Analisis Laporan Keuangan untuk Mendeteksi Red Flag Fraud: Mana yang Layak Diinvestigasi?
Perubahan yang tidak biasa dalam laporan keuangan sering dianggap sebagai tanda fraud. Pendapatan melonjak menjelang akhir tahun, piutang meningkat tajam, arus kas tidak mengikuti pertumbuhan laba, atau terdapat transaksi bernilai besar dengan pihak berelasi dapat menimbulkan pertanyaan.
Namun, anomali tidak sama dengan fraud. Pertumbuhan piutang dapat terjadi karena perusahaan memberikan termin pembayaran lebih panjang.
Margin pun dapat meningkat karena perubahan harga atau biaya produksi. Lonjakan pendapatan pada akhir periode dapat mencerminkan bisnis yang memang bersifat musiman.
Karena itu, tujuan analisis laporan keuangan bukan mencari satu angka yang dapat "membuktikan" fraud. Analisis digunakan untuk menemukan ketidakkonsistenan yang memiliki alasan cukup kuat untuk diperiksa lebih lanjut.
Pendekatan serupa terlihat dalam standar audit PCAOB AS 2401. Auditor tidak diarahkan untuk menganggap setiap perubahan tidak biasa sebagai fraud, tetapi untuk mengevaluasi hubungan analitis, transaksi signifikan yang tidak biasa, pengakuan pendapatan, jurnal tertentu, dan bukti lain ketika kondisi tersebut meningkatkan risiko salah saji akibat fraud.
Dengan demikian, pertanyaan yang lebih berguna bukan:
"Apakah angka ini mencurigakan?"
melainkan:
"Apakah perubahan ini konsisten dengan kondisi bisnis, didukung oleh bukti lain, dan memiliki penjelasan ekonomi yang masuk akal?"
1. Satu Red Flag Jarang Cukup: Cari Ketidakkonsistenan Antardata
Sebuah indikator menjadi lebih relevan ketika tidak berdiri sendiri.
Bayangkan perusahaan mencatat pertumbuhan pendapatan sebesar 25%. Angka tersebut tidak mencurigakan dengan sendirinya. Namun, analis mungkin perlu melakukan pemeriksaan lebih lanjut apabila pada periode yang sama:
- piutang usaha meningkat jauh lebih cepat daripada pendapatan;
- arus kas operasional justru menurun;
- jumlah pelanggan atau volume penjualan relatif tidak berubah;
- pertumbuhan terbesar terjadi tepat menjelang akhir periode.
Masalahnya bukan satu angka tertentu, melainkan hubungan antara angka yang sulit dijelaskan oleh aktivitas bisnis normal.
PCAOB, misalnya, menyarankan penggunaan data pendapatan yang lebih tersegmentasi—berdasarkan bulan, lini produk, atau segmen bisnis—untuk menemukan hubungan atau transaksi yang tidak biasa ketika terdapat risiko pengakuan pendapatan yang tidak tepat.
Artinya, analisis fraud sebaiknya tidak menggunakan pendekatan:
rasio X di atas angka tertentu = fraud.
Yang lebih relevan adalah membaca pola antar periode dan menguji apakah perubahan tersebut sesuai dengan driver operasional perusahaan.
2. Ketika Laba dan Arus Kas Bergerak ke Arah yang Berbeda
Salah satu area yang layak diperhatikan adalah hubungan antara laba dan arus kas. Perusahaan dapat mencatat laba tanpa langsung menerima kas karena sistem akuntansi berbasis akrual.
Karena itu, perbedaan antara laba bersih dan arus kas operasional bukan otomatis red flag. Yang perlu dianalisis adalah pola dan penyebabnya.
Misalnya, perusahaan melaporkan pertumbuhan laba selama beberapa periode, tetapi pada saat yang sama:
- arus kas operasional terus melemah;
- piutang meningkat signifikan;
- periode penagihan semakin panjang;
- cadangan kerugian piutang tidak berubah secara proporsional.
Kondisi tersebut dapat memiliki penjelasan yang sah, seperti ekspansi penjualan kredit. Namun, analis perlu menguji apakah kualitas pendapatan masih sejalan dengan angka laba yang dilaporkan.
Inilah alasan kualitas laba lebih informatif daripada sekadar nominal laba. Pertanyaannya bukan hanya apakah perusahaan menghasilkan keuntungan, tetapi bagaimana keuntungan tersebut terbentuk dan seberapa jauh aktivitas tersebut menghasilkan kas.
3. Angka yang Berubah Seharusnya Memiliki Driver Bisnis
Perubahan finansial pada dasarnya harus dapat ditelusuri ke perubahan ekonomi atau operasional.
Jika pendapatan meningkat karena volume penjualan bertambah, data operasional seharusnya memberikan dukungan terhadap penjelasan tersebut.
Jika margin meningkat karena harga bahan baku turun, perubahan biaya juga semestinya terlihat dalam struktur pengeluaran perusahaan.
Karena itu, salah satu cara mencari red flag adalah membandingkan financial outcome dengan business driver.
Beberapa contoh pertanyaan yang dapat digunakan:
- Pendapatan melonjak, tetapi apakah volume atau basis pelanggan ikut meningkat?
- Gross margin membaik drastis, tetapi apakah harga jual atau struktur biaya berubah?
- Persediaan turun tajam, apakah perubahan tersebut konsisten dengan penjualan dan cost of goods sold?
- Beban tertentu turun signifikan, apakah terjadi efisiensi nyata atau hanya perubahan klasifikasi?
- Piutang meningkat, apakah berasal dari pertumbuhan penjualan atau kualitas penagihan yang memburuk?
Jika perubahan besar tidak memiliki driver yang jelas, kondisi tersebut belum membuktikan fraud.
Namun, ketidakmampuan menghubungkan angka dengan realitas operasional merupakan alasan yang lebih kuat untuk melakukan pemeriksaan lanjutan daripada sekadar melihat bahwa sebuah rasio tampak "aneh".
4. Perhatikan Transaksi Signifikan yang Tidak Biasa
Tidak seluruh transaksi besar merupakan red flag. Perusahaan dapat melakukan akuisisi, menjual aset, memperoleh pendanaan, atau menyelesaikan kontrak besar yang memang berada di luar kegiatan rutin.
Yang perlu diperhatikan adalah transaksi signifikan yang tidak biasa berdasarkan timing, ukuran, struktur, atau tujuan ekonominya.
PCAOB AS 2401 secara spesifik menyoroti transaksi signifikan di luar kegiatan usaha normal atau transaksi yang tampak tidak biasa berdasarkan timing, ukuran, atau sifatnya.
Standar tersebut juga meminta auditor memahami tujuan bisnis transaksi tersebut dan mempertimbangkan apakah transaksi yang terlalu kompleks, tidak memiliki substansi ekonomi yang jelas, melibatkan pihak berelasi tertentu, atau dilakukan mendekati akhir periode perlu mendapatkan perhatian tambahan.
Contoh area yang dapat ditelusuri lebih jauh antara lain:
- transaksi bernilai besar yang jarang terjadi;
- transaksi yang dilakukan sangat dekat dengan tanggal tutup buku;
- transaksi yang kemudian dibalik tidak lama setelah periode berakhir;
- struktur transaksi yang jauh lebih kompleks daripada kebutuhan bisnisnya;
- transaksi yang membantu perusahaan mencapai target keuangan tertentu tetapi memiliki tujuan komersial yang tidak jelas.
5. Related-Party Transaction Bukan Fraud, tetapi Membutuhkan Konteks
Transaksi dengan pihak berelasi merupakan bagian normal dari banyak kelompok usaha.
Perusahaan dapat melakukan transaksi dengan induk perusahaan, anak usaha, entitas asosiasi, pemilik, atau pihak lain yang memiliki hubungan tertentu. Keberadaan transaksi tersebut sendiri tidak menunjukkan fraud.
Namun, hubungan tersebut penting karena transaksi antar pihak berelasi tidak selalu berlangsung dengan kondisi yang sama seperti transaksi antara dua pihak independen.
IAS 24 secara khusus mensyaratkan pengungkapan hubungan pihak berelasi, transaksi, serta saldo tertentu agar pengguna laporan keuangan dapat memahami potensi pengaruh hubungan tersebut terhadap posisi keuangan dan laba rugi perusahaan.
IFRS juga menjelaskan bahwa pihak berelasi dapat melakukan transaksi dengan syarat yang mungkin tidak diberikan kepada pihak independen.
6. Perilaku Angka Menjelang Tutup Periode Layak Diperiksa
Perubahan yang terjadi dekat dengan akhir bulan, kuartal, atau tahun dapat memberikan insight tambahan karena periode tersebut berhubungan langsung dengan angka yang akan dilaporkan.
Misalnya, analis dapat menemukan lonjakan penjualan pada beberapa hari terakhir periode, kenaikan piutang secara tiba-tiba, penurunan kewajiban menjelang tanggal pelaporan atau masuknya dana dalam jumlah besar sesaat sebelum tutup buku.
Bisnis ritel dapat mengalami penjualan akhir tahun yang memang tinggi. Pelanggan besar dapat membayar invoice tepat sebelum periode berakhir.
Perusahaan juga dapat sengaja menyelesaikan kewajibannya menjelang tutup buku sebagai bagian dari pengelolaan kas normal.
Namun, timing memberikan konteks.
PCAOB memasukkan transaksi yang dicatat pada akhir periode, post-closing entries dengan penjelasan terbatas, transaksi revenue mendekati period-end, serta transaksi yang dilakukan sebelum akhir periode kemudian dibalik sesudahnya sebagai area yang dapat memerlukan pemeriksaan lebih jauh dalam konteks risiko fraud.
7. Red Flag Menjadi Lebih Kuat ketika Laporan Keuangan Tidak Konsisten dengan Sumber Lain
Laporan keuangan tidak harus dianalisis dalam ruang tertutup.
Sebuah angka menjadi jauh lebih informatif ketika dibandingkan dengan sumber data lain. Misalnya:
Laporan keuangan: penjualan tumbuh signifikan. Rekening koran: tidak terlihat peningkatan arus kas pelanggan yang sebanding.
Atau:
Laporan keuangan: saldo piutang menurun. Data transaksi: tidak terdapat pola pembayaran yang menjelaskan penurunan tersebut.
Atau:
Management report: volume bisnis meningkat. Invoice atau dokumen pendukung: aktivitas tidak menunjukkan perubahan yang setara.
Perbedaan lintas sumber bukan otomatis bukti fraud karena perbedaan periode pencatatan, basis data, rekonsiliasi, dan kebijakan akuntansi dapat menghasilkan variasi yang sah.
Namun, cross-validation membantu menentukan apakah sebuah red flag layak diprioritaskan.
Analisis Laporan Keuangan Memulai Investigasi, Bukan Menggantikan Investigasi
Fraud pada akhirnya melibatkan unsur kesengajaan, sementara laporan keuangan terutama menunjukkan hasil finansial dari aktivitas perusahaan.
Karena itu, laporan keuangan lebih tepat digunakan sebagai alat risk identification dan investigation prioritization daripada sebagai alat untuk menyimpulkan bahwa fraud telah terjadi.
ISA 240 (Revised) dari IAASB juga mempertahankan pendekatan berbasis risiko: auditor mengidentifikasi dan menilai risiko salah saji material akibat fraud, merancang respons terhadap risiko tersebut, mempertimbangkan apakah misstatement tertentu dapat menjadi indikasi fraud, dan kemudian memperoleh serta mengevaluasi bukti yang relevan.
Revisi terbaru ISA 240 diterbitkan IAASB pada Juli 2025 dengan penekanan lebih kuat pada fraud lens dalam risk assessment.
Dengan pendekatan tersebut, analisis menjadi lebih disiplin. Organisasi tidak perlu memperlakukan setiap anomali sebagai fraud, tetapi juga tidak mengabaikan perubahan yang sulit dijelaskan.
