Big Data : Do Google Searches Predict Unemployment?

Show simple item record

dc.contributor Helsingin yliopisto, Valtiotieteellinen tiedekunta, Politiikan ja talouden tutkimuksen laitos fi
dc.contributor University of Helsinki, Faculty of Social Sciences, Department of Political and Economic Studies en
dc.contributor Helsingfors universitet, Statsvetenskapliga fakulteten, Institutionen för politik och ekonomi sv
dc.contributor.author Tuhkuri, Joonas
dc.date.issued 2015
dc.identifier.uri URN:NBN:fi:hulib-201703273213
dc.identifier.uri http://hdl.handle.net/10138/155258
dc.description.abstract There are over 100 billion searches on Google every month. This thesis examines whether Google search queries can be used to predict the present and the near future unemployment rate in the US. Predicting the present and near future is of interest, as the official records of the state of the economy are published with a delay. To assess the information contained in Google search queries, the thesis compares a simple predictive model of unemployment to a model that contains a variable, Google Index, constructed from Google data. In addition, descriptive cross-correlation analysis and Granger non-causality tests are performed. To study the robustness of the results, the thesis considers state-level variation in the unemployment rate and Google Index using a fixed effects model. Furthermore, the sensitivity of the results is studied with regard to different search terms. The results suggest that Google searches contain useful information on the present and the near future unemployment rate. The value of Google data for forecasting purposes, however, tends to be time specific, and the predictive power of Google searches appear to be limited to short-term predictions. The results demonstrate that big data can be utilized to forecast economic indicators. en
dc.description.abstract Google-hakuja tehdään kuukausittain yli 100 miljardia. Tämä tutkielma selvittää, voiko Google-hauilla ennustaa nykyhetken ja lähitulevaisuuden työttömyyttä Yhdysvalloissa. Nykyhetken ja lähitulevaisuuden ennustaminen on kiinnostavaa, sillä viralliset tiedot talouden tilasta julkaistaan viiveellä. Google-hakujen sisältämän informaation arvioimiseksi tutkielmassa vertaillaan yksinkertaista työttömyyttä kuvaavaa mallia sellaiseen malliin, johon on lisätty Google-aineistosta muodostettu muuttuja, Google Index. Tämän lisäksi tarkastellaan muuttujien välisiä ristikorrelaatioita ja suoritetaan Granger-kausaalisuustesti. Tulosten herkkyyden tarkastelemiseksi tutkielmassa tarkastellaan osavaltiotason vaihtelua työttömyydessä ja Google Indexin arvoissa hyödyntäen kiinteiden vaikutusten mallia. Tämän lisäksi tarkastellaan tulosten herkkyyttä valittujen hakusanojen suhteen. Tuloksen viittaavat siihen, että Google-haut sisältävät hyödyllistä informaatiota nykyhetken ja lähitulevaisuuden työttömyydestä. Google-hakujen sisältämän informaation arvo vaikuttaa kuitenkin vaihtelevan ajanhetkestä riippuen ja sen ennustekyky näyttää rajoittuvan lyhyen aikavälin ennusteisiin. Tulokset kuitenkin osoittavat että big dataa voidaan hyödyntää taloudellisten indikaattorien ennustamiseksi. fi
dc.language.iso en
dc.publisher Helsingfors universitet sv
dc.publisher University of Helsinki en
dc.publisher Helsingin yliopisto fi
dc.title Big Data : Do Google Searches Predict Unemployment? en
dc.type.ontasot pro gradu-avhandlingar sv
dc.type.ontasot pro gradu -tutkielmat fi
dc.type.ontasot master's thesis en
dc.subject.discipline Economics en
dc.subject.discipline Taloustiede fi
dc.subject.discipline Ekonomi sv
dct.identifier.urn URN:NBN:fi:hulib-201703273213

Files in this item

Total number of downloads: Loading...

Files Size Format View
Tuhkuri_Taloustiede.pdf 1.775Mb PDF View/Open

This item appears in the following Collection(s)

Show simple item record