Exporting and Frictions in Input Markets: Evidence from Chinese Data
Notice bibliographique
Résumé
This paper investigates the impact of international trade on input market distortions. We focus on a specific friction, binding borrowing constraints in capital markets. We propose a theoretical model where a firm's demand for capital is constrained by an initial asset allocation and past sales. While the initial distribution of assets induces misallocation if the asset endowment at more productive firms does not fully cover their demand for capital, the dependence of the borrowing constraint from past sales proxies for cross-firm differences in the cost of default, which is empirically higher at larger firms. Overtime, an increase in sales relaxes the borrowing constraint; similarly, shocks to market access--such as opening to trade--contribute to easing the financial constraints, thus accelerating the convergence toward the frictionless allocation. To analyze the empirical relationship between market access and credit frictions, we draw on the annual surveys conducted by the Chinese National Bureau of Statistics (NBS) for 1998 to 2007, and we construct firm-level measures of distortions that control for firm heterogeneity. We find smaller labor and capital distortions across exporting firms; such distortions are even smaller in sectors where firms face lower tariffs or are more dependent on external financing, a proxy for the presence of binding financial constraints. Our empirical analysis also shows that export shocks significantly reduce the dispersion across input returns over time, with the effect mostly occurring at constrained firms. Our findings point to within-sector input reallocation as an important channel to overcome misallocation in open economies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».