No abstract

No abstract

The previous financial crisis has revealed the importance of risk in the financial and business cycle within the economy. This paper examines relationship among three cycles in the economy, namely (i) business cycle macro risk, (ii) credit cycle and (iii) risk cycle, and their impacts toward individual bank performance. We examine the responses of individual bank credit cycle and risk cycle toward a shock in business cycle macro risk and its consequence to the bank performance. We use Indonesian data for period of 2005q1 to 2014q4. We use unbalanced panel data of individual banks’ balance sheet with Panel Vector Autoregressive approach based on GMM style estimation by implementing PVAR package developed by Abrigo and Love (2015). The result shows dynamic relationship between business cycle macro risk and financial risk cycles. The study also observes prominent role of risk cycles in driving bank performance. We also show the existence of financial accelerator phenomenon in Indonesian banking system, in which financial cycles precede the business cycle macro risk.

Popularitas motor DC brushless (BLDC) semakin meningkat karena memiliki kepadatan energi yang tinggi, biaya pembuatan bahan magnet permanen seperti Samarium Cobalt (Sm-Co) dan Nd-Fe-B yang semakin murah dan kemajuan dalam desain inovasi semakin efisien [7]. Kelebihan motor BLDC yang memberikan respons lebih cepat, membutuhkan pengontrol untuk pengaturan kecepatan yang cepat dan akurat. Kontroler PID yang telah banyak digunakan dalam peralatan kontrol industri dapat diandalkan dengan menyetel oleh algoritma AI untuk menentukan Kp, Ki dan Kd. Dalam penelitian ini, motor BLDC akan dikontrol kecepatan menggunakan algoritma Artifical Intelligence (AI) untuk tuning PID, yang dijalankan dengan mikrokontroler STM 32 F4 Discovery. Popularitas motor DC brushless (BLDC) semakin meningkat karena memiliki kepadatan energi yang tinggi, biaya pembuatan bahan magnet permanen seperti Samarium Cobalt (Sm-Co) dan Nd-Fe-B yang semakin murah dan kemajuan dalam desain inovasi semakin efisien [7]. Kelebihan motor BLDC yang memberikan respons lebih cepat, membutuhkan pengontrol untuk pengaturan kecepatan yang cepat dan akurat. Kontroler PID yang telah banyak digunakan dalam peralatan kontrol industri dapat diandalkan dengan menyetel oleh algoritma AI untuk menentukan Kp, Ki dan Kd. Dalam penelitian ini, motor BLDC akan dikontrol kecepatan menggunakan algoritma Artifical Intelligence (AI) untuk tuning PID, yang dijalankan dengan mikrokontroler STM 32 F4 Discovery.

No abstract