar komunikasi (communication-driven DSS), data
(data-driven DSS), dokumen (document-driven DSS), pengetahuan (knowledge-driven DSS), dan
model (model-driven DSS). DSS bisa dibedakan atas sifatnya yang aktif, pasif, atau kooperatif.
Figure 4 – Hubungan antara Data, Informasi, dan Intelijen
Bagan – Hubungan antara Data, Informasi, dan Intelijen
Sumber: Joint Intelligence / Joint Publication 2-0 (Joint Chiefs of Staff)
Aplikasi lanjutan dari DSS adalah Intelligent DSS karena melibatkan teknologi AI atau intelligent

agents seperti bots. IDSS biasanya memiliki fungsi cognitive decision-making. Intelligent agents
bisa dibedakan menurut tugasnya yang sederhana (simple reflex agents), berbasis model, tujuan,
nilai guna (utility), atau pembelajaran (learning).
Business Intelligence
Salah satu bentuk klasifikasi data adalah data clustering yang biasa digunakan dalam business
intelligence. Data surfacing merupakan output dari aplikasi business intelligence sebagai alat untuk
mengidentifikasi peluang bisnis, peningkatan daya saing, dan stabilitas jangka panjang. Sifatnya
yang preskriptif dan jauh lebih baik dari prediktif, membuat aplikasi business intelligence bersifat
sangat prospektif.
Akibatnya, nilai jual aplikasi business intelligence mencapai angka milyaran dollar AS. Beberapa
data berikut bisa dijadikan acuan.
1. Di bulan Maret 2007, Oracle Corporation membeli Hyperion Solutions Corporation seharga $3,3
milyar secara tunai. Transaksi ini diselesaikan pada tanggal 18 April 2007.
2. Di bulan Oktober 2007, SAP AG membeli BusinessObjects senilai $6,8 milyar. BusinessObjects
dioperasikan secara penuh oleh SAP per 22 Januari 2008.
3. Di bulan November 2007, IBM membeli Cognos senilai $4,9 milyar. Di bulan Januari 2010,
Cognos dan SPSS disatukan dalam divisi Business Analytics dalam kelompok IBM Software
Group. Aplikasi tersebut dinamakan Cognos Business Intelligence and Financial Performance
Management atau Cognos BI and FPM.
Walau demikian, ledakan pembelian usaha business intelligence di tahun 2007 tidak bisa disamai
untuk tahun-tahun berikutnya. Pembelian UKM di bidang IT oleh korporasi besar secara tidak
langsung merefleksikan minimnya daya kreasi, inovasi, dan terobosan yang bisa dilakukan oleh
perusahaan-perusahaan besar.
Tabel – Aktivitas M&A di business intelligence dengan nilai >$100 juta, 2009-2014q1
Tanggal Deskripsi aktivitas M&A di business intelligence
20140130 Dassault Systemes membeli Accelrys senilai $746,4 juta.
20131202 Apple membeli Topsy Labs senilai $200 juta.
20130607 Salesforce.com membeli EdgeSpring senilai $133,7 juta.
20120813 Actian membeli Pervasive Software senilai $162,9 juta.
20120426 MICROS Systems membeli Torex Retail Holdings senilai $272,4 juta.
20120403 TIBCO Software membeli LogLogic senilai $136,6 juta.
20111018 Oracle membeli Endeca Technologies senilai $1,1 milyar.
20110418 Wal-Mart Stores membeli @Walmart Labs senilai $300 juta.
20110321 Pembelian terhadap Qlik Technologies senilai $122 juta.
20110303 Teradata membeli Aster Data Systems senilai $259 juta.
20101222 Teradata membeli Aprimo senilai $525 juta.
20100920 IBM membeli Netezza senilai $1729,8 juta.
20100608 Dassault Systemes membeli Exalead senilai $163,5 juta.
20100128 Informatica membeli Siperian senilai $130 juta.
20090728 IBM membeli SPSS senilai $1121,6 juta.
Sumber: CapitalIQ; dalam Redwood Capital, Business Intelligence, NY, April 2014.
Table 1 – Aktivitas M&A di business intelligence dengan nilai >$100 juta, 2009-2014q1
Teknologi Big Data sebagai konvergensi aktivitas virtualisation, cloud services, mobile, dan social
media membuat aplikasi business intelligence harus diintegrasikan dan disinkronkan dengan ERP
CRM, dan aplikasi enterprise lainnya yang bersifat explorative dan analytics. Teknologi eksplorasi
dalam data mining merupakan kuncinya.
Di bulan Maret 2015, IBM harus membeli search engine blekko dan mengintegrasikannya ke dalam
IBM Watson. Nilai tambah blekko dari Redwood terletak pada algorithmic editorial differentiation
yang mulai dikembangkan sejak 2008 dan operasional di tahun 2010. Di tahun 2011, blekko

menyerang SERP Google yang memuat jutaan content farms aka situs-situs spam.10
Blekko semakin terkenal dengan kapabilitasnya di bidang advanced Web-crawling, kategorisasi,
dan intelligent filtering. Teknologi blekko diharapkan bisa bersinergi dan melengkapi teknologi
deep learning dari AlAchemyAPI yang baru dibeli IBM dan teknologi Watson Developer Cloud.
Dana awal blekko sebesar $60,2 juta dikumpulkan dari 9 kali penawaran investasi.11
Analisa Kuantitatif
Analisa angka (numerical) berbeda dengan analisa kuantitatif. Dalam analisa numeric, angka tidak
memiliki asosiasi atau hubungan dengan fenomena sosial yang ada yang sedang diteliti. Analisa
angka lebih bersifat matematis murni, sementara dalam analisa kuantitatif, angka yang ada
merupakan kuantifikasi dari fenomena sosial yang sedang diobservasi.
Dalam analisa kuantitatif, ada semacam asosiasi dan korelasi yang ingin ditemukan derajat
konektivitasnya. Fokus utama dalam analisa kuantitatif terbagi atas aspek statistik dan peluang,
aplikasi kalkulus (stokastik) dalam persamaan diferensial parsial, dan ekonometrik. Pesan
kuantitatif dari (analisa dan visualisasi) data:
1. Time-series.
2. Pemeringkatan (ranking, rating).
3. Kontribusi (persentase).
4. Deviasi, antara anggaran dan aktual (realisasi).
5. Distribusi frekuensi.
6. Korelasi.
7. Pembandingan nominal.
8. Geografis atau geospasial.
Analisa Data
Analisa data merupakan proses menginspeksi, membersihkan, transformasi, dan memodelkan data
dengan tujuan untuk menemukan informasi yang berguna, menyarankan kesimpulan, dan
mendukung pengambilan keputusan. Pembersihan dalam pengumpulan data mencakup filtrasi,
klasifikasi, segmentasi, dan sejenisnya.
Dalam aplikasi statistik, analisa data dibedakan menurut sifatnya yang deskriptif, eksploratif
(exploratory data analysis, EDA), konfirmatif (confirmatory data analysis, CDA), prediktif, atau
analisa teks (text analytics).
Fokus EDA adalah pada menemukan (discovering) fitur-fitur baru dalam data; sementara CDA
berfokus pada konfirmasi atau menyalahkan hipotesis yang ada; dan analisa prediktif berfokus pada
aplikasi model statistik untuk peramalan (forecasting) atau klasifikasi yang sifatnya prediktif.
Analisa teks menerapkan teknik-teknik statistik, linguistik, dan struktural untuk mengekstrak dan
mengklasifikasi informasi dari sumber-sumber teks, satu spesies dari data yang tidak terstruktur.
Pemodelan data mencakup algoritme dan/atau spesifikasi hubungan (korelasi atau kausal). Proses
dan/atau hasil akhir dari analisa data yang terintegrasi adalah data yang tervisualisasi dan
disebarkan (disseminated). Pemodelan data bisa dilakukan sebagai kelanjutan setelah terbentuknya
dataset, sebelum atau sesudah EDA.
EDA mencoba menganalisa pola dan fitur data dan hasilnya disampaikan ke analis. Dalam model
10
Matt McGee, Goodbye Blekko: Search Engine Joins IBM’s Watson Team, 20150327.
11
Collen Kriel, IBM acquires technology from curated search engine Blekko to bolster Watson, 20150330.

yang berkesesuaian dengan data, pola yang menyimpang dari model langsung terlihat. Model perlu
disesuaikan dengan deviasi yang ada. Proses bisa berulang sampai model mendapat konfirmasi
kesesuaian dengan data melalui uji hipotesa statistik.
Tukey yang memperkenalkan istilah EDA sebenarnya lebih menekankan pada mencari pertanyaan
yang tepat daripada mendapatkan jawaban. Finding the question is often more important than
finding the answer.12
EDA lebih banyak diaktualisasi dalam bentuk visualisasi data. CDA lebih
banyak memberi false alarm dan bias sistematis akibat terlalu banyaknya noise dan interferensi
dalam pendefinisian variabel, indikator, dan data serta pembuatan model.
Figure 5 – Analisa eksplorasi data
Bagan – Analisa eksplorasi data
Sumber: Cathy O'Neil and Rachel Schutt, Doing Data Science, O'Reilly, 2014, ISBN: 978-1-449-35865-5.
Self-Organising Map
SOM merupakan salah satu teknik visualisasi data yang dikembangkan Teuvo Kohonen.13
SOM
atau jaringan (network) Kohonen memiliki struktur feed-forward dengan satu layer komputasi
tunggal disusun menurut baris dan kolom. Setiap neuron terkoneksi sepenuhnya terhadap seluruh
source nodes di layer input.
Peta berdimensi satu memiliki satu baris tunggal (atau satu kolom tunggal) di layer komputasi.
Ukuran dan jenis peta tergantung bentuk node yang bisa kotak atau heksagonal. Heatmaps
merupakan salah satu visualisasi data yang paling penting, yakni visualisasi distribusi satu variabel
di seluruh bagian peta.
Node yang memiliki kesamaan metrik membentuk clustering tertentu. Contiguousity distribusi node
tergantung distribusi variabel. Untuk itu, algoritme clustering hierarkis bisa mewujudkan hal
12
John W. Tukey. Exploratory Data Analysis, Addison-Wesley Publishing Co. 1977.
13
Teuvo Kohonen, "Self-Organized Formation of Topologically Correct Feature Maps". 1982.

tersebut. Pengurangan dimensionalitas vektor merupakan salah satu teknik kompresi data yang
disebut vector quantisation.
Pengurangan dimensi direpresentasikan pada beberapa skala atau warna yang dispesifikasikan
berbeda di layar komputer. Analisa atau pemetaan terhadap warna utama bisa dianalogkan sebagai
analisa generalisasi yang tidak linier (non-linear generalisation) terhadap komponen utama, PCA,
principal components analysis.
Sifatnya yang otonom, otomatis, unsupervised, self-learning, memiliki intelijensi buatan (AI)
membuat SOM banyak digunakan sebagai EWS (early warning system) pada pengukuran indeks
stabilitas finansil beberapa negara di dunia dalam bentuk SOFSM (Self-Organising Financial
Stability Map).
Proses self-organisation melibatkan 4 komponen utama, yakni inisialisasi, kompetisi, kerjasama,
dan adaptasi. Pada tahap inisialisasi, seluruh berat koneksi (connection weights) diinisialisasi
dengan nilai acak kecil. Di tahapan kompetisi, setiap pola input, neuron menghitung nilainya (its
respective values) di fungsi diskriminan yang memberikan basis persaingan.
Bagan – Jaringan Kohonen
Sumber: John A. Bullinaria, Self Organizing Maps, 2004.
Neuron tertentu dengan nilai terkecil dari fungsi diskriminan dideklarasikan sebagai pemenang
(BMU, Best Matching Unit). BMU bisa dihitung dengan rumus jarak Euclidean. Di tahapan
kerjasama, neuron yang menang menentukan lokasi spasial dari topologi tetangga dari neuron yang
menarik.14
Tujuannya sebagai basis kerjasama diantara neuron-neuron yang berdekatan
(bertetangga).
Di tahapan adaptasi, neuron yang menarik (excited neurons) menurunkan nilai individu di fungsi
diskriminan dalam hubungannya dengan pola input melalui penyesuaian yang cocok dan terkait
bobot koneksi. Respon neuron yang menang terhadap aplikasi lanjutan dari pola input yang sama
semakin meningkat.
Semakin besar neighbourhood, semakin rendah nilai iterasi (pengulangan). Demikian pula pada
tahap pembelajaran yang semakin menurun di setiap iterasi atau konvergensi. Proses pengulangan
14
The spatial location of a topological neighbourhood of excited neurons.

dilakukan setelah tahap inisialisasi dilakukan. Algoritme pengulangan atau kelanjutan
(continuation) dibuat sampai kriteria tertentu terpenuhi.
Algoritme inisialisasi memilih nilai acak untuk vektor bobot wj awal. Algoritme sampling memilih
vector input uji sample x dari ruang input. Algoritme matching mencari neuron pemenang I(x)
dengan vektor bobot terdekat dengan vektor input. Algoritme updating menerapkan persamaan
update bobot ∆wji = η(t) Tj,I(x)(t) (xi − wji). Algoritme continuation membuat loop ke tahap kedua
(sampling) sampai peta fitur (feature map) berhenti berubah.
Hambatan bagi Efektivitas Analisa Data
Data bisa dibaca berbeda menurut pengumpul, analis, dan pengguna. Beberapa data bisa merupakan
gabungan fakta, opini, bias kognitif, dan salah kalkulasi. BIas konfirmasi tergantung cara, persepsi,
keinginan, kebutuhan komunikator dan komunikan. Informasi yang disampaikan bisa mislead,
misinform, atau memang murni kesalahan teknis penghitungan dalam bentuk normalisasi (common-
sizing), asumsi, skenario. Asumsi bisa dibuat secara logis, empiris, atau berdasarkan ekspektasi.
Confirmatory Data Analysis
Confirmatory Data Analysis merupakan bentuk penilaian terhadap (stabilitas hasil) penelitian. Dua
cara yang umum dalam menguji reliabilitas dan kemungkinan hasil analisa yang sama adalah
validasi silang dan analisa sensitivitas. Empat metode statistik yang paling populer adalah linier
(OLS, t-test, ANOVA, ANCOVA, MANOVA); model linier yang dijeneralisir; pemodelan
persamaan struktural (SEM, structural equation modelling); dan teori respon item.
CDA yang diaplikasikan dalam satu model disebut Confirmatory factor analysis (CFA), sebagai
bentuk konfirmasi atau penolakan terhadap teori pengukuran dalam model yang diuji. Beberapa
software CFA mencakup AMOS, LISREL, EQS, dan SAS. Di AMOS, visual paths ditarik manual
di jendela grafis dan analisa dilakukan. Di LISREL, CFA bisa dilakukan secara grafis atau melalui
menu. Di SAS, CFA dilakukan dengan menggunakan bahasa pemrograman.
Tahapan selanjutnya adalah pengujian validitas model dalam bentuk indikator faktor yang memuat
variabel laten harus lebih dari 0,7. Uji Chi-square dan statistik kesesuaian model (goodness of fit)
mencakup RMR, GFI, NFI, RMSEA, SIC, BIC, atau lainnya. Variabel laten merupakan variabel
yang menjadi inferensi, tidak diobservasi secara langsung.
Analisa Finansil
Analisis finansil memiliki padanan kata (bersinonim) dengan analisa laporan finansil, analisa
laporan keuangan, analisa pembiayaan (finance), atau analisa akuntansi. Tujuannya adalah untuk
mendapatkan gambaran tentang situasi, kondisi, dan posisi keuangan suatu organisasi seperti
yayasan, partai politik, instansi, departemen atau kementerian, perusahaan, atau lainnya.
Data dan informasi yang dibuat dan disajikan berdasarkan analisa laporan keuangan sangat berguna
bagi pengambilan keputusan suatu tindakan, kegiatan, kebijakan, dan kelangsungan operasional
suatu organisasi. Beberapa analisa dibuat dengan memasukkan pertimbangan risiko, biaya, harga,
potensi keuntungan/kerugian, dan kelayakan finansil.
Struktur laporan keuangan pada umumnya sama. Walau demikian, perbedaan sangat mencolok
terjadi di hampir semua unit usaha, divisi, organisasi, institusi, perusahaan, sektor, dan industri. Hal
ini disebabkan karena setiap individu, baik dalam kapasitasnya sebagai orang maupun institusi,
memiliki standar dan definisinya masing-masing terhadap semua hal. Perbedaan di setiap individu

didasari oleh 3 faktor utama, yakni sensasi (emosi), persepsi, dan kepentingan atau ekspektasi.
Standar Akuntansi Keuangan (PSAK, GAAP, IFRS)
Standar yang berbeda dapat dilihat pada semakin banyaknya kesamaan dalam prinsip akuntansi
yang diterima secara umum (GAAP, Generally Accepted Accounting Principles). Ada US GAAP,
UK GAAP, GAAP ala Jerman dengan nama (Grundsätze ordnungsmäßiger Buchführung), GAAP
Indonesia (PSAK, Pernyataan Standar Akuntansi Keuangan), dan lainnya. Walau kelihatannya
sama, dalam praktek akuntansinya bisa sangat berbeda. Seperti kata pepatah, the devil is in details.
Dalam rangka komparasi internasional, standar pelaporan finansil (International Financial
Reporting Standards, IFRS) dibuat dan dijaga oleh International Accounting Standards Board
(IASB). Berdiri sejak 1 April 2001, untuk kepentingan publik, misi utama IASB adalah
mengembangkan satu standar pelaporan finansil internasional yang bermutu tinggi, dapat dipahami,
dapat memaksa (enforceable), dan diterima secara global berdasarkan prinsip-prinsip yang
diartikulasikan secara jelas.
Peran Perusahaan Audit dalam PSAK
Empat perusahaan audit global (Big Four), yakni Deloitte Touche Tohmatsu Ltd (DT),
PriceWaterHouseCoopers (PwC), Ernst & Young (EY), dan KPMG (Klynveld Main Goerdeler -
Peat Marwick) memberikan interpretasinya masing-masing dalam membandingkan US GAAP,
IFRS, dan PSAK.
Di tahun 1987, industri audit keuangan global menjadi semakin terkonsentrasi menjadi Big 8 ketika
Klynveld Main Goerdeler bergabung dengan Peat Marwick menjadi KPMG. Tujuh perusahaan
audit lainnya mencakup Arthur Andersen, Ernst & Whinney, Arthur Young & Co., Price
Waterhouse, Coopers & Lybrand, Deloitte Haskins & Sells, dan Touche Ross.
Di tahun 1989, Ernst & Whinney bergabung dengan Arthur Young & Co. menjadi Ernst & Young
di bulan Juni; dan Deloitte Haskins & Sells bergabung dengan Touche Ross menjadi Deloitte
Touche di bulan Agustus. Di bulan Juli 1998, Price Waterhouse bergabung dengan Coopers &
Lybrand menjadi PriceWaterhouseCoopers. Skandal Enron di tahun 2001 membuat Arthur
Andersen harus dilikuidasi di tahun 2002.
Kebesaran 4 perusahaan audit dibangun atas dasar jaringan dan rantai kerjasama kesatuan standar,
merek, dan mutu. Dalam bahasa yang sederhana, mereka terikat dalam suatu ikatan franchise.
Di Indonesia, PwC diwakili oleh KAP Tanudiredja, Wibisana & Rekan, PT Prima Wahana Caraka,
PT PricewaterhouseCoopers Indonesia Advisory, PT PricewaterhouseCoopers Consulting
Indonesia, (PT PricewaterhouseCoopers FAS); DT diwakili oleh KAP Osman Bing Satrio & Eny,
PT. Deloitte Konsultan Indonesia (DKI) dan Deloitte Tax Solution (DTS); EY oleh KAP
Purwantono, Suherman & Surja (PSS); dan KPMG oleh KAP Sidharta dan Widjaja.
Analisa Finansil sebagai Alat Ukur Kinerja Keuangan
Berbagai macam angka yang terdapat dalam laporan keuangan bisa dijadikan alat dan ukuran bagi
kinerja suatu usaha. Walau demikian, angka nominal suatu perusahaan sering tidak bisa
dibandingkan secara langsung (head-to-head) dengan perusahaan sejenis atau dengan perusahaan
dari sektor atau industri lainnya.
Pembandingan secara nominal jelas bisa membedakan seberapa besar suatu usaha dengan usaha

lainnya. Dengan menggunakan pendekatan rasio, pembandingan nilai secara relatif bisa berarti lain.
Perusahaan yang besar secara nominal mungkin tidak lebih baik kinerja keuangannya dengan
perusahaan yang lain yang skalanya lebih kecil.
Baiknya kinerja keuangan perusahaan bisa dilihat dari ukuran kemampuannya menjaga kelancaran
aktivitas usaha (activity ratio), tingkat likuiditas, struktur dan kecukupan modal, tingkat keuntungan
(profitabilitas), solvabilitas, sumbangsih (insentif) terhadap stakeholder (dalam bentuk deviden,
CSR, capital gain), dan stabilitas pertumbuhan dalam jangka panjang.
Analisa Fundamental
Analisa terhadap fundamental suatu usaha yang utama adalah untung atau rugi. Supaya untung,
harga produk yang dijual harus lebih besar dari biaya produksi. Potensi rugi bisa terealisasi bila
risiko usaha tidak terkalkulasi dan tidak bisa diantisipasi dengan baik. Berbagai langkah antisipasi
seharusnya disiapkan dalam rencana contingency agar operasional usaha tersebut bisa layak dan
sehat secara finansil.
Analisa terhadap (keuangan) internal usaha (company analysis) menjadi lebih berarti bila
dibandingkan dengan perusahaan sejenis dalam satu industri (industry analysis) atau dengan
industri lain, atau dengan kondisi ekonomi makro, baik di tingkat regional, nasional, atau
internasional (economic analysis).
Penyebutan analisa fundamental biasanya banyak disandingkan dengan analisa teknikal, valuasi
instrumen finansil, aset modal (capital asset), aset finansil (financial asset), analisa (harga
saham/instrumen finansil di) pasar (perdagangan), analisa prilaku (herd behavioural
finance/economics), analisa investasi, analisa portfolio, atau lainnya.
Analisa fundamental seharusnya hanya terbatas pada valuasi usaha atau valuasi suatu perusahaan
(company analysis). Sifatnya yang dihasilkan dari kondisi (keuangan) internal banyak direfleksikan
dan ditransformasikan ke dalam harga saham (instrumen finansil) perusahaan. Salah kaprah banyak
pihak (mainstream analysts) adalah penilaian harga saham tersebut yang dinilai dari kondisi
keuangan internal harus cocok dengan kondisi keuangan dan ekonomi di pasar finansil yang
sifatnya eksternal.
Harga saham suatu perusahaan di pasar merupakan bentuk judgment dari pelaku pasar berdasarkan
berbagai sentimen dan ekspektasi yang berkembang. Harga saham yang rendah dan memiliki
frekuensi perdagangan yang tinggi biasanya merefleksinya posisi lemahnya manajemen perusahaan
dalam 'mengelola' turn-over pemegang saham.
Harga saham suatu perusahaan dan nilai suatu perusahaan bisa sejalan, atau sebaliknya, bisa
terlepas satu sama lain. Harga saham bisa naik-turun sesuai kehendak dan kemauan pasar.
Perusahaan yang kuat biasanya tidak (terlalu) terpengaruh dengan naik-turunnya harga sahamnya di
pasar.
Beberapa kondisi yang membuat harga saham terlepas dari nilai suatu perusahaan adalah bila
kinerja operasional dan kinerja keuangan tidak terlalu terpengaruh pada perubahan harga saham
yang sangat dinamis. Perusahaan tetap bisa berjalan dan operasional sesuai dengan koridornya dan
dalam batasan normal dan wajar (business as usual), tanpa hambatan yang berarti.
Kita tidak akan pernah mengetahui secara langsung apakah tingginya pergantian pemegang saham
(minoritas) memang murni terkait atau tidak terkait dengan pemegang saham mayoritas.
Kemungkinan yang lain adalah apakah pemegang saham minoritas merupakan figur dummy,

boneka, atau kuda troya bagi pemegang saham mayoritas?
Perdagangan saham (atau instrumen finansil lainnya) memiliki pola dan tren serta aturannya
tersendiri. Beberapa istilah teknis mencakup head and shoulders, double top/bottom reversal, rata-
rata bergerak, indeks kekuatan relatif, support, resistance, channels, formasi aman (obscure) seperti
flags, panji-panji (pennants), balance days, cup and handle, candlestick charting, put/call ratios,
bull/bear ratios, short interest, implied volatility, dan lainnya.
Dinamika pasar instrumen finansil sangat tergantung pada prilaku pedagang harian (active day
traders), market makers, pit traders atau floor traders. Analisa teknik lebih baik dijadikan sebagai
cara dalam mengidentifikasi peluang perdagangan, ketimbang sebagai alat untuk memprediksi
harga. Intervensi terhadap pasar bisa dilakukan oleh siapa saja, termasuk pemerintah, otoritas
moneter, pemegang instrumen finansil, bahkan investor kelas kakap.
Cukup banyak teori dan pendekatan dilakukan dalam mengidentifikasi peluang (sinyal)
perdagangan. Beberapa diantaranya mencakup teori Dow, teori gelombang Elliott, hipotesa pasar
yang efisien (EMH), pendekatan mekanis atau sistematis, transformasi harga dan volume
perdagangan, identifikasi dan interpretasi pola perdagangan, korelasi harga inter-market dan intra-
market, siklus usaha, siklus pasar (saham), atau lainnya.
Rasio-rasio Finansil
Beberapa rasio finansil.
1. Pertumbuhan.
2. Produktivitas.
3. Kontribusi terhadap stakeholder (DPR, CSR).
4. Efisiensi aktivitas usaha.
5. Likuiditas.
6. Kapitalisasi.
7. Profitabilitas.
8. Solvabilitas.
Pertumbuhan
Rasio pertumbuhan bertujuan mengukur kemampuan organisasi untuk tetap tumbuh dibandingkan
dengan pertumbuhan yang terjadi di tingkat industri dan/atau ekonomi secara keseluruhan. Sebagian
analis mengasosiasikan rasio pertumbuhan dengan indikator solvabilitas.
Produktivitas
Produktivitas per pekerja = penerimaan / jumlah karyawan
Personnel Productivity = Net Turnover / Personnel
Profitabilitas per pekerja = EBT / jumlah karyawan
Personnel Profitability = EBT / Personnel
Kontribusi terhadap Stakeholder
Dividend Policy Ratios
Hasil deviden = deviden per saham / harga saham
Dividend Yield = Dividends Per Share / Share Price

Hasil deviden tidak identik dengan tingkat hasil masa depan yang tinggi (high future rate of return).
Kesinambungan dan peningkatan pembagian deviden merupakan hal yang perlu dicermati oleh
manajemen perusahaan.
Rasio pembayaran deviden = deviden per saham / EPS
Payout Ratio = Dividends Per Share / Earnings Per Share
Rasio-rasio Aktivitas Usaha
Rasio aktivitas bertujuan mengukur efektivitas organisasi dalam mengoperasikan dana. Beberapa
padanan kata dari rasio-rasio aktivitas usaha adalah rasio perputaran aset, rasio efisiensi, rasio
penggunaan aset (utilisasi), rasio manajemen aset. Rasio aktivitas bertujuan mengukur efisiensi dan
efektivitas organisasi dalam mengoperasikan aset dan dana. Beberapa rasio aktivitas usaha
mencakup:
1. asset turnover.
2. receivables turnover.
3. average collection period.
4. inventory turnover.
5. inventory period.
Dalam neraca, aset terbagi atas 2 kelompok, yakni aset tetap dan aset tidak tetap. Aset banyak
disinonimkan dengan harta, kekayaan, aktiva. Aset tetap banyak disinonimkan dengan aktiva tetap,
harta tetap, kekayaan tetap, fixed assets, non-current assets. Aset tidak lancar banyak disinonimkan
dengan aktiva lancar, harta lancar, kekayaan lancar, current assets.
Perputaran aset (asset turnover)
Perputaran aset = sales / aset total
Asset Turnover = sales / total assets
Rasio perputaran aset merupakan rasio efisiensi yang mengukur kemampuan perusahaan
mendapatkan (generate) penjualan asetnya dengan membandingkan penjualan terhadap total aset.
Dalam beberapa kasus, banyak laporan keuangan yang tidak mencantumkan kata sales, melainkan
kata revenues. Dalam bahasa Indonesia, padanan katanya sering rancu (misleading) antara
pendapatan, pemasukan, penjualan, atau lainnya. Oleh karena itu, istilah bahasa Inggris akan lebih
baik dipergunakan dalam membaca dan menganalisis laporan keuangan yang telah dipublikasikan.
Perputaran aset rata-rata (asset turnover)
Perputaran aset = sales / rata-rata total aset
Asset Turnover = Sales / Average Total Assets
Definisi kedua dari rumus perputaran aset adalah dengan menggantikan nilai aset total dengan nilai
rata-rata aset total. Rata-rata total aset dihitung dengan membagi dua jumlah dari nilai aset pada
awal periode dan nilai akhir periode. NIlai penjualannya adalah bersih dari sales returns and
refunds.
atau
Rasio perputaran aset tetap (fixed assets turnover)

Perputaran aset tetap = sales / aset tetap
Fixed Assets Turnover = Sales / Fixed Assets
Definisi ketiga dari rumus perputaran aset adalah dengan menggantikan nilai aset total dengan nilai
aset tetap, bisa itu pada akhir periode atau rata-rata dari jumlah nilai aset pada awal periode dan
nilai akhir periode.
Penilaian tinggi rendahnya rasio perputaran aset harus disikapi dengan baik. Beberapa pihak
menilai semakin tinggi nilai perputaran aset, semakin efisien aktivitas perusahaan dalam mengelola
asetnya. Semakin rendah nilainya, perusahaan 'dinilai' memiliki masalah dalam hal manajemen dan
produksi. Bila hasil analisis dibuat demikian, sang analis bisa disamakan dengan orang buta yang
mencoba mendeskripsikan gajah.
Dalam praktek dan kenyataan empiris, tingginya perputaran aset banyak terjadi di dua hal yang
spesifik, yakni:
1. Produk yang dijual memiliki marjin keuntungan yang rendah (low profit margins).
2. Industri ritel harus memberikan harga yang bersaing dan bisa mematikan pesaingnya (cutthroat
and competitive pricing).
Perputaran piutang (receivables turnover)
Perputaran piutang = penjualan kredit tahunan / piutang
Receivables Turnover = Annual Credit Sales / Accounts Receivable
Perputaran piutang merupakan indikasi kecepatan perusahaan menagih piutang dalam hitungan hari
penjualan kredit ada dalam akun piutang sebelum ditagih. Angka perputaran piutang yang didapat
merupakan periode penagihan (collection period).
Rata-rata periode penagihan (average collection period)
Ada 2 cara menghitung periode penagihan, antara lain:
Rata-rata periode penagihan = piutang / (penjualan kredit tahunan / 365)
Average Collection Period = Accounts Receivable / (Annual Credit Sales / 365)
atau
Rata-rata periode penagihan = 365 / perputaran piutang
Average Collection Period = 365 / Receivables Turnover
Perputaran inventaris (inventory turnover)
Perputaran inventaris = harga pokok penjualan / rata-rata inventaris
Inventory turnover = Cost of Goods Sold / Average Inventory
Inventaris banyak disinonimkan dengan persediaan, inventory. Perputaran inventaris dihitung
dengan membagi harga pokok penjualan (HPP, COGS) pada satu periode waktu dengan rata-rata
inventaris selama periode tersebut.
Periode inventaris (inventory period)
Periode inventaris merupakan bentuk laporan yang lain dari perputaran inventaris, yakni jumlah
hari nilai inventaris yang tersedia di gudang. Nilai inventaris yang dipakai bisa pada akhir periode
atau rata-rata dari jumlah nilai inventaris pada awal periode dan akhir periode. Ada 2 cara untuk

menghitung periode inventaris, antara lain:
Periode inventaris = inventaris / rata-rata harian dari harga pokok penjualan
Inventory period = Average Inventory / (Annual Cost of Goods Sold / 365)
atau
Periode inventaris = 365 / perputaran inventaris
Inventory Period = 365 / Inventory Turnover
Rasio-rasio Likuiditas
Rasio likuiditas bertujuan menguji kecukupan uang, kemampuan organisasi untuk membayar
kewajiban jangka pendeknya (short-term obligations). Dengan kata lain, rasio likuiditas
diekspresikan sebagai rasio atau persentase dari pasiva lancar. Dengan pasiva lancar sebagai
denominator (penyebut atau pembagi), beberapa variabel yang biasanya dipakai menjadi bilangan
yang dibagi (pembilang, numerator) adalah aktiva lancar, aktiva lancar tanpa inventaris, dan
operating cash flow.
Dalam ilmu ekonomi, likuiditas banyak dipakai sebagai alat ukur likuiditas akuntansi (accounting
liquidity) dan likuiditas suatu aset (market liquidity). Sebagai ukuran akuntansi, likuiditas
merefleksikan kemampuan peminjam (debtor) membayar utangnya ketika utangnya jatuh tempo.
Sebagai ukuran pasar, likuiditas aset merefleksikan seberapa cepat suatu aset bisa dicairkan, dijual,
atau dilikuidasi.
Dalam prakteknya, setiap rasio bisa berbeda menurut industri dan sistem hukum yang berlaku. Ada
beberapa industri yang meminta persyaratan angka kecukupan likuiditas yang tinggi, ada yang
rendah, atau bahkan ada yang meminta kestabilan dalam (penerimaan) arus kas seperti pada
perusahaan-perusahaan manufaktur.
Sebagai perbandingan, di industri perbankan, preferensi likuiditas berhadapan dengan kecilnya
pendapatan yang diterima (trade-off). Semakin tinggi likuiditas suatu aset seperti uang tunai,
semakin kecil pendapatan (bunga) dari uang tunai. Oleh karena itu, setiap bank diwajibkan
memiliki kecukupan likuiditas (kecukupan modal, Capital Adequacy Ratio, CAR) untuk memenuhi
ketentuan persyaratan minimum (Reserved Requirement-RR, Giro Wajib Minimum-GWM).
Sifatnya sebagai kemampuan perusahaan dalam menyelesaikan kewajiban finansil jangka pendek
membuat indikator likuiditas banyak diasosiasikan dengan segala hal terkait aktiva lancar. Atas
dasar ini, beberapa rasio item dalam kriteria aset lancar bisa diklasifikasikan sebagai indikator
likuiditas. Piutang dan inventaris merupakan bagian dari harta lancar. Beberapa indikator likuiditas
terkait piutang dan inventaris adalah perputaran piutang (receivables turnover) dan perputaran
inventaris (inventory turnover).
Beberapa rasio likuiditas mencakup:
1. current ratio.
2. rasio modal kerja.
3. quick ratio.
4. cash ratio.
5. investment to policy ratio.
Rasio lancar (current ratio, CR)
Rasio lancar = aktivas lancar / pasiva lancar

Current Ratio = Current Assets / Current Liabilities
Ada dua pihak yang memiliki persepsi dan kepentingan yang berseberangan tentang nilai rasio
lancar. Kreditur jangka pendek lebih menyukai nilai rasio lancar yang tinggi. Kondisi ini
merefleksikan mimimnya risiko utang (dagang) tidak terbayar. Di sisi lain, pemegang saham lebih
menyukai rasio lancar yang rendah.
Rendahnya rasio lancar diharapkan bisa memberikan peluang bagi perusahaan untuk mengelola
asetnya dalam jumlah yang lebih besar dalam rangka mengembangkan usahanya. Pemegang saham
bisa mayoritas atau minoritas, dan bisa termasuk pihak yang duduk dalam manajemen internal atau
manajemen rantai nilai (supply chain management).
Nilai rasio lancar berbeda menurut perusahaan dan industri. Perusahaan yang beroperasi dalam
industri yang musiman (cyclical, seasonal) bisa menjaga rasio lancar yang tinggi agar bisa tetap
solvent selama musim sepi (downturns).
Rasio modal kerja (working capital ratio)
Rasio modal kerja = modal kerja bersih / pasiva lancar
Working Capital Ratio = Net Working Capital / Current Liabilities
Modal kerja kotor = aktiva lancar
Modal kerja bersih = aktiva lancar – pasiva lancar
Rasio cepat (quick ratio, QR)
Rasio cepat = (aktiva lancar - inventaris) / pasiva lancar
Quick Ratio = (Current Assets - Inventory) / Current Liabilities
Rasio cepat sering disebut acid test, liquid ratio. Rasio cepat merupakan ukuran likuiditas yang lain.
Sebagai alternatif dari rasio lancar, ukuran rasio cepat tidak memasukkan unsur inventaris dalam
penghitungan aktiva lancar. Sifat dari inventaris adalah nilai likuidasinya yang tidak pasti
(uncertain) bila ingin dijual cepat.
Beberapa item dalam aktiva lancar yang digunakan dalam penghitungan rasio cepat adalah kas,
piutang dagang (accounts receivable), wesel tagih (notes receivable), dan uang premi
(prepayments/tagihan bulanan).
Beberapa pihak menilai rasio cepat sebagai ukuran daya jual aset untuk menutupi utang (jangka
pendek). Bila QR bernilai kurang dari 1.0, perusahaan harus menjual inventarisnya dalam rangka
memenuhi utang jangka pendek. Bila ini terjadi, perusahaan sedang berada dalam posisi (keuangan)
yang kurang baik.
QR lebih banyak dipakai dalam industri keuangan, yakni dijadikan sebagai alat ukur likuiditas pasar
daripada aset yang dimiliki suatu perusahaan bila ingin dijual cepat ke pasar. Oleh karena itu, cara
terbaik untuk menutupi utang (jangka pendek) adalah dengan memakai cash flow sebagai bilangan
yang dibagi.
Rasio kas (cash ratio)
Rasio kas = (kas + surat berharga) / pasiva lancar
Cash Ratio = (Cash + Marketable Securities) / Current Liabilities

Rasio kas merupakan rasio likuiditas yang paling konservatif. Nilai ini hanya memuat bagian dari
aset lancar yang paling likuid, yakni kas dan setara kas, dan tidak memasukkan seluruh unsur dalam
(penghitungan) aktiva lancar. Rasio kas digunakan untuk mengukur kemampuan uang kas dan
setara kas memenuhi kewajiban jangka pendeknya.
Rasio kas merupakan indikasi kemampuan perusahaan untuk melunasi seluruh kewajiban lancarnya
ketika pada suatu ketika seluruh pembayaran harus dilaksanakan dengan sesegera mungkin.
Pendapatan lancar (current income)
Pendapatan lancar = arus kas dari operasi / pasiva lancar
Current Income = Operating Cash Flow / Current Liabilities
Dalam sistem akuntansi berbasis uang tunai (cash-based accounting), pendapatan lancar sering
dipakai ukuran likuiditas suatu perusahaan.
Rasio pendapatan bunga (Time Interest Earned, Interest Coverage)
rasio keuntungan bunga = EBIT / biaya bunga
Interest Coverage = EBIT / Interest Charges
Biaya bunga merupakan total hutang bunga obligasi dan kontrak utang lainnya. Beban bunga
banyak disinonimkan dengan interest coverage, times interest earned, dan fixed-charged coverage.
Indikator banyak digunakan sebagai ukuran kemampuan (earnings) perusahaan memenuhi
kewajiban bunga utangnya (debt obligations).
Rasio investasi terhadap kebijakan (investment to policy ratio)
Rasio investasi terhadap kebijakan = surat berharga / pasiva lancar
Investment to Policy Ratio = Securities / Current Liabilities
Investment to policy ratio bertujuan mengukur kemampuan surat berharga yang dimilikinya dalam
memenuhi kewajiban jangka pendeknya. Rasio ini banyak digunakan dalam industri perbankan,
dimana nilai pasiva lancar digantikan dengan nilai jumlah deposit yang ada. Bila demikian, rasio ini
merupakan ukuran kemampuan bank dalam melunasi kewajiban terhadap para deposannya dengan
melikuidasi surat-surat yang berharga yang di milikinya. Semakin besar rasio, semakin bagus
likuiditas bank tersebut.
Rasio utang lancar terhadap inventaris (current debts to inventory ratio)
Rasio utang lancar terhadap inventaris = kewajiban lancar / inventaris
Current Debts to Inventory Ratio = Current Liabilities / Inventory
Rasio ini merefleksikan ketergantungan perusahaan terhadap keberadaan inventaris bagi pelunasan
utang.
Rasio-rasio Profitabilitas
Profitabilitas merupakan ukuran kemampuan perusahaan untuk menghasilkan laba. Beberapa rasio
profitabilitas mencakup:
1. gross profit margin.

2. net profit margin.
3. return on equity.
4. return on assets dan return on capital employed.
5. return on capital dan return on invested capital.
6. return on investments.
7. interest coverage (times interest earned)
8. financial leverage
9. efficiency of financial leverage
Marjin laba kotor (gross profit margin)
Marjin laba kotor = (penjualan - harga pokok penjualan) / penjualan
Gross Profit Margin = (Sales - Cost of Goods Sold) / Sales
Penjualan banyak disinonimkan dengan pemasukan, pendapatan, sales, revenue, return, income,
earnings, net turnover.
Marjin laba bersih (net profit margin)
Marjin laba bersih = pendapatan bersih / penjualan
Net Profit Margin = Net Earnings / Sales
Banyak analis mengidentikkan net income adalah sama dengan net earnings, atau sebaliknya.
Bersih di sini bisa diartikan bersih dari harga pokok penjualan (HPP, COPGS) saja; atau termasuk
bersih dari pajak (earnings before tax, EBT); bersih dari pajak dan bunga (earnings before interest
and tax, EBIT); bersih dari pajak, bunga, depresiasi, dan non-operating income. Di sini, marjin laba
bersih memiliki 4 varian.
Beberapa varian yang lain adalah earnings after tax (EAT), earnings after interest and tax (EAIT),
laba bersih (net profit), marjin laba operasi, net operating profit after tax (NOPAT), nilai tambah
ekonomis (economic value added, EVA), dan economic rents.
Return on Equity (ROE)
Return on Equity = pendapatan bersih / modal saham
Return on Equity = Net Income / Shareholder Equity
Return on Asset (ROA) dan Return on Capital Employed (ROCE)
Return on Assets = pendapatan bersih / aset
Return on Assets = Net Income / Total Assets
Beberapa istilah sering dipertukarkan, yakni antara ROA dan ROCE; capital employed dengan
invested capital; net income dengan net earnings. ROA sering disinonimkan dengan return on
capital employed (ROCE). Capital employed banyak disinonimkan dengan invested capital.
Net income di sini bisa diartikan bersih dari harga pokok penjualan (HPP, COPGS) saja; atau
termasuk bersih dari pajak (earnings before tax, EBT); bersih dari pajak dan bunga (earnings before
interest and tax, EBIT); bersih dari pajak, bunga, depresiasi, dan non-operating income.
ROCE seharusnya dihitung dengan membandingkan EAT (earnings after tax) terhadap capital
employed. Capital employed bisa dihitung dari total aset dikurangi pasiva lancar; atau sebagai

penjumlahan aset tetap dengan modal kerja; atau nilai rata-rata dari jumlah awal dan akhir periode.
ROCE juga bisa menjadi indikator nilai keuntungan dari aset atau kerugian dari kewajiban.
Semakin kecil nilai ROCE, semakin banyak aset dalam bentuk lahan. Semakin tua umur aset,
semakin tinggi nilai depresiasinya, semakin tinggi nilai ROCE-nya dibandingkan aset yang lebih
baru.
Nilai buku yang didepresiasi menaikkan nilai ROCE, walau arus kas tetap. Di sisi lain, inflasi bisa
mempengaruhi arus kas dan penerimaan (revenues), tetapi nilai buku aset dan nilai capital
employed tidak terpengaruh inflasi.
Return on Capital (ROC) dan Return on Invested Capital (ROIC)
Return on Capital = NOPAT / (investasi modal - kas)
Return on Capital = NOPAT / (Invested Capital - Cash)
NOPAT merupakan singkatan dari net operating profit after tax. Investasi modal (invested capital)
banyak disinonimkan dengan capital employed. Ada beberapa cara untuk menghitung nilai Investasi
modal, antara lain:
1. seluruh modal moneter yang diinvestasikan, yakni utang jangka panjang, saham biasa, dan
saham preferensi.
2. jumlah nilai buku modal utang (utang jangka panjang) dan nilai buku modal saham.
3. pendekatan operasional.
4. pendekatan pembiayaan (financing).
Pada pendekatan operasional,
Investasi modal = modal kerja operasi bersih + nilai netto properti, pabrik, peralatan + kapitalisasi
nilai leasing operasi + aset operasional lainnya + nilai operasional tidak kasat mata (intangible) -
kewajiban operasional lainnya - nilai penyesuaian amortisasi litbang kumulatif
Invested capital = operating net working capital + net property, plant & equipment + capitalized
operating leases + other operating assets + operating intangibles - other operating liabilities -
cumulative adjustment for amortization of R&D
Pada pendekatan pembiayaan (financing),
Investasi modal = total utang dan leasing + total ekuitas dan setara ekuitas - kas dan investasi non-
operasional
Invested capital = total debt and leases + total equity and equity equivalents - non-operating cash
and investments
Ketika ROC lebih besar dari biaya modal (biasanya diukur sebagai biaya modal rata-rata
tertimbang), perusahaan menciptakan nilai. Ketika nilai ROC kurang dari biaya modal, berarti
perusahaan tidak menghasilkan nilai, tetapi justru menghancurkan nilai.
Return on Invested Capital = NOPAT / investasi modal
Return on Invested Capital = NOPAT / Invested Capital
ROIC merupakan ukuran kemampuan perusahaan menghasilkan uang tunai relatif terhadap modal
yang diinvestasikan. Nilai investasi modal juga banyak dipakai dalam penghitungan EVA
(economic value added) dan arus kas bebas (Free Cash Flow).
Return on Investment (ROI)

Return on Investment = (keuntungan dari investasi - biaya investasi) / biaya investasi
Return on Investment = (Gain from Investment - Cost of Investment) / Cost of Investment
Keuntungan investasi mengacu pada hasil (proceeds) atau keuntungan bersih dari penjualan
investasi pada suatu objek. Objek investasi bisa berupa aset fisik, aset finansil, akuisisi modal,
proyek, program, initiatives, atau instrumen finansil tradisional seperti saham atau modal ventura.
Pada aset fisik seperti properti yang dibiayai ulang (refinanced) atau digadai (second mortgage),
penghitungan ROI menjadi lebih rumit. Pinjaman kedua atau yang dibiayai ulang dikenakan
tambahan bunga dan biaya pinjaman (loan fees). Kedua elemen ini jelas menurunkan ROI. Belum
lagi tambahan biaya perawatan, pajak properti, biaya utility (listrik, air, telpon). Bunga hipotik
(adjustable rate mortgage, ARM) pun biasanya bersifat eskalatif per tahunnya.
ROI sering diidentikkan dengan hasil (yield, proceed) dari uang yang diinvestasikan (rates of return
on money), tetapi bukan sebagai NPV (net present value) yang disesuaikan. Dalam jangka panjang,
nilai waktu investasi harus disesuaikan (PV) atau didiskon (Discounted ROI), seperti halnya nilai
arus kas (discounted cash flow, DCF). Bila ROI jangka panjang bernilai lebih rendah dari biaya
modal, perusahaan seharusnya melikuidasi aset dan mendepositokan hasilnya di bank.
ROI bukan merupakan indikator efisiensi penggunaan dana, melainkan ROCE, internal rate of
return (IRR), payback period, dan perputaran inventaris.
ROI banyak diaplikasikan pada aktivitas pemasaran dan kegiatan sosial. Dalam kegiatan sosial, ROI
disebut social return on investment (SROI), yakni sebagai ukuran nilai finansil ekstra. Nilai ekstra
ini adalah nilai lingkungan dan sosial yang tidak dimasukkan ke dalam penghitungan finansil
konvensional. SROI banyak diaplikasikan sebagai ukuran dampak terhadap stakeholders,
identifikasi cara meningkatkan kinerja, dan meningkatkan kinerja investasi.
Beban bunga (Interest Coverage, Times Interest Earned)
Beban bunga = EBIT / biaya bunga
Interest Coverage = EBIT / Interest Charges
Biaya bunga merupakan total hutang bunga obligasi dan kontrak utang lainnya. Beban bunga
banyak disinonimkan dengan interest coverage, times interest earned, dan fixed-charged coverage.
Indikator banyak digunakan sebagai ukuran kemampuan (earnings) perusahaan memenuhi
kewajiban bunga utangnya (debt obligations).
Beban finansil (financial leverage)
Beban finansil = total aset / modal saham
Financial Leverage = total assets / stockholder's equity
Beban finansil merupakan ukuran indikasi ketergantungan operasional perusahaan pada modal
utang. Solvabilitas jangka panjang bisa tidak teratasi.
Efisiensi beban finansil (efficiency of financial leverage)
Efisiensi beban finansil = persentase perubahan EBT / persentase perubahan penerimaan
Efficiency of Financial Leverage (X) = Percentage change of Net Income for the Year Before Tax /
Percentage change of Net Turnover

Rasio-rasio Struktur Modal
Neraca keuangan terbagi atas 2 kelompok, aktiva di kiri dan pasiva di kanan. Kolom pasiva terbagi
atas kewajiban (liabitlites) dan ekuitas (modal). Dalam kerangka kerja corporate finance, mengotak-
atik (tinkering) terhadap pasiva perlu dilakukan dalam rangka menjaga (mutu, keseimbangan, dan
pertumbuhan) aset. Menurut kelompok mayoritas, tingkat utang yang rendah dan korespondensinya
pada tingkat ekuitas yang tinggi merupakan sinyal yang sangat positif bagi mutu investasi.
Tiga ukuran neraca bermutu investasi adalah kecukupan modal kerja, kinerja aset, dan struktur
modal. Kapitalisasi perusahaan berbeda dengan kapitalisasi (saham perusahaan di) pasar. Kapital
perusahaan terbagi atas modal ekuitas (equity capital) dan modal utang (debt capital).
Pembandingan dua komponen ini, modal saham dan modal utang, merupakan basis bagi
pengukuran (rasio) struktur modal.
Secara sederhana, struktur utang terbagi atas utang jangka pendek dan utang jangka panjang.
Didalam komponen utang, ada utang dagang (accounts payable), pinjaman jangka pendek (notes
payable), pinjaman jangka panjang, utang leasing (operasional), dan manfaat pensiun. Istilah utang
(debt) sering disamakan dengan kewajiban, dan sebaliknya.
Debts, loans, borrowings, leverage memiliki definisinya masing-masing dalam kaitan dan
implikasinya terhadap utang dan kewajiban dalam neraca keuangan suatu perusahaan. Istilah
leverage lebih banyak digunakan dalam rangka pertumbuhan dan ekspansi (aset) perusahaan.
Pendapatan (earnings) dari borrowed funds dinilai lebih besar daripada membayar biaya bunga dan
fee pinjaman.
Kondisi highly leverage merefleksikan posisi utang yang terlalu banyak dibandingkan nilai ekuitas.
Termasuk didalamnya biaya bunga yang tinggi sebagai konsekuensi kepemilikan utang yang tinggi.
Proporsi utang terhadap modal merupakan sesuatu yang relatif berbeda di setiap perusahaan dan
industri, bidang usaha, dan tahap perkembangan usaha. Banyak pihak menyarankan supaya porsi
utang yang lebih rendah dan porsi ekuitas yang lebih tinggi.
Beberapa rasio struktur modal mencakup:
1. debt to equity ratio.
2. capitalisation ratio.
3. tingkat pertumbuhan ekuitas.
4. financial leverage.
5. debt ratio.
6. current debts to net worth ratio
7. total liabilities to net worth ratio
8. fixed assets to net worth ratio
Rasio utang terhadap modal (debt to equity ratio)
Rasio utang terhadap modal = utang / modal saham
Debt to Equity Ratio = Total Liabilities / Total Shareholders' Equity
Semakin banyak utang, semakin sedikit ekuitas. Hal ini mengindikasikan perusahaan memiliki
posisi utang yang besar (more leveraged position) dan semakin tinggi risiko dan potensi gagal bayar
(kupon/bunga) obligasi. Struktur modal yang optimal ditandai oleh DER terbaik dalam hal
memaksimalkan nilai dan/atau meminimalkan biaya modal.
Biaya modal dalam hal pembayaran bunga bisa mengurangi jumlah pajak yang harus dibayarkan

Krisis Finansial Cina

Recommended

Recommended

More Related Content

Similar to Krisis Finansial Cina

Similar to Krisis Finansial Cina (20)

Recently uploaded

Recently uploaded (20)

Krisis Finansial Cina