Foreign Direct Investment and Economic Growth in the Short Run and Long Run: Empirical Evidence from Developing Countries
Notice bibliographique
Résumé
A contribution of foreign direct investment to economic growth is possibly one of the widely examined topics in academic research in the last five decades. However, few studies have examined both the short run and long run impacts of this effect concurrently for developing and emerging markets, in particular during the period of economic turmoil that includes the global financial crisis. As such, this paper examines and provides additional and relevant quantitative evidence on the impact of foreign direct investment (FDI) on economic growth, both in the short run and the long run in developing countries of the lower-middle-income group in 2000–2014. Various econometric methods are employed such as the panel-based unit root test, Johansen cointegration test, Vector Error Correction Model (VECM), and Fully Modified OLS (FMOLS) to ensure the robustness of the findings. The results of this study show that FDI helps stimulate economic growth in the long run, although it has a negative impact in the short run for the countries in this study. Other macroeconomic factors also play an important role in explaining economic growth in these countries. Money supply has a positive effect on growth in the short run while total credit for private sector has a negative effect. In addition, long-run economic growth is driven by money supply, human capital, total domestic investment, and domestic credit for the private sector. Based on these results, recommendations for the governments of these countries have been developed.
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 ».