MétaCan
Menu
Retour à la cohorte
Enregistrement W7035963796

Analisis pengaruh variabel makroekonomi terhadap outstanding sukuk di Indonesia

2020· dissertation· ar· W7035963796 sur OpenAlexaboutno aff

Notice bibliographique

RevueeTheses of Maulana Malik Ibrahim State Islamic University (Maulana Malik Ibrahim State Islamic University) · 2020
Typedissertation
Languear
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésError correction modelInflation (cosmology)Vector autoregressionQuarter (Canadian coin)Time seriesBalance (ability)Variance (accounting)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

مستخلص البحث \n \nيهدف هذا البحث إلى تحليل متغيرات النمو الاقتصادي، وأسعار الصرف، وأسعار الفائدة، والتضخم والميزان التجاري على تفوق الكفالة الإسلامية في إندونيسيا، وكذلك تحليل ووصف قيمة إسهام النمو الاقتصادي، وأسعار الصرف، وأسعار الفائدة، والتضخم على تفوق الكفالة الإسلامية في إندونيسيا. \n \nيستخدم هذا البحث طريقة vector error correction model وتعتبر البيانات في هذا البحث هي بياناتtime seriesمن فترة الربع الأول 2010 إلى الربع الرابع 2018. تستخدم معالجة البيانات في هذا البحث Eviews8 كآلة اختبار البحث. \n \nتدل نتيجة VECM على أن متغيرات الاقتصاد الكلي لا تؤثر تأثيرا هاما على تفوق الكفالة الإسلامية في إندونيسيا في فترة قصيرة. ولكن في فترة طويلة تكون متغيرات النمو الاقتصادي، وأسعار الصرف، وأسعار الفائدة، والميزان التجاري لها علاقة هامة على تفوق الكفالة الإسلامية في إندونيسيا. بجانب إلى ذلك، اعتمادا على نتيجة اختبار variance decomposition، تكون متغيرة أسعار الفائدة أكثر المتغيرات إسهاما على تفوق الكفالة الإسلامية في إندونيسيا من فترة ثانية إلى فترة عاشرة. \n \nABSTRACT \n \nThe purpose of this research is to analyze and describe the influence of economic growth variables, exchange rates, interest rates, inflation, balance of trade to outstanding sukuk in Indonesia. And the second is to analyze and describe how much the contribution of economic growth, exchange rates, interest rates, inflation and trade balance to outstanding sukuk in Indonesia. \n \nThis research used vector error correction model or VECM method. In this study used time series data with period 2010 quarter 1 to 2018 quarter 4. Data processing in this study used Eviews8 as a research test tool. \n \nThe VECM results that all variable of macroeconomy have no significant relationship to outstanding sukuk in Indonesia in the short term. While in the long run, the variables of economic growth, exchange rates, interest rates and balance of trade have a significant relationship to outstanding sukuk in Indonesia. In addition, based on the variance decomposition test, the interest rate variable is the variable that has most contributed to outstanding sukuk in Indonesia from the second to the tenth period. \n \nABSTRAK \n \nTujuan penelitian ini adalah untuk menganalisis dan mendiskripsikan pengaruh variabel pertumbuhan ekonomi, nilai tukar, suku bunga, inflasi, dan neraca perdagangan terhadap outstanding sukuk di Indonesia. Serta untuk menganalisis dan mendisripsikan berapa besar kontribusi variabel pertumbuhan ekonomi, nilai tukar, suku bunga, inflasi dan neraca perdagngan terhadap outstanding sukuk di Indonesia. \n \nMetode yang digunakan dalam penelitian ini adalah vector error correction model atau VECM. Data yang digunakan dalam penelitian ini merupakan data time series dengan periode tahun 2010 kuartal 1 sampai 2018 kuartal 4. Pengolahan data pada penelitian ini menggunakan Eviews8 sebagai alat uji penelitian. \n \nHasil VECM menyatakan bahwa variabel makroekonomi tidak berpengaruh signifikan terhadap outstanding sukuk di Indonesia dalam jangka pendek. Sedangkan dalam jangka panjang, variabel pertumbuhan ekonomi, nilai tukar, suku bunga dan neraca perdagangan memiliki hubungan yang signifikan terhadap outstanding sukuk di Indonesia. Selain itu berdasarkan uji variance decomposition, variabel suku bunga merupakan variabel yang paling banyak berkontribusi terhadap outstanding sukuk di Indonesia sejak periode ke dua sampai ke sepuluh.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,015
Tête enseignante GPT0,199
Écart entre enseignants0,185 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeTheses of Maulana Malik Ibrahim State Islamic University (Maulana Malik Ibrahim State Islamic University)Même sujetIslamic Finance and Banking StudiesTravaux en français237 207