Taloustieteen ennustemallien tarkentaminen Google Trendsin indeksidatalla
Siikaluoma, Meeri (2020-10-22)
Taloustieteen ennustemallien tarkentaminen Google Trendsin indeksidatalla
(22.10.2020)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
suljettu
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2020112693361
https://urn.fi/URN:NBN:fi-fe2020112693361
Tiivistelmä
Google Trends on datatyökalu, joka tuottaa avointa, reaaliaikaista ja maailmanlaajuista dataa Googlen hakukoneella tehdyistä hauista. Data on saatavilla vuoden 2004 tammikuusta alkaen. Indeksimuotoinen data havainnollistaa yksittäisten Google-hakujen hakuintensiteettiä – siis suosiota verrattuna muihin haettuihin termeihin.
Vuonna 2008 alkaneen talouskriisin myötä tutkijat ovat hyödyntäneet Trendsin dataa sekä talouden muuttujien nykyhetken (nowcasting) että tulevaisuuden (forecasting) arvoja ennustettaessa. Työttömyys ja asuntomarkkinat ovat olleet suosittuja selitettäviä muuttujia Trendsin dataa käytettäessä, sillä internetin merkitys asuntoa myytäessä ja ostettaessa sekä työpaikkaa vaihtaessa on suuri. Lisäksi tutkitut muuttujat ovat luonteeltaan aikaa vieviä ja paljon selvitystyötä vaativia.
Tutkielma toteutettiin kirjallisuuskatsauksena ja sen tavoitteena oli selvittää, mikä on Google Trendsin indeksidatan tuoma lisäarvo valittuihin taloustieteen alan tutkimuksiin, joissa on käytetty Trendsin indeksidataa ennustemallin yhtenä selittävistä muuttujista.
Data on reaaliaikaista ja sen kerääminen vie kuukausien sijaan sekunteja tai korkeintaan minuutteja, minkä vuoksi sen avulla voidaan vastata nopeastikin heränneisiin kysymyksiin. Tutkielman johtopäätöksenä todettakoon datan saatavuuden olevan kuitenkin vain yksi syy sen suosioon. Valittujen tutkimusten tulosten pohjalta voidaan todeta Google Trendsin datan parantavan yksiselitteisesti mallien selitysastetta ja lähes aina pienentävän mallien ennustusvirhettä. Määrällisten tutkimustulosten rinnalla ehkä keskeisempiä kuitenkin ovat käsiteltyjen tutkimusten laadulliset tulokset. Trendsin data on sisällöllisesti hyvin hienojakoista, ja arvioitaessa datan ennustuspotentiaalia on sen sisällöllinen potentiaali otettava myös huomioon. Internetin käytön sivutuotteena syntyvä data kuvastaa käyttäjien aitoja preferenssejä ilman strategista signalointia.
Vuonna 2008 alkaneen talouskriisin myötä tutkijat ovat hyödyntäneet Trendsin dataa sekä talouden muuttujien nykyhetken (nowcasting) että tulevaisuuden (forecasting) arvoja ennustettaessa. Työttömyys ja asuntomarkkinat ovat olleet suosittuja selitettäviä muuttujia Trendsin dataa käytettäessä, sillä internetin merkitys asuntoa myytäessä ja ostettaessa sekä työpaikkaa vaihtaessa on suuri. Lisäksi tutkitut muuttujat ovat luonteeltaan aikaa vieviä ja paljon selvitystyötä vaativia.
Tutkielma toteutettiin kirjallisuuskatsauksena ja sen tavoitteena oli selvittää, mikä on Google Trendsin indeksidatan tuoma lisäarvo valittuihin taloustieteen alan tutkimuksiin, joissa on käytetty Trendsin indeksidataa ennustemallin yhtenä selittävistä muuttujista.
Data on reaaliaikaista ja sen kerääminen vie kuukausien sijaan sekunteja tai korkeintaan minuutteja, minkä vuoksi sen avulla voidaan vastata nopeastikin heränneisiin kysymyksiin. Tutkielman johtopäätöksenä todettakoon datan saatavuuden olevan kuitenkin vain yksi syy sen suosioon. Valittujen tutkimusten tulosten pohjalta voidaan todeta Google Trendsin datan parantavan yksiselitteisesti mallien selitysastetta ja lähes aina pienentävän mallien ennustusvirhettä. Määrällisten tutkimustulosten rinnalla ehkä keskeisempiä kuitenkin ovat käsiteltyjen tutkimusten laadulliset tulokset. Trendsin data on sisällöllisesti hyvin hienojakoista, ja arvioitaessa datan ennustuspotentiaalia on sen sisällöllinen potentiaali otettava myös huomioon. Internetin käytön sivutuotteena syntyvä data kuvastaa käyttäjien aitoja preferenssejä ilman strategista signalointia.