MétaCan
Menu
Retour à la cohorte
Enregistrement W2167360141 · doi:10.5539/ijef.v5n12p40

Capital Account Liberalization and Growth in the WAMZ: An Empirical Analysis

2013· article· en· W2167360141 sur OpenAlexvenueno aff
Ngozi E. Egbuna, Emmanuel Oniwoduokit, Kemoh Mansaray, Marshall Umo, Adedapo Adenekan

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueEconomic Growth and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsSierra leoneDistributed lagOpenness to experienceShort runLiberalizationMacroeconomicsCapital (architecture)CointegrationCapital accountMonetary economicsInternational economicsEconometricsDevelopment economicsMarket economyGeography

Résumé

récupéré en direct d'OpenAlex

The paper employed recent time series econometrics to analyze and determine relationships between capital account liberalization and economic growth in the West African Monetary Zone2 (WAMZ) for the period 1980–2012. For the purpose of clearly ascertaining the impact of the variables of interest on economic growth, a country by country estimation was carried out. The short-run and long-run relationships between capital account openness and economic growth were investigated by applying the autoregressive distributive lag (ARDL) bounds testing approach suggested by Pesaran et al. (2001). The empirical results of the ARDL models showed a significant positive relationship between capital account liberalization and growth in Ghana and Sierra Leone. This suggests that the removal of restrictions on capital accounts in Ghana and Sierra Leone would promote economic growth in these countries in the long-run. Liberalization had positive and significant impact on growth in Ghana even in the short-run. However, there was no significant long-run relationship between liberalization and growth in The Gambia, Guinea, Liberia and Nigeria, implying that opening of the capital account should be gradual and complemented with sound macroeconomic and financial policy. Overall, the diagnostic tests indicated that our ARDL models were stable.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,410
Score d'incertitude au seuil0,290

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,230
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetEconomic Growth and DevelopmentTravaux en français237 207