Dynamic Relationship between Gross Domestic Product and Domestic Investment in Rwanda
Notice bibliographique
Résumé
This study uses a VAR model to analyse the dynamic relationship between gross domestic product (GDP) and domestic investment (DI) in Rwanda for the period 1970 to 2011. Several selection lag criteria chose a maximum lag of one, and a bivariate VAR(1) model specification in levels was adopted. Unit root tests show that both GDP and DI series are nonstationary in levels but stationary in first differences, implying that both are integrated of order one I(1). Tests of cointegration established that GDP and DI are CI(1,1), suggesting there is a long-run equilibrium relationship between the two series. The error correction model indicates that DI adjusts to GDP with a lag whereby 0.2 percent of the discrepancy between long-term and short-term DI is corrected within the year. Granger causality tests show that there is unidirectional causality where GDP causes DI. The bivariate VAR (1) was unstable when estimated at levels, but was stable in first differences. Finally it was found out that GDP almost perfectly predicts DI in the estimated VAR (1) model. The forecasted value of DI in 2011 was 22.6% of GDP while the actual value was 22.7% of GDP. The small discrepancy may be attributed to the appropriate policy measures the Rwandan government and the private sector federation have thus far taken to facilitate investors in their businesses.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».