Prognozowanie wybranego subindeksu CPI przy użyciu danych Google Trends

• Autorzy: Anna Marynowska

Warianty tytułu

Forecasting Transport Inflation Using Google Trends

• Języki publikacji: PL

Abstrakty

Prognozy inflacji mają bezpośredni wpływ na prowadzenie polityki monetarnej państwa oraz odgrywają dużą rolę w uświadamianiu społeczeństwa o potrzebie wprowadzenia ewentualnych zmian w sposobie jej prowadzenia. W celu zapewnienia trafności konstruowanych prognoz stale poszukuje się zmiennych, które istotnie wpływają na inflację. Celem artykułu jest sprawdzenie, czy dane udostępniane przez serwis Google Trends mogą poprawić dokładność prognoz komponentów CPI związanych z sektorem transportowym. Dla każdego z subindeksów zbudowano modele prognostyczne uwzględniające zmienne wpływające na poziom wybranych cen, modele wzbogacone o hasła z wyszukiwarki Google i modele zawierające w swojej specyfikacji wspólne czynniki opisujące zmienność 32 wybranych haseł Google.(abstrakt oryginalny)

EN

Inflation forecasts determine the monetary policy and can be treated as a way of raising society's awareness of the fact that it needs certain adjustments. Experts continuously seek for the adequate variables that affect the level of inflation. In this paper the author examines whether Google Trends improve forecast of three chosen CPI components related to transport. The Author created a prognostic model for each of the components. Created models include: independent variables such as oil price and rate of excise duty, chosen variables together with statistics provided by Google Trends or principal components (explaining 32 google variables' volatility) accordingly.(original abstract)

Słowa kluczowe

PL

Inflacja; Prognozowanie cen; Prognozowanie; Indeks cen konsumpcyjnych; Analiza czynnikowa

EN

Inflation; Prediction of prices; Forecasting; Consumer price index (CPI); Factor analysis

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach. Informatyka i Ekonometria
• Rocznik: 2018
• Tom: 14
• Numer: nr 375
• Strony: 55--72

Twórcy

autor

Anna Marynowska

• Uniwersytet Łódzki

Bibliografia

• Aczel A.D. (2005), Statystyka w zarządzaniu, Wydawnictwo Naukowe PWN, Warszawa.
• Askitas N., Zimmermann K.F. (2009), Google Econometrics and Unemployment Forecasting, "Applied Economics Quarterly", Vol. 55, No. 2, s. 107-120.
• Baranowski P., Leszczyńska A., Szafrański G. (2010), Krótkoookresowe prognozowanie inflacji z użyciem modeli czynnikowych, ,,Bank i Kredyt", Vol. 41, nr 4.
• Baranowski P., Mazurek M., Nowakowski M., Raczko M. (2010), Czy dezagregacja indeksu cen poprawia prognozy polskiej inflacji? ,,Przegląd Statystyczny", R. LVII, s. 17-33.
• Choi H., Varian H. (2012), Predicting the Present with Google Trends, "The Economic Record", Vol. 88, Iss. 1, s. 2-9.
• Gradzewicz M., Hagemejer J., Hałka A., Baranowski P., Jankiewicz Z., Kołodziejczyk D., Leszczyńska A., Macias P., Niechciał M., Popowski P., Puchalska K. (2013), Strukturalne uwarunkowania inflacji, ,,Materiały i Studia", nr 297.
• Guzman G. (2011), Internet Search Behavior as an Economic Forecasting Tool: The Case of Inflation Expectations, "The Journal of Economic and Social Measurement", Vol. 36, No. 3, s. 119-167.
• Kwiatkowski E., Milewski R. (2005), Podstawy ekonomii, Wydawnictwo Naukowe PWN, Warszawa.
• Podstawka M. (2010), Finanse, Wydawnictwo Naukowe PWN, Warszawa.
• Preis T., Reith D., Stanley E. (2010), Complex Dynamics of Our Economic Life on Different Scales: Insights from Search Engine Query Data, "Philosophical Transactions of the Royal Society A", Vol. 368, No. 1933, s. 5707-5719.
• Schmidt T., Vosen S. (2011), Forecasting Private Consumption: Survey-Based Indicators vs. Google Trends, "Journal of Forecasting", Vol. 30, No. 6, s. 565-578.
• Sławiński A. (2011), Polityka pieniężna, Wydawnictwo C.H. Beck, Warszawa.
• Stock J.H., Watson M.W. (2002), Forecasting Using Principal Components from a Large Number of Predictors, "Journal of the American Statistical Association", Vol. 97, Iss. 460, s. 1167-1179.
• [www 1] http://www.internetlivestats.com/internet-users/ (dostęp: 25.03.2017).
• [www 2] http://www.ranking.pl (dostęp: 11.02.2017).