analisis laporan keuangan : ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN

ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN

1.      PENGANTAR

·      Bab sebelumnya membicarakan perbandingan cross-sectional

·      Bab ini membicarakan perbandingan time-series, yaitu membandingkan angka-angka dengan data historis

·      Bab ini juga membicarakan tehnik-tehnik forecasting (proyeksi) data keuangan

2.     ANALISIS TIME SERIES

·      Analisis terhadap data historis diperlukan untuk melihat tren‑tren yang mungkin timbul.

·      Analis juga perlu menganalisis apa yang terjadi dibalik tren‑tren angka tersebut.

·      Data historis perusahaan sebaiknya juga dibandingkan dengan data historis industri untuk melihat apakah tren suatu perusahaan bergerak relatif lebih baik terhadap tren industri. 

 

1.    BEBERAPA PERUBAHAN STRUKTURAL YANG PELU DIPERHATIKAN

·      Peraturan Pemerintah

·      Perubahan Kompetisi

·         Perubahan Teknologi

·         Akuisisi dan Merger  

 

 

1.     TIGA PENDEKATAN DALAM ANALISIS TIME-SERIES

·      Pendekatan Ekonomi

·      Pendekatan Statistik

·      Pendekatan Visual

2.     KOMPONEN DATA TIME-SERIES

·      Trend

·      Siklus

·      Musiman

·      Ketidakeraturan

·      Dalam beberapa situasi, analis ingin memecaha data time-series ke dalam empat komponen tersebut

A.    Tren

Ø Trend merupakan pergerakan time series dalam jangka panjang, bisa merupakan tren naik atau turun.

Ø Diperlukan waktu jangka panjang (15 atau 20 tahun) untuk melihat pola tren tersebut. Tren tersebut bisa dipengaruhi oleh perubahan jumlah penduduk, perubahan teknologi, dan semacamnya.

Ø Mengukur Pengaruh Tren

1.        Menggambar dengan tangan

a.              Misal, dengan menarik garis diantara titik-titik observasi

b.             Kelemahan: subyektif, Kelebihan: mudah

2.        Menggunakan model matematika

a.          Misal, membuat garis lurus dengan menggunakan rumus least square

b.         Kelebihan: obyektif, Kelemahan: terlalu mekanistis

3.        Bagaimana jika trend yang non-linear? Tren tidak selamanya lurus

B.     Siklus

Siklus merupakan fluktuasi bisnis dalam jangka yang lebih pendek (sekitar 2‑10 tahun). Belum ada penjelasan yang memuaskan terhadap penyebab timbulnya fluktuasi siklus semacam ini. Lamanya dan besarnya fluktuasi juga sangat beragam dari perusahaan ke perusahaan, dan dari industri ke industri.

Ø Analisis Siklus

ž  Siklus bisnis muncul dalam jangka waktu menengah (2‑10 tahun).

ž  Pengaruh siklus bisa dilihat dengan persentase tren yang dirumuskan sebagai berikut ini.

                                                % Tren = Y/Yt x 100

                                                 

ž  dimana Y merupakan data tahunan yang sesungguhnya, dan Yt merupakan data tren  yang dihitung berdasarkan persamaan trend.

C.    Musiman

Ø  Musiman merupakan fluktuasi yang terjadi dalam lingkup satu tahun.

Ø  Ada beberapa penyebab timbulnya fluktuasi musiman seperti disebutkan di muka:

1.        Karena peristiwa tertentu, misal karena peristiwa lebaran atau tahun baru,

2.        Karena cuaca, misal musim hujan dan musim kemarau.

Ø  Analisis Musiman

1. Analis mungkin ingin melihat pengaruh musiman untuk beberapa tujuan, misal untuk mengalokasikan anggaran penjualan tahunan ke dalam kuartalan, dimana penjualan kuartalan dipengaruhi oleh musim
2. Analis ingin menghilangkan pengaruh musiman untuk melihat tren, siklus, atau ketidakteraturan lebih jelas
3. Bagaimana menghitung pengaruh musiman? Jelaskan.

D.    Ketidakteraturan

Ø  Fluktuasi semacam ini disebabkan karena faktor‑faktor yang munculnya tidak teratur, dengan jangka waktu yang pendek.

Ø  Misalkan suatu perusahaan mengalami musibah karena salah satu gudangnya terbakar, maka data keuntungan perusahaan pada periode tersebut akan terpengaruh.

METODE-METODE PERAMALAN

a.    Pendekatan Analis Sekuritas (Multivariate) Untuk Forecasting

Kelebihan:

            1. Mampu menyesuaikan terhadap informasi dari berbagai sumber

            2. Mampu menyesuaikan terhadap perubahan struktural secara cepat

            3. Mampu memperbaharui secara kontinu untuk informasi baru

Kelemahan

1.    Biaya yang cukup tinggi

2.    Ketergantungan yang tinggi terhadap kemampuan individu analisnya

3.    Analis barangkali mempunyai insentif untuk tidak menampilkan forecast yang tidak bias

4.    Analis barangkali bisa dimanfaatkan oleh perusahaan‑perusahaan tertentu

b.   Pendekatan Univariate Mekanis untuk Forecasting

Kelebihan

1.        Mampu mendeteksi pola tertentu pada data masa lalu

2.        Tingkat subyektivitas yang rendah

3.        Biaya yang relatif lebih rendah

4.        Mudah diperbaharui

5.        Bisa menganalisis lebih lanjut dengan metode statistik

Kelemahan

1.        Jumlah observasi yang terbatas pada situasi tertentu

2.        Laporan keuangan barangkali tidak memenuhi asumsi‑asumsi yang diperlukan dalam analisis statistik

3.        Sulit mengkomunikasikan hasil analisis kepada luar, terutama dalam hal metodologinya

 

MANA YANG LEBIH AKURAT?

1.    Secara umum forecast yang diberikan oleh analis keuangan biasanya lebih akurat dibandingkan dengan forecast dengan menggunakan model analisis time‑series.

2.    Secara umum model forecast multivariate biasanya lebih akurat dibandingkan dengan model forecast univariate