dem deterministischen Gravitationsmodell und den künstlichen neuronalen Netzwerken (Feedforward Neuronal Networks, FFNN). Ziel ist es, die Genauigkeit beider Ansätze zu vergleichen, um festzustellen, welches Modell besser geeignet ist, bestehende Handelsströme zu schätzen und zukünftige Entwicklungen zu projizieren.
Wichtige Ergebnisse:
- In Hinblick auf die Genauigkeit der Ergebnisse, ist das FFNN dem Gravitationsmodell bei der Schätzung vergangener und aktueller Handelsströme in allen untersuchten Produktkategorien überlegen.
- Die Überlegenheit des FFNN bei Projektionen nimmt mit zunehmendem Projektionszeitraum stark ab.
Unsere Ergebnisse zeigen, dass das FFNN besser für die Verbesserung bestehender Datensätze sowie kurzfristige Vorhersagen geeignet zu sein scheint, während das Gravitationsmodell besonders robust für langfristigen Analysen sein kann.
Morland C, Tandetzki J, Schier F (2025) An evaluation of gravity models and artificial neuronal networks on bilateral trade flows in wood markets. Forest Pol Econ 172:103457, DOI:10.1016/j.forpol.2025.103457
https://literatur.thuenen.de/digbib_extern/dn069575.pdfProjekt:
Holzmarktanalysen
