MétaCan
Menu
Retour à la cohorte
Enregistrement W4320917324 · doi:10.18280/ijsdp.180124

Public Debt Sustainability in Indonesia after Financial Crisis and During COVID-19 Pandemic

2023· article· en· W4320917324 sur OpenAlexvenueno aff
Yozi Aulia Rahman, Dwi Rahmayani, Bayu Bagas Hapsoro

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policies and Political Economy
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Negeri Semarang
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicFinancial crisisFinancial systemBusinessSustainabilityDebt2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)FinanceEconomicsMedicineVirologyMacroeconomicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

The Developing countries are particularly vulnerable to shocks, such as the global financial crisis and the COVID-19 pandemic.The economic crisis increased external public debt to stabilize the economy and improve people's welfare.High external debt puts the debt in an unsustainable condition.This study aims to measure the debt sustainability of external public debt in Indonesia from 2008-2020.We used the Threshold Value of The Debt Sustainability Framework for Low-Income Countries (LIC-DSF) and the Solvency Rate of External Debt (SRED) as a better combination for measuring debt sustainability in Indonesia.The results showed external public debt was at a low-risk threshold after the global financial crisis.However, the impact of COVID-19 has caused the ratio of external public debt interest payment to tax revenue to be within a high-risk threshold value.The SRED value shows a minus number from 2012-2020 caused by the worsening current account balance and net capital account values.The analysis of debt sustainability may be able to encourage a prudent and sustainable the Indonesian budget management policy.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,515

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,268
Écart entre enseignants0,232 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetFiscal Policies and Political EconomyTravaux en français237 207