The Relationship between Foreign Direct Investment and Inflation: Econometric Analysis and Forecasts in the Case of Sri Lanka
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There are several reasons why the dynamic interaction between FDI and inflation must be studied. First, Foreign Direct Investment is found as one of the important determinants of the process of economic growth and development of Sri Lanka. Therefore, the literature empirically examining the causal relationship between the inflation and FDI is significant because the rate of high inflation affects the inflows of FDI inflows into the economy of Sri Lanka and slows down the process of economic growth and development. The main objective of this study is to examine the linkages between FDI and inflation in Sri Lanka for the time periods from year 1978 to year 2017. The dependent variable of the model used in this study is Inflation and the independent variable of the model is FDI (Foreign Direct Investment). The data used in the model are the annual time series collected from Annual Report of Central Bank of Sri Lanka. The tools to analyze the data are graphical representation, Johansen Co-integration test, simple regression model, Residual Analysis, Stability Test, and Granger Causality Test. A long run relationship is found between the variables. The dependent variable: INF – Inflation is inversely related with the independent variable: FDI – Foreign Direct Investment. One-way causal relationship from FDI to INF is ensured. The forecast sample is ranged from 2009 to 2017. The simple regression model affirms the significant impacts of the FDI – Foreign Direct Investment on the INF – Inflation. The forecasting model derived from the simple regression model is rather incompatible to forecast the value of dependent variable (Inflation).
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.
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 | 0,001 | 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 découle