Financial Performance Analysis and Financial Distress Prediction of Indonesia State-Owned Enterprises in The Construction Industry Listed on IDX Before and During Economic Crisis in the Covid-19 Pandemic Era (Period 2019 - 2021)
Notice bibliographique
Résumé
The Covid-19 pandemic has brought an immense impact on Indonesia’s economy. Indonesia officially went into recession after the Central Statistics Agency (BPS) announced negative GDP growth for two consecutive quarters, namely in the second quarter (-5.32%) and the third quarter (-3.49%) of 2020. Indonesia’s contracted economy has caused depression in many Indonesian sectors. The results of a survey by BPS in 2020 noted that the construction sector was recorded as one of the sectors that experienced the most decline in revenue, which was 87.94%. This study aims to measure the financial performance and health condition of Indonesian construction SOEs listed on IDX namely ADHI, PTPP, WSKT, and WIKA based on the decree of the Ministry of SOEs no. KEP-100/MBU/2002 as well as the financial distress prediction (bankruptcy potential) by using the Altman Z-Score method for the period 2019 to 2021. The result of the financial health rank level of each company from 2019 to 2021: ADHI (BBB, CCC, and B), PTPP (BBB, B, and BB), WSKT (BB, CC, and B), and WIKA (A, B, and B) respectively. According to the Altman Z-score result, all companies experienced declining in the total Altman Z-score results from 2019 to 2021 and were interpreted as being in a state of financial distress, except for WSKT. This study will complete previous research with a different approach and focus that can give a more equipped view regarding the impact of Covid-19 on the construction industry in Indonesia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».