典型文献
区域性自由贸易协定对双边贸易流量影响的量化研究——基于机器学习方法的分析
文献摘要：
区域性贸易深度一体化是当前世界经济贸易发展的主要趋势,区域性自由贸易协定(FTA)的签订与重订是这一趋势的重要表现形式.为量化区域贸易协定对双边贸易流量的影响,区别于普遍用于外贸领域的引力模型,本文分别采用机器学习领域中的树模型XGBOOST与线性模型Ridge,选择FTA深度指标作为衡量FTA异质性的核心变量,添加协议签订国GDP等变量,对于协议生效3年内的双边贸易流量建立预测模型,探究机器学习模型在外贸领域的可用性.实证结果显示,XGBOOST模型在双边贸易流量的预测上取得了较好结果.贸易国间的双边贸易流量越大,预测结果越精准,对双边贸易流量在十亿美元以上、协议生效第一年的贸易,预测的平均绝对百分比误差约为0.077.因此,本文得到结论,机器学习模型在外贸领域中有较强的可用性,而且树模型的效果较优.
文献关键词：
区域性自由贸易协定;双边贸易流量;FTA深度;机器学习;XGBOOST
中图分类号：
作者姓名：
靳开元
作者机构：
南京财经大学 经济学院,江苏 南京 210023
文献出处：
引用格式：
[1]靳开元-.区域性自由贸易协定对双边贸易流量影响的量化研究——基于机器学习方法的分析)[J].江苏商论,2022(04):50-53,70
A类：
区域性自由贸易协定
B类：
双边贸易流量,量化研究,基于机器学习,机器学习方法,深度一体化,前世,世界经济,经济贸易,贸易发展,主要趋势,FTA,签订,区域贸易协定,引力模型,学习领域,树模型,XGBOOST,线性模型,Ridge,机器学习模型,可用性,贸易国,十亿美元,第一年,平均绝对百分比误差
AB值：
0.2002
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
