Laporan Benchmarking Statistik Sistem Pembayaran
Komparasi Internasional — Advanced Economies, Emerging Markets & ASEAN Peers, International Organizations
Tim DSta-DSKP — Bank Indonesia
Laporan ini menyajikan hasil benchmarking terhadap praktik publikasi statistik sistem pembayaran di 20 negara dan 7 organisasi internasional. Benchmarking dilakukan dengan membandingkan cakupan dan granularitas data yang dipublikasikan oleh masing-masing bank sentral terhadap standar CPMI-BIS Red Book Statistics — acuan utama pelaporan SP bagi seluruh anggota CPMI, termasuk Indonesia. Fokus perbandingan diarahkan pada empat area kritis: fast payment systems, kliring & setelmen ritel, CCP, dan CSD.
1. Gambaran Umum
Sebaran 20 negara yang di-benchmark menurut klasifikasi ekonomi dan regional
Benchmarking mencakup 9 negara maju (advanced economies) yang mewakili standar publikasi paling matang, 11 negara berkembang (emerging markets) yang mencakup 5 peer ASEAN Indonesia, serta 7 organisasi internasional yang menetapkan standar atau mempublikasikan data SP secara lintas negara. Seluruh negara dinilai berdasarkan alignment score — sebuah skor 0–100 yang mengukur sejauh mana cakupan publikasi SP suatu negara selaras dengan struktur Red Book Statistics CPMI-BIS.
Rata-rata Advanced Economies
Rata-rata Emerging Markets
Rata-rata ASEAN Peers
Skor rata-rata antara ketiga kelompok menunjukkan pola yang menarik. Kelompok advanced economies memperoleh rata-rata 90, sementara kelompok emerging markets tidak terpaut jauh di angka 88. Bahkan, rata-rata ASEAN peers mencapai 88 — mengindikasikan bahwa negara-negara ASEAN, khususnya Malaysia (95), Thailand (94), dan Filipina (88), telah membangun praktik publikasi data SP yang cukup sejajar dengan negara maju. Indonesia sendiri berada di skor 85, yang berarti masih terdapat ruang perbaikan terutama dibandingkan dengan sesama peer regional.
Seberapa Lengkap Negara-Negara Mempublikasikan Data SP?
Diagram di bawah menunjukkan berapa banyak dari 20 negara yang mempublikasikan data secara lengkap (hijau), sebagian (kuning), atau belum sama sekali (merah) untuk setiap kategori SP.
Dari diagram di atas, terlihat bahwa LVPS, pembayaran ritel, dan uang kartal merupakan kategori yang hampir seluruh negara sudah mempublikasikan secara lengkap — ini sejalan dengan kewajiban pelaporan Red Book yang sudah berjalan puluhan tahun. Sebaliknya, payment fraud statistics menjadi kategori dengan cakupan paling rendah: hanya sebagian kecil negara yang mempublikasikan data fraud secara terintegrasi dalam statistik SP mereka. ECB, UK, Australia, dan Brazil termasuk yang sudah melakukannya, sementara SPIP Indonesia belum mencakup kategori ini. Kategori fast payment juga menunjukkan variasi yang cukup tinggi — beberapa negara baru meluncurkan sistem fast payment dalam 2–3 tahun terakhir, sehingga data publikasinya masih bersifat parsial.
2. Komparasi per Negara
Detail benchmark masing-masing negara — klik untuk melihat informasi lengkap infrastruktur dan publikasi SP-nya
Kelompok negara maju berikut mewakili praktik publikasi SP yang paling matang secara global. ECB (98) menjadi acuan tertinggi berkat cakupan yang mencakup seluruh kategori termasuk contactless, instant payment share, dan fraud statistics dengan frekuensi semi-annual. Di sisi lain, beberapa negara maju seperti Switzerland (82) masih dalam tahap awal pengembangan instant payment — SIC Instant Payment baru diluncurkan pada 2024.
3. Komparasi Fast Payment Systems
Fast payment — atau sistem pembayaran yang memproses transaksi secara real-time atau mendekati real-time — telah menjadi infrastruktur inti di hampir seluruh negara benchmark. Tabel berikut membandingkan sistem fast payment di masing-masing negara, termasuk tahun peluncuran, volume dan nilai transaksi tahun 2024, jumlah pengguna atau peserta, serta tingkat interoperabilitas lintas batas.
| Negara | Sistem | Tahun | Volume 2024 | Nilai 2024 | Pengguna/Peserta | Interoperabilitas |
|---|---|---|---|---|---|---|
| Advanced Economies | ||||||
| United States | FedNow | 2023 | ~1,5 juta transaksi | ~USD 38,19 miliar | 1.200+ institusi aktif | Berdampingan dengan RTP (TCH) |
| Euro Area | TIPS | 2018 | 455 juta transaksi | ~EUR 283 miliar (~USD 310 miliar) | PSP terhubung di seluruh Euro Area | Terintegrasi SEPA Instant Credit Transfer |
| United Kingdom | Faster Payments (FPS) | 2008 | Data dalam Red Book Vol.2 | Data dalam Red Book Vol.2 | 35+ direct participants | Pionir fast payment global |
| Japan | Zengin System | 1973 | Data dalam Red Book Vol.2 | Data dalam Red Book Vol.2 | 1.100+ institusi | Terintegrasi dengan mobile/internet banking |
| Australia | NPP (New Payments Platform) | 2018 | Data dalam Red Book Vol.1 | Data dalam Red Book Vol.1 | 100+ financial institutions | PayID (alias), PayTo (third-party initiated) |
| Sweden | Swish | 2012 | ~1 miliar transaksi/tahun | Data dalam Red Book Vol.1 | 8+ juta pengguna (80% populasi) | P2P, P2M, e-commerce |
| Singapore | FAST + PayNow | 2014 | Data dalam MAS Semi-Annual Report | Data dalam MAS Semi-Annual Report | 25+ banks | Cross-border: PayNow-PromptPay, PayNow-DuitNow |
| Emerging Markets & ASEAN Peers | ||||||
| India | UPI (Unified Payments Interface) | 2016 | ~185,8 miliar transaksi | ~USD 3-3,4 triliun | 491 juta pengguna, 65 juta merchant | Cross-border: UPI-PayNow (Singapore), UPI-PromptPay (pilot) |
| Brazil | PIX | 2020 | 63,8 miliar transaksi | ~USD 4-5 triliun | 160 juta pengguna (63% populasi dewasa) | P2P, P2M, P2G, QR code, NFC (pilot) |
| IndonesiaASEAN | BI-FAST + QRIS | 2022 | Data dalam SPIP BI | Data dalam SPIP BI | Peserta BI-FAST + 30+ juta merchant QRIS | QRIS cross-border (Thailand, Malaysia, Singapore) |
| MalaysiaASEAN | DuitNow + DuitNow QR | 2018 | 870 juta transaksi QR | RM 31,1 miliar (QR) | 2,6 juta acceptance points | Cross-border: DuitNow-PromptPay, DuitNow-QRIS |
| ThailandASEAN | PromptPay | 2017 | Data dalam BOT Payment Data | Data dalam BOT Payment Data | 60+ juta registrasi (85%+ populasi dewasa) | Cross-border: PromptPay-PayNow (Singapore), Thai QR-QRIS |
| PhilippinesASEAN | InstaPay | 2018 | 1,4 miliar transaksi (+67,8%) | PHP 7,35 triliun (+46,3%) | 86 institusi peserta | Terhubung dengan PESONet (batch) |
| VietnamASEAN | NAPAS | 2020 | QR payment +106,7% YoY | QR payment +84,8% YoY | Data terbatas | Terbatas |
Data di atas menunjukkan dua pola yang menonjol. Pertama, skala adopsi fast payment di kelompok emerging markets jauh melampaui kelompok advanced economies — UPI India memproses sekitar 185 miliar transaksi per tahun (hampir separuh volume instant payment global), sementara PIX Brazil mencapai 63,8 miliar transaksi hanya dalam empat tahun sejak peluncuran. Sebagai perbandingan, FedNow yang diluncurkan Juli 2023 di Amerika Serikat baru mencatat sekitar 1,5 juta transaksi. Pola ini mencerminkan fenomena leapfrogging: negara berkembang mengadopsi fast payment secara masif karena memiliki basis pengguna besar yang sebelumnya tidak terlayani oleh infrastruktur pembayaran tradisional.
Kedua, kawasan ASEAN memimpin dalam interoperabilitas cross-border fast payment. Linkage PromptPay-PayNow (Thailand-Singapura), DuitNow-QRIS (Malaysia-Indonesia), dan berbagai koridor bilateral lainnya menjadikan ASEAN sebagai kawasan paling terintegrasi dalam hal pembayaran ritel lintas batas. Kondisi ini perlu tercermin dalam statistik SPIP Indonesia — saat ini, data transaksi cross-border fast payment belum dipublikasikan sebagai kategori tersendiri.
4. Komparasi Kliring & Setelmen
Bagian ini membandingkan empat pilar infrastruktur kliring dan setelmen: RTGS (pembayaran bernilai besar), ACH/Retail Clearing (kliring ritel), CCP (central counterparty untuk pasar modal), dan CSD (central securities depository). Untuk setiap negara, disajikan nama sistem, operator, jenis statistik yang dipublikasikan, serta frekuensi publikasinya. Perbandingan ini memungkinkan identifikasi area di mana publikasi SPIP Indonesia sudah sejajar atau masih perlu diperkuat relatif terhadap praktik negara lain.
RTGS
10 negaraHampir seluruh negara benchmark sudah mempublikasikan data RTGS secara lengkap (volume, nilai, jumlah peserta). Indonesia melalui BI-RTGS termasuk yang cukup granular — data disajikan per jenis transaksi, per kelompok bank, dan per regional, dengan frekuensi monthly yang lebih tinggi dibandingkan sebagian besar negara maju yang hanya mempublikasikan secara annual.
| Negara | Sistem | Operator | Statistik yang Dipublikasikan | Frekuensi |
|---|---|---|---|---|
| IndonesiaID | BI-RTGS | Bank Indonesia | VolumeValuePer jenis transaksiPer kelompok bankRegional | Monthly |
| Euro Area | TARGET (T2) | ECB / Eurosystem | VolumeValueJumlah pesertaAvailabilityPeak volume | Annual (Red Book) |
| United States | Fedwire | Federal Reserve | VolumeValueJumlah pesertaAverage per transaction | Annual |
| Japan | BOJ-NET | Bank of Japan | VolumeValueJumlah peserta | Monthly |
| United Kingdom | CHAPS | Bank of England | VolumeValueJumlah pesertaSettlement data | Annual |
| India | RTGS | Reserve Bank of India | VolumeValueMonthly trends | Monthly |
| Malaysia | RENTAS | Bank Negara Malaysia | VolumeValue | Monthly |
| Thailand | BAHTNET | Bank of Thailand | VolumeValueRegular updates | Regular |
| Singapore | MEPS+ | MAS | VolumeValueSIPS designation | Semi-annual |
| Brazil | STR | Banco Central do Brasil | VolumeValueJumlah peserta | Monthly |
ACH/Retail Clearing
8 negaraUntuk kliring ritel, Indonesia melalui SKNBI sudah mempublikasikan data per instrumen (kredit dan debit) serta per regional. Filipina melalui PESONet menunjukkan transparansi tinggi dengan data quarterly yang mencakup volume, nilai, jumlah peserta, dan growth rate. Beberapa negara seperti Euro Area (SEPA) sudah mempublikasikan instant payment share dalam data kliring ritelnya — aspek yang belum tersedia di SPIP.
| Negara | Sistem | Operator | Statistik yang Dipublikasikan | Frekuensi |
|---|---|---|---|---|
| IndonesiaID | SKNBI | Bank Indonesia | VolumeValuePer instrumen (kredit/debit)Regional | Monthly |
| Euro Area | SEPA (SCT/SDD) | EPC / EBA Clearing | VolumeValuePer instrumenInstant share | Semi-annual |
| United States | FedACH | Federal Reserve | VolumeValueCredit vs debit | Annual |
| Japan | Zengin System | Japanese Bankers Association | VolumeValueJumlah peserta | Monthly |
| India | NEFT | Reserve Bank of India | VolumeValueMonthly trends | Monthly |
| Malaysia | IBG (Interbank GIRO) | PayNet (BNM) | VolumeValue | Monthly |
| Thailand | ITMX | NITMX | VolumeValue | Regular |
| Philippines | PESONet | PCHC | VolumeValueJumlah pesertaGrowth rate | Quarterly |
CCP
6 negaraData CCP (central counterparty) dipublikasikan dalam format CPMI-IOSCO Public Quantitative Disclosure (PQD) oleh sebagian besar negara maju secara triwulanan. Indonesia melalui KPEI sudah mempublikasikan data anggota kliring dan transaksi yang diselesaikan, namun belum mencakup data margin dan default fund yang merupakan standar PQD internasional.
| Negara | Sistem | Operator | Statistik yang Dipublikasikan | Frekuensi |
|---|---|---|---|---|
| IndonesiaID | KPEI | PT KPEI | Jumlah anggota kliringKontrak diselesaikanNilai perdagangan | Monthly (SPIP) |
| Euro Area | LCH / Eurex | LCH Group / Deutsche Börse | Cleared transactionsOpen interestMarginDefault fundPQD | Quarterly (PQD) |
| United States | DTCC / OCC / CME | Various | Cleared volumeOpen interestMarginDefault fundPQD | Quarterly (PQD) |
| Japan | JSCC | Japan Securities Clearing Corp | Cleared transactionsMembersPQD | Quarterly (PQD) |
| India | CCIL | Clearing Corp of India | Cleared transactionsMembersMargin | Monthly |
| Singapore | CDP | SGX | Cleared transactionsMembersPQD | Quarterly (PQD) |
CSD
7 negaraUntuk CSD, Indonesia melalui KSEI sudah mempublikasikan data yang relatif lengkap — mencakup peserta langsung, sekuritas yang disimpan, dan instruksi pengiriman (settlement). Cakupan ini sudah sejalan dengan Red Book Table 16-17, menjadikan publikasi CSD sebagai salah satu area terkuat dalam SPIP.
| Negara | Sistem | Operator | Statistik yang Dipublikasikan | Frekuensi |
|---|---|---|---|---|
| IndonesiaID | KSEI | PT KSEI | Peserta langsungSekuritas disimpan (volume & value)Instruksi pengirimanSettlement | Monthly (SPIP) |
| Euro Area | Euroclear / Clearstream / T2S | Various | Securities heldSettlement volume & valueFail rateDVP modelPQD | Quarterly (PQD) |
| United States | DTC (DTCC) | DTCC | Securities heldSettlement activityPQD | Quarterly (PQD) |
| Japan | JASDEC | Japan Securities Depository Center | Securities heldSettlementMembers | Annual |
| India | NSDL + CDSL | NSDL / CDSL | Securities heldDemat accountsSettlement | Monthly |
| Malaysia | Bursa Depository | Bursa Malaysia | Securities heldSettlementMembers | Annual |
| Thailand | TSD | Thailand Securities Depository | Securities heldSettlementMembers | Annual |
5. Posisi Indonesia terhadap Benchmark
Bagian ini menempatkan posisi SPIP Indonesia secara komparatif terhadap seluruh negara benchmark. Skor alignment Indonesia (85) menempatkannya di bawah rata-rata ketiga kelompok pembanding — baik advanced economies (90), emerging markets (88), maupun ASEAN peers (88). Meskipun selisihnya tidak besar, gap ini perlu mendapat perhatian mengingat Indonesia adalah anggota CPMI dan memiliki kewajiban pelaporan terhadap Red Book Statistics.
Indonesia — Bank Indonesia (SPIP)
Alignment Score: 85/100
Skor 85 menunjukkan bahwa SPIP sudah memiliki fondasi yang kuat — data APMK, RTGS, SKNBI, dan FMI (KPEI/KSEI) tercakup dengan baik. Namun, beberapa kategori data yang sudah menjadi standar internasional masih belum tersedia, khususnya di area fast payment dan fraud. Di kawasan ASEAN sendiri, Malaysia dan Thailand sudah melampaui Indonesia dalam hal granularitas data fast payment dan digital payment.
Data yang Belum Tercakup di SPIP
Kategori data berikut sudah dipublikasikan oleh mayoritas negara benchmark namun belum tersedia dalam SPIP Indonesia.
Digital Payment Ratio
Sudah dipublikasikan oleh 15+ negara termasuk India, Brazil, dan ECB sebagai indikator utama transformasi digital
Fast Payment Share
Merupakan standar Red Book Table 9 — seluruh negara ASEAN peers (Malaysia, Thailand, Filipina) sudah mempublikasikan rasio ini
Payment Fraud Statistics
ECB, UK (via UK Finance), Australia (RBA), dan Brazil (BCB) mempublikasikan data fraud terintegrasi dalam statistik SP
Cross-border Fast Payment Data
Meskipun QRIS sudah terhubung lintas batas, data transaksi cross-border belum dipublikasikan sebagai kategori terpisah dalam SPIP
Contactless Payment Share
ECB dan RBA Australia sudah mempublikasikan rasio pembayaran nirsentuh — Malaysia bahkan mencatat 83% transaksi in-person sudah contactless
Area di mana SPIP Sudah Unggul
Beberapa aspek publikasi SPIP Indonesia justru lebih detail dibandingkan sebagian negara benchmark.
Cakupan data APMK sangat luas
Data Kartu ATM/Debit, Kredit, dan E-Money disajikan termasuk breakdown regional 34 provinsi — tingkat granularitas yang jarang ditemui di negara lain
Data RTGS dan SKNBI komprehensif
SPIP menyajikan data per jenis transaksi, per kelompok bank, dan per regional — lebih detail dari publikasi US (Fedwire) atau UK (CHAPS) yang hanya menyajikan agregat
Data FMI (KPEI + KSEI) lengkap
Cakupan sudah 100% sesuai standar CPMI-BIS Red Book Table 15-17 untuk CCP dan CSD
Frekuensi monthly
SPIP terbit bulanan — lebih sering dari publikasi US, UK, dan Switzerland yang hanya annual, serta ECB yang semi-annual
Data uang kartal granular
Per pecahan, per regional, aliran uang masuk/keluar — sepenuhnya selaras dengan Red Book Table 4
Peringkat Alignment Score — Seluruh Negara Benchmark
Skor alignment mengukur sejauh mana cakupan publikasi SP suatu negara selaras dengan struktur Red Book Statistics CPMI-BIS. Indonesia berada di peringkat ke-15 dari 20 negara.
6. Referensi — Kategori CPMI-BIS Red Book
CPMI-BIS Red Book Statistics menyusun data sistem pembayaran dalam sejumlah tabel standar yang menjadi acuan bagi seluruh 24 yurisdiksi anggota CPMI. Berikut adalah kategori-kategori utama beserta indikator yang dipublikasikan dalam Red Book — masing-masing sudah di-mapping ke struktur tabel SPIP yang diusulkan dalam proposal restrukturisasi.
Sistem Pembayaran Bernilai Besar
Large-Value Payment Systems (LVPS)
Sistem Pembayaran Cepat
Fast Payment Systems
Pembayaran Ritel Non-Tunai
Retail Non-Cash Payments
Sistem Kliring Ritel
Retail Clearing & Settlement
Central Counterparty
Central Counterparty (CCP)
Central Securities Depository
Central Securities Depository (CSD)
Uang Kartal & Uang Beredar
Currency in Circulation & Money Supply
7. Ringkasan Eksekutif
Benchmarking terhadap 20 negara dan 7 organisasi internasional menghasilkan sejumlah temuan yang perlu menjadi perhatian dalam konteks restrukturisasi SPIP.
Pertama, posisi Indonesia (skor 85) berada di bawah rata-rata seluruh kelompok pembanding — baik negara maju (90), emerging markets (88), maupun ASEAN peers (88). Meskipun selisihnya tidak dramatis, hal ini mengindikasikan bahwa SPIP perlu diperkuat terutama pada kategori data yang sudah menjadi standar internasional namun belum tersedia.
Kedua, terdapat tiga area kritis yang menjadi gap utama SPIP terhadap praktik internasional: (1) Digital Payment Ratio dan Fast Payment Share, yang sudah dipublikasikan oleh 15+ negara benchmark termasuk seluruh ASEAN peers, sebagai bagian dari Red Book Table 9; (2) Payment Fraud Statistics, yang dipublikasikan secara terintegrasi oleh ECB, UK, Australia, dan Brazil namun belum ada di SPIP; serta (3) cross-border fast payment data, yang semakin penting seiring berkembangnya linkage QRIS-DuitNow, QRIS-Thai QR, dan koridor bilateral lainnya.
Ketiga, SPIP juga memiliki sejumlah keunggulan komparatif yang perlu dipertahankan. Frekuensi publikasi monthly lebih tinggi dibandingkan banyak negara maju yang hanya annual. Data APMK dengan breakdown regional 34 provinsi memberikan granularitas yang jarang ditemui di negara lain. Cakupan data FMI (KPEI dan KSEI) sudah sepenuhnya selaras dengan Red Book Table 15-17.
Keempat, dari perspektif organisasi internasional, CPMI-BIS Red Book menjadi acuan utama yang wajib dipenuhi Indonesia sebagai anggota CPMI. World Bank GPSS dan ECB Payment Statistics menyediakan framework tambahan yang dapat diadopsi untuk memperkaya cakupan SPIP, khususnya dalam aspek fintech, cybersecurity, dan survei penggunaan pembayaran dari sisi konsumen.
| Kategori | Negara | Sistem Fast Payment | Data Kliring | Data Fraud | Score |
|---|---|---|---|---|---|
| Advanced Economies | |||||
| Euro Area (ECB) | TIPS | Lengkap (Semi-annual) | Ya | 98 | |
| United States | FedNow + RTP | Lengkap (Annual) | Sebagian | 92 | |
| Australia | NPP | Lengkap (Monthly) | Ya | 92 | |
| United Kingdom | Faster Payments | Lengkap (Annual) | Ya | 90 | |
| Japan | Zengin System | Lengkap (Monthly) | Belum | 90 | |
| Singapore | FAST + PayNow | Lengkap (Semi-annual) | Sebagian | 93 | |
| Emerging — ASEAN Peers | |||||
| Malaysia | DuitNow | Lengkap (Monthly) | Sebagian | 95 | |
| Thailand | PromptPay | Lengkap (Regular) | Belum | 94 | |
| Philippines | InstaPay | Lengkap (Quarterly) | Belum | 88 | |
| IndonesiaID | BI-FAST + QRIS | Lengkap (Monthly) | Belum | 85 | |
| Vietnam | NAPAS | Sebagian (Annual) | Belum | 78 | |
| Emerging — Non-ASEAN | |||||
| India | UPI | Lengkap (Monthly) | Sebagian | 95 | |
| Brazil | PIX | Lengkap (Monthly) | Ya | 95 | |
| China | IBPS | Lengkap (Quarterly) | Belum | 88 | |
Tabel ringkasan di atas menegaskan bahwa di antara sesama ASEAN peers, Indonesia menempati posisi ke-4 dari 5 negara — di atas Vietnam namun di bawah Malaysia, Thailand, dan Filipina. Penambahan indikator Digital Payment Ratio, Fast Payment Share, dan payment fraud statistics dalam proposal restrukturisasi SPIP diharapkan dapat menutup gap ini dan meningkatkan alignment score Indonesia ke level yang setara dengan peer regional.