科爱KeAi
JFDS论文推荐┃通过搜索引擎的大数据洞察实时经济指标 精选
2023-12-5 15:06
阅读:2829

本研究将介绍一种新颖的、完全数据驱动的搜索数据方法来实时估算经济指标(在COVID-19期间此方法成功预测了日本经济指标)。该研究揭示了性欲驱动和娱乐追求对经济指标的重大影响,并展示出相互关系的一致性,同时,因其对快速波动和意外情况的高度适应,无疑超越了现有预测方法的局限性。

政府发布的经济指标对于公共和私营部门的决策至关重要。 然而,这些指标的一个重大局限性在于其时效性,因为它们依赖于库存周转率和铁产量等宏观经济因素。 例如,就日本内阁府的商业状况指数而言,该指数通常会延迟两个月发布。

为了克服传统宏观变量驱动技术的短板,一组来自日本的研究团队开发了一种大数据驱动方法,能够为宏观经济指标提供准确的即时预测。重要的是,这种方法不用汇总半宏观经济数据,仅凭从全国60%以上的互联网用户使用频率最高的搜索引擎中获得的非指定搜索引擎查询数据,也就是搜索引擎的大数据。


640.png

2019年4月至2021年3月CCI的实际值和临近预报值

640 (1).png


在COVID-19之前和COVID-19期间用于CI和CCI即时预报的查询类型的比例


该研究的共同通讯作者安宅和人表示:“我们的新模型展示了实时预测日本关键经济指标(=即时预报)的能力,即使在面临Covid-19不定干扰所带来的挑战时仍然有效。通过利用搜索引擎的大数据,这个模型可以识别高度相关的查询并执行多元回归分析,以提供及时、准确的经济见解。”

值得注意的是,即使在面对快速的经济变化和不可预测的情况时,该模型也表现出了良好的适应性和弹性。此外,深入分析发现,经济活动不仅受到经济因素的影响,还受到人类基本欲望的影响,包括性欲和追求快乐的欲望,这凸显了人类利益与经济发展之间复杂的相互作用。

“我们的研究为理解实时经济趋势提供了细致入微的视角。模型整合了各种实时数据源以提高经济临近预报精度,特别在新冠期间的临近预报方面表现出色,这也意味着经济即时预测领域的重大进步。它为公共部门及私营部门做出更明智、更及时的决策开辟了途径。”安宅补充道。

这项研究已发表在期刊The Journal of Finance and Data Science上。


Goshi Aoki, Kazuto Ataka, Takero Doi, Kota Tsubouchi, Data-Driven Estimation of Economic Indicators with Search Big Data in Discontinuous Situation, The Journal of Finance and Data Science, 2023

https://doi.org/10.1016/j.jfds.2023.100106



期刊及主编介绍


X24059188.jpg

The Journal of Finance and Data Science旨在成为金融和数据科学交叉领域研究的前沿期刊。

期刊主编由美国宾州州立大学的Huang Jingzhi 教授担任。编委成员包括来自世界各地金融、经济、数学、统计及计算机领域的著名学者及业界人士,包括两位诺贝尔经济学奖获得者Lars Peter Hansen和Robert J. Shiller。

目前,期刊已被DOAJ、Scopus、EBSCO Essentials、EBSCOhost、The Journal Whitelist (Cabells)等数据库收录。


主编:

Jingzhi Huang 

  • 美国宾州州立大学斯密尔商学院金融和数学教授

  • 金融学科讲席教授

研究领域:

信用风险、固定收益市场、衍生品、共同基金、对冲基金以及机器学习

转载本文请联系原作者获取授权,同时请注明本文来自科爱KeAi科学网博客。

链接地址:https://wap.sciencenet.cn/blog-3496796-1412550.html?mobile=1

收藏

分享到:

当前推荐数:0
推荐到博客首页
网友评论0 条评论
确定删除指定的回复吗?
确定删除本博文吗?