Data Estimation Procedure This stud

Data Estimation Procedure
This study has used the recent autoregressive distributed lag (ARDL) bound testing procedure developed by Pesaran et al [32] to examine the cointegration (long run) relationship between inflation and its determinants (in particular, between inflation and exchange rate). The choice of this test is based on the following considerations. First unlike most other conventional multivariate cointegration procedures, which are valid for large samples, the bound test is suitable for a small sample size study [15]. Given that our sample size is limited with total 23 observations only, this approach will be appropriate. Secondly, the bound test does not impose a restrictive assumption that all the variables under study must be integrated of the same order. The F-test has a nonstandard distribution and depends on: whether the variables included in the ARDL model are I(0) or I(1); the number of regressors in the system; and whether the ARDL contain an intercept and / or a trend. According to Pesaran et al [32], to apply the bounds test procedure, a conditional Vector Error Correction Model (VECM) of interest can be specified to test the cointegration relationship between inflation, exchange rate, money supply government expenditure and real GDP variables as equation 3 has shown.

Hasil (Bahasa Indonesia) 1:

Prosedur estimasi data Studi ini telah menggunakan hari autoregressive didistribusikan lag (ARDL) terikat prosedur pengujian dikembangkan oleh Pesaran et al [32] untuk meneliti hubungan cointegration (jangka panjang) antara inflasi dan faktor-faktor penentu yang (khususnya, antara inflasi dan nilai tukar). Pilihan dari tes ini didasarkan pada pertimbangan. Pertama tidak seperti prosedur cointegration multivarian konvensional lain, yang berlaku untuk sample yang besar, tes terikat sangat cocok untuk studi ukuran sampel kecil [15]. Mengingat bahwa ukuran sampel kami terbatas dengan total 23 pengamatan hanya, pendekatan ini akan sesuai. Kedua, tes terikat tidak memaksakan asumsi yang ketat bahwa semua variabel di bawah study harus diintegrasikan sama. F-tes mempunyai distribusi tidak standar dan tergantung pada: Apakah variabel-variabel yang disertakan dalam ARDL model adalah I(0) atau I(1); jumlah regressors dalam sistem; dan apakah ARDL mengandung mencegat dan atau tren. Menurut Pesaran et al [32], untuk menerapkan batas-batas prosedur test, bersyarat vektor kesalahan koreksi Model (VECM) dari bunga dapat ditetapkan untuk menguji cointegration hubungan antara uang beredar pengeluaran pemerintah dan variabel PDB nyata, nilai tukar, inflasi sebagai persamaan 3 telah menunjukkan.

Hasil (Bahasa Indonesia) 2:

Data Estimasi Prosedur
Studi ini menggunakan lag baru-baru ini didistribusikan autoregressive (ARDL) prosedur pengujian terikat dikembangkan oleh Pesaran et al [32] untuk memeriksa kointegrasi (jangka panjang) hubungan antara inflasi dan faktor-(khususnya, antara inflasi dan nilai tukar) . Pilihan tes ini didasarkan pada pertimbangan sebagai berikut. Pertama tidak seperti kebanyakan prosedur multivariat kointegrasi konvensional lainnya, yang berlaku untuk sampel besar, tes terikat cocok untuk studi ukuran sampel yang kecil [15]. Mengingat bahwa ukuran sampel kami terbatas dengan jumlah 23 observasi saja, pendekatan ini akan sesuai. Kedua, uji terikat tidak memaksakan asumsi membatasi bahwa semua variabel yang diteliti harus terintegrasi dari urutan yang sama. F-test memiliki distribusi yang tidak standar dan tergantung pada: apakah variabel termasuk dalam model ARDL yang I (0) atau I (1); jumlah regressors dalam sistem; dan apakah ARDL mengandung mencegat dan / atau tren. Menurut Pesaran et al [32], untuk menerapkan prosedur uji batas, Error Correction Model Vector bersyarat (VECM) bunga dapat ditentukan untuk menguji hubungan kointegrasi antara inflasi, nilai tukar, pengeluaran uang pemerintah pasokan dan variabel PDB riil sebagai Persamaan 3 menunjukkan.