(persero) tbk dengan metode economic value

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<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 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<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 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