i
ANALISIS KINERJA KEUANGAN PADA PT BANK RAKYAT INDONESIA (PERSERO) TBK DENGAN METODE ECONOMIC VALUE ADDED (EVA) DAN MARKET VALUE ADDED (MVA)
Oleh WISTY KARMILA BR MELIALA H24097128
PROGRAM SARJANA ALIH JENIS MANAJEMEN DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2011
ii
RINGKASAN
WISTY KARMILA BR MELIALA. H24097128. Analisis Kinerja Keuangan pada PT Bank Rakyat Indonesia (Persero) Tbk dengan Metode Economic Value Added (EVA) dan Market Value Added (MVA). Dibawah bimbingan ABDUL KOHAR IRWANTO. Bank berperan strategis menunjang pelaksanaan pembangunan nasional dalam rangka meningkatkan pemerataan pembangunan, pertumbuhan ekonomi, dan stabilitas nasional ke arah peningkatan taraf hidup rakyat banyak. Peran penting bank dalam menunjang perekonomian negara merupakan salah satu alasan mengapa kinerja keuangan bank harus senantiasa dianalisa untuk mengetahui tingkat kesehatannya. Analisa kinerja keuangan juga penting bagi pihak shareholder maupun stakeholder, karena melalui hasil analisis kinerja keuangan mereka akan mengetahui posisi bank yang dianalisis di industri sejenis. PT Bank Rakyat Indonesia (Persero) Tbk., (BRI) merupakan bank kedua dengan aset terbesar nasional dan untuk pertama kalinya BRI menjadi satu-satunya bank yang menembus laba dua digit di tahun 2010. Selain itu, BRI berada pada posisi teratas pada industri perbankan nasional dalam peran sertanya mendukung pertumbuhan ekonomi nasional, terlihat pada enam tahun terakhir sejak tahun 2005 tercatat sebagai pemberi kredit tertinggi nasional. Untuk itu perlu dilakukan analisa kinerja keuangan BRI untuk melihat tingkat kesehatannya. Tujuan penelitian ini adalah menganalisis kinerja keuangan BRI dengan menggunakan alat analisis EVA dan MVA, menganalisis pengaruh nilai EVA terhadap MVA, serta menganalisis struktur modal BRI tahun 2006-2010, serta memprediksi keadaan keuangan BRI masa yang akan datang. Penelitian ini menggunakan data sekunder, yaitu laporan keuangan tahunan BRI antara lain neraca, laba rugi serta data historis harga saham BRI periode tahun 2006-2010. Berdasarkan hasil analisa diperoleh bahwa kinerja keuangan BRI berdasarkan metode EVA dan MVA, nilai EVA dan MVA BRI periode 2006-2010 adalah positif dan relatif mengalami kenaikan. Hal ini berarti bahwa pihak manajemen telah berhasil menciptakan nilai tambah perusahaan. Namun pada tahun 2008, EVA dan MVA mengalami penurunan dari tahun 2007. EVA turun disebabkan oleh COC yang tinggi, MVA BRI mengalami penurunan disebabkan oleh nilai pasar BRI (harga saham) turun Rp2.825 (38,18 persen) dari tahun 2007. Hasil pengujian pengaruh EVA terhadap MVA menggunakan analisis regresi sederhana menunjukkan bahwa EVA berpengaruh positif dan signifikan terhadap MVA. Nilai MVA sebesar 88,5 persen yang dihasilkan oleh perusahaan dipengaruhi oleh EVA, sedangkan sisanya sebesar 11,5 persen dipengaruhi oleh faktor lain diluar model regresi sederhana tersebut. Struktur modal BRI tahun 2006-2010 sudah cukup baik, hal ini dapat dilihat dari penciptaan nilai EVA yang positif dan relatif meningkat setiap tahunnya walaupun di tahun 2008 sempat mengalami penurunan namun tetap menunjukkan nilai yang positif. Peramalan nilai komponen Neraca dan Laba Rugi yang dilakukan dengan menggunakan Double Exponential Smoothing menunjukkan peningkatan di tahun 2011. Hal ini menunjukkan bahwa kinerja keuangan BRI tahun berikutnya diprediksi akan bertambah baik lagi.
ii
ANALISIS KINERJA KEUANGAN PADA PT BANK RAKYAT INDONESIA (PERSERO) TBK DENGAN METODE ECONOMIC VALUE ADDED (EVA) DAN MARKET VALUE ADDED (MVA)
SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA EKONOMI Pada Program Sarjana Alih Jenis Manajemen Departemen Manajemen Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor
Oleh : WISTY KARMILA BR MELIALA H24097128
PROGRAM SARJANA ALIH JENIS MANAJEMEN DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2011
i Judul Skripsi : Analisis Kinerja Keuangan pada PT Bank Rakyat Indonesia (Persero) Tbk. dengan Metode Economic Value Added (EVA) dan Market Value Added (MVA) Nama
: Wisty Karmila Br Meliala
NIM
: H24097128
Menyetujui Pembimbing,
(Dr. Ir. Abdul Kohar I, M.Sc.) Nip. 194912101978031002
Mengetahui : Ketua Departemen,
(Dr. Ir. Jono M. Munandar, M.Sc) NIP : 196101231986011002
Tanggal Lulus :
iii
RIWAYAT HIDUP
Penulis dilahirkan di Simpang Negara pada tanggal 10 Januari 1988 sebagai anak kedua dari lima bersaudara dari pasangan S. Meliala dan M. Kemit. Pada tahun 1994 penulis memulai pendidikan dasar di SDN No. 040539 Seberaya dan melanjutkan pendidikan menengah pertama di SMP Maria Goretti Kabanjahe pada tahun 2000 sampai dengan 2003, kemudian melanjutkan pendidikan menengah atas di SMAN 1 Kabanjahe pada tahun 2003 sampai dengan tahun 2006. Pada tahun 2006 penulis diterima oleh Direktorat Program Diploma, di Program Keahlian Akuntansi Institut Pertanian Bogor melalui Program USMI (Undangan Seleksi Masuk IPB) dan lulus pada tahun 2009. Pada tahun yang sama penulis diterima di Program Sarjana Alih Jenis Manajemen Departemen Manajemen, Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor.
iv
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa atas berkat dan rahmat-Nya sehingga penulis dapat menyelesaikan skripsi ini yang berjudul, “Analisis Kinerja Keuangan pada PT Bank Rakyat Indonesia (Persero) Tbk dengan Metode Economic Value Added (EVA) dan Market Value Added (MVA)” sebagai syarat untuk melakukan penelitian untuk menulis skripsi yang merupakan salah satu syarat meraih gelar Sarjana Ekonomi pada Program Sarjana Alih Jenis Manajemen, Departemen Manajemen, Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor. Penulis berterima kasih kepada Dr. Ir. Abdul Kohar I, MSc. selaku dosen pembimbing yang telah memberikan bimbingan dan masukan yang bermanfaat bagi penulisan skripsi ini. Penulis juga berterima kasih kepada semua pihak yang sudah banyak membantu dalam penyusunan skripsi ini, yang tidak dapat disebutkan satu persatu. Penulis mengharapkan kritik dan saran yang membangun atas segala kekurangan yang terdapat dalam penyusunan skripsi ini karena penulis menyadari usulan penelitian ini jauh dari sempurna.
Bogor, September 2011
Penulis
v
UCAPAN TERIMA KASIH
Penulis mengucapkan puji syukur kepada Tuhan Yang Maha Esa atas berkat dan rahmat-Nya, penulis dapat menyelesaikan skripsi “Analisis Kinerja Keuangan pada PT Bank Rakyat Indonesia (Persero) Tbk dengan Metode Economic Value Added (EVA) dan Market Value Added (MVA)”. Oleh karena itu penulis ingin menyampaikan ucapan terima kasih kepada : 1. Dr. Ir. Abdul Kohar Irwanto, M.Sc. selaku dosen pembimbing yang telah memberikan bimbingan dan arahan, serta dorongan kepada penulis. 2. Farida Ratna Dewi, SE, MM dan Dra. Siti Rahmawati, M.Pd. yang sudah bersedia menjadi penguji penulis dan telah memberi saran serta kritik yang membangun dalam proses penyelesaian skripsi ini. 3. Seluruh staff dan dosen Program Sarjana Alih Jenis Manajemen yang telah membantu penulis selama perkuliahan sampai pada saat penyelesaian skripsi ini. 4. Kedua orang tua saya yang sangat saya cintai serta adik-adikku atas doa, semangat, dorongan yang selalu diberikan selama penulisan skripsi ini. 5. Keluarga besar Sinuhaji dan keluarga besar Kemit atas semangat dan doa yang sangat berarti yang selalu diberikan bagi penulis. 6. Seluruh teman-teman di Program Sarjana Alih Jenis Manajemen yang sudah menjadi teman yang baik selama masa perkuliahan. 7. Sahabat dan adik-adik saya di Bagunde 14 yang telah memberikan doa, semangat dan dukungannya. 8. Pihak-pihak lain yang tidak dapat disebutkan satu persatu yang telah membantu dalam penyelesaian skripsi ini.
vi
DAFTAR ISI
Halaman RINGKASAN RIWAYAT HIDUP ................................................................................................................ iii KATA PENGANTAR ............................................................................................................. iv UCAPAN TERIMA KASIH ................................................................................................... v DAFTAR ISI............................................................................................................................ vi DAFTAR TABEL ................................................................................................................ viii DAFTAR GAMBAR ............................................................................................................... ix DAFTAR LAMPIRAN ............................................................................................................ x I.
PENDAHULUAN ............................................................................................................ 1 1.1 1.2 1.3 1.4 1.5
Latar Belakang ............................................................................................................ 1 Perumusan Masalah..................................................................................................... 4 Tujuan Penelitian......................................................................................................... 4 Kegunaan Penelitian.................................................................................................... 4 Ruang Lingkup ............................................................................................................ 5
II. TINJAUAN PUSTAKA ...................................................................................................... 6 2.1 Pengertian Bank .......................................................................................................... 6 2.2 Kinerja Keuangan ........................................................................................................ 6 2.3 Laporan Keuangan ...................................................................................................... 6 2.4 Economic Value Added (EVA) ................................................................................... 7 2.4.1 Pengertian EVA ................................................................................................... 7 2.4.2 Metode Perhitungan EVA .................................................................................... 7 2.4.3 Tujuan dan Manfaat Penerapan Model EVA ....................................................... 8 2.4.4 Keunggulan dan Kelemahan EVA ...................................................................... 9 2.5 Market Value Added .................................................................................................. 11 2.6 Pengaruh EVA terhadap MVA ................................................................................. 12 2.7 Struktur Modal .......................................................................................................... 13 2.8 Peramalan (Forecasting) ........................................................................................... 14 2.9 Penelitian Terdahulu ................................................................................................. 15 III. METODE PENELITIAN ............................................................................................... 17 3.1 Kerangka Pemikiran Penelitian ................................................................................. 17 3.2 Metode Penelitian...................................................................................................... 18 3.2.1 Lokasi dan Waktu Penelitian ............................................................................. 18 3.2.2 Jenis dan Sumber Data ....................................................................................... 18 3.2.3 Teknik Pengumpulan Data................................................................................. 18 3.3 Pengolahan dan Analisis Data ................................................................................... 18 3.3.1 Metode Perhitungan EVA .................................................................................. 19 3.3.2 Metode Perhitungan MVA................................................................................. 21 3.4 Analisis Pengaruh EVA terhadap MVA ................................................................... 21 3.4.1 Perumusan dan Pengujian Hipotesis .................................................................. 22
vii 3.5 Peramalan (Forecasting) Kinerja Keuangan ............................................................. 23 3.5.1 Pengujian Error (Residu) ........................................................................................ 24 3.5.2 Mengukur Ketepatan Forecasting .......................................................................... 24 3.6 Hasil yang Diharapkan (Expected Results) ............................................................... 25 IV. HASIL DAN PEMBAHASAN........................................................................................ 26 4.1 Gambaran Umum Perusahaan ................................................................................... 26 4.1.1 Sejarah Perusahaan ............................................................................................ 26 4.1.2 Visi, Misi, Strategi dan Budaya Perusahaan ...................................................... 27 4.1.3 Manajemen dan Struktur Perusahaan................................................................. 29 4.1.4 Kegiatan Usaha BRI .......................................................................................... 29 4.2 Kinerja Keuangan PT Bank Rakyat Indonesia (Persero), Tbk.................................. 30 4.2.1 Perhitungan EVA ............................................................................................... 32 4.2.2 Perhitungan MVA .............................................................................................. 35 4.3 Analisis Pengaruh EVA terhadap MVA ................................................................... 36 4.4 Struktur Modal .......................................................................................................... 39 4.5 Peramalan (Forecasting) ........................................................................................... 40 4.5.1 Komponen Rugi Laba ........................................................................................ 40 4.5.2 Forecasting Komponen Neraca ......................................................................... 45 4.6 Implikasi Manajerial ................................................................................................. 50 KESIMPULAN DAN SARAN .............................................................................................. 51 1. 2.
Kesimpulan................................................................................................................ 51 Saran .......................................................................................................................... 52
DAFTAR PUSTAKA ............................................................................................................. 53 LAMPIRAN............................................................................................................................ 55
viii
DAFTAR TABEL
No.
Halaman
1. Daftar Sepuluh Bank Umum Nasional dengan Aset Terbesar............................................. 2 2. Peringkat Bank Berdasarkan Kredit..................................................................................... 3 3. Tahapan Perhitungan EVA ................................................................................................ 19 4. Tahapan Perhitungan MVA ............................................................................................... 21 5. Nilai NOPAT BRI periode 2006-2010 (dalam Jutaan Rupiah) ........................................ 32 6. Nilai COC BRI Periode 2006-2010 .................................................................................. 33 7. Perhitungan EVA (Jutaan Rupiah).................................................................................... 34 8. Perhitungan MVA ............................................................................................................. 36 9. Hasil Uji Normalitas Data dengan Uji Kolomogrov Smirnov .......................................... 37 10. Persamaan dan statistik pengaruh EVA terhadap MVA ................................................... 38 11. Perhitungan Struktur Modal .............................................................................................. 39
ix
DAFTAR GAMBAR
No.
Halaman
1. Kerangka Pemikiran Penelitian.......................................................................................... 17 2. Grafik EVA BRI Tahun 2006-2010 ................................................................................... 35 3. Grafik MVA BRI Tahun 2006-2010.................................................................................. 35 4. Grafik Forecating Pendapatan Bunga Bersih .................................................................... 41 5. Grafik Forecasting Pendapatan Lainnya ........................................................................... 42 6. Grafik Forecasting Jumlah Beban ..................................................................................... 43 7. Grafik Forecasting Laba Sebelum Pajak ........................................................................... 44 8. Grafik Forecasting Komponen Laba Rugi ........................................................................ 45 9. Grafik Forecasting Aset .................................................................................................... 46 10. Grafik Forecasting Ekuitas ................................................................................................ 47 11. Grafik Forecasting Kewajiban .......................................................................................... 49 12. Grafik Forecasting Komponen Neraca .............................................................................. 49
x
DAFTAR LAMPIRAN
No. 1. 2. 3. 4. 5.
Halaman
Daftar Istilah dan Defenisinya...........................................................................................56 Alur Pikir Penelitian...........................................................................................................58 Struktur Organisasi BRI.....................................................................................................59 Neraca Konsolidasi PT Bank Rakyat Indonesia (Persero) Tbk. Tahun 2006 - 2010........60 Laporan Laba Rugi Konsolidasi PT Bank Rakyat Indonesia (Persero) Tbk. Tahun 2006-2010..........................................................................................................................64 6. Output SPSS 11.5 untuk Perhitungan Regresi Sederhana .................................................66 7. Output SPSS 11.5 Hasil Perhitungan Normalitas Data (KolmogorovSmirnov Test)....................................................................................................................67 8. Daftar Indeks Harga Saham Gambungan (IHSG) dan Tingkat Suku Bunga Indonesia Tahun 2006-2010............................................................................................68 9. Perhitungan Varian...........................................................................................................69 10. Daftar Perhitungan Tingkat Pengembalian Saham Perusahaan Bulan ke-t (Rit)...........................................................................................................................70 11. Perhitungan Kovarian........................................................................................................71 12. Penghitungan Beta dan Biaya Ekuitas (Ke), NOPAT, Biaya Hutang, Struktur Modal dan WACC.............................................................................................................72 13. Perhitungan Invested Capital, Cost of Capital, dan Economic Value Added BRI Periode 2006-2010............................................................................................................73 14. Perhitungan Market Value Added (MVA)........................................................................73 15. Hasil Output Minitab 15. untuk forecasting komponen Rugi Laba dan Neraca...............................................................................................................................75
1
I. PENDAHULUAN
1.1
Latar Belakang Bank memiliki peran penting dalam mendukung perekonomian suatu negara sesuai dengan yang tercantum dalam Undang Undang Republik Indonesia Nomor 10 Tahun 1998. Dalam UU tersebut dinyatakan bahwa perbankan berasaskan demokrasi ekonomi memiliki fungsi utama sebagai penghimpun dan penyalur dana masyarakat. Dengan fungsi tersebut, bank berperanan strategis untuk menunjang pelaksanaan pembangunan nasional dalam rangka meningkatkan pemerataan pembangunan dan hasil-hasilnya, pertumbuhan ekonomi, dan stabilitas nasional, kearah peningkatan taraf hidup rakyat banyak. Dalam UU tersebut juga disebutkan bahwa perkembangan perekonomian nasional maupun internasional senantiasa bergerak cepat dan disertai tantangan yang semakin luas, harus selalu diikuti secara tanggap oleh perbankan nasional dalam menjalankan fungsi dan tanggung jawabnya kepada masyarakat. Peran penting bank dalam menunjang perekonomian negara merupakan salah satu alasan mengapa kinerja keuangan bank harus senantiasa dianalisa untuk mengetahui tingkat kesehatannya. Analisis ini juga penting karena kebutuhan para pihak pemangku kepentingan (stakeholder dan shareholder) akan informasi kesehatan bank terkait, karena melalui hasil analisis keuangan ini mereka akan lebih mengetahui posisi perusahaan yang bersangkutan jika dibandingkan dengan perusahaan lainnya dalam satu kelompok industri yang sama. Sehingga, hasil analisis kinerja keuangan tersebut berguna untuk mendapatkan atau mempertahankan kepercayaan mereka. Selain itu, persaingan antar bank yang semakin ketat harus dibarengi dengan manajemen yang baik untuk bisa bertahan pada industri perbankan. Salah satu faktor yang harus diperhatikan oleh bank untuk bisa terus bertahan hidup dalam persaingan yang ketat tersebut adalah kinerja (kondisi keuangan) bank yang baik. Menurut Moeljadi (2006), analisis terhadap kinerja perusahaan pada umumnya dilakukan dengan menganalisis laporan keuangan, yang mencakup pembandingan kinerja perusahaan dengan perusahaan lain dalam industri yang sama dan mengevaluasi
kecenderungan
posisi
keuangan
perusahaan
sepanjang
waktu.
Selanjutnya, menurut Munawir (2007), laporan keuangan tidak hanya sebagai alat
2 penguji saja tetapi juga sebagai dasar untuk dapat menentukan atau menilai posisi keuangan perusahaan tersebut, dimana dengan hasil analisa tersebut pihak-pihak yang berkepentingan mengambil suatu keputusan. Sekarang ini sedang berkembang cara pengukuran kinerja keuangan yang mengukur biaya seluruh modal dan nilai tambah perusahaan di pasar yaitu Economic Value Added (EVA) dan Market Value Added (MVA). Menurut Young, S.D dan O’Byrne, S.F (2001), EVA adalah tolak ukur kinerja keuangan dengan mengukur perbedaan antara pengembalian atas modal perusahaan dengan biaya modal. Sedangkan, MVA adalah perbedaan antara nilai pasar perusahaan (termasuk ekuitas dan utang) dengan modal keseluruhan yang diinvestasikan dalam perusahaan. Jadi dapat dikatakan bahwa, EVA dan MVA merupakan indikator adanya penciptaan nilai dari investasi dalam suatu perusahaan. Sehingga, dalam penelitian ini akan dilakukan analisis
laporan keuangan dengan menggunakan alat analisis EVA dan MVA. Menurut Keown (2008), hubungan antara EVA dan MVA dimasa depan sangat
penting, karena mengelola untuk nilai pemegang saham memerlukan kenaikan MVA. Mengelola EVA suatu perusahaan yang berhubungan dengan MVA dapat dilakukan dengan cara berikut : MVA merupakan nilai sekarang dari seluruh EVA masa depan atas kelangsungan hidup perusahaan. Jadi, mengelola perusahaan dengan cara meningkatkan EVA secara umum akan menimbulkan MVA yang lebih tinggi. Penelitian ini menganalisis kinerja keuangan salah satu bank dari sepuluh bank yang memiliki aset terbesar (Tabel 1.) dan merupakan pemberi kredit kepada usaha mikro, kecil dan menengah terbesar (Tabel 2.) di Indonesia, yaitu PT Bank Rakyat Indonesia (Persero) Tbk., (BRI). BRI merupakan bank dengan aset kedua terbesar tingkat nasional dan pada enam tahun terakhir sejak tahun 2005 tercatat sebagai pemberi kredit tertinggi nasional. Selain itu, BRI merupakan bank peraih laba tertinggi sejak tahun 2005 dan menjadi satu-satunya bank yang menembus laba dua digit di tahun 2010. Tabel 1. Daftar Sepuluh Bank Umum Nasional dengan Aset Terbesar
1. 2.
PT Bank Mandiri (Persero) Tbk PT BRI (Persero) Tbk
410.619 395.396
Pangsa thd Total Aset Bank Umum (%) 13,65 11,14
3.
PT BCA Tbk
323.345
10,75
4. 5.
PT BNI (Persero) Tbk
241.169
8,02
PT Bank CIMB Niaga Tbk
142.932
4,75
No.
Nama Bank
Aset (Rp Triliun)
3 Lanjutan Tabel 1. 6.
PT Bank Danamon Indonesia Tbk
113.861
3,78
7.
PT Pan Indonesia Bank Tbk
106.508
3,54
8.
PT Bank Permata Tbk
74.040
2,46
9.
PT BII Tbk
72.030
2,39
10.
PT BTN (Persero) Tbk
68.334
2,27
1.948.234
64,75
Total
Sumber : bi.go.id (2011) Seperti yang dijelaskan juga pada website BRI (www.bri.co.id, 2011), BRI berada pada posisi teratas di dalam industri perbankan nasional dalam peran sertanya untuk mendukung pertumbuhan ekonomi nasional melalui penyaluran kredit (Tabel 2.) walaupun bukan pemilik aset tertinggi secara nasional (Tabel 1.). Hal ini disebabkan karena sejak awal berdirinya, BRI mengutamakan pelayanan kepada usaha mikro, kecil dan menengah untuk menunjang peningkatan ekonomi masyarakat. Sehingga, selain kepentingan analisis kinerja keuangan yang sudah disebutkan sebelumnya, analisis kinerja keuangan BRI tersebut penting untuk dilakukan untuk mengetahui kesehatanya karena BRI memiliki peran yang penting dalam peningkatan perekonomian masyarakat sebagai akibat peran BRI dalam pemberian kredit terbesar nasional. Tabel 2. Peringkat Bank Berdasarkan Kredit Desember 2009
Pering kat
Nama Bank
Total Kredit (Rp. Miliar)
Desember 2010 Pangsa thd Total Kredit Bank Umum (%)
Nama Bank
Total Kredit (Rp. Miliar)
Pangsa thd Total Kredit Bank Umum (%)
1.
BRI
206.117
14,53
BRI
198.470
14,12
2.
Bank Mandiri
178.043
12,55
Bank Mandiri
173.741
12,36
3.
BCA
122.991
8,67
BCA
116.565
8,29
4.
BNI
119.991
8,46
BNI
115.922
8,25
5.
Bank CIMB Niaga
82.158
5,79
Bank CIMB Niaga
79.928
5,69
6.
Bank Danamon
60.162
4,24
Bank Danamon
59.224
4,21
7.
Panin Bank
41.284
2,91
Panin Bank
41.370
2,94
8.
Bank Permata
41.243
2,91
Bank Permata
41.122
2,93
9.
BTN
40.719
2,87
BTN
40.151
2,86
10
BII
37.114
2,62
BII
36.186
2,57
929.822
65,53
902.678
64,22
Total
Sumber : bi.go.id (2011)
Total
4 Sehingga, penelitian ini mengkaji laporan keuangan BRI dengan menggunakan alat analisis EVA dan MVA berbasis laporan keuangan periode 2006-2010 dan menganalisis pengaruh EVA terhadap MVA dengan menggunakan analisis regresi sederhana serta melakukan perediksi kinerja keuangan BRI dengan menggunakan Double Exponential Smoothing. Analisis kinerja keuangan dilakukan berdasarkan lima tahun terakhir (2006-2010), sehingga perubahan (fluktuasi) kinerja keuangan terlihat lebih jelas. 1.2
Perumusan Masalah Berdasarkan uraian di atas, maka dapat dirumuskan permasalahan penelitian sebagai berikut : 1. Bagaimana kinerja keuangan BRI ditinjau dengan menggunakan alat analisis EVA dan MVA periode data tahun 2006-2010? 2. Bagaimana pengaruh nilai EVA terhadap MVA? 3. Bagaimana struktur modal BRI periode 2006-2010? 4. Bagaimana prediksi (forecasting) keadaan keuangan BRI tahun 2011?
1.3
Tujuan Penelitian Berdasarkan perumusan masalah di atas, maka tujuan penelitian ini adalah untuk : 1. Menganalisis kinerja keuangan BRI ditinjau dengan menggunakan alat analisis EVA dan MVA periode tahun 2006-2010 2. Menganalisis pengaruh nilai EVA terhadap MVA 3. Menganalisis struktur modal BRI tahun 2006-2010 4. Memprediksi (forecasting) keadaan keuangan BRI untuk tahun 2011
1.4
Kegunaan Penelitian Penelitian ini diharapkan dapat memberi bermanfaat, diantaranya : 1. Memberi gambaran lebih jelas mengenai kinerja keuangan BRI kepada pembaca dan investor sehingga dapat dijadikan refrensi pengambilan keputusan investasi. 2. Sebagai refrensi dan pengembangan analisis kinerja keuangan bagi peneliti selanjutnya.
5 1.5
Ruang Lingkup Batasan yang dilakukan dalam penelitian ini adalah analisis kinerja keuangan BRI menggunakan metode EVA dan MVA yang berdasarkan laporan keuangan konsolidasi BRI tahun 2006-2010 yang sudah diaudit oleh auditor independen. Selain itu juga dalam penelitian ini dilakukan kajian bagaimana pengaruh nilai EVA terhadap MVA. Selanjutnya dilakukan analisis struktur modal perusahaan tahun 2006-2010 dan meramalkan (forecasting) kinerja keuangan BRI untuk tahun 2011 berdasarkan tren laporan keuangan tahun 2006-2010.
6
II. TINJAUAN PUSTAKA
2.1
Pengertian Bank Menurut Kasmir (2008), bank secara sederhana dapat diartikan sebagai lembaga keuangan yang kegiatan utamanya adalah menghimpun dana dari masyarakat dan menyalurkan kembali dana tersebut ke masyarakat serta memberikan jasa bank lainnya. Menurut Undang Undang Pokok Perbankan Nomor 7 Tahun 1992 pada bab ketiga dinyatakan bahwa perbankan Indonesia dalam melakukan usahanya berasaskan demokrasi ekonomi dengan menggunakan prinsip kehati-hatian. Perbankan di Indonesia memiliki tujuan yang tercermin dalam Undang Undang Republik Indonesia Nomor 10 tahun 1998 yang menjelaskan bahwa, ”Perbankan Indonesia bertujuan menunjang
pelaksanaan
pembangunan
nasional
dalam
rangka
meningkatkan
pemerataan, pertumbuhan ekonomi, dan stabilitas nasional ke arah peningkatan kesejahteraan rakyat banyak”. 2.2
Kinerja Keuangan Kinerja perusahaan yang baik merupakan hal penting yang harus dicapai oleh setiap perusahaan, karena dari kinerja perusahaan terlihat kemampuan perusahaan dalam mengelola dan mengalokasikan sumber daya yang dimilikinya. Selain itu tujuan pokok penilaian kinerja adalah untuk memotivasi para karyawan dalam mencapai sasaran organisasi dan dalam mematuhi standar prilaku yang telah ditetapkan sebelumnya, agar membuahkan tindakan dan hasil yang diharapkan. Standar prilaku dapat berupa kebijakan manajemen atau rencana formal yang dituangkan dalam anggaran (Mulyadi, 2006).
2.3
Laporan Keuangan Menurut Bringham dan Houston (2006), laporan tahunan (annual report) adalah laporan yang diterbitkan setiap tahun oleh perusahaan kepada para pemegang saham. Laporan ini berisi laporan keuangan dasar dan opini manajemen atas operasi perusahaan selama tahun lalu dan prospek perusahaan di masa depan.
7 2.4
Economic Value Added (EVA) 2.4.1 Pengertian EVA Menurut Tunggal (2001), dasar teoritis dari konsep Nilai Tambah Ekonomis (EVA) disajikan dalam kertas akademis yang dipublikasikan antara tahun 1958 dan 1961 oleh dua ekonom finansial, yaitu Merton H. Miller dan Franco Modigliani (antara tahun 1958 dan 1961), yang memenangkan hadiah Nobel dalam bidang ekonomi. EVA adalah laba yang tertinggal setelah dikurangi dengan biaya modal (cost capital) yang diinvestasikan untuk menghasilkan laba tersebut. EVA merupakan suatu tolok ukur kinerja keuangan yang berbasis nilai. EVA menggambarkan jumlah absolut dari pemegang saham (shareholder value) yang diciptakan (Created) atau dirusak (destroyed) pada suatu periode tertentu, biasanya setahun. EVA yang positif menunjukkan penciptaan nilai (value creation), sedangkan EVA yang negatif menunjukkan penghancuran nilai (value destruction). 2.4.2 Metode Perhitungan EVA Komponen EVA terdiri dari laba bersih setelah pajak (Net Operating Profit After Tax-NOPAT), dan biaya modal (Cost of Capital - COC). COC merupakan perkalian antara Weighted Cost of Capital/WACC (biaya modal rata-rata tertimbang) dengan Invested Capital/IC (modal yang diinvestasikan). Dengan demikian, EVA dapat dirumuskan sebagai berikut : EVA
= NOPAT – Cost of Capital = NOPAT – (WACC x Invested Capital).............................................(1)
Keterangan : EVA
=
Economic
Value
Added–nilai
tambah
ekonomi
(rupiah/tahun) NOPAT
= Net Operating Profit After Tax - laba operasi setelah pajak (rupiah/tahun)
WACC
= Weighted Cost of Capital - biaya modal rata-rata tertimbang (persentase/tahun)
Invested Capital = Jumlah modal yang tersedia bagi perusahaan untuk membiayai usahanya yang terdiri dari hutang dan modal sendiri (rupiah/tahun)
8 1. Net Operating Profit After Tax Menurut Tunggal (2001), NOPAT adalah laba yang diperoleh dari operasi perusahaan setelah dikurangi pajak penghasilan. 2. Weighted Average Cost of Capital Menurut Tunggal (2001), rata-rata tertimbang biaya modal (WACC) adalah jumlah biaya dari masing-masing komponen modal, misalnya pinjaman jangka pendek dan, pinjaman jangka panjang (cost of debt) serta setoran modal saham (cost of equity) yang diberikan bobot sesuai dengan proporsinya dalam struktur modal perusahaan. 3. Invested Capital – IC (Modal yang diinvestasikan) Menurut Tunggal (2001), IC adalah jumlah seluruh pinjaman perusahaan di luar pinjaman jangka pendek tanpa bunga (non interest bearing liabilities), seperti hutang dagang, biaya yang masih harus dibayar, hutang pajak, uang muka pelanggan dan sebagainya. Nilai EVA yang dihasilkan dari perhitungan EVA sangat membantu dalam pertimbangan keputusan manajemen. EVA dapat bernilai positif, negatif dan nol, maknanya sebagai berikut : 1. EVA > 0 (positif) berarti dapat perusahaan
tersebut
telah
mampu
dikatakan bahwa manajemen dalam menciptakan
nilai
tambah
bagi
perusahaannya atau menambah nilai bisnis perusahaan. 2. EVA = 0 berarti secara ekonomis “impas” karena semua laba digunakan untuk membayar kewajiban kepada penyandang dana baik kreditur maupun pemegang saham. 3. EVA < 0 (negatif) dinamakan ditructing atau destroying value berarti tidak memberikan nilai tambah kepada perusahaan tersebut
karena laba yang
tersedia tidak bisa memenuhi harapan. 2.4.3 Tujuan dan Manfaat Penerapan Model EVA Menurut Abdullah (2003), tujuan dan manfaat penerapan model EVA adalah sebagai berikut : a. Tujuan penerapan Model EVA Dengan perhitungan EVA diharapkan mendapatkan hasil perhitungan nilai ekonomis perusahaan yang lebih realistis. Hal ini disebabkan oleh EVA dihitung berdasarkan perhitungan biaya modal (cost of capital) yang menggunakan nilai pasar berdasarkan kepentingan kreditur terutama para
9 pemegang saham dan bukan berdasar nilai buku yang bersifat historis. Perhitungan EVA juga diharapkan dapat mendukung penyajian laporan keuangan sehingga mempermudah para pengguna laporan keuangan diantaranya investor, kreditur, karyawan, pemerintah, pelanggan dan pihakpihak yang berkepentingan lainnya. b. Manfaat Penerapan Model EVA Manfaat yang diperoleh dari penerapan model EVA didalam suatu perusahaan adalah : 1) Penerapan model EVA sangat bermanfaat untuk digunakan sebagai pengukur kinerja perusahaan dimana fokus penilaian kinerja adalah penciptaan nilai (value creation). 2) Penilaian kinerja keuangan dengan menggunakan pendekatan EVA menyebabkan perhatian manajemen sesuai dengan kepentingan pemegang saham. Dengan EVA para manajer akan berpikir dan bertindak seperti halnya pemegang saham yaitu memilih investasi yang memaksimumkan tingkat pengembalian dan meminimumkan tingkat biaya modal sehingga nilai perusahaan dapat dimaksimumkan. 3) EVA mendorong perusahaan untuk lebih memperhatikan kebijakan struktur modalnya. 4) EVA dapat digunakan untuk mengidentifikasi proyek atau kegiatan yang memberikan pengembalian yang lebih tinggi dari pada biaya modalnya. Kegiatan atau proyek yang memberikan nilai sekarang dari total EVA yang positif menunjukkan adanya penciptaan nilai dari proyek tersebut dengan demikian sebaiknya diambil, begitu pula sebaliknya. 2.4.4 Keunggulan dan Kelemahan EVA Salah satu keunggulan EVA sebagai penilai kinerja perusahaan adalah dapat digunakan sebagai penciptaan nilai (value creation). Keunggulan EVA yang lain adalah (Iramani dan Febrian, 2001): a. EVA memfokuskan penilaian pada nilai tambah dengan memperhitungkan beban sebagai konsekwensi investasi. b. Konsep EVA adalah alat perusahaan dalam mengukur harapan yang terlihat dari segi ekonomis dalam pengukurannya yaitu dengan memperhatikan harapan para penyandang dana secara adil dimana derajat keadilan dinyatakan
10 dengan ukuran tertimbang dari struktur modal yang ada dan berpedoman pada nilai pasar dan bukan pada nilai buku. c. Perhitungan EVA dapat dipergunakan secara mandiri tanpa memerlukan data pembanding seperti standar industri atau data perusahaan lain sebagai konsep penilaian. d. Konsep EVA dapat digunakan sebagai dasar penilaian pemberian bonus pada karyawan terutama pada divisi yang memberikan EVA lebih sehingga dapat dikatakan bahwa EVA menjalankan stakeholders satisfaction concepts. e. Pengaplikasian EVA yang mudah menunjukkan bahwa konsep tersebut merupakan ukuran praktis, mudah dihitung dan mudah digunakan sehingga merupakan salah satu bahan pertimbangan dalam mempercepat pengambilan keputusan bisnis. Selain mempunyai kelebihan, EVA memiliki kelemahan diantaranya (Abdullah, 2003) : a. Secara konseptual EVA memang lebih unggul daripada pengukur tradisional akuntansi, namun secara praktis belum tentu dapat diterapkan dengan mudah. Penentuan biaya modal saham cukup rumit sehingga diperlukan analisis yang lebih mendalam tentag teknik-teknik menaksir biaya modal saham. b. EVA adalah alat ukur semata dan tidakbisa berfungsi sebagai cara mencapai sasaran perusahaan sehingga diperlukan suatu cara bisnis tertentu untuk mencapai sasaran. c. Masih mengandung unsur keberuntungan (tinggi rendahnya EVA dapat dipengaruhi oleh gejolak di pasar modal). d. EVA hanya menggambarkan penciptaan nilai pada suatu tahun tertentu. e. EVA mendorong pengalokasian dana perusahaan untuk investasi dengan biaya modal rendah. Investasi yang demikian umumnya memiliki resiko yang kecil sehingga secara tidak langsung EVA mendorong perusahaan untuk menghindari resiko padahal sebagian besar inovasi-inovasi dalam bisnis memiliki risiko yang sangat tinggi terutama dalam era pasar bebas yang penuh dengan ketidakpastian.
11 2.5
Market Value Added Menurut Young dan O’Byrne (2001), Market Value Added (MVA) adalah perbedaan antara nilai pasar perusahaan (termasuk ekuitas dan hutang) dan modal keseluruhan yang diinvestasikan dalam perusahaan. Nilai pasar adalah nilai perusahaan, yakni jumlah nilai pasar dari semua tuntutan modal terhadap perusahaan oleh pasar modal pada tanggal tertentu (jumlah nilai pasar dari hutang dan ekuitas). Modal yang diinvestasikan adalah jumlah modal yang disediakan penyedia dana pada tanggal yang sama. Secara singkat rumus MVA dapat ditulis sebagai berikut : MVA = Nilai pasar – Modal yang diinvestasikan oleh investor...............................(2) Indikator yang digunakan untuk mengukur MVA menururt Young dan O’Byrne (2001), yaitu : 1. Jika MVA > 0, bernilai positif, perusahaan berhasil meningkatkan nilai modal yang telah diinvestasikan oleh penyandang dana 2. Jika MVA < 0, bernilai negatif, perusahaan tidak berhasil meningkatkan nilai modal yang telah diinvestasikan oleh penyandang dana. Dalam kenyataannya, alat analisis MVA memiliki kelebihan dan kekurangan antara lain : 1.
Kelebihan MVA Menurut Young dan O’Byrne (2001), kelebihan penggunaan MVA di antaranya adalah dapat mencerminkan keputusan pasar mengenai bagaimana manajer suatu perusahaan sukses meningkatkan kinerja perusahaan dengan menginvestasikan modal yang sudah dipercayakan kepadanya.
2.
Kekurangan MVA Kelemahan MVA menurut Young dan O’Byrne (2001) a. MVA merupakan pengukuran kekayaan periodik pemegang saham sehingga tidak dapat mengukur kinerja pada tingkat divisi b. Untuk suatu periode waktu tertentu, tidak memberikan solusi peningkatan penciptaan kekayaan pemegang saham c. MVA mengabaikan kesempatan biaya modal yang diinvestasikan dalam perusahaan d. Pengukuran MVA gagal memperhitungkan pengembalian uang kas pada masa lalu kepada pemegang saham.
12 2.6
Pengaruh EVA terhadap MVA Pengaruh EVA terhadap MVA dapat diketahui dengan melakukan uji analisis dengan persamaan regresi (estimating equation) yakni suatu metode pendekatan dengan formula matematika yang dirancang untuk mengetahui pengaruh yang signifikan antara variabel dependen dengan variabel independen melalui nilai-nilai yang diketahui. Pada penelitian ini persamaan regresi yang digunakan adalah persamaan regresi sederhana karena hanya memakai satu variabel independen yang diteliti yaitu EVA, sedangkan MVA merupakan variabel dependen. Menurut M. Nafarin (2007), analisis regresi merupakan salah satu analisis data kuantitatif untuk memperhitungkan besarnya pengaruh secara kuantitatif dari perubahan suatu kejadian terhadap kejadian lainnya. Perubahan suatu kejadian dapat dinyatakan dengan perubahan nilai variabel. Hasil analisis dapat digunakan untuk dasar menilai suatu kebijakan. Persamaan regresi sederhana yang dikembangkan yaitu : Y = 𝜶𝜶 + βX + ε...............................................................................................................(3) Keterangan :
𝛼𝛼 = Konstanta
β = Koefisien parameter regresi X = Variabel dependen Y = Variabel independen ε = Faktor kesalahan Jika langsung diaplikasikan ke dalam penelitian ini maka persamaannya dapat diubah menjadi : MVA = 𝜶𝜶 + β EVA ......................................................................................................(4) Keterangan : 𝛼𝛼 β
= Koefisien parameter regresi
MVA
= Nilai MVA (juta rupiah)
EVA
= Nilai EVA (juta rupiah)
= Konstanta
Data yang digunakan dalam penelitian ini adalah data time series (deret waktu) karena data ini merupakan kumpulan kinerja keuangan BRI dalam lima tahun (tahun 2006 s.d tahun 2010). Data dari penelitian ini diolah dengan menggunakan alat analisis regresi dan korelasi untuk menunjukkan pengaruh variabel independen terhadap variabel dependen serta hubungan antar variabel tersebut. Sebelum analisis regresi dan
13 korelasi dilakukan, terlebih dahulu dilakukan uji normalitas data dengan menggunakan uji Kolomogrov Smirnov. Kolomogrov Smirnov digunakan untuk mengetahui apakah data berdistribusi secara normal atau tidak. Data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 0,05 atau sebesar 5 persen. Data diolah dengan menggunakan program statistik yaitu Statistic Packages For Social Sciences (SPSS) Version 11.5. 2.7
Struktur Modal Menurut Astuti (2002), struktur modal adalah bauran atau perpaduan dari hutang jangka panjang, saham preferen dan saham biasa. Struktur modal yang ditargetkan adalah perpaduan antara hutang, saham preferen, saham biasa yang dikehendaki perusahaan dalam struktur modalnya, sedangkan struktur modal yang optimal adalah struktur modal yang mengoptimalkan keseimbangan antara resiko dan pengembalian sehingga memaksimumkan harga saham. Dalam laporan keuangan neraca sisi kredit, dapat dilihat susunan atau struktur modal yang pada suatu perusahaan. Bagian dari struktur modal ini disebut komponen modal. Jadi, pos-pos yang berada pada sisi kanan neraca yang terdiri berbagai jenis hutang, saham preferen dan ekuitas saham biasa disebut komponen modal. Komponen modal adalah salah satu jenis modal yang digunakan perusahaan untuk mendapatkan dana. 1. Biaya Hutang, Kd (1-T) Karena sumber modal perusahaan biasanya lebih dari satu sumber, maka perhitungan biaya modalnya adalah biaya modal rata-rata tertimbang/WACC (Weighted Average Cost of Capital). Dalam perhitungan WACC, harus konsisten dalam menggabung berbagai biaya komponen modal. Karena itu dalam WACC dipakai dasar perhitungan sesudah pajak atau after tax basis. Seperti kita ketahui biaya penerbitan saham biasa dan biaya modal komponen laba ditahan adalah after tax basis, jadi biaya hutang juga harus after tax basis. Tingkat bunga pinjaman yang dibayarkan perusahaan ke bank adalah suku bunga nominal yaitu suku bunga sebelum pajak atau Kd yang belum after tax basis. Bila kita lihat pada laporan rugi laba, pembayaran bunga adalah sebelum pajak, sehingga biaya bunga yang dibayar perusahaan karena ada hutang jangka panjang menyebabkan jumlah pajak perusahaan lebih kecil. Jadi suku bunga pinjaman nominal (Kd) menyebabkan
14 terjadinya penghematan pajak sebesar Kd x T. Perhitungan pajak berasal dari laba yang dikurangi bunga dikali tingkat pajak. Penghematan pajak dari adanya biaya bunga = Kd x T....................................(5) Jadi biaya bunga after tax basis = Kd – (Kd x T) = Kd (1-T).....................................................(6) 2. Biaya Saham Preferen (Kp) Biaya komponen saham preferen adalah biaya yang harus dibayar oleh perusahaan yang menerbitkan saham preferen untuk memenuhi kebutuhan dana jangka panjang. Saham preferen mempunyai karakteristik adanya penghasilan tetap bagi pemiliknya dan memiliki hak tebus dan dapat dipertukarkan dengan saham biasa. Saham preferen lebih aman dibandingkan dengan saham biasa karena memiliki hak klaim terhadap kekayaan perusahaan dan pembagian deviden terlebih dahulu. Saham preferen jumlahnya lebih sedikit dibanding dengan saham biasa. 3. Biaya Komponen Ekuitas (Ks/Ke) Biaya komponen ekuitas adalah biaya yang timbul karena pemenuhan kebutuhan modal dari menerbitkan saham biasa. Biaya ekuitas ini adalah biaya karena pembayaran dividen, dapat dihitung dengan pendekatan CAMP, dijabarkan pada Persamaan 13. 4. Biaya Komponen Laba Ditahan (Kr) Salah satu alasan yang menyebabkan perlunya kita memperhitungkan biaya modal atas laba laba yang ditahan yaitu prinsip biaya oportunitas. Biaya komponen laba ditahan adalah tungkat pengembangan yang dikehendaki pemegang saham biasa perusahaan, jadi biaya komponen laba ditahan sama dengan biaya komponen ekuitas atau Kr = Ks. 2.8
Peramalan (Forecasting) Menurut M. Nafarin (2007), ramalan (forecasting) adalah proses aktivitas meramalkan suatu kejadian yang mungkin terjadi dimasa mendatang dengan cara mengkaji data yang ada. Menurut Darsono (2006), untuk mengadakan peramalan terlebih dahulu dikumpulkan data historis suatu kegiatan bisnis kemudian diolah menjadi informasi relevan untuk mengambil keputusan manajemen dalam membuat perencanaan keuangan. Peramalan bisnis itu dituangkan dalam angka-angka keuangan menjadi peramalan keuangan suatu unit organisasi bisnis.
15 Pada penelitian ini, model peramalan yang dipakai adalah model peramalan Double Exponential Smoothing menggunakan data historis dalam bentuk time series tahunan dengan menggunakan Software Minitab 15. Metode ini dipakai karena data yang diramalkan berbentuk trend (tidak stasioner) yaitu ditandai dengan adanya kecenderungan arah data bergerak menaik (growth) atau menurun (decline) pada jangka panjang. Menurut Santoso (2009), metode forecasting yang tepat pada data non stasioner adalah metode double exponential smoothing (holt method). 2.9
Penelitian Terdahulu Berkaitan dengan topik kajian yang dilakukan oleh penulis dalam penelitian ini, maka penulis menggunakan penelitian terdahulu sebagai pembanding. Penelitian yang dilakukan oleh Ni Putu W. (2002) yang meneliti tentang Analisis Kinerja Keuangan PT Bank Internasional Indonesia Tbk. (BII) dengan menggunakan alat analisis EVA dan Rasio Keuangan. Kesimpulan dari penelitian yang di lakukan oleh Ni Putu W. menyatakan bahwa berdasarkan nilai EVA selama tahun 1991-1996, BII cenderung berada pada kondisi ekonomis (EVA > 0) yang artinya selama masa tersebut pihak manajemen telah mampu menciptakan nilai bagi BII, sedangkan pada tahun tahun 1997 dan 1998 (masa krisis) telah terjadi penurunan kinerja bank yang sangat signifikan, artinya bahwa pihak manajemen tidak dapat menciptakan nilai bagi bank, dapat dilihat dari penurunan nilai EVA yang mencapai nilai kurang dari nol (EVA<0). Persamaan antara penelitian terdahulu dan penelitian ini adalah sama-sama menghitung kinerja keuangan dengan alat analisis EVA dan dilakukan untuk mengukur kinerja bank umum. Namun penelitian ini menggunakan EVA dan MVA, tidak menggunakan alat analisis Rasio Keuangan. Budiharti (2006), melakukan penelitian analisis kinerja keuangan BRI periode tahun 2004-2005 dengan menggunakan rasio-rasio keuangan dan alat analisis EVA, serta menguji pengaruh EVA terhadap MVA. Hasil penelitian ini menunjukkan bahwa tingkat kesehatan BRI pada tahun 2005 lebih baik daripada tahun 2004. Hasil pengujian pengaruh rasio-rasio keuangan terhadap EVA menunjukkan bahwa rasio-rasio keuangan pada umumnya tidak terpengaruh kecuali CAR terhadap EVA. Hasil pengujian pengaruh EVA terhadap MVA menunjukkan bahwa EVA berpengaruh positif. Pada penelitian tersebut hanya menggunakan laporan keuangan dua periode dan belum melakukan peramalan.
16 Primadia (2011), melakukan kajian terhadap kinerjakeuangan pada PT Bank Internasional Indonesia, Tbk periode 2004-2009 pada tahun 2011 menggunakan alat analisis EVA dan alat analisis MVA yang menyimpulkan bahwa Bank BII memiliki kinerja keuangan yang baik, walaupun dari segi rasio keuangan cenderung menurun namun BII dapat menghasilkan nilai EVA dan MVA yang positif. Dalam penelitiannya, digunakan juga analisis dengan alat analisis rasio CAR, ROE dan EPS. Rasio CAR, ROE, EPS dan EVA mempunyai pengaruh sangat kuat sekali terhadap perubahan MVA. Dalam penelitian tersebut belum dilakukan peramalan kinerja keuangan di masa yang akan datang, namun pada penelitian kali ini dilakukan peramalan kinerja keuangan BRI dimasa yang anak datang. Penelitian lain yang menjadi bahan pembanding penulis adalah hasil penelitian Paisal (2011) yang meneliti tentang Analisi Kinerja Keuangan dengan Alat analisis EVA pada PT. BCA Tbk periode tahun 2007-2009 yang menyimpulkan bahwa kinerja BCA baik, hal ini dapat terlihat dari peningkatan nilai EVA tiap tahun yang menunjukkan kesehatan bank. Persamaan penelitian ini dengan penelitian pada BCA tersebut adalah sama-sama menggunakan alat analisis EVA dan keduanya merupakan penelitian terhadap kinerja bank umum. Namun pada penelitian sebelumnya hanya menggunakan alat analisis EVA, sedangkan penelitian kali ini menambahkan alat analisis MVA.
17
III. METODE PENELITIAN
3.1
Kerangka Pemikiran Penelitian Analisis kinerja keuangan BRI ini didasarkan pada laporan keuangan yang sudah dipublikasikan dan telah diaudit oleh auditor independen. Metode pengukuran menggunakan alat analisis EVA memberikan hasil perhitungan apakah BRI telah berhasil memberikan nilai tambah ekonomi bagi bank itu sendiri dan pemegang sahamnya. Investor yang potensial akan memperkirakan MVA yang tinggi apabila perusahaan dengan konsisten memperoleh pemasukan lebih besar daripada biaya total modal. MVA bernilai negatif jika pemasukan yang diperkirakan berada dibawah atau lebih kecil dari biaya total modal para investor. Secara lengkap, kerangka berfikir dalam penelitian ini dapat dilihat dalam Gambar 1.
PT Bank Rakyat Indonesia (Persero) Tbk.
Pasar Modal (BEI)
Kinerja Pasar (Nilai pasar /ekuitas) Rugi Laba
Neraca
Peramalan
Struktur Modal
EVA
Regresi sederhana
MVA
Investor Kebijakan Keuangan Perusahaan terkait pospos keuangan
Gambar 1. Kerangka Pemikiran Penelitian Keterangan :
= Komponen pembentuk = Komponen yang mempengaruhi
18 3.2
Metode Penelitian 3.2.1 Lokasi dan Waktu Penelitian Penelitian dilakukan pada BRI, kantor pusat BRI berlokasi di Gedung BRI I, Jln. Jenderal Sudirman Kav. 44-46, Jakarta. Penelitian ini dilaksanakan selama tiga bulan (April 2011-Juni 2011) dan dimulai dengan pengumpulan data sekunder mengenai BRI dari internet. 3.2.2 Jenis dan Sumber Data Data yang digunakan meliputi data kuantitatif dan data kualitatif yang terdiri dari data sekunder seperti laporan keuangan konsolidasi BRI berupa Laporan Neraca dan Laporan Rugi Laba selama lima periode (2006-2010), profil BRI dan data historis harga saham serta studi kepustakaan dengan mempelajari buku-buku yang terkait dengan penelitian, internet, jurnal dan artikel-artikel lain yang berhubungan dengan penelitian ini. 3.2.3 Teknik Pengumpulan Data Teknik pengumpulan data yang dilakukan adalah dengan teknik pengumpulan data skunder yang dilakukan dengan pencarian literatur-literatur dan pencarian data mengenai BRI melalui internet. Pencarian data dimulai dengan pencarian laporan keuangan BRI, profil perusahaan (sejarah pendirian BRI, tujuan pendirian, visi misi, dan perkembangan BRI) serta perkembangan harga saham BRI tahun 2006-2010.
3.3
Pengolahan dan Analisis Data Pengolahan data dilakukan dengan cara manual dan menggunakan Microsoft Office Excel 2007, SPSS 11.5, dan Minitab 15, kemudian dianalisis secara kualitatif dan kuantitatif berdasarkan kerangka pemikiran yang telah disusun. Pengolahan data secara kualitatif menggunakan metode deskriptif meliputi penguraian aspek profil dan sistem manajemen BRI. Metode analisis data kuantitatif dilakukan untuk mengkaji kinerja keuangan BRI dengan menggunakan perhitungan nilai EVA, MVA, analisis pengaruh EVA terhadap MVA serta analisis peramalan kinerja keuangan BRI dimasa yang akan datang.
19 3.3.1 Metode Perhitungan EVA Berikut ini adalah tabel tahapan perhitungan yang dilakukan : Tabel 3. Tahapan Perhitungan EVA Tahapan
Perhitungan
1. NOPAT
NOPAT = Laba Bersih – Biaya Bunga Kd =
2. Kd*
𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵 𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷
4. Struktur Modal
Ke =𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻 Wd = We =
𝑆𝑆𝑆𝑆ℎ𝑎𝑎𝑎𝑎
𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻
𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸
Laba Rugi Laba Rugi Neraca
𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻
Kd* =Kd (1 – T) 3. Ke
Sumber
+ 𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺ℎ
𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴
Diketahui Neraca Neraca Data historis saham
6. IC
WACC =[(𝐾𝐾𝐾𝐾 ∗ x 𝑊𝑊𝑊𝑊) + (𝐾𝐾𝐾𝐾 x 𝑊𝑊𝑊𝑊)]
7. COC
COC= WACC x IC
8. EVA
EVA = NOPAT – COC
Neraca Neraca, Laba Rugi, Data Historis Saham
5. WACC
IC = Asset- Non Intresting Bearing Liabilities
Neraca
Untuk menghitung Ke (biaya ekuitas) digunakan pendekatan CAPM. Menurut O’Byrne dan Young (2001), CAMP dikembangkan secara independen oleh Profesor William Sharpe dari Universitas Stanford dan Jhon Lintner dari Universitas Harvard. E. Pendekatan dengan konsep tersebut menghasilkan hasil yang lebih akurat dan lebih banyak dipakai dengan penenentuan biaya ekuitas dalam menilai EVA. Berikut ini merupakan langkah-langkah Metode CAMP : 𝟏𝟏. 𝑹𝑹𝒊𝒊𝒊𝒊=
𝐏𝐏𝐭𝐭 −𝐏𝐏𝐢𝐢𝐢𝐢−𝟏𝟏 +𝐃𝐃𝐃𝐃
...............................................................................................(7)
𝐏𝐏𝐭𝐭−𝟏𝟏
Keterangan: 𝑅𝑅𝑖𝑖𝑖𝑖
= tingkat pengembalian saham perusahaan bulan ke-t
𝑃𝑃_𝑖𝑖𝑖𝑖
= harga saham per lembar bulan t
𝐷𝐷𝑡𝑡
= dividen pada bulan ke t
𝑃𝑃_(𝑖𝑖𝑖𝑖 − 1) = harga saham per lembar bulan sebelumnya 𝑰𝑰𝑰𝑰𝑰𝑰𝑰𝑰𝒕𝒕 −𝑰𝑰𝑰𝑰𝑰𝑰𝑰𝑰𝒕𝒕−𝟏𝟏
𝟐𝟐. 𝑹𝑹𝒎𝒎𝒎𝒎 =
𝑰𝑰𝑰𝑰𝑰𝑰𝑰𝑰𝒕𝒕−𝟏𝟏
𝑬𝑬 (𝑹𝑹𝑹𝑹) =
∑ 𝑹𝑹𝒎𝒎𝒎𝒎 𝑵𝑵
..........................................................................................(8)
..........................................................................................(9)
20 Keterangan :
3.
Rmt
= Tingkat pengembalian pasar pada bulan ke-t
IHSGt
= Indeks Harga Saham Gabungan bulan ke-t
IHSGt−1
= Indeks Harga Saham Gabungan bulan ke t-1
N
= Jumlah data
E (Rm)
= Tingkat pengembalian pasar yang diharapkan
𝛔𝛔𝐢𝐢𝐢𝐢
𝛃𝛃_𝒊𝒊= 𝛔𝛔𝟐𝟐 ......................................................................................................(10) 𝛔𝛔𝐢𝐢𝐢𝐢 =
𝐦𝐦
∑𝒏𝒏 𝒕𝒕=𝟏𝟏(𝑹𝑹𝑹𝑹𝑹𝑹−𝑹𝑹𝑹𝑹)(𝑹𝑹𝑹𝑹𝑹𝑹−𝑹𝑹𝑹𝑹)
𝛔𝛔𝟐𝟐 𝒎𝒎 =
𝒏𝒏
𝟐𝟐 ∑𝒏𝒏 𝒕𝒕=𝟏𝟏(𝑹𝑹𝑹𝑹𝑹𝑹−𝑹𝑹𝑹𝑹)
Keterangan :
𝒏𝒏−𝟏𝟏
.......................................................................(11)
...............................................................................(12)
β𝑖𝑖
= Koefisien beta
σim
= Kovarian tingkat pengembalian saham i dengan tingkat pengembalian pasar
4.
σ2 𝑚𝑚
= varian tingkat pengembalian pasar
Rm
= Tingkat pengembalian atas resiko pasar
Rmt
= Tingkat pengembalian pasar pada periode t
Rf = Tingkat pengembalian bebas risiko = Tingkat suku bunga SBI
5.
Ke = Rf + 𝛃𝛃i E(Rm – Rf)...........................................................................(13) MRP = Rm – Rf........................................................................................(14)
Ke = Rf +( 𝛃𝛃i x MRP)................................................................................(15) Keterangan : Rm
= tingkat pengembalian atas resiko pasar
β
= Faktor resiko (beta) yang berlaku untuk perusahaan
MRP
= Market Premium Risk (Premi Resiko Pasar)
Struktur modal suatu bank yang optimal akan menghasilkan keseimbangan antara resiko dan tingkat pengembalian sehingga akan memaksimalkan harga saham. Struktur modal bank yang optimal adalah persentase yang seimbang antara komponen hutang dan modal yang dimiliki bank. Nilai persentase komponen hutang diberi lambang Wd, dan untuk persentase komponen modal diberi lambang We. WACC (rata-rata tertimbang biaya modal) diperoleh dari pengalian bobot tertimbang atas hutang dan modal ekuitas bank dari keseluruhan
21 struktur modal perusahaan. Untuk menghitung WACC harus diketahui jumlah hutang dan jumlah ekuitas dalam struktur modal berdasarkan nilai pasar, biaya hutang, tingkat pajak, dan biaya ekuitas. Selanjutnya dilakukan penghitungan IC yang merupakan aset dikurangi dengan non interest bearing liabilitis. COC (biaya modal) dihitung dengan cara mengalikan WACC dengan modal yang diinvestasikan (IC). Dari penghitungan tahap-tahap tersebut akan diperoleh nilai EVA dengan memasukkan rumus perhitungan EVA, dimana NOPAT dikurangi dengan COC, seperti pada persamaan satu. 3.3.2 Metode Perhitungan MVA Nilai MVA diperoleh dari nilai pasar dikurangi dengan modal yang diinvestasikan investor. Dalam perhitungan MVA terdapat empat komponen tahapan yang perlu dilakukan, yaitu : Tabel 4. Tahapan Perhitungan MVA Tahapan 1. Market Value 2. Shares Outstanding 3. Book Value 4. MVA
Perhitungan Harga penutupan saham Jumlah saham yang beredar Ekuitas (Harga pasar saham x Shares Ourstanding) – Book Value
Sumber Data historis harga saham Data historis harga saham Neraca Data historis harga saham, neraca
Nilai pasar suatu bank maupun perusahaan merupakan penjumlahan antara saham biasa, bunga minoritas, dan total hutang. Dengan kata lain, nilai pasar suatu bank dapat diperoleh dari harga saham yang tercantum pada akhir periode penutupan. Shares Out standing adalah jumlah lembar saham yang beredar yang dimiliki oleh suatu bank. Sedangkan bookvalue (nilai buku) merupakan total ekuitas yang tercatat pada laporan neraca bank. Selanjutnya, apabila semua komponen tahapan telah diketahui maka MVA dapat dihitung dengan mengalikan harga saham dan shares outstanding, kemudian dikurangi dengan book value, secara singkat dapat dilihat pada persamaan dua. 3.4
Analisis Pengaruh EVA terhadap MVA Analisis regresi sederhana adalah analisis yang digunakan untuk menganalisis satu variabel terikat (Y) dengan menggunakan satu variabel bebas (X). Oleh karena itu,
22 analisis pengaruh EVA terhadap MVA dilakukan dengan menggunakan metode analisis regresi sederhana, karena hanya menganalisis satu variabel bebas yaitu EVA. Selain itu, dilakukan analisis korelasi (correlation analysis), yaitu analisis yang digunakan untuk mengetahui hubungan sebab akibat antara variabel. Menurut Nafarin (2007), hubungan saling ketergantungan antara dua variabel harus diuji dengan koefisien korelasi. Koefisien korelasi menunjukkan angka paling kecil -1 dan paling besar +1. Bila koefisien korelasi mendekati satu berarti pengaruh X terhadap Y adalah besar, tidak peduli apakah koefisien korelasi tersebut positif atau negatif. Apabila korelasi tersebut positif berarti semakin besar X dan semakin besar Y. Sebaliknya, bila korelasi tersebut negatif berarti semakin besar X dan semakin kecil Y atau semakin kecil X dan semakin besar Y. Jika koefisien korelasi mendekati nol berarti pengaruh dari variabel tersebut kecil sekali (tidak berpengaruh). Dalam penelitian ini, uji korelasi dan regresi dilakukan dengan menggunakan SPSS 11.5. Jika dalam pengujian hasil R2 (koefisien determinan) positif (mendekati satu), berarti pengaruh variabel X sangat besar terhadap variabel Y. Sebelum melakukan uji korelasi dan regresi, dilakukan uji normalitas data dengan menggunakan uji Kolmogorov Smirnov. Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku. Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika signifikansi<0,05 berarti data yang diuji mempunyai perbedaan yang signifikan dengan data normal baku, berarti data tersebut tidak normal. Jika signifikansi>0,05 maka berarti tidak terdapat perbedaan yang signifikan antara data yang diuji dengan data normal baku, artinya data yang kita uji normal. Penelitian ini menggunakan data time series dari hasil analisis laporan keuangan BRI selama periode tertentu sebagai sumber data. Periode waktu laporan keuangan yang digunakan sebagai sumber data adalah laporan keuangan selama lima tahun terakhir (2006-2010). 3.4.1 Perumusan dan Pengujian Hipotesis Menurut Kountur (2005), hipotesis merupakan jawaban sementara atau dugaan jawaban dari suatu masalah. Pengujian hipotesis perlu dilakukan untuk melihat kelayakan model yang dirancang serta untuk mengetahui apakah variabel independennya memiliki pengaruh yang signifikan atau tidak terhadap variabel dependen. Hipotesis yang dirumuskan dalam penelitian ini adalah variabel EVA yang telah didefenisikan memiliki pengaruh yang signifikan terhadap MVA. Perumusan hipotesisnya adalah sebagai berikut :
23 Ho
= Dinyatakan bahwa tidak ada pengaruh yang signifikan antara variabel independen dalam hal ini adalah EVA terhadap variabel dependen MVA.
Ha
= Dinyatakan bahwa ada variabel lebih besar atau lebih kecil dari nol dan ini menunjukkan bahwa terdapat pengaruh signifikan antara variabel independen yakni EVA terhadap variabel dependen yaitu MVA. Besarnya nilai kesalahan α yang diasumsikan dalam pengujian hipotesis ini
yaitu besarnya kesalahan jika menolak Ho padahal Ho itu benar adalah sebesar 5 persen. Penolakan dan uji signifikasi terhadap kontribusi masing-masing variabel independen ditunjukkan oleh besarnya nilai p (p-value) yang diperoleh dari program statistik SPSS 11.5. 3.5
Peramalan (Forecasting) Kinerja Keuangan Pada penelitian ini, komponen yang diramalkan adalah komponen laporan keuangan rugi laba dan neraca. Maksud dari peramalan ini adalah untuk mengetahui bagaimana keadaan atau perkembangan keuangan BRI di tahun 2011. Model peramalan yang dipakai adalah model peramalan Double Exponential Smoothing menggunakan data historis dalam bentuk time series tahunan dengan menggunakan Software Minitab 15. Metode ini menyesuaikan faktor trend yang ada pada pola data. Dipopulerkan oleh C.C. Holt (1957), model ini menambahkan faktor pertumbuhan (growth factor) atau faktor trend (trend factor) pada persamaan dasar dari smoothing. Rumus Holt’s Linear Smoothing : Untuk komponen level estimate : 𝑳𝑳𝒕𝒕 = 𝜶𝜶𝒀𝒀𝒕𝒕 + (𝟏𝟏 − 𝜶𝜶)(𝑳𝑳𝒕𝒕−𝟏𝟏 + 𝑻𝑻𝒕𝒕−𝟏𝟏 ).............................................................................(16) Untuk komponen trend estimate :
𝑻𝑻𝒕𝒕 = β(𝑳𝑳𝒕𝒕 − 𝑳𝑳𝒕𝒕−𝟏𝟏 ) + (𝟏𝟏 − 𝜷𝜷)𝑻𝑻𝒕𝒕−𝟏𝟏...............................................................................(17) Untuk forecast periode ke p dari data tertentu :
(berdasar angka di kolom FITS 1 pada MINITAB) Ý𝒕𝒕+𝒑𝒑 = 𝑳𝑳𝒕𝒕 + 𝒑𝒑𝑻𝑻𝒕𝒕 ..........................................................................................................(18) Di mana :
L = level estimate (dipengaruhi oleh besaran) T = trend estimate (dipengaruhi oleh besaran) Ý = nilai forecast untuk periode mendatang
24 3.5.1 Pengujian Error (Residu) Pengujian untuk mengetahui dapat atau tidaknya metode Holt dengan α = 0,2 dan β=0,2 dalam forecasting komponen neraca dan rugi laba, t tabel dihitung dari tingkat signifikansi 5% yang dibagi dua, serta df adalah jumlah data dikurang 1 (jumlah data-1), atau dalam penelitian ini adalah 4 (5-1), t (0,025;4) adalah ± 2,776. Jika t hitung < dari t tabel maka pengamatan dari correlogram tidak error dan bersifat random. Demikian juga dengan angka LJUNG-BOX Q, jika pada lag 10 (LBQ per komponen yang di forecast) < 𝑋𝑋 2 tabel (0,025;4) = 11,143, maka keduanya menunjukkan forecasting dengan metode Holt dengan kriteria α= 0,2 dan β=0,2 dapat digunakan untuk memprediksi rata-rata komponen yang di forecasting di masa mendatang. 3.5.2 Mengukur Ketepatan Forecasting Menurut S. Santoso (2009), menghitung kesalahan (akurasi perhitungan) forecasting sering pula disebut dengan menghitung ketepatan pengukuran (accurancy measures). Dalam praktek ada beberapa alat ukur yang sering digunakan untuk menghitung kesalahan prediksi : 1.
MAPE (Mean Absolute Percentage Error) 𝟏𝟏𝟏𝟏𝟏𝟏
MAPE =
𝒏𝒏
𝑨𝑨𝒕𝒕 −𝑭𝑭𝒕𝒕
∑𝒏𝒏𝒕𝒕=𝟏𝟏 �
𝑨𝑨𝒕𝒕
�................................................................................(19)
2. MAD (Mean Absolute Deviation) 𝟏𝟏
MAD =𝒏𝒏 ∑𝒏𝒏𝒕𝒕−𝟏𝟏|𝑨𝑨𝒕𝒕 − 𝑭𝑭𝒕𝒕 |.................................................................................(20)
3. MSD/MSE (Mean Squared Deviation/Mean Squared Error) 𝟏𝟏
𝟐𝟐 MSE = 𝒏𝒏 ∑𝒏𝒏𝒕𝒕=𝟏𝟏(𝑨𝑨𝒕𝒕 − 𝑭𝑭𝒕𝒕 ) ...............................................................................(21)
Di mana :
At = Data aktual pada waktu t Ft = Data forecasting pada waktu t n = Jumlah data Pada dasarnya ketiga rumus di atas mengukur seberapa jauh data hasil forecast berbeda dengan data asli (aktual)-nya. Karena ada kemungkinan selisih dua data tersebut negatif, karena data aktual lebih besar dari data forecast-nya, maka selisih tersebut kemudian dimutlakkan. Sedangkan untuk rumus MSD (MSE) hal itu tidak perlu dilakukan karena dengan mengkuadratkan selisih keduanya, otomatis tidak akan ada data bernilai negatif.
25 Pada pengukuran MAD, hanya dilakukan selisih data aktual dengan data forecast, yang kemudian dirata-rata sesuai jumlah data yang ada. Sedangakan pengukuran MSD/MSE, selisih tersebut dikuadratkan, kemudian dijumlahkan. Untuk MAPE, selisih kedua data tersebut dijadikan dalam dalam bentuk persentase. Minitab dan sejumlah besar software menggunakan ketiga ukuran kesalahan prediksi yang populer ini. Semakin kecil nilai dari ketiganya maka semakin akurat hasil forecasting yang diperoleh. 3.6
Hasil yang Diharapkan (Expected Results) Hasil yang diharapkan dari penelitian ini diantaranya : 1. Nilai EVA dan MVA yang diperoleh dari hasil penelitian ini positif 2. Adanya hubungan antara EVA dengan MVA (nilai EVA mempengaruhi nilai MVA) 3. BRI memiliki struktur modal yang optimal selama periode penelitian (2006-2010) 4. Prediksi keadaan keuangan BRI masa yang akan datang menunjukkan peningkatan kinerja
26
IV. HASIL DAN PEMBAHASAN
4.1
Gambaran Umum Perusahaan 4.1.1 Sejarah Perusahaan Berawal dari sebuah badan pengelola dana masjid di Purwokerto yang bertugas mengelola dan menyalurkan dana kepada masyarakat dengan skema yang sederhana. Raden Aria Wiriatmaja pada tanggal 16 Desember 1895, mendirikan De Poerwokertosche Hulp en Spaarbank der Inlandsche Hoofden. Lembaga ini memberikan manfaat yang sangat besar bagi perekonomian masyarakat. BRI mengalami beberapa kali perubahan nama, seperti menjadi Hulp-en Spaarbank der Inlandshe Bestuurs Ambtenareen (1895), De Poerwokertosche Hulp Spaar-en Landbouw Credietbank atau Volksbank (1912). Kembali mengalami perubahan nama menjadi Centrale Kas Voor Volkscredietwezen Algemene (1912) dan berubah menjadi Algemene Volkscredietbank atau dikenal juga sebagai AVB (1934). Pada masa pendudukan Jepang di Indonesia, AVB berganti namanya menjadi Syomin Ginko (1942-1945). Melalui Peraturan Pemerintah No. 1 Tahun 1946, pada tanggal 22 Februari 1946 Pemerintah Indonesia mengubah nama Syomin Ginko menjadi Bank Rakyat Indonesia (BRI). Saat itu BRI, sebagai bank Pemerintah, menjadi ujung tombak dalam pembangunan perekonomian nasional. Nama BRI kemudian diubah lagi oleh Pemerintah pada tahun 1960 menjadi Bank Koperasi Tani Nelayan (BKTN). Berdasarkan Undang-Undang No. 21 Tahun 1968, Pemerintah kembali menetapkan nama Bank Rakyat Indonesia sebagai bank umum. BRI mengalami perubahan badan hukumnya tahun 1992 PT Bank Rakyat Indonesia (Persero) berdasarkan Undang- Undang Perbankan No.7 Tahun 1992. Dan menjadi Perseroan Terbuka pada tanggal 10 November 2003 dan mencatatkan sahamnya di Bursa Efek Jakarta, kini Bursa Efek Indonesia (BEI), dengan kode “BBRI”. Saham BRI sampai saat ini tergabung dalam indeks saham LQ-45 dan menjadi salah satu saham unggulan (blue chip) di BEI. Selain itu, BRI mengakuisisi Bank Jasa Artha pada tahun 2007 yang kemudian dikonversi
27 menjadi PT Bank BRISyariah dan pada 24 November 2010 BRI telah melakukan akuisisi saham PT Bank Agroniaga Tbk. Sejak awal didirikan, fokus usaha BRI adalah pada pelayanan perbankan di segmen Usaha Mikro, Kecil, dan Menengah (UMKM) dan hingga sekarang BRI tercatat sebagai bank yang memberikan dana kredit UMKM terbesar nasional. Sebagian besar saham BRI dimiliki oleh Negara Republik Indonesia sebesar 56,75% dan sisanya sebesar 43,25% dimiliki oleh masyarakat. Nilai kapitalisasi pasar saham BRI pada akhir tahun 2010 mencapai Rp129,57 triliun atau sekitar 4,13% dari total nilai kapitalisasi pasar Bursa Efek Indonesia. 4.1.2 Visi, Misi, Strategi dan Budaya Perusahaan 1. Visi BRI Menjadi bank komersial terkemuka yang selalu mengutamakan kepuasan nasabah. 2. Misi BRI a. Melakukan kegiatan perbankan yang terbaik dengan mengutamakan pelayanan kepada usaha mikro, kecil dan menengah untuk menunjang peningkatan ekonomi masyarakat. b. Memberikan pelayanan prima kepada nasabah melalui jaringan kerja yang tersebar luas dan didukung oleh sumber daya manusia yang profesional dengan melaksanakan praktek good corporate governance. c. Memberikan keuntungan dan manfaat yang optimal kepada pihak-pihak yang berkepentingan. 3. Strategi Perusahaan Kunci sukses BRI dalam meraih laba adalah jaringan kerja yang luas, jenis layanan yang dapat memenuhi kebutuhan, program peningkatan loyalitas karyawan dan pelayanan prima bagi nasabah. Sebagai bukti jaringannya yang luas, BRI juga memiliki jaringan yang ada di perbatasan Indonesia yaitu Entikong (Kalimantan Barat), Tarakan dan Siluas (Kalimantan Timur) untuk menjaga jaringan dengan Malaysia. Selain itu ada BRI Merauke yang dapat menjangkau Papua Nugini dan Atambua NTT yang menjangkau Timor Leste. BRI juga mengubah image dari bank wong ndeso menjadi bank negeri sendiri yang mampu melayani semua kalangan sama baiknya didukung oleh teknologi informasi mutahir dan sumber daya manusia profesional serta melaksanakan praktek risk management dan good corporate governance walaupun sebagian
28 besar (80 persen) kredit yang diberikan BRI ditujukan pada Mikro dan UKM. Jaringan kerja BRI juga cukup merata, BRI memiliki produk yang lengkap mulai dari menengah dan korporasi, ritel, prioritas, konsumer hingga mikro. Strategi BRI sebagai bagian pelaksanaan pengembangan bisnis ditahun 2009-2011 dituangkan kedalam Rencana Bisnis Bank (RBB). Strategi bisnis tersebut mencakup skala pendek dan menengah, sebagai berikut : a. Pengembangan bisnis BRI yang didukung oleh strategi peningkatan kualitas dan kuantitas SDM yang profesional, fitur produk, layanan dan dukungan teknologi informasi yang handal berupa: i. Pertumbuhan kredit dengan fokus pembiayaan pada sektor UMKM dengan tetap memperhatikan prinsip-prinsip kehati-hatian (prudential principles) ii. Pertumbuhan dana pihak ketiga yang didominasi oleh pertumbuhan dana murah (lowcost funds) dengan komposisi minimal 60%. b. Meningkatkan budaya kerja berbasis risiko (risk culture) dan penerapan manajemen risiko yang efektif pada seluruh jajaran unit kerja. c. Penguatan struktur modal untuk menunjang pengembangan bisnis BRI. d. Pengembangan jaringan kerja baru berupa Kantor Cabang, Kantor Cabang Pembantu, Kantor Kas, BRI Unit dan electronic channel seperti ATM, Cash Deposit Machine (CDM), Electronic Data Capture (EDC) untuk meningkatkan jangkauan pelayanan. e. Meningkatkan kegiatan komunikasi pemasaran untuk setiap produk dan jasa sejalan
dengan
strategi
pemasaran
korporat
sehingga dapat
meningkatkan penjualan dan membentuk Corporate Image di mata masyarakat. 4. Budaya Perusahaan BRI menerapkan nilai-nilai perusahaan (corporate value) yang menjadi landasan berpikir, bertindak, serta berperilaku setiap insan BRI sehingga menjadi budaya kerja perusahaan yang solid dan berkarakter. Nilainilai
tersebut
adalah
integritas,
profesionalisme,
kepuasan
nasabah,
keteladanan, dan penghargaan kepada SDM. BRI sebagai perusahaan terbuka berkomitmen mematuhi seluruh ketentuan perundang-undangan yang berlaku dalam kegiatan operasional bank maupun pasar modal. Hal tersebut telah mendorong BRI untuk selalu mengutamakan prudential banking dan
29 kepentingan stakeholders. Komitmen ini juga diwujudkan dalam bentuk tata kelola perusahaan sebagai berikut: a. Mengintensifkan program budaya sadar risiko dan kepatuhan kepada setiap pekerja di seluruh unit kerja; b. Mengintensifkan peningkatan kualitas pelayanan di seluruh unit kerja; c. Menjabarkan dan memonitor setiap kemajuan yang dicapai perusahaan ke dalam rencana tindakan yang terukur dan dapat dipertanggungjawabkan oleh setiap unit kerja; d. Menerapkan kebijakan reward dan punishment yang tegas dan adil. (bri.co.id). 4.1.3 Manajemen dan Struktur Perusahaan BRI memiliki badan hukum Perseroan pada tahun 1992 dan menjadi perseroan terbuka sejak 10 November 2003, saham BRI dimiliki oleh Negara Republik Indonesia sebesar 56,75 persen dan sisanya sebesar 43,25 persen dimiliki oleh masyarakat. Saat ini, kantor pusat BRI berlokasi di Gedung BRI I, Jln. Jenderal Sudirman Kav. 44-46, Jakarta. BRI merupakan bank dengan jaringan kerja terbesar di Indonesia. Sampai dengan akhir tahun 2010, BRI telah memiliki 7.004 jaringan kerja di seluruh Indonesia, yang terdiri dari 18 Kantor Wilayah, 14 Kantor Inspeksi, 413 Kantor Cabang, 470 Kantor Cabang Pembantu, 822 Kantor Kas, 4.649 BRI Unit dan 617 Teras BRI. Dalam menjalankan usahanya, saat ini BRI memiliki sepuluh orang direksi dan tujuh orang komisaris. Struktur organisasi BRI dapat dilihat pada Lampiran 3. 4.1.4 Kegiatan Usaha BRI BRI merupakan salah satu bank pemerintah terbesar di Indonesia, sejak tahun 2009 BRI menduduki peringkat kedua dengan aset terbesar bank umum nasional setelah Bank Mandiri. Dalam rangka memenuhi kebutuhan nasabahnya, BRI menyediakan 6.085 Anjungan Tunai Mandiri (ATM), yang terintegrasi ke lebih dari 25.000 jaringan ATM (Link, ATM Bersama, dan Prima). Selain ATM, BRI memiliki 100 KiosK, 71 Cash Deposit Machine (CDM), 13.631 Electronic Data Capture (EDC). Nasabah BRI juga dapat memanfaatkan fasilitas layanan ebanking yang terdiri dari phone banking 24 jam, SMS banking dan internet banking. (bri.co.id). BRI juga memiliki 1 Kantor Perwakilan New York, 1 Kantor Perwakilan Cabang Cayman Island dan 1 Kantor Perwakilan Hongkong. (www.kppu.go.id, 2011).
30 BRI terkenal dengan fokusnya pada pembiayaan, Mikro dan Usaha Kecil Menengah (UMKM). BRI dianggap sebagai salah satu penyedia terbesar Pinjaman Mikro di dunia. Dari total portofolio kredit, 80 persen untuk Mikro dan UKM. Melayani Mikro dan UKM memungkinkan BRI memiliki portofolio kredit baik, diversifikasi baik untuk meminimalkan risiko usaha. Mengingat sifat bisnisnya, BRI memiliki jaringan terbesar dengan lebih dari 7.004 jaringan kerja menyebar seluruh Indonesia dari desa ke kota membuat BRI siap untuk merebut semua peluang bisnis di seluruh Indonesia. Selain itu, BRI juga memiliki basis pelanggan besar, lebih dari 30 juta penabung dan peminjam yang memberikan keunggulan kompetitif bagi BRI untuk mengembangkan perusahaan bisnis termasuk bisnis berbasis biaya. Untuk melayani pelanggan, BRI memiliki berbagai macam produk dan jasa perbankan. Kupedes, sebuah produk pinjaman bagi peminjam mikro, secara luas dikenal untuk pengusaha mikro. Selain itu BRI juga menyediakan kredit modal kerja, kredit aktiva tetap, pinjaman konsumen, gaji berbasis pinjaman, ekspor/ impor pinjaman, dll. Simpedes merupakan produk tabungan yang menonjol dalam pedesaan dan kota kecil, sedangkan Britama dirancang untuk orang-orang perkotaan. BRI juga menawarkan deposito dan giro. Didukung oleh model bisnis yang
solid
dan
infrastruktur,
BRI telah
menjadi
bank
yang
paling
menguntungkan di Indonesia. BRI akan terus mengembangkan usahanya untuk memberikan nilai yang lebih baik untuk shareholder dan stakeholder. Tahun 2011 ini, BRI masih mengandalkan sektor usaha mikro kecil menengah (UMKM) dalam penyaluran kreditnya. Seperti bank-bank besar lainnya, BRI juga menawarkan produk-produk syariah melalui BRI Syariah yang meliputi pembiayaan, pendanaan dan jasa-jasa lainnya berdasarkan prinsip-prinsip ajaran islam. 4.2
Kinerja Keuangan PT Bank Rakyat Indonesia (Persero), Tbk Kinerja keuangan BRI secara umum mengalami kemajuan dari tahun ke tahun, antara lain terlihat dari peningkatan dan perbaikan beberapa parameter, antara lain : 1. Total aset BRI tahun 2006 sebesar Rp154,725 triliun, pada tahun 2007 meningkat sebesar 31,7 persen menjadi Rp203,735. Tahun 2008, aset BRI kembali meningkat sebesar 20,8 persen dari tahun sebelumnya menjadi Rp 246,077 triliun, dan tahun 2010 total Aset mencapai Rp404,29 triliun, mengalami peningkatan sebesar Rp
31 87,34 triliun atau 27,56 persen dibandingkan posisi akhir Desember 2009 sebesar Rp316,95 triliun. Peningkatan ini terutama berasal dari aktiva produktif berupa kredit, penempatan pada bank lain dan Bank Indonesia. 2. Kredit yang disalurkan BRI dari tahun ke tahun juga mengalami peningkatan yaitu Rp90,283 triliun pada tahun 2006 meningkat sebesar Rp23,690 triliun (26,2 persen) pada tahun berikutnya yaitu sebesar Rp113,973 triliun. Tahun 2008 juga mengalami peningkatan sebesar Rp 47,135 triliun (41,4 persen) menjadi Rp 161,108 triliun. Kredit yang disalurkan pada tahun 2010 mencapai Rp252,49 triliun, mengalami peningkatan sebesar Rp44,37 triliun atau 21,32 persen dibandingkan posisi akhir Desember 2009 sebesar Rp208,12 triliun. 3. Dana pihak ketiga tahun 2006 sebesar Rp124.468 triliun meningkat sebesar Rp41,132 triliun (33 persen) menjadi Rp165,600 triliun di tahun 2007. Dana pihak ketiga tahun 2008 meningkat sebesar Rp35,937 triliun (21,7 persen) menjadi Rp 201,537 triliun. Sedangkan tahun 2010, dana pihak ketiga yang berhasil dikumpulkan BRI mencapai Rp333,65 triliun, mengalami peningkatan sebesar Rp77,72 triliun atau 30,37 persen dibandingkan posisi akhir Desember 2009 sebesar Rp255,93 triliun. Komposisi dana murah terhadap dana mahal posisi Desember 2010 adalah 60,95 persen : 39,05 persen. 4. Kredit bermasalah (Non performing loan gross) terus mengalami penurunan, tahun 2006 nilainya sebesar 4,81 persen turun menjadi 3,44 persen di tahun 2007, namun di tahun 2009 yang sempat mencapai 3,52 persen dibanding tahun 2008 yang nilainya hanya 2,80 persen, sedangkan tahun 2010 mengalami perbaikan dibandingkan posisi 2009 yaitu menjadi 2,78 persen . 5. Pendapatan bunga bersih tahun 2006 sebesar Rp 13,789 truliun meningkat sebesar 21,1 persen menjadi Rp 16,697 triliun pada tahun 2007, dan meningkat lagi di tahun 2008 sebesar Rp 2,864 triliun (17,2 persen) dari tahun sebelumnya menjadi Rp 19,561 triliun. Tahun 2010 mencapai Rp32,89 triliun, mengalami peningkatan sebesar Rp9,84 triliun atau 42,69 persen dibandingkan posisi akhir Desember 2009 sebesar Rp23,05 triliun. 6. Laba bersih setelah pajak periode tahun buku 2007 mengalami peningkatan sebesar Rp 0,580 triliun (13,6 persen) dari tahun 2006 yang nilainya sebesar Rp 4,258 menjadi Rp 4,838, dan tahun 2008 juga mengalami peningkatan sebesar Rp1,120 triliun (23,2 persen) dari tahun 2007 yaitu menjadi Rp5,958 triliun. Laba bersih setelah pajak tahun 2010 sebesar Rp11,47 triliun, mengalami kenaikan 56.98 persen
32 atau sebesar Rp4,16 triliun dibandingkan dengan laba setelah pajak periode yang sama tahun sebelumnya. Dari penjelasan sebelumnya di atas dapat disimpulkan bahwa secara umum kinerja keuangan BRI periode 2006-2010 mengalami peningkatan. Dalam penelitian ini dilakukan pengukuran kinerja keuangan BRI yang berbeda dengan indikatorindikaror yang sudah disebutkan sebelumnya, yaitu pengukuran kinerja keuangan dengan menggunakan alat analisis Economic Value Added dan Market Value Added seperti berikut ini. 4.2.1 Perhitungan EVA EVA merupakan konsep yang mengukur atau menciptakan nilai tambah yang dihasilkan suatu perusahaan dengan cara mengurangkan NOPAT dengan biaya modal. 1. Laba Bersih Setelah Pajak (Net Operating After Tax - NOPAT) Perhitungan NOPAT secara lengkap dapat dilihat pada Tabel 5. berikut : Tabel 5. Nilai NOPAT BRI periode 2006-2010 (dalam Jutaan Rupiah) Periode
2006
2007
2008
2009
2010
Laba bersih setelah pajak
4.257.572
4.838.001
5.958.368
7.308.292
11.472.385
Biaya Bunga
7.281.182
6.544.059
8.445.579
12.284.636
11.726.559
NOPAT
11.538.754
11.382.060
14.403.947
19.592.928
23.198.944
Dari Tabel 5. tersebut dapat dilihat bahwa nilai NOPAT mengalami penurunan di tahun 2007 sebesar Rp156.694 juta (1,358 persen) dari tahun 2006, hal ini disebabkan oleh nilai biaya bunga yang menurun sebesar Rp737.123 juta (10,12 persen) dari jumlah biaya bunga tahun 2006 dan peningkatan laba bersih setelah pajak yang hanya meningkat sebesar Rp 580.429 juta (13,63 persen) dari tahun sebelumnya. Hal inilah yang menyebabkan nilai NOPAT BRI menjadi turun di tahun 2007 tersebut. Pada tahun 2008 BRI mengalami peningkatan sebesar Rp3.021.887 juta (26,55 persen) dari tahun sebelumnya. Nilai NOPAT tahun 2009 mengalami peningkatan sebesar Rp 5.188.981 juta ( 36,02 persen) dari tahun 2008, demikian juga tahun 2010 NOPAT yang dihasilkan BRI terus meningkat sebesar Rp3.606.016 juta (18,40 persen) dari tahun 2010. Peningkatan tersebut dikarenakan meningkatnya jumlah laba bersih setelah pajak dan biaya bunga. Tahun 2010 biaya bunga BRI mengalami penurunan sebesar Rp558.077 juta
33 (4,54 persen) dari tahun sebelumnya, namun penurunan biaya bunga tersebut dapat di cover oleh peningkatan laba bersih setelah pajak yang kenaikannya sebesar Rp4.164.093 juta (56,98 persen) dari tahun sebelumnya, jadi NOPAT yang diperoleh BRI tetap mengalami kanaikan dari tahun 2009 seperti yang sudah diterangkan sebelumnya sesuai dengan Tabel 5. diatas. 2. Biaya Modal (COC) Komponen pembentuk COC adalah rata-rata tertimbang biaya hutang dan modal sendiri (WACC) dan modal yang diinvestasikan (IC), nilai COC berbanding terbalik dengan nilai EVA, semakin tinggi nilai COC yang dihasilkan akan menyebabkan nilai EVA yang semakin kecil. Tabel 6. Nilai COC BRI Periode 2006-2010 Periode
WACC (a) (%)
IC (b) (Rp. Juta)
COC (a x b) (Rp. Juta)
2006 2007 2008 2009 2010
4,44 2,29 4,44 3,28 2,87
154.438.149 202.594.448 245.776.601 316.603.537 402.354.679
6.849.740,24 4.635.338,27 10.923.838,36 10.371.958,74 11.540.230,34
Nilai COC dari tahun ke tahun secara umum mengalami fluktuasi. Seperti yang dapat dilihat pada Tabel 6. di atas bahwa pada tahun 2007 COC mengalami penurunan sebesar Rp2.214.401,97 juta atau turun sebesar 32,33 persen dari tahun 2006. Namun pada tahun 2008 kembali mengalami peningkatan sebesar Rp6.288.500,09 juta atau meningkat sebesar 135,66 persen dari tahun 2007. Pada tahun 2009 kembali mengalami penurunan sebesar Rp551.879,62 juta atau turun sebesar 5,05 persen dari tahun sebelumnya. Di tahun 2010, BRI kembali mengalami kenaikan sebesar Rp 1.168.271,60 juta atau naik sebesar 11,26 persen dari tahun 2009. Jadi dapat disimpulkan bahwa nilai COC tertinggi berada di tahun 2010, hal ini disebabkan oleh nilai IC yang tinggi akibat jumlah aset di tahun 2010 yang tinggi. Namun kenaikan COC yang tertinggi adalah tahun 2008 yaitu meningkat sebesar 135,66 persen dari tahun sebelumnya. Kenaikan yang signifikan ini diakibatkan oleh WACC yang tinggi di tahun tersebut yaitu meningkat sebesar 94.26 persen dari tahun sebelumnya. Kenaikan WACC tersebut disebabkan oleh kenaikan Ke yang signifikan. COC terendah terjadi di tahun 2007 yang
34 disebabkan oleh WACC yang rendah pula, secara lengkap dapat dilihat pada Lampiran 12 dan Lampiran 13. 3. Perhitungan EVA Perhitungan EVA BRI tahun 2006 sampai dengan tahun 2010 dapat dilihat pada Tabel 7. dan secara lengkap dapat dilihat pada Lampiran 13. Tabel 7. Perhitungan EVA (Jutaan Rupiah) Periode NOPAT (a) COC (b) 2006 11.538.754 6.849.740,24 2007 11.382.060 4.635.338,27 2008 14.403.947 10.923.838,36 2009 19.592.928 10.371.958,74 2010 23.198.944 11.540.230,34 Sumber : Laporan Keuangan BRI (diolah)
EVA (a-b) 4.689.013,76 6.746.721,73 3.480.108,64 9.220.969,26 11.658.713,66
Dari Tabel 7. di atas dapat dilihat bahwa nilai EVA BRI secara umum mengalami kenaikan, kecuali di tahun 2008. EVA BRI tertinggi terjadi pada tahun 2010. Tahun 2010 EVA mengalami kenaikan sebesar Rp2.437.744,40 juta atau meningkat sebesar 26,44 persen dari tahun 2009. Hal ini disebabkan oleh NOPAT yang tinggi. NOPAT yang tinggi terjadi sebagai akibat tingginya laba bersih setelah pajak dan biaya bunga yang tinggi pula. EVA terendah terjadi di tahun 2008, yaitu turun sebesar Rp3.266.613,09 juta dari tahun 2007 atau mengalami penurunan sebesar 48, 42 persen dari tahun sebelumnya. Penurunan nilai EVA tersebut terjadi sebagai akibat tingginya COC. COC yang tinggi dipengaruhi oleh nilai WACC yang tinggi, WACC tinggi merupakan akibat Ke yang tinggi. Nilai EVA BRI tersebut dapat dilihat seperti pada Gambar 2. di bawah. Secara keseluruhan dapat kita lihat bahwa nilai EVA BRI mengalami peningkatan setiap tahunnya kecuali tahun 2008 yang sempat mengalami penurunan.
35 14.000.000,00
Economic Value Added
12.000.000,00 10.000.000,00 8.000.000,00 6.000.000,00 4.000.000,00 2.000.000,00 4.689.013,76 6.746.721,73 3.480.108,64 9.220.969,26 11.658.713,66
EVA
2006
2007
2008
2009
2010
Gambar 2. Grafik EVA BRI Tahun 2006-2010 Dari Tabel 6. dan Gambar 2. di atas, dapat dilihat bahwa BRI mampu menciptakan nilai EVA positif pada tahun 2006-2010, artinya manajemen BRI telah mampu menciptakan nilai tambah ekonomis bagi perusahaan, dan dapat diartikan pula bahwa BRI memiliki kinerja keuangan yang baik. Nilai EVA tersebut
dapat
dijadikan
bahan
pertimbangan
oleh
investor
dalam
menginvestasikan modalnya di BRI. 4.2.2 Perhitungan MVA MVA merupakan suatu pengukur kinerja yang tepat untuk menilai sukses tidaknya perusahaan dalam menciptakan kekayaan bagi pemiliknya. Jadi, kekayaan atau kesejahteraan pemilik perusahaan (pemegang saham) akan bertambah bila MVA bertambah.
100.000.000 90.000.000 80.000.000 70.000.000 60.000.000 50.000.000 40.000.000 30.000.000 20.000.000 10.000.000 -
MVA
46.396.263
71.714.089
34.031.548
67.065.991
92.839.991
2006
2007
2008
2009
2010
Gambar 3. Grafik MVA BRI Tahun 2006-2010
36 Dari Gambar 3. diatas dapat dilihat bahwa nilai MVA BRI rata-rata naik dari tahun 2006 sampai dengan tahun 2010 walaupun sempat turun pada tahun 2008 sebesar Rp25.317.826 juta (turun 52,55 persen) dari tahun 2007. Nilai MVA pada tahun 2008 sekaligus menjadi nilai MVA terkecil BRI periode 20062010. Nilai MVA BRI terbesar terlihat pada tahun 2010 yaitu sebesar Rp92.839.991 juta (meningkat 38,43 persen dari tahun 2009). Ini merupakan peningkatan yang baik. Terlihat juga dari peningkatan nilai pasar BRI sebesar 37,25 persen dari nilai pasar tahun 2009 yaitu dari Rp7.650 pada tahun 2009 meningkat menjadi Rp10.500 di tahun 2010. Peningkatan harga saham BRI menunjukkan kuatnya permintaan dan penawaran saham BRI. Selain itu, meningkatnya nilai MVA juga disebabkan oleh peningkatan jumlah saham sebesar 4.728.500 lembar saham (0,04 persen) dari tahun sebelumnya. Nilai MVA pada tahun 2008 mengalami penurunan karena nilai pasar BRI (harga saham) menurun sebesar Rp2.825 (38,18 persen), yaitu turun menjadi Rp.4575 dari harga saham tahun 2007 sebesar Rp.7400 walaupun jumlah saham meningkat pada saat itu sebanyak 2.919.062 lembar saham (15,02%) dari tahun 2007. Meskipun demikian, nilai MVA dari tahun 2006 sampai dengan tahun 2010 menunjukkan nilai yang positif. Nilai MVA BRI yang positif tersebut menunjukkan bahwa BRI telah mampu menciptakan nilai tambah ekonomis perusahaan. Perhitungan MVA secara lengkap dapat dilihat pada Tabel 8. berikut ini. Tabel 8. Perhitungan MVA
2006
Nilai Pasar (a) 5.150
Jumlah Saham (Lembar) (b) 12.286.421.500
Nilai Buku (Juta Rupiah) (c) 16.878.808
MVA (Juta Rupiah) ((axb)-c) 46.396.263
2007
7.400
12.317.800.500
19.437.635
71.714.089
2008
4.575
12.325.299.500
22.356.697
34.031.548
2009
7.650
12.329.852.500
27.257.381
67.065.991
2010
10.500
12.334.581.000
36.673.110
92.839.991
Periode
Sumber : Laporan Keuangan BRI (diolah) 4.3
Analisis Pengaruh EVA terhadap MVA EVA dan MVA merupakan indikator yang mampu menciptakan nilai dari perusahaan. EVA dan MVA membantu manajer fokus atas penghargaan kepada para
37 pemegang saham, yaitu mendapatkan pengembalian dari modal yang diinvestasikan. EVA
dalam
penggunaan
sebagai
alat
pengukuran
memiliki
fungsi
untuk
mempertimbangkan kemampuan manajer perusahaan dalam menciptakan nilai tambah bagi pemegang saham, sedangkan MVA merupakan nilai yang akan diterima investor di pasar modal. Besar kecilnya nilai EVA dan MVA yang diciptakan oleh perusahaan berdampak pada respon investor yang tercermin dari naik turunnya harga saham di pasar modal. Sesuai dengan tujuan perusahaan untuk memaksimalisasi nilai, memerlukan alat ukur kinerja yang nantinya akan menarik para investor untuk menanamkan modalnya di perusahaan tersebut yang dilihat dari meningkatnya harga saham perusahaan (adanya permintaan atas saham perusahaan yang meningkat, sedangkan penawarannya terbatas). Peningkatan MVA dapat dilakukan dengan cara meningkatkan EVA yang merupakan pengukuran internal kinerja operasional tahunan, dengan demikian EVA mempunyai hubungan dengan MVA karena para investor yang ingin menanamkan modalnya di perusahaan tertentu yang go public akan menggunakan kinerja keuangan internal perusahaan sebagai alat untuk menilai keadaan perusahaan tersebut. Kinerja keuangan internal perusahaan yang baik akan cenderung meningkatkan MVA perusahaan itu sendiri. Penting bagi perusahaan melakukan pengukuran kinerja keuangannya untuk menarik investor. Kinerja keuangan perusahaan yang baik adalah kinerja keuangan yang dapat mempengaruhi nilai market value.
Oleh karena itu perlu dilakukan
pengujian yang dapat membuktikan penilaian kinerja perusahaan yang dapat mempengaruhi nilai market value. Sebelum melakukan uji regresi, terlebih dahulu dilakukan uji normalitas data dengan Uji Kolmogorov Smirnov. Hasil pengujian normalitas data dengan menggunakan Uji Kolomogrov Smirnov adalah sebagai berikut : Tabel 9. Hasil Uji Normalitas Data dengan Uji Kolomogrov Smirnov EVA N
MVA 5
5
Asymp. Sig. (2-tailed) ,999 Sumber : Output Uji Kolomogrov Smirnov (diolah)
,997
38 Pada Tabel 7. diatas dapat kita lihat bahwa Asymp.Sig.(2-tailed) untuk EVA adalah ,999 dan MVA ,997 (nilainya di atas 0,05) maka distribusi data dinyatakan memenuhi asumsi normalitas (data normal). Selanjutnya, dilakukan pengujian pengaruh hubungan antara EVA dengan MVA. Pengujian pengaruh hubungan antara EVA dengan MVA menggunakan program SPSS 11.5. Alat analisis yang digunakan untuk mengetahui pengaruh diantara keduanya adalah regresi linier sederhana, dengan EVA sebagai variabel independen dan MVA sebagai variabel dependen. Hasil dari proses pengolahan data dengan menggunakan SPSS tersebut yang mengukur pengaruh EVA terhadap MVA dapat diringkas dalam Tabel 10. berikut ini : Tabel 10. Persamaan dan statistik pengaruh EVA terhadap MVA Persamaan regresi MVA = 16.090.534, 752+ 6.470 EVA
R
R Square
p-value
,941
0,885
0,017
Dari persamaan regresi (pengaruh) sederhana hubungan antara EVA dan MVA diatas dapat diketahui bahwa EVA memiliki pengaruh yang positif terhadap MVA. Jika variabel EVA tidak ada maka nilai MVA akan sebesar Rp16.090.534,752 juta dan jika variabel EVA mengalami kenaikan satu satuan (dalam jutaan rupiah) maka akan mengakibatkan peningkatan MVA sebesar Rp6,470 juta. Nilai koefisien determinasi (R Square/R2) dari model persamaan regresi tersebut adalah 0,885 atau 88,5 persen. Artinya bahwa 88,5 persen dari MVA dihasilkan oleh perusahaan dipengaruhi oleh EVA, sedangkan sisanya sebesar 11,5 persen lainnya tidak dapat dijelaskan oleh persamaan regresi tersebut atau dengan kata lain MVA dipengaruhi oleh faktor lain diluar model regresi sederhana tersebut sebanyak 11,5 persen. Faktor-faktor lain yang dimaksudkan disini adalah faktor yang berada di luar kendali manajemen perusahaan yang dapat berupa tindakan investor yang kadangkadang tidak rasional dalam menilai perusahaan, faktor keamanan, politik, regulasi pemerintah, dll. Nilai R yang diperoleh adalah 0,941 yang berarti bahwa korelasi (hubungan) antara variabel EVA dengan MVA adalah 0,941 (94,1 persen).
Untuk melihat
signifikansi persamaan regresi dapat dilihat dari nilai Sig. pada output SPSS tersebut. Dari output SPSS terlihat bahwa tingkat signifikansi yang dihasilkan adalah 0,017 yaitu lebih kecil dari α sebesar 0,05 (p-value < α), artinya model persamaan regresi di atas dapat digunakan untuk menentukan pengaruh EVA terhadap MVA perusahaan.
39 Penerimaan Hipotesis ditetapkan dari nilai p-value yang dihasilkan SPSS. Seperti yang sudah dijelaskan sebelumnya bahwa P-value < α, sehingga Ho ditolak dan Ha diterima yaitu bahwa terdapat pengaruh antara variabel independen yakni EVA terhadap variabel dependen yaitu MVA. 4.4
Struktur Modal Struktur modal optimal sebuah perusahaan adalah kombinasi utang dan ekuitas yang akan memaksimalkan harga saham. Disetiap waktu, manajemen akan memiliki satu struktur modal sasaran yang spesifik dalam pikirannya yang diasumsikan sebagai sasaran yang optimal, meskipun hal ini dapat berubah dari waktu ke waktu. Berikut ini merupakan tabel struktur modal BRI. Tabel 11. Perhitungan Struktur Modal Periode 2006 2007 2008 2009 2010
Struktur Modal Saham Utang Jk Panjang 98,02% 1,98% 98,26% 1,74% 99,24% 0,76% 98,57% 1,43% 99,35% 0,65%
WACC 4,44% 2,29% 4,44% 3,28% 2,87%
EVA (Jutaan Rupiah) 4.689.013,76 6.746.721,73 3.480.108,64 9.220.969,26 11.658.713,66
Dari Tabel 13. di atas dapat dilihat bahwa nilai EVA menunjukkan peningkatan setiap tahunnya, jadi dapat diartikan tingkat kesehatan BRI adalah baik walaupun nilai EVA sempat mengalami penurunan di tahun 2008 namun tetap dalam nilai yang positif, artinya tetap mampu memberi nilai tambah ekonomi bagi pemegang saham. Biaya modal terendah selama periode analisis (2006-2010) terjadi di tahun 2007 yaitu sebesar 2,29 persen dengan komposisi modal yang terdiri dari saham sebesar 98,26 persen dan utang jangka panjang sebesar 1,74. Seperti yang terlihat pada Tabel 11. tersebut bahwa komposisi nilai modal yang menghasilkan EVA tertinggi adalah pada tahun 2010. Komposisi modal tahun 2010 tersebut terdiri dari 99,35 persen dan 0,65 persen utang jangka panjang dan biaya modal rata-rata tertimbang sebesar 2,87 persen. Namun secara keseluruhan, struktur modal BRI belum optimal. Hal ini terlihat dari naik turunnya nilai WACC yang masih mengalami naik-turun serta proporsi saham dan utang jangka panjang juga masih mengalami naik turun. Artinya manajemen BRI belum melakukan pengendalian dan perencanaan modal yang baik untuk operasionalnya.
40 Struktur modal merupakan salah satu bentuk keputusan keuangan yang penting, karena keputusan ini dapat berpengaruh terhadap pencapaian tujuan manajemen keuangan perusahaan. Tujuan pokok manajemen struktur modal adalah menciptakan bauran pendanaan yang dapat meminimumkan biaya modal (cost of capital) dan memaksimumkan nilai perusahaan. Adapun bauran pendanaan yang ideal dan selalu diupayakan yang disebut struktur modal yang optimal. 4.5
Peramalan (Forecasting) Dalam penelitian ini akan dilakukan peramalan komponen Laba Rugi dan komponen Neraca. Prediksi kompon Neraca dan Laba Rugi dilakukan dengan menggunakan metode Double Exponential Smoothing (Holt). 4.5.1 Komponen Rugi Laba 1. Pendapatan Bunga Bersih Pola data yang dihasilkan dengan menggunakan fasilitas Time series out pada data pendapatan bunga bersih menunjukkan bahwa data semakin naik ke kanan atas, yang menunjukkan data tidak stasioner, sehingga tepat untuk menggunakan metode double exponential smoothing untuk meramalkan nilai pendapatan bunga bersih di tahun berikutnya. Dari hasil pengolahan data dengan menggunakan metode double exponential smoothing dengan menggunakan α=0,2 dan β=0,2, dihasilkan grafik seperti pada gambar 4 dan tabel seperti pada Lampiran 15. bahwa hasil forecasting sebesar Rp 34.553.308 juta. Untuk menguji tingkat errornya, nilai t hitung yang dihasilkan sangat kecil atau lebih kecil dari t tabel yang bernilai sebesar 2,776, dan Ljung Box Q pada lag 10
ini dengan kriteria α=0,2 dan β=0,2 dapat digunakan untuk untuk memprediksi rata-rata pendapatan bunga bersih dimasa mendatang. Untuk mengetahui forecast dengan menggunakan α=0,2 dan β=0,2 mempunyai kesalahan prediksi minimal maka dicoba dengan menggunakan besaran α=0,4 dan β=0,3. Hasil tingkat akurasi yang dihasilkan sebagai berikut : Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
Smoothing C onstants A lpha (lev el) 0,4 Gamma (trend) 0,3
A ccuracy Measures MA PE 8,88700E+00 MA D 1,96125E+06 MSD 4,90366E+12
A ccuracy Measures MA PE 9,87713E+00 MA D 2,21288E+06 MSD 6,46279E+12
41 Tingkat akurasi menggunakan α=0,2 dan β=0,2 baik karena angka MAPE, MAD dan MSD yang dihasilkannya lebih kecil. Dengan demikian, dapat disimpulkan bahwa prediksi pendapatan bunga bersih tahun 2011 sebaiknya menggunakan angka Rp 34.553.308 juta. Tabel hasil perhitungan peramalan pendapatan bunga bersih menggunakan Minitab 15. dapat dilihat di Lampiran 15. Grafik hasil peramalan pendapatan bunga bersih dapat dilihat sebagai berikut : Double Exponential Smoothing with =0,2 and =0,2 Double Exponential Method
Pendapatan Bunga Bersih
40000000
Variable A ctual Fits Forecasts 95,0% PI
35000000 30000000
Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
25000000
A ccuracy Measures MA PE 8,88700E+00 MA D 1,96125E+06 MSD 4,90366E+12
20000000 15000000 10000000 1
2
3
4
5
6
Index
Gambar 4. Grafik Forecasting Pendapatan Bunga Bersih 2. Pendapatan Lainnya Pola data yang dihasilkan dengan menggunakan fasilitas Time series out pada data pendapatan lainnya menunjukkan bahwa data semakin naik ke kanan atas, yang menunjukkan data tidak stasioner. Sehingga tepat untuk menggunakan metode double exponential smoothing untuk meramalkan nilai pendapatan lainnya di tahun berikutnya. Dari hasil pengolahan data dengan menggunakan metode double exponential smoothing dengan menggunakan α=0,2 dan β=0,2, bahwa hasil forecasting sebesar Rp 5.784.429 juta. Untuk menguji tingkat errornya, nilai t hitung yang dihasilkan sangat kecil atau lebih kecil dari t tabel yang bernilai sebesar 2,776, dan Ljung Box Q pada lag 10 < dari 𝑋𝑋 2 metode ini
tabel (11,143), hal ini menunjukkan forecasting dengan
dengan kriteria α=0,2 dan β=0,2 dapat digunakan untuk untuk
memprediksi rata-rata pendapatan lainnya dimasa mendatang. Untuk mengetahui forecast dengan menggunakan α=0,2 dan β=0,2 mempunyai kesalahan prediksi minimal maka dicoba dengan menggunakan besaran α=0,4 dan β=0,3. Hasil tingkat akurasi yang dihasilkan seperti berikut :
42
S moothing C onstants A lpha (lev el) 0,2 G amma (trend) 0,2
Smoothing Constants Alpha (level) 0,4 Gamma (trend) 0,3
A ccuracy M easures M A P E 1,98222E +01 MA D 5,38948E +05 MSD 3,31290E +11
Accuracy Measures MAPE 2,16928E+01 MAD 5,98820E+05 MSD 4,35978E+11
Tingkat akurasi menggunakan α = 0,2 dan β = 0,2 lebih baik digunakan karena angka MAPE, MAD dan MSD yang dihasilkannya lebih kecil. Dengan demikian, dapat disimpulkan bahwa prediksi pendapatan lainnya tahun 2011 sebaiknya menggunakan angka Rp 5.784.429 juta. Tabel hasil Output forecasting pendapatan lainnya dapat dilihat di Lampiran 15., dan berikut ini merupakan grafik forecasting pendapatan lainnya. DES =02 =0,2 Double Exponential Method V ariable A ctual F its F orecasts 95,0% P I
Pendapatan Lainnya
7000000 6000000
S moothing C onstants A lpha (lev el) 0,2 G amma (trend) 0,2
5000000 4000000
A ccuracy M easures MA PE 1,98222E +01 MA D 5,38948E +05 MSD 3,31290E +11
3000000 2000000 1000000 1
2
3
4
5
6
Index
Gambar 5. Grafik Forecasting Pendapatan Lainnya 3. Jumlah Beban Pola data yang dihasilkan dengan menggunakan fasilitas Time series out pada data jumlah beban menunjukkan bahwa data semakin naik ke kanan atas, yang menunjukkan data tidak stasioner. Sehingga tepat untuk menggunakan metode double exponential smoothing untuk meramalkan nilai jumlah beban di tahun berikutnya. Dari hasil pengolahan data dengan menggunakan metode double exponential smoothing dengan menggunakan α=0,2 dan β=0,2, hasil forecasting sebesar Rp 17.092.894 juta. Untuk menguji tingkat errornya, nilai t hitung yang dihasilkan sangat kecil atau lebih kecil dari t tabel yang bernilai sebesar 2,776, dan Ljung Box Q pada lag 10 < dari 𝑋𝑋 2 metode ini
tabel (11,143), hal ini menunjukkan forecasting dengan
dengan kriteria α=0,2 dan β=0,2 dapat digunakan untuk untuk
memprediksi rata-rata jumlah beban dimasa mendatang.
43 Untuk mengetahui forecast dengan menggunakan α=0,2 dan β=0,2 mempunyai kesalahan prediksi minimal maka dicoba dengan menggunakan besaran α=0,4 dan β=0,3. Hasil tingkat akurasi yang dihasilkan sebagai berikut: Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
Smoothing C onstants A lpha (lev el) 0,4 Gamma (trend) 0,3
A ccuracy Measures MA PE 5,82277E+00 MA D 6,86122E+05 MSD 6,75623E+11
A ccuracy Measures MA PE 6,56688E+00 MA D 7,85377E+05 MSD 8,93664E+11
Tingkat akurasi menggunakan α=0,2 dan β=0,2 baik karena angka MAPE, MAD dan MSD yang dihasilkannya lebih kecil. Dengan demikian, dapat disimpulkan bahwa prediksi jumlah beban tahun 2011 sebaiknya menggunakan angka Rp 17.092.894 juta. Tabel hasil Output forecasting jumlah beban dapat dilihat di Lampiran 15., dan berikut ini merupakan grafik forecasting-nya. Smoothing Plot for Jumlah Beban Double Exponential Method
20000000
Variable A ctual Fits Forecasts 95,0% PI
18000000
Jumlah Beban
16000000
Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
14000000
A ccuracy Measures MA PE 5,82277E+00 MA D 6,86122E+05 MSD 6,75623E+11
12000000 10000000 8000000 6000000 1
2
3
4
5
6
Index
Gambar 6. Grafik Forecasting Jumlah Beban 4. Laba Sebelum Pajak Pola data yang dihasilkan dengan menggunakan fasilitas Time series out pada data laba sebelum pajak menunjukkan bahwa data semakin naik ke kanan atas, yang menunjukkan data tidak stasioner. Sehingga tepat untuk menggunakan metode double exponential smoothing untuk meramalkan nilai laba sebelum pajak di tahun berikutnya. Dari hasil pengolahan data dengan menggunakan metode double exponential smoothing dengan menggunakan α=0,2 dan β=0,2, hasil forecasting sebesar Rp 15.483.198 juta.
44 Untuk menguji tingkat errornya, nilai t hitung yang dihasilkan sangat kecil atau lebih kecil dari t tabel yang bernilai sebesar 2,776, dan Ljung Box Q pada lag 10 < dari 𝑋𝑋 2 tabel (11,143), hal ini menunjukkan forecasting dengan metode ini dengan kriteria α=0,2 dan β=0,2 dapat digunakan untuk untuk memprediksi rata-rata laba sebelum pajak dimasa mendatang. Untuk mengetahui forecast dengan menggunakan α=0,2 dan β=0,2 mempunyai kesalahan prediksi minimal maka dicoba dengan menggunakan besaran α = 0,4 dan β = 0,3. Hasil tingkat akurasi yang dihasilkan sebagai berikut: Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
Smoothing C onstants A lpha (lev el) 0,4 Gamma (trend) 0,3
A ccuracy Measures MA PE 9,64736E+00 MA D 9,80438E+05 MSD 1,34467E+12
A ccuracy Measures MA PE 1,01801E+01 MA D 1,07317E+06 MSD 1,77865E+12
Tingkat akurasi menggunakan α=0,4 dan β=0,3 baik karena angka MAPE, MAD dan MSD yang dihasilkannya lebih kecil. Hasil forecasting menggunakan α = 0,4 dan β = 0,3 menghasilkan prediksi nilai laba sebelum pajak sebesar Rp 15.564.172 juta. Dengan demikian, dapat disimpulkan bahwa prediksi sebelum pajak bersih tahun 2011 sebaiknya menggunakan angka Rp 15.564.172 juta. Tabel hasil Output forecasting laba sebelum pajak dapat dilihat di Lampiran 15., dan berikut ini merupakan grafik forecasting-nya. Double Exp. Smoothing dengan =0,4 dan =0,3 Double Exponential Method
20000000
Variable A ctual Fits Forecasts 95,0% PI
Laba Sblm Pajak
17500000 15000000
Smoothing C onstants A lpha (lev el) 0,4 Gamma (trend) 0,3
12500000
A ccuracy Measures MA PE 1,01801E+01 MA D 1,07317E+06 MSD 1,77865E+12
10000000 7500000 5000000 1
2
3
4
5
6
Index
Gambar 7. Grafik Forecasting Laba Sebelum Pajak Dari hasil forecasting pendapatan bunga bersih diperoleh prediksi nilai pendapatan bunga bersih BRI tahun 2011 naik menjadi Rp34.553.308 juta, yaitu meningkat sebesar Rp1.664.705 (5,06 persen) dari tahun 2010 yaitu pada tahun 2010
45 bernilai Rp32.888.603 menjadi 34.553.308 juta di tahun 2011. Prediksi nilai pendapatan lainnya naik sebesar Rp239.896 juta (4,33 persen) dari tahun sebelumnya yaitu pada tahun 2010 bernilai Rp5.544.533 juta menjadi Rp5.784.429 di tahun 2011. Demikian juga pada jumlah beban, jumlah beban naik sebesar Rp 979.202 (6,08 persen) yaitu Rp16.113.692 juta menjadi Rp17.092.894 juta di tahun 2011. Forecasting laba sebelum pajak juga mengalami kenaikan sebesar Rp 655.942 juta (4,40 persen) yaitu pada tahun 2010 Rp14.908.230 menjadi Rp15.564.172 di tahun 2011. Peningkatan Laba tersebut berpeluang meningkatkan nilai EVA, artinya kinerja keuangan perusahaan semakin baik lagi. Hasil forecasting komponen rugi laba untuk tahun 2011 dapat diringkas ke dalam satu grafik yang sama seperti berikut ini. Forecasting Komponen Laba Rugi 80.000.000 70.000.000 60.000.000 50.000.000 40.000.000 30.000.000 20.000.000 10.000.000 Laba Sblm Pajak
2006
2007
2008
2009
5.906.721
7.780.074
8.822.012
9.891.228
2010
2011
14.908.230 15.564.172
Jumlah Beban
7.665.646
9.019.611
10.996.546 11.959.515 16.113.692 17.092.894
Pendapatan Lainnya
1.509.050
1.821.701
2.535.236
3.269.594
5.544.533
5.784.429
Pendapatan Bunga Bersih 13.789.355 16.696.572 19.651.054 23.049.495 32.888.603 34.553.308
Gambar 8. Grafik Forecasting Komponen Laba Rugi 4.5.2 Forecasting Komponen Neraca 1. Aset Pola data yang dihasilkan dengan menggunakan fasilitas Time series out pada data aset menunjukkan bahwa data semakin naik ke kanan atas, yang menunjukkan data tidak stasioner. Sehingga tepat untuk menggunakan metode double exponential smoothing untuk meramalkan nilai aset di tahun berikutnya. Dari hasil pengolahan data dengan menggunakan metode double exponential smoothing dengan menggunakan α=0,2 dan β=0,2, dihasilkan bahwa hasil forecasting sebesar Rp 448.663.429 juta.
46 Untuk menguji tingkat errornya, nilai t hitung yang dihasilkan sangat kecil atau lebih kecil dari t tabel yang bernilai sebesar 2,776, dan Ljung Box Q pada lag 10 < dari 𝑋𝑋 2 tabel (11,143), hal ini menunjukkan forecasting dengan metode ini dengan kriteria α=0,2 dan β=0,2 dapat digunakan untuk untuk memprediksi rata-
rata aset dimasa mendatang. Untuk mengetahui forecast dengan menggunakan α=0,2 dan β=0,2 mempunyai kesalahan prediksi minimal maka dicoba dengan menggunakan besaran α=0,4 dan β=0,3. Hasil tingkat akurasi yang dihasilkan sebagai berikut: Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
Smoothing C onstants A lpha (lev el) 0,4 Gamma (trend) 0,3
A ccuracy Measures MA PE 5,12319E+00 MA D 1,30342E+07 MSD 2,24837E+14
A ccuracy Measures MA PE 5,58011E+00 MA D 1,42690E+07 MSD 2,95559E+14
Tingkat akurasi menggunakan α=0,2 dan β=0,2 baik karena angka MAPE, MAD dan MSD yang dihasilkannya lebih kecil. Dengan demikian, dapat disimpulkan bahwa prediksi aset tahun 2011 sebaiknya menggunakan angka Rp 448.663.429 juta. Tabel forecasting Aset dapat dilihat pada Lampiran 15, dan grafik forecasting aset untuk tahun 2011 dapat dilihat seperti berikut: Double Exp. Smoothing dengan =0,2 dan =0,2 Double Exponential Method
500000000
Variable A ctual Fits Forecasts 95,0% PI
Aset
400000000
Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
300000000
A ccuracy Measures MA PE 5,12319E+00 MA D 1,30342E+07 MSD 2,24837E+14
200000000
100000000 1
2
3
4
5
6
Index
Gambar 9.Grafik Forecasting Aset 2. Ekuitas Pola data yang dihasilkan dengan menggunakan fasilitas Time series out pada data ekuitas menunjukkan bahwa data semakin naik ke kanan atas, yang menunjukkan data tidak stasioner. Sehingga tepat untuk menggunakan metode
47 double exponential smoothing untuk meramalkan nilai ekuitas di tahun berikutnya. Dari hasil pengolahan data dengan menggunakan metode double exponential smoothing dengan menggunakan α=0,2 dan β=0,2, hasil forecasting sebesar Rp 38.714.550 juta. Untuk menguji tingkat errornya, nilai t hitung yang dihasilkan sangat kecil atau lebih kecil dari t tabel yang bernilai sebesar 2,776, dan Ljung Box Q pada lag 10
dengan kriteria α=0,2 dan β=0,2 dapat digunakan untuk untuk memprediksi rata-
rata ekuitas dimasa mendatang. Untuk mengetahui forecast dengan menggunakan α=0,2 dan β=0,2 mempunyai kesalahan prediksi minimal maka dicoba dengan menggunakan besaran α=0,4 dan β=0,3. Hasil tingkat akurasi yang dihasilkan sebagai berikut : Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
Smoothing C onstants A lpha (lev el) 0,4 Gamma (trend) 0,3
A ccuracy Measures MA PE 8,36258E+00 MA D 2,05461E+06 MSD 4,96015E+12
A ccuracy Measures MA PE 9,14920E+00 MA D 2,27014E+06 MSD 6,52073E+12
Tingkat akurasi menggunakan α=0,2 dan β=0,2 baik karena angka MAPE, MAD dan MSD yang dihasilkannya lebih kecil. Dengan demikian, dapat disimpulkan bahwa prediksi ekuitas tahun 2011 sebaiknya menggunakan angka Rp 38.714.550 juta. Tabel forecasting ekuitas dapat dilihat pada Lampiran 15., dan grafik forecasting ekuitas dapat digambarkan sebagai berikut : Double Exp. Smoothing =0,2 dan =0,2 Double Exponential Method
45000000
Variable A ctual Fits Forecasts 95,0% PI
40000000
Ekuitas
35000000
Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
30000000
A ccuracy Measures MA PE 8,36258E+00 MA D 2,05461E+06 MSD 4,96015E+12
25000000 20000000 15000000 1
2
3
4
5
6
Index
Gambar 10. Grafik Forecasting Ekuitas
48 3. Kewajiban Pola data yang dihasilkan dengan menggunakan fasilitas Time series out pada data kewajiban menunjukkan bahwa data semakin naik ke kanan atas, yang menunjukkan data tidak stasioner. Sehingga tepat untuk menggunakan metode double exponential smoothing untuk meramalkan nilai kewajiban di tahun berikutnya. Dari hasil pengolahan data dengan menggunakan metode double exponential smoothing dengan menggunakan α=0,2 dan β=0,2, hasil forecasting sebesar Rp 409.948.879 juta. Untuk menguji tingkat errornya, nilai t hitung yang dihasilkan sangat kecil atau lebih kecil dari t tabel yang bernilai sebesar 2,776, dan Ljung Box Q pada lag 10 < dari 𝑋𝑋 2 tabel (11,143), hal ini menunjukkan forecasting dengan metode ini
dengan kriteria α=0,2 dan β=0,2 dapat digunakan untuk memprediksi rata-rata kewajiban dimasa mendatang. Untuk mengetahui forecast dengan menggunakan α=0,2 dan β=0,2 mempunyai kesalahan prediksi minimal maka dicoba dengan menggunakan besaran α=0,4 dan β=0,3. Hasil tingkat akurasi yang dihasilkan sebagai berikut : Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
Smoothing C onstants A lpha (lev el) 0,4 Gamma (trend) 0,3
A ccuracy Measures MA PE 4,78772E+00 MA D 1,09796E+07 MSD 1,64625E+14
A ccuracy Measures MA PE 5,20991E+00 MA D 1,19988E+07 MSD 2,16441E+14
Tingkat akurasi menggunakan α=0,2 dan β=0,2 baik karena angka MAPE, MAD dan MSD yang dihasilkannya lebih kecil. Dengan demikian, dapat disimpulkan bahwa prediksi kewajiban tahun 2011 sebaiknya menggunakan angka Rp 409.948.879 juta. Tabel forecasting dapat dilihat pada Lampiran 15., dan gfrafik forecasting kewajiban dapat dilihat sebagai berikut :
49
Double Exponential Smoothing dengan =0,2 dan =0,2 Double Exponential Method
450000000
Variable A ctual Fits Forecasts 95,0% PI
400000000
Kewajiban
350000000
Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
300000000
A ccuracy Measures MA PE 4,78772E+00 MA D 1,09796E+07 MSD 1,64625E+14
250000000 200000000 150000000 100000000 1
2
3
4
5
6
Index
Gambar 11. Grafik Forecasting Kewajiban Dari forecasting yang dilakukan pada komponen Neraca di atas dapat dilihat bahwa aset, ekuitas dan kewajiban cenderung naik setiap tahunnya. Aset mengalami kenaikan sebesar Rp 44.377.827 juta (10,98 persen) dari tahun 2011, yaitu Rp 404.285.602 juta di tahun 2010 dan diprediksi menjadi Rp448.663.429 juta di tahun 2011. Ekuitas mengalami kenaikan sebesar Rp 2.041.440 juta (5,57 persen) dari tahun sebelumnya, yaitu Rp 36.673.110 dan diprediksi menjadi Rp 38.714.550 juta di tahun 2011. Demikian juga dengan kewajiban, kewajiban juga mengalami kenaikan sebesar Rp42.336.387 juta (11,52 persen) dari tahun sebelumnya, yaitu Rp 367.612.492 di tahun 2010, dan diprediksi menjadi Rp 409.948.879 juta di tahun 2011. Berikut ini grafik yang menggambarkan hasil forecasting yang dilakukan pada komponen neraca. 500.000.000 450.000.000 400.000.000 350.000.000 300.000.000 250.000.000 200.000.000 150.000.000 100.000.000 50.000.000 -
2006
2007
2008
2009
2010
2011
Aset
154.725.48
203.734.93
246.076.89
316.947.02
404.285.60
448.663.42
Ekuitas
16.878.808
19.437.635
22.356.697
27.257.381
36.673.110
38.714.550
Kewajiban
137.846.67
184.297.30
223.720.19
289.689.64
367.612.49
409.948.87
Gambar 12. Grafik Forecasting Komponen Neraca
50 4.6
Implikasi Manajerial Dari hasil analisa menggunakan EVA dan MVA tersebut dapat disimpulkan bahwa BRI memiliki kinerja keuangan yang baik. Hal ini dapat dilihat dari nilai EVA dan MVA yang positif dan relatif meningkat setiap tahunnya. Nilai EVA dan MVA positif menunjukkan bahwa manajemen telah berhasil menciptakan nilai tambah perusahaan. Nilai EVA dan MVA yang positif dan relatif meningkat merupakan keunggulan kompetitif BRI dalam persaingan di industri sejenis (perbankan). Nilai tersebut dapat dijadikan investor sebagai bahan pertimbangan untuk berinvestasi. Semakin besar nilai EVA dan MVA, semakin baik. Oleh karena itu, nilai EVA dan MVA sebaiknya terus ditingkatkan lagi. Nilai EVA dapat ditingkatkan dengan cara meningkatkan laba operasional dan meminimalkan biaya modal. Meningkatkan laba operasi dan menekan biaya modal dapat dilakukan dengan cara memaksimalkan nasabah yang ada untuk mau menabung lebih banyak serta melakukan ekspansi nasabah baru dengan program-program yang menguntungkan. Dengan bertambahnya jumlah kredit yang diberikan dan sumber modal yang berasal dari dana murah yaitu berupa tabungan dan giro akan berdampak pada kenaikan laba operasional perusahaan. Hal ini disebabkan oleh peningkatan pendapatan operasional dan diikuti dengan biaya modal yang rendah. Sehingga nilai NOPAT akan semakin tinggi dan COC semakin rendah, yang akan berimplikasi pada peningkatan nilai EVA. Selanjutnya, laba operasional yang tinggi akan meningkatkan permintaan saham di lantai pasar, yang berdampak pada kenaikan harga saham, sehingga berimplikasi pada kenaikan nilai MVA.
51
KESIMPULAN DAN SARAN
1. Kesimpulan a. Kinerja keuangan BRI ditinjau dengan menggunakan metode EVA dan MVA periode tahun 2006-2010 bernilai positif, hal ini berarti bahwa pihak manajemen telah berhasil menciptakan nilai bagi investor. Selain itu, nilai EVA dan MVA
secara umum
mengalami kenaikan dari tahun 2006-2010 kecuali pada tahun 2008, EVA dan MVA mengalami penurunan dari tahun sebelumnya. EVA mengalami penurunan di tahun 2008 disebabkan oleh COC yang tinggi. MVA BRI mengalami penurunan di tahun 2008 disebabkan oleh nilai pasar BRI (harga saham) menurun sebesar Rp2.825 (38,18 persen) dari tahun sebelumnya. b. Hasil pengujian pengaruh EVA terhadap MVA menunjukkan bahwa EVA berpengaruh positif terhadap MVA. Jika variabel EVA tidak ada maka nilai MVA akan sebesar Rp16.090.534,752 juta dan jika variabel EVA mengalami kenaikan satu satuan (dalam jutaan rupiah) maka akan mengakibatkan peningkatan MVA sebesar Rp 6,470 juta. Selain itu, 88,5 persen dari nilai MVA yang dihasilkan oleh perusahaan dipengaruhi oleh EVA, sedangkan sisanya sebesar 11,5 persen dipengaruhi oleh faktor lain diluar model regresi sederhana tersebut. c. Kondisi struktur modal BRI selama tahun 2006-2010 sudah cukup baik, hal ini dapat dilihat dari nilai EVA yang positif dan cenderung meningkat setiap tahunnya, namun secara umum belum optimal. Dilihat dari proporsi hutang dan saham serta WACC, biaya modal yang mengalami fluktuasi, serta EVA yang sempat mengalami penurunan di tahun 2008 walaupun masih bernilai positif. Hal ini menunjukkan bahwa perencanaan dan pengendalian struktur modal belum dilakukan maksimal. d. Berdasarkan hasil peramalan keuangan menggunakan double exponential smoothing, diperoleh prediksi nilai pendapatan bunga bersih, pendapatan lain-lain, jumlah beban dan laba sebelum pajak cenderung meningkat di tahun 2011 dibandingkan dengan tahun 2010. Pendapatan bunga bersih meningkat sebanyak 5,06 persen, pendapatan lainnya meningkat sebesar 4,33 persen dan jumlah beban diprediksi naik sebesar 6,08 persen, serta laba sebelum pajak meningkat sebesar 3,86 persen dari tahun sebelumnya. Demikian juga dengan forecasting yang dilakukan terhadap aset, ekuitas dan kewajiban, diprediksi bahwa nilai ketiganya mengalami kenaikan sebesar 10,98 persen, 5,57 persen,
52 dan 11,52 persen dari tahun 2010. Hal ini menunjukkan bahwa kinerja keuangan BRI di tahun 2011 akan lebih baik lagi jika dibandingkan dengan kinerja BRI tahun 2010. 2. Saran a. Akan lebih baik lagi jika manajemen BRI dan investor menggunakan metode EVA dan MVA sebagai alat analisis kinerja keuangan BRI dan mempublikasikannya agar dapat melihat kemampuan bank tersebut dalam menciptakan nilai bagi investor. Pengukuran kinerja menggunakan EVA dan MVA ini juga berguna untuk meningkatkan kepercayaan investor dan sebagai pertimbangan penting bagi calon investor. b. Strategi meningkatkan nilai EVA dapat dilakukan dengan meningkatkan laba operasi dan menekan biaya modal dengan cara menghimpun dana murah (tabungan dan giro), sehingga NOPAT akan bernilai tinggi serta COC akan bernilai rendah yang mengakibatkan nilai EVA tinggi. c. Pengendalian terhadap struktur modal yang optimal yaitu mengoptimalkan keseimbangan antara resiko dan pengembalian sehingga memaksimumkan harga saham akan meningkatkan nilai EVA dan MVA perusahaan, sehingga sebaiknya BRI dapat memanajemen sumber modalnya lebih baik lagi agar biaya modal dapat diminimalisir sehingga nilai EVA dan MVA semakin meningkat lagi.
53
DAFTAR PUSTAKA
Abdullah, M. 2003. Manajemen Perbankan. UMM Press : Malang. Astuti, D. 2002. Manajemen Keuangan Perusahaan. Jakarta : Ghalia Indonesia Bank
Indonesia. 2012. Statistik Perbankan http://www.bi.go.id/NR/rdonlyres/BE948A1E-CE80-4E26-8B51693396469E28/22574/BISPIJanuari2012.pdf [15 April 2011]
Indonesia
Budiharti, L. 2006. Kinerja Keuangan (Analisis Pengaruh Rasio Keuangan terhadap EVA dan EVA terhadap MVA) PT Bank Rakyat Indonesia (Persero)Tbk. Skripsi pada Fakultas Ekonomi dan Manajemen. Bogor : Institut Pertanian Bogor Bursa Efek Jakarta. 2011. Laporan Keuangan PT Bank Rakyat Indonesia (Persero) Tbk. http://www.idx.co.id/Home/ListedCompanies/ReportDocument/tabid/91/language/idID/Default.aspx. [18 April 2011] Bringham, E.F dan Joel F. Houtson. 2006. Dasar-dasar Manajemen Keuangan. Jakarta : Salemba Empat. Darsono. 2006. Manajemen Keuangan. Jakarta : Diadit Media. Direktorat Hukum Bank Indonesia. 2005. Undang-Undang Republik Indonesia Nomor 7 tahun 1992. Jakarta : Bank Indonesia. Iramani dan Febrian. 2005. Financial Value Added : Suatu Paradigma dalam Pengukuran Kinerja dan Nilai Tambah Perusahaan. Jurnal Akuntansi dan Keuangan Vol. 7 No. 1 Mei 2005. Kasmir. 2008. Manajemen Perbankan. Jakarta : PT RajaGrafindo Persada Keown, at all. 2008. Manajemen Keuangan. Edisi Kesepuluh (Jilid 2). Jakarta : PT Indeks Komisi pengawas persaingan usaha. 2010. Pengambilalihan (Akuisis) PT Bank Agroniaga, Tbk oleh PT Bank Rakyat Indonesia (Persero). www.google 2010. http://www.kppu.go.id/docs/Merger/resume%20penilaian%20awal%20BRIAGRO%200212-final%20versi%20publik%20_final_.pdf. [Mei 2011] Kountur, R. 2005. Statistik Praktis. Jakarta : PPM
54 Moeljadi. 2006. Manajemen Keuangan (Pendekatan kualitatif dan dan Kualitatif (Jilid 1). Malang : Bayumedia Publishing. Mulyadi. 2006. Akuntansi Manajemen. Edisi Ketiga. Universitas Gajah Mada. Jakarta : Salemba Empat. Nafarin. 2007. Penganggaran Perusahaan (Edisi 3). Jakarta : Penerbit Salemba Empat. Paisal, P.A. 2011. Analisis Kinerja Keuangan dengan Metode Economic Value Added pada PT. Bank Central Asia, Tbk Tahun 2007-Tahun 2009. Bogor : Institut Pertanian Bogor Primadia, F. 2011. Kajian Kinerja keuangan pada PT Bank Internasional Indonesia, Tbk. Periode 2004-2009. Bogor : Institut Pertanian Bogor PT
Bank Rakyat Indonesia (Persero) Tbk. 2011. Berita BRI. http://www.bri.co.id/Berita/SeluruhBeritayangada/tabid/69/Default.aspx. [18 April 2011]
Santoso. 2009. Business Forecasting (Metode Peramalan Bisnis Masa Kini dengan Minitab dan SPSS). Jakarta : PT Elex Media Komputindo. Tunggal, A.W.2001. Economic Value Added Teori, Soal, dan Kasus. Jakarta : Harvarindo. W, Ni Putu. 2002. Analisis Kinerja Keuangan PT Bank Internasional Indonesia Tbk. (BII) dengan Menggunakan Metode EVA dan Rasio Keuangan. Bogor : Institut Pertanian Bogor www. yahoofinance.com.2011. Historical Price Bank Rakyat Indonesia. http://finance.yahoo.com/q/hp?s=BBRI.JK&a=00&b=31&c=2006&d=11&e=31&f=2010 &g=m [10 April 2011] Young, S.D dan O’Byrne, S.F. 2001. EVA dan Manajemen Berdasarkan Nilai : Panduan Praktis untuk Implementasi. Jakarta : Salemba Empat.
55
LAMPIRAN
56 Lampiran 1. Daftar Istilah dan Defenisinya 1.
Net Operating Profit After Tax-NOPAT (laba operasi setelah pajak) adalah laba yang diperoleh dari operasi perusahaan setelah dikurangi pajak penghasilan. (Tunggal, 2001)
2.
Weighted Cost of Capital-WACC (biaya modal rata-rata tertimbang) : rata-rata tertimbang biaya modal (WACC) adalah jumlah biaya dari masing-masing komponen modal, misalnya pinjaman jangka pendek dan, pinjaman jangka panjang (cost of debt) serta setoran modal saham (cost of equity) yang diberikan bobot sesuai dengan proporsinya dalam struktur modal perusahaan. (Tunggal, 2001)
3.
Invested Capital-IC (modal yang diinvestasikan) adalah jumlah seluruh pinjaman perusahaan di luar pinjaman jangka pendek tanpa bunga, seperti hutang dagang, biaya yang masih harus dibayar, hutang pajak, uang muka pelanggan, dan sebagainya. (Tunggal, 2001).
4.
Cost of Capital-COC (biaya modal) adalah tingkat pengembalian minimum atas modal yang dibutuhkan untuk mengganti pinjaman dan ekuitas investor. (Tunggal, 2001)
5.
Economic Value Added-EVA (nilai tambah ekonomis) adalah laba yang tertinggalsetelah dikurangi dengan biaya modal (cost capital) yang diinvestasikan untuk menghasilkan laba tersebut. (Tunggal, 2001)
6.
Market Value Added (MVA) adalah perbedaan antara nilai pasar perusahaan (termasuk ekuitas dan hutang) dan modal keseluruhan yang diinvestasikan dalam perusahaan (Young O’Byrne, 2001).
7.
Analisis regresi merupakan salah satu analisis data kuantitatif untuk memperhitungkan besarnya pengaruh secara kuantitatif dari perubahan suatu kejadian terhadap kejadian lainnya.
8.
Kolomogrov Smirnov merupakan metode statistika yang digunakan untuk mengetahui apakah data berdistribusi secara normal atau tidak.
9.
Tingkat signifikansi 5 persen artinya mengambil risiko salah dalam pengambilan keputusan untuk menolak hipotesis yang benar sebanyak-banyaknya sebesar 5 persen, atau dengan kita percaya 95 persen dari keputusan untuk menolak hipotesa yang salah adalah benar.
10. Ramalan (forecasting) adalah proses aktivitas meramalkan suatu kejadian yang mungkin terjadi dimasa mendatang dengan cara mengkaji data yang ada.
57 Lanjutan Lampiran 1. 11. Biaya Hutang [Kd (1 − T)] adalah biaya utang yang digunakan untuk menghitung biaya modal rata-rata tertimbang (biaya komponen utang setelah pajak, dimana T merupakan tarif pajak marginal perusahaan). 12. Capital Asset Pricing Model-CAMP (model penetapan harga aktiva modal) adalah metode yang digunakan untuk mengestimasi biaya laba ditahan. 13. Beta (β) merupakan pengukuran perubahan dari harga saham berkenaan dengan pasar saham keseluruhan. 14. Analisis korelasi (correlation analysis), yaitu analisis yang digunakan untuk mengetahui hubungan sebab akibat antara variabel. 15. Hipotesis merupakan jawaban sementara atau dugaan jawaban dari suatu masalah. (Ronny Kountur, 2005). 16. Hipotesis nihil-Ho (null hypotesis) adalah pernyataan hipotesis yang menunjukkan tidak ada perubahan. (Ronny Kountur, 2005). 17. Hipotesis alternatif-Ha (alternative hypotesis) pernyataan hipotesis yang menunjukkan hasil yang diharapkan. (Ronny Kountur, 2005). 18. Dependent variable (variabel tergantung) adalah variabel yang dipengaruhi oleh variabel lain, sifatnya tidak dapat berdiri sendiri. 19. Independent variable (variabel bebas) adalah variabel yang mempengaruhi oleh variabel lain, sifatnya dapat berdiri sendiri.
58 Lampiran 2. Alur Pikir Penelitian
Faktor berpengaruh yang dapat dikendalikan : 1. Kebijakan perusahaan 2. SOP
Pengumpulan data
Permasalahan yang ada : 1. Pemilik ekuitas kedua tertinggi nasional dan peraih laba tertinggi (2005-2010) namun belum diketahui nilai EVA dan MVA-nya 2. Berperan penting dalam pembangunan perekonomian (kredit tinggi & jangkauan luas)
Faktor berpengaruh yang tidak dapat dikendalikan : 1 Persaingaan antar bank 2 Gejolak perekonomian, politik dan keamanan 3 Kebijakan moneter dari pemerintah/BI
Data/Info (data sekunder) : 1. Laporan keuangan BRI tahun 2006-2010 2. Informasi lain seputar BRI
Proses :
Output :
1. Metode EVA 2. Metode MVA 3. Uji Normalitas data dengan Kolomogrov Smirnov, 4. Analisa pengaruh EVA terhadap MVA dengan regresi sederhana menggunakan SPSS 11.5 5. Forecasting dengan metode Double Exponential Smoothing
1. Nilai EVA dan MVA 2. Hasil Uji Kolomogrov Smirnov 3. Hasil uji regresi sederhana hubungan EVA dengan MVA 4. Struktur modal BRI 5. Forecasting komponen neraca dan laba rugi
Parameter Control : I. EVA : *EVA >0 * MVA>0 *EVA=0 * MVA=0 *EVA<0 * MVA<0 3. Nilai p value<α (signifikansi 5%)
Outcome : 1. Meningkatkan laba operasi tanpa adanya tambahan biaya modal 2. Menginvestasikan modal baru kedalam proyek yang mendapat Return lebih besar dari biaya modal yang ada. 3. Menarik modal dari aktifitasaktifitas usaha yang tidak menguntungkan 4. Menciptakan struktur modal optimal (minimalisasi biaya modal) 5. Tanggap terhadap pesaing dan respon nasabah
Impact : 1. Kinerja meningkat 2. Nilai deviden meningkat 3. Harga saham meningkat 4. Kepercayaan investor meningkat 5. Pengendalian pos-pos keuangan
Feedback
58
59 Lampiran 3. Struktur Organisasi BRI
RUPS Dewan Syariah Komisaris DIREKSI Komite Audit Direktur Divisi Sekretariat Perusahaan
Direktur Bisnis Mikro dan Ritel
Perencanaan Bisnis
Direktur Bisnis Menengah
Perencanaan Bisnis
Divisi Analisis Risiko Kredit
Divisi Bisnis Mikro
Divisi Agribisnis
Divisi Bisnis Ritel
Divisi Bisnis Umum
Divisi Consumer Banking Desk IVP
Kancas Syariah
Kanwas
Direktur Operasional
Perencanaan Bisnis
Perencanaan Bisnis
Divisi Treasury
Divisi Restrukturisasi & Penyelesaian Kredit Bermasalah
Divisi Kredit Program Kantor Cabang Khusus
Direktur Keuangan dan Internasional
Divisi Administrasi Kredit
Divisi Operasional
Divisi Akuntansi, Divisi Internasional
Divisi Teknologi Sistem Informasi
Desk Administrasi & Operasional
Divisi Sumber Daya Manusia
Unit Kerja Luar Negeri
Divisi Logistik
Direktur Kepatuhan
Divisi Kepatuhan & Manajemen Risiko
Divisi Perencanaan Strategis
Divisi Hukum
59
Unit Usaha Syariah
Direktur Pengendalian Kredit
Audit
60 Lampiran 4. Neraca Konsolidasi PT Bank Rakyat Indonesia (Persero) Tbk. Tahun 2006-2008 POS-POS ASET Kas Giro pada Bank Indonesia Giro pada bank lain (-) Penyisihan kerugian Giro pada bank lain (bersih) Penempatan pada Bank Indonesia dan bank lain (-) Penyisihan kerugian Penempatan pada Bank Indonesia dan bank lain (bersih) Efek-efek Dimiliki hingga jatuh tempo Efek-efek yang dibeli dengan janji dujual kembali Penyisihan kerugian penurunan nilai Efek-efek (Bersih) Tagihan wesel ekspor (-) Penyisihan kerugian penurunan nilai Tagihan wesel ekspor (bersih) Obligasi rekapitulasi pemerintah Tagihan derivatif (-) Penyisihan kerugian Tagihan derivatif (bersih) Kredit yang diberikan Pihak Ketiga Pihak yang mempunyai hub. Istimewa (-) Penyisihan kerugian penurunan nilai Kredit yang diberikan (bersih) Piutang dan pembiayaan Syari'ah (-) Penyisihan kerugian Piutang dan pembiayaan Syari'ah (bersih) Tagihan akseptasi Penyisihan kerugian Tagihan akseptasi (bersih) Penyertaan saham (-) Penyisihan kerugian Penyertaan saham (bersih) Aset Tetap Nilai tercatat Akumulasi penyusutan Nilai buku (bersih) Aktiva pajak tangguhan (bersih) Aktiva lain-lain (bersih) Jumlah Aktiva
2006
(Dalam Jutaan Rupiah) 2007 2008
3.458.907 14.021.368 181.935 (1.819) 180.116
5.041.396 31.047.872 922.852 (9.234) 913.618
6.750.145 9.945.696 3.420.288 (34.208) 3.386.080
13.656.867 (41.081) 13.615.786
14.680.860 (51.417) 14.629.443
22.908.327 (672.766) 22.235.561
15.391.806 201.925 (9.074) 15.584.657 468.921 (9.647) 459.274
17.358.248 2.573.610 (40.349) 19.891.509 596.293 (5.968) 590.325
23.855.465
18.445.348 10.607 (106) 10.501
18.222.590 24.724 (247) 24.477
16.352.318 13 13
88.874.032 355.507 (6.687.654) 82.541.885
112.407.295 431.511 (6.915.043) 105.923.763
159.657.070 451.613 (7.891.140) 152.217.543
1.053.213 (30.394) 1.022.819 327.666 (4.762) 322.904 69.941 (1.230) 68.711
1.134.147 (43.132) 1.091.015 661.381 (7.018) 654.363 77.979 (1.311) 76.668
999.409 (114.322) 885.087 483.862 (4.839) 479.023 91.235 (1.443) 89.792
4.330.003 (2.508.025) 1.821.978 865.005 2.306.227 154.725.486
4.486.075 (2.841.903) 1.644.172 1.269.743 2.713.984 203.734.938
4.655.049 (3.304.566) 1.350.483 2.000.076 6.062.816 246.076.896
(89.294) 23.766.171 561.709 (5.617) 556.092
61 Lanjutan Lampiran 4. KEWAJIBAN Kewajiban dan ekuitas Kewajiban segera Simpanan nasabah Simpanan dari bank lain dan lembaga keuangan lainnya Efek-efek yang dijual dengan janji dibeli kembali (bersih) Kewajiban derivative Kewajiban akseptasi Pinjaman diterima Estimasi kerugian komitmen dan kontijensi Hutang pajak Kewajiban lainnya Pihak terkait pihak ketiga Total Kewajiban lainnya Pinjaman Subordinasi JUMLAH KEWAJIBAN EKUITAS Modal saham Tambahan modal disetor Selisih penilaian kembali aktiva tetap Selisih kurs penjabaran laporan keuangan Opsi saham Keuntungan yang belum direalisasi atas perubahan nilai wajar efek-efek dan obligasi rekapitalisasi pemerintah yang tersedia untuk dijual (setelah pajak tangguhan) Cadangan umum Saldo laba JUMLAH EKUITAS JUMLAH KEWAJIBAN DAN EKUITAS
(Dalam Jutaan Rupiah) 2006
2007
2008
2.356.547 124.468.339
3.955.880 165.599.983
5.620.911 201.537.439
1.868.440
1.611.033
3.428.243
102.716 24.226 327.666 1.764.607
102.681 180.921 661.381 2.382.277
102.752 1.313.676 483.862 3.356.495
48.262 287.337
73.846 1.140.490
86.970 300.295
69.569 4.297.538 4.367.107 2.231.431 137.846.678
25.878 6.422.680 6.448.558 2.140.253 184.297.303
1.144 6.777.778 6.778.922 710.634 223.720.199
6.143.211 2.535.660 786 103.017 47.047
6.158.900 2.676.620 786 103.075 23.586
6.162.650 2.706.137 108.361 17.300
609.907
496.576
37.523
7.439.180 16.878.808 154.725.486
9.978.092 19.437.635 203.734.938
13.324.726 22.356.697 246.076.896
62 Lanjutan Lampiran 4. (Dalam Jutaan Rupiah) ASET
2009
2010
Kas
8.139.304
9.975.712
Giro pada Bank Indonesia
2.893.414
19.989.683
Giro pada bank lain
9.081.086
5.658.116
(-) Penyisihan kerugian
(90.811)
(63)
Giro pada bank lain (bersih)
.990.275
5.658.053
40.631.290
83.272.390
(136.233)
(250)
40.495.057
83.272.140
4.535.241
22.516.173
Efek-efek yang dibeli dengan janji dijual kembali
503.887
501.381
Penyisihan kerugian penurunan nilai
(57.109)
(1.510)
24.982.019
23.016.044
551.172
741.757
(5.512)
(7.418)
Penempatan pada Bank Indonesia dan bank lain (-) Penyisihan kerugian Penempatan pada Bank Indonesia dan bank lain (bersih) Efek-efek Dimiliki hingga jatuh tempo
Efek-efek (Bersih) Tagihan wesel ekspor (-) Penyisihan kerugian penurunan nilai Tagihan wesel ekspor (bersih)
545.660
734.339
15.027.074
13.626.463
144.921
87.870
(1.449)
-
143.472
87.870
205.037.003
246.504.161
485.391
460.077
(-) Penyisihan kerugian penurunan nilai
(11.279.891)
(13.991.454)
Kredit yang diberikan (bersih)
194.242.503
232.972.784
Piutang dan pembiayaan Syari'ah
2.600.174
5.524.968
(88.257)
(111.376)
2.511.917
5.413.592
352.716
666.878
(4.502)
(6.669)
Obligasi rekapitulasi pemerintah Tagihan derivatif (-) Penyisihan kerugian Tagihan derivatif (bersih) Kredit yang diberikan Pihak Ketiga Pihak yang mempunyai Hub. Istimewa
(-) Penyisihan kerugian Piutang dan pembiayaan Syari'ah (bersih) Tagihan akseptasi Penyisihan kerugian Tagihan akseptasi (bersih)
348.214
660.209
Penyertaan saham
113.123
135.776
(1.662)
(1.888)
111.461
133.888
4.945.008
5.405.013
(3.578.796)
(3.836.068)
Nilai buku (bersih)
1.366.212
1.568.945
Aktiva pajak tangguhan (bersih)
1.915.026
2.295.101
Aktiva lain-lain (bersih)
5.235.421
4.880.779
316.947.029
404.285.602
(-) Penyisihan kerugian Penyertaan saham (bersih) Aset Tetap Nilai tercatat Akumulasi penyusutan
Jumlah Aktiva
63 Lanjutan Lampiran 4. POS-POS
(Dalam Jutaan Rupiah) 2009
2010
4.333.232
4.123.639
255.928.261
333.652.397
4.449.907
5.160.315
544.464
526.365
Kewajiban derivative
277.302
81.801
Kewajiban akseptasi
352.716
666.878
13.611.399
9.454.545
Estimasi kerugian komitmen dan kontijensi
101.737
93.422
Hutang pajak
343.492
1.930.923
Pihak terkait
-
9.766.026
pihak ketiga
7.068.716
-
7.068.716
9.766.026
2.678.422
2.156.181
289.689.648
367.612.492
Modal saham
6.164.926
6.167.291
Tambahan modal disetor
2.722.349
2.773.858
-
-
Selisih kurs penjabaran laporan keuangan
89.947
47.237
Opsi saham
12.977
-
432.488
561.564
Saldo laba
17.834.694
27.123.160
JUMLAH EKUITAS
27.257.381
36.673.110
316.947.029
404.285.602
KEWAJIBAN Kewajiban dan ekuitas Kewajiban segera Simpanan nasabah Simpanan dari bank lain dan lembaga keuangan lainnya Efek-efek yang dijual dengan janji dibeli kembali (bersih)
Pinjaman diterima
Kewajiban lainnya
Pinjaman Subordinasi JUMLAH KEWAJIBAN EKUITAS
Selisih penilaian kembali aktiva tetap
Keuntungan yang belum direalisasi atas perubahan nilai wajar efek-efek dan obligasi rekapitalisasi pemerintah yang tersedia untuk dijual (setelah pajak tangguhan) Cadangan umum
JUMLAH KEWAJIBAN DAN EKUITAS
64 Lampiran 5. Laporan Laba Rugi Konsolidasi BRI Tahun 2006-2008 KETERANGAN PENDAPATAN DAN BEBAN OPERASIONAL : Pendapatan dan beban bunga Pendapatan bunga Pendapatan provinsi dan komisi Pendapatan Syariah Jumlah pendapatan bunga
20.423.813 534.696 112.028 21.070.537
22.420.308 653.776 166.547 23.240.631
27.009.627 898.025 188.981 28.096.633
Beban bunga dan pembiayaan lainnya dan Syariah Bunga dan pembiayaan lainnya Beban Syariah
(7.262.828) (18.354)
(6.504.724) (39.335)
(8.407.912) (37.667)
Jumlah beban bunga Pendapatan bunga (bersih)
(7.281.182) 13.789.355
(6.544.059) 16.696.572
(8.445.579) 19.651.054
808.070 293.860 29.624
1.411.704 176.110 48.355 43.881
1.709.007 613.641 51.484 57.829
190.339 187.157 1.509.050
141.651 1.821.701
103.275 2.535.236
Beban penyisihan kerugian aktiva produktif (bersih) Beban estimasi kerugian komitmen dan kontijensi (bersih) Beban pembalikan penyisihan kerugian aktiva lain-lain (bersih) Beban operasional lainnya : Tenaga kerja dan tunjangan Umum administrasi Premi program penjaminan Pemerintah Kerugian dari penurunan nilai efek-efek dan obligasi
(1.868.694) (4.058)
(1.870.953) (25.567)
(2.889.630) (13.141)
24.612
(46.139)
59.140
(4.830.775) (2.054.030) (206.246)
(5.274.424) (2.404.706) (267.180)
(6.329.075) (3.087.606) (349.065)
rekapitalisasi Pemerintah (bersih) Provisi dan komisi lainnya Rugi selisih kurs (bersih) Lain-lain Jumlah beban operasional lainnya LABA OPERASIONAL
(2.507) (4.610) (567.478) (7.665.646) 5.784.619
(46.326) (2.587) (1.024.388) (9.019.611) 7.556.003
(150.277) (1.222) (1.079.301) (10.996.546) 8.346.113
122.102 5.906.721
224.071 7.780.074
475.899 8.822.012
(1.831.877) 182.728 4.257.572
(3.310.965) 368.892 4.838.001
(3.382.854) 519.210 5.958.368
355,62 349,54
403,64 395,06
496,99 486,38
Pendapatan/(beban) operasional lainnya : Imbalan Penerimaan kembali aset yang telah dihapusbukukan Keuntungan selisih kurs (bersih) Keuntungan/kerugian penjualan efek dan obligasi (bersih) Provisi dan keuntungan lainnya Keuntungan dari kenaikan nilai efek-efek dan obligasi Rekapitulasi Pemerintah(bersih) Lain-lain Jumlah pendapatan operasional lainnya
PENDAPATAN NON OPERASIONAL Pendapatan non operasional (Bersih) LABA SEBELUM BEBAN PAJAK Beban Pajak Penghasilan Kini Tangguhan LABA BERSIH LABA BERSIH PER LEMBAR SAHAM Dasar (dalam rupiah penuh) Dilusian (dalam rupiah penuh)
2006
(Dalam Jutaan Rupiah) 2007 2008
65 Lanjutan Lampiran 5. KETERANGAN PENDAPATAN DAN BEBAN OPERASIONAL : Pendapatan dan beban bunga Pendapatan bunga Pendapatan provinsi dan komisi Pendapatan Syariah Jumlah pendapatan bunga Beban bunga dan pembiayaan lainnya dan Syariah Bunga dan pembiayaan lainnya Beban Syariah Jumlah beban bunga Pendapatan bunga (bersih) Pendapatan/(beban) operasional lainnya : Imbalan Penerimaan kembali aset yang telah dihapusbukukan Keuntungan selisih kurs (bersih) Keuntungan/kerugian penjualan efek dan obligasi (bersih) Provisi dan keuntungan lainnya Keuntungan dari kenaikan nilai efek-efek dan obligasi Rekapitulasi Pemerintah(bersih) Lain-lain Jumlah pendapatan operasional lainnya Beban penyisihan kerugian aktiva produktif (bersih) Beban estimasi kerugian komitmen dan kontijensi (bersih) Beban pembalikan penyisihan kerugian aktiva lain-lain (bersih) Beban operasional lainnya : Tenaga kerja dan tunjangan Umum administrasi Premi program penjaminan Pemerintah Kerugian dari penurunan nilai efek-efek dan obligasi rekapitalisasi Pemerintah (bersih) Provisi dan komisi lainnya Rugi selisih kurs (bersih) Lain-lain Jumlah beban operasional lainnya LABA OPERASIONAL PENDAPATAN NON OPERASIONAL Pendapatan non operasional (Bersih) LABA SEBELUM BEBAN PAJAK Beban Pajak Penghasilan Kini Tangguhan LABA BERSIH LABA BERSIH PER LEMBAR SAHAM Dasar (dalam rupiah penuh) Dilusian (dalam rupiah penuh)
( Dalam Jutaan Rupiah) 2009 2010
33.946.341 1.126.315 261.475 35.334.131
43.971.493 643.669 44.615.162
(12.179.932) (104.704) (12.284.636) 23.049.495
(11.448.953) (277.606) (11.726.559) 32.888.603
2.042.546 713.431 142.846 75.203
2.732.255 1.525.143 773.019 152.888 80.253
127.305 168.263 3.269.594
3.321 277.654 5.544.533
(5.421.499) (14.767)
(7.880.536) 8.315
(362.649)
(45.222)
(6.675.793) (3.717.931) (424.003)
(8.675.721) (4.711.444) (523.991)
(181) (1.141.607) (11.959.515) 8.560.659
(2.202.536) (16.113.692) 14.402.001
1.330.569 9.891.228
506.229 14.908.230
(2.633.880) 50.944 7.308.292
(3.922.049) 486.204 11.472.385
609,50 596,73
956,72 933,58
66 Lampiran 6. Output SPSS 11.5 untuk Perhitungan Regresi Sederhana
Regression Variables Entered/Removed(b)
Model
Variables Entered
1
VAR00001(a)
Variables Removed
Method .
Enter
a All requested variables entered. b Dependent Variable: MVA Model Summary
Model 1
R
R Square
Adjusted R Square
,885
,846
,941(a)
Std. Error of the Estimate 8970713,28703
a Predictors: (Constant), VAR00001 ANOVA(b)
Model 1
Sum of Squares Regression Residual Total
df
1854583895662308,00 0 241421090634063,000 2096004986296371,00 0
Mean Square 1
1854583895662308,000
3
80473696878020,900
F
Sig.
23,046
,017(a)
4
a Predictors: (Constant), EVA b Dependent Variable: MVA Coefficients(a)
Model
Unstandardized Coefficients B
1
(Constant) VAR00001
16090534,75 2 6,470
a Dependent Variable: MVA
Std. Error
Standardized Coefficients
Sig.
Beta
10449391,914 1,348
t
,941
1,540
,221
4,801
,017
67 Lampiran 7. Output SPSS 11.5 Hasil Perhitungan Normalitas Data (KolmogorovSmirnov Test) NPar Tests One-Sample Kolmogorov-Smirnov Test
EVA N Normal Parameters(a,b) Most Differences
Mean
Std. Deviation Extreme Absolute Positive Negative
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a Test distribution is Normal. b Calculated from data.
MVA 5
5
7159104,8000
62409576,4000
3328069,60888
22891073,51292
,171
,181
,171 -,134 ,382 ,999
,158 -,181 ,404 ,997
68 Lampiran 8. Daftar Indeks Harga Saham Gambungan (IHSG) dan Tingkat Suku Bunga Indonesia Tahun 2006-2010 Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember
2006 IHSGt 1.232,32 1.230,66 1.322,97 1.464,41 1.330,00 1.310,26 1.351,65 1.431,26 1.534,61 1.582,63 1.718,96 1.805,52
2007 IHSGt-1 1.162,64 1.232,32 1.230,66 1.322,97 1.464,41 1.330,00 1.310,26 1.351,65 1.431,26 1.534,61 1.582,63 1.718,96
Rmt 0,060 (0,001) 0,075 0,107 (0,092) (0,015) 0,032 0,059 0,072 0,031 0,086 0,050
Rata-rata E(Rm)
Des
0,039
2009 IHSGt IHSGt-1 Rmt 1.332,67 1.355,41 (0,017) 1.285,48 1.332,67 (0,035) 1.434,07 1.285,48 0,116 1.722,77 1.434,07 0,201 1.916,83 1.722,77 0,113 2.026,78 1.916,83 0,057 2.323,24 2.026,78 0,146 2.341,54 2.323,24 0,008 2.467,59 2.341,54 0,054 2.367,70 2.467,59 (0,040) 2.415,84 2.367,70 0,020
2.534,36 2.415,84 Rata-rata E(Rm)
0,049 0,056
Bulan Januari Feb Maret April Mei Juni Juli Agustus Sept Oktober Nov Des
2010 IHSGt IHSGt-1 2.610,80 2.534,36 2.549,03 2.610,80 2.777,30 2.549,03 2.971,25 2.777,30 2.796,96 2.971,25 2.913,68 2.796,96 3.069,28 2.913,68 3.081,88 3.069,28 3.501,30 3.081,88 3.635,32 3.501,30 3.531,21 3.635,32
3.703,51 3.531,21 Rata-rata E(Rm)
IHSGt 1.757,26 1.740,97 1.830,92 1.999,17 2.084,32 2.139,28 2.348,67 2.194,34 2.359,21 2.643,49 2.688,33 2.745,82
IHSGt-1 1.805,52 1.757,26 1.740,97 1.830,92 1.999,17 2.084,32 2.139,28 2.348,67 2.194,34 2.359,21 2.643,49 2.688,33
Rata-rata E(Rm)
Rmt (0,027) (0,009) 0,052 0,092 0,043 0,026 0,098 (0,066) 0,075 0,120 0,017 0,021 0,037
Bulan Rmt 0,030 (0,024) 0,090 0,070 (0,059) 0,042 0,053 0,004 0,136 0,038 (0,029) 0,049 0,033
Jan Feb Maret April Mei Juni Juli Agust Sept Oktob Nov Des
2006 12,75% 12,75% 12,75% 12,75% 12,50% 12,50% 12,25% 11,75% 11,25% 10,75% 10,25%
9,75% Rata-rata 11,83%
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember
2008 IHSGt 2.627,25 2.721,94 2.447,30 2.304,52 2.444,35 2.349,11 2.304,51 2.165,94 1.832,51 1.256,70 1.241,54 1.355,41 Rata-rata E(Rm)
Suku Bunga Indonesia 2007 2008 2009 9,50% 8,00% 8,75% 9,25% 8,00% 8,25% 9,00% 8,00% 7,75% 9,00% 8,00% 7,50% 8,75% 8,25% 7,25% 8,50% 8,50% 7,00% 8,25% 8,75% 6,75% 8,25% 9,00% 6,50% 8,25% 9,25% 6,50% 8,25% 9,50% 6,50% 8,25% 9,50% 6,50%
2010 6,50% 6,50% 6,50% 6,50% 6,50% 6,50% 6,50% 6,50% 6,50% 6,50% 6,50%
8,00% 9,25% 6,50% 8,60% 8,67% 7,15%
6,50% 6,50%
IHSGt-1 2.745,82 2.627,25 2.721,94 2.447,30 2.304,52 2.444,35 2.349,11 2.304,51 2.165,94 1.832,51 1.256,70 1.241,54
Rmt (0,043) 0,036 (0,101) (0,058) 0,061 (0,039) (0,019) (0,060) (0,154) (0,314) (0,012) 0,092 (0,051)
68
Bulan Januari Feb Maret April Mei Juni Juli Agust Sept Oktob Nov
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember
69
Lampiran 9. Perhitungan Varian 2006
Periode
2007
Rmt-Rm 0,0212 (0,0400) 0,0363
Var
Rmt-Rm (0,06) (0,05) 0,01
Var
Januari Februari Maret
0,000034
(0,0317) 0,06 0,01 (0,01)
0,001
April Mei Juni
0,0058 0,0682 (0,1305) (0,0535) (0,0386) (0,0071) 0,0202 0,0335 0,0155 (0,0074) 0,0474 0,0117 0,0172
0,0015
0,0167 0,06 (0,10) 0,04 (0,0011) 0,08 (0,02) (0,02) 0,0161
0,0003
Juli Agustus September Oktober November Desember Rata-Rata
0,0002
0,0003 0,0005
0,0000
0,0003 0,0004
2008 Rmt-Rm 0,01 0,09 (0,05)
2009
2010 Rmt-Rm Var (0,00) (0,06) 0,06
Var
Rmt-Rm (0,07) (0,09) 0,06
Var
0,0150 (0,01) 0,11 0,01
0,0002
(0,0348) 0,15 0,06 0,00
0,0012
(0,00) 0,04 (0,09) 0,01
0,0000
0,0388 0,03 (0,01) (0,10) (0,0267) (0,26) 0,04 0,14 (0,0272)
0,0015
0,0678 0,09 (0,05) (0,00) 0,0134 (0,10) (0,04) (0,01) (0,0463)
0,0046
(0,0158) 0,02 (0,03) 0,10 0,0311 0,00 (0,06) 0,02 (0,0139)
0,0002
0,0007
0,0007 0,0008
0,0002
0,0021 0,0020
0,0010
0,0002 0,00035
69
70 Lampiran 10. Daftar Perhitungan Tingkat Pengembalian Saham Perusahaan Bulan ket (Rit) 2006 Peiode
Pit
2007
2008
Pit-1
Dt
Rit
Pit
Pit-1
Dt
Rit
Pit
Pit-1
Dt
Rit
Jan Feb
3.400 3.250
3.025 3.400
-
0,12 (0,04)
5.300 4.750
5.150 5.300
-
0,03 (0,10)
7.000 7.200
7.400 7.000
-
(0,05) 0,03
Mar
3.975
3.250
-
0,22
5.050
4.750
-
0,06
6.300
7.200
-
(0,13)
Apr
4.625
3.975
-
0,16
5.250
5.050
-
0,04
5.950
6.300
-
(0,06)
Mei
3.950
4.625
-
(0,15)
6.100
5.250
-
0,16
5.800
5.950
-
(0,03)
Jun
4.100
3.950
173
0,08
5.750
6.100
196
(0,03)
5.100
5.800
169
(0,09)
Jul
4.275
4.100
-
0,04
6.300
5.750
-
0,10
6.100
5.100
-
0,20
Agst
4.350
4.275
-
0,02
6.250
6.300
-
(0,01)
5.850
6.100
-
(0,04)
Sep
4.900
4.350
-
0,13
6.600
6.250
-
0,06
5.400
5.850
-
(0,08)
Okt
4.900
4.900
-
-
7.750
6.600
-
0,17
3.450
5.400
-
(0,36)
Nop
5.350
4.900
-
0,09
7.800
7.750
-
0,01
3.400
3.450
-
(0,01)
Des Rata-rata (Rt)
5.150
5.350
-
(0,04)
7.400
7.800
(0,05)
4.575
3.400
0,05
0,04
2009
0,35 (0,02)
2010
Periode
Pit
Pit-1
Dt
Rit
Pit
Pit-1
Dt
Rit
Jan
4.550
4.575
-
(0,01)
7.650
7.650
-
-
Feb
3.725
4.550
-
(0,18)
7.150
7.650
-
(0,07)
Mar
4.200
3.725
-
0,13
8.250
7.150
-
0,15
Apr
5.800
4.200
-
0,38
8.950
8.250
-
0,08
Mei
6.250
5.800
-
0,08
8.600
8.950
-
(0,04)
Jun
6.300
6.250
178
0,04
9.300
8.600
93
0,09
Jul
7.300
6.300
-
0,16
9.900
9.300
-
0,06
Agst
7.600
7.300
-
0,04
9.300
9.900
-
(0,06)
Sep
7.500
7.600
-
(0,01)
10.000
9.300
-
0,08
Okt
7.100
7.500
-
(0,05)
11.400
10.000
-
0,14
Nop
7.400
7.100
-
0,04
10.500
11.400
-
(0,08)
Des
7.650
7.400
-
0,03
10.500
10.500
-
-
Rata-rata (Rt)
0,05
Rata-rata (Rt)
0,03
Keterangan : Pit : harga saham per lembar bulan t Pit-1 : harga saham per lembar bulan sebelumnya Dt : jumlah nilai Deviden pada periode ke-t Rit: tingkat pengembalian saham perusahaan bulan ke-t Rt : rata-rata dari Rit pada periode tertentu Rit : penjumlahan harga saham per lembar bulan t dengan harga saham per lembar bulan sebelumnya, kemudian dikurangi dengan jumlah nilai deviden pada bulan tersebut dan hasilnya dibagi dengan harga saham per lembar
71 Lampiran 11. Perhitungan Kovarian 2006
2007
2009 RitRt Kov
2010
Bln 1
0,07
(0,01)
(0,03)
(0,06)
(0,03)
2
(0,10)
(0,14)
0,05
(0,24)
(0,10)
3
0,17
(0,10)
0,07
0,05
Kov
RitRt
2008 RitRt Kov
RitRt
Kov
0,03 0,000276
(0,04)
0,0013
(0,03) (0,000) (0,07)
RitRt
0,12 0,00
(0,00)
4
0,11
0,00
(0,03)
0,33
0,05
5
(0,20)
0,13
(0,00)
0,02
(0,07)
6
0,03
(0,06)
(0,07)
(0,02)
0,06
(0,02) 0,000791
0,02
7
(0,01)
0,06
0,22
0,10
0,03
8
(0,04)
(0,04)
(0,02)
(0,01)
(0,09)
9
0,07
(0,05)
(0,07)
0,01
0,0004
0,02 0,000131
0,01
(0,0000)
(0,03) (0,001)
0,05 (0,001)
0,11
0,01
0,01
0,02
(0,00)
(0,05)
0,14
(0,34)
(0,11)
0,11
11
0,04
(0,03)
0,01
(0,01)
(0,11)
12
(0,09)
(0,09)
0,37
(0,02)
(0,03)
0,01
(0,000) (0,05)
Rata-Rata
(0,00061) 0,01
0,0001
0,00015
0,00044
(0,0009)
0,0000
(0,0002)
0,04 0,00
10
(0,04)
Kov
0,00 0,0031
(0,01)
(0,0001)
0,0001 (0,00006)
72 Lampiran 12. Penghitungan Beta dan Biaya Ekuitas (Ke), NOPAT, Biaya Hutang, Struktur Modal dan WACC 1. Beta dan Biaya Ekuitas Tahun Kovarian Varian 2006 0,0001 0,0005 2007 0,0004 0,0004 2008 (0,0009) 0,0008 2009 0,0031 0,0020 2010 (0,0001) 0,0004 Keterangan : Kovariann : (Rit-Rt) x (Rmt-Rm) Varian : (Rmt-Rm) x (Rmt-Rm) βi : Kovarian/Varian MRP : Rm-Rf Ke : Rf + βi (MRP)
Beta 0,285 1,131 (1,071) 1,519 (0,162)
Rf 11,83% 8,60% 8,67% 7,15% 6,50%
E(Rm) 3,87% 3,69% -5,10% 5,60% 3,34%
MRP (0,080) (0,049) (0,138) (0,015) (0,032)
Ke 9,56% 3,05% 23,41% 4,79% 7,01%
(Dalam Jutaan Rupiah)
2. NOPAT Periode Laba bersih setelah pajak
2006 4.257.572
2007 4.838.001
2008 5.958.368
2009 7.308.292
2010 11.472.385
Biaya Bunga NOPAT
7.281.182 11.538.754
6.544.059 11.382.060
8.445.579 14.403.947
12.284.636 19.592.928
11.726.559 23.198.944
Biaya Bunga
Hutang Jk Panjang
Kd
(a) 7.281.182 6.544.059 8.445.579 12.284.636 11.726.559
(b) 3.068.992 3.543.168 1.869.613 4.536.755 2.627.192
(c = a : b) 237% 185% 452% 271% 446%
3. Biaya Hutang (Kd*) Tahun 2006 2007 2008 2009 2010
Pajak Pengha silan (T) 27,92% 37,82% 32,46% 26,11% 23,05%
(1-T) 0,721 0,622 0,675 0,739 0,770
Kd* c (1-T) 171,01% 114,85% 305,10% 200,07% 343,48%
4. Perhitungan Struktur Modal Tahun
Ekuitas (a)
2006 2007 2008 2009 2010
16.878.808 19.437.635 22.356.697 27.257.381 36.673.110
Hutang Jk Panjang (b) 3.068.992 3.543.168 1.869.613 4.536.755 2.627.192
Aset (c)
Wd (b/c)
We (a/c)
154.725.486 203.734.938 246.076.896 316.947.029 404.285.602
1,98% 1,74% 0,76% 1,43% 0,65%
10,91% 9,54% 9,09% 8,60% 9,07%
5. Perhitungan Weighted Average Capital Cost (WACC) Tahun 2006 2007 2008 2009 2010
Struktur Modal Wd (a) We (b) 1,98% 10,91% 1,74% 9,54% 0,76% 9,09% 1,43% 8,60% 0,65% 9,07%
Kd* (c) 171,01% 114,85% 305,10% 200,07% 343,48%
Ke (d) 9,56% 3,05% 23,41% 4,79% 7,01%
axc (e) 3,39% 2,00% 2,32% 2,86% 2,23%
bxd (f) 1,04% 0,29% 2,13% 0,41% 0,64%
WACC (e + f) 4,44% 2,29% 4,44% 3,28% 2,87%
73 Lampiran 13. Perhitungan Invested Capital, Cost of Capital, dan Economic Value Added BRI Periode 2006-2010
1. Invested Capital (IC)
2006 2007
Aset (a) 154.725.486 203.734.938
Hutang Beban (b) 287.337 1.140.490
IC (a -b) 154.438.149 202.594.448
2008
246.076.896
300.295
245.776.601
2009
316.947.029
343.492
316.603.537
2010
404.285.602
1.930.923
402.354.679
Periode
2. Cost of Capital (COC) Periode 2006 2007 2008 2009 2010
WACC (a) 4,44% 2,29% 4,44% 3,28% 2,87%
IC (b) 154.438.149 202.594.448 245.776.601 316.603.537 402.354.679
COC (a x b) 6.849.740,24 4.635.338,27 10.923.838,36 10.371.958,74 11.540.230,34
3. Economic Value Added (EVA) Periode 2006 2007 2008 2009 2010
NOPAT (a) 11.538.754 11.382.060 14.403.947 19.592.928 23.198.944
COC (b) 6.849.740,24 4.635.338,27 10.923.838,36 10.371.958,74 11.540.230,34
EVA (a-b) 4.689.013,76 6.746.721,73 3.480.108,64 9.220.969,26 11.658.713,66
Lampiran 14. Perhitungan Market Value Added (MVA) Periode
2006 2007 2008 2009 2010
Nilai Pasar (a) 5.150 7.400 4.575 7.650 10.500
Jumlah Saham (Lembar) (b) 12.286.421.500 12.317.800.500 12.325.299.500 12.329.852.500 12.334.581.000
Nilai Buku (Juta Rupiah) (c) 16.878.808 19.437.635 22.356.697 27.257.381 36.673.110
MVA (Juta Rupiah) ((axb)-c) 46.396.263 71.714.089 34.031.548 67.065.991 92.839.991
74 Lampiran 15. Hasil Output Minitab 15. untuk Forecasting Komponen Rugi Laba dan Neraca 1. Forecasting Pendapatan Bunga Bersih
Double Exponential Smoothing with =0,2 and =0,2 Double Exponential Method
Pendapatan Bunga Bersih
40000000
Variable Actual Fits Forecasts 95,0% PI
35000000 30000000
Smoothing Constants Smoothing Constants Alpha (lev Alpha (lev el)el) 0,20,2 Gamma (trend) 0,20,2 Gamma (trend)
25000000
Accuracy Measures Accuracy Measures MAPE MAPE 8,88700E+00 8,88700E+00 MAD MAD 1,96125E+06 1,96125E+06 MSD 4,90366E+12 MSD 4,90366E+12
20000000 15000000 10000000 1
2
3
4
5
6
Index
2. Forecasting Pendapatan Lainnya DES =02 =0,2 Double Exponential Method V ariable A ctual F its F orecasts 95,0% P I
A ccuracy M easures M A P E 1,98222E+01 MA D 5,38948E+05 MSD 3,31290E+11
Pendapatan Lainnya
7000000 6000000
S moothing C onstants A lpha (lev el) 0,2 G amma (trend) 0,2
5000000 4000000
A ccuracy M easures MA PE 1,98222E +01 MA D 5,38948E +05 MSD 3,31290E +11
3000000 2000000 1000000 1
2
3
4 Index
5
6
75 Lanjutan Lampiran 15. 3. Forecasting Jumlah Beban Smoothing Plot for Jumlah Beban Double Exponential Method
20000000
Variable A ctual Fits Forecasts 95,0% PI
18000000
Jumlah Beban
16000000
Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
14000000
A ccuracy Measures MA PE 5,82277E+00 MA D 6,86122E+05 MSD 6,75623E+11
12000000 10000000 8000000 6000000 1
2
3
4
5
6
Index
4. Forecasting Laba Sebelum Pajak Double Exp. Smoothing dengan =0,4 dan =0,3 Double Exponential Method
20000000
Variable A ctual Fits Forecasts 95,0% PI
Laba Sblm Pajak
17500000 15000000
Smoothing C onstants A lpha (lev el) 0,4 Gamma (trend) 0,3
12500000
A ccuracy Measures MA PE 1,01801E+01 MA D 1,07317E+06 MSD 1,77865E+12
10000000 7500000 5000000 1
2
3
4 Index
5
6
76 Lanjutan Lampiran 15. 5. Forecasting Aset Double Exp. Smoothing dengan =0,2 dan =0,2 Double Exponential Method
500000000
Variable A ctual Fits Forecasts 95,0% PI
Aset
400000000
Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
300000000
A ccuracy Measures MA PE 5,12319E+00 MA D 1,30342E+07 MSD 2,24837E+14
200000000
100000000 1
2
3
4
5
6
Index
6. Forecasting Ekuitas Double Exp. Smoothing =0,2 dan =0,2 Double Exponential Method
45000000
Variable A ctual Fits Forecasts 95,0% PI
40000000
Ekuitas
35000000
Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
30000000
A ccuracy Measures MA PE 8,36258E+00 MA D 2,05461E+06 MSD 4,96015E+12
25000000 20000000 15000000 1
2
3
4 Index
5
6
77 Lanjutan Lampiran 15. 7. Forecasting Kewajiban Double Exponential Smoothing dengan =0,2 dan =0,2 Double Exponential Method
450000000
Variable A ctual Fits Forecasts 95,0% PI
400000000
Kewajiban
350000000
Smoothing C onstants A lpha (lev el) 0,2 Gamma (trend) 0,2
300000000
A ccuracy Measures MA PE 4,78772E+00 MA D 1,09796E+07 MSD 1,64625E+14
250000000 200000000 150000000 100000000 1
2
3
4 Index
5
6
