互联网搜索行为能帮助我们预测宏观经济吗?

被引:98
作者
刘涛雄
徐晓飞
机构
[1] 清华大学经济学研究所,清华大学创新与发展研究院
基金
中国博士后科学基金;
关键词
宏观经济; 互联网搜索行为; 预测; “两步法”;
D O I
暂无
中图分类号
F49 [信息产业经济];
学科分类号
1201 ;
摘要
在大数据被广泛应用的今天,能否以及如何利用大数据对宏观经济进行预测成为经济学研究的一个新领域,应用大数据对宏观经济总量进行预测迄今还鲜有研究。在宏观经济分析中,两种类型数据可以被应用,即结构化数据和非结构化信息。政府统计指标属于结构化数据,而互联网搜索行为则属于非结构化信息。互联网搜索行为是在线大数据中较有代表性的信息,本文将探索互联网搜索行为能否帮助我们对宏观经济进行预测,分析利用结构化数据和非结构化信息的可行方法。本研究使用6种模型对宏观经济总量进行预测。通过不同模型的比较,最终选择最优预测模型。研究表明,互联网搜索行为可以帮助预测宏观经济,但必须依赖适当模型选择方法。搜索行为数据不是对现有统计数据的替代,而是补充。选择结构化数据与非结构化信息变量的正确方法是"两步法"。首先,仅使用政府统计信息选择初步最优预测模型;其次,将互联网搜索行为加入选择的模型中,最终确定最优模型。
引用
收藏
页码:68 / 83
页数:16
相关论文
共 7 条
  • [1] Predicting the Present with Google Trends[J] . HYUNYOUNG CHOI,HAL VARIAN.Economic Record . 2012
  • [2] A monthly consumption indicator for Germany based on Internet search query data
    Vosen, Simeon
    Schmidt, Torsten
    [J]. APPLIED ECONOMICS LETTERS, 2012, 19 (07) : 683 - 687
  • [3] Combining Disaggregate Forecasts or Combining Disaggregate Information to Forecast an Aggregate
    Hendry, David F.
    Hubrich, Kirstin
    [J]. JOURNAL OF BUSINESS & ECONOMIC STATISTICS, 2011, 29 (02) : 216 - 227
  • [4] A look into the factor model black box: Publication lags and the role of hard and soft data in forecasting GDP[J] . Marta Bańbura,Gerhard Rünstler.International Journal of Forecasting . 2010 (2)
  • [5] Google Econometrics and Unemployment Forecasting[J] . Nikolaos Askitas,Klaus F Zimmermann.Applied Economics Quarterly . 2009 (2)
  • [6] Chapter 6 Forecasting with VARMA Models[J] . Helmut Lütkepohl.Handbook of Economic Forecasting . 2006
  • [7] Constructing a Consumer Confidence Index for the USUsing Web Search Volume .2 Penna,N.D,Haifang Huang. . 2009