Abv Foster Chapter 14.docx

14.1 PENDAHULUAN Sekuritas hutang mencakup berbagai instrumen pinjaman yang digunakan oleh perusahaan, kota, dan pemerintah dan lembaga-lembag. Bab ini membahas dua area di mana informasi laporan keuangan dapat memainkan peran penting dalam analisis sekuritas hutang: (1) dalam rating surat utang oleh lembaga seperti Moody dan Standard & Poor dan (2) dalam harga surat utang oleh pasar modal. 14.2 PERINGKAT SEKURITAS UTANG A. Deskripsi Ratings Hutang. Penilaian untuk surat utang dari banyak perusahaan, kota, atau pemerintah yang diterbitkan oleh setidaknya lima perusahaan di Amerika Serikat dan oleh sejumlah kecil perusahaan pada beberapa negara lain. Tabel 14.1 menyajikan ringkasan informasi yang berkaitan dengan set yang dipilih perusahaan penerbitan peringkat surat utang. "In-house" sistem rating utang juga telah dikembangkan oleh beberapa bank dan perusahaan penasihat keuangan lainnya; lihat Hawkins, Brown, dan Campbell (1983, hlm. 105-130). Perusahaan berbeda dalam kata-kata yang digunakan untuk menggambarkan Peringkat yang mewakili. Sebagai contoh, 

Penilaian dirancang eksklusif untuk tujuan penilaian obligasi sesuai dengan kualitas investasi mereka. Moody 's (1984, hlm. 2)



Peringkat utang perusahaan atau kota oleh standar & Poor adalah penilaian saat kelayakan kredit dari obligor sehubungan dengan kewajiban spesifik. Standard & Poor 's (1984, hal. 10)



Sebuah rating kredit korporasi memberikan pemberi pinjaman dengan sistem gradasi yang sederhana dimana kapasitas relatif perusahaan untuk membuat pembayaran tepat waktu bunga dan pokok pada jenis tertentu utang dapat dicatat. Australian Ratings (1984, hal. 2)

Sebagai generalisasi, peringkat utang merupakan indikator kemungkinan pembayaran tepat waktu pokok dan bunga oleh peminjam. Semakin besar kemungkinan peminjam akan membayar baik pokok dan bunga, sesuai dengan jadwal waktu dalam perjanjian pinjaman, semakin tinggi akan menjadi rating untuk sekuritas utang. Tabel 14.2 menyajikan deskripsi

Standard & Poor menyediakan untuk sepuluh kategori menggunakan tingkat utang perusahaan dan kota. Meningkatkan perhatian diberikan kepada pengalaman tingkat default utang perusahaan, sebagian karena publisitas yang diberikan dalam media keuangan utang dinilai di bawah BBB atau Baa. (Utang dinilai di bawah BBB atau Baa telah disebut dengan berbagai hasil tinggi, kelas rendah, atau junk debt.) Altman dan Nammacher (1985) menyajikan statistik berikut (berasal dari penelitian sebelumnya ditambah analisis mereka sendiri) untuk tingkat default utang perusahaan: 1900-1909 ,90%

1930-1939 3,20%

1960-1967 ,03%

1910-1919 2,00

1940-1949 ,40

1968-1977 ,16

1920-1929 1,00

1950-1959 ,04

1978-1984 ,07

Altman dan Nammacher juga melaporkan bahwa beberapa default terjadi untuk utang digolongkan dalam empat kategori investment grade; "Dari 130 wanprestasi masalah dari periode 15 tahun 1970-1984, hanya empat memiliki rating BBB / Baa atau lebih tinggi enam bulan sebelum ke default" (hal. 3). Berfokus pada utang low-rated (kurang dari BBB atau Baa), mereka melaporkan pada periode 1974-1984, tingkat kegagalan berkisar “dari 0,155 dari 1% pada tahun 1981 menjadi 4.488% pada tahun 1977, dengan rata-rata tahunan menjadi 1,60% dari nilai nominal"(hal. 6). Penelitian lain pada obligasi kelas rendah termasuk Blume dan Keim (1984) dan Drexel, Burnham, dan Lambert (1985). Meskipun sebagian besar lembaga pemeringkat menekankan bahwa hubungan mekanis antara rasio keuangan dan peringkat utang tidak ada, pola sistematik dalam rata-rata rasio perbedaan kategori Peringkat diamati. Misalnya, Standard & Poor (1983a, hal 26) melaporkan rata-rata berikut untuk rasio-rasio keuangan perusahaan industri yang utang berperingkat AAA dalam kategori BBB: Faktor-faktor lain yang dipertimbangkan oleh lembaga pemeringkat termasuk ketentuan perjanjian indenture, perlindungan yang diberikan oleh aset yang ada, dan kualitas manajemen. B. Fungsi Ratings Utang

Sedikitnya enam fungsi telah dikaitkan dengan peringkat utang (atau peringkat utang perusahaan): 1. Unggul sumber informasi tentang kemampuan perusahaan, kota, atau pemerintah untuk membuat pembayaran tepat waktu pokok dan bunga atas pinjaman. Keunggulan ini bisa timbul dari kemampuan yang lebih besar untuk menganalisis informasi publik atau dari akses ke informasi rahasia. (Beberapa pihak mengungkapkan informasi rahasia kepada perusahaan rating pada kondisi bahwa kerahasiaannya dihormati.) 2. Sumber rendah biaya informasi kredit yang berkaitan dengan penampang yang luas perusahaan, kota, dan pemerintah. Pengumpulan informasi tentang berbagai perusahaan, kota, atau pemerintah bisa menjadi kegiatan yang sangat mahal. Bagi banyak investor, itu adalah biaya yang efektif untuk memiliki agen tunggal mengumpulkan, mengolah, dan meringkas informasi ini dalam format mudah ditafsirkan (seperti skala penilaian sembilan poin). 3. Sumber "asuransi hukum" untuk wali investasi. Dengan membatasi investasi pada surat utang hanya kategori rating tertinggi (misalnya, BBB dan di atas), wali dapat mengurangi paparan tuntutan hukum mengklaim salah urus dana investasi. (Ini "asuransi hukum" beroperasi melalui peningkatan biaya pihak ketiga membuktikan kesalahan manajemen.) 4. Sumber sertifikasi tambahan keuangan dan representasi lain manajemen. Ketika sebuah perusahaan peringkat utang memberikan peringkat yang diberikan, reputasi sendiri beresiko. Perusahaan Peringkat memiliki insentif untuk mengejar, dengan lembaga sekuritas utang yang sedang dinilai, kekhawatiran mengenai kelengkapan atau ketepatan waktu laporan keuangan dan data lainnya di mana peringkat didasarkan. Dalam konteks ini, perusahaan rating dapat berfungsi sebagai pemberi sertifikat pada kualitas informasi yang diberikan oleh penerbit surat hutang dinilai. (Sebagaimana dibahas dalam Bab 1, auditor eksternal juga melakukan peran sertifikasi.) 5. Memonitor tindakan manajemen. Bab 1 menjelaskan konflik kepentingan yang mungkin timbul antara manajemen dan pihak-pihak lainnya. Manajemen yang bermaksud untuk tidak mengambil tindakan yang bertentangan dengan kepentingan pemegang saham atau pemegang obligasi memiliki insentif untuk menyewa tubuh seperti lembaga pemeringkat utang. Mempekerjakan sendiri merupakan sinyal bahwa manajemen siap untuk mengekspos tindakan untuk pengawasan eksternal.

6. Memfasilitasi kebijakan publik yang membatasi investasi spekulatif oleh lembaga seperti bank, perusahaan asuransi, dan dana pensiun. Biaya sosial bisa tinggi ketika lembaga-lembaga tersebut menjadi bangkrut. Untuk mengurangi kemungkinan kebangkrutan, undang-undang atau peraturan yang ada di beberapa negara yang menghalangi lembaga seperti investasi pada efek hutang yang "khas atau sebagian besar spekulatif." Salah satu cara untuk melaksanakan kebijakan publik ini adalah dengan menggunakan peringkat utang sebagai sarana membedakan non-spekulatif dari investasi spekulatif. Misalnya, US Bank Pemeriksaan Prosedur (dikutip dalam publikasi Moody 's Investor Service) membatasi investasi bank Grup 1 sekuritas: "Grup

1

sekuritas. . . termasuk

kewajiban

umum

pasar

dalam

empat

tertinggi [peringkat] nilai dan surat berharga unrated nilai setara. " Tidak ada kebulatan suara tentang pentingnya relatif dari (dan mungkin lainnya) fungsi layanan peringkat utang. Misalnya, sedangkan perusahaan Peringkat sendiri (tidak terduga) berpendapat bahwa superior fungsi sumber infomation penting, beberapa orang lain melihatnya sebagai tidak ada. Sebagai contoh, Wakeman (1981) berkomentar bahwa "pengumuman perubahan Peringkat tidak memberikan informasi baru ke pasar modal" (hal. 19). Dia berpendapat bahwa perusahaan Peringkat melakukan fungsi sebagai berikut: "Mereka membuktikan kualitas relatif dari obligasi dan keakuratan informasi yang menyertainya tentang perusahaan penerbit; dan mereka lebih memantau risiko obligasi selama masa obligasi "(hal. 22). C. kuantitatif Model Penilaian Utang Model yang dikembangkan untuk memprediksi peringkat ditugaskan untuk surat utang umumnya mengambil bentuk berikut: 𝑍𝑖 = 𝑓 (𝑋𝑖1 , 𝑋𝑖2 , … … … 𝑋𝑖𝑛 Dimana Zi

= ratings Assigned to debt security i

Xij

= value of the jth variable pertaining to debt security i

Analisis diskriminan adalah teknik statistik yang paling sering digunakan untuk memperkirakan (14.1). Lampiran bab ini membahas dan menggambarkan analisis

diskriminan. Pembaca tidak akrab dengan teknik ini harus membaca lampiran ini sebelum melanjutkan. Model untuk menjelaskan atau memprediksi peringkat utang dapat berguna untuk lembaga pemeringkat sendiri. Hal ini penting untuk badan-badan ini yang ada konsistensi pada titik di saat peringkat ditugaskan untuk masalah utang individu. Penggabungan model ke peringkat proses adalah salah satu cara mengurangi inkonsistensi di peringkat individual. Model ini dapat digunakan sebagai tahap awal analisis untuk membentuk peringkat awal dari masalah utang. Maka penilai individu dapat melakukan penilaian pada faktor-faktor atau hubungan timbal balik tidak ditangkap oleh model untuk menentukan peringkat akhir dari masalah utang. Selain itu, model ini dapat memberikan informasi penting untuk lembaga pemeringkat pada proses pengadilan penilai mereka. Ini merupakan temuan yang sering dalam penilaian manusia akan literatur yang individu ovesetimate bobot sebenarnya diberikan kepada isyarat kecil dan underestimate bobot diberikan kepada isyarat utama; lihat Slovic dan Lichtenstein (1971) dan Slovic, Lichtenstein, dan Fischhoff (1983). Mengembangkan model yang menguji apakah temuan ini terjadi untuk judgement penilai utang-sekuritas dapat memberikan informasi berharga ketika memutuskan lingkup, dan variabel yang diteliti dalam, Peringkat keterlibatan masa depan. Akhirnya, model peringkat obligasi juga dapat berguna untuk lembaga dalam kegiatan yang sedang berlangsung mereka mengevaluasi kembali masalah utang saat ini dinilai. Model ini dapat digunakan sebagai alat skrining untuk sinyal perubahan kondisi ekonomi perusahaan, kota, atau pemerintah. Penilaian model juga dapat menjadi penting bagi investor. Tidak semua efek hutang dinilai oleh perusahaan-perusahaan seperti yang dijelaskan dalam Tabel 14.1. Sebagai contoh, sejumlah besar dari masalah utang ditempatkan pribadi tidak dinilai. Sebuah model kuantitatif seperti (14.1) dapat berguna dalam skrining penempatan swasta memiliki nilai investasi yang setara dengan yang ada di peringkat nilai yang lebih tinggi. (Masalah bisa timbul dalam menggunakan model estimasi dengan obligasi rated untuk memprediksi peringkat obligasi ditempatkan secara private, jika ada perbedaan ekonomi substantif antara kedua kelompok obligasi, yaitu, jika ada bias seleksi yang dimiliki sebagai estimasi sampel hanya perusahaan-perusahaan yang mengajukan rating.) Penggunaan lain dari model peringkat utang-sekuritas untuk menyorot manajemen variabelvariabel yang (atau berkorelasi dengan orang-orang yang) penting untuk perusahaan rating. Manajemen kemudian dapat faktor dalam keputusan mereka kemungkinan

konsekuensi untuk peringkat utang-keamanan mereka dari tindakan alternatif mereka sedang mempertimbangkan (misalnya, apakah akan mengakuisisi perusahaan lain melalui utang dibiayai penawaran tunai atau melalui anequity penawaran). Salah satu masalah dalam mengembangkan model-model kuantitatif di daerah ini adalah memilih set variabel independen. Sebuah pernyataan eksplisit dan diuji apa rating obligasi mewakili, atau variabel yang harus diperiksa, tidak disediakan dalam literatur ini atau dengan perusahaan rating. Tidak mengherankan, ada banyak keragaman di studi mengembangkan model kuantitatif dalam pendekatan mereka untuk pemilihan variabel. Idealnya, harus ada beberapa yang mendasari "rationable ekonomi" untuk variabel-variabel yang termasuk dalam model. Satu memiliki lebih percaya diri bahwa variabel akan memiliki beberapa nilai prediksi ketika ada rationable seperti untuk dimasukkan mereka. Meskipun sebagian besar skema Peringkat ikatan yang menghakimi, subset secara langsung didasarkan pada model kuantitatif. Misalnya, Simon dan Coates (1980) memberikan rincian berikut British mereka Obligasi Penilaian Service (BBRS): Peringkat tersebut didasarkan pada kriteria objektif, dan kriteria subjektif telah dikeluarkan. Sejauh ini, sistem harus dianggap sebagai disederhanakan dan tidak mencakup semua. Dalam menilai hasil yang sesuai dengan ikatan yang diberikan investor juga perlu mempertimbangkan faktor-faktor tidak dibangun ke dalam sistem.Peringkat tidak mengandung unsur penilaian atau pendapat dari pihak Simon & Coates, pembantu atau agen mereka. . . . Informasi keuangan dalam layanan ini dikumpulkan dan dianalisis, atas nama kami, oleh EXTEL statistik Services Ltd (p. I) Variabel yang diteliti dalam layanan BBRS termasuk ukuran perusahaan, rasio leverage, dan rasio interest coverage. Banyak dari "in-house" sistem rating utang dijelaskan dalam Hawkins, Brown, dan Campbell (1983) juga bergantung secara eksklusif pada model kuantitatif untuk menurunkan peringkat utang-keamanan individu. D. Kuantitatif Model Penilaian Utang Perusahaan Selama bertahun-tahun, perusahaan Peringkat difokuskan pada obligasi korporasi dan surat berharga obligasi daerah. Dengan keragaman meningkatnya surat utang korporasi, peringkat untuk satu set yang lebih luas dari surat utang sekarang dikeluarkan. Misalnya, surat berharga dinilai oleh Moody termasuk obligasi korporasi, obligasi konversi, surat berharga, medium term notes, dan saham preferen. Bagian ini menggambarkan Peringkat model surat utang

korporasi melalui diskusi (1983) studi Belkaoui tentang peringkat obligasi perusahaan industri. Obligasi Penilaian Industrials Peringkat obligasi diperiksa dalam Belkaoui (1983) termasuk sampel estimasi 266 obligasi industri dan sampel validasi dari 115 obligasi industri, semua dinilai B atau di atas oleh Standard & Poor pada tahun 1981. Sembilan variabel independen yang digunakan dalam beberapa model analisis diskriminan linier : Variabel-variabel tersebut dipilih oleh Belkaoui, berdasarkan analisis dari variabel-variabel yang menentukan "kualitas investasi obligasi" (hal. 90). (Penelitian sebelumnya telah menunjukkan variabel X9 menjadi sangat penting, lihat, misalnya, mencubit dan Mingo, 1975). Salah satu aturan patokan yang digunakan dalam penelitian sebelumnya adalah bahwa ketika sebuah perusahaan memiliki baik obligasi subordinasi dan nonsubordinated, ikatan subordinasi berperingkat satu kelas lebih rendah dari obligasi nonsubordinated.) Matriks klasifikasi untuk estimasi dan validasi sampel di Belkaoui (1983) dalam Tabel 14.3. Untuk sampel estimasi, model diskriminan benar mengklasifikasikan 72,9% (194/266) dari peringkat obligasi. Dalam sampel validasi model dengan benar mengklasifikasikan 67,8% (78/115) dari peringkat obligasi. Kedua persentase yang jauh lebih besar daripada persentase yang diharapkan secara kebetulan saja. Persentase ini klasifikasi yang benar menguntungkan dibandingkan dengan yang dilaporkan dalam studi sebelumnya dari peringkat obligasi industri. Sebagai contoh: 

Horrigan (1966) melaporkan tingkat keberhasilan 58% untuk 70 obligasi dinilai oleh Moody 's dan tingkat keberhasilan 52% untuk 60 obligasi dinilai oleh Standard & Poor' s pada periode 1961-1964.



Pinches dan Mingo (1973) melaporkan tingkat keberhasilan 65% dalam mengklasifikasikan sampel validasi 48 obligasi dinilai oleh Moody 's pada periode 1967 -1968.



Kaplan dan

Urwitz

(1979) melaporkan tingkat

keberhasilan 71% dalam

mengklasifikasikan sampel validasi 67 obligasi dinilai oleh Moody 's pada periode 1971-1972.

Ketiga studi tersebut dan Belkaoui (1983) melaporkan persentase yang lebih tinggiklasifikasi yang benar ketika kriteria adalah “memprediksi dengan satu kelas rating” dari aktual rating class. Other Debt Securities Metodologi telah disediakan pada debt securities yang lainnya. Sebagai contoh, Peavy dan Edgar (1983) menguji rating pada tahun 1980 oleh Moody dari surat berharga komersial (comercial paper) dari 83 bank holding company. Lima variabel dalam model linear yang digunakan untuk memprediksi rating dari commercial paper sebagai berikut: (1) net income, (2) common stockholder equity/total asset, (3) tingkat pertumbuhan asset pada lima tahun terakhir, (4) return pada equity, dan (5) cadangan untuk pinjaman kerugian/pinjaman. Model ini dapat memprediksi aktual dari Moody rating kategori dengan 88% tingkat kesuksesan. E. Quantitative Models of Municipal Debt Ratings Debt securities diisukan oleh municipal dibagi menjadi dua kategori utama: 1.

General obligation bond. Bond ini diisukan oleh unit pemerintahan yang memiliki kekuasaan untuk memungut pajak.

2.

Revenue bond. Tipe ini diisukan pada proyek keuangan yang merupakan hasil dari income (contohnya, bandara, jembatan, pembangunan perumahan, jalan tol, atau electric power plant). Menghasilkan revenue oleh proyek yang digunakan untuk membayar bunga dan principal pada obligasi. Variabel ini menjadi penting dalam rating obligasi termasuk expected revenue dari proyek dan kualitas dari manajemen

Model kuantitaif pada obligasi pemerintah berkonsentasi pada obligasi umum di unit pemerintahan lokal. Raman’s (1982) melakukan studi tentang ratings dengan sampel 236 U.S. cities. Variabel independen, dipilih berdasarkan analisis dari municipal bond-rating literature, sebagai berikut: X1 = General obligation debt per capita X2 = General obligation debt to general revenues X3 = Short-term debt to general revenues X4 = Log of per-capita income

X5 = Net change in working capital from operations X6 = Net change in working capital from all sources X7 = General revenue from own source to general revenues X8 = Property taxes to general revenues X9 = Log of general obligation debt outstanding X10 = Log of gross debt outstanding Tabel 14.4 menyajikan klasifikasi matriks pelaporan rating pada tahun 1977-1978 pada studi ini. (klasifikasi rate ini berdasarkan pada Lachenbruch technique). Klasifikasi keseluruhan di tahun 1977-1978 berada di rate 54,5%. Berbagai penjelasan telah ditawarkan pada permasalahan yang lebih besar dari model municipal bond rating relative pada corporate bond rating: 1. Municipal bond lebih heterogen (contoh: perbedaan semua sampel pada pembatasan yang legal atas pembayaran kembali mungkin lebih dikenal daripada dengan obligasi perusahaan). 2. Keseragaman pada laporan keuangan berada pada level terendah (contoh, adanya perbedaan pertimbangan pada bagaimana account pemerintah daerah untuk biaya pensiun). 3. Laporan keuangan untuk pemerintah daerah berkualitas rendah (contoh: laporan yang diaudit jarang dan penundaan waktu lebih sering terhadap laporan pemerintahan daerah). 4. Masalah keterlambatan rating lebih banyak dengan pemerintah daerah (bahwa, rating perusahaan membutuhkan waktu yang lebih panjang untuk merevisi rating dari pemerintah daerah setelah kondisi dasar telah berubah). 5. Rating perusahaan lebih tidak konsisten pada rating municipal bond daripada rating corporate bond. Sekarang, penjelasan yang ada saat ini dan lainnya adalah pandangan terbaik sebagai hipotesis yang belum diuji untuk perbedaan kemampuan dari model atas prediksi rating perusahaan dan obligasi pemerintah daerah.

PRICING OF DEBT SECURITIES A. Debt Security Yields and Debt Security Ratings Current yield dan yield to maturity adalah term yang sering digunakan pada literature investasi obligasi. Current yield dari obligasi adalah tingkat kupon obligasi, yang dinyatakan dengan dollar, dibagi oleh current market price. Asumsi obligasi kupon 7% (bunga dibayar semi tahunan) dengan par value $1000, jatuh tempo 30 tahun dan current market price $857. Imbal hasil kini pada obligasi adalah:

$70  8.17% $857 Perhitungan kalkulasi imbal hasil adalah sejalan dengan perhitungan imbal hasil dividen untuk saham biasa. Imbal hasil jatuh tempo obligasi dihitung pada akun dibawah ini: meskipun obligasi diatas dijual $857 sekarang, obligasi tersebut akan dinilai $1000 pada saat jatuh tempo. Imbal hasil hingga jatuh tempo ekuivalen dengan tingkat bunga, compounded semiannually, dimana dibutuhkan investasi $857 pada harga pasar sekarang dan digaransi $35 setiap pertengahan tahun dan $1000 pada tanggal jatuh tempo obligasi. Pada term ini dilakukan perhitungan present value bahwa Present value $1000, 30 tahun + present value dari 30 tahun anuitas semiannual dari $35= $857 Untuk obligasi ini, yield to maturity adalah 8.3%. Pada praktiknya, hampir seluruh perhitungan yield to maturity dibuat oleh referensi yield book. Pada sesi 14.3 B, bukti dari faktor yang mendasari perbedaan pada imbal hasil hingga jatuh tempo dari perbedaan obligasi yang diuji. Isu menarik dari hubungan antara debt-security rating dan debt-security yields. Secara empiris, keduanya sangat terkait. Tabel 14.5 menyajikan rata-rata yield to maturity dari industri, utilitas publik, dan obligasi pemerintah daerah pada setiap kelas rating top four dari Moody diatas periode 1975-1984. Avarage yield pemerintah daerah pada industri vis-à-vis adalah rendah dan utilitas mencerminkan (pada bagian) pembebasan pajak bunga pada obligasi pemerintah daerah. Pola umum pada table 14.5 pada debt rating terendah, tingginya rata-rata imbal hasil pada kategori tersebut.

B. Determinants of Differences in Corporate Bond Yields Analisis empiris pertama secara detail dari faktor-faktor yang menjelaskan perbedaan pada imbal hasil obligasi perusahaan adalah Fisher (1959). Untuk mengontrol faktor nonfirm yang mempengaruhi imbal hasil obligasi, Fisher menjelaskan risiko premium dari yield to maturity. “Risiko premium pada obligasi…[adalah] perbedaan antara market yield to maturity dan kesesuaian dengan tingkat bunga” (p.221). "Premi risiko pada obligasi. . . [adalah] perbedaan antara market yield hingga jatuh tempo dan nilai bersih yang sesuai kepentingan "(p.221). nilai bersih dari bunga didefinisikan sebagai "market yield atas obligasi tanpa risiko jatuh tempo pada hari yang sama terikat di bawah pertimbangkan" (p.221). Kedua risiko kegagalan dan risiko pemasaran yang diduga menjadi faktor penentu premi risiko. Tiga variabel yang digunakan sebagai proxy untuk risiko gagal bayar X1 = variabilitas laba, diukur sebagai koefisien variasi pada laba setelah pajak terbaru sembilan tahun X2 = Solvabilitas, diukur sebagai lamanya waktu sejak salah satu peristiwa berikut terjadi: "perusahaan yang didirikan, perusahaan muncul dari kebangkrutan, atau kompromi dibuat di mana

kreditur

melunasi

kurang

dari

100%

dari

klaim

mereka"

(hal.

224)

X3 = equity / rasio utang, diukur sebagai "rasio nilai pasar ekuitas perusahaan dengan nilai nominal utang" (p.224)

Koefisien X1 diperkirakan akan positif sedangkan koefisien pada X2 dan X3 diperkirakan menjadi negatif. Variabel yang digunakan sebagai proxy untuk risiko kemampuan pasar itu

X4 = Total market value dari obligasi yang diperdagangkan secara publik yang memiliki perusahaan yang beredar. Koefisien X4 diperkirakan akan negatif. regresi Cross-section dijalankan untuk 71 perusahaan pada tahun 1927, 45 perusahaan pada tahun 1932, 89 perusahaan pada tahun 1937, 73 perusahaan pada tahun 1949, dan 88 perusahaan pada tahun 1953. Hasil ketika semua 366 obligasi dikumpulkan adalah Yi = .987 + .037 X1i – 2.53 X2i - .537 X3i - .275 X1i t = 9.59

t = -7.03

t = -17.32

t = -13.10

di mana Yi = premi risiko dari obligasi perusahaan i. Keempat variabel secara statistik signifikan berbeda dari nol, dan ke arah yang diduga (hipotesis). Selain itu, R2 dari (14.2) adalah 75, menyiratkan bahwa variabel sebelumnya menjelaskan variasi dalam premi risiko obligasi. Variabel diperiksa oleh Fisher (1959) adalah bagian dari orang-orang penting yang berpotensi dalam menjelaskan perbedaan antar sekuritas dalam hasil mereka. Misalnya, variabel lain dapat mencakup ketentuan dalam perjanjian indenture obligasi (misalnya, Status subordinasi) dan status panggilan dari obligasi. Perpanjangan penelitian Fisher pada obligasi perusahaan disediakan di Johnson (1967). Penelitian berikutnya sedikit tentang topik ini tampaknya telah dilakukan.

C. Determinants of Differences in Municipal Bond Yields Analisis regresi juga telah digunakan dalam penelitian tentang hasil obligasi municipal. Ingram dan Copeland (1984) meneliti premi risiko pada kewajiban umum obligasi dari 76 kota di periode 1976-1979. Premi risiko pada masing-masing obligasi adalah variabel dependen; itu "berasal dengan mengurangi dari imbal hasil hingga jatuh tempo dari setiap masalah municipal hasil yang sesuai jatuh tempo AS. Treasury bond dengan jatuh tempo yang sama dan karakteristik kupon" (p.24). Fokus penelitian mereka adalah apakah perbedaan rasio keuangan di seluruh municipalities bisa menjelaskan perbedaan dalam premi risiko pada obligasi municipalities tersebut. Rasio keuangan diperiksa sebagai variabel independen, tanda diprediksi koefisien mereka dalam regresi, dan tanda koefisien estimasi mereka (dari Tabel 4 dan Tabel 8) Financial Ratios included as Independent Predicted

Sign

of Estimated

Sign

of

Variables

Regression Coefficient

Regression Coeficient

Short-term debt / Total revenue

+

-

Bond funds / Total debt

-

-

Percentage change in long-term debt

+

+

Vital expenditure / Total expenditure

+

-

personal +

-

Total revenue per capita

+

+

Revenue mix

-

-

Property tax / Total revenue

+

+

Percentage

change

in

expenditure

Total revenues / Total expenditure Percentage

change

in

(Revenue

-

-

– -

-

Expenditure)

Keuangan "Rasio ini dikembangkan untuk menangkap aspek yang berbeda dari risiko kegagalan dan pemasaran. Setiap rasio menunjukkan efek potensi variasi dalam kondisi ekonomi pada kemampuan sebuah municipality’s untuk menghasilkan sumber daya dan menyediakan layanan penting saat melakukan pembayaran utang dan bunga tepat waktu "(hal.29). R2 dari regresi adalah 0,243. Para penulis menyimpulkan, "Studi ini memberikan bukti yang konsisten dengan anggapan bahwa informasi akuntansi municipal dapat berguna untuk pelaku pasar" (hal.35). Masing-masing variabel berasal dari laporan keuangan municipality. Perluasan menarik akan menguji pengaruh pada R2 termasuk variabel yang tidak didasarkan pada laporan keuangan, misalnya, sejarah kegagalam municipality, dan ukuran diversifikasi basis ekonomi municipality. Penelitian awal oleh Hastie (1972) akan menunjukkan bahwa, dan variabel laporan keuangan non, secara substansial dapat meningkatkan kekuatan model untuk menjelaskan perbedaan dalam premi risiko di municipalities.

D. Determinants of Bond Prices and Bond Returns Penelitian baru-baru ini banyak pada surat obligasi yang telah difokuskan pada harga obligasi atau kembalinya obligasi bukan pada hasil hingga jatuh tempo. Dua faktor ditemukan penentu penting harga obligasi korporasi 1. Waktu aliran pembayaran kupon pada obligasi 2. Karakteristik obligasi (misalnya, hasil saat ini, ketentuan panggilan, ketentuan konversi, dan likuiditas).

Sebuah studi ilustrasi Broadman dan McEnally (1981) analisis tentang harga "515 obligasi yang dipilih secara acak perusahaan berpengalaman di empat titik yang berbeda dalam waktu - akhir tahun 1972, 1973, 1974 dan 1975" (p.215). Sebuah regresi terpisah dijalankan untuk setiap Aaa, Aa, A, dan kategori Peringkat Baa obligasi. Variabel independen dimasukkan 

nilai sekarang bersih dari urutan kupon



Log dari nilai pasar dari semua masalah obligasi (ukuran pemasaran)



beta Bond (ukuran risiko)



Dana Sinking variabel dummy (1 = kehadiran sinking fund / 0 = tidak adanya)



Status Keamanan variabel dummy (1 = adanya klaim atas aset / 0 = tidak adanya)



Efek daftar variabel dummy (1 = diperdagangkan di atas meja, 0 = diperdagangkan di bursa utama)



Industri variabel dummy (1 = ikatan industri, 0 = nonindustrial bond).

explanatory power (R2) variabel dalam regresi untuk setiap tahun 1972

1973

1974

1975

Aaa bonds

.997

.998

.998

.997

Aa bonds

.983

.997

.971

.983

A bonds

.991

.988

.969

.971

Baa bonds

.982

.933

.895

.897

Para penulis mencatat bahwa explanatory power yang lebih rendah untuk obligasi Baa "konsisten dengan pengamatan standar bahwa obligasi berkualitas rendah kurang homogen dibandingkan kelompok-kualitas yang lebih tinggi" (hal.217). Saat ini, penelitian empiris pada efek hutang telah terhambat oleh kemajuan dalam pemodelan harga surat utang. Ikhtisar penelitian tentang pemodelan tersebut termasuk Courtadon dan Merrick (1983) dan Schaefer (1984). Model yang menghubungkan harga sebuah debt security untuk variabel seperti fitur panggilan, status pajak dari kupon bunga, dan perjanjian dalam perjanjian utang tidak berkembang dengan baik. Selain itu, tren di perusahaan keuangan adalah menuju lebih daripada kurang heterogenitas dalam surat utang yang diterbitkan oleh perusahaan. Selain itu, hanya beberapa tahun terakhir bahwa basis data yang dapat diandalkan, yang mencakup sejumlah besar securities perusahaan atau municipal, telah tersedia. Sehubungan dengan penelitian empiris tentang equity securities, penelitian empiris pada debt securities masih dalam tahap awal dan menunjukkan beberapa tanda-tanda kemajuan pesat hingga jatuh tempo.

14.4 SOME GENERAL COMMENTS 1. Kriteria yang digunakan dalam literatur untuk menilai keberhasilan model kuantitatif peringkat debt-security adalah kemampuan mereka untuk memprediksi peringkat yang diberikan oleh perusahaan-perusahaan seperti Moody atau Standard & Poor. Catatan, bagaimanapun, bahwa kegagalan model linear untuk memprediksi reter’s judgement obligasi

mungkin mengatakan banyak tentang konsistensi atau kualitas rater’s judgement sebagai mengenai kesalahan spesifikasi dalam model linear. Beberapa wawasan kemungkinan adalah frekuensi dari yang disebut fenomena Peringkat campuran (yaitu, ketika perusahaan berbeda dalam peringkat ditugaskan untuk masalah utang tertentu). Data Tabel 14.6 menyajikan (dari Altman et al., 1981) pada waktu perubahan rating pada perubahan obligasi oleh Moody dan standar & Poor di sektor utilitas publik listrik 1960-1979, perubahan rating simultan oleh dua lembaga berlangsung di hanya 17% (22/133) dari mengandalikan timbulnya diperiksa. Inkonsistensi oleh penilai individu dan Peringkat lag (yaitu, kegagalan rating perusahaan untuk mengubah rating pada waktu yang tepat) adalah dua penjelasan atas persentase rendah ini. Penjelasan lain adalah akses ke informasi diferensial. Pendekatan alternatif untuk mengevaluasi model kuantitatif peringkat debt-security akan memilih sebuah peristiwa yang diamati (misalnya, kegagalan pada keamanan utang) dan kemudian membandingkan waktu dari revisi yang dibuat oleh perusahaan rating dengan revisi Peringkat tersirat oleh Model kuantitatif. (idealnya, revisi peringkat komposit dari perusahaan rating dan model kuantitatif juga akan diperiksa). Sampai saat ini, pendekatan ini belum digunakan secara luas dalam literatur. Perhatikan bahwa pendekatan ini mengasumsikan bahwa tingkat pasca standar ex adalah proxy yang baik untuk tingkat standar yang tidak dapat diamati ex ante pada saat penilaian.

2. Masalah variabel operasionalisasi tertentu dalam model rating debt-security sering kali sulit. Persyaratan Pertimbangkan pemodelan dari perjanjian indenture obligasi. Kesepakatan ini dilaporkan menjadi penting dalam peringkat obligasi. Mengingat banyak persyaratan dan perjanjian dalam perjanjian ini dan solusi beragam disediakan untuk kurangnya kepatuhan, merancang sebuah variabel tunggal (atau set variabel) untuk menangkap perbedaan antar perusahaan tampaknya monumental. Tidak mengherankan, hanya model paling kejam telah digunakan (misalnya, penggunaan variabel dummy untuk menangkap status subordinasi obligasi). 3. suatu hal yang menarik adalah apakah kemampuan prediksi dari debt rating models dapat ditingkatkan dengan penyesuaian prinsip akuntansi yang digunakan oleh perusahaan di laporan keuangan mereka. Dua penelitian, berkaitan dengan penyesuaian di bidang akuntansi pensiun, yang akan digunakan untuk menggambarkan penelitian; Martin dan Henderson (1983) dan Copeland dan Ingram (1983).

Martin dan Henderson (1983) meneliti tambahan penjelas variabel yang berhubungan dengan manfaat pensiun yang tidak didanai dari obligasi korporasi. Sampel adalah 129 industri , obligasi dinilai B atau di atas oleh Moody pada periode 1979-1980. Model dasar termasuk lima variabel (empat rasio akuntansi dan dummy 0/1 untuk status subordinasi obligasi). Model ini benar diklasifikasikan 50,4% dari obligasi. Model ditambah meliputi lima variabel dalam model dasar dan lima variabel tambahan yang berkaitan dengan akuntansi pensiun, misalnya, (a) biaya jasa lalu didanai per karyawan dan (b) pensiun yang terkait setara hutang terhadap ekuitas pemegang saham. Model ini diklasifikasikan 54,3% dari obligasi. Dengan demikian, penjelas tambahan dari variabel pensiun sangat minim dalam konteks prediksi obligasi. Copeland dan Ingram (1983) melaporkan temuan yang sama untuk memprediksi peringkat dari 62 obligasi kota. Model dasar memiliki sembilan rasio akuntansi yang berasal dari laporan keuangan masing-masing kota. Tingkat keberhasilan klasifikasi model dasar adalah 56,5%. Model ditambah termasuk rasio sembilan akuntansi dan tiga variabel pensiun tambahan, misalnya, (a) rasio penerimaan pensiun untuk pembayaran pensiun dan (b) total saldo investasi dana pensiun dibagi dengan pengeluaran pensiun total. Tingkat keberhasilan klasifikasi model adalah 61,3%. Para penulis menyimpulkan bahwa "rasio pensiun berhubungan dengan marjinal 4,8 persentase poin perbedaan dalam akurasi klasifikasi ...; jumlah yang tidak signifikan pada tingkat 0,20" (p 159.).

Ada beberapa penjelasan alternatif untuk hasil Martin dan Henderson (1983) dan Copeland dan Ingram (1983) studi: (a) informasi akuntansi pensiun tidak relevan dengan mengelompokkan obligasi dalam kategori penilaian yang berbeda; (b) informasi akuntansi pensiun, tetapi variabel yang digunakan dalam studi meliputi kesalahan pengukuran yang cukup besar; dan (c) informasi akuntansi pensiun, tetapi informasi perusahaan bond-rating belum dimasukkan ke dalam keputusan rating mereka.

4. Dua bidang pelaporan keuangan di mana telah ada penelitian yang sistematis yaitu a. Apakah dan bagaimanakah pemeringkatan obligasi.

pengungkapan baru

dimasukkan ke dalam proses

b. Pengakuan dan penyesuaian yang dilakukan oleh lembaga debt-rating untuk pembiayaan off-balance-sheet oleh entitas yang efeknya sedang dinilai. Pernyataan yang dibuat oleh lembaga pemeringkat memberikan beberapa wawasan. Pertimbangkan pernyataan berikut oleh standar yang berkaitan dengan pengungkapan pada perubahan harga dan cadangan perusahaan minyak dan gas: 

Mengubah harga: alat kuantitatif S & P mulai digunakan dalam mengevaluasi perlindungan laba adalah informasi tambahan tentang inflasi dan perubahan harga perusahaan publik yang kini dituntut untuk dilaporkan.



pengungkapan-Nilai berbasis cadangan minyak dan gas terbukti: "nilai" sebagai persentase dari hutang telah menjadi rasio penting.

Pembiayaan Off-balance-sheet sering dibahas oleh lembaga pemeringkat. Berikut pernyataan Duff dan Phelps dalam Keputusan Kredit yang merupakan ilustrasi: 

Bentuk pembiayaan off-balance-sheet yang sedang digunakan meliputi: 1. anak perusahaan yang sepenuhnya atau sebagian dimiliki tapi tidak terkonsolidasi 2. penjualan sistematis piutang kepada pihak ketiga 3. Pembayaran Produksi 4. pengambilan atau pembayaran kontrak Kegagalan untuk menyesuaikan (untuk di atas) mempengaruhi rasio yang begitu sangat diandalkan di bagian kuantitatif dari analisis kredit. (march 26,1984)



Duff dan Phelps biasanya menyesuaikan neraca untuk mencerminkan kewajiban offbalance-sheet. Bagi perusahaan industri, penyesuaian paling sering adalah memanfaatkan sewa operasi, menempatkan angka ini dalam neraca, dan meningkatkan biaya tetap selama yang dilaporkan oleh bagian pembayaran sewa operasi diperkirakan beban bunga. (26 November 1984)

Penelitian pada model kuantitatif debt-rating belum memasukkan penyesuaian untuk pembiayaan off-balance-sheet ke dalam variabel yang diteliti.

5. ada sengketa dalam literatur mengenai apakah debt- rating securities menyampaikan informasi baru kepada peserta pasar modal (yaitu, di luar yang sudah dalam domain publik dari sumber lain). Salah satu pendekatan untuk menguji kembali obligasi, imbal hasil obligasi, atau return saham pada saat pengumuman perubahan rating.

Asumsi dalam

penelitian ini adalah bahwa tidak ada reaksi pasar modal pada saat perubahan Peringkat, konsisten dengan penilaian menyampaikan tidak ada informasi baru. Studi sampai saat ini telah memeriksa data bulanan pada periode sekitar pengumuman perubahan rating. Masalah penelitian di bidang ini banyak. Misalnya, kebanyakan studi telah difokuskan pada perubahan Peringkat dari satu perusahaan (katakanlah, Moody), tanpa memeriksa analisa dari semua perusahaan lain yang mengeluarkan peringkat pada sekuritas utang. Apa yang disebut jelasnya proses untuk satu perusahaan rating mungkin menjadi periode pengumuman perusahaan rating lain. Masalah kedua adalah bahwa kebanyakan studi efek pengumuman di daerah ini telah menggunakan data bulanan, yang meningkatkan kemungkinan rilis informasi lainnya mengganggu dalam penelitian.

Ringkasan 1. Perusahaan debt-rating adalah pengguna penting dari informasi laporan keuangan. Laporan yang diterbitkan oleh perusahaan-perusahaan ini mengutip variabel laporan keuangan sebagai item kunci dyang iperiksa dalam proses debt-rating. Model kuantitatif dari penilaian juga menemukan variabel laporan keuangan memiliki kemampuan yang signifikan untuk membedakan antara surat utang dalam kategori yang berbeda 2. Kemungkinan fungsi debt-rating sekuritas dan perusahaan mencakup penyediaan informasi yang unggul atau biaya rendah tentang efek hutang, pemberian asuransi hukum untuk pengawasan investasi, sertifikasi representasi keuangan dan lain dari manajemen, monitor dari tindakan manajemen, dan fasilitas kebijakan publik yang membatasi spekulasi investasi oleh institusi seperti perusahaan asuransi dan dana pensiun. 3. Variabel yang mewakili risiko default dan pemasaran telah ditemukan untuk menjelaskan perbedaan yang signifikan pada harga sekuritas surat utang, pengembalian, atau hasil. Variabel lain seperti status subordinasi, pajak, dan ketentuan panggilan juga tampak penting dalam penetapan harga surat utang. Namun, kemajuan dalam pemahaman kita tentang ini dan variabel lainnya telah dibatasi oleh kemajuan yang sedikit dibuat dalam modeling debt securities, dan dengan perkembangan yang lambat dari basis data yang luas dan dapat diandalkan pada harga atau pengembalian surat utang.