Assessing the Impact of COVID-19 on Trade: a Machine Learning Counterfactual Analysis

Victor Ortiz Gimenez;Massimo Riccaboni;Francesco Serti
2021

978-84-122599-6-4
Interpretando las dinámicas de exportación como un complejo proceso de aprendizaje, este artículo constituye un primer intento para estudiar la efectividad que tienen las técnicas de Machine Learning (ML) prediciendo el estatus exportador de las empresas. En particular, este estudio analiza la probabilidad de supervivencia en el mercado exportador de las empresas colombianas en dos escenarios distintos: un escenario COVID-19 y uno contrafactual sin COVID- 19. Comparando las predicciones de ambos escenarios, estimamos el efecto individual del tratamiento provocado por el shock COVID-19 sobre los resultados de las empresas. Finalmente, usamos métodos de partición recursiva para identificar subconjuntos de empresas donde el efecto del tratamiento es distinto. Encontramos que, además de la dimensión temporal, los principales factores que explican la heterogeneidad del tratamiento son las interacciones entre el tamaño y la industria donde operan los exportadores.
File in questo prodotto:
File Dimensione Formato  
resumenes-IV-jornada-investigacion-internacionalizacion.pdf

non disponibili

Descrizione: Libro
Tipologia: Versione Editoriale (PDF)
Licenza: Nessuna licenza
Dimensione 2.65 MB
Formato Adobe PDF
2.65 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.11771/19637
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
social impact