现金预测方法发展:2009 - 2011政府现金余额案例研究

Eko Sumando
{"title":"现金预测方法发展:2009 - 2011政府现金余额案例研究","authors":"Eko Sumando","doi":"10.31685/KEK.V2I1.284","DOIUrl":null,"url":null,"abstract":"Penelitian ini bertujuan untuk mengembangkan metode cash forecasting pemerintah yang akurat dengan menggunakan metode ekonometrik berbasis data time-series (Dekomposisi, Holt-Winter, dan ARIMA) dengan dua tipe data input (nominal dan bobot) dan dua unit data (3 dan 5 tahun). Hasil analisa menunjukkan bahwa tidak semua metode ekonometrik mampu memberikan cash forecasting yang lebih baik, ARIMA dan Holt Winter merupakan metode yang lebih sering menghasilkan tingkat akurasi paling baik. Metode CPIN yang saat ini digunakan tidak selalu mampu memberikan akurasi terbaik ditunjukkan dari 19 akun, metode CPIN hanya memberikan akurasi forecasting terbaik pada 4 akun. Pada beberapa jenis pendapatan maupun belanja, indikasi akurasi forecasting tidak menunjuk pada satu metode tertentu. Hal ini disebabkan danya peningkatan yang signifikan pada akhir tahun (khususnya bulan Desember) yang mengakibatkan penurunan akurasi suatu metode dibandingkan dengan metode lainnya. Metode cash forecasting terakurat pada akun belanja seluruhnya diperoleh dengan menggunakan data tiga tahun terakhir, hal ini menunjukkan adanya perubahan pola realisasi belanja antara lima dan tiga tahun terakhir. ","PeriodicalId":426920,"journal":{"name":"Kajian Ekonomi dan Keuangan","volume":"4 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-09-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"4","resultStr":"{\"title\":\"Pengembangan Metode Cash Forecasting Pemerintah: Studi Kasus Saldo Kas Pemerintah 2009 – 2011\",\"authors\":\"Eko Sumando\",\"doi\":\"10.31685/KEK.V2I1.284\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penelitian ini bertujuan untuk mengembangkan metode cash forecasting pemerintah yang akurat dengan menggunakan metode ekonometrik berbasis data time-series (Dekomposisi, Holt-Winter, dan ARIMA) dengan dua tipe data input (nominal dan bobot) dan dua unit data (3 dan 5 tahun). Hasil analisa menunjukkan bahwa tidak semua metode ekonometrik mampu memberikan cash forecasting yang lebih baik, ARIMA dan Holt Winter merupakan metode yang lebih sering menghasilkan tingkat akurasi paling baik. Metode CPIN yang saat ini digunakan tidak selalu mampu memberikan akurasi terbaik ditunjukkan dari 19 akun, metode CPIN hanya memberikan akurasi forecasting terbaik pada 4 akun. Pada beberapa jenis pendapatan maupun belanja, indikasi akurasi forecasting tidak menunjuk pada satu metode tertentu. Hal ini disebabkan danya peningkatan yang signifikan pada akhir tahun (khususnya bulan Desember) yang mengakibatkan penurunan akurasi suatu metode dibandingkan dengan metode lainnya. Metode cash forecasting terakurat pada akun belanja seluruhnya diperoleh dengan menggunakan data tiga tahun terakhir, hal ini menunjukkan adanya perubahan pola realisasi belanja antara lima dan tiga tahun terakhir. \",\"PeriodicalId\":426920,\"journal\":{\"name\":\"Kajian Ekonomi dan Keuangan\",\"volume\":\"4 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2018-09-05\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"4\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Kajian Ekonomi dan Keuangan\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31685/KEK.V2I1.284\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Kajian Ekonomi dan Keuangan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31685/KEK.V2I1.284","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 4

摘要

该研究的目标是利用两种类型的输入数据(名义上与重量)和两种数据单位(3和5年)的基于碳汇预测方法开发一种准确的政府方法。分析表明,并非所有的计量经济学方法都能提供更好的预估现金,ARIMA和Holt Winter是最常见的准确率方法。目前使用的CPIN方法并不总是能够提供19个帐户中显示的最佳准确性,而CPIN方法只提供4个帐户中最好的预测准确性。在某些类型的收入和购物中,预测准确度的指标并不指向一种特定的方法。这是因为年底(尤其是12月)的显著增长导致方法与其他方法的准确性下降。使用过去三年的数据完全获得了现金预测方法,这表明在过去五到三年内实现的消费模式发生了变化。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Pengembangan Metode Cash Forecasting Pemerintah: Studi Kasus Saldo Kas Pemerintah 2009 – 2011
Penelitian ini bertujuan untuk mengembangkan metode cash forecasting pemerintah yang akurat dengan menggunakan metode ekonometrik berbasis data time-series (Dekomposisi, Holt-Winter, dan ARIMA) dengan dua tipe data input (nominal dan bobot) dan dua unit data (3 dan 5 tahun). Hasil analisa menunjukkan bahwa tidak semua metode ekonometrik mampu memberikan cash forecasting yang lebih baik, ARIMA dan Holt Winter merupakan metode yang lebih sering menghasilkan tingkat akurasi paling baik. Metode CPIN yang saat ini digunakan tidak selalu mampu memberikan akurasi terbaik ditunjukkan dari 19 akun, metode CPIN hanya memberikan akurasi forecasting terbaik pada 4 akun. Pada beberapa jenis pendapatan maupun belanja, indikasi akurasi forecasting tidak menunjuk pada satu metode tertentu. Hal ini disebabkan danya peningkatan yang signifikan pada akhir tahun (khususnya bulan Desember) yang mengakibatkan penurunan akurasi suatu metode dibandingkan dengan metode lainnya. Metode cash forecasting terakurat pada akun belanja seluruhnya diperoleh dengan menggunakan data tiga tahun terakhir, hal ini menunjukkan adanya perubahan pola realisasi belanja antara lima dan tiga tahun terakhir. 
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信