Kielezo cha Utegemezi wa Uagizaji wa Kompyuta za Akili Bandia (AI Compute Import Dependence Index, ACID) ni kiashiria cha utegemezi wa biashara katika kiwango cha nchi-mwaka kilichotengenezwa kupima ni sehemu gani ya uagizaji wa vifaa vilivyochaguliwa vya kompyuta katika nchi fulani inayotoka Marekani. Utafiti unaunda thamani za ACID za nchi 182 kwa kipindi cha 2015–2023 kwa kutumia data za UN Comtrade Plus; kisha unazilinganisha katika regresheni za OLS za sehemu-mtambuka na sehemu ya uagizaji wa nchi 119 unaotolewa ankara kwa dola. Katika matokeo makuu ya waandishi, ongezeko la pointi 10 za asilimia katika ACID linahusishwa na sehemu ya utoaji ankara kwa dola iliyo juu kwa takriban pointi 5,6 za asilimia. Hata hivyo, uhusiano huo kwa kiasi kikubwa ni kati ya nchi na kati ya maeneo: athari zisizobadilika za eneo huifanya kigezo kutokuwa na umuhimu wa kitakwimu, huku makadirio ya paneli ndani ya nchi hayaonyeshi athari muhimu ya ACID. Kwa hiyo, utafiti hauthibitishi kwamba uagizaji wa AI compute unaongeza matumizi ya dola kwa njia ya kisababishi.

Mfumo wa kinadharia wa utafiti unapendekeza kwamba baadhi ya sifa za mrejesho wa bei–akiba–mali salama unaoonekana katika mfumo wa petrodola zinaweza pia kujitokeza katika biashara ya AI compute. Nchi zinazotegemea usambazaji wa GPU, seva na semikondakta za hali ya juu kutoka kampuni zenye makao Marekani zinaweza kuhitaji dola kwa biashara hii; zikashikilia ukwasi wa dola kwa madhumuni ya settlement na kuendelea kufungamana na mfumo wa kifedha wa dola — jambo linalojadiliwa kama utaratibu unaowezekana wa “compute-dollar”. Hata hivyo, utaratibu huu haujatambuliwa moja kwa moja kama wa kisababishi katika muundo wa empiria wa makala.

Utafiti pia unaripoti uchanganuzi tatu za kuunga mkono. Katika simulizi ya de-dollarization, utoshelevu wa akiba wa nchi za kipato cha chini na cha kati huhesabiwa kupungua kadiri kiwango cha de-dollarization kinavyoongezeka. Udhihirisho wa deni la BRI unapatikana kuwa na uhusiano chanya na uainishaji wa IMF wa matatizo ya deni huru. Katika uchanganuzi msaidizi wa GARCH, jozi za sarafu za CNY zinaripotiwa kuwa na ubadilikaji wa masharti ulio juu zaidi na kupungua kwa kiasi cha biashara kwa %5–15 chini ya mpito kwenda biashara inayotolewa ankara kwa yuan. Hadhi za kimetodolojia za matokeo haya ya kuunga mkono zinatofautiana na hazipaswi kufasiriwa kama ushahidi wa kisababishi wa korelesheni kuu ya ACID–utoaji ankara.

Tatizo la utafiti: je, miundombinu ya AI inaweza kuathiri mfumo wa fedha wa kimataifa?

Sarafu inayotumika katika biashara ya kimataifa si uchaguzi wa uhasibu tu kati ya muuzaji na mnunuzi. Sarafu ya utoaji ankara inaweza kuathiri usimamizi wa fedha taslimu wa makampuni, mahitaji ya benki ya ukwasi wa fedha za kigeni, muundo wa akiba za benki kuu na gharama za ufadhili wa kuvuka mipaka. Utafiti unauliza kama biashara inayokua kwa kasi ya miundombinu ya kompyuta ya akili bandia inaunda uhusiano mpya wa kimuundo na chaguo hizi za sarafu.

Wazo kuu la waandishi ni kwamba, kwa sababu sehemu muhimu ya vifaa vya hali ya juu vya AI compute hutolewa na kampuni zenye makao Marekani na sehemu kubwa ya miamala ya kimataifa hufanyika kwa dola, nchi zinazotegemea zaidi Marekani katika uagizaji wa AI compute zinaweza pia kuonyesha mwelekeo mkubwa zaidi wa dola katika uagizaji wao kwa ujumla.

Mtazamo huu unaweka mfanano wa kimuundo na utaratibu wa kawaida wa petrodola. Katika mfumo wa petrodola, upangaji bei wa bidhaa kwa dola huunda mahitaji ya dola; kuhifadhi mapato haya katika mali za kifedha za Marekani huimarisha nafasi ya dola kama mali salama na sarafu ya akiba. Utafiti unajadili kama biashara ya AI compute inaweza kuunda mrejesho unaofanana.

Kielezo cha ACID ni Nini?

AI Compute Import Dependence Index (ACID) ni kiashiria cha utegemezi wa biashara kinachopima ni sehemu gani ya uagizaji wa vifaa vilivyochaguliwa vya AI-compute katika nchi fulani na mwaka fulani inayotoka Marekani, kwa kuigawanya kwa jumla ya uagizaji wa kompyuta katika wigo huo huo; kiashiria hiki hubadilika kati ya 0 na takriban 1.

Fomula ya ACID

Ufafanuzi wa utafiti:

\[ ACID_{it} = \frac{ \text{ABD'den AI compute ithalatı}_{it} }{ \text{Toplam AI compute ithalatı}_{it} } \]

Hapa \(i\) inawakilisha nchi na \(t\) mwaka. ACID inapokaribia sifuri, sehemu ndogo sana ya uagizaji katika kundi la bidhaa lililochaguliwa hutoka Marekani. Kadiri thamani inavyokaribia moja, utegemezi wa nchi kwa Marekani katika makundi haya ya biashara huongezeka.

Chanzo kinaripoti nchi 182 na uchunguzi 1.627 wa nchi-mwaka katika kipindi cha 2015–2023. Thamani ya juu kabisa ya ACID katika paneli kamili ni 0,934. Katika wastani wa sehemu-mtambuka wa 2015–2023, ACID ya wastani ni 0,106 na mkengeuko sanifu ni 0,157.

Ni vipengele gani vya biashara vinavyotumiwa?

Uainishaji huu una kikomo muhimu cha upimaji. Misimbo ya HS haitenganishi vifaa vinavyotumika kwa AI pekee; kompyuta za matumizi ya jumla na semikondakta za kawaida pia zinaweza kuingia katika wigo. Kwa hiyo, ACID si kiashiria safi cha GPU kinachosema moja kwa moja “kiasi hiki cha AI GPU za nchi kinatoka Marekani”.

Chanzo kinasema kwamba jaribio finyu zaidi la robustness la ACID linalotumia tu misimbo ya semikondakta 854231–854239 linahifadhi ishara na umuhimu ule ule. Hata hivyo, ingawa maelezo ya jaribio hili yanasemekana kutolewa katika Table A4, Appendix/Table A4 haipo katika PDF iliyopakiwa, hivyo maelezo ya namba hayawezi kuthibitishwa kwa kujitegemea.

Kigezo cha utoaji ankara kwa dola

Kigezo tegemezi \(USDImport_i\) kinaonyesha ni asilimia gani kwa wastani ya uagizaji wa nchi katika kipindi cha 2015–2023 iliyotolewa ankara kwa dola ya Marekani. Chanzo kinatumia seti ya data ya waraka wa kazi wa IMF wa 2025 wa Boz na wenzake.

Inasemekana kuwa data za utoaji ankara za nchi 124 zilipounganishwa na seti ya data ya ACID, nchi 119 zinazolingana zilibaki. Katika nchi hizi 119, wastani wa sehemu ya utoaji ankara kwa dola ni %50,8, na mkengeuko sanifu ni pointi 28,5 za asilimia; chanzo kinatoa kiwango cha chini %6,5 na cha juu %100.

Mfanano wa compute-dollar unaanzishwaje?

Utaratibu wa kinadharia katika makala unaweza kufikiriwa kupitia viungo vinne:

1. Nchi inaagiza vifaa vya AI compute vinavyotoka Marekani.
2. Kadiri biashara inavyowekwa bei kwa dola, ukwasi wa dola unahitajika kwa malipo.
3. Makampuni na mfumo wa kifedha yanaweza kuhitaji zaidi kushikilia nafasi ya dola au ufadhili wa dola kwa madhumuni ya settlement.
4. Muundo huu unaweza kusonga pamoja na mwelekeo wa jumla wa utoaji ankara kwa dola, mahitaji ya akiba na utegemezi kwa mali za kifedha za Marekani.

Mlolongo huu ni mfumo wa kinadharia wa utafiti. Regresheni kuu ya empiria haipimi kila hatua ya mlolongo huu kando.

Faida za kimuundo za dola

Chanzo kinajadili masharti manne ya kimuundo yanayohitajika ili sarafu mbadala ya akiba/utoaji ankara ichukue nafasi ya dola: ukwasi wa soko, ubadilishanaji wa akaunti ya mtaji, usambazaji wa mali salama na imani ya kitaasisi.

Viashiria hivi si vipimo vipya vya utafiti wenyewe; ni pembejeo za mfumo wa kinadharia zilizochukuliwa kutoka BIS, Benki ya Dunia na fasihi husika.

Je, Uhusiano Kati ya ACID na Utoaji Ankara kwa Dola ni wa Kisababishi?

Hapana. Tokeo kuu la utafiti ni korelesheni ya sehemu-mtambuka kati ya nchi; athari zisizobadilika za eneo humeza kigezo cha ACID, na katika paneli ya nchi 68 yenye athari zisizobadilika za pande mbili, mabadiliko ya ACID ndani ya nchi hayaonyeshi uhusiano muhimu na mali za dola. Kwa hiyo, utafiti hauthibitishi kwamba utegemezi wa AI compute unaongeza matumizi ya dola kwa njia ya kisababishi.

Modeli kuu ya OLS

Modeli ya sehemu-mtambuka ya utafiti ni:

\[ USDImport_i = \alpha + \beta ACID_i + \gamma X_i + \varepsilon_i \]

katika umbo hili.

\(USDImport_i\) ni sehemu ya wastani ya utoaji ankara kwa dola ya nchi. \(ACID_i\) ni utegemezi wa wastani wa uagizaji wa AI compute katika kipindi hicho. \(X_i\) inawakilisha vigezo vya udhibiti. Udhibiti mkuu ni mapato kwa kila mtu, uwazi wa biashara, uwiano wa uagizaji wa AI kutoka Marekani kwa GDP na, katika baadhi ya vipimo, uanachama wa Eurozone.

Makosa sanifu yanahesabiwa kwa mbinu ya HC3 inayostahimili heteroskedasticity.

Kigezo kikuu kinafasiriwaje?

Katika matokeo ya msingi ya M2:

\[ \beta=56.2, \qquad p=0.014. \]

Kwa kuwa ACID iko kwenye kipimo cha 0–1, kigezo kinapaswa kusomwa moja kwa moja kama “pointi 56,2”. Ongezeko la 0,10 katika ACID:

\[ 56.2\times0.10=5.62 \]

linahusishwa na sehemu ya utoaji ankara kwa dola iliyo juu kwa pointi za asilimia.

Kwa kuwa mkengeuko sanifu wa ACID wa sehemu-mtambuka ni 0,157, chanzo kinahusisha ongezeko la ACID la mkengeuko mmoja sanifu na takriban pointi 8,8 za asilimia zaidi katika sehemu ya utoaji ankara kwa dola.

Nchi za OECD na zisizo za OECD

Katika chanzo, kigezo cha ACID kwa uchumi wa OECD ni:

\[ \beta=150.8, \qquad p<0.001, \qquad Adj.R^2=0.459 \]

kama ilivyoonyeshwa.

Kwa nchi zisizo za OECD:

\[ \beta=39.2, \qquad p=0.095 \]

kinaripotiwa. Hivyo, uhusiano ni wenye nguvu zaidi katika sampuli ya OECD, lakini katika sampuli isiyo ya OECD una umuhimu wa mpakani tu.

Kwa nini athari zisizobadilika za eneo ni muhimu?

Kupotea kwa umuhimu wa kigezo cha ACID baada ya kuongeza athari zisizobadilika za eneo kunaonyesha kwamba sehemu kubwa ya uhusiano wa ACID–dola kati ya nchi pia inaingiliana na sifa za eneo.

Chanzo kinatoa ACID ya wastani ya 0,434 na sehemu ya utoaji ankara kwa dola ya %82,2 kwa Amerika ya Kusini na Karibiani; kwa Afrika Kusini mwa Jangwa la Sahara, ACID ya wastani ni 0,071 na sehemu ya utoaji ankara kwa dola ni %54,9. Inajadiliwa hasa kwamba mwelekeo mkubwa wa dola katika Amerika ya Kusini unaweza kuhusishwa na miundo ya bidhaa na fedha iliyokuwepo kabla ya biashara ya AI compute.

Kichanganyaji cha bidhaa–dola

Utafiti unachunguza tatizo hili kwa kudhibiti kando sehemu ya mauzo ya mafuta katika mauzo ya bidhaa na sehemu ya kodi ya rasilimali asilia katika GDP.

Katika jedwali hili mbadala la nchi 119, kigezo cha ACID kinabaki karibu 57 na \(p<0.001\) hata baada ya udhibiti wa bidhaa kuongezwa. Hata hivyo, kwa kuwa athari zisizobadilika za eneo zinaendelea kumeza kigezo, matokeo haya hayaondoi tatizo la tafsiri ya kisababishi.

Kwa nini jaribio la falsification ni muhimu?

Utafiti unahusisha ACID si tu na sehemu ya utoaji ankara kwa dola ya uagizaji bali pia ya mauzo ya nje, na unaripoti \(\beta=56.1\), \(p=0.001\) kwa mauzo ya nje.

Kwa mtazamo wa kwanza, matokeo yanayofanana yanaweza kuonekana kuwa ya kuunga mkono; lakini waandishi wanakubali kinyume chake kwamba hili ni tishio kubwa la tafsiri. Ikiwa nchi zenye ACID ya juu tayari zina mwelekeo wa jumla wa dola bila kujali biashara ya AI, uhusiano kati ya ACID na utoaji ankara wa uagizaji unaweza kuakisi zaidi mwelekeo wa dola uliokuwapo tayari kuliko utaratibu wa “compute-dollar”.

Chanzo kinasema kwamba ili kutenganisha njia hizi, kunahitajika data za kiwango cha sekta zinazoona sarafu ya utoaji ankara ya biashara ya vifaa vya AI pekee.

Kwa nini paneli ya ndani ya nchi inaimarisha kikomo kikuu?

Katika regresheni za paneli zenye athari zisizobadilika za pande mbili kwa kutumia data za nchi 68 za 2015–2023, inaripotiwa kwamba vigezo vya ACID vina \(p>0.40\) katika vipimo vyote.

Matokeo haya ya null hayaungi mkono dhana kwamba “ACID ya nchi inapoongezeka kwa muda, nafasi yake ya dola pia huongezeka kwa utaratibu” katika kipindi hiki. Waandishi wanajadili kwamba hii inaweza kuendana na mpangilio wenye ucheleweshaji mrefu katika Dominant Currency Paradigm, lakini wao wenyewe wanaeleza kwamba maelezo hayo si jaribio lililopangwa mapema bali ni tafsiri ya post-hoc.

Matokeo ya “Upotevu wa Akiba ni Mkubwa Mara 7,4 katika Nchi zenye ACID ya Juu” Yanamaanisha Nini?

Matokeo ya 7,4× katika chanzo hayatokani na vigawo viwili tofauti vya athari za uchumi mkuu vilivyokadiriwa kwa kujitegemea kwa makundi ya ACID ya juu na ya chini; yanatokana na uwiano \(0.272/0.037\approx7.4\) chini ya dhana ya simulizi kwamba upotevu wa utoshelevu wa akiba unapimwa kwa uwiano na ACID ya wastani.

Muundo wa simulizi ya de-dollarization

Utafiti unaeleza utoshelevu wa akiba kwa nchi za kipato cha chini na cha kati kama sehemu ya kipimo cha IMF ARA. Thamani ya mwanzo ni %68,4.

Ili kuwakilisha tatizo la upatikanaji wa mali za yuan katika ubadilishaji wa akiba:

\[ \delta=0.80 \]

inaccessibility factor inatumika. Chanzo kinasema kwamba hii imetokana na tofauti za uwazi wa akaunti ya mtaji za Chinn–Ito kati ya China na Marekani, thamani ghafi ilikuwa 0,836, na ilizungushwa hadi 0,80 baada ya kuzingatia kiwango cha biashara cha yuan na udhibiti wa mtaji wa SAFE.

Chanzo kinasema kwamba vipindi vya kujiamini vilipatikana kutoka simulizi 1.000 za bootstrap.

Uwiano wa 7,4× unahesabiwaje?

Kwa kundi la ACID ya juu:

\[ \overline{ACID}_{high}=0.272 \]

na kwa kundi la ACID ya chini:

\[ \overline{ACID}_{low}=0.037 \]

inaripotiwa. Kwa kuwa upotevu wa utoshelevu wa akiba unapimwa kwa uwiano na ACID ya wastani:

\[ \frac{0.272}{0.037}\approx7.4. \]

Kwa hiyo, ingawa thamani ya 7,4× inaonekana kuonyesha tofauti kubwa ya makundi, si heterogeneous treatment effect iliyokadiriwa moja kwa moja kwa econometrics; ni matokeo ya dhana ya modeli.

Udhihirisho wa deni la BRI na matatizo ya deni huru

Uchanganuzi tofauti wa logit katika utafiti unatumia nchi 180 na kiwango cha matatizo ya deni cha %36,7. BRI Exposure Share ni uwiano wa ahadi za ufadhili wa maendeleo wa China katika AidData v3.0 kwa jumla ya deni la nje.

Wakati kigezo cha msingi ni 1,84, odds multiplier kwa ongezeko la 0,10 katika sehemu ya udhihirisho wa BRI ni:

\[ e^{1.84\times0.10}\approx1.20 \]

Chanzo kinatafsiri hili kama ongezeko la takriban %20 katika odds ya matatizo ya deni.

Uchanganuzi huu ni wa uchunguzi. Hauthibitishi peke yake hitimisho kwamba “ufadhili wa BRI husababisha matatizo ya deni”. Aidha, tafsiri ya makala ya makutano ya ACID ya juu na BRI ya juu kama “compound vulnerability” haimaanishi kwamba vigezo viwili vimejaribiwa moja kwa moja kwa interaction term; chanzo kinajenga kiungo hiki kama tafsiri ya kimuundo.

Uchanganuzi msaidizi wa ubadilikaji wa kiwango cha ubadilishaji

Chanzo kinaripoti uchanganuzi wa GARCH(1,1) kwa jozi za sarafu za USD na CNY. Inasemekana kuwa ubadilikaji wa masharti uliowekwa kwa mwaka wa jozi za CNY ni takriban mara mbili zaidi; kigezo cha udumifu ni \(\alpha+\beta\approx0.97\) kwa CNY na takriban 0,94 kwa USD.

Wakati elasticity za biashara za Hooper, Johnson na Marquez zinatumika, inahesabiwa kwamba ubadilikaji wa juu wa CNY unaweza kumaanisha kupungua kwa kiasi cha biashara kwa takriban %5–15 kwa nchi za kipato cha chini na cha kati chini ya utoaji ankara kwa yuan.

Hata hivyo, chanzo kinatumia kauli “full details in Appendix B”, na Appendix B haipo katika faili iliyopakiwa. Kwa hiyo sampuli ya GARCH, jozi za sarafu, jedwali la vigawo, thamani mahsusi za volatillity na maelezo ya matumizi ya ARCH-LM hayawezi kuthibitishwa kwa kujitegemea kupitia PDF hii.

Mbinu na Matokeo ya Utafiti

Usanifu wa data

Maelezo ya sampuli ya sehemu-mtambuka

Matokeo yaliyoripotiwa katika Table 2 ya chanzo

Kutokulingana ndani ya chanzo: Idadi hizi za uchunguzi katika Table 2 hazilingani na taarifa ya sampuli kuu ya sehemu-mtambuka ya nchi 119 katika makala hiyo hiyo. Maandishi yanasema \(n=87\) kwa M6, wakati mstari wa M6 katika jedwali unaonyesha uchunguzi 35. Chanzo hakielezi sababu ya tofauti hii.

Matokeo mbadala ya nchi 119 yenye udhibiti wa bidhaa

Table 2c inaonyesha kwamba uhusiano wa ACID haupotei baada ya kudhibiti mwelekeo wa bidhaa. Hata hivyo, kigezo cha “M2 Baseline” cha Table 2c ni 60,78, wakati kigezo cha M2 katika Table 2 kuu ni 56,16. Tofauti hii pia haijaelezwa ndani ya chanzo.

Jaribio la Oster linafasiriwaje?

Chanzo kinaripoti thamani ya Oster \(\delta^*\) kuwa −15.707, lakini kinaeleza wazi kwamba thamani hii kali haipaswi kufasiriwa kwa maana ya kawaida. Sababu ni kwamba \(R^2\) karibu haisogei kabisa wakati udhibiti unaongezwa.

Waandishi hawawasilishi matokeo haya kama ushahidi mkubwa wa robustness ya omitted-variable kwa maana ya kwamba “ni vigumu sana kwa vigezo visivyoonekana kueleza matokeo”. Katika tafsiri ya Verianla pia takwimu hii haikutumika kama ushahidi huru wa kisababishi.

Simulizi ya de-dollarization

Katika senario kuu ya %40 de-dollarization, utoshelevu wa akiba hushuka kutoka %68,4 hadi %50,6. Hili ni badiliko la modeli la −17,8 pointi za asilimia. Kipindi cha kujiamini cha %95 bootstrap kinaripotiwa kuwa [%46,7, %54,5].

Simulizi si makadirio ya tukio halisi la kihistoria la de-dollarization; ni senario ya kimuundo inayotegemea dhana maalumu za upatikanaji na uingizwaji.

Uchanganuzi wa matatizo ya deni la BRI

Kigezo cha BRI Exposure Share kinabaki chanya hata baada ya kuongeza athari zisizobadilika za eneo: katika M3 ni 1,52 na kosa sanifu ni 0,62. Hata hivyo, matokeo ni regresheni ya logit ya uchunguzi na hayapaswi kufasiriwa kama athari ya ufadhili ya kisababishi.

Hitimisho za sera

Chanzo kinaangazia maeneo matatu ya sera. Kwanza, katika tathmini za utoshelevu wa akiba, ukubwa wa biashara ya AI compute ufuatiliwe pamoja na utegemezi wa bidhaa. Pili, uchanganuzi wa de-dollarization uzingatie upatikanaji halisi wa mali mbadala za akiba na uwezo wa mali salama. Tatu, deni kubwa la nje na udhihirisho wa ufadhili wa maendeleo wa China ufuatiliwe ndani ya mifumo ya uendelevu wa deni huru.

Waandishi pia wanaeleza kwamba matumizi ya ACID katika mifumo rasmi ya kimataifa yanapaswa kusubiri hadi kuwepo paneli ndefu zaidi na utambuzi wa kisababishi wenye nguvu zaidi.

Matokeo yanayoungwa mkono na yasiyoungwa mkono na utafiti

Nguvu za utafiti

• Kuunganisha biashara ya miundombinu ya AI na fasihi ya sarafu ya utoaji ankara wa kimataifa kupitia kigezo kinachoweza kupimwa.
• Kutengeneza kiashiria cha ACID kinachoweza kusasishwa kila mwaka kutoka msingi mpana wa Comtrade wa nchi 182.
• Kutumia udhihirisho wa jumla wa biashara na Marekani, uanachama wa Eurozone, mauzo ya bidhaa na kodi za rasilimali asilia kama udhibiti tofauti.
• Kutoficha kwamba athari zisizobadilika za eneo hupunguza nguvu ya matokeo.
• Kuripoti wazi matokeo ya null katika paneli ya ndani ya nchi.
• Kuwasilisha senario ya de-dollarization na vipindi vya kujiamini na unyeti wa vigezo.
• Kueleza vyanzo vya data na matumizi ya uhariri wa lugha unaotegemea AI.

Vikwazo vikuu na matatizo ya kurudiwa kwa matokeo

Utambuzi wa sehemu-mtambuka: Uhusiano mkuu unategemea tofauti za kudumu kati ya nchi. Mwelekeo wa kijiografia-kisiasa, historia ya dollarization, muundo wa bidhaa, uwazi wa kifedha au taasisi za kikanda zinaweza kuhusiana na ACID na pia matumizi ya dola.

Athari zisizobadilika za eneo: Kwa kuwa athari za eneo humeza kigezo, korelesheni kuu ya utafiti ina muundo wa cross-regional kwa kiwango kikubwa.

Paneli ya ndani ya nchi null: Mabadiliko ya ndani ya nchi katika kipindi cha 2015–2023 hayakutoa uungaji mkono muhimu kwa dhana kuu.

Kosa la upimaji wa ACID: Misimbo ya HS iliyotumiwa haitenganishi vifaa vya AI pekee. Biashara ya kompyuta za matumizi ya jumla na semikondakta pia inaweza kuingia katika kielezo.

Kutokulingana kwa idadi ya sampuli: Taarifa ya sampuli kuu ya nchi 119 haiwezi kupatanishwa na idadi za uchunguzi 40/37/35 katika Table 2 na taarifa ya M6 \(n=87\) katika maandishi.

Kutokulingana kwa kigezo kikuu: Table 2 kuu inatoa M2 \(\beta=56.16\), ilhali safu ya “M2 Baseline” katika Table 2c inaripoti \(\beta=60.78\).

Viambatisho vinavyokosekana: Table A2, A3, A4 na Appendix B vinarejelewa katika maandishi lakini havipo katika PDF iliyopakiwa yenye kurasa 21.

Tofauti ya simulizi ya 7,4×: Tofauti ya ACID ya juu/chini haitokani na athari huru ya empiria ya makundi bali kutoka upimaji wa uwiano kulingana na uwiano wa ACID ya wastani.

Tafsiri ya compound vulnerability ya BRI: Hakuna modeli ya pamoja ya interaction iliyoripotiwa kwa ACID ya juu na udhihirisho wa BRI wa juu; “compound vulnerability” ni tafsiri ya kimuundo ya waandishi wa chanzo.

Maelezo ya GARCH: Sampuli kamili na matokeo ya modeli ya uchanganuzi msaidizi wa kiwango cha ubadilishaji yameachwa kwa Appendix B; kiambatisho hiki hakipo katika PDF iliyopakiwa.

Maelezo ya Chanzo na Mbinu

Utafiti asilia: AI Compute Import Dependence and Dollar Invoicing: Cross-Country Evidence for a Compute-Dollar Association.

Waandishi: Mohammad Nasir Uddin; Rahnuma Tabassum Orpita; Eklachur Rahman Bhuiyan; Asaduzzaman Anik.

Corresponding author: Mohammad Nasir Uddin.

Taasisi katika PDF iliyopakiwa: Mohammad Nasir Uddin — Taskimpetus Inc., Los Angeles na Engineerio Tech, Bangladesh; Rahnuma Tabassum Orpita — Northern University Bangladesh; Eklachur Rahman Bhuiyan — Washington University of Science and Technology; Asaduzzaman Anik — Stanton University.

Tofauti ya metadata ya SSRN: Rekodi ya sasa ya SSRN inaonyesha Mohammad Nasir Uddin akiwa Westcliff University; haisemi affiliation ya Asaduzzaman Anik. Tofauti hii ya metadata haijaunganishwa na taarifa ya taasisi katika PDF iliyopakiwa.

PDF submission date: 3 Mei 2026.

Jarida lengwa katika PDF: Global Finance Journal.

Manuscript type: Research Article.

Platform: SSRN.

SSRN posting: 26 Juni 2026.

Nambari ya SSRN abstract: 7003871.

DOI: 10.2139/ssrn.7003871.

Hali ya mapitio: Faili iliyopakiwa ina kauli wazi “This preprint research paper has not been peer reviewed”. Jina Global Finance Journal ni lengo la uwasilishaji; halimaanishi kwamba imekubaliwa kama chapisho lililopitiwa na wataalamu.

Leseni: PDF iliyopakiwa haionyeshi Creative Commons au leseni nyingine ya wazi ya matumizi tena. Kwa kuwa leseni ya wazi haijathibitishwa, mbinu ya fail-closed inapaswa kutumiwa kwa Verianla; muundo wa asili wa jedwali/kielelezo haupaswi kunakiliwa moja kwa moja.

Ufadhili: Hakuna taarifa tofauti ya ufadhili/funder katika PDF iliyopakiwa.

Mgongano wa maslahi: Hakuna sehemu tofauti ya Declaration of Interest katika PDF iliyopakiwa. Kutokana na hilo, hitimisho kwamba “hakuna mgongano wa maslahi” halijazalishwa.

Taarifa ya Generative AI: Chanzo kinasema Claude (Anthropic) na Grammarly zilitumika tu kwa uhariri wa lugha, sarufi na uwazi; muundo wa utafiti, ukusanyaji wa data, uchanganuzi, tafsiri na michango ya kiakili ni ya waandishi.

Upatikanaji wa data: IMF Portfolio Investment Positions; UN Comtrade Plus; AidData v3.0; World Bank WDI; Chinn–Ito Index; IMF COFER na data za utoaji ankara kwa dola za Boz et al. (2025) zimeorodheshwa. Inasemekana kwamba msimbo wa urudufu na ghala la data vimefichwa majina katika PDF kwa sababu ya mapitio ya double-blind na vitatolewa kwa wakaguzi kwa ombi.

Mbinu kuu: Kielezo cha ACID kutoka misimbo ya biashara ya UN Comtrade HS-6; wastani wa nchi wa 2015–2023; OLS ya sehemu-mtambuka yenye makosa sanifu ya HC3; commodity controls; mgawanyo wa OECD/non-OECD; athari zisizobadilika za eneo; paneli ya nchi ya pande mbili; simulizi ya kimuundo ya de-dollarization na bootstrap; regresheni ya logit inayotegemea AidData; uchanganuzi msaidizi wa ubadilikaji wa sarafu wa GARCH(1,1).

Kikomo kikuu cha kimetodolojia: Uhusiano wa ACID–utoaji ankara kwa dola unaonekana hasa kupitia tofauti za kudumu kati ya nchi na maeneo. Kumezwa kwa kigezo kikuu na athari zisizobadilika za eneo na matokeo ya null katika paneli ya ndani ya nchi hakuruhusu tafsiri kwamba utaratibu wa compute-dollar umethibitishwa kisababishi.

Kutokulingana ndani ya chanzo: Ingawa sampuli kuu ya sehemu-mtambuka imefafanuliwa kama \(n=119\), Table 2 inaonyesha uchunguzi 40 katika M1–M4, 37 katika M5 na 35 katika M6; maandishi yanatoa \(n=87\) kwa M6. Table 2c hutumia \(n=119\) na kigezo tofauti cha “M2 Baseline”. Chanzo hakielezi tofauti hizi.

Nyenzo zinazokosekana: Table A2, Table A3, Table A4 na Appendix B vinarejelewa katika maandishi lakini havipo katika PDF iliyopakiwa ya kurasa 21. Kwa hiyo, maelezo ya namba ya viambatisho hivyo hayajaundwa upya kwa kuzingatia uaminifu kwa chanzo.

Ujenzi upya wa picha: Fomula ya ACID na mtiririko wa data, ulinganisho wa OECD/non-OECD, vigawo vilivyodhibitiwa kwa bidhaa na senario za de-dollarization zinaweza kubadilishwa kuwa michoro/grafu asilia za Verianla. Thamani za nchi au matokeo ya appendix yasiyokuwapo katika chanzo hayapaswi kuzalishwa.

Verianla Live: Live Process inafaa kwa mtiririko wa kukokotoa ACID; Live Compare/Data kwa majedwali ya vigawo na senario; na Live Flow kwa utaratibu wa kinadharia wa compute-dollar ikiwa na lebo “haujathibitishwa kimawazo na kisababishi”.