Analysis of Banking Credit Response to Quantitative Easing Policy during the Covid-19 Pandemic in Indonesia: IPB University

Tujuan dari penelitian ini adalah untuk mengidentifikasi respon kredit/pembiayaan perbankan dan menganalisis variabel karakteristik bank apa saja yang menyebabkan dan berpotensi membedakan respon kredit/pembiayaan perbankan setelah penerapan kebijakan Quantitative Easing selama pandemi Covid-19 di Indonesia. Penelitian ini menggunakan Tipologi Klaassen, Analisis Diskriminan, dan metode Multinomial Logistic. Dengan data kuantitatif dari 30 bank yang masuk dalam buku 2 dan 3, diperoleh hasil bahwa Pada Quantitative Easing 1 masing-masing terdapat 15 bank yang memiliki pertumbuhan kredit/pembiayaan positif, sedangkan pada pelonggaran kuantitatif 2 terdapat 14 bank yang memiliki pertumbuhan kredit/pembiayaan positif dan 16 bank dengan pertumbuhan kredit/pembiayaan stagnan atau negatif dengan variabel yang dapat membedakan respon kredit bank adalah pertumbuhan deposit. Studi ini juga menyimpulkan bahwa dengan metode Multinomial Logistic menunjukkan bahwa variabel positif yang signifikan di semua kuadran adalah rasio aset sekuritas terhadap total asetThe purpose of this study is to identify the response of banking credit/financing and to analyze which bank characteristic variables have caused and had the potential to differentiate in banking credit/financing responses after the implementation of the quantitative easing policy during the Covid-19 pandemi in Indonesia. This study uses the Klaassen Typology, Discriminant Analysis, and Multinomial Logistics methods. With quantitative data from 30 banks included in books 2 and 3, the results show that In quantitative easing 1, there are 15 banks respectively that have positive credit/financing growth, while in quantitative easing 2 there are 14 banks that have positive credit/financing growth and 16 banks with stagnant or negative credit/financing growth with variable that can distinguishes the bank's credit response is deposit growth. The study also concluded that with the Multinomial Logistic method show that a significant positive variable in all quadrants is the security asset to total assets ratio