An application of Toda-Yamamoto approach on accessing casual relationship among exchange rate, trade openness and corruption in Nigeria.
Notice bibliographique
Résumé
Abstract. This study accesses the causal relationship between trade openness, corruption and exchange rate in Nigeria between. Time series data was used from first quarter of 1996 to fourth quarter of 2021 on exchange rate, trade openness and corruption. Data was extracted from World Development Indicator (WDI) of World Bank database and International Transparency database. Trade openness was constructed using Composite Trade Intensity (CTI) measurement. Toda-Yamamoto approach was estimated to examine the causality among the trade openness, corruption and exchange rate. It was exhibited uni-directional causality between exchange rate and trade openness; exchange rate and corruption, unlike trade openness and corruption which revealed bi-directional causality. Thus, the result exhibited that exchange rate granger cause trade openness. It implies that an increase in exchange rate will causes the variation on trade openness in Nigeria. More so, the result revealed that exchange rate granger causes corruption. This also implies that exchange rate fluctuation leads to variation on corruption. In addition, it was found that there is bi-directional causal relationship between trade openness and corruption. This implies that trade openness granger causes corruption and corruption also granger cause trade openness. That is, an increases in trade openness in Nigeria causes any variation on corruption on Nigerian economy and vice-versa. Base result, the study recommended that the government should makes a policy for the improvement of trade openness that will enhance naira appreciation. More efforts should be made in checking and controlling corruption whenever there is improvement on trade openness in Nigeria. Key Words: Causality, Corruption, Exchange Rate, Toda-Yamamoto. JEL Code: C1, E5, F4.
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 | 0,001 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».