Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Analisis dan Kebijakan Ekonomi 75 (2022) 389–395

Daftar isi tersedia diSainsLangsung

Analisis dan Kebijakan Ekonomi

beranda jurnal:www.elsevier.com/locate/eap

Artikel panjang penuh

Perbankan Hijau—Dapatkah Lembaga Keuangan mendukung

pemulihan hijau?
Zhonglu Chensebuah, Nawazish Mirzab, Lei Huangc, Muhammad Umard,∗
sebuahSekolahEkonomi, Universitas Pariwisata Sichuan, Chengdu, Cina
bSekolah Bisnis Excelia, La Rochelle, Prancis
cSekolah Manajemen, Universitas Xihua, Chengdu, Cina
dSekolah Ekonomi, Universitas Qingdao, Qingdao, Shandong, Cina

info artikel abstrak

Sejarah artikel: Merebaknya pandemi Covid-19 telah menghambat transisi ke target keberlanjutan dan nol bersih.
Diterima 29 Januari 2022 Diterima dalam Fokus langsung pada masalah yang berhubungan dengan kesehatan membatasi kemajuan inisiatif
bentuk revisi 29 Mei 2022 Diterima 29 Mei pro-ekologis. Lembaga keuangan dapat memainkan peran penting dalam mendukung pemulihan
2022
hijau, terutama di pasar negara berkembang. Makalah ini mengevaluasi insentif pembiayaan
Tersedia online 6 Juni 2022
berkelanjutan untuk perusahaan perbankan di negara-negara anggota Dewan Kerjasama Teluk.
Klasifikasi JEL: Dengan menggunakan sampel bank yang komprehensif antara tahun 2011 dan 2021, kami
G20 melaporkan bahwa peningkatan eksposur hijau akan meningkatkan penyebaran intermediasi.
G21 Demikian pula, ketika bank memiliki pertimbangan lingkungan untuk memberikan pinjaman, risiko
G29 gagal bayar mereka akan berkurang. Dampak pembiayaan hijau lebih mendalam bagi bank-bank
kecil yang menunjukkan bahwa pinjaman yang bertanggung jawab memberi mereka jalan
Kata kunci:
pemulihan hijau
penghasilan baru sambil mengurangi risiko. Temuan ini merupakan jaminan untuk pemulihan hijau,
Pinjaman berkelanjutan dan karena manfaat eksplisitnya, bank dapat memainkan peran penting dalam membantu mencapai
Sebaran tujuan pembangunan berkelanjutan. Hasilnya memiliki implikasi penting bagi regulator, otoritas
Resiko awal moneter, dan sektor perbankan karena pembiayaan hijau dapat menghasilkan sistem keuangan
yang lebih efisien dan tangguh.
©2022 Masyarakat Ekonomi Australia, Queensland. Diterbitkan oleh Elsevier BV Semua hak
disimpan.

1. Perkenalan

Dua tahun terakhir telah menyaksikan volatilitas ekonomi yang sangat besar di seluruh dunia akibat wabah Covid-19.
Gangguan yang dihasilkan ini berdampak pada pasar keuangan (Mirza dkk.,2020a), gaya investasi (Rizvi dkk.,2020), produk
keuangan (Dzingirai dan Chekenya,2020), struktur volatilitas (Chiang,2020), pasar komoditas (Managi dkk., 2022) dan bahkan
dinamika cryptocurrency (Karim dkk.,2022). Krisis sisi penawaran telah menurunkan kinerja perusahaan yang
mengakibatkan penurunan profil solvabilitas secara signifikan (Mirza dkk.,2020b) serta penilaian jangka panjang (Abbas Rizvi
dkk.,2022). Dalam jangka panjang, hambatan tersebut akan berdampak pada kecukupan arus kas perusahaan global (Li dkk.
,2020a). Situasi ini telah memberikan tekanan pada regulator, otoritas moneter, dan sektor perbankan.
Di tengah pandemi, masalah iklim masih relevan (Huynh,2020;Huynh dkk.,2022;Kovilage,2020), dan memerangi
degradasi lingkungan menjadi semakin kritis (Liu dkk.,2021). Sebagian besar masalah ekologi disebabkan oleh emisi rumah
kaca, terutama dari bahan bakar fosil dan sumber energi tak terbarukan. Emisi ini mengakibatkan masalah kesehatan

∗ Penulis yang sesuai.

Alamat email:nbzhonglu@126.com (Z.Chen),elahimn@excelia-group.com (N. Mirza),qiuye6103@163.com (L.Huang),umar@qdu.edu.cn (M.Umar).

https://doi.org/10.1016/j.eap.2022.05.017
0313-5926/©2022 Masyarakat Ekonomi Australia, Queensland. Diterbitkan oleh Elsevier BV Hak cipta dilindungi undang-undang.
Z. Chen, N. Mirza, L. Huang dkk. Analisis dan Kebijakan Ekonomi 75 (2022) 389–395

(Wu dkk.,2021) dan menimbulkan risiko sosial-ekonomi. Ini dapat mengakibatkan risiko kedaulatan yang lebih tinggi, mengganggu
perkembangan keuangan (Wang dkk.,2020), dan meningkatkan biaya utang (Caragnano dkk.,2020). Transisi ke model bisnis yang
berkelanjutan dan bersih membutuhkan pembiayaan yang sangat besar.Polzin dan Sanders(2020) berpendapat bahwa ada kesenjangan yang
signifikan antara penawaran dan permintaan dana hijau. Setelah Covid-19, kesenjangan ini kemungkinan akan meningkat dan memerlukan
pengembangan mode intermediasi yang inovatif. Tugas ini bahkan lebih menakutkan ketika skala (pemberi pinjaman atau peminjam terbatas)
(Hosain dkk.,2021;Taghizadeh-Hesary dkk.,2021;Yoshino dan Taghizadeh-Hesary,2019).
Masalahnya lebih rumit di pasar negara berkembang di mana pendapatan perbankan bergantung pada sedikit tetapi perusahaan besar, banyak di
antaranya adalah penghasil emisi tinggi. Selanjutnya, sebagian besar pembiayaan perusahaan adalah melalui perusahaan perbankan (Pu dan Yang,2022
). Secara teori, bank harus menyalurkan dana kepada peminjam ramah lingkungan untuk mendukung pemulihan hijau. Namun, mereka akan
membutuhkan insentif untuk melanjutkan ini dalam jangka menengah hingga panjang. Oleh karena itu, menggali manfaat eksplisit untuk sektor
perbankan sangat penting untuk memotivasi bank untuk memasukkan tujuan keberlanjutan dalam kriteria pinjaman mereka. Jika manfaat tersebut ada,
bank akan mendukung pemulihan hijau secara lebih luas. Akibatnya, sektor korporasi dapat memperoleh manfaat dari ketersediaan modal yang tidak
terputus. Bukti kinerja perbankan yang terkait dengan portofolio kredit berkelanjutan di pasar negara berkembang masih sedikit, dan kami yakin ini
adalah masalah penelitian yang valid.
Dalam makalah ini, kami mencoba untuk mengeksplorasi kekosongan ini dengan mengevaluasi dampak pinjaman hijau pada risiko sektor
perbankan dan kinerja berbasis pengembalian di enam negara anggota Dewan Kerjasama Teluk. Secara khusus, kami menilai bagaimana
praktik pinjaman berkelanjutan berdampak pada spread perbankan dan kemungkinan default. Jika hubungan antara pinjaman hijau dan
spread positif, ini akan membantu meningkatkan laba dan memotivasi bank untuk lebih fokus pada pembiayaan hijau. Demikian pula,
hubungan negatif antara pinjaman berkelanjutan dan kemungkinan default akan bertindak sebagai mitigasi risiko dan dapat mendukung
persyaratan kecukupan modal. Hasil kami menggembirakan dari perspektif pemulihan hijau karena bank diuntungkan dengan meningkatkan
pembiayaan ke unit bisnis yang berkelanjutan.
Sisa makalah ini disusun sebagai berikut. Bagian2merinci metodologi dan data kami, Bagian3menyajikan hasil dan pembahasan,
sedangkan Bagian4menyimpulkan.

2. Metodologi dan data penelitian

Penilaian kami tentang apakah lembaga keuangan dapat mendukung pemulihan hijau atau tidak didasarkan pada gagasan
sederhana. Jika go green mendorong kinerja, perantara ini akan memberikan semua dukungan yang mungkin. Sebaliknya, jika tidak
ada manfaat eksplisit, perikatan akan dilakukan secara dadakan. Untuk ini, kami menganalisis dua aspek kinerja perbankan. Yang
pertama terkait dengan profitabilitas, dan yang kedua terkait dengan eksposur risiko. Banyak penelitian, terutama (Robin dkk.,2018;
Moradi-Motlagh dan Jubb,2020;Cincinelli dan Piatti,2021;Fallanca dkk.,2020), berpendapat bahwa kinerja perbankan adalah fungsi
dari hasil pendapatan dan eksposur risiko mereka. Sejalan dengan proposisi ini, kami memilih spread perbankan sebagai indikator
profitabilitas dan kemungkinan default sebagai ukuran risiko.
Spread perbankan (sdia) adalah selisih antara hasil bunga (berdasarkan aset yang peka terhadap bunga -ADALAH) dan biaya dana
(berdasarkan kewajiban peka bunga -ISL). Dibutuhkan bentuk fungsional berikut:
Edia,
sdia= − (1)
Sayadia

ADALAHdia ISLdia

Spread tersebut menunjukkan efisiensi intermediasi keuangan. Kekokohannya memastikan bahwa bank memiliki kapasitas internal yang
cukup untuk mempertahankan likuiditas dan persyaratan kecukupan modal (Mirza dkk.,2015;Umar dkk.,2021b). Spesifikasi panel berikut
digunakan untuk mengevaluasi perbedaan kinerja berdasarkan pinjaman hijau dan non-berkelanjutan.

sdia=csaya+β1GLdia+β2ϑdia+βxXdia+FEt+εdia (2)
Variabel GL berhubungan dengan proporsi pinjaman hijau dalam portofolio kredit. Jika meminjamkan ke bisnis yang berkelanjutan
bermanfaat, kami mengharapkan hubungan positif antara GL dan spread. Kami memperkenalkan bonekaϑ yang mengambil nilai 1 jika 20%
teratas dari profil peminjam berasal dari ruang berkelanjutan. Jika hubungan ini positif, pinjaman hijau memiliki dampak yang
menguntungkan pada kinerja. Dalam Persamaan.(2), kami juga mengontrol serangkaian (X) karakteristik makro dan tingkat perusahaan. Ini
termasuk likuiditas khusus bank (aset likuid terhadap total aset), bantalan penyerapan risiko (CAR), ukuran perusahaan (log dari total aset),
dan overhead (overhead terhadap total aset). Kami memasukkan booming kredit (pertumbuhan PDB), indeks Herfindahl, dan jumlah uang
beredar di tingkat makroekonomi.
Untuk menilai sisi risiko pembiayaan hijau, kami menggunakan indikator kemungkinan default seperti yang digunakan
olehMirza dkk.(2020b,2016) danUmar dkk.(2021a), diantara yang lain. Metrik didasarkan padaMerton(1974) dan memberikan
perkiraan ex-ante dari jarak ke default. Meskipun ada beberapa cara untuk memproksi risiko perbankan seperti risiko ekor (
Prorokowski dkk.,2020), rasio infeksi (Fallanca dkk.,2020;Ozili,2019), dll., kemungkinan default dianggap lebih kuat karena
menggabungkan nilai pasar aset. Nilai pasar paling penting dari perspektif default (Li dkk.,2020b;Yu dkk.,2022). Indikator
kemungkinan default (DLI) akan dihitung sebagai berikut.
[ ( )]
ln(MVAit/DPdia)+ rf+1σ 2 T
DLIdia=1N √ 2SEBUAH
, (3)
σSEBUAH T
di mana MVA mewakili nilai pasar aset yang diperkirakan menggunakan proses berulang yang diusulkan olehVassalou dan Xing(2004), rf
adalah tingkat bebas risiko, danσSEBUAHmenunjukkan variasi dalam nilai pasar aset. Kami mendefinisikan titik default (DP) sama dengan 25%
dari kewajiban jangka panjang ditambah semua deposito dan tabungan.

390
Z. Chen, N. Mirza, L. Huang dkk. Analisis dan Kebijakan Ekonomi 75 (2022) 389–395

Tabel 1
Deskripsi sampel.
Negara 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
Bahrain 5 5 7 7 7 8 8 8 8 9 9
Kuwait 8 8 10 10 10 10 10 11 11 11 11
Oman 6 6 5 5 5 6 7 7 8 8 9
Qatar 13 13 15 15 17 17 17 18 18 18 18
Arab Saudi 20 20 19 21 20 20 20 22 22 24 24
UEA 15 18 18 18 20 20 20 20 22 22 22
Total 67 70 74 76 79 81 82 86 89 92 93

Meja 2
Statistik deskriptif (Rata-rata Sampel 2011–2021).
Negara Sebaran GL DLI Likuiditas MOBIL HHI
Keseluruhan 2,71% 28,48% 4.10% 19,31% 18,57% 90,19%
Bahrain 2,37% 21,23% 3,81% 14,43% 18,84% 94,85%
Kuwait 2,92% 32,01% 4,73% 20,12% 17,79% 92,16%
Oman 2,13% 27,38% 4,51% 18,96% 18,22% 93,87%
Qatar 3,05% 35,69% 4,72% 18,66% 18,12% 80,88%
Arab Saudi 2,78% 26,51% 3,02% 19,55% 18,77% 92,73%
UEA 3,03% 28,07% 3,83% 24,15% 19,65% 86,65%

Untuk mengamati dampak pinjaman hijau pada kemungkinan default, kami memperkirakan spesifikasi panel berikut.

DLIdia=csaya+β1GLdia+β2ϑdia+βxXdia+FEt+εdia, (4)
Dalam Persamaan.(4), variabel regressor, control, dan dummy tetap sama seperti pada Persamaan.(3). Jika pinjaman hijau bermanfaat bagi bank, kami
mengharapkan hubungan negatif antara DLI dan GL danϑ. Untuk menilai kinerja vis-à-vis ukuran bank, kami memperkirakan Persamaan.(2)dan(4)untuk
sub-sampel menggunakan median sebagai faktor pengurutan. Kami mengklasifikasikan semua bank dengan total aset di atas median sebagai bank
besar dan semua di bawah median sebagai bank kecil.
Kami menganggap semua bank komersial yang tergabung dalam GCC merupakan sampel kami. Seperti disebutkan sebelumnya, negara-
negara anggota GCC mewakili ekonomi berkembang yang tumbuh cepat dan secara tradisional bergantung pada perusahaan dengan emisi
tinggi. Kriteria kuncinya adalah ketersediaan data eksposur kredit terperinci untuk membantu memisahkan portofolio pinjaman menjadi
pinjaman hijau dan tidak berkelanjutan. Informasi ini diambil dari database Bankscope dan, jika tidak tersedia di sana, dari laporan keuangan
masing-masing bank. Periode sampel terbentang dari Januari 2011 hingga September 2021. Kami memulai periode kami dari 2011 untuk
menghindari kemungkinan bias yang mungkin terjadi akibat krisis keuangan global. Selain Bankscope, kami menggunakan aliran data,
ekonomi perdagangan, dan berbagai informasi yang disebarluaskan oleh bursa saham lokal dan bank sentral. Sampel akhir kami terdiri dari
panel yang tidak seimbang berkisar antara 67 dan 93 bank di 43 kuartal. Distribusi sampel di seluruh negara disajikan dalamTabel 1. Kami
mengamati peningkatan bertahap dalam jumlah bank terutama karena peningkatan penyebaran informasi.

3. Hasil dan Pembahasan

Statistik deskriptif untuk variabel yang dipilih ditunjukkan padaMeja 2. Kami melaporkan penyebaran rata-rata 2,71%
untuk sampel keseluruhan. Di tingkat negara, kami mengamati maksimum 3,05% untuk Qatar dan spread rata-rata
minimum 2,13% untuk bank-bank di Oman. Untuk pinjaman hijau, Qatar berada di puncak sampel dengan eksposur sekitar
35,69% untuk peminjam berkelanjutan, diikuti oleh 32,01% untuk Kuwait. Pinjaman hijau minimum adalah di Bahrain, di
mana konsentrasi portofolio kredit menuju pembiayaan berkelanjutan adalah 21,2%. Rata-rata pinjaman ramah lingkungan
untuk sampel adalah 28,48%. Indikator kemungkinan default menunjukkan risiko minimum untuk bank Saudi dengan DLI
rata-rata 3,02%. Secara ekstrem, kami mengamati DLI sebesar 4,73% untuk bank di Kuwait. Rata-rata tertimbang sampel
berkisar sekitar 4%. Profil likuiditas bank-bank GCC kuat, dengan rata-rata likuid terhadap total aset 19,3%. Bank UEA paling
likuid,
Demikian pula, kecukupan modal baik, dengan CAR rata-rata 18,57% dan maksimum 19,65% untuk UEA di tingkat negara.
Terakhir, dari statistik HHI, kami mengamati struktur konsentrasi pasar perbankan yang kuat. HHI rata-rata 90,1% membenarkan
pilihan kami untuk memisahkan sampel keseluruhan menjadi bank besar dan kecil untuk menilai perbedaan kinerja di berbagai jenis
ukuran.
Hasil regresi fixed effect untuk spread perbankan disajikan padaTabel 3. Koefisien pemuatan kredit hijau positif dan
signifikan pada 1%, menunjukkan hubungan langsung antara spread perbankan dan pinjaman berkelanjutan. Pengamatan
ini menggembirakan dari perspektif keberlanjutan. Jika pinjaman hijau menjadi pendorong kinerja, itu akan memotivasi
bank untuk memberikan lebih banyak kredit kepada korporasi dengan model bisnis yang bersih. Temuan ini mendukung
gagasanDia dkk.(2019),Yang dkk.(2021) danJavadi dan Masum(2021), yang berpendapat bahwa bank dapat secara proaktif
mendukung transisi nol karbon jika pinjaman hijau mendukung kinerja. Dummy profil pemberi pinjaman juga signifikan
pada positif, menunjukkan bahwa spread perbankan meningkat ketika profil peminjam pro-iklim.
391
Z. Chen, N. Mirza, L. Huang dkk. Analisis dan Kebijakan Ekonomi 75 (2022) 389–395

Tabel 3
Regresi efek tetap untuk spread perbankan.
Variabel Koefisien kesalahan std t Statistik

Konstan 0,08426 0.13343 0,63145

GL 0,03914 0,01087 3.57021 ***

ϑ 0,03110 0,01532 2.04384 **

Likuiditas − 0,02029 0,00931 − 2.18083 **
MOBIL − 0,04246 0,02291 − 1.99397 **
Masuk TA 0,01424 0,00693 2.05578 **
OH/TA 0,02129 0,02463 0.86474
gGDP 0.11868 0,05607 2.11649 **
HHI 0,39443 0.13101 3.01081 ***

NONA − 0,03637 0,04027 − 0.90326

Jumlah Obs 3463
Disesuaikan R2 0,7166
FE negara YA
Tahun FE YA

* * * mewakili signifikansi pada 1%, ** pada 5%, dan * pada 10%.

Tabel 4
Regresi efek tetap untuk spread perbankan - Bank besar.
Variabel Koefisien kesalahan std t Statistik

Konstan − 0,08484 0,081765 − 1.037607

GL 0,022316 0,010789 2.06755 **
ϑ 0,0340301 0,017172 1.98167 **
Likuiditas − 0,713505 0,813307 − 0.877289
MOBIL 0,0932407 0,892862 0.104429
OH/TA 0.13568 0.144413 0.939528
gGDP 0,023754 0,011136 2.133071 **
HHI 0,0187701 0,005483 3.42357 ***

NONA 0,005483 0,00482 1.13751

Jumlah Obs 1731
Disesuaikan R2 0.68969
FE negara YA
Tahun FE YA

* * * mewakili signifikansi pada 1%, ** pada 5%, dan * pada 10%.

Akibatnya, kami menyarankan agar bank memasukkan tujuan keberlanjutan dalam keputusan pinjaman mereka dan mendorong kesejahteraan
ekologis. Pada titik ini, sebuah pertanyaan menarik muncul. Apa yang mendorong spread yang lebih tinggi dalam pinjaman hijau? Kami mengaitkan
kinerja yang kuat dengan arus kas yang kurang stabil, kualitas pendapatan yang lebih tinggi, dan manajemen utang yang efisien yang berasal dari model
bisnis yang berkelanjutan (Rizvi dkk.,2021;Naqvi dkk.,2021). Hasil untuk variabel kontrol menunjukkan bahwa banking spreads berhubungan negatif
dengan likuiditas dan kecukupan modal. Ini masuk akal karena, seperti yang disorot oleh Afzal dkk.(2020), likuiditas yang lebih tinggi dan kecukupan
modal akan membutuhkan investasi pada aset yang kurang menguntungkan dan lebih likuid yang mengakibatkan hambatan pada pendapatan.
Hubungannya positif dengan ukuran bank, HHI, dan pertumbuhan PDB. Ukuran bank dan HHI mencerminkan kekuatan pasar dan di GCC di mana bank-
bank besar mendominasi sistem keuangan, ini tidak mengherankan. Pertumbuhan ekonomi secara keseluruhan mendorong permintaan kredit yang
menghasilkan spread perbankan yang lebih tinggi. Kami tidak dapat menyimpulkan hasil yang signifikan untuk overhead perbankan dan jumlah uang
beredar yang menunjukkan tidak relevannya spread di GCC.
Hasil untuk sampel yang diurutkan ukuran ditunjukkan pada:Tabel 4dan5. Temuan keseluruhan kurang lebih serupa, tetapi kami mengamati
signifikansi yang lebih tinggi dari pinjaman hijau untuk bank-bank kecil (1%) daripada bank-bank besar (5%). Secara umum, meskipun hal ini
menunjukkan relevansi pinjaman hijau untuk kedua jenis tersebut, kepentingan bank yang lebih kecil sangatlah penting. Ini meyakinkan bagi bank-bank
kecil karena berbagai alasan. Bank yang lebih besar memiliki jangkauan pelanggan yang lebih signifikan, memberi mereka banyak pilihan untuk
melakukan diversifikasi. Eksposur biasanya khusus untuk bank yang lebih kecil, dan batasan ukuran tidak memungkinkan mereka untuk bereksperimen
dengan strategi pinjaman. Oleh karena itu, bank kecil dapat merealokasi pinjaman mereka ke perusahaan pro-lingkungan jika pinjaman hijau
mendukung profitabilitas.
Demikian pula, dummy profil peminjam lebih terlihat untuk bank-bank kecil daripada bank-bank besar yang menegaskan kembali
potensi manfaat dari portofolio kredit hijau. Di antara variabel kontrol, ada kontras yang mencolok. Untuk bank yang lebih besar,
likuiditas dan CAR tidak memiliki hubungan dengan spread, sedangkan untuk bank yang lebih kecil, likuiditas dan CAR berpengaruh
negatif terhadap kapasitas pendapatan. Fenomena ini juga disorot olehUmar dkk.(2021b) dan disebabkan oleh perbedaan skala
antara bank yang lebih besar dan lebih kecil.
Temuan kami terkait dengan indikator kemungkinan default dilaporkan diTabel 6. Kami mengamati hubungan negatif antara pinjaman hijau dan
kemungkinan gagal bayar untuk sampel lengkap, dan koefisiennya signifikan pada 5%. Hal ini menunjukkan bahwa bank yang lebih banyak terlibat
dalam pinjaman berkelanjutan cenderung memiliki risiko gagal bayar yang lebih rendah. Akibatnya, mendukung gagasan bahwa pinjaman yang
bertanggung jawab membantu kinerja perbankan. Kami memiliki pengamatan serupa untuk profil peminjam dengan negatif

392
Z. Chen, N. Mirza, L. Huang dkk. Analisis dan Kebijakan Ekonomi 75 (2022) 389–395

Tabel 5
Regresi efek tetap untuk spread perbankan - Bank kecil.
Variabel Koefisien kesalahan std t Statistik

Konstan − 0,05656 0.11228 − 0,50377

GL 0,02343 0,00736 3.18238 ***

ϑ 0,04084 0,01091 3.74580 ***

Likuiditas − 0,03568 0,01664 − 2.14463 **

MOBIL 0.11469 0,05755 − 1.99279 **
OH/TA 0.14925 0.22010 0.67811
gGDP 0,02732 0,01291 2.11684 **
HHI 0,02200 0,01103 1.99315 **
NONA 0,00274 0,05683 0,04824
Jumlah Obs 1732
Disesuaikan R2 0.7220096
FE negara YA
Tahun FE YA

* * * mewakili signifikansi pada 1%, ** pada 5%, dan * pada 10%.

Tabel 6
Regresi efek tetap untuk DLI.
Variabel Koefisien kesalahan std t Statistik

Konstan 0,035639 0,03349 1.04943

GL − 0,072116 0,036172 − 1.99372 **
ϑ − 0,058205 0,028659 − 2.0309852 **
Likuiditas 0,0663 0,07001 0,946994
MOBIL − 0,02941 0,013847 − 2.123968 **
Masuk TA − 0.108542 0,048242 − 2.24995 **
OH/TA − 0,0661774 0,075787 − 0,873204
gGDP − 0,06934 0,034349 − 2.018689 **
HHI 0,0171944 0,018146 0,947573
NONA 0,0542427 0,051926 1.044607
Jumlah Obs 3463
Disesuaikan R2 0,695278
FE negara YA
Tahun FE YA

* * * mewakili signifikansi pada 1%, ** pada 5%, dan * pada 10%.

koefisien. Ini menunjukkan bahwa ketika portofolio kredit condong ke arah pinjaman hijau, ini membantu dalam menurunkan kemungkinan default
bank. Ini sangat menggembirakan karena, seperti yang disoroti olehSchlütter(2021) danEckert dan Gatzert(2019), kegagalan bank mengikis kekayaan
deposan dan mengakibatkan hambatan keseluruhan pada sistem keuangan. Oleh karena itu, portofolio kredit berkelanjutan menguntungkan baik di
tingkat perusahaan maupun makroekonomi.
Di antara variabel kontrol, pembebanan pada ukuran bank, kecukupan modal, dan HHI negatif dan signifikan secara statistik pada 5%. Ini
menunjukkan bahwa bank yang lebih besar dan bermodal lebih baik kurang rentan terhadap default. Demikian pula, konsentrasi pasar
memainkan peran penting dalam memastikan jarak dari kebangkrutan. Pengamatan kami pada variabel kontrol ini sejalan dengan
pengamatan dariPerdagangan dkk.(2017), yang melaporkan temuan serupa untuk bank di wilayah MENA.
Hasil untuk DLI menggunakan sub-sampel yang diurutkan ukuran ditunjukkan padaTabel 7dan8. Untuk bank yang lebih besar,
variabel pinjaman hijau dan profil peminjam negatif dan signifikan (5%), mengulangi temuan kami untuk sampel keseluruhan.
Pengamatan utama adalah peningkatan signifikansi (1%) dari pinjaman hijau untuk bank-bank kecil. Demikian pula, koefisien pada
profil peminjam juga lebih signifikan. Ini menunjukkan bahwa sementara pinjaman berkelanjutan menurunkan risiko, dampak ini
lebih kuat di bank-bank kecil.
Mengingat bahwa banyak faktor yang membatasi bank-bank kecil, membuat mereka lebih rentan terhadap keruntuhan, meningkatkan eksposur
terhadap pinjaman hijau dapat membantu mereka mendiversifikasi beberapa risiko. Untuk bank yang lebih kecil, kami juga mengamati bahwa likuiditas
dan pertumbuhan PDB berhubungan negatif dengan DLI. Ini masuk akal karena, dengan jangkauan terbatas dan fleksibilitas keuangan, bank-bank yang
lebih kecil bergantung pada kapasitas internal dan ledakan ekonomi untuk melakukan dan menahan penurunan.

4. Kesimpulan dan rekomendasi kebijakan

Peran lembaga keuangan sangat penting untuk mendukung pemulihan hijau di dunia pascapandemi. Dalam konteks ini, sektor perbankan
menghadapi berbagai tantangan. Wabah Covid-19 telah memberikan tekanan berat pada kualitas aset, dan bank diharuskan untuk meningkatkan
penyisihan kerugian pinjaman dan kecukupan modal untuk mengurangi dampaknya. Lembaga keuangan dapat secara aktif terlibat dalam pembiayaan
bisnis yang berkelanjutan dengan insentif eksplisit mengingat latar belakang ini. Beberapa bank mungkin terus memberikan pinjaman ramah
lingkungan tanpa manfaat, tetapi mungkin tidak untuk seluruh sistem. Dengan demikian, pendanaan yang tersedia terbatas akan membatasi transisi ke
ekosistem ramah lingkungan yang netral karbon. Dampaknya lebih kritis di negara-negara dengan pasar modal yang tipis, dan sebagian besar
pembiayaan korporasi melalui saluran perbankan.

393
Z. Chen, N. Mirza, L. Huang dkk. Analisis dan Kebijakan Ekonomi 75 (2022) 389–395

Tabel 7
Regresi efek tetap untuk DLI - Bank besar.
Variabel Koefisien kesalahan std t Statistik

Konstan 0.170645 0.202217 0,84387

GL − 0,0279552 0,013382 − 2.088985 **
ϑ − 0,09035 0,043524 − 2.07585 **
Likuiditas 0,0404011 0.218725 0.184712
MOBIL − 0,067094 0,033663 − 1.993115 **
OH/TA 0,037473 0,040987 0,914257
gGDP 0,076945 0.336631 0.228574
HHI − 0,029031 0,01325 − 2.191041 **
NONA 0,05445 0,368042 0.147945
Jumlah Obs 1731
Disesuaikan R2 0,686489
FE negara YA
Tahun FE YA

* * * mewakili signifikansi pada 1%, ** pada 5%, dan * pada 10%.

Tabel 8
Regresi efek tetap untuk DLI - Bank kecil.
Variabel Koefisien kesalahan std t Statistik

Konstan 0,081690 0.261413 0.312494

GL − 0,098764 0,031220 − 3.163440 ***

ϑ − 0,036578 0,009163 − 3.991772 ***

Likuiditas − 0,057544 0,028069 − 2.050070 **

MOBIL − 0,026471 0,008690 − 3.045430 ***

OH/TA 0,053971 0,054730 0,985711

gGDP − 0,061414 0,030796 − 1.994214 **
HHI 0,052488 0,085821 0,611598
NONA 0,023051 0.255654 0,090165
Jumlah Obs 1732
Disesuaikan R2 0,719528
FE negara YA
Tahun FE YA

* * * mewakili signifikansi pada 1%, ** pada 5%, dan * pada 10%.

Untungnya, penelitian kami memberikan beberapa prospek yang menjanjikan untuk pemulihan hijau. Hasilnya
menunjukkan bahwa perusahaan perbankan mendapat manfaat dengan memperpanjang pinjaman hijau, dan mereka
mengalami spread yang lebih baik dan pengurangan kemungkinan gagal bayar. Oleh karena itu, kinerja menjadi optimal
berdasarkan risk-adjusted ketika pembiayaan berkelanjutan mendominasi portofolio kredit. Pengamatan kami terhadap
profil peminjam juga memvalidasi gagasan ini. Temuan ini memiliki banyak implikasi. Di GCC, di mana perusahaan bahan
bakar fosil konvensional mendominasi lanskap perusahaan, transisi ke model bisnis karbon rendah (atau nol) akan
memerlukan pembiayaan besar-besaran. Karena adanya insentif yang melekat, perbankan bersedia menjembatani
kebutuhan permodalan.
Implikasi penting lainnya dari temuan kami adalah untuk sektor perbankan. Di GCC, konsentrasi pasar tinggi, dengan skala
keuntungan bagi bank-bank besar. Peminjam konvensional sedikit dan sebagian besar dari segmen karbon tinggi di sisi klien.
Karena pinjaman hijau tampaknya bermanfaat, ini memberikan jalan baru untuk diversifikasi, terutama bagi bank-bank kecil. Ini
akan mengarah pada sistem keuangan yang relatif lebih kompetitif dan efisien yang akan membantu pembangunan berkelanjutan.

Referensi

Abbas Rizvi, SK, Yarovaya, L., Mirza, N., Naqvi, B., 2022. Dampak COVID-19 pada penilaian perusahaan non-keuangan Eropa. Heliyon e09486.
http://dx.doi.org/10.1016/j.heliyon.2022.e09486.
Afzal, A., Mirza, N., Arshad, F., 2020. Disiplin pasar di Asia Selatan: Bukti dari sektor perbankan komersial. Int. J. Ekonomi Keuangan.http:
//dx.doi.org/10.1002/ijfe.1904, ijfe.1904.
Caragnano, A., Mariani, M., Pizzutilo, F., Zito, M., 2020. Apakah layak untuk mengurangi emisi GRK? Menjelajahi pengaruhnya terhadap biaya pembiayaan utang. J.
Mengepung. Kelola. 270, 110860.http://dx.doi.org/10.1016/j.jenvman.2020.110860.
Chiang, TC, 2020. Ketidakpastian kebijakan AS dan pengembalian saham: bukti di AS dan limpahannya ke Uni Eropa, Cina, dan Jepang. J. Risiko
Keuangan 21, 621–657.http://dx.doi.org/10.1108/JRF-10-2019-0190/FULL/XML.
Cincinelli, P., Piatti, D., 2021. Seberapa tidak efisien proses kredit yang tidak efisien? Analisis sistem perbankan Italia. J. Pembiayaan Risiko 22, 209–239.
http://dx.doi.org/10.1108/JRF-08-2020-0184/FULL/PDF.
Dzingirai, C., Chekenya, NS, 2020. Longevity swaps untuk longevity risk management dalam produk asuransi jiwa. J. Pembiayaan Risiko 21, 253–269.
http://dx.doi.org/10.1108/JRF-05-2019-0085/FULL/XML.
Eckert, C., Gatzert, N., 2019. Dampak efek limpahan dari peristiwa risiko operasional: model dari perspektif portofolio. J. Pembiayaan Risiko 20,
176–200.http://dx.doi.org/10.1108/JRF-09-2018-0143.

394
Z. Chen, N. Mirza, L. Huang dkk. Analisis dan Kebijakan Ekonomi 75 (2022) 389–395

Fallanca, MG, Forgione, AF, Otranto, E., 2020. Peramalan determinan makro kualitas kredit perbankan: perspektif non-linier. J. Pembiayaan Risiko
21, 423–443.http://dx.doi.org/10.1108/JRF-10-2019-0202/FULL/PDF.
He, L., Liu, R., Zhong, Z., Wang, D., Xia, Y., 2019. Dapatkah pembangunan keuangan hijau mendorong efisiensi investasi energi terbarukan? Sebuah pertimbangan
dari kredit perbankan. Memperbarui. Energi 143, 974–984.http://dx.doi.org/10.1016/J.RENENE.2019.05.059.
Hossain, M., Yoshino, N., Taghizadeh-Hesary, F., 2021. Strategi percabangan yang optimal, pengembangan keuangan daerah, dan kinerja UKM. Ekonomis
Pemodelan 96, 421–432.http://dx.doi.org/10.1016/J.ECONMOD.2020.03.027.
Huynh, TLD, 2020. Ketika 'hijau' menantang 'utama': bukti empiris dari pasar obligasi pemerintah.http://dx.doi.org/10.1080/20430795.2020.
1769984.
Huynh, TLD, Walther, T., Utz, S., 2022. Keuangan hijau dan berkelanjutan di pasar Asia-Pasifik: Pengantar edisi khusus. Asia Pacific
Tanda Keuangan. 29 (1), 1-3.http://dx.doi.org/10.1007/S10690-22-09362.
Javadi, S., Masum, A.-A., 2021. Dampak perubahan iklim terhadap biaya pinjaman bank. J. Keuangan Perusahaan 69, 102019.http://dx.doi.org/10.1016/J.
JCORPFIN.2021.102019.
Karim, S., Naeem, MA, Mirza, N., Paule-Vianez, J., 2022. Mengukur properti lindung nilai dan safe-haven pasar obligasi untuk indeks cryptocurrency.
J. Pembiayaan Risiko Terlebih Dahuluhttp://dx.doi.org/10.1108/JRF-09-2021-0158.
Kovilage, MP, 2020. Pengaruh praktik lean-hijau pada kinerja berkelanjutan organisasi. J. Bus Asia. Ekonomi pejantan 28 (2), 121-142.
http://dx.doi.org/10.1108/JABES-11-2019-0115.
Li, JP, Mirza, N., Rahat, B., Xiong, D., 2020a. Pembelajaran mesin dan prediksi peringkat kredit di era revolusi industri keempat. teknologi.
Ramalan. Soc. Ubah 161, 120309.http://dx.doi.org/10.1016/j.techfore.2020.120309.
Li, JP, Mirza, N., Rahat, B., Xiong, D., 2020b. Pembelajaran mesin dan prediksi peringkat kredit di era revolusi industri keempat. teknologi.
Ramalan. Soc. Ubah 161, 120309.http://dx.doi.org/10.1016/j.techfore.2020.120309.
Liu, LJ, Yao, YF, Liang, QM, Qian, XY, Xu, CL, Wei, SY, Creutzig, F., Wei, YM, 2021. Menggabungkan pemulihan ekonomi dengan mitigasi perubahan iklim:
Sebuah evaluasi global instrumen keuangan. Ekonomi dubur. Kebijakan 72, 438–453.http://dx.doi.org/10.1016/J.EAP.2021.09.009.
Managi, S., Yousfi, M., Ben Zaied, Y., Ben Mabrouk, N., Ben Lahouel, B., 2022. Harga minyak, pasar saham AS dan kondisi bisnis AS di era
dari wabah pandemi COVID-19. Ekonomi dubur. Kebijakan 73, 129–139.http://dx.doi.org/10.1016/J.EAP.2021.11.008.
Merton, RC, 1974. Tentang penetapan harga utang perusahaan: Struktur risiko suku bunga. J. Keuanganhttp://dx.doi.org/10.2307/2978814.
Mirza, N., Naqvi, B., Rahat, B., Rizvi, SKA, 2020a. Reaksi harga, waktu volatilitas, dan kinerja dana selama Covid-19. Keuangan Res. Lett. 101657.
http://dx.doi.org/10.1016/j.frl.2020.101657.
Mirza, N., Rahat, B., Naqvi, B., Rizvi, SKA, 2020b. Dampak Covid-19 pada solvabilitas perusahaan dan kemungkinan respons kebijakan di UE. Q. Pdt. Ekon.
Keuanganhttp://dx.doi.org/10.1016/j.qref.2020.09.002.
Mirza, N., Rahat, B., Reddy, K., 2015. Dinamika bisnis, efisiensi, kualitas aset dan stabilitas: Kasus perantara keuangan di Pakistan. Ekonomi
Model.http://dx.doi.org/10.1016/j.econmod.2015.02.006.
Mirza, N., Rahat, B., Reddy, K., 2016. Leverage keuangan dan pengembalian saham: Bukti dari ekonomi yang sedang berkembang. Ekonomi Res. Ekonomska Istraz.
http://dx.doi.org/10.1080/1331677X.2016.1160792.
Moradi-Motlagh, A., Jubb, C., 2020. Memeriksa pinjaman yang tidak bertanggung jawab menggunakan langkah-langkah inefisiensi non-radial: Bukti dari bank-bank Australia. Ekonomi
dubur. Kebijakan 66, 96–108.http://dx.doi.org/10.1016/J.EAP.2020.03.003.
Naqvi, B., Mirza, N., Rizvi, SKA, Porada-Rochoń, M., Itani, R., 2021. Apakah ada premi green fund? Bukti dari dua puluh tujuh pasar negara berkembang.
Keuangan Global J.50, 100656.http://dx.doi.org/10.1016/J.GFJ.2021.100656.
Ozili, PK, 2019. Pinjaman bermasalah dan perkembangan keuangan: bukti baru. J. Pembiayaan Risiko 20, 59–81.http://dx.doi.org/10.1108/JRF-07-2017-
0112/LENGKAP/XML.
Polzin, F., Sanders, M., 2020. Bagaimana membiayai transisi ke energi rendah karbon di Eropa? Kebijakan Energi 147, 111863.http://dx.doi.org/10.1016/j.
enpol.2020.111863.
Prorokowski, L., Deev, O., Prorokowski, H., 2020. Menguji proksi risiko untuk potongan rambut agunan keuangan: kecukupan menangkap risiko ekor. J. Pembiayaan Risiko
21, 299–316.http://dx.doi.org/10.1108/JRF-07-2019-0135/FULL/XML.
Pu, Z., Yang, M., 2022. Dampak ekspansi bank komersial kota pada efisiensi energi regional China. Ekonomi dubur. Kebijakan 73, 10–28.
http://dx.doi.org/10.1016/J.EAP.2021.10.017.
Rizvi, SKA, Mirza, N., Naqvi, B., Rahat, B., 2020. Covid-19 dan manajemen aset di UE: penilaian awal kinerja dan investasi
gaya. J. Pengelolaan Aset. 1–11.http://dx.doi.org/10.1057/s41260-020-00172-3.
Rizvi, SKA, Naqvi, B., Mirza, N., 2021. Apakah investasi hijau berbeda dengan abu-abu? Kembali dan limpahan volatilitas antara ETF energi hijau dan abu-abu.
Ann. Operasi Res. 1–30.http://dx.doi.org/10.1007/S10479-021-04367-8/FIGURES/7.
Robin, I., Salim, R., Bloch, H., 2018. Kinerja keuangan bank komersial di era pasca reformasi: Bukti lebih lanjut dari Bangladesh. Ekonomi dubur.
Kebijakan 58, 43–54.http://dx.doi.org/10.1016/J.EAP.2018.01.001.
Schlütter, S., 2021. Pengukuran risiko suku bunga berbasis skenario. J. Pembiayaan Risiko 22, 56–77.http://dx.doi.org/10.1108/JRF-11-2020-0228/FULL/
XML.
Taghizadeh-Hesary, F., Yoshino, N., Fukuda, L., Rasoulinezhad, E., 2021. Model untuk menghitung biaya penjaminan kredit yang optimal untuk usaha kecil dan menengah
perusahaan. Ekonomi Model. 95, 361–373.http://dx.doi.org/10.1016/J.ECONMOD.2020.03.003.
Trad, N., Rachdi, H., Hakimi, A., Guesmi, K., 2017. Stabilitas perbankan di kawasan MENA selama krisis keuangan global dan kedaulatan Eropa
bencana utang. J. Pembiayaan Risiko 18, 381–397.http://dx.doi.org/10.1108/JRF-10-2016-0134/FULL/XML.
Umar, M., Ji, X., Mirza, N., Naqvi, B., 2021a. Netralitas karbon, pinjaman bank, dan risiko kredit: Bukti dari zona euro. J.Lingkungan. Kelola. 296,
113156.http://dx.doi.org/10.1016/j.jenvman.2021.113156.
Umar, M., Ji, X., Mirza, N., Rahat, B., 2021b. Dampak kutukan sumber daya pada efisiensi perbankan: Bukti dari dua belas negara penghasil minyak. sumber daya.
Kebijakan 72, 102080.http://dx.doi.org/10.1016/j.resourpol.2021.102080.
Vassalou, M., Xing, Y., 2004. Risiko default dalam pengembalian ekuitas. J. Keuangan 59, 831–868.http://dx.doi.org/10.1111/j.1540-6261.2004.00650.x.
Wang, R., Mirza, N., Vasbieva, DG, Abbas, Q., Xiong, D., 2020. Hubungan emisi karbon, pengembangan keuangan, konsumsi energi terbarukan,
dan inovasi teknologi: Apa yang harus menjadi prioritas berdasarkan kesepakatan COP 21? J.Lingkungan. Kelola. 271, 111027.http://dx.doi.org/10. 1016/
j.jenvman.2020.111027.
Wu, P., Guo, F., Cai, B., Wang, C., Lv, C., Liu, H., Huang, J., Huang, Y., Cao, L., Pang, L., Gao, J., 2021. Manfaat tambahan dari puncak emisi karbon dioksida
pada kualitas udara dan kesehatan, kasus Guangzhou, Cina. J.Lingkungan. Kelola. 282, 111796.http://dx.doi.org/10.1016/j.jenvman.2020.111796. Yang, Y., Su, X.,
Yao, S., 2021. Hubungan antara keuangan hijau, fintech, dan pembangunan ekonomi berkualitas tinggi: Bukti empiris dari Tiongkok. sumber daya.
Kebijakan 74.http://dx.doi.org/10.1016/j.resourpol.2021.102445.
Yoshino, N., Taghizadeh-Hesary, F., 2019. Rasio penjaminan kredit yang optimal untuk pembiayaan usaha kecil dan menengah: Bukti dari Asia. Ekonomi
dubur. Kebijakan 62, 342–356.http://dx.doi.org/10.1016/J.EAP.2018.09.011.
Yu, B., Li, C., Mirza, N., Umar, M., 2022. Peramalan peringkat kredit perusahaan dekarbonisasi: Penilaian komparatif model pembelajaran mesin.
teknologi. Ramalan. Soc. Ubah 174, 121255.http://dx.doi.org/10.1016/J.TECHFORE.2021.121255.

395