Tools · Pembeda analis
Kebanyakan orang belajar FSA cuma bisa baca. Kamu kelar dengan toolkit screening yang jalan. Salin skripnya, jalankan di Colab/lokal, commit ke repomu — jadi portofolio.
Tempel dua versi catatan kaki (mis. catatan 2024 vs 2025), lalu klik Bandingkan. Kalimat yang ditambah, dihapus, dan diubah diam-diam akan dipisahkan otomatis — logika yang sama dengan footnote_diff() di toolkit.
Kreditur hidup dari downside: berapa besar shock CFO setelah bunga yang membuat DSCR (debt service coverage ratio) menembus batas covenant? Geser slider shock, lihat DSCR baru + status JEBOL/AMAN + titik jebol (shock % di mana DSCR tepat = minimum). Logika yang sama dengan covenant_break() di toolkit. Asumsi: debt service tetap.
Konvensi: DSCR = CFO setelah bunga ÷ (bunga + cicilan pokok) — sama seperti M23 (konservatif).
Angka ilustratif. Linear approx: DSCR baru = DSCR × (1 + shock). Titik jebol = shock di mana DSCR = minimum. Konvensi: DSCR = CFO setelah bunga ÷ debt service (konservatif, seperti M23).
Lensa investasi: bangun input DCF 2 tahap — proyeksi FCFF 5 tahun, Terminal Value = FCFF₅ × (1+g) ÷ (WACC − g), lalu Enterprise Value = Σ PV(FCFF) + PV(TV). Default = angka kanonis M18 (ilustratif): EV harus 277.778. Logika yang sama dengan dcf_inputs() di toolkit.
Input = FCFF tahun 1 (tahun proyeksi pertama); pertumbuhan mulai tahun 2. Angka ilustratif — DCF sangat sensitif ke WACC & g.
Buka colab.research.google.com → upload fsa_toolkit.py → !python fsa_toolkit.py. Ganti angka contoh dengan angka emiten incaranmu.
Looping beneish_mscore() + dso_screen() ke puluhan emiten IDX (tarik datanya via API/CSV) → urutkan by M-score → investigasi 5 teratas. Itulah kerja analis forensik.
Uji Benford butuh n besar (ratusan angka jurnal) agar bermakna — demo di toolkit hanya ilustrasi mekanik. M-score adalah screening, bukan vonis.