Testing The Pricing-To-Market Hypothesis Case Of The Transportation Equipment Industry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle