← Derniers articles
📈 economics

From digitalization to resilience: How digital transformation and climate readiness shape bank stability in Indonesia

Cette étude portant sur 98 banques indonésiennes de 2014 à 2023 révèle que si la numérisation et la préparation climatique améliorent individuellement la stabilité bancaire, leur mise en œuvre simultanée crée un « double fardeau » qui atténue les bénéfices numériques en raison des coûts de transition, suggérant ainsi aux décideurs politiques d'adopter des stratégies proportionnées pour atténuer ces défis.

Auteurs originaux : Trisninik Ratih Wulandari, Bimo Saktiawan, Tarysha Aulya Putri Rany, Erfan Rachmadi, Besse Nur Fatimah Hefri

Publié 2026-08-05
📖 1 min de lecture☕ Lecture pause café

Auteurs originaux : Trisninik Ratih Wulandari, Bimo Saktiawan, Tarysha Aulya Putri Rany, Erfan Rachmadi, Besse Nur Fatimah Hefri

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Résumé Technique : De la digitalisation à la résilience : Comment la transformation numérique et la préparation climatique façonnent la stabilité bancaire en Indonésie

Problématique
Le secteur bancaire mondial est confronté à une convergence de deux pressions distinctes mais simultanées : la disruption technologique via la transformation numérique et les risques environnementaux systémiques induits par le changement climatique. Alors que la littérature existante examine largement la digitalisation et l'adoption climatique de manière isolée, il existe une lacune significative dans la compréhension de la manière dont ces facteurs interagissent au sein d'un cadre unique pour influencer la stabilité bancaire. Plus précisément, il reste incertain si les ressources financières et organisationnelles substantielles requises pour la préparation climatique pourraient contraindre la capacité d'une banque à tirer parti de la transformation numérique, créant potentiellement des complexités opérationnelles ou un « double fardeau » qui fragilise la stabilité. Cette étude comble cette lacune en enquêtant sur les effets conjoints de la transformation numérique et de la préparation climatique sur la stabilité des banques en Indonésie, une économie émergente caractérisée par une adoption numérique rapide et une haute vulnérabilité climatique.

Méthodologie
L'étude utilise un ensemble de données de panel comprenant 98 banques commerciales (tant islamiques que conventionnelles) en Indonésie, couvrant la période de 2014 à 2023, ce qui représente 857 observations banque-année.

  • Variables :

    • Variable dépendante : La stabilité bancaire est mesurée par l'approche du Z-score (logarithmique), calculée sur la base du rendement des actifs (ROA), des fonds propres et des actifs, avec une spécification alternative utilisant le ROA moyen pour garantir la robustesse.
    • Variables indépendantes :
      • Transformation numérique : Mesurée par le logarithme naturel de la somme des produits et services numériques détenus par une banque (DT1) et la proportion de produits numériques par rapport au total des produits (DT2). Ces mesures sont dérivées du règlement de l'Autorité de surveillance des services financiers (OJK) n° 12/POJK.03/2018.
      • Préparation climatique : Capturée par l'indice de la Notre Dame Global Adaptation Initiative (ND-GAIN), un score composite au niveau national reflétant la vulnérabilité et la capacité de préparation d'une nation face au changement climatique.
    • Variables de contrôle : Taille de la banque (log des dépôts totaux), liquidité (ratio prêt-dépôt), efficacité (ratio coût/revenu) et conditions macroéconomiques (croissance du PIB).
  • Approche économétrique :

    • Effets Fixes (FE) : L'analyse primaire utilise des modèles à effets fixes avec des erreurs types robustes et groupées pour estimer les effets directs et d'interaction de la digitalisation et de la préparation climatique sur la stabilité bancaire.
    • GMM Dynamique : Pour traiter les problèmes potentiels d'endogénéité, y compris la causalité inverse (où la stabilité influence la transformation) et le biais de variable omise, l'étude utilise l'estimateur de la méthode des moments généralisés (GMM) en deux étapes. Ce modèle dynamique inclut la variable dépendante décalée.
    • Tests de diagnostic : La validité des modèles GMM est confirmée par les tests d'Arellano-Bond pour la corrélation sérielle (AR(1) significatif, AR(2) non significatif) et le test de Hansen pour la validité des instruments (p-valeurs non significatives).
    • Analyse d'hétérogénéité : L'étude réalise des analyses de sous-échantillons pour comparer les grandes versus les petites banques et les banques à haute versus faible efficacité afin de déterminer si les effets varient selon les caractités institutionnelles.

Principales contributions

  1. Cadre intégré : Cette étude est l'une des premières à combiner empiriquement la transformation numérique et la préparation climatique dans un seul modèle pour évaluer leur impact conjoint sur la stabilité bancaire, dépassant ainsi les perspectives fragmentées.
  2. Mesure directe de la digitalisation : Contrairement aux études reposant sur le text mining des rapports annuels ou des indices tiers, cette recherche utilise une mesure directe basée sur le décompte spécifique et la proportion de produits et services numériques réglementés par la loi indonésienne (POJK n° 12/2018).
  3. Effets d'interaction : L'article examine l'interaction entre la digitalisation et la préparation climatique, testant l'hypothèse selon laquelle les coûts des transitions simultanées peuvent créer un « double fardeau » qui atténue les bénéfices stabilisateurs de la digitalisation.
  4. Perspectives d'hétérogénéité : L'étude fournit des preuves granulaires sur la manière dont la taille de la banque et l'efficacité opérationnelle modèrent la relation entre ces transformations et la stabilité.

Résultats

  • Effets directs : La transformation numérique et la préparation climatique présentent toutes deux une relation positive et significative avec la stabilité bancaire. La digitalisation renforce la stabilité en améliorant l'évaluation du crédit, en réduisant l'asymétrie d'information et en élargissant la portée du marché. La préparation climatique contribue à la stabilité en favorisant une gestion prudente du crédit et en atténuant l'exposition aux chocs liés au climat.
  • Effet d'interaction : Le terme d'interaction entre la transformation numérique et la préparation climatique est négatif et significatif. Cela indique que, bien que les deux facteurs soient bénéfiques individuellement, la poursuite simultanée de la préparation climatique atténue l'effet stabilisateur de la transformation numérique. Les auteurs attribuent cela à un « double fardeau », où les coûts élevés de l'infrastructure numérique, de la cybersécurité et de la conformité réglementaire pour l'adaptation climatique pèsent sur les ressources bancaires, particulièrement durant la phase de transition.
  • Hétérogénéité :
    • Taille de la banque : Les effets de stabilité de la transformation numérique et de la préparation climatique sont significatifs uniquement pour les petites banques. Les petites banques semblent utiliser ces transitions pour réduire l'écart de compétitivité avec les plus grandes institutions, tandis que les grandes banques, possédant déjà une échelle et une diversification, ne montrent aucune sensibilité significative.
    • Efficacité : Les effets de stabilité de la transformation numérique et de la préparation climatique sont significatifs uniquement pour les banques à haute efficacité. Les banques efficaces possèdent la capacité managériale et les processus structurés nécessaires pour absorber les coûts élevés de la transformation et convertir les investissements en productivité. Les banques à faible efficacité peinent à gérer ces doubles pressions.
  • Robustesse : Les résultats restent cohérents lorsqu'on utilise des proxys alternatifs pour la digitalisation (proportion de produits numériques) et la stabilité bancaire (calcul alternatif du Z-score).

Signification et affirmations
L'article affirme offrir des perspectives critiques pour les décideurs politiques et les gestionnaires de banques dans les marchés émergents confrontés à des doubles transitions. Il soutient que, bien que la digitalisation et la préparation climatique soient essentielles pour la stabilité à long terme, leur mise en œuvre simultanée sans une gestion adéquate des ressources peut conduire à des résultats sous-optimaux en raison des contraintes de ressources.

L'étude conclut que l'hypothèse du « double fardeau » est valide : les coûts de transition associés à la préparation climatique peuvent affaiblir les effets stabilisateurs immédiats de la banque numérique. Par conséquent, les auteurs suggèrent que les décideurs politiques devraient envisager des stratégies de mise en œuvre proportionnées ou fournir des assouplissements réglementaires et des incitations pour soutenir les banques, en particulier les plus petites et les moins efficaces, durant ces transitions concomitantes. Pour la direction des banques, l'article souligne que la transformation numérique doit être couplée à une optimisation de l'efficacité opérationnelle et à une approche progressive de l'adaptation climatique pour éviter de surendetter les ressources organisationnelles.

Les auteurs maintiennent une position modeste, reconnaissant les limites telles que l'utilisation de données de niveau national pour la préparation climatique plutôt que des mesures de prêts verts spécifiques aux banques, et suggèrent que les recherches futures devraient explorer les indicateurs climatiques au niveau des banques et les études comparatives entre différentes économies émergentes.

Noyé(e) sous les articles dans votre domaine ?

Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.

Essayer Digest →