ANALISIS KETELITIAN MODEL PERAMALAN TIME SERIES DAN LEADING INDICATORS DALAM PREDIKSI EPS (Studi Pada Perusahaan-Perusahaan Dalam Industri Keuangan yang Terdaftar di BEJ Periode Tahun 1991-1997)

Semua keputusan investasi mengandung unsur ketidakpastian atau risiko, termasuk investasi di pasar modal ( khususnya saham biasa). Untuk menghadapi risiko tersebut, investor membutuhkan informasi tentang kinerja perusahaan. Salah satu informasi yang dapat digunakan adalah EPS ( earnings per share ). Perubahan EPS dari tahun ke tahun dapat dijadikan dasar untuk prediksi EPS peri ode berikutnya oleh investor. Teknik teknik peramalan EPS telah dikembangkan oleh banyak peneliti, diantaranya : Deschamps, Mehta, Brandon, Jarret, Balls, dan Watts. Penelitian mereka berdasarkan pendekatan time series, diantaranya NM (Halve Model ), MAM (Moving Average Model), dan ESM (Exponential Smoothing Model ).Peter D Chant juga mengembangkan model peramalan dengan pendekatan leading indicators, diantaranya MSM ( Money Supply Model ), SPIM ( Stock Price index Model ), dan BLM ( Bank Loan Model ). Masalah yang dihadapi dalam penelitian ini adaIah model peramalan inanakah yang paling teliti dalam prediksi EPS periode berikutllYa, model peramalan time series ataukah model peramalan leading indicators? Dengan menganlbil sampel 26 perusahaan dalam industri keuangan yang terdaftar di Bursa Efek Jakarta.. hasil penelitian menunjukkan bahwa tidak terdapat kekollsistenan hasil peramalan EPS, dan hipotesis yang menyatakan bahwa hasil peramalan leading indicators lebih teliti dibandingkan dengan hasil peramalan time serh"s tidal< terbukti atan ditolak. Dalam prediksi EPS periode berikut.nya, sebaiknya memperhatikan kondisi internal pemsahaan ( polaEPS masa laIu )dan keadaan makro ekonomi. Apabila pola EPS masa lalu sangat stabil, model peramalan time series akan memberikan hasil ramalan yang lebih teliti dibandingkan dengan model peramalan leading indicalors. tetapi bila keadaan makro ekonomi cukup stabil ( daIanl arti indikator ekotlomi tidak bet11uktuasi cukup tinggi ), maka model peramalan leading indicators akan memberikan hasil ramalan yang lebih teliti dibandingkan dengan model peramalan time series