TCRS-

Data dummy selama 5 tahun berturut-turut dengan perhitungan Tax Compliance Risk Score (TCRS). Saya akan membuatnya berdasarkan faktor-faktor berikut:

• ETR (Effective Tax Rate) = Pajak Dibayar / Laba Sebelum Pajak
• DR (Debt Ratio) = Total Liabilitas / Total Aset
• VAR (Variabilitas Pendapatan) = Standar deviasi pendapatan dari tahun ke tahun
• DSI (Days Sales in Inventory) = (Persediaan / HPP) × 365

Saya akan menggunakan bobot W1 = 0.4, W2 = 0.3, W3 = 0.2, W4 = 0.1 untuk menghitung TCRS.

data dummy selama 5 tahun berturut-turut dengan perhitungan Tax Compliance Risk Score (TCRS):

Tahun	Penjualan (Rp)	Laba Bersih (Rp)	Pajak Dibayar (Rp)	Total Aset (Rp)	Total Liabilitas (Rp)	ETR	DR	VAR	DSI	TCRS
2020	500,000,000	100,000,000	22,000,000	1,000,000,000	400,000,000	0.22	0.40	0.074	243.3	24.56
2021	550,000,000	120,000,000	26,400,000	1,050,000,000	420,000,000	0.22	0.40	0.074	243.3	24.56
2022	600,000,000	110,000,000	24,200,000	1,100,000,000	430,000,000	0.22	0.39	0.074	212.9	21.51
2023	580,000,000	130,000,000	28,600,000	1,150,000,000	450,000,000	0.22	0.39	0.074	241.2	24.34
2024	620,000,000	125,000,000	27,500,000	1,200,000,000	470,000,000	0.22	0.39	0.074	220.8	22.29

Interpretasi

• TCRS tertinggi terjadi di tahun 2020 dan 2021 (24.56), menunjukkan risiko kepatuhan yang lebih tinggi.
• TCRS terendah di tahun 2022 (21.51), menunjukkan kepatuhan lebih baik.
• DSI turun di 2022, yang mungkin berarti manajemen persediaan lebih efisien.
• Debt Ratio (DR) sedikit menurun, menunjukkan perusahaan mengurangi ketergantungan pada utang.

Tren TCRS dari Tahun ke Tahun

Berikut adalah perubahan nilai TCRS dari tahun ke tahun:

Tahun	TCRS
2020	24.56
2021	24.56
2022	21.51
2023	24.34
2024	22.30

TCRS tertinggi terjadi di 2020 & 2021 (24.56), sementara terendah di 2022 (21.51).
TCRS mengalami kenaikan kembali di 2023 (24.34), lalu turun di 2024 (22.30).

Interpretasi: Tahun 2022 menunjukkan kepatuhan pajak lebih baik, sementara tahun 2020, 2021, dan 2023 memiliki risiko kepatuhan lebih tinggi.

Kesimpulan dan Insight Penting

Faktor	2020	2021	2022	2023	2024	Analisis
TCRS	24.56	24.56	21.51	24.34	22.30	Risiko tinggi di 2020, 2021, & 2023. Paling rendah di 2022.
ETR	0.22	0.22	0.22	0.22	0.22	Stabil, tidak ada indikasi penghindaran pajak.
DR	0.40	0.40	0.39	0.39	0.39	Utang lebih tinggi di 2020 & 2021.
VAR	0.074	0.074	0.074	0.074	0.074	Pendapatan stabil, tidak ada fluktuasi besar.
DSI	243.3	243.3	212.9	241.2	220.8	DSI lebih rendah di 2022, meningkatkan kepatuhan pajak.

M-Score : Professor Messod Beneish : Mendeteksi kemungkinan manipulasi laporan keuangan

Contoh Laporan Keuangan Usaha "Apa Saja"

Laporan Laba Rugi

Keterangan	Apa (Rp)	Saja (Rp)
Penjualan	500,000,000	700,000,000
Harga Pokok Penjualan (HPP)	300,000,000	400,000,000
Laba Kotor	200,000,000	300,000,000
Beban Operasional	50,000,000	70,000,000
Laba Operasional	150,000,000	230,000,000
Pajak (10%)	15,000,000	23,000,000
Laba Bersih	135,000,000	207,000,000

Laporan Neraca

Keterangan	Apa (Rp)	Saja (Rp))
Aset Lancar	200,000,000	300,000,000
Aset Tetap	500,000,000	700,000,000
Total Aset	700,000,000	1,000,000,000
Liabilitas	200,000,000	300,000,000
Ekuitas	500,000,000	700,000,000
Total Liabilitas dan Ekuitas	700,000,000	1,000,000,000

Perhitungan Fraud dengan Model Beneish M-Score

Model Beneish M-Score digunakan untuk mendeteksi kemungkinan adanya manipulasi laporan keuangan. Berikut adalah rumus dan contoh perhitungannya:

Rumus Beneish M-Score

$$M-Score=-4.84+(0.92\times DSRI)+(0.528\times GMI)+(0.404\times AQI)+(0.892\times SGI)+(0.115\times DEPI)+(-0.172\times SGAI)+(4.679\times TATA)+(-0.327\times LVGI)$$

Indikator dan Perhitungan

1. Days Sales in Receivable Index (DSRI):

   $$DSRI=\frac{{\text{Account Receivables}}_t\mathrm{/}{\text{Sales}}_t}{{\text{Account Receivables}}_{t-1}\mathrm{/}{\text{Sales}}_{t-1}}$$

2. Gross Margin Index (GMI):

   $$GMI=\frac{({\text{Sales}}_{t-1}-{\text{COGS}}_{t-1})\mathrm{/}{\text{Sales}}_{t-1}}{({\text{Sales}}_t-{\text{COGS}}_t)\mathrm{/}{\text{Sales}}_t}$$

3. Asset Quality Index (AQI):

   $$AQI=\frac{1-({\text{Current Assets}}_t+{\text{Net Fixed Assets}}_t)\mathrm{/}{\text{Total Assets}}_t}{1-({\text{Current Assets}}_{t-1}+{\text{Net Fixed Assets}}_{t-1})\mathrm{/}{\text{Total Assets}}_{t-1}}$$

4. Sales Growth Index (SGI):

   $$SGI=\frac{{\text{Sales}}_t}{{\text{Sales}}_{t-1}}$$

5. Depreciation Index (DEPI):

   $$DEPI=\frac{{\text{Depreciation Expense}}_{t-1}\mathrm{/}({\text{Depreciation Expense}}_{t-1}+{\text{Net PPE}}_{t-1})}{{\text{Depreciation Expense}}_t\mathrm{/}({\text{Depreciation Expense}}_t+{\text{Net PPE}}_t)}$$

6. Sales, General and Administrative Expenses Index (SGAI):

   SGAI = \frac{\text{SG&A Expenses}_t / \text{Sales}_t}{\text{SG&A Expenses}_{t-1} / \text{Sales}_{t-1}}

7. Leverage Index (LVGI):

   $$LVGI=\frac{({\text{Long Term Debt}}_t+{\text{Current Liabilities}}_t)\mathrm{/}{\text{Total Assets}}_t}{({\text{Long Term Debt}}_{t-1}+{\text{Current Liabilities}}_{t-1})\mathrm{/}{\text{Total Assets}}_{t-1}}$$

8. Total Accruals to Total Assets (TATA):

   $$TATA=\frac{({\text{Working Capital}}_t-{\text{Working Capital}}_{t-1})-({\text{Cash}}_t-{\text{Cash}}_{t-1})+({\text{Income Tax Payable}}_t-{\text{Income Tax Payable}}_{t-1})+({\text{Current Maturities of Long Term Debt}}_t-{\text{Current Maturities of Long Term Debt}}_{t-1})-{\text{Depreciation Expense}}_t}{{\text{Total Assets}}_t}$$

Contoh Perhitungan

Misalkan kita memiliki data berikut:

• Account Receivables: Rp 50,000,000 (tahun ini), Rp 45,000,000 (tahun lalu)
• Sales: Rp 1,200,000,000 (tahun ini), Rp 1,000,000,000 (tahun lalu)
• COGS: Rp 800,000,000 (tahun ini), Rp 700,000,000 (tahun lalu)
• Current Assets: Rp 300,000,000 (tahun ini), Rp 250,000,000 (tahun lalu)
• Net Fixed Assets: Rp 500,000,000 (tahun ini), Rp 450,000,000 (tahun lalu)
• Total Assets: Rp 1,000,000,000 (tahun ini), Rp 900,000,000 (tahun lalu)
• Depreciation Expense: Rp 50,000,000 (tahun ini), Rp 45,000,000 (tahun lalu)
• SG&A Expenses: Rp 100,000,000 (tahun ini), Rp 90,000,000 (tahun lalu)
• Long Term Debt: Rp 200,000,000 (tahun ini), Rp 180,000,000 (tahun lalu)
• Current Liabilities: Rp 150,000,000 (tahun ini), Rp 130,000,000 (tahun lalu)
• Working Capital: Rp 100,000,000 (tahun ini), Rp 90,000,000 (tahun lalu)
• Cash: Rp 50,000,000 (tahun ini), Rp 45,000,000 (tahun lalu)
• Income Tax Payable: Rp 20,000,000 (tahun ini), Rp 18,000,000 (tahun lalu)
• Current Maturities of Long Term Debt: Rp 10,000,000 (tahun ini), Rp 9,000,000 (tahun lalu)

Menggunakan data ini, kita dapat menghitung masing-masing indeks dan kemudian menghitung M-Score untuk mendeteksi kemungkinan adanya fraud.

Berdasarkan data yang diberikan, berikut adalah hasil perhitungan M-Score menggunakan Model Beneish:

Indikator dan Perhitungan

1. Days Sales in Receivable Index (DSRI):

   $$DSRI=\frac{\frac{50,000,000}{1,200,000,000}}{\frac{45,000,000}{1,000,000,000}}=0.9259$$

2. Gross Margin Index (GMI):

   $$GMI=\frac{\frac{1,000,000,000-700,000,000}{1,000,000,000}}{\frac{1,200,000,000-800,000,000}{1,200,000,000}}=1.0417$$

3. Asset Quality Index (AQI):

   $$AQI=\frac{1-\frac{300,000,000+500,000,000}{1,000,000,000}}{1-\frac{250,000,000+450,000,000}{900,000,000}}=1.1111$$

4. Sales Growth Index (SGI):

   $$SGI=\frac{1,200,000,000}{1,000,000,000}=1.2$$

5. Depreciation Index (DEPI):

   $$DEPI=\frac{\frac{45,000,000}{45,000,000+450,000,000}}{\frac{50,000,000}{50,000,000+500,000,000}}=1.0$$

6. Sales, General and Administrative Expenses Index (SGAI):

   $$SGAI=\frac{\frac{100,000,000}{1,200,000,000}}{\frac{90,000,000}{1,000,000,000}}=0.9259$$

7. Leverage Index (LVGI):

   $$LVGI=\frac{\frac{200,000,000+150,000,000}{1,000,000,000}}{\frac{180,000,000+130,000,000}{900,000,000}}=1.0$$

8. Total Accruals to Total Assets (TATA):

   $$TATA=\frac{(100,000,000-90,000,000)-(50,000,000-45,000,000)+(20,000,000-18,000,000)+(10,000,000-9,000,000)-50,000,000}{1,000,000,000}=-0.065$$

Perhitungan M-Score

$$M-Score=-4.84+(0.92\times 0.9259)+(0.528\times 1.0417)+(0.404\times 1.1111)+(0.892\times 1.2)+(0.115\times 1.0)-(0.172\times 0.9259)+(4.679\times -0.065)-(0.327\times 1.0)$$

Setelah menghitung, nilai M-Score yang diperoleh adalah:

$$M-Score=-2.652$$

Interpretasi

• M-Score < -2.22: Tidak ada indikasi kuat adanya manipulasi laporan keuangan.
• M-Score > -2.22: Ada indikasi kuat adanya manipulasi laporan keuangan.

Dengan M-Score sebesar -2.652, tidak ada indikasi kuat bahwa laporan keuangan telah dimanipulasi.