MétaCan
Menu
Retour à la cohorte
Enregistrement W4383619874 · doi:10.29259/jep.v21i1.19624

Assessing Fiscal Sustainability in Indonesia: Error Correction Mechanism Diagnostic

2023· article· en· W4383619874 sur OpenAlexaboutno aff
Gabriella Deby Laura, Rahmania Nur Chasanah, Nafisatul Faridah, Fitri Kartiasih

Notice bibliographique

RevueJurnal Ekonomi Pembangunan · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsDebt ratioInflation (cosmology)DebtFiscal sustainabilityMonetary economicsQuarter (Canadian coin)Debt-to-GDP ratioExchange rateExternal debtProxy (statistics)Gross domestic productReal gross domestic productMacroeconomicsStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Indonesia's debt is increasing and is not controlled properly, which will result in a fiscal budget deficit. This study aims to determine the condition of fiscal sustainability in Indonesia by looking at the factors that affect the debt-to-GDP ratio in 2012 Quarter I to 2022 Quarter II. Fiscal sustainability can be seen from the debt-to-GDP ratio proxy variable and the independent variables used are the previous quarter's debt ratio, economic growth, inflation, and the exchange rate. This research is a qualitative type with a brief descriptive about the state of the debt ratio and the variables that influence it and quantitatively using the Error Correction Mechanism (ECM) using statistical software called EViews. The results show that in the long term the debt-to-GDP ratio in Indonesia is significantly influenced by the previous quarter's debt ratio, economic growth, inflation, and the exchange rate. Meanwhile, in the short term, changes in the debt to GDP ratio are significantly influenced by changes in the debt ratio in the previous quarter, changes in economic growth, and changes in inflation.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,022
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,033
Tête enseignante GPT0,269
Écart entre enseignants0,236 · 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.

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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ekonomi PembangunanMême sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207