失业率预测研究——基于网络搜索数据及改进的逐步回归模型

被引:16
作者
彭赓
苏亚军
李娜
机构
[1] 中国科学院大学管理学院
关键词
逐步回归; 失业率; 失业初请人数; 网络搜索数据; 协整分析; 预测;
D O I
暂无
中图分类号
F224 [经济数学方法]; F241 [劳动力];
学科分类号
0701 ; 070104 ; 020207 ; 1202 ; 120202 ; 020106 ;
摘要
无论是从社会管理还是从经济发展的角度来考虑,失业均已成为目前各国十分关注的重点问题之一,学者们也一直在通过各种方法来预测失业率。近年来,随着网络的发展和搜索引擎的普及应用,学者们发展出一种利用网络搜索数据来观察和研究经济及社会问题的方法。随着这一方法的有效性被证明之后,它也被引入到失业率预测的研究领域中。文章利用Google推荐的关键词搜索数据,采用改进的逐步回归方法分层建立了三个模型预测失业率,并进行因果关系检验及有效性检验。实验结果表明,三个模型的拟合优度分别达到0.930、0.935、0.936,三期预测值的MAPE分别为1.20%、0.89%、0.57%。文章认为,这种方法能有效的处理网络搜索数据并进行相关的社会问题研究和经济问题的预测。
引用
收藏
页码:40 / 43
页数:4
相关论文
共 2 条
[1]  
互联网搜索数据预处理方法及其在股市分析中的应用[J]. 刘颖,吕本富,彭赓.情报学报. 2011 (10)
[2]  
Google Econometrics and Unemployment Forecasting[J] . Nikolaos Askitas,Klaus F Zimmermann.Applied Economics Quarterly . 2009 (2)