Abstract
Interpretando le dinamiche degli esportatori come un complesso processo di apprendimento, questa ricerca costituisce il primo tentativo di indagare l'efficacia delle diverse tecniche di Machine Learning (ML) nel prevedere le attività di esportazione delle imprese.
Ci concentriamo sulla probabilità che le aziende colombiane sopravvivano nel mercato internazionale in due diversi scenari: un contesto COVID-19 e una situazione controfattuale non COVID-19. Confrontando le predizioni risultanti dai due scenari, stimiamo l'effetto dello shock COVID-19 a livello di impresa.
Infine, spieghiamo come i metodi di ML possano essere utili per suggerire alle imprese i mercati futuri su cui scommettere.
Relatore
Francesco Serti - Professore Associato di Economia, IMT-Lucca
Francesco è Professore Associato di Economia presso IMT Lucca, presso l'unità di ricerca AXES (Analisi dei Sistemi Economici Complessi). È anche Visiting Professor presso l'Università di Alicante (FAE).
Francesco è stato Assistant Professor presso l'Università di Alicante (FAE) e Visiting Professor presso l'Università di Torino e l'Università di Firenze. Ha conseguito il dottorato di ricerca in economia presso la Scuola Superiore Sant'Anna di Pisa (LEM).
I suoi principali interessi di ricerca sono l'economia del lavoro, il commercio internazionale, l'economia sanitaria, l'economia applicata e la microeconometria.
Vuoi iscriverti al Webinar?
Compila il form con i tuoi dati per richiedere la partecipazione!
