Financial, markets, impact of environmental stability on economic development and sustainable development goals, evidence from developed and emerging countries
Notice bibliographique
Résumé
The study seeks to investigate the developed and emerging countries forecasting the financial business market, environmental strategy and impact on sustainable development Goals and the country's economic development from 1991 to 2021. Annually date of Stock Market Index, exchange rate index, Sustainable development index, eco-efficiency and Countries GDP of developed countries, i.e. UK, USA, Canada, Australia, Japan, Germany, France and emerging countries, i.e. Brazil, Malaysia, Thailand, Philippines, China, Indonesia, India, and Pakistan has been considered as sample data for this study. Unit root test (ADF) for stationary test, Johansen’s Co-integration test, Granger Causality, GMM (panel data) applied to test the short run/long-run impact, association, and behavior of variables. Models 1& 2 result of finance sustainability with Stock Market Index, exchange rate index, SDGs ~ GDP, and eco-efficiency indicates highly significant and asymmetrical relationships exist with countries growth as similar with Models 3 & 4 SDGs. UK, France in developed markets and India, Thailand and Malaysia in emerging countries markets high influencing potential. Meanwhile, Australia and USA in developed and China, Indonesia, and Pakistan Markets in emerging have more space for investor. The Robustness test validates the finding of study. Financial sustainability implication and recommendation are cleared for investors; forecast market behavior, financing efficiency, investment diversification, multi corporations and exchange management have make significant investment decision. Further, these finding helps policy makers and regulatory authorities to design appropriate finance strategies for market-economic sustainability.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».