Dalam FKP ini, peneliti Institut Bank Indonesia akan mempresentasikan dua penelitian. Penelitian pertama terkait dampak perubahan iklim terhadap sektor keuangan. Salah satu dampak perubahan iklim adalah terhadap produktivitas ekonomi, yang selanjutnya akan berdampak pada sektor keuangan. Apakah portofolio perbankan di sektor-sektor dengan tingkat emisi karbon yang tinggi akan meningkatkan risiko kerugian (expected loss) dan tingkat gagal bayar (default rate) di sektor perbankan?
Inflasi menghadirkan tantangan yang beragam baik bagi perekonomian global maupun domestik, dan kompleksitas ini semakin terasa setelah terjadinya pandemi Covid-19. Di Indonesia, penelitian mengenai penyebab inflasi, khususnya dari sisi penawaran, masih terbatas. Presentasi kedua dalam seminar ini adalah upaya mengidentifikasi faktor-faktor permintaan maupun penawaran yang relatif lebih penting terhadap inflasi harga pangan, dan mempertimbangkan apakah kebijakan sisi penawaran dapat digunakan secara efektif untuk mengendalikan inflasi harga pangan.
Jumat, 21 Juni 2024 jam 08.30-10.45 WIB daring di Zoom
Registrasi: bit.ly/fkp21juni
Program
08.30 WIB Pembukaan oleh Kepala Pusat Riset Institut Bank Indonesia Dr Cicilia Anggadewi Harun
08.45-09.45 WIB Presentasi topik 1: Navigating climate transition: evaluating exposure and resilience of Indonesian banks’ portfolios across high-emitting sectors: a bottom-up analysis oleh Dr Arnita Rishanty (Institut Bank Indonesia) diikuti Q&A
09:45-10:45 WIB Presentasi topik 2: Faktor-faktor yang memengaruhi inflasi pangan: studi kasus di Indonesia dan ASEAN oleh Dr Donni Fajar Anugrah (Institut Bank Indonesia)
10:45 WIB Penutup
Moderator: Dr Citra Amanda (Institut Bank Indonesia)
Topik 1: Navigating climate transition: evaluating exposure and resilience of Indonesian banks’ portfolios across high-emitting sectors: a bottom-up analysis oleh Dr Arnita Rishanty (Institut Bank Indonesia)
This paper aims to assess climate transition risks and their impact on the banking credit portfolios of high-emitting and energy-producting sectors in Indonesia, namely coal, oil &gas, power, and automotive sectors, using the 1in1000’s TRISK framework. Using credit data from 1,567 observations in December 2022, the findings reveal that the majority of banks are expected to experience a notable increase in expected losses (EL) and probability of default (PD) in these sectors. Although the highest change in PD is observed in the coal sector, the highest expected loss is observed in the power sector due to large exposure that the banks have in the power sector.
The study signifies the role of bank, including central banks and financial supervisors as the regulatory bodies in facilitation the transition to a lower carbon economy and to support the sectoral rebalancing process of high-risk sectors exposures in banks’ portfolio. Additionally, this study also presents several recommendations based on the analysis to guide central banks, financial regulators, and the financial sector at large in managing climate risks effectively.
Topik 2: Faktor-faktor yang memengaruhi inflasi pangan: studi kasus di Indonesia dan ASEAN oleh Dr Donni Fajar Anugrah (Institut Bank Indonesia)
Inflasi menghadirkan tantangan yang beragam baik bagi perekonomian global maupun domestik, dan kompleksitas ini semakin terasa setelah terjadinya pandemi Covid-19. Di Indonesia, penelitian mengenai penyebab inflasi, khususnya dari sisi penawaran, masih terbatas. Penelitian yang ada di Indonesia seperti Farandy (2020); Ismaya dan Anugrah (2018); Pratikto dan Ikhsan (2016), menyimpulkan bahwa faktor-faktor seperti produksi pangan, PDB, jumlah uang beredar, dan lain-lain berpengaruh signifikan terhadap tingkat inflasi pangan di Indonesia. Namun studi-studi tersebut belum mempertimbangkan faktor-faktor mana, baik sisi permintaan maupun sisi penawaran, yang relatif lebih penting terhadap inflasi harga pangan. Selain itu, belum ada penelitian yang mempertimbangkan apakah kebijakan sisi penawaran dapat digunakan secara efektif untuk mengendalikan inflasi harga pangan, selain kebijakan moneter yang dapat berdampak pada sisi permintaan.
Penelitian ini menggunakan data panel 34 provinsi di Indonesia, periode sampel QI/2010 – QIV/2022 dengan metode GMM. Sementara itu, untuk analisis ASEAN, data dari tiga negara yaitu Indonesia, Filipina, dan Vietnam dimasukkan pada periode yang sama dan menggunakan metode Autoregressive and Distributed Lag (ARDL). Hasil penelitian tersebut akan dipresentasikan dalam seminar ini.
Thumbnail photo by Albert Hyseni on Unsplash
Slides and video for past seminars:
