MétaCan
Menu
Retour à la cohorte
Enregistrement W2618244727 · doi:10.30908/bilp.v7i1.96

PENGARUH NILAI TUKAR TERHADAP EKSPOR INDONESIA

2013· article· id· W2618244727 sur OpenAlexaboutno aff
Ari Mulianta Ginting

Notice bibliographique

RevueBuletin Ilmiah Litbang Perdagangan · 2013
Typearticle
Langueid
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)BusinessEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Studi ini menganalisis pengaruh nilai tukar Rupiah terhadap kinerja ekspor Indonesia menggunakan data tahun 2005 kuartal I sampai tahun 2012 kuartal III dengan menggunakan Error Correction Model (ECM). Dalam kurun waktu 2005-2012 ekspor Indonesia secara umum menunjukkan perkembangan yang positif walaupun terjadi penurunan pada periode 2008-2009 dan tahun 2012 terutama ke negara-negara tujuan Eropa dan Amerika. Ini menunjukkan bahwa ekspor Indonesia perlu ditujukan ke negara negara yang menjadi target atau sasaran baru. Studi ini menemukan bahwa nilai tukar dalam jangka panjang dan jangka pendek memiliki pengaruh yang negatif dan signifikan terhadap ekspor Indonesia. Ini menunjukkan pentingnya kebijakan nilai tukar untuk memicu peningkatan ekspor Indonesia. This paper examines the influence of Indonesia’s exchange rate on the performance of Indonesia’s exports using the data from the first quarter of 2005 until the third quarter of 2012 using an Error Correction Model (ECM). During 2005-2012 Indonesia’s exports increased, except in 2008-2009 and 2012 when they declined especially to Europe and America. This suggests that Indonesia’s exports should now be directed at newly targeted countries. This study finds that the appreciation of the exchange rate, in both the long run and the short run, has a significant negative impact on exports. It shows theimportance of exchange rate policy in improving Indonesia’s export performance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,148
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,034

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,194
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBuletin Ilmiah Litbang PerdaganganMême sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207