A Big Data Approach to Understand Sub-national Determinants of FDI in Africa

要約

汚職、貿易の開放、金融へのアクセス、政治的不安定など、さまざまなマクロ経済的および制度的要因が FDI 流入を妨げています。
既存の研究は主に国レベルのデータに焦点を当てており、特に発展途上国における企業レベルのデータの調査は限られています。
このギャップを認識して、最近の研究の呼びかけでは、特に地域レベルでの FDI の決定要因を掘り下げる定性的データ分析の必要性が強調されています。
この論文は、テキストマイニングとソーシャルネットワーク分析に基づいて、167,000を超えるオンラインニュース記事から情報を取得し、アフリカ企業のFDI所有権に影響を与える地域レベル（準国家）の属性を定量化する新しい方法論を提案しています。
私たちの分析は、世界銀行企業調査によってマッピングされた産業発展の障害に関する情報を拡張します。
調査結果は、地域（準国家）の構造的および制度的特性が外国人の所有権を決定する際に重要な役割を果たす可能性があることを示唆しています。

要約(オリジナル)

Various macroeconomic and institutional factors hinder FDI inflows, including corruption, trade openness, access to finance, and political instability. Existing research mostly focuses on country-level data, with limited exploration of firm-level data, especially in developing countries. Recognizing this gap, recent calls for research emphasize the need for qualitative data analysis to delve into FDI determinants, particularly at the regional level. This paper proposes a novel methodology, based on text mining and social network analysis, to get information from more than 167,000 online news articles to quantify regional-level (sub-national) attributes affecting FDI ownership in African companies. Our analysis extends information on obstacles to industrial development as mapped by the World Bank Enterprise Surveys. Findings suggest that regional (sub-national) structural and institutional characteristics can play an important role in determining foreign ownership.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google