QUARTERLY OUTLOOK ON MONETARY, BANKING, AND PAYMENT SYSTEM IN INDONESIA: QUARTER II, 2017
Notice bibliographique
Résumé
This paper analyzes the economic condition of the second quarter of 2017 and provides the outlookfor 2017 and 2018. It covers the global dynamics and domestic in national level as well as spatial views inIndonesia. From external, global economic expansion continues, entailing a shift in the sources of growthwith China and Europe was expected to increase, while US economy grew slower than expected. At home,Indonesia’s economic growth was stable on the back of gain in investment particularly building investment.On the other hand, household consumption growth slowed, government consumption contracted afterspending was delayed, and exports posted slower growth. Spatially, the slowdown occurred in Java,Sulawesi and Kalimantan. CPI inflation was maintained within the target range despite increasing demandduring the lead up to national religious holidays. Balance of payments recorded a surplus while currentaccount deficit remains well maintained and financed by a large surplus in the capital and financial account..The rupiah rate moved steadily, with lower volatility relative to peer countries. The Banking industry waswell maintained and continued to strengthen financial system stability. The continued easing of monetarypolicy was responded by declining rates on deposits and loans. Moving forward, Bank Indonesia expectseconomic growth to accelerate in 2017, and grow higher in 2018 on the back of increased investmentand consumption in line with more expansive government spending along with space to ease monetarypolicy. On the other hand, inflationary pressures will be controlled in line with the lower inflation target.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».