基于网络搜索数据的住房价格预期与实际价格波动分析

被引:8
作者
洪涛 [1 ]
厉伟 [2 ]
机构
[1] 哈尔滨工业大学经济与管理学院
[2] 河海大学商学院
关键词
大数据; 混频数据方法; 百度指数; 住房价格;
D O I
暂无
中图分类号
F299.23 [城市经济管理];
学科分类号
120405 ;
摘要
在混频数据方法的框架下,分析网络搜索数据是否能够增强中国住房价格的解释能力。对2011年1月至2014年12月的时间序列数据分析显示:以"房价"为关键词得出的百度指数能够解释中国住房价格的部分波动,将其引入传统模型,显著增强了住房价格预测的准确性。研究表明:混频数据方法通过对高频网络搜索数据和低频官方统计数据进行整合,可以挖掘出大数据背后隐藏的丰富信息,为宏观和中观层面的研究提供坚实的微观数据基础。网络搜索数据提供了一个观察个体行为的良好途径,必将在未来促进宏观经济学到纳米经济学的深度融合。
引用
收藏
页码:49 / 53
页数:5
相关论文
共 4 条
[1]   住房价格上涨与其影响因素之间的关系研究——基于VEC模型的实证分析 [J].
原鹏飞 ;
邓嫦琼 .
统计与信息论坛, 2008, (11) :83-86+92
[2]   Nowcasting with Google Trends in an Emerging Market [J].
Carriere-Swallow, Yan ;
Labbe, Felipe .
JOURNAL OF FORECASTING, 2013, 32 (04) :289-298
[3]  
Predicting the Present with Google Trends[J] . HYUNYOUNG CHOI,HAL VARIAN.Economic Record . 2012
[4]  
MIDAS Regressions: Further Results and New Directions[J] . Eric Ghysels,Arthur Sinko,Rossen Valkanov.Econometric Reviews . 2007 (1)