PERBANDINGAN TINGKAT AKURASI MODEL-MODEL PREDIKSI FINANCIAL DISTRESS PADA PERUSAHAAN YANG TERMASUK KANTAR'S 2020 TOP 30 GLOBAL RETAILS (EUR)

Analisis untuk menghindari capital lost harus dilakukan sejak dini karena pihak eksternal salah satunya investor menjadi penerima risiko terbesar, jika perusahaan mengalami financial distress. Pihak eksternal melakukan Early Warning System (EWS) dengan cara melakukan analisis untuk memprediksi financial distress. Tujuan penelitian ini untuk membandingkan beberapa model prediksi Financial Distress sehingga diperoleh model prediksi yang paling akurat. Penelitian ini dilakukan pada industri ritel global yang termasuk dalam Kantar's 2020 Top 30 Global Retails (EUR). Penentuan model prediksi yang paling akurat dilakukan dengan menentukan tingkat akurasi model prediksi dan menghitung tingkat akurasi masing-masing model. Jumlah sampel dalam penelitian ini adalah tiga puluh perusahaan ritel global. Data dalam penelitian ini diambil dari enam puluh laporan tahunan periode 2019-2020. Penelitian ini membandingkan enam model prediktor financial distress yaitu Model Altman, Model Fulmer, Model Grover, Model Springate, Model Taffler, dan Model Zmijewski. Berdasarkan hasil perbandingan enam model prediksi financial distress, model Grover memiliki tingkat akurasi tertinggi, yaitu 76,67%. Kebaruan penelitian ini yaitu menambahkan model Taffler sebagai model prediski financial distress. Implikasi penelitian membantu perusahaan dalam memahami analisis prediksi financial distress dan dapat mengambil keputusan jika perusahaan  mengalami kesulitan keuangan atau bahkan terjadi kebangkrutan. Bagi investor, dapat digunakan untuk membantu melihat potensi financial distress pada suatu perusahaan dan  sebagai bahan pertimbangan sebelum melakukan keputusan investasi