Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk menyelidiki hubungan antara dampak adopsi fintech pada level bank individu terhadap risiko bank, termasuk risiko kredit, likuiditas, dan kebangkrutan. Penelitian ini menetapkan indeks untuk mengukur adopsi fintech yang telah dijalankan oleh bank di Indonesia, sampel nya sendiri mencakup 46 bank yang terdaftar di Bursa Efek Indonesia (BEI) dan menggunakan teknologi text mining, untuk proses pengambilan informasi mengenai adopsi fintech berdasarkan laporan keuangan tahunan bank tersebut dari tahun 2019 hingga 2022. Selain itu, penelitian ini juga membahas mengenai heterogenitas kepemilikan dan adopsi sub-dimensi fintech yang berpengaruh. Kesimpulan dari penilitian ini sebagai berikut: (1) adopsi fintech pada bank meningkatkan risiko kredit dan likuiditas bank namun mengurangi risiko kebangkrutan; (2) Dari segi kepemilikan, adopsi fintech pada bank umum milik swasta/asing membawa risiko kredit dan likuiditas yang lebih tinggi. (3) Penerapan sub-dimensi teknologi pada adopsi fintech dapat memperburuk risiko kredit dan likuiditas.

---

This research investigates the relationship between the impact of fintech adoption at the individual bank level and bank risk, including credit, liquidity, and insolvency risks. This research established an index measuring fintech adoption covering 46 banks listed on the Indonesia Stock Exchange (IDX). Using text mining technology, it took information regarding fintech adoption based on the bank's annual financial reports from 2019 to 2022. Apart from that, this research also discusses the heterogeneity of ownership and adoption of influential fintech sub-dimensions. The conclusions of this research are as follows: (1) adoption of fintech in banks increases credit risk and liquidity risk yet reduces the risk of insolvency; (2) From an ownership perspective, the adoption of fintech in private/foreign-owned commercial banks carries higher credit and liquidity risks. (3) Applying technological sub-dimensions to fintech adoption can exacerbate credit and liquidity risks."

"Fokus dari penelitian ini adalah untuk mengidentifikasi bank-bank yang dianggap berisiko sebagai counterpart oleh bank lainnya dalam transaksi Pasar Uang Antar Bank PUAB , sehingga diharapkan dapat mencegah serta memitigasi potensi terjadinya risiko sistemik pada industri perbankan di Indonesia. Data yang digunakan dalam penelitian ini adalah data transaksi intraday bilateral pinjam meminjam tanpa agunan dengan tenor overnight O/N yang diambil dari transaksi PUAB dengan periode observasi dari Januari 2008-Juni 2009. Dari hasil penelitian, berhasil diidentifikasi sebanyak 4 bank yaitu FI 81, FI 94, FI 3 dan FI 54 yang secara statistik signifikan menunjukkan signal risiko tertinggi di PUAB. Selain itu ditemukan juga bukti bahwa sebagian besar bank yang menunjukkan frekuensi signal yang tinggi umumnya bertindak sebagai net peminjam di PUAB, hal ini mengindikasikan bahwa bank tersebut terus-menerus menghadapi permasalahan likuiditas. Dari hasil regresi ditemukan juga bukti adanya hubungan negatif dengan tingkat kemiringan slope sebesar -0,93 antara besarnya share signal risiko terhadap Z Score. Dari hasil penelitian ini diharapkan metode ini dapat digunakan sebagai tools pelengkap dalam melakukan monitoring risiko individual bank selain dari angka rasio keuangan, serta dapat diaplikasikan sebagai Early Warning System EWS perbankan.

---

The focus of this study is to identify which banks that are considered risky as counterpart by other banks in interbank money market transactions PUAB , and it is expected to prevent and mitigate the potential of systemic risk in the banking industry in Indonesia. In this research used intraday bilateral lending transaction without collateral data with overnight tenor O N taken from PUAB transaction with observation period from January 2008 to June 2009. Based on the research result, it was identified 4 banks, FI 81, FI 94, FI 3 and FI 54 which statistically show the highest sign of risk in PUAB.There is also evidence that most banks that exhibit high signal frequencies generally act as net borrowers in the interbank money market, indicating that banks are constantly facing liquidity problems. From the regression results found also evidence of a negative relationship with the level of slope 0.93 between the amount of risk signal share against Z Score. Hopefully the method from this study can be used as a complementary tool in monitoring individual bank risk apart from the financial ratio, and can be applied as the Early Warning System EWS banking."