1 Intro

1.1 Background

Pasar modal di Indonesia selama 5 tahun terakhir mengalami kenaikan yang salah satunya ditandai dengan jumlah investor pasar modal setiap tahunnya terus mengalami peningkatan. Seperti yang dikutip dalam Laman web BEI menunjukkan bahwa sebelumnya pada 2018 jumlah investor pasar modal adalah 1,6 juta. Lalu di tahun 2019 pertumbuhan investor pasar modal mencapai 53% sehingga jumlah investor yang tercatat dalam pasar modal menjadi 2,4 juta. Pada Mei 2020, jumlah investor mencapai 2,8 juta atau telah tumbuh sebesar 13% dari akhir 2019. Angka tersebut menunjukkan bawa adanya pandemic COVID-19 tidak menurunkan jumlah investor di Indonesia.

Peningkatan jumlah investor pasar modal tidak diimbangi dengan peningkatan kemampuan investor dalam menentukan saham yang tepat untuk berinvestasi. Banyak investor retail yang kurang teredukasi perihal pasar modal sehingga pada tahap awal sangat berpotensi mengalami kerugian akibat tidak memahami konsep investasi di pasar modal. Untuk menghasilkan pertumbuhan iklim pasar modal yang baik secara kuantitas dan kualitas, sehingga kemampuan investor dalam memilih saham atau instrumen investasi lainnya perlu ditingkatkan atau difasilitasi. Salah satu cara untuk menyederhanakan pemilihan saham, terutama di sektor perbankan yang relatif memberikan imbal hasil yang baik dari tahun ke tahun ialah dengan melakukan pengelompokan saham - saham berdasarkan laporan keuangannya, sehingga saham saham dengan imbal hasil yang baik diharapkan dapat tercermin dari laporan keuangannya dan menyederhanakan analisis pemilihan saham yang terbaik untuk diinvestasikan.

1.2 Problem Statement

Beberapa investor pemula di fase awal berinvestasi sulit untuk menentukan saham - saham yang memiliki prospek yang baik di masa depan atau investasi jangka panjang yang dinilai dari kinerja perusahaan atau laporan keuangan.

1.3 Project Idea

Pemilihan saham yang berpotensi untuk diinvestasikan dapat dipermudah dengan melakukan pengelompokan saham - saham berdasarkan parameter atau nilai - nilai kinerja perusahaan yang terdapat di laporan keuangan. Berdasarkan hasil pengelompokan tersebut ditampilkan data perkembangan harga saham dan deviden yang dibagikan berdasarkan kelompoknya sebagai dasar untuk berinvestasi.

1.4 Problem Scope

Proyek ini akan menggunakan data fundamental (Income Statement, Balance Sheet dan Cash Flow) saham sektor perbankan di IHSG yang bersumber dari Yahoo Finance selama 4 tahun terakhir.

  • Income Statement adalah indikator yang tepat guna mengetahui beban dan pendapatan selama satu periode untuk memberikan informasi mengenai jumlah laba atau rugi setiap periode waktu, mengetahui perkembangan perusahaan, penilaian risiko, dll.

    Grafik Income Statement Bank BRI (BBRI)

  • Balance Sheet adalah suatu laporan neraca keuangan yang menunjukkan rincian terkait modal (ekuitas), kekayaan (jumlah aset), serta kewajiban (utang) dari suatu perusahaan. Adapun tujuan balance sheet adalah untuk memberikan gambaran besar mengenai kondisi keuangan perusahaan tersebut.

    Grafik Balance Sheet Bank BRI (BBRI)

  • Cash Flow digunakan untuk melacak setiap pemasukan dan pengeluaran hingga menghasilkan analisa keuangan apakah mengalami penurunan atau kenaikan.

    Grafik Cash Flow Bank BRI (BBRI)

Langkah - langkah Pengumpulan Data

  • Pengumpulan data/kode emiten yang termasuk dalam daftar sub sektor perbankan, sektor keuangan di IHSG yang bersumber dari https://www.idx.co.id/data-pasar/data-saham/daftar-saham/

  • Menggunakan kode emiten sub sektor perbankan, data Laporan Keuangan (Financial Statement) dikumpulkan dengan menggunakan YAHOOFINANCE - Formula Builder pada google spreadsheet. Kemudian data yang diperoleh dirapikan sesuai kebutuhan dan digenerate link spreadsheet data (set to ‘anyone’)

  • Data yang terdapat pada spreadsheet dibaca di R Studio menggunakan fungsi ‘read_sheet’ dari library ‘googlesheet4’

1.5 Output & Business Impact

Proyek ini menghasilkan output dashboard seperti di bawah ini yang nantinya akan dikembangkan untuk cakupan saham yang lebih banyak serta analisis lebih baik dalam melakukan pengelompokan saham yang prospek untuk diinvestasi untuk setiap sektor dan subsektor. Investor terbantu dalam berinvestasi dan kemudahan tersebut jumlah investor diharapkan meningkat dan dapat berinvestasi ke emiten yang berkinerja baik, selain itu emiten yang diinvestasikan juga dapat bertumbuh seiring dengan investasi yang masuk.

Homepage

Main Dashboard

2 Exploratory Data Analysis

# install.packages("googlesheets4")

library(googlesheets4)
library(dplyr)
library(GGally)
# Read Data From Google Spreadsheet
# Bank_Stock <- read_sheet("https://docs.google.com/spreadsheets/d/1Y5vVHgsipEQ2hQRGAvPAeU-6C_HxOMH62okctLZyZqw/edit?usp=sharing", sheet = "Data")

# Save Data to RDS
# Bank_Stock <- saveRDS(Bank_Stock,"bank_stock.rds")
Bank_Stock <- readRDS("bank_stock.rds")
head(Bank_Stock)

Definisi

  • Net Income :

  • Depreciation :

  • Change_To_Netincome :

  • Change_To_Operating_Activities :

  • Total_Cash_From_Operating_Activities :

  • Capital_Expenditures :

  • Investments :

  • Other_Cashflows_From_Investing_Activities :

  • Total_Cashflows_From_Investing_Activities :

  • Dividends_Paid :

  • Net_Borrowings :

  • Other_Cashflows_From_Financing_Activities :

  • Total_Cash_From_Financing_Activities :

  • Change_In_Cash :

  • Repurchase_Of_Stock :

  • Issuance_Of_Stock :

  • Cash :

  • Short_Term_Investments :

  • Long_Term_Investments :

  • Net_Receivables :

  • Inventory :

  • Other_Current_Assets :

  • Total_Current_Assets :

  • Property_Plant_Equipment :

  • Other_Assets :

  • Total_Assets :

  • Accounts_Payable :

  • Short_Long_Term_Debt :

  • Long_Term_Debt :

  • Other_Current_Liab :

  • Other_Liab :

  • Total_Current_Liabilities :

  • Total_Liab :

  • Common_Stock :

  • Retained_Earnings :

  • Treasury_Stock :

  • Other_Stockholder_Equity :

  • Total_Stockholder_Equity :

  • Net_Tangible_Assets :

  • Total_Revenue :

  • Cost_Of_Revenue :

  • Gross_Profit :

  • Research_Development :

  • Selling_General_Administrative :

  • Total_Operating_Expenses :

  • Operating_Income :

  • Total_Other_Income_Expense_Net :

  • Ebit :

  • Interest_Expense :

  • Income_Before_Tax :

  • Income_Tax_Expense :

  • Net_Income_From_Continuing_Ops :

  • Net_Income_Applicable_To_Common_Shares :

Dataset Summary

Ringkasan dari dataframe ‘Bank_Stock’ untuk mengetahui nilai - nilai statistik dasar dari setiap kolom.

summary(Bank_Stock)
##     Ticker            End_Date         Net_Income...3        Depreciation      
##  Length:128         Length:128         Min.   :-3.256e+12   Min.   :2.937e+09  
##  Class :character   Class :character   1st Qu.: 5.362e+10   1st Qu.:2.608e+10  
##  Mode  :character   Mode  :character   Median : 7.350e+11   Median :1.653e+11  
##                                        Mean   : 3.789e+12   Mean   :4.595e+11  
##                                        3rd Qu.: 2.533e+12   3rd Qu.:4.073e+11  
##                                        Max.   : 3.437e+13   Max.   :5.358e+12  
##  Change_To_Netincome  Change_To_Operating_Activities
##  Min.   :-3.203e+12   Min.   :-1.265e+14            
##  1st Qu.: 3.577e+10   1st Qu.:-1.071e+13            
##  Median : 3.530e+11   Median :-2.318e+12            
##  Mean   : 2.633e+12   Mean   :-1.210e+13            
##  3rd Qu.: 2.127e+12   3rd Qu.:-2.706e+11            
##  Max.   : 3.586e+13   Max.   : 1.762e+13            
##  Total_Cash_From_Operating_Activities Capital_Expenditures
##  Min.   :-8.764e+13                   Min.   :-8.254e+12  
##  1st Qu.:-6.402e+12                   1st Qu.:-3.258e+11  
##  Median :-1.197e+12                   Median :-8.859e+10  
##  Mean   :-5.613e+12                   Mean   :-4.900e+11  
##  3rd Qu.: 3.415e+11                   3rd Qu.:-1.676e+10  
##  Max.   : 2.252e+13                   Max.   : 3.399e+10  
##  Total_Cashflows_From_Investing_Activities
##  Min.   :-1.325e+14                       
##  1st Qu.:-4.943e+12                       
##  Median :-4.001e+11                       
##  Mean   :-6.016e+12                       
##  3rd Qu.: 1.455e+11                       
##  Max.   : 2.063e+13                       
##  Other_Cashflows_From_Financing_Activities Total_Cash_From_Financing_Activities
##  Min.   :-2.473e+13                        Min.   :-1.805e+13                  
##  1st Qu.: 2.809e+10                        1st Qu.: 1.355e+11                  
##  Median : 2.048e+12                        Median : 1.707e+12                  
##  Mean   : 1.366e+13                        Mean   : 1.339e+13                  
##  3rd Qu.: 1.040e+13                        3rd Qu.: 7.707e+12                  
##  Max.   : 1.477e+14                        Max.   : 1.442e+14                  
##  Change_In_Cash            Cash           Long_Term_Investments
##  Min.   :-6.512e+13   Min.   :1.098e+11   Min.   :1.000e+07    
##  1st Qu.:-9.621e+11   1st Qu.:1.598e+12   1st Qu.:1.688e+12    
##  Median : 1.883e+11   Median :5.518e+12   Median :8.043e+12    
##  Mean   : 1.518e+12   Mean   :1.686e+13   Mean   :3.590e+13    
##  3rd Qu.: 2.311e+12   3rd Qu.:1.524e+13   3rd Qu.:2.944e+13    
##  Max.   : 7.100e+13   Max.   :1.655e+14   Max.   :3.791e+14    
##  Other_Current_Assets Total_Current_Assets Property_Plant_Equipment
##  Min.   :1.478e+11    Min.   :6.471e+11    Min.   :1.409e+10       
##  1st Qu.:8.209e+11    1st Qu.:4.458e+12    1st Qu.:3.928e+11       
##  Median :4.775e+12    Median :1.863e+13    Median :1.899e+12       
##  Mean   :1.380e+13    Mean   :4.407e+13    Mean   :5.975e+12       
##  3rd Qu.:1.336e+13    3rd Qu.:3.731e+13    3rd Qu.:4.672e+12       
##  Max.   :1.211e+14    Max.   :3.563e+14    Max.   :4.995e+13       
##   Other_Assets        Total_Assets       Accounts_Payable   
##  Min.   :1.390e+12   Min.   :2.535e+12   Min.   :5.039e+11  
##  1st Qu.:1.047e+13   1st Qu.:1.641e+13   1st Qu.:9.870e+12  
##  Median :5.083e+13   Median :8.537e+13   Median :6.217e+13  
##  Mean   :1.468e+14   Mean   :2.331e+14   Mean   :1.650e+14  
##  3rd Qu.:1.353e+14   3rd Qu.:2.022e+14   3rd Qu.:1.262e+14  
##  Max.   :1.013e+15   Max.   :1.726e+15   Max.   :1.196e+15  
##  Other_Current_Liab  Total_Current_Liabilities   Total_Liab       
##  Min.   :4.331e+09   Min.   :5.622e+11         Min.   :1.919e+12  
##  1st Qu.:8.308e+10   1st Qu.:1.154e+13         1st Qu.:1.296e+13  
##  Median :5.773e+11   Median :6.871e+13         Median :7.490e+13  
##  Mean   :3.606e+12   Mean   :1.776e+14         Mean   :1.984e+14  
##  3rd Qu.:2.847e+12   3rd Qu.:1.449e+14         3rd Qu.:1.636e+14  
##  Max.   :3.275e+13   Max.   :1.279e+15         Max.   :1.503e+15  
##   Common_Stock       Retained_Earnings    Total_Stockholder_Equity
##  Min.   :1.170e+11   Min.   :-1.409e+12   Min.   :2.742e+11       
##  1st Qu.:8.118e+11   1st Qu.: 5.965e+11   1st Qu.:3.115e+12       
##  Median :1.751e+12   Median : 3.454e+12   Median :9.139e+12       
##  Mean   :2.855e+12   Mean   : 2.284e+13   Mean   :3.404e+13       
##  3rd Qu.:3.803e+12   3rd Qu.: 1.811e+13   3rd Qu.:3.020e+13       
##  Max.   :2.056e+13   Max.   : 1.850e+14   Max.   :2.887e+14       
##  Net_Tangible_Assets Total_Revenue         Gross_Profit       
##  Min.   :2.379e+11   Min.   :-1.039e+12   Min.   :-1.262e+12  
##  1st Qu.:3.112e+12   1st Qu.: 5.731e+11   1st Qu.: 5.655e+11  
##  Median :8.782e+12   Median : 3.337e+12   Median : 3.267e+12  
##  Mean   :3.363e+13   Mean   : 1.202e+13   Mean   : 1.178e+13  
##  3rd Qu.:2.992e+13   3rd Qu.: 9.423e+12   3rd Qu.: 9.249e+12  
##  Max.   :2.887e+14   Max.   : 1.114e+14   Max.   : 1.100e+14  
##  Selling_General_Administrative Total_Operating_Expenses Operating_Income    
##  Min.   :6.081e+10              Min.   :6.383e+10        Min.   :-3.683e+12  
##  1st Qu.:3.611e+11              1st Qu.:4.202e+11        1st Qu.: 8.106e+10  
##  Median :2.058e+12              Median :2.392e+12        Median : 1.058e+12  
##  Mean   :6.097e+12              Mean   :7.277e+12        Mean   : 4.738e+12  
##  3rd Qu.:5.429e+12              3rd Qu.:6.411e+12        3rd Qu.: 3.551e+12  
##  Max.   :5.912e+13              Max.   :7.843e+13        Max.   : 3.884e+13  
##  Income_Before_Tax    Income_Tax_Expense   Net_Income_From_Continuing_Ops
##  Min.   :-3.923e+12   Min.   :-6.648e+11   Min.   :-3.258e+12            
##  1st Qu.: 8.039e+10   1st Qu.: 1.872e+10   1st Qu.: 5.362e+10            
##  Median : 1.038e+12   Median : 2.187e+11   Median : 7.350e+11            
##  Mean   : 4.963e+12   Mean   : 1.119e+12   Mean   : 3.845e+12            
##  3rd Qu.: 3.274e+12   3rd Qu.: 8.961e+11   3rd Qu.: 2.549e+12            
##  Max.   : 4.336e+13   Max.   : 9.335e+12   Max.   : 3.441e+13            
##  Net_Income...58      Net_Income_Applicable_To_Common_Shares
##  Min.   :-3.256e+12   Min.   :-3.256e+12                    
##  1st Qu.: 5.362e+10   1st Qu.: 5.362e+10                    
##  Median : 7.350e+11   Median : 7.350e+11                    
##  Mean   : 3.789e+12   Mean   : 3.789e+12                    
##  3rd Qu.: 2.533e+12   3rd Qu.: 2.533e+12                    
##  Max.   : 3.437e+13   Max.   : 3.437e+13

Check NA Value

sum(is.na(Bank_Stock))
## [1] 0

Drop Columns with NA Value

Terdapat 1274 data NA pada dataframe, sehingga didrop kolom yang terdapat NA.

Bank_Stock <- Bank_Stock[ ,colSums(is.na(Bank_Stock)) == 0]

Check Columns Correlation

## Warning in ggcorr(Bank_Stock): data in column(s) 'Ticker', 'End_Date' are not
## numeric and were ignored

Catatan

  • Sebagian besar variabel berkorelasi kuat, sehingga perlu penyederhanaan variabel yang akan digunakan.

  • Untuk menyederhanakan model awal maka akan digunakan variabel Net Income, Total Revenue, Total Liabilities, Total Assets, Total Equity dan Depreciation