DIGITALIZATION, BANKING COMPETITION, AND CREDIT RISK AS ANTECEDENTS OF BANK STABILITY MEDIATED BY PROFITABILITY
Notice bibliographique
Résumé
This study aims to analyze the effects of digitalization, banking competition, and credit risk on bank stability, with profitability as a mediating variable in conventional banking in Indonesia. This study employs a quantitative research design using hypothesis testing to examine the relationships between independent and dependent variables. The sample is selected using purposive sampling, consisting of conventional banks, including state-owned banks, private banks, regional development banks, and foreign banks. The observation period covers quarterly data from the first quarter of 2019 to the second quarter of 2025. Using panel data, a total of 2,366 observations are obtained. The analytical method applied is panel regression. The results indicate that digitalization does not have a direct effect on bank stability, but it has a positive effect on profitability. Profitability is found to have a positive effect on bank stability and mediates the relationship between digitalization and stability. Banking competition positively affects bank stability but does not significantly influence profitability. Profitability does not mediate the relationship between competition and stability. Credit risk does not directly affect bank stability and does not significantly influence overall profitability. However, when examined through individual profitability measures, credit risk shows a positive effect on profitability. Furthermore, profitability does not mediate the relationship between credit risk and bank stability when measured in aggregate, but partial mediation is observed through specific profitability indicators. The findings suggest that digitalization should be positioned as a strategic tool to enhance profitability, which in turn strengthens bank stability. Banking competition needs to be effectively managed to maintain systemic stability, while credit risk remains a critical instrument in supporting profitability and ensuring long-term sustainability in the banking industry. Digitalization, Banking Competition, Profitability, Credit Risk, Bank Stability
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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 ».