OECD Grubundaki Avrupa Ülkelerinin Vergi Rekabetçiliği Performanslarının Analizi: İstatistiksel Varyans Prosedürü Tabanlı OCRA Yöntemi ile Bir Uygulama

Year 2022, Volume: 7 Issue: 2, 104 - 119, 30.12.2022

Furkan Fahri Altıntaş

Abstract

Araştırmada, OECD gurunda yer alan Avrupa ülkelerinin en son ve güncel olan 2021 yılı Uluslararası Vergi Rekabetçiliği Endeksi (ITCI) bileşen verileri ile ülkelerin vergi rekabetçiliği performansları İstatistiksel Varyans Prosedürü (İVP) tabanlı OCRA yöntemi ile ölçülmüştür. Bulgulara göre ilk olarak İVP yöntemi kapsamında ülkelere göre en önemli ITCI bileşeninin gelir skoru olduğu tespit edilmiştir. İkinci olarak İVP tabanlı OCRA yöntemine göre en fazla vergi rekabetçiliği performansına sahip olan ilk üç ülkenin Estonya, Letonya ve Litvanya, en az vergi rekabetçiliği performans değerine sahip olan ilk üç ülkenin ise İtalya, Fransa ve Polonya olduğu gözlenmiştir. Araştırmada üçüncü olarak duyarlılık, ayırım uzaklığı ve korelâsyon analizlerine göre ITCI verileri çerçevesinde ülkelerin vergi rekabetçiliği performansları IVP tabanlı OCRA yöntemi ölçülebileceği sonucuna ulaşılmıştır.

Keywords

Vergi Rekabeti, Vergi Rekabetçiliği Performansı, İstatistiksel Varyans Prosedürü, İVP tabanlı OCRA

Analysis of the Tax Competitiveness Performance of European Countries in the OECD Group: An Application with the Statistical Variance Procedure-Based OCRA Method

Abstract

In the study, the latest and updated International Tax Competitiveness Index (ITCI) component data for the year 2021 of the European countries in the OECD guru and the tax competitiveness performances of the countries were measured with the Statistical Variance Procedure (IVP) based OCRA method. According to the findings, firstly, it has been determined that the most important ITCI component according to the countries within the scope of the IVP method is the income score. Secondly, according to the IVP-based OCRA method, it was observed that the top three countries with the highest tax competitiveness performance were Estonia, Latvia and Lithuania, while the top three countries with the least tax competitiveness performance values were Italy, France and Poland. Thirdly, it was concluded that tax competitiveness performances of countries can be measured using IVP-based OCRA method within the framework of ITCI data according to sensitivity, separation distance and correlation analysis.

Keywords

Tax Competition, Tax Competitiveness Performance, SVP, IVP-based OCRA, İVP tabanlı OCRA

References

• Akdoğan Gedik, M. (2011). Vergi Rekabeti Etkinlik Değerlendirmesi: OECD Üyesi Ülkeler İçin Veri Zarflama Analizi Uygulaması. Maliye Dergisi, (160), 328-350.
• Aktan, C. C., & Vural, İ. (2004). Vergi Rekabeti. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (22), 1-14.
• Anna, M., Anna, T., & George, Z. (2019). Wage and Tax Competitiveness: The Case of Hellenic Shipping. Transportation Research, 119, pp. 255–270.
• Armağan, R., & İçmen, M. (2012). Vergi Rekabeti ve Türkiye’ye Yansıması. Süleyman Demirel Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, 17(2), 145-172.
• Baloyi, V. D., & Meyer, L. D. (2020). The Development of a Mining Method Selection Model Through a Detailed Assessment of Multi-Criteria Decision Methods. Results in Engineering, 8, 1-19.
• Bazel, P., & Mintz, J. (2020). The 2019 Tax Competitiveness Report: Canada’s Investment and Growth Challenge. Calgary: University of Calgary.
• Bunn, D., & Asen, E. (2021). International Tax Competitiveness Index 2021. Wasgington: Tax Foundation.
• Chakraborty, R., Ray, A., & Dan, P. K. (2013). Multi Criteria Decision Making Methods for Location Selection of Distribution Centers. International Journal of Industrial Engineering Computations, 4, pp. 491–504.
• Chatterjee, P., & Chakraborty, S. (2012). Material Selection Using Preferential Ranking Methods. Materials and Design, 35, pp. 384–393.
• Chingo, C., Martinez-Gomez, J., Ricardo, A., & Narváez, C. (2019). Material Selection Using Multi Criteria Decision Making Methods for Geomembranes. Home International Journal of Mathematics in Operational Research, 16(1), 24-52.
• Coşkun, E., & Özcan, A. (2016). Finansal Sıkıntı Sürecinde Şirketlerin Etkinlik Düzeylerinin Belirlenmesi. EconWorld Working Paper Series, (001), 1-14.
• Çanakçıoğlu, M., & Küçükönder, H. (2020). Borsa İstanbul’daki Çimento İşletmelerinin Etkinlik ve Performanslarının Çok Kriterli Karar Verme Yöntemleri ile Analizi. Muhasebe ve Denetime Bakış, (61), 165-192.
• Demir, G., Özyalçın, T., & Bircan, H. (2021). Çok Kriterli Karar Verme Yöntemleri ve ÇKKV Yazılımı ile Problem Çözümü. Ankara: Nobel.
• Demirci, A., & Arıkan, Ö. U. (2021). Covid-19 Döneminde İlaç Deposu Yeri Seçimi: Mersin Örneği. Uluslararası İktisadi ve İdari Bilimler Dergisi, 7(1), 5-27.
• Ecer, F. (2020). Çok Kriterli Karar Verme. Ankara: Seçkin Yayıncılık.
• Edwards, C., & de Rugy, V. (2002). International Tax Competition A 21st-Century Restraint on Government. Policy Analysis (431), 1-43.
• Elmas, B., & Özkan, T. (2021). Ulaştırma ve Depolama Sektörü İşletmelerinin Finansal Performanslarının SWARA-OCRA Modeli ile Değerlendirilmesi. İşletme Akademisi Dergisi, 2(3), 240-253.
• Ercan, E., & Kundakcı, N. (2017). Bir Tekstil İşletmesi için Desen Programı Seçiminde ARAS ve OCRA Yöntemlerinin Karşılaştırılması. Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 19(1), 83-105.
• Eser, L. Y. (2005). Uluslararası Vergi Rekabetinin Vergi Sistemleri Üzerindeki Etkileri ve Bu Etkileri Gidermeye Yönelik Çalışmalar. Yayımlanmamış Yüksek Lisans Tezi. Trabzon: Karadeniz Teknik Üniversitesi.
• Gan, Y., & Qiu, B. (2019). Escape from the USA: Government debt-to-GDP ratio, country tax competitiveness, and US-OECD cross-border M&As. Journal of International Business Studies, (50), 1156–1183.
• Gigovič, L., & Pamučar, D., Bajič, Z., & Milicevič, M. (2016). The Combination of Expert Judgment and GIS-MAIRCA Analysis for the Selection of Sites for Ammunition Depots. Sustainability, 8(232), 1-30.
• Giray, F. (2005). Küreselleşme Sürecinde Vergi Rekabeti ve Boyutları. Akdeniz Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (9), 93-122.
• Gülençer, İ., & Türkoğlu, S. P. (2020). Gelişmekte Olan Asya ve Avrupa Ülkelerinin Finansal Gelişmişlik Performansının İstatistiksel Varyans Prosedürü Temelli OCRA Yöntemiyle Analizi. Üçüncü Sektör Sosyal Ekonomi Dergisi, 55(2), 1330-1344.
• Gülşen, M. A. (2022). OECD Ülkelerinde Vergi Çekiciliği Endeksi: Panel Veri Analizi. Maliye ve Finans Yazıları, (117), 21-40.
• Gülşen, M. A., & Yıldıran, M. (2022). Rasyonel Vergi Sisteminin Ölçülebilirliğine Yönelik Endeks Çalışması: Geçiş Ekonomileri Örneği. Sosyoekonomi, 30(52), 409-438.
• Haderi, S., Kola, T., & Liko, E. (2010). Tax Competitiveness and FDI in Albania. SEEU Review, 6(2), 133-150.
• Helcmanovská, M., & Andrejovská, A. (2021). Tax Rates and Tax Revenues in the Context of Tax Competitiveness. Journal of Risk and Financial Managenemt, 14(284), 1-13.
• Kalaš, B., Mirović, V., & Pjanić, M. (2017). Economic and Tax Competitiveness in Selected South East European Countries. Economic Analysis, 50(3-4), 55-65.
• Kamble, A. G., Kalos, P. S., Mahapatra, K., & Bhosale, V. A. (2022). Selection of Raw Material Supplier for Cold-Rolled Mild Steel Manufacturing Industry. Int. J. Simul. Multidisci. Des. Optim., 13(16), 1-9.
• Kargı, V., & Yayğır, T. (2016). Küreselleşme, Vergi Rekabeti ve Türkiye’de Vergi Yükü. International Journal of Public Finance, 1(1), 1-22.
• Keskin, İ., & Altan, Ş. (2020). OCRA Yöntemi. M. Atan, & Ş. Altan içinde, Örnek Uygulamalarla Çok Kriterli Karar Verme Yöntemleri (ss. 207-214). Ankara: Gazi Kitabevi.
• Kılıçaslan, H. (2005). Avrupa Birliği'nde Vergi Rekabeti ve Türkiye. Yayımlanmamış Yüksek Lisans Tezi. Bursa: Uludağ Üniversitesi.
• Koca, G., Ekici, F., & Şimşek, M. (2019). Vergi Gelirleri Bakımından OECD Ülkelerinin Performansının Bütünleşik ENTROPİ-ARAS Yöntemi ile Değerlendirilmesi. Elektronik Sosyal Bilimler Dergisi, 18(70), 964-985.
• Koçer, B. (2016). Vergi Yükü ve Vergi Rekabeti. İ. Bağdınlı içinde, Sorumlu Vergicilik (ss. 119-128). İstanbul: Günce Reklam Yayıncılık.
• Kumar, R., & Ray, A. (2015). Optimal Selection of Material: An Eclectic Decision. J. Inst. Eng. India Ser. C, 96(1), 29–33.
• Liapis, K. J., Christos, G., Politis, E. D., & Kantianis, D. D. (2014). A Quantitative Approach to Measure Tax Competitiveness Between EU Countries. International Journal of Economic Sciences and Applied Research, 7(3), 7-23.
• LMU Munich (2022). The Tax Attractiveness Index (TAX). (Erişim: 08.09.2022), https://www.tax-index.org/
• Lukic, R. (2022). Analysis of Productivity of Distribution Trade of Selective Countries of the European Union, Russia and Serbia Based on the OCRA Method. Review of International Comparative Management, 23(1), 65-79.
• Lukić, R. M. (2021). Analiza Efikasnosti Finansijskih Institucija u Srbiji na Bazi OCRA Metode. TEHNIKA – MENADŽMENT, 71(1), 103-111.
• Madič, M., Antucheviciene, J., Radovanovič, M., & Petkovič, D. (2016). Determination of Manufacturing Process Conditions by Using MCDM Methods: Application in Laser Cutting. Inzinerine Ekonomika-Engineering Economics, 27(2), 144–150.
• Manda, S., Himanshu., & Bansal, S. K. (2020). Evaluation of Recent Corporate Tax Reduction in India Using MCDM Approach. Journal of Public Affairs, 20(4), 1-7.
• Martínez-Gómez, J. (2016). Use of Multicriteria Decision Making Methods for Biomass Selection in Fischer Tropsch Reactors. Revista de Ciencia y Tecnología (15), 27-36.
• Mintz, J. M. (2007). 2007 Tax Competitiveness Report. Toronto: C.D. Howe Institute.
• Mutti, J. H. (2004). Foreign Direct Investment and Tax Competition. New York: Colombia University Press.
• Nasser, A. A., Alkhulaidi, A. A., Ali, M. N., Hankal, M., & Al-olofe, M. (2019). A Weighted Euclidean Distance- Statistical Variance Procedure based Approach for Improving the Healthcare Decision Making System in Yemen. Indian Journal of Science and Technology, 12(3), 1-15.
• Odu, G. 0. (2019). Weighting Methods for Multi-Criteria Decision Making Technique. J. Appl. Sci. Environ. Manage, 23(8), 1449-1457.
• Öz, E., & Yaraşır, S. (2009). Global Bri Kavram: Vergi Rekabeti. Maliye Araştırma Merkezi Konferansları, (52), 1-39.
• Özbek, A. (2015a). Efficiency Analysis of Foreign-Capital Banks in Turkey by OCRA and MOORA. Research Journal of Finance and Accounting, 6(13), 21-31.
• Özbek, A. (2015b). Operasyonel Rekabet Değerlendİrmesİ (OCRA) Yöntemiyle Mevduat Bankalarının Etkinlik Ölçümü. NWSA-Social Sciences, 10(3), 120-134.
• Özbek, A. (2019). Çok Kriterli Karar Verme Yöntemleri ve Excel ile Problem Çözümü Kavram-Teori-Uygulama (2. b.). Ankara: Seçkin Yayıncılık.
• Peker, İ., & Kılıçer, E. (2014). Türkiye Boyutu ile Vergi Rekabeti. Vergi Sorunları Dergisi, 37(307), 165-186.
• Petersen, H.-G. (2006). Europäischer Steuerwettbewerb und Wirtschaftliches Wachstum: Herausforderungen für Deutschland. R. H. Hasse, & G. Perschutter (In), Europäische Union- Ökonomie, Institutionen und Politik (ss. 37-70). Bern: Haupt Verlag.
• Pinto, C. (2002). Tax Competition and EU Law. Unpublished Doctoral Thesis, Amsterdam: University of Amsterdam.
• Říhová, L. (2018). The Tax Competitiveness of Tourism Enterprises in an International Context. ACTA VŠFS, 12, 74-95.
• Sandalcı, U., & Sandalcı, İ. (2021). TOPSIS Yöntemiyle Vergi Denetim Performans Değerlendirmesi: 2005-2019 Dönemi. Mali Çözüm, 31(167), 187-212.
• Šimurina, N., & Bürgler, T. (2012). Specificities of Corporate Income Taxation in Croatia and Their Effect on Tax Competitiveness. Zbornik Radovas Konferencije (pp. 104-115). Zagreb: Institut Za Javne Financije.
• Stewart, K. G., & Webb, M. C. (2013). Capital Taxation, Globalization and International Tax Competition, Department of Economics University of Victoria Working Paper EWP0301.
• T.C. Dışişleri Bakanlığı (2022). İktisadi İş birliği ve Gelişme Teşkilatı (OECD). (Erişim: 08.09.2022), https://www.mfa.gov.tr/iktisadi-isbirligi_ve-gelisme-teskilati-_oecd_.tr.mfa
• Tayalı, H. A., & Timor, M. (2017). Ranking with Statistical Variance Procedure Based Analytic Hierarchy Process. Acta Infologica, 1(1), 31-38.
• Teather, R. (2005). The Benefits of Tax Competition. London: Institute of Economic Affairs.
• Tecl, J. (2018). Dependence between Competitiveness and Tax Indicators Based on Competitiveness Reports. Acta Academica Karviniensia, 18(2), 46-57.
• Tiebout, C. M. (1956). A Pure Theory of Local Expenditures. The Journal of Political Economy, 64(5), 416-424.
• Tiutiunyk, I., Mazurenko, O., Spodin, S., Volynets, R., & Hladkovskyi, M. (2022). The Nexus Between International Tax Competitiveness and The Shadow 3conomy: A Cross-Countries Analysis. Financial and Credit Activities: Problems of Theory and Practice, 1(42), 196-205.
• Toan, P. N., Dang, T. T., & Hong, L. T. T. (2022). Evaluating Video Conferencing Software for Remote Working Using Two-Stage Grey MCDM: A Case Study from Vietnam. Mathematics, 10(6), 946.
• Ulutaş, A., & Topal, A. (2020). Bütünleştirilmiş Çok Kriterli Karar Verme Yöntemlerinin Üretim Sektörü Uygulamaları. Ankara: Akademisyen Kitapevi.
• Vavrek, R. (2019). Evaluation of the Impact of Selected Weighting Methods on the Results of the TOPSIS Technique. International Journal of Information Technology & Decision Making, 18(6), 1821–1843.
• Villacreses, G., Gaona, G., Martinez-Gomez, J., & Jijon, D. J. (2017). Wind Farms Suitability Location Using Geographical Information System (GIS), Based on Multi-criteria Decision Making (MCDM) Methods: The Case of Continental Ecuador. Renewable Energy, 109, 275-286.
• von Kulessa, A., & Wenzelburger, G. (2015). Starker Steuerwettbewerb Starke Reformen? Ein neuer Blick auf Unternehmenssteuerreformen in 15 EU Staaten (1998-2011). Swiss Political Sciences Rewiev, 21(2), 302-332.
• Wilson, J. D. (1999). Theories of Tax Competition. National Tax Journal, 52(2), 269-304.
• Yurdadoğ, V., & Albayrak, M. (2017). OECD Ülkelerinde Vergi Rekabeti. Sosyoekonomi, 25(32), 121-148.