•  
  •  
 

Abstract

This study aims to analyze the digital banking industry in uncertain global financial conditions. This analysis used binary logistic regression models, to predict the Indonesia commercial digital banking profitability performances in new normal life based on the analysis of digital banking performances in the second wave of global financial crisis 2017. The probability of bank profitability improvement as dependent variable. The Liquidity Risk, Bank Size, Bank Portfolio Risk, and E-Money transactions as independent variables. Fintech and Bank Type are used as control variables. The analysis period is 2015-2019, based on the time when the rapid progress of digital banking technology was adopted in Indonesia. Data obtained from 57 commercial bank annual reports, statistics of Bank Indonesia and The Financial Services Authority. By the Logit Regression Model, it is concluded that Liquidity Risk, Fintech and Bank Type do not statistically significant, while the Bank’s Portfolio Risk, E-Money transactions and Bank Size statistically significant influencing The Digital Banking Profitability Improvements. From the structural break analysis conducted at the level of the digital banking profitability, there is a difference in the time of "shock" between conventional and Islamic banks. The conventional banks was experienced a structural break over global financial conditions two months before Islamic banks.

Bahasa Abstract

Penelitian ini bertujuan untuk menganalisis industri perbankan digital dalam ketidakpastian kondisi sistem keuangan global. Model Analisis yang digunakan adalah regresi binari logistik, untuk memprediksi performa profitabilitas perbankan digital Indonesia di masa new normal menggunakan performa profitabilitas bank digital di masa krisis keuangan global gelombang kedua tahun 2017. Probabilitas peningkatan profitabilitas perbankan digital sebagai variabel dependen. Risiko likuiditas, ukuran bank, risiko portfolio and jumlah transaksi uang elektronik (E-Money) sebagai variabel independen. Industri Fintech dan Tipe Bank digunakan sebagai variabel kontrol. Periode penelitian adalah tahun 2015-2019 sebagai tahun dimana pertumbuhan pesat atas adopsi teknologi perbankan digital di Indonesia. Data yang digunakan adalah Laporan Tahunan 57 Bank Komersial, Statistik Keuangan Bank Indonesia dan Otoritas Jasa Keuangan. Berdasarkan analisis model regresi logit disimpulkan bahwa risiko likuiditas, fintech dan tipe bank secara statistik tidak signifikan, sedangkan risiko portofolio, jumlah transaksi uang elektronik (E-Money), dan ukuran bank berpengaruh signifikan terhadap peningkatan profitabilitas bank digital. Berdasarkan analisis struktural pada tingkat profitabilitas perbankan digital, disimpulkan bahwa bank konvensional mengalami perubahan mendadak atas fluktuasi kondisi keuangan global 2 bulan lebih awal dari pada bank syariah.

Download

Share

COinS