("http://gambarkursorkamu.gif") http://imageshack.us/photo/my-images/846/bxbxb.jpg/

Chapter 8 Forecasting Financial Statement Information


8.1       Pengantar
Financial forecasts yang dibuat atau digunakan oleh banyak pihak, antara lain:
a.                               Security Analysts
Forecasts ini berkisar dari jangka pendek (misalnya, seperempat atau satu ke tahun depan) untuk jangka panjang (misalnya, lima tahun tingkat pertumbuhan laba).
b.      Lending Institutions
Prosedur pinjaman diikuti di banyak lembaga keuangan termasuk perkiraan pemohon atau penghasilan klien dan arus kas selama jangka waktu pinjaman.
c.       Manajemen
Kegiatan manajemen yang penting adalah analisis strategi perusahaan, merupakan bagian integral dari Forecasts arus kas atau implikasi pendapatan kombinasi alternatif pembiayaan, investasi, dan keputusan operasi.

8.2       Alternatif Forecasting Approaches
  1. Mechanical versus Non Mechanical Approaches
Mechanical Approaches dalam melakukan  forecast, ditentukan sebelumnya input data yang digabungkan dengan cara sedemikian rupa mengingat basis data yang sama dan model yang dipilih dalam forecast yang sama akan selalu dilakukan. Dalam pendekatan Non Mechanical Approaches, tidak ditentukan sebelumnya  hubungan antara data yang diperiksa dan forecast yang dibuat. Misalnya, seorang analis dapat memasukkan faktor-faktor yang ada pada perusahaan dalam forecast, dan faktor ini dapat mencerminkan ever-changing mix dari input ekonomi.

  1. Univariate versus Multivariate Approaches
Univariate digunakan satu variabel ketika menyusun forecasting. Model lima tahun terakhir moving-average dari satu variabel digunakan untuk mengembangkan forecast dengan rumus sebagai berikut:

Dengan multivariate, lebih dari satu variabel yang digunakan untuk menyusun forecasting, maka model regresi yang digunakan adalah model multivariate sebagai berikut:
Baik digunakan dalam ekonomi dan industri yang untuk mengembangkan pendapatan forecasting perusahaan.
  1. Univariate/Non Mechanical
Contoh dari pendekatan ini adalah "free hand" ekstrapolasi plot time-series dari pendapatan. Heuristic adjustment dari pendapatan terakhir disebut item tidak berulang ketika forecasting nilai masa depan merupakan varian dari pendekatan ini.
  1. Multivariate/Mechanical
Contoh dari pendekatan ini didasarkan pada analisis statistik sistematis. Mereka menawarkan keuntungan atas model univariate untuk dapat memasukkan lebih banyak dari faktor-faktor yang dapat memengaruhi perilaku pendapatan time-series dan seri lainnya.
  1. Multivariate/Non Mechanical
Analis sekuritas biasanya mengadopsi pendekatan ini terhadap pendapatan peramalan. Banyak sumber informasi kuantitatif dan kualitatif dikonsultasikan, contohnya; macroeconomic forecasts, laporan asosiasi industri perdagangan, dan wawancara dengan manajemen.
8.3       Kriteria untuk Mengevaluasi Forecasts
Konteksnya meliputi:
a.       Konteks investasi dimana tujuannya adalah untuk mendeteksi misvalued sekuritas.
b.      Konteks investasi dimana tujuannya adalah untuk mempertahankan terdiversifikasi port-folio dengan tingkat risiko tertentu.
c.       Sebuah konteks pinjaman kredit di mana tujuannya adalah untuk menyeimbangkan pembayaran bunga yang lebih tinggi terhadap kemungkinan kebangkrutan.
d.      Sebuah konteks divestasi di mana tujuannya adalah untuk forecast laba masa depan yang berasal dari divisi perusahaan.
Ukuran Forecast Error
Pada bagian ini, dijelaskan ukuran forecast error. Bagian pertama berfokus pada  dispersi forecasts, sedangkan bagian kedua meneliti forecasts bias. Dua ukuran yang umum digunakan dispersi forecast error adalah Mean Absolute Error (MABE) dan Mean Square Error (MSE):

2
Dimana :
Xi.t  = realisasi forecast pada variabel periode t untuk perusahaan i
E(Xi.t) = forecast dari variabel pada periode t untuk perusahaan i
N = jumlah forecast diuji
Forecast dikatakan objektif jika nilai yang diharapkan dari forecast error adalah nol. Sebuah ukuran yang memberikan bukti pada bias dalam Average Error (AVE):

8.4       Sifat dari Security Analyst Forecasts
            Security Analyst Forecasts pendapatan dapat diperoleh dari dua sumber yaitu:
  1. Sumber utama, laporan oleh analis individu.
  2. Sumber sekunder, laporan layanan yang mengumpulkan dan mendistribusikan forecast pendapatan yang dibuat oleh para analis di banyak institusi.
Bukti Revisi Forecast
Penelitian Security Analyst Forecasts telah menemukan beberapa hasil yang relatif kuat yaitu:
1.      Dalam satu bulan kalender, hanya sebagian kecil Security Analyst Forecasts akan melaporkan revisi forecasts pendapatan mereka.
2.      Ketika para analis memperkirakan laba per lembar saham untuk beberapa tahun, ada korelasi positif dalam revisi contemporaneous forecasts di tahun forecast.
Bukti Forecast Error
Forecast Error dapat dihitung empat cara:
1.      Undeflated.
2.      Dikurangi dengan adanya perubahan absolut rata-rata laba bersih per saham selama periode.
3.      Dikurangi dengan harga sekuritas di akhir perkiraan bulan.
4.      Dikurangi dengan laba aktual per saham.
Analis Sekuritas VS Model Time-Series
Terdapat dua pendekatan yang dapat diakses untuk prakiraan earnings yaitu analis sekuritas dan model mekanis (time-series univariat). Kedua pendekatan tersebut menimbulkan pro dan kontra. Beberapa studi menguji bagaimana akurasi EPS (earnings per share) hasilnya secara dominan menunjukkan bahwa analis sekuritas  memberikan prakiraan yang lebih akurat daripada model time-series.  Studi komprehensif yang dilakukan Brown, Griffin, Hagerman, dan Zmijewski (1984) membandingkan The Value Line Investment Survey dengan tiga model  time-series univariat Box-Jenkins. Ketiga model time-series univariat Box-Jenkins yaitu:
1.      Box-Jenkins 1: model rata-rata bergerak pada seri dengan musim yang berbeda seperti yang didiskusikan Watts (1975) dan Grifin (1977).
2.      Box-Jenkins 2: model autoregresi bergerak pada seri dengan musim yang berbeda seperti yang didiskusikan Foster (1977).
3.      Box-Jenkins 3: mengkombinasikan model autoregresi dan rata-rata bergerak pada seri dengan musim yang berbeda seperti yang didiskusikan Brown dan Rozeff (1979).
Tabel 1
Pendekatan Prakiraan Analis Sekuritas
Pro
Kontra
·   Kemampuan menggabungkan informasi dari berbagai sumber
·    Cost pengaturan awal yang tinggi dan cost pemeliharaan yang tinggi pada monitor
·   Kemampuan penyesuaian perubahan struktural dengan segera
·    Tergantung dari skill yang individu
·   Kemampuan memperbaharui informasi secara berkelanjutan
·   Analisis bias dimanupulasi oleh anggota perusahaan (setidaknya dalam jangka waktu pendek)

·   Analisis mungkin memiliki insentif untuk tidak memberikan prakiraan yang objektif

Tabel 2
Pendekatan Prakiraan Model Time-Series
Pro
Kontra
·   Kemampuan mendeteksi dan mengeksploitasi pola sistematik pada seri terakhir.
·    Jumlah observasi yang tersedia terbatas pada perusahaan yang memiliki perubahan struktural
·   Tingkat prakiraan subjektivitas yang rendah
·    Data laporan keuangan mungkin tidak terdistribusi
·   Cost yang rendah dan mudah diperbaharui
·   Tidak ada kemampuan untuk memperbaharui prakiraan antara interim atau annual earnings
·   Kemampuan menghitung interval kepercayaan prakiraan
·   Susah dalam mengkomunikasikan pendekatan kepada klien

Beberapa penjelasan mengenai analis sekuritas menghasilkan prakiraan yang lebih akurat dari model time-series univariat:
1.      Analis sekuritas memiliki keuntungan prakiraan waktu yang lebih daripada model time-series.
2.      Analis sekuritas memiliki akses infornasi yang lebih luas daripada menggunakan model time series univariat.

8.5       Sifat Prakiraan Manajemen
Prakiraan earnings, penjualan, atau variabel lain yang dipublikasi oleh manajemen berbeda dari analis sekuritas pada beberapa dimensi, perbedaan tersebut yakni:
1.      Prakiraan manajemen dirilis oleh hanya bagian tertentu perusahaan tetapi prakiraan analis sekuritas tersedia lebih luas.
2.      Prakiraan manajemen hanya dirilis satu prakiraan setiap tahun, sementara revisi analis sekuritas dilakukan sepanjang tahun pada prakiraan perusahaan.
3.      Prakiraan manajemen tidak selalu merupakan topik penting prakiraan.


Karakteristik Perusahaan yang Mengungkapkan Prakiraan secara Sukarela
Perusahaan yang menerbitkan prakiraan earnings lebih sering dicirikan dengan earnings yang relatif kurang stabil dibandingkan perusahaan jarang mengeluarkan proyeksi tersebut. variabel lain yang diuji adalah ukuran perusahaan. kebanyakan penelitian melaporkan bahwa perusahaan yang melakukan pengungkapan adalah perusahaan besar. selain itu perusahaan yang melakukan pengungkapan lebih mungkin dirilis ketika mereka mendapat good news daripada bad news.
Bukti Kesalahan Prakiraan
Studi yang dilakukan Hagerman dan Ruland (1979) menguji variabel earnings per share before extraordinary items. Mereka juga melaporkan terjadi korelasi signifikan antara ramalan masa datang dengan akurasi prakiraan manajemen.
Manajemen versus Analis Sekuritas
Prakiraan manajemen berpotensi dapat menggabungkan informasi internal seperti rencana produksi di masa depan dan anggaran iklan. Isu yang menarik adalah apakah prakiraan manajemen lebih akurat daripada analis sekuritas? Riset Hassel dan Jennings (1984) melaporkan bahwa ramalan  para analis lebih akurat dibanding ramalan manajemen yang diumumkan. Waymire (1984) juga menemukan temuan yang sama. Hasil penelitian Schroeder dan Klaassen (1984) menemukan bahwa ramalan revenue, semua kesalahan prediksi lebih kecil bagi  manajemen dibanding analis, walaupun perbedaannya sangat tidak berkesan. Untuk ramalan profit, manajemen dan analis meliputi:
1.      Kehilangan fungsi yang  dihadapi manajemem dan para analis bila ramalannya tidak membutuhkan kesamaan
2.      Analis-analis dan manajemen mempunyai manfaat resiprokal dari  interaksi satu sama lainnya dan ada insentif dari komunikasi satu sama lainnya
3.       Manajemen mempunyai kemampuan untuk mempengaruhi variabel-variabel peramalan melalui financing, operating ataupun keputusan produksi dan mempunyai insentif ekonomi yang kuat untk memiliki laporan tingkat earning perusahaan.



8.6        Keuntungan Menggabungkan Prakiraan Individual
A.       Menggabungkan Prakiraan Analis secara Individu
Suatu temuan penting pada beberapa konteks adalah bahwa prakiraan bersama lebih akurat dibandingkan dengan prakiraan individual. Penelitian yang dilakukan oleh Zarnowitz (1982) tentang ramalan makro ekonomi menjelaskan bahwa kesalahan prakiraan yang dilakukan oleh para ekonomi kurang dari kolerasi yang sempurna dan mengenai proses pengumpulan, kebanyakan dari kesalahan para ekonom tertunda dari satu sama lainnya. Caoggin dan Hunter (1982-1983) meneliti ramalan laba per lembar saham yang kesimpulannya : “Konsensus adalah ramalan laba per elmbar saham yang terbaik untuk satu tahun kedepan”.
B.        Menggabungkan Pendekatan Peramalan yang Bertentangan
Penelitian Cooper dan  Nelson (1975) mengilustrasikan tentang bagaimana menggabungkan prakiraan model ekonometrik dan model time series Box Jenkis dapat memperbaharui peramalan atas variabel-variabel seperti GNP dan tingkat pengangguran. Kesimpulannya adalah bahwa tidak ada model tunggal tertentu atau predikator yang dapat dikatakan mendominasi yang lainnya dalam hal kandungan informasinya, selanjutnya secara umum berisikan suatu tambahan informasi yang marjinal yang dapat berguna untuk eksploitisir. Penelitian yang dilakukan oleh Makridakis dan Winkler (1983) menemukan bahwa dengan menggunakan manfaat praktikal yang dapat dipertimbangkan untukprakiraan, dalam hal menjadikan ramalan lebih baik dan menurunkan variabilitas keakuratan. Aplikasi laporan keuangan untuk pendekatan ini adalah penggabungan time-series dan ramalan analis ke dalam suatu ramalan laba per lembar saham, earnings dan sebagainya.

8.7       Beberapa Komentar Umum
            Penelitian sebelumnya mengenai kesalahan prakiraan earnings yang dibuat oleh manajemen atau analis sekuritas difokuskan pada distribusi statistik seperti kesalahan prakiraan mean atau median.
1.      Kebanyakan penelitian sebelumnya pada variabel prakiraan laporan keuangan difokuskan pada pendekatan univariat.
2.      Penelitian mengenai sifat prakiraan analis sekuritas bersamatelah menggunakan mean aritmetik atau median dari prakiraan pengujian analis secara individual.
3.      Area terpenting penelitian adalah petunjuk mengenai analis sekuritas ketika memperbaiki prakiraan earnings mereka.



























Artikel Terkait Akuntansi

☆☆☆ Terimakasih Semoga Bermanfaat ☆☆☆
Judul: Chapter 8 Forecasting Financial Statement Information
Rating: 100% based on Perfect ratings. 168 user reviews.
Ditulis Oleh: Wisnu Jibonk

1 Response to "Chapter 8 Forecasting Financial Statement Information"

  1. Dawud Tan says:
    Sabtu, Desember 05, 2015

    permisi pak, saya pernah menulis tentang fungsi autocorrelation untuk penentuan pola data time series apakah musiman, tren, atau stationer, di artikel berikut: http://datacomlink.blogspot.com/2015/12/data-mining-identifikasi-pola-data-time.html yang ingin saya tanyakan, apakah ada teknik lain untuk mencari pola data time series selain fungsi autocorrelation ya pak? terima kasih

Posting Komentar