«

»

Mar 24

INTELLECTUAL CAPITAL PERFORMANCE OF INDONESIAN BANKING SECTOR

Dimuat di Jurnal Akuntansi Keuangan FE-UK. Petra Surabaya. Pebruari 2009

Abstract

The paper seeks to estimate and analyze the Value Added Intellectual Coefficient (VAICTM) for measuring the value-based performance of the Indonesian banking sector for three years, 2004 to 2006. Annual reports, especially the profit/loss account and balance-sheet of the banks concerned for the relevant years, were used to obtain the data. A review is conducted of the international literature on intellectual capital with specific reference to literature that reviews measurement techniques and tools, and the VAICTM method is applied in order to analyze the data of Indonesian banks for the three years period. The study confirms the improvement in the overall performance over three years. In 2004 and 2006, the overall performance of Indonesian banking sector is “good performers” (the VAICTM score is 2.07). While in 2005, the performance is “common performers” (the VAICTM score is 1.95). The  limitation of this paper is that data used in this paper are only banking sector listed in BEJ which only 24 banks, while the number of Indonesian banking sector are 130 banks.

Keywords: intellectual capital, performance, banking sector, VAICTM

LATAR BELAKANG MASALAH

Sejak tahun 1990-an, perhatian terhadap praktik pengelolaan aset tidak berwujud (intangible assest) telah meningkat secara dramatis (Harrison and Sullivan, 2000). Salah satu pendekatan yang digunakan dalam penilaian dan pengukuran intangible assest tersebut adalah intellectual capital yang telah menjadi fokus perhatian dalam berbagai bidang, baik manajemen, teknologi informasi, sosiologi, maupun akuntansi (Petty and Guthrie, 2000; Sullivan and Sullivan, 2000).

Munculnya “new economy”, yang secara prinsip didorong oleh perkembangan teknologi informasi dan ilmu pengetahuan, juga telah memicu tumbuhnya interes dalam intellectual capital (IC) (Petty and Guthrie, 2000; Bontis, 2001). Salah satu area yang menarik perhatian baik akademis maupun praktisi adalah yang terkait dengan kegunaan IC sebagai salah satu instrument untuk menentukan nilai perusahaan (Stewart, 1997; Edvinsson and Malone, 1997; Sveiby, 2001). Hal ini telah menjadi vexed issue,  dimana beberapa penulis telah mensugestikan bahwa manajemen dan sistem pelaporan yang telah mapan selama ini secara berkelanjutan kehilangan relevansinya karena tidak mampu menyajikan informasi yang esensial bagi eksekutif untuk mengelola proses yang berbasis pengetahuan (knowledge-based processes) dan intangible resources (Bornemann and Leitner, 2002).

Dalam sejarahnya, pembedaan antara intangible assets dan IC telah disamarkan ke dalam pengertian intangible yang keduanya dirujuk pada istilah goodwill (APB, 1970; ASB, 1997; IASC, 1998). Hal ini dapat ditelusuri pada awal tahun 1980-an ketika general notion tentang nilai intangible biasanya dilabeli sebagai goodwill – mulai tampak dalam praktek bisnis dan akuntansi (IFA, 1998).

Bagaimanapun, praktek akuntansi tradisional tidak menyajikan untuk identifikasi dan pengukuran intangibles dalam organisasi, khususnya organisasi yang berbasis pengetahuan (Guthrie et al., 1999; IFA, 1998; Society of Management Accountants of Canada, 1998). Jenis intangible baru seperti kompetensi karyawan, hubungan dengan pelanggan, model-model simulasi, sistem administrasi dan komputer tidak diakui dalam model pelaporan manajemen dan keuangan tradisional. (Stewart, 1997) Menariknya, bahkan intangible tradisional – seperti pemilikan merek, paten dan goodwill – jarang dilaporkan di dalam laporan keuangan (IFA, 1998; IASC, 1998). Kenyataannya, IAS 38 tentang Intangibles assets melarang pengakuan merk yang diciptakan secara internal, logo (mastheads), judul publikasi, dan daftar pelanggan (IASB, 2004).

Keterbatasan dari statemen keuangan di dalam menjelaskan nilai perusahaan menunjukkan fakta bahwa sumber nilai ekonomi tidak lagi berupa produksi bahan baku, tetapi penciptaan IC. IC meliputi modal SDM dan struktur yang terkemas dalam pelanggan, proses, database, merek dan sistem (Edvinsson and Malone, 1997), dan telah memainkan peran yang semakin penting di dalam menciptakan keunggulan kompetitif yang berkelanjutan bagi perusahaan (Kaplan and Norton, 2004).

Bertolakbelakang dengan meningkatnya pengakuan akan IC di dalam mendorong nilai dan keunggulan kompetitif perusahaan, pengukuran yang tepat akan IC perusahaan belum dapat ditetapkan. Pulic (2000) tidak mengukur secara langsung IC perusahaan, tetapi mengajukan suatu ukuran untuk menilai efisiensi dari nilai tambah sebagai hasil dari kemampuan intelektual perusahaan (Value Added Intellectual Coefficient – VAIC™). Komponen utama dari VAIC dapat dilihat dari sumber daya perusahaan – physical capital, human capital, dan structural capital. VAIC™ tengah banyak digunakan, baik dalam praktek dunia bisnis (e.g. Pulic, 1998, 2000) maupun akademik (e.g. Firer and Williams, 2003).

Hubungan VAIC™ dengan kinerja keuangan telah dibuktikan secara empiris oleh Firer and Williams (2003) yang menggunakan sampel 75 perusahaan publik dari 4 jenis industri di Afrika Selatan. Chen et al. (2005) melakukan hal yang sama dengan menggunakan sampel perusahaan publik di Taiwan. Mavridis (2004) dan Kamath (2007) memilih khusus sektor perbankan masing-masing di Jepang dan India sebagai sampel. Terakhir, Tan et al. (2007) menggunakan 150 perusahaan yang terdaftar di bursa efek Singapore sebagai sampel penelitian.

Hampir seluruh penelitian tersebut menguji hubungan VAIC™ dengan kinerja keuangan perusahaan yang dikaitkan dengan perbedaan jenis industri. Hanya Chen et al. (2005) yang menambahkan vaiabel R&D (research and development) dan advertising expenditure dalam penelitiannya.

Di Indonesia, penelitian tentang IC belum banyak dilakukan. Ivada (2004) meneliti persepsi akuntan atas pengakuan dan pelaporan IC. Astuti (2004) menguji hubungan IC terhadap kinerja perusahaan di Jawa Tengah dengan menggunakan instrument kuesioner yang dibangun oleh Bontis (1998). Ivada dan Bawono (2004) mengkaji Intellectual Capital Realization Process (ICRP) terkait dengan upaya untuk memetakan dan membentuk persediaan IC bagi perusahaan. Terakhir, Setiarso (2006) mengkaji IC untuk pemberdayaan UKM. Sementara penelitian yang secara khusus menggunakan VAIC™ sebagai instrumen IC sejauh ini belum ditemukan.

Penelitian ini mengukur kinerja sektor perbankan di Indonesia dan kemudian membuat peringkat bank berdasarkan best performance index (BPI) yang diukur dengan menggunakan VAIC™.

Sektor perbankan dipilih sebagai objek ideal penelitian ini karena (1) tersaji data laporan keuangan (neraca, laba/rugi) publikasian yang dapat diakses setiap saat; (2) bisnis sektor perbankan adalah “intellectually” intensif (Firer and William, 2003); dan (3) secara keseluruhan, karyawan di sektor perbankan “intellectually” lebih homogen dibandingkan dengan sektor ekonomi lainnya (Kubo and Saka, 2002).

—–oOo—–

TELAAH LITERATUR

DEFINISI INTELLECTUAL CAPITAL

Dalam kajian tentang IC, terdapat banyak pendefinisian yang diajukan oleh para peneliti. Brooking (1996) misalnya mendefinisikan IC sebagai berikut:

“IC is the term given to the combined intangible assets of market, intellectual property, human-centred and infrastructure – which enable the company to function”

Roos et al. (1997) menyatakan bahwa:

“IC includes all the processes and the assets which are not normally shown on the balance-sheet and all the intangible assets (trademarks, patent and brands) which modern accounting methods consider…”

Stewart (1997) menyebut bahwa: “

IC is intellectual material – knowledge, information, intellectual property, experience – that can be put to use to create wealth”.

Sedangkan Bontis (1998) mengakui bahwa:

“IC is elusive, but once it is discovered and exploited, it may provide an organisation with a new resource-base from which to compete and win” Bontis (1998)

Secara umum, para peneliti mengidentifikasi tiga (3) konstruk utama dari IC, yaitu: human capital (HC), structural capital (SC), dan customer capital (CC). Secara sederhana, HC merepresentasikan individual knowledge stock suatu organisasi yang direpresentasikan oleh karyawannya (Bontis et al., 2001). HC merupakan kombinasi dari genetic inheritance; education; experience, and attitude tentang kehidupan dan bisnis (Hudson, 1993).

SC meliputi seluruh non-human storehouses of knowledge dalam organisasi. Termasuk dalam hal ini adalah database, organisational charts, process manuals, strategies, routines dan segala hal yang membuat nilai perusahaan lebih besar daripada nilai materialnya. Sedangkan tema utama dari CC adalah pengetahuan yang melekat dalam marketing channels dan customer relationship dimana suatu organisasi mengembangkannya melalui jalannya bisnis (Bontis et al., 2000).

THE PULIC MODEL

Metode VAIC™ – dikembangkan oleh Pulic (1998) – didisain untuk menyajikan informasi tentang value creation efficiency dari aset berwujud (tangible asset) dan aset tidak berwujud (intangible assets) yang dimiliki perusahaan. Model ini dimulai dengan kemampuan perusahaan untuk menciptakan value added (VA). VA dihitung sebagai selisih antara output dan input.

Outputs (OUT) merepresentasikan revenue dan mencakup seluruh produk dan jasa yang dijual di pasar. Inputs (IN) mencakup seluruh beban yang digunakan dalam memperoleh revenue. Hal penting dalam model ini adalah bahwa beban karyawan (labour expenses) tidak termasuk dalam IN. Karena peran aktifnya dalam proses value creation, intellectual potential (yang direpresentasikan dengan labour expenses) tidak dihitung sebagai biaya. Karena itu, aspek kunci dalam model Pulic’s adalah memperlakukan tenaga kerja sebagai entitas penciptaan nilai (value creating entity). Hasilnya adalah bahwa VA mengekspresikan the new created wealth of a period.

VA dipengaruhi oleh efisiensi dari Human Capital (HC) dan Structural Capital (SC). Hubungan lainnya dari VA adalah capital employed (CE), yang dalam hal ini dilabeli dengan VACA. VACA adalah indikator untuk VA yang diciptakan oleh satu unit dari physical capital.

Pulic mengasumsikan bahwa jika 1 unit dari CE menghasilkan return yang lebih besar daripada perusahaan yang lain, maka berarti perusahaan tersebut lebih baik dalam memanfaatkan CE-nya. Dengan demikian, pemanfaatan CE yang lebih baik merupakan bagian dari IC perusahaan.

Hubungan selanjutnya adalah VA dan HC. ‘Value Added Human Capital’ (VAHC) menunjukkan berapa banyak VA dapat dihasilkan dengan dana yang dikeluarkan untuk tenaga kerja. Hubungan antara VA dan HC mengindikasikan kemampuan dari HC untuk menciptakan nilai di dalam perusahaan. Konsisten dengan pandangan para penulis IC lainnya (Edvinsson, 1997; Sveiby, 1998), Pulic (1998) berargumen bahwa total salary and wage costs adalah indikator dari HC perusahaan.

Rasio terakhir adalah menghitung kemampuan intelektual perusahaan dengan menjumlahkan coefisien-coefisien yang telah dihitung sebelumnya. Hasil penjumlahan tersebut diformulasikan dalam indikator baru yang unik, yaitu VAIC™:

Keunggulan metode Pulic adalah karena data yang dibutuhkan relatif mudah diperoleh dari berbagai sumber dan jenis perusahaan. Data yang dibutuhkan untuk menghitung berbagai rasio tersebut adalah angka-angka keuangan yang standar yang umumnya tersedia dari laporan keuangan perusahaan. Alternatif pengukuran IC lainnya terbatas hanya menghasilkan indikator keuangan dan non-keuangan yang unik yang hanya untuk melengkapi profil suatu perusahaan secara individu. Indikator-indikator tersebut, khususnya indikator non-keuangan, tidak tersedia atau tidak tercatat oleh perusahaan yang lain. Konsekuensinya, kemampuan untuk menerapkan pengukuran IC alternatif tersebut secara konsisten terhadap sample yang besar dan terdiversifikasi menjadi terbatas (Firer and Williams, 2003).

TELAAH PENELITIAN TERDAHULU

Firer and Williams (2003) menggunakan VAIC™ untuk melihat hubungan IC dengan kinerja keuangan 75 perusahaan publik dari 4 jenis industri di Afrika Selatan. Hasilnya menunjukkan bahwa hubungan antara masing-masing elemen IC dengan kinerja keuangan sangat beragam dan dipengaruhi oleh jenis industri. Structural Capital (SC) memiliki hubungan yang paling signifikan dibadingkan dengan dua (2) elemen IC lainnya.

Chen et al. (2005) melakukan hal yang sama dengan menggunakan sampel perusahaan publik di Taiwan. Dalam hal ini IC dihubungkan dengan nilai pasar (firm’s market value) dan kinerja keuangan perusahaan (financial performance). Hasilnya menunjukkan bahwa IC (VAIC™) mempunyai pengaruh yang positif dan signifikan terhadap nilai pasar dan kinerja keuangan perusahaan. Penelitian ini menambahkan variabel R&D (research and development) dan advertising expenditure sebagai instrumen untuk memperkuat daya prediksi VAIC™.

Mavridis (2004) dan Kamath (2007) menggunakan VAIC™ untuk menyusun pemeringkatan business performance indicator (BPI) sektor perbankan di Jepang dan India. Dalam kedua penelitian ini tidak ada hipotesis yang diuji. Keduanya mendeskripsikan peringkat bank berdasarkan BPI (VAIC™). Penelitian ini juga membuktikan statemen Pulic (1998) bahwa VA dipengaruhi oleh CE dan HC.

Tan et al. (2007) melakukan penelitian terhadap 150 perusahaan yang terdaftar di bursa efek Singapore. Penelitian ini menguji pengaruh IC (VAIC™) terhadap financial return yang diukur dengan ROE (return on equity), EPS (earning per share), dan ASR (annual stock return). Menggunakan alat uji PLS, penelitian ini menunjukkan adanya pengaruh yang signifikan antara IC (VAIC™) dengan  financial return terkait dengan jenis industri.

—–oOo—–

METODE PENELITIAN

Populasi dan Penentuan Sampel

Populasi penelitian ini adalah seluruh perusahaan perbankan yang beroperasi di Indonesia sampai dengan tahun 2006 dan secara rutin (tri wulan) melaporkan posisi keuangannya kepada Bank Indonesia (BI). Berdasarkan data BI, jumlah bank di Indonesia per Desember 2006 adalah 130 bank yang terdiri dari bank persero (5), bank umum swasta nasional (BUSN) devisa (35), BUSN non-devisa (36), BPD (26), bank campuran (17), bank asing (11). Penentuan sampel dilakukan secara purposive, yaitu bank-bank yang terdaftar di BEJ dan mempublikasikan laporan keuangan tahunan periode Desember 2004, 2005, dan 2006. Berdasarkan kriteria tersebut, maka jumlah sampel yang diikutkan dalam pengujian ini sebanyak 24 bank yang meliputi bank persero (5), BUSN Devisa (18), dan BUSN Non-Devisa (2).

Jenis dan Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini merupakan data sekunder berupa laporan keuangan masing-masing bank, baik yang disampaikan kepada BEJ maupun Bank Indonesia. Laporan yang digunakan dalam penelitian ini adalah laporan keuangan tahunan periode Desember 2004, 2005, dan 2006. Laporan keuangan tersebut diperoleh melalui website resmi BI (www.bi.go.id), website resmi masing-masing bank, dan BEJ – baik melalui internet (www.jsx.co.id) maupun melalui perantara pojok BEJ. Justifikasi ini ditegaskan oleh Sekaran (2003) dan Cooper & Emory (1995) bahwa data sekunder salah satunya dapat diperoleh melalui internet.

Teknik Analisis Data

Sebagaimana telah disebutkan pada bagian sebelumnya, bahwa penelitian ini menggunakan model Pulic (VAICTM) untuk menyusun rangking perbankan di Indonesia. Ide utama konsep VAICTM adalah bahwa manusia atau potensi pengetahuan bertanggungjawab terhadap keberhasilan dan kinerja setiap perusahaan. Karena itu maka biaya gaji karyawan dianggap sebagai variabel vital dalam konteks perhitungan BPI. Proses analisis dilakukan dalam dua tahap berikut:

Tahap I: menghitung VAICTM :

  • Output (OUT) –Total penjualan dan pendapatan lain.
  • Input (IN) – Beban penjualan dan biaya-biaya lain.
  • Value Added (VA) – Selisih antara Output dan Input

VA = OUT – IN

  • Human Capital (HC) – Beban karyawan.
  • Capital Employed (CE) – Dana yang tersedia (ekuitas, laba bersih)
  • Value Added Capital Employed (VACE) – Rasio dari VA terhadap CE. Rasio ini menunjukkan kontribusi yang dibuat oleh setiap unit dari CE terhadap value added organisasi:

VACE = VA/CE

  • Value Added Human Capital (VAHC) – Rasio dari VA terhadap HC. Rasio ini menunjukkan kontribusi yang dibuat oleh setiap rupiah yang diinvestasikan dalam HC terhadap value added organisasi:

VAHC = VA/HC

  • Value Added Intellectual Coefficient (VAIC) – Mengindikasikan kemampuan intelektual organisasi. VAIC dapat juga dianggap sebagai BPI (Business Performance Indicator).

BPI (VAIC) = VACE + VAHC

Tahap II: Karena VA dipengaruhi oleh efisiensi dari HC dan CE (Pulic, 1998), maka dalam penelitian ini digunakan dua (2) linier regression (SPSS) dengan menggunakan model ordinary least squares (OLS). Inti metode OLS adalah mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan sertiap observasi terhadap garis tersebut (Ghozali, 2005). Model yang digunakan adalah sebagai berikut:

VA = ¦ (CE)

VA = ¦ (HC)

—–oOo—–

HASIL PENELITIAN

GAMBARAN UMUM SEKTOR PERBANKAN DI INDONESIA

Data Bank Indonesia yang secara resmi dipublikasi pada Pebruari 2007 menunjukkan bahwa sistem perbankan Indonesia terdiri dari enam (6) jenis bank, yaitu: Bank Persero (5), BUSN Devisa (35), BUSN Non-Devisa (36), BPD (26), Bank Campuran (17), dan Bank Asing (11). Gambar 1 di bawah ini menunjukkan komposisi jumlah masing-masing jenis bank di Indonesia.

Gambar 1:

Jumlah Bank di Indonesia Berdasarkan Jenis

Ditinjau dari segi kepemilikan aset, bank persero memiliki nilai aset terbesar pada tahun 2004, disusul BUSN Devisa. Namun pada tahun 2005 dan 2006, nilai aset BUSN Devisa sedikit lebih besar daripada bank persero. Gambar 2 berikut ini mengilustrasikan nilai aset masing-masing jenis bank tersebut.

Gambar 2:

Nilai Aset Bank di Indonesia (dalam Miliar Rupiah)

Komposisi yang sama juga tampak pada jumlah kredit yang disalurkan berdasarkan sektor ekonomi. BUSN Devisa menyalurkan hampir 39% dari total kredit yang disalurkan dunia perbankan pada tahun 2005 dan 2006. Sedangkan jumlah kredit dari bank persero yang pada tahun 2004 lebih dari 40%, turun tinggal 36% pada tahun 2005 dan 2006.

Gambar 3:

Jumlah Kredit yang Disalurkan Sektor Perbankan (dalam Miliar Rupiah)

DESCRIPTIVE STATISTIC

Nilai mean pendapatan dan beban operasional masing-masing jenis bank ditunjukkan di tabel 1.

Tabel 1:

Mean of Income and Expense (in million Rp)

KATEGORI

2004

2005

2006

Revenue

2.680.211,08

3.104.936,71

5.950.165

Expense

1.202.749,21

1.488.877,38

4.541.319

Tabel di atas menunjukkan bahwa rata-rata perusahaan di sektor perbankan mampu memperoleh pendapatan lebih dari 2 kali lipat biaya yang dikeluarkan di tahun 2004. Selisih yang cukup signifikan ditunjukkan pada tahun 2005, dimana rata-rata memperoleh 3 rupiah pendapatan dengan 1 rupiah biaya yang dikeluarkan.

Tabel 2:

Mean of HC, CE and VA (in million Rp)

KATEGORI

2004

2005

2006

HC

620.765,12

771.763,42

837.551,2

CE

6.214.169,63

7.014.739,08

5.820.119

VA

1.477.461,88

1.616.059,33

1.408.845

Tabel 2 dan tabel 3 masing-masing menjelaskan nilai mean dari HC, CE dan VA (tabel 2) serta nilai mean dari VAHC, VACE dan VAIC (tabel 3).

Tabel 3:

Mean of VAHC, VACE and VAIC

KATEGORI

2004

2005

2006

VAHC

1,78596

1,72246

1,7749

VACE

0,27929

0,23221

0,3032

VAIC

2,06533

1,95471

2,0782

Terjadi penurunan nilai VAIC (BIP) sektor perbankan tahun 2005 dibandingkan pada tahun 2004. Penurunan ini disebabkan karena faktor yang meng-konstruk VAIC, yaitu VAHC dan VACE juga mengalami penurunan. Nilai mean VAIC tahun 2004 (dan juga 2006) adalah 2,07 turun hingga tinggal 1,95 pada tahun 2005.

REGRESSION RESULT

Pulic (1998) menyatakan bahwa VA merupakan fungsi dari CE dan HC. Sehingga dengan demikian maka harus ada hubungan yang signifikan diantara variabel tersebut untuk menunjukkan eksistensi dari basic theoretical relationship (Bontis, 1998). Karena itu maka dalam penelitian ini dilakukan 2 kali regresi dengan menggunakan VA sebagai dependent variable sementara CE dan HC masing-masing sebagai independent variable (α < 0,005). Hasilnya diringkas dalam tabel 4 berikut:

Tabel 4:

Regression result – overall banking sector

R

R square

Adjusted R square

Durbin- Watson

CE and VA

2004

2005

2006

0,816

0,813

0,870

0,665

0,660

0,757

0,650

0,645

0,746

2,683

2,893

1,849

HC and VA

2004

2005

2006

0,968

0,963

0,970

0,938

0,928

0,941

0,935

0,924

0,938

1,925

1,927

1,936

Hasil pengujian dengan regresi tersebut menunjukkan nilai R2 yang mendekati 1 (berkisar antara 0,660 – 0,941). Dengan demikian terbukti bahwa VA secara dominan ditentukan oleh HC dan CE sebagaimana asumsi model Pulic. Dalam kasus ini, CE memiliki hubungan yang relatif lebih lemah (66% – 75%) terhadap VA dibandingkan dengan kekuatan hubungan HC yang mencapai 94% di tahun 2006.

PERINGKAT BANK BERDASARKAN BPI (VAIC)

Hasil perhitungan kinerja IC berdasarkan model VAIC masing-masing bank diklasifikasikan ke dalam 4 kategori, yaitu:

(1)      Top performers – skor VAICTM diatas 3

(2)      Good performers – skor VAICTM antara 2,0 sampai 2,99

(3)      Common performers – skor VAICTM antara 1,5 sampai 1,99

(4)      Bad performers – skor VAICTM dibawa 1,5

Rata-rata skor VAICTM sample penelitian ini adalah 2,07 (“good performers”) untuk tahun 2004; 1,95 (“common performers”) pada tahun 2005; dan 2,05 (“good performers”) di tahun 2006. Secara individual, bank yang masuk dalam kategori Top performers pada tahun 2006 sebanyak 4 bank, tahun 2005 ‘hanya’ Bank Mandiri (Persero) Tbk. Sedangkan pada tahun 2004 sebanyak 6 bank. Tabel 5 di bawah ini meringkas data bank yang masuk kategori Top performers tiap-tiap tahun.

Tabel 5:

Daftar Bank yang Masuk Top performers

2004

2005

2006

1. Bank Danamon Indonesia Tbk

2. Bank Mandiri (Persero) Tbk

3. Bank Victoria International Tbk

4. Bank Nusantara Parahyangan Tbk

5. Bank Niaga Tbk

6. Bank Central Asia Tbk

1. Bank Mandiri (Persero) Tbk 1. Bank Century Tbk

2. Bank Pan Indonesia Tbk

3. Bank Arta Graha International Tbk

4. Bank Nusantara Parahyangan Tbk

Sedangkan bank yang masuk dalam kategori “Bad performers” tahun 2004 sebanyak 4 bank, tahun 2005 menjadi 5 bank, dan tahun 2006 mencapai 6 bank sebagaimana disajikan dalam tabel 6 berikut:

Tabel 6:

Daftar Bank yang Masuk Bad performers

2004

2005

2006

1. Bank Century Tbk

2. Bank MEGA Tbk

3. Bank Kesawan Tbk

4. Bank Lippo Tbk

1. Bank Nusantara Parahyangan Tbk

2. Bumiputera Indonesia Tbk

3. Bank Kesawan Tbk

4. Bank Artha Graha International Tbk

5. Bank Century Tbk

1. Bank Eksekutif International Tbk

2. Bank International Indonesia Tbk

3. Bank Permata Tbk

4. Bank Bumiputera Indonesia Tbk

5. Bank Mayapada Tbk

6. Bank Kesawan Tbk

—–oOo—–

PEMBAHASAN

Penggunaan model Pulic (VAICTM) menunjukkan bagaimana kemampuan perusahaan dalam mengelola dan memaksimalkan kekayaan intelektualnya untuk menciptakan nilai (value creation) bagi perusahaan. Hasil penelitian ini menunjukkan bahwa selama 2 tahun akuntansi (2004 dan 2005), hanya Bank Mandiri Tbk yang merupakan representasi dari bank persero yang memiliki skor VAICTM di atas 3 (“top performers”). Bahkan di tahun 2006, tidak satupun bank persero yang masuk kategori “top performers”. Hal ini menarik karena total aset bank persero, yang hanya berjumlah 5 bank, setara dengan 35 bank BUSN Devisa.

Temuan ini juga menunjukkan bahwa secara keseluruhan, bank persero relatif lebih ‘boros’ dalam menggunakan kekayaannya dibandingkan dengan bank swasta. Termasuk dalam hal ini adalah kebijakan tentang pengelolaan tenaga kerja. Bank swasta secara umum memiliki strategi yang lebih ‘intellect’ dibandingkan bank persero. Hal ini dibuktikan dengan fakta empiris bahwa bank swasta mampu menciptakan value added yang lebih baik dengan menggunakan input yang lebih minimal. Dengan kata lain, bank persero cenderung melakukan “investasi” yang ‘berlebihan’ di bagian tenaga kerja.

Hal lain yang menarik adalah kasus Bank Nusantara Parahyangan Tbk (BBNP). Di tahun 2004 dan 2006, BBNP masuk kategori “top performers” karena memiliki skor VAICTM di atas 3.00. Namun pada tahun 2005, BBNP justru berada pada posisi buncit “bad performers” dengan skor VAICTM di bawah 1.5. Justifikasi yang paling rasional adalah bahwa pada tahun 2005 BBNP tidak mampu mengelola sumber daya yang dimiliki secara maksimal untuk menghasilkan value added bagi perusahaan. Data tahun 2004 dan 2006 menunjukkan bahwa dengan 6 input, BBNP mampu menghasilkan 11 output. Sementara pada tahun 2005, 16 input yang dimiliki hanya memperoleh 15 output. Kasus yang sama juga dialami beberapa bank lainnya, termasuk Bank BNI (persero) Tbk dan Bank Bumiputera Indonesia Tbk.

—–oOo—–

KESIMPULAN DAN IMPLIKASI

Hasil penelitian ini menunjukkan bahwa terdapat pergeseran kinerja bank-bank di Indonesia dari tahun 2004, 2005 dan 2006 ditinjau dari perspektif intellectual capital. Secara keseluruhan, IC performance sektor perbankan relatif lebih baik pada tahun 2004 dibandingkan tahun 2005. Namun kemudian kembali membaik di tahun 2006. Hal ini ditunjukkan dengan jumlah bank yang masuk kategori “top performers” di tahun 2005 yang hanya 1 bank, yaitu Bank Mandiri Tbk. Sedangkan pada tahun 2004, jumlah bank yang masuk kategori tersebut mencapai 6 bank, yang terdiri dari 1 bank persero dan 5 bank swasta. Sementara di tahun 2006, jumlahnya 3 bank yang semuanya bank swasta.

Terlepas dari beberapa keterbatasannya, penelitian ini memiliki beberapa kontribusi yang unik. Pertama, penelitian ini adalah kajian awal tentang analisis kinerja perbankan – yang tentu saja dapat dilakukan terhadap sektor yang lain – dengan menggunakan perspektif yang berbeda dari Intellectual Capital (IC). Kedua, analisis empiris penelitian ini menyajikan salah satu framework dari IC yang mungkin mempengaruhi kinerja bisnis sektor perbankan dalam lingkungan yang kompetitif [note: beberapa penelitian menunjukkan bahwa IC memiliki pengaruh terhadap kinerja bisnis. Lihat misalnya: Boekestein (2006); Bontis (1998); Bontis et al. (2000); Chen et al. (2005); Firer and Williams (2003); dan Tan et al. (2007)].

Secara keseluruhan, hasil penelitian ini berimplikasi baik bagi pengambil kebijakan, regulator, pemegang saham dan manajemen bank bahwa berdasarkan temuan umum, kinerja IC mereka berada pada posisi yang belum maksimal. Sehingga dengan demikian, diperlukan kebijakan yang lebih tepat untuk mengalokasikan sumber daya organisasi agar dapat menciptakan nilai bagi perusahaan (firm’s value creation).

—–oOo—–

KETERBATASAN

Beberapa keterbatasan penelitian ini antara lain:

  1. Data yang digunakan adalah laporan keuangan tahunan perusahaan perbankan yang terdaftar di BEJ yang jumlahnya relatif kecil (24 bank) dibandingkan dengan jumlah perbankan yang beroperasi di Indonesia (130 bank).
  2. Selain itu, jenis bank yang dianalisis hanya bank persero (semua), sebagian BUSN Devisa, dan 2 BUSN Non-Devisa. Sementara 3 jenis bank lainnya – BPD, Bank Campuran, Bank Asing – tidak masuk dalam analisis. Sehingga dengan demikian penelitian ini tidak dapat digeneralisasikan terhadap seluruh perbankan di Indonesia. Sebab jika segmen bank yang lain ikut dianalisis, maka hasil pemeringkatannya pasti akan berbeda [Note: temuan Kamath (2007) menunjukkan bahwa Bank Asing di India memiliki kinerja IC yang jauh lebih baik dibandingkan bank lokal (nasional dan regional)].
  3. Periode laporan keuangan yang hanya 3 tahun membuat perbandingan kinerja dalam penelitian ini terkesan sempit sehingga tidak cukup objektif untuk menggambarkan kinerja IC suatu bank.
  4. Penelitian berikutnya dapat dilakukan dengan menyertakan seluruh bank (130) sebagai sample. Sehingga kelima jenis bank yang beroperasi di Indonesia dapat dievaluasi IC performance-nya untuk dibuat pemeringkatan, baik secara keseluruhan maupun per segmen.
  5. Di samping itu, periode waktu penelitian dapat diperpanjang (misalnya untuk 5 tahun) agar dapat dilakukan analisis yang lebih objektif terhadap tren kinerja IC masing-masing bank sebagaimana dilakukan oleh Kamath (2007) yang meneliti 98 bank di India selama tahun 2000 – 2004.

—–oOo—–


Daftar Pustaka

Accounting Principles Board. 1970. “Intangible Assets, APB Opinion 17”. American Institute of Certified Public Accountants, New York, NY.

Accounting Standards Board. 1997. “Goodwill and Intangible Assets, FRS 10”. Accounting Standards Board, London.

Boekestein, B. 2006. “The relation between intellectual capital and intangible assets of pharmaceutical companies”. Journal of Intellectual Capital Vol. 7 No. 2. pp. 241-253.

Bontis, N. 1998. “Intellectual capital: an exploratory study that develops measures and models”. Management Decision, Vol. 36 No. 2, p. 63.

Bontis, N., Keow, W.C.C., Richardson, S. 2000. “Intellectual capital and business performance in Malaysian industries”. Journal of Intellectual Capital Vol. 1 No. 1. pp. 85-100.

Bornemann, M. and Leitner, K.H. 2002. “Measuring and reporting intellectual capital: the case of a research technology organisation”, Singapore Management Review, Vol. 24 No. 3, pp. 7-19.

Chen, M.C., Cheng, S.J., Hwang, Y. 2005. “An empirical investigation of the relationship between intellectual capital and firms’ market value and financial performance”. Journal of Intellectual Capital. Vol. 6 N0. 2. pp. 159-176

Cooper, D.R., Emory, C.W., 1995. “Business research methods”. Richard D. Irwin, Inc.

Edvinsson, L. and Malone, M. 1997. “Intellectual Capital: Realizing Your Company’s True Value by Finding Its Hidden Brainpower”. HarperCollins, New York, NY.

Firer, S. and Williams, S.M. 2003. “Intellectual capital and traditional measures of corporate performance”. Journal of Intellectual Capital Vol. 4 No. 3. pp. 348-360.

Ghozali, I. 2005. “Aplikasi analisis multivariate dengan program SPSS”. Badan Penerbit Undip. Semarang.

Guthrie, J., Petty, R., Ferrier, F. and Well, R. 1999. “There is no accounting for intellectual capital in Australia: review of annual reporting practices and the internal measurement of intangibles within Australian organisations”. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects, OECD, Amsterdam, June. Available at: www.oecd.org. (accessed 02 Dec 2006).

Harrison, S., and Sullivan, P.H. 2000. “Profitting form intellectual capital; Learning from leading companies”. Journal of Intellectual Capital Vol. 1 No. 1. pp. 33-46.

International Accounting Standards Board. 2004. “Intangible Assets, IAS 38”. International Accounting Standards Board, London.

International Federation of Accountants. 1998. The Measurement and Management of Intellectual Capital. available at: www.ifac.org. (accessed January 2007).

Ivada, Elvia. 2004. “Persepsi Akuntan atas Pengakuan dan Pelaporan Intelectual Capital”, Jurnal Akuntansi dan Keuangan, Vol. 3 NO. 2: 153-166

Ivada, Elvia dan Bawono, Andy Dwi Bayu. 2006. “Intellectual Capital Realization Process (ICRP), Sebuah Upaya Memetakan dan Membentuk Persediaan Intellectual Capital bagi Perusahaan”. BENEFIT Jurnal Manajemen Dan Bisnis, 10 (2). pp. 177-193.

Kamath, G.B. 2007. “The intellectual capital performance of Indian banking sector”. Journal of Intellectual Capital Vol. 8 No. 1. pp. 96-123.

Kaplan, R.S. and Norton, D.P. 1992. “The balanced scorecard – measures that drive performance”. Harvard Business Review, Vol. 70 No. 1, pp. 71-9.

Astuti, Partiwi Dwi. 2004. “Hubungan Intellectual Capital dan Business Performance”. Tesis. Magister Sains Akuntansi Universitas Diponegoro. Semarang.

Petty, P. and Guthrie, J. 2000. “Intellectual capital literature review: measurement, reporting and management”. Journal of Intellectual Capital, Vol. 1 No. 2, pp. 155-75.

Petrash, G. 1996. “Dow’s journey to a knowledge value management culture”, European Management Journal. Vol. 14 No. 4, pp. 365-73.

Pulic, A. 1998. “Measuring the performance of intellectual potential in knowledge economy”, available at: www.measuring-ip.at/OPapers/Pulic/Vaictxt/vaictxt.html (accessed December 2006)

Pulic, A. 2000. “VAICTM – an accounting tool for IC management”, available at: www.measuring-ip.at/Papers/ham99txt.htm (accessed November 2006).

Sekaran, U. 2003. “Research methods for business, a skill building approach” 4th ed. John Wiley & Sons, Inc. NY.

Setiarso, Bambang. 2006. Pengelolaan Pengetahuan  (Knowledge Management) dan Modal Intelektual (Intellectual Capital) Untuk Pemberdayaan UKM. Available at: www.ilmukomputer.com (accessed April 2007).

Stewart, T.A. 1997. Intellectual Capital: The Wealth of New Organisations, Nicholas Brealey Publishing, London.

Sullivan Jr., P.H. and Sullivan Sr, P.H. 2000. “Valuing intangible companies, an intellectual capital approach”. Journal of Intellectual Capital Vol. 1 No. 4. pp. 328-340.

Sveiby, K.E. 1997. The New Organisational Wealth: Managing and Measuring Knowledge Based Assets. Berrett-Koehler. San Francisco, CA.

Tan, H.P., Plowman, D., Hancock, P. 2007. “Intellectual capital and financial returns of companies. Journal of Intellectual Capital Vol. 8 No. 1. pp. 76-95.

Random Posts

Loading…

Did you like this? Share it:

3 comments

  1. wellsfargointernetbanking.com

    Thanks for an idea, you sparked at thought from a angle I hadn’t considerd before . Now lets see if I can do something with it.

  2. secret seo tips

    Umh, I think that the information must be free (first off all). This article contribute to the free informations, and I say a big thank you. Keep up your work, webmaster.

  3. @cak_lum

    of course…. you can quote this.

Comments have been disabled.