메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
성봉석 (경기대학교) 서일정 (경기대학교)
저널정보
한국유통경영학회 유통경영학회지 유통경영학회지 제23권 제6호
발행연도
2020.12
수록면
153 - 165 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Purpose: This study is to predict firms’ export participation based on firm heterogeneity, considering the situation where many countries around the world try to promote firms’ entry to export markets from the perspective of heterogeneous firm trade framework these days. Research design, data, and methodology: We used the 13-year time series data from the business activity survey produced by the Statistics Korea. Total factor productivity, financial leverage, and R&D expenditure were used as input variables and export participation was used as an output variable for time series classification with deep learning. We have trained and compared the three deep learning models for time series classification: multi layer perceptron, fully convolutional network, and residual network. We implemented the models using the open source deep learning library Keras with the Tensorflow back-end. The models’ performance was evaluated using the mean of accuracy, precision, recall, and F1-score over the 10 runs on the testing data set. Results: The?results showed that the fully convolutional network (FCN) architecture performs best for the time series classification task and the recall is higher than the precision. The accuracy of the best model is 0.86, the precision is 0.64, the recall is 0.80, and the F1-score is 0.71. Conclusions: This study contributes to promoting the understanding of deep learning approach to prediction of export participation in the context of heterogenous firm trade theory. The prediction focuses on the selection of non-exporting firms, from the perspective of policy orientation for excavating and making firms without exporting start exporting. We propose to be able to utilize the FCN for enhancing the effectiveness and efficiency of export promotion policies, in particular focused on increase in firms’ export participation, by interpreting three of the indicators being used for model evaluation, precision, recall, and F1-score, in the context of such policy.
#Export Participation #Firm Heterogeneity #Time Series Classification #Deep Learning

목차

등록된 정보가 없습니다.

참고문헌 (58)

참고문헌 신청
Bellone, F. / 2010 / Financial Constraints and Firm Export Behaviour / The World Economy 33(3):347~373 google schola Berman, N. / 2010 / Financial Factors and the Margins of Trade : Evidence from Cross-country Firm-level Data / Journal of Development Economics 93(2):206~217 google schola Bernard, A. B. / 1999 / Exceptional Exporter Performance: Cause, Effect, or Both? / Journal of International Economics 47(1):1~25 google schola Bernard, A. B. / 2001 / Export Entry and Exit by German Firms / Review of World Economics 137:105~123 google schola Bernard, A. B. / 2003 / Plants and Productivity in International Trade / American Economic Review 93(4):1268~1290 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0