Testing The Pricing-To-Market Hypothesis Case Of The Transportation Equipment Industry
Notice bibliographique
Résumé
Most of the evidence in favor of pricing-to-market (PTM) was obtained by estimating partial equilibrium models using OLS, instrumental variable (IV) and single-equation error-correction methods. However, we know from the recent econometric literature that Wald tests applied to some of these estimates may give erroneous results in the presence of endogeneity and weak instruments. In this paper we examine the reliability of the evidence supporting the hypothesis of pricing-to-market using LIML-based LR Monte Carlo tests. These tests, developed by Dufour and Khalaf (1998), have good power and, unlike the Wald test, also have the correct test size.We first estimate a typical PTM model by OLS and subject certain regressors to a test for exogeneity which does not depend on the "quality" of instruments used. Since the null is rejected, we then re-estimate the model by both IV and limited information maximum likelihood methods. Subsequently, we apply Wald and LR-based tests to the parameters of interest to examine the hypothesis of PTM. We find that the size-correct Monte Carlo LR-based test reverses half of the results obtained from the popular Wald test indicating that PTM may not be as widespread as previously believed. In addition, our results support the viewpoint suggesting that PTM behavior is likely to be present in the same industry across different countries and that pass-through is possibly higher with a larger market share of exports.The above findings are illustrated using the model developed by Marston (1990) and our analysis is conducted for export pricing firms in the transportation equipment industry for three country pairs: Canada exporting to the United States, the United States exporting to Canada, and Japan exporting to (mainly) the United States.
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 | 0,019 | 0,127 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».