Notice bibliographique
Résumé
The purpose of this study is to determine the factors that influence currency fluctuation in Malaysia. Since this currency in Malaysia becomes a serious issue in economic condition, as a researcher has made about Malaysia Ringgit with the US Dollar day by day. In the third Quarter in year 2016, the exchange rate is RM4.3742 to 1USD. It means that MYR is in decreasing value which is the lowest amount within 17 years since Asian crisis. It is also can be related to the bad financial condition in Malaysia. Different analyst has different opinions. Some have said the currency fluctuate is because global oil prices had been falling and some said because the market of China has been in decline. China is the second largest economic power after the US in the world. The variables that being used in this study are inflation rate and interest rate as independent variables while currency in Malaysia as dependent variable. This study used descriptive statistic, unit root test, regression using panel data and diagnostic test in order to test the hypothesis. The data is collected from first Quarter in year 2009 until second Quarter in year 2017. All these three variables show positive and significant effect towards currency in Malaysia. It means that all these variables are the factors that influence currency fluctuation in Malaysia. But, in diagnostic test there is autocorrelation problem. It means that the result from these findings might not be reliable to use in another period. This study is important since it will give knowledge towards the government, banking sector in order to make the decision on stability of the Malaysia Ringgit for a good economic Malaysia.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».