(0721) 8030188    pusat@itera.ac.id   

PREDIKSI KEBANGKRUTAN PERUSAHAAN ASURANSI JIWA PADA TAHUN 2019-2021 MENGGUNAKAN MODEL ZAVGREN (LOGIT)


Perusahaan asuransi jiwa seringkali kurang berhati hati dalam melihat kesehatan keuangan perusahaan tersebut sehingga berpotensi menyebabkan perusahaan tersebut bangkrut. Salah satu cara yang bisa dilakukan dalam memprediksi kondisi kesehatan perusahaan asuransi, untuk melihat berpotensi bangkrut atau tidak yaitu dengan prediksi kebangkrutan menggunakan model Zavgren. Tujuan dari penelitian ini yaitu ingin melihat pengaruh antara ROI, TURN, DEBT, REC, QUICK, dan CASH terhadap financial distress, memprediksi kondisi kesehatan perusahaan asuransi jiwa yang terdaftar di OJK, dan menentukan perusahaan asuransi jiwa terbaik dari acara “Best Insurance Award 2022” yang telah dilakukan. Hasil akhir pertama yang didapatkan pada penelitian ini yaitu pada tahun 2019, tahun 2020, dan tahun 2021, Variabel independen (ROI, TURN, DEBT, REC, QUICK, dan CASH) berpengaruh signifikan secara simultan terhadap financial distress dan hanya variabel ROI yang berpengaruh signifikan secara parsial terhadap Financial Distress dari tahun 2019 hingga 2021. Hasil prediksi model zavgren yang didapat, pada tahun 2019 terdapat 4 perusahaan terindikasi sehat, 34 perusahaan terindikasi rawan , dan terdapat 12 perusahaan terindikasi bangkrut. Pada tahun 2020 terdapat 7 perusahaan yang terindikasi sehat, 42 perusahaan terindikasi rawan , dan terdapat 1 perusahaan terindikasi bangkrut. Yang terakhir pada tahun 2021 terdapat 3 perusahaan terindikasi sehat, 42 perusahaan terindikasi rawan , dan terdapat 5 terindikasi bangkrut. Hasil akhir ketiga yang didapat terdapat perusahaan asuransi terbaik yang mendominasi dari 2019 hingga 2021 ditiap kategori yaitu PT Asuransi Simas Jiwa dikategori diatas Rp 25 triliun, PT Asuransi Jiwa Sequis Life dikategori Rp 10 triliun hingga Rp 25 triliun, PT Capital Life Indonesia dikategori Rp 5 triliun hingga Rp 10 triliun, dan PT Pacific Life Insurance dikategori Rp 1 triliun hingga Rp 5 triliun.

URI
https://repo.itera.ac.id/depan/submission/SB2308070028

Keyword