English
Zo stabiel als de export van bloemen en planten naar bijvoorbeeld Duitsland is, zo grillig is de export naar Rusland. Hoe handig zou het zijn om iets meer grip op deze wispelturigheid te krijgen? Zhekai Zhu, een Chinese student van Inholland Hogeschool Delft, heeft onlangs in zijn afstudeeronderzoek bij Floridata een paar verklarende factoren onder de loep genomen.
De export naar Rusland is sinds 2014 weer langzaam toegenomen en Rusland bevond zich op plek 7 in de exportlandenlijst in 2019. Zhekai onderzocht de wisselkoers van de Russische roebel en politieke conflicten als verklarende factoren van schommelingen in de export naar Rusland. “Zhekai heeft een aantal interessante bevindingen gedaan en legt uit hoe te werken naar een voorspelmodel in tijden van corona”, stellen zijn Floridata begeleiders Wesley van den Berg en Madelon Voordouw.
Uitkomsten onderzoek
Zhekai heeft op basis van de geaggregeerde exportdata (2012-2019) van Floridata, waarvan inzage uiteraard met geheimhoudingsplicht, een aantal bevindingen kunnen doen. Hij heeft een correlatie gevonden tussen de wisselkoers van de roebel en export van bloemen en planten naar Rusland. De resultaten van de regressieanalyse tonen aan dat een daling van de roebel leidt tot een afname van de export van bloemen en planten naar Rusland. Tegelijkertijd leidt een daling van de Russische munt bij bepaalde omliggende landen juist tot een toename van de export. Floridata deelnemers lezen in het Engelstalige artikel in de Floridata portal om welke landen het precies gaat. Ook vinden zij in hoeverre de economische en politieke sancties vanaf 2014 effect hebben gehad op de export naar Rusland.
Werken met algoritmes en voorspelmodellen in tijden van corona
Met dit onderzoek poogt Floridata een nauwkeurig voorspelmodel voor de export naar Rusland en omliggende landen te ontwikkelen. De algoritme voor Rusland zou er dan bijvoorbeeld op maandbasis als volgt uitzien:
Y = A (constant) + B1 (currency RUB) * currency growth rate (longforecast.com) + B2 (#special days) * special days growth rate + B3 (#trading days) * trading days growth rate.
Daarbij kunnen andere variabelen als ‘weerseffecten’ en ‘inkoopprijzen’ worden toegevoegd om het model te optimaliseren. Door de komst van COVID-19 dienen we eerst te weten te komen wat de maandelijkse effecten hiervan zijn op de export naar Rusland. De effecten op de export per land wisselen namelijk enorm door de land-specifieke coronamaatregelen. Zhekai adviseert daarom vanaf maart 2020 een ‘controle variabele’ toe te voegen aan de bestaande algoritme om de corona impact te ondervangen.
Met de inzichten uit het onderzoeksrapport verwacht Floridata haar deelnemers in de toekomst van meer kennis te voorzien over het ontwikkelen van voorspelmodellen en werken met algoritmes.
Floridata is voornemens algoritmes en Machine Learning zelf toe te gaan passen in haar exportvoorspelmodellen, om deelnemers in de toekomst te helpen zelf scenario’s te kunnen schetsen. Floridata deelnemer en interesse in het onderzoeksrapport? Stuur een mailtje naar info@floridata.nl of log in de Floridata portal en download het rapport.
