Geri Dön

Learning by exporting and heterogeneity in post-entry effects

İhracat yaparak öğrenme ve ihracat başlangıcı sonrası etkilerde heterojenlik

  1. Tez No: 529532
  2. Yazar: RAGIP KAAN ERDEMLİ
  3. Danışmanlar: DOÇ. DR. İZAK ATİYAS
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonomi, Economics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonomi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 33

Özet

Bu çalışmada 2006-2015 yıl aralığını içeren ve Türk imalat firmalarını barındıran zengin mikro panel veri tabanını kullanarak ihracata giriş ve Türk imalat firmalarının verimliliği arasındaki ilişkiyi inceliyoruz. Seçime bağlı yanlılık sorununu azaltmak için eğilim skorları yeniden ağırlıklandırma (propensity score reweighting) ve eğilim skorları eşleştirmesi (propensity score matching) methodlarını kullanıyoruz. Bu çalışmanın bir diğer amacı da firma yaşı, ithalat durumu, ithalat yoğunluğu, ihracat yoğunluğu ve gelir seviyesine göre ihracat istikameti gibi bazı firma özelliklerinin uygulamanın etkilerinde heterojenliğe sebep olup olmadığını araştırmaktır. Çalışmamızın ana sonuçları şöyle sıralanabilir: i) Hem kendi kendini seçme ve ihracat yaparak öğrenme hipotezleri doğrulanmıştır; ii) İhracat yoğunluğunda artış ihracata başlayan firmaların verimliliklerinde ilave artışa sebebiyet vermektedir.; iii) İhracata başlayan firmalardan hem düşük gelirli hem de yüksek gelirli ülkelere ihracat yapanların verimliliklerinin ihracata başlayan diğer firmalarınkine göre daha fazla arttığı görülmüştür; iv) İthalat durumu, ithalat yoğunluğu ve firma yaşının uygulamanın etkisi üzerinde herhangi bir etkisi olmadığı bulunmuştur.

Özet (Çeviri)

We examine the relationship between export entry and productivity of Turkish manufacturing firms using a rich longitudinal micro dataset of Turkish manufacturing firms in the period between 2006 and 2015. To alleviate the selection bias problem, we employ propensity score reweighting and propensity score matching methods. Another goal of this study is to investigate whether some characteristics, namely firm age, import status, import intensity, export intensity and export destinations by income level, lead to heterogeneity in treatment effects. Our main findings can be listed as follows: i) Both self-selection and learning by exporting hypotheses are verified; ii) Increasing export intensity leads to additional productivity gains for export starters; iii) There is some evidence indicating that starter firms that export to both high income and low income destinations experience larger productivity gains; iv) No noteworthy evidence is found regarding impact of import status, import intensity and age on the treatment effect.

Benzer Tezler

  1. Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data

    Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları

    İSMAİL BİLGEN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN

  2. Essays on firm heterogeneity and international trade

    Başlık çevirisi yok

    UMUT ERKSAN ŞENALP

    Doktora

    İngilizce

    İngilizce

    2015

    MaliyeLoughborough University

    PROF. ARIJIT MUKHERJEE

  3. Export behavior of Turkish manufacturing firms, 1989-2010 periods

    1989-2010 yılları arası imalat sanayi firmalarının ihracat davranışları

    ASLIHAN ATABEK DEMİRHAN

    Doktora

    İngilizce

    İngilizce

    2013

    EkonomiOrta Doğu Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    DOÇ. DR. HAKAN ERCAN

  4. Long term competitive advantage effect on company value with fuzzy logic and machine learning applications

    Bulanık mantık ve makine öğrenmesi uygulamaları ile uzun vadeli rekabet avantajının şirket değeri üzerine etkisi

    ZEKERİYA BİLDİK

    Doktora

    İngilizce

    İngilizce

    2024

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. KAYA TOKMAKÇIOĞLU

  5. Decision-making process for house plan layout generation through deep learning algorithms: A hybrid model proposal

    Derin öğrenme algoritmaları aracılığı ile konut planı yerleşimi için karar verme süreci: Hibrit bir model önerisi

    GİZEM ÖZEROL ÖZMAN

    Doktora

    İngilizce

    İngilizce

    2024

    MimarlıkGazi Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. SEMRA ARSLAN SELÇUK

    PROF. DR. ARZU SORGUÇ