谷歌搜索能否帮助即时预测和预测美国的失业率

由于捷克语、波兰语和斯洛伐克语都是斯拉夫语，所以搜索到的单词非常相似甚至相同。对于捷克语，我们搜索“pr\'ace”，波兰语“praca”，以及斯洛伐克语“pr\'ace”。对于匈牙利语，我们使用了“所有”一词。对于斯拉沃尼语来说，这些术语相当于“工作”或“工作”，而对于匈牙利语来说，它接近于“工作”或“工作”，而是在寻找工作的意义上。术语“all”比更直接的“munka”提供更好的结果，后者更接近术语“job”或“as”的标准含义“工作”。从Google Trends网站获得的每周系列已根据每月的天数转换为每月系列。所有系列，包括失业率和谷歌搜索，都是在2004年1月至2013年12月之间进行研究的。如果每个时间指数集合为1，则平稳性波动过程{zt}是平稳的≤ t<t<tm，对于所有整数h，（xt，xt，…，xtm）的联合概率分布与（xt1+h，xt2+h，…，xtm+h）的联合概率分布相同≥ 1 [30]. 为了测试平稳性，我们使用增广Dickey-Fuller（ADF）测试[31]和KPSS测试[32]。测试有相反的零假设，因此它们提供了一个互补对，通常用于平稳性测试。在回归过程中的ADF[31]是zt=α+θzt-1+γt+zt-1+ zt-2+ ···+ zt-p+εt（5）以进行试验，其中α和γt分别为截距和时间趋势，p代表滞后顺序。序列包含一个单位根的零假设是在h:θ=0和交替的ha:θ<0之间找到的。然后，ADF检验统计量按照通常的t统计量进行计算，然而，在无效假设下，它遵循更复杂的分布。

由于时间序列相对较短，我们任意将延迟数设置为3。KPSS检验[32]的无效假设与ADF检验的无效假设相反，即KPSS检验具有统计性的无效假设。该测试基于系列{zt}zt=α+γt+ktXi=0ξi+εt（6）的O L回归，其中α和γt再次分别代表截距和时间tr端，以及ξi独立且相同分布的随机变量，具有零均值和单位方差。在h:k=0和ha:k6=0之间找到了平稳性的零假设。KPSS测试统计量定义为KP SS=Pnt=1Stn^ωTw，其中剩余St=tXi=1^εi和^ω是频率为零时谱密度的估计器。向量自回归向量自回归（VAR）只是一个时间相关序列的系统。更准确地说，表示变量k的数量和序列T的长度，那么p阶的VAR通常用方程yt=α+Ayt表示-1+Ayt-2+·Apyt-p+εt（7），其中y和ε分别表示研究序列和残差的k×t矩阵，α表示常数向量，a表示代替传统β系数的时不变矩阵。选择适当的滞后顺序p通常基于aspeci fic信息标准。在VAR框架中，通常也使用格兰杰因果关系概念。因果检验只是测试等式中某个变量对其他变量的联合显著性。因此，该测试程序是对特定变量的接合信号进行的F测试。

需要注意的是，这种因果关系是严格的统计关系，应始终谨慎对待。预测为了比较所提出模型的预测精度，我们使用了三种度量——平均绝对误差（MAE）、均方根误差（RMSE）和迪堡-马里亚诺检验[29]。MAE衡量绝对损失的平均值。换句话说，它给出了预测值与实际值的绝对平均偏差。它由方程mae=TTXi=1 | fi给出- yi |=TTXi=1ai（8），其中f代表预测值，yi是实际值，ai=|fi- 易|。RMSE与平均绝对误差非常相似，因为它只是平均平方误差的平方根，定义为RMSE=VuuttXi=1（fi- yi）=Vuuttxi=1si（9），其中Fis代表预测值yi为实际值，si=（fi- 易）。Diebold&Mariano[29]提出了一种测试，以比较两种相互竞争的预测的预测精度。设{εt}t和{εt}t是两个相互竞争的预测测度通过特定损失函数产生的预测误差损失序列（例如，等式8中的绝对误差损失或等式9中的平方误差损失）。然后，空假设和替代假设被统计为：E{εt}Tt=E{εt}TtHA:E{εt}Tt6=E{εt}Tt。Diebold-Mariano测试根据损失差异t={εt}Tt评估准确性- {εt}t和下划线空值h:E{dt}=0。Diebold-Mariano的统计数据是S=\'dq[LRV\'d/tw，其中\'d是平均损失差rv\'d=γ+2∞Xj=1γj，γj=cov（dt，dt-j） 和[LRV]是f的渐近（long-run）方差的一致估计√T\'d.在无效假设下，检验统计量将变为标准正态分布，因此~ N（0，1）[29]。致谢导致这些结果的研究获得了欧盟第七个框架计划（FP7/2007-2013）的资助，资助协议号为。

F P7-SSH612955（FinMaP）和捷克科学基金项目P402/12/G097“DYME——经济学中的动态模型”。参考文献1。Metaxas PT，Mustafaraj E（2012）社交媒体和选举。《科学》338:472-473.2。Mondria J，Wu T，Zhang Y（2010）国际投资和注意力分配的决定因素：使用互联网搜索查询数据。《国际经济学杂志》82:85-95.3。Kristoufek L（2013a）谷歌趋势搜索查询是否有助于风险分散？Sci Rep 3.4。Vosen S，Schmidt T（2011）预测私人消费：基于调查的指标与谷歌趋势。预测杂志30:565-578.5。Goel S、Hofman J、Lehaie S、Pennock DM、Watts DJ（2010年）通过网络搜索预测消费者行为。美国国家科学院院刊7:17486-17490.6。Preis T，Moat HS，Stanley HE，老主教（2012）量化了向前看的优势。科学报告2:350.7。Drake MS，Roulstone DT，Thornock JR（2012）投资者信息需求：来自谷歌搜索收益公告的证据。会计学杂志研究50:1001-1040.8。Polgreen PM，Chen Y，Pennock DM，Nelson FD，Weinstein RA（2008）使用互联网搜索进行流感监测。临床传染病47:1443-1448.9。Ginsberg J，Mohebbi MH，Patel RS，Brammer L，Smolinski MS等（2009）使用搜索引擎查询数据检测流感疫情。《自然》457:1012-1014.10。Carneiro H，Mylonakis E（2 009）谷歌趋势：一个基于网络的实时监测疾病暴发的工具。临床传染病49:1557-64.11。Seifter A，Schwarzwalder A，Geis K，Aucott J（20-10）“谷歌趋势”在流行病学研究中的应用：以莱姆病为例。地理空间健康4:135-137.12。杜加斯A、谢玉华、莱文S、松树J、马雷尼斯D等。

（2012）Goog-le流感趋势：与急诊室流感率和拥挤指标的相关性。临床传染病54:463-469.13。Preis T，Reith D，St anley HE（2010）不同尺度下我们经济生活的复杂动态：来自搜索引擎查询数据的见解。皇家学会哲学学报A 368:5707-5719.14。Choi H，Varian HR（2012）预测谷歌趋势的现状。经济报告88:2-9.15。Bordino I、Battiston S、Caldarelli G、Cristelli M、Ukkonen A等（2012年）Websearch查询可以预测股市交易量。PLoS One 7:e40014。16.Kristoufek L（2013b）比特币符合谷歌趋势和维基百科：量化互联网时代现象之间的关系。Sci报告3:3415.17。Preis T、Moat HS、Stanley HE（201 3）使用谷歌趋势量化金融市场的交易行为。科学报告第三卷：文章编号1684.18。Moat HS、Curme C、Avakian A、Kenett DY、Stanley HE等（2013）在股市波动之前量化维基百科的使用模式。科学报告3:1801.19。Curme C，Preis T，Stanley H，Moat H（2014）量化了股市波动前搜索行为的语义。美国国家科学院院刊doi:10.1073/pnas。13240 54111.20. Askitas N，Zimmermann KF（2009）谷歌计量经济学和失业预测。应用经济学Q uartery 55:107-120.21。Choi H，Varian HR（2009年b）预测首次申请失业救济金。技术报告，谷歌。22.Bughin JR（2011）“正在预测”比利时的生态经济学。工作论文系列，布鲁塞尔自由大学（ULB）——欧洲经济和统计高级研究中心（ECORE）；麦肯锡公司。23.Scott SL，Varian HR（2014）用贝叶斯结构时间序列预测当前。数学建模与数值优化国际期刊5:pp.4-23.24。

DAmuri F，Mar cucci J（2010）谷歌it！用谷歌求职指数预测美国失业率。工作文件2010.31，Eni EnricoMattei基金会。25.D\'Amuri F，Marcucci J（2012）谷歌搜索在预测失业方面的预测能力。Temi di discussione（经济工作文件）891，意大利银行，经济研究和国际关系领域。26.Baker S，Fradkin A（2011）什么是求职？来自谷歌搜索数据的证据。讨论论文10-020，斯坦福经济政策研究所。27.Chadwick MG，Sengul G（2012）正在预测土耳其的失业率：让我们来看看谷歌。工作文件1218，土耳其共和国中央银行研究和货币政策部。28.Karam F，Fondeur Y（2012）谷歌数据能帮助预测法国青年失业率吗？埃弗里大学政治经济研究中心（重剑）12-03号文件。29.Diebold FX，Mariano RS（1995）比较预测准确性。商业与经济统计杂志13:253-63.30。Wooldridge J（2008）介绍性计量经济学：现代方法。ISE-国际学生版。圣智学习。31.Dickey DA，Fuller WA（197 9）单位根自回归时间序列估计量的分布。美国统计协会杂志74:427–431.32。Kwiatkowski D，Phillips PC，Schmidt P，Shin Y（1992）根据单位根的选择检验平稳性的零假设：我们有多确定经济时间序列有单位根？计量经济学杂志54:159-178。图2004年2006年2008年2010年2012年捷克共和国波兰和斯洛伐克图1。维谢格拉德国家的失业率。这组国家的失业率明显存在很大差异。匈牙利的失业率从最低水平开始，但在整个期间稳步上升。

捷克的利率从相当低的水平开始，一直下降到金融危机爆发，直到2010年，该利率一直飙升到2010年，之后仍然相当稳定。波兰和斯洛伐克的失业率从非常高的水平开始，然后再次下降，直到危机爆发，之后它们改变了与捷克失业率类似的趋势。2004年2006年2010年2012年捷克共和国波兰和斯洛伐克图2。谷歌搜索维谢格拉德国家的工作相关术语。这些模式也是非常异质的，谷歌搜索和失业率之间的联系可以从捷克和匈牙利的失业率中观察到。对于另外两种情况，肉眼看不到这种联系。本文的结果部分给出了互连的详细处理方法。表1。平稳性测试捷克共和国匈牙利波兰斯洛伐克DF测试失业率-1.6066-1.78611-2.6739*-2.6438*- 第一个差异-5.3860***-4.5134***-3.5267***-4.2349***谷歌-2.6399*-1.76434-2.1745-1.4327-对数-2.6504*-2.0239-2.3280-0.9082-差异-11.2221***-10.2869***-11.1560***-10.5487***- 对数差异-11.3131***-10.7993***-11.0750***-10.5391***KPSS测试失业率0.5399**2.5995***1.7946***0.7507***- 第一个差异0。1932 0.2848 0.6708**0.5673**谷歌0。4208**2.5994***1.3281***2.2879***- 对数0。4048*2.6349***1.3596***2.2123***- 差异。0730 0.1406 0.1358 0.0436-对数差异0.0818 0.1201 0.1362 0.0821表2。现播摘要捷克共和国匈牙利波兰斯洛伐克“R不带谷歌0.2796 0.3590 0.4673 0.1605带谷歌0.3763 0.4469 0.5521 0.2193谷歌徽章-统计数据5.8507 2.5828 2.5251 2.7135p值0.0000 0.0089 0.0057 0.0031表3。预测和因果关系总结捷克代表。

匈牙利波兰斯洛伐克阿姆塞诺谷歌0.3686 0.3156 0.1990 0.1907谷歌0.3216 0.2742 0.1467 0.1359变化-12.75%-13.11%-26.28%-28.73%MAEno谷歌0.3100.2183 0.1437 0.1638谷歌0.2744 0.1889 0.1164 0.1009变化-11.50%-13.49%-19.01%-38.41%DM测试统计2.4160 2.8870 2.0220 1.7750p-value 0.0078谷歌0.03790→ 失业率测试统计数字6.0311 1.1163 3.8285 3.1555p值0.0000 0.3614 0.0002 0.0012失业率→ 谷歌测试统计数据2.5545 1.4951 2.5635 2.5641p值0.0073 0.1469 0.0071 0.0071