MétaCan
Menu
Retour à la cohorte
Enregistrement W2183515786

Understanding and Mitigating Direct Investment Risk in the Indian Real Estate Market

2010· article· en· W2183515786 sur OpenAlexaboutno aff
Amarjit Gill, Nahum Biger, N. D. Mathur, Rajendra Tibrewala

Notice bibliographique

RevueBusiness and Economics Journal · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueState Capitalism and Financial Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReal estateForeign direct investmentReal estate investment trustBusinessFinanceRisk perceptionPolitical riskInvestment (military)Capital marketEconomicsPerceptionPoliticsMacroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper seeks to extend the findings regarding factors that affect Canadian propensity to undertake direct investment abroad by examining the perception of risk factors that may hinder direct investment in the Indian real estate market. This study utilized survey research (a non-experimental field study design). 226 Canadian investors were surveyed and reported their perceptions of various risk factors regarding investing in the Indian real estate market. The findings suggest that perceptions of political and legal nature, corruption, confiscation, and economic risk can hinder investments and may lead to capital losses on investments in the Indian real estate market. We also found that investors’ foreign direct investment behavior does not differ based on their age and the level of education. This paper discusses several techniques by which investors can mitigate foreign direct investment risk in India. It also points out how real estate investors can implement these techniques and the challenges that they might face through this implementation process. Finally, some suggestions to overcome these challenges are provided.

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)0,001
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 enseignants0,084
Score d'incertitude au seuil0,803

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
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 Opus0,023
Tête enseignante GPT0,192
Écart entre enseignants0,169 · 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

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and Economics JournalMême sujetState Capitalism and Financial GovernanceTravaux en français237 207