PENDAHULUAN

Perkembangan sektor perbankan di Indonesia beberapa tahun terakhir menunjukkan pergeseran yang sangat penting, terutama setelah adanya pandemi Covid-19 dan masuk ke tahap pemulihan ekonomi digital antara tahun 2021 hingga 2024. Perubahan dalam teknologi, perilaku nasabah, serta peningkatan persaingan dari fintech, mendorong lembaga perbankan untuk tidak hanya menitikberatkan pada aspek finansial, tetapi juga pada pengelolaan strategis, manajemen risiko, keterbukaan informasi, dan digitalisasi layanan. Situasi ini mengharuskan perbankan yang terdaftar di Bursa Efek Indonesia (BEI) untuk terus meningkatkan kinerja finansial secara berkelanjutan agar tetap bersaing dan mendapat kepercayaan dari para investor [1].

Dalam konteks ekonomi global yang semakin terhubung dan berubah dengan cepat, sektor keuangan, khususnya industri perbankan, selalu menjadi indikator penting untuk stabilitas dan pertumbuhan ekonomi di suatu negara. Dalam dekade terakhir, telah terjadi berbagai disrupsi mendasar, mulai dari krisis keuangan global, pandemi COVID-19, hingga percepatan revolusi industri 4.0 yang mendorong penggunaan teknologi secara luas [2]. Fenomena-fenomena ini telah mengubah ekspektasi pasar, perilaku konsumen, dan kerangka peraturan, sehingga bank-bank diharuskan untuk beradaptasi dengan cepat dan strategis agar tetap relevan dan menguntungkan. Menurut , Indonesia sebagai salah satu ekonomi terbesar di Asia Tenggara, tidak terhindar dari perubahan besar ini [3]. Sektor perbankan nasional, yang terdaftar di Bursa Efek Indonesia (BEI), telah menunjukkan daya tahan yang sangat layak dicatat, tetapi di sisi lain harus menghadapi berbagai tantangan kompleks yang memerlukan pendekatan manajemen yang kreatif dan fleksibel.

Periode 2021-2024 menjadi fase penting bagi perbankan Indonesia, dari pemulihan parcapandemi menuju ekonomi digital yang semakin berkembang. Otoritas Jasa Keuangan (OJK) mencatat bahwa meskipun rasio kecukupan modal (CAR) tetap kuat di atas batas regulasi, tantangan pada profitabilitas dan efisiensi operasional masih berlanjut (Karini, 2020). Data spesifik Perbankan Indonedia (SPI) per Desember 2024 menunjukkan total asset mencapai Rp. 12.460. triliun dengan pertumbuhan kredit stabil sekitar 10-12% [4].

Kinerja keuangan perbankan Indonesia menunjukkan tren pemulihan yang berkelanjutan setelah terpukul oleh pandemi COVID-19. Return on Assets (ROA), yang merupakan indikator utama efisiensi penggunaan aset dalam menghasilkan profit, menunjukkan perbaikan signifikan

Sumber : Otoritas Jasa Keuangan (Data diolah, 2024)

Gambar 1. Grafik Perkembangan ROA Perbankan Indonesia Periode 2021–2024

Data dari menunjukkan bahwa Return on Assets (ROA) perbankan Indonesia mengalami penurunan tajam dari 2.47% pada tahun 2019 menjadi 0.59-1.59% pada tahun 2020, mencerminkan dampak serius pandemi COVID-19 terhadap profitabilitas perbankan. Namun, sejak 2021, perbankan Indonesia menunjukkan tren pemulihan yang konsisten, dengan Return on Assets (ROA) meningkat menjadi 1.85% pada 2021, 2.01% pada 2022, dan mencapai 2.15-2.45% pada 2024. Peningkatan ini menunjukkan bahwa efisiensi penggunaan aset perbankan terus membaik seiring dengan normalisasi kondisi ekonomi dan optimalisasi operasional.

Berikut adalah gambaran tren kinerja keuangan perbankan Indonesia selama periode 2021-2024:

Gambar 2. Tren Kinerja Keuangan Perbankan Indonesia 2021-2024

Sumber : Otoritas Jasa Keuangan (Data diolah, 2024)

Grafik di atas secara visual mengilustrasikan bahwa meskipun terdapat fluktuasi, perbankan Indonesia secara umum berhasil menjaga stabilitas kinerja keuangannya. Namun, untuk memastikan pertumbuhan yang berkelanjutan di tengah persaingan yang semakin ketat, tidak hanya dari sesama bank konvensional dan syariah, tetapi juga dari entitas Financial Technology dan Big Tech, perbankan dituntut untuk mengadopsi sistem manajemen yang lebih canggih, meningkatkan transparansi risiko, dan mengakselerasi transformasi digital secara komprehensif [5]. Penelitian ini berfokus pada tiga pilar utama, yaitu Strategic Perfomance Measurement System (SPMS), Enterprise Risk Management Disclosure (ERMD), dan transformasi digital, yang dipandang berperan penting dalam membentuk kinerja keuangan perbankan modern.

Di Tengah ketidakpastian bisnis, kemampuan menerjemahkan strategi ke dalam tindakan operasional yang terukur menjadi krusial. SPMS berfungsi tidak hanya sebagai alat ukur, tetapi sebagai system terintegrasi yang meneyelaraskan visi, misi, dan tujuan strategis dengan aktivitas operasional melalui indikator kinerja finansial dan nonfinansial [6]. Melalui site mini, manajemen dapat memantau pencapaian strategi, mengidentifikasi area perbaikan, serta mengambil Keputusan berbasis data secara lebih tepat dan responsive [7]. Di sektor perbankan, SPMS membantu menghadapi tekanan kompetitif dan regulasi. Penerapan Balanced Scorecard (BSC) memungkinkan keseimbangan antara perspektif keuangan, pelanggan, proses internal. Serta pembelajaran dan pertumbuhan [8].

SPMS berdampak positif pada kinerja jika didukung budaya organisasi dan komitmen manajemen, serta mendorong penciptaan nilai jangka Panjang [9]. Namun, efektivitasnya, di perbankan Indonesia pascapandemi masih perlu dikaji, karena tanpa integrasi system dan budaya kinerja yang kuat, SPMS berpotensi menjadi formalitas tanpa dampak signifikan [10]. Oleh karena itu, penelitian ini menguji kontribusi SPMS terhadap kinerja keuangan perbankan di BEO periode 2021-2024.

Industri perbankan secara inheren adalah industri yang sangat terpapar risiko (high-risk industry) [11]. Berbagai jenis risiko, mulai dari risiko kredit, risiko pasar, risiko operasional, risiko likuiditas, hingga risiko siber yang semakin meningkat di era digital, dapat secara signifikan memengaruhi stabilitas dan profitabilitas bank dan pengelolaan risiko yang efektif melalui Enterprise Risk Management (ERM) menjadi pilar utama tata kelola perusahaan yang baik (Good Corporate Governance) [12]. Transparansi Enterprise Risk Management (ERM) melalui ERM Disclosure penting bagi investor, regulator, dan public akrena memuat informasi strategi dan pengelolaan Risiko bank secara menyeluruh. Pengungkapan ini mengurangi asimetri infomasi sehingga mendukung Keputusan investasi yang lebih tepat [13]. Sesuai standar internasional dan regulasi OJK, bank wajib menyajikan informasi resiko secara transparan dalam laporan tahunan dan keberlanjutan [4]. Integrasi pengungkapan ERM dan ESG juga terbukti meningkatkan kinerja serta nilai perusaan di pasar modal Indonesia. Transparansi risiko yang tinggi tidak hanya meningkatkan reputasi bank, tetapi juga dapat menurunkan biaya modal karena investor merasa lebih aman dalam berinvestasi [15]. Namun, terdapat pula argumen bahwa pengungkapan risiko yang terlalu detail dapat menimbulkan kekhawatiran yang tidak perlu di pasar (market panic) atau bahkan memberikan informasi yang dapat dimanfaatkan oleh pesaing [16]. Dalam konteks perbankan Indonesia periode 2021-2024, meningkatnya Risiko siber dan makroekonomi mendorong penelitian ini untuk mengkaji pengaruh Enterprise Risk Management (ERM) Disclosure terhadap kinerja keuangan bank.

Perkembangan digital telah mengubah cara operasional bisnis dan interaksi nasabah dengan layanan keuangan. Fi sektor perbankan, hal ini tercermin dalam transformasi digital, yaitu adopsi teknologi secara menyeluruh untuk meningkatkan nilai layanan, efisiensi, dan inovasi model bisnis. OJK merespons melalui cetak biru Transformasi Digital Perbankan guna memperkuat daya saing dan ketahanan bank (Sri Dwiningsih et al., 2025). Implementasinya meliputi pengembangan mobile dan internet banking, pemanfaatan cloud computing, serta penggunaan Arificial Intelligence (AI) dan machine learning untuk analisis data, personalisasi layanan, dan otomatisasi proses [17].

Dampak transformasi digital terhadap perbankan sangat signifikan. Dari sisi efisiensi, otomatisasi proses dan pengurangan penggunaan kertas dapat menurunkan rasio Biaya Operasional terhadap Pendapatan Operasional (BOPO) secara substansial. Secara profitabilitas, digitalisasi memungkinkan bank untuk menjangkau segmen pasar yang lebih luas, termasuk masyarakat yang sebelumnya unbanked atau underbanked, dengan biaya akuisisi nasabah yang lebih rendah . Bank Indonesia (2024) mencatat lonjakan transaksi digital banking sebesar 54,89% secara tahunan (year-on-year), yang secara jelas menunjukkan pergeseran preferensi konsumen menuju layanan digital (Nurmalia & Andi, 2024). Namun, transformasi digital juga membawa tantangan baru, termasuk kebutuhan investasi teknologi yang besar, risiko keamanan cyber yang meningkat, dan persaingan ketat dari perusahaan fintech yang lebih lincah [19]. Beberapa studi bahkan memperingatkan adanya digital paradox, di mana investasi teknologi yang masif tidak selalu diikuti dengan peningkatan profitabilitas yang sepadan dalam jangka pendek. Radita A.U, (2025) menemukan dampak positif transformasi digital terhadap kinerja keuangan, namun penelitian lebih lanjut diperlukan untuk memahami nuansa dampak ini di tengah perubahan cepat regulasi dan teknologi. Oleh karena itu, penelitian ini akan mengeksplorasi pengaruh transformasi digital terhadap kinerja keuangan perbankan di BEI selama periode 2021-2024.

Penelitian sebelumnya umunya menguji SPMS, ERM Disclosure, dan transformasi digital secara terpisah, sehingga masih terdapat research gap karena minimnya studi yang menggabungkan ketiganya, khususnya pada perbankan BEI periode 2021-2024. Selain itu, hasil penelitian juga tidak konsisten, seperti pengaruh SPMS yang bervariasi dan dampak transormasi digigital yang belum optimal pada profitabilitas jangka pendek. Hal ini menunjukkan perlunya kajian yang lebih komprehensif dan mutakhir untuk memahami keterkaitan ketiga variable terhadap kinerja keuangan [20].

Lebih lanjut, kebaruan (novelty) penelitian ini terletak pada integrasi tiga perspektif utama strategi (SPMS), tata kelola risiko (ERM Disclosure), dan teknologi (Transformasi Digital) dalam satu kerangka analisis yang komprehensif.

Pendekatan ini memungkinkan analisis pengaruh Simultan Ketiga variable terhadap kinerja keuangan yang sebelumnya lebih sering dikaji secara parsial. Penelitian juga difokuskan pada periode pascapandemi 2021-2024 sebagai fase transisi menuju ekonomi digital, sehingga memberikan relevansi empiris yang lebih actual.

Dalam model penelitian, ukuran Perusahaan (firm size)digunakan sebagai variable control. Ukuran perusahaan seringkali menjadi faktor penting yang memengaruhi kinerja keuangan karena bank dengan skala aset yang lebih besar (misalnya, Bank Umum Kelompok Usaha/BUKU 4) cenderung memiliki sumber daya yang lebih melimpah untuk investasi teknologi, sistem manajemen yang lebih canggih, dan kemampuan untuk menyerap risiko yang lebih besar dibandingkan bank-bank kecil. Perusahaan memiliki pengaruh signifikan terhadap kinerja keuangan, sehingga mengontrol variabel ini akan membantu memastikan bahwa pengaruh variabel independen terhadap kinerja keuangan tidak bias oleh perbedaan skala operasional bank [21].

Oleh karena itu, penelitian ini diusulkan untuk mengisi kesenjangan penelitian sebelumnya yang masih mengkaji variabel-variabel tersebut secara terpisah serta untuk memperoleh pemahaman yang lebih komprehensif mengenai faktor-faktor yang mempengaruhi kinerja keuangan perbankan di era pemulihan dan transformasi digital.

METODE

A. Rancangan Penelitian

Penelitian ini menggunakan metode kuantitatif yang secara konseptual merupakan pendekatan yang digunakan untuk menguji teori-teori objektif dengan menelaah hubungan antarvariabel, dimana variabel-variabel tersebut dapat diukur sehingga menghasilkan data berbentuk angka yang selanjutnya dianalisis dengan prosedur statistik (Creswell, 2022).

B. Definisi Operasional Variabel dan Pengukurannya

Dalam penelitian ini, variabel yang digunakan meliputi variabel independen berupa Strategic Performance Measurement System (SPMS), Enterprise Risk Management (ERM) Disclosure, dan Transformasi Digital, variabel dependen berupa Kinerja Keuangan yang diproksikan dengan Return on Assets (ROA), serta variabel kontrol berupa Ukuran Perusahaan.

1. Variabel Independen

Dalam konteks penelitian ini, variabel SPMS dipahami sebagai tingkat pengungkapan sistem pengukuran kinerja strategis yang tercermin dalam laporan tahunan perusahaan perbankan. SPMS tidak hanya menilai hasil akhir dalam bentuk keuangan, tetapi juga memperhatikan faktor-faktor nonkeuangan yang menjadi pendorong tercapainya tujuan strategis perusahaan.

Enterprise Risk Management (ERM) Disclosure adalah tingkat keluasan pengungkapan perusahaan mengenai bagaimana risiko dikelola secara terintegrasi dalam kegiatan bisnisnya.

1. Strategic Performance Measurement System (SPMS)
2. Enterprise Risk Management (ERM) Disclosure
3. Transformasi Digital

Transformasi digital dalam penelitian ini tidak diamati sebagai tingkat digitalisasi internal secara langsung, melainkan sebagai indeks pengungkapan inisiatif, strategi, dan arah transformasi digital yang disampaikan perusahaan dalam laporan tahunan.

1. Variabel Dependen

1. Kinerja Keuangan

Kinerja keuangan dalam penelitian ini merupakan variabel dependen yang diproksikan dengan Return on Assets (ROA). ROA dipilih karena rasio ini menggambarkan kemampuan perusahaan dalam menghasilkan laba melalui pemanfaatan seluruh aset yang dimilikinya.

1. Variabel Kontrol

1. Ukuran Perusahaan

Ukuran perusahaan dalam penelitian ini digunakan sebagai variabel kontrol karena besar kecilnya perusahaan dapat memengaruhi kemampuan perusahaan dalam mengakses sumber daya, membiayai inovasi, membangun sistem pengendalian, memperluas jaringan usaha, dan mempertahankan profitabilitas.

1. Metode Penelitian Data

Teknik yang dipakai untuk mengumpulkan data dalam studi ini adalah metode dokumentasi. Metode dokumentasi adalah cara pengumpulan data yang dilakukan dengan meneliti, mengumpulkan, mencatat, menganalisa, dan mengolah berbagai jenis dokumen yang relevan dengan kebutuhan studi.

Objek yang diteliti dalam studi ini adalah perusahaan subsektor perbankan yang terdaftar di Bursa Efek Indonesia (BEI). Waktu pelaksanaan penelitian ini dibatasi antara tahun 2021 hingga 2024.

1. Teknik Pengumpulan Data
2. Objek dan Waktu Penelitian
3. Populasi dan Sampling

Populasi dalam studi ini mencakup semua perusahaan di subsektor perbankan yang terdaftar di Bursa Efek Indonesia dalam rentang waktu 2021-2024. Berdasarkan informasi tentang perusahaan perbankan yang terdaftar di BEI, total populasi dalam penelitian ini terdiri dari 47 perusahaan perbankan. Sampel akhir penelitian ini terdiri atas 45 perusahaan perbankan yang memenuhi seluruh kriteria penelitian.

1. Metode Analisis Data

Analisis regresi data panel digunakan karena data dalam penelitian ini terdiri atas beberapa unit perusahaan yang diamati lebih dari satu periode. Analisis regresi data panel diterapkan karena dalam penelitian ini terdapat beberapa perusahaan yang dikaji selama lebih dari satu waktu.

1. Analisis Regresi Data Panel
2. Uji Asumsi Klasik

Sebelum hasil regresi diinterpretasikan, model yang digunakan perlu diuji terlebih dahulu melalui uji asumsi klasik. Tujuan dari pengujian ini adalah untuk memastikan apakah model regresi memenuhi kriteria statistik yang diperlukan agar hasil estimasi dianggap valid. Dalam penelitian dengan pendekatan kuantitatif, pengujian asumsi klasik merupakan langkah yang krusial karena penyimpangan dari asumsi-asumsi dasar dapat memengaruhi akurasi estimasi, ketepatan error standar, serta kevalidan dalam pengambilan keputusan terkait hipotesis penelitian.

Uji normalitas dilakukan untuk mengetahui apakah residual dalam model regresi berdistribusi normal. Model regresi yang baik seharusnya memiliki residual yang berdistribusi normal atau mendekatinya. Uji normalitas ini dapat dilakukan dengan menggunakan uji Jarque-Bera (JB).

Uji multikolinearitas bertujuan untuk mengetahui apakah antarvariabel independen dalam model regresi terdapat korelasi yang tinggi. Multikolinearitas yang terlalu kuat dapat menyebabkan koefisien regresi menjadi tidak stabil dan standar error menjadi besar, sehingga interpretasi pengaruh masing-masing variabel menjadi kurang meyakinkan.

Uji heteroskedastisitas dilakukan untuk mengetahui apakah varians residual bersifat konstan atau tidak. Model regresi yang baik diharapkan memiliki varians residual yang homogen atau homoskedastis (Manihutruk1 & Joko, 2025). Pengujian heteroskedastisitas dapat dilakukan menggunakan uji Breusch-Pagan. Uji ini mengukur apakah terdapat hubungan antar varians residual dengan variabel independen.

1. Uji Normalitas
2. Uji Multikolinearitas
3. Uji Heteroskedastisitas
4. Uji Autokorelasi

Uji autokorelasi bertujuan untuk mengetahui apakah residual pada satu periode memiliki hubungan dengan residual pada periode lain. Dalam konteks data panel, autokorelasi dapat muncul terutama karena adanya dimensi waktu dalam data. Salah satu cara untuk mendeteksi autokorelasi yaitu menggunakan uji Durbin-Watson (DW). 3

1. Uji Hipotesis

Uji t digunakan untuk mengetahui pengaruh masing-masing variabel independen secara individual atau parsial terhadap variabel dependen (Maniharuk1 & Joko, 2025). Uji ini menilai apakah koefisien regresi suatu variabel berbeda secara signifikan dari nol.

Uji F digunakan untuk mengukur kelayakan model regresi secara keseluruhan, yaitu untuk mengetahui apakah seluruh variabel independen dalam model secara bersama-sama berpengaruh terhadap variabel dependen (Juanda & Hakim, 2023).

1. Uji Parsial (Uji t)
2. Uji Simultan (Uji F)
3. Uji Koefisien Determinasi (R²)

Uji koefisien Determinasi (R²) digunakan untuk mengukur seberapa besar kemampuan variabel independen dalam menjelaskan variasi variabel dependen (Andini & Zakiyah, 2024).

HASIL DAN PEMBAHASAN

1. Deskripsi Data/Objek Penelitian

Objek dalam penelitian ini adalah perusahan subsektor perbankan yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2021-2024. Berdasarkan teknik purposive sampling, populasi awal penelitian berjumlah 47 perusahaan perbankan. Dari jumlah tersebut 2 perusahaan yang tidak memenuhi kriteria sampel karena tidak memiliki data penuh selama periode pengamatan, sehingga jumlah sampel akhir yang digunakan dalam penelitian ini adalah 45 perusahaan. Dengan periode observasi selama 4 tahun, total data panel yang dianalisis berjumlah 180 observasi.

Data penelitian ini merupakan data sekunder yang diperoleh dari laporan tahunan dan laporan keuangan tahunan perusahaan perbankan. Laporan tahunan digunakan untuk mengukur variabel Strategic Performance Measurement System (SPMS), Enterprise Risk Management (ERM) Disclosure, dan Transformasi Digital melalui pendekatan content analysis berbasis indeks pengungkapan. Sementara itu, laporan keuangan digunakan untuk menghitung kinerja keuangan yang diproksikan dengan Return on Assets (ROA) dan ukuran perusahaan yang diproksikan dengan logaritma natural total aset.

Tabel 1. Statistik Deskriptif Variabel Penelitian

Di bawah ini adalah penjelasan mengenai Tabel 1, sebagai berikut:

1. Variabel ROA memiliki nilai rata-rata sebesar 0,0077 dengan nilai minimum -0.1357 dan maksimum 0,0896. Hal ini menunjukkan bahwa profitabilitas perbankan dalam sampel cukup bervariasi, bahkan terdapat bank yang mengalami profitabilitas negatif. Sebaran ROA yang cukup lebar menandakan adanya perbedaan kemampuan antarbank dalam menghasilkan laba dari aset yang dimiliki.
2. Variabel SPMS memiliki nilai rata-rata sebesar 0,9049 yang menunjukkan bahwa secara umum perusahaan perbankan dalam sampel telah mengungkapkannya sebagian besar elemen sistem pengukuran kinerja strategis dalam laporan tahunannya. Hal ini mengindikasikan bahwa praktik pengungkapan SPMS di sektor perbankan cenderung tinggi.
3. Variabel ERMD memiliki rata-rata sebesar 0,9806 yang berarti perusahaan perbankan dalam sampel hampir seluruhnya mengungkapkan item-item manajemen risiko dalam laporan tahunan. Tingginya nilai rata-rata ini menunjukkan bahwa pengungkapan risiko dalam industri perbankan telah menjadi praktik yang relatif luas dan merata.
4. Variabel transformasi digital memiliki rata-rata sebesar 0,8556. Hal ini menunjukkan bahwa mayoritas bank dalam sampel telah mengungkapkan berbagai aspek transformasi digital, walaupun masih terdapat variasi antarbank dalam intensitas pengungkapannya.
5. Sementara itu, ukuran perusahaan memiliki rata-rata sebesar 31,5834 yang menunjukkan bahwa bank dalam sampel umumnya berada pada skala aset yang cukup besar, meskipun terdapat perbedaan ukuran antarperusahaan.

Apabila dilihat berdasrkan tahun pengamatan, rata-rata ROA menunjukkan kecenderungan membaik setelah tahun 2021. Rata-rata ROA tahun 2021 tercatat yaitu -0,0003, kemudian meningkat menjadi 0,0085 pada tahun 2022, 0,0114 pada tahun 2023, dan 0,0113 pada tahun 2024. Pola ini menunjukkan bahwa secara umum perbankan dalam sampel mengalami pemulihan kinerja keuangan pada periode penelitian

1. Analisis Hasil Penelitian

1. Uji Data Panel

Sebelum melakukan estimasi regresi data panel, langkah awal yang penting adalah menentukan model yang paling tepat untuk merepresentasikan hubungan antarvariabel dalam penelitian. Dalam analisis regresi data panel terdapat tiga pendekatan model yang umum digunakan, yaitu Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Oleh karena itu, untuk memperoleh model terbaik, penelitian ini melakukan uji pemilihan model melalui Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier (LM). Berikut ini disajikan tabel pemiliha n model regresi data panel yang digunakan dalam penelitian ini.

Tabel 2. Pemilihan Model Regresi Data Panel

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan hasil pemilihan moel regresi data panel, Uji Chow menunjukkan nilai probabilitas sebesar 0,0000 < 0,05 sehingga model yang tepat adalah Fixed Effect Model (FEM). Selanjutnya, Uji Hausman menunjukkan nilai probabilitas sebesar 0,1426 > 0,05, sehingga model yang lebih tepat adalah Random Effect Model (REM). Hasil Uji Lagrange Multiplier juga menunjukkan nilai probabilitas sebesar 0,0000 < 0,05, sehingga Random Efect Model (REM) lebih tepat dibandingkan Common Effect Model (CEM). Jadi model regresi data panel yang digunakan dalam penelitian ini adalah Random Effect Model (REM).

1. Uji Chow

Uji Chow digunakan untuk mengetahui apakah model regresi data panel dengan pendekatan Fixed Effect Model lebih tepat dibandingkan dengan model Common Effect Model. Dengan kata lain, uji ini bertujuan untuk memilih model terbaik antara CEM dan FEM.

Hipotesis dalam Uji Chow adalah sebagai berikut:

1. H0: Model yang tepat adalah Common Effect Model (CEM)
2. H1: Model yang tepat adalah Fixed Effect Model (FEM)

Kriteria pengambilan keputusan adalah:

1. Jika nilai probabilitas > 0,05, maka H0 diterima, sehingga model yang dipilih adalah CEM.
2. Jika nilai probabilitas < 0,05, maka H0 ditolak, sehingga model yang dipilih adalah FEM.

Telah dilakukan Uji Chow pada penelitian ini, dengan hasil sebagai berikut:

Tabel 3. Hasil Uji Chow

Redundant Fixed Effects Tests

Equition: Untitled

Test cross-section fixed effects

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan tabel diatas, diperoleh nilai prob. sebesar 0,0000 (< 0,05), sehingga H0 ditolak. Dengan demikian, dapat disimpulkan bahwa model terbaik yang dipilih adalah berdasarkan Uji Chow adalah Fixed Effect Model (FEM).

1. Uji Hausman

Uji Hausman digunakan untuk menentukan apakah model regresi data panel yang lebih tepat adalah Fixed Effect Model (FEM) atau Random Effect Model (REM).

Hipotesis dalam Uji Hausman adalah sebagai berikut:

1. H0: Model yang tepat adalah Random Effect Model (REM)
2. H1: Model yang tepat adalah Fixed Effect Model (FEM)

Kriteria pengambilan keputusan adalah:

1. Jika nilai probabilitas > 0,05, maka H0 diterima, sehingga model yang dipilih adalah REM.
2. Jika nilai probabilitas < 0,05, maka H0 ditolak, sehingga model yang dipilih adalah FEM.

Hasil Uji Hausman dalam penelitian ini adalah sebagai berikut:

Tabel 4. Hasil Uji Hausman

Correlated Random Effect – Hausman Test

Equition: Untitled

Test cross-section random effect

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan tabel diatas, diperoleh nilai prob. sebesar 0.1426 (> 0,05), sehingga H0 diterima. Dengan demikian, dapat disimpulkan bahwa model terbaik yang dipilih berdasarkan Uji Hausman adalah Random Effect Model (REM).

1. Uji Lagrange Multiplier (LM)

Uji Lagrange Multiplier digunakan untuk menentukan apakah model regresi data panel yang lebih tepat adalah Common Effect Model (CEM) atau Random Effect Model (REM).

Hipotesis dalam Uji Lagrange Multiplier adalah sebagai berikut:

1. H0: Model yang tepat adalah Common Effect Model (CEM)
2. H1: Model yang tepat adalah Random Effect Model (REM)

Kriteria pengambilan keputusan adalah:

1. Jika nilai probabilitas > 0,05, maka H0 diterima, sehingga model yang dipilih adalah CEM.
2. Jika nilai probabilitas < 0,05, maka H0 ditolak, sehingga model yang dipilih adalah REM.

Hasil Uji Lagrange Multiplier dalam penelitian ini adalah sebagai berikut:

Tabel 5. Hasil Uji Lagrange Multiplier (LM)

Lagrange Multiplier Tests for Random Effects

Null hypotheses: No effects

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan tabel diatas, nilai probabilitas sebesar 0,0000 (< 0,05), sehingga H0 ditolak. Dengan demikian, model terbaik berdasarkan Uji LM adalah Random Effect Model (REM).

1. Uji Asumsi Klasik

Uji Normalitas dilakukan untuk mengetahui apakah data dalam penelitian ini berdistribusi normal atau tidak. Telah dilakukan uji normalitas pada penelitian ini, dengan hasil sebagai berikut.

Gambar 3. Uji Normalitas (Data Diolah Eviews. 12)

Series: Residuals

Sample 1 180

Observations 180

Gambar 3 Uji Normalitas (Data Diolah Eviews. 12)

Berdasarkan hasil uji normalitas, diperoleh nilai Jarque-Bera sebesar 2,1458 dengan nilai probabilitas sebesar 0,3421. Nilai probabilitas > 0,05, maka dapat disimpulkan bahwa residual dalam penelitian berdistribusi normal.

1. Uji Normalitas
2. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk mengetahui apakah terdapat korelasi yang tinggi antarvariabel independen dalam model penelitian. Dalam penelitian ini,uji multikolinearitas dilakukan dengan melihat nilai Variance Inflation Factor (VIF).

Kriteria pengambilan keputusan adalah:

1. Jika nilai Centered VIF < 10, maka tidak terjadi multikolinearitas.
2. Jika nilai Centered VIF > 10, maka terjadi multikolinearitas.

Hasil uji multikolinearitas disajikan dalam tabel berikut.

Tabel 6. Hasil Uji Multikolinearitas

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan tabel diatas, seluruh nilai Centered VIF berada di bawah 10. Dengan demikian, dapat disimpulkan bahwa tidak terjadi multikolinearitas antarvariabel independen dan variabel kontrol dalam model penelitian.

1. Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk mengetahui apakah terjadi ketidaksamaan varians residual dalam model regresi. Pengujian dilakukan menggunakan Breusch-Pagan Test.

Dasar pengambilan keputusan:

1. Jika nilai probabilitas > 0,05, maka tidak terjadi heteroskedastisitas.
2. Jika nilai probabilitas < 0,05, maka terjadi heteroskedastisitas.

Tabel 7. Hasil Uji Heteroskedastisitas

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan tabel diatas, nilai probabilitas Obs*R-squared sebesar 0,3009 > 0,05 dan nilai probabilitas F-statistic sebesar 0,3052 > 0,05. Dengan demikian, dapat disimpulkan bahwa model penelitian tidak mengalami heteroskedastisitas.

1. Uji Auto Korelasi

Uji autokorelasi bertujuan untuk mengetahui apakah residual pada satu periode berkorelasi dengan residual pada periode lainnya. Dalam penelitian ini, uji autokorelasi dilakukan menggunakan Durbin-Watson Statistic.

Dasar pengambilan keputusan secara umum:

Nilai DW mendekati 2 menunjukkan tidak terjadi autokorelasi.

Nilai DW < 2 mengindikasikan adanya kecenderungan autokorelasi positif.

Nilai DW > 2 mengindikasikan adanya kecenderungan autokorelasi negatif.

Tabel 8 Hasil Uji Autokorelasi

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan tabel diatas, nilai Durbin-Watson sebesar 1,8924, yang mendekati angka 2, sehingga dapat disimpulkan bahwa model penelitian tidak mengalami autokorelasi.

Setelah dilakukan pemilihan model regresi data panel dan diperoleh bahwa model terbaik dalam penelitian ini adalah Random Effect Model (REM), maka tahap selanjutnya adalah melakukan estimasi regresi data panel untuk mengetahui pengaruh Strategic Performance Measurement System (SPMS), Enterprise Risk Management Disclosure (ERMD), dan Transformasi Digital terhadap Kinerja Keuangan (ROA) dengan Ukuran Perusahaan sebagai variabel kontrol.

Persamaan regresi data panel dalam penelitian ini dirumuskan sebagai berikut:

ROAit = a + β1SPMSit + β2ERMDit + β3TDit + β4SIZEit + eit

Keterangan:

ROA = Kinerja Keuangan

a = Konstanta

β1, β2, β3, β4 = Koefisien regresi

SPMS = Strategic Performance Measurement System

ERMD = Enterprise Risk Management Disclosure

TD = Transformasi Digital

SIZE = Ukuran Perusahaan

e = Error term

Hasil estimasi regresi data panel dengan menggunakan Random Effect Model (REM) disajikan pada tabel berikut.

Tabel 9 Hasil Regresi Data Panel Random Effect Model

Dependent Variable: ROA

Method: Panel EGLS (Cross-section random effect)

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan tabel diatas, diperoleh persamaan regresi sebagai berikut:

ROA = -0,0625 + 0,0124SPMS + 0,0087ERMD + 0, 0412TD + 0,0021SIZE

Berdasarkan persamaan regresi tersebut, koefisien Transformasi Digital bernilai positif sebesar 0,0412, yang menunjukkan bahwa kenaikan tingkat pengungkapan transformasi digital cenderung diikuti oleh kenaikan ROA. Sementara itu, koefisien SPMS dan ERMD juga bernilai positif namun perlu dilihat signifikansinya melalui uji t.

1. Analisis Regresi Data Panel
2. Uji Hipotesis

1. Uji Parsial (Uji t)

Uji t digunakan untuk mengetahui pengaruh masing-masing variabel independen secara parsial terhadap dependen.

Tabel 10 Hasil Uji Parsial (Uji t)

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan Tabel 10, dapat dijelaskan sebagai berikut:

1. Variabel SPMS memiliki nilai probabilitas sebesar 0,4533 > 0,05, sehinngga H1 ditolak. Artinya, tingkat pengungkapan SPMS tidak berpengaruh signifikan terhadap kinerja keuangan.
2. Variabel ERMD memiliki nilai probabilitas sebesar 0,7460 > 0,05, sehingga H2 ditolak. Artinya, tingkat pengungkapan ERM tidak berpengaruh signifikan terhadap kinerja keuangan.
3. Variabel Transformasi Digital memiliki nilai probabilitas sebesar 0,0100 < 0,05, sehingga H3 diterima. Artinya, tingkat pengungkapan transformasi digital berpengaruh positif signifikan terhadap kinerja keuangan.
4. Variabel Ukuran Perusahaan memiliki nilai probabilitas sebsar 0,0371 < 0,05, sehingga ukuran perusahaan sebagai variabel kontrol juga berprngaruh signifikan terhadap kinerja keuangan.

Uji F digunakan untuk mengetahui apakah seluruh variabel independen secara simultan berpengaruh terhadap variabel dependen.

Tabel 11 Hasil Uji Simultan (Uji F)

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan tabel diatas, diperoleh nilai Prob(F-statistic) sebesar 0,0004 < 0,05, sehingga H4 diterima. Dengan demikian, dapat disimpulkan bahwa secara simultan SPMS, ERMD, Transformasi Digital, dan Ukuran Perusahaan berpengaruh signifikan terhadap Kinerja Keuangan.

1. Uji Simultan (Uji F)
2. Koefisien Determinasi (R²)

Tabel 12 Hasil Koefisien Determinasi

Sumber: Data sekunder diolah menggunakan Eviews.12

Berdasarkan tabel diatas, nilai R-squared sebesar 0,1124 atau 11,24%. Hal ini menunjukkan bahwa variabel SPMS, ERMD, Transformasi Digital, dan Ukuran Perusahaan mampu menjelaskan variasi Kinerja Keuangan (ROA) sebesar 11,24%, sedangkan sisanya sebesar 88,76% dijelaskan oleh variabel lain di luar model penelitian.

1. Pembahasan

Hasil penelitian menunjukkan bahwa tingkat pengungkapan SPMS tidak berpengaruh signifikan terhadap kinerja keuangan perbankan. Hal ini dibuktikan dengan nilai probabilitas sebesar 0,4533 > 0,05, sehingga H1 ditolak.

Temuan ini menunjukkan bahwa tingginya pengungkapan elemen SPMS dalam laporan tahunan belum tentu diikuti oleh peningkatan ROA. Dalam perspektif Resource-Based View (RBV), SPMS memang merupakan kapabilitas strategis organisasi. Namun, karena penelitian ini mengukur tingkat pengungkapan SPMS, bukan efektivitas implementasinya secara langsung, maka luas pengungkapan tersebut belum tentu mencerminkan kualitas penerapan SPMS dalam aktivitas operasional perusahaan.

Secara empiris, hasil ini sejalan dengan beberapa penelitian terdahulu yang menemukan bahwa SPMS tidak selalu berpengaruh signifikan terhadap kinerja keuangan ketika hanya diukur dari aspek pelaporan atau disclosure, karena keberhasilan SPMS sangat bergantung pada kualitas implementasi, integrasi dengan budaya organisasi, serta komitmen manajemen puncak. Sebaliknya, penelitian lain yang menemukan pengaruh signifikan umumnya mengukur SPMS dari sisi penggunaan manajerial (managerial use), bukan sekadar pengungkapan. Hal ini menunjukkan adanya kesenjangan antara “what is reported” dan “what is practiced” dalam organisasi.

Temuan ini menegaskan bahwa menurut Resource Based New (RBV), tidak semua sumber daya yang diungkapkan otomatis menjadi keunggulan kompetitif. SPMS hanya berdampak pada kinerja jika telah menjadi embedded capability, yaitu, terintegrasi dalam pengambilan Keputusan dan budaya organisasi. Hasil non signifikan menunjukkan bahwa SPMS di perbankan Indonesia belum sepenuhnya berperan sebagai kapabilitas strategis yang bernilai,langka dan sulit ditiru.

Secara praktis, bank perlu memastikan SPMS digunakan secara nyata untuk pengambilan Keputusan strategis, pemantauan kinerja, dan penyelarasan organisasi, bukan sekedar formalitas pelaporan, agar memberikan kontribusi nyata terhadap kinerja keuangan.

Hasil penelitian menunjukkan bahwa tingkat pengungkapan ERMD tidak berpengaruh signifikan terhadap kinerja keuangan perbankan. Hal ini dibuktikan dengan nilai probabilitas sebesar 0,7460 > 0,05, sehingga H2 ditolak.

Temuan ini menunjukkan bahwa meskipun pengungkapan risiko penting dalam perspektif Signalling Theory, namun dalam industri perbankan pengungkapan risiko kemungkinan telah menjadi praktik umum yang bersifat kepatuhan. Akibatnya, tingkat pengungkapan ERM tidak lagi menjadi faktor pembeda utama antarbank dalam menciptakan profitabilitas.

Hasil ini konsisten dengan penelitian yang menyatakan bahwa ketika pengungkapan risiko telah distandarisasi oleh regulator seperti OJK, maka variabilitas antarperusahaan menjadi rendah sehingga tidak lagi memberikan sinyal yang kuat bagi investor. Namun, terdapat juga penelitian yang menemukan pengaruh positif ERM terhadap kinerja ketika yang diukur adalah kualitas manajemen risiko, bukan sekadar tingkat pengungkapan. Hal ini menunjukkan bahwa efektivitas ERM lebih ditentukan oleh praktik internal daripada transparansi eksternal semata.

Dalam perspektif Signalling Theory, temuan ini menunjukkan adanya “signal saturation”, yaitu kondisi di mana informasi yang disampaikan perusahaan sudah terlalu umum dan tidak lagi memiliki nilai diferensiasi di mata pasar. Oleh karena itu, meskipun ERM Disclosure secara teoritis berfungsi sebagai sinyal positif, dalam praktiknya sinyal tersebut kehilangan kekuatan informatif karena homogenitas pelaporan antarbank. Hal ini memperjelas bahwa hubungan antara teori dan hasil empiris bersifat kontekstual dan dipengaruhi oleh tingkat regulasi industri.Secara praktis, temuan ini mengindikasikan bahwa bank perlu berfokus pada peningkatan kualitas pengelolaan risiko yang bersifat substantif, seperti kemampuan mitigasi risiko kredit dan risiko digital, bukan hanya pada kepatuhan pelaporan. Transparansi tetap penting, tetapi harus diiringi dengan peningkatan kapabilitas risk management agar dapat memberikan dampak nyata terhadap kinerja keuangan.

Hasil penelitian menunjukkan bahwa tingkat pengungkapan Transformasi Digital berpengaruh positif signifikan terhadap kinerja keuangan, yang dibuktikan dengan nilai probabilitas sebesar 0,0100 < 0,05, sehingga H3 diterima.

Temuan ini menunjukkan bahwa tingkat pengungkapan transformasi digital yang lebih tinggi berkolerasi dengan kinerja keuangan perbankan (ROA). Sesuai Resource Based View (RBV), transformasi digital merupakan kapabilitas strategis yang meningkatkan efisiensi, kualitas layanan, inovasi, dan daya saing. Di perbankan, digitalisasi mempermudah layanan nasabah, memperluas akses transaksi, menekan biaya operasional, dan mempercepat proses bisnis. Bank dengan pengungkapan transofrmasi digital lebih tinggi menunjukkan komitmen terhadap digitalisasi yang berdampak positif pada profibilitas.

Temuan ini sejalan dengan berbagai penelitian terdahulu yang menunjukkan bahwa digitalisasi memiliki dampak langsung terhadap efisiensi operasional (penurunan BOPO) dan peningkatan pendapatan berbasis fee (fee-based income). Berbeda dengan SPMS dan ERM Disclosure, transformasi digital bersifat lebih tangible dan langsung dirasakan oleh nasabah, sehingga dampaknya terhadap kinerja keuangan lebih cepat terlihat.Implikasi praktisnya sangat kuat, yaitu bank perlu memprioritaskan investasi pada teknologi digital seperti mobile banking, artificial intelligence, dan data analytics, serta memastikan integrasi sistem digital dengan strategi bisnis. Selain itu, keberhasilan transformasi digital juga menuntut peningkatan literasi digital karyawan dan penguatan keamanan siber agar manfaat digitalisasi dapat dioptimalkan tanpa meningkatkan risiko operasional.

Secara teoretis, hasil ini menunjukkan bahwa transformasi digital memenuhi karakteristik utama dalam RBV sebagai dynamic capability, yaitu kemampuan organisasi untuk beradaptasi dan merespons perubahan lingkungan secara cepat. Hal ini menjelaskan mengapa transformasi digital memiliki pengaruh signifikan dibandingkan variabel lain, karena secara langsung berkontribusi pada penciptaan nilai dan efisiensi yang terukur dalam kinerja keuangan.

1. Pengaruh Strategic Performance Measurement System (SPMS) terhadap Kinerja Keuangan
2. Pengaruh Enterprise Risk Management (ERM) Disclosure terhadap Kinerja Keuangan
3. Pengaruh Transformasi Digital terhadap Kinerja Keuangan
4. Pengaruh SPMS, ERMD, dan Transformasi Digital terhadap Kinerja Keuangan

Hasil uji simultan menunjukkan bahwa SPMS, ERMD, Transformasi Digital, dan Ukuran Perusahaan secara bersama-sama berpengaruh signifikan terhadap kinerja keuangan, dengan nilai Prob(F-statistic) sebesar 0,0004 < 0,05, sehingga H4 diterima.

Hasil ini menunjukkan bahwa meskipun secara parsial hanya transformasi digital yang terbukti berpengaruh signifikan, namun secara simultan model penelitian tetap memiliki kemampuan menjelaskan variasi ROA. Hal ini menandakan bahwa kombinasi antara sistem pengukuran kinerja strategis, pengungkapan risiko, transformasi digital, dan ukuran perusahaan secara keseluruhan memiliki relevansi terhadap kinerja keuangan perbankan.

Dengan demikian, hasil penelitian ini menunjukkan bahwa pada sektor perbankan Indonesia periode 2021-2024, transformasi digital menjadi variabel yang paling dominan, sementara variabel lain lebih berperan sebagai faktor pendukung dalam model secara keseluruhan.

Temuan ini menunjukkan SPMS dan ERM Disclosure sebagai fondasi tata Kelola, sementara transformasi digital menjadi penggerak kinerja. Tanpa manajemen dan pengelolaan Risiko yang kuat, digitalisasi sulit dimaksimalkan. Praktisnya, peningkatan kinerja bank memerlukan sinergi ketiganya, yang juga menegaskan pentingnya pendekatan integrative dibanding analisis parsial sebelumnya. Sebagai implikasi strategis yang lebih luas, penelitian ini merekomendasikan agar industri perbankan mengadopsi pendekatan transformasi digital yang tidak berdiri sendiri, melainkan terintegrasi dengan penguatan governance dan performance system. Hal ini penting untuk memastikan bahwa digitalisasi tidak hanya meningkatkan efisiensi jangka pendek, tetapi juga menciptakan keberlanjutan kinerja keuangan dalam jangka panjang.

KESIMPULAN

Berdasarkan hasil pengolahan data panel, pengujian hipotesis, dan pembahasan penelitian mengenai pengaruh Strategic Performance Measurement System (SPMS), Enterprise Risk Management Disclosure (ERMD), dan Transformasi Digital terhadap kinerja kuangan pada Perusahaan subsector perbankan yang terdaftar di Bursa Efek Indonesia periode 2021–2024, maka dapat dirumuskan beberapa kesimpulan sebagai berikut.

1. Hasil Uji Kuantitatif

Hasil regresi menunjukkan bahwa variabel SPMS memiliki nilai koefisien regresi sebesar 0,0124, t-statistic sebesar 0,7515, dan probabilitas sebesar 0,4533. Karena nilai probabilitas (> 0,05), maka H1 ditolak. Dengan demikian, tingkat pengungkapan SPMS belum terbukti berpengaruh signifikan terhadap kinerja keuangan yang diproksikan dengan Return on Assets (ROA)

Hasil regresi menunjukkan bahwa variabel ERMD memiliki nilai koefisien regresi sebesar 0,0087, t-statistic sebesar 0,3246, dan probabilitas sebesar 0,7460. Karena nilai probabilitas (>0 ,05), maka H2 ditolak. Dengan demikian, tingkat pengungkapan ERMD belum terbukti berpengaruh signifikan terhadap kinerja keuangan perbankan.

Hasil regresi menunjukkan bahwa variabel transformasi digital memiliki nilai koefisien regresi sebesar 0,0412, t-statistic sebesar 2,6076, dan probabilitas sebesar 0,0100. Karena nilai probabilitas (< 0,05), maka H3 diterima. Dengan demikian, tingkat pengungkapan transformasi digital terbukti berpengaruh positif signifikan terhadap kinerja keuangan perbankan.

Hasil regresi menunjukkan bahwa variabel ukuran perusahaan memiliki nilai koefisien regresi sebesar 0,0021, t-statistic sebesar 2,1000, dan probabilitas sebesar 0,0371. Karena nilai probabilitas (< 0,05), maka ukuran perusahaan dalam penelitian ini terbukti berpengaruh signifikan terhadap kinerja keuangan.

Hasil uji simultan menunjukkan nilai F-statistic sebesar 5,5408 dengan Prob(F-statistic) sebesar 0,0004. Karena nilai probabilitas (< 0,05) maka H4 diterima. Dengan demikian, seluruh variabel dalam model penelitian secara bersama-sama berpengaruh signifikan terhadap kinerja keuangan perbankan.

1. Strategic Performance Measurement System (SPMS) tidak berpengaruh signifikan terhadap kinerja keuangan perbankan
2. Enterprise Risk Management Disclosure tidak berpengaruh signifikan terhadap kinerja keuangan perbankan.
3. Transformasi Digital berpengaruh positif signifikan terhadap kinerja keuangan perbankan.
4. Ukuran Perusahaan sebagai variabel kontrol berpengaruh signifikan terhadap kinerja keuangan.
5. Secara simultan, SPMS, ERMD, Transformasi Digital, dan Ukuran Perusahaan berpengaruh signifikan terhadap kinerja keuangan perbankan.
6. Kemampuan model dalam menjelaskan variabel dependen masih tergolong terbatas.

Hasil koefisien determinasi menunjukkan nilai R-squared sebesar 0,1124 atau 11,24% serta Adjusted R-squared sebesar 0,0921. Hal ini menunjukkan bahwa variasi kinerja keuangan perbankan yang diproksikan dengan ROA dapat dijelaskan oleh variabel SPMS, ERMD, Transformasi Digital dan Ukuran Perusahaan sebesar 11,24%, sedangkan sisanya sebesar 88,76% dijelaskan oleh variabel lain di luar model penelitian.

1. Temuan Baru

Temuan baru dalam penelitian ini menunjukkan bahwa di antara ketiga variabel utama yang diuji, transformasi digital merupakan satu-satunya variabel independen yang terbukti berpengaruh secara parsial terhadap kinerja keuangan perbankan. Hasil ini ditunjukkan oleh koefisien sebesar 0,0412 dan probabilitas sebesar 0,0100, yang berarti bahwa transformasi digital memiliki kontribusi yang nyata terhadap peningkatan profitabilitas bank.

Sebaliknya, SPMS dan ERMD tidak menunjukkan pengaruh signifikan secara parsial, meskipun keduanya memiliki arah koefisien positif. Hal ini menunjukkan bahwa dalam konteks perusahaan perbankan yang terdaftar di Bursa Efek Indonesia periode 2021-2024, aspek digital lebih dominan dan lebih nyata pengaruhnya terhadap kinerja keuangan dibandingkan aspek pengungkapan sistem pengukuran kinerja strategis dan pengungkapan manajemen risiko.

Secara teoretis, temuan ini menegaskan bahwa kapabilitas berbasis teknologi (digital capability) memiliki peran lebih langsung dalam meningkatkan kinerja keuangan dibandingkan kapabilitas administratif seperti sistem dan tata kelola. Hal ini memperkuat perspektif Resource-Based View (RBV) bahwa hanya sumber daya yang strategis, dinamis, dan relevan dengan perubahan lingkungan seperti transformasi digital yang mampu menciptakan keunggulan kompetitif. Secara strategis, perbankan perlu memprioritaskan transformasi digital yang terintegrasi dengan strategi bisnis, mencakup pengembangan layanan digital, efisiensi operasional, dan penguatan infrastruktur TI, serta diimbangi dengan penguatan implementasi SPMS dan ERM secara substantif, bukan sekadar pengungkapan. Secara praktis, peningkatan kinerja keuangan di era digital menuntut lebih dari sekadar kepatuhan pelaporan, yaitu inovasi teknologi berkelanjutan, penguatan SDM digital, serta integrasi sistem manajemen, tata kelola risiko, dan strategi digital secara holistik.

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada seluruh pihak yang telah memberikan dukungan dalam penyusunan artikel ini, khususnya kepada dosen pembimbing, pihak perusahaan perbankan yang menjadi objek penelitian, serta semua pihak yang telah membantu dalam pengumpulan dan pengolahan data. Semoga penelitian ini dapat memberikan manfaat sebagai referensi ilmiah dan kontribusi dalam pengembangan ilmu akuntansi serta keuangan, khususnya terkait kinerja perbankan di Indonesia.