Faktor Penentu Profitabilitas Bank: Studi Komparatif Asia Timur Dan Amerika Latin

Abstrak: Makalah ini mengidentifikasi faktor-faktor penentu profitabilitas dengan menggunakan panel 78 Bank Asia Timur

dan 89 Amerika Latin yang tidak seimbang untuk periode 2003-2014. Kami menurunkan profitabilitas terhadap variabel

spesifik bank (capital kecukupan, rasio biaya pendapatan, rasio likuiditas, rasio cadangan kerugian pinjaman, dan ukuran

bank) dan variabel makroekonomi (produk domestik bruto, inflasi dan konsentrasi bank). Model regresi panel dinamis kami

menunjukkan bahwa bank profitabilitas di Asia Timur ditentukan oleh variabel bank yang lebih spesifik daripada variabel

makroekonomi; Sebaliknya, berlaku untuk Amerika Latin. Kami berkontribusi pada literatur terkini dengan: 1)

menggunakan ukuran profitabilitas yang lebih kuat (risk-adjusted returns); 2) menggunakan variabel bank-specific dan

macroeconomic; 3) mempelajari dua wilayah besar dan berkembang cepat di Asia Timur dan Amerika Latin. Temuan kami

meningkatkan peng
etahuan teoritis dan praktis kami tentang determinan profitabilitas
khusus bank. Ini juga memungkinkan pembuat kebijakan untuk melakukannya
disimak pada determinan makroekonomi terkait seperti inflasi dan rasio
konsentrasi.

1. Pendahuluan
Peningkatan insiden krisis bank dan semakin pentingnya sektor perbankan telah
menghasilkan literatur yang berfokus pada perbankan. Selama periode 1970-2002, terdapat
117 krisis perbankan sistemik di 93 negara, dan 51 krisis perbankan berskala non-sistemik
atau lebih kecil di 45 negara yang menelan biaya hingga 55% dari PDB (Caprio dan
Klingebiel, 2003). Dengan demikian, periset telah banyak memperhatikan untuk
mengidentifikasi faktor-faktor penentu profitabilitas bank sehingga dapat mengatasi
guncangan negatif, meningkatkan stabilitas sistem keuangan dan memfasilitasi pertumbuhan
ekonomi.

Sebagian besar studi tentang profitabilitas bank dilakukan di negara maju (Bourke,
1989). Tapi studi tentang pasar negara berkembang langka (Brock dan Rojas-Suarez, 2000;
Park dan Weber, 2006). Kami berusaha untuk memperluas pengetahuan yang ada dengan
mempelajari pasar negara berkembang di Asia Timur dan Amerika Latin. Dengan
menggunakan variabel makroekonomi masing-masing bank-spesifik dan masing-masing
bank, kami berusaha untuk mengidentifikasi faktor-faktor penentu profitabilitas bank untuk
periode 2003-2014. Kedua wilayah ini berbeda dari aspek sosioekonomi dan geopolitik. Tapi
mereka membentuk 30% populasi dunia dan merupakan negara berkembang yang tumbuh
pesat. Dan kita memilih periode waktu ini karena bank-bank di kedua wilayah ini telah
mengalami transformasi besar setelah krisis ekonomi regional mereka pada pertengahan
hingga akhir tahun 1990an. Dampak dari inisiatif transformasi seperti liberalisasi industri,
restrukturisasi bank, rekapitalisasi dan privatisasi (Hawkins dan Mihaljek, 2001) akan stabil
pada tahun 2002. Temuan penelitian ini harus diminati oleh pembuat kebijakan, pelaku
industri dan ekonom keuangan. Data tingkat bank dan variabel makroekonomi termasuk
dalam model regresi sebagai faktor penentu yang mungkin. Mengetahui variabel mana yang
secara signifikan mempengaruhi profitabilitas bank akan membantu pembuat keputusan
dalam menarik implikasi insentif ekonomi mikro dan kebijakan moneter pada lembaga
keuangan.

Sisa dari tulisan ini disusun sebagai berikut. Bagian 2 mengulas literatur yang relevan
tentang determinan profitabilitas bank. Bagian 3 menjelaskan model penelitian. Bagian 4
menjelaskan data yang digunakan. Bagian 5 menganalisis dan membahas
hasilnya. Akhirnya, Bagian 6 menyajikan beberapa implikasi kebijakan dan diakhiri

2. tinjauan literatur

Sebagian besar studi sebelumnya mengenai profitabilitas bank berfokus pada imbal
hasil atas aset (ROA) atau imbal hasil ekuitas (ROE) atau net interest margin (NIM). Di
antara pengecualian tersebut adalah Demirguc-Kunt dan Huizinga (1999, 2000) yang
menemukan bahwa bank dengan kapitalisasi tinggi cenderung memiliki keuntungan dan NIM
yang lebih tinggi. Demikian juga, Dietrich dan Wanzenried (2014), menggunakan kedua
imbal hasil atas aset, imbal hasil ekuitas dan NIM. Namun, cadangan resmi, overhead dan
intensitas kompetisi yang lebih tinggi menghasilkan keuntungan bank dan NIM yang lebih
rendah. Selain itu, sebuah penelitian terhadap empat negara Uni Eropa menemukan bahwa
faktor penentu NIM dan keuntungan berbeda tetapi dua rasio - mengacu pada aset dan ekuitas
terhadap aset - secara positif mempengaruhi mereka (Abreu dan Mendes, 2001). Sementara
Cebenoyan dan Strahan (2004) memperkenalkan risk-adjusted return on capital sebagai
ukuran profitabilitas, fokusnya bukan pada profitabilitas melainkan pada penyaluran kredit
aktif.

Dalam mengidentifikasi faktor-faktor penentu profitabilitas bank, penelitian

terdahulu menganalisis dampak variabel makroekonomi atau variabel khusus bank. Misalnya,
siklus bisnis yang dipicu oleh pertumbuhan PDB riil ditemukan berdampak positif terhadap
keuntungan bank dalam sebuah penelitian terhadap 26 negara OECD selama 1979-2000
(Biker dan Hu, 2002) dan bank-bank Yunani selama tahun 1985-2001 (Athanasoglou et al. ,
2008). Di sisi lain, sebuah penelitian terhadap sepuluh bank Tunisia selama tahun 1980-2000
menemukan bahwa:

1. variabel spesifik bank menjelaskan variasi keuntungan bank dan NIM yang
substansial
2. konsentrasi industri perbankan secara negatif mempengaruhi NIM (Ben Naceur
dan Goaied 2003).

Sementara itu, studi tentang pertumbuhan pasar negara berkembang seperti Asia
Timur dan Amerika Latin langka dan terutama spesifik untuk negara. Misalnya, di Asia
Timur, variabel makroekonomi seperti suku bunga pasar dan tekanan persaingan ditemukan
berdampak negatif pada profitabilitas bank di Malaysia (Guru et al., 2002) dan Filipina
(Unite dan Sullivan, 2003) masing-masing. Selanjutnya, manajemen biaya dan efisiensi
adalah variabel khusus bank utama di Malaysia (Guru et al., 2002) dan Korea (Park dan
Weber, 2006). Demikian juga, walaupun Dietrich dan Wanzenried (2014) mempelajari tiga
langkah profitabilitas, mereka hanya mempelajari konteks Swiss. Salah satu dari beberapa
makalah yang mempelajari bank-bank Asia adalah Ahmad dan Matemilola (2013). Mereka
menyelidiki faktor-faktor penentu keuntungan bank di era pascakrisis di Asia dengan
menggunakan analisis regresi panel. Mereka menemukan bahwa karakteristik unik bank
daripada faktor eksternal secara konsisten menjelaskan bagian penting dari variasi
keuntungan bank dan NIM di negara-negara Asia yang dilanda krisis. Di antara variabel,
kecukupan modal (diukur dengan ekuitas terhadap total rasio aset) memiliki dampak positif
yang signifikan terhadap profitabilitas bank di negara-negara Asia yang dilanda krisis.

Di sisi lain, studi Amerika Latin berfokus terutama pada NIM karena spread minat
tradisional mereka tinggi. Variabel makroekonomi dan bukan bank khusus merupakan faktor
penentu utama margin bank Brasil (Afanasieff et al., 2002). Beberapa variabel
makroekonomi utama Amerika Latin mencakup pertumbuhan PDB, volatilitas suku bunga
dan inflasi (Brock dan Rojas-Suarez, 2000), konsentrasi perbankan (Peria dan Mody, 2004)
dan persyaratan cadangan yang dipaksakan regulator dan investasi paksa (Barajas et al., 1999
). Sementara itu, variabel bank-spesifik meliputi rasio biaya, rasio kredit bermasalah dan
rasio likuiditas (Peria dan Mody, 2004; Brock and Rojas-Suarez, 2000; Barajas et al., 1999).
Sebenarnya, Barajas dkk. (1999) menemukan bahwa spread rata-rata tidak berubah bahkan
setelah reformasi keuangan industri.

Dari dua paragraf sebelumnya, studi Asia Timur dan Amerika Latin sebagian besar
berfokus pada determinan profitabilitas bank-spesifik atau makroekonomi namun jarang
keduanya. Selanjutnya, mereka tidak membandingkan kesamaan dan perbedaan antar-
regional. Oleh karena itu, makalah ini berusaha membahas dua pertanyaan penelitian berikut
sehubungan dengan Asia Timur dan Amerika Latin:

1 Apa determinan profitabilitas bank?

2 Apakah determinan-determinan ini sangat bervariasi antar negara dan
wilayah?

3. model penelitian

Kami mengembangkan model berdasarkan studi di Yunani (Kosmidou, 2008), Uni

Eropa (Pasiouras dan Kosmidou, 2007) dan Tunisia (Ben Naceur dan Goaied, 2003). Kami
mengadopsi ukuran return1 (RAR) yang disesuaikan dengan risiko, mengikuti Mercieca et al.
(2007) dan Turk-Ariss (2010). RAR, ukuran pengembalian aset rata-rata (ROA) yang
disempurnakan, didefinisikan sebagai: rumus

RAR yang lebih tinggi mengindikasikan stabilitas laba bank yang lebih besar. Ini
membantu memeriksa sensitivitas hasil dan meningkatkan ketahanan temuan kami. Selain itu,
ROA didefinisikan sebagai keuntungan sebelum pajak dibagi dengan aset rata-rata
(Kosmidou, 2008; Athanasoglou et al., 2008). ROA mengukur profitabilitas keseluruhan
bank dan mencerminkan seberapa baik manajemen menggunakan sumber investasinya yang
sebenarnya untuk menghasilkan keuntungan (Ben Naceur dan Goaied, 2003). Kami
menggunakan pajak pra-bayar, bukan keuntungan pasca pajak untuk menghindari distorsi
yang timbul dari perbedaan pajak di seluruh negara (Biker dan Hu, 2002).

Sedangkan untuk variabel independen, kami mempelajari variabel bank-specific dan

macroeconomic. Setelah mengikuti Ben Naceur dan Goaied (2003) dan Kosmidou (2008),
kami menggunakan lima variabel khusus bank:

1 rasio ekuitas terhadap total aset (EQAS)

2 rasio cost-to-income (BIAYA)

3 rasio pinjaman bank terhadap nasabah dan pendanaan jangka pendek (LNDEP)

4 rasio cadangan kerugian pinjaman terhadap pinjaman bruto (LOSRES)

5 total aset (SIZE).

Pertama, rasio ekuitas terhadap total aset (EQAS) mengukur kecukupan modal atau kekuatan
bank. Kecukupan modal mengacu pada kecukupan ekuitas untuk menyerap guncangan
(Kosmidou, 2008). Studi sebelumnya menemukan bahwa kecukupan modal berhubungan
positif dengan profitabilitas bank (Berger, 1995a) dan juga pendapatan bunga bersih
(Demirguc-Kunt dan Huizinga, 1999). Oleh karena itu, kita dapat mengharapkan bank
dengan EQAS yang lebih tinggi memiliki rasio profitabilitas yang lebih baik (Abreu dan
Mendes, 2001). Selain itu, bank dengan kapitalisasi yang baik dapat mengenakan biaya lebih
untuk pinjaman dan / atau membayar lebih sedikit pada deposito karena kebutuhan
pendanaan eksternal mereka yang rendah dan risiko kebangkrutan yang lebih rendah
(Demirguc-Kunt et al., 2004). Di sisi lain, menerapkan hipotesis pengembalian risiko
konvensional, kita akan mengharapkan EQAS yang lebih tinggi (risiko rendah) untuksesuai
dengan ROE yang lebih rendah (Dietrich dan Wanzenried, 2014). Oleh karena itu, hubungan
profitabilitas EQAS tidak pasti.

Kedua, cost-to-income ratio (BIAYA) dihitung sebagai biaya overhead yang

dikeluarkan (seperti gaji, biaya hunian dan perlengkapan kantor) dibagi dengan total
pendapatan. Ini mengukur kemampuan manajemen untuk mengendalikan biaya. Kami
memperkirakan BIAYA harus berhubungan positif dengan NIM karena bank cenderung
meneruskan kenaikan biaya kepada pelanggan mereka. Sebaliknya, bank dengan manajemen
biaya yang lebih baik akan lebih efisien dan oleh karena itu menikmati keuntungan yang
lebih tinggi (Abreu dan Mendes, 2001; Athanasoglou et al., 2008). Namun, Molyneux dan
Thornton (1992) menemukan hubungan positif antara BIAYA dan ROA. Ini karena bank
sangat diatur dan mereka yang memperoleh keuntungan tinggi cenderung sesuai "dalam
bentuk pengeluaran gaji yang lebih tinggi" [Molyneux dan Thornton, (1992), hal.1177]. Di
sisi lain, inefisiensi dalam bentuk BIAYA yang lebih tinggi juga dapat mengurangi
profitabilitas (Dietrich dan Wanzenried, 2014). Singkatnya, sementara kami mengharapkan
hubungan NIM-BIA positif, hubungan antara profitabilitas dan BIAYA nampaknya tidak
pasti.

Ketiga, loan to deposit ratio (LNDEP) mengukur hubungan antara manajemen dan
kinerja likuiditas. Tanpa simpanan yang diperlukan (yang menyediakan likuiditas dan
pendanaan untuk memenuhi kewajiban jangka pendek), bank mungkin gagal atau secara
teknis bangkrut. Untuk menghindari masalah insolvensi, bank sering menahan aset
likuid. Rasio ini menunjukkan hubungan antara aset likuid yang tidak likuid (yaitu, pinjaman)
dan sumber pendanaan yang relatif stabil (yaitu, deposito dan pendanaan jangka pendek
lainnya). Rasio yang lebih tinggi menunjukkan likuiditas yang lebih rendah dan rasio yang
lebih rendah menunjukkan posisi likuiditas yang lebih tinggi. Karena aset likuid dikaitkan
dengan tingkat pengembalian yang lebih rendah, likuiditas yang lebih tinggi akan dikaitkan
dengan tingkat profitabilitas yang rendah. Oleh karena itu, kami mengharapkan hubungan
positif antara LNDEP dan profitabilitas (Kosmidou, 2008; Pasiouras dan Kosmidou, 2007).

Keempat, risiko kredit (atau kualitas aset) dipicu oleh rasio penyisihan kredit terhadap
pinjaman (Angbazo, 1997). Rasio ini (LOSRES) menunjukkan berapa banyak portofolio
pinjaman yang diberikan namun tidak dibebankan. Dengan kualitas aset yang baik, rasio yang
lebih tinggi menyiratkan hubungan positif antara risiko dan laba sesuai dengan hipotesis
pengembalian risiko. Tapi dampak negatif LOSRES terhadap profitabilitas bank akan
menyiratkan rendahnya kualitas pinjaman yang mengurangi pendapatan bunga dan
meningkatkan biaya pengadaan (Kosmidou, 2008). Namun demikian, Athanasoglou et
al. (2008) mengharapkan hubungan negatif antara ROA dan LOSRES karena teori
menunjukkan bahwa peningkatan eksposur terhadap risiko kredit biasanya terkait dengan
penurunan profitabilitas perusahaan. Angbazo (1997) mengharapkan adanya hubungan positif
antara risiko kredit dan NIM, karena pinjaman berisiko memerlukan NIM yang lebih tinggi
untuk mengkompensasi risiko gagal bayar yang lebih tinggi. Oleh karena itu, hubungan
LOSRES-profitability nampaknya tidak pasti.

Akhirnya, variabel kelima, SIZE, yang sering diproksikan oleh total aset,
mempertimbangkan ekonomi atau skala disekonomis. Kami berharap keuntungan bank
meningkat seiring dengan skala ekonomi. Namun di luar titik optimum, bank yang menjadi
terlalu besar mungkin menghadapi penurunan karena kompleksitas birokrasi dan manajemen
(Amel et al., 2004). Kami menggunakan total aset log (LNSIZE) sebagai proxy untuk ukuran
(Demirguc-Kunt et al., 2004; Athanasoglou et al., 2008). Temuan penelitian sebelumnya
beragam. Beberapa penelitian menemukan bahwa ukuran bank berhubungan positif dengan
NIM (Demirguc-Kunt dan Huizinga, 1999) dan keuntungan (Kosmidou, 2008). Namun
beberapa lainnya melaporkan korelasi negatif antara ukuran dan NIM (Ben Naceur dan
Goaied, 2003); dan keuntungan bank (Pasiouras dan Kosmidou, 2007). Apalagi Velentza
dkk. (2008) menemukan (dalam studi OECD) bahwa walaupun ukuran bank secara positif
mempengaruhi profitabilitas dalam struktur berbasis pasar, sebaliknya adalah benar dalam
struktur berbasis bank.

Selain lima variabel bank-spesifik ini, kami juga mempelajari dampak tiga indikator
makroekonomi seperti yang disimpulkan dari penelitian sebelumnya:

1 pertumbuhan PDB riil (GDP)

2 inflasi (INF)

3 rasio konsentrasi industri perbankan (CON3).

Kedua, jika bank mengantisipasi inflasi, maka inflasi yang lebih tinggi (INF) meningkatkan
profitabilitas karena bank menyesuaikan tingkat suku bunga pada waktu yang tepat, yang
menghasilkan pendapatan meningkat lebih cepat daripada biaya (Pasiouras dan Kosmidou,
2007). Kebalikannya terjadi jika bank gagal mengantisipasi inflasi. Sebagian besar penelitian
menemukan bahwa inflasi secara positif mempengaruhi keuntungan (Bourke, 1989;
Molyneux dan Thornton, 1992) dan bahkan margin bunga (Demirguc-Kunt dan Huizinga,
1999). Di sisi lain, Abreu dan Mendes (2001) yang meneliti bank-bank di Portugal, Spanyol,
Prancis dan Jerman selama periode 1986-1999, menemukan hubungan negatif antara inflasi
dan ROA dan juga NIM.

Akhirnya, variabel makroekonomi ketiga, rasio konsentrasi (CON3), mengukur sejauh mana
beberapa bank besar mendominasi industri perbankan (Park dan Weber, 2006). Penelitian
sebelumnya berfokus terutama pada hipotesis struktur-perilaku-kinerja (SCP) atau kekuatan
pasar. SCP menunjukkan bahwa bank di pasar yang lebih terkonsentrasi tunduk pada
persaingan yang lebih rendah dan biasanya menetapkan harga yang kurang menguntungkan
bagi konsumen, misalnya, suku bunga deposito yang lebih rendah dan tingkat pinjaman yang
lebih tinggi (Berger, 1995b; Liu and Scully, 2008). Sebaliknya, hipotesis struktur efisien
menunjukkan bahwa bank yang lebih efisien mengeluarkan biaya lebih rendah dan oleh
karena itu, memperoleh keuntungan lebih tinggi. Bank yang lebih efisien meningkatkan
pangsa pasar mereka dan karenanya industri menjadi lebih terkonsentrasi. Banyak studi
perbankan menemukan hubungan positif antara profitabilitas dan konsentrasi (Bourke,
1989; Molyneux dan Thornton, 1992; Demirguc-Kunt dan Huizinga, 1999). Tetapi beberapa
menemukan hubungan negatif (Ben Naceur dan Goaied, 2003; Park dan Weber, 2006)

Konsentrasi diukur di negara dan tidak di tingkat bank (Dermiguc-Kunt et al., 2004).
Setidaknya ada dua pengukuran konsentrasi, yaitu indeks Herfindahl-Hirshcman (HH) dan
rasio konsentrasi. Indeks HH tidak hanya mempertimbangkan bank-bank terbesar; Ini
mencakup semua bank, dan merupakan jumlah dari nilai kuadrat dari masing-masing pangsa
pasar aset bank pada tahun tertentu, (MSi) 2. Rasio konsentrasi, di sisi lain, adalah pangsa
pasar yang dimiliki oleh tiga bank terbesar, berikut Kosmidou et al. (2007) dan Garcia-
Herrero dkk. (2007). Kami menghitung CON3 dengan membagi total aset tiga bank terbesar
dengan seluruh bank berdasarkan sampel yang diperoleh dari Bankscope.

Dari hasil di atas, kami merangkum definisi dan dampak yang diharapkan dari
masing-masing variabel pada Tabel 1. Meskipun dampak yang diharapkan dari sebagian
besar variabel tidak pasti, LNDEP dan PDB diharapkan mempengaruhi profitabilitas secara
positif dan positif atau tidak berpengaruh. Kami menurunkan variabel bank-spesifik dan
makroekonomi terhadap profitabilitas bank. Setelah Athanasoglou dkk. (2008),
Chronopoulos et al. (2015) dan Dietrich dan Wanzenried (2011, 2014), kami menentukan
model dinamis yang diberikan dalam persamaan (2)

dimana Zit = profitabilitas bank i pada waktu t dimana i = 1, ..., N dan t = 1, ..., T dan
diikat oleh risk adjusted return (RAR), c = constant term, Xit adalah variabel bank-specific
dan macroeconomic : EQAS, BIAYA, LNDEP dan LOSRES, UKURAN, PDB, INF dan
CON3, vi = efek khusus bank yang tidak diobservasi, t = waktu efek yang tidak teramati dan
it = istilah kesalahan. Kami memasukkan variabel dependen yang tertinggal (Zi, t-1) untuk
menangkap ketekunan variabel dependen (profitabilitas bank).

Memperkirakan persamaan (2) dengan panel kuadrat terkecil atau metode kuadrat
terkecil umumnya menyebabkan perkiraan yang bias dan tidak konsisten karena variabel
dependen yang tertinggal menjadi berkorelasi dengan efek spesifik bank (Athanasoglou et al.,
2008; Chronopoulos et al., 2015). Selanjutnya, variabel dependen yang tertinggal di samping
beberapa variabel penjelas lainnya mungkin memiliki masalah endogenitas ketika dikaitkan
dengan istilah kesalahan (Athanasoglou et al., 2008; Chronopoulos et al., 2015; Dietrich dan
Wanzenried, 2014)

Untuk menghindari masalah ini, kami mengikuti penulis yang disebutkan di atas dan
menggunakan teknik variabel instrumental, metode generalisasi momen dua tahap (GMM)
dengan kesalahan standar yang dikoreksi Windmeijer kuat terhadap heteroskedastisitas,
dalam memperkirakan persamaan (1). Sistem dua langkah GMM diketahui menangani
masalah endogenitas, korelasi serial dan heterogenitas yang tidak teramati. Metode ini
membahas masalah ini dengan menggunakan semua nilai lag variabel endogen yang
tertinggal baik pada tingkat dan perbedaan sebagai instrumen dalam persamaan regresi
(Arellano and Bover, 1995; Blundell dan Bond, 1998). Year dummies disertakan untuk
menangkap guncangan terkait waktu dari kesalahan dan untuk mencegah kemungkinan
bentuk korelasi lintas individu dan periode (Chronopoulos et al., 2015; Roodman, 2009).

Untuk mengkonfirmasi keabsahan estimasi regresi, kami melaporkan nilai p-AR (1)
dan AR (2) untuk korelasi serial, uji Hansen untuk identifikasi lebih dari instrumen dan uji
Wald (uji-F) untuk kepentingan bersama variabel dan model cocok. Sehubungan dengan uji
AR (1) dan AR (2) untuk korelasi serial, hipotesis nol pengujian adalah bahwa tidak ada
korelasi serial pada residu differensial (H0 = 0). Namun, residu persamaan differensial
dengan konstruksi diharapkan berkorelasi untuk AR (1) dengan nilai p signifikan namun
tidak untuk AR (2) yang nilainya tidak penting. Nilai p yang signifikan untuk AR (2) akan
menyarankan adanya korelasi serial dan bahwa lag kedua dari variabel endogen bukanlah
instrumen yang baik untuk persamaan regresi (Arellano and Bover, 1995; Blundell and Bond,
1998).

Tes keabsahan kedua, uji Hansen, menentukan apakah instrumen tersebut terlalu
banyak diidentifikasi; Hipotesis nol adalah bahwa tidak ada identifikasi berlebihan dan
karena itu, instrumen itu valid. Nilai p yang signifikan akan mengindikasikan penolakan
terhadap null yang menyiratkan bahwa instrumen tersebut terlalu banyak diidentifikasi dan
tidak valid (Roodman, 2009). Tes ketiga, uji Wald (uji-F), menentukan signifikansi bersama
dari variabel independen dan alat pengukur apakah model itu sesuai. Nilai p yang signifikan
untuk uji F akan menyiratkan bahwa model ini sesuai dan regresor secara bersama-sama
signifikan

4. Data

Kami menggunakan data panel karena kami mempelajari data deret waktu untuk
setiap anggota cross-sectional. Dataset terdiri dari variabel bank-spesifik dan
makroekonomi. Variabel bank-bank bersumber dari Database Bankscope sedangkan variabel
makroekonomi diperoleh dari Statistik Keuangan Internasional dari Dana Moneter
Internasional dan Indikator Pembangunan Dunia untuk Bank Dunia. Mengikuti metode
Dietrich dan Wanzenried (2011, 2014), kami dengan hati-hati mengedit variabel khusus bank
sebagai berikut. Pertama, kami mengecualikan bank investasi, bank sentral, rumah keamanan
dan hanya memilih bank umum karena penelitian kami berfokus pada bank umum. Kedua,
kami menggunakan laporan bank konsolidasi untuk mengambil data spesifik bank guna
menghilangkan informasi duplikat dan menghapus pernyataan bank yang tidak dikonsolidasi
dimana keduanya dilaporkan. Bank dengan pengamatan hanya satu tahun juga turun dari
kumpulan data. Sampel terakhir terdiri dari panel 156 bank yang tidak seimbang di Asia
Timur dan Amerika Latin untuk periode 2003-2014. Panel tidak seimbang karena masuk dan
keluar dari beberapa bank selama periode penelitian. Selain itu, beberapa bank telah
kehilangan data dalam beberapa tahun. Tabel 2 memberikan sebuah negara dan rincian
wilayah bank dalam dataset akhir.

injauan terhadap Tabel 3 menunjukkan bahwa rata-rata rasio imbal hasil risiko rata-
rata sampel (RAR) adalah 1,84%. RAR rata-rata untuk Asia Timur sebesar 2,13% lebih tinggi
dari 1,66% di Amerika Latin. Untuk Amerika Latin, pertumbuhan PDB maksimum dan
minimum masing-masing adalah 18,29% dan -7,76%, keduanya diakibatkan oleh Venezuela.
Kisaran inflasi juga luas, dengan angka tertinggi 62.17% (Venezuela) dan terendah, 1,53%
(Peru). Sedangkan untuk Asia Timur, kisaran pertumbuhan PDB lebih sempit, dengan
maksimum 9,14% dan minimal -2,33%. Kisaran inflasi juga lebih sempit, dengan tingkat
inflasi tertinggi adalah 12,11% (Indonesia) dan terendah, -0,85% (Thailand).

Kami menguji multikolinearitas dengan mempelajari apakah nilai absolut dari

koefisien korelasi antara variabel penjelas melebihi 0,80 (Studenmund, 2006). Tinjauan
terhadap Tabel 4 menunjukkan bahwa semua koefisien korelasi berada di bawah 0,80.
Makanya, kita tidak memiliki masalah multikolinearitas.

Hasil regresi panel (full sample)

Tabel 5 menunjukkan hasil empiris model kami (untuk sampel penuh) menggunakan
RAR sebagai ukuran profitabilitas bank untuk sampel penuh. F-statistik signifikan (p-value =
0,0000 <1%) yang pada gilirannya menunjukkan bahwa secara keseluruhan, model ini sesuai
dan regresor secara bersama-sama signifikan. Sebagai tambahan, nilai p dari AR (2) sebesar
0,295 menyiratkan tidak adanya korelasi serial orde kedua sedangkan uji Hansen (0.969)
menunjukkan bahwa instrumen tersebut tidak terlalu banyak diidentifikasi dan
valid. Selanjutnya, koefisien signifikan dari variabel dependen yang tertinggal (RARt-1) pada
tingkat signifikan 1% menunjukkan persistensi variabel profitabilitas dan mendukung
penggunaan model regresi dinamis. Selanjutnya, kami mempelajari temuan kami sehubungan
dengan efek yang diharapkan yang disebutkan pada Tabel 1. Efek dari variabel tersebut
sesuai dengan harapan kami kecuali untuk tidak signifikannya LNDEP, LOSRES dan SIZE.
Kami akan mempelajari temuan ini secara lebih rinci saat kami mempelajari sampel Asia
Timur dan Amerika Latin secara terpisah.

Selanjutnya, untuk meningkatkan ketangguhan temuan kami, kami menjalankan dua

set regresi lebih lanjut secara terpisah sehingga dapat mengisolasi efek dari variabel spesifik
bank dan makroekonomi. Rangkaian regresi pertama hanya menggunakan variabel spesifik
bank sebagai variabel independen dan yang kedua hanya menggunakan variabel
makroekonomi. Tabel 6 menunjukkan bahwa temuan tetap sama seperti pada regresi
sebelumnya dengan menggunakan variabel bank-specific dan macroeconomic sebagai
variabel independen. Apalagi ketiga uji validitas hasil uji regresi tersebut menghasilkan hasil
yang menunjukkan bahwa perkiraan tersebut memang berlaku.

Hasil regresi panel menurut wilayah (dua sub-sampel)

Bagian ini membahas hasil regresi untuk kedua wilayah, seperti yang dilaporkan
pada Tabel 7. Berfokus pada variabel selain RARt-1, kita menemukan bahwa di Asia Timur,
lima (dari delapan) variabel penjelas berpengaruh signifikan terhadap RAR; mereka terdiri
dari empat bank-spesifik dan hanya satu variabel makroekonomi. Di Amerika Latin,
kebalikannya benar; ketiga variabel makroekonomi dan hanya satu variabel khusus bank
yang berdampak positif terhadap RAR.

Keberangkatan utama dari harapan kami adalah bahwa di sub-sampel Asia Timur,
LNDEP berdampak negatif pada profitabilitas. Hal-hal lain yang harus dilakukan adalah
bahwa hal berikut tidak mempengaruhi profitabilitas secara signifikan: LOSRES, GDP dan
INF di subsampel Asia Timur, dan LNDEP dan SIZE di subsampel Amerika Latin.

Temuan tak terduga mengenai LNDEP mungkin menjadi subyek penelitian masa
depan yang terpisah yang memperbaiki ukuran ini. Misalnya, Hanweck dan Ryu (2005)
menggunakan rasio deposito yang tidak jatuh tempo terhadap aktiva produktif (NMDA) yang
kita lihat sebagai ukuran LNDEP yang disempurnakan dan terbalik. Mereka berhipotesis dan
menemukan bahwa pada saat guncangan suku bunga naik, bank dengan NMDA yang lebih
tinggi umumnya menikmati profitabilitas yang lebih tinggi. Ini karena deposito yang tidak
jatuh tempo (yaitu, deposito dengan masa jatuh tempo yang tidak pasti seperti rekening
transaksional dan tabungan) cukup tidak peka terhadap guncangan suku bunga. Dan karena
bank biasanya mendapatkan pendapatan bunga kotor yang lebih tinggi dengan kenaikan suku
bunga tersebut, guncangan tingkat atas akan meningkatkan NIM. Oleh karena itu,
profitabilitas secara umum berhubungan positif dengan NMDA. Dengan kata lain,
profitabilitas dapat dikaitkan secara negatif dengan kebalikan dari NMDA, yaitu rasio aset
produktif terhadap deposito yang tidak jatuh tempo. Jadi, jika bank-bank dalam penelitian
kami biasanya memiliki proporsi deposito non-maturasi yang tinggi, masuk akal bahwa
profitabilitas berhubungan negatif dengan LNDEP.

Selanjutnya, tiga uji validitas regresi (uji AB, uji Hansen dan statistik F)
menunjukkan bahwa regresi tersebut valid. Hal ini menunjukkan bahwa tidak ada korelasi
serial yang merupakan syarat agar regresi menjadi valid

Kesimpulan

Makalah ini mengidentifikasi faktor-faktor penentu profitabilitas bank di Asia Timur

dan Amerika Latin untuk periode 2003 sampai 2014. Studi ini berkontribusi dengan
mempelajari profitabilitas dan faktor penentu dengan cara yang lebih komprehensif. Ini
mempelajari kontribusi variabel bank-spesifik dan makroekonomi. Ini juga menggunakan
ukuran keuntungan yang lebih kuat: imbal hasil aset yang disesuaikan dengan risiko. Selain
itu, studi ini dilakukan dalam konteks yang tidak diteliti dan mencakup dua wilayah yang
serupa (kebanyakan negara berkembang)
 Temuan kami menunjukkan implikasi terhadap teori, praktik dan juga kebijakan.
Teori-bijaksana, kita meningkatkan pemahaman kita tentang faktor-faktor penentu
profitabilitas dan mengapa beberapa variabel mempengaruhi profitabilitas secara berbeda.
Praktisi dapat memprioritaskan upaya peningkatan variabel spesifik bank terkait sehingga
dapat meningkatkan profitabilitas. Dan pembuat kebijakan dapat memfasilitasi stress test atau
proyeksi sehingga dapat diawali dengan kinerja keuangan industri perbankan potensial.
Misalnya, konsentrasi sektor perbankan secara signifikan mempengaruhi profitabilitas bank
di wilayah Asia Timur dan Amerika Latin. Meskipun mungkin ada seruan untuk mengurangi
konsentrasi karena alasan konstruktif lainnya, pembuat kebijakan juga harus
mempertimbangkan potensi dampak negatif pada profitabilitas bank di wilayah ini yang
masih berkembang. Juga, inflasi harus dikelola dengan baik terutama di Amerika Latin yang
memiliki tingkat inflasi yang tinggi dan INF berdampak negatif pada profitabilitas sektor
perbankannya juga

Meskipun kontribusi yang disorot dalam dua paragraf sebelumnya, penelitian kami
mengandung tiga keterbatasan yang memberikan arahan untuk penelitian di masa depan.
Pertama, penelitian kami berfokus pada variabel terukur secara langsung. Penelitian di masa
depan dapat mempertimbangkan untuk memasukkan variabel lain seperti perbedaan
lingkungan peraturan, tata kelola perusahaan, komposisi dewan direksi dan sifat negara
lainnya yang terkait. Dimasukkannya variabel semacam itu dapat meningkatkan kegunaan
model. Kedua, peneliti masa depan mungkin juga mempertimbangkan untuk memeriksa
perbedaan kinerja bank swasta versus bank milik pemerintah. Ketiga, penelitian di masa
depan dapat mempertimbangkan untuk memperbaiki beberapa tindakan seperti menggunakan
rasio non-maturting deposit to earning assets daripada rasio pinjaman terhadap simpanan.