Dergiler / JOEEP: Journal of Emerging Economies and Policy / 2022 / Cilt: 7 - Sayı: 2
OECD Grubundaki Avrupa Ülkelerinin Vergi Rekabetçiliği Performanslarının Analizi: İstatistiksel Varyans Prosedürü Tabanlı OCRA Yöntemi ile Bir Uygulama
- Sayfa
- 104–119
- DOI
- —
Özet
Araştırmada, OECD gurunda yer alan Avrupa ülkelerinin en son ve güncel olan 2021 yılı Uluslararası Vergi Rekabetçiliği Endeksi (ITCI) bileşen verileri ile ülkelerin vergi rekabetçiliği performansları İstatistiksel Varyans Prosedürü (İVP) tabanlı OCRA yöntemi ile ölçülmüştür. Bulgulara göre ilk olarak İVP yöntemi kapsamında ülkelere göre en önemli ITCI bileşeninin gelir skoru olduğu tespit edilmiştir. İkinci olarak İVP tabanlı OCRA yöntemine göre en fazla vergi rekabetçiliği performansına sahip olan ilk üç ülkenin Estonya, Letonya ve Litvanya, en az vergi rekabetçiliği performans değerine sahip olan ilk üç ülkenin ise İtalya, Fransa ve Polonya olduğu gözlenmiştir. Araştırmada üçüncü olarak duyarlılık, ayırım uzaklığı ve korelâsyon analizlerine göre ITCI verileri çerçevesinde ülkelerin vergi rekabetçiliği performansları IVP tabanlı OCRA yöntemi ölçülebileceği sonucuna ulaşılmıştır.
Abstract
In the study, the latest and updated International Tax Competitiveness Index (ITCI) component data for the year 2021 of the European countries in the OECD guru and the tax competitiveness performances of the countries were measured with the Statistical Variance Procedure (IVP) based OCRA method. According to the findings, firstly, it has been determined that the most important ITCI component according to the countries within the scope of the IVP method is the income score. Secondly, according to the IVP-based OCRA method, it was observed that the top three countries with the highest tax competitiveness performance were Estonia, Latvia and Lithuania, while the top three countries with the least tax competitiveness performance values were Italy, France and Poland. Thirdly, it was concluded that tax competitiveness performances of countries can be measured using IVP-based OCRA method within the framework of ITCI data according to sensitivity, separation distance and correlation analysis.