Veliki podaci: Prognoziranje nezaposlenosti u EU-28 pomoću Google pretraživanja


Naručitelj: ETLA - Institut za gospodarska istraživanja
Trajanje projekta: srpanj 2015. – siječanj 2016.
Voditeljica projekta: dr. sc. Iva Tomić 
Suradnik: Ivan Žilić
 

Sažetak:
Ciljevi projekta: 
ETLAnow je ekonomski prognostički model koji na dnevnoj bazi ažurira sadašnje i buduće stope nezaposlenosti za svaku od EU-28 država članica te prognoze automatski objavljuje online. Model se temelji na ideji da količina pojmova Google pretraživanja vezanih uz nezaposlenost, kao što su naknade za nezaposlene, može biti povezana sa stvarnom razinom nezaposlenosti. Općenito, osnovni cilj projekta je koristiti masovne nove skupove podataka u stvarnom vremenu, odnosno „velike podatke“, kako bi poboljšali ekonomske prognoze. 

Očekivani rezultati/ishodi: 
ETLAnow koristi podatke Google pretraživanja za predviđanje stope nezaposlenosti u svim zemljama EU-a. Automatski predviđa stopu nezaposlenosti tri mjeseca unaprijed korištenjem Google Trends baze podataka i Eurostata, uz objavu rezultata na dnevnoj razini. 

Aktivnosti: 
Aktivnosti istraživača pri Ekonomskom institutu, Zagreb prije svega uključuju stvaranje popisa pojmova na temelju Google pretraživanja koje će nezaposlena osoba, ili osoba koja očekuje da će postati nezaposlena, pretraživati u Hrvatskoj. Dodatne aktivnosti uključuju pisanje članka/izvješća o performansama sustava predviđanja u Hrvatskoj uz podršku ETLA-e. 

Opis metodologije: 
Model koristi podatke o količini pojmova Google pretraživanja vezanih uz nezaposlenost u stvarnom vremenu, kao i najnovije službene podatke o stopama nezaposlenosti. Za predviđanje se koristi jednostavni sezonski autoregresijski model prvog reda, koji uključuje relevantne Google varijable (Google Index). Osim toga, izvodi se i analiza unakrsne korelacije (cross-correlation) i Grangerovi testovi uzročnosti (Granger-causality tests).

 

Vrh