HORÁK, Jakub. Sanctions as a Catalyst for Russia's and China's Balance of Trade: Business Opportunity. Journal of Risk and Financial Management. Basel: MDPI, roč. 14, č. 1, s. nestránkováno, 26 s. ISSN 1911-8066. doi:10.3390/jrfm14010036. 2021.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Sanctions as a Catalyst for Russia's and China's Balance of Trade: Business Opportunity
Název česky Sankce jako katalyzátor ruské a čínské obchodní bilance: obchodní příležitost
Autoři HORÁK, Jakub (203 Česká republika, garant, domácí).
Vydání Journal of Risk and Financial Management, Basel, MDPI, 2021, 1911-8066.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 50200 5.2 Economics and Business
Stát vydavatele Švýcarsko
Utajení není předmětem státního či obchodního tajemství
WWW URL
Kód RIV RIV/75081431:_____/21:00001957
Organizační jednotka Vysoká škola technická a ekonomická v Českých Budějovicích
Doi http://dx.doi.org/10.3390/jrfm14010036
UT WoS 000610346800001
Klíčová slova česky umělé neuronové sítě; časové řady; import; export; restrikce; mezinárodní politika; finanční trh
Klíčová slova anglicky artificial neural networks; time series; import; export; restriction; international policy; financial market
Štítky BPE_MAE, RIV20, WOS
Změnil Změnila: Mgr. Blanka Mikšíková, učo 22534. Změněno: 23. 2. 2021 09:09.
Anotace
The study is based on a highly topical sophisticated model of neural networks, which provides clear results confirming the unintended positive effect. The time series and aggregated data became inputs into multilayer perceptron networks, while the methodology used enabled eliminating of both too large averaging and extreme fluctuations of the equalized time series. Out of 10,000 networks created for each variable and each time lag, five showing the best characteristics given by correlation coefficients and absolute residual sums are retained.
Anotace česky
Studie je založena na vysoce aktuálním sofistikovaném modelu neuronových sítí, který poskytuje jasné výsledky potvrzující nezamýšlený pozitivní účinek. Časová řada a agregovaná data se staly vstupy do vícevrstvých perceptronových sítí, zatímco použitá metodika umožnila vyloučení obou příliš velkých průměrných a extrémních výkyvů ekvalizovaných časových řad. Pro každou proměnnou a každé časové zpoždění je vytvořeno 10 000 sítí, je uchováno vždy pět sítí vykazujících nejlepší charakteristiky podle korelačních koeficientů a absolutních reziduí.
VytisknoutZobrazeno: 29. 3. 2024 01:15