Central Asian Turkic Republics are

Central Asian Turkic Republics are Azerbaijan, Uzbekistan, Kazakhstan, Kyrgyz
Republic and Turkmenistan. However there is not available data for Turkmenistan.
Therefore the country is removed from the analysis. The data are annual and
obtained from World Bank and Interstate Statistical Committee of The
Commonwealth of Independent States for 1999-2011 periods.
This analysis focuses on the relationship between FDI and human capital series. In
the literature studies examining this relationship use a variety of education
indicators. In other words, education indicators are used as a proxy for human
capital stock. Some of these generally are primary and secondary schools. However
in this analysis tertiary school enrollment rate is thought to related with FDI
investments much more than others. Tertiary school provides the necessary
qualifications for students to enter professions or programs that are required high
skills. The skilled human capital stock related with FDI is educated in tertiary school.
Thus in this analysis the proxy indicator of human capital stock is chosen tertiary
school enrollment rate. GDP per capita is one of the main determinants of
education availability. GDP per capita has theoretically positive effects on
education. Openness variable indicates the international trade regime of the
country. Inflation rate represents the economic and socio-political stability of the
country. Internet usage is a control variable represents the development level of
the country. Population is a control variable represents demographic growth rate.
We followed the model that is developed by Mughal and Vechiu (2009) and
advanced this model. Firstly we use GDP per capita income differently from the
original model. GNI per capita income includes citizens’ income of the country
earned abroad. However our analysis focuses on the effects of FDI on the
education level of citizens live in home country. Thus we decided to use GDP per
capita. In the original model agriculture in the value-added of the GDP is used to
analyze its significance in human capital growth. In the case of estimating FDI it can
be used Agriculture in the value-added of the GDP. In other words this data related
with FDI not education. We removed this data from the analysis. Thus our model
can be seen in Equation (1).
it it it it it it it Tertiary = GDP + lation + openness + FDI + population + ernet + ε −
inf int 1
(1)
Durmuş Çağrı YILDIRIM & Özlem TOSUNER
Page |56 EJBE 2014, 7 (14)
In Equation (1), Tertiary: Tertiary enrollment rate includes public and private
schools and full and part time education systems. This data is formed with the total
number of students enrolled at public and private tertiary education institutions.
Tertiary education is largely based on theoretical knowledge and is intended to
provide sufficient qualifications for gaining entry into advanced research programs
and profession with high skills requirements. Foreign Direct Investment, net
inflows (%GDP): Foreign direct investment data are the net inflows of investment
which is calculated as total of equity capital, reinvestment of earnings, other longterm
capital, and short-term capital as shown in the balance of payments.
Openness indicates the difference between exports and imports of the countries as
percentages of GDP. GDP consists of per capita Gross Domestic Income values.
Data are in current US dollars. GDP series are transformed from domestic
currencies using single year official exchange rates. Inflation: Inflation figures
constitute of the consumer price index which reflects the annual percentage
change in the cost of acquiring a basket of goods and services for an average
consumer. Population is the population growth rate. Internet is referred to number
of people with access to the worldwide network.
GDP, inflation, internet and tertiary series that are subject to analysis are in natural
logarithm. The other series in the analysis are included as percentage ratios.
Equation (1) will be used for investigation the relationship between series.
Panel data analysis method will be used to examine the relationship between
series. Panel data method can be applied both for horizontal and vertical crosssectional
data sets. Panel OLS model:
Yit it it kitk it =α + β χ +...+ β χ +ε 11
(2)
where i: 1,2,…,N; t:1,2,…,T.
Two different models can be used for investigating the relationships between
series in panel OLS analysis. These models are fixed effect and random effect
models.
Fixed effect model includes an individual effect which is constant over time and
common across economic agents. This model can be estimated using Ordinary
Least Squares estimator. Individuals’ state may be guiding for the selection of
model while choosing among these models. For example, for members of a certain
group of countries (OECD, EU, EMU, etc) fixed model should be applied. In fixed
effect model:
• α it
is possibly correlated with χ it

• Regressor of χ it can be endogenous
• can consistently estimate β for time-varying χ it

• cannot consistently estimateα it if short panel prediction is not possible
The Effects of FDI on Human Capital Stock in Central Asian Turkic Republics
EJBE 2014, 7 (14) Page | 57
• [ ] it it it it β ∂= E y | α , χ / ∂χ
In random effect model α it is random. Thus the errors: it = α it +uit ε . And OLS
estimator is inefficient. In random effect model:
• α it is purely random
• Regressor of χ it must be exogenous
• Corrects standard errors for equi-correlated clustered errors
• prediction is possible
• [ ] it it it β ∂= E y | χ /∂χ
Because, countries examined in this study are not members of a group, random
effect model can be estimated. However we estimated two models to be able to

Kết quả (Việt) 1:

Nước Cộng hòa Trung á Turkic là Azerbaijan, Uzbekistan, Kazakhstan, KyrgyzstanCộng hòa và Turkmenistan. Tuy nhiên không phải là các dữ liệu sẵn có cho Turkmenistan.Do đó quốc gia được lấy ra từ các phân tích. Dữ liệu được hàng năm vàthu được từ ngân hàng thế giới và liên tiểu bang thống kê Ủy ban của cácKhối thịnh vượng chung của các tiểu bang độc lập cho giai đoạn 1999-2011.Phân tích này tập trung vào mối quan hệ giữa FDI và dòng vốn con người. ỞCác nghiên cứu văn học cách kiểm tra các mối quan hệ này sử dụng một số giáo dụcchỉ số. Nói cách khác, giáo dục chỉ số được sử dụng như là một proxy cho con ngườivốn cổ phần. Một số người trong số này nói chung là tiểu học và trung học. Tuy nhiênphân tích này trường đại học tuyển sinh tỷ lệ là suy nghĩ để có liên quan với FDIđầu tư nhiều hơn so với những người khác. Trường đại học cung cấp cần thiếtbằng cấp cho học sinh để nhập nghề nghiệp hoặc các chương trình được yêu cầu caokỹ năng. Cổ phiếu vốn con người có tay nghề cao liên quan với FDI học ở trường đại học.Do đó trong này phân tích các chỉ số ủy quyền con người vốn cổ phần được chọn phân đại đệ tamCác tỷ lệ đăng ký học. GDP trên đầu người là một trong những yếu tố quyết định chính củagiáo dục tình trạng sẵn có. GDP trên đầu người đã tác động tích cực về lý thuyếtgiáo dục. Cởi mở biến chỉ ra chế độ thương mại quốc tế của cácQuốc gia. Tỷ lệ lạm phát đại diện cho sự ổn định kinh tế và chính trị xã hội của cácQuốc gia. Việc sử dụng Internet là một biến điều khiển đại diện cho mức độ phát triểnđất nước. Dân số là một biến điều khiển đại diện cho tốc độ tăng trưởng tăng trưởng dân số.Chúng tôi theo sau các mô hình được phát triển bởi Mughal và Vechiu (2009) vànâng cao mô hình này. Trước hết chúng tôi sử dụng GDP cho mỗi đầu người thu nhập khác nhau từ cácMô hình ban đầu. Bao gồm GNI một thu nhập bình quân đầu người thu nhập công dân của đất nướckiếm được ở nước ngoài. Tuy nhiên chúng tôi phân tích tập trung vào những ảnh hưởng của FDI vào cáctrình độ học vấn của công dân sống ở quê nhà. Vì vậy chúng tôi quyết định sử dụng GDP bình quânbình quân đầu người. Trong mô hình ban đầu nông nghiệp trong giá trị gia tăng GDP được sử dụng đểphân tích ý nghĩa của nó trong sự phát triển vốn con người. Trong trường hợp của ước tính FDI nó có thểsử dụng nông nghiệp trong giá trị gia tăng GDP. Nói cách khác có dữ liệu này, liên quanvới FDI không giáo dục. Chúng tôi loại bỏ dữ liệu này từ các phân tích. Do đó chúng tôi mô hìnhcó thể được nhìn thấy trong phương trình (1).nó nó nó nó nó nó nó phân đại đệ Tam = GDP + lation + cởi mở + FDI + dân số + ernet + ε −INF int 1 (1) Durmuş Çağrı YILDIRIM & Özlem TOSUNERTrang |56 EJBE 2014, 7 (14)Tại phương (1), đại học: Đại học số bao gồm các khu vực chung và riêngtrường học và hệ thống giáo dục đầy đủ và bán thời gian. Dữ liệu này được hình thành với tổng sốsố lượng sinh viên theo học tại các tổ chức giáo dục đại học khu vực chung và riêng.Giáo dục đại học chủ yếu dựa trên kiến thức lý thuyết và được thiết kế đểcung cấp đầy đủ trình độ để đạt được các mục nhập vào chương trình nghiên cứu tiên tiếnand profession with high skills requirements. Foreign Direct Investment, netinflows (%GDP): Foreign direct investment data are the net inflows of investmentwhich is calculated as total of equity capital, reinvestment of earnings, other longtermcapital, and short-term capital as shown in the balance of payments.Openness indicates the difference between exports and imports of the countries aspercentages of GDP. GDP consists of per capita Gross Domestic Income values.Data are in current US dollars. GDP series are transformed from domesticcurrencies using single year official exchange rates. Inflation: Inflation figuresconstitute of the consumer price index which reflects the annual percentagechange in the cost of acquiring a basket of goods and services for an averageconsumer. Population is the population growth rate. Internet is referred to numberof people with access to the worldwide network.GDP, inflation, internet and tertiary series that are subject to analysis are in naturallogarithm. The other series in the analysis are included as percentage ratios.Equation (1) will be used for investigation the relationship between series.Panel data analysis method will be used to examine the relationship betweenseries. Panel data method can be applied both for horizontal and vertical crosssectionaldata sets. Panel OLS model:Yit it it kitk it =α + β χ +...+ β χ +ε 11 (2)where i: 1,2,…,N; t:1,2,…,T.Two different models can be used for investigating the relationships betweenseries in panel OLS analysis. These models are fixed effect and random effectmodels.Fixed effect model includes an individual effect which is constant over time andcommon across economic agents. This model can be estimated using OrdinaryLeast Squares estimator. Individuals’ state may be guiding for the selection ofmodel while choosing among these models. For example, for members of a certaingroup of countries (OECD, EU, EMU, etc) fixed model should be applied. In fixedeffect model:• α itis possibly correlated with χ it• Regressor of χ it can be endogenous• can consistently estimate β for time-varying χ it• cannot consistently estimateα it if short panel prediction is not possible The Effects of FDI on Human Capital Stock in Central Asian Turkic RepublicsEJBE 2014, 7 (14) Page | 57• [ ] it it it it β ∂= E y | α , χ / ∂χIn random effect model α it is random. Thus the errors: it = α it +uit ε . And OLSestimator is inefficient. In random effect model:• α it is purely random• Regressor of χ it must be exogenous• Corrects standard errors for equi-correlated clustered errors• prediction is possible• [ ] it it it β ∂= E y | χ /∂χBecause, countries examined in this study are not members of a group, randomeffect model can be estimated. However we estimated two models to be able to

Kết quả (Việt) 2:

Trung Á Turkic là nước cộng hòa Azerbaijan, Uzbekistan, Kazakhstan, Kyrgyzstan
và Cộng hòa Turkmenistan. Tuy nhiên đó không phải là dữ liệu có sẵn cho Turkmenistan.
Do đó nước được lấy ra từ các phân tích. Các dữ liệu hàng năm và
thu được từ Ngân hàng Thế giới và Ủy ban thống kê liên bang của The
Commonwealth of Independent States cho giai đoạn 1999-2011.
phân tích này tập trung vào các mối quan hệ giữa FDI và dòng vốn con người. Trong
các tài liệu nghiên cứu kiểm tra mối quan hệ này sử dụng một loạt các nền giáo dục
chỉ số. Nói cách khác, chỉ số giáo dục được sử dụng như là một proxy cho con người
vốn cổ phần. Một số nói chung là các trường tiểu học và trung học. Tuy nhiên
trong phân tích tỷ lệ nhập học đại học trường này được cho là có liên quan với FDI
đầu tư nhiều hơn những người khác. Trường đại học cung cấp cần thiết
cho sinh viên trình độ để vào ngành nghề hoặc các chương trình được yêu cầu cao
kỹ năng. Các cổ phiếu vốn nhân lực có kỹ năng liên quan với FDI được đào tạo tại trường đại học.
Vì vậy, trong phân tích này thì chỉ proxy của vốn con người được chọn đại học
tỷ lệ nhập học. GDP bình quân đầu người là một trong những yếu tố quyết định chính của
giáo dục sẵn có. GDP bình quân đầu người có tác động tích cực về mặt lý thuyết về
giáo dục. Biến sự cởi mở cho các thể chế thương mại quốc tế của
đất nước. Tỷ lệ lạm phát thể hiện sự ổn định kinh tế và chính trị-xã hội của
đất nước. Sử dụng Internet là một biến kiểm soát đại diện cho trình độ phát triển của
đất nước. Dân số là một biến kiểm soát đại diện cho tốc độ tăng trưởng dân số.
Chúng tôi đã theo mô hình được phát triển bởi Mughal và Vechiu (2009) và
tiến mô hình này. Trước hết chúng ta sử dụng GDP thu nhập bình quân đầu người khác nhau từ các
mô hình ban đầu. GNI thu nhập bình quân đầu người bao gồm thu nhập của công dân của đất nước
thu được ở nước ngoài. Tuy nhiên phân tích của chúng tôi tập trung vào các tác động của FDI vào
trình độ học vấn của người dân sống ở quê nhà. Vì vậy chúng tôi quyết định sử dụng GDP bình
quân đầu người. Trong các mô hình nông nghiệp ban đầu trong các giá trị gia tăng của GDP được sử dụng để
phân tích ý nghĩa của nó trong phát triển nguồn nhân lực. Trong trường hợp các ước tính FDI nó có thể
được sử dụng trong nông nghiệp giá trị gia tăng của GDP. Nói cách khác dữ liệu này liên quan
với FDI không giáo dục. Chúng tôi loại bỏ dữ liệu này từ các phân tích. Như vậy mô hình của chúng tôi
có thể được nhìn thấy trong phương trình (1).
nó nó nó nó nó nó nó Tertiary = GDP + lation + cởi mở + FDI + dân + ernet + ε -
inf int 1
(1)
Durmuş Çağrı YILDIRIM & Özlem TOSUNER
Page | 56 EJBE năm 2014, 7 (14)
Trong phương trình (1), đại học: đại học tỷ lệ nhập học bao gồm công cộng và tư nhân
trường học và hệ thống giáo dục đầy đủ và bán thời gian. Dữ liệu này được thành lập với tổng
số sinh viên theo học tại các cơ sở giáo dục đại học công lập và tư nhân.
Giáo dục đại học chủ yếu dựa trên kiến thức lý thuyết và được dự định để
cung cấp đủ trình độ để đạt được mục vào chương trình nghiên cứu tiên tiến
và chuyên nghiệp với yêu cầu kỹ năng cao. Đầu tư trực tiếp nước ngoài, net
dòng vốn (% GDP): dữ liệu đầu tư trực tiếp nước ngoài là những dòng vốn ròng của đầu tư
được tính bằng tổng vốn chủ sở hữu, tái đầu tư các khoản thu nhập, lâu dài khác
vốn, và nguồn vốn ngắn hạn như trong cán cân thanh toán .
Cởi mở cho thấy sự khác biệt giữa xuất khẩu và nhập khẩu của các nước như
tỷ lệ phần trăm của GDP. GDP bao gồm giá trị Gross Income trong nước bình quân đầu người.
Số liệu được tính bằng đô la Mỹ hiện nay. Loạt GDP được chuyển từ trong nước
tiền tệ theo tỷ giá chính thức năm. Lạm phát: Lạm phát số liệu
cấu thành của người tiêu dùng, chỉ số giá trong đó phản ánh phần trăm hàng năm
thay đổi trong chi phí mua một giỏ hàng hóa và dịch vụ với giá trung bình
của người tiêu dùng. Dân số là tỷ lệ tăng trưởng dân số. Internet được đề cập đến số lượng
của những người có quyền truy cập vào các mạng trên toàn thế giới.
GDP, lạm phát, internet và hàng loạt đại học mà có thể phân tích được trong tự nhiên
logarit. Các dòng khác trong phân tích được bao gồm như là tỷ lệ phần trăm.
Phương trình (1) sẽ được sử dụng để điều tra các mối quan hệ giữa hàng loạt.
Phương pháp phân tích số liệu mảng sẽ được sử dụng để kiểm tra các mối quan hệ giữa
hàng loạt. Phương pháp nhập dữ Panel có thể được áp dụng cho cả crosssectional ngang và dọc
các bộ dữ liệu. Bảng điều chỉnh mô hình OLS:
Yit nó nó kitk nó = α + β χ + ... + β χ ε + 11
(2)
, nơi tôi: 1,2, ..., N; t:. 1,2, ..., T
Hai mô hình khác nhau có thể được sử dụng cho điều tra các mối quan hệ giữa
hàng loạt trong phân tích OLS bảng. Những mô hình này được cố định có hiệu lực và hiệu ứng ngẫu nhiên
mô hình.
các mẫu hiệu ứng cố định bao gồm một hiệu ứng cá nhân mà là không đổi theo thời gian và
phổ biến trên khắp các đại lý kinh tế. Mô hình này có thể được ước tính bằng cách sử dụng thông thường
Least squares dự toán. Nhà nước của các cá nhân có thể được hướng dẫn cho việc lựa chọn
mô hình trong khi lựa chọn trong số các mô hình này. Ví dụ, đối với các thành viên của một số
nhóm nước (OECD, EU, ​​EMU, vv) mô hình cố định nên được áp dụng. Trong cố định
mô hình có hiệu lực:
• α nó
là có thể tương quan với χ nó • Regressor của χ nó có thể là nội sinh • luôn có thể ước lượng β cho thời gian khác nhau χ nó • không thể kiên estimateα nó nếu dự đoán bảng ngắn là không thể Ảnh hưởng của FDI trên Human Capital Cổ ở Trung Á Turkic Cộng hòa EJBE 2014, 7 (14) Trang | 57 • [] nó nó nó nó β ∂ = E y | α, χ / ∂χ Trong mô hình hiệu ứng ngẫu nhiên α nó là ngẫu nhiên. Vì vậy, các lỗi: nó = α + nó UIT ε. Và OLS ước lượng là không hiệu quả. Trong mô hình hiệu ứng ngẫu nhiên: • α nó là hoàn toàn ngẫu nhiên • Regressor của χ nó phải là ngoại sinh • Sửa các lỗi tiêu chuẩn cho các lỗi cụm equi-tương quan • dự đoán là có thể • [] nó ∂ nó β = E y nó | χ / ∂χ Vì , các nước xem xét trong nghiên cứu này không phải là thành viên của một nhóm, ngẫu nhiên các mẫu hiệu ứng có thể được ước tính. Tuy nhiên, chúng tôi ước tính hai mô hình để có thể