The impact of US and China geopolitical risk on foreign direct investment in Latin America
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We examine the impacts of the US and the Chinese geopolitical risk (GPR) on foreign direct investment (FDI) inflows in Latin America (LATAM) from 2000 to 2022, focusing on how bilateral trade and escalating US-China tensions (UCT) moderate these effects. LATAM’s neutrality in major geopolitical conflicts makes it an ideal region for analyzing indirect GPR effects. US and China's GPR may not directly impact LATAM's GPR levels but can create indirect spillovers affecting the FDI flows in the region through economic ties and escalating global tensions, particularly between the US and China. The findings reveal distinct spillover patterns. US GPR negatively impacts FDI in LATAM due to geographic proximity, while the positive impact of China GPR suggests a dynamic of risk-diversification-driven FDI inflows to LATAM. Higher bilateral trade with China turns the impact of Chinese GPR on FDI negative, while trade with the US amplifies the negative effect of US GPR. At high UCT levels, both US and Chinese GPR reduce FDI in LATAM, whereas at low UCT levels, their impact turns positive, highlighting the role of bilateral trade and UCT as key factors in shaping the impact of GPR spillovers from the US and China to FDI inflows in LATAM. Furthermore, GPR deters US FDI but not Chinese FDI, highlighting how firms' responses to geopolitical risk vary based on strategic priorities, risk tolerance, and state involvement. We contribute to the GPR literature by demonstrating that even regions distant from direct geopolitical conflicts remain vulnerable due to economic interconnections and global ripple effects. The findings provide key insights for policymakers and investors, highlighting the need for proactive strategies to mitigate geopolitical risks.
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.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 découle