The Determinants of FDI in OIC Countries
Notice bibliographique
Résumé
Foreign Direct investment (FDI) is considered to be an important source of capital especially in developing countries. FDI supplements local savings and brings a series of benefits in host countries. This research has focused OIC on countries since these countries are still far behind in attracting FDI compared to other developing countries. OIC member countries inhibit diversity in their resources from resource rich to resource poor countries. They lack behind the developed world in terms of economic development pertaining to weak economies. Since for these types of countries FDI can prove to be a vital source of capital, it becomes important to study the factors that affect it. This study exactly does the same by incorporating a series of determinants (inflation, size of the economy, trade openness, infrastructure, and institutional quality) to assess the impact they have in attracting FDI. We have used data for 42 countries spanning over 1996-2013. The choice of data selection has been dictated by data availability. For estimation we have used panel fixed effects and random effects estimators. Our results indicate that size of economy, infrastructure and trade openness are positively and significantly related in attracting FDI in those countries. Institutions on the other hand are negatively related. The effects of inflation are somewhat mixed according to our estimation and not robust. The implications of our findings are that policy makers should expend efforts in making more trade oriented policies, improve infrastructure and increase the size of economy.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».