Please use this identifier to cite or link to this item: http://hdl.handle.net/10419/229752
Authors: 
Das, Prosenjit
Year of Publication: 
2017
Citation: 
[Journal:] The Central European Review of Economics and Management (CEREM) [ISSN:] 2544-0365 [Volume:] 1 [Issue:] 4 [Year:] 2017 [Pages:] 175-224
Abstract: 
Aim: India has emerged as one of the most favoured destinations in the global Information Technology (IT) outsourcing market. On the other hand, the IT industry has been playing an instrumental role in transforming India's image from a low income-backward nation to a knowledge-based economy.  Furthermore, the role of IT industry has been pivotal in putting India on a higher growth path. In addition, India's IT industry has been showing robust performance in revenue earning, particularly in export revenue. However, the performance of this industry is likely affected by some recent global phenomena, such as 2008's subprime crisis originated in the US, uncertainties in changes in H1-B visa rules, Britain's exit from the EU, automation etc. There are other factors, like exchange rate volatility, emerging competition from other low-cost outsourcing destination countries, are also posing threat to India's IT-outsourcing business. Against this backdrop, it is crucial to analyse the sustainability of performance of Indian IT industry. Thus, the present study aims at assessing the performance of Indian IT industry and evaluating the determinants of performance thereafter.Design / Research methods: To realize the objectives of the study, firm level data has been collected from the Centre for Monitoring Indian Economy (CMIE) Prowess database. For empirical analysis, we have applied a two-stage method. In the first-stage, we have used Data Envelopment Analysis (DEA) based Malmquist Productivity Index (MPI) to evaluate the Total Factor Productivity Growth (TFPG) of Indian IT industry during the period from 2004-05 to 2014-15. For this purpose, a balanced panel consists of 70 IT firms has been considered. Further, the TFPG has been decomposed into three components, viz. Catch-up, frontier-shift, and scale efficiency change (SEC). Consequently, in the second-stage, three random-effects panel regression models are considered to investigate the determinants of TFPG, catch-up, and frontier-shift separately. Conclusions / findings: During the study period, the average TFP and frontier-shift has been improved. On the other hand, catch up effect is found to have declined. The variables, such as export intensity, salaries and wages intensity have positive and statistically significant impact on the catch-up and frontier-shift. Export intensity has positive impact on TFPG. Age of the firms has positive impact on catch-up and TFPG. Salaries and wages intensity has positive impact on TFPG. On an average, the firms which spent on research and Development (R&D) have experienced improvement in TFPG and frontier-shift. The public limited firms performed better than their private counterparts in terms of catch-up, frontier-shift, and TFPG. The non-group firms have performed better than the group firms in case of catch-up. On the other hand, on an average, the firms exhibiting decreasing Returns to Scale (DRS) are found to have registered deterioration in catch-up and TFPG with respect to the benchmark firms which are exhibiting Constant Returns to Scale (CRS). The firms exhibiting Increasing Returns to Scale (IRS) have shown improvement in catch-up and TFPG over the benchmark CRS firms. The impact of the US subprime crisis has been negative on catch-up, frontier-shift, and TFPG. The firms, which have spent on royalty, have experienced improvement in catch-up and TFPG. Originality / value of the article: So far in our knowledge, not so many studies of this kind have been done in the arena of empirical research pertains to the IT industry, especially in a developing country like India. Moreover, we have not found any study that covers the span of the dataset considered in the present study. In addition to this, the present study has employed a random-effects panel model to accommodate a number of time-invariant dummy variables which would not be possible in case of a fixed-effects panel model incorporated by some previous studies of this genre.Implications of the research: The identification of the determinants of TFPG and its components would help the stakeholders and policy makers of the IT industry to formulate appropriate policies which could mitigate the risks faced by the industry on one hand, and stimulate the forces that would enhance the growth of this industry on the other. For instance, to mitigate future risks, Indian IT industry should reduce its dependence on the US and UK markets. Besides, it should explore new markets in the EU, and other emerging economies where opportunities are plenty. To maintain India's robust global position in the long run, Government of India should play the key role in providing world class infrastructure and telecommunication facilities to its IT industry. In addition to this, Government needs to rationalise and simplify the existing Indian labour law to facilitate the business of IT industry. Various stakeholders along with the Government should put necessary efforts to develop the domestic IT market as there exists ample of opportunities in future.
Abstract (Translated): 
Cel: Niniejsze badanie ma na celu ocenę wzrostu całkowitej produktywności czynników produkcji (ang. Total Factor Productivity Growth (TFPG)) i jego determinant w indyjskim przemysle technologii informacyjnych (ang. Information Technology (IT)). Metodyka badań: Aby zrealizować cel badań, zgromadzono dane na poziomie firm z bazy danych PROWESS z Centrum Monitoringu Indyjskiej Gospodarki (ang. Centre for Monitoring Indian Economy (CMIE)). W analizie empirycznej wykorzystano metodę dwuetapową. W pierwszym etapie zastosowano Indeks Produktywności Malmquista (ang. Malmquist Productivity Index (MPI)) oparty na Metodzie Obwiedni Danych (ang.: Data Envelopment Analysis (DEA)), aby ocenić TFPG w indyjskim przemyśle IT w okresie od 2004-05 do 2014-15. W tym celu uwzględniono zrównoważony panel 70 firm z branży IT. Następnie dokonano rozkładu TFPG na trzy komponenty, mianowicie catch-up , frontier-shift  oraz zmiana efektywności skali (ang. scale efficiency change (SEC)). W drugim etapie rozważono trzy modele regresji dotyczące efektów losowych paneli, aby zbadać oddzielnie determinanty TFPG, catch-up i frontier-shift. Wnioski: W okresie badawczym, poprawił się średnio TFPG i frontier-shift. Z drugiej strony zmalał efekt catch-up. Zmienne, takie jak intensywność eksportu czy intensywność wynagrodzeń miały pozytywny i statystycznie znaczący wpływ na catch-up i frontier-shift. Intensywność eksportu oraz wynagrodzenia pozytywnie oddziaływały na TFPG. Wiek przedsiębiorstw pozytywnie wpływał na catch-up i TFPG. Średnio, firmy, które dokonały wydatków na badania i rozwój (ang. Research and Development (R&D)), doświadczyły poprawy TFPG i frontier-shift. Publiczne przedsiębiorstwa z ograniczoną odpowiedzialnością radziły sobie lepiej niż ich prywatni odpowiednicy pod względem catch-up, frontier-shift i TFPG. Niezgrupowane firmy miały lepsze osiągnięcia z punktu widzenia catch-up aniżeli firmy zgrupowane. Z drugiej strony, przeciętnie, firmy osiągające malejące efekty skali (ang. decreasing Returns to Scale (DRS)) odnotowały pogorszenie w catch-up i TFPG w porównaniu do wyznacznika, jakim są firmy o stałych efektach skali (ang. Constant Returns to Scale (CRS)). Przedsiębiorstwa osiągające rosnące efekty skali (ang.: Increasing Returns to Scale (IRS)) uzyskały poprawę w zakresie catch-up i TFPG w większym stopniu niż będące wyznacznikiem firmy CRS. Kryzys na amerykańskim rynku kredytów hipotecznych negatywnie odbił się na catch-up, frontier-shift i TFPG. Przedsiębiorstwa, które poniosły wydatki na należności, doświadczyły poprawy catch-up i TFPG. Wartość artykułu: Autorzy dotychczas nie spotkali tak licznych badań empirycznych tego typu odnoszących się do przemysłu IT, zwłaszcza w krajach rozwijających się, jak Indie. Co więcej, autorzy nie doszukali się żadnych badań obejmujących tak dużą rozpiętość danych, jaką uwzględniono w niniejszym artykule. W dodatku w niniejszym badaniu zastosowano model efektów losowych, aby dostosować pewne niezmienne w czasie zmienne, co nie byłoby możliwe w przypadku modelu stałych efektów, który wykorzystywano w niektórych wcześniejszych badaniach tego rodzaju. Implikacje: Identyfikacja determinant TFPG i jego komponentów mogłaby pomóc interesariuszom i decydentom w sformułowaniu odpowiedniej polityki, co pozwoliłoby z jednej strony zmniejszyć ryzyko, którego doświadcza indyjski przemysł IT, a z drugiej pobudzić siły, które mogłyby przyczynić się do rozwoju tego przemysłu. Na przykład, aby ograniczyć przyszłe ryzyko, indyjski przemysł IT powinien zmniejszyć swoją zależność od rynku Stanów Zjednoczonych i Wielkiej Brytanii. Innymi słowy, powinien poszukiwać nowych rynków zarówno krajowych, jak też zagranicznych, np. w Unii Europejskiej, Australii i w gospodarkach wschodzących, gdzie rynki IT wydają się być obiecujące. Aby utrzymać indyjską solidną pozycję globalną w długim okresie, rząd indyjski powinien odgrywać kluczową rolę w zapewnianiu światowej klasy infrastruktury i urządzeń telekomunikacyjnych w przemyśle IT. Co więcej, rząd indyjski musi zracjonalizować i uprościć istniejące indyjskie prawo pracy, aby ułatwić aktywność ekonomiczną w przemyśle IT. Przeróżni interesariusze wraz z rządem powinni włożyć niezbędny wysiłek w rozwój krajowego rynku IT, które jest pełen możliwości.
Subjects: 
information technology industry
data envelopment analysis
Malmquist productivity index
random-effects model
total factor productivity
catch-up
frontier-shift
India
JEL: 
C23
C61
L86
O47
Persistent Identifier of the first edition: 
Document Type: 
Article

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.