RISK GOVERNANCE EFFECTIVENESS IN INDONESIA’S ANTI-SCAM ENFORCEMENT: AN EMPIRICAL ASSESSMENT FOR 2025
Notice bibliographique
Résumé
This study evaluates the effectiveness of Indonesia’s Financial Services Authority (OJK) in responding to the rising prevalence of financial scams during the first quarter of 2025, with particular emphasis on risk governance and systemic resilience. The regression results (Y = 4194.91 + 14.88X; R² = 0.954; p = 0.023) indicate a strong and statistically significant relationship between the value of reported financial losses and the number of blocked accounts, reflecting OJK’s active and measurable enforcement actions. However, further analysis uncovers a critical paradox: although the absolute number of blocked funds increased, the Fund Blocking Success Rate declined markedly from 5.57% to 2.70%, signalling limited mitigation effectiveness. A subsequent regression examining the relationship between the number of blocked accounts and the fund-blocking success rate revealed weak significance (R² = 0.555; p = 0.255), suggesting structural and systemic disconnections within existing enforcement mechanisms. The novelty of this study lies in demonstrating that real-time enforcement capacity continues to lag behind the rapid escalation of digital scams. This gap is driven primarily by non-interoperable digital infrastructures, insufficient predictive analytical tools, and fragmented institutional coordination. The findings underscore urgent implications: achieving effective risk governance requires the integration of predictive analytics, early-warning systems, and fully interoperable institutional frameworks. By providing original empirical evidence, this research contributes to the regulatory literature and calls for a strategic redesign of Indonesia’s digital financial crime prevention architecture.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».