The Impact of Exchange Rate Volatility on Foreign Direct Investment
Notice bibliographique
Résumé
This study investigates the impact of exchange rate volatility on the level of foreign direct\ninvestment inflows in the Unites States of America, the United Kingdom, Canada and Japan, using\nannual data starting from 1975 to 2011. Exchange rate volatility has been measured using four\ndifferent methods: a classic standard deviation, a moving mean difference value of the exchange\nrate fluctuations, a moving average standard deviation with a 3-year window and, finally, using a\nGARCH(1,1) model. The data was accounted for serial correlation, nonstationarity and cointegration\nand the relationship between inward FDI flows (expressed as a percentage of GDP for each country)\nand exchange rate volatility has been analyzed using OLS regressions and a panel data model, as well\nas an error correction model to investigate the existence of a short-term relationship between the\ntwo variables. While OLS estimates have shown that FDI inflows in three out of the four countries\nanalyzed are influenced by exchange rate volatility, no evident link between the two variables has\nbeen found in the panel data analysis. In general, the mixed results obtained are proof that the\nexistence of a relationship between FDI inflows and exchange rate volatility varies across countries\nand between different econometric models employed.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».