Merembetnya Bencana Alam ke Sektor Finansial: Dampak Bencana Alam Terhadap Credit Default Swaps

Judul Artikel : The contagion effect of natural disasters in the Sovereign CDS market: Which causes?

Penulis : Caterina Di Tommaso, Matteo Foglia, Vincenzo Pacelli

Tahun Terbit : 2026

Jurnal : International Review of Financial Analysis

Diulas oleh Gregorius Samuel Parsaoran Sinaga

Bencana yang Tak Berhenti di Batas Negara: Dari Kerusakan Fisik Menjadi Risiko Keuangan

Bencana alam sering kali dipahami sebatas peristiwa yang menimbulkan korban jiwa dan kerusakan infrastruktur di wilayah yang terdampak langsung. Padahal, dampaknya dapat menjalar jauh melampaui batas geografis kejadian tersebut, memengaruhi stabilitas ekonomi dan sistem keuangan negara lain yang bahkan tidak mengalami bencana secara langsung. Ketika suatu negara mengalami bencana besar, pemerintahnya harus mengeluarkan biaya darurat, membiayai rekonstruksi, dan menanggung penurunan penerimaan pajak akibat terganggunya aktivitas ekonomi. Situasi ini meningkatkan risiko gagal bayar negara tersebut, yang kemudian tercermin dalam kenaikan harga Credit Default Swap (CDS) atas surat utang pemerintahnya, semacam “premi asuransi” yang harus dibayar investor untuk melindungi diri dari risiko gagal bayar suatu negara.

Penelitian ini berangkat dari premis bahwa risiko tersebut tidak berhenti di satu negara saja. Melalui keterkaitan geografis, aliran investasi lintas negara, dan hubungan perdagangan, guncangan yang dialami satu negara dapat “menular” dan meningkatkan persepsi risiko pada negara-negara lain di kawasan yang sama, meskipun negara-negara tersebut tidak mengalami bencana itu sendiri. Penelitian ini mengembangkan kerangka konseptual yang menjelaskan tiga jalur utama bagaimana bencana alam memengaruhi stabilitas keuangan sebuah negara:

1. Dampak fiskal langsung: bencana memaksa pemerintah mengeluarkan belanja darurat dan rekonstruksi, sementara penerimaan pajak menurun akibat terganggunya aktivitas ekonomi, sehingga memperlebar defisit anggaran dan meningkatkan risiko gagal bayar negara.

2. Transmisi melalui sektor perbankan dan korporasi: gangguan usaha akibat bencana meningkatkan kredit macet (NPL) yang ditanggung perbankan, sehingga memperlemah neraca bank, mengetatkan penyaluran kredit baru, dan memperparah tekanan ekonomi pascabencana.

3. Kontaji lintas batas negara: melalui jarak geografis, keterkaitan portofolio keuangan lintas negara, dan hubungan dagang, risiko yang muncul di satu negara dapat menyebar ke negara-negara mitra, terutama apabila terdapat “loop diabolik” antara risiko negara dan risiko perbankan, yaitu kondisi ketika penurunan nilai obligasi pemerintah melemahkan neraca bank yang memegang obligasi tersebut, yang kemudian direspons pemerintah dengan potensi dana talangan tambahan, sehingga kembali memperbesar risiko negara itu sendiri.

Pertanyaan utama yang ingin dijawab studi ini adalah apakah bencana alam benar-benar menimbulkan efek kontaji yang bertahan lama antarnegara di Zona Euro, dan melalui jalur apa penularan tersebut paling kuat terjadi.

Celah Penelitian yang Diisi:

Studi-studi terdahulu pada umumnya hanya berfokus pada reaksi pasar keuangan dalam jangka pendek, segera setelah bencana terjadi, serta jarang menelusuri secara spesifik jalur penularan risiko antarnegara. Penelitian ini mengisi celah tersebut melalui beberapa kontribusi berikut:

1) Menelusuri efek kontaji dalam horizon waktu yang lebih panjang, tidak sebatas reaksi pasar dalam beberapa hari pascabencana;

2) Mengidentifikasi secara eksplisit tiga jalur penularan risiko, yaitu jarak geografis, keterkaitan keuangan lintas negara, dan hubungan neraca perdagangan;

3) Memasukkan Indeks Kinerja Perubahan Iklim (Climate Change Performance Index/CCPI) sebagai ukuran kredibilitas komitmen kebijakan iklim suatu negara, untuk menguji apakah kredibilitas tersebut dapat meredam efek kontaji risiko keuangan akibat bencana;

4) Menggabungkan dua pendekatan metodologis yang saling melengkapi, yaitu model panel Generalized Method of Moments (GMM) dan model Global Vector Autoregressive (GVAR), disertai uji ketahanan (robustness) untuk memastikan validitas temuan.

Penggunaan Data

Penelitian ini menggunakan data bencana alam dari basis data EM-DAT (Emergency Events Database), yang mencatat kejadian bencana di seluruh negara Zona Euro pada rentang 2007 kuartal pertama hingga 2021 kuartal keempat. Suatu bencana dikategorikan signifikan apabila taksiran kerugian ekonominya melebihi 1% dari PDB negara yang bersangkutan pada periode tersebut. Dengan kriteria ini, ditemukan 63 kejadian bencana alam signifikan di 11 negara Zona Euro. Data risiko kredit negara diukur melalui harga kuotasi tengah CDS bertenor 5 tahun atas obligasi pemerintah. Sampel akhir penelitian mencakup 13 negara Zona Euro yang memiliki data CDS dan data bencana yang lengkap sepanjang periode penelitian.

Tabel 1. Ringkasan Variabel Penelitian

Variabel	Deskripsi	Sumber Data
CDS Spread (Variabel Dependen)	Harga kuotasi tengah kontrak Credit Default Swap (CDS) obligasi pemerintah bertenor 5 tahun, dalam basis poin. Semakin tinggi nilainya, semakin besar persepsi pasar terhadap risiko gagal bayar suatu negara.	Refinitiv Datastream
Bencana Alam (ND)	Variabel dummy bernilai 1 jika suatu negara mengalami bencana alam dengan kerugian ekonomi melebihi 1% dari PDB-nya pada periode tersebut.	Basis data EM-DAT
Jarak Geografis (Geo)	Jarak geografis antara negara yang terkena bencana dan negara mitra yang diamati efek limpahannya.	Basis data EM-DAT
Aliran Keuangan (Financial)	Logaritma natural dari total kepemilikan aset investasi portofolio non-residen suatu negara, sebagai proksi keterkaitan finansial lintas negara.	IMF
Neraca Perdagangan (Trade)	Rasio antara selisih ekspor dan impor terhadap PDB suatu negara, sebagai proksi ketergantungan perdagangan.	Perhitungan penulis
Variabel Kontrol	Jenis bencana, bantuan Dana Solidaritas Uni Eropa, pertumbuhan PDB, tingkat inflasi, tingkat pengangguran, dan pertumbuhan utang luar negeri.	EM-DAT, Datastream, Dana Solidaritas UE

Tabel 2. Sebaran Bencana Alam Signifikan Berdasarkan Jenis (2007–2021)

Jenis Bencana	Jumlah Kejadian	Persentase
Hidrologis (contoh: banjir)	27	42,86%
Meteorologis (contoh: badai, gelombang panas)	25	39,68%
Klimatologis (contoh: kekeringan)	6	9,52%
Geofisika (contoh: gempa bumi, letusan gunung berapi)	5	7,94%
Total	63	100%

Sepanjang periode penelitian, Italia dan Jerman merupakan dua negara dengan jumlah kejadian bencana alam signifikan terbanyak, yakni masing-masing 19 dan 11 kejadian. Dilihat dari jenisnya, bencana hidrologis seperti banjir mendominasi kejadian bencana di kawasan ini, diikuti oleh bencana meteorologis seperti badai dan gelombang panas.

Metodologi Penelitian

Model utama penelitian ini menggunakan pendekatan Generalized Method of Moments (GMM) pada data panel triwulanan. Secara sederhana, model ini menguji apakah perubahan CDS spread suatu negara “mitra” dipengaruhi oleh terjadinya bencana alam di negara lain (negara “asal” bencana), serta apakah pengaruh tersebut diperkuat atau diperlemah oleh jarak geografis, keterkaitan keuangan, dan hubungan dagang antara kedua negara tersebut. Model ini dijalankan secara terpisah untuk setiap negara yang menjadi “asal” bencana, sehingga dihasilkan sebelas set hasil regresi yang masing-masing menunjukkan pola penularan dari satu negara ke negara-negara Zona Euro lainnya. Sebagai pelengkap, penelitian ini juga menggunakan model Global Vector Autoregressive (GVAR) untuk mengamati bagaimana respons CDS spread berkembang dari waktu ke waktu (bulan ke bulan) setelah terjadinya guncangan bencana.

Hasil Penelitian

Tabel 3. Hasil Model GMM (Efek Kontaji Utama Bencana Alam terhadap CDS Spread Negara Mitra)

Hasil regresi utama pada Tabel 3 menunjukkan pola yang cukup jelas ketika angka-angkanya dibandingkan antarnegara:

1. Koefisien ND (variabel bencana alam) tertinggi dan signifikan pada taraf 1% ditemukan pada Italia (1,851) dan Austria (1,844), diikuti Spanyol (1,586), Yunani (1,249), dan Irlandia (1,398). Sebagai perbandingan, koefisien ND pada Belgia (−0,218) dan Jerman (−0,187) bertanda negatif dan tidak signifikan, artinya bencana yang terjadi di kedua negara ini praktis tidak menular ke CDS spread negara mitra, jauh berbeda dari kasus Italia yang nilainya sekitar delapan kali lebih besar.

2. Koefisien Geo (jarak geografis) bertanda negatif pada seluruh negara, namun besarnya berbeda jauh. Nilai paling besar (paling negatif) terdapat pada Irlandia (−0,080), sekitar 80 kali lebih besar dibandingkan Austria (−0,001) atau Perancis (−0,002). Artinya, efek peredam akibat jarak geografis jauh lebih kuat ketika bencana berasal dari Irlandia dibandingkan dari Austria.

3. Interaksi ND × Geo juga bertanda negatif dan signifikan pada beberapa negara, dengan nilai terbesar pada Irlandia (−0,343) dan Yunani (−0,222). Bandingkan dengan Jerman yang hanya −0,031 dan Slovenia −0,020: pada Irlandia dan Yunani, jarak geografis meredam efek kontaji sekitar 10–17 kali lebih kuat dibandingkan Jerman.

4. Secara umum, negara-negara GIPSI (Yunani, Irlandia, Italia, Portugal, Spanyol, dan Slovenia) konsisten menunjukkan koefisien ND yang signifikan dan bernilai di atas 1,2, sementara negara dengan fondasi fiskal lebih kuat seperti Belgia dan Jerman tidak signifikan, menegaskan bahwa besarnya penularan risiko sangat bergantung pada kerentanan fiskal negara asal bencana.

Dengan berfokus khusus pada negara-negara GIPSI, terdapat perbedaan yang cukup signifikan antar negara: 

1. Pada jalur keuangan, koefisien interaksi ND × Financial tertinggi terdapat pada Irlandia (0,288), diikuti Italia (0,202), Spanyol (0,188), dan Portugal (0,110). Dalam satuan basis poin, ini berarti tambahan eksposur bank asing terhadap negara yang terkena bencana menaikkan CDS spread negara mitra hingga 2,8 basis poin bila bencana terjadi di Irlandia, dibandingkan hanya 1,1 basis poin bila bencana terjadi di Portugal, atau sekitar 2,5 kali lebih besar.

2. Pada jalur perdagangan, koefisien ND × Trade tertinggi terdapat pada Irlandia (0,543) dan Spanyol (0,418), dibandingkan Portugal (0,335) dan Italia (0,391, tidak signifikan). Secara konkret, kenaikan satu poin persentase pangsa perdagangan dengan Portugal menaikkan CDS spread negara mitra sebesar 3,3 basis poin, hampir dua kali lipat dari efek yang sama pada kasus Yunani melalui jalur ini.

3. Meski nilai koefisien Italia pada jalur perdagangan (0,391) tampak lebih tinggi dari Portugal (0,335) secara angka, hasil tersebut tidak signifikan secara statistik pada Italia, berbeda dengan Portugal dan Spanyol yang signifikan. Hal ini konsisten dengan struktur ekspor Italia yang lebih terdiversifikasi, sehingga risikonya tidak terkonsentrasi pada satu atau dua mitra dagang utama.

Efek Mitigasi Komitmen Kebijakan Iklim (CCPI)

Selanjutnya, penelitian ini menguji apakah kredibilitas komitmen kebijakan iklim suatu negara turut memengaruhi besarnya efek kontaji yang diterimanya. Kredibilitas ini diukur menggunakan Climate Change Performance Index (CCPI), indeks yang menilai kinerja kebijakan iklim suatu negara berdasarkan emisi gas rumah kaca, penggunaan energi terbarukan, efisiensi energi, dan kebijakan iklim secara keseluruhan. Negara-negara dibagi menjadi dua kelompok, yaitu kelompok dengan skor CCPI di atas median dan kelompok di bawah median, kemudian dibandingkan besaran efek kontaji yang mereka terima.

Tabel 4. Hasil Model GMM Berdasarkan Tingkat CCPI (Kelompok di Atas vs di Bawah Median)

Perbandingan angka pada Tabel 4 antara kelompok CCPI di atas median dan di bawah median menunjukkan selisih yang besar dan konsisten di semua negara:

1. Austria menunjukkan selisih paling ekstrem: koefisien ND pada kelompok CCPI di bawah median sebesar 1,429, lebih dari 10 kali lipat dibandingkan kelompok di atas median yang hanya 0,130.

2. Spanyol: 1,976 (di bawah median) berbanding 0,734 (di atas median), selisih 1,242 basis poin atau sekitar 2,7 kali lebih besar pada kelompok CCPI rendah.

3. Italia: 1,320 (di bawah median) berbanding 0,532 (di atas median), sekitar 2,5 kali lebih besar; Yunani: 0,803 berbanding 0,355, sekitar 2,3 kali lebih besar; Portugal: 0,927 berbanding 0,436, sekitar 2,1 kali lebih besar.

4. Irlandia menunjukkan selisih paling moderat: 1,218 (di bawah median) berbanding 0,953 (di atas median), atau hanya sekitar 28% lebih besar, sementara Slovenia menunjukkan selisih sekitar 1,6 kali (0,730 berbanding 0,469).

5. Pola yang konsisten ini menunjukkan bahwa pada hampir semua negara, kelompok dengan CCPI rendah mengalami limpahan risiko dua kali lipat atau lebih dibandingkan kelompok dengan CCPI tinggi, memperkuat argumen bahwa kredibilitas kebijakan iklim bukan sekadar isu lingkungan, melainkan turut menentukan seberapa besar pasar memberi “diskon kepercayaan” terhadap risiko suatu negara.

Ilustrasi Skenario dan Analisis Dinamika Guncangan

Untuk memberikan gambaran yang lebih intuitif, penelitian ini juga menyajikan beberapa ilustrasi skenario perhitungan. Sebagai contoh, jika terjadi bencana hidrologis besar di Yunani, penurunan jarak sejauh 25 km antara Yunani dan negara mitra diperkirakan meningkatkan limpahan risiko sebesar 0,055 basis poin. Dalam skenario keterkaitan keuangan, apabila investor Irlandia memiliki 20% dari total obligasi pemerintah Portugal, sebuah bencana di Portugal diperkirakan meningkatkan CDS spread Irlandia hingga 5,8 basis poin. Sementara dalam skenario perdagangan, apabila ekspor suatu negara ke Spanyol setara 10% dari PDB-nya, bencana di Spanyol diperkirakan meningkatkan CDS spread negara tersebut hingga 4,18 basis poin.

Gambar 1. Hasil Simulasi Skenario Dinamika Guncangan menggunakan GVAR

Selain itu, dengan menggunakan model GVAR, penelitian ini menunjukkan bahwa dampak bencana terhadap CDS spread mencapai puncaknya dalam beberapa bulan pertama pascabencana (sekitar bulan ke-3 hingga ke-5), kemudian secara bertahap mengalami koreksi hingga kembali mendekati titik keseimbangan pada periode menengah. Negara-negara seperti Spanyol, Italia, dan Portugal menunjukkan respons awal yang paling besar, sementara negara seperti Irlandia dan Slovakia menunjukkan respons yang relatif lebih kecil.

Uji Ketahanan (Robustness)

Untuk memastikan validitas temuan utama, penelitian ini juga menjalankan kembali model yang sama dengan mengganti variabel dummy bencana dengan ukuran kerugian ekonomi aktual (logaritma dari total kerugian).

Tabel 5. Uji Ketahanan Menggunakan Ukuran Kerugian Ekonomi Aktual

Pada Tabel 8, variabel dummy ND diganti dengan logaritma dari nilai kerugian ekonomi aktual (Damage). Membandingkan angkanya dengan koefisien ND pada Tabel 3 memperlihatkan bahwa arah dan signifikansi hasil utama tetap terjaga, meski besarannya sedikit bergeser:

1. Irlandia justru menunjukkan koefisien yang lebih besar pada uji ketahanan ini (1,700) dibandingkan pada Tabel 4 (1,398), demikian pula Slovenia yang naik dari 1,462 menjadi 1,716.

2. Italia menunjukkan penurunan dari 1,851 (Tabel 4) menjadi 1,043 (Tabel 8), namun koefisiennya tetap signifikan pada taraf 1%, sehingga arah temuan tidak berubah meski besarannya mengecil sekitar 44%.

3. Yunani dan Spanyol relatif stabil: Yunani bergerak dari 1,249 menjadi 1,275, sedangkan Spanyol dari 1,586 menjadi 1,639, selisih yang tidak terlalu besar dan tetap signifikan pada taraf 1% di kedua tabel.

4. Belgia dan Jerman tetap tidak signifikan pada kedua spesifikasi (masing-masing 0,037 dan −0,310 pada Tabel 8), konsisten dengan hasil tidak signifikan yang sama pada Tabel 4, menegaskan bahwa temuan tidak signifikan pada kedua negara ini bukan sekadar kebetulan akibat cara pengukuran variabel bencana.

Kesimpulan

Penelitian ini menyimpulkan bahwa bencana alam memiliki efek kontaji yang signifikan dan bertahan lama terhadap risiko kredit negara-negara di kawasan Zona Euro, yang tercermin dari kenaikan CDS spread. Efek kontaji ini menyebar melalui tiga jalur utama, yaitu kedekatan geografis, keterkaitan keuangan lintas negara, dan hubungan perdagangan, dengan dampak yang jauh lebih besar dirasakan oleh negara-negara dengan kerentanan fiskal yang lebih tinggi. Studi ini juga menemukan bahwa negara dengan komitmen kebijakan iklim yang lebih kredibel, sebagaimana diukur melalui CCPI, mengalami efek kontaji yang jauh lebih rendah dibandingkan negara dengan komitmen yang lebih lemah. Temuan ini menegaskan bahwa ketahanan fiskal dan kredibilitas kebijakan iklim bukan sekadar isu lingkungan, melainkan juga merupakan faktor penentu stabilitas keuangan suatu negara di tengah meningkatnya frekuensi dan intensitas bencana alam akibat perubahan iklim.

Diskusi Dari Pandangan Pengulas

Ketika Kredibilitas Menjadi Aset: Dua Bencana, Dua Penyebab, Satu Pelajaran yang Sama

Dalam beberapa bulan terakhir, Indonesia mengalami dua peristiwa kebencanaan besar yang, meski berbeda penyebabnya, sama-sama menimbulkan pertanyaan mendasar tentang bagaimana negara semestinya merespons risiko bencana. Pada akhir tahun 2025, banjir bandang dan tanah longsor melanda wilayah Aceh, Sumatera Utara, dan Sumatera Barat, menewaskan lebih dari seribu jiwa dan menimbulkan taksiran kerugian ekonomi puluhan hingga ratusan triliun rupiah, jauh melampaui anggaran penanggulangan bencana yang tersedia. Berbagai kalangan menilai bencana ini bukan semata bencana alam murni, melainkan bencana ekologis yang diperparah oleh deforestasi dan penebangan hutan secara liar di kawasan hulu sungai selama bertahun-tahun. Beberapa bulan kemudian, pada pertengahan Agustus 2026, gempa bumi besar berkekuatan magnitudo 7,7 mengguncang wilayah Nagekeo, Nusa Tenggara Timur, disertai peringatan dini tsunami, sebuah peristiwa yang murni disebabkan oleh aktivitas tektonik pada zona sesar aktif di kawasan Nusa Tenggara, tanpa keterkaitan langsung dengan aktivitas manusia.

Kedua peristiwa ini menawarkan pelajaran yang relevan dengan temuan utama artikel yang diulas: bahwa dampak ekonomi dari suatu bencana tidak semata-mata ditentukan oleh besarnya kerusakan fisik, melainkan juga oleh bagaimana pasar, investor, dan pemberi pinjaman menilai kredibilitas dan kesiapan suatu negara dalam menghadapi serta merespons bencana tersebut.

Deforestasi sebagai Risiko Fiskal Tersembunyi: Belajar dari Bencana Aceh dan Sumatera Utara

Kasus banjir dan longsor di Aceh serta Sumatera Utara memperlihatkan bahwa ketika suatu bencana turut disumbang oleh kegagalan tata kelola, seperti pembiaran terhadap penebangan hutan secara ilegal di kawasan hulu, dampak ekonominya cenderung lebih besar dan lebih sulit diprediksi dibandingkan bencana yang murni bersifat alami. Kesenjangan besar antara taksiran kerugian ekonomi dan anggaran penanggulangan bencana yang tersedia mencerminkan risiko fiskal yang selama ini kurang mendapat perhatian memadai. Merujuk pada logika penelitian yang diulas, di mana negara dengan skor kredibilitas kebijakan iklim yang rendah mengalami limpahan risiko keuangan yang jauh lebih besar pascabencana, kegagalan menjaga tata kelola lingkungan seperti ini berpotensi menjadi sinyal negatif serupa bagi investor dan lembaga pemeringkat internasional, yakni sinyal bahwa risiko bencana di suatu wilayah bukan sekadar risiko alam yang tak terhindarkan, melainkan juga risiko tata kelola yang semestinya dapat dikendalikan.

Gempa NTT: Ketika Faktor Geologis yang Tak Terhindarkan Menguji Kesiapan Fiskal

Berbeda dengan kasus Aceh-Sumatera Utara, gempa bumi di Nusa Tenggara Timur merupakan risiko yang jauh lebih sulit dicegah, mengingat wilayah tersebut berada di salah satu zona tektonik paling aktif di dunia. Namun demikian, yang membedakan besarnya dampak ekonomi suatu bencana geologis bukanlah kemampuan mencegah kejadiannya, melainkan kecepatan dan ketepatan respons setelahnya, mulai dari akurasi peringatan dini, kecepatan evakuasi dan bantuan darurat, hingga transparansi informasi kepada publik dan investor. Prinsip ini sejalan dengan temuan artikel yang diulas mengenai pentingnya likuiditas pascabencana yang cepat, misalnya melalui instrumen pembiayaan yang telah disiapkan sebelumnya seperti obligasi bencana atau skema asuransi bencana, yang memungkinkan pemerintah merespons tanpa harus mengandalkan realokasi anggaran secara mendadak yang justru dapat mengguncang kepercayaan pasar terhadap kesehatan fiskal negara.

Kredibilitas Respons Pemerintah sebagai Kunci Meminimalkan Dampak Ekonomi Bencana

Baik bencana yang dipicu oleh kegagalan tata kelola lingkungan seperti di Aceh dan Sumatera Utara, maupun bencana geologis yang tidak dapat dicegah seperti gempa di NTT, sesungguhnya bermuara pada satu argumen inti yang sama: respons pemerintah terhadap bencana semestinya tidak semata-mata diarahkan pada penanganan fisik dan pemulihan pascabencana, melainkan secara eksplisit juga diarahkan pada upaya menjaga kredibilitas negara di mata pasar dan masyarakat internasional. Sebagaimana ditunjukkan oleh temuan penelitian yang diulas, pasar keuangan bereaksi bukan hanya terhadap kerusakan yang terjadi, tetapi juga terhadap persepsi mengenai kapasitas dan komitmen suatu negara dalam mengelola risiko tersebut ke depan.

Dalam konteks Indonesia, upaya menjaga kredibilitas ini dapat diwujudkan melalui setidaknya tiga langkah. Pertama, memastikan anggaran penanggulangan bencana yang memadai dan realistis, sehingga tidak lagi terjadi kesenjangan besar antara taksiran kerugian dan dana yang tersedia seperti yang terlihat pada kasus banjir Sumatera. Kedua, memperkuat penegakan tata kelola lingkungan dan kehutanan secara konsisten, agar bencana yang seharusnya dapat dimitigasi tidak lagi dibiarkan berulang akibat kegagalan pengawasan. Ketiga, membangun mekanisme pembiayaan bencana yang responsif dan transparan, baik melalui dana cadangan bencana, kerja sama asuransi, maupun instrumen pembiayaan inovatif lainnya, sehingga pemerintah mampu merespons secara cepat tanpa menimbulkan keraguan terhadap kesehatan fiskal negara. Dengan langkah-langkah tersebut, respons pemerintah terhadap bencana tidak hanya akan meredakan dampak kemanusiaan dan fisik yang terjadi, tetapi juga akan menjaga kepercayaan pasar dan investor, sehingga dampak ekonomi dari kebencanaan, baik yang dipicu oleh kelalaian manusia maupun oleh kekuatan alam yang tak terhindarkan, dapat diminimalkan.