East Java Economic Model: Monetary Policy Implications in the Middle of the Covid-19 Crisis
Notice bibliographique
Résumé
East Java is the epicenter of Covid-19 with the highest number of positive cases in Indonesia (11,508 cases as of June 28th, 2020) surpassing DKI Jakarta. The massive spread of the virus had economic consequences. Data showed that East Java's regional income in the third quarter of this year grew negatively by 5.90% (yoy). The contraction of East Java's economic growth will affect the national economy, known that East Java was the second largest contributors to national income, with a contribution of 14.61% in 2017 (Bank_Indonesia, 2018). East Java's economic problems as a result of the pandemic need to involve a comprehensive analysis in order to produce suitable policy implications. The purpose of this study is to predict the development of the Covid-19 case in East Java, to analyze the impact of Covid-19 on the East Java economy including economic growth, inflation, exchange rates, household and government consumption as well as effective macro policy simulations as a novelty of research. This research used descriptive analytical method by involving various simulations. Based onthe results of the study, it is known that (1) the increase in Covid-19 (2.5 times) without any government policy has an impact on the decrease in East Java's regional income by 1.31% or equivalent to 4655 billion Rupiah/quarter, (2) Increasing the number The spread of covid-19 by 2.5 times accompanied by the provision of consumption credit and agricultural credit of 5% will have an impact on increasing East Java's regional income by 0.57% or equivalent to Rp. 2,021 billion/quarter, (3) An increase in consumption credit by 15% means an increase in household consumption. 2.72% or equivalent to Rp. 5,985 billion/quarter, and (4) The policy to increase money supply by 15% has an impact on increasing public consumption by 0.69% or equivalent to Rp. 1,521 billion/quarter. Based on the results, it can be concluded that the most effective policy in order to reduce the economic impact of Covid-19 is the policy to increase the provision of credit to the public in the form of consumption credit or agricultural credit by 15%.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».