Out-of-sample gravity predictions and trade policy counterfactuals
创建于 更新于
摘要
本文提出了基于机器学习方法（如随机森林、神经网络）与传统引力模型比较的框架，评估引力模型在样本外贸易预测及政策反事实分析中的表现。结果表明，三向固定效应引力模型在估计贸易政策影响的一致性方面表现优异，难以被机器学习方法超越；而机器学习方法在单个双边贸易流预测上可略胜一筹，但需纳入固定效应信息。这进一步确认了三向引力模型作为贸易政策分析主流工具的合理性 [page::0][page::11][page::12][page::13]
