Foreign Direct Investment, Economic Freedom and Economic Growth: Evidence from Developing Countries
Notice bibliographique
Résumé
This paper has explores the interplay between economic freedom, foreign direct investment and economic growth using panel data analysis for a sample of 79 developing countries from 1998 to 2014 by considering the level of economic freedom, as provided by the “Heritage Foundation”. Panel unit root, pedroni residual co-integration test, generalized least square (GLS), feasible GLS (FGLS), pooled OLS, random effect, fixed effect, poisson regression, prais-winsten, generalized method of movement (GMM) and generalized estimating equation (GEE) methods have used to estimates the relationship. According to the OLS and generalized method of movement the coefficient implies that a one standard deviation improvement in business freedom, trade freedom, size, investment freedom, property rights, freedom from corruption, labor freedom, financial freedom, fiscal freedom, monetary freedom increases FDI by 21.4%, 15.6%, 21.6%, 17.5%, 11.55, 9.1%, 6.9%, 8.5%, 7.4%, 10.3% and 56.1%, 45.3%, 58.3%, 51.6%, 33.7%, 39.2%, 47.4%, 41.6%, 32.5%, 38.5% points respectively and for the economic variable ,the coefficient implies that a one standard deviation improvement in GDPG and GDPPC increases FDI by 24.1%, 17.4% and 30.2%, 33.4% points respectively. By using the other method like random effect, fixed effect, poisson regression, prais-winsten and generalized estimating equation (GEE) method explores that economic freedom in the host country is a positive determinants of FDI inflows in developing countries and also the result suggests that foreign direct investment is positively correlated with the economic growth in the host countries.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».