FINANCIAL DISTRESS PREDICTION BASED ON ALTMAN RATIO AND BENEISH M-SCORE WITH STACKING ENSEMBLE

MUHAMMAD FADHLIL H, De-Ron Liang;Tri Kuntoro Priyambodo;Azhari

2022 | Tesis | MAGISTER ILMU KOMPUTER

Rasio Keuangan telah digunakan secara luas pada penelitian sebelumnya untuk membangun model prediksi kesulitan keuangan mereka. Altman Ratio menjadi yang paling sering digunakan untuk memprediksi terutama dalam studi akademis. Altman Ratio bertujuan untuk mengukur kesehatan keuangan perusahaan dan terbukti akurat untuk meramalkan kebangkrutan dalam berbagai konteks dan pasar. Namun, Altman Ratio tergantung pada validitas data dalam laporan keuangan, maka diperlukan variabel lain untuk menilai kemungkinan manipulasi laporan keuangan. Tak satu pun dari studi sebelumnya mencoba untuk menggabungkan lima Altman Ratio dengan 3 tahun Beneish M-Score. Kami mengusulkan Stacking Ensemble Learning yang memiliki kemampuan untuk mengancam lima Altman Ratio ke dalam variabel jangka pendek dan jangka panjang dan 3 tahun Beneish M-Score sebelum krisis terjadi dan melakukan analisis yang komprehensif. Wawasan ini membantu investasi publik membuat keputusan pinjaman dengan tidak hanya mencampur semua informasi indikator keuangan, tetapi juga menilai secara cermat berdasarkan kondisi jangka panjang, jangka pendek, dan juga kemungkinan manipulasi laporan keuangan.

Financial Ratio had been used widely on the previous research to build their model of financial distress prediction. The Altman Ratios was become the most often used for predicting especially in academic studies. Altman Ratios purposes to measure a company financial health and it proven accurate to forecast bankruptcy in a wide variety of contexts and markets. However, the Altman Ratios depends on the validity of the data in the financial statements, then other variable is needed to assess the financial report manipulation possibility. None of the previous studies attempted to combine the five Altman Ratios with the 3 years Beneish M-Score. We proposed stacking ensemble learning that have an ability to threatens five Altman Ratios into Short-term and long-term variables and 3 years of Beneish M-Score before the crisis happens and performed a comprehensive analysis. These insights help public investment make lending decisions by not only mixing all financial indicator information, but also carefully assessing it based on long-term, short-term condition, and also possibility of financial statement manipulation.

Kata Kunci : Altman Ratio, Beneish M-Score, Financial Distress Prediction, Stacking Ensemble Learning