Financial Development and Tax Revenue: How Catalytic Are Political Development and Corruption?
Notice bibliographique
Résumé
Increasing domestic revenue mobilization remains a challenge for many governments, particularly in low-income countries. Using a sample of East African countries, the study sets off to investigate the impact of financial development from a multi-dimensional perspective on tax revenues for the period 1990 to 2014, and how political development and the control of corruption would enhance the observed nexus. The dynamic panel results from the system GMM estimation approach indicate a significant role of financial development overall and the financial institutions and financial markets in particular. A disaggregation of the duo suggests that it is the depth of financial institutions that greatly matters for tax revenue, with a one per cent change expected to yield about 0.26 per cent change in tax collections. It is then followed by their level of accessibility, financial market depth and efficiency. We fail to find significant evidence in support of financial market access and financial institutions efficiency although the possibility for the latter seems indismissible. Further evidence points to the catalytic nature of a good institutional and political environment in pursuit of higher tax-GDP ratio via financial development. Policies to promote the depth and accessibility of financial institutions as well the depth and efficiency of financial markets in East Africa alongside well-focused anti-corruption programs and democratic governance are likely to yield better fiscal outcomes in terms of domestic tax revenues critically needed to achieve the United Nations Sustainable Development Goals. We also confirm the positive role played by the lagged tax revenue, per capita GDP, trade openness, debt-to-GDP ratio and population density in the tax effort.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».