Corruption Control as a Catalyst for Financial Development: A Global Comparative Study
Notice bibliographique
Résumé
This study investigates the impact of anti-corruption efforts on financial development across different economies, using G7 and E7 countries as comparative groups. Recognizing corruption as a barrier to economic growth, the research examines how effective corruption control can enhance the efficiency of the financial sector, foreign direct investment (FDI), and capital market development. The methodology includes panel cointegration tests—namely Pedroni, Kao, and Westerlund tests—alongside fully modified ordinary least squares (FMOLS) and dynamic ordinary least squares (DOLS) estimations to assess the long-term relationships between corruption control and financial development. The findings reveal a statistically significant cointegration relationship, suggesting that anti-corruption measures positively influence financial development in both G7 and E7 countries, albeit more strongly in E7 economies. Specifically, the Westerlund test results, which take cross-sectional dependencies into account, reinforce the robustness of the findings. The study underscores the importance of tailoring anti-corruption policies to each country’s unique economic framework, highlighting that while G7 countries benefit from advanced institutional structures, E7 countries experience more pronounced effects of corruption control on financial development and FDI. These insights contribute to the policy discourse on sustainable economic development by emphasizing the role of governance quality in fostering robust financial systems and attracting international investment.
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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 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 ».