Statistical Analysis of Performance Indicators of the Leading Russian Exporters
Notice bibliographique
Résumé
Promoting the country’s competitiveness amid global turbulence is an important task at every level of the economy’s management. In the circumstances of Russia’s shrinking trade balance, which is due to the unfavorable resource market environment, studying the businesses of Russian exporters becomes a relevant research problem. The focus is placed on the dilemma of commodity/non-commodity exports, which is important to emerging markets.During the research, the authors conducted an analysis of revenue indicators and commodity and geographical diversification indicators of the leading Russian exporters based on materials from Expert Business Weekly, which may yield the following conclusions. First, resource companies’ export revenues are less volatile. Second, research results confirm, in a direct or an indirect way, the greater inclination and efficiency of resource exporters towards geographical (country-wise) diversification, whereas commodity diversification is an export strategy tool of non-resource companies. Third, the authors identified a positive correlation between foreign trade revenues, on the one hand, and the number of countries served and trade items offered, on the other hand, for mineral and energy companies; moreover, a higher elasticity of export revenue on a number of markets served was revealed. For the manufacturing exporters representing chemical, petrochemical, and food industries, a positive correlation between export revenues and the number of HS 4-digit commodity lines was identified in some years and industries alongside a higher elasticity of export income on number of commodity lines. The linear regression model showed that the addition of a new product in terms of HS 4-digit code would lead to a bigger increase in export income than a new national market entry. So, the authorities should support a product diversification of both commodity and manufacturing exporters encouraging the innovation.Thus, the performed analysis is of great practical importance, since Russia is the largest trading country in Central Europe. And the results shed light on export performance of its leading companies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».