Economic Freedom, Fiscal Rules on FDI Inflows: An Analysis of 24 Developing Countries
Notice bibliographique
Résumé
Foreign Direct Investment (FDI) plays a crucial role in enhancing economic growth and development. It brings capital, technology, managerial skills, and employment opportunities to host countries. However, attracting FDI requires a conducive business environment characterized by economic freedom and effective fiscal institutions. This paper aims to explore the relationship between economic freedom, a new type of fiscal institutions named fiscal rules, and FDI inflows. It provides a comparative analysis of different countries and investigates the mechanisms through which economic freedom and fiscal institutions influence FDI. The panel data analysis employed in this study utilizes two estimation methods, namely the Random Effects Model (determined through the Hausman test) and the Two Stage Least Squares Method (to address endogeneity concerns). The empirical findings reveal several noteworthy insights. Firstly, GDP, trade openness, and gross fixed capital formation exhibit a positive relationship with FDI inflows, while inflation does not have a significant impact. Additionally, our research indicates that specific economic freedom sub-indicators, such as tax burden, monetary freedom, trade freedom, and financial freedom, positively influence FDI inflows. Conversely, the presence of expenditure rules is found to have a negative impact on FDI inflows. Furthermore, we explore the interactive effects of fiscal rules and economic sub-indicators on FDI inflows, providing further insights into the relationship between these factors.
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 | 0,001 | 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 ».