ANALISIS PENGARUH FAKTOR INTERNAL, PERTUMBUHAN EKONOMI, DAN JUMLAH
PERUSAHAAN FINTECH TERHADAP PROFITABILITAS PERBANKAN
(Studi pada Bank Umum Konvesional Yang Terdaftar Di BEI Tahun 2011-2020)
JURNAL ILMIAH
Disusun oleh :
Jihan Fadhilah 175020407111015
JURUSAN ILMU EKONOMI FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA MALANG
2021
ANALISIS PENGARUH FAKTOR INTERNAL, PERTUMBUHAN EKONOMI, DAN JUMLAH PERUSAHAAN FINTECH TERHADAP PROFITABILITAS PERBANKAN
(Studi pada Bank Umum Konvesional Yang Terdaftar Di BEI Tahun 2011-2020) Jihan Fadhilah1
Fakultas Ekonomi dan Bisnis, Universitas Brawijaya1 Email: [email protected]
ABSTRAK
Penelitian ini bertujuan untuk menganalisis Pengaruh Faktor Internal, Pertumbuhan Ekonomi, dan Jumlah Perusahaan Fintech terhadap Profitabilitas Perbankan. Data yang digunakan dalam penelitian ini dikumpulkan dari 9 bank terpilih yang terdaftar di Bursa Efek Indonesia. Penelitian ini menggunakan teknik pengambilan sampel purposive sampling, dari populasi bank yang terdaftar di BEI dengan jumlah 43 bank dan akhirnya menghasilkan 9 bank untuk dijadikan sampel penelitian ini.
Penelitian ini dianalisis menggunakan pendekatan analisis data panel, yaitu random effect model.
Variabel independent dalam penelitian ini adalah Capital Adequacy Ratio (CAR), Loan to Deposit Ratio (LDR), Non-Performing Loan (NPL), Firm Size, Perumbuhan Ekonomi (PDB) dan Jumlah Perusahaan Fintech. Variabel dependent-nya adalah Return on Asset (ROA). Berdasarkan hasil penelitian ditemukan bahwa CAR dan PDB berpengaruh positif signifikan terhadap ROA. Sedangkan LDR, NPL, Firm Size, dan Jumlah Perusahaan Fintech berpengaruh negatif signifikan terhadap ROA.
Kata kunci: Profitabilitas Bank, Return on Asset,Capital Adequacy Ratio (CAR), Loan to Deposit Ratio (LDR), Non-Performing Loan (NPL), Firm Size, Perumbuhan Ekonomi (PDB), Fintech.
A. PENDAHULUAN
Di dalam perekonomian suatu negara, perbankan memegang peranan penting dalam pembangunan tersebut. Bank adalah organisasi yang menangani simpanan, pinjaman, penukaran uang atau hal lain menyangkut dengan uang proses pengiriman atau transfer dana dalam bentuk kredit. Dalam sistem perekonomian, bank berfungsi sebagai perantara. Bank juga merupakan pendorong perekonomian suatu negara sehingga memiliki peran yang sangat penting baik itu bank domestik maupun bank asing (Williams, 2007)
Salah satu hal utama dalam memprediksi kondisi perbankan adalah laporan keuangan khususnya terkait kemampuan menghasilkan pendapatan (Kasmir, 2010). Rasio ikuiditas, aktivitas, solvabilitas, profitabilitas, dan rasio pasar termasuk jenis-jenis rasio keuangan yang dapat digunakan sebagai evaluasi kinerja keuangan. (Hanafi, 2010). Profitabilitas termasuk indikator penting kinerja suatu perusahan terutama sektor perbankan. Profitabilitas adalah kemampuan suatu bank untuk menghasilkan atau memperoleh laba dan digunakan untuk menilai apakah suatu bank dapat secara efisien dan efektif menghasilkan laba (Kumbirai, 2010). Menggunakan ROA adalah cara terbaik untuk mengukur profitabilitas karena dapat digunakan untuk membandingkan kinerja suatu bank dalam satu periode dengan periode lainnya (Bilal et al., 2013). Menurut Flamini et al (2009), ROA membantu untuk mengetahui seberapa efektif manajemen aset untuk menghasilkan keuntungan.
Bank memiliki faktor internal dan eksternal dalam mempengaruhi tingkat profitabilitas (Kosmidou, 2008). Faktor internal menunjuk pada faktor-faktor yang dipengaruhi oleh keputusan manajemen bank dan tujuan kebijakan, sedangkan faktor eksternal yaitu termasuk struktur pasar keuangan, kondisi ekonomi negara, lingkungan hukum dan politik semuanya dapat mempengaruhi kinerja bank. Penelitian ini menentukan ROA sebagai variabel dependen sedangkan faktor eksternal dan internal sebagai variabel independen. Variabel CAR, LDR, NPL dan firm size termasuk ke dalam
kategori faktor internal sedangkan variabel PDB dan fintech termasuk ke dalam kategori faktor eksternal.
Rasio kecakupan modal (CAR) yang lebih tinggi dapat meningkatkan fleksibilitas yang lebih tinggi untuk memanfaatkan peluang bisnis baru, terutama ketika bank memiliki kendala keuangan seperti dalam konteks pasar negara berkembang (Goddard et al., 2004). Bank harus selalu waspada dan menjaga sumber daya untuk mengantisipasi risiko tersebut. CAR yang baik memungkinkan bank untuk membiayai operasionalnya. Hal ini dikarenakan CAR yang tinggi memungkinkan suatu bank untuk (Kuncoro et al., 2002). Hal ini didukung oleh studi yang dilakukan oleh Haidary dan Abbey (2018) dan Kingu et al. (2018) menunjukkan bahwa CAR memiliki pengaruh yang positif terhadap ROA.
Bank umum perlu menyeimbangkan likuiditas tinggi dengan likuiditas rendah. Semakin kecil rasionya, semakin efisien biaya operasional yang dikeluarkan bank (Almilia and Herdiningtyas, 2005), ini artinya likuiditas yang tinggi tidak diinginkan, dapat menyebabkan tingkat profitabilitas yang rendah. Hal tersebut dapat mengakibatkan sangat sedikit uang cash yang dikeluarkan untuk pinjaman oleh bank. Kosmidou et al. (2008) menunjukkan bahwa variable independent LDR bepengaruh secara negatif signifikan terhadap ROA.
Proporsi pinjaman yang lebih tinggi terhadap total aset cenderung membuat bank lebih rentan terhadap hutang yang tidak dipenuhi oleh kreditur, dan ini menurunkan laba/profit. Hal tersebut menunjukkan hubungan terbalik antara risiko kredit dan kinerja bank (Miller dan Noulas, 1997).
Diduga dampak negatif terhadap potensi kerugian dari pinjaman berkualitas buruk (Mansur et al., 1993). Dengan kata lain, NPL merupakan salah satu indikator masalah perbankan yang jika tidak segera diatasi dapat berdampak negatif bagi bank itu sendiri. NPL yang diteliti oleh Petria et al.
(2015), Bilal et al. (2013) dan Qin dan Dickson (2015) menunjukkan bahwa variable independent NPL memiliki pengaruh secara negative signifikan terhadap profitabilitas bank.
Firm size dianggap sebagai penentu penting kinerjanya dengan alasan bahwa ukuran besar dapat menghasilkan skala ekonomi yang akan mengurangi biaya pengumpulan dan pemrosesan informasi (Boyd dan Runkle, 1993). Ukuran perusahaan adalah faktor internal yang mempengaruhi profitabilitas karena bank yang memiliki asset yang besar cenderung memiliki tingkat anekaragam produk dan pinjaman yang lebih tinggi dibandingkan bank yang memiliki asset lebih kecil. Dari peneliti terdahulu, Gul et al (2011), Bilal et al. (2013), Naseem et al. (2017) dan Kosmidou (2008) firm size memiliki pengaruh positif terhadap ROA.
Beralih ke faktor eksternal yaitu faktor makro ekonomi yang diproksikan oleh pertumbuhan ekonomi (PDB). Pertumbuhan produk domestik bruto (PDB), dihitung sebagai perubahan tahunan PDB, digunakan sebagai ukuran kondisi makroekonomi (Kosmidou, 2008). Secara teknis, PDB menangkap kenaikan dan penurunan yang yang tampak dalam siklus bisnis. Oleh karena itu, pergerakan tingkat aktivitas secara umum diperkirakan akan berdampak langsung terhadap profitabilitas bank (Demirguc-Kunt and Huizinga, 1999). Pertumbuhan ekonomi (PDB) yang sebelumnya diteliti oleh Gul et al. (2011), Bilal et al. (2013) Kosmidou (2008) dan Petria et al.
(2015) hasil dari studi mereka mengkonfirmasi bahwa pertumbuhan ekonomi (PDB) berpengaruh positif terhadap ROA.
Faktor eksternal lain dari penilitan ini adalah pengaruh FinTech terhadap Profitabilitas bank.
Fintech merupakan salah satu hasil dari perkembangan teknologi di bidang keuangan yang mengacu pada teknologi modern Revolusi Industri 4.0. (Chrismastianto, 2017). Dalam sepuluh tahun terakhir, fintech telah menjadi tren dan telah berkembang pesat di pasar keuangan global.
Banyak penelitian menyambut baik kemajuan fintech, yang mengklaim bahwa teknologi baru memiliki potensi untuk mengubah layanan keuangan secara radikal dengan membuat transaksi lebih murah, lebih nyaman, dan lebih aman (Chen et al., 2019). Secara umum, fintech memiliki dampak pada industri perbankan, seperti pada bank umum komersial yang terdampak akibat perkembangan perusahaan fintech melalui efek persaingan dan efek limpahan teknologi (Guo dan Shen, 2019). Dampak dan tantangan teknologi keuangan pada bank komersial terutama tercermin dalam dampak pembayaran online (termasuk pembayaran pihak ketiga dan seluler) dan layanan perantara (seperti pembayaran dan penyelesaian) (Chamley et al., 2012). Pada saat yang sama, bisnis aset dan kewajiban tradisional bank komersial juga ditantang oleh tren intermediasi
keuangan. Oleh karena itu, pertumbuhan perusahaan fintech akan segera mempengaruhi customer base bank umum dan persaingan pasarnya (Dhar, 2016).
B. KAJIAN LITERATUR
Financial Technology
Menurut Arner, Barberis dan Buckley (2015) "Teknologi Finansial" atau "Fintech" mengacu pada solusi keuangan berbasis teknologi. Istilah fintech tidak terbatas pada industri tertentu (seperti pembiayaan) atau model bisnis (seperti pinjaman peer-to-peer (P2P)), tetapi mencakup berbagai layanan dan produk yang secara tradisional disediakan oleh industri jasa keuangan. Fintech menggambarkan perusahaan yang bertujuan untuk menyediakan layanan keuangan melalui penggunaan perangkat lunak dan teknologi modern (Fintech Weekly, 2016). Terkait munculnya financial technology, Bank Indonesia akhirnya pengeluarkan sebuah peraturan yaitu PBI No.19/12/PBI/2017, tentang pengaturan financial technology, financial technology adalah penggunaan teknologi dalam sistem keuangan yang dapat menciptakan dan mempengaruhi produk, layanan, teknologi dan/atau model bisnis baru, serta yang pada akhirnya memiliki dampak pada stabilitas moneter, stabilitas sistem keuangan dan/atau efisiensi, kelancaran, keamanan, dan keandalan sistem pembayaran.
Determinan Kinerja Keuangan
Kinerja bank merupakan gambaran keberhasilan keuangan yang dicapai oleh suatu bank selama periode tertentu operasi perbankan dalam rangka menghasilkan pendapatan secara efektif dan efisien (Christopher et al., 2013). Sangat penting untuk mengevaluasi kinerja keuangan bank untuk memastikan kinerjanya baik. Penilaian juga menunjukkan apakah suatu bank menguntungkan dengan membandingkan hasil periode tertentu dengan pendapatannya untuk tahun sebelumnya atau tahun berikutnya, atau dengan membandingkan kinerja satu bank dengan bank lain (Katrodia, 2012). Informasi tentang kinerja perusahaan biasanya dapat menunjukkan kepada pemegang saham dan pemangku kepentingan bahwa perusahaan tersebut memiliki reputasi yang baik di mata mereka (Munawir, 2002). Cara terbaik untuk melihat kinerja bank adalah dengan mengukur profitabilitas merupakan salah satu ukuran kinerja bank (Wancik et al., 2017). Biasanya tujuan sebuah perusahaan ialah mendapatkan nila tertinggi, untuk mendapatkan hal tersebut perusahaan harus mampu mengelola berbagai aktivitasnya secara efektif dan efisien.
Analisis Rasio Keuanan
Rasio keuangan adalah angka yang diperoleh dengan membandingkan satu publikasi laporan keuangan dengan yang lain atau satu pos laporan keuangan dengan pos lainnya yang memiliki hubungan yang relevan dan signifikan (Harahap, 2013). Analisis rasio keuangan berfungsi sebagai tools untuk memprediksi hasil bisnis masa depan dari kondisi keuangan dan data rasio historis atau kemungkinan data rasio rasio (yang didukung oleh data lainnya) dapat dimanfaatkan sebagai acuan pada saat penyusunan laporan keuangan yang merupakan salah satu bentuk rencana keuangan sebuah perusahaan (Munawir, 2010). Dengan menggunakan rasio keuangan yang disediakan dalam laporan keuangan tahunan, mereka yang menggunakan akuntansi tahunan dapat menyelidiki perubahan komposisi perusahaan yang ditunjukkan dengan kemajuan dan kemunduran posisi keuangan perusahaan setiap periode (Horne, 1997).
Return on Asset (ROA)
Profitabilitas adalah kemampuan suatu bank untuk beroperasi dan menghasilkan pendapatan setiap periode (Menicucci dan Paolucci, 2016). Salah satu ukuran profitabilitas bank adalah penggunaan return on assets (ROA). Menurut Surat Edaran Bank Indonesia No 6/23/DPNP tanggal 31 Mei 2004 memberikan definisi ROA yaitu rasio yang menilai seberapa besar pengembalian aset yang dimiliki. Return on assets (ROA) adalah rasio antara hasil setelah pajak atas aset yang paling dapat
digunakan sebagai indikator profitabilitas yang paling menggambarkan penerapan yang efektif dan kemampuan menghasilkan pendapatan dari sumber daya (Naceur, 2003).
Semakin besar Return on assets (ROA)maka semakin baik kinerja keuangannya, karena tingkat pengembaliannya semakin tinggi (Sahara, 2013). Berikut tabel untuk menentukan peringkat serta predikat rasio ROA sebuah bank:
Tabel Peringkat Komposit Return on Asset
Rating Ratio Predikat
1 ROA > 1,22% Sehat
3 0,99% < ROA ≤ 1,22% Cukup Sehat
4 0,77% < ROA ≤ 0,99% Kurang Sehat
5 ROA ≤ 0,77% Tidak Sehat
Sumber: www.bi.go.id
Capital Adequacy Ratio (CAR)
Capital adequacy ratio (CAR) atau rasio kecukupan modal merupakan indikasi atau kecukupan modal (ekuitas) untuk menyerap risiko dan menutup kerugian yang dialami oleh bank (Petria et al., 2015). CAR adalah rasio modal bank terhadap kebutuhan modal yang tersedia setelah menentukan margin risiko (risk growth) dari risky outcome (RWA). Tidak hanya modal sebagai salah satu sumber utama untuk memenuhi kebutuhan Capital adequacy ratio (CAR) umumnya digunakan sebagai proksi pengukuran tingkat kemampuan bank untuk mempertahankan modal pada tingkat yang memadai dan kemampuannya dalam mengidentifikasi, memantau dan mengendalikan risiko baru yang mungkin mempengaruhi jumlah permodalan bank (Sufa, 2008). Menurut SK BI No.
30/11/KEP/DIR/Tgl. 30 April 1997 serta Bank for International Setlement (BIS) menentukan nilai rasio kecukupan modal minumum sebesar 8%. Berikut ketentuan Capital adequacy ratio (CAR) dari Bank Indonesia dengan tabel yang menujukkan penentuan peringkat serta predikat rasio Capital adequacy ratio (CAR) bank ditentukan sebagai berikut:
Tabel Peringkat Komposit Capital Adequacy Ratio
Rating Ratio Predikat
1 CAR ≥ 8% Sehat
2 6,4% ≤ CAR < 8% Kurang Sehat
5 CAR ≤ 6,4% Tidak Sehat
Sumber: Kodifikasi Penilaian Kesehatan Bank Loan to Deposit Ratio (LDR)
Likuiditas adalah kemampuan bank untuk memenuhi kewajibannya terutama dari penyimpan uang di bank secara deposito (Ongore dan Kusa, 2013). Bank yang likuid dapat memenuhi kewajibannya bahkan dalam situasi sulit seperti bank runs (Petria et al., 2015). Likuiditas dapat diukur dengan loan to deposit ratio (LDR) dengan membandingkan total pinjaman dengan total keseluruhan simpanan nasabah (Haidary dan Abbey, 2018). Menurut Asosiasi Bank Indonesia (2014), rasio pinjaman terhadap deposit (LDR) adalah rasio pinjaman pihak ketiga dalam bentuk rupiah dan pinjaman mata uang asing terhadap dana pihak ketiga, termasuk: giro, tabungan dan deposito dalam mata uang rupiah dan mata uang asing. Menurut Peraturan (PBI) No 17/11/PBI/2015 Bank Indonesia batas atas LDR berubah dari 92% menjadi 94%. Sedangkan batas bawahnya 78%.
Dengan begitu, meski jumlah simpanan tidak bertambah, bank bisa lebih meningkatkan kredit.
Non-Performing Loan (NPL)
Rasio kuangan yang umumnya digunakan sebagai proksi terhadap nilai risiko kredit adalah rasio non-performing loan (NPL). Kredit bermasalah adalah pinjaman yang jatuh tempo bahkan setelah tanggal jatuh tempo dan telah diukur sebagai pinjaman bermasalah atas total pinjaman (Curak et al., 2013). Non-performing loan (NPL) merupakan salah satu variabel kunci yang mempengaruhi kinerja bank karena menunjukkan ketidakmampuan debitur untuk membayar utang bank (Petria et al., 2015). Rasio ini menunjukkan seberapa mampu pihak manajemen bank dalam mengelola risiko kredit bank. Oleh karena itu, jika kredit bermasalah (NPL) bank tinggi, baik cadangan aset maupun biaya lainnya akan meningkat, yang akan mempengaruhi profitabilitas bank dan menurunkan harga sahamnya. Standar yang ditetapkan Bank Indonesia adalah kurang dari 5% (PBI No. 17/11?
PBI/2015), dan persentasenya kurang dari 5%. Bank harus menyiapkan Penyisihan Penghapusan Aset Produktif (PPAP) untuk menutupi kerugian akibat aset produksi yang tidak likuid.
Firm Size
Firm size sangat membantu untuk menganalisa kemungkinan skala ekonomi suatu perusahaan.
Bank dengan ukuran yang besar dapat menghemat biaya khususnya biaya tetap (riset &
pengembangan), bank yang ukurannya besar dapat membayar lebih sedikit untuk biaya input bank tersebut. Firm size Diukur dengan mengambil logaritma natural dari keseluruhan aset bank (Bilal et al., 2013). Ukuran bank dan profitabilitas bank ditemukan memiliki hubungan positif signifikan oleh Pasiouras dan Kosmidou (2007). Hal ini disebabkan bank yang memiliki asset yang besar cenderung memiliki tingkat anekaragam produk dan pinjaman yang lebih tinggi dibandingkan bank yang memiliki asset lebih kecil, dan karena mereka harus mendapatkan keuntungan dari skala ekonomi. ROA bank meningkat pada bank besar, atau memiliki total asel (> 10 milyar), ini karena bank dengan total aset lebih banyak dapat mengirim lebih banyak uang ke pemberi pinjaman, pasar uang dan modal, dan mengelola risiko dengan lebih baik. (Scott, 2006).
Produk Domestik Bruto (PDB)
Pertumbuhan ekonomi adalah proses perubahan kondisi ekonomi suatu negara, yang akan terus mengarah pada kondisi yang lebih baik selama periode waktu tertentu (Kementerian Keuangan, 2018). Arti dari PDB itu sendiri adalah nilai pasar dari semua barang dan jasa akhir yang diproduksi oleh suatu negara dalam suatu periode waktu tertentu (Mankiw, 2007). Menurut Badan Pusat Statistik, ada dua jenis PDB. Artinya, PDB nominal atau PDB atas dasar harga berlaku dan PDB riil yaitu PDB atas dasar harga konstan. Dalam pandangan Keynes, tabungan masyarakat menurun ketika pendapatan nasional rendah. Keadaan ini berarti masyarakat menggunakan tabungan untuk membiayai segala kebutuhannya (Sukirno, 2013). Ketika pertumbuhan PDB meningkat, itu berarti kesejahteraan masyarakat meningkat. Hal ini juga meningkatkan minat masyarakat untuk menabung. Dengan dana masyarakat yang disimpan, bank dapat meningkatkan keuntungannya.
C. KERANGKA TEORITIS
D. METODE PENELITIAN
Pendekatan Penelitian
Pendekatan penelitian yang digunakan dalam penelitian ini adalah penelitian deskriptif (explanatory research). Menurut (Sinambela, 2014) penelitian deskriptif adalah suatu tingkatan penjelasan, dimana variabel yang akan diteliti menjelaskan objek yang diteliti melalui data yang dikumpulkan. Jenis penelitian ini dipilih karena peneliti mencoba menjelaskan hubungan yang timbul antara variabel CAR, LDR, NPL, Firm size, GDP dan Pertumbuhan Fintech. Penelitian ini menggunakan pendekatan kuantitatif karena data dalam penelitian berupa angka-angka dan analisisnya menggunakan statistik (Sugiyono, 2017).
Jenis dan Sumber Data
Data sekunder adalah informasi yang diperoleh secara tidak langsung dari sumber (Sugiyono, 2017). Data sekunder diperoleh dengan mengumpulkan dokumen dan arsip milik perusahaan, serta
Capital Adequacy Ratio
Loan to Deposit Ratio
Non-Performing Loan
Firm Size
Produk Domestik Bruto
Return on Asset
Jumlah Perusahaan Fintech
literatur untuk mendukung penelitian ini. Data yang digunakan dalam penelitian ini adalah data sekunder dengan tipe data panel. Menurut (Gujarati dan Porter, 2009), data panel merupakan gabungan dari data time-series dan data cross-sectional. Data time-series adalah data dari satu subjek dengan beberapa periode waktu tertentu, dan data cross-sectional adalah data dari lebih dari satu subjek penelitian selama periode yang sama.
Untuk penelitian ini, data diperoleh dari laporan keuangan bulanan seluruh bank umum di Indonesia periode 2011-2020 yang dipublikasikan di situs resmi Bursa Efek Indonesia (BEI). Di bawah ini adalah variabel PDB dengan mengumpulkan, mencatat dan menganalisis data sekunder dari situs resmi BPS. Terakhir, kami mengumpulkan dan mencatat data variabel pertumbuhan financial technology yaitu publikasi Indonesian Financial Technology Association (AFTECH).
Metode Pengumpulan Data
Data didapatkan dengan cara mengumpulkan, mencatat, dan mengkaji data sekunder yaitu annual report yang telah dipublikasikan secara resmi oleh Bursa Efek Indonesia (BEI) periode 2011 – 2020. Sedangkan teknik pengumpulan data untuk variabel PDB dengan mengumpulkan, mencatat dan mengkaji data sekunder dari website resmi BPS. Pencatatan data untuk variabel Pertumbuhan Fintech yaitu dari publikasi Otoritas Jasa Keuangan (OJK).
Metode Analisis Data
Analisis regresi data panel digunakan untuk mengetahui faktor apa saja yang dapat mempengaruhi Profitabilitas (ROA) Bank Umum Konvesional pada tahun 2011-2020 dengan bantuan software E- Views dalam menganalisisnya. Untuk mengetahuui gambaran umum dari setiap variabel penelitian dengan menggunakan analisis deskriptif. Data panel yang digunakan tergolong dalam balanced panel karena masing-masing subjek (perusahaan) mempunyai jumlah observasi yang sama (Gujarati dan Porter, 2008). Dalam penelitian ini, data dianalisis menggunakan metode analisis regresi data panel (random effect model), untuk mengetahui besarnya pengaruh variabel bebas terhadap variabel terikat, dan pengujian hipotesis yang terdiri dari Uji F dan Uji T.
E. HASIL DAN PEMBAHASAN Analisis Deskriptif
ROA CAR LDR NPL SIZE PDB PF
Mean 0.024610 0.189289 0.920923 0.011456 17.66782 4.589500 135.5000 Median 0.024300 0.185500 0.906200 0.009000 18.76250 5.051000 136.0000 Maximum 0.051500 0.256000 1.630000 0.031200 21.13700 6.172000 322.0000 Minimum 0.001300 0.118300 0.704000 0.002000 11.86600 -2.049000 25.00000 Std. Dev. 0.011145 0.031025 0.120390 0.007280 2.985100 2.266634 99.17732
Observations 90 90 90 90 90 90 90
Pemilihan Model Regresi Data Panel Uji Chow
Redundant Fixed Effects Tests Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 6.342698 (8,75) 0.0000
Cross-section Chi-square 46.506670 8 0.0000**
Hasil uji yang membandingkan antara model common effect (CEM) dengan model fixed effect (FEM).
Pada tabel di atas, probabilitas chi-square 0,000 lebih kecil dari angka sifnifikansi: alpha (0,05). Maka, Uji Chow yang dilakukan valid. Oleh karena itu, model yang terbaik dari uji adalah model fixed effect (FEM). Selanjutnya, diperlukan Uji Hausman jika H0 tidak diterima di dalam Uji Chow.
Uji Hausman
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 0.000000 6 1.0000**
Hasil uji yang membandingkan antara model common effect (CEM) dengan model fixed effect (FEM).
Pada tabel di atas, probabilitas chi-square probabilitas chi-kuadrat 1,0000 lebih besar dari angka signifikansi: alpha (0,05). Maka, Uji Hausman yang dilakukan tidak valid. Oleh karena itu, model yang terbaik dari uji adalah model random effect (FEM). Selanjutnya, diperlukan Uji Langrage Multiplier jika model yang terpilih adalah model random effect di dalam Uji Hausman.
Uji Langrage Multiplier
Lagrange Multiplier Tests for Random Effects Null hypotheses: No effects
Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided (all others) alternatives
Test Hypothesis
Cross-section Time Both
Breusch-Pagan 29.32793 0.038755 29.36669 (0.0000)** (0.8439) (0.0000)
Hasil uji dengan metode Breuschpagan menunjukkan bahwa probabilitas transversal Breusch- Pagan lebih kecil dari 0,05 atau 0,0000. Oleh karena itu, Ha diterima, yang menunjukkan bahwa metode estimasi terbaik adalah model efek acak (REM).
Uji Asumsi Klasik Uji Normalitas
Probability JB (Jarque-Bera) Keterangan
0,8298 Terdistribusi normal
Hasil menunjukkan nilai Probability Jarque-Bera hitung sebesar 0.8298 > 0.05, hal ini menunjukkan bahwa residual telah terdistribusi normal yang artinya asumsi klasik tentang kenormalan telah terpenuhi.
Uji Multikolinearitas
CAR LDR NPL SIZE PDB PF
CAR 1 0.20118 -0.13568 -0.00785 -0.35327 0.57597
LDR 0.20118 1 0.27692 0.11990 -0.01283 0.29285
NPL -0.13568 0.27692 1 0.05408 -0.03002 0.23896
SIZE -0.00785 0.11989 0.05408 1 -0.09290 0.16986
PDB -0.35327 -0.01283 -0.03002 -0.09290 1 -0.58243
PF 0.57597 0.29285 0.23896 0.16986 -0.58243 1
Hasil uji multikolinieritas menunjukkan koefisien korelasi antara variabel independen capital adequacy ratio (CAR), loan to deposit ratio (LDR), non performing loan (NPL), firm size (SIZE), pendapatan domestik bruto (PDB) dan fintech (PF) lebih kecil (<) 0,80, sehingga diperoleh kesimpulan bahwa model regresi dan keenam variabel independen pada penelitian tidak terjadi masalah multikolinieritas.
Uji Heteroskdeastisitas
Variable Coefficient Std. Error t-Statistic Prob.
C 0.007781 0.011094 0.701302 0.4851
CAR 0.001531 0.003724 0.411269 0.6819**
LDR -0.005005 0.004286 -1.167800 0.2462**
NPL -0.001021 0.000864 -1.181800 0.2407**
SIZE -5.15E-05 0.000215 -0.239276 0.8115**
PDB 8.09E-05 0.000220 0.366756 0.7147**
PF -0.000908 0.000748 -1.214195 0.2281**
Berdasarkan hasil uji heteroskedastisitas diketahui bahwa probability masing-masing variabel independen yaitu Capital Adequacy Ratio (CAR), Loan to Deposit Ratio (LDR), Non Performing Loan (NPL), Firm size (SIZE), pendapatan domestik bruto (PDB) dan Fintech (PF) memiliki nilai
> alpha 0,05 sebesar 0.6819, 0.2462, 0.2407, 0.8115, 0.7147 dan 0.2281 sehingga diperoleh kesimpulan bahwa model regresi tidak mengalami masalah heteroskedastisitas.
Uji Autokorelasi
Durbin-Watson stat DU
1.8092
1.8014 a = 5 % N = 90 , K = 6
Berdasarkan hasil uji heteroskedastisitas, diketahui bahwa nilai d sebesar 1.8092 dan nilai du pada tabel durbin watson sebesar 1.8014, sehingga diperoleh perbandingan sebesar 1.8014 < 1.8092 <
2.1986 (4 – 1.8014) artinya data pada penelitian tidak mengalami masalah autokorelasi.
Analisis Regresi Data Panel
Variable Coefficient Std. Error t-Statistic Prob.
C 0.041695 0.020025 2.082139 0.0404 CAR 0.018272 0.006608 2.765045 0.0070**
LDR -0.016265 0.007451 -2.182844 0.0319**
NPL -0.005149 0.001615 -3.189429 0.0020**
SIZE -0.000205 0.000461 -0.445674 0.6570**
PDB 0.001462 0.000362 4.040298 0.0001**
PF -0.003302 0.001269 -2.601572 0.0110**
Berdasarkan hasil regresi data panel menggunakan model random effect, model persamaan dengan menggunakan metode random effect dapat dirumuskan sebagai berikut :
ROA = 0.0417 + 0.0183 CAR – 0.0163 LDR – 0.0051 NPL – 0.0002 SIZE + 0.0015 PDB – 0.0033 PF
Persamaan diatas dapat dijelaskan bahwa:
a. Hasil estimasi yang ditunjukkan dalam tabel di atas, dapat dijabarkan bahwa konstanta a adalah sebesar 0.0417. Yang berarti jika variabel independent penelitian: CAR, LDR, NPL, Firm size, PDB dan Fintech sebesar 0, maka profitabilitas pada bank umum konvensional yang terdaftar di Bursa Efek Indonesia periode 2011-2020 sebesar 0.0417.
b. Koefisien regresi untuk CAR sebesar 0,0183 yang menunjukkan bahwa CAR memiliki hubungan positif dengan profitabilitas dalam arah yang positif. Dengan kata lain, jika CAR meningkat sebesar 1% sedangkan variabel penjelas lainnya tetap, maka profitabilitas bank umum konvensional yang ada meningkat sebesar 1,83%.
c. Koefisien regresi LDR adalah -0,0163 dengan arah negatif. Hasil tersebut menunjukkan bahwa variabel independen (LDR) berhubungan negatif dengan variabel dependen (profitabilitas).
Dengan kata lain, jika LDR menurun sebesar 1% dan variabel penjelas lainnya tetap, maka profitabilitas bank umum konvensional meningkat sebesar 1,63%.
d. Hasil menunjukkan, koefisien regresi variabel independen (NPL) adalah -0,0051. Hasil arah negatif tersebut menunjukkan hubungan rasio NPL terhadap profitabilitas negatif. Dengan kata lain, jika NPL menurun sebesar 1% dan variabel penjelas lainnya tetap, profitabilitas bank komersial tradisional meningkat sebesar 0,51%.
e. Hasil estiamasi menunjukkan, koefisien regresi untuk Firm size sebesar -0.0002. Hal tersebut menunjukkan bahwa Firm size memiliki hubungan negatif terhadap profitabilitas. Dengan kata lain, jika Firm size mengalami penurunan sebesar 1%, sedangkan variabel independen lain bersifat tetap, maka profitabilitas pada bank umum konvensional akan mengalami kenaikan sebesar 0.02%.
f. Koefisien regresi pendapatan domestik bruto sebesar 0,0015 yang menunjukkan bahwa pendapatan domestik bruto memiliki hubungan positif dengan profitabilitas. Dengan kata lain, jika pendapatan domestik bruto meningkat sebesar 1% dan variabel penjelas lainnya tetap, maka profitabilitas bank umum yang ada meningkat sebesar 0,15%.
g. Koefisien regresi fintech sebesar 0,0033 yang menunjukkan bahwa fintech berpengaruh negatif terhadap profitabilitas dengan arah negatif. Dengan kata lain, jika fintech turun 1% dan variabel penjelas lainnya tetap, profitabilitas bank umum yang ada meningkat 0,33%.
Uji Hipotesis
Uji Parsial (Uji T-statistik)
Uji t dilalakukan untuk mengetahui apakah variabel independen capital adequacy ratio, loan to deposit ratio, non performing loan, firm size, pendapatan domestik bruto dan fintech memiliki pengaruh terhadap variabel dependen profitabilitas pada bank umum konvensional yang terdaftar di Bursa Efek Indonesia periode 2011-2020, dengan kriteria penerimaan sebagai berikut :
a. Jika nilai prob. ≤ α (0,05) dan t hitung > t tabel, maka hipotesis diterima.
b. Jika nilai prob. ≥ α (0,05) dan t hitung < t tabel, maka hipotesis ditolak.
Untuk mengetahui t tabel pada tingkat signifikansi 0,05 adalah df = n-k-1 = 90–6-1 = 83, sehingga didapatkan t tabel sebesar 1.9889. Hasil uji t parsial dapat dilihat berdasarkan Tabel 4.12, maka hipotesis penelitian adalah :
1. Hipotesis 1 : Capital Adequacy Ratio (CAR) berpengaruh positif terhadap profitabilitas Nilai probabilitas Capital Adequacy Ratio (CAR) < alpha 0.05 sebesar 0.0070 < 0,05 dan t hitung >
t tabel sebesar 2.7650 < 1.9889, hal ini menunjukan bahwa Capital Adequacy Ratio berpengaruh terhadap profitabilitas. Koefisien regresi sebesar 0.0183 menunjukkan arah positif. Artinya Capital Adequacy Ratio berpengaruh positif terhadap profitabilitas pada bank umum konvensional yang terdaftar di Bursa Efek Indonesia periode 2011-2020. Berdasarkan hasil statistik, maka hipotesis pertama yang diajukan penulis dinyatakan diterima.
2. Hipotesis 2 : Loan to Deposit Ratio (LDR) berpengaruh negatif terhadap profitabilitas Nilai probabilitas Loan to Deposit Ratio (LDR) < alpha 0.05 sebesar 0.0319 < 0,05 dan t hitung > t tabel sebesar 2.1828 > 1.9889, hal ini menunjukan bahwa loan to deposit ratio berpengaruh terhadap profitabilitas. Koefisien regresi sebesar -0.0163 menunjukkan arah negatif. Artinya Loan to Deposit Ratio berpengaruh negatif terhadap profitabilitas pada bank umum konvensional yang terdaftar di Bursa Efek Indonesia periode 2011-2020. Berdasarkan hasil statistik, maka hipotesis kedua yang diajukan penulis dinyatakan diterima.
3. Hipotesis 3 : Non Performing Loan (NPL) berpengaruh negatif terhadap profitabilitas Nilai probabilitas Non Performing Loan (NPL) < alpha 0.05 sebesar 0.0020 < 0,05 dan t hitung > t tabel sebesar 1.9889 > 3.1894, hal ini menunjukan bahwa Non Performing Loan berpengaruh terhadap profitabilitas. Koefisien regresi sebesar -0.0051 menunjukkan arah negatif. Artinya Non Performing Loan berpengaruh negatif terhadap profitabilitas pada bank umum konvensional yang terdaftar di Bursa Efek Indonesia periode 2011-2020. Berdasarkan hasil statistik, maka hipotesis ketiga yang diajukan penulis dinyatakan diterima.
4. Hipotesis 4 : Firm size berpengaruh positif terhadap profitabilitas
Nilai probabilitas Firm size (SIZE) > alpha 0.05 sebesar 0.6570 > 0,05 dan t hitung < t tabel sebesar 0.4457 < 1.9889, hal ini menunjukan bahwa Firm size tidak berpengaruh terhadap profitabilitas. Koefisien regresi sebesar -0.0002 menunjukkan arah negatif. Artinya Firm size tidak berpengaruh positif terhadap profitabilitas pada bank umum konvensional yang terdaftar di Bursa Efek Indonesia periode 2011-2020. Berdasarkan hasil statistik, maka hipotesis keempat yang diajukan penulis dinyatakan ditolak.
5. Hipotesis 5 : Pendapatan domestik bruto berpengaruh positif terhadap profitabilitas Nilai probabilitas pendapatan domestik bruto (PDB) < alpha 0.05 sebesar 0.0001 < 0,05 dan t hitung > t tabel sebesar 4.0403 > 1.9889, hal ini menunjukan bahwa pendapatan domestik bruto berpengaruh terhadap profitabilitas. Koefisien regresi sebesar 0.0015 menunjukkan arah positif.
Artinya pendapatan domestik bruto berpengaruh positif terhadap profitabilitas pada bank umum konvensional yang terdaftar di Bursa Efek Indonesia periode 2011-2020. Berdasarkan hasil statistik, maka hipotesis kelima yang diajukan penulis dinyatakan diterima.
6. Hipotesis 6 : Fintech berpengaruh negatif terhadap profitabilitas
Nilai probabilitas Fintech (PF) < alpha 0.05 sebesar 0.0110 < 0,05 dan t hitung > t tabel sebesar 2.6016 > 1.9889, hal ini menunjukan bahwa fintech berpengaruh terhadap profitabilitas. Koefisien regresi sebesar -0.0033 menunjukkan arah negatif. Artinya Fintech berpengaruh negatif terhadap profitabilitas pada bank umum konvensional yang terdaftar di Bursa Efek Indonesia periode 2011- 2020. Berdasarkan hasil statistik, maka hipotesis keenam yang diajukan penulis dinyatakan diterima.
Uji Kesesuaian Model (Uji F)
Uji-F adalah uji yang dirancang untuk memverifikasi bahwa model regresi akurat dan benar. Untuk menguji kecocokan model regresi linier berganda, kami melakukan uji validasi model. Uji F juga digunakan untuk memeriksa variabel capital adequacy ratio, loan to deposit ratio, non performing loan, firm size, pendapatan domestik bruto dan fintech mempunyai pengaruh terhadap variabel profitabilitas. Kriteria pengujian yang dilakukan adalah:
a. Jika probabilitas < taraf signifikansi 0,05 dan F statistik > F tabel, maka Ha diterima yaitu model yang digunakan sudah layak/cocok.
b. Jika probabilitas > taraf signifikansi 0,05 dan F statistik < F tabel, maka H0 diterima yaitu model yang digunakan tidak layak/cocok.
Untuk mengetahui F tabel pada tingkat signifikansi 0,05 adalah df = n-k-1 = 90–6-1 = 83, sehingga didapatkan f tabel sebesar 2.44. Hasil uji F pada penelitian ini dapat dilihat pada tabel berikut :
Hasil Uji Statistik F
R-squared 0.512253
Adjusted R-squared 0.476994 S.E. of regression 0.005979
F-statistic 14.52835
Prob(F-statistic) 0.000000**
** menunjukkan signifikansi pada tingkat 5%.
Sumber : Data diolah dengan eviews 9, 2021
Berdasarkan Tabel 4.13, nilai probabilitas F-statistic lebih kecil dari alpha (0,05) yaitu sebesar 0.0000 < 0,05 dan f hitung > f tabel sebesar 14.53 > 2.21. Artinya variabel independen Capital Adequacy Ratio, Loan to Deposit Ratio, Non Performing Loan, Firm size, pendapatan domestik bruto dan Fintech secara simultan/bersamaan berpengaruh terhadap profitabilitas pada bank umum konvensional yang terdaftar di Bursa Efek Indonesia periode 2011-2020 dengan kata lain model yang digunakan pada penelitian sudah layak/cocok digunakan.
Uji Koefisien Determinasi (R2)
Koefisien determinasi (R2) bertujuan untuk melihat seberapa besar kemampuan variabel bebas menjelaskan variabel terikat yang dilihat melalui R². Nilai koefisien determinasi adalah nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Hasil koefisien determinasi dapat dilihat pada tabel berikut:
Koefisien Determinasi (R2)
R-squared 0.512253
Adjusted R-squared 0.476994 S.E. of regression 0.005979
F-statistic 14.52835
Prob(F-statistic) 0.000000 Sumber : Data diolah dengan eviews 9, 2021
Hasil koefisien determinasi pada Tabel 4.14, menunjukan nilai r square sebesar 0.5123. Penelitian menggunakan enam variabel independen, sehingga digunakan nilai adjusted r square untuk
mengukur proporsi pengaruh variabel independen terhadap variabel dependen. Nilai adjusted r square sebesar 0.4770 menunjukkan bahwa proporsi pengaruh Capital Adequacy Ratio, Loan to Deposit Ratio, Non Performing Loan, Firm size, pendapatan domestik bruto dan Fintech terhadap profitabilitas pada bank umum konvensional yang terdaftar di Bursa Efek Indonesia periode 2011- 2020 sebesar 47.70 persen sedangkan sisanya sebesar 52.30 persen (100 – 47.70 persen) dipengaruhi oleh variabel lain yang tidak diteliti pada penelitian.
Hubungan CAR dengan ROA
Berdasarkan hasil estimasi sebelumnya CAR memiliki pengaruh positif signifikan terhadao profitabilitas bank (ROA). Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Naseem Ashraf et al. (2107), Haidary dan Abbey (2018) dan Kingu et al. (2018) bahwa CAR memiliki pengaruh positif terhadap profitabilitas bank (ROA). Semakin besar CAR maka semakin besar pula kemampuan bank dalam menghasilkan laba dan semakin tinggi pula kemampuan permodalan bank untuk membiayai aktiva produktif. Nilai CAR yang lebih tinggi menyebabkan peningkatan ROA (Ani, WU et al., 2012). Bank yang memiliki modal besar dan mampu mengelola modalnya dengan baik dan dalam batas aman CAR sebagaimana diatur dalam ketentuan Bank Indonesia minimal 8%, maka kemampuan Bank untuk memperoleh keuntungan cukup baik.
Bank umum konvesional di Indonesia diharapkan untuk menjaga tingkat kecakupan modalnya. Jika suatu bank memiliki modal yang cukup, maka bank tersebut cenderung mampu mengantisipasi risiko yang akan dialami oleh bank. Risiko yang dimaksud adalah risiko pasar, risiko, kredit, dan risiko operasional. Dalam mengantisipasi risiko yang sudah dijabarkan di atas, hal yang perlu dilakukan oleh perbankan adalah dengan memperkuat struktur modalnya. Bank perlu menjaga kualitas asetnya, dan aset perbankan yang paling berisiko adalah kredit. Pembayaran pinjaman harus sangat terkontrol, karena pinjaman yang kurang dapat dipulihkan lebih berisiko dan memiliki aset tertimbang menurut risiko yang lebih tinggi.
Hubungan LDR dengan ROA
Ekspansi kredit yang tidak terkendali dan penyaluran yang tidak dengan pertimbangan dapat ditimbulkan oleh LDR yang tinggi, hal tersebut dapat mengurangi profitabilitas. Hal tersebut juga mampu meningkatkan risiko kredit dan dana yang terhimpun sehingga mempengaruhi keuntugnan yang didapatkan oleh bank (Siamat, 2005). Koefisien regresi sebesar -0.0163 menunjukkan arah negatif. Artinya Loan to Deposit Ratio berpengaruh negatif terhadap profitabilitas (ROA). Hal tersebut sejalan dengan hasil penelitian yang dilakukan oleh Kosmidou (2008) dan Qin dan Pastory (2012).
Kita bisa melihat hubungan antara DPK dan kredit pada loan to deposit ratio (LDR). LDR merupakan salah satu indikator efektivitas bank dalam menyalurkan dana berupa pinjaman dari dana yang ditarik masyarakat (DPK). Bank Indonesia menggunakan LDR sebagai indikator dalam menilai kesehatan sistem perbankan Indonesia dan menunjukkan likuiditas perbankan (Dendawijaya, 2009). Bank umum konvensional di Indonesia diharapkan mampu menyeimbangkan antara pinjaman dan simpanan oleh bank. Semakin tinggi tingkat LDR, semakin tidak likuid bank tersebut. Hal ini menyulitkan bank untuk memenuhi kewajiban jangka pendek, seperti penarikan simpanan nasabah secara mendadak. Sebaliknya, semakin rendah tingkat LDR, semakin likuid bank tersebut. Namun, peningkatan likuiditas bank mengurangi kemampuan bank untuk menghasilkan keuntungan yang lebih tinggi karena kurang dimanfaatkannya sejumlah besar dana dan pelaksanaan fungsi intermediasi bank yang tidak tepat maka dari itu LDR harus dijaga agar tidak terlalu tinggi maupun terlalu rendah. Likuiditas bank dalam penelitian ini memiliki dampak negatif yang serius karena tingkat likuiditas yang tinggi dapat menyebabkan ekspansi kredit yang tidak terkendali dan kemungkinan distribusi yang ceroboh yang mengarah pada risiko yang lebih besar dan profitabilitas yang lebih rendah. Jadi, dalam praktiknya, bank memperbesar pinjamannya kepada masyarakat agar dana tidak terkumpul.
Hubungan NPL dengan ROA
Hasil estimasi yang dilakukan, menunjukkan bahwa variabel Non Performing Loan (NPL) memiliki pengaruh yang signifikan terhadap profitabilitas bank. Hasil penelitian ini sejalan dengan
penelitian yang dilakukan oleh Petria et al. (2015), Bilal et al. (2013) dan Qin dan Dickson (2015).
Semakin tinggi NPL suatu bank maka semakin tinggi pula biayanya, baik biaya cadangan aktiva produktif maupun biaya lainnya, sehingga berpotensi menimbulkan kerugian bank. Risiko kredit timbul sebagai akibat dari kegagalan atau ketidakmampuan nasabah untuk membayar kembali jumlah pinjaman yang diterima dari bank dan bunganya sesuai dengan jangka waktu yang dijadwalkan. Dengan demikian, besaran NPL yang baik menurut ketentuan Bank Indonesia berada di bawah 5%. Dalam penelitian ini, kredit bermasalah berpengaruh negatif signifikan terhadap ROA. Artinya fungsi intermediasi bank tidak berjalan dengan baik selama periode penelitian 10 tahun.
Bank umum konvesional di Indonesia diharapkan dapat mengawasi dan lebih memantau penyaluran kredit agar rasio NPL tetap berada pada kategori sehat. Bank perlu menganalisis kesediaan debitur untuk membayar kewajibannya sebelum memberikan pinjaman. Melakukan peninjauan, penilaian dan pengikatan yang dilakukan sebelum memberikan kredit, terhadap jaminan oleh bank agar memperkecil risiko kredit. Hasil penelitian ini menekankan pada perlunya mengawasi dan mengurangi NPL untuk menjaga sektor keuangan tetap sehat karena NPL menyebabkan kerugian pinjaman yang tinggi yang mempengaruhi kapitalisasi bank yang pada akhirnya mempengaruhi pertumbuhan ekonomi keuangan serta sektor ekonomi lainnya.
Hubungan Firm Size dengan ROA
Dari hasil estimasi yang dilakukan, bertolak belakang dengan hipotesa awal yaitu firm size berpengaruh positif terhadap profitabilitas bank (ROA). Bank yang lebih besar mengandung jumlah aset yang lebih tinggi yang membantu mereka untuk mendiversifikasi portofolio bisnis mereka yang tidak hanya mengurangi risiko tetapi juga membantu dalam pengurangan biaya yang pada akhirnya meningkatkan profitabilitas. Apalagi bank-bank besar memiliki fenomena too-big-to-fail karena efisiensi biaya. Hasil penelitian ini bertolak belakang dengan Gul et al (2011), Bilal et al.
(2013), Naseem et al. (2017) Kosmidou (2008) dan Goddard et al., (2004). Pengaruh firm size terhadap ROA bank umum konvensional tidak mempunyai pengaruh signifikan yang positif. Hasil estimasi menunjukan bahwa firm size tidak memiliki pengaruh signifikan terhadap profitabilitas (ROA) bank umum konvensional. Dari data yang telah dikumpulkan oleh peneliti, terbukti bahwa fluktuasi kenaikan dan penurunan total asset yang dimiliki setiap bank tidak sejajar dengan ROA bank tersebut. Hal ini berarti jika total asset naik belum berarti ROA suatu bank juga mengalami kenaikan maupun sebaliknya. Hal ini tentu dipengaruhi oleh faktor faktor yang mempengaruhi kenaikan dan penurunan ROA seperti pengaruh dari variabel lain.
Ukuran bank atau perusahaan yang lebih besar dapat menghasilkan skala ekonomi, sehingga meningkatkan kinerja, tetapi pada saat yang sama, organisasi besar sering dipengaruhi oleh kekakuan, inersia, birokrasi, manajemen yang dapat menurunkan kinerja dari bank itu sendiri.
Ekspansi bank membuat manajemen lebih rumit dan mengurangi efisiensi bank yang dapat mempengaruhi profitabilitas bank. Berdasarkan hasil penelitian, firm size tidak berpengaruh signifikan maka hal ini berarti manajemen bank belum memberdayakan asetnya dengan optimal.
Pihak manajer bank seharusnya. Kenaikan dan penurunan tingkat total aset suatu bank sangat mempengaruhi profitabilitas. Jika total aset mengecil maka profitabilitas juga mengecil. Hal ini diduga bahwa bank yang diteliti oleh penulis mengalami fluktuasi pada total aset.
Hubungan PDB dengan ROA
Hasil menunjukkan bahwa produk domestik bruto berpengaruh positif terhadap profitabilitas (ROA). Hasil penelitian serupa ditemukan oleh Gul et al. (2011), Bilal et al. (2013) Kosmidou (2008) dan Petria et al. (2015) yang menunjukkan bahwa PDB berpengaruh positif terhadap profitabilitas bank (ROA). Hasil ini sesuai dengan pandangan Keynes bahwa tabungan pemerintah menurun ketika pendapatan nasional rendah. Keadaan ini berarti masyarakat menggunakan tabungannya untuk membiayai segala kebutuhannya. PDB menunjukkan bahwa pertumbuhan ekonomi yang cepat meningkatkan profitabilitas bank di Indonesia. Pada dasarnya, PDB menangkap kenaikan dan penurunan yang bermanifestasi dalam siklus bisnis. Peningkatan pertumbuhan PDB berarti peningkatan kesejahteraan rakyat yang memberikan dampak
meningkatkan minat masyarakat untuk menabung. Sehingga, jika terjadi peningkatan PDB bank dapat meningkatkan profitabilitasnya.
Lembaga pengawas perbankan harus memperhatikan kebijakan pengawasan perbankan dan kebijakan makroekonomi perbankan. Pemerintah sebagai pembuat kebijakan diharapkan dapat sigap dan terus memberikan kebijakan-kebijakan yang sesuai dengan kondisi perekonomian yang sedang berlangsung di Indonesia. Kebijakan-kebijakan yang dimaksud dapat berupa kebijakan dalam pengendalian yang mengacu pada pertumbuhan ekonomi.
Hubungan Fintech dengan ROA
Fintech secara intensif berdampak pada bisnis perantara bank umum, serta insentif dalam organisasi. Penyelesaian pembayaran selalu menjadi salah satu bisnis perantara paling dasar dan tradisional dari bank komersial. Fintech, yang memungkinkan pembayaran pihak ketiga dan seluler, telah mengurangi keuntungan bank umum (Berger et al., 1999). Pembayaran pihak ketiga dan seluler memiliki biaya yang jauh lebih rendah daripada layanan yang disediakan oleh bank.
Dukungan komputasi awan dan teknologi lainnya dapat secara efisien menyimpan dan mengelola data pelanggan, sehingga lebih efektif mengurangi asimetri informasi, dan dapat mewujudkan pembayaran dan penyelesaian dengan lebih mudah dan efisien daripada metode tradisional (Baker dan Wurgler, 2015). Dalam hal ini tentu fintech berpengaruh terhadap secara eksternal terhadap profitabilitas bank umum. Dari hasil estimasi yang dilakukan, fintech berpengaruh negatif terhadap profitabilitas pada bank umum. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh (Phan, Dinh Hoang Bach, et al., 2020) yaitu fintech secara negative berpengaruh signifikan terhadap profitabilitas bank
Perubahan yang sedang berlangsung dalam sektor keuangan sudah mempengaruhi nasabah dan yang bukan nasabah (tidak memiliki rekening bank), dan menciptakan solusi yang nyaman dan mudah digunakan di daerah yang sebelumnya tidak memiliki layanan tersebut. Bank umum konvensional diharapkan agar terus mengembangkan fintech atau berkolaborasi dengan perusahaan fintech agar fungsi bank tidak tersubstitusi.
F. KESIMPULAN DAN SARAN Kesimpulan
Penelitian ini meneliti tentang pengaruh variabel capital adequacy ratio (CAR),
loan to deposit ratio, non-performing loan (NPL), firm size, PDB dan pertumbuhan fintech terhadap profitabilitas (ROA) pada bank umum konvesional periode tahun 2011-2020 yang terdaftar di BEI. Maka penulis mengambil simpulan yang disesuaikan mengacu kepada pembahasan:
1. Variabel capital adequacy ratio (CAR), loan to deposit ratio (LDR), non-performing loan (NPL), PDB dan fintech, memiliki pengaruh signifikan secara parsial terhadap profitabilitas (ROA) bank umum konvensional.
2. Semakin besar CAR maka semakin besar pula kemampuan bank dalam menghasilkan laba dan semakin tinggi pula kemampuan permodalan bank untuk membiayai aktiva produktif.
3. Semakin tinggi tingkat LDR, semakin tidak likuid bank tersebut. Hal ini menyulitkan bank untuk memenuhi kewajiban jangka pendek.
4. Semakin tinggi risiko kredit (NPL), semakin rendah kualitas pinjaman bank. Artinya, semakin tinggi jumlah kredit bermasalah dan semakin banyak kerugian yang bank alami sehingga mengurahi profitabilitas bank.
5. Hasil penetilian yang dilakukan peneliti adalah firm size memiliki pengaruh negatif signifikan terhadap profitabilitas bank. Hasil tersebut bertengangan dengan hipotesis dan penelitian terdahulu.
6. Hasil penelitian juga menunjukkan fintech berpengaruh terhadap secara eksternal terhadap profitabilitas bank umum.
7. Pengaruh capital adequacy ratio (CAR), loan to deposit ratio, non-performing loan (NPL), firm size, PDB dan pertumbuhan fintech berpengaruh secara signifikan secara bersama-sama terhadap profitabilitas (ROA).
Saran
Berdasarkan kesimpulan diatas maka saran yang dapat diberikan oleh penulis melalui hasil penelitian ini adalah:
1. Bank umum konvesional di Indonesia diharapkan untuk menjaga tingkat kecakupan modalnya dan memperkuat struktur modalnya, mampu menjaga tingkat likuiditas yang sesuai dengan menyeimbangkan antara pinjaman dan simpanan bank. Agar kualitas aset tetap terjaga bank harus mampu mengawasi dan memantau penyaluran kreditserta bank diharapkan melakukan peninjuauan dan penilaian sebelum memberikan kredit kepada debitur.
2. Bank umum konvensional di Indonesia mampu memberdayakan dan mengelola asetnya dengan efisien sehingga dapat meningkatkan profitabilitas bank.
3. Lembaga pemerintah diharapkan dapat memperhatikan kebijakan dalam pengawasan perbankan dan makro ekonomi terhadap perbankan.
4. Bank umum konvesional diharapkan untuk terus melakukan improvisasi dalam melakukan kegiatan bisnisnya di bidang teknolologi. Bank umum konvensional juga mampu menjaga loyalitas nasabah dengan memberikan pelayanan yang praktis dan mudah dijangkau agar transaksi dapat dijalankan dengan efektif dan efisien.
A. Pengaturan Halaman
Makalah Anda harus menggunakan ukuran halaman yang sesuai dengan ukuran A4 210 mm (8,27 “) lebar dan 297 mm (11,69”) panjang. Margin harus diatur sebagai berikut: sebagai template dan ketik naskah Anda dengan menggunakan template tersebut.
Atas = 30mm
Bawah = 30mm
Kiri = 40mm
Kanan = 30mm
Artikel Anda harus diformat dalam satu kolom.
UCAPANTERIMAKASIH
Kami mengucapkan terima kasih kepada berbagai pihak yang telah membantu sehingga panduan ini dapat terselesaikan.Ucapan terima kasih khusus kami sampaikan kepada Asosiasi Dosen Ilmu Ekonomi Universitas Brawijaya dan Jurusan Ekonomi Pembangunan Fakultas Ekonomi Universitas Brawijaya yang memungkinkan jurnal ini bisa diterbitkan.
DAFTARPUSTAKA
AFTECH. (2020). Daftar Member Asosiasi Fintech Indonesia. Retrieved September 4, 2020, from https://fintech.id/id
Almilia, Luciana Spica dan Winny Herdiningtyas. 2005. Analisis Rasio CAMEL Terhadap Prediksi Kondisi Bermasalah pada Lembaga Perbankan Perioda 200-2002. Jurnal Akuntansi dan Keuangan. Vol. 7, No. 2.
Ali, Mashud.2004. Asset Liability Manajegen : Menyiasati Risiko Pasar dan Risiko Operasional.
Jakarta : PT. Gramedia.
Athanasoglou, P.P., Delis, M.D., Staikouras, C.K., 2006. Determinants of Bank Profitability in the South Eastern European Region, Bank of Greece, Working Paper No. 47.
Aladwan, Mohammad. (2015). THE IMPACT OF BANK SIZE ON PROFITABILITY“AN EMPIRICAL STUDY ON LISTED JORDANIAN COMMERCIAL BANKS. European Scientific Journal. 11. 217-236.
Aaker, D., Keller, K., 1990. Consumer evaluations of brand extensions. J. Mark. 54 (1), 27–41.
Arner, D. W. – Barberis, J. N. – Buckley, R. P. (2015). The Evolution of Fintech: A New Post-Crisis Para- digm? Available at SSRN 2676553.
Ashraf, N., & Butt, Q. T. A. (2017). Examining the contributing factors of bank profitability in south Asian countries: A case of Pakistani banking sector. International Journal of Finance &
Banking Studies (2147-4486), 6(5), 01–12.
Agus Widarjono. 2005. Ekonometrika Teori dan Aplikasi Untuk Ekonomi dan Bisnis. Ekonisia Fakultas Ekonomi Universitas Islam Indonesia: Yogyakarta.
Agus Widarjono. 2009. Ekonometrika Pengantar dan Aplikasinya, Edisi Ketiga. Yogyakarta: Ekonesia Bank Indonesia. Peraturan Bank Indonesia Nomor 19/12/PBI/2017 Tentang Penyelenggaraan
Teknologi Finansial.
Bank Indonesia, (2004). Surat Edaran Bank Indonesia No 6/23/DPNP tentang Sistem Penilaian Tingkat Kesehatan Bank Umum.
Bank Indonesia (2015). Peraturan BI No. 17/11/PBI/2015
Bank Indonesia, (2004). Surat Edaran Bank Indonesia No 6/23/DPNP tentang Sistem Penilaian Tingkat Kesehatan Bank Umum.
Bank Indonesia (2017). PBI No. 19/12/PBI/2017 tentang Penyelenggaraan Teknologi Finansial (selanjutnya disebut PBI Fintech).
Bank Indonesia (2016). PBI No. 18/40/PBI/2016 tentang Penyelenggaraan Pemrosesan Transaksi Pembayaran.
Bank Indonesia (2009). PBI No. . 16/8/PBI/2014 tentang Uang Elektronik.
Berger, A., Hanweck, D., Humphrey, D., 1987. Competitive viability in banking: scale, scope, and product mix economies. J. Monet. Econ. 20 (3), 501–520.
Berger, A., Demsetz, R., Strahan, P.E., 1999. The consolidation of the financial services industry:
causes, consequences, and implications for the future. J. Bank. Finance 23, 135–194.
Buchak, G., Matvos, G., Piskorski, T., Seru, A., 2018. FinTech, regulatory arbitrage, and the rise of shadow banks. J. Financ. Econ. 130 (3), 453–483.
Boyd, J. and Runkle, D. (1993), ‘‘Size and performance of banking firms: testing the predictions of theory’’, Journal ofMonetary Economics, Vol. 31, pp. 47-67.
Bilal, M., Saeed, A., Gull, A., & Akram, T. (2013). Influence of bank specific and macroeconomic factors on profitability of commercial banks: A case study of Pakistan. Research Journal of Finance and Accounting, 4(2), 117–127.
Brigham, Eugene F. Dan J.F. Houston. 2010. Dasar-Dasar Manajemen Keuangan. Edisi 11. Jakarta:
Salemba Empat.
Chrismastianto, I. A. W. (2017). Analisis SWOT implementasi teknologi finansial terhadap kualitas layanan perbankan di Indonesia. Jurnal Ekonomi Dan Bisnis, 20(1), 134–136.
Christensen, C., 1997. The innovator’s Dilemma: When New Technologies Cause Great Firms to Fail.
Harvard Business Review Press, Boston.
Chen, M.A., Wu, Q., Yang, B., 2019c. How valuable is FinTech innovation? Rev. Financ. Stud. 32 (5), 2062–2106.
Chamley, C., Kotlikoff, L.J., Polemarchakis, H., 2012. Limited-purpose banking–moving from “trust me” to “show me” banking. Am. Econ. Rev. 102 (3), 113–119.
Darma, W., & others. (2018). Inovasi Diskruptif (Disruptive Innovation) Dalam Pendidikan.
Dhar, V., 2016. When to trust robots with decisions, and when not to. Harv. Bus. Rev. 05.02-06.
Damodar N., Gujarati dan Dawn C. Porter. 2009. Basic Econometric 5th Edition. McGraw –Hill: New York.
Demirgüç-Kunt, A., & Huizinga, H. (1999). Determinants of commercial bank interest margins and profitability: Some international evidence. World Bank Economic Review, 13(2), 379–408.
Dendawijaya, Lukman. 2003. Manajemen Perbankan. Jakarta : Ghalia Indonesia.
Dendawijaya, Lukman. 2009. Manajemen Perbankan. Ghalia Indonesia. Jakarta.
Dietrich, Andreas and Gabrielle Wanzenried. 2014. “The Determinants of Commercial Banking Profitability in Low, Middle and High Income Countries”. Elsevier Journal
FinTech Singapore News. (2018). The FinTech Indonesia Report. Downloaded from:
http://FinTechnews.sg/20712/indonesia/FinTech-indonesia-report-2018/
Goddard, J. A., Molyneux, P., & Wilson, J. O. S. (2004). Dynamics of Growth and Profitability in Banking. Journal of Money, Credit, and Banking, 36(6), 1069–1090.
Guo, P., Shen, Y., 2019. Internet finance，deposit competition，and bank risk-taking. J. Financ. Res.
(8), 58–76 (In Chinese).
Gul, S. I. F. Z. K. (2011). Factors Affecting Bank Profitability in Pakistan. Romanian Economic Journal, (January), 61–87.
Ghozali, Imam. 2011. “Aplikasi Analisis Multivariate Dengan Program SPSS”. Semarang: Badan Penerbit Universitas Diponegoro.
Horne, Van, James C. dan Wachowicz, John M. Jr, 2005. Prinsip-prinsip Manajemen Keuangan, Buku Satu, Edisi Kedua Belas, Alih Bahasa oleh Dewi Fitriasari dan Deny Arnos Kwary, Jakarta:
Salemba Empat.
Haidary, Q., dan Abbey B. (2018). Financial Performance of Commercial Banks in Afghanistan.
International Journal of Economics and Financial Issues, 8 (1), pp.242–249.
https://www.econjournals.com
Horne, Van, James C, Hanrahan, J. R., & Dipchand, C. R. (1977). Financial Management and Policy:
Canadian 4th Ed. Prentice-Hall of Canada Limited.
Hanafi, Mamduh M. 2010. Manajemen Keuangan. Edisi 1. Yogyakarta: BPFE.
H. Lasi, P. Fettke, H.G. Kemper, T. Feld, M. Hoffmann (2014). Industry 4.0, Bus. Inf. Syst. Eng. 6 (4) 239.
Harahap, S. S, Wiroso, & Yusuf, M. (2010). Akuntansi Perbankan Syariah. Jakarta: LPFE Usakti.
Jagtiani, J., Lemieux, C., 2018. Do fintech lenders penetrate areas that are underserved by traditional banks? J. Econ. Bus. 100, 43–54.
Kumbirai, M. (2010). A financial ratio analysis of commercial bank performance in South Africa.
African Review of Economics and Finance, 2(1), 30–53.
Kasmir. (2014). Analisa Laporan Keuangan. Jakarta: Raja Grafindo Persada.
Kasmir. (2010). Analisis Laporan Keuangan. Jakarta: PT. Raja Grafindo Persada.
Kasmir. (2011). Bank dan Lembaga Keuangan Lainnya. Jakarta: PT. Raja Grafindo Persada.
Katrodia, A. (2012). Corporate Governance Practices in The Banking Sector. ABHINAV Journal of Research in Commerce and Management, 1, 37-44. http://www.abhinavjournal.com/
Kingu, P. S., Macha, S., dan Gwahula, R. (2018). Impact of Non-Performing Loans on Bank’s Profitability: Empirical Evidence from Commercial Banks in Tanzania. International Journal of Scientific Research and Management, 6 (1), 71– 78.
Kosmidou, K. (2008). The determinants of banks’ profits in Greece during the period of EU financial integration. Managerial Finance, 34(3), 146–159.
Kosmidou, K., & Tanna, S. (2005). Determinants of profitability of domestic UK commercial banks : panel evidence from the period 1995-2002. In Money Macro and Finance (MMF)
RESEARCG Group Conference., 45(June), 1–27.
Lipunga, A. M. (2014). Determinants of Profitability of Listed Commercial Banks in Developing Countries: Evidence from Malawi. Research Journal of Finance and Accounting, 5 (6), 41-49.
https://www.academia.edu/7199973/
Laeven, L., Ratnovski, L., & Tong, H. (2016). Bank size, capital, and systemic risk: Some international evidence. Journal of Banking and Finance, 69, S25–S34.
https://doi.org/10.1016/j.jbankfin.2015.06.022
Mudrajad Kuncoro dan Suhardjono. (2002). Manajemen Perbankan, Yogyakarta: BPFE
Marijana Curak (et. Al.). 2013. Determinants of non-performing loans- evidence from Southeastern European Banking systems, Banks and Bank Systems. Volume 8, Issue I.
Miller, S.M. and A.G. Noulas (1997). Portfolio Mix and Large-bank Profitability in the USA, Applied Economics, 29 (4), pp. 505-512.
Mansur, I., Zangeneh, H., Zitz, M.S., 1993. The Association between Banks’ Performance Ratios and Market-Determined Measures of Risk. Journal of Applied Economics 25, 1503-1510.
Mankiw, N. G. (2007). Makroekonomi. New York and Basingstoke: Worth Publisher.
Menicucci, E., dan Paolucci, G. (2016). The Determinants of Bank Profitability: Empirical Evidence from European Banking Sector. Journal of Financial Reporting and Accounting, 14 (1), 86- 115. https://www.emeraldinsight.com/
Munawir. (2010). Analisis Laporan Keuanga. Yogyakarta: Liberty
Munawir, S. 2007. Analisa Laporan Keuangan. Edisi Keempat. Liberty. Yogyakarta.
Mosterman, P.J. and Zander, J. (2016), “Industry 4.0 as a cyber-physical system study”, Software &
Systems Modeling, Vol. 15 No. 1, pp. 17-29.
Naceur, S.B., 2003. The Determinants of the Tunisian Banking Industry Profitability: Panel Evidence.
Universite Libre de Tunis Working Papers. Pilloff, S.J., Rhoades, Stephen A., 2002. Structure and Profitability in Banking Markets. Review of Industrial Organization 20(1), February, 81- 98
Ongore, V. O., dan Kusa, G. B. (2013). Determinants of Financial Performance of Commercial Banks in Kenya. International Journal of Economics and Financial Issues, 3 (1), 237–252.
www.econjournals.com
Pagnotta, E., Philippon, T., 2018. Competing on speed. May Econometrica 86.
Phan, D. H. B., Narayan, P. K., Rahman, R. E., & Hutabarat, A. R. (2020). Do financial technology firms influence bank performance? Pacific Basin Finance Journal, 62(September 2019), 101210.
Petria, N., Capraru, B., & Ihnatov, I. (2015). Determinants of Banks’ Profitability: Evidence from EU 27 Banking Systems. Procedia Economics and Finance, 20(15), 518–524.
Qin, X., & Dickson, P. (2012). Commercial Banks Profitability Pos Ashraf, N., & Butt, Q. T. A.
(2017). Examining the contributing factors of bank profitability in south Asian countries: A case of Pakistani banking sector. International Journal of Finance & Banking Studies (2147- 4486), 6(5), 01–12. https://doi.org/10.20525/ijfbs.v6i5.195ition: The Case of Tanzania.
International Journal of Business and Management, 7(13), 136–144.
Rosada, Nurhidayati. 2013. Analisis Pengaruh Rasio Keuangan Terhadap Kinerja Keuangan pada PT Bank Muamalat Indonesia TBK. Jurnal Ekonomi dan Informasi Akuntansi (JENIUS) Vol.3 No.1. Lubuklingau : STIE MURA
Siamat, Dahlan. (2005). Manajemen Lembaga Keuangan; Kebijakan Moneter dan Perbankan Edisi ke 5. Jakarta: Fakultas Ekonomi Universitas Indonesia.
Solow, Robert, 1994. “Terspectives on Growth Theory” Journal of Economic Perspectives, Vol 8.No.
1, Winter:45 54.
Sukirno, Sadono. 2013. Makro Ekonomi, Teori Pengantar. Penerbit PT. Raja Grafindo Persada, Jakarta.
Wasita, A., & Subagyo. (2019). OJK: Industri Fintech di Indonesia Berkembang Pesat, OJK (Otoritas Jasa Keuangan). Retrieved October 15, 2019, from Antara News website:
https://www.antaranews.com/berita/1030232/ojk-industri- fintech-di-indonesia-berkembang- pesat
Wooldridge, J. M. (2013). Introductory Econometrics A Modern Approach, 5 ed.
Mason : South Western Cengange Learning.
Williams, B., 2007. Factors determining net interest margins in Australia: domestic and foreign banks.
Financ. Markets Inst. Instrum. 16, 145–165.
Wang, Y., Xiuping, S., & Zhang, Q. (2021). Can fintech improve the efficiency of commercial banks?
—An analysis based on big data. Research in International Business and Finance, 55(September 2020), 101338. https://doi.org/10.1016/j.ribaf.2020.101338
Yuking, A. S. (2018). Urgensi peraturan perlindungan data pribadi dalam era bisnis fintech. Jurnal Hukum & Pasar Modal, VIII(16), 1–27.
Zainuddin, P., Wancik, Z., Rahman, S. A., Hartati, S., dan Rahman, F. A. (2017). The determinant of Financial Performance on Indonesian Banks Through Return on Assets. International Journal of Applied Business and Economic Research, 15 (20), 243–251.
