Penelitian ini berfokus pada hubungan antara platform Peer-to-Peer (P2P) lending yang diukur berdasarkan nilai pinjaman outstanding dengan jumlah kredit yang disalurkan oleh bank umum kepada Usaha Mikro, Kecil, dan Menengah (UMKM) di 33 provinsi di Indonesia selama periode Januari 2020 hingga Desember 2024. Penelitian ini menggunakan berbagai dataset dari Otoritas Jasa Keuangan (OJK) dan Badan Pusat Statistik (BPS). Model yang digunakan adalah Fixed Effect dengan prosedur hierarchical regression yang secara kumulatif mengontrol pengaruh nilai outstanding pinjaman dari P2P lending terhadap kredit UMKM, termasuk faktor-faktor yang dipengaruhi oleh perbankan, proksi faktor makroekonomi, faktor sosial-demografis, serta kejutan waktu ekonomi sehingga memastikan estimasi yang robust.Hasil regresi menunjukkan bahwa dalam seluruh spesifikasi model, terdapat korelasi positif dan signifikan antara jumlah kredit yang disalurkan oleh bank umum kepada UMKM dengan nilai outstanding dari pinjaman P2P lending. Dengan demikian, kedua mekanisme pembiayaan tersebut memiliki hubungan yang complementary dalam skema financing UMKM, di mana peningkatan P2P lending terjadi seiring dengan meningkatnya kredit UMKM dan sebaliknya. Hasil ini mendukung temuan sebelumnya yang menunjukkan bahwa pengguna P2P lending terbantu dalam memperoleh kredit dari bank konvensional, kemungkinan karena rekam jejak mereka dalam pinjaman sebelumnya berkontribusi terhadap persetujuan kredit—sebuah bentuk reputation signaling, di antara alasan lainnya.

---

This research focuses on the association of Peer-to-Peer (P2P) lending platforms measured by their outstanding value of loans with the amount of credit distributed by commercial banks to Micro, Small and Medium Enterprises (MSMEs) across 33 provinces in Indonesia from January 2020 to December 2024 using various  datasets from Indonesia’s Financial Services Authority (Otoritas Jasa Keuangan) and Statistics Indonesia (Badan Pusat Statistik). This research uses a Fixed Effect model with a hierarchical regression procedure that cumulatively controls the effect of the outstanding value of loans from P2P lending to MSME credit that includes banking-influenced factors, macroeconomic-proxy factors, socio-demographic factors, and economic time shocks to ensure robust estimations. The regression results show that across all model specifications, the amount of credit distributed by commercial banks to MSMEs and the outstanding value of loans from P2P lending show a significant, positive correlation. Therefore both financing mechanisms have a complementary relationship in the grand scheme of MSME financing, where the rate of P2P lending increases as MSME credit increases and vice versa. This result supports previous findings where P2P lending users are helped with obtaining credit from traditional banks, possibly as their track records help in their loan approval– a type of reputation signaling, among other reasons.