MétaCan
Menu
Retour à la cohorte
Enregistrement W4387352992 · doi:10.5267/j.ac.2023.9.001

The effect of low rate of corporate taxation on foreign direct investments (FDI) and gross domestic product (GDP): A case study of ten selected countries (2018-2022)

2023· article· en· W4387352992 sur OpenAlexvenueno aff
Uchenna Chinwendu Nwankwo, Emmanuel Obiora Nwakeze

Notice bibliographique

RevueAccounting · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForeign direct investmentGross domestic productCorporate taxMultinational corporationEconomicsInternational economicsMonetary economicsDescriptive statisticsBusinessDouble taxationTax avoidanceMacroeconomicsFinance

Résumé

récupéré en direct d'OpenAlex

This research was undertaken to examine the effect of low corporation tax rate on Foreign Direct Investment (FDI) inflow and Gross Domestic Product (GDP). Investors and multinational firms are very rational and therefore prefer to invest in countries where the cost of taxation will be at the barest minimum to maximize their profit. The study aimed to critically analyze the Corporate Income Tax (CIT) rates of the randomly selected countries of the world, and their respective impacts on FDI and GDP. The study is descriptive in nature, based on quantitative data, sourced from various reports of Statutory Corporate Income Tax Rates of Tax Foundation, World Bank and UNCTAD World Investment Report of 2022. Ex-post Facto research design was deployed; while data were analyzed with a General Linear Model of Multivariate Analysis of Variance (MANOVA) with the aid of SPSS version 25. The study found that low rate of corporation tax has a positive and significant effect on FDI as well as on GDP. That is, CIT rate is a dominant determinant for FDI and GDP of 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccountingMême sujetCorporate Taxation and AvoidanceTravaux en français237 207