Machine Translated by Google

Jurnal Perbankan dan Teknologi Keuangan

https://doi.org/10.1007/s42786-022-00045-w

ARTIKEL ASLI

Pesatnya pertumbuhan FinTech dan pengaruhnya terhadap sektor perbankan

Charalampos Basdekis1,2,3 · Apostolos Christopoulos2,4 · Ioannis Katsampoxakis5 · Aikaterini Vlachou2

Diterima: 7 Oktober 2021 / Diterima: 3 November 2022

© Penulis 2022

Abstrak
FinTech adalah Teknologi Keuangan Baru, yang menyediakan layanan keuangan melalui teknologi informasi dan komunikasi yang inovatif. Diakui
secara luas bahwa revolusi industri ke-4, telah sangat mempengaruhi kondisi hidup dan kerja masyarakat. Konvergensi antara teknologi canggih,
kewirausahaan menjadi lebih kompleks dan sangat terkomputerisasi. Dalam perubahan yang signifikan seperti itu diharapkan perbankan, telah
menjadi salah satu sektor yang paling ditantang. Pemain baru seperti perusahaan FinTech dan Big Tech mencoba memanfaatkan keadaan, dengan
mempromosikan pola konsumen baru untuk mendapatkan pangsa pasar. Tujuan dari penelitian ini adalah untuk menyelidiki perkembangan pesat
FinTech dan mengevaluasi dampaknya terhadap sistem perbankan Yunani. Topik ini menjadi sangat penting saat ini karena jumlah perusahaan
FinTech yang bersaing dengan bank tradisional dalam produk dan layanan keuangan terus meningkat seiring dengan perkembangan teknologi digital.
Dalam penelitian kami, kami menerapkan metode kuesioner terutama dengan pertanyaan tertutup untuk mengumpulkan data dari pemain utama.
Untuk melakukan ini, kami menggunakan dua kuesioner masing-masing untuk sampel yang berbeda. Sampel pertama terdiri dari konsumen produk
dan jasa keuangan di sektor perbankan Yunani dan sampel kedua terdiri dari karyawan di sektor perbankan Yunani. Menurut hasil, pelanggan dari
segala usia tampaknya lebih mempercayai bank tradisional daripada perusahaan FinTech sedangkan tingkat transaksi seluler secara terpisah untuk
setiap konsumen, bergantung pada usia dan pendidikan. Dari jawaban konsumen, terlihat jelas bahwa keamanan menjadi perhatian utama mereka
dalam menggunakan layanan keuangan oleh perusahaan FinTech. Di sisi lain, kuesioner kedua dengan pegawai bank menunjukkan dengan jelas
bahwa tingkat pendidikan merupakan faktor penting untuk kesiapan dan tanggapan mereka terhadap teknologi baru.

Kata Kunci FinTech · Teknologi Besar · RegTech · Blockchain · API · Industri Perbankan · Regulasi · Pandemi Covid-19

Masalah Penelitian: Kemajuan teknologi keuangan telah membawa
era baru di sektor perbankan, memperkenalkan tantangan, peluang dan
risiko. Integrasi FinTech dalam sistem keuangan telah menciptakan
platform teknologi digital global di mana produk dan layanan keuangan
baru yang inovatif disediakan untuk pelanggan akhir.
produk dan layanan perbankan tidak lagi menjadi hak istimewa sektor
perbankan tradisional.
Tujuan: Evaluasi pertumbuhan FinTech dan pemeriksaan prospek
bank komersial Yunani, dengan mempertimbangkan keberadaan
perusahaan FinTech.

Pada saat yang sama, bank tradisional tampaknya tidak dapat
mengasimilasi teknologi baru ini pada tingkat yang sama untuk
memberikan produk dan layanan kepada pelanggan mereka sendiri.
Melihat perkembangan tersebut, muncul pertanyaan apakah entitas non
perbankan, seperti perusahaan FinTech, mampu memimpin persaingan
sedemikian rupa dan pada tingkat yang
Charalampos Basdekis, Apostolos Christopoulos, Ioannis
Katsampoxakis, Aikaterini Vlachou—urutan abjad.
* Ioannis Katsampoxakis
ikatsamp@aegean.gr
Pertanyaan Penelitian:
(1) Jenis produk dan layanan apa yang disediakan oleh perusahaan
FinTech dan mana yang paling menarik bagi pengguna?
(2) Apa saja faktor terpenting yang mempengaruhi
pilihan layanan FinTech?
(3) Pada tingkat apa bank tradisional beroperasi di Yunani
tertarik untuk berinvestasi di FinTech?
(4) Bagaimana FinTech memengaruhi pekerjaan di perbankan Yunani
sektor?

Informasi penulis tambahan tersedia di halaman terakhir artikel

Vol.:(0123456789)
Machine Translated by Google
1. Perkenalan
Dalam beberapa tahun terakhir, teknologi telah berkembang pesat,
memengaruhi cara dan sarana di mana produk dan layanan keuangan
disediakan dan cara konsumen dilayani. Melihat ke masa lalu, kita
menemukan Bill Gates, pendiri Microsoft, yang menyatakan pada tahun
1990 bahwa "perbankan itu perlu, bank tidak." Tiga puluh tahun kemudian,
pernyataan ini tampaknya lebih cocok dari sebelumnya, terutama di Eropa
[19]. Dapat dikatakan bahwa bank di masa depan akan memiliki banyak
bentuk yang berbeda. Brei dkk. [13] menunjukkan bahwa untuk
mempertahankan profitabilitas mereka dalam lingkungan seperti itu, banyak
bank telah memberikan penekanan besar pada layanan yang menghasilkan
biaya.
Patut dicatat bahwa di era perkembangan teknologi yang maju, sifat
deposito pun berubah. Hal ini mendorong Braggion et al. [12] untuk
menyelidiki apakah ekspansi FinTech dapat menimbulkan ancaman bagi
stabilitas keuangan. Sudah hari ini bank menerima setoran dan melakukan
transaksi dalam bentuk digital. Namun, pada saat yang sama, hal ini
menimbulkan sejumlah masalah, seperti ketahanan, keamanan dan
persaingan dalam pembayaran, cara penyediaan layanan keuangan, cara
dan keamanan transfer uang lintas batas, tetapi juga menimbulkan
pertanyaan tentang sektor swasta. dan penerbitan uang rakyat.
Menurut Arner dkk. [3], krisis keuangan global pada tahun 2008
terbukti menjadi momen paling kritis untuk penguatan teknologi keuangan
FinTech dan teknologi regulasi RegTech, karena mendorong semua proses
menjadi lebih cepat. Memang, karena bank tidak dapat segera mengadopsi
teknologi baru karena pembatasan peraturan [25] mereka harus bergantung
setidaknya untuk beberapa waktu pada teknologi infrastruktur yang sudah
usang. Oleh karena itu, kemajuan teknologi diharapkan dapat lebih
menguntungkan perusahaan FinTech. Namun, menurut Philippon [45],
keuntungan bagi perusahaan FinTech ini tidak menunjukkan pengurangan
biaya intermediasi dari
sektor perbankan. Di tingkat Eropa, selama krisis tahun 2008, perhatian
utama ECB adalah memperkenalkan langkah-langkah yang efektif, untuk
mencapai tujuan utama stabilitas keuangan di zona euro [32] dan
selanjutnya bergerak ke arah pengenalan dan pengembangan kebijakan
yang ketat dan kerangka peraturan yang efektif untuk pengoperasian
perusahaan FinTech.
Pertumbuhan perusahaan FinTech semakin menguat, setelah krisis
keuangan global tahun 2007. Perkiraan oleh Finances Online menunjukkan
bahwa saat ini terdapat lebih dari 12.000 perusahaan FinTech yang
beroperasi di seluruh dunia [33]. Target utama perusahaan FinTech adalah
menawarkan produk dan layanan keuangan yang ramah kepada pelanggan
mereka, dengan cara yang lebih efisien, transparan, dan otomatis [21].
Dalam studi terbaru lainnya, Broby [14] menyimpulkan bahwa, dalam dunia
yang semakin digital, kepercayaan akan tetap menjadi inti perbankan, yang
berarti transformasi aset akan
Jurnal Perbankan dan Teknologi Keuangan
terus memainkan peran penting. Namun, sifat layanan perbankan dan
keuangan diperkirakan akan berubah secara dramatis. Pencapaian
teknologi dan pentingnya pengeluaran R&D sangat penting untuk setiap
bisnis di dalam atau di luar sektor keuangan [10, 30, 31].
Mitra dan Karathanasopoulos [41] meneliti dampak teknologi keuangan
pada nilai relatif bisnis di sektor perbankan. Mereka menemukan bahwa
teknologi keuangan mempengaruhi risiko operasional dan dengan demikian
perusahaan harus memperhitungkan manfaat tetapi juga risiko dari
penerapan inovasi teknologi baru.
Sebelum pengenalan FinTech, pengusaha dan individu harus
mengunjungi cabang bank untuk mengajukan jalur kredit usaha kecil, sewa
pembiayaan, hipotek, pinjaman bisnis, kartu kredit, dan berbagai layanan
perbankan lainnya. Namun, setelah diperkenalkannya perusahaan FinTech,
orang tidak perlu lagi mengunjungi bank untuk mengajukan pinjaman
hipotek atau pinjaman konsumen. Aplikasi untuk produk ini kini ditawarkan
secara online melalui perusahaan FinTech [29] yang tergabung dalam
berbagai model bisnis.
Ada berbagai macam model bisnis yang didirikan di bawah bendera
Fintech seperti, crowdfunding, pembayaran, manajemen kekayaan,
pinjaman, pasar modal, dan layanan asuransi. Setiap model bisnis itu unik
tetapi bergantung pada platform digital untuk mengurangi biaya operasional
[26].
Temuan Karsh dan Abuhara [29] menunjukkan bahwa perusahaan
Tek Fin akan tumbuh lebih cepat di lingkungan, di mana teknologi digital
tersedia dan penetrasi ponsel pintar tinggi. Hasil empiris dari studi ini
menunjukkan bahwa profitabilitas bank tradisional lebih tinggi ketika mereka
bekerja sama dengan perusahaan FinTech dan ketika bank mengadopsi
teknologi keuangan mereka sendiri dalam model bisnis mereka.
Secara internasional, sistem perbankan yang paling berpengaruh oleh
FinTech ada di China. Arner dkk. [6], laporkan bahwa meskipun struktur
sistem perbankan Tiongkok tidak efisien, penetrasi teknologinya tinggi dan
oleh karena itu kami melihat di Tiongkok peningkatan pesat perusahaan
teknologi seperti Ali baba, Baidu dan Tencent yang berdampak signifikan
pada keuangan layanan [36]. Meskipun, setidaknya selama satu dekade,
mereka yang terlibat dengan FinTech telah menarik perhatian dunia
perhatian, masalah ini belum dipelajari secara luas oleh para akademisi.
Literatur yang ada menunjukkan bahwa meskipun perusahaan FinTech
berperforma seperti bank, hingga saat ini mereka tidak diatur seperti bank.
Tujuan utama dari penelitian kami adalah untuk mencerahkan aspek
pertumbuhan yang cepat dari industri keuangan dalam kombinasi dengan
teknologi tinggi. Pada saat yang sama, kami bertujuan untuk mengklarifikasi
peran FinTech di sektor keuangan secara umum, dengan menekankan
pada sektor perbankan. Hasil penelitian kami menunjukkan
Machine Translated by Google
Jurnal Perbankan dan Teknologi Keuangan
bahwa generasi Z akan menjadi dasar bagi era baru yang muncul
dalam sistem perbankan dan kebutuhan serta harapan mereka
akan berperan penting. Pada saat yang sama keluaran penting
lainnya adalah keterkaitan antara FinTech dan keputusan investasi
yang bijaksana.
Pekerjaan ini disusun sebagai berikut: Bagian kedua menyajikan
sejarah perkembangan FinTech dan TechFin, bagian ketiga
berkaitan dengan kerangka regulasi RegTech di Eropa dan bagian
keempat mengacu pada teknologi yang digunakan dan efisiensi
FinTech. Di bagian kelima, kami menganalisis tren teknologi di
sektor perbankan, dan di bagian keenam, dampak pandemi
Covid-19 terhadap FinTech. Kerangka metodologi, hasil dan
analisis empiris disajikan dari bagian ketujuh sampai kesembilan
sedangkan pada bagian terakhir dianalisis kesimpulan dan
pembahasan mengenai literatur yang ada dan penelitian empiris,
memberikan jawaban atas pertanyaan penelitian yang telah kita
identifikasi. , menyarankan perspektif penelitian masa depan.
2 Sejarah perkembangan FinTech dan
TechFin
Istilah "FinTech" mengacu pada perusahaan yang menggabungkan
penyediaan layanan keuangan dengan teknologi modern dan
inovatif, meskipun sektor perbankan tradisional memiliki potensi
peningkatan teknologi dan bank sedang bekerja ke arah ini.
Namun, selain sektor perbankan, terdapat perusahaan FinTech
yang juga menawarkan asuransi dan instrumen keuangan, baik
secara langsung maupun sebagai pihak ketiga.
Oleh karena itu, FinTech mencakup perusahaan yang menyediakan
teknologi canggih untuk penyedia layanan keuangan. Namun,
perlu dicatat bahwa terdapat variasi yang sangat besar dalam
kewajiban legislatif dan peraturan yang berlaku antara lembaga
perbankan dan perusahaan FinTech [21].
Menurut Financial Stability Board (FSB) [23], “FinTech adalah
industri keuangan baru yang menerapkan teknologi baru untuk
meningkatkan aktivitas keuangan, termasuk proses, produk, atau
bahkan model bisnis”.
Perkembangan FinTech dapat dibagi menjadi tiga periode
waktu utama [5]: Yang pertama didefinisikan dari tahun 1866
hingga 1967 dan berfokus pada pengembangan infrastruktur
globalisasi ekonomi. Yang kedua mengacu pada periode dari
tahun 1967 hingga pecahnya krisis keuangan internasional
sis dan ditandai dengan transisi ke teknologi digital. Ciri khas
periode ini adalah munculnya ATM (Anjungan Tunai Mandiri),
fondasi NASDAQ sebagai bursa saham digital pertama di dunia
dan Perusahaan Telekomunikasi Keuangan Antar Bank Dunia
(SWIFT), yang merupakan jaringan pesan terenkripsi yang
mentransmisikan informasi aman dan instruksi. [5].
Pencapaian terbaru FinTech selama periode ini adalah
pengembangan e-banking dan e-commerce yang berdampak
besar pada sistem perbankan dalam kehidupan manusia sehari-
hari. [5].
Saat ini kita menghadapi era ketiga FinTech, yang sejalan
dengan respons ketidakpercayaan terhadap kinerja sistem
perbankan tradisional. Periode ini ditandai dengan diperkenalkannya
cryptocurrency dan meluasnya penggunaan ponsel pintar, yang
memungkinkan pelaksanaan beberapa layanan keuangan.
Faktanya, dalam dekade terakhir, dompet digital Google dan Apple
Pay telah diperkenalkan, yang memungkinkan pemegangnya
melakukan pembayaran elektronik. Arner dkk. [4], pertimbangkan
bahwa berbeda dengan ekonomi yang lebih maju, di negara
berkembang di Asia dan Afrika, Tek Fin telah mulai berkembang
dalam beberapa tahun terakhir. Dorfeitner dkk. [21], tunjukkan
bahwa perusahaan FinTech dapat dibagi menjadi empat kategori
utama, tergantung pada sektor yang mereka operasikan: sektor
pembiayaan, sektor manajemen aset, transaksi pembayaran, dan
FinTech lainnya (lihat Gambar 1).
Selain FinTech yang bertindak sebagai perantara keuangan,
ada juga perusahaan perantara data TechFin yang bertujuan
memanfaatkan hubungan mereka dengan pelanggan dalam
layanan non-keuangan untuk mengumpulkan data besar guna
menyediakan produk dan layanan keuangan murni bagi mereka.
Perusahaan TechFin membuat database berskala besar yang
memungkinkan mereka menawarkan layanan keuangan dan
menjadi pemain utama non-perbankan di sektor ini [57]. Pada saat
yang sama, perusahaan FinTech dapat mengisi kesenjangan atau
kerusakan sistem perbankan tradisional karena perubahan
peraturan dan kurangnya fokus teknologi dan digital pada
pelanggan, memberikan solusi baik secara langsung atau melalui
penyediaan pengetahuan kepada penyedia perbankan yang ada. .
3 Rezim regulasi perusahaan FinTech
di Eropa
Krisis keuangan global pada tahun 2007 secara signifikan
mempengaruhi layanan keuangan dan memiliki efek katalitik pada
pertumbuhan FinTech. Meskipun beberapa tahun telah berlalu,
baru belakangan ini undang-undang dan penerapan beberapa
peraturan internasional menjadi wajib bagi perusahaan-perusahaan
ini. Ketentuan peraturan terutama muncul dengan diperkenalkannya
Regulatory Technology (Reg Tech) yang berkembang pesat
sebagai akibat dari pertumbuhan perusahaan FinTech. Pada
gilirannya, pertumbuhan perusahaan FinTech, telah menarik minat
industri perbankan, regulator, dan konsumen. Tujuan perusahaan
RegTech adalah untuk menyediakan solusi regulasi yang aman,
hemat biaya, dan andal melalui teknologi digital terbaru [20].
Machine Translated by Google
Gambar 1 Kategorisasi perusahaan Fintech Sumber: Dorfeitner et al. [21]
Pasca krisis, terjadi kesenjangan ekonomi, terutama karena
hilangnya kepercayaan terhadap lembaga perbankan tradisional.
Regulasi baru melalui Basel III mengakibatkan peningkatan biaya
bagi lembaga-lembaga tersebut karena adanya kewajiban regulasi
baru yang harus mereka patuhi dan kewajiban mereka untuk
melakukan stress test secara berkala.
Semua perkembangan ini telah menyebabkan pertumbuhan
industri Fin Tech, yang bersaing dengan lembaga kredit dengan
menyediakan layanan yang murah dan inovatif. Di bidang layanan
pembayaran, PSD (Petunjuk Layanan Pembayaran— PSD) asli
(Petunjuk 2007/64/EU) memperkuat persaingan di Pasar Eropa
dan Area Pembayaran Eropa Sederhana (SEPA). Arahan PSD2
yang diikuti tidak hanya membantu memperluas definisi layanan
pembayaran, tetapi juga memperluas kategori penyedia [42]. Kedua
arahan mendefinisikan dan memperluas informasi, persyaratan,
hak dan kewajiban pengguna, serta layanan pembayaran yang
memfasilitasi transfer uang [56]. Namun demikian, tahun 2018
dapat dikatakan dengan pasti sebagai tahun yang mengubah
permainan bank tradisional dan hal ini terutama disebabkan oleh
revisi petunjuk pembayaran PSD2.
Tujuan utama Petunjuk PSD2 [19] adalah untuk:
• Berkontribusi pada penyelesaian pasar pembayaran Eropa yang efisien. •
Berkontribusi untuk meningkatkan persaingan yang sehat antara penyedia
layanan perbankan dan non-perbankan terkait layanan pembayaran.
Jurnal Perbankan dan Teknologi Keuangan
• Mempromosikan persaingan dalam lingkungan ekonomi baru, di mana produk
dan layanan baru yang inovatif tersedia.
• Menawarkan pembayaran yang
aman. • Mengurangi biaya pelanggan.
Menurut Navaretti et al. [42], hampir semua bank sentral di UE
telah menciptakan pusat inovasi yang menyediakan kotak pasir
pengaturan. Di Yunani, FinTech Hub yang pertama kali muncul
pada Maret 2019 bertujuan untuk meningkatkan interaksi antar
bank dan memfasilitasi interaksi FinTech
perusahaan dengan mekanisme pengawasan, yang bertujuan
untuk memasuki industri. Melalui hub ini, menjadi jelas bahwa
inovasi ekonomi didorong dan diimplementasikan dan oleh karena
itu, dengan cara tertentu, keseimbangan antara risiko dan peluang
dipastikan. Keamanan ini telah memberikan beberapa bentuk
dukungan kepada bisnis dan individu yang sedang mengembangkan
atau mempertimbangkan untuk memperkenalkan produk dan layanan inovatif.
Karena tren konvergensi antara bank dan Tek Fin, peraturan
berfokus terutama pada layanan yang disediakan dan bukan pada
penyedia dan tujuan utamanya adalah untuk memastikan bahwa
layanan dan produk ditawarkan secara penuh transparansi [42].
Sampai saat ini, tampaknya sektor jasa keuangan sedang
mengalami masa transformasi radikal. Akibatnya, kekuatan dan
peraturan pasar mengarah pada pertumbuhan Perbankan Terbuka
yang cepat. Dasar hukum disediakan oleh penerapan Arahan PSD2
yang menciptakan pasar pembayaran Pan Eropa tunggal. Akses
pihak ketiga ke pelanggan
Machine Translated by Google
Jurnal Perbankan dan Teknologi Keuangan
data yang dimiliki oleh bank juga diatur dan akibatnya bank tidak lagi
memiliki eksklusivitas dalam data nasabahnya [17].
4 Teknologi dan efisiensi FinTech
Banyak analis berpendapat bahwa meskipun tujuan awal FinTech adalah
untuk menghilangkan bank tradisional dari pasar dengan memperoleh
posisi dominan, ada beberapa kasus di mana kita dapat melihat kemitraan
antara perusahaan-perusahaan ini dan mendirikan lembaga perbankan
tradisional. Dengan cara ini, perusahaan Tek Fin dapat mengatasi kesulitan
yang mereka hadapi dalam meningkatkan jumlah pelanggan mereka
dengan mencapai skala ekonomi yang lebih besar.
Menurut Vives [54], penggunaan teknologi baru memiliki implikasi yang
signifikan untuk sektor keuangan, seperti mengurangi biaya transaksi dan
ketersediaan produk baru dan berkualitas lebih tinggi.
Seseorang dapat secara singkat mengklaim bahwa:
• Big Data dan model statistik yang sesuai dapat mengontrol calon
peminjam secara lebih efektif, yang sangat penting untuk mengatasi
masalah informasi asimetris.
• Memungkinkan kebijakan penetapan harga yang ditargetkan sebagai minat yang canggih
model tarif yang digunakan.
• Negara kurang berkembang memiliki akses ke layanan keuangan tetapi
juga perusahaan yang sampai saat ini tidak memiliki akses mudah ke
sistem perbankan.
• Melalui teknologi baru, rencana bisnis dapat diimplementasikan dan
dilayani dengan lebih efisien.
5 Tren teknologi di sektor perbankan
Pertumbuhan FinTech melalui perusahaan FinTech yang baru didirikan,
berkontribusi pada pengembangan RegTech, karena meningkatnya
paparan risiko dan kebutuhan akan kepatuhan terhadap peraturan.
RegTech dianggap sebagai
Gambar 2 Tahapan Pengembangan RegTech. Sumber: Arner dkk. [2]
subkategori FinTech yang berkembang. Namun, kami juga dapat melihat
RegTech sebagai fenomena terpisah, yang berkembang selama bertahun-
tahun (lihat Gambar 2).
Secara umum, periode Reg1 (1967–2008) dan Reg2 (2008–2018)
terkait dengan digitalisasi otoritas pengatur, sedangkan periode Reg3
(2018-sekarang) terkait dengan pembentukan kerangka regulasi yang
sesuai. era digital.
Secara lebih spesifik, menurut Arner et al. [2], Reg3 adalah istilah
peraturan yang terkait langsung dengan masa depan RegTech.
Konsep seperti dominasi data dan pemantauan algoritme sekarang perlu
dimodifikasi karena RegTech digunakan untuk mengontrol cara kerja
regulasi dan siapa yang harus tunduk pada regulasi tersebut. Ini adalah
era yang ditandai dengan transisi dari 'Know Your Customer' (KYC)
menjadi 'Know Your Data' (KYD). Hambatan utama RegTech bukanlah
kendala teknologi, tetapi mungkin kemampuan regulator untuk memproses
dan menganalisis data besar.
Oleh karena itu, regulator diharuskan untuk mengembangkan sistem
yang memungkinkan mereka memantau dan menganalisis semua data
dengan baik. Perkembangan regulasi tentu menjadi kebutuhan untuk
memenuhi kebutuhan keamanan siber yang terus meningkat.
Teknologi dengan dampak terbesar pada pertumbuhan FinTech adalah:
Teknologi Blockchain Blockchain memungkinkan sistem komputer yang
terletak di tempat berbeda untuk mengusulkan, memvalidasi transaksi,
dan memperbarui file jaringan umum pada saat yang sama dan
meningkatkan efisiensi [44, 55]. .
Informasi Blockchain tidak disimpan di lokasi tertentu, membuat
serangan jahat menjadi lebih sulit, sementara waktu yang diperlukan untuk
transaksi terbatas. Namun, ada juga risiko baru terkait pencucian uang,
perlindungan pelanggan yang tidak memadai, dan penghindaran pajak [20].
Manfaat utama dari teknologi Blockchain adalah Kontak Cerdas yang
didasarkan pada protokol komputerisasi yang murni digital dan kompleks
dan mencakup perhitungan yang rumit, perjanjian multi-pihak, berbagai
bentuk enkripsi dan berkontribusi untuk membuat transaksi lebih aman.
Mereka juga meningkatkan kemampuan melakukan kontrak dan
menawarkan konfirmasi yang lebih mudah bahwa semua kewajiban telah
dipenuhi, sekaligus
Machine Translated by Google
waktu, waktu pemantauan dihilangkan dan oleh karena itu biaya
pemantauan kontraktual berkurang [24]. Namun, ada juga kepercayaan
bahwa Kontrak Cerdas dapat menciptakan persyaratan hukum baru
[9].
Menurut Saripalli [48], Blockchain dapat memfasilitasi desentralisasi
saluran pengiriman mil terakhir, dengan memungkinkan transaksi
peer-to-peer dan tanpa uang tunai bahkan di antara populasi yang
tidak memiliki rekening bank.
Antarmuka Pemrograman Aplikasi Antarmuka Pemrograman
Aplikasi (API), adalah cara komunikasi untuk dua aplikasi komputer
dalam jaringan, menggunakan kode komunikasi yang sama [56].
Melalui saluran berbeda yang ditawarkan oleh perusahaan FinTech,
bank dapat menawarkan produk dan layanan dengan fleksibilitas
tinggi dan waktu yang singkat, sehingga memfasilitasi inovasi [17].
Menurut Wisnu dkk. [53], API memiliki jenis fungsi yang sama di
m-banking. Mereka dapat digunakan untuk mengesahkan penggunaan
data perbankan oleh pihak ketiga. Bagaimana bank berkembang
selama bertahun-tahun adalah penting karena, menurut OECD,
aktivitas sektor keuangan menyumbang antara 20 dan 30% dari PDB
negara maju.
Model perbankan terbuka dipromosikan oleh Petunjuk PSD2 dan
didasarkan pada API. Ini adalah sumber data penting, karena
memungkinkan akses ke data sistem. Ini menambah nilai bagi bank,
karena melalui akses ke berbagai sumber data, bank menerima
informasi yang berharga, sulit, dan rumit. API bukanlah realitas baru
dalam sistem perbankan, karena sudah digunakan dalam komunikasi
internal antara berbagai sistem infrastruktur (atau node). API adalah
inti dari revolusi FinTech, karena API memengaruhi cara pengiriman
dan penggunaan produk dan layanan. Di sisi lain, PSD2 memungkinkan
akses ke informasi dan komunikasi pelanggan dari pihak ketiga yang
berwenang. Menurut Omarini [43], mereka telah dibuat untuk
memastikan kompatibilitas ini.
Kecerdasan Buatan Kecerdasan Buatan (AI) adalah konsep besar
untuk membuat mesin cerdas yang dapat mensimulasikan kemampuan
dan perilaku berpikir manusia, sedangkan pembelajaran mesin adalah
aplikasi atau subset AI yang memungkinkan mesin belajar dari data
tanpa diprogram secara eksplisit. Popularitasnya telah meningkat,
terutama karena volume data digital yang besar, meningkatnya
kebutuhan akan penyimpanan data dan kemajuan besar yang telah
dibuat dalam algoritma yang diterapkan [22].
Menurut Schlinder et al. [49], penerapan kecerdasan buatan
beragam dan berlaku, antara lain, untuk pelaporan peraturan dan
kualitas data, kebijakan moneter dan analisis risiko, serta pemantauan
dan deteksi penipuan.
Di tingkat bank sentral, AI telah diintegrasikan ke dalam fungsi-
fungsi yang berkontribusi pada identifikasi mikroeko
indikator ekonomi dan makro ekonomi [49], pengawasan, manajemen
informasi dan peramalan dan deteksi aktivitas berbahaya [22].
Jurnal Perbankan dan Teknologi Keuangan
Manfaat penerapan AI sangat beragam. Di sektor keuangan,
penggunaan teknik AI dan ML meningkatkan efisiensi, mengurangi
biaya transaksi, meningkatkan kualitas layanan, memberikan solusi
investasi yang cerdas, meningkatkan dan meningkatkan kepuasan
pelanggan. Selain itu, aplikasi AI dan ML memungkinkan institusi
yang menggunakannya untuk menganalisis semua data pelanggan
yang dapat mereka akses, mempelajari preferensi mereka dan
dengan demikian mengembangkan produk dan layanan khusus yang
disesuaikan dengan kebutuhan pelanggan, sekaligus meningkatkan
pengalaman pengguna [22] .
Hsu [27] telah mengembangkan model pemilihan saham di S&P
500 dan FTSE 100, menerapkan metode pembelajaran mesin untuk
meningkatkan kinerja tolok ukur bagi investor individu. Hasil penelitian
ini menunjukkan bahwa teknik pembelajaran mesin diterapkan dengan
baik di pasar saham.
Villar dan Khan [52], menggunakan prosedur kecerdasan buatan,
menunjukkan bagaimana Deutsche Bank berhasil mengotomatiskan
Adverse Media Screening (AMS), mempercepat kepatuhan,
meningkatkan liputan untuk media negatif, dan secara drastis
mengurangi positif palsu.
Virtual dan Augmented Reality Augmented Reality (AR) dan
Virtual Reality (VR) adalah aplikasi yang relatif baru yang didasarkan
pada prinsip interaksi. Biayanya masih tinggi, karena menggabungkan
desktop, perangkat lunak, headphone, konten visual, dan biaya iklan
[28]. Menurut Goldman Sachs, diperkirakan pada tahun 2025 nilai
pasar VR akan mencapai 25 miliar dolar [34]. Revolusi teknologi dan
basis pelanggan yang berkembang, mendorong lembaga keuangan
untuk memperkenalkan teknologi AR dan VR dalam layanan keuangan
[28].
Platform Robo Advisors Robo Advisors (RA) menyediakan layanan
manajemen portofolio otomatis yang memerlukan intervensi minimal
atau bahkan tanpa campur tangan manusia, dengan biaya yang jauh
lebih rendah daripada konsultan tradisional [47]. Konsultan layanan
otomatis atau konsultan robot merupakan tantangan baru dalam
industri layanan keuangan, menyediakan produk investasi, perbankan,
dan asuransi. RA yang terkenal adalah penasihat investasi otomatis
di sektor keuangan [8]. RA yang dirancang dengan baik dapat
kompeten, jujur, dan dapat merekomendasikan produk yang cocok
untuk pelanggan mereka [7]. Namun, motivasi mereka yang
merencanakan atau mengembangkan RA mungkin tidak objektif
karena algoritma yang diterapkan mungkin tidak berpihak pada
keuntungan pelanggan, tetapi berpihak pada penyedia [8]. Menurut
Liu et al. [37], robotika semakin banyak digunakan untuk
mengotomatiskan interaksi pelanggan. Selain itu, robotika
meningkatkan efisiensi dan kualitas eksekusi Wisnu dkk. [53].
Cloud Computing Cloud Computing (CC) adalah ketersediaan
sumber daya sistem komputer berdasarkan permintaan, terutama
penyimpanan data, berbagi data, dan bekerja dari jarak jauh melalui
akses internet. CC menawarkan fleksibilitas dalam penyediaan
layanan dan penghematan sumber daya. Namun, CC seperti API, jika
Machine Translated by Google
Jurnal Perbankan dan Teknologi Keuangan
tidak dipisahkan dengan aman dan tidak dipantau secara memadai dapat
menyebabkan masalah serius [54].
6 Pandemi Covidÿ19 dan tantangan
sektor perbankan
Pandemi Covid-19 telah memaksa negara-negara di seluruh dunia untuk
menerima kenyataan baru karena hampir semua hal dalam kehidupan
sehari-hari manusia telah berubah secara dramatis. Realitas baru ini telah
memaksa lembaga keuangan bergerak cepat untuk melindungi karyawan
dan pelanggan mereka, mengubah operasi mereka dan melayani
pelanggan dengan cara baru.
Jejak virus corona terlihat baik oleh konsumen maupun bank dengan
usaha kecil sebagai klien mereka. Itu
langkah-langkah yang diambil selama masa pandemi akan membentuk
banyak kegiatan perbankan di masa depan. Namun yang pasti, kebutuhan
untuk "Stay Home" mempercepat adopsi teknologi digital. Peningkatan
penggunaan teknologi digital ini sekaligus mengurangi ketergantungan
pada cabang perbankan tradisional, sehingga mempercepat transformasi
lanskap perbankan. Diperkirakan di China dan Italia, hanya empat minggu
setelah munculnya virus corona, peningkatan pilihan digital konsumen
meningkat antara 10 hingga 20%. Pengalaman yang diperoleh konsumen
ini dapat mengubah perilaku perdagangan mereka dalam jangka panjang
[1].
Saat ini penerapan model perbankan yang dinamis dan fleksibel
tampaknya tak terelakkan. Selama pandemi, operasional kantor cabang
bank untuk sementara dibedakan dengan memasukkan kerja jarak jauh.
Jika hal ini terus dilakukan secara lebih permanen, jelas akan
mempengaruhi jumlah cabang yang sudah beroperasi maupun jumlah
pegawai bank. Skenario seperti itu diharapkan dapat mempercepat
proses konversi bank tradisional ke perbankan virtual, di mana pelanggan
berkomunikasi dengan konsultan khusus melalui panggilan video untuk
melakukan transaksi perbankan, sehingga mengembangkan model yang
sangat bergantung pada konsultan jarak jauh [1] . Dalam waktu dekat,
kemungkinan besar nasabah akan relatif jarang mengunjungi cabang
bank, karena hampir semua layanan akan ditawarkan melalui e-banking,
mobile banking atau virtual banking. Oleh karena itu, tantangannya
diperkirakan akan semakin intens dengan efek jangka panjang di seluruh
dunia.
Khusus dalam kasus Yunani, pengenaan kontrol modal pada tahun
2015 berkontribusi pada transformasi cepat pertama transaksi perbankan
di mana mata uang kertas digantikan oleh uang plastik. Pandemi Covid-19
telah mendorong transformasi ini lebih jauh. Saat krisis berlangsung, kita
memiliki bukti yang lebih jelas dan lebih jelas tentang dampaknya
terhadap perilaku dan ekspektasi pelanggan dan bisnis, tetapi yang pasti
adalah tidak ada jalan kembali ke metode.
diterapkan sebelum 2019 [1]. Bank perlu mengembangkan strategi baru
dengan mempertimbangkan faktor internal dan eksternal tertentu.
Tren baru pasti akan mencakup penerimaan yang besar terhadap saluran
digital. Setelah krisis, karyawan mungkin lebih bersedia menerima model
kerja baru dari jarak jauh. Di sisi lain, bank harus menghadapi periode
suku bunga rendah yang berkepanjangan dan keuntungan yang berkurang
dengan neraca yang lebih ketat dan biaya operasional yang lebih tinggi
karena langkah-langkah keamanan baru dan untuk kelangsungan hidup
mereka, mereka harus segera mengambil keputusan yang tepat.
Dengan demikian, kami melihat bahwa meskipun krisis keuangan
global tahun 2008 menyoroti keseriusan risiko sistemik bagi bank, dalam
kasus pandemi Covid-19 risiko tersebut sepenuhnya disebabkan oleh
faktor-faktor yang tidak terkait dengan sistem perbankan yang menawarkan
kesempatan kepada bank untuk menyoroti peran mereka. sebagai
penstabil sistemik. Bank perlu belajar dari dua krisis yang muncul masing-
masing pada tahun 2008 dan 2019 dan melanjutkan langsung ke
transformasi digital mereka sendiri, sementara pada saat yang sama
menciptakan tingkat ketahanan operasional dan keuangan yang jauh
lebih tinggi [16] . Selama krisis global baru-baru ini, bank dianggap
sebagai masalah terbesar. Hari ini, bagaimanapun, mereka dianggap
sebagai inti dari pemecahan masalah [11].
7 Sampel dan hipotesis
Sampel Dalam konteks penelitian ini, kami melakukan kuesioner untuk
mengumpulkan informasi dari peserta yang dipilih dalam sampel kami
dan hipotesis diuji dengan uji non-parametrik. Untuk tujuan penelitian
kami, kami menggunakan dua kelompok dan sampel terpisah, membangun
dua kuesioner independen, yang berorientasi pada kebutuhan penelitian
kami.
Sampel pertama adalah konsumen/pengguna produk dan layanan
perbankan, terlepas dari lembaga perbankan yang menjadi nasabah,
yang menjawab kuesioner terstruktur dan disesuaikan dengan kebutuhan,
kebiasaan, dan keinginan transaksional pribadi mereka. Survei dilakukan
di Yunani selama periode 28/12/2019–19/02/2020 dimana 300 kuesioner
dibagikan kepada pengguna dimana 241 kuesioner menerima umpan
balik. 10 kuesioner telah dihapus karena kelalaian dalam jawaban dan
kami akhirnya memperoleh 231 kuesioner yang valid, dengan tingkat
efektif 77%. Sampel terdiri dari 117 wanita (50,65%) dan 114 pria
(49,35%).
Responden sebagian besar berusia di bawah 50 tahun (n=206, 89,15%)
dan hanya 42 (18,18%) responden yang tidak lulus dari perguruan tinggi.
Kumpulan kedua dari penelitian kami mencakup karyawan bank-bank
Yunani. Survei ini berlangsung di Yunani selama periode 10/01/2020
hingga 12/02/2020. Untuk menyelidiki keyakinan dan pendapat karyawan
bank terkait dengan
Machine Translated by Google
FinTech, kami membagikan 148 kuesioner kepada karyawan dari
mana kami menerima umpan balik atas 120 kuesioner yang 16
kuesionernya dihapus karena kelalaian.
Dengan demikian, sampel akhir kami terdiri dari 104 kuesioner
yang valid, dengan tingkat efektif 70,3%. Sampel kedua pegawai
bank terdiri dari 64 perempuan (61,54%) dan 40 laki-laki (38,46%).
Peserta di bawah usia 40 tahun merupakan persentase terbesar
(n=97, 93,20%) sedangkan 87 karyawan (83,65%) berpendidikan
minimal sarjana.
Pengambilan sampel untuk distribusi dan pengisian kuesioner
pengguna dan karyawan bank mengikuti aturan pengambilan
sampel. Untuk pegawai bank, kuesioner dibagikan kepada pegawai
kantor cabang dan kantor pusat bank selama jangka waktu tersebut
di atas. Mengenai pengguna, kuesioner dibagikan kepada warga di
luar stasiun pusat metro tertentu selama periode 28/12/2019 hingga
19/02/2020. Kedua kuesioner tercantum di bagian lampiran di
bagian akhir makalah, sedangkan hasil empiris dengan tabel yang
sesuai dianalisis di bagian empiris makalah.
Fitur umum dari kedua kuesioner kami adalah bahwa mereka
menyertakan tiga pertanyaan kritis untuk menguji hipotesis kami,
mengenai karakteristik demografis, jenis kelamin, usia, dan tingkat
pendidikan responden.
Hipotesis Kuesioner pengguna dibangun dengan mengkategorikan
pertanyaan menjadi empat subkelompok, yang muncul dari
pertanyaan penelitian dan mengarah ke pengujian hipotesis
penelitian. Sebanyak dua puluh pertanyaan disertakan:
(a) Niat untuk menggunakan layanan FinTech
(b) Persepsi manfaat yang ditawarkan oleh FinTech
jasa
(c) Kepercayaan dan persepsi risiko yang diinginkan
terparut dalam layanan FinTech
(d) Preferensi antara layanan FinTech dan layanan yang disediakan
oleh cabang perbankan tradisional
Di sisi lain, karyawan bank diminta untuk menjawab kuesioner
yang terdiri dari tiga belas pertanyaan yang disusun dalam empat
subkelompok, sesuai dengan kebutuhan penelitian dan pengujian
hipotesis:
(a) Pengetahuan yang mereka miliki dalam teknologi baru
(b) Tingkat adopsi teknologi baru (c) Kegunaan yang
dirasakan dari teknologi baru (d) Persepsi yang mereka
miliki mengenai transformasi digital dan pekerjaan
Lebih khusus lagi, hipotesis berikut dipertimbangkan:
Jurnal Perbankan dan Teknologi Keuangan
• Apakah pengguna memanfaatkan peluang yang disediakan oleh
perusahaan FinTech? • Apakah mereka menerima kepuasan
yang cukup dari penggunaan
Layanan FinTech?
• Apakah mereka mempercayai perusahaan FinTech dan/atau bank untuk
aman melakukan transaksi?
• Apakah karyawan bank memiliki pengetahuan menyeluruh tentang
teknologi baru dan sejauh mana mereka menerapkannya dalam
lingkungan profesional mereka? • Menurut karyawan bank
seberapa berguna teknologi baru bagi pekerjaan mereka dan
kepuasan pelanggan dan apakah mungkin ada dampak negatif
terhadap pekerjaan di masa depan?
8 Pendekatan Empiris
Untuk setiap variabel kami menguji statistik deskriptif rata-rata,
median, standar deviasi dan varians dan kemudian uji normalitas
Kolmogo rov Smirnov dan Shapiro Wilk diterapkan.
Namun, karena sampel tidak mengikuti distribusi normal, kami
menerapkan uji non-parametrik:
• Uji Kruskal–Wallis. • Tes
Chi-kuadrat (X^2) untuk independensi. • Koefisien
Korelasi urutan peringkat rs (tes Spearman).
Dalam penelitian kami, kami tertarik untuk meneliti variabel
mana dari kedua kuesioner yang dipengaruhi dan dibedakan oleh
faktor demografis, yaitu jenis kelamin, usia dan tingkat pendidikan.
Karena data dari kedua sampel tidak mengikuti distribusi normal,
maka akan dilakukan uji non parametrik pada taraf signifikansi 5%.
Ketika P-value kurang dari 5%, variabel yang diperiksa tidak
independen oleh masing-masing faktor demografis yang diuji. Jadi,
pada langkah selanjutnya uji non-parametrik mengikuti faktor
tunggal (analisis dispersi non-parametrik), menggunakan uji non
parametrik Kruskal-Wallis.
Kami menerapkan uji Kruskal-Wallis non-parametrik berdasarkan
peringkat, atau ANOVA satu arah pada peringkat untuk menguji
apakah sampel berasal dari distribusi yang sama [18, 35, 50]. Ini
adalah cara untuk membandingkan dua atau lebih sampel
independen dengan ukuran yang sama atau berbeda dan menguji
apakah perbedaan tersebut signifikan secara statistik terkait dengan
mediannya. Ini memperluas uji Mann-Whitney U, yang digunakan
untuk membandingkan hanya dua kelompok. Persamaan parametrik
dari uji Kruskal-Wallis adalah analisis varians satu arah (ANOVA).
Uji Kruskal-Wallis yang signifikan menunjukkan bahwa setidaknya
satu sampel secara stokastik mendominasi sampel lainnya.
Karena ini adalah metode non-parametrik, uji Kruskal-Wallis tidak
menganggap distribusi normal dari residu al, tidak seperti analisis
varians satu arah analog.
Machine Translated by Google

Jurnal Perbankan dan Teknologi Keuangan

Tes Kruskal-Wallis banyak digunakan untuk menguji model non
parametrik berukuran kecil, karena memberikan probabilitas yang tepat
untuk ukuran sampel bahkan kurang dari sekitar 30 peserta. Ini
merupakan indikasi bahwa mekanisme di balik uji Kruskal-Wallis memiliki
kemungkinan untuk mengestimasi sampel yang lebih kecil secara
memadai, dengan mengandalkan perkiraan asimptotik untuk ukuran
sampel yang lebih besar. Spur rier [51] menerbitkan tabel probabilitas
eksak untuk sampel sebanyak 45 partisipan, sementara Meyer dan
Seaman [39, 40] menghasilkan distribusi probabilitas eksak untuk
sampel sebanyak 105 partisipan. Untuk menggunakan kriteria Kruskal-
Wallis (K-Intependent Samples), kami menguji hipotesis berikut:
Hipotesis nol diterima ketika P (nilai) lebih besar dari 0,05, sedangkan
ketika P (nilai) menerima harga kurang dari 0,05 hipotesis nol ditolak
dibandingkan dengan alternatif (H1).
Uji Validitas dan Reliabilitas Sebelum kami menerapkan model
konseptual yang diusulkan, kami telah menguji reliabilitas internal dan
validitas skala dengan menghitung koefisien alpha Cronbach. Alfa
Cronbach menguji konsistensi internal di antara sekumpulan item. Ini
adalah ukuran reliabilitas skala dan nilainya berkisar dari 0 hingga 1.
Ketika nilai alfa Cronbach sama dengan 0, ini menyiratkan bahwa skala
tidak dapat diandalkan secara sempurna
sedangkan nilai 1 menunjukkan bahwa itu sangat andal. Bila nilai
cronbach alpha lebih besar dari 0,5 maka skala dianggap reliabel dan
oleh karena itu dapat diterima, sedangkan bila lebih dari 0,7 skala
dianggap sangat reliabel. Nilai cronbach alpha bergantung pada jumlah
item, kovarian antar item, dan varian rata-rata.
Reliabilitas nilai cronbach alpha untuk kuesioner pertama yang
ditujukan kepada pengguna adalah 0,708 sedangkan reliabilitas nilai
cronbach alpha untuk kuesioner kedua yang ditujukan kepada karyawan
adalah 0,796.
9 Hasil empiris
Tabel berikut (1 dan 2) meringkas kasus di mana kami membandingkan
variabel dan kami menemukan median yang berbeda (p <0,05) yang
menyiratkan perbedaan dalam signifikansi statistik.
Untuk yang pertama, kuesioner pengguna, kami menemukan yang berikut ini
hasil, pada Tabel 1:
Di sisi lain, dari jawaban karyawan pada kuesioner kedua kami
menemukan hasil yang disajikan di
Meja 2:

Tabel 1 Uji Kruskal Wallis untuk pengguna

Variabel Jenis kelamin Usia Tingkat pendidikan

Pengetahuan tentang keberadaan bank digital & perusahaan Fintech p=0.001

Pengetahuan tentang keberadaan mata uang digital (cryptocurrency) p=0.000 p=0,002
Penggunaan Layanan: TransferWise, Currency Fair, Peer Transfer, Currencies Direct p=0,011
Kualitas layanan sebagai faktor pilihan untuk penyedia non-perbankan p=0,030
Ketersediaan layanan sebagai faktor seleksi untuk penyedia non-perbankan p=0,050
Signifikansi kualitas dari layanan yang diberikan p=0,020
Signifikansi ketersediaan layanan yang disediakan p=0,006
Keamanan transaksi sebagai area aksi Fintech yang menarik p=0.007
Pendanaan sebagai bidang aksi Fintech yang menarik p=0.031
Signifikansi interaksi antara nasabah dan bank melalui mobile p=0.001 p=0,001
Tingkat kepercayaan yang sama untuk bank dan perusahaan Fintech p=0,006
Risiko yang dilakukan (yaitu terkait dengan pelanggaran privatisasi, phishing dll) melalui p=0,039
penggunaan Fintech

Layanan yang lebih baik disediakan oleh perusahaan Fintech daripada bank tradisional p=0,039
Berhenti menggunakan layanan perbankan karena pengalaman yang lebih baik dari Fintech P=0,037

Tabel 2 Tes Kruskal Wallis untuk

Variabel Jenis kelamin Tingkat Pendidikan Usia
karyawan
Evaluasi inovasi bank p=0,011
Kesiapan untuk memenuhi persyaratan teknologi baru p=0,010
Fasilitasi pekerjaan sehari-hari dengan menggunakan teknologi baru p=0,036
Layanan pelanggan yang efektif melalui inovasi teknologi p=0.006
Otomasi operasi sebagai ancaman bagi bank tradisional per p=0.007
pekerjaan tenaga surya
Machine Translated by Google

Jurnal Perbankan dan Teknologi Keuangan

Tabel 3 Tes
Variabel P di
independensi ÿ2 pengguna menurut
jenis kelamin Pengetahuan tentang keberadaan bank digital & perusahaan Fintech 0,002 12.547

Pengetahuan tentang keberadaan mata uang digital (cryptocurrency) 0.000 25.218

Rekomendasi layanan Fintech kepada teman/keluarga 0,041 9.988

Tingkat kepercayaan yang sama untuk bank dan perusahaan Fintech 0.000 15.658

Layanan yang lebih baik disediakan oleh perusahaan Fintech daripada bank tradisional 0,007 14.196

Uji Chi-square ÿ2 Pada tahap ini uji Chi-square (ÿ^2) untuk
independensi dilakukan untuk menentukan apakah variabel
kuesioner independen, tidak berkorelasi dengan data demografi
sampel. Menurut hipotesis nol (H0), variabel independen satu sama
lain (p>0,05) dan hipotesis alternatif (H1), variabel tidak independen
satu sama lain (p<0,05) tetapi setidaknya ada beberapa
ketergantungan. Dalam tabel berikut (3-7) kami menyajikan kasus
di mana hipotesis nol ditolak (p<0,05) menyiratkan signifikansi
statistik untuk hubungan ini, yang berarti bahwa kasus di sisi lain
dengan bukti signifikansi statistik menyiratkan bahwa variabel tidak
independen .
(A) Analisis empiris kuesioner pengguna
Untuk kuesioner pengguna dapat dilihat hasil sebagai berikut
pada Tabel 3:
– Uji Chi-square ÿ2 untuk kemandirian menurut jenis kelamin
kepercayaan dan gender, serta perbandingan antara perusahaan
FinTech dan cabang perbankan tradisional, terlepas dari gender.
– Uji Chi-square ÿ2 untuk kemandirian menurut umur
Pada Tabel 4 di atas, kita dapat mengamati semacam
ketergantungan pada usia pengguna sehubungan dengan pandangan
mereka apakah layanan FinTech memberikan layanan yang lebih
baik dibandingkan bank tradisional karena menerima nilai tertinggi
(v=26.402). Sebaliknya, harga terendah (v=8.896) sesuai dengan
pertanyaan bahwa menurut pengguna, pendanaan dapat dianggap
sebagai area aksi FinTech yang menarik.
Oleh karena itu, pertanyaan yang menunjukkan ketergantungan
tertinggi antara usia dan tanggapan pengguna mencakup semua
variabel yang menguji kepercayaan dan risiko tersirat untuk layanan
FinTech serta pertanyaan yang membandingkan FinTech dengan
cabang bank tradisional. Ketergantungan lain yang muncul adalah
hubungan antara usia pengguna dan niat mereka untuk menggunakan
layanan FinTech.

Berdasarkan Tabel 3 yang menunjukkan semacam ketergantungan – Uji Chi-square ÿ2 untuk kemandirian menurut pendidikan
pada jenis kelamin, kami mengamati bahwa nilai tertinggi (v=25,218) tingkat nasional

diberikan pada pengetahuan tentang mata uang digital, seperti

Bitcoin atau Litecoin. Nilai terendah (v=9,988) sesuai dengan Berdasarkan Tabel 5 di atas tentang pertanyaan yang memiliki
kemungkinan merekomendasikan layanan FinTech kepada teman ketergantungan pada tingkat pendidikan pengguna, nilai tertinggi
dan keluarga pengguna. Oleh karena itu, kami dapat menyarankan (v=61,441) sesuai dengan pentingnya interaksi antara bank dan
bahwa data dengan ketergantungan pada kedua jenis kelamin penggunaan ponsel.
terlihat jelas, menunjukkan niat untuk menggunakan layanan Di sisi lain, pertanyaan terkait ketersediaan layanan sebagai faktor
FinTech. Selain itu, ada hubungan ketergantungan yang signifikan secaraseleksi
statistik
bagi
antara
penyelenggara non-perbankan

Tabel 4 Uji kemandirian

Variabel P di
pengguna ÿ2 menurut umur

Pengetahuan tentang keberadaan mata uang digital (cryptocurrency) 0,005 18.646

Penggunaan Layanan: CoinBase, Xapo, Armony, airBitz 0,005 18.549

Keamanan transaksi sebagai area aksi Fintech yang menarik 0,007 12.222

Pendanaan sebagai area aksi FinTech yang menarik 0,031 8.896

Kepercayaan yang lebih besar pada bank untuk transaksi dan perlindungan privatisasi 0,047 12.742

Tingkat kepercayaan yang sama untuk bank dan perusahaan FinTech yang diawasi 0,043 12.995

Risiko yang dihadapi (yaitu terkait dengan pelanggaran privatisasi, phishing, dll.) melalui 0,023 23.640
penggunaan FinTech Layanan yang lebih baik disediakan oleh perusahaan FinTech

daripada bank tradisional Penyediaan layanan dukungan konsultasi oleh perusahaan FinTech 0,009 26.402

0,005 18.676
Machine Translated by Google

Jurnal Perbankan dan Teknologi Keuangan

Tabel 5 Uji kemandirian

Variabel P DI
pengguna ÿ2 menurut tingkat
pendidikan 0,006 27.521
Cara utama menangani transaksi perbankan
Pengetahuan tentang keberadaan mata uang digital (cryptocurrency) 0,007 17.305

Penggunaan Layanan: TransferWise, Currency, Peer Transfer, Currencies Direct 0,005 18.490

Penggunaan Layanan: CoinBase, Xapo, Armony, airBitz 0,005 18.446

Kualitas layanan sebagai faktor pilihan untuk penyedia non-perbankan 0,003 14.305

Ketersediaan layanan sebagai faktor seleksi untuk penyedia non-perbankan 0,005 12.839

Signifikansi kualitas dari layanan yang diberikan 0,001 33.572

Signifikansi ketersediaan layanan yang disediakan 0,002 30.581

Pilihan teratas area aktivitas layanan FinTech 0,020 28.194

Signifikansi interaksi antara nasabah dan bank melalui mobile 0.000 61.441
Tingkat kepercayaan yang sama untuk bank dan perusahaan FinTech yang diawasi 0,022 14.794

Tabel 6 Tes Kemandirian ÿ2 Karyawan Menurut Jenis Kelamin Tabel 7 menunjukkan respon karyawan dipengaruhi oleh tingkat
pendidikan mereka. Tanggapan ini terkait dengan tingkat layanan
Variabel P DI
pelanggan yang efektif melalui penggunaan inovasi teknologi
Evaluasi inovasi bank 0,032 8.821 (ÿ=25.301), kesiapan untuk memenuhi persyaratan teknologi baru
Fasilitasi pekerjaan sehari-hari dengan menggunakan 0,030 8.924 (ÿ=19.548) dan otomatisasi kerja sebagai ancaman terhadap
teknologi baru pekerjaan mereka. kondisi.

– Uji Chi-square ÿ2 untuk kemandirian menurut umur

sesuai dengan nilai terendah (v=12,939). Selama ini, pertanyaan
utama yang memiliki ketergantungan tertinggi dengan tingkat Selain itu, uji Chi-square ÿ2 untuk kemandirian menurut umur
pendidikan pengguna adalah pertanyaan yang mengkaji niat untuk pegawai tidak menunjukkan adanya ketergantungan antara jawaban
menggunakan layanan Fintech. responden dengan umurnya.

(B) Analisis empiris kuesioner karyawan
Pada bagian ini analisis difokuskan pada hasil utama yang diperoleh
dari penjabaran dan pengujian kuesioner karyawan.
– Uji Chi-square ÿ2 untuk kemandirian menurut jenis kelamin
Pada Tabel 6 di atas, kami menyajikan hanya pertanyaan yang
memiliki ketergantungan pada jenis kelamin. Hasil yang paling
penting terkait dengan adanya ketergantungan antara jenis kelamin
karyawan dan penilaian inovasi (ÿ=8,821) dan fasilitasi pekerjaan
sehari-hari dengan penggunaan teknologi baru, seperti digitalisasi
(ÿ=8,894).
– Uji Chi-square ÿ2 untuk kemandirian menurut pendidikan
tingkat nasional
Menyimpulkan analisis di atas, kami menemukan bahwa dalam
kuesioner pertama yang ditujukan kepada pengguna, demografi
yang terkait dengan usia dan tingkat pendidikan agak tergantung
dengan beberapa pertanyaan dari hampir setiap sub kelompok
kuesioner, sedangkan dibandingkan dengan jenis kelamin
tampaknya tergantung pada tanggapan spesifik terkait terutama
dengan pengetahuan tentang layanan FinTech dan kepercayaan
pada layanan FinTech. Mengenai karyawan, dapat disimpulkan
bahwa karakteristik demografis sampel dalam kaitannya dengan
jenis kelamin dan pendidikan tergantung pada tanggapan spesifik
seperti inovasi layanan, fasilitas kerja, kesiapan menggunakan
FinTech, efektivitas dalam melayani pelanggan dan dampaknya.
teknologi baru untuk masa depan pekerjaan mereka. Sebaliknya,
ketergantungan tidak hadir dalam hubungan antara usia karyawan
dan tanggapan dalam kuesioner.

Tabel 7 Tes Kemandirian ÿ2 Variabel P DI

Karyawan Menurut Tingkat Pendidikan
Kesiapan untuk memenuhi persyaratan teknologi baru 0,021 19.548

Layanan pelanggan yang efektif melalui inovasi teknologi 0,013 25.301

Otomasi operasi sebagai ancaman terhadap pekerjaan personel bank 0,044 17.347
Machine Translated by Google

Jurnal Perbankan dan Teknologi Keuangan

Tabel 8 Korelasi Spearman untuk pengguna

Variabel Demografi P rs

Pengetahuan tentang keberadaan bank digital dan perusahaan FinTech Jenis kelamin 0,001 0,225

Pengetahuan tentang keberadaan mata uang digital (cryptocurrency) Jenis kelamin 0.000 0,329
Tingkat pendidikan 0,009 – 0..171
Tingkat kepercayaan yang sama untuk bank dan perusahaan FinTech Jenis kelamin 0,006 0,182

Kualitas layanan sebagai faktor pilihan untuk penyedia non-perbankan Tingkat pendidikan 0,006 – 0..187

Ketersediaan layanan sebagai faktor pilihan untuk penyedia non-perbankan Tingkat pendidikan 0,007 – 0..185

Penggunaan Layanan: TransferWise, Currency, Peer Transfer, Mata uang Langsung Tingkat pendidikan 0,004 – 0..189

Tingkat signifikansi kualitas Tingkat signifikansi harga Tingkat signifikansi ketersediaan Tingkat pendidikan 0,026 0,146

layanan Kecepatan layanan sebagai faktor pilihan untuk penyedia non-perbankan Tingkat pendidikan 0,027 0,145

Keamanan transaksi sebagai area aksi FinTech yang menarik Pentingnya interaksi antara Tingkat pendidikan 0,011 0,167

pelanggan dan bank melalui seluler Kepercayaan yang lebih besar pada bank untuk Usia 0,019 0,160

transaksi dan perlindungan privatisasi Risiko yang dilakukan (yaitu terkait pelanggaran Usia 0,024 0,157

privatisasi, phishing dll) melalui penggunaan FinTech Usia 0.000 – 0..238

Usia 0,002 0,653

Usia 0,006 0,185

Tabel 9 Korelasi Spearman untuk Variabel Demografi P rs

karyawan
Evaluasi inovasi bank Jenis kelamin 0,010 0,251

Fasilitasi pekerjaan sehari-hari dengan menggunakan teknologi baru Jenis kelamin 0,035 0,208

Penggunaan Layanan: Zopa, Lending Club, Funding Circle, Rate Setter Age 0,034 – 0,210

Kesiapan untuk memenuhi persyaratan teknologi baru Tingkat pendidikan 0,037 0,208

(AKU AKU AKU) Koefisien Korelasi Spearman urutan-peringkat
Koefisien korelasi Spearman atau r{s} Spearman, adalah
ukuran korelasi peringkat nonparametrik karena menguji adanya
ketergantungan statistik antara peringkat dua variabel. Atau,
dapat menilai seberapa baik hubungan antara dua variabel
dijelaskan menggunakan fungsi monoton. Ketika tidak ada nilai
data yang berulang berarti korelasi Spearman sempurna +1
atauÿ1 terjadi karena masing-masing variabel adalah fungsi
monoton sempurna dari yang lain. Secara intuitif, korelasi
Spearman antara dua variabel akan tinggi ketika pengamatan
memiliki peringkat yang serupa (atau identik untuk korelasi 1)
antara dua variabel, dan rendah ketika pengamatan memiliki
perbedaan (atau sepenuhnya berlawanan untuk korelasi ÿ1)
rangking diantara kedua variabel tersebut.
Berdasarkan uji hipotesis nol (H0) menunjukkan bahwa
variabel tidak berhubungan satu sama lain, artinya tidak ada
ketergantungan (p>0,05). Pada
sedangkan hipotesis alternatif (H1) menguji apakah variabel
saling berkorelasi, artinya ada hubungan ketergantungan
(p<0,05) antara variabel yang diteliti. Tabel 8, 9 berikut
menunjukkan bahwa tanggapan kuesioner menolak hipotesis
nol (H0) menerima hipotesis alter native (H1) sehingga terdapat
hubungan ketergantungan.
Tabel 8 di atas mengilustrasikan hubungan ketergantungan
yang ada antara data demografi sampel dan tanggapan dari
kuesioner pengguna. Dengan demikian, pengetahuan tentang
penambahan bank digital/perusahaan FinTech ke sektor
keuangan, pengetahuan tentang mata uang digital dan
pertanyaan yang meneliti kesetaraan kepercayaan antara bank
tradisional dan perusahaan FinTech yang berada di bawah
pengawasan Otoritas Pengawas Eropa berhubungan positif
dengan pengguna. ' jenis kelamin. Mengenai tingkat pendidikan
responden, pertanyaan terkait tingkat kepentingan harga,
kualitas dan ketersediaan layanan secara positif bergantung
pada tingkat pendidikan pengguna. Di sisi lain, kami mengamati
korelasi negatif antara
Machine Translated by Google
Jurnal Perbankan dan Teknologi Keuangan
tingkat pendidikan dan pertanyaan terkait dengan pengetahuan mata
uang digital, pilihan untuk layanan tertentu seperti TransferWise,
Currency, Peer Transfer, Currencies Direct, kualitas dan ketersediaan
layanan sebagai penyedia non-perbankan yang tidak dipilih.
Dari segi usia, terdapat korelasi positif antara respon usia pengguna
dengan adanya kepercayaan pengguna yang lebih besar terhadap
bank tradisional dalam hal transaksi dan pengelolaan data pribadi,
peningkatan risiko yang dilakukan melalui penggunaan layanan
FinTech, kecepatan sebagai faktor yang sangat penting dalam
pemilihan penyedia non-perbankan dan peningkatan asuransi transaksi
sebagai bidang operasi Tek Fin yang menarik. Last but not least, ada
hubungan ketergantungan negatif antara usia pengguna dan kerjasama
dengan bank melalui ponsel pintar.
Tabel 9 menunjukkan ketergantungan antara karakteristik demografi
karyawan dan kuesioner yang sesuai.
Mengenai gender responden, ada ketergantungan positif antara
penilaian inovasi bank tradisional dan fasilitasi pekerjaan sehari-hari
melalui penggunaan teknologi baru dan gender karyawan.
Sejauh menyangkut usia responden, ada ketergantungan negatif
antara usia mereka dan pilihan layanan tertentu seperti Zopa, Lending
Club, Funding Circle dan Rate Setter.
Dalam hal pendidikan karyawan, kesiapan untuk memenuhi
persyaratan teknologi baru sangat bergantung pada tingkat pendidikan.
Terakhir, subkelompok yang terkait dengan transformasi digital dan
pekerjaan tidak bergantung pada sampel demografi mana pun.
Implikasi Utama Hasil Empiris Dengan mempertimbangkan survei
empiris yang dilakukan di tingkat pengguna dan karyawan bank,
temuan utama yang muncul adalah sebagai berikut:
• Sebagian besar pengguna tampaknya hanya memilih lembaga
keuangan untuk melakukan transaksi perbankan mereka.
Menurut literatur, FinTech memiliki potensi besar dan aktif di
berbagai bidang. Namun, penelitian ini menunjukkan bahwa
pengguna hanya mengetahui layanan pembayaran sebagai area
aktivitas FinTech karena hampir tidak ada aktivitas lain yang
dilaporkan dalam tanggapan kuesioner. Layanan pembayaran
merupakan aktivitas yang paling diminati oleh perusahaan FinTech,
sedangkan aktivitas terpenting kedua adalah perdagangan saham
dan investasi. Perlu dicatat bahwa sebagian besar pelanggan yang
telah menggunakan layanan pembayaran memilih PayPal.
Kesimpulan ini juga sejalan dengan jawaban para pegawai bank.
Ini adalah tanda yang jelas bahwa
Layanan FinTech di Yunani masih dalam tahap awal pengembangan.
• Meskipun ada beberapa faktor yang mempengaruhi keputusan untuk
menggunakan layanan FinTech, tampaknya faktor keamanan
menjadi hal yang sangat penting bagi pengguna. Dalam hal
kepercayaan, mayoritas responden menunjukkan bahwa mereka
lebih mempercayai bank tradisional daripada lembaga non-keuangan lainnya.
tions. Menurut literatur, keunggulan utama bank adalah kepatuhan
terhadap peraturan dan kepercayaan antara bank dan nasabahnya,
yang dibangun selama bertahun-tahun.
• Sehubungan dengan adopsi teknologi baru oleh bank, tampaknya,
harus diakui, bank-bank Yunani telah memberikan bobot yang
diperlukan untuk transformasi digital dan telah melakukan investasi
yang signifikan. Tekanan yang meningkat pada lembaga perbankan
tradisional untuk memodernisasi kegiatan bisnis inti mereka
terutama disebabkan oleh penetrasi paralel dari perusahaan
berorientasi teknologi baru. Dari hasil penelitian ini, transformasi
digital tampaknya menjadi jalan satu arah dan akan terus
menerangi jalan revolusi teknologi. Selain itu, temuan penelitian
menunjukkan bahwa bank telah berinvestasi secara signifikan
dalam pendidikan, menawarkan kesempatan kepada karyawan
untuk memperoleh keterampilan yang diperlukan untuk memenuhi
kebutuhan modern dan dapat mengembangkan keterampilan
mereka lebih lanjut. Tampaknya bank-bank Yunani sebagian besar
memfokuskan strategi investasi mereka pada pelatihan staf.
Kesimpulan lain adalah bahwa hanya sebagian kecil pegawai bank
yang merasa siap sepenuhnya menghadapi realitas teknologi baru,
meskipun berdasarkan tingkat pendidikannya, persentase ini
diperkirakan akan lebih tinggi.
segera.
• Mengenai pekerjaan mereka di masa depan, karyawan tampaknya
khawatir dan posisi mereka saat ini adalah bahwa untuk pekerjaan
yang terutama membutuhkan pergerakan otomatis, terdapat risiko
pemecatan yang tinggi. Mayoritas responden percaya bahwa
kecerdasan buatan dan robotika cenderung menggantikan berbagai
keterampilan profesional dan menimbulkan risiko terhadap
pekerjaan pribadi mereka dan pengembangan profesional lebih
lanjut. Literatur menunjukkan bahwa kecerdasan buatan memiliki
peran yang sangat penting karena mengintervensi dan mengganggu
aktivitas dalam tugas-tugas tradisional yang dilakukan oleh manusia.
Namun, dampaknya terhadap pekerjaan tidak jelas dan opini
sangat beragam. Profesi yang membutuhkan kecerdasan kreatif
tingkat tinggi, kecil kemungkinannya untuk digantikan oleh mesin
pintar dalam dekade berikutnya.
• Uji non-parametrik menunjukkan bahwa dalam hal kepercayaan,
keamanan, dan perlindungan data pribadi, mayoritas sampel
menunjukkan preferensi terhadap lembaga perbankan tradisional
dan tampaknya bergantung pada usia. Pentingnya
Machine Translated by Google
Hubungan interaksi dengan penggunaan smartphone tampaknya
bergantung pada usia dan tingkat pendidikan pengguna. Di sisi lain,
bagi karyawan bank, tingkat pendidikan mereka jelas memainkan peran
penting dalam tingkat kesiapan dan respons terhadap teknologi baru.
10 Kesimpulan
FinTech pasti akan memaksa reformasi di banyak bidang, terutama
mengintervensi teknologi dan menciptakan persaingan. Dengan cara ini ada
pandangan yang berpendapat bahwa kegiatan bisnis yang secara tradisional
vital bagi sektor perbankan terancam. Yang pasti adalah bahwa perusahaan
yang telah memecahkan kode perkembangan waktu dan menginvestasikan
modal yang signifikan dalam teknologi dan sumber daya manusia akan siap
untuk transformasi digital, yang akan memberi mereka keunggulan komparatif
dibandingkan perusahaan lain.
Cara terbaik agar bank tetap kompetitif di era baru adalah dengan
menerapkan Open Banking, yang merupakan peluang sekaligus ancaman
bagi institusi perbankan. Ancaman tersebut terutama berasal dari terbatasnya
kemampuan untuk mengontrol interaksi antara bank dengan nasabahnya.
Namun, elemen terpenting yang tidak boleh hilang dalam lanskap ekonomi
baru adalah kepercayaan semua pemangku kepentingan (bank, FinTech,
TechFin, regulator, dan pengguna). Platform terbuka baru antara bank dan
FinTech pasti akan menjadi lingkungan yang maju untuk meningkatkan
inovasi bank. Misalnya, melalui lingkungan Open Banking, nasabah dapat
melihat semua rekening dan transaksinya
secara independen dari penyedia bank selama 24 jam.
Jelas bahwa di tahun-tahun mendatang kita akan dapat mengetahui
siapa pemenang sebenarnya, antara perusahaan FinTech dan lembaga
perbankan. Menurut literatur yang ada, yang akan menang adalah investasi
lebih banyak untuk berhasil mengubahnya menjadi organisasi yang berpusat
pada pelanggan, bahkan jika itu adalah koalisi atau kolaborasi baru yang
terdiri dari kedua pemain [43] .
Diakui bahwa Revolusi Industri ke-4 telah mengubah perusahaan
modern dengan menyebabkan perubahan radikal di sektor perbankan.
Raksasa perbankan global mulai ditantang oleh pemain baru, sementara
pada saat yang sama FinTech dan BigTech mengklaim pangsa pasar,
menciptakan perubahan besar dalam pola dan kebiasaan konsumen.
Hasil utama dari studi saat ini menyiratkan bahwa pengguna hanya
mengetahui layanan pembayaran sebagai area aktivitas FinTech dan lebih
suka menggunakan PayPal untuk transaksi mereka. Perlu dicatat bahwa
layanan pembayaran terdiri dari aktivitas yang paling banyak diinvestasikan
untuk perusahaan FinTech.
Jurnal Perbankan dan Teknologi Keuangan
Keamanan, kepercayaan, dan perlindungan privatisasi tampaknya
merupakan faktor paling signifikan yang memengaruhi pengguna dalam
melakukan transaksi, menggunakan teknologi keuangan baru dan yang
sebagian besar diperdebatkan dengan lebih mempercayai bank tradisional
daripada lembaga non-keuangan lainnya. Untuk transaksinya, sebagian
besar nasabah menggunakan ponsel pintar yang penggunaannya tergantung
pada usia dan tingkat pendidikan pengguna.
Selain itu, bank telah berinvestasi secara signifikan dalam pendidikan,
menawarkan kesempatan kepada karyawan untuk memperoleh keterampilan
yang diperlukan untuk memenuhi kebutuhan modern dan dapat
mengembangkan keterampilan mereka lebih lanjut. Namun, hanya sebagian
kecil pegawai bank yang merasa siap sepenuhnya menghadapi realitas
teknologi baru. Satu kesimpulan yang sama pentingnya untuk bagian
karyawan adalah bahwa mereka menganggap diri mereka berisiko
diberhentikan karena otomatisasi banyak pekerjaan. Selain hal di atas, bagi
karyawan bank diyakini bahwa tingkat pendidikan mereka jelas memainkan
peran penting dalam tingkat kesiapan dan respons terhadap teknologi baru.
Kesimpulannya, penelitian ini menunjukkan bahwa kita harus fokus pada
generasi baru yang akan menjadi basis sistem perbankan di masa depan
dan mereka yang bertanggung jawab untuk menyasar kebutuhan dan
harapan para "Milenial" sekaligus investasi yang tepat. teknologi dan
pengetahuan harus direncanakan. Literatur terbaru menunjukkan bahwa
perusahaan FinTech mungkin terlihat dan bertindak seperti bank, tetapi
mereka belum ditetapkan sebagai bank. Perlu juga disebutkan bahwa dalam
kasus pandemi, seperti Covid-19, pentingnya FinTech disorot sementara
teknologi keuangan di semua bidang kegiatan menjadi lebih penting dari
sebelumnya. Krisis virus corona telah membantu sektor perbankan
mengambil langkah-langkah transformasi digital dalam jangka pendek,
sesuatu yang jika tidak dilakukan akan memakan waktu lebih lama. Yang
pasti, perkembangan baru ini akan "memaksa" pelanggan untuk beradaptasi
dengan kondisi yang belum pernah terjadi sebelumnya, sekaligus
menciptakan kebiasaan bisnis baru, tanpa memandang usia dan tingkat
pendidikan. Pertanyaan seperti apa hubungan nyata antara bank dan
perusahaan FinTech, siapa yang paling terpengaruh dan oleh siapa, adalah
topik menarik untuk penyelidikan di masa depan serta mengulangi studi saat
ini setelah berakhirnya krisis Covid-19 untuk membandingkan hasilnya,
bahkan memperluas studi untuk memasukkan sistem keuangan lebih banyak
Negara Anggota di UE
Kesimpulan di atas harus diperhitungkan oleh otoritas pengatur yang
kompeten untuk melindungi ekonomi dengan kerangka kelembagaan yang
diperlukan untuk pengoperasian perusahaan FinTech, serta Komite Basel
untuk meninjau kembali peraturan Basel.
Machine Translated by Google

Jurnal Perbankan dan Teknologi Keuangan

Kuesioner pengguna/konsumen
Machine Translated by Google

Jurnal Perbankan dan Teknologi Keuangan

Pendanaan Pendanaan akses terbuka disediakan oleh HEAL-Link Yunani. Referensi

Ketersediaan data Data yang mendukung temuan penelitian ini tersedia dari
1. Adarkar A, Hyde P, Maxwell M, Sridharan A (2020) Leading a consumer bank
penulis terkait atas permintaan yang masuk akal.
through the coronavirus pandemic. Diambil dari https://www.mckinsey.com/
~/media/McKinsey/Industries/Financial%20Services/Our%20Insights/
Akses Terbuka Artikel ini dilisensikan di bawah Lisensi Creative Commons Attri
Leading%20a%20consumer%
bution 4.0 International, yang mengizinkan penggunaan, pembagian, adaptasi,
20bank%20through%20the%20coronavirus%20pandemic/Leadi nga-
distribusi, dan reproduksi dalam media atau format apa pun, selama Anda
consumer- bank-melalui-akhir-pandemi-coronavirus. ashx. Diakses 18 Mei
memberikan kredit yang sesuai kepada penulis(-penulis) asli dan sumber, berikan
2020 2. Arner DW, Barberis JN, Buckley RP (2018) FinTech dan RegTech
tautan ke lisensi Creative Commons, dan tunjukkan jika ada perubahan. Gambar
Singkatnya, dan Masa Depan dalam Kotak Pasir. SSRN Elektron J. https://
atau materi pihak ketiga lainnya dalam artikel ini termasuk dalam lisensi Creative
doi.org/10.2139/ssrn.3088303
Commons artikel, kecuali dinyatakan lain dalam batas kredit materi. Jika bahan
tidak termasuk dalam
3. Arner DW, Barberis JN, Buckley RP (2017) Munculnya Regtech 2.0: dari
lisensi Creative Commons artikel dan tujuan penggunaan Anda tidak diizinkan
mengenal pelanggan menjadi mengetahui data Anda. SSRN Electron J.
oleh peraturan perundang-undangan atau melebihi penggunaan yang diizinkan,
https://doi.org/10.2139/ssrn.3044280 4. Arner D, Barberis J, Buckley R
Anda harus mendapatkan izin langsung dari pemegang hak cipta. Untuk melihat
(2016) 150 tahun Fintech: analisis evolusioner. Jassa (3):22. Diambil dari https://
salinan lisensi ini, kunjungi http://creativecommons.org/licenses/by/4.0/.
www.
Machine Translated by Google
Jurnal Perbankan dan Teknologi Keuangan
researchgate.net/publication/313364787_150_Years_of_FinTech_
An_Evolutionary_Analysis. Diakses 17 Jan 2020 5. Arner DW, Barberis
JN, Buckley RP (2015) Evolusi teknologi fn: paradigma pasca krisis baru?
SSRN Elektron J. https://doi. org/10.2139/ssrn.2676553 6. Arner D,
Barberis J, Buckley R (2017) FinTech, RegTech, dan Rekonseptualisasi
Regulasi Keuangan. Barat laut. J Int Law Bus 37(3):371–413 7. Baker T (2018)
Mengatur saran Robo di seluruh industri layanan keuangan. Mengatur
Nasihat Robo di Penn Law: Repositori Beasiswa Hukum. Beasiswa
Fakultas di Penn Law, 1740. https://scholarship.law.upenn.edu/
faculty_scholarship/1740 8. Baker T, Dellaert B (2018) Mengatur saran
robo di industri layanan keuangan. Iowa Law Rev 103(2):713–750. https://
doi.org/10.2139/ssrn.2932189 9. Bakos Y, Halaburda H (2019) Kapan
smart contract dan IoT meningkatkan efisiensi ? Eksekusi otomatis vs
peningkatan informasi. SSRN Elektron J. https://doi.org/10.2139/
ssrn.3394546 10. Basdekis H, Christopoulos A, Katsampoxakis I, Lyras A
(2020)
Profitabilitas & rasio hutang yang optimal dari sektor otomotif & suku
cadang di kawasan Euro. J Cap Mark Stud 4(2):113–127. https://doi. org/
10.1108/JCMS-08-2020-0031
11. Bensley E, Chheda S, Schiff R, Stephens G, Zhou N (2020)
Memperbarui pengalaman pelanggan perbankan dalam menanggapi
coronavi rus. Diambil dari https://www.mckinsey.com/~/media/McKin sey/
Industries/Financial%20Services/Our%20Insights/Remak
ing%20banking%20customer%20experience%20in%20response%
20to%20coronavirus/Remakingbanking-customer- pengalaman-dalam
menanggapi-coronavirus-vF.ashx. Diakses 25 Mei 2020 12. Braggion F,
Manconi A, Zhu H (2018) Dapatkah Teknologi Dibawah Regulasi
Makroprudensial? Bukti dari Peer-to-Peer Credit in China, Centre for
Economic Policy Research, London, Diambil dari https://cepr.org/active/
publications/discussion_papers/dp.php?dpno=12668. Diakses 24 Mar
2020 13. Brei M, Borio C, Gambacorta L (2020) Aktivitas intermediasi bank
dalam lingkungan suku bunga rendah. Econ Notes 49(2):12164 14. Broby D
(2021) Teknologi keuangan dan masa depan perbankan.
Financ Innov 7:47. https://doi.org/10.1186/s40854-021-00264-y 16. Buehler
K, Conjeaud O, Giudici V, Samandari H, Serino L, Vet tori M, White O (2020)
Kepemimpinan di masa coronavi rus: Tanggapan dan implikasi COVID-19
bagi bank. Praktisi Layanan Keuangan. Diambil dari https://
www.researchgate.net/publication/
343080322_Leadership_in_the_time_of_coronavirus_COVID
19_response_and_implications_for_banks. Diakses 15 Apr 2020 17.
Camerinelli E (2017) Bank terbuka, API, dan ekosistem layanan keuangan:
masa depan perbankan. Diambil dari https://www. softwareag.com/
corporate/images/Aite_Group_Open_bank_api_
and_fnancial_services_Research_Jul17_tcm389-167453.pdf.
Diakses 7 Februari 2020
18. Corder GW, Foreman DI (2009) Statistik nonparametrik untuk non ahli
statistik. Wiley, Hoboken, hlm 99–105 (ISBN 9780470454619)
19. Hafstad T, Zenna J, Johansson HZ, Crompton F, Ullgren D, John ston J,
Øyn MP (2017) PSD2 – Peluang strategis di luar kepatuhan. Bagaimana
PSD2 akan membuka lanskap keuangan Eropa dan strategi bagaimana
bank dapat mengambil posisi terdepan, Evry, 8-56. Diperoleh dari https://
ctmfle.com/assets/ugc/docum ents/PMK_Evry_psd2.pdf. Diakses 07 Jan
2020 20. Davradakis E, Santos R (2019) Blockchain, FinTechs dan
relevansinya untuk lembaga keuangan internasional. Kertas Kerja EIB 2019/01
https://doi.org/10.2867/11329 21. Dorfeitner G, Hornuf L, Schmitt M, Weber
M, Dorfeitner G, Hornuf L, Weber M (2017) Pasar FinTech di Jerman.
Dalam: FinTech di Jerman, hal 13–46. https://doi.org/10.1007/
978-3-319-54666-7_4
22. Fernandez A (2019) Kecerdasan buatan dalam layanan keuangan.
SSRN Elektron J. https://doi.org/10.2139/ssrn.3366846
23. Dewan Stabilitas Keuangan (FSB), https://www.fsb.org/work-of-the fsb/
fnancial-innovation-and-structural-change/fntech/. Diakses 06 Jan 2020 24.
Gans JS (2019) Cetak halus dalam kontrak pintar. SSRN Electron J. https://
doi.org/10.2139/ssrn.3309709 25. Hannan, TH, McDowell JM (1984) Penentu
adopsi teknologi: kasus perbankan frm. RAND J Econ 15(2):328–335
26. Hornuf L, Haddad C (2019) Munculnya pasar fntech global: Penentu ekonomi
dan teknologi. Bus Kecil Ekonomi 53(1):81–105. https://doi.org/10.1007/
s11187-018-9991-x 27. Hsu TY (2021) Pembelajaran mesin diterapkan
pada peningkatan kinerja indeks saham. Teknologi Keuangan J Bank. https://
doi.org/10. 1007/s42786-021-00025-6
28. Hutchison D (2018) Menggunakan realitas virtual untuk mengeksplorasi
konsep sains dan literasi. Asosiasi Literasi Internasional. https://doi. org/
10.1002/trtr.1720 29. Karsh SA, Abufara Y (2020) Era baru teknologi
keuangan n industri perbankan. Universitas J Southwest Jiaotong. https://doi.org/
10. 35741/issn.0258-2724.55.4.54 30. Katsampoxakis I, Basdekis H,
Anathreptakis K (2015) Bagaimana karakteristik pasar dan pasar
mempengaruhi profitabilitas: studi empiris.
Akun Keuangan Int J Corp. https://doi.org/10.4018/IJCFA.20150 10104
31. Katsampoxakis I, Basdekis H, Anathreptakis K (2018) Bagaimana krisis
Yunani menentukan profitabilitas dan rasio utang yang optimal.
Dalam: Zopounidis C, Christopoulos A, Kalantonis P (eds) Perspektif,
tren, dan aplikasi dalam keuangan dan akuntansi perusahaan. Publikasi
Global IGI. https://doi.org/10.4018/978-1-5225- 6114-9.ch001
32. Katsampoxakis I (2021) Kebijakan moneter ECB yang tidak konvensional
dan efek limpahan antara risiko utang negara dan risiko kredit bank.
Bus EuroMed J. https://doi.org/10.1108/EMJB-09-2020-0103 33.
Keliuotyte G, Smolskyte G (2019) Kemungkinan pengembangan sektor
teknologi keuangan dan dampaknya terhadap profitabilitas sektor
perbankan di Lithuania. Econ Cult 16(1):12–23 34. Koÿodziej M (2017)
Virtual reality sebagai indikator perbankan modern. Financ Sci 2(31):44–51.
https://doi.org/10.15611/nof. 2017.2.04
35. Kruskal W (1952) Penggunaan peringkat dalam analisis varians satu kriteria.
J Am Stat Assoc 47(260):583–621. https://doi.org/10.1080/01621
459.1952.10483441
36. Lee I, Shin Y (2018) Fintech: Ekosistem, model bisnis, investasi
keputusan, dan tantangan. Bus Horison 61(1):35–46
37. Liu FH, Norden L, Spargoli F (2020) Apakah keunikan dalam perbankan
penting? Keuangan Bank J. https://doi.org/10.1016/j.jbankfn.2020. 105941
39. Meyer JP, Seaman MA (2013) Perbandingan Distribusi Kruskal Wallis yang
tepat dengan perkiraan asimtotik untuk semua ukuran sampel hingga 105.
J Exp Educ 81(2): 139–156, https://www.jstor . org/stable/26594373.
Diakses 10 Jan 2020 40. Meyer JP, Seaman MA (2006) Tabel nilai kritis
yang diperluas untuk statistik Kruskal–Wallis H. Dalam: Makalah yang
dipresentasikan pada pertemuan tahunan American Educational Research
Associa tion, San Francisco. Tabel nilai kritis dan probabilitas eksak dari
Meyer dan Seaman tersedia untuk diunduh di http:// fakultas.virginia.edu/
kruskal-wallis/Archived2018-10-17attheWay backMachine. Diakses 17 Okt
2018
41. Mitra S, Karathanasopoulos A (2020) Revolusi FinTech: dampak sistem
informasi manajemen terhadap nilai dan risiko relatif. J Bank Financ
Technol 4:175–187. https://doi.org/ 10.1007/s42786-020-00023-0 42.
Navaretti GB, Calzolari G, Pozzolo AF (2018) Fintech dan perbankan:
teman atau musuh? SSRN Elektron J. https://doi.org/10.2139/ ssrn.3099337
Machine Translated by Google
43. Omarini AE (2018) Banks and Fintechs: bagaimana mengembangkan
pendekatan digital open banking untuk masa depan bank. Int Bus Res
11(9):23. https://doi.org/10.5539/ibr.v11n9p23 44. Peters GW, Panayi
E (2016) Memahami Buku Besar Perbankan Modern Melalui Teknologi
Blockchain: Masa Depan Pemrosesan Transaksi dan Kontrak Cerdas
di Internet Uang.
Dalam: Tasca P, Aste T, Pelizzon L, Perony N (eds) Perbankan
Melampaui Bank dan Uang, Jendela Ekonomi Baru. Springer, Cham,
hal 239–278. https://doi.org/10.1007/978-3-319-42448-4_13 45.
Philippon T (2015) Apakah industri keuangan AS menjadi kurang efisien?
Tentang teori dan pengukuran intermediasi keuangan.
Am Econ Rev 105(4):1408–1438
47. Sanjay P, Kerri R (2017) Sudut pandang robo-advisor Ipsos: munculnya
saran keuangan otomatis. Diambil dari https://www. ipsos.com/sites/
default/files/2017-07/IpsosMarketing_POV_ RoboAdvisors.pdf. Diakses
17 Jan 2020 48. Saripalli SH (2021) Mentransformasi perbankan
Pemerintah dengan memanfaatkan potensi teknologi blockchain. Teknologi
Keuangan J Bank. https://doi.org/10.1007/s42786-021-00035-4 49.
Schlinder J, Nolens BN, Frost J, Armstrong P (2017) Kecerdasan
buatan dan pembelajaran mesin dalam layanan keuangan—perkembangan
pasar dan implikasi stabilitas keuangan. Dewan Stabilitas Keuangan,
45. Diambil dari http://www.fsb.org/2017/11/artifical-intelligence-and-
machine-learning-in-fnancial-service/.
Diakses 15 Jan 2020
Penulis dan Afiliasi
Charalampos Basdekis1,2,3 · Apostolos Christopoulos2,4 · Ioannis Katsampoxakis5 · Aikaterini Vlachou2
Charalampos Basdekis
hbasdekis@econ.uoa.gr; basdekis.charalampos@ac.eap.gr;
hbasdekis@uniwa.gr
Apostolos Christopoulos
axristop@aegean.gr
Aikaterini Vlachou
katvlachou@yahoo.gr
1
Departemen Ekonomi, Nasional & Kapodistrian
Universitas Athena, Athena, Yunani
Jurnal Perbankan dan Teknologi Keuangan
50. Siegel C (1988) Statistik nonparametrik untuk ilmu perilaku, edisi ke-2.
McGraw-Hill, New York (ISBN 0070573573)
51. Spurrier JD (2003) Tentang distribusi null dari statistik Kruskal-Wallis. J
Nonparameter Stat 15(6):685–691. https://doi.org/10.
1080/1048525031000163471 52. Villar AS, Khan N (2021) Otomatisasi
proses robotik dalam industri perbankan: studi kasus di Deutsche Bank.
Teknologi Keuangan J Bank 5:71–86
53. Wisnu S, Agochiya V, Palkar R (2017) Ketergantungan yang berpusat
pada data dan peluang untuk otomatisasi proses robotika di perbankan.
J Financ Transform 45(1):68–76
54. Vives X (2019) Gangguan digital di pasar keuangan. Catatan oleh
Profesor Xavier Vives. OECD, 1–28, Diambil dari http://www. oecd.org/
daf/competition/digital-disruption-in-financial-markets. htm. Diakses 09
Jan 2020
55. Wood GABA (2015) Memajukan egalitarianisme. Dalam: Chuen LKDE
(ed) Handbook of digital currency: bitcoin, innovation, financial
instruments, and big Data. Elsevier, London, pp 385–401 56.
Zachariadis M, Ozcan P (2017) Ekonomi API dan transformasi digital dalam
layanan keuangan: kasus perbankan terbuka.
SSRN Electron J. https://doi.org/10.2139/ssrn.2975199 57.
Zetzsche DA, Buckley RP, Arner DW, Barberis JN (2017) Dari FinTech ke
TechFin: tantangan regulasi keuangan berbasis data. SSRN Elektron
J. https://doi.org/10.2139/ssrn.29599 25
2
Universitas Terbuka Hellenic, Patra, Yunani
3
Universitas Attica Barat, Egaleo, Yunani
4
Departemen Administrasi Bisnis, Universitas Aegean,
Chios, Yunani
5
Departemen Statistik dan Aktuaria, Keuangan
Matematika, Universitas Aegean, Samos, Yunani