Abstract
This paper focuses on the macro and micro-level
determinants of trade in services in the United Kingdom. The importance of different
determinants has been investigated within the gravity framework in many
studies. However, the nature of the data requires estimation approaches other
than the Ordinary Least Squares (OLS). To estimate the gravity equation,
besides the OLS, the Poisson Pseudo-Maximum Likelihood (PPML) and Threshold Tobit have been used. The results confirm that,
among the three different estimation approaches, the PPML is the preferred
model since it is able to deal with the existence of zero trade values and
heteroskedaticity problem in the data. The findings based on the disaggregated
level data show that the coefficients of the trade determinants change
considerably, suggesting that the policies adopted according to the results of
the country-level analyses do not fit all of the trading firms.
Keywords
References
- -
Abstract
Bu çalışma İngiltere’nin hizmet
ticaretinin makro ve mikro belirleyenleri analiz etmektedir. Ticareti
belirleyen etmenlerin önemi, uzun zamandır çekim modeli çerçevesinde
incelenmektedir. Ancak ticaret verisi doğası gereği En Küçük Kareler (EKK) tahmin
yönteminden başka tahmin yöntemlerini gerektirmektedir. Bu çalışmada,
İngiltere’nin firma düzeyinde hizmet ticaretinin belirleyenlerini tahmin etmek için EKK’nin yanında PPML ve Tobit yöntemi
kullanılmıştır. Sonuçlar, kullanılan üç tahmin yöntemi içinde en iyi
performansı PPML yönteminin gösterdiğini saptamıştır. Bu yöntem, verideki
sıfırları ve değişen varyans problemini dikkate almaktadır. Firma verileri
dikkate alınarak yapılan analizler, her bir ticaret belirleyeninin
katsayısının, ülke düzeyinde yapılan analizlerden farklılık gösterdiğini
saptamıştır. Bu da ülke düzeyinde analizleri dikkate alarak yapılan politika
önerilerinin ticaret yapan her bir firma için uygun olmayacağını
göstermektedir.
Keywords
References
- -
Details
| Journal Section | Articles |
|---|---|
| Authors | |
| Publication Date | December 31, 2017 |
| Published in Issue | Year 2017 Volume: 15 Issue: 1 |