36
X1 = working capitaltotal asset X2 = retained earnings total asset
X3 = earning before interest and taxestotal asset X4 = book value of equitybook value of total debt
Klasifikasi perusahaan yang sehat dan bangkrut didasarkan pada nilai Z- score
model Altman Modifikasi yaitu: a.
Jika nilai Z” 1,1 maka termasuk perusahaan yang bangkrut. b.
Jika nilai 1,1 Z” 2,6 maka termasuk grey area tidak dapat ditentukan apakah perusahaan sehat ataupun mengalami
kebangkrutan. c.
Jika nilai Z” 2,6 maka termasuk perusahaan yang tidak bangkrut.
2.2. Penelitian Terdahulu
Beberapa penelitian terdahulu yang berhubungan dengan rasio CAMEL, risiko perbankan dan financial distress dapat diuraikan dan diikhtisarkan dalam
Tabel 2.1 berikut ini:
Tabel 2.1 Penelitian Terdahulu
NO. PENELITI VARIABEL
PENELITIAN HASIL PENELITIAN
1. Nurzazi 2005
Dependen: Rasio
CAMELS Independen:
Financial Distress
Rasio ECTA, RORA, ROA, OEOI, CBTD, and LGBS berpengaruh
signifikan terhadap financial distress
, sedangkan CAR, CBSEQ, NM, NPM, LDR, TLTA, CTA,
GRWTH, dan PE tidak berpengaruh terhadap financial
distress.
2. Almilia, dkk
2005 Independen:
Rasio CAMEL Terdapat perbedaan signifikan
rasio-rasio keuangan bank yang bermasalah dan yang tidak
Universitas Sumatera Utara
37
Dependen: Prediksi Kondisi
Bermasalah pada Lembaga
Perbankan bermasalah pada rasio CAR, APB,
PPA, PAP, NIM, BOPO, NPL, dan ROA, Model regresi logistik
dengan rasio CAMEL sebagai prediktor menghasilkan model yang
fit dengan data yang diobservasi: Prediktor yang berpengaruh
signifikan terhadap kemungkinan terjadinya bank bermasalah atau
tidak bermasalah adalah CAR dan BOPO.
3. Lestari 2009
Independen :
Tingkat Kesehatan Bank
Pemerintahan Dependen:
CAR, KAP, ROA, BOPO,
dan LDR KAP, ROA dan BOPO
berpengaruh signifikan dalam membedakan kelompok tingkat
kesehatan perbankan CAR dan LDR berpengaruh tidak signifikan
dalam membedakan kelompok tingkat kesehatan perbankan.
4. Bestari 2013
Dependen: kondisi
bermasalah Independen:
CAR, NIM, NPL, ROA,
BOPO, LDR dan Ukuran
Bank Hasil penelitian ini menunjukan
bahwa NIM berpengaruh signifikan terhadap prediksi kondisi
bermasalah pada perbankan dan Ukuran Bank
berpengaruh signifikan terhadap prediksi kondisi bermasalah pada
perbankan. Variabel – variabel lain seperti
CAR, NPL, ROA, BOPO, dan LDR tidak
berpengaruh secara signifikn terhadap prediksi kondisi
bermasalah pada perbankan.
5. Simangunsong 2013
Independen: Rasio CAMEL
NPL, ROA, dan LDR dan Risko
Perbankan Credit risk
Dependen: Financial
Distress Hasil penelitian secara parsial yaitu
NPL berpengaruh tidak signifikan terhadap financial distress, ROA
berpengaruh tidak signifikan terhadap financial distress, LDR
berpengaruh signifikan tehadap financial distress, credit ris
k tidak berpengaruh signifikan terhadap
financial distress, secara simultan
NPL, ROA, LDR dan credit risk memiliki hubungan yang sangat
Universitas Sumatera Utara
38
kuat terhadap financial distress. 6. Hilman
2014 Independen:
Credit Risk, Market Risk,
Liquidity Risk, Operational
Risk, Captal Risk
Dependen: Financial Risk
Credit Risk, Market Risk, Liquidity Risk, Operational Risk, Captal Risk
berpengaruh signifikan terhadap financial distress.
Sumber: diolah 2016
2.3. Kerangka Konseptual
