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

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.

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

分类号：F75(各国对外贸易)

在线出版日期：2022-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：50-53,70